TEDGlobal 2012
Susan Solomon: The promise of research with stem cells
سوزان سولومون: وعده تحقیق سلولهای بنیادی
Filmed:
Readability: 4.9
927,801 views
با "ابزار ترمیم‌کننده بدن‌مان" نامیدن آنها، سوزاک سولومونی به دفاع از پژوهش در آزمایشگاه تازه سلولهای بنیادی می‌پردازد. گروه او، با کشت رده فردی سلولهای بنیادی پرتوان، توانست به تحقیق درمان بیماری‌ها سرعت بخشد-- و احتمالا منجر به درمان فردی می‌شود، که هدف یک بیماری خاص نیست بلکه یک شخص خاص است.
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. Full bio
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, embryonic stem cells
0
1121
2989
سلولهای بنیادی جنینی
00:20
are really incredible cells.
1
4110
3300
سلولهای شگفت‌انگیزی هستند.
00:23
They are our body's own repair kits,
2
7410
2788
آنها، ابزار ترمیم بدن‌مان هستند،
00:26
and they're pluripotent, which means they can morph into
3
10198
2964
پرتوان هستند به این معنی که می‌توانند
00:29
all of the cells in our bodies.
4
13162
2432
به همه انواع سلولهای بدن‌مان
تبدیل شوند.
تبدیل شوند.
00:31
Soon, we actually will be able to use stem cells
5
15594
2688
به زودی ما قادر به استفاده از
سلولهای بنیادی
سلولهای بنیادی
00:34
to replace cells that are damaged or diseased.
6
18282
2985
برای جایگزین کردن سلولهای آسیب دیده
یا معیوب خواهیم بود.
یا معیوب خواهیم بود.
00:37
But that's not what I want to talk to you about,
7
21267
2431
ولی این چیزی نیست که می‌خواهم راجع به آن
حرف بزنم.
حرف بزنم.
00:39
because right now there are some really
8
23698
2678
چون در حال حاضر، کارهای شگفت‌انگیز دیگری
00:42
extraordinary things that we are doing with stem cells
9
26376
3946
با سلول بنیادی انجام می دهیم.
00:46
that are completely changing
10
30322
1607
که کاملا
00:47
the way we look and model disease,
11
31929
2899
روش بررسی و مدل‌های بیماری‌ها،
00:50
our ability to understand why we get sick,
12
34828
2519
توانایی ما در فهم علت بیماری‌ها،
00:53
and even develop drugs.
13
37347
2431
و حتی توسعه داروها را تغییر می‌دهند.
00:55
I truly believe that stem cell research is going to allow
14
39778
4313
من به راستی باور دارم که
پژوهش سلول بنیادی، این اجازه را
پژوهش سلول بنیادی، این اجازه را
00:59
our children to look at Alzheimer's and diabetes
15
44091
4505
به کودکانمان می‌دهد که به آلزایمر و دیابت
و بیماری‌های بزرگ دیگر،
و بیماری‌های بزرگ دیگر،
01:04
and other major diseases the way we view polio today,
16
48596
4391
طوری که ما فلج اطفال را می‌بینیم،
نگاه کنند،
نگاه کنند،
01:08
which is as a preventable disease.
17
52987
3201
که یک بیماری قابل پیشگیری است.
01:12
So here we have this incredible field, which has
18
56188
3223
پس ما این حوزه شگفت‌انگیز را داریم،
01:15
enormous hope for humanity,
19
59411
4387
که امید بزرگی برای بشر است.
01:19
but much like IVF over 35 years ago,
20
63798
3520
اما مانند لقاح آزمایشگاهی طی ۳۵ سال گذشته،
01:23
until the birth of a healthy baby, Louise,
21
67318
2334
تا زمان تولد کودک سالم، لوییس، این حوزه
01:25
this field has been under siege politically and financially.
22
69652
5069
از جهت سیاسی و مالی محدود شده است.
01:30
Critical research is being challenged instead of supported,
23
74721
4272
این پژوهش حساس به جای حمایت،
به چالش کشیده می‌شود،
به چالش کشیده می‌شود،
01:34
and we saw that it was really essential to have
24
78993
4360
و می‌دانیم که داشتن
01:39
private safe haven laboratories where this work
25
83353
3531
آزمایشگاهی خصوصی و مطمئن،
01:42
could be advanced without interference.
26
86884
2830
برای پیشرفت این کار، ضروری است.
01:45
And so, in 2005,
27
89714
2531
در سال ۲۰۰۵،
01:48
we started the New York Stem Cell Foundation Laboratory
28
92245
2612
یک آزمایشگاه سلول بنیادی در نیویورک
تاسیس کردیم.
تاسیس کردیم.
01:50
so that we would have a small organization that could
29
94857
3589
پس باید سازمان کوچکی برای این کار
01:54
do this work and support it.
30
98446
3312
و حمایت از آن، داشته باشیم.
01:57
What we saw very quickly is the world of both medical
31
101758
3385
چیزی که خیلی سریع شاهد آن بودیم،
دنیایی از تحقیقات پزشکی است
دنیایی از تحقیقات پزشکی است
02:01
research, but also developing drugs and treatments,
32
105143
3376
اما توسعه داروها و درمان‌ها همان طور که
02:04
is dominated by, as you would expect, large organizations,
33
108519
3713
انتظار می‌رود، تحت تسلط سازمانی بزرگ است،
02:08
but in a new field, sometimes large organizations
34
112232
3119
اما در یک حوزه جدید، گاهی سازمان‌های
بزرگ
بزرگ
02:11
really have trouble getting out of their own way,
35
115351
2168
مشکل خارج شدن از مسیر خودشان را دارند،
02:13
and sometimes they can't ask the right questions,
36
117519
2436
و گاهی اوقات، نمی‌توانند سوال درست
را بپرسند،
را بپرسند،
02:15
and there is an enormous gap that's just gotten larger
37
119955
3356
و اینجا شکافی بزرگ و در حال بزرگ شدن
02:19
between academic research on the one hand
38
123311
3211
بین پژوهش‌های تخصصی
از یک سو،
از یک سو،
02:22
and pharmaceutical companies and biotechs
39
126522
2701
و شرکت‌های دارویی و بیوتکنولوژی
از سمت دیگر هست
از سمت دیگر هست
02:25
that are responsible for delivering all of our drugs
40
129223
3266
که مسئول انتقال داروهای ما و
02:28
and many of our treatments, and so we knew that
41
132489
2390
بسیاری از درمان‌ها هستند،
پس ما این را می‌دانستیم
پس ما این را می‌دانستیم
02:30
to really accelerate cures and therapies, we were going
42
134879
3946
که برای تسریع درمان‌ها ، قرار بود
02:34
to have to address this with two things:
43
138825
2807
به این دو موضوع اشاره کنیم:
02:37
new technologies and also a new research model.
44
141632
3222
تکنولوژی‌های جدید و
همچنین یک مدل تحقیقاتی جدید.
همچنین یک مدل تحقیقاتی جدید.
02:40
Because if you don't close that gap, you really are
45
144854
3759
زیرا اگر آن شکاف را نبندید، شما دقیقا
02:44
exactly where we are today.
46
148613
1607
جایی هستید که ما اکنون هستیم.
02:46
And that's what I want to focus on.
47
150220
1667
و اکنون می‌خواهم روی آن تمرکز کنم،
02:47
We've spent the last couple of years pondering this,
48
151887
3550
ما در این چند سال اخیر،
این را بررسی کردیم،
این را بررسی کردیم،
02:51
making a list of the different things that we had to do,
49
155437
2391
تهیه لیستی از موارد مختلف که باید
انجام می‌دادیم،
انجام می‌دادیم،
02:53
and so we developed a new technology,
50
157828
2631
و بالاخره،
فناوری جدیدی را گسترش دادیم، که
فناوری جدیدی را گسترش دادیم، که
02:56
It's software and hardware,
51
160459
1251
نرم افزاری و سخت افزاری ست
02:57
that actually can generate thousands and thousands of
52
161710
3503
و در واقع می‌تواند هزاران هزار
03:01
genetically diverse stem cell lines to create
53
165213
3170
رده‌های سلول بنیادی متعدد برای ساخت
03:04
a global array, essentially avatars of ourselves.
54
168383
3787
یک نظم جهانی بسازد که اساسا تصویرهایی
از خودمان است.
از خودمان است.
03:08
And we did this because we think that it's actually going
55
172170
3434
و این کار را انجام دادیم
زیرا فکر می‌کنیم که این عملا
زیرا فکر می‌کنیم که این عملا
03:11
to allow us to realize the potential, the promise,
56
175604
3415
به ما اجازه فهم پتانسیل و نوید
03:14
of all of the sequencing of the human genome,
57
179019
3080
تمامی توالی‌یابی‌های ژنوم انسان را می‌دهد.
03:17
but it's going to allow us, in doing that,
58
182099
2504
اما در واقع اجازه انجام کارآزمایی‌های
بالینی
بالینی
03:20
to actually do clinical trials in a dish with human cells,
59
184603
5008
را در پلیت با سلولهای انسانی
03:25
not animal cells, to generate drugs and treatments
60
189611
4159
به جای سلولهای حیوانی می‌دهد،
که برای تولید داروها و درمان‌ها
که برای تولید داروها و درمان‌ها
03:29
that are much more effective, much safer,
61
193770
3249
موثرتر, ایمن‌تر
03:32
much faster, and at a much lower cost.
62
197019
3256
سریعتر و کم هزینه‌تر هستند.
03:36
So let me put that in perspective for you
63
200275
2384
پس اجازه دهید آن را در زاویه
دید شما قرار داده و
دید شما قرار داده و
03:38
and give you some context.
64
202659
1416
مفهوم آن را برسانم.
03:39
This is an extremely new field.
65
204075
4832
این رشته‌ای کاملا جدید است.
03:44
In 1998, human embryonic stem cells
66
208907
2832
در ۱۹۹۸، سلولهای بنیادی جنینی انسانی
03:47
were first identified, and just nine years later,
67
211739
3512
تازه شناخته شده بودند، و فقط نه سال بعد،
03:51
a group of scientists in Japan were able to take skin cells
68
215251
4305
گروهی از دانشمندان در ژاپن قادر به گرفتن
سول‌های پوست،
سول‌های پوست،
03:55
and reprogram them with very powerful viruses
69
219556
3195
و باز برنامه‌نویسی آنها توسط ویروس‌های
بسیار قدرتمند،
بسیار قدرتمند،
03:58
to create a kind of pluripotent stem cell
70
222751
4242
برای ساخت نوعی سلول بنیادی چند توان شدند
04:02
called an induced pluripotent stem cell,
71
226993
2090
که سلول بنیادی القایی چند توان
نامیده شدند،
نامیده شدند،
04:04
or what we refer to as an IPS cell.
72
229083
3008
یا چیزی که اکنون به اسم سلول
IPS می‌شناسیم.
IPS می‌شناسیم.
04:07
This was really an extraordinary advance, because
73
232091
3198
این پیشرفتی بزرگ بود، زیرا اگرچه آنها
04:11
although these cells are not human embryonic stem cells,
74
235289
2544
سلول بنیای جنینی
انسانی نبودند،
انسانی نبودند،
04:13
which still remain the gold standard,
75
237833
1794
که هم چنان استاندارد طلایی هستند،
04:15
they are terrific to use for modeling disease
76
239627
3470
ولی برای استفاده در مدل‌سازی بیماری‌ها
04:18
and potentially for drug discovery.
77
243097
2730
و کشف داروها به طور بالقوه، عالی هستند.
04:21
So a few months later, in 2008, one of our scientists
78
245827
3040
چند ماه بعد، در ۲۰۰۸ یکی از محققان ما
آن تحقیق را
آن تحقیق را
04:24
built on that research. He took skin biopsies,
79
248867
3200
انجام داد، نمونه زنده
پوست را گرفت،
پوست را گرفت،
04:27
this time from people who had a disease,
80
252067
2028
این بار از کسانی که بیمار بودند،
04:29
ALS, or as you call it in the U.K., motor neuron disease.
81
254095
2914
ALS یا همان بیماری موتور عصبی در بریتانیا.
04:32
He turned them into the IPS cells
82
257009
1698
او آن‌هارا به سلولهای IPS تبدیل کرد
04:34
that I've just told you about, and then he turned those
83
258707
2686
که راجع آنها صحبت کردم،
سپس سلولهایIPS را به
سپس سلولهایIPS را به
04:37
IPS cells into the motor neurons that actually
84
261393
2704
به سلولهای موتور عصبی که در حال مرگ
04:39
were dying in the disease.
85
264097
1461
در بیماری بودند، تبدیل کرد.
04:41
So basically what he did was to take a healthy cell
86
265558
3019
اساس کار او برداشت یک سلول سالم
04:44
and turn it into a sick cell,
87
268577
1714
و تبدیل به سلول بیمار بود،
04:46
and he recapitulated the disease over and over again
88
270291
3558
او بیماری را بارها و بارها در ظرف
تکرار کرد،
تکرار کرد،
04:49
in the dish, and this was extraordinary,
89
273849
3360
و این فوق العاده بود،
04:53
because it was the first time that we had a model
90
277209
2248
زیرا اولین باری بود که یک مدل بیماری
04:55
of a disease from a living patient in living human cells.
91
279457
4188
از یک بیمار زنده در سلولهای زنده
انسان داشتیم.
انسان داشتیم.
04:59
And as he watched the disease unfold, he was able
92
283645
3120
و چون او بیماری را آشکارا دید، دریافت
05:02
to discover that actually the motor neurons were dying
93
286765
3011
سلولهای موتور عصبی در حال مرگ بودند.
05:05
in the disease in a different way than the field
94
289776
2127
در این بیماری، برخلاف چیزی که قبلا
05:07
had previously thought. There was another kind of cell
95
291903
2494
پیش بینی شده بود:
نوع دیگری سلول وجود داشت
نوع دیگری سلول وجود داشت
05:10
that actually was sending out a toxin
96
294397
2201
که سم ترشح می‌کرد و در مرگ
05:12
and contributing to the death of these motor neurons,
97
296598
2511
این موتورهای عصبی
دست داشت.
دست داشت.
05:15
and you simply couldn't see it
98
299109
1358
و شما تا زمانی که مدل انسانی نداشتید،
05:16
until you had the human model.
99
300467
1790
نمی‌توانستید آن را به آسانی ببینید.
05:18
So you could really say that
100
302257
2667
پس حقیقتا می‌توانید بگویید که
05:20
researchers trying to understand the cause of disease
101
304924
3906
محققان تلاش میکنند علت بیماری‌ها
را بدون داشتن
را بدون داشتن
05:24
without being able to have human stem cell models
102
308830
4152
مدل‌های سلول بنیادی انسانی بفهمند
05:28
were much like investigators trying to figure out
103
312982
2760
که بیشتر شبیه این است که بازرسان
بدون داشتن جعبه سیاه
بدون داشتن جعبه سیاه
05:31
what had gone terribly wrong in a plane crash
104
315742
3241
یا گزارشگر پرواز، تلاش کنند علت نقص
05:34
without having a black box, or a flight recorder.
105
318983
3997
هواپیما را متوجه شوند،
05:38
They could hypothesize about what had gone wrong,
106
322980
2602
آنها می توانند مشکل را حدس بزنند،
05:41
but they really had no way of knowing what led
107
325582
3112
اما نمی‌تواتند علت اصلی
05:44
to the terrible events.
108
328694
2172
مشکل را بفهمند.
05:46
And stem cells really have given us the black box
109
330866
4183
و سلولهای بنیادی به ما جعبه سیاه را
برای بیماری‌ها می‌دهند
برای بیماری‌ها می‌دهند
05:50
for diseases, and it's an unprecedented window.
110
335049
3968
و این پنجره‌ای جدید است.
05:54
It really is extraordinary, because you can recapitulate
111
339017
3245
واقعا فوق العاده است،
زیرا می‌توانید بارها و بارها
زیرا می‌توانید بارها و بارها
05:58
many, many diseases in a dish, you can see
112
342262
3247
بیماری‌هارا در پلیت کشت دهید،
06:01
what begins to go wrong in the cellular conversation
113
345509
3536
می‌توانید ببینید چه مشکلی در ارتباط سلولی
پیش آمده
پیش آمده
06:04
well before you would ever see
114
349045
2424
قبل از اینکه حتی
06:07
symptoms appear in a patient.
115
351469
2536
علائم در بیمار ظاهر شوند.
06:09
And this opens up the ability,
116
354005
2523
و این قادر خواهد بود
06:12
which hopefully will become something that
117
356528
2814
که در دوره جدید،
06:15
is routine in the near term,
118
359342
2647
استفاده از سلولهای بنیادی در
آزمایش داروها،
آزمایش داروها،
06:17
of using human cells to test for drugs.
119
361989
4146
عملی عادی و روزمره کند.
06:22
Right now, the way we test for drugs is pretty problematic.
120
366135
5464
در حال حاضر، روش آزمایش داروها
بسیار دشوار است.
بسیار دشوار است.
06:27
To bring a successful drug to market, it takes, on average,
121
371599
3318
برای آوردن یک داروی موفق به بازار، حدود
06:30
13 years — that's one drug —
122
374917
2186
۱۳ سال طول می‌کشد. -فقط یک دارو-
06:33
with a sunk cost of 4 billion dollars,
123
377103
3388
و حدود ۴ میلیون دلار هزینه دارد.
06:36
and only one percent of the drugs that start down that road
124
380491
4867
و فقط یک درصد از داروها این مسیر را
طی میکنند،
طی میکنند،
06:41
are actually going to get there.
125
385358
2248
که به این مرحله برسند.
06:43
You can't imagine other businesses
126
387606
2125
شما نمی‌توانید بقیه تجارت‌ها را
06:45
that you would think of going into
127
389731
1449
تصور کنید
06:47
that have these kind of numbers.
128
391180
1755
که چنین ارقامی را داشته باشند.
06:48
It's a terrible business model.
129
392935
1802
این یک تجارت وحشتناک است.
06:50
But it is really a worse social model because of
130
394737
3989
اما واقعا یک مدل ارزشمند است،
به خاطر چیزی که
به خاطر چیزی که
06:54
what's involved and the cost to all of us.
131
398726
3328
درگیرش است و ارزشی که همه ما داریم
06:57
So the way we develop drugs now
132
402054
3752
پس امروزه روش ما در توسعه ی داروها،
07:01
is by testing promising compounds on --
133
405806
3200
آزمایش روی ترکیب‌های امیدوار کننده است--
07:04
We didn't have disease modeling with human cells,
134
409006
1880
ما مدل بیماری از سلولهای انسانی نداشتیم،
07:06
so we'd been testing them on cells of mice
135
410886
3464
پس مجبور به آزمایش آنها روی سلول موش‌ها،
07:10
or other creatures or cells that we engineer,
136
414350
3667
یا سایر ساختارها و سلولهای مهندسی
شده بودیم
شده بودیم
07:13
but they don't have the characteristics of the diseases
137
418017
3061
اما ویژگی‌های بیماری‌هایی را نداشتند
07:16
that we're actually trying to cure.
138
421078
2336
که در تلاش برای درمان‌شان هستیم.
07:19
You know, we're not mice, and you can't go into
139
423414
3046
می‌دانید، ما موش نیستیم،
و شما نمی‌توانید
و شما نمی‌توانید
07:22
a living person with an illness
140
426460
2418
وارد زندگی یک فرد بیمار شده،
07:24
and just pull out a few brain cells or cardiac cells
141
428878
2928
و تعدادی سلول مغزی یا قلبی آن را بگیرید
07:27
and then start fooling around in a lab to test
142
431806
2289
و در آزمایشگاه روی آنها برای
07:29
for, you know, a promising drug.
143
434095
3561
یک داروی امیدوار کننده آزمایش کنید.
07:33
But what you can do with human stem cells, now,
144
437656
3585
اما کاری که می‌توانید اکنون با
سلولهای بنیادی انسان انجام دهید،
سلولهای بنیادی انسان انجام دهید،
07:37
is actually create avatars, and you can create the cells,
145
441241
4337
درواقع ساخت یک تصویر است
شما می‌توانید سلول‌ها را ابسازید،
شما می‌توانید سلول‌ها را ابسازید،
07:41
whether it's the live motor neurons
146
445578
1967
چه یک موتور عصبی باشد،
07:43
or the beating cardiac cells or liver cells
147
447545
3010
یا سلولهای ضربان قلبی یا سلولهای کبدی
07:46
or other kinds of cells, and you can test for drugs,
148
450555
4109
و سایر انواع سلول‌ها،
می‌توانید داروها را آزمایش کنید،
می‌توانید داروها را آزمایش کنید،
07:50
promising compounds, on the actual cells
149
454664
3125
ترکیب‌های امیدوارکننده، در سلولهای واقعی،
07:53
that you're trying to affect, and this is now,
150
457789
3631
که شما سعی در موثر بودن آن دارید،
اکنون زمان آن رسیده
اکنون زمان آن رسیده
07:57
and it's absolutely extraordinary,
151
461420
2814
و واقعا شگفت انگیز است،
08:00
and you're going to know at the beginning,
152
464234
3156
شما می‌خواهید همان ابتدا متوجه شوید
08:03
the very early stages of doing your assay development
153
467390
3744
در مراحل ابتدایی انجام آزمون توسعه و
08:07
and your testing, you're not going to have to wait 13 years
154
471134
3389
و آزمایش‌تان، نمی‌خواهید برای ۱۳ سال
منتظر بمانید
منتظر بمانید
08:10
until you've brought a drug to market, only to find out
155
474523
3319
تا دارو وارد بازار شود،
فقط برای فهمیدن این که
فقط برای فهمیدن این که
08:13
that actually it doesn't work, or even worse, harms people.
156
477842
5056
این کار نشدنی است، یا حتی بدتر،
به مردم آسیب می‌رساند،
به مردم آسیب می‌رساند،
08:18
But it isn't really enough just to look at
157
482898
4340
اما این که فقط به سلولهای تعدادی
یا گروه کوچکی از مردم
یا گروه کوچکی از مردم
08:23
the cells from a few people or a small group of people,
158
487238
3782
نگاه کنیم، کافی نیست،
08:26
because we have to step back.
159
491020
1644
چون باید یک قدم به عقب برگردیم،
08:28
We've got to look at the big picture.
160
492664
1851
ما به یک تصویر بزرگ نگاه انداخته‌ایم.
08:30
Look around this room. We are all different,
161
494515
3136
نگاهی به اطراف این اتاق بیندازید،
همه ما متفاوت هستیم.
همه ما متفاوت هستیم.
08:33
and a disease that I might have,
162
497651
2740
و بیماری که ممکن است من داشته باشم،
08:36
if I had Alzheimer's disease or Parkinson's disease,
163
500391
2877
اگر بیماری آلزایمر یا پارکینسون
داشته باشم،
داشته باشم،
08:39
it probably would affect me differently than if
164
503268
3766
احتمالا اثر متفاوتی نسبت به شما
08:42
one of you had that disease,
165
507034
1641
روی من خواهد گذاشت.
08:44
and if we both had Parkinson's disease,
166
508675
4345
و اگر هر دوی ما بیماری پارکینسون
داشته باشیم،
داشته باشیم،
08:48
and we took the same medication,
167
513020
2268
و درمانی مشابه داشته باشیم،
08:51
but we had different genetic makeup,
168
515288
2747
ولی از آنجا که آرایش ژنومی متفاوتی داریم،
08:53
we probably would have a different result,
169
518035
2285
احتمالا نتیجه‌ای متفاوت می گیریم.
08:56
and it could well be that a drug that worked wonderfully
170
520320
3731
ممکن است دارویی برای من موثر باشد
08:59
for me was actually ineffective for you,
171
524051
3579
و روی شما اثری نگذارد.
09:03
and similarly, it could be that a drug that is harmful for you
172
527630
4692
و مشابه آن، ممکن است دارویی برای شما
مضر باشد
مضر باشد
09:08
is safe for me, and, you know, this seems totally obvious,
173
532322
4302
و برای من ایمن، و، می‌دانید،
کاملا واضح است،
کاملا واضح است،
09:12
but unfortunately it is not the way
174
536624
2728
اما متاسفانه این راهی نیست که
09:15
that the pharmaceutical industry has been developing drugs
175
539352
3186
شرکت‌های دارویی، داروها را می‌سازند
09:18
because, until now, it hasn't had the tools.
176
542538
3986
زیرا، تاکنون، ابزاری نداشته است.
09:22
And so we need to move away
177
546524
2292
بله ما باید از این مدل یک سایز برای همه
09:24
from this one-size-fits-all model.
178
548816
2954
عبور کنیم.
09:27
The way we've been developing drugs is essentially
179
551770
3177
راه ما در توسعه دارو ها شبیه این است که
09:30
like going into a shoe store,
180
554947
1379
وارد مغازه کفش فروشی شوید،
09:32
no one asks you what size you are, or
181
556326
2283
و کسی از شما سایز شمارا نپرسد، یا
09:34
if you're going dancing or hiking.
182
558609
2210
اگر به رقص یا طبیعت‌پیمایی می‌روید.
09:36
They just say, "Well, you have feet, here are your shoes."
183
560819
2808
فقط می‌گویند،" بله شما پا دارید،
بفرمایید این کفش‌هایتان".
بفرمایید این کفش‌هایتان".
09:39
It doesn't work with shoes, and our bodies are
184
563627
3600
این شبیه کفش نیست، بدن ما،
09:43
many times more complicated than just our feet.
185
567227
3472
اغلب پیچیده‌تر از فقط پاهای‌مان هستند.
09:46
So we really have to change this.
186
570699
2541
پس ما باید آن را تغییر دهیم.
09:49
There was a very sad example of this in the last decade.
187
573240
5184
مثال‌های غم انگیز زیاد دیگری
از دهه پیش هست.
از دهه پیش هست.
09:54
There's a wonderful drug, and a class of drugs actually,
188
578424
2648
دارویی فوق العاده وجود دارد،
در واقع یک رده از داروها،
در واقع یک رده از داروها،
09:56
but the particular drug was Vioxx, and
189
581072
2680
اما داروی ویژه vioxx بود،
09:59
for people who were suffering from severe arthritis pain,
190
583752
4376
برای کسانی که از ورم شدید مفاصل
رنج می‌بردند،
رنج می‌بردند،
10:04
the drug was an absolute lifesaver,
191
588128
3392
دارو واقعا نجات دهنده زندگی بود
10:07
but unfortunately, for another subset of those people,
192
591520
5080
اما متاسفانه، گروه دیگری
از همان افراد،
از همان افراد،
10:12
they suffered pretty severe heart side effects,
193
596600
4769
به شدت دچار عوارض قلبی شدید شدند.
10:17
and for a subset of those people, the side effects were
194
601369
2728
و برای تعدادی از آن گروه، عوارض جانبی
10:19
so severe, the cardiac side effects, that they were fatal.
195
604097
3897
خیلی شدید بود، عوارض قلبی که کشنده بود.
10:23
But imagine a different scenario,
196
607994
4042
ولی یک سناریوی دیگر را تصور کنید،
10:27
where we could have had an array, a genetically diverse array,
197
612036
4302
که می‌توانستیم یک چیدمان داشته باشیم،
یک چیدمان متفاوت،
یک چیدمان متفاوت،
10:32
of cardiac cells, and we could have actually tested
198
616338
3626
از سلولهای قلبی، و می‌تواتستیم
روی آنها ، دارو vioxx,
روی آنها ، دارو vioxx,
10:35
that drug, Vioxx, in petri dishes, and figured out,
199
619964
5081
را در پتری دیش‌ها آزمایش کنیم
و متوجه شویم،
و متوجه شویم،
10:40
well, okay, people with this genetic type are going to have
200
625045
3744
خب، افراد با آین نوع ژنوم دچار
عوارض قلبی می‌شوند.
عوارض قلبی می‌شوند.
10:44
cardiac side effects, people with these genetic subgroups
201
628789
5000
افراد با این نوع ژنوم
10:49
or genetic shoes sizes, about 25,000 of them,
202
633789
5144
یا سایز کفش ژنتیکی، حدود ۲۵،۰۰۰ نفرشان،
10:54
are not going to have any problems.
203
638933
2760
هیچ مشکلی نخواهند داشت.
10:57
The people for whom it was a lifesaver
204
641693
2615
برای کسانی که این یک ناجی زندگی است،
11:00
could have still taken their medicine.
205
644308
1677
می‌توانند هم چنان با آن درمان شوند.
11:01
The people for whom it was a disaster, or fatal,
206
645985
4386
برای کسانی که آسیب
یا مهلک است،
یا مهلک است،
11:06
would never have been given it, and
207
650371
2091
هرگز آن را دریافت نمی‌کنند.
11:08
you can imagine a very different outcome for the company,
208
652462
2583
شما می‌توانید یک خروجی متفاوت
از شرکت داشته باشید.
از شرکت داشته باشید.
11:10
who had to withdraw the drug.
209
655045
2768
ما باید دارو را کنار می‌گذاشتیم،
11:13
So that is terrific,
210
657813
2816
فوق العاده است،
11:16
and we thought, all right,
211
660629
1834
و فکر می‌کردیم، بسیار خب،
11:18
as we're trying to solve this problem,
212
662463
2759
همان طور که درحال تلاش برای حل
این مشکل هستیم،
این مشکل هستیم،
11:21
clearly we have to think about genetics,
213
665222
2197
باید به ژنتیک هم فکر کنیم،
11:23
we have to think about human testing,
214
667419
2834
باید به آزمایش‌های انسانی نیز فکر کنیم،
11:26
but there's a fundamental problem,
215
670253
1579
اما یک مشکل اساسی وجود دارد،
11:27
because right now, stem cell lines,
216
671832
2699
چون در حال حاظر، رده سلولهای بنیادی،
11:30
as extraordinary as they are,
217
674531
1710
به همان شگفت انگیزی که هستند،
11:32
and lines are just groups of cells,
218
676241
1744
و رده‌ها فقط گروه‌های از سلول‌ها هستند،
11:33
they are made by hand, one at a time,
219
677985
4332
آنها با دست ساخته شده‌اند، یکی یکی،
11:38
and it takes a couple of months.
220
682317
2224
که این چند ماهی طول می‌کشد،
11:40
This is not scalable, and also when you do things by hand,
221
684541
4366
این قابل مقایسه نیست. و زمانی که شما
کاری را با دست انجام می‌دهید،
کاری را با دست انجام می‌دهید،
11:44
even in the best laboratories,
222
688907
1543
حتی در بهترین آزمایشگاه‌ها،
11:46
you have variations in techniques,
223
690450
3161
شما انواع زیادی تکنیک دارید،
11:49
and you need to know, if you're making a drug,
224
693611
3181
و باید بدانید، اگر یک دارو را می‌سازید،
11:52
that the Aspirin you're going to take out of the bottle
225
696792
1898
آسپیرینی که دوشنبه
از جعبه بر می‌دارید،
از جعبه بر می‌دارید،
11:54
on Monday is the same as the Aspirin
226
698690
2440
باید شبیه آسپیرینی باشد که
11:57
that's going to come out of the bottle on Wednesday.
227
701130
2081
چهارشنبه می‌خواهید بردارید.
11:59
So we looked at this, and we thought, okay,
228
703211
3791
پس ما نگاهی به آن انداختیم، و فکر کردیم،
بله
بله
12:02
artisanal is wonderful in, you know, your clothing
229
707002
3152
صنعت، همان طور که می‌دانید،
در ساخت لباس، تخت و وسایل هنری‌تان،
در ساخت لباس، تخت و وسایل هنری‌تان،
12:06
and your bread and crafts, but
230
710154
2944
خیلی خوب است، ولی
12:08
artisanal really isn't going to work in stem cells,
231
713098
2983
واقعا نمی‌تواند در
سلول بنیادی عمل کند،
سلول بنیادی عمل کند،
12:11
so we have to deal with this.
232
716081
2390
پس باید با این کنار بیاییم،
12:14
But even with that, there still was another big hurdle,
233
718471
3920
اما با این حال، هنوز یک مانع وجود دارد،
12:18
and that actually brings us back to
234
722391
3564
که راستش ما را به نقشه برداری ژنوم انسان،
12:21
the mapping of the human genome, because
235
725955
2384
بر می‌گرداند، زیرا
12:24
we're all different.
236
728339
2711
همه ما متفاوت هستیم.
12:26
We know from the sequencing of the human genome
237
731050
2832
ما از توالی‌یابی ژنوم انسان می‌دانیم که
12:29
that it's shown us all of the A's, C's, G's and T's
238
733882
2557
تمام A, C, G, T ها را به ما نشان داده است
12:32
that make up our genetic code,
239
736439
2468
که کد ژنتیکی ما را تشکیل می‌دهند،
12:34
but that code, by itself, our DNA,
240
738907
4269
اما آن کد، به خودی خود، DNA ما،
12:39
is like looking at the ones and zeroes of the computer code
241
743176
4599
شبیه کد صفر و یک کامپیوتر هستند
12:43
without having a computer that can read it.
242
747775
2825
بدون کامپیوتری که آن را بخواند.
12:46
It's like having an app without having a smartphone.
243
750600
3288
شبیه داشتن نرم افزار بدون داشتن
تلفن هوشمند ست.
تلفن هوشمند ست.
12:49
We needed to have a way of bringing the biology
244
753888
3884
ما نیاز به راهی برای آوردن زیست شناسی
12:53
to that incredible data,
245
757772
2209
به آن داده فوق العاده هستیم،
12:55
and the way to do that was to find
246
759981
3115
و راه انجام آن، پیدا کردن
12:58
a stand-in, a biological stand-in,
247
763096
2687
یک جانشین، یک جانشین زیستی،
13:01
that could contain all of the genetic information,
248
765783
4025
که بتواند تمام اطلاعات ژنتیکی را شامل شود،
13:05
but have it be arrayed in such a way
249
769808
2528
اما ان را به گونه‌ای تنظیم کند
13:08
as it could be read together
250
772336
2864
که بتوان با هم خواند و در واقع
13:11
and actually create this incredible avatar.
251
775200
3256
این تصویر فوق العاده را درست کند.
13:14
We need to have stem cells from all the genetic sub-types
252
778456
3704
ما نیاز به سلولهای بنیادی از تمام
زیرنوع‌های ژنتیکی داریم
زیرنوع‌های ژنتیکی داریم
13:18
that represent who we are.
253
782160
2952
که نشان دهد ما که هستیم.
13:21
So this is what we've built.
254
785112
2760
پس این چیزی است که ما ساخته‌ایم
13:23
It's an automated robotic technology.
255
787872
3320
این یک فناوری روبات خودکار است.
13:27
It has the capacity to produce thousands and thousands
256
791192
2608
که ظرفیت ساخت هزاران هزار رده‌های
13:29
of stem cell lines. It's genetically arrayed.
257
793800
4239
سلول بنیادی را دارد. این آرایش ژنتیکی ست.
13:33
It has massively parallel processing capability,
258
798039
3749
توانایی پردازش همسوی عظیمی را دارد.
13:37
and it's going to change the way drugs are discovered,
259
801788
3320
و قرار است راه کشف داروها را تغییر دهد،
13:41
we hope, and I think eventually what's going to happen
260
805108
3835
امیدواریم، و من فکر می‌کنم چیزی که
در نهایت اتفاق می‌افتد،
در نهایت اتفاق می‌افتد،
13:44
is that we're going to want to re-screen drugs,
261
808943
2199
غربالگری مجدد داروهاست.
13:47
on arrays like this, that already exist,
262
811142
2491
برای چیدمان‌های مثل این،
که قبلا وجود داشته،
که قبلا وجود داشته،
13:49
all of the drugs that currently exist,
263
813633
1871
تمام داروهایی که در حاضر هستند،
13:51
and in the future, you're going to be taking drugs
264
815504
2911
در آینده، شما داروها و درمان‌هارا
زمانی که
زمانی که
13:54
and treatments that have been tested for side effects
265
818415
2872
اثرهای جانبی‌شان روی تمام سلولهای مرتبط،
13:57
on all of the relevant cells,
266
821287
2303
آزمایش شده است، بگیرید.
13:59
on brain cells and heart cells and liver cells.
267
823590
3153
روی سلولهای مغزی، قلبی و کبدی.
14:02
It really has brought us to the threshold
268
826743
3329
این ما را به آستانه درمان فردی
14:05
of personalized medicine.
269
830072
2214
آورده است.
14:08
It's here now, and in our family,
270
832286
4441
اکنون در خانواده ما،
14:12
my son has type 1 diabetes,
271
836727
2938
پسر من دیابت نوع یک دارد،
14:15
which is still an incurable disease,
272
839665
2648
که هنوز یک بیماری غیر قابل درمان است،
14:18
and I lost my parents to heart disease and cancer,
273
842313
3442
من پدر و مادرم را به خاطر سکته قلبی
و سرطان از دست دادم،
و سرطان از دست دادم،
14:21
but I think that my story probably sounds familiar to you,
274
845755
3733
اما فکر می‌کنم داستان من برای‌تان آشناست،
14:25
because probably a version of it is your story.
275
849488
4230
زیرا احتما یک مدل آن، داستان شماست.
14:29
At some point in our lives, all of us,
276
853718
3944
در برهه‌هایی از زندگی ما، همه ما،
14:33
or people we care about, become patients,
277
857662
2736
یا کسانی که به آنها اهمیت می دهیم
بیمار می‌شوند،
بیمار می‌شوند،
14:36
and that's why I think that stem cell research
278
860398
2609
به همین خاطر است که فکر می‌کنم،
پژوهش سلول بنیادی،
پژوهش سلول بنیادی،
14:38
is incredibly important for all of us.
279
863007
3383
بسیار برای ما مهم است.
14:42
Thank you. (Applause)
280
866390
3668
متشکرم. (تشویق)
14:45
(Applause)
281
870058
7108
(تشویق)
ABOUT THE SPEAKER
Susan Solomon - Stem cell research advocateSusan 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.
Susan Solomon | Speaker | TED.com