TED2006
Joe DeRisi: Solving medical mysteries
Joe DeRisis ViroScan lüftet medizinische Rätsel
Filmed:
Readability: 4.3
474,538 views
Der Biochemiker Joe DeRisi spricht über erstaunliche neue Möglichkeiten der Virendiagnose (und der Behandlung viraler Erkrankungen) mittels DNA. Seine Arbeit kann uns helfen, Malaria, SARS und Vogelgrippe zu verstehen -- und 60 Prozent der alltäglichen Virusinfektionen, die unentdeckt bleiben.
Joe DeRisi - Biochemist
Joe DeRisi hunts for the genes that make us sick. At his lab, he works to understand the genome of Plasmodium falciparum, the deadliest form of malaria. Full bio
Joe DeRisi hunts for the genes that make us sick. At his lab, he works to understand the genome of Plasmodium falciparum, the deadliest form of malaria. Full bio
Double-click the English transcript below to play the video.
00:12
How can we investigate
0
0
3000
Wie geht es, wie lässt sich die uns umgebende
00:15
this flora of viruses that surround us, and aid medicine?
1
3000
5000
Flora an Viren erforschen und damit der Medizin helfen?
00:20
How can we turn our cumulative knowledge of virology
2
8000
4000
Wir können wir unser gesamtes virologisches Wissen
00:24
into a simple, hand-held, single diagnostic assay?
3
12000
4000
in ein einfaches, tragbares Diagnosegerät stecken?
00:28
I want to turn everything we know right now about detecting viruses
4
16000
3000
Ich möchte alles, was wir im Moment über die Entdeckung von Viren
00:31
and the spectrum of viruses that are out there
5
19000
2000
und das Virenspektrum hier draußen wissen in,
00:33
into, let's say, a small chip.
6
21000
3000
sagen wir, einen kleinen Chip stecken.
00:36
When we started thinking about this project --
7
24000
2000
Als wir anfangs über dieses Projekt nachdachten --
00:38
how we would make a single diagnostic assay
8
26000
3000
wie wir ein einziges Diagnosearray schaffen können,
00:41
to screen for all pathogens simultaneously --
9
29000
3000
um damit gleichzeitig alle Pathogene zu prüfen --
00:44
well, there's some problems with this idea.
10
32000
2000
nun da gab es einige Probleme mit dieser Idee.
00:46
First of all, viruses are pretty complex,
11
34000
4000
Erstens sind Viren ganz schön komplex,
00:50
but they're also evolving very fast.
12
38000
4000
dann verändern sie sich auch sehr schnell.
00:54
This is a picornavirus.
13
42000
1000
Hier ist ein Picornavirus.
00:55
Picornaviruses -- these are things that include
14
43000
2000
Picornaviren -- sie umfassen Dinge
00:57
the common cold and polio, things like this.
15
45000
3000
wie Erkältung und Polio, solche Sachen.
01:00
You're looking at the outside shell of the virus,
16
48000
2000
Sie sehen hier die Außenhülle des Virus,
01:02
and the yellow color here are those parts of the virus
17
50000
3000
das Gelbe sind die Teile des Virus,
01:05
that are evolving very, very fast,
18
53000
2000
die sich sehr schnell entwickeln,
01:07
and the blue parts are not evolving very fast.
19
55000
2000
während die blauen Teile recht langsam sind.
01:09
When people think about making pan-viral detection reagents,
20
57000
3000
Wenn wir über die Herrstellung pan-viraler Nachweisreagenzen nachdenken,
01:12
usually it's the fast-evolving problem that's an issue,
21
60000
4000
dann ist normalerweise die schnelle Entwicklung das Problem
01:16
because how can we detect things if they're always changing?
22
64000
2000
denn wie können wir Dinge entdecken, die sich ständig ändern?
01:18
But evolution is a balance:
23
66000
2000
Doch ist Evolution ein Gleichgewicht:
01:20
where you have fast change, you also have ultra-conservation --
24
68000
4000
Wo es schnellen Wandel gib, gibt es auch das Ultrakonservative --
01:24
things that almost never change.
25
72000
2000
Dinge, die sich fast nie ändern.
01:26
And so we looked into this a little more carefully,
26
74000
3000
Also schauten wir uns das etwas genauer an,
01:29
and I'm going to show you data now.
27
77000
1000
dazu werde ich Ihnen jetzt Daten zeigen.
01:30
This is just some stuff you can do on the computer from the desktop.
28
78000
3000
Das sind Dinge, die Sie vom Schreibtisch aus am Computer tun können.
01:33
I took a bunch of these small picornaviruses,
29
81000
2000
Ich nahm ein paar von diesen kleinen Picornaviren,
01:35
like the common cold, like polio and so on,
30
83000
2000
wie Erkältung, Polio und so weiter,
01:37
and I just broke them down into small segments.
31
85000
4000
die ich einfach in kleine Segmente zerlegte,
01:41
And so took this first example, which is called coxsackievirus,
32
89000
3000
dann nahm ich das erste Muster, den Coxsackievirus,
01:44
and just break it into small windows.
33
92000
2000
und zerlegte ihn in kleine Fenster.
01:46
And I'm coloring these small windows blue
34
94000
2000
Ich färbte diese kleinen Fenster blau, wenn
01:48
if another virus shares an identical sequence in its genome
35
96000
5000
ein anderer Virus eine identische Sequenz in seinem
01:53
to that virus.
36
101000
1000
Genom aufweis.
01:54
These sequences right up here --
37
102000
2000
Diese Sequenzen hier oben --
01:56
which don't even code for protein, by the way --
38
104000
2000
die übrigens nicht einmal für Protein kodieren ---
01:58
are almost absolutely identical across all of these,
39
106000
3000
sind bei allen fast völlig identisch; damit konnte
02:01
so I could use this sequence as a marker
40
109000
4000
ich diese Sequenz als Markierung benutzen
02:05
to detect a wide spectrum of viruses,
41
113000
2000
um ein großes Virenspektrum zu entdecken,
02:07
without having to make something individual.
42
115000
3000
ganz ohne Einzeluntersuchung.
02:10
Now, over here there's great diversity:
43
118000
2000
Hier herrscht große Diversität:
02:12
that's where things are evolving fast.
44
120000
2000
hier entwickeln sich die Dinge rasant.
02:14
Down here you can see slower evolution: less diversity.
45
122000
4000
Unten ist die Entwicklung langsamer: geringere Diversität.
02:18
Now, by the time we get out here to, let's say,
46
126000
2000
Wenn wir hier also, sagen wir, beim akuten
02:20
acute bee paralysis virus --
47
128000
2000
Bienenparalyse-Virus herauskommen --
02:22
probably a bad one to have if you're a bee ---
48
130000
2000
bestimmt nicht gut, wenn man eine Biene ist --
02:24
this virus shares almost no similarity to coxsackievirus,
49
132000
5000
gleicht dieser Virus dem Coxsackievirus kaum.
02:29
but I can guarantee you that the sequences that are most conserved
50
137000
4000
Aber ich garantiere Ihnen, dass die am meisten konservierten Sequenzen
02:33
among these viruses on the right-hand of the screen
51
141000
2000
unter diesen Viren rechts auf dem Bildschirm hier
02:35
are in identical regions right up here.
52
143000
3000
oben in identischen Regionen liegen.
02:38
And so we can encapsulate these regions of ultra-conservation
53
146000
3000
So können wir diese Regionen der Ultra-Konservierung durch Evolution
02:41
through evolution -- how these viruses evolved --
54
149000
3000
einkapseln, -- wie sich diese Viren entwickelt haben --
02:44
by just choosing DNA elements or RNA elements
55
152000
3000
indem wir in diesen Regionen einfach DNA- oder RNA-Elemente wählen,
02:47
in these regions to represent on our chip as detection reagents.
56
155000
4000
die wir auf unserem Chip als Nachweisreagenzen darstellen.
02:51
OK, so that's what we did, but how are we going to do that?
57
159000
3000
Ok, genau das haben wir getan, aber wie sollen wir's machen?
02:54
Well, for a long time, since I was in graduate school,
58
162000
2000
Nun, seit langem, seit ich im Graduiertenkolleg war,
02:56
I've been messing around making DNA chips --
59
164000
3000
habe ich mit DNA-Chips herum gespielt --
02:59
that is, printing DNA on glass.
60
167000
2000
d.h. ich habe DNA auf Glas gedruckt.
03:01
And that's what you see here:
61
169000
1000
Genau das sehen Sie hier.
03:02
These little salt spots are just DNA tacked onto glass,
62
170000
3000
Diese kleinen Salzpunkte sind einfach auf Glas geheftete DNA,
03:05
and so I can put thousands of these on our glass chip
63
173000
3000
davon kann ich tausende auf unseren Glaschip setzen
03:08
and use them as a detection reagent.
64
176000
2000
und sie als Nachweisreagenzen verwenden.
03:10
We took our chip over to Hewlett-Packard
65
178000
2000
Wir brachten unseren Chip zu Hewlett-Packard
03:12
and used their atomic force microscope on one of these spots,
66
180000
2000
und nutzen ihr Rasterkraftmikroskop auf einem dieser Punkte,
03:14
and this is what you see:
67
182000
2000
und das sehen Sie:
03:16
you can actually see the strands of DNA lying flat on the glass here.
68
184000
3000
Man sieht tatsächlich die DNA-Stränge flach auf dem Glas liegen.
03:19
So, what we're doing is just printing DNA on glass --
69
187000
3000
Wir drucken also einfach DNA auf Glas --
03:22
little flat things -- and these are going to be markers for pathogens.
70
190000
4000
kleine flache Dinger -- und das werden die Pathogenmarkierungen.
03:26
OK, I make little robots in lab to make these chips,
71
194000
3000
OK, im Labor fertige ich kleine Roboter an, die diese Chips bauen,
03:29
and I'm really big on disseminating technology.
72
197000
3000
beim Verbreiten von Technologie bin ich dick dabei.
03:32
If you've got enough money to buy just a Camry,
73
200000
3000
Wenn Sie genug Geld haben, können Sie einen Camry kaufen,
03:35
you can build one of these too,
74
203000
2000
Sie können aber auch so einen bauen,
03:37
and so we put a deep how-to guide on the Web, totally free,
75
205000
4000
so stellten wir eine ausführliche Anleitung ins Web, völlig kostenlos,
03:41
with basically order-off-the-shelf parts.
76
209000
2000
aus Grundmaterialien von der Stange --
03:43
You can build a DNA array machine in your garage.
77
211000
3000
Sie können Ihre DNA-Array-Maschine in Ihrer Garage basteln.
03:46
Here's the section on the all-important emergency stop switch.
78
214000
3000
Hier ist der Abschnitt über den überaus wichtigen Notausknopf.
03:49
(Laughter)
79
217000
2000
(Lachen)
03:51
Every important machine's got to have a big red button.
80
219000
3000
Jede wichtige Maschine braucht einen großen roten Knopf.
03:54
But really, it's pretty robust.
81
222000
2000
Aber eigentlich ist sie recht robust.
03:56
You can actually be making DNA chips in your garage
82
224000
3000
Sie können einen DNA-Chip in Ihrer Garage herstellen,
03:59
and decoding some genetic programs pretty rapidly. It's a lot of fun.
83
227000
4000
schnell ein paar genetische Programme dekodieren. Macht Spass.
04:03
(Laughter)
84
231000
1000
(Lachen)
04:04
And so what we did -- and this is a really cool project --
85
232000
4000
Wir fingen erst einmal -- ein wirklich cooles Projekt --
04:08
we just started by making a respiratory virus chip.
86
236000
2000
mit einem Chip für Atemwegsviren an.
04:10
I talked about that --
87
238000
2000
Davon habe ich gesprochen --
04:12
you know, that situation where you go into the clinic
88
240000
2000
Kennen Sie diese Situation, wenn Sie im Krankenhaus
04:14
and you don't get diagnosed?
89
242000
2000
keine Diagnose erhalten?
04:16
Well, we just put basically all the human respiratory viruses
90
244000
2000
Wir setzten im Grunde alle Viren für menschliche Atemwegserkrankungen
04:18
on one chip, and we threw in herpes virus for good measure --
91
246000
3000
auf einen Chip, und oben drauf noch Herpes --
04:21
I mean, why not?
92
249000
1000
warum denn nicht?
04:22
The first thing you do as a scientist is,
93
250000
2000
Als Wissenschaftler müssen Sie erstmal
04:24
you make sure stuff works.
94
252000
1000
dafür sorgen, dass Ihr Kram funktioniert.
04:25
And so what we did is, we take tissue culture cells
95
253000
3000
Wir nahmen also Gewebekulturen
04:28
and infect them with various viruses,
96
256000
2000
und infizierten es mit diversen Viren.
04:30
and we take the stuff and fluorescently label the nucleic acid,
97
258000
4000
Wir nehmen das Zeug, markieren die Nukleinsäure farblich,
04:34
the genetic material that comes out of these tissue culture cells --
98
262000
3000
das aus diesen Zellen kommende genetische Material -- hauptsächlich
04:37
mostly viral stuff -- and stick it on the array to see where it sticks.
99
265000
4000
Viruszeug -- und kleben es auf das Array um zu sehen, wo es hängen bleibt.
04:41
Now, if the DNA sequences match, they'll stick together,
100
269000
2000
Passen die DNA-Sequenzen, bleiben sie aufeinander
04:43
and so we can look at spots.
101
271000
2000
kleben und wir können uns Punkte anschauen.
04:45
And if spots light up, we know there's a certain virus in there.
102
273000
2000
Fangen Punkte an zu leuchten, steckt ein bestimmter Virus darin.
04:47
That's what one of these chips really looks like,
103
275000
2000
So sehen diese Chips in Wirklichkeit aus,
04:49
and these red spots are, in fact, signals coming from the virus.
104
277000
3000
und diese roten Punkte sind Signale des Virus.
04:52
And each spot represents a different family of virus
105
280000
3000
Jeder rote Fleck stellt eine andere Virusfamilie oder
04:55
or species of virus.
106
283000
1000
Spezies dar.
04:56
And so, that's a hard way to look at things,
107
284000
2000
Da sich das schwierig anschauen lässt,
04:58
so I'm just going to encode things as a little barcode,
108
286000
2000
kodiere ich die Daten zu einem kleinen Barcode,
05:00
grouped by family, so you can see the results in a very intuitive way.
109
288000
4000
nach Familien gruppiert, so lassen sich die Resultate intuitiv anschauen.
05:04
What we did is, we took tissue culture cells
110
292000
2000
Wir nahmen also Gewebekulturen
05:06
and infected them with adenovirus,
111
294000
2000
und infizierten sie mit dem Adenovirus.
05:08
and you can see this little yellow barcode next to adenovirus.
112
296000
4000
Neben dem Virus können Sie diesen kleinen gelben Barcode sehen.
05:12
And, likewise, we infected them with parainfluenza-3 --
113
300000
3000
Wir infizierten sie auch mit Parainfluenza-3 --
05:15
that's a paramyxovirus -- and you see a little barcode here.
114
303000
2000
das ist ein Paramyxovirus --- hier sehen Sie den Barcode.
05:17
And then we did respiratory syncytial virus.
115
305000
3000
Dann nahmen wir den Respiratory-Synctial-Virus.
05:20
That's the scourge of daycare centers everywhere --
116
308000
2000
Das ist die Geißel aller Arztpraxen --
05:22
it's like boogeremia, basically.
117
310000
2000
im Grunde ganz wie Popelitis.
05:24
(Laughter)
118
312000
1000
(Lachen)
05:25
You can see that this barcode is the same family,
119
313000
4000
Sie sehen, dass dieser Barcode zur selben Familie gehört,
05:29
but it's distinct from parainfluenza-3,
120
317000
2000
sich von Parainfluenza-3 jedoch unterscheidet,
05:31
which gives you a very bad cold.
121
319000
2000
der Ihnen eine wirklich üble Grippe verschafft.
05:33
And so we're getting unique signatures, a fingerprint for each virus.
122
321000
3000
Und so bekommen wir einzigartige Signaturen, Fingerabdrücke aller Viren.
05:36
Polio and rhino: they're in the same family, very close to each other.
123
324000
3000
Polio und Rhino: sie gehören zur selben Familien, ganz nah beieinander.
05:39
Rhino's the common cold, and you all know what polio is,
124
327000
2000
Rhino verursacht Erkältung, und Sie wissen alle, was Polio ist,
05:41
and you can see that these signatures are distinct.
125
329000
3000
Sie können sehen, dass sich diese Signaturen unterscheiden.
05:44
And Kaposi's sarcoma-associated herpes virus
126
332000
3000
Das Kaposi-Sarkom-Herpesvirus zeigt
05:47
gives a nice signature down here.
127
335000
2000
hier unten eine schöne Signatur.
05:49
And so it is not any one stripe or something
128
337000
2000
Es ist nicht ein einzelner Strich, der
05:51
that tells me I have a virus of a particular type here;
129
339000
2000
verrät, dass wir einen bestimmten Virustyps haben;
05:53
it's the barcode that in bulk represents the whole thing.
130
341000
4000
der gesamte Barcode stellt ein einzelnes Virus dar.
05:57
All right, I can see a rhinovirus --
131
345000
2000
Ich kann also ein Rhinovirus sehen --
05:59
and here's the blow-up of the rhinovirus's little barcode --
132
347000
2000
hier einen zergliederten Barcode des Rhinovirus --
06:01
but what about different rhinoviruses?
133
349000
2000
Was ist aber mit verschiedenen Rhinoviren?
06:03
How do I know which rhinovirus I have?
134
351000
2000
Wie kann ich wissen, welches Rhinovirus ich habe?
06:05
There're 102 known variants of the common cold,
135
353000
3000
^
06:08
and there're only 102 because people got bored collecting them:
136
356000
3000
es gibt nur 102, weil es irgendwann langweilig wurde, sie zu sammeln.
06:11
there are just new ones every year.
137
359000
2000
Jedes Jahr gibt es neue.
06:13
And so, here are four different rhinoviruses,
138
361000
2000
Hier sind 4 verschiedene Rhinoviren.
06:15
and you can see, even with your eye,
139
363000
2000
Man kann die einzelnen Barcodes mit bloßem Auge,
06:17
without any fancy computer pattern-matching
140
365000
2000
ohne großartige Softwarealgorithmen zur
06:19
recognition software algorithms,
141
367000
2000
Mustererkennung,
06:21
that you can distinguish each one of these barcodes from each other.
142
369000
3000
von einander unterscheiden.
06:24
Now, this is kind of a cheap shot,
143
372000
2000
Nun, das ist ein billiger Trick,
06:26
because I know what the genetic sequence of all these rhinoviruses is,
144
374000
3000
schließlich kenne ich die genetischen Sequenzen all dieser Rhinoviren,
06:29
and I in fact designed the chip
145
377000
1000
dazu habe ich den Chip entwickelt
06:30
expressly to be able to tell them apart,
146
378000
2000
mit der Absicht, sie unterscheiden zu können.
06:32
but what about rhinoviruses that have never seen a genetic sequencer?
147
380000
4000
Aber was ist mit Rhinoviren, die noch nie einen genetischen Sequenzer gesehen haben?
06:36
We don't know what the sequence is; just pull them out of the field.
148
384000
2000
Wir kennen die Sequenz nicht, ziehen sie einfach aus dem Feld.
06:38
So, here are four rhinoviruses
149
386000
2000
So, hier sind vier Rhinoviren
06:40
we never knew anything about --
150
388000
2000
über die wir nichts wissen --
06:42
no one's ever sequenced them -- and you can also see
151
390000
3000
sie wurden bisher nicht sequenziert -- man sieht, dass
06:45
that you get unique and distinguishable patterns.
152
393000
2000
sie einzigartige und unterscheidbare Muster ergeben.
06:47
You can imagine building up some library, whether real or virtual,
153
395000
3000
Stellen Sie sich vor, dass man eine Bibliothek aufbaut, echt oder virtuell,
06:50
of fingerprints of essentially every virus.
154
398000
2000
von Fingerabdrücken grundsätzlich aller Viren.
06:52
But that's, again, shooting fish in a barrel, you know, right?
155
400000
3000
Auch wieder so ein ungleicher Wettkampf, oder?
06:55
You have tissue culture cells. There are a ton of viruses.
156
403000
2000
Wir haben Kulturgewebezellen und eine Tonne Viren.
06:57
What about real people?
157
405000
2000
Was ist mit wirklichen Menschen?
06:59
You can't control real people, as you probably know.
158
407000
2000
Bekanntlich sind wirkliche Menschen unkontrollierbar.
07:01
You have no idea what someone's going to cough into a cup,
159
409000
4000
Sie wissen nicht, was Ihnen jemand in die Tasse hustet,
07:05
and it's probably really complex, right?
160
413000
3000
und wahrscheinlich ist es wirklich komplex, oder?
07:08
It could have lots of bacteria, it could have more than one virus,
161
416000
3000
Es könnten jede Menge Bakterien sein, es könnte mehr als ein Virus sein,
07:11
and it certainly has host genetic material.
162
419000
2000
bestimmt ist Genmaterial des Wirts dabei.
07:13
So how do we deal with this?
163
421000
1000
Wie gehen wir also damit um?
07:14
And how do we do the positive control here?
164
422000
2000
Und wie führen wir hier die Positvkontrolle durch?
07:16
Well, it's pretty simple.
165
424000
2000
Nun, ganz einfach.
07:18
That's me, getting a nasal lavage.
166
426000
2000
Hier bekomme ich eine Nasenspülung.
07:20
And the idea is, let's experimentally inoculate people with virus.
167
428000
5000
Der Plan ist, Menschen experimentell mit Viren zu impfen,
07:25
This is all IRB-approved, by the way; they got paid.
168
433000
5000
-- übrigens ist das alles behördlich genehmigt, sie wurden dafür bezahlt.
07:30
And basically we experimentally inoculate people
169
438000
3000
Im Grunde impfen wir experimentell Menschen mit
07:33
with the common cold virus.
170
441000
1000
dem Erkältungsvirus.
07:34
Or, even better, let's just take people
171
442000
2000
Oder, noch besser, wir holen Leute
07:36
right out of the emergency room --
172
444000
1000
frisch aus der Notaufnahme --
07:37
undefined, community-acquired respiratory tract infections.
173
445000
4000
undefinierte, ambulant erworbene Atemwegsinfektionen.
07:41
You have no idea what walks in through the door.
174
449000
2000
Sie wissen nicht, was durch die Tür kommt.
07:43
So, let's start off with the positive control first,
175
451000
3000
Wir wollen mit der Positivkontrolle beginnen,
07:46
where we know the person was healthy.
176
454000
2000
wenn wir wissen, dass die Person gesund war.
07:48
They got a shot of virus up the nose,
177
456000
2000
Sie bekamen einen Schuss Viren durch die Nase.
07:50
let's see what happens.
178
458000
1000
Schauen wir, was passiert.
07:51
Day zero: nothing happening.
179
459000
2000
Tag Null: Nichts passiert.
07:53
They're healthy; they're clean -- it's amazing.
180
461000
2000
Sie sind gesund, sie sind sauber -- erstaunlich.
07:55
Actually, we thought the nasal tract might be full of viruses
181
463000
2000
Eigentlich glaubten wir, dass der Nasentrakt voller Viren sein würde,
07:57
even when you're walking around healthy.
182
465000
1000
selbst wenn man ganz gesund ist.
07:58
It's pretty clean. If you're healthy, you're pretty healthy.
183
466000
2000
Er ist richtig sauber. Wenn Sie gesund sind, sind Sie richtig gesund.
08:00
Day two: we get a very robust rhinovirus pattern,
184
468000
4000
Tag zwei: Wir erhalten ein robustes Rhinovirusmuster,
08:04
and it's very similar to what we get in the lab
185
472000
2000
ganz ähnlich dem aus dem Labor
08:06
doing our tissue culture experiment.
186
474000
1000
mit unserem Gewebeexperiment.
08:07
So that's great, but again, cheap shot, right?
187
475000
3000
Schön, aber auch wieder ein billiger Trick, oder?
08:10
We put a ton of virus up this guy's nose. So --
188
478000
2000
Wir jagen eine Tonne Viren in die Nase dieses Kerls. So --
08:12
(Laughter)
189
480000
1000
(Lachen)
08:13
-- I mean, we wanted it to work. He really had a cold.
190
481000
4000
-- wir wollten sogar, dass es funktioniert. Er bekam tatsächlich Erkältung.
08:17
So, how about the people who walk in off the street?
191
485000
4000
Was ist mit den Leuten, denen man auf der Straße begegnet?
08:21
Here are two individuals represented by their anonymous ID codes.
192
489000
2000
Hier werden zwei Einzelpersonen durch anonyme ID-Codes dargestellt.
08:23
They both have rhinoviruses; we've never seen this pattern in lab.
193
491000
4000
Beide haben Rhinoviren; dieses Muster haben wir im Labor nie gesehen.
08:27
We sequenced part of their viruses;
194
495000
2000
Wir sequenzierten einen Teil ihrer Viren;
08:29
they're new rhinoviruses no one's actually even seen.
195
497000
3000
es sind neue, bisher ungesehene Rhinoviren.
08:32
Remember, our evolutionary-conserved sequences
196
500000
2000
Denken Sie daran, dass wir mit unseren evolutionär konservierten
08:34
we're using on this array allow us to detect
197
502000
2000
Sequenzen, die wir mit diesem Array benutzen,
08:36
even novel or uncharacterized viruses,
198
504000
2000
selbst neue, noch nicht charakterisierte Viren entdecken können,
08:38
because we pick what is conserved throughout evolution.
199
506000
4000
weil wir evolutionär konserviertes Material nehmen.
08:42
Here's another guy. You can play the diagnosis game yourself here.
200
510000
3000
Das ist jemand anderes. Sie können selbst das Diagnosespiel spielen.
08:45
These different blocks represent
201
513000
2000
Diese verschiedenen Blöcke stellen
08:47
the different viruses in this paramyxovirus family,
202
515000
2000
die verschiedenen Viren der Paramyxo-Familie dar.
08:49
so you can kind of go down the blocks
203
517000
1000
Sie können also einfach die Blöcke runter
08:50
and see where the signal is.
204
518000
2000
wandern und sehen, wo das Signal ist.
08:52
Well, doesn't have canine distemper; that's probably good.
205
520000
3000
Ok, keine Hundestaube; gut so.
08:55
(Laughter)
206
523000
2000
(Lachen)
08:57
But by the time you get to block nine,
207
525000
2000
Wenn Sie bei Block 9 angekommen sind,
08:59
you see that respiratory syncytial virus.
208
527000
2000
sehen Sie den Respiratory-Synctial-Virus.
09:01
Maybe they have kids. And then you can see, also,
209
529000
3000
Vielleicht haben sie Kinder. Und dann sehen Sie auch
09:04
the family member that's related: RSVB is showing up here.
210
532000
2000
das verwandte Familienmitglied: Hier sehen Sie RSVB.
09:06
So, that's great.
211
534000
1000
Prima.
09:07
Here's another individual, sampled on two separate days --
212
535000
3000
Weitere Proben von zwei verschiedenen Tagen --
09:10
repeat visits to the clinic.
213
538000
2000
wiederholte Krankenhausbesuche.
09:12
This individual has parainfluenza-1,
214
540000
3000
Diese Person hat Parainfluenza-1.
09:15
and you can see that there's a little stripe over here
215
543000
2000
Hier sehen Sie einen kleinen Streifen
09:17
for Sendai virus: that's mouse parainfluenza.
216
545000
3000
für den Sendai-Virus: Parainfluenza bei Mäusen.
09:20
The genetic relationships are very close there. That's a lot of fun.
217
548000
4000
Die genetischen Beziehungen sind hier sehr dicht. Macht jede Menge Spaß.
09:24
So, we built out the chip.
218
552000
1000
So bauten wir den Chip aus.
09:25
We made a chip that has every known virus ever discovered on it.
219
553000
4000
Wir fertigten einen Chip mit allen jemals entdeckten Viren.
09:29
Why not? Every plant virus, every insect virus, every marine virus.
220
557000
3000
Warum nicht? Jeder Virus bei Pflanzen, Insekten und Meerestieren.
09:32
Everything that we could get out of GenBank --
221
560000
2000
Alles, was wir von GenBank, dem nationalen Depot
09:34
that is, the national repository of sequences.
222
562000
2000
für DNA-Sequenzen, bekommen konnten.
09:36
Now we're using this chip. And what are we using it for?
223
564000
3000
Jetzt benutzen wir diesen Chip. Und wozu nutzen wir ihn?
09:39
Well, first of all, when you have a big chip like this,
224
567000
2000
Mit einem so großen Chip braucht man zu aller erst
09:41
you need a little bit more informatics,
225
569000
2000
mehr Informatik; also entwickelten wir
09:43
so we designed the system to do automatic diagnosis.
226
571000
2000
ein System zur automatischen Diagnostik.
09:45
And the idea is that we simply have virtual patterns,
227
573000
3000
Die Idee ist, dass wir einfach virtuelle Muster haben --
09:48
because we're never going to get samples of every virus --
228
576000
2000
weil wir niemals Proben von allen Viren bekommen werden;
09:50
it would be virtually impossible. But we can get virtual patterns,
229
578000
3000
virtuell wäre es möglich. Wir können virtuelle Muster bekommen
09:53
and compare them to our observed result --
230
581000
2000
und mit den beobachteten Resultaten vergleichen,
09:55
which is a very complex mixture -- and come up with some sort of score
231
583000
4000
eine komplexe Mixtur, mit der wir eine Art Trefferliste der Wahrscheinlichkeit,
09:59
of how likely it is this is a rhinovirus or something.
232
587000
3000
entwickeln, dass es ein Rhinovirus oder so ist.
10:02
And this is what this looks like.
233
590000
2000
Und so sieht es aus.
10:04
If, for example, you used a cell culture
234
592000
2000
Wenn man zum Beispiel eine chronisch mit
10:06
that's chronically infected with papilloma,
235
594000
2000
Papilloma infizierte Zellkultur verwendet, erhält
10:08
you get a little computer readout here,
236
596000
2000
man hier eine kleine Computeranzeige und
10:10
and our algorithm says it's probably papilloma type 18.
237
598000
4000
der Algorithmus zeigt, dass es wahrscheinlich Papilloma Typ 18 ist.
10:14
And that is, in fact, what these particular cell cultures
238
602000
2000
Und genau damit sind diese Zellkulturen
10:16
are chronically infected with.
239
604000
2000
chronisch infiziert.
10:18
So let's do something a little bit harder.
240
606000
2000
Wir wollen es ein bisschen schwieriger.
10:20
We put the beeper in the clinic.
241
608000
1000
Wir stellten diese Piepser in der Klinik auf.
10:21
When somebody shows up, and the hospital doesn't know what to do
242
609000
3000
Wenn jemand kommt, dem das Krankenhaus nicht helfen kann, weil
10:24
because they can't diagnose it, they call us.
243
612000
2000
sie keine Diagnose stellen können, rufen sie uns.
10:26
That's the idea, and we're setting this up in the Bay Area.
244
614000
2000
Also stellen wir es im Raum San Francisco auf.
10:28
And so, this case report happened three weeks ago.
245
616000
2000
Und so ereignete sich vor drei Wochen folgender Fall.
10:30
We have a 28-year-old healthy woman, no travel history,
246
618000
3000
Wir haben eine 28-jährige, gesunde Frau, keine Reisegeschichte,
10:33
[unclear], doesn't smoke, doesn't drink.
247
621000
3000
(undeutlich) sie raucht nicht, trinkt nicht.
10:36
10-day history of fevers, night sweats, bloody sputum --
248
624000
4000
10 Tage Fieber, Nachtschwitzen, blutiger Auswurf --
10:40
she's coughing up blood -- muscle pain.
249
628000
2000
sie hustet Blut -- Muskelschmerzen.
10:42
She went to the clinic, and they gave her antibiotics
250
630000
4000
Sie ging ins Krankenhaus und bekam Antibiotika,
10:46
and then sent her home.
251
634000
1000
und wurde nach Hause geschickt.
10:47
She came back after ten days of fever, right? Still has the fever,
252
635000
4000
Nach 10 weiteren Tagen mit Fieber kam sie zurück -- immer noch Fieber --
10:51
and she's hypoxic -- she doesn't have much oxygen in her lungs.
253
639000
3000
sie hat Hypoxie -- wenig Sauerstoff in ihren Lungen.
10:54
They did a CT scan.
254
642000
1000
Sie nahmen einen CT vor.
10:55
A normal lung is all sort of dark and black here.
255
643000
4000
Eine normale Lunge wäre hier schwarz und dunkel.
10:59
All this white stuff -- it's not good.
256
647000
2000
All dieses weiße Zeug ist nicht gut.
11:01
This sort of tree and bud formation indicates there's inflammation;
257
649000
3000
Dieses baumartige Muster deutet auf eine Entzündung hin;
11:04
there's likely to be infection.
258
652000
2000
wahrscheinlich besteht hier eine Infektion.
11:06
OK. So, the patient was treated then
259
654000
3000
OK. Die Patientin wurde mit einem
11:09
with a third-generation cephalosporin antibiotic and doxycycline,
260
657000
4000
Cephalosporinantibiotikum der dritten Generation und mit Doxycin behandelt.
11:13
and on day three, it didn't help: she had progressed to acute failure.
261
661000
4000
Half nicht. Am dritten Tag: Fortschreiten zu akutem Lungenversagen.
11:17
They had to intubate her, so they put a tube down her throat
262
665000
3000
Sie musste intubiert werden, sie steckten ihr einen Schlauch in den Hals
11:20
and they began to mechanically ventilate her.
263
668000
1000
und beatmeten sie mechanisch.
11:21
She could no longer breathe for herself.
264
669000
2000
Sie konnte nicht mehr selbst atmen.
11:23
What to do next? Don't know.
265
671000
2000
Was tun? Keine Ahnung
11:25
Switch antibiotics: so they switched to another antibiotic,
266
673000
3000
Antibiotika wechseln, also nahmen sie ein anderen Antibiotikum,
11:28
Tamiflu.
267
676000
2000
und Tamiflu -- ich weiß
11:30
It's not clear why they thought she had the flu,
268
678000
2000
nicht, warum sie dachten, es ginge um Grippe --
11:32
but they switched to Tamiflu.
269
680000
2000
aber sie nahmen Tamiflu.
11:34
And on day six, they basically threw in the towel.
270
682000
2000
Am sechsten Tag schmissen sie das Handtuch.
11:36
You do an open lung biopsy when you've got no other options.
271
684000
4000
Eine offene Lungenbiopsie wird gemacht, wenn keine andere Wahl besteht.
11:40
There's an eight percent mortality rate with just doing this procedure,
272
688000
2000
Dieser Vorgang birgt eine Sterblichkeitsrate von 8 Prozent.
11:42
and so basically -- and what do they learn from it?
273
690000
3000
Und was haben sie Wesentliches daraus gelernt?
11:45
You're looking at her open lung biopsy.
274
693000
2000
Sie sehen hier ihre offene Lungenbiopsie.
11:47
And I'm no pathologist, but you can't tell much from this.
275
695000
2000
Ich bin kein Pathologe, aber hier sieht man nicht viel.
11:49
All you can tell is, there's a lot of swelling: bronchiolitis.
276
697000
3000
Man kann eine starke Schwellung sehen: Bronchiolitis.
11:52
It was "unrevealing": that's the pathologist's report.
277
700000
3000
Im pathologischen Bericht steht: Nicht aufschlussreich.
11:55
And so, what did they test her for?
278
703000
3000
Worauf wurde sie getestet?
11:58
They have their own tests, of course,
279
706000
1000
Natürlich haben sie ihre eigenen Tests
11:59
and so they tested her for over 70 different assays,
280
707000
3000
und so testeten sie mit 70 verschiedenen Proben
12:02
for every sort of bacteria and fungus and viral assay
281
710000
3000
auf alle Arten Bakterien, Pilze und Viren,
12:05
you can buy off the shelf:
282
713000
2000
die man von der Stange kaufen kann:
12:07
SARS, metapneumovirus, HIV, RSV -- all these.
283
715000
3000
SARS, Metapneumovirus, HIV, RSV - sie alle.
12:10
Everything came back negative, over 100,000 dollars worth of tests.
284
718000
4000
Alles kam negativ zurück. Tests im Wert von über 100.000 Dollar.
12:14
I mean, they went to the max for this woman.
285
722000
3000
Ich meine, sie taten alles für diese Frau.
12:17
And basically on hospital day eight, that's when they called us.
286
725000
3000
Und am 8. Kliniktag riefen sie endlich uns zur Hilfe.
12:20
They gave us endotracheal aspirate --
287
728000
2000
Sie gaben uns eine endotracheale Saugprobe --
12:22
you know, a little fluid from the throat,
288
730000
2000
ein bisschen Flüssigkeit aus dem Hals
12:24
from this tube that they got down there -- and they gave us this.
289
732000
2000
aus dem Schlauch, den sie ihr eingeführt hatten -- das gaben sie uns.
12:26
We put it on the chip; what do we see? Well, we saw parainfluenza-4.
290
734000
5000
Wir trugen sie auf dem Chip auf. Was sieht man? Nun, wir sahen Parainfluenza-4 .
12:31
Well, what the hell's parainfluenza-4?
291
739000
2000
Was zum Teufel ist Parainfluenza-4?
12:33
No one tests for parainfluenza-4. No one cares about it.
292
741000
3000
Keiner testet auf Parainfluenza-4. Niemand kümmert sich darum.
12:36
In fact, it's not even really sequenced that much.
293
744000
3000
Es wurde nicht einmal sehr häufig sequenziert.
12:39
There's just a little bit of it sequenced.
294
747000
2000
Nur ein kleiner Teil davon wurde sequenziert
12:41
There's almost no epidemiology or studies on it.
295
749000
2000
Es gibt kaum epidemiologische Studien darüber.
12:43
No one would even consider it,
296
751000
2000
Niemand käme je auf den Gedanken, weil
12:45
because no one had a clue that it could cause respiratory failure.
297
753000
3000
niemand wusste, dass es Atemwegsversagen verursachen konnte.
12:48
And why is that? Just lore. There's no data --
298
756000
3000
Warum ist das so? Überlieferung. Es gibt keine Daten --
12:51
no data to support whether it causes severe or mild disease.
299
759000
4000
keine, die sagen, ob eine schwere oder leichte Erkrankung verursacht wird.
12:55
Clearly, we have a case of a healthy person that's going down.
300
763000
3000
Klarer Fall von einer gesunden Person, mit der es bergab geht.
12:58
OK, that's one case report.
301
766000
3000
Ok, das ist eine Fallstudie.
13:01
I'm going to tell you one last thing in the last two minutes
302
769000
2000
Eines möchte ich Ihnen in den letzten zwei Minuten noch erzählen.
13:03
that's unpublished -- it's going to come out tomorrow --
303
771000
3000
Noch unveröffentlicht -- morgen wird es raus kommen --
13:06
and it's an interesting case of how you might use this chip
304
774000
3000
es ist ein interessanter Fall darüber, wie Sie mit diesem
13:09
to find something new and open a new door.
305
777000
2000
Chip Neues finden und eine neue Türe öffnen können.
13:11
Prostate cancer. I don't need to give you many statistics
306
779000
4000
Prostatakrebs. Über Prostatakrebs brauche ich Ihnen nicht
13:15
about prostate cancer. Most of you already know it:
307
783000
3000
viele Statistiken zu geben. Die meisten von Ihnen wissen es:
13:18
third leading cause of cancer deaths in the U.S.
308
786000
2000
die dritthäufigste Ursache für Krebstod in den USA..
13:20
Lots of risk factors,
309
788000
2000
Viele Risikofaktoren,
13:22
but there is a genetic predisposition to prostate cancer.
310
790000
4000
aber auch eine genetische Disposition.
13:26
For maybe about 10 percent of prostate cancer,
311
794000
2000
In vielleich10 Prozent der Fälle von Prostatakrebs sind
13:28
there are folks that are predisposed to it.
312
796000
2000
sind Leute prädisponiert.
13:30
And the first gene that was mapped in association studies
313
798000
4000
Das erste Gen, das wir bei Assoziationsstudien für
13:34
for this, early-onset prostate cancer, was this gene called RNASEL.
314
802000
4000
Prostatakrebs im Frühstadium erschlossen haben, heißt RNASEL.
13:38
What is that? It's an antiviral defense enzyme.
315
806000
3000
Was ist das? Es ist ein Enzym zur Abwehr von Viren.
13:41
So, we're sitting around and thinking,
316
809000
2000
Also sitzen wir da und überlegen,
13:43
"Why would men who have the mutation --
317
811000
2000
warum bekommen Männer mit dieser Mutation,
13:45
a defect in an antiviral defense system -- get prostate cancer?
318
813000
5000
einem Defekt in der Virusabwehr, Prostatakrebs?
13:50
It doesn't make sense -- unless, maybe, there's a virus?"
319
818000
3000
Völlig sinnlos - außer wenn da vielleicht ein Virus dahinter steckt.
13:53
So, we put tumors --- and now we have over 100 tumors -- on our array.
320
821000
6000
Also nahmen wir Tumore -- jetzt haben wir über 100 -- für das Array.
13:59
And we know who's got defects in RNASEL and who doesn't.
321
827000
3000
Damit wissen wir, wer einen RNASEL-Defekt hat und wer nicht.
14:02
And I'm showing you the signal from the chip here,
322
830000
3000
Ich zeige Ihnen das Signal hier auf dem Chip und
14:05
and I'm showing you for the block of retroviral oligos.
323
833000
4000
und ich zeige Ihnen den Block der retroviralen Oligos.
14:09
And what I'm telling you here from the signal, is
324
837000
2000
Aus diesem Signal lese ich, dass
14:11
that men who have a mutation in this antiviral defense enzyme,
325
839000
4000
Männer mit einer Mutation dieses Virusabwehrenzyms
14:15
and have a tumor, often have -- 40 percent of the time --
326
843000
4000
und einem Tumor häufig -- in 40 Prozent der Fälle --
14:19
a signature which reveals a new retrovirus.
327
847000
4000
eine Signatur mit neuem Retrovirus aufweisen.
14:23
OK, that's pretty wild. What is it?
328
851000
3000
Ok, ganz schön abgefahren. Was ist das?
14:26
So, we clone the whole virus.
329
854000
1000
Wir klonen das gesamte Virus.
14:27
First of all, I'll tell you that a little automated prediction told us
330
855000
4000
Zunächst hatte uns eine kleine automatische Voraussage erzählt,
14:31
it was very similar to a mouse virus.
331
859000
2000
dass es dem Mausvirus sehr ähnlich sein würde.
14:33
But that doesn't tell us too much,
332
861000
1000
Das sagt nicht viel aus, also
14:34
so we actually clone the whole thing.
333
862000
2000
klonen wir tatsächlich das ganze Ding.
14:36
And the viral genome I'm showing you right here?
334
864000
2000
Und das Viralgenom, das ich Ihnen hier zeige?
14:38
It's a classic gamma retrovirus, but it's totally new;
335
866000
3000
Es ist ein klassisches Retrovirus, aber es ist völlig neu.
14:41
no one's ever seen it before.
336
869000
1000
Niemand hat es je zuvor gesehen.
14:42
Its closest relative is, in fact, from mice,
337
870000
3000
Sein nächster Verwandter stammt tatsächlich von Mäusen,
14:45
and so we would call this a xenotropic retrovirus,
338
873000
4000
so könnten wir das als xenotropes Retrovirus bezeichnen,
14:49
because it's infecting a species other than mice.
339
877000
3000
weil es eine andere Spezies als Mäuse befällt.
14:52
And this is a little phylogenetic tree
340
880000
2000
Hier ist ein kleiner phylogenetischer Baum, damit
14:54
to see how it's related to other viruses.
341
882000
2000
Sie sehen, wie es mit anderen Viren verwandt ist.
14:56
We've done it for many patients now,
342
884000
3000
Wir haben das jetzt bei vielen Patienten gemacht und
14:59
and we can say that they're all independent infections.
343
887000
3000
können sagen, dass die Infektionen voneinander unabhängig sind.
15:02
They all have the same virus,
344
890000
1000
Sie alle haben dasselbe Virus,
15:03
but they're different enough that there's reason to believe
345
891000
3000
aber es ist jedes Mal verschieden genug, dass wir vermuten können,
15:06
that they've been independently acquired.
346
894000
2000
dass es unabhängig voneinander erworben wurde.
15:08
Is it really in the tissue? And I'll end up with this: yes.
347
896000
2000
Ist es tatsächlich im Gewebe? Damit möchte ich schließen. Ja.
15:10
We take slices of these biopsies of tumor tissue
348
898000
3000
Wir nehmen Scheiben der Biopsien des Tumorgewebes
15:13
and use material to actually locate the virus,
349
901000
2000
und verwenden Material zur Lokalisierung des Virus
15:15
and we find cells here with viral particles in them.
350
903000
4000
und wir finden Zellen mit Viruspartikeln.
15:19
These guys really do have this virus.
351
907000
2000
Diese Leute haben dieses Virus wirklich.
15:21
Does this virus cause prostate cancer?
352
909000
2000
Verursacht dieses Virus Prostatakrebs?
15:23
Nothing I'm saying here implies causality. I don't know.
353
911000
4000
Ich möchte hier keinen kausalen Zusammenhang nahelegen.
15:27
Is it a link to oncogenesis? I don't know.
354
915000
2000
Ist hier eine Verbindung zur Onkogenese? Ich weiß nicht.
15:29
Is it the case that these guys are just more susceptible to viruses?
355
917000
4000
Sind diese Leute einfach anfälliger für Viren?
15:33
Could be. And it might have nothing to do with cancer.
356
921000
3000
Vielleicht. Es könnte nichts mit Krebs zu tun haben.
15:36
But now it's a door.
357
924000
1000
Aber es ist eine Tür.
15:37
We have a strong association between the presence of this virus
358
925000
3000
Es besteht eine starke Assoziationen zwischen dem Vorhandensein dieses Virus
15:40
and a genetic mutation that's been linked to cancer.
359
928000
3000
und einer genetischen Mutation mit Verbindung zu Krebs.
15:43
That's where we're at.
360
931000
1000
Das ist der Stand der Dinge.
15:44
So, it opens up more questions than it answers, I'm afraid,
361
932000
4000
Leider stellen sich mehr Fragen als beantwortet werden.
15:48
but that's what, you know, science is really good at.
362
936000
2000
Aber genau darin ist Wissenschaft wirklich gut.
15:50
This was all done by folks in the lab --
363
938000
2000
Das alles stammt von Leuten im Labor;
15:52
I cannot take credit for most of this.
364
940000
1000
das Meiste ist nicht mein Verdienst.
15:53
This is a collaboration between myself and Don.
365
941000
1000
Es ist eine Zusammenarbeit zwischen Don und mir.
15:54
This is the guy who started the project in my lab,
366
942000
3000
Dieser Kerl hat in meinem Labor mit dem Projekt angefangen;
15:57
and this is the guy who's been doing prostate stuff.
367
945000
2000
der da hat die ganze Prostatageschichte gemacht.
15:59
Thank you very much. (Applause)
368
947000
3000
Vielen Dank.
ABOUT THE SPEAKER
Joe DeRisi - BiochemistJoe DeRisi hunts for the genes that make us sick. At his lab, he works to understand the genome of Plasmodium falciparum, the deadliest form of malaria.
Why you should listen
Joseph DeRisi is a molecular biologist and biochemist, on the hunt for the genomic basis of illness. His lab at UCSF is focused on the cause of malaria, and he's also poked into SARS, avian flu and other new diseases as they crop up. His approach combines scientific rigor with a nerd's boundary-breaking enthusiasm for new techniques -- one of the qualities that helped him win a MacArthur "genius" grant in 2004. A self-confessed computer geek, DeRisi designed and programmed a groundbreaking tool for finding (and fighting) viruses -- the ViroChip, a DNA microarray that test for the presence of all known viruses in one step.
In 2008, DeRisi won the Heinz Award for Technology, the Economy and Employment.
Joe DeRisi | Speaker | TED.com