TEDSummit
Ed Boyden: A new way to study the brain's invisible secrets
เอ็ด บอยเดน (Ed Boyden): ผ้าอ้อมเด็กให้แรงบันดาลใจกับการศึกษาสมอง
Filmed:
Readability: 4
1,501,957 views
วิศวกรประสาทวิทยา เอ็ด บอยเดน ต้องการที่จะรู้ว่าชีวโมเลกุลเล็ก ๆ ในสมองของเราสร้างอารมณ์ ความคิด และความรู้สึก ได้อย่างไร -- แฃะเขาอยากที่จะหาการเปลี่ยนแปลงโมเลกุลที่นำไปสู่ความผิดปกติอย่างโรคลมบ้าหมูและอัลไซเมอร์ แทนที่จะขยายโครงสร้างที่มองไม่เห็นเหล่านี้ด้วยกล้องจุลทรรศน์ เขาสงสัยว่า ถ้าเขาขยายพวกมันทางกายภาพและทำให้พวกมันง่ายต่อการมองเห็นล่ะ มาเรียนรู้ว่าพอลิเมอร์เดียวกันกับที่ถูกใช้ในการทำให้ผ้าอ้อมเด็กบวมพองจะสามารถเป็นกุญแจสู่ความเข้าใจที่ดีขึ้นต่อสมองของเราได้อย่างไร
Ed Boyden - Neuroengineer
Ed Boyden is a professor of biological engineering and brain and cognitive sciences at the MIT Media Lab and the MIT McGovern Institute. Full bio
Ed Boyden is a professor of biological engineering and brain and cognitive sciences at the MIT Media Lab and the MIT McGovern Institute. Full bio
Double-click the English transcript below to play the video.
00:12
Hello, everybody.
0
904
1405
สวัสดีครับ ทุกท่าน
00:14
I brought with me today a baby diaper.
1
2333
2643
วันนี้ผมเอาผ้าอ้อมเด็กมาด้วยครับ
00:18
You'll see why in a second.
2
6793
1722
คุณจะเข้าใจในอีกสักครู่ครับว่าทำไม
00:20
Baby diapers have interesting properties.
3
8539
2010
ผ้าอ้อมเด็กมีคุณสมบัติที่น่าสนใจ
00:22
They can swell enormously
when you add water to them,
when you add water to them,
4
10573
2691
พวกมันสามารถบวมพองขึ้นได้มาก
เมื่อเติมน้ำลงไป
เมื่อเติมน้ำลงไป
00:25
an experiment done
by millions of kids every day.
by millions of kids every day.
5
13288
2984
มีการทำการทดลองนี้ทุกวัน
โดยเด็ก ๆ หลายล้านคน
โดยเด็ก ๆ หลายล้านคน
00:28
(Laughter)
6
16296
1150
(เสียงหัวเราะ)
00:29
But the reason why
7
17470
1494
แต่เหตุผลว่าทำไม
00:30
is that they're designed
in a very clever way.
in a very clever way.
8
18988
2190
คือมันถึงถูกออกแบบมา
ได้อย่างชาญฉลาดยิ่ง
ได้อย่างชาญฉลาดยิ่ง
00:33
They're made out of a thing
called a swellable material.
called a swellable material.
9
21202
2635
พวกมันทำจากสิ่งที่เรียกว่า
วัสดุที่บวมพองได้
วัสดุที่บวมพองได้
00:35
It's a special kind of material that,
when you add water,
when you add water,
10
23861
2737
มันเป็นวัสดุชนิดพิเศษ
ที่เมื่อคุณเติมน้ำลงไป
ที่เมื่อคุณเติมน้ำลงไป
00:38
it will swell up enormously,
11
26622
1430
มันจะบวมพองขึ้นมาอย่างมาก
00:40
maybe a thousand times in volume.
12
28076
2166
บางทีมากถึงพันเท่าโดยปริมาตร
00:42
And this is a very useful,
industrial kind of polymer.
industrial kind of polymer.
13
30266
3236
และมันมีประโยชน์มาก
ในอุตสาหกรรมพอลิเมอร์
ในอุตสาหกรรมพอลิเมอร์
00:45
But what we're trying to do
in my group at MIT
in my group at MIT
14
33819
2526
แต่ที่เราพยายามจะทำกัน
ในกลุ่มวิจัยของผมที่ MIT ก็คือ
ในกลุ่มวิจัยของผมที่ MIT ก็คือ
00:48
is to figure out if we can do
something similar to the brain.
something similar to the brain.
15
36369
3213
พยายามค้นหาว่าจะเป็นอย่างไร
ถ้าเราสามารถทำอะไรคล้าย ๆ กันได้กับสมอง
ถ้าเราสามารถทำอะไรคล้าย ๆ กันได้กับสมอง
00:51
Can we make it bigger,
16
39606
1159
เราจะทำให้มันใหญ่ขึ้นได้ไหม
00:52
big enough that you
can peer inside
can peer inside
17
40789
1678
ใหญ่พอที่คุณจะแอบมองลงไป
00:54
and see all the tiny building blocks,
the biomolecules,
the biomolecules,
18
42481
2628
และดูโครงสร้างเล็ก ๆ ทั้งหมด
ซึ่งคือชีวโมเลกุล
ซึ่งคือชีวโมเลกุล
00:57
how they're organized in three dimensions,
19
45133
2151
พวกมันถูกจัดเรียงตัวอย่างไร
ในแบบสามมิติ
ในแบบสามมิติ
00:59
the structure, the ground truth
structure of the brain, if you will?
structure of the brain, if you will?
20
47308
3485
โครงสร้าง โครงสร้างพื้นฐานจริง ๆ
ของสมองของเรา
ของสมองของเรา
01:02
If we could get that,
21
50817
1158
ถ้าคุณทำได้ล่ะก็
01:03
maybe we could have a better understanding
of how the brain is organized
of how the brain is organized
22
51999
3509
บางทีเราอาจเข้าใจมากขึ้น
ว่าสมองมีการจัดเรียงตัวอย่างไร
ว่าสมองมีการจัดเรียงตัวอย่างไร
01:07
to yield thoughts and emotions
23
55532
1659
เพื่อที่จะได้มาซึ่งความคิด
และอารมณ์
และอารมณ์
01:09
and actions and sensations.
24
57215
1719
และการกระทำ และความรู้สึก
01:10
Maybe we could try to pinpoint
the exact changes in the brain
the exact changes in the brain
25
58958
3415
บางทีเราอาจลองพยายามกำหนด
จุดการเปลี่ยนแปลงที่แน่นอนในสมอง
จุดการเปลี่ยนแปลงที่แน่นอนในสมอง
01:14
that result in diseases,
26
62397
1776
ที่จะทำให้เกิดโรค
01:16
diseases like Alzheimer's
and epilepsy and Parkinson's,
and epilepsy and Parkinson's,
27
64197
3212
โรคอย่างอัลไซเมอร์ และลมบ้าหมู
และพาคิสัน
และพาคิสัน
01:19
for which there are few
treatments, much less cures,
treatments, much less cures,
28
67433
2578
เพราะว่ามันมีการบำบัดไม่กี่วิธี
และการรักษาที่น้อยกว่าอีก
และการรักษาที่น้อยกว่าอีก
01:22
and for which, very often,
we don't know the cause or the origins
we don't know the cause or the origins
29
70035
3617
เพราะว่า บ่อยครั้ง ที่เราไม่รู้
ว่าอะไรเป็นต้นกำเนิดของสาเหตุ
ว่าอะไรเป็นต้นกำเนิดของสาเหตุ
01:25
and what's really causing them to occur.
30
73676
2135
และอะไรกันแน่ที่ทำให้เกิดสิ่งเหล่านี้
01:28
Now, our group at MIT
31
76613
1740
ตอนนี้ กลุ่มของเราที่ MIT
01:30
is trying to take
a different point of view
a different point of view
32
78377
2686
กำลังพยายามมองต่างมุม
01:33
from the way neuroscience has
been done over the last hundred years.
been done over the last hundred years.
33
81087
3230
จากแนวทางที่ประสาทวิทยาได้ทำกัน
ตลอดหลายร้อยปีที่ผ่านมา
ตลอดหลายร้อยปีที่ผ่านมา
01:36
We're designers. We're inventors.
34
84341
1579
เราคือนักออกแบบ เราคือนักประดิษฐ์
01:37
We're trying to figure out
how to build technologies
how to build technologies
35
85944
2544
เรากำลังพยายามค้นหา
ว่าจะสร้างเทคโนโลยีได้อย่างไร
ว่าจะสร้างเทคโนโลยีได้อย่างไร
01:40
that let us look at and repair the brain.
36
88512
2456
ที่จะทำให้เราจะได้เฝ้าสังเกต
และซ่อมแซมสมอง
และซ่อมแซมสมอง
01:42
And the reason is,
37
90992
1151
และเหตุผลก็คือ
01:44
the brain is incredibly,
incredibly complicated.
incredibly complicated.
38
92167
2801
สมองมีความซับซ้อนที่แสนจะน่าทึ่ง
01:47
So what we've learned
over the first century of neuroscience
over the first century of neuroscience
39
95484
2887
ฉะนั้น สิ่งที่เราได้เรียนรู้
ตลอดศตวรรษแรกของประสาทวิทยา
ตลอดศตวรรษแรกของประสาทวิทยา
01:50
is that the brain is a very
complicated network,
complicated network,
40
98395
2303
ก็คือสมองเป็นเครือข่ายที่ซับซ้อนมาก ๆ
01:52
made out of very specialized
cells called neurons
cells called neurons
41
100722
2480
ซึ่งทำมาจากเซลล์เฉพาะที่เรียกว่า
เซลล์ประสาท
เซลล์ประสาท
01:55
with very complex geometries,
42
103226
1667
ที่มีลักษณะรูปร่างแสนซับซ้อน
01:56
and electrical currents will flow
through these complexly shaped neurons.
through these complexly shaped neurons.
43
104917
4237
และกระแสไฟฟ้าจะไหลผ่าน
โครงสร้างเซลล์ประสาทที่ซับซ้อนเหล่านี้
โครงสร้างเซลล์ประสาทที่ซับซ้อนเหล่านี้
02:01
Furthermore, neurons
are connected in networks.
are connected in networks.
44
109653
2784
ยิ่งกว่านั้น เซลล์ประสาท
ยังเชื่อมโยงกันในเครือข่าย
ยังเชื่อมโยงกันในเครือข่าย
02:04
They're connected by little junctions
called synapses that exchange chemicals
called synapses that exchange chemicals
45
112461
3835
พวกมันเชื่อมต่อกันโดยจุดเชื่อมเล็ก ๆ
ที่เรียกว่า ไซแนปส์ที่แลกเปลี่ยนสารเคมี
ที่เรียกว่า ไซแนปส์ที่แลกเปลี่ยนสารเคมี
02:08
and allow the neurons
to talk to each other.
to talk to each other.
46
116320
2218
และยอมให้เซลล์ประสาทคุยกัน
02:10
The density of the brain is incredible.
47
118562
1940
ความหนาแน่นของสมองนั้นน่าทึ่งมาก
02:12
In a cubic millimeter of your brain,
48
120526
2307
หนึ่งลูกบาศก์มิลลิเมตรของสมองของคุณ
02:14
there are about 100,000 of these neurons
49
122857
2457
มีเซลล์ประสาทอยู่ประมาณ 100,000 เซลล์
02:17
and maybe a billion of those connections.
50
125338
2517
และบางทีอาจมีการเชื่อมต่อที่ว่า
อยู่เป็นพันล้านจุด
อยู่เป็นพันล้านจุด
02:20
But it's worse.
51
128887
1382
แต่ที่แย่กว่านั้น
02:22
So, if you could zoom in to a neuron,
52
130293
2305
ถ้าเราสามารถมองลึกลงไปในเซลล์ประสาท
02:24
and, of course, this is just
our artist's rendition of it.
our artist's rendition of it.
53
132622
2750
และ แน่ล่ะครับ
นี่เป็นแค่ภาพจำลองของมันโดยศิลปิน
นี่เป็นแค่ภาพจำลองของมันโดยศิลปิน
02:27
What you would see are thousands
and thousands of kinds of biomolecules,
and thousands of kinds of biomolecules,
54
135396
4207
ที่คุณเห็นคือชีวโมเลกุลมากมาย
หลายพันชนิด
หลายพันชนิด
02:31
little nanoscale machines
organized in complex, 3D patterns,
organized in complex, 3D patterns,
55
139627
4400
เครื่องกลขนาดนาโนที่ถูกจัดวาง
อยู่ในความซับซ้อน ในรูปแบบสามมิติ
อยู่ในความซับซ้อน ในรูปแบบสามมิติ
02:36
and together they mediate
those electrical pulses,
those electrical pulses,
56
144051
2628
และพวกมันนำสัญญาณไฟฟ้าเหล่านั้นด้วยกัน
02:38
those chemical exchanges
that allow neurons to work together
that allow neurons to work together
57
146703
3937
การแลกเปลี่ยนสัญญาณเคมีเหล่านั้น
ที่ทำให้พวกมันทำงานด้วยกันได้
ที่ทำให้พวกมันทำงานด้วยกันได้
02:42
to generate things like thoughts
and feelings and so forth.
and feelings and so forth.
58
150664
3669
เพื่อสร้างสิ่งต่าง ๆ อย่างเช่น
ความคิด ความรู้สึก และอื่น ๆ
ความคิด ความรู้สึก และอื่น ๆ
02:46
Now, we don't know how
the neurons in the brain are organized
the neurons in the brain are organized
59
154357
3764
ครับ เราไม่รู้ว่าเซลล์ประสาทในสมอง
มีการจัดวางตัวอย่างไร
มีการจัดวางตัวอย่างไร
02:50
to form networks,
60
158145
1174
เพื่อสร้างเป็นเครือข่าย
02:51
and we don't know how
the biomolecules are organized
the biomolecules are organized
61
159343
2500
และเราไม่รู้ว่าชีวโมเลกุลเหล่านี้
ถูกจัดวางอย่างไร
ถูกจัดวางอย่างไร
02:53
within neurons
62
161867
1174
ภายในเซลล์ประสาท
02:55
to form these complex, organized machines.
63
163065
2405
เพื่อเกิดเป็นจักรกลที่ซับซ้อน
และมีระบบระเบียบ
และมีระบบระเบียบ
02:57
If we really want to understand this,
64
165918
1820
ถ้าคุณอยากที่จะเข้าใจจริง ๆ แล้วล่ะก็
02:59
we're going to need new technologies.
65
167762
1817
เราต้องการเทคโนโลยีใหม่
03:01
But if we could get such maps,
66
169603
1784
แต่ถ้าคุณสามารถทำแผนที่อย่างว่าได้
03:03
if we could look at the organization
of molecules and neurons
of molecules and neurons
67
171411
2943
ถ้าคุณสามารถดูการจัดเรียง
ของโมเลกุลและเซลล์ประสาท
ของโมเลกุลและเซลล์ประสาท
03:06
and neurons and networks,
68
174378
1566
และเซลล์ประสาทและเครือข่ายได้
03:07
maybe we could really understand
how the brain conducts information
how the brain conducts information
69
175968
3437
บางที เราอาจเข้าใจได้จริง ๆ
ว่าสมองกำกับข้อมูลต่าง ๆ ได้อย่างไร
ว่าสมองกำกับข้อมูลต่าง ๆ ได้อย่างไร
03:11
from sensory regions,
70
179429
1167
จากบริเวณรับสัมผัส
03:12
mixes it with emotion and feeling,
71
180620
1736
ผสมมันเข้ากับอารมณ์และความรู้สึก
03:14
and generates our decisions and actions.
72
182380
2394
และสร้างการตัดสินใจ และการกระทำของเรา
03:17
Maybe we could pinpoint the exact set
of molecular changes that occur
of molecular changes that occur
73
185131
3789
บางทีเราอาจสามารถปักหมุดได้อย่างแม่นยำ
ถึงการเปลี่ยนแปลงของกลุ่มโมเลกุล
ถึงการเปลี่ยนแปลงของกลุ่มโมเลกุล
03:20
in a brain disorder.
74
188944
1202
ในสมองที่ผิดปกติ
03:22
And once we know how
those molecules have changed,
those molecules have changed,
75
190170
2822
และเมื่อเรารู้แล้วว่าโมเลกุลเหล่านั้น
ได้เปลี่ยนแปลงไป
ได้เปลี่ยนแปลงไป
03:25
whether they've increased in number
or changed in pattern,
or changed in pattern,
76
193016
2780
ไม่ว่ามันจะมีจำนวนมากขึ้น
หรือมีรูปแบบที่เปลี่ยนไป
หรือมีรูปแบบที่เปลี่ยนไป
03:27
we could use those
as targets for new drugs,
as targets for new drugs,
77
195820
2939
เราสามารถใช้พวกมัน
เป็นเป้าหมายสำหรับยาใหม่
เป็นเป้าหมายสำหรับยาใหม่
03:30
for new ways of delivering
energy into the brain
energy into the brain
78
198783
2271
สำหรับวิธีการใหม่ในการส่งพลังงาน
เข้าไปในสมอง
เข้าไปในสมอง
03:33
in order to repair the brain
computations that are afflicted
computations that are afflicted
79
201078
3880
เพื่อที่จะซ่อมการประมวลผลของสมอง
ที่ได้รับผลกระทบ
ที่ได้รับผลกระทบ
03:36
in patients who suffer
from brain disorders.
from brain disorders.
80
204982
2299
ในผู้ป่วยที่มีอาการจากโรคสมองผิดปกติ
03:39
We've all seen lots of different
technologies over the last century
technologies over the last century
81
207793
3243
เราได้เห็นเทคโนโลยีต่าง ๆ มากมาย
ตลอดศตวรรษที่ผ่านมา
ตลอดศตวรรษที่ผ่านมา
03:43
to try to confront this.
82
211060
1166
ที่พยายามจะแก้ปัญหานี้
03:44
I think we've all seen brain scans
83
212250
1880
ผมคิดว่าเราทุกคนเคยเห็นภาพสแกนสมอง
03:46
taken using MRI machines.
84
214154
2034
ที่ถ่ายได้โดยใช้เครื่อง MRI
03:48
These, of course, have the great power
that they are noninvasive,
that they are noninvasive,
85
216212
3347
ครับ แน่ล่ะว่า พวกมันมีประโยชน์มาก
และไม่สร้างความเสียหาย
และไม่สร้างความเสียหาย
03:51
they can be used on living human subjects.
86
219583
2355
พวกมันสามารถใช้ได้กับผู้ที่ยังมีชีวิตอยู่
03:54
But also, they're spatially crude.
87
222407
2231
แต่ว่า พวกมันค่อนข้างที่จะให้ผลหยาบ ๆ
03:56
Each of these blobs that you see,
or voxels, as they're called,
or voxels, as they're called,
88
224662
2990
แต่ละกระเปาะที่คุณเห็น
หรือที่พวกเขาเรียกว่า ปริมาณพิกเซล
หรือที่พวกเขาเรียกว่า ปริมาณพิกเซล
03:59
can contain millions
and millions of neurons.
and millions of neurons.
89
227676
2689
สามารถบรรจุเซลล์ประสาท
ได้เป็นล้าน ๆ
ได้เป็นล้าน ๆ
04:02
So it's not at the level of resolution
90
230389
1850
ฉะนั้น มันไม่ใช่ระดับความคมชัด
04:04
where it can pinpoint
the molecular changes that occur
the molecular changes that occur
91
232263
2538
ที่เราจะสามารถปักหมุด
การเปลี่ยนแปลงโมเลกุลที่เกิดขึ้น
การเปลี่ยนแปลงโมเลกุลที่เกิดขึ้น
04:06
or the changes in the wiring
of these networks
of these networks
92
234825
2286
หรือการเปลี่ยนแปลงในการเชื่อมต่อ
ของเครือข่ายนี้
ของเครือข่ายนี้
04:09
that contributes to our ability
to be conscious and powerful beings.
to be conscious and powerful beings.
93
237135
3946
ที่ส่งผลต่อความสามารถของเรา
ในการใช้สติและเป็นสิ่งมีชีวิตที่ทรงอำนาจ
ในการใช้สติและเป็นสิ่งมีชีวิตที่ทรงอำนาจ
04:13
At the other extreme,
you have microscopes.
you have microscopes.
94
241797
3181
ในอีกมุมหนึ่ง คุณมีกล้องจุลทรรศน์
04:17
Microscopes, of course, will use light
to look at little tiny things.
to look at little tiny things.
95
245002
3295
แน่ล่ะว่า กล้องจุลทรรศน์
จะใช้แสดงเพื่อดูสิ่งเล็ก ๆ
จะใช้แสดงเพื่อดูสิ่งเล็ก ๆ
04:20
For centuries, they've been used
to look at things like bacteria.
to look at things like bacteria.
96
248321
3075
เป็นเวลาหลายศตวรรษที่พวกเขาใช้มัน
ในการมองสิ่งเล็ก ๆ อย่างเช่นแบคทีเรีย
ในการมองสิ่งเล็ก ๆ อย่างเช่นแบคทีเรีย
04:23
For neuroscience,
97
251420
1151
สำหรับประสาทวิทยา
04:24
microscopes are actually how neurons
were discovered in the first place,
were discovered in the first place,
98
252595
3412
กล้องจุลทรรศน์ทำให้เราค้นพบ
เซลล์ประสาทเป็นครั้งแรก
เซลล์ประสาทเป็นครั้งแรก
04:28
about 130 years ago.
99
256031
1292
เมื่อประมาณ 130 ปีก่อน
04:29
But light is fundamentally limited.
100
257347
2318
แต่แสงมีข้อจำกัดพื้นฐาน
04:31
You can't see individual molecules
with a regular old microscope.
with a regular old microscope.
101
259689
3298
คุณไม่อาจเห็นโมเลกุลแต่ละโมเลกุลได้
ด้วยกล้องจุลทรรศน์แบบเก่า
ด้วยกล้องจุลทรรศน์แบบเก่า
04:35
You can't look at these tiny connections.
102
263011
2152
คุณไม่สามารถมอง
การเชื่อมต่อเล็ก ๆ เหล่านี้ได้
การเชื่อมต่อเล็ก ๆ เหล่านี้ได้
04:37
So if we want to make our ability
to see the brain more powerful,
to see the brain more powerful,
103
265187
3942
ฉะนั้น ถ้าเราต้องการที่จะทำให้เราสามารถ
เห็นสมองได้ดีขึ้น
เห็นสมองได้ดีขึ้น
04:41
to get down to the ground truth structure,
104
269153
2168
ลงไปให้ลึกถึงโครงสร้างรากฐานจริง ๆ
04:43
we're going to need to have
even better technologies.
even better technologies.
105
271345
3280
เราต้องการเทคโนโลยีที่ดีกว่านี้
04:47
My group, a couple years ago,
started thinking:
started thinking:
106
275611
2224
สองสามปีก่อน กลุ่มของผมเริ่มคิดว่า:
04:49
Why don't we do the opposite?
107
277859
1412
ทำไมเราไม่ทำตรงข้ามล่ะ
04:51
If it's so darn complicated
to zoom in to the brain,
to zoom in to the brain,
108
279295
2461
ถ้ามันซับซ้อนเกินไป
ที่จะมองลึกลงไปในสมอง
ที่จะมองลึกลงไปในสมอง
04:53
why can't we make the brain bigger?
109
281780
1943
ทำไมเราไม่ทำให้สมองใหญ่ขึ้นเสียเลย
04:56
It initially started
110
284166
1155
มันเริ่มขึ้นจริง ๆ
04:57
with two grad students in my group,
Fei Chen and Paul Tillberg.
Fei Chen and Paul Tillberg.
111
285345
2996
ด้วยนักเรียนปริญญาโทสองคนของผม
เฟย เชน และพอล ทิลเบิร์ก
เฟย เชน และพอล ทิลเบิร์ก
05:00
Now many others in my group
are helping with this process.
are helping with this process.
112
288365
2720
ตอนนี้มีอีกหลายคนในกลุ่ม
ที่กำลังช่วยอยู่ในกระบวนการ
ที่กำลังช่วยอยู่ในกระบวนการ
05:03
We decided to try to figure out
if we could take polymers,
if we could take polymers,
113
291109
2762
เราตัดสินใจที่จะพยายามหา
ว่าเราจะสามารถนำพอลิเมอร์
ว่าเราจะสามารถนำพอลิเมอร์
05:05
like the stuff in the baby diaper,
114
293895
1629
อย่างสิ่งนี้ที่อยู่ในผ้าอ้อมเด็ก
05:07
and install it physically
within the brain.
within the brain.
115
295548
2006
และใส่สมองเข้าไปทางกายภาพได้หรือไม่
05:09
If we could do it just right,
and you add water,
and you add water,
116
297578
2241
ถ้าเราสามารถทำมันได้อย่างเหมาะสม
และเติมน้ำลงไป
และเติมน้ำลงไป
05:11
you can potentially blow the brain up
117
299843
1835
คุณอาจสามารถเป่าสมองให้บวม
05:13
to where you could distinguish
those tiny biomolecules from each other.
those tiny biomolecules from each other.
118
301702
3377
ถึงจุดที่คุณสามารถแยกแยะ
โมเลกุลเล็ก ๆ ต่าง ๆ ออกจากกัน
โมเลกุลเล็ก ๆ ต่าง ๆ ออกจากกัน
05:17
You would see those connections
and get maps of the brain.
and get maps of the brain.
119
305103
2870
คุณจะเห็นการเชื่อมต่อเหล่านั้น
และสามารถทำแผนที่สมองได้
และสามารถทำแผนที่สมองได้
05:19
This could potentially be quite dramatic.
120
307997
1988
นี่คงจะเป็นอะไรที่ยิ่งใหญ่ทีเดียว
05:22
We brought a little demo here.
121
310009
3008
เราเอาตัวอย่างมาให้ชมด้วยครับ
05:25
We got some purified baby diaper material.
122
313538
2575
เรามีวัสดุจากผ้าอ้อมเด็ก
ที่ทำความสะอาดแล้ว
ที่ทำความสะอาดแล้ว
05:28
It's much easier
just to buy it off the Internet
just to buy it off the Internet
123
316137
2274
มันง่ายกว่าที่จะซื้อมันจากทางอินเทอร์เน็ต
05:30
than to extract the few grains
that actually occur in these diapers.
that actually occur in these diapers.
124
318435
3475
แทนที่จะสกัดพวกมันที่มีจำนวนไม่มาก
ออกมาจากผ้าอ้อม
ออกมาจากผ้าอ้อม
05:33
I'm going to put just one teaspoon here
125
321934
2225
ผมกำลังจะใช้หนึ่งช้อนชา
05:36
of this purified polymer.
126
324706
1794
ของพอลิเมอร์บริสุทธิ์นี้
05:39
And here we have some water.
127
327270
2152
และเราก็มีน้ำอยู่นิดหน่อย
05:41
What we're going to do
128
329446
1162
ที่เรากำลังจะทำก็คือ
05:42
is see if this teaspoon
of the baby diaper material
of the baby diaper material
129
330632
3011
ดูว่าหนึ่งช้อนชาของวัสดุผ้าอ้อมเด็ก
05:45
can increase in size.
130
333667
1709
จะเพิ่มขนาดหรือเปล่า
05:48
You're going to see it increase in volume
by about a thousandfold
by about a thousandfold
131
336687
3696
คุณจะเห็นว่ามันเพิ่มปริมาตรขึ้น
ประมาณพันเท่า
ประมาณพันเท่า
05:52
before your very eyes.
132
340407
1286
ต่อหน้าต่อตาของคุณ
06:01
I could pour much more of this in there,
133
349597
1972
ผมจะเทมันลงไปอีกก็ได้ครับ
06:03
but I think you've got the idea
134
351593
1558
แต่ผมคิดว่าคุณคงมองออกแล้ว
06:05
that this is a very,
very interesting molecule,
very interesting molecule,
135
353175
2502
ว่านี่มันเป็นโมเลกุลที่น่าสนใจมาก ๆ
06:07
and if can use it in the right way,
136
355701
1912
และถ้ามันสามารถนำไปใช้ในทางที่ถูกต้องได้
06:09
we might be able
to really zoom in on the brain
to really zoom in on the brain
137
357637
2321
เราอาจสามารถมองลึกลงไปในสมองได้
06:11
in a way that you can't do
with past technologies.
with past technologies.
138
359982
2594
ในแบบที่คุณไม่อาจทำได้
ด้วยเทคโนโลยีในอดีต
ด้วยเทคโนโลยีในอดีต
06:15
OK. So a little bit of chemistry now.
139
363227
2054
ครับ พูดกันถึงเรื่องเคมีหน่อย
06:17
What's going on
in the baby diaper polymer?
in the baby diaper polymer?
140
365305
2442
มันเกิดอะไรขึ้น
ในพอลิเมอร์ผ้าอ้อมเด็กอย่างนั้นหรือ
ในพอลิเมอร์ผ้าอ้อมเด็กอย่างนั้นหรือ
06:19
If you could zoom in,
141
367771
1676
ถ้าหากมองลึกลงไป
06:21
it might look something like
what you see on the screen.
what you see on the screen.
142
369471
2673
มันอาจดุเหมือนอะไรบางอย่าง
ที่คุณเห็นอยู่บนจอในตอนนี้
ที่คุณเห็นอยู่บนจอในตอนนี้
06:24
Polymers are chains of atoms
arranged in long, thin lines.
arranged in long, thin lines.
143
372168
4492
พอลิเมอร์คือโซ่ของอะตอม
ที่ถูกจัดเรียงในสายยาว ๆ บาง ๆ
ที่ถูกจัดเรียงในสายยาว ๆ บาง ๆ
06:28
The chains are very tiny,
144
376684
1367
โซ่นี้มีขนาดเล็กมาก
06:30
about the width of a biomolecule,
145
378075
1864
ประมาณความกว้างของชีวโมเลกุล
06:31
and these polymers are really dense.
146
379963
1747
และพอลิเมอร์เหล่านี้มีความหนาแน่นมาก
06:33
They're separated by distances
147
381734
1500
พวกมันถูกแยกโดยระยะห่าง
06:35
that are around the size of a biomolecule.
148
383258
2252
ที่มีขนาดประมาณชีวโมเลกุล
06:37
This is very good
149
385534
1165
นั่นมันดีมากครับ
06:38
because we could potentially
move everything apart in the brain.
move everything apart in the brain.
150
386723
3041
เพราะว่าเราอาจเคลื่อนทุกอย่าง
ในสมองออกจากกัน
ในสมองออกจากกัน
06:41
If we add water, what will happen is,
151
389788
1848
ถ้าเราเติมน้ำ สิ่งที่เกิดขึ้นก็คือ
06:43
this swellable material
is going to absorb the water,
is going to absorb the water,
152
391660
2515
วัสดุที่บวมพองขึ้นได้นี้ก็จะดูดน้ำเข้าไป
06:46
the polymer chains will move
apart from each other,
apart from each other,
153
394199
2400
โซ่พอลิเมอร์จะเคลื่อนออกจากกันและกัน
06:48
and the entire material
is going to become bigger.
is going to become bigger.
154
396623
2634
และวัสดุทั้งหมดจะมีขนาดใหญ่ขึ้น
06:51
And because these chains are so tiny
155
399615
1814
และเพราะว่าโซ่เหล่านี้เล็กมาก ๆ
06:53
and spaced by biomolecular distances,
156
401453
2205
และถูกขั้นระหว่างด้วยระยะชีวโมเลกุล
06:55
we could potentially blow up the brain
157
403682
2039
พวกมันอาจทำให้สมองบวมขึ้น
06:57
and make it big enough to see.
158
405745
1633
และทำให้มันใหญ่พอที่เราจะเห็นได้
07:00
Here's the mystery, then:
159
408020
1240
เอาล่ะ มาถึงปริศนาครับ
07:01
How do we actually make
these polymer chains inside the brain
these polymer chains inside the brain
160
409284
3610
เราจะทำให้พอลิเมอร์เหล่านี้
เข้าไปอยู่ในสมองได้อย่างไร
เข้าไปอยู่ในสมองได้อย่างไร
07:04
so we can move all the biomolecules apart?
161
412918
2239
แล้วเราจะเคลื่อนชีวโมเลกุล
ให้แยกออกจากกันได้อย่างไร
ให้แยกออกจากกันได้อย่างไร
07:07
If we could do that,
162
415181
1151
ถ้าเราทำอย่างนั้นได้
07:08
maybe we could get
ground truth maps of the brain.
ground truth maps of the brain.
163
416356
2397
บางที เราอาจได้แผนที่จริง ๆ ของสมอง
07:10
We could look at the wiring.
164
418777
1389
เราอาจมองไปที่การเชื่อมต่อได้
07:12
We can peer inside
and see the molecules within.
and see the molecules within.
165
420190
3157
เราสามารถมองลงไป
และเห็นโมเลกุลที่อยู่ภายในได้
และเห็นโมเลกุลที่อยู่ภายในได้
07:15
To explain this, we made some animations
166
423925
2481
เพื่อที่จะอธิบายถึงสิ่งนี้
เราได้ทำภาพเคลื่อนไหว
เราได้ทำภาพเคลื่อนไหว
07:18
where we actually look
at, in these artist renderings,
at, in these artist renderings,
167
426430
2603
ที่เรามองลงไปจริง ๆ ในภาพสื่อโดยศิลปิน
07:21
what biomolecules might look
like and how we might separate them.
like and how we might separate them.
168
429057
3541
ว่าโมเลกุลน่าจะมีหน้าตาอย่างไร
และเราจะแยกพวกมันได้อย่างไร
และเราจะแยกพวกมันได้อย่างไร
07:24
Step one: what we'd have
to do, first of all,
to do, first of all,
169
432622
2549
ขั้นแรกเลยนะครับ สิ่งที่เราต้องทำก็คือ
07:27
is attach every biomolecule,
shown in brown here,
shown in brown here,
170
435195
3389
ติดทุก ๆ โมเลกุลที่เป็นสีน้ำตาลในที่นี้
07:30
to a little anchor, a little handle.
171
438608
2159
เข้ากับสมอเล็ก ๆ มือจับเล็ก ๆ
07:32
We need to pull the molecules
of the brain apart from each other,
of the brain apart from each other,
172
440791
3095
เราต้องดึงโมเลกุลของสมองเหล่านี้
ออกจากกันและกัน
ออกจากกันและกัน
07:35
and to do that, we need
to have a little handle
to have a little handle
173
443910
2326
และเพื่อที่จะทำอย่างนั้น
เราต้องมีมือจับเล็ก ๆ
เราต้องมีมือจับเล็ก ๆ
07:38
that allows those polymers to bind to them
174
446260
2285
ที่ทำให้พอลิเมอร์เหล่านี้จับกับพวกมัน
07:40
and to exert their force.
175
448569
1542
และเพื่อส่งแรงลงไป
07:43
Now, if you just take baby diaper
polymer and dump it on the brain,
polymer and dump it on the brain,
176
451278
3161
ทีนี้ ถ้าคุณเอาพอลิเมอร์ผ้าอ้อมเด็กมา
และโยนมันลงในสมอง
และโยนมันลงในสมอง
07:46
obviously, it's going to sit there on top.
177
454463
2037
ชัดเลยว่า มันจะกองอยู่ทางด้านบนอย่างนั้น
07:48
So we need to find a way
to make the polymers inside.
to make the polymers inside.
178
456524
2528
ฉะนั้น เราต้องหาทางที่จะทำให้
พอลิเมอร์เข้าไปข้างใน
พอลิเมอร์เข้าไปข้างใน
07:51
And this is where we're really lucky.
179
459076
1788
และนี่เป็นจุดที่เราโชคดีเอามาก ๆ
07:52
It turns out, you can
get the building blocks,
get the building blocks,
180
460888
2188
ปรากฎว่า คุณสามารถใช้โครงสร้างพื้นฐาน
07:55
monomers, as they're called,
181
463100
1372
หรือที่เรียกกันว่าโมโนเมอร์
07:56
and if you let them go into the brain
182
464496
1784
และถ้าคุณปล่อยให้พวกมันเข้าไปในสมอง
07:58
and then trigger the chemical reactions,
183
466304
2036
และกระตุ้นด้วยปฏิกิริยาเคมี
08:00
you can get them to form
those long chains,
those long chains,
184
468364
2702
คุณสามารถทำให้พวกมันก่อตัวเป็นสายยาว
08:03
right there inside the brain tissue.
185
471090
1798
ตรงนั้นในเนื้อเยื่อสมอง
08:05
They're going to wind their way
around biomolecules
around biomolecules
186
473325
2397
พวกมันจะหาทางพันไปรอบชีวโมเลกุล
08:07
and between biomolecules,
187
475746
1221
และไปอยู่ระหว่างชีวโมเลกุล
08:08
forming those complex webs
188
476991
1625
เกิดเป็นใยซับซ้อนเหล่านั้น
08:10
that will allow you, eventually,
to pull apart the molecules
to pull apart the molecules
189
478640
2862
ที่จะทำให้สุดท้ายแล้วคุณจะดึงโมเลกุล
08:13
from each other.
190
481526
1175
ออกจากกันและกันได้
08:14
And every time one
of those little handles is around,
of those little handles is around,
191
482725
3054
และทุกครับที่มีมือจับเล็ก ๆ นั่น
08:17
the polymer will bind to the handle,
and that's exactly what we need
and that's exactly what we need
192
485803
3350
พอลิเมอร์จะจับกับมือจับ
08:21
in order to pull the molecules
apart from each other.
apart from each other.
193
489177
2531
เพื่อที่จะดึงโมเลกุลออกจากกัน
08:23
All right, the moment of truth.
194
491732
1693
ครับ วินาทีแห่งความจริงครับ
08:25
We have to treat this specimen
195
493449
2148
เราต้องปฏิบัติกับตัวอย่างนี้
08:27
with a chemical to kind of loosen up
all the molecules from each other,
all the molecules from each other,
196
495621
3446
ด้วยสารเคมีเพื่อทำให้โมเลกุลทั้งหมด
คลายตัวออกจากกันและกัน
คลายตัวออกจากกันและกัน
08:31
and then, when we add water,
197
499091
1836
และจากนั้น เมื่อเราเติมน้ำ
08:32
that swellable material is going
to start absorbing the water,
to start absorbing the water,
198
500951
2953
วัสดุที่บวมพองได้ก็จะเริ่มดูดน้ำเข้าไป
08:35
the polymer chains will move apart,
199
503928
1703
สายพอลิเมอร์จะเคลื่อนออกจากกัน
08:37
but now, the biomolecules
will come along for the ride.
will come along for the ride.
200
505655
2722
แต่ตอนนี้ ชีวโมเลกุลจะเข้ามาร่วมด้วย
08:40
And much like drawing
a picture on a balloon,
a picture on a balloon,
201
508401
2164
และเหมือนกับภาพเขียนบนลูกโป่ง
08:42
and then you blow up the balloon,
202
510589
1587
เมื่อคุณเป่าลูกโป่ง
08:44
the image is the same,
203
512200
1290
ภาพนั้นจะเหมือนเดิม
08:45
but the ink particles have moved
away from each other.
away from each other.
204
513514
2548
แต่อนุภาคหมึกจะเคลื่อนออกจากกันและกัน
08:48
And that's what we've been able
to do now, but in three dimensions.
to do now, but in three dimensions.
205
516086
3467
และนั่นเป็นสิ่งที่เราสามารถทำได้ในตอนนี้
แต่ในแบบสามมิติ
แต่ในแบบสามมิติ
08:51
There's one last trick.
206
519577
1999
ยังมีอีกหนึ่งที่ลูกเล่นครับ
08:53
As you can see here,
207
521600
1218
อย่างที่คุณเห็นตรงนี้
08:54
we've color-coded
all the biomolecules brown.
all the biomolecules brown.
208
522842
2109
เรามีการให้รหัสสีกับชีวโมเลกุลทั้งหมด
เป็นสีน้ำตาล
เป็นสีน้ำตาล
08:56
That's because they all
kind of look the same.
kind of look the same.
209
524975
2170
นั่นเป็นเพราะว่าพวกมันดูเหมือน ๆ กันไปหมด
08:59
Biomolecules are made
out of the same atoms,
out of the same atoms,
210
527169
2105
ชีวโมเลกุลทำมาจากอะตอมเหมือน ๆ กัน
09:01
but just in different orders.
211
529298
2240
แค่ต่างกันที่ลำดับเท่านั้น
09:03
So we need one last thing
212
531562
1500
ฉะนั้น เราต้องการสิ่งสุดท้าย
09:05
in order to make them visible.
213
533086
1695
เพื่อที่จะทำให้มันมองเห็นได้
09:06
We have to bring in little tags,
214
534805
1579
เราต้องนำฉลากเล็ก ๆ เข้ามา
09:08
with glowing dyes
that will distinguish them.
that will distinguish them.
215
536408
3019
ซึ่งมันมีสีย้อมเรืองแสง
ที่จะทำให้พวกมันเด่นแตกต่างกัน
ที่จะทำให้พวกมันเด่นแตกต่างกัน
09:11
So one kind of biomolecule
might get a blue color.
might get a blue color.
216
539451
2673
ฉะนั้น ชีวโมเลกุลชนิดหนึ่งเป็นสีฟ้า
09:14
Another kind of biomolecule
might get a red color.
might get a red color.
217
542148
2351
ชีวโมเลกุลอีกชนิดเป็นสีแดง
09:16
And so forth.
218
544523
1276
อะไรแบบนั้น
09:17
And that's the final step.
219
545823
1552
และนั่นก็เป็นขั้นตอนสุดท้าย
09:19
Now we can look at something like a brain
220
547399
2278
ตอนนี้ เราสามารถมองเห็นอะไรบางอย่าง
ที่เหมือนกับสมอง
ที่เหมือนกับสมอง
09:21
and look at the individual molecules,
221
549701
1796
และดูโมเลกุลแต่ละตัวได้
09:23
because we've moved them
far apart enough from each other
far apart enough from each other
222
551521
2707
เพราะเราเคลื่อนพวกมันออกจากกันและกัน
09:26
that we can tell them apart.
223
554252
1698
จนเราสามารถแยกความแตกต่าง
ของพวกมันได้
ของพวกมันได้
09:27
So the hope here is that
we can make the invisible visible.
we can make the invisible visible.
224
555974
2834
ฉะนั้น ความหวังตรงนี้ก็คือ เราสามารถ
ทำให้สิ่งที่มองไม่เห็นเป็นสิ่งที่เห็นได้
ทำให้สิ่งที่มองไม่เห็นเป็นสิ่งที่เห็นได้
09:30
We can turn things that might seem
small and obscure
small and obscure
225
558832
2566
เราเปลี่ยนสิ่งที่อาจเหมือนเล็กและถูกซ่อนเร้น
09:33
and blow them up
226
561422
1151
ให้ขยายใหญ่ขึ้นมา
09:34
until they're like constellations
of information about life.
of information about life.
227
562597
3177
จนกระทั่งมันเหมือนกับกลุ่มดาว
แห่งข้อมูลเกี่ยวกับชีวิต
แห่งข้อมูลเกี่ยวกับชีวิต
09:37
Here's an actual video
of what it might look like.
of what it might look like.
228
565798
2375
นี่คือวีดีโอจริง ๆ ของสิ่งที่น่าจะเป็น
09:40
We have here a little brain in a dish --
229
568197
2371
เรามีสมองเล็ก ๆ อยู่ในจาน --
09:42
a little piece of a brain, actually.
230
570592
1747
ชิ้นส่วนเล็ก ๆ ของสมองน่ะครับ
09:44
We've infused the polymer in,
231
572363
1596
เราฉีดพอลิเมอร์เข้าไปในนั้น
09:45
and now we're adding water.
232
573983
1467
และตอนนี้ก็เติมเน้ำ
09:47
What you'll see is that,
right before your eyes --
right before your eyes --
233
575474
2358
ที่คุณจะเห็น -- ต่อหน้าต่อตาของคุณ --
09:49
this video is sped up about sixtyfold --
234
577856
1923
เนื่องจากวีดีโอนี้ถูกเร่งความเร็วขึ้นหกสิบเท่า --
09:51
this little piece of brain tissue
is going to grow.
is going to grow.
235
579803
2725
ชิ้นส่วนเล็ก ๆ ของเนื้อเยื่อสมองนี้จะโตขึ้น
09:54
It can increase by a hundredfold
or even more in volume.
or even more in volume.
236
582552
3180
มันจะเพิ่มขนาดเป็นร้อย ๆ เท่าหรือมากกว่านั้น
09:57
And the cool part is, because
those polymers are so tiny,
those polymers are so tiny,
237
585756
2949
และที่เจ๋งที่สุดก็คือ
เพราะว่าพอลิเมอร์เหล่านี้เล็ก ๆ มาก ๆ
เพราะว่าพอลิเมอร์เหล่านี้เล็ก ๆ มาก ๆ
10:00
we're separating biomolecules
evenly from each other.
evenly from each other.
238
588729
2559
เรากำลังแยกชีวโมเลกุล
ให้ออกห่างจากกันอย่างเท่า ๆ กัน
ให้ออกห่างจากกันอย่างเท่า ๆ กัน
10:03
It's a smooth expansion.
239
591312
1658
มันเป็นการขยายออกที่ราบรื่น
10:04
We're not losing the configuration
of the information.
of the information.
240
592994
2687
เราไม่ได้เสียโครงสร้างของข้อมูลไป
10:07
We're just making it easier to see.
241
595705
2700
เราแค่ทำให้มันเห็นได้ง่ายขึ้น
10:11
So now we can take
actual brain circuitry --
actual brain circuitry --
242
599333
2176
ฉะนั้น ตอนนี้เราสามารถ
นำเอาวงจรจริง ๆ ของสมอง --
นำเอาวงจรจริง ๆ ของสมอง --
10:13
here's a piece of the brain
involved with, for example, memory --
involved with, for example, memory --
243
601533
3134
นี่คือชิ้นส่วนของสมองที่เกี่ยวข้องกับ
ยกตัวอย่างเช่น ความทรงจำ --
ยกตัวอย่างเช่น ความทรงจำ --
10:16
and we can zoom in.
244
604691
1263
และเรามองลึกลงไป
10:17
We can start to actually look at
how circuits are configured.
how circuits are configured.
245
605978
2890
เราสามารถมองไปที่ว่า
วงจรถูกวางโครงสร้างอย่างไร
วงจรถูกวางโครงสร้างอย่างไร
10:20
Maybe someday we could read out a memory.
246
608892
1968
บางที สักวันหนึ่ง
เราอาจสามารถอ่านความคิดได้
เราอาจสามารถอ่านความคิดได้
10:22
Maybe we could actually look
at how circuits are configured
at how circuits are configured
247
610884
2779
บางที เราอาจมองดูว่า
วงจรนี้ถูกวางโครงสร้างอย่างไร
วงจรนี้ถูกวางโครงสร้างอย่างไร
10:25
to process emotions,
248
613687
1152
เพื่อจัดการกับอารมณ์
10:26
how the actual wiring
of our brain is organized
of our brain is organized
249
614863
2922
การเชื่อมต่อจริง ๆ ของสมองของเรา
ถูกจัดวางอย่างไร
ถูกจัดวางอย่างไร
10:29
in order to make us who we are.
250
617809
2567
เพื่อที่จะทำให้เราเป็นอย่างที่เราเป็น
10:32
And of course, we can pinpoint, hopefully,
251
620400
2047
และแน่นอน หวังว่า เราสามารถปักหมุดได้
10:34
the actual problems in the brain
at a molecular level.
at a molecular level.
252
622471
3159
ว่าปัญหาที่แท้จริงในสมองของเรา
ในระดับโมเลกุลคืออะไร
ในระดับโมเลกุลคืออะไร
10:37
What if we could actually
look into cells in the brain
look into cells in the brain
253
625654
2569
ถ้าหากเราสามารถมองเข้าไปในเซลล์
ของสมองได้จริง ๆ
ของสมองได้จริง ๆ
10:40
and figure out, wow, here are the 17
molecules that have altered
molecules that have altered
254
628247
3083
และค้นหาว่า ว้าว นี่คือ 17 โมเลกุล
ที่ถูกเปลี่ยนแปลงไป
ที่ถูกเปลี่ยนแปลงไป
10:43
in this brain tissue that has been
undergoing epilepsy
undergoing epilepsy
255
631354
3455
ในเนื้อเยื่อสมองที่เป็นลมบ้าหมู
10:46
or changing in Parkinson's disease
256
634833
1650
หรือมีการเปลี่ยนแปลงในคนที่เป็นโรคพาคินสัน
10:48
or otherwise being altered?
257
636507
1517
หรือถูกเปลี่ยนไปในสมองปกติ
10:50
If we get that systematic list
of things that are going wrong,
of things that are going wrong,
258
638048
3043
ถ้าหากเราได้รายการของสิ่งที่ผิดปกตินั้น
มาอย่างเป็นระบบ
มาอย่างเป็นระบบ
10:53
those become our therapeutic targets.
259
641115
2199
พวกมันจะเป็นเป้าหมายการรักษาของเรา
10:55
We can build drugs that bind those.
260
643338
1677
เราจะสร้างยาที่จับกับสิ่งเหล่านั้น
10:57
We can maybe aim energy
at different parts of the brain
at different parts of the brain
261
645039
2627
เราอาจเล็งพลังงานจากสมองส่วนอื่น ๆ
10:59
in order to help people
with Parkinson's or epilepsy
with Parkinson's or epilepsy
262
647690
2687
เพื่อที่จะช่วยคนที่เป็นโรคพาคินสัน
หรือลมบ้าหมู
หรือลมบ้าหมู
11:02
or other conditions that affect
over a billion people
over a billion people
263
650401
2551
หรือโรคอื่น ๆ ที่ส่งผลต่อคนนับพันล้าน
11:04
around the world.
264
652976
1213
ทั่วโลก
11:07
Now, something interesting
has been happening.
has been happening.
265
655246
2206
ตอนนี้ สิ่งอัศจรรย์บางอย่างได้เกิดขึ้นแล้ว
11:09
It turns out that throughout biomedicine,
266
657476
2705
ปรากฏว่าทั้งวงการชีวการแพทย์
11:12
there are other problems
that expansion might help with.
that expansion might help with.
267
660205
2666
ยังมีปัญหาอื่น ๆ ที่การขยายนี้อาจช่วยได้
11:14
This is an actual biopsy
from a human breast cancer patient.
from a human breast cancer patient.
268
662895
3234
นี่คือการชันสูตรจริง ๆ
จากผู้ป่วยที่เป็นมะเร็งเต้านม
จากผู้ป่วยที่เป็นมะเร็งเต้านม
11:18
It turns out that if you look at cancers,
269
666505
2188
ปรากฏว่าถ้าคุณมองลึกลงไปในมะเร็ง
11:20
if you look at the immune system,
270
668717
1611
ถ้าคุณดูที่ระบบภูมิคุ้มกัน
11:22
if you look at aging,
if you look at development --
if you look at development --
271
670352
2513
ถ้าคุณดูที่การแก่ชรา
ถ้าคุณดูที่การพัฒนาเติบโต --
ถ้าคุณดูที่การพัฒนาเติบโต --
11:24
all these processes are involving
large-scale biological systems.
large-scale biological systems.
272
672889
4497
กระบวนการทั้งหมดนี้
เกี่ยวข้องกับระบบชีวภาพขนาดใหญ่
เกี่ยวข้องกับระบบชีวภาพขนาดใหญ่
11:29
But of course, the problems begin
with those little nanoscale molecules,
with those little nanoscale molecules,
273
677410
4024
แต่แน่นอน ปัญหานี้เริ่มต้นในระดับนาโน
11:33
the machines that make the cells
and the organs in our body tick.
and the organs in our body tick.
274
681458
3869
กลไกลที่ทำให้เซลล์และอวัยวะอื่น ๆ
ในร่างกายของคุณถูกลวง
ในร่างกายของคุณถูกลวง
11:37
So what we're trying
to do now is to figure out
to do now is to figure out
275
685351
2222
ฉะนั้น สิ่งที่เราพยายามทำอยู่ในตอนนี้
ก็เพื่อที่จะค้นหาว่า
ก็เพื่อที่จะค้นหาว่า
11:39
if we can actually use this technology
to map the building blocks of life
to map the building blocks of life
276
687597
3466
ถ้าเราสามารถใช้เทคโนโลยีนี้ได้จริง
ในการสร้างแผนที่โครงสร้างพื้นฐานชีวิต
ในการสร้างแผนที่โครงสร้างพื้นฐานชีวิต
11:43
in a wide variety of diseases.
277
691087
1745
ในโรคต่าง ๆ
11:44
Can we actually pinpoint
the molecular changes in a tumor
the molecular changes in a tumor
278
692856
2896
เราจะสามารถปักหมุดการเปลี่ยนแปลง
โมเลกุลในเนื้องอกได้จริง ๆ ไหม
โมเลกุลในเนื้องอกได้จริง ๆ ไหม
11:47
so that we can actually
go after it in a smart way
go after it in a smart way
279
695776
2369
เพื่อที่เราจะไล่ล่ามันได้ในทางที่ฉลาด
11:50
and deliver drugs that might wipe out
exactly the cells that we want to?
exactly the cells that we want to?
280
698169
3944
และส่งยาที่อาจกำจัดเซลล์ที่เราต้องการ
ได้อย่างแม่นยำ
ได้อย่างแม่นยำ
11:54
You know, a lot of medicine
is very high risk.
is very high risk.
281
702137
2335
ครับ ยาและการบำบัดมากมายมีความเสี่ยง
11:56
Sometimes, it's even guesswork.
282
704496
1782
บางครั้ง มันก็เหมือนเป็นการเดาสุ่ม
11:58
My hope is we can actually turn
what might be a high-risk moon shot
what might be a high-risk moon shot
283
706626
3875
ผมหวังว่า เราจะสามารถเปลี่ยน
การเล็งไกลที่มีความเสี่ยงมาก
การเล็งไกลที่มีความเสี่ยงมาก
12:02
into something that's more reliable.
284
710525
1769
เป็นอะไรบางอย่างที่เชื่อถือได้มากกว่า
12:04
If you think about the original moon shot,
285
712318
2055
ถ้าคุณคิดถึงการไปดวงจันทร์ในตอนแรก ๆ
12:06
where they actually landed on the moon,
286
714397
1898
ที่พวกเขาไปลงจอดบนดวงจันทร์กันจริง ๆ
12:08
it was based on solid science.
287
716319
1444
ว่ามันเป็นการกระทำ
ที่พึ่งพาวิทยาศาสตร์ล้วน ๆ
ที่พึ่งพาวิทยาศาสตร์ล้วน ๆ
12:09
We understood gravity;
288
717787
1603
เราเข้าใจเรื่องแรงดึงดูด
12:11
we understood aerodynamics.
289
719414
1341
เราเข้าใจเรื่องอากาศพลศาสตร์
12:12
We knew how to build rockets.
290
720779
1395
เรารู้แล้วว่าจะสร้างจรวดได้อย่างไร
12:14
The science risk was under control.
291
722198
2468
ความเสี่ยงของนักวิทยาศาสตร์
สามารถถูกควบคุมเอาไว้ได้
สามารถถูกควบคุมเอาไว้ได้
12:16
It was still a great, great
feat of engineering.
feat of engineering.
292
724690
2753
มันยังพึ่งพาวิศวกรรมอย่างมากอีกด้วย
12:19
But in medicine, we don't
necessarily have all the laws.
necessarily have all the laws.
293
727467
2645
แต่ในทางการแพทย์
เราไม่จำเป็นจะต้องมีกฏสำหรับทุกอย่าง
เราไม่จำเป็นจะต้องมีกฏสำหรับทุกอย่าง
12:22
Do we have all the laws
that are analogous to gravity,
that are analogous to gravity,
294
730136
3109
เรามีกฏสำหรับทุกอย่างหรือเปล่า
ที่คล้ายกันกับแรงดึงดูด
ที่คล้ายกันกับแรงดึงดูด
12:25
that are analogous to aerodynamics?
295
733269
2344
ที่คล้ายกันกับอากาศพลศาสตร์
12:27
I would argue that with technologies
296
735637
1730
ผมขอเถียงว่าด้วยเทคโนโลยี
12:29
like the kinds I'm talking about today,
297
737391
1872
เช่นเดียวกับที่ผมพูดถึงในวันนี้
12:31
maybe we can actually derive those.
298
739287
1693
บางทีเราอาจเปลี่ยนแปลงกฎเหล่านั้นได้
12:33
We can map the patterns
that occur in living systems,
that occur in living systems,
299
741004
2857
เราสามารถสร้างแผนที่รูปแบบ
ที่เกิดขึ้นในระบบสิ่งมีชีวิต
ที่เกิดขึ้นในระบบสิ่งมีชีวิต
12:35
and figure out how to overcome
the diseases that plague us.
the diseases that plague us.
300
743885
4558
และค้นหาว่าจะเอาชนะโรคต่าง ๆ
ที่คุมคามเราได้อย่างไร
ที่คุมคามเราได้อย่างไร
12:41
You know, my wife and I
have two young kids,
have two young kids,
301
749499
2079
ครับ ภรรยาของผมและผมมีลูกสองคน
12:43
and one of my hopes as a bioengineer
is to make life better for them
is to make life better for them
302
751602
3234
และหนึ่งในความหวังของผมในฐานะชีววิศวกร
ก็คือการทำให้ชีวิตของพวกเขา
ก็คือการทำให้ชีวิตของพวกเขา
12:46
than it currently is for us.
303
754860
1729
ดีกว่าที่พวกเรามีอยู่ในตอนนี้
12:48
And my hope is, if we can
turn biology and medicine
turn biology and medicine
304
756613
3730
และผมหวังว่า ถ้าเราสามารถเปลี่ยน
ชีววิทยาและการแพทย์
ชีววิทยาและการแพทย์
12:52
from these high-risk endeavors
that are governed by chance and luck,
that are governed by chance and luck,
305
760367
4357
จากสิ่งที่ได้มาด้วยความยากลำบาก
ที่ถูกครอบงำด้วยดวงและความเสี่ยง
ที่ถูกครอบงำด้วยดวงและความเสี่ยง
12:56
and make them things
that we win by skill and hard work,
that we win by skill and hard work,
306
764748
3927
และทำให้มันกลายเป็นสิ่งที่เราเอาชนะได้
ด้วยทักษะและความทุ่มเท
ด้วยทักษะและความทุ่มเท
13:00
then that would be a great advance.
307
768699
1898
เช่นนั้นแล้ว นั่นคงจะเป็นความก้าวหน้า
ที่ยิ่งใหญ่ทีเดียว
ที่ยิ่งใหญ่ทีเดียว
13:02
Thank you very much.
308
770621
1206
ขอบคุณมากครับ
13:03
(Applause)
309
771851
10383
(เสียงปรบมือ)
Translated by Kelwalin Dhanasarnsombut
ABOUT THE SPEAKER
Ed Boyden - NeuroengineerEd Boyden is a professor of biological engineering and brain and cognitive sciences at the MIT Media Lab and the MIT McGovern Institute.
Why you should listen
Ed Boyden leads the Synthetic Neurobiology Group, which develops tools for analyzing and repairing complex biological systems such as the brain. His group applies these tools in a systematic way in order to reveal ground truth scientific understandings of biological systems, which in turn reveal radical new approaches for curing diseases and repairing disabilities. These technologies include expansion microscopy, which enables complex biological systems to be imaged with nanoscale precision, and optogenetic tools, which enable the activation and silencing of neural activity with light (TED Talk: A light switch for neurons). Boyden also co-directs the MIT Center for Neurobiological Engineering, which aims to develop new tools to accelerate neuroscience progress.
Amongst other recognitions, Boyden has received the Breakthrough Prize in Life Sciences (2016), the BBVA Foundation Frontiers of Knowledge Award (2015), the Carnegie Prize in Mind and Brain Sciences (2015), the Jacob Heskel Gabbay Award (2013), the Grete Lundbeck Brain Prize (2013) and the NIH Director's Pioneer Award (2013). He was also named to the World Economic Forum Young Scientist list (2013) and the Technology Review World's "Top 35 Innovators under Age 35" list (2006). His group has hosted hundreds of visitors to learn how to use new biotechnologies and spun out several companies to bring inventions out of his lab and into the world. Boyden received his Ph.D. in neurosciences from Stanford University as a Hertz Fellow, where he discovered that the molecular mechanisms used to store a memory are determined by the content to be learned. Before that, he received three degrees in electrical engineering, computer science and physics from MIT. He has contributed to over 300 peer-reviewed papers, current or pending patents and articles, and he has given over 300 invited talks on his group's work.
Ed Boyden | Speaker | TED.com