ABOUT THE SPEAKERS
Lauren Hodge - Science fair winner
Lauren Hodge won the 2011 Google Science Fair in the age 13-14 category.

Why you should listen

Lauren Hodge has been competing in science fair projects since she was 7 years old. For her latest project, she investigated the formation of carcinogens in different methods of preparing chicken -- and found a surprising result. That work won first prize in the Google Science Fair's age 13-14 category.

More profile about the speaker
Lauren Hodge | Speaker | TED.com
Shree Bose - Science fair winner
Shree Bose was the grand prize winner at the 2011 Google Science Fair.

Why you should listen

Shree Bose's school system doesn't officially participate in science fairs, so for ten years she entered herself in as many fairs as she could. In 2011 she presented her latest project: determining the mechanism of chemotherapy resistance in ovarian cancer -- a breakthrough that could improve future treatments. That project earned her the grand prize at the inaugural Google Science Fair.

More profile about the speaker
Shree Bose | Speaker | TED.com
Naomi Shah - Science fair winner
Naomi Shah won the 2011 Google Science Fair in the age 15-16 category.

Why you should listen

Naomi Shah's first word was "why." She went from pestering her parents with questions about organic chemistry and nuclear energy, to a resarch project that developed a novel mathematical model for the effects of air polution on asthmatics. That work won her first place in the Google Science Fair age 15-16 category.

More profile about the speaker
Naomi Shah | Speaker | TED.com
TEDxWomen 2011

Lauren Hodge, Shree Bose + Naomi Shah: Award-winning teenage science in action

Preisgekrönte Teenager-Wissenschaft in voller Fahrt

Filmed:
1,029,643 views

2011 räumten drei junge Frauen die drei ersten Preise der Google Sciene Fair ab. Auf der TEDxWomen-Konferenz beschreiben Lauren Hodge, Shree Bose und Naomi Shah ihre außergewöhnlichen Projekte – und ihren Weg zu einer Leidenschaft für die Wissenschaft.
- Science fair winner
Lauren Hodge won the 2011 Google Science Fair in the age 13-14 category. Full bio - Science fair winner
Shree Bose was the grand prize winner at the 2011 Google Science Fair. Full bio - Science fair winner
Naomi Shah won the 2011 Google Science Fair in the age 15-16 category. Full bio

Double-click the English transcript below to play the video.

00:15
LaurenLauren HodgeHodge: If you were going to a restaurantRestaurant and wanted a healthiergesünder optionMöglichkeit,
0
0
3000
Lauren Hodge: Wenn ihr in einem Restaurant die gesündere Option wollt,
00:18
whichwelche would you choosewählen, grilledvom Grill or friedgebraten chickenHähnchen?
1
3000
2000
was würdet ihr wählen, gegrilltes oder frittiertes Hühnchen?
00:20
Now mostdie meisten people would answerAntworten grilledvom Grill,
2
5000
2000
Die meisten Leute würden jetzt "Grillhühnchen" antworten,
00:22
and it's truewahr that grilledvom Grill chickenHähnchen does containenthalten lessWeniger fatFett and fewerweniger caloriesKalorien.
3
7000
3000
und es stimmt auch, dass dies weniger Kalorien und weniger Fett hat.
00:25
HoweverJedoch, grilledvom Grill chickenHähnchen posesPosen a hiddenversteckt dangerAchtung.
4
10000
2000
Aber beim gegrillten Hühnchen lauert eine versteckte Gefahr.
00:27
The hiddenversteckt dangerAchtung is heterocyclicHeterozyklische aminesAmine --
5
12000
2000
Die Gefahr sind heterocyclische Amine –
00:29
specificallyspeziell phenomethylimidazopyridinephenomethylimidazopyridine,
6
14000
2000
speziell Phenomethylimidazopyridin,
00:31
or PhIPPhIP --
7
16000
2000
oder PhIP –
00:33
(laughterLachen)
8
18000
2000
(Lachen)
00:35
whichwelche is the immunogenicimmunogen or carcinogenickrebserregend compoundVerbindung.
9
20000
3000
was die immunogene oder karzinogene Verbindung ist.
00:38
A carcinogenKarzinogen is any substanceSubstanz or agentAgent
10
23000
2000
Ein Karzinogen ist eine beliebige Substanz oder Erreger,
00:40
that causesUrsachen abnormalabnorme growthWachstum of cellsZellen,
11
25000
2000
welche abnormales Zellwachstum verursacht,
00:42
whichwelche can alsoebenfalls causeUrsache them to metastasizemetastasieren or spreadVerbreitung.
12
27000
3000
was zur Metastasierung oder Verbreitung führen kann.
00:45
They are alsoebenfalls organicorganisch compoundsVerbindungen
13
30000
2000
Es sind auch organische Verbindungen,
00:47
in whichwelche one or more of the hydrogensWasserstoffatome in ammoniaAmmoniak
14
32000
3000
in der mindestens ein Wasserstoffmolekül im Ammoniak
00:50
is replacedersetzt with a more complexKomplex groupGruppe.
15
35000
2000
mit einer komplexeren Gruppe ersetzt wird.
00:52
StudiesStudien showShow that antioxidantsAntioxidantien
16
37000
2000
Studien zeigen, dass Antioxidantien
00:54
are knownbekannt to decreaseverringern these heterocyclicHeterozyklische aminesAmine.
17
39000
2000
diese heterocyclischen Amine reduzieren können.
00:56
HoweverJedoch, no studiesStudien existexistieren yetnoch
18
41000
2000
Es existieren aber noch keine Studien,
00:58
that showShow how or why.
19
43000
2000
die das Wie und Warum zeigen.
01:00
These here are fivefünf differentanders organizationsOrganisationen that classifyklassifizieren carcinogensKarzinogene.
20
45000
3000
Hier sind fünf Organisationen, die Karzinogene klassifizieren.
01:03
And as you can see, nonekeiner of the organizationsOrganisationen considerErwägen the compoundsVerbindungen to be safeSafe,
21
48000
3000
Wie ihr seht, sieht keine von ihnen die Verbindungen als sicher an,
01:06
whichwelche justifiesrechtfertigt the need to decreaseverringern them in our dietDiät.
22
51000
3000
was uns einen guten Grund gibt, sie in unserer Ernährung zu reduzieren.
01:09
Now you mightMacht wonderWunder how a 13 year-oldj hrige girlMädchen could come up with this ideaIdee.
23
54000
3000
Vielleicht fragt ihr euch ja, wie eine 13-Jährige auf so eine Idee kommt.
01:12
And I was led to it throughdurch a seriesSerie of eventsVeranstaltungen.
24
57000
2000
Ich kam durch eine Reihe von Ereignissen hierhin.
01:14
I first learnedgelernt about it throughdurch a lawsuitKlage I readlesen about in my doctor'sArzt officeBüro --
25
59000
3000
Zuerst las ich darüber in einer Klage bei einem Arztbesuch.
01:17
(LaughterLachen)
26
62000
3000
(Lachen)
01:20
whichwelche was betweenzwischen the Physician'sDes Arztes CommitteeAusschuss for ResponsibleVerantwortlich MedicineMedizin
27
65000
3000
Die zwischen dem Ärztekomitee für verantwortungsvolle Medizin
01:23
and sevenSieben differentanders fastschnell foodLebensmittel restaurantsRestaurants.
28
68000
2000
und sieben Fastfood-Restaurants stattfand.
01:25
They weren'twaren nicht suedverklagt because there was carcinogensKarzinogene in the chickenHähnchen,
29
70000
3000
Sie wurden nicht verklagt, weil im Hühnchen Karzinogene waren,
01:28
but they were suedverklagt because of California'sKaliforniens PropositionProposition 65,
30
73000
4000
sondern wegen der kalifornischen Proposition 65,
01:32
whichwelche statedangegeben that if there's anything dangerousgefährlich in the productsProdukte
31
77000
3000
die besagt, dass gefährliche Bestandteile von Produkten
01:35
then the companiesFirmen had to give a clearklar warningWarnung.
32
80000
2000
von den Firmen klar als solche deklariert werden müssen.
01:37
So I was very surprisedüberrascht about this.
33
82000
2000
Ich war also sehr überrascht darüber.
01:39
And I was wonderingwundernd why nobodyniemand knewwusste more
34
84000
2000
Und ich fragte mich, wieso niemand mehr über
01:41
about this dangerousgefährlich grilledvom Grill chickenHähnchen,
35
86000
2000
diese gefährlichen Grillhühnchen wusste.
01:43
whichwelche doesn't seemscheinen very harmfulschädlich.
36
88000
2000
Sie scheinen ja nicht sehr gefährlich.
01:45
But then one night, my momMama was cookingKochen grilledvom Grill chickenHähnchen for dinnerAbendessen,
37
90000
3000
Aber dann machte meine Mutter eines Abends Grillhühnchen zum Abendessen
01:48
and I noticedbemerkt that the edgesKanten of the chickenHähnchen,
38
93000
2000
und ich bemerkte, dass die Ränder des Hühnchens,
01:50
whichwelche had been marinatedmariniert in lemonZitrone juiceSaft, turnedgedreht whiteWeiß.
39
95000
3000
das in Zitronensaft mariniert worden war, weiß wurden.
01:53
And laterspäter in biologyBiologie classKlasse, I learnedgelernt that it's duefällig to a processverarbeiten callednamens denaturingDenaturierung,
40
98000
3000
Und später in Biologie lernte ich, dass dies durch einen Prozess namens Denaturation passiert,
01:56
whichwelche is where the proteinsProteine will changeVeränderung shapegestalten
41
101000
2000
in dem die Proteine die Form verändern
01:58
and loseverlieren theirihr abilityFähigkeit to chemicallychemisch functionFunktion.
42
103000
3000
und ihre Fähigkeit zur chemischen Reaktion verlieren.
02:01
So I combinedkombiniert these two ideasIdeen and I formulatedformuliert a hypothesisHypothese,
43
106000
3000
Ich verband also diese zwei Ideen und stellte eine Hypothese auf,
02:04
sayingSprichwort that, could possiblymöglicherweise
44
109000
2000
die besagte: "Könnte es sein,
02:06
the carcinogensKarzinogene be decreasedverringerte sich duefällig to a marinadeMarinade
45
111000
3000
dass die Karzinogene durch eine Marinade reduziert werden
02:09
and could it be duefällig to the differencesUnterschiede in PHPH?
46
114000
2000
und könnte das am unterschiedlichen PH-Wert liegen?"
02:11
So my ideaIdee was borngeboren,
47
116000
2000
Meine Idee war also geboren
02:13
and I had the projectProjekt setSet up and a hypothesisHypothese,
48
118000
2000
und ich hatte das Projekt gestartet und eine Hypothese,
02:15
so what was my nextNächster stepSchritt?
49
120000
2000
was war dann also mein nächster Schritt?
02:17
Well obviouslyoffensichtlich I had to find a labLabor to work at
50
122000
2000
Natürlich musste ich ein Labor finden,
02:19
because I didn't have the equipmentAusrüstung in my schoolSchule.
51
124000
3000
da es die entsprechende Ausrüstung in der Schule nicht gab.
02:22
I thought this would be easyeinfach,
52
127000
2000
Ich dachte, so etwas wäre leicht,
02:24
but I emailedgemailt about 200 differentanders people
53
129000
2000
aber ich schrieb an ungefähr 200 Leute E-Mails,
02:26
withininnerhalb a five-hourfünf Stunden radiusRadius of where I livedlebte,
54
131000
2000
die in einem Fünf-Stunden-Radius meines Wohnorts lebten,
02:28
and I got one positivepositiv responseAntwort that said that they could work with me.
55
133000
3000
und bekam nur eine Zusage für eine Zusammenarbeit.
02:31
MostDie meisten of the othersAndere eitherentweder never respondedantwortete back,
56
136000
2000
Die meisten anderen antworteten entweder nie,
02:33
said they didn't have the time
57
138000
2000
sagten, sie hatten keine Zeit
02:35
or didn't have the equipmentAusrüstung and couldn'tkonnte nicht help me.
58
140000
2000
oder ihnen fehlte die Ausrüstung und sie konnten nicht helfen.
02:37
So it was a biggroß commitmentEngagement
59
142000
2000
Es war eine große Verpflichtung,
02:39
to driveFahrt to the labLabor to work multiplemehrere timesmal.
60
144000
3000
mehrmals zu dem Labor zur Arbeit zu fahren.
02:42
HoweverJedoch, it was a great opportunityGelegenheit to work in a realecht labLabor --
61
147000
2000
Es war aber auch eine großartige Gelegenheit, in einem echten Labor zu arbeiten –
02:44
so I could finallyendlich startAnfang my projectProjekt.
62
149000
2000
und ich konnte endlich mit dem Projekt beginnen.
02:46
The first stageStufe was completedabgeschlossen at home,
63
151000
2000
Die erste Phase wurde zu Hause abgeschlossen,
02:48
whichwelche consistedbestand of marinatingMarinieren the chickenHähnchen,
64
153000
2000
sie bestand daraus, das Hühnchen zu marinieren,
02:50
grillingGrillen the chickenHähnchen, amassingAnhäufung it
65
155000
2000
es zu grillen, es einzupacken
02:52
and preparingVorbereitung it to be transportedtransportiert to the labLabor.
66
157000
3000
und für den Transport zum Labor vorzubereiten.
02:55
The secondzweite stageStufe was completedabgeschlossen
67
160000
2000
Die zweite Phase wurde im Labor auf dem Unicampus
02:57
at the PennPenn StateZustand UniversityUniversität mainMain campusCampus labLabor,
68
162000
2000
der Penn State University abgeschlossen,
02:59
whichwelche is where I extractedextrahiert the chemicalsChemikalien,
69
164000
2000
wo ich die Chemikalien extrahierte,
03:01
changedgeändert the PHPH so I could runLauf it throughdurch the equipmentAusrüstung
70
166000
2000
den PH-Wert so änderte, dass ich ihn messen konnte,
03:03
and separatedgetrennt the compoundsVerbindungen I needederforderlich
71
168000
2000
und die benötigten Verbindungen vom Rest
03:05
from the restsich ausruhen of the chickenHähnchen.
72
170000
2000
des Hühnchens trennte.
03:07
The finalFinale stagesStufen, when I ranlief the samplesProben
73
172000
2000
In den letzten Stufen ließ ich die Proben
03:09
throughdurch a high-pressureHochdruck-
74
174000
2000
durch ein Hochdruck-Massenspektrometer
03:11
liquidFlüssigkeit chromatographyChromatographie massMasse spectrometerSpektrometer,
75
176000
3000
für Flüssigchromatographie laufen,
03:14
whichwelche separatedgetrennt the compoundsVerbindungen and analyzedanalysiert the chemicalsChemikalien
76
179000
3000
was die Verbindungen freilegte und die Chemikalien analysierte,
03:17
and told me exactlygenau how much carcinogensKarzinogene I had
77
182000
2000
und mir genau sagte, wie viele Karzinogene ich
03:19
in my chickenHähnchen.
78
184000
2000
in meinem Huhn hatte.
03:21
So when I wentging throughdurch the dataDaten, I had very surprisingüberraschend resultsErgebnisse,
79
186000
3000
Die Ergebnisse beim Abgleich der Daten waren sehr überraschend,
03:24
because I foundgefunden that fourvier out of the fivefünf marinatingMarinieren ingredientsZutaten
80
189000
3000
denn ich fand heraus, dass vier der fünf Zutaten der Marinade
03:27
actuallytatsächlich inhibitedgehemmt the carcinogenKarzinogen formationBildung.
81
192000
2000
die Bildung von Karzinogenen unterdrückte.
03:29
When comparedverglichen with the unmarinatedunmarinated chickenHähnchen,
82
194000
2000
Beim Vergleich mit dem unmarinierten Hühnchen,
03:31
whichwelche is what I used as my controlsteuern,
83
196000
3000
welches als Kontrolle verwendet wurde,
03:34
I foundgefunden that lemonZitrone juiceSaft workedhat funktioniert by farweit the bestBeste,
84
199000
2000
fand ich heraus, dass Zitronensaft am allerbesten funktionierte
03:36
whichwelche decreasedverringerte sich the carcinogensKarzinogene
85
201000
2000
und die Karzinogene
03:38
by about 98 percentProzent.
86
203000
2000
um etwa 98 Prozent reduzierte.
03:40
The saltwaterSalzwasser marinadeMarinade and the brownbraun sugarZucker marinadeMarinade
87
205000
3000
Die Marinaden aus Salzwasser und braunem Zucker
03:43
alsoebenfalls workedhat funktioniert very well,
88
208000
2000
funktionierten auch sehr gut,
03:45
decreasingabnehmend the carcinogensKarzinogene by about 60 percentProzent.
89
210000
2000
und reduzierten die Karzinogene um etwa 60 Prozent.
03:47
OliveOlive oilÖl slightlyleicht decreasedverringerte sich the PhIPPhIP formationBildung,
90
212000
3000
Olivenöl reduzierte die Entstehung von PhIP ein bisschen,
03:50
but it was nearlyfast negligiblevernachlässigbar.
91
215000
2000
aber die Werte waren fast vernachlässigbar.
03:52
And the soySoja sauceSoße resultsErgebnisse were inconclusivenicht eindeutig
92
217000
2000
Und die Resultate mit der Sojasauce waren unschlüssig,
03:54
because of the largegroß dataDaten rangeAngebot,
93
219000
2000
da die Datenstreuung sehr groß war,
03:56
but it seemsscheint like soySoja sauceSoße
94
221000
2000
aber es scheint, dass Sojasauce
03:58
actuallytatsächlich increasederhöht the potentialPotenzial carcinogensKarzinogene.
95
223000
2000
die potentiellen Karzinogene sogar erhöhte.
04:00
AnotherEin weiterer importantwichtig factorFaktor that I didn't take into accountKonto initiallyanfänglich
96
225000
2000
Zuerst vernachlässigte ich einen wichtigen Faktor,
04:02
was the time cookedgekocht.
97
227000
2000
nämlich die Kochzeit.
04:04
And I foundgefunden that if you increaseerhöhen, ansteigen the time cookedgekocht,
98
229000
2000
Und ich fand heraus, dass mit verlängerter Kochzeit
04:06
the amountMenge of carcinogensKarzinogene rapidlyschnell increaseserhöht sich.
99
231000
3000
die Anzahl der Karzinogene sich schnell erhöhte.
04:09
So the bestBeste way to marinateMarinieren chickenHähnchen, basedbasierend on this,
100
234000
3000
Laut diesen Untersuchungen ist also die beste Zubereitung für ein Huhn
04:12
is to, not under-cookunter Koch,
101
237000
2000
es nicht zu kurz drin zu lassen,
04:14
but definitelybestimmt don't over-cooküber Koch and charChar the chickenHähnchen,
102
239000
2000
aber mit Sicherheit nicht zu lange drin lassen, bis es schwarz wird,
04:16
and marinateMarinieren in eitherentweder lemonZitrone juiceSaft, brownbraun sugarZucker or saltwaterSalzwasser.
103
241000
4000
und eine Marinade aus Zitronensaft, braunem Zucker oder Salzwasser zu nehmen.
04:21
(ApplauseApplaus)
104
246000
5000
(Beifall)
04:26
BasedBasierend on these findingsErgebnisse, I have a questionFrage for you.
105
251000
3000
Basierend auf diesem Fund habe ich eine Frage an euch.
04:29
Would you be willingbereit to make a simpleeinfach changeVeränderung in your dietDiät
106
254000
3000
Wäret ihr willens, eine einfache Änderung in eurer Ernährung vorzunehmen,
04:32
that could potentiallymöglicherweise savesparen your life?
107
257000
2000
die möglicherweise euer Leben rettet?
04:34
Now I'm not sayingSprichwort that if you eatEssen grilledvom Grill chickenHähnchen that's not marinatedmariniert,
108
259000
2000
Ich sage nicht, dass ihr beim Verspeisen von unmariniertem Hühnchen
04:36
you're definitelybestimmt going to catchFang cancerKrebs and diesterben.
109
261000
2000
auf jeden Fall Krebs bekommt und sterbt.
04:38
HoweverJedoch, anything you can do
110
263000
2000
Aber alles, mit dem man das Risiko
04:40
to decreaseverringern the riskRisiko of potentialPotenzial carcinogensKarzinogene
111
265000
2000
möglicher Karzinogene reduzieren kann,
04:42
can definitelybestimmt increaseerhöhen, ansteigen the qualityQualität of lifestyleLebensstil.
112
267000
3000
erhöht definitiv die Lebensqualität.
04:45
Is it worthwert it to you?
113
270000
2000
Ist es euch das wert?
04:47
How will you cookKoch your chickenHähnchen now?
114
272000
2000
Wir kocht ihr euer Hühnchen von nun an?
04:49
(ApplauseApplaus)
115
274000
16000
(Beifall)
05:05
ShreeShree BoseBose: HiHallo everyonejeder. I'm ShreeShree BoseBose.
116
290000
2000
Shree Bose: Hallo! Ich bin Shree Bose.
05:07
I was the 17-18 year-oldj hrige ageAlter categoryKategorie winnerGewinner
117
292000
2000
Ich war die Gewinnerin in der Altersgruppe 17-18
05:09
and then the grandgroßartig prizePreis- winnerGewinner.
118
294000
3000
und die Gewinnerin des Hauptpreises.
05:12
And I want all of you
119
297000
2000
Und ich möchte, dass ihr euch alle
05:14
to imaginevorstellen a little girlMädchen
120
299000
2000
ein kleines Mädchen vorstellt,
05:16
holdingHalten a deadtot blueblau spinachSpinat plantPflanze.
121
301000
3000
das eine tote, blaue Spinatpflanze hält.
05:19
And she's standingStehen in frontVorderseite of you and she's explainingErklären to you
122
304000
3000
Und sie steht vor euch und erklärt euch,
05:22
that little kidsKinder will eatEssen theirihr vegetablesGemüse
123
307000
2000
dass kleine Kinder ihr Gemüse essen werden,
05:24
if they're differentanders colorsFarben.
124
309000
2000
wenn es andere Farben hat.
05:26
SoundsKlingt ridiculouslächerlich, right.
125
311000
2000
Das klingt total albern.
05:28
But that was me yearsJahre agovor.
126
313000
2000
Aber das war ich vor vielen Jahren.
05:30
And that was my first scienceWissenschaft fairMesse projectProjekt.
127
315000
3000
Und das hier war mein erstes Projekt für die Wissenschaftsausstellung.
05:33
It got a bitBit more complicatedkompliziert from there.
128
318000
3000
Dann wurde es etwas komplizierter.
05:36
My olderälter brotherBruder PanakiPanaki BoseBose
129
321000
2000
Mein älterer Bruder Panaki Bose
05:38
spentverbraucht hoursStd. of his time explainingErklären atomsAtome to me
130
323000
3000
verbrachte Stunden damit, mir Atome zu erklären,
05:41
when I barelykaum understoodverstanden basicBasic algebraAlgebra.
131
326000
3000
obwohl ich kaum die Grundrechenarten verstand.
05:44
My parentsEltern sufferedlitt throughdurch manyviele more of my scienceWissenschaft fairMesse projectsProjekte,
132
329000
3000
Meine Eltern mussten noch viele meiner Wissenschaftsprojekte erleiden,
05:47
includingeinschließlich a remoteentfernt controlledkontrolliert garbageMüll can.
133
332000
2000
zum Beispiel eine Mülltonne mit Fernsteuerung.
05:49
(LaughterLachen)
134
334000
2000
(Lachen)
05:51
And then camekam the summerSommer- after my freshmanFreshman yearJahr,
135
336000
3000
Und dann kam der Sommer nach der 9. Klasse,
05:54
when my grandfatherGroßvater passedbestanden away duefällig to cancerKrebs.
136
339000
3000
als mein Großvater an Krebs starb.
05:57
And I remembermerken watchingAufpassen my familyFamilie go throughdurch that
137
342000
2000
Und ich erinnere mich noch, wie meine Familie das durchlebte,
05:59
and thinkingDenken that I never wanted anotherein anderer familyFamilie
138
344000
3000
und ich dachte mir, dass keine andere Familie
06:02
to feel that kindArt of lossVerlust.
139
347000
3000
so einen Verlust erleiden sollte.
06:05
So, armedbewaffnete with all the wisdomWeisheit
140
350000
2000
Also entschied ich mich mit all meiner Weisheit
06:07
of freshmanFreshman yearJahr biologyBiologie,
141
352000
2000
aus dem Biologieunterricht der 9. Klasse,
06:09
I decidedbeschlossen I wanted to do cancerKrebs researchForschung
142
354000
3000
dass ich in der Krebsforschung arbeiten wollte,
06:12
at 15.
143
357000
2000
mit 15.
06:14
Good planplanen.
144
359000
2000
Guter Plan.
06:16
So I startedhat angefangen emailinge-Mail an all of these professorsProfessoren in my areaBereich
145
361000
2000
Also schrieb ich E-Mails an alle Professoren im Umkreis
06:18
askingfragen to work underunter theirihr supervisionAufsicht in a labLabor.
146
363000
4000
und bat sie, unter ihrer Aufsicht in ihrem Labor arbeiten zu dürfen.
06:22
Got rejectedabgelehnt by all exceptaußer one.
147
367000
2000
Alle außer einer lehnten mich ab.
06:24
And then wentging on, my nextNächster summerSommer-,
148
369000
2000
Und dann im nächsten Sommer
06:26
to work underunter DrDr. BasuBasu
149
371000
2000
arbeitete ich unter der Leitung von Dr. Basu
06:28
at the UNTUNT HealthGesundheit CenterZentrum at FortFort WorthWert, TexasTexas.
150
373000
3000
am UNT-Gesundheitszentrum in Fort Worth, Texas.
06:31
And that is where the researchForschung beganbegann.
151
376000
3000
Und dort begann die Forschung.
06:34
So ovarianEierstockkrebs cancerKrebs
152
379000
2000
Eierstockkrebs
06:36
is one of those cancersKrebs that mostdie meisten people don't know about,
153
381000
3000
ist eine der Krebsarten, über die die meisten Leute nichts wissen,
06:39
or at leastam wenigsten don't payZahlen that much attentionAufmerksamkeit to.
154
384000
3000
oder zumindest schenken sie ihr keine Beachtung.
06:42
But yetnoch, it's the fifthfünfte leadingführend causeUrsache of cancerKrebs deathsTodesfälle
155
387000
3000
Aber er ist die fünfthäufigste Krebsart, die bei Frauen
06:45
amongunter womenFrau in the UnitedVereinigte StatesStaaten.
156
390000
3000
in den USA zum Tode führt.
06:48
In factTatsache, one in 70 womenFrau
157
393000
2000
Bei einer von 70 Frauen
06:50
will be diagnoseddiagnostiziert with ovarianEierstockkrebs cancerKrebs.
158
395000
2000
wird Eierstockkrebs diagnostiziert.
06:52
One in 100
159
397000
2000
Eine von 100
06:54
will diesterben from it.
160
399000
2000
wird daran sterben.
06:56
ChemotherapyChemotherapie, one of the mostdie meisten effectiveWirksam waysWege
161
401000
2000
Bei der Chemotherapie, heute eine der effektivsten Arten
06:58
used to treatbehandeln cancerKrebs todayheute,
162
403000
2000
Krebs zu behandeln,
07:00
involvesbeinhaltet givinggeben patientsPatienten really highhoch dosesDosen of chemicalsChemikalien
163
405000
2000
werden Patienten sehr hohe Dosen von Chemikalien verabreicht,
07:02
to try and killtöten off cancerKrebs cellsZellen.
164
407000
3000
die die Krebszellen abtöten sollen.
07:05
CisplatinCisplatin is a relativelyverhältnismäßig commonverbreitet
165
410000
2000
Cisplatin ist ein recht häufiges
07:07
ovarianEierstockkrebs cancerKrebs chemotherapyChemotherapie drugDroge --
166
412000
3000
Medikament in der Chemotherapie für Eierstockkrebs,
07:10
a relativelyverhältnismäßig simpleeinfach moleculeMolekül madegemacht in the labLabor
167
415000
3000
ein recht einfaches im Labor hergestelltes Molekül,
07:13
that messesKasinos with the DNADNA of cancerKrebs cellsZellen
168
418000
2000
das die DNA von Krebszellen manipuliert
07:15
and causesUrsachen them to killtöten themselvessich.
169
420000
2000
und sie dazu bringt, sich selbst zu töten.
07:17
SoundsKlingt great, right?
170
422000
2000
Klingt toll, oder?
07:19
But here'shier ist the problemProblem:
171
424000
2000
Hier ist das Problem:
07:21
sometimesmanchmal patientsPatienten becomewerden resistantbeständig to the drugDroge,
172
426000
3000
Manchmal entwickeln die Patienten eine Resistenz
07:24
and then yearsJahre after they'veSie haben been declarederklärt to be cancerKrebs freefrei,
173
429000
3000
und Jahre, nachdem sie als krebsfrei erklärt waren,
07:27
they come back.
174
432000
2000
bricht er wieder aus.
07:29
And this time, they no longerlänger respondreagieren to the drugDroge.
175
434000
2000
Und dieses Mal sprechen sie nicht mehr auf die Medizin an.
07:31
It's a hugeenorm problemProblem.
176
436000
2000
Das ist ein riesiges Problem.
07:33
In factTatsache, it's one of the biggestgrößte problemsProbleme
177
438000
2000
Das ist sogar eines der größten Probleme,
07:35
with chemotherapyChemotherapie todayheute.
178
440000
2000
das die heutige Chemotherapie mit sich bringt.
07:37
So we wanted to figureZahl out
179
442000
2000
Wir wollten also herausfinden,
07:39
how these ovarianEierstockkrebs cancerKrebs cellsZellen are becomingWerden resistantbeständig
180
444000
3000
wie diese Eierstockkrebszellen auf dieses Medikament
07:42
to this drugDroge callednamens CisplatinCisplatin.
181
447000
2000
namens Cisplatin eine Resistenz entwickeln.
07:44
And we wanted to figureZahl this out,
182
449000
2000
Und wir wollten das herausfinden,
07:46
because if we could figureZahl that out,
183
451000
2000
denn wenn es uns gelänge, dann könnten wir
07:48
then we mightMacht be ablefähig to preventverhindern that resistanceWiderstand from ever happeningHappening.
184
453000
3000
die Entwicklung einer Resistenz verhindern.
07:51
So that's what we setSet out to do.
185
456000
2000
Das war also unser Plan.
07:53
And we thought it had something to do with this proteinEiweiß callednamens AMPAMP kinaseKinase,
186
458000
3000
Und wir dachten, es hat etwas mit einem Protein namens AMP-Kinase zu tun,
07:56
an energyEnergie proteinEiweiß.
187
461000
2000
einem Energieprotein.
07:58
So we ranlief all of these testsTests blockingblockieren the proteinEiweiß,
188
463000
3000
Also blockierten wir in vielen Tests dieses Protein
08:01
and we saw this hugeenorm shiftVerschiebung.
189
466000
2000
und beobachteten eine riesige Verschiebung.
08:03
I mean, on the slidegleiten, you can see
190
468000
2000
Auf der einen Folie seht ihr,
08:05
that on our sensitiveempfindlich sideSeite,
191
470000
2000
dass auf unser sensiblen Seite
08:07
these cellsZellen that are respondingreagieren to the drugDroge,
192
472000
2000
diese Zellen auf das Medikament reagieren.
08:09
when we startAnfang blockingblockieren the proteinEiweiß,
193
474000
2000
Wenn wir mit dem Blockieren des Proteins beginnen,
08:11
the numberNummer of dyingsterben cellsZellen -- those coloredfarbig dotsPunkte --
194
476000
3000
reduziert sich die Anzahl der sterbenden Zellen –
08:14
they're going down.
195
479000
2000
die farbigen Punkte.
08:16
But then on this sideSeite, with the samegleich treatmentBehandlung,
196
481000
3000
Aber auf dieser Seite gehen sie bei derselben Behandlung
08:19
they're going up -- interestinginteressant.
197
484000
3000
hoch – das ist interessant.
08:22
But those are dotsPunkte on a screenBildschirm for you;
198
487000
2000
Aber für euch sind das Punkte auf einem Bildschirm,
08:24
what exactlygenau does that mean?
199
489000
2000
was genau bedeutet das?
08:26
Well basicallyGrundsätzlich gilt that meansmeint
200
491000
2000
Das bedeutet im Prinzip,
08:28
that this proteinEiweiß is changingÄndern
201
493000
2000
dass dieses Protein sich von
08:30
from the sensitiveempfindlich cellZelle to the resistantbeständig cellZelle.
202
495000
2000
der sensiblen Zelle zur resistenten Zelle verändert.
08:32
And in factTatsache, it mightMacht be changingÄndern the cellsZellen themselvessich
203
497000
4000
Und vielleicht ändert es die Zellen selbst,
08:36
to make the cellsZellen resistantbeständig.
204
501000
3000
um die Zellen resistent zu machen.
08:39
And that's hugeenorm.
205
504000
2000
Und das ist kolossal.
08:41
In factTatsache, it meansmeint that if a patientgeduldig comeskommt in
206
506000
2000
Das bedeutet nämlich, wenn ein Patient kommt
08:43
and they're resistantbeständig to this drugDroge,
207
508000
2000
und er eine Resistenz entwickelt hat,
08:45
then if we give them a chemicalchemisch to blockBlock this proteinEiweiß,
208
510000
3000
dann können wir ihm eine Chemikalie zur Blockade des Proteins geben,
08:48
then we can treatbehandeln them again
209
513000
2000
und dann können wir ihn erneut mit demselben
08:50
with the samegleich drugDroge.
210
515000
2000
Medikament behandeln.
08:52
And that's hugeenorm for chemotherapyChemotherapie effectivenessWirksamkeit --
211
517000
3000
Und diese Erkenntnis ist unglaublich für die Effektivität von Chemotherapie,
08:55
possiblymöglicherweise for manyviele differentanders typesTypen of cancerKrebs.
212
520000
4000
vielleicht für viele verschiedene Krebsarten.
08:59
So that was my work,
213
524000
2000
Das war also meine Arbeit,
09:01
and it was my way of reimaginingneu erfinden the futureZukunft
214
526000
3000
und so habe ich mir die Zukunft neu erdacht,
09:04
for futureZukunft researchForschung, with figuringaufstellend out exactlygenau what this proteinEiweiß does,
215
529000
4000
wenn es um zukünftige Forschung geht, indem ich genau die Funktionsweise des Proteins entschlüssele,
09:08
but alsoebenfalls for the futureZukunft of chemotherapyChemotherapie effectivenessWirksamkeit --
216
533000
3000
aber auch für die zukünftige Effektivität von Chemotherapie,
09:11
so maybe all grandfathersGroßväter with cancerKrebs
217
536000
3000
also vielleicht haben alle Großväter mit Krebs
09:14
have a little bitBit more time to spendverbringen with theirihr grandchildrenEnkelkinder.
218
539000
3000
dann ein bisschen mehr Zeit, die sie mit ihren Enkeln verbringen können.
09:17
But my work wasn'twar nicht just about the researchForschung.
219
542000
4000
Aber in meiner Arbeit ging es nicht nur um Forschung.
09:21
It was about findingErgebnis my passionLeidenschaft.
220
546000
3000
Es ging darum, meine Leidenschaft zu finden.
09:24
That's why beingSein the grandgroßartig prizePreis- winnerGewinner
221
549000
2000
Und daher war es auch so aufregend für mich,
09:26
of the GoogleGoogle GlobalGlobale ScienceWissenschaft FairFair --
222
551000
2000
den großen Preis beim Google Global Science Fair –
09:28
cuteniedlich pictureBild, right --
223
553000
2000
süßes Foto, oder? –
09:30
it was so excitingaufregend to me and it was sucheine solche an amazingtolle honorEhre.
224
555000
3000
zu gewinnen und ich fühlte mich sehr geehrt.
09:33
And ever sinceschon seit then,
225
558000
2000
Und seitdem
09:35
I've gottenbekommen to do some prettyziemlich coolcool stuffSachen --
226
560000
2000
habe ich ein paar coole Sachen machen können,
09:37
from gettingbekommen to meetTreffen the presidentPräsident
227
562000
2000
ich habe den Präsidenten getroffen
09:39
to gettingbekommen to be on this stageStufe
228
564000
2000
und jetzt stehe ich auf dieser Bühne
09:41
to talk to all of you guys.
229
566000
2000
und kann mit euch allen reden.
09:43
But like I said, my journeyReise wasn'twar nicht just about the researchForschung,
230
568000
3000
Aber wie gesagt, auf meiner Reise ging es nicht nur um Forschung,
09:46
it was about findingErgebnis my passionLeidenschaft,
231
571000
2000
sondern auch um meine Leidenschaft,
09:48
and it was about makingHerstellung my ownbesitzen opportunitiesChancen
232
573000
2000
und es ging darum, meine eigenen Möglichkeiten zu finden,
09:50
when I didn't even know what I was doing.
233
575000
3000
als ich noch nicht einmal wusste, was ich überhaupt tat.
09:53
It was about inspirationInspiration
234
578000
2000
Es ging um Inspiration
09:55
and determinationEntschlossenheit
235
580000
2000
und Entschlossenheit
09:57
and never givinggeben up on my interestinteressieren
236
582000
2000
und darum, nie mein Interesse für Wissenschaft,
09:59
for scienceWissenschaft and learningLernen and growingwachsend.
237
584000
3000
für Wachsen und Lernen aufzugeben.
10:02
After all, my storyGeschichte beginsbeginnt
238
587000
3000
Immerhin beginnt meine Geschichte
10:05
with a driedgetrocknet, witheredverdorrt spinachSpinat plantPflanze
239
590000
2000
mit einer verwelkten Spinatpflanze,
10:07
and it's only gettingbekommen better from there.
240
592000
2000
und seitdem ist sie immer besser geworden.
10:09
Thank you.
241
594000
2000
Danke.
10:11
(ApplauseApplaus)
242
596000
10000
(Beifall)
10:23
NaomiNaomi ShahSchah: HiHallo everyonejeder. I'm NaomiNaomi ShahSchah,
243
608000
3000
Naomi Shah: Hallo! Ich bin Naomi Shah
10:26
and todayheute I'll be talkingim Gespräch to you about my researchForschung
244
611000
2000
und heute werde ich über meine Forschung über
10:28
involvingmit indoorInnen airLuft qualityQualität
245
613000
2000
die Qualität von Luft in Innenräumen
10:30
and asthmaticAsthmatiker patientsPatienten.
246
615000
2000
und Asthmapatienten sprechen.
10:32
1.6 millionMillion deathsTodesfälle worldwideweltweit.
247
617000
3000
1,6 Millionen Tode weltweit.
10:35
One deathTod everyjeden 20 secondsSekunden.
248
620000
3000
Ein Tod alle 20 Sekunden.
10:38
People spendverbringen over 90 percentProzent of theirihr livesLeben indoorsim Innenbereich.
249
623000
4000
Man verbringt über 90% seines Lebens in geschlossenen Räumen.
10:42
And the economicWirtschaftlich burdenBelastung of asthmaAsthma
250
627000
2000
Und die wirtschaftliche Last von Asthma
10:44
exceedsüberschreitet that of HIVHIV and tuberculosisTuberkulose combinedkombiniert.
251
629000
3000
übersteigt die von HIV und Tuberkulose zusammen.
10:47
Now these statisticsStatistiken had a hugeenorm impactEinfluss on me,
252
632000
3000
Diese Statistiken hatten einen riesigen Einfluss auf mich,
10:50
but what really sparkedentfacht my interestinteressieren in my researchForschung
253
635000
3000
aber was mein Interesse für die Forschung wirklich anregte,
10:53
was watchingAufpassen bothbeide my dadPapa and my brotherBruder
254
638000
2000
war es, meinen Vater und meinen Bruder
10:55
sufferleiden from chronicchronische allergiesAllergien year-rounddas ganze Jahr über.
255
640000
2000
das ganze Jahr über unter chronischen Allergien leiden zu sehen.
10:57
It confusedverwirrt me;
256
642000
2000
Es verwirrte mich,
10:59
why did these allergyAllergie symptomsSymptome persistbestehen
257
644000
2000
wieso hielten diese allergischen Symptome an,
11:01
well pastVergangenheit the pollenPollen seasonJahreszeit?
258
646000
2000
obwohl die Pollensaison vorbei war?
11:03
With this questionFrage in mindVerstand, I startedhat angefangen researchingforschen,
259
648000
3000
Mt dieser Frage im Hinterkopf begann ich zu forschen
11:06
and I soonbald foundgefunden that indoorInnen airLuft pollutantsSchadstoffe were the culpritTäter.
260
651000
3000
und entdeckte bald, dass Luftschadstoffe in Räumen schuld waren.
11:09
As soonbald as I realizedrealisiert this,
261
654000
2000
Sobald ich das erkannt hatte,
11:11
I investigateduntersucht the underlyingzugrunde liegenden relationshipBeziehung
262
656000
2000
untersuchte ich die zugrundeliegende Beziehung
11:13
betweenzwischen fourvier prevalentweit verbreitet airLuft pollutantsSchadstoffe
263
658000
2000
zwischen vier prävalenten Luftschadstoffen
11:15
and theirihr affectbeeinflussen on the lungLunge healthGesundheit of asthmaticAsthmatiker patientsPatienten.
264
660000
3000
und ihrer Auswirkung auf die Gesundheit der Lungen von Asthmapatienten.
11:18
At first, I just wanted to figureZahl out
265
663000
3000
Zuerst wollte ich nur herausfinden,
11:21
whichwelche of these fourvier pollutantsSchadstoffe have the largestgrößten negativeNegativ healthGesundheit impactEinfluss
266
666000
3000
welcher der vier Schadstoffe den größten gesundheitlichen Schaden
11:24
on the lungLunge healthGesundheit of asthmaticAsthmatiker patientsPatienten.
267
669000
3000
in den Lungen von Asthmapatienten verursachte.
11:27
But soonbald after, I developedentwickelt a novelRoman mathematicalmathematisch modelModell-
268
672000
3000
Aber bald darauf entwickelte ich ein neues mathematisches Modell,
11:30
that essentiallyim Wesentlichen quantifiesquantifiziert the effectbewirken
269
675000
2000
das im Prinzip den Effekt dieser
11:32
of these environmentalUmwelt pollutantsSchadstoffe
270
677000
3000
Umweltschadstoffe in den Lungen der
11:35
on the lungLunge healthGesundheit of asthmaticAsthmatiker patientsPatienten.
271
680000
2000
Asthmapatienten quantifizieren kann.
11:37
And it surprisesÜberraschungen me
272
682000
2000
Und es überrascht mich,
11:39
that no modelModell- currentlyzur Zeit existsexistiert
273
684000
2000
dass zur Zeit kein Modell existiert,
11:41
that quantifiesquantifiziert the effectbewirken of environmentalUmwelt factorsFaktoren
274
686000
2000
mit dem man den Effekt der Umweltfaktoren auf die
11:43
on humanMensch lungLunge healthGesundheit,
275
688000
2000
Gesundheit menschlicher Lungen berechnen kann,
11:45
because that relationshipBeziehung seemsscheint so importantwichtig.
276
690000
3000
dabei scheint doch diese Beziehung sehr wichtig.
11:48
So with that in mindVerstand,
277
693000
2000
Ich vertiefte also mit dem Wissen im Hinterkopf
11:50
I startedhat angefangen researchingforschen more, I startedhat angefangen investigatinguntersuchend more,
278
695000
2000
meine Forschungen und Untersuchungen
11:52
and I becamewurde very passionateleidenschaftlich.
279
697000
2000
und meine Leidenschaft wurde entfacht.
11:54
Because I realizedrealisiert
280
699000
2000
Denn ich erkannte,
11:56
that if we could find a way to targetZiel remediationSanierung,
281
701000
2000
dass wir, wenn wir uns auf die Sanierung konzentrieren,
11:58
we could alsoebenfalls find a way
282
703000
2000
eine Möglichkeit finden könnten,
12:00
to treatbehandeln asthmaticAsthmatiker patientsPatienten more effectivelyeffektiv.
283
705000
4000
asthmatische Patienten effektiver zu behandeln.
12:04
For exampleBeispiel, volatileflüchtig organicorganisch compoundsVerbindungen
284
709000
2000
Zum Beispiel sind flüchtige organische Verbindungen
12:06
are chemicalchemisch pollutantsSchadstoffe
285
711000
2000
chemische Schadstoffe,
12:08
that are foundgefunden in our schoolsSchulen, homesHäuser and workplacesArbeitsplätze.
286
713000
2000
die in unseren Schulen, Heimen und am Arbeitsplatz gefunden werden.
12:10
They're everywhereüberall.
287
715000
2000
Sie sind überall.
12:12
These chemicalchemisch pollutantsSchadstoffe
288
717000
2000
Diese chemischen Schadstoffe
12:14
are currentlyzur Zeit not a criteriaKriterien airLuft pollutantSchadstoff,
289
719000
2000
sind zur Zeit nicht im US-Beschluss für saubere Luft
12:16
as defineddefiniert by the U.S. CleanReinigen AirLuft ActAkt.
290
721000
2000
als Schadstoffe definiert.
12:18
WhichDie is surprisingüberraschend to me,
291
723000
2000
Was mich überrascht,
12:20
because these chemicalchemisch pollutantsSchadstoffe, throughdurch my researchForschung,
292
725000
2000
denn mit meiner Forschung kann ich zeigen, dass diese
12:22
I showShow that they had a very largegroß negativeNegativ impactEinfluss
293
727000
3000
chemischen Schadstoffe einen sehr schädlichen Effekt
12:25
on the lungLunge healthGesundheit of asthmaticAsthmatiker patientsPatienten
294
730000
2000
auf die Gesundheit der Atemwege von Asthmapatienten haben
12:27
and thusso should be regulatedgeregelten.
295
732000
2000
und somit reguliert werden sollten.
12:29
So todayheute I want to showShow you
296
734000
2000
Also heute möchte ich euch
12:31
my interactiveinteraktiv softwareSoftware modelModell- that I createderstellt.
297
736000
3000
das interaktive Softwaremodell, das ich entworfen habe, vorstellen.
12:34
I'm going to showShow it to you on my laptopLaptop.
298
739000
2000
Ich werde es euch auf meinem Laptop zeigen.
12:36
And I have a volunteersich freiwillig melden subjectFach in the audiencePublikum todayheute,
299
741000
2000
Und ich habe heute im Publikum eine freiwilligen Probandin,
12:38
JulieJulie.
300
743000
2000
Julie.
12:40
And all of Julie'sJulies dataDaten has been pre-enteredbereits eingegeben
301
745000
3000
Und alle von Julies Daten sind schon in meinem
12:43
into my interactiveinteraktiv softwareSoftware modelModell-.
302
748000
2000
interaktiven Software-Modell eingegeben.
12:45
And this can be used by anyonejemand.
303
750000
2000
Es kann von jedem benutzt werden.
12:47
So I want you to imaginevorstellen that you're in Julie'sJulies shoesSchuhe,
304
752000
2000
Stellt euch vor, ihr wärt an Julies Stelle,
12:49
or someonejemand who'swer ist really closeschließen to you
305
754000
2000
oder jemand, der euch sehr nahe steht,
12:51
who suffersleidet from asthmaAsthma or anotherein anderer lungLunge disorderStörung.
306
756000
3000
der an Asthma oder einer bronchialen Erkrankung leidet.
12:54
So Julie'sJulies going to her doctor'sArzt officeBüro
307
759000
2000
Julie geht also zu ihrem Arzt,
12:56
to get treatedbehandelt for her asthmaAsthma.
308
761000
2000
damit ihr Asthma behandelt wird.
12:58
And the doctorArzt has her sitsitzen down,
309
763000
2000
Und der Doktor bittet sie, sich zu setzen,
13:00
and he takes her peakHaupt expiratoryexspiratorischen flowfließen ratePreis --
310
765000
3000
und er misst die maximale Flussgeschwindigkeit ihres Ausatmens –
13:03
whichwelche is essentiallyim Wesentlichen her exhalationAusatmung ratePreis,
311
768000
2000
also im Prinzip die Ausatemrate,
13:05
or the amountMenge of airLuft that she can breatheatmen out in one breathAtem.
312
770000
3000
oder die Menge Luft, die sie in einem Atemzug ausatmen kann.
13:08
So that peakHaupt expiratoryexspiratorischen flowfließen ratePreis,
313
773000
2000
Das wird auch "Peak Flow" genannt.
13:10
I've enteredtrat ein it up into the interactiveinteraktiv softwareSoftware modelModell-.
314
775000
2000
Ich habe es in dem interaktiven Software-Modell eingegeben.
13:12
I've alsoebenfalls enteredtrat ein in her ageAlter, her genderGeschlecht and her heightHöhe.
315
777000
3000
Ich habe auch ihr Alter, ihr Geschlecht und ihre Größe eingegeben.
13:15
I've assumedangenommen that she livesLeben in an averagedurchschnittlich householdHaushalt
316
780000
2000
Ich habe angenommen, dass sie in einem durchschnittlichen Haushalt lebt,
13:17
with averagedurchschnittlich airLuft pollutantSchadstoff levelsEbenen.
317
782000
2000
wo die Luftschadstoffbelastung durchschnittlich ist.
13:19
So any userBenutzer can come in here
318
784000
2000
Es können sich also alle User hier
13:21
and clickklicken on "lungLunge functionFunktion reportBericht"
319
786000
2000
den "Lungenfunktionsbericht" ansehen.
13:23
and it'lles wird take them to this reportBericht that I createderstellt.
320
788000
2000
Wenn sie hier klicken, kommen sie zu dem Bericht.
13:25
And this reportBericht really drivesfährt home the cruxCrux of my researchForschung.
321
790000
4000
Und der Bericht macht meine Forschungsergebnisse sehr deutlich.
13:29
So what it showszeigt an -- if you want to focusFokus on that topoben graphGraph in the right-handrechte Hand cornerEcke --
322
794000
4000
Schaut mal hier oben rechts auf das Diagramm.
13:33
it showszeigt an Julie'sJulies actualtatsächlich peakHaupt expiratoryexspiratorischen flowfließen ratePreis
323
798000
2000
Dort seht ihr Julies eigentlichen Peak Flow-Wert
13:35
in the yellowGelb barBar.
324
800000
2000
in dem gelben Balken.
13:37
This is the measurementMessung that she tookdauerte in her doctor'sArzt officeBüro.
325
802000
3000
Diese Messung wurde beim Arzt vorgenommen.
13:40
In the blueblau barBar at the bottomBoden of the graphGraph,
326
805000
2000
Der blaue Balken unten im Diagramm
13:42
it showszeigt an what her peakHaupt expiratoryexspiratorischen flowfließen ratePreis,
327
807000
3000
zeigt den idealen Peak Flow-Wert,
13:45
what her exhalationAusatmung ratePreis or lungLunge healthGesundheit, should be
328
810000
2000
also wie ihre Ausatemflussgeschwindigkeit und Gesundheit der Lungen
13:47
basedbasierend on her ageAlter, genderGeschlecht and heightHöhe.
329
812000
3000
für ihr Alter, Geschlecht und ihre Größe aussehen sollte.
13:50
So the doctorArzt seessieht this differenceUnterschied betweenzwischen the yellowGelb barBar and the blueblau barBar,
330
815000
3000
Der Arzt sieht also diesen Unterschied zwischen den Balken.
13:53
and he sayssagt, "WowWow, we need to give her steroidsSteroide,
331
818000
3000
Und er sagte: "Wow, wir müssen ihr Steroide geben,
13:56
medicationMedikation and inhalersInhalatoren."
332
821000
3000
Medikamente und Inhalatoren."
13:59
But I want everyonejeder here to reimagineneu zu erfinden a worldWelt
333
824000
3000
Aber stellt euch eine Welt vor,
14:02
where insteadstattdessen of prescribingVerschreibung steroidsSteroide,
334
827000
2000
in der der Doktor sich an dieser Stelle,
14:04
inhalersInhalatoren and medicationMedikation,
335
829000
2000
anstatt Steroide, Inhalatoren und Medizin
14:06
the doctorArzt turnswendet sich to JulieJulie and sayssagt,
336
831000
2000
zu verschreiben, zu Julie dreht und sagt:
14:08
"Why don't you go home and cleanreinigen out your airLuft filtersFilter.
337
833000
2000
"Wieso gehst du nicht nach Hause und reinigst deine Luftfilter.
14:10
CleanReinigen out the airLuft ductsLuftkanäle in your home,
338
835000
2000
Reinige die Luftzufuhr zu deiner Wohnung,
14:12
in your workplaceArbeitsplatz, in your schoolSchule.
339
837000
2000
zu deinem Büro, zu deiner Schule.
14:14
Stop the use of incenseWeihrauch and candlesKerzen.
340
839000
3000
Verwende keine Räucherstäbchen und Kerzen.
14:17
And if you're remodelingUmbau your houseHaus,
341
842000
2000
Und wenn du dein Haus umbaust,
14:19
take out all the carpetingTeppichboden and put in hardwoodHartholz flooringBodenbelag."
342
844000
3000
wirf den Teppich raus und setze Holzdielen ein."
14:22
Because these solutionsLösungen are naturalnatürlich,
343
847000
2000
Denn alle diese Lösungen sind natürlich,
14:24
these solutionsLösungen are sustainablenachhaltig,
344
849000
2000
sie sind nachhaltig
14:26
and these solutionsLösungen are long-termlangfristig investmentsInvestitionen --
345
851000
3000
und sie sind Langzeitinvestitionen –
14:29
long-termlangfristig investmentsInvestitionen that we're makingHerstellung
346
854000
2000
Langzeitinvestitionen für unsere Generation
14:31
for our generationGeneration and for futureZukunft generationsGenerationen.
347
856000
2000
und für die folgenden Generationen.
14:33
Because these environmentalUmwelt solutionsLösungen
348
858000
3000
Denn diese Umweltlösungen,
14:36
that JulieJulie can make in her home, her workplaceArbeitsplatz and her schoolSchule
349
861000
3000
die Julie in ihrem Zuhause, auf ihrer Arbeit und in ihrer Schule umsetzen kann,
14:39
are impactingAuswirkungen auf die everyonejeder that livesLeben around her.
350
864000
3000
betreffen alle, die in ihrem Umfeld leben.
14:42
So I'm very passionateleidenschaftlich about this researchForschung
351
867000
2000
Ich stecke viel Leidenschaft in diese Forschung
14:44
and I really want to continuefortsetzen it
352
869000
2000
und möchte sie in der Zukunft fortführen,
14:46
and expanderweitern it to more disordersStörungen besidesAußerdem asthmaAsthma,
353
871000
3000
und sie auf weitere Erkrankungen ausweiten,
14:49
more respiratoryAtemwege disordersStörungen, as well as more pollutantsSchadstoffe.
354
874000
3000
mehr Atemwegserkrankungen und mehr Schadstoffe.
14:52
But before I endEnde my talk todayheute,
355
877000
2000
Aber bevor ich heute meinen Vortrag beende,
14:54
I want to leaveverlassen you with one sayingSprichwort.
356
879000
2000
möchte ich noch etwas loswerden.
14:56
And that sayingSprichwort is that geneticsGenetik loadsLadungen the gunGewehr,
357
881000
3000
Es ist ein Spruch, er besagt: "Die Genetik lädt das Gewehr,
14:59
but the environmentUmwelt pullszieht the triggerAuslöser.
358
884000
2000
aber die Umwelt betätigt den Abzug."
15:01
And that madegemacht a hugeenorm impactEinfluss on me
359
886000
2000
Und das hat einen massiven Eindruck bei mir hinterlassen,
15:03
when I was doing this researchForschung.
360
888000
2000
während ich daran forschte.
15:05
Because what I feel, is a lot of us think
361
890000
2000
Ich denke nämlich, dass viele von uns denken,
15:07
that the environmentUmwelt is at a macroMakro levelEbene,
362
892000
3000
die Umwelt spiele sich auf Makroebene ab,
15:10
that we can't do anything to changeVeränderung our airLuft qualityQualität
363
895000
2000
wir können nichts zur Luftverbesserung beitragen
15:12
or to changeVeränderung the climateKlima or anything.
364
897000
3000
oder das Klima ändern oder so.
15:15
But if eachjede einzelne one of us takes initiativeInitiative in our ownbesitzen home,
365
900000
3000
Aber wenn alle von uns bei uns zu Hause Verantwortung ergreifen,
15:18
in our ownbesitzen schoolSchule and in our ownbesitzen workplaceArbeitsplatz,
366
903000
3000
und in der Schule und am Arbeitsplatz,
15:21
we can make a hugeenorm differenceUnterschied in airLuft qualityQualität.
367
906000
2000
dann können wir massiv zur Luftverbesserung beitragen.
15:23
Because remembermerken, we spendverbringen 90 percentProzent of our livesLeben indoorsim Innenbereich.
368
908000
4000
Ihr müsst bedenken, wir verbringen 90% unserer Leben in Räumen.
15:27
And airLuft qualityQualität and airLuft pollutantsSchadstoffe
369
912000
3000
Und die Luftqualität und Schadstoffe
15:30
have a hugeenorm impactEinfluss on the lungLunge healthGesundheit of asthmaticAsthmatiker patientsPatienten,
370
915000
3000
haben einen riesigen Einfluss auf die Gesundheit der Lungen von Patienten
15:33
anyonejemand with a respiratoryAtemwege disorderStörung
371
918000
2000
mit Asthma oder anderen Atemwegserkrankungen,
15:35
and really all of us in generalGeneral.
372
920000
2000
eigentlich von allen von uns.
15:37
So I want you to reimagineneu zu erfinden a worldWelt
373
922000
2000
Ich möchte also, dass ihr euch eine Welt vorstellt,
15:39
with better airLuft qualityQualität,
374
924000
2000
in der wir bessere Luftqualität haben,
15:41
better qualityQualität of life
375
926000
2000
in der die Lebensqualität besser ist
15:43
and better qualityQualität of livingLeben for everyonejeder
376
928000
2000
und in der die Lebensqualität für alle besser ist,
15:45
includingeinschließlich our futureZukunft generationsGenerationen.
377
930000
2000
auch für unsere zukünftigen Generationen.
15:47
Thank you.
378
932000
2000
Danke.
15:49
(ApplauseApplaus)
379
934000
7000
(Beifall)
15:56
LisaLisa LingLing: Right.
380
941000
2000
Lisa Ling: Okay.
15:58
Can I have ShreeShree and LaurenLauren come up really quicklyschnell?
381
943000
5000
Können Shree und Lauren nochmal schnell herkommen?
16:03
Your GoogleGoogle ScienceWissenschaft FairFair championsChampions.
382
948000
2000
Die Gewinner des Google Science Fair.
16:05
Your winnersGewinner.
383
950000
2000
Ihre Gewinner.
16:07
(ApplauseApplaus)
384
952000
3000
(Beifall)
Translated by Judith Matz
Reviewed by Kora Konnen

▲Back to top

ABOUT THE SPEAKERS
Lauren Hodge - Science fair winner
Lauren Hodge won the 2011 Google Science Fair in the age 13-14 category.

Why you should listen

Lauren Hodge has been competing in science fair projects since she was 7 years old. For her latest project, she investigated the formation of carcinogens in different methods of preparing chicken -- and found a surprising result. That work won first prize in the Google Science Fair's age 13-14 category.

More profile about the speaker
Lauren Hodge | Speaker | TED.com
Shree Bose - Science fair winner
Shree Bose was the grand prize winner at the 2011 Google Science Fair.

Why you should listen

Shree Bose's school system doesn't officially participate in science fairs, so for ten years she entered herself in as many fairs as she could. In 2011 she presented her latest project: determining the mechanism of chemotherapy resistance in ovarian cancer -- a breakthrough that could improve future treatments. That project earned her the grand prize at the inaugural Google Science Fair.

More profile about the speaker
Shree Bose | Speaker | TED.com
Naomi Shah - Science fair winner
Naomi Shah won the 2011 Google Science Fair in the age 15-16 category.

Why you should listen

Naomi Shah's first word was "why." She went from pestering her parents with questions about organic chemistry and nuclear energy, to a resarch project that developed a novel mathematical model for the effects of air polution on asthmatics. That work won her first place in the Google Science Fair age 15-16 category.

More profile about the speaker
Naomi Shah | Speaker | TED.com