ABOUT THE SPEAKER
Susan Solomon - Stem cell research advocate
Susan Solomon enables support for human stem cell research, aiming to cure major diseases and empower more personalized medicine.

Why you should listen

Susan Solomon’s health care advocacy stems from personal medical trials—namely, her son’s Type 1 diabetes and her mother’s fatal cancer. Following a successful career as a lawyer and business entrepreneur, Solomon, frustrated by the slow pace of medical research, was inspired to use those skills to follow another passion: accelerating medical research with real-world results as a social entrepreneur. And through her own research and conversations with medical experts, she decided that stem cells (cells that have the ability to morph into any other kind of cell) had the greatest potential to impact peoples’ health.

In 2005, Solomon founded the New York Stem Cell Foundation, now one of the largest nonprofit research institutions and laboratories in this field in the world. The NYSCF Research Institute conducts all facets of stem cell research from growing the cells to drug discovery.

At TEDGlobal 2012, Solomon announced the NYSCF Global Stem Cell Array, the new technology to create thousands of stem cell avatars and genetically array them to functionalize the data from the human genome to revolutionize the way we develop cures and treatments so they are better, safer, less expensive and happen much more quickly.

More profile about the speaker
Susan Solomon | Speaker | TED.com
TEDGlobal 2012

Susan Solomon: The promise of research with stem cells

Susan Solomon: Die vielversprechende Stammzellen-Forschung

Filmed:
927,801 views

Susan Solomon nennt sie "unsere körpereigenen Reparatursets" und plädiert für die Forschung mit im Labor gezüchteten Stammzellen. Durch die Entwicklung von individuellen pluripotenten Stammzelllinien schafft ihr Team Testumgebungen, die die Erforschung von Heilmethoden beschleunigen könnten – und so möglicherweise zu individualisierten Behandlungen führen, die nicht nur auf eine spezifische Krankheit, sondern auch auf eine spezifische Person zugeschnitten sind.
- Stem cell research advocate
Susan Solomon enables support for human stem cell research, aiming to cure major diseases and empower more personalized medicine. Full bio

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

00:17
So, embryonicembryonale stemStengel cellsZellen
0
1121
2989
Embryonale Stammzellen
00:20
are really incredibleunglaublich cellsZellen.
1
4110
3300
sind fantastische Zellen.
00:23
They are our body'sdes Körpers ownbesitzen repairreparieren kitsKits,
2
7410
2788
Sie sind unsere
körpereigenen Reparatursets,
00:26
and they're pluripotentpluripotent, whichwelche meansmeint they can morphMorph into
3
10198
2964
und sie sind pluripotent --
das bedeutet, sie können sich
00:29
all of the cellsZellen in our bodiesKörper.
4
13162
2432
in jede Körperzelle verwandeln.
Schon bald werden wir mit Stammzellen
00:31
SoonBald, we actuallytatsächlich will be ablefähig to use stemStengel cellsZellen
5
15594
2688
00:34
to replaceersetzen cellsZellen that are damagedbeschädigt or diseasederkrankten.
6
18282
2985
beschädigte oder kranke Zellen
ersetzen können.
00:37
But that's not what I want to talk to you about,
7
21267
2431
Aber darüber möchte ich
heute nicht sprechen.
00:39
because right now there are some really
8
23698
2678
Denn im Moment machen wir mit Stammzellen
ganz außergewöhnliche Dinge,
00:42
extraordinaryaußergewöhnlich things that we are doing with stemStengel cellsZellen
9
26376
3946
00:46
that are completelyvollständig changingÄndern
10
30322
1607
die unsere Sichtweise von Krankheiten,
00:47
the way we look and modelModell- diseaseKrankheit,
11
31929
2899
00:50
our abilityFähigkeit to understandverstehen why we get sickkrank,
12
34828
2519
unser Verständnis über deren Ursachen
00:53
and even developentwickeln drugsDrogen.
13
37347
2431
und sogar die Medikamentenherstellung
grundlegend verändern.
00:55
I trulywirklich believe that stemStengel cellZelle researchForschung is going to allowzulassen
14
39778
4313
Ich glaube, dass Stammzellenforschung
es unseren Kindern ermöglichen wird,
00:59
our childrenKinder to look at Alzheimer'sAlzheimer Krankheit and diabetesDiabetes
15
44091
4505
Alzheimer, Diabetes und
andere schwere Krankheiten
01:04
and other majorHaupt diseasesKrankheiten the way we viewAussicht polioPolio todayheute,
16
48596
4391
eines Tages so zu sehen
wie wir heute Polio --
nämlich als vermeidbare Krankheit.
01:08
whichwelche is as a preventablevermeidbar diseaseKrankheit.
17
52987
3201
01:12
So here we have this incredibleunglaublich fieldFeld, whichwelche has
18
56188
3223
Wir haben hier also
ein unglaubliches Forschungsfeld,
01:15
enormousenorm hopeHoffnung for humanityMenschheit,
19
59411
4387
das gewaltige Hoffnungen
für die Menschheit birgt.
01:19
but much like IVFIVF over 35 yearsJahre agovor,
20
63798
3520
Aber wie vor über 35 Jahren
die Befruchtung im Glas --
bis zur Geburt eines
gesunden Babys namens Louise --
01:23
untilbis the birthGeburt of a healthygesund babyBaby, LouiseLouise,
21
67318
2334
01:25
this fieldFeld has been underunter siegeBelagerung politicallypolitisch and financiallyfinanziell.
22
69652
5069
steht auch dieses Forschungsgebiet
politisch und finanziell unter Beschuss.
Bahnbrechende Forschung
wird angezweifelt statt unterstützt.
01:30
CriticalKritischen researchForschung is beingSein challengedherausgefordert insteadstattdessen of supportedunterstützt,
23
74721
4272
01:34
and we saw that it was really essentialwesentlich to have
24
78993
4360
Wir erkannten, dass private Labore
als sichere Zuflucht entscheidend waren,
01:39
privatePrivatgelände safeSafe havenHaven laboratoriesLaboratorien where this work
25
83353
3531
da dort diese Arbeit ungestört
vorangetrieben werden konnte.
01:42
could be advancedfortgeschritten withoutohne interferenceInterferenz.
26
86884
2830
01:45
And so, in 2005,
27
89714
2531
Deshalb gründeten wir 2005 das
New York Stem Cell Foundation Laboratory.
01:48
we startedhat angefangen the NewNeu YorkYork StemStamm CellZelle FoundationStiftung LaboratoryLabor
28
92245
2612
01:50
so that we would have a smallklein organizationOrganisation that could
29
94857
3589
Damit hatten wir eine kleine Institution,
die diese Arbeit leisten
und unterstützen konnte.
01:54
do this work and supportUnterstützung it.
30
98446
3312
Sehr schnell fanden wir heraus,
dass die medizinische Forschung,
01:57
What we saw very quicklyschnell is the worldWelt of bothbeide medicalmedizinisch
31
101758
3385
02:01
researchForschung, but alsoebenfalls developingEntwicklung drugsDrogen and treatmentsBehandlungen,
32
105143
3376
aber auch die Entwicklung
von Medikamenten und Therapien --
02:04
is dominateddominiert by, as you would expecterwarten von, largegroß organizationsOrganisationen,
33
108519
3713
wie man das erwartet --
von großen Organisationen beherrscht wird.
02:08
but in a newneu fieldFeld, sometimesmanchmal largegroß organizationsOrganisationen
34
112232
3119
Aber große Organisationen stehen sich
02:11
really have troubleÄrger gettingbekommen out of theirihr ownbesitzen way,
35
115351
2168
auf neuen Gebieten manchmal selbst im Weg.
02:13
and sometimesmanchmal they can't askFragen the right questionsFragen,
36
117519
2436
Manchmal stellen sie
nicht die richtigen Fragen.
02:15
and there is an enormousenorm gapSpalt that's just gottenbekommen largergrößer
37
119955
3356
Es gibt eine enorme, wachsende Kluft
02:19
betweenzwischen academicakademisch researchForschung on the one handHand
38
123311
3211
zwischen der akademischen
Forschung auf der einen
02:22
and pharmaceuticalPharma companiesFirmen and biotechsBiotechs
39
126522
2701
und Pharma- und Biotechunternehmen
auf der anderen Seite,
02:25
that are responsibleverantwortlich for deliveringLieferung all of our drugsDrogen
40
129223
3266
die für die Bereitstellung all unserer
Medikamente und Therapien sorgen.
02:28
and manyviele of our treatmentsBehandlungen, and so we knewwusste that
41
132489
2390
Für schneller verfügbare
Heilmittel und Therapien
02:30
to really acceleratebeschleunigen curesheilt and therapiesTherapien, we were going
42
134879
3946
mussten wir also zwei Ansätze verfolgen:
02:34
to have to addressAdresse this with two things:
43
138825
2807
02:37
newneu technologiesTechnologien and alsoebenfalls a newneu researchForschung modelModell-.
44
141632
3222
neue Technologien und
ein neues Forschungsmodell.
02:40
Because if you don't closeschließen that gapSpalt, you really are
45
144854
3759
Wenn wir diese Kluft
nämlich nicht schließen,
bleiben wir genau da stehen,
wo wir heute sind.
02:44
exactlygenau where we are todayheute.
46
148613
1607
02:46
And that's what I want to focusFokus on.
47
150220
1667
Darüber will ich heute sprechen.
02:47
We'veWir haben spentverbraucht the last couplePaar of yearsJahre ponderingGrübeln this,
48
151887
3550
Wir haben uns in den letzten Jahren
dazu Gedanken gemacht
02:51
makingHerstellung a listListe of the differentanders things that we had to do,
49
155437
2391
und die notwendigen Schritte aufgelistet.
02:53
and so we developedentwickelt a newneu technologyTechnologie,
50
157828
2631
Wir entwickelten eine neue Technologie.
02:56
It's softwareSoftware and hardwareHardware-,
51
160459
1251
Sie besteht aus Software und Hardware
02:57
that actuallytatsächlich can generategenerieren thousandsTausende and thousandsTausende of
52
161710
3503
und kann Tausende und Abertausende
03:01
geneticallygenetisch diversevielfältig stemStengel cellZelle linesLinien to createerstellen
53
165213
3170
von genetisch unterschiedlichen
Stammzelllinien generieren.
03:04
a globalglobal arrayArray, essentiallyim Wesentlichen avatarsAvatare of ourselvesuns selbst.
54
168383
3787
Sie kann eine umfassende Matrix erzeugen,
im Grunde Avatare von uns selbst.
03:08
And we did this because we think that it's actuallytatsächlich going
55
172170
3434
Wir haben das getan, weil wir glauben,
dass wir so das Potenzial --
die Chance -- nutzen können,
03:11
to allowzulassen us to realizerealisieren the potentialPotenzial, the promiseversprechen,
56
175604
3415
03:14
of all of the sequencingSequenzierung of the humanMensch genomeGenom,
57
179019
3080
die in der Sequenzierung
des menschlichen Genoms liegt.
03:17
but it's going to allowzulassen us, in doing that,
58
182099
2504
Das erlaubt uns, klinische Versuche an
menschlichen -- nicht tierischen Zellen --
03:20
to actuallytatsächlich do clinicalklinisch trialsVersuche in a dishGericht with humanMensch cellsZellen,
59
184603
5008
in einer Schale durchzuführen,
03:25
not animalTier cellsZellen, to generategenerieren drugsDrogen and treatmentsBehandlungen
60
189611
4159
um Medikamente
und Therapien zu entwickeln,
03:29
that are much more effectiveWirksam, much safersicherer,
61
193770
3249
die viel effektiver, sicherer
und schneller sind,
03:32
much fasterschneller, and at a much lowerniedriger costKosten.
62
197019
3256
und das bei geringeren Kosten.
03:36
So let me put that in perspectivePerspektive for you
63
200275
2384
Ich möchte das Thema in
einen größeren Zusammenhang setzen
03:38
and give you some contextKontext.
64
202659
1416
und Ihnen den Hintergrund erklären.
03:39
This is an extremelyäußerst newneu fieldFeld.
65
204075
4832
Dieses Forschungsgebiet ist ganz neu.
1998 wurden erstmals menschliche
embryonale Stammzellen identifiziert.
03:44
In 1998, humanMensch embryonicembryonale stemStengel cellsZellen
66
208907
2832
03:47
were first identifiedidentifiziert, and just nineneun yearsJahre laterspäter,
67
211739
3512
Nur 9 Jahre später gelang es
einer Gruppe japanischer Wissenschaftler,
03:51
a groupGruppe of scientistsWissenschaftler in JapanJapan were ablefähig to take skinHaut cellsZellen
68
215251
4305
Hautzellen mithilfe aggressiver Viren
umzuprogrammieren
03:55
and reprogramneu programmieren them with very powerfulmächtig virusesViren
69
219556
3195
03:58
to createerstellen a kindArt of pluripotentpluripotent stemStengel cellZelle
70
222751
4242
und so eine Art pluripotente
Stammzelle zu erschaffen,
04:02
callednamens an inducedinduziert pluripotentpluripotent stemStengel cellZelle,
71
226993
2090
eine so genannte
induzierte pluripotente Stammzelle,
04:04
or what we referverweisen to as an IPSIPS cellZelle.
72
229083
3008
die wir auch als IPS-Zelle bezeichnen.
Das war ein außergewöhnlicher Fortschritt.
04:07
This was really an extraordinaryaußergewöhnlich advanceVoraus, because
73
232091
3198
Denn obwohl diese Zellen keine
menschlichen embryonalen Stammzellen sind,
04:11
althoughobwohl these cellsZellen are not humanMensch embryonicembryonale stemStengel cellsZellen,
74
235289
2544
04:13
whichwelche still remainbleiben übrig the goldGold standardStandard,
75
237833
1794
die immer noch als Maßstab gelten,
04:15
they are terrificSuper to use for modelingModellieren diseaseKrankheit
76
239627
3470
eignen sie sich hervorragend,
um Krankheiten zu simulieren
04:18
and potentiallymöglicherweise for drugDroge discoveryEntdeckung.
77
243097
2730
und möglicherweise neue
Medikamente zu entwickeln.
04:21
So a fewwenige monthsMonate laterspäter, in 2008, one of our scientistsWissenschaftler
78
245827
3040
Einer unserer Forscher führte die Versuche
ein paar Monate später, 2008, weiter.
04:24
builtgebaut on that researchForschung. He tookdauerte skinHaut biopsiesBiopsien,
79
248867
3200
Er entnahm Hautgewebe von Menschen,
04:27
this time from people who had a diseaseKrankheit,
80
252067
2028
die an ALS litten -- einer
degenerativen Nervenerkrankung.
04:29
ALSALS, or as you call it in the U.K., motorMotor- neuronNeuron diseaseKrankheit.
81
254095
2914
04:32
He turnedgedreht them into the IPSIPS cellsZellen
82
257009
1698
Er wandelte sie in die IPS-Zellen um,
von denen ich gerade sprach.
04:34
that I've just told you about, and then he turnedgedreht those
83
258707
2686
Die IPS-Zellen wiederum wandelte er
in jene Motoneuronen um,
04:37
IPSIPS cellsZellen into the motorMotor- neuronsNeuronen that actuallytatsächlich
84
261393
2704
04:39
were dyingsterben in the diseaseKrankheit.
85
264097
1461
die im Verlauf der Krankheit absterben.
04:41
So basicallyGrundsätzlich gilt what he did was to take a healthygesund cellZelle
86
265558
3019
Er nahm also eine gesunde Zelle
und wandelte sie in eine kranke Zelle um.
04:44
and turnWende it into a sickkrank cellZelle,
87
268577
1714
04:46
and he recapitulatedrekapitulierte the diseaseKrankheit over and over again
88
270291
3558
Immer und immer wieder vollzog er
die Erkrankung in der Schale nach.
04:49
in the dishGericht, and this was extraordinaryaußergewöhnlich,
89
273849
3360
Das war großartig, denn zum ersten Mal
04:53
because it was the first time that we had a modelModell-
90
277209
2248
hatten wir das Modell einer Krankheit
04:55
of a diseaseKrankheit from a livingLeben patientgeduldig in livingLeben humanMensch cellsZellen.
91
279457
4188
eines lebenden Patienten
in lebendigen menschlichen Zellen.
04:59
And as he watchedangesehen the diseaseKrankheit unfoldzu entfalten, he was ablefähig
92
283645
3120
Er sah dem Verlauf der Krankheit zu,
und so erkannte er,
05:02
to discoverentdecken that actuallytatsächlich the motorMotor- neuronsNeuronen were dyingsterben
93
286765
3011
dass Motoneuronen ganz anders starben
als bisher angenommen.
05:05
in the diseaseKrankheit in a differentanders way than the fieldFeld
94
289776
2127
05:07
had previouslyvorher thought. There was anotherein anderer kindArt of cellZelle
95
291903
2494
Es gab eine andere Zellart,
die einen Giftstoff aussandte,
05:10
that actuallytatsächlich was sendingSenden out a toxinToxin
96
294397
2201
05:12
and contributingbeitragend to the deathTod of these motorMotor- neuronsNeuronen,
97
296598
2511
der zum Tod der Motoneuronen beitrug.
05:15
and you simplyeinfach couldn'tkonnte nicht see it
98
299109
1358
Wir konnten das aber erst sehen,
als wir das menschliche Modell hatten.
05:16
untilbis you had the humanMensch modelModell-.
99
300467
1790
05:18
So you could really say that
100
302257
2667
Man kann also sagen:
05:20
researchersForscher tryingversuchen to understandverstehen the causeUrsache of diseaseKrankheit
101
304924
3906
Wissenschaftler, die ohne
menschliche Stammzellenmodelle
05:24
withoutohne beingSein ablefähig to have humanMensch stemStengel cellZelle modelsModelle
102
308830
4152
die Ursache einer Krankheit
zu erforschen versuchten,
waren wie Ermittler,
die ohne Blackbox oder Flugschreiber
05:28
were much like investigatorsErmittler tryingversuchen to figureZahl out
103
312982
2760
05:31
what had goneWeg terriblyfürchterlich wrongfalsch in a planeEbene crashAbsturz
104
315742
3241
05:34
withoutohne havingmit a blackschwarz boxBox, or a flightFlug recorderRecorder.
105
318983
3997
nach dem Grund
eines Flugzeugabsturzes suchen.
05:38
They could hypothesizedie Hypothese auf about what had goneWeg wrongfalsch,
106
322980
2602
Sie konnten vermuten,
was schiefgegangen war,
05:41
but they really had no way of knowingzu wissen what led
107
325582
3112
aber sie hatten nicht die leiseste Ahnung,
was die Katastrophe herbeigeführt hatte.
05:44
to the terriblefurchtbar eventsVeranstaltungen.
108
328694
2172
05:46
And stemStengel cellsZellen really have givengegeben us the blackschwarz boxBox
109
330866
4183
Stammzellen haben uns
die Blackbox für Krankheiten geliefert.
05:50
for diseasesKrankheiten, and it's an unprecedentedbeispiellos windowFenster.
110
335049
3968
Sie bieten völlig neue Möglichkeiten.
05:54
It really is extraordinaryaußergewöhnlich, because you can recapitulaterekapitulieren
111
339017
3245
Es ist außerordentlich,
weil wir sehr viele Krankheiten
in der Schale reproduzieren können.
05:58
manyviele, manyviele diseasesKrankheiten in a dishGericht, you can see
112
342262
3247
Man kann sehen, wie der Signalaustausch
der Zellen zu versagen beginnt,
06:01
what beginsbeginnt to go wrongfalsch in the cellularZellular conversationKonversation
113
345509
3536
06:04
well before you would ever see
114
349045
2424
lange bevor man beim Patienten
Symptome beobachtet.
06:07
symptomsSymptome appearerscheinen in a patientgeduldig.
115
351469
2536
06:09
And this opensöffnet up the abilityFähigkeit,
116
354005
2523
Dies versetzt uns in die Lage --,
06:12
whichwelche hopefullyhoffentlich will becomewerden something that
117
356528
2814
und das wird hoffentlich
in naher Zukunft zum Standard --
06:15
is routineRoutine in the nearin der Nähe von termBegriff,
118
359342
2647
06:17
of usingmit humanMensch cellsZellen to testTest for drugsDrogen.
119
361989
4146
zum Testen von Medikamenten
menschliche Zellen zu nutzen.
06:22
Right now, the way we testTest for drugsDrogen is prettyziemlich problematicproblematisch.
120
366135
5464
Aktuelle Arzneimitteltests
sind sehr problematisch.
06:27
To bringbringen a successfulerfolgreich drugDroge to marketMarkt, it takes, on averagedurchschnittlich,
121
371599
3318
Ein einziges erfolgreiches Arzneimittel
auf den Markt zu bringen,
06:30
13 yearsJahre — that's one drugDroge
122
374917
2186
dauert im Durchschnitt 13 Jahre
06:33
with a sunkgesunken costKosten of 4 billionMilliarde dollarsDollar,
123
377103
3388
und kostet 4 Milliarden Dollar.
06:36
and only one percentProzent of the drugsDrogen that startAnfang down that roadStraße
124
380491
4867
Nur 1 % der Arzneimittel,
die in die Testphase gelangen,
werden tatsächlich auf den Markt gebracht.
06:41
are actuallytatsächlich going to get there.
125
385358
2248
06:43
You can't imaginevorstellen other businessesUnternehmen
126
387606
2125
Es wäre unvorstellbar,
06:45
that you would think of going into
127
389731
1449
in eine Branche einzusteigen,
die solche Zahlen schreibt.
06:47
that have these kindArt of numbersNummern.
128
391180
1755
Das Geschäftskonzept ist fürchterlich.
06:48
It's a terriblefurchtbar businessGeschäft modelModell-.
129
392935
1802
06:50
But it is really a worseschlechter socialSozial modelModell- because of
130
394737
3989
Noch schlechter ist es
als gesellschaftliches Modell,
wenn man den Aufwand bedenkt
und was es uns alle kostet.
06:54
what's involvedbeteiligt and the costKosten to all of us.
131
398726
3328
06:57
So the way we developentwickeln drugsDrogen now
132
402054
3752
Also entwickeln wir heute Arzneimittel,
07:01
is by testingtesten promisingvielversprechend compoundsVerbindungen on --
133
405806
3200
indem wir vielversprechende
Verbindungen testen.
07:04
We didn't have diseaseKrankheit modelingModellieren with humanMensch cellsZellen,
134
409006
1880
Wir hatten keine Krankheitsmodelle
aus menschlichen Zellen.
07:06
so we'dheiraten been testingtesten them on cellsZellen of miceMäuse
135
410886
3464
Also testeten wir an Mäusezellen,
07:10
or other creaturesKreaturen or cellsZellen that we engineerIngenieur,
136
414350
3667
an anderen Tierzellen oder
an selbst gezüchteten Zellen.
07:13
but they don't have the characteristicsCharakteristik of the diseasesKrankheiten
137
418017
3061
Aber ihnen fehlen
die Eigenschaften der Krankheiten,
07:16
that we're actuallytatsächlich tryingversuchen to cureheilen.
138
421078
2336
die wir zu heilen versuchen.
07:19
You know, we're not miceMäuse, and you can't go into
139
423414
3046
Wir sind keine Mäuse.
Lebenden Menschen mit einer Krankheit
07:22
a livingLeben personPerson with an illnessKrankheit
140
426460
2418
07:24
and just pullziehen out a fewwenige brainGehirn cellsZellen or cardiacHerz cellsZellen
141
428878
2928
kann man nicht einfach
Gehirn- oder Herzzellen entnehmen,
07:27
and then startAnfang foolingtäuschen around in a labLabor to testTest
142
431806
2289
um dann in einem Labor an ihnen ein
vielversprechendes Medikament zu testen.
07:29
for, you know, a promisingvielversprechend drugDroge.
143
434095
3561
Aber heute kann man
aus menschlichen Stammzellen
07:33
But what you can do with humanMensch stemStengel cellsZellen, now,
144
437656
3585
tatsächlich Avatare erschaffen.
07:37
is actuallytatsächlich createerstellen avatarsAvatare, and you can createerstellen the cellsZellen,
145
441241
4337
Man kann Zellen entwickeln,
seien es lebendige Motoneuronen,
07:41
whetherob it's the liveLeben motorMotor- neuronsNeuronen
146
445578
1967
07:43
or the beatingPrügel cardiacHerz cellsZellen or liverLeber cellsZellen
147
447545
3010
Herzzellen, die schlagen,
Leberzellen oder andere Zellen.
07:46
or other kindsArten of cellsZellen, and you can testTest for drugsDrogen,
148
450555
4109
Man kann Arzneimittel und
vielversprechende Verbindungen
07:50
promisingvielversprechend compoundsVerbindungen, on the actualtatsächlich cellsZellen
149
454664
3125
an genau jenen Zellen erproben,
die man später behandeln will.
07:53
that you're tryingversuchen to affectbeeinflussen, and this is now,
150
457789
3631
Das ist der heutige Stand,
und das ist absolut unglaublich.
07:57
and it's absolutelyunbedingt extraordinaryaußergewöhnlich,
151
461420
2814
08:00
and you're going to know at the beginningAnfang,
152
464234
3156
Künftig wissen wir von Anfang an Bescheid,
08:03
the very earlyfrüh stagesStufen of doing your assayAssay developmentEntwicklung
153
467390
3744
in der frühen Testphasen
und in der Erprobung selbst.
08:07
and your testingtesten, you're not going to have to wait 13 yearsJahre
154
471134
3389
Wir müssen nicht 13 Jahre warten,
08:10
untilbis you've broughtgebracht a drugDroge to marketMarkt, only to find out
155
474523
3319
bis das Medikament auf dem Markt ist,
nur um dann herauszufinden,
08:13
that actuallytatsächlich it doesn't work, or even worseschlechter, harmsHarms people.
156
477842
5056
dass es nicht die erwünschte Wirkung hat
oder Menschen sogar schadet.
08:18
But it isn't really enoughgenug just to look at
157
482898
4340
Aber es reicht nicht,
nur die Zellen einiger weniger
08:23
the cellsZellen from a fewwenige people or a smallklein groupGruppe of people,
158
487238
3782
oder einer kleinen Gruppe
von Leuten zu untersuchen.
Wir müssen einen Schritt zurücktreten
und das große Ganze betrachten.
08:26
because we have to stepSchritt back.
159
491020
1644
08:28
We'veWir haben got to look at the biggroß pictureBild.
160
492664
1851
08:30
Look around this roomZimmer. We are all differentanders,
161
494515
3136
Schauen Sie sich um,
wir sind alle verschieden.
08:33
and a diseaseKrankheit that I mightMacht have,
162
497651
2740
Eine Krankheit, die ich haben könnte --
08:36
if I had Alzheimer'sAlzheimer Krankheit diseaseKrankheit or Parkinson'sParkinson diseaseKrankheit,
163
500391
2877
sagen wir Alzheimer oder Parkinson --,
08:39
it probablywahrscheinlich would affectbeeinflussen me differentlyanders than if
164
503268
3766
würde sich bei mir
wahrscheinlich anders auswirken,
08:42
one of you had that diseaseKrankheit,
165
507034
1641
als wenn einer von Ihnen
die Krankheit hätte.
08:44
and if we bothbeide had Parkinson'sParkinson diseaseKrankheit,
166
508675
4345
Wenn wir beide Parkinson hätten
08:48
and we tookdauerte the samegleich medicationMedikation,
167
513020
2268
und wir nähmen dasselbe Medikament,
08:51
but we had differentanders geneticgenetisch makeupbilden,
168
515288
2747
hätten aber unterschiedliches Erbgut,
08:53
we probablywahrscheinlich would have a differentanders resultErgebnis,
169
518035
2285
würde das Ergebnis wahrscheinlich
unterschiedlich ausfallen.
08:56
and it could well be that a drugDroge that workedhat funktioniert wonderfullywunderbar
170
520320
3731
Es könnte sein, dass
ein Medikament bei mir gut wirkt,
08:59
for me was actuallytatsächlich ineffectiveunwirksam for you,
171
524051
3579
aber bei Ihnen keine Wirkung zeigt.
09:03
and similarlyähnlich, it could be that a drugDroge that is harmfulschädlich for you
172
527630
4692
Es könnte auch sein, dass
ein Medikament für Sie schädlich ist,
09:08
is safeSafe for me, and, you know, this seemsscheint totallytotal obviousoffensichtlich,
173
532322
4302
jedoch für mich nicht.
Das klingt völlig logisch.
09:12
but unfortunatelyUnglücklicherweise it is not the way
174
536624
2728
Aber leider entwickelt die Pharmaindustrie
09:15
that the pharmaceuticalPharma industryIndustrie has been developingEntwicklung drugsDrogen
175
539352
3186
Medikamente nicht auf diese Art,
09:18
because, untilbis now, it hasn'that nicht had the toolsWerkzeuge.
176
542538
3986
weil ihr bislang
das nötige Werkzeug fehlte.
09:22
And so we need to moveBewegung away
177
546524
2292
Wir müssen uns also
vom Einheitsmodell verabschieden.
09:24
from this one-size-fits-allOne size fits all modelModell-.
178
548816
2954
Wir entwickeln Arzneimittel im Grunde so,
09:27
The way we'vewir haben been developingEntwicklung drugsDrogen is essentiallyim Wesentlichen
179
551770
3177
als würden wir in ein Schuhgeschäft gehen,
09:30
like going into a shoeSchuh storeGeschäft,
180
554947
1379
09:32
no one asksfragt you what sizeGröße you are, or
181
556326
2283
wo niemand uns nach unserer Größe fragt,
09:34
if you're going dancingTanzen or hikingWandern.
182
558609
2210
oder ob wir tanzen
oder bergsteigen wollen.
09:36
They just say, "Well, you have feetFüße, here are your shoesSchuhe."
183
560819
2808
Man sagt uns nur:
"Sie haben Füße, hier sind Ihre Schuhe."
09:39
It doesn't work with shoesSchuhe, and our bodiesKörper are
184
563627
3600
Mit Schuhen funktioniert das nicht
und unsere Körper sind viel komplexer
als nur unsere Füße allein.
09:43
manyviele timesmal more complicatedkompliziert than just our feetFüße.
185
567227
3472
09:46
So we really have to changeVeränderung this.
186
570699
2541
Also müssen wir hier
wirklich etwas ändern.
09:49
There was a very sadtraurig exampleBeispiel of this in the last decadeDekade.
187
573240
5184
Im letzten Jahrzehnt gab es
ein trauriges Beispiel dafür.
Es gab ein gutes Medikament --
eigentlich eine Medikamentenklasse --
09:54
There's a wonderfulwunderbar drugDroge, and a classKlasse of drugsDrogen actuallytatsächlich,
188
578424
2648
09:56
but the particularinsbesondere drugDroge was VioxxVioxx, and
189
581072
2680
es ging um das Medikament Vioxx.
09:59
for people who were sufferingLeiden from severeschwer arthritisArthritis painSchmerz,
190
583752
4376
Für Leute, die an schwerer Arthritis
[Gelenkentzündung] litten,
10:04
the drugDroge was an absoluteAbsolute lifesaverLebensretter,
191
588128
3392
war das Medikament
ein echter Lebensretter.
10:07
but unfortunatelyUnglücklicherweise, for anotherein anderer subsetTeilmenge of those people,
192
591520
5080
Aber für einen Teil dieser Leute hatte es
10:12
they sufferedlitt prettyziemlich severeschwer heartHerz sideSeite effectsAuswirkungen,
193
596600
4769
gravierende Nebenwirkungen für das Herz.
10:17
and for a subsetTeilmenge of those people, the sideSeite effectsAuswirkungen were
194
601369
2728
Bei einem Teil dieser Leute
belasteten die Nebenwirkungen
10:19
so severeschwer, the cardiacHerz sideSeite effectsAuswirkungen, that they were fataltödlich.
195
604097
3897
das Herz so schwer,
dass sie tödlich waren.
10:23
But imaginevorstellen a differentanders scenarioSzenario,
196
607994
4042
Nun stellen Sie sich
ein anderes Szenario vor.
10:27
where we could have had an arrayArray, a geneticallygenetisch diversevielfältig arrayArray,
197
612036
4302
Wir hätten eine Reihe genetisch
verschiedener Herzzellen gehabt,
10:32
of cardiacHerz cellsZellen, and we could have actuallytatsächlich testedgeprüft
198
616338
3626
hätten das Medikament Vioxx
in Petri-Schalen testen können
10:35
that drugDroge, VioxxVioxx, in petriPetri dishesGeschirr, and figuredabgebildet out,
199
619964
5081
und hätten herausgefunden:
10:40
well, okay, people with this geneticgenetisch typeArt are going to have
200
625045
3744
Okay, bei Menschen mit diesem Gentyp
treten Nebenwirkungen am Herzen auf
10:44
cardiacHerz sideSeite effectsAuswirkungen, people with these geneticgenetisch subgroupsUntergruppen
201
628789
5000
und bei Menschen
jener genetischen Untergruppen
10:49
or geneticgenetisch shoesSchuhe sizesGrößen, about 25,000 of them,
202
633789
5144
oder genetischen Schuhgrößen --
ca. 25 000 -- werden
keine Probleme auftreten.
10:54
are not going to have any problemsProbleme.
203
638933
2760
10:57
The people for whomwem it was a lifesaverLebensretter
204
641693
2615
Die Leute, für die
sie ein Lebensretter war,
11:00
could have still takengenommen theirihr medicineMedizin.
205
644308
1677
hätten ihre Medizin
weiternehmen können.
11:01
The people for whomwem it was a disasterKatastrophe, or fataltödlich,
206
645985
4386
Leuten, für die es schlecht
oder gar tödlich war,
11:06
would never have been givengegeben it, and
207
650371
2091
hätte man es nie verschrieben.
Auch die Folgen für die Firma,
11:08
you can imaginevorstellen a very differentanders outcomeErgebnis for the companyUnternehmen,
208
652462
2583
die das Medikament vom Markt
nehmen musste, wären andere gewesen.
11:10
who had to withdrawzurückziehen the drugDroge.
209
655045
2768
11:13
So that is terrificSuper,
210
657813
2816
Das ist also großartig.
11:16
and we thought, all right,
211
660629
1834
Beim Versuch dieses Problem zu lösen,
11:18
as we're tryingversuchen to solvelösen this problemProblem,
212
662463
2759
11:21
clearlydeutlich we have to think about geneticsGenetik,
213
665222
2197
mussten wir also natürlich über Genetik
11:23
we have to think about humanMensch testingtesten,
214
667419
2834
und die Erprobung
am Menschen nachdenken.
11:26
but there's a fundamentalgrundlegend problemProblem,
215
670253
1579
Aber es gibt da ein grundlegendes Problem,
11:27
because right now, stemStengel cellZelle linesLinien,
216
671832
2699
denn zurzeit werden Stammzelllinien,
11:30
as extraordinaryaußergewöhnlich as they are,
217
674531
1710
so großartig sie auch sind --
11:32
and linesLinien are just groupsGruppen of cellsZellen,
218
676241
1744
und Linien sind einfach Zellgruppen --
11:33
they are madegemacht by handHand, one at a time,
219
677985
4332
von Hand gemacht, eine nach der anderen,
11:38
and it takes a couplePaar of monthsMonate.
220
682317
2224
und das dauert einige Monate.
11:40
This is not scalableskalierbar, and alsoebenfalls when you do things by handHand,
221
684541
4366
Das ist für große Mengen ungeeignet.
Zusätzlich gibt es bei
der manuellen Ausführung
11:44
even in the bestBeste laboratoriesLaboratorien,
222
688907
1543
selbst in den besten Laboren
verschiedene Techniken.
11:46
you have variationsVariationen in techniquesTechniken,
223
690450
3161
Aber bei der Entwicklung von Medikamenten
muss man sicher sein,
11:49
and you need to know, if you're makingHerstellung a drugDroge,
224
693611
3181
11:52
that the AspirinAspirin you're going to take out of the bottleFlasche
225
696792
1898
dass das Aspirin, das man am Montag
aus der Flasche nimmt,
11:54
on MondayMontag is the samegleich as the AspirinAspirin
226
698690
2440
das gleiche ist wie das, das
am Mittwoch aus der Flasche kommt.
11:57
that's going to come out of the bottleFlasche on WednesdayMittwoch.
227
701130
2081
11:59
So we lookedsah at this, and we thought, okay,
228
703211
3791
Unter diesem Gesichtspunkt dachten wir:
Handwerk ist toll bei Kleidung,
12:02
artisanalhandwerklichen is wonderfulwunderbar in, you know, your clothingKleidung
229
707002
3152
12:06
and your breadBrot and craftsHandwerk, but
230
710154
2944
bei Brot und Kunsthandwerk,
aber Handwerk wird
bei Stammzellen nicht funktionieren,
12:08
artisanalhandwerklichen really isn't going to work in stemStengel cellsZellen,
231
713098
2983
12:11
so we have to dealDeal with this.
232
716081
2390
also müssen wir da etwas machen.
12:14
But even with that, there still was anotherein anderer biggroß hurdleHürde,
233
718471
3920
Aber selbst wenn wir das hinbekamen,
gab es da eine weitere große Hürde.
12:18
and that actuallytatsächlich bringsbringt us back to
234
722391
3564
Dies führt uns zurück
zur Abbildung des menschlichen Genoms,
12:21
the mappingKartierung of the humanMensch genomeGenom, because
235
725955
2384
weil wir alle verschieden sind.
12:24
we're all differentanders.
236
728339
2711
12:26
We know from the sequencingSequenzierung of the humanMensch genomeGenom
237
731050
2832
Von der Sequenzierung des
menschlichen Genoms wissen wir,
12:29
that it's showngezeigt us all of the A'sA es, C'sC es, G'sG es and T'sT es
238
733882
2557
dass es As, Cs, Gs und Ts sind,
12:32
that make up our geneticgenetisch codeCode,
239
736439
2468
aus denen unser genetischer Code besteht.
12:34
but that codeCode, by itselfselbst, our DNADNA,
240
738907
4269
Aber dieser Code an sich, also unsere DNA,
12:39
is like looking at the onesEinsen and zeroesNullen of the computerComputer codeCode
241
743176
4599
sieht aus wie die Einsen
und Nullen des Computercodes,
12:43
withoutohne havingmit a computerComputer that can readlesen it.
242
747775
2825
nur fehlt uns der Computer zum Lesen.
12:46
It's like havingmit an appApp withoutohne havingmit a smartphoneSmartphone.
243
750600
3288
So als hätte man eine App,
aber kein Smartphone.
12:49
We needederforderlich to have a way of bringingbringt the biologyBiologie
244
753888
3884
Wir mussten einen Weg finden,
die Biologie und diese
unglaublichen Daten zu verbinden.
12:53
to that incredibleunglaublich dataDaten,
245
757772
2209
12:55
and the way to do that was to find
246
759981
3115
Die einzige Methode dazu war es,
12:58
a stand-inPlatzhalter, a biologicalbiologisch stand-inPlatzhalter,
247
763096
2687
einen biologischen Platzhalter zu finden,
13:01
that could containenthalten all of the geneticgenetisch informationInformation,
248
765783
4025
der die gesamte genetische
Information beinhaltet,
13:05
but have it be arrayedangeordnet in sucheine solche a way
249
769808
2528
diese aber auf eine Weise anordnet,
13:08
as it could be readlesen togetherzusammen
250
772336
2864
die als Ganzes lesbar ist,
13:11
and actuallytatsächlich createerstellen this incredibleunglaublich avatarBenutzerbild.
251
775200
3256
und so in der Tat einen
unglaublichen Avatar ergäbe.
13:14
We need to have stemStengel cellsZellen from all the geneticgenetisch sub-typesSub-Typen
252
778456
3704
Wir brauchen Stammzellen
von allen genetischen Subtypen,
13:18
that representvertreten who we are.
253
782160
2952
die uns alle repräsentieren.
13:21
So this is what we'vewir haben builtgebaut.
254
785112
2760
Also haben wir Folgendes gebaut.
13:23
It's an automatedautomatisiert roboticRoboter technologyTechnologie.
255
787872
3320
Das ist automatisierte Robotertechnik.
13:27
It has the capacityKapazität to produceproduzieren thousandsTausende and thousandsTausende
256
791192
2608
Sie hat die Kapazität,
Tausende und Abertausende
13:29
of stemStengel cellZelle linesLinien. It's geneticallygenetisch arrayedangeordnet.
257
793800
4239
von Stammzelllinien zu produzieren,
die genetisch geordnet sind.
13:33
It has massivelymassiv parallelparallel processingwird bearbeitet capabilityFähigkeit,
258
798039
3749
Sie kann enorm viele Vorgänge
parallel verarbeiten
13:37
and it's going to changeVeränderung the way drugsDrogen are discoveredentdeckt,
259
801788
3320
und wird die Art und Weise verändern,
wie Medikamente entwickelt werden.
13:41
we hopeHoffnung, and I think eventuallyschließlich what's going to happengeschehen
260
805108
3835
Ich denke, das wird darauf hinauslaufen,
13:44
is that we're going to want to re-screeneiner erneuten Durchleuchtung drugsDrogen,
261
808943
2199
dass wir bereits existierende
Medikamente erneut
13:47
on arraysArrays like this, that alreadybereits existexistieren,
262
811142
2491
in solchen Tests überprüfen wollen,
13:49
all of the drugsDrogen that currentlyzur Zeit existexistieren,
263
813633
1871
und zwar alle erhältlichen Medikamente.
13:51
and in the futureZukunft, you're going to be takingunter drugsDrogen
264
815504
2911
Künftig werden Sie Medikamente
und Behandlungen bekommen,
13:54
and treatmentsBehandlungen that have been testedgeprüft for sideSeite effectsAuswirkungen
265
818415
2872
deren Nebenwirkungen
an allen wichtigen Zellen
13:57
on all of the relevantrelevant cellsZellen,
266
821287
2303
13:59
on brainGehirn cellsZellen and heartHerz cellsZellen and liverLeber cellsZellen.
267
823590
3153
wie Hirn-, Herz- und Leberzellen
getestet wurden.
14:02
It really has broughtgebracht us to the thresholdSchwelle
268
826743
3329
Damit stehen wir an der Schwelle
zur individualisierten Medizin.
14:05
of personalizedpersonalisiert medicineMedizin.
269
830072
2214
14:08
It's here now, and in our familyFamilie,
270
832286
4441
Sie ist jetzt verfügbar.
In unserer Familie --
14:12
my sonSohn has typeArt 1 diabetesDiabetes,
271
836727
2938
mein Sohn hat Typ-1-Diabetes,
14:15
whichwelche is still an incurableunheilbar diseaseKrankheit,
272
839665
2648
eine Krankheit,
die immer noch unheilbar ist.
14:18
and I losthat verloren my parentsEltern to heartHerz diseaseKrankheit and cancerKrebs,
273
842313
3442
Meine Eltern habe ich
an Herzerkrankung und Krebs verloren,
14:21
but I think that my storyGeschichte probablywahrscheinlich soundsGeräusche familiarfamiliär to you,
274
845755
3733
aber ich denke, dass Ihnen
meine Geschichte vertraut vorkommt,
14:25
because probablywahrscheinlich a versionVersion of it is your storyGeschichte.
275
849488
4230
da sie wahrscheinlich eine Variante
Ihrer eigenen Geschichte ist.
14:29
At some pointPunkt in our livesLeben, all of us,
276
853718
3944
An einem bestimmten Punkt
im Leben werden wir alle
14:33
or people we carePflege about, becomewerden patientsPatienten,
277
857662
2736
oder Menschen,
die wir lieben, zu Patienten.
14:36
and that's why I think that stemStengel cellZelle researchForschung
278
860398
2609
Deshalb denke ich,
dass Stammzellenforschung
14:38
is incrediblyunglaublich importantwichtig for all of us.
279
863007
3383
für uns alle unermesslich wichtig ist.
14:42
Thank you. (ApplauseApplaus)
280
866390
3668
Vielen Dank.
(Applaus)
14:45
(ApplauseApplaus)
281
870058
7108
(Applaus)
Translated by Johanna Pichler
Reviewed by Tracey J. Evans

▲Back to top

ABOUT THE SPEAKER
Susan Solomon - Stem cell research advocate
Susan Solomon enables support for human stem cell research, aiming to cure major diseases and empower more personalized medicine.

Why you should listen

Susan Solomon’s health care advocacy stems from personal medical trials—namely, her son’s Type 1 diabetes and her mother’s fatal cancer. Following a successful career as a lawyer and business entrepreneur, Solomon, frustrated by the slow pace of medical research, was inspired to use those skills to follow another passion: accelerating medical research with real-world results as a social entrepreneur. And through her own research and conversations with medical experts, she decided that stem cells (cells that have the ability to morph into any other kind of cell) had the greatest potential to impact peoples’ health.

In 2005, Solomon founded the New York Stem Cell Foundation, now one of the largest nonprofit research institutions and laboratories in this field in the world. The NYSCF Research Institute conducts all facets of stem cell research from growing the cells to drug discovery.

At TEDGlobal 2012, Solomon announced the NYSCF Global Stem Cell Array, the new technology to create thousands of stem cell avatars and genetically array them to functionalize the data from the human genome to revolutionize the way we develop cures and treatments so they are better, safer, less expensive and happen much more quickly.

More profile about the speaker
Susan Solomon | Speaker | TED.com