TED2006
Joe DeRisi: Solving medical mysteries
El chip ViroScan de Joe DeRisi resuelve misterios médicos
Filmed:
Readability: 4.3
474,538 views
El bioquímico Joe DeRisi habla acerca de las asombrosas nuevas formas de diagnosticar virus (y tratar las enfermedades que provocan) utilizando el ADN. Su trabajo puede ayudarnos a comprender la malaria, el SARS, la gripe aviar, y el 60% de las enfermedades virósicas cotidianas que escapan al diagnóstico.
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
¿Cómo podemos hacer, cómo podemos investigar
00:15
this flora of viruses that surround us, and aid medicine?
1
3000
5000
la flora de virus que nos rodean, y ayudar a la ciencia médica?
00:20
How can we turn our cumulative knowledge of virology
2
8000
4000
¿Cómo podemos convertir nuestro conocimiento acumulado sobre la virología
00:24
into a simple, hand-held, single diagnostic assay?
3
12000
4000
en un ensayo químico para el diagnóstico sencillo, único y manejable?
00:28
I want to turn everything we know right now about detecting viruses
4
16000
3000
Quiero convertir todo lo que sabemos ahora mismo sobre la detección de virus
00:31
and the spectrum of viruses that are out there
5
19000
2000
y el espectro de virus que están ahí fuera
00:33
into, let's say, a small chip.
6
21000
3000
en, pongamos, un pequeño chip.
00:36
When we started thinking about this project --
7
24000
2000
Cuando comenzamos a pensar en este proyecto --
00:38
how we would make a single diagnostic assay
8
26000
3000
cómo podríamos hacer un único ensayo químico de diagnóstico
00:41
to screen for all pathogens simultaneously --
9
29000
3000
para buscar de forma simultánea todos los patógenos --
00:44
well, there's some problems with this idea.
10
32000
2000
bueno, resultó que había algunos problemas con la idea...
00:46
First of all, viruses are pretty complex,
11
34000
4000
Para empezar, los virus son bastante complejos.
00:50
but they're also evolving very fast.
12
38000
4000
Pero además, estan evolucionando con mucha rapidez.
00:54
This is a picornavirus.
13
42000
1000
Este es un picornavirus.
00:55
Picornaviruses -- these are things that include
14
43000
2000
Los picornavirus - estos son los virus que incluyen
00:57
the common cold and polio, things like this.
15
45000
3000
cosas como el resfriado común y la polio, entre otras.
01:00
You're looking at the outside shell of the virus,
16
48000
2000
Esto que vemos aquí es el cápside del virus,
01:02
and the yellow color here are those parts of the virus
17
50000
3000
y el color amarillo aquí indica aquellas partes del virus
01:05
that are evolving very, very fast,
18
53000
2000
que evolucionan con mucha, mucha rapidez.
01:07
and the blue parts are not evolving very fast.
19
55000
2000
y las partes azules en cambio no evolucionan tan rápidamente.
01:09
When people think about making pan-viral detection reagents,
20
57000
3000
Cuando la gente piensa en hacer reactivos de detección pan-virales
01:12
usually it's the fast-evolving problem that's an issue,
21
60000
4000
habitualmente el problema está en las partes que evolucionan rápidamente.
01:16
because how can we detect things if they're always changing?
22
64000
2000
Porque...¿cómo podemos detectar cosas si están cambiando continuamente?
01:18
But evolution is a balance:
23
66000
2000
Pero la evolución es un equilibrio
01:20
where you have fast change, you also have ultra-conservation --
24
68000
4000
donde tienes cambios muy rápidos, también tienes ultra conservación --
01:24
things that almost never change.
25
72000
2000
cosas que casi nunca cambian.
01:26
And so we looked into this a little more carefully,
26
74000
3000
Así que decidimos mirar en esto un poco más cuidadosamente
01:29
and I'm going to show you data now.
27
77000
1000
y os voy a mostrar ahora unos datos...
01:30
This is just some stuff you can do on the computer from the desktop.
28
78000
3000
Esto son simplemente cosas que se pueden hacer con un ordenador de escritorio
01:33
I took a bunch of these small picornaviruses,
29
81000
2000
Cogí un puñado de estos pequeños picornavirus
01:35
like the common cold, like polio and so on,
30
83000
2000
como el resfriado común, la polio, etc.,
01:37
and I just broke them down into small segments.
31
85000
4000
y los partí en pequeños segmentos
01:41
And so took this first example, which is called coxsackievirus,
32
89000
3000
así que cogí este primer ejemplo, que se llama Coxsackievirus,
01:44
and just break it into small windows.
33
92000
2000
lo parto en pequeñas ventanas
01:46
And I'm coloring these small windows blue
34
94000
2000
y coloreo estas pequeñas ventanas en azul
01:48
if another virus shares an identical sequence in its genome
35
96000
5000
si algún otro virus comparte una secuencia genética idéntica
01:53
to that virus.
36
101000
1000
al primer virus.
01:54
These sequences right up here --
37
102000
2000
Estas secuencias aquí arriba --
01:56
which don't even code for protein, by the way --
38
104000
2000
que, por cierto, ni siquiera codifican proteínas --
01:58
are almost absolutely identical across all of these,
39
106000
3000
son casi completamente idénticas en todos estos
02:01
so I could use this sequence as a marker
40
109000
4000
de forma que podía usar esta secuencia como marcador
02:05
to detect a wide spectrum of viruses,
41
113000
2000
para detectar un amplio conjunto de virus
02:07
without having to make something individual.
42
115000
3000
sin tener que hacer algo individual.
02:10
Now, over here there's great diversity:
43
118000
2000
Aquí en cambio hay mucha diversidad,
02:12
that's where things are evolving fast.
44
120000
2000
aquí es donde las cosas evolucionan con rapidez.
02:14
Down here you can see slower evolution: less diversity.
45
122000
4000
Más abajo aquí podéis ver una evolución más lenta : menos diversidad.
02:18
Now, by the time we get out here to, let's say,
46
126000
2000
Para cuando hayamos llegado a, pongamos por ejemplo,
02:20
acute bee paralysis virus --
47
128000
2000
el virus de la parálisis aguda de las abejas
02:22
probably a bad one to have if you're a bee ---
48
130000
2000
(probablemente un mal virus si uno es una abeja)
02:24
this virus shares almost no similarity to coxsackievirus,
49
132000
5000
este virus practicametne no guarda similitud con el Coxsackievirus,
02:29
but I can guarantee you that the sequences that are most conserved
50
137000
4000
pero puedo garantizaros que las secuencias que están más conservadas
02:33
among these viruses on the right-hand of the screen
51
141000
2000
entre estos virus en la parte derecha de la pantalla
02:35
are in identical regions right up here.
52
143000
3000
están en idénticas regiones aquí
02:38
And so we can encapsulate these regions of ultra-conservation
53
146000
3000
Así que podemos encapsular estas regiones de ultra-conservación
02:41
through evolution -- how these viruses evolved --
54
149000
3000
a través de la evolución - cómo estos virus evolucionaron -
02:44
by just choosing DNA elements or RNA elements
55
152000
3000
seleccionando bien elementos de ADN o ARN
02:47
in these regions to represent on our chip as detection reagents.
56
155000
4000
en estas regiones para representar sobre nuestro chip como si fuesen reactivos detectores
02:51
OK, so that's what we did, but how are we going to do that?
57
159000
3000
Así que eso es lo que hicimos, pero ¿cómo conseguirlo?
02:54
Well, for a long time, since I was in graduate school,
58
162000
2000
Bueno, durante mucho tiempo, desde la facultad
02:56
I've been messing around making DNA chips --
59
164000
3000
siempre he estado jugando con chips de ADN.
02:59
that is, printing DNA on glass.
60
167000
2000
es decir, imprimiendo ADN sobre vidrio..
03:01
And that's what you see here:
61
169000
1000
y esto es precisamente lo que veis aquí...
03:02
These little salt spots are just DNA tacked onto glass,
62
170000
3000
Estas pequeñas motas de sal son fragmentos de ADN incrustados en vidrio.
03:05
and so I can put thousands of these on our glass chip
63
173000
3000
de forma que puedo poner miles de estas motas en nuestro chip de vidrio
03:08
and use them as a detection reagent.
64
176000
2000
y usarlas como reactivo de detección.
03:10
We took our chip over to Hewlett-Packard
65
178000
2000
Llevamos nuestro chip a Hewlett-Packard
03:12
and used their atomic force microscope on one of these spots,
66
180000
2000
y usamos su microscopio atómico sobre una de estas motas
03:14
and this is what you see:
67
182000
2000
y esto es lo que se puede ver:
03:16
you can actually see the strands of DNA lying flat on the glass here.
68
184000
3000
se pueden realmente apreciar los filamentos de ADN sobre el vidrio.
03:19
So, what we're doing is just printing DNA on glass --
69
187000
3000
Así que lo que estamos haciendo es simplemente imprimir ADN sobre vidrio -
03:22
little flat things -- and these are going to be markers for pathogens.
70
190000
4000
pequeñas cosas planas - y estas cosas van a ser nuestros marcadores para detectar patógenos
03:26
OK, I make little robots in lab to make these chips,
71
194000
3000
Ok, Yo suelo hacer pequeños robots de laboratorio para fabricar estos chips.
03:29
and I'm really big on disseminating technology.
72
197000
3000
y realmente quiero diseminar la tecnología.
03:32
If you've got enough money to buy just a Camry,
73
200000
3000
Si tenéis suficiente dinero para comprar un Camry,
03:35
you can build one of these too,
74
203000
2000
podéis construir uno de estos.
03:37
and so we put a deep how-to guide on the Web, totally free,
75
205000
4000
Así que publicamos en la Web una guía exhaustiva, totalmente gratuita,
03:41
with basically order-off-the-shelf parts.
76
209000
2000
mediante la cual básicamente con piezas estándar
03:43
You can build a DNA array machine in your garage.
77
211000
3000
podéis construir una máquina de chips ADN en vuestro garaje.
03:46
Here's the section on the all-important emergency stop switch.
78
214000
3000
Esta es la sección sobre el importantísimo botón de parada de emergencia.
03:49
(Laughter)
79
217000
2000
(Risas)
03:51
Every important machine's got to have a big red button.
80
219000
3000
Toda máquina importante debe tener un gran botón rojo.
03:54
But really, it's pretty robust.
81
222000
2000
No, en serio, es bastante robusta.
03:56
You can actually be making DNA chips in your garage
82
224000
3000
Realmente podríais estar fabricando chips de ADN en vuestro garaje.
03:59
and decoding some genetic programs pretty rapidly. It's a lot of fun.
83
227000
4000
y decodificando algunos programas genéticos con bastante rapidez. Es muy divertido.
04:03
(Laughter)
84
231000
1000
(Risas)
04:04
And so what we did -- and this is a really cool project --
85
232000
4000
Y esto es precisamente lo que hicimos - y es un proyecto muy interesante -
04:08
we just started by making a respiratory virus chip.
86
236000
2000
comenzamos simplemente haciendo un chip para los virus respiratorios.
04:10
I talked about that --
87
238000
2000
Por ejemplo, hablé de
04:12
you know, that situation where you go into the clinic
88
240000
2000
la situación en la que uno va a la clínica
04:14
and you don't get diagnosed?
89
242000
2000
y no se le diagnostica.
04:16
Well, we just put basically all the human respiratory viruses
90
244000
2000
Bueno, nosotros básicamente pusimos todos los virus respiratorios humanos
04:18
on one chip, and we threw in herpes virus for good measure --
91
246000
3000
en un único chip, y añadimos el herpes como "extra".
04:21
I mean, why not?
92
249000
1000
¿Y por qué no?
04:22
The first thing you do as a scientist is,
93
250000
2000
Lo primero que uno hace como científico es
04:24
you make sure stuff works.
94
252000
1000
asegurarse de que la cosa funciona.
04:25
And so what we did is, we take tissue culture cells
95
253000
3000
Así que cogimos tejidos cultivados
04:28
and infect them with various viruses,
96
256000
2000
y los infectamos con diferentes virus
04:30
and we take the stuff and fluorescently label the nucleic acid,
97
258000
4000
y cogemos y etiquetamos de forma fluorescente el ácido nucléico,
04:34
the genetic material that comes out of these tissue culture cells --
98
262000
3000
el material genético que procede de estas células cultivadas -
04:37
mostly viral stuff -- and stick it on the array to see where it sticks.
99
265000
4000
principalmente viral - y lo pegamos sobre el chip para ver dónde se queda encajado.
04:41
Now, if the DNA sequences match, they'll stick together,
100
269000
2000
Ahora bien, si las secuencias de ADN cuadran, se quedarán pegadas juntas
04:43
and so we can look at spots.
101
271000
2000
y así podemos mirar en determinados sitios.
04:45
And if spots light up, we know there's a certain virus in there.
102
273000
2000
Si estos sitios brillan, sabemos que hay un determinado tipo de virus allí.
04:47
That's what one of these chips really looks like,
103
275000
2000
Este es el aspecto que uno de estos chips tiene realmente.
04:49
and these red spots are, in fact, signals coming from the virus.
104
277000
3000
y todas estas zonas rojas son realmente señales provenientes del virus.
04:52
And each spot represents a different family of virus
105
280000
3000
Y cada zona representa una familia diferente de virus
04:55
or species of virus.
106
283000
1000
o especie de virus.
04:56
And so, that's a hard way to look at things,
107
284000
2000
Pero esto es una forma difícil de analizar las cosas,
04:58
so I'm just going to encode things as a little barcode,
108
286000
2000
de forma que simplemente voy a codificar las cosas en forma de un pequeño código de barras
05:00
grouped by family, so you can see the results in a very intuitive way.
109
288000
4000
agrupados por familia, de forma que se puedan ver los resultados de una forma muy intuitiva.
05:04
What we did is, we took tissue culture cells
110
292000
2000
Lo que hicimos es, coger células cultivadas,
05:06
and infected them with adenovirus,
111
294000
2000
infectarlas con adenovirus
05:08
and you can see this little yellow barcode next to adenovirus.
112
296000
4000
y podéis ver este pequeño código de barras amarillo cerca de adenovirus.
05:12
And, likewise, we infected them with parainfluenza-3 --
113
300000
3000
De la misma forma, las infectamos con parainfluenza-3
05:15
that's a paramyxovirus -- and you see a little barcode here.
114
303000
2000
- esto es un paramyxovirus - y podéis ver el código de barras aquí.
05:17
And then we did respiratory syncytial virus.
115
305000
3000
Y también lo hicimos con el virus sincicial respiratorio
05:20
That's the scourge of daycare centers everywhere --
116
308000
2000
Que es la peste de los centros materno-infantiles en todas partes.
05:22
it's like boogeremia, basically.
117
310000
2000
Es como una epidemia de mocos, realmente
05:24
(Laughter)
118
312000
1000
(Risas)
05:25
You can see that this barcode is the same family,
119
313000
4000
Se puede ver - podéis ver que este código de barras está en la misma familia.
05:29
but it's distinct from parainfluenza-3,
120
317000
2000
pero es distinto de la parainfluenza-3
05:31
which gives you a very bad cold.
121
319000
2000
que te causa un resfriado muy fuerte
05:33
And so we're getting unique signatures, a fingerprint for each virus.
122
321000
3000
Así que estamos obteniendo diferentes firmas - una "huella dactilar" de cada virus
05:36
Polio and rhino: they're in the same family, very close to each other.
123
324000
3000
Polio y Rhino - están en la misma familia, muy próximos el uno al otro
05:39
Rhino's the common cold, and you all know what polio is,
124
327000
2000
El Rhinovirus es la causa del resfriado común, y todos sabéis lo que es la polio
05:41
and you can see that these signatures are distinct.
125
329000
3000
y podéis ver que las firmas son diferentes.
05:44
And Kaposi's sarcoma-associated herpes virus
126
332000
3000
Y el virus del sarcoma de Kaposi
05:47
gives a nice signature down here.
127
335000
2000
da una bonita firma aquí abajo
05:49
And so it is not any one stripe or something
128
337000
2000
De forma que no es una única banda o algo
05:51
that tells me I have a virus of a particular type here;
129
339000
2000
lo que dice que tengo un virus de un tipo particular;
05:53
it's the barcode that in bulk represents the whole thing.
130
341000
4000
es el código de barras en completo el que representa al virus en su totalidad.
05:57
All right, I can see a rhinovirus --
131
345000
2000
Bien, puedo ver un rhinovirus
05:59
and here's the blow-up of the rhinovirus's little barcode --
132
347000
2000
y aquí está el pequeño código de barras del rhinovirus expandido...
06:01
but what about different rhinoviruses?
133
349000
2000
pero, ¿qué pasa con los diferentes rhinovirus?
06:03
How do I know which rhinovirus I have?
134
351000
2000
¿Cómo sé qué tipo de rhinovirus tengo?
06:05
There're 102 known variants of the common cold,
135
353000
3000
Hay 102 variantes conocidas del resfriado común,
06:08
and there're only 102 because people got bored collecting them:
136
356000
3000
y sólo hay 102 porque la gente se aburrió de recolectarlas:
06:11
there are just new ones every year.
137
359000
2000
hay simplemente nuevas todos los años
06:13
And so, here are four different rhinoviruses,
138
361000
2000
Así que, aquí tenemos cuatro rhinovirus diferentes
06:15
and you can see, even with your eye,
139
363000
2000
y como podéis ver, incluso simplemente mirando,
06:17
without any fancy computer pattern-matching
140
365000
2000
sin ninguna clase de software de reconocimiento de patrones
06:19
recognition software algorithms,
141
367000
2000
o algoritmos complejos
06:21
that you can distinguish each one of these barcodes from each other.
142
369000
3000
que los códigos de barras se diferencian entre sí.
06:24
Now, this is kind of a cheap shot,
143
372000
2000
Bueno, esto es probablemente algo fácil de decir
06:26
because I know what the genetic sequence of all these rhinoviruses is,
144
374000
3000
porque yo sé cuál es la secuencia genética de todos estos rhinovirus,
06:29
and I in fact designed the chip
145
377000
1000
y de hecho yo diseñé el chip
06:30
expressly to be able to tell them apart,
146
378000
2000
específicamente para ser capaz de diferenciarlos,
06:32
but what about rhinoviruses that have never seen a genetic sequencer?
147
380000
4000
pero ¿qué pasa con los rhinovirus que nunca han visto un secuenciador genético?
06:36
We don't know what the sequence is; just pull them out of the field.
148
384000
2000
No sabemos cuál es la secuencia: simplemente los recogemos del ambiente.
06:38
So, here are four rhinoviruses
149
386000
2000
Así que - aquí hay cuatro rhinovirus
06:40
we never knew anything about --
150
388000
2000
de los cuales nunca hemos sabido nada anteriormente -
06:42
no one's ever sequenced them -- and you can also see
151
390000
3000
de hecho nunca nadie los había secuenciado previamente; podéis ver
06:45
that you get unique and distinguishable patterns.
152
393000
2000
que se obtienen patrones únicos y diferenciados para cada uno de ellos.
06:47
You can imagine building up some library, whether real or virtual,
153
395000
3000
Os podéis imaginar construyendo una especie de librería - real o virtual
06:50
of fingerprints of essentially every virus.
154
398000
2000
de "huellas dactilares" de todos los virus
06:52
But that's, again, shooting fish in a barrel, you know, right?
155
400000
3000
Pero, de todas formas, eso es pan comido ...
06:55
You have tissue culture cells. There are a ton of viruses.
156
403000
2000
tenemos células cultivadas, hay una multitud de virus.
06:57
What about real people?
157
405000
2000
¿Qué pasa con las personas reales?
06:59
You can't control real people, as you probably know.
158
407000
2000
No se puede controlar a las personas reales, como probablemente sepáis
07:01
You have no idea what someone's going to cough into a cup,
159
409000
4000
No tenéis ni idea de lo que alguien puede echar al estornudar en una taza
07:05
and it's probably really complex, right?
160
413000
3000
y probablemente sea bastante complejo, ¿verdad?
07:08
It could have lots of bacteria, it could have more than one virus,
161
416000
3000
Podría tener muchas bacterias, podría tener más de un virus
07:11
and it certainly has host genetic material.
162
419000
2000
y ciertamente tiene un montón de material genético de la propia persona
07:13
So how do we deal with this?
163
421000
1000
así que .. ¿cómo nos las apañamos con esto?
07:14
And how do we do the positive control here?
164
422000
2000
¿Y cómo ejercemos algún tipo de control positivo aquí?
07:16
Well, it's pretty simple.
165
424000
2000
Bueno, es bastante sencillo
07:18
That's me, getting a nasal lavage.
166
426000
2000
Este soy yo, sufriendo una lavativa nasal.
07:20
And the idea is, let's experimentally inoculate people with virus.
167
428000
5000
La idea es - vamos a inocular a la gente experimentalmente con algunos virus
07:25
This is all IRB-approved, by the way; they got paid.
168
433000
5000
así que - esto todo está aprobado, por cierto, todos ellos cobraron por esto -
07:30
And basically we experimentally inoculate people
169
438000
3000
así que básicamente inoculamos experimentalmente a gente
07:33
with the common cold virus.
170
441000
1000
con el virus del resfriado común
07:34
Or, even better, let's just take people
171
442000
2000
o incluso mejor, cojamos gente
07:36
right out of the emergency room --
172
444000
1000
directamente de las urgencias
07:37
undefined, community-acquired respiratory tract infections.
173
445000
4000
con infecciones indefinidas del tracto respiratorio.
07:41
You have no idea what walks in through the door.
174
449000
2000
No tenemos ni idea de lo que entra por la puerta.
07:43
So, let's start off with the positive control first,
175
451000
3000
De forma que comencemos primero con un control positivo -
07:46
where we know the person was healthy.
176
454000
2000
donde conocemos que la persona estaba sana
07:48
They got a shot of virus up the nose,
177
456000
2000
Inoculamos a la persona a través de la nariz con el virus
07:50
let's see what happens.
178
458000
1000
y veamos qué pasa.
07:51
Day zero: nothing happening.
179
459000
2000
En el día cero : nada especial
07:53
They're healthy; they're clean -- it's amazing.
180
461000
2000
Están sanos, están limpios - es increíble.
07:55
Actually, we thought the nasal tract might be full of viruses
181
463000
2000
nosotros realmente pensábamos que el tracto nasal estaría lleno de virus
07:57
even when you're walking around healthy.
182
465000
1000
incluso cuando uno está sano.
07:58
It's pretty clean. If you're healthy, you're pretty healthy.
183
466000
2000
Pero está bastante limpio: Si estás sano, estás realmente sano.
08:00
Day two: we get a very robust rhinovirus pattern,
184
468000
4000
Día dos : obtenemos un patrón muy fuerte típico de un rhinovirus
08:04
and it's very similar to what we get in the lab
185
472000
2000
y muy similar a lo que obtuvimos en el laboratorio
08:06
doing our tissue culture experiment.
186
474000
1000
durante nuestro experimento con las células cultivadas.
08:07
So that's great, but again, cheap shot, right?
187
475000
3000
Así que eso está genial, pero fue fácil.
08:10
We put a ton of virus up this guy's nose. So --
188
478000
2000
Metimos una tonelada de virus por la nariz de este chico, así que
08:12
(Laughter)
189
480000
1000
(Risas)
08:13
-- I mean, we wanted it to work. He really had a cold.
190
481000
4000
- quiero decir, queríamos que funcionara.. El realmente tuvo un buen resfriado.
08:17
So, how about the people who walk in off the street?
191
485000
4000
Pero, ¿qué pasa con la gente que viene directamente de la calle?
08:21
Here are two individuals represented by their anonymous ID codes.
192
489000
2000
Aquí tenemos a dos individuos representados por sus códigos de identificación anónimos
08:23
They both have rhinoviruses; we've never seen this pattern in lab.
193
491000
4000
Ambos tienen rhinovirus; nunca hemos visto este patrón en el laboratorio.
08:27
We sequenced part of their viruses;
194
495000
2000
Hemos secuenciado parte de su virus;
08:29
they're new rhinoviruses no one's actually even seen.
195
497000
3000
son rhinovirus nuevos que nunca nadie ha visto anteriormente.
08:32
Remember, our evolutionary-conserved sequences
196
500000
2000
Recordemos que nuestras secuencias estables evolutivamente
08:34
we're using on this array allow us to detect
197
502000
2000
son las que estamos utilizando en este chip para detectar
08:36
even novel or uncharacterized viruses,
198
504000
2000
incluso virus nuevos o no caracterizados
08:38
because we pick what is conserved throughout evolution.
199
506000
4000
porque nos fijamos en aquello que se conserva a través de su evolución.
08:42
Here's another guy. You can play the diagnosis game yourself here.
200
510000
3000
Aquí tenemos a otra persona. Vosotros mismos podéis jugar al juego del diagnóstico.
08:45
These different blocks represent
201
513000
2000
Cada uno de estos bloques diferentes representan
08:47
the different viruses in this paramyxovirus family,
202
515000
2000
diferentes virus de la familia de los paramyxovirus
08:49
so you can kind of go down the blocks
203
517000
1000
de forma que podemos ir a lo largo de la lista
08:50
and see where the signal is.
204
518000
2000
y ver dónde está la señal.
08:52
Well, doesn't have canine distemper; that's probably good.
205
520000
3000
Bien, no tiene moquillo canino, lo cual probablemente sea bueno
08:55
(Laughter)
206
523000
2000
(Risas)
08:57
But by the time you get to block nine,
207
525000
2000
para cuando hayamos llegado al bloque nuevo
08:59
you see that respiratory syncytial virus.
208
527000
2000
veremos que tiene un virus sincicial respiratorio
09:01
Maybe they have kids. And then you can see, also,
209
529000
3000
A lo mejor tienen hijos. Y podemos ver también
09:04
the family member that's related: RSVB is showing up here.
210
532000
2000
el miembro de la familia que está relacionado. El RSVB (Virus Sincicial Respiratorio B) aparece aquí también...
09:06
So, that's great.
211
534000
1000
Esto está muy bien.
09:07
Here's another individual, sampled on two separate days --
212
535000
3000
Aquí tenemos a otra persona, con muestras tomadas en dos días diferentes
09:10
repeat visits to the clinic.
213
538000
2000
en visitas diferentes a la clínica
09:12
This individual has parainfluenza-1,
214
540000
3000
Esta persona tiene virus paragripal 1
09:15
and you can see that there's a little stripe over here
215
543000
2000
y podéis ver que hay una pequeña banda aquí
09:17
for Sendai virus: that's mouse parainfluenza.
216
545000
3000
para el virus Sendai - este es el virus Sendai - el virus paragripal de los ratones
09:20
The genetic relationships are very close there. That's a lot of fun.
217
548000
4000
sus relaciones genéticas son muy próximas. Esto es verdaderamente divertido.
09:24
So, we built out the chip.
218
552000
1000
Así que, construimos el chip.
09:25
We made a chip that has every known virus ever discovered on it.
219
553000
4000
Construimos un chip que tiene sobre él todos los virus que han sido descubiertos.
09:29
Why not? Every plant virus, every insect virus, every marine virus.
220
557000
3000
¿Por qué no? Cada virus de planta, cada virus de insecto, cada virus marino.
09:32
Everything that we could get out of GenBank --
221
560000
2000
Todo lo que pudimos extraer de GenBank -
09:34
that is, the national repository of sequences.
222
562000
2000
es decir, el almacén nacional de secuencias.
09:36
Now we're using this chip. And what are we using it for?
223
564000
3000
Y ahora estamos utilizando este chip. ¿Para qué lo utilizamos?
09:39
Well, first of all, when you have a big chip like this,
224
567000
2000
Bueno, en primer lugar, cuando tenemos un chip tan grande como este
09:41
you need a little bit more informatics,
225
569000
2000
necesitamos un poco más de informática,
09:43
so we designed the system to do automatic diagnosis.
226
571000
2000
así que diseñamos al sistema para hacer diagnósticos automáticos.
09:45
And the idea is that we simply have virtual patterns,
227
573000
3000
La idea es - simplemente tenemos patrones virtuales -
09:48
because we're never going to get samples of every virus --
228
576000
2000
porque nunca vamos a ser capaces de obtener muestras de cada virus;
09:50
it would be virtually impossible. But we can get virtual patterns,
229
578000
3000
sería virtualmente imposible. Pero podemos obtener patrones virtuales
09:53
and compare them to our observed result --
230
581000
2000
y compararlos con el resultado observado,
09:55
which is a very complex mixture -- and come up with some sort of score
231
583000
4000
que es una mezcla muy compleja, y llegar a un cierto tipo de "puntuación"
09:59
of how likely it is this is a rhinovirus or something.
232
587000
3000
sobre cómo de probable es que se trate de un rinovirus o algo similar.
10:02
And this is what this looks like.
233
590000
2000
Y este es el aspecto que tiene.
10:04
If, for example, you used a cell culture
234
592000
2000
Por ejemplo, si hemos utilizado un cultivo de células
10:06
that's chronically infected with papilloma,
235
594000
2000
con una infección crónica de papiloma
10:08
you get a little computer readout here,
236
596000
2000
se obtiene una pequeña lectura computerizada
10:10
and our algorithm says it's probably papilloma type 18.
237
598000
4000
y nuestro algoritmo indica que probablemente se trate de papiloma del tipo 18.
10:14
And that is, in fact, what these particular cell cultures
238
602000
2000
Y, de hecho, esto es precisamente el tipo de papiloma con el cual este cultivo en particular
10:16
are chronically infected with.
239
604000
2000
estaba crónicamente infectado.
10:18
So let's do something a little bit harder.
240
606000
2000
Así que vamos a hacer algo un poco más difícil.
10:20
We put the beeper in the clinic.
241
608000
1000
Vamos a colocar nuestro sistema en la clínica.
10:21
When somebody shows up, and the hospital doesn't know what to do
242
609000
3000
De forma que cuando alguien aparece y el hospital no sabe lo que hacer
10:24
because they can't diagnose it, they call us.
243
612000
2000
porque no pueden diagnosticarlo, nos pueden llamar.
10:26
That's the idea, and we're setting this up in the Bay Area.
244
614000
2000
Esa es la idea, y estamos implantándola en el Área de la Bahía de San Francisco.
10:28
And so, this case report happened three weeks ago.
245
616000
2000
Por ejemplo, este caso ocurrió hace tres semanas.
10:30
We have a 28-year-old healthy woman, no travel history,
246
618000
3000
Tenemos una mujer de 28 años, sana, sin historial de viajes
10:33
[unclear], doesn't smoke, doesn't drink.
247
621000
3000
no fuma, no bebe
10:36
10-day history of fevers, night sweats, bloody sputum --
248
624000
4000
una historia de fiebres durante 10 días, sudores nocturnos, expectoración con sangre
10:40
she's coughing up blood -- muscle pain.
249
628000
2000
está literalmente tosiendo sangre - dolores musculares.
10:42
She went to the clinic, and they gave her antibiotics
250
630000
4000
Fue a la clínica y le dieron antibióticos. Bien,
10:46
and then sent her home.
251
634000
1000
y la mandaron a casa.
10:47
She came back after ten days of fever, right? Still has the fever,
252
635000
4000
Volvió diez días más tarde, todavía con fiebre
10:51
and she's hypoxic -- she doesn't have much oxygen in her lungs.
253
639000
3000
y además hipóxica - no tiene mucho oxígeno en sus pulmones.
10:54
They did a CT scan.
254
642000
1000
Le hicieron una tomografía
10:55
A normal lung is all sort of dark and black here.
255
643000
4000
Un pulmón normal es generalmente negro y oscuro
10:59
All this white stuff -- it's not good.
256
647000
2000
y todas estas cosas blancas - no son buena señal.
11:01
This sort of tree and bud formation indicates there's inflammation;
257
649000
3000
Este tipo de formación semejante a un árbol indica que hay inflamación
11:04
there's likely to be infection.
258
652000
2000
que es probablemente una infección.
11:06
OK. So, the patient was treated then
259
654000
3000
OK, así que al paciente se le administra entonces
11:09
with a third-generation cephalosporin antibiotic and doxycycline,
260
657000
4000
un antibiótico de tercera generación basado en la cefalosporina, y doxiciclina
11:13
and on day three, it didn't help: she had progressed to acute failure.
261
661000
4000
pero no ayudó. Al tercer día, la paciente llegó al fallo respiratorio agudo.
11:17
They had to intubate her, so they put a tube down her throat
262
665000
3000
Tuvo que ser intubada, así que le pusieron un tubo en la garganta
11:20
and they began to mechanically ventilate her.
263
668000
1000
y comenzaron a ventilarla mecánicamente.
11:21
She could no longer breathe for herself.
264
669000
2000
Ya no era capaz de respirar por sí misma.
11:23
What to do next? Don't know.
265
671000
2000
¿Qué hacer a continuación? Ni idea.
11:25
Switch antibiotics: so they switched to another antibiotic,
266
673000
3000
Cambiar de antibióticos, así que le administraron otro antibiótico,
11:28
Tamiflu.
267
676000
2000
así como Tamiflu, aunque
11:30
It's not clear why they thought she had the flu,
268
678000
2000
no está claro por qué pensaban que ella tenía la gripe,
11:32
but they switched to Tamiflu.
269
680000
2000
pero el caso es que cambiaron a Tamiflu.
11:34
And on day six, they basically threw in the towel.
270
682000
2000
Y al sexto día, básicamente tiraron la toalla.
11:36
You do an open lung biopsy when you've got no other options.
271
684000
4000
Se hace una biopsia a pulmón abierto cuando ya no quedan más opciones.
11:40
There's an eight percent mortality rate with just doing this procedure,
272
688000
2000
Hay un índice de mortandad del 8% simplemente por hacer este procedimiento.
11:42
and so basically -- and what do they learn from it?
273
690000
3000
así que básicamente - ¿qué obtuvieron de la biopsia?
11:45
You're looking at her open lung biopsy.
274
693000
2000
Aquí podéis ver el resultado de su biopsia.
11:47
And I'm no pathologist, but you can't tell much from this.
275
695000
2000
Yo no soy ningún patólogo, pero no se puede decir mucho a partir de este resultado.
11:49
All you can tell is, there's a lot of swelling: bronchiolitis.
276
697000
3000
Lo único que se puede decir, es que hay mucha inflamación - bronquiolitis
11:52
It was "unrevealing": that's the pathologist's report.
277
700000
3000
Resultado indeterminado, este fue el informe del patólogo.
11:55
And so, what did they test her for?
278
703000
3000
Así que, ¿qué tests le hicieron?
11:58
They have their own tests, of course,
279
706000
1000
Ellos tenían sus propias pruebas, por supuesto
11:59
and so they tested her for over 70 different assays,
280
707000
3000
así que probaron más de 70 ensayos diferentes½
12:02
for every sort of bacteria and fungus and viral assay
281
710000
3000
para cada tipo de bacteria, hongo o virus
12:05
you can buy off the shelf:
282
713000
2000
para el que se pudiera comprar un ensayo
12:07
SARS, metapneumovirus, HIV, RSV -- all these.
283
715000
3000
SARS, metapneumovirus, VIH, RSV - todos estos
12:10
Everything came back negative, over 100,000 dollars worth of tests.
284
718000
4000
Todo salió negativo. Más de 100.000 dólares de pruebas.
12:14
I mean, they went to the max for this woman.
285
722000
3000
Quiero decir, ellos realmente lo intentaron todo con esta mujer.
12:17
And basically on hospital day eight, that's when they called us.
286
725000
3000
Y al octavo día, nos llamaron.
12:20
They gave us endotracheal aspirate --
287
728000
2000
Nos dieron un aspirado endotraqueal
12:22
you know, a little fluid from the throat,
288
730000
2000
esto es, el pequeño fluido del interior de la garganta
12:24
from this tube that they got down there -- and they gave us this.
289
732000
2000
a partir de este tubo aquí abajo, y nos lo dieron
12:26
We put it on the chip; what do we see? Well, we saw parainfluenza-4.
290
734000
5000
Lo colocamos sobre el chip y ¿que vemos? - El virus paragripal 4
12:31
Well, what the hell's parainfluenza-4?
291
739000
2000
¿Qué diablos es el virus paragripal 4?
12:33
No one tests for parainfluenza-4. No one cares about it.
292
741000
3000
Nadie nunca hace pruebas para el virus paragripal 4. A nadie le importa.
12:36
In fact, it's not even really sequenced that much.
293
744000
3000
De hecho, ni siquiera está muy secuenciado genéticamente
12:39
There's just a little bit of it sequenced.
294
747000
2000
Hay solo una pequeña parte de él secuenciada.
12:41
There's almost no epidemiology or studies on it.
295
749000
2000
Apenas hay estudios epidemiológicos sobre él.
12:43
No one would even consider it,
296
751000
2000
Nadie nunca lo hubiese considerado,
12:45
because no one had a clue that it could cause respiratory failure.
297
753000
3000
porque nadie sabía que podía causar un fallo respiratorio agudo.
12:48
And why is that? Just lore. There's no data --
298
756000
3000
¿Y por qué? Simplemente folklore. No hay datos -
12:51
no data to support whether it causes severe or mild disease.
299
759000
4000
no hay ningún tipo de datos para decir si causa enfermedades agudas o suaves.
12:55
Clearly, we have a case of a healthy person that's going down.
300
763000
3000
Claramente, tenemos un caso de una persona sana que se está yendo.
12:58
OK, that's one case report.
301
766000
3000
Bien, este es un ejemplo.
13:01
I'm going to tell you one last thing in the last two minutes
302
769000
2000
Os voy a decir una última cosa en estos dos últimos minutos,
13:03
that's unpublished -- it's going to come out tomorrow --
303
771000
3000
algo que todavía no está publicado - aparecerá mañana
13:06
and it's an interesting case of how you might use this chip
304
774000
3000
y es un caso interesante sobre cómo se puede utilizar este chip
13:09
to find something new and open a new door.
305
777000
2000
para encontrar algo nuevo y abrir una nueva puerta.
13:11
Prostate cancer. I don't need to give you many statistics
306
779000
4000
Cáncer de próstata. No necesito daros muchas estadísticas
13:15
about prostate cancer. Most of you already know it:
307
783000
3000
sobre el cáncer de próstata. Muchos de vosotros ya las conocéis:
13:18
third leading cause of cancer deaths in the U.S.
308
786000
2000
es la tercera causa de muerte por cáncer en los EEUU
13:20
Lots of risk factors,
309
788000
2000
Muchos factores de riesgo,
13:22
but there is a genetic predisposition to prostate cancer.
310
790000
4000
pero hay una predisposición genética al cáncer de próstata.
13:26
For maybe about 10 percent of prostate cancer,
311
794000
2000
Para aproximadamente 10% de los casos de cáncer de próstata
13:28
there are folks that are predisposed to it.
312
796000
2000
hay personas que están predispuestas a él.
13:30
And the first gene that was mapped in association studies
313
798000
4000
Y el primer gen que fue mapeado en los estudios
13:34
for this, early-onset prostate cancer, was this gene called RNASEL.
314
802000
4000
para este cáncer de próstata de aparición temprana, fue un gen llamado RNASEL.
13:38
What is that? It's an antiviral defense enzyme.
315
806000
3000
¿Qué es esto? Es una enzima defensiva antiviral.
13:41
So, we're sitting around and thinking,
316
809000
2000
De forma que, estamos sentados aquí pensando :
13:43
"Why would men who have the mutation --
317
811000
2000
¿Por qué hombres que tienen esta mutación,
13:45
a defect in an antiviral defense system -- get prostate cancer?
318
813000
5000
un defecto en una enzima antiviral, desarrollan cáncer de próstata?
13:50
It doesn't make sense -- unless, maybe, there's a virus?"
319
818000
3000
No tiene mucho sentido - salvo que, posiblemente, haya un virus.
13:53
So, we put tumors --- and now we have over 100 tumors -- on our array.
320
821000
6000
Así que pusimos tumores - ahora tenemos más de 100 tumores - en nuestro chip
13:59
And we know who's got defects in RNASEL and who doesn't.
321
827000
3000
Y podemos saber quién tiene defectos en el gen RNASEL y quién no.
14:02
And I'm showing you the signal from the chip here,
322
830000
3000
Y aquí os muestro el señal del chip
14:05
and I'm showing you for the block of retroviral oligos.
323
833000
4000
y aquí tenemos el bloque de los oligos retrovirales
14:09
And what I'm telling you here from the signal, is
324
837000
2000
Y lo que quiero deciros aquí a partir de esta señal es,
14:11
that men who have a mutation in this antiviral defense enzyme,
325
839000
4000
que los hombres que tienen una mutación en su enzima defensiva
14:15
and have a tumor, often have -- 40 percent of the time --
326
843000
4000
y que además tienen un tumor, habitualmente tienen - en el 40% de los casos -
14:19
a signature which reveals a new retrovirus.
327
847000
4000
una señal que revela un nuevo tipo de retrovirus.
14:23
OK, that's pretty wild. What is it?
328
851000
3000
OK, esto es muy prometedor. ¿Qué podemos hacer?
14:26
So, we clone the whole virus.
329
854000
1000
Clonamos el virus completo.
14:27
First of all, I'll tell you that a little automated prediction told us
330
855000
4000
En primer lugar, quiero deciros que una predicción automatizada nos adelantó
14:31
it was very similar to a mouse virus.
331
859000
2000
que es muy similar a un virus de los ratones.
14:33
But that doesn't tell us too much,
332
861000
1000
Pero eso no nos dice realmente mucho,
14:34
so we actually clone the whole thing.
333
862000
2000
así que clonamos todo el virus
14:36
And the viral genome I'm showing you right here?
334
864000
2000
y este es el genoma viral que os muestro aquí.
14:38
It's a classic gamma retrovirus, but it's totally new;
335
866000
3000
Es un genoma clásico de un retrovirus, pero es completamente nuevo:
14:41
no one's ever seen it before.
336
869000
1000
nunca nadie lo ha visto antes.
14:42
Its closest relative is, in fact, from mice,
337
870000
3000
Su pariente más cercano, de hecho, procede de los ratones
14:45
and so we would call this a xenotropic retrovirus,
338
873000
4000
así que este sería un virus xenotrópico
14:49
because it's infecting a species other than mice.
339
877000
3000
porque está infectando a especies distintas de los ratones.
14:52
And this is a little phylogenetic tree
340
880000
2000
Y este es su pequeño árbol filogenético,
14:54
to see how it's related to other viruses.
341
882000
2000
donde podemos ver cómo está relacionado con otros viruses.
14:56
We've done it for many patients now,
342
884000
3000
Y lo hemos hecho para muchos pacientes
14:59
and we can say that they're all independent infections.
343
887000
3000
y podemos decir que son infecciones independientes.
15:02
They all have the same virus,
344
890000
1000
Todos tienen el mismo virus,
15:03
but they're different enough that there's reason to believe
345
891000
3000
pero son suficientemente diferentes, de forma que hay base para pensar
15:06
that they've been independently acquired.
346
894000
2000
que han sido adquiridos de forma independiente.
15:08
Is it really in the tissue? And I'll end up with this: yes.
347
896000
2000
¿Está realmente en los tejidos? Y finalizaré con esto. Sí.
15:10
We take slices of these biopsies of tumor tissue
348
898000
3000
Tomamos porciones de estas biopsias de tejido tumoral
15:13
and use material to actually locate the virus,
349
901000
2000
y utilizamos métodos para localizar realmente el virus,
15:15
and we find cells here with viral particles in them.
350
903000
4000
y encontramos células aquí con partículas virales en ellas.
15:19
These guys really do have this virus.
351
907000
2000
Estos chicos realmente tienen el virus.
15:21
Does this virus cause prostate cancer?
352
909000
2000
¿Causa este virus cáncer de próstata?
15:23
Nothing I'm saying here implies causality. I don't know.
353
911000
4000
No lo sé. Nada de lo que estoy diciendo aquí implica causalidad.
15:27
Is it a link to oncogenesis? I don't know.
354
915000
2000
¿Es un síntoma de oncogénesis? No lo sé.
15:29
Is it the case that these guys are just more susceptible to viruses?
355
917000
4000
¿O puede ser que simplemente esta gente es más susceptible al virus?
15:33
Could be. And it might have nothing to do with cancer.
356
921000
3000
Puede ser. Y puede ser que no tenga nada que ver con el cáncer.
15:36
But now it's a door.
357
924000
1000
Pero es una puerta.
15:37
We have a strong association between the presence of this virus
358
925000
3000
Tenemos una asociación fuerte entre la presencia de este virus
15:40
and a genetic mutation that's been linked to cancer.
359
928000
3000
y una mutación genética vinculada al cáncer.
15:43
That's where we're at.
360
931000
1000
Así que aquí es donde estamos.
15:44
So, it opens up more questions than it answers, I'm afraid,
361
932000
4000
Me temo que eso nos da más preguntas que respuestas.
15:48
but that's what, you know, science is really good at.
362
936000
2000
pero esto es precisamente aquello en lo que la ciencia es realmente buena.
15:50
This was all done by folks in the lab --
363
938000
2000
Todo esto se ha hecho por los chicos del laboratorio;
15:52
I cannot take credit for most of this.
364
940000
1000
yo realmente no puedo atribuirme la mayor parte.
15:53
This is a collaboration between myself and Don.
365
941000
1000
Esta es una colaboración entre Don y yo
15:54
This is the guy who started the project in my lab,
366
942000
3000
Este es el chico que comenzó el proyecto en mi laboratorio
15:57
and this is the guy who's been doing prostate stuff.
367
945000
2000
y este es el que realizaba las investigaciones sobre la próstata.
15:59
Thank you very much. (Applause)
368
947000
3000
Muchas gracias
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