ABOUT THE SPEAKER
Carl Schoonover - Neuroscience PhD student + writer
Carl Schoonover is a neuroscientist and one of the founders of NeuWrite, a collaboration between writers and neuroscientist.

Why you should listen

Carl is a neuroscience PhD candidate at Columbia University, where he works on microanatomy and electrophysiology of rodent somatosensory cortex. He the author of Portraits of the Mind: Visualizing the Brain from Antiquity to the 21st Century, and has written for the New York Times, Le Figaro, the Huffington Post, Science, Scientific American, Design Observer, and Boing Boing. In 2008 he cofounded NeuWrite, a collaborative working group for scientists, writers, and those in between. He hosts a radio show on WkCR 89.9FM, which focuses on opera and classical music, and their relationship to the brain.

More profile about the speaker
Carl Schoonover | Speaker | TED.com
TED2012

Carl Schoonover: How to look inside the brain

Carl Schoonover : Comment voir à l'intérieur du cerveau

Filmed:
962,022 views

Il y a eu des avancées remarquables dans la compréhension du cerveau, mais comment étudier vraiement les neurones qui sont à l'intérieur ? En se servant d'images magnifiques, Carl Schoonover, neuroscientifique et membre de TED, nous montre les outils qui nous permettent de voir à l'intérieur du cerveau.
- Neuroscience PhD student + writer
Carl Schoonover is a neuroscientist and one of the founders of NeuWrite, a collaboration between writers and neuroscientist. Full bio

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

00:16
This is a thousand-year-oldmille ans drawingdessin of the braincerveau.
0
359
3996
Voici un dessin du cerveau vieux de 1000 ans.
00:20
It's a diagramdiagramme of the visualvisuel systemsystème.
1
4355
1912
C'est un diagramme du système visuel.
00:22
And some things look very familiarfamilier todayaujourd'hui.
2
6267
2750
Et certaines choses semblent très familières aujourd'hui.
00:24
Two eyesles yeux at the bottombas, opticoptique nervenerf flowingécoulement out from the back.
3
9017
4367
Deux yeux en bas, le nerf optique qui provient de l'arrière.
00:29
There's a very largegrand nosenez
4
13384
2120
Il y a un très gros nez
00:31
that doesn't seemsembler to be connectedconnecté to anything in particularparticulier.
5
15504
3317
qui ne semble pas être relié à quoi que ce soit en particulier.
00:34
And if we comparecomparer this
6
18821
1700
Et si nous le comparons
00:36
to more recentrécent representationsreprésentations of the visualvisuel systemsystème,
7
20521
2074
à des observations plus récentes du système visuel,
00:38
you'lltu vas see that things have gottenobtenu substantiallysubstantiellement more complicatedcompliqué
8
22595
2957
vous verrez que les choses sont devenues considérablement plus complexes
00:41
over the interveningintervenant thousandmille yearsannées.
9
25552
1573
au cours du millénaire qui s'est écoulé.
00:43
And that's because todayaujourd'hui we can see what's insideà l'intérieur of the braincerveau,
10
27125
2965
Et c'est parce qu'aujourd'hui nous pouvons voir ce qui est à l'intérieur du cerveau,
00:45
ratherplutôt than just looking at its overallglobal shapeforme.
11
30090
2481
plutôt que de nous contenter de regarder sa forme globale.
00:48
ImagineImaginez you wanted to understandcomprendre how a computerordinateur workstravaux
12
32571
3979
Imaginez que vous vouliez comprendre le fonctionnement d'un ordinateur
00:52
and all you could see was a keyboardclavier, a mouseSouris, a screenécran.
13
36550
3179
et que tout ce que vous puissiez voir, ce soit un clavier, une souris, un écran.
00:55
You really would be kindgentil of out of luckla chance.
14
39729
2396
Vous n'auriez vraiment pas de chance.
00:58
You want to be ablecapable to openouvrir it up, crackfissure it openouvrir,
15
42125
2042
Vous souhaitez pouvoir l'ouvrir,
01:00
look at the wiringcâblage insideà l'intérieur.
16
44167
1844
regarder le circuit électrique à l'intérieur.
01:01
And up untiljusqu'à a little more than a centurysiècle agodepuis,
17
46011
1864
Et jusqu'à il y a un peu plus d'un siècle,
01:03
nobodypersonne was ablecapable to do that with the braincerveau.
18
47875
2000
personne n'était capable de le faire avec le cerveau.
01:05
NobodyPersonne ne had had a glimpseaperçu of the brain'scerveaux wiringcâblage.
19
49875
1880
Personne n'avait eu un aperçu du système cérébral.
01:07
And that's because if you take a braincerveau out of the skullcrâne
20
51755
2952
Car si vous sortez un cerveau du crâne
01:10
and you cutCouper a thinmince slicetranche of it,
21
54707
1689
et que vous en coupez une fine tranche,
01:12
put it underen dessous de even a very powerfulpuissant microscopemicroscope,
22
56396
2498
puis que vous la placez sous un microscope même très puissant,
01:14
there's nothing there.
23
58894
1181
il n'y a rien.
01:15
It's graygris, formlessFormless.
24
60075
1613
C'est gris, informe.
01:17
There's no structurestructure. It won'thabitude tell you anything.
25
61688
2604
Il n'y a pas de structure. Ça ne vous dira rien.
01:20
And this all changedmodifié in the lateen retard 19thth centurysiècle.
26
64292
2854
Tout a changé à la fin du XIXe siècle.
01:23
SuddenlyTout d’un coup, newNouveau chemicalchimique stainsles taches for braincerveau tissuetissu were developeddéveloppé
27
67146
3875
De nouvelles colorations chimiques pour le tissu cérébral ont soudain été développées
01:26
and they gavea donné us our first glimpsesAperçu at braincerveau wiringcâblage.
28
71021
2812
et nous ont donné nos premiers aperçus du système cérébral.
01:29
The computerordinateur was crackedfissuré openouvrir.
29
73833
2013
On avait entrouvert l'ordinateur.
01:31
So what really launchedlancé modernmoderne neuroscienceneuroscience
30
75846
2856
Ce qui a véritablement lancé la neuroscience moderne,
01:34
was a staintache calledappelé the GolgiAppareil de Golgi staintache.
31
78702
1965
c'est une coloration appelée coloration de Golgi.
01:36
And it workstravaux in a very particularparticulier way.
32
80667
1881
Et elle fonctionne de façon très particulière.
01:38
InsteadAu lieu de cela of stainingla coloration all of the cellscellules insideà l'intérieur of a tissuetissu,
33
82548
3110
Au lieu de colorer toutes les cellules à l'intérieur d'un tissu,
01:41
it somehowen quelque sorte only stainsles taches about one percentpour cent of them.
34
85658
3032
elle en colore seulement environ un pour cent.
01:44
It clearsefface the forestforêt, revealsrévèle the treesdes arbres insideà l'intérieur.
35
88690
3342
Elle efface la forêt, révèle les arbres à l'intérieur.
01:47
If everything had been labeledétiqueté, nothing would have been visiblevisible.
36
92032
2672
Si tout avait été marqué, rien n'aurait été visible.
01:50
So somehowen quelque sorte it showsmontre what's there.
37
94704
2046
En un sens, elle montre ce qui est là.
01:52
SpanishEspagnol neuroanatomistneuroanatomiste SantiagoSantiago RamonRamon y CajalCajal,
38
96750
2667
Le neuroanatomiste espagnol Santiago Ramón y Cajal,
01:55
who'squi est widelylargement consideredpris en considération the fatherpère of modernmoderne neuroscienceneuroscience,
39
99417
2845
qui est largement considéré comme le père des neurosciences modernes,
01:58
appliedappliqué this GolgiAppareil de Golgi staintache, whichlequel yieldsrendements dataLes données whichlequel looksregards like this,
40
102262
3897
a appliqué cette coloration de Golgi, obtenant les données suivantes,
02:02
and really gavea donné us the modernmoderne notionnotion of the nervenerf cellcellule, the neuronneurone.
41
106159
3758
et nous a vraiment donné la notion moderne de la cellule nerveuse, le neurone.
02:05
And if you're thinkingen pensant of the braincerveau as a computerordinateur,
42
109917
2614
Et si vous pensez au cerveau comme à un ordinateur,
02:08
this is the transistortransistor.
43
112531
2011
c'est le transistor.
02:10
And very quicklyrapidement CajalCajal realizedréalisé
44
114542
2075
Et Cajal s'est très vite rendu compte
02:12
that neuronsneurones don't operatefonctionner aloneseul,
45
116617
2337
que les neurones ne fonctionnent pas seul,
02:14
but ratherplutôt make connectionsles liaisons with othersautres
46
118954
1838
mais établissent plutôt des connexions avec d'autres
02:16
that formforme circuitsles circuits just like in a computerordinateur.
47
120792
2506
qui forment des circuits comme dans un ordinateur.
02:19
TodayAujourd'hui, a centurysiècle laterplus tard, when researchersdes chercheurs want to visualizevisualiser neuronsneurones,
48
123298
3391
Aujourd'hui, un siècle plus tard, lorsque les chercheurs veulent visualiser des neurones,
02:22
they lightlumière them up from the insideà l'intérieur ratherplutôt than darkeningassombrissement them.
49
126689
2767
ils les éclairent de l'intérieur plutôt que de les noircir.
02:25
And there's severalnombreuses waysfaçons of doing this.
50
129456
1150
Et il y a plusieurs façons de le faire.
02:26
But one of the mostles plus popularpopulaire onesceux
51
130606
1727
Mais l'une des plus courantes
02:28
involvesimplique greenvert fluorescentfluorescent proteinprotéine.
52
132333
2092
implique une protéine fluorescente verte.
02:30
Now greenvert fluorescentfluorescent proteinprotéine,
53
134425
1659
La protéine fluorescente verte,
02:31
whichlequel oddlybizarrement enoughassez comesvient from a bioluminescentbioluminescent jellyfishméduse,
54
136084
3145
qui assez bizarrement vient d'une méduse bioluminescente,
02:35
is very usefulutile.
55
139229
1238
est très utile.
02:36
Because if you can get the genegène for greenvert fluorescentfluorescent proteinprotéine
56
140467
2638
Parce que si vous pouvez obtenir le gène de la protéine fluorescente verte
02:39
and deliverlivrer it to a cellcellule,
57
143105
1675
et l'apporter à une cellule,
02:40
that cellcellule will glowGlow greenvert --
58
144780
1747
cette cellule aura une lueur verte,
02:42
or any of the manybeaucoup variantsvariantes now of greenvert fluorescentfluorescent proteinprotéine,
59
146527
3746
ou avec n'importe laquelle des nombreuses variantes de la protéine fluorescente verte,
02:46
you get a cellcellule to glowGlow manybeaucoup differentdifférent colorscouleurs.
60
150273
1664
vous obtenez une cellule qui prendra plusieurs couleurs différentes.
02:47
And so comingvenir back to the braincerveau,
61
151937
1521
Et donc pour en revenir au cerveau,
02:49
this is from a geneticallygénétiquement engineeredmachiné mouseSouris calledappelé "BrainbowBrainbow."
62
153458
3800
cela provient d'une souris génétiquement modifiée, appelée « Brainbow. »
02:53
And it's so calledappelé, of coursecours,
63
157258
1550
Et on l'appelle ainsi, bien évidemment,
02:54
because all of these neuronsneurones are glowingincandescent differentdifférent colorscouleurs.
64
158808
3612
parce que tous ces neurones s'illuminent de couleurs différentes.
02:58
Now sometimesparfois neuroscientistsneuroscientifiques need to identifyidentifier
65
162420
3451
De nos jours, les neuroscientifiques ont parfois besoin d'identifier
03:01
individualindividuel molecularmoléculaire componentsComposants of neuronsneurones, moleculesmolécules,
66
165871
3044
les composants moléculaires individuels des neurones, les molécules,
03:04
ratherplutôt than the entiretout cellcellule.
67
168915
1798
plutôt que la cellule entière.
03:06
And there's severalnombreuses waysfaçons of doing this,
68
170713
1706
Et il existe plusieurs façons de le faire,
03:08
but one of the mostles plus popularpopulaire onesceux
69
172419
1469
mais l'une des plus courantes
03:09
involvesimplique usingen utilisant antibodiesanticorps.
70
173888
2195
consiste à utiliser des anticorps.
03:11
And you're familiarfamilier, of coursecours,
71
176083
1337
Et bien sûr, vous connaissez bien
03:13
with antibodiesanticorps as the henchmenhommes de main of the immuneimmunitaire systemsystème.
72
177420
2951
les anticorps comme étant les hommes de main du système immunitaire.
03:16
But it turnsse tourne out that they're so usefulutile to the immuneimmunitaire systemsystème
73
180371
2418
Mais il s'avère que s''ils sont tellement utiles pour le système immunitaire
03:18
because they can recognizereconnaître specificspécifique moleculesmolécules,
74
182789
2550
c'est parce qu'ils savent reconnaître les molécules spécifiques,
03:21
like, for exampleExemple, the codecode proteinprotéine
75
185339
2119
comme, par exemple, le code de la protéine
03:23
of a virusvirus that's invadingenvahissant the bodycorps.
76
187458
2388
d'un virus qui envahit le corps.
03:25
And researchersdes chercheurs have used this factfait
77
189846
2045
Les chercheurs s'en sont alors servi
03:27
in ordercommande to recognizereconnaître specificspécifique moleculesmolécules insideà l'intérieur of the braincerveau,
78
191891
4325
pour reconnaître les molécules spécifiques à l'intérieur du cerveau,
03:32
recognizereconnaître specificspécifique substructuressous-structures of the cellcellule
79
196216
2640
reconnaître les sous-structures spécifiques de la cellule
03:34
and identifyidentifier them individuallyindividuellement.
80
198856
2244
et les identifier individuellement.
03:37
And a lot of the imagesimages I've been showingmontrer you here are very beautifulbeau,
81
201100
3025
Et de nombreuses images que je vous ai montrées ici sont très belles,
03:40
but they're alsoaussi very powerfulpuissant.
82
204125
1906
mais elles sont également très puissantes.
03:41
They have great explanatoryexplicatif powerPuissance.
83
206031
1636
Elles ont une grande puissance explicative.
03:43
This, for exampleExemple, is an antibodyanticorps stainingla coloration
84
207667
2090
Ceci, par exemple, est une coloration d'anticorps
03:45
againstcontre serotoninsérotonine transporterstransporteurs in a slicetranche of mouseSouris braincerveau.
85
209757
3520
contre les transporteurs de la sérotonine dans une coupe de cerveau de souris.
03:49
And you've heardentendu of serotoninsérotonine, of coursecours,
86
213277
1681
Et vous avez certainement entendu parler de la sérotonine,
03:50
in the contextle contexte of diseasesmaladies like depressiondépression and anxietyanxiété.
87
214958
2827
dans le cadre de maladies comme la dépression et l'anxiété.
03:53
You've heardentendu of SSRIsISRS,
88
217785
1408
Vous avez entendu parler des ISRS,
03:55
whichlequel are drugsdrogues that are used to treattraiter these diseasesmaladies.
89
219193
2897
qui sont des médicaments utilisés pour traiter ces maladies.
03:57
And in ordercommande to understandcomprendre how serotoninsérotonine workstravaux,
90
222090
2890
Et afin de comprendre le fonctionnement de la sérotonine,
04:00
it's criticalcritique to understandcomprendre where the serontoninserontonin machinerymachinerie is.
91
224980
3076
il est essentiel de comprendre d'où part la production de sérotonine.
04:03
And antibodyanticorps stainingssalissures like this one
92
228056
1596
Et les colorations d'anticorps comme celle-ci
04:05
can be used to understandcomprendre that sortTrier of questionquestion.
93
229652
3546
peuvent être utilisées pour comprendre ce genre de question.
04:09
I'd like to leavelaisser you with the followingSuivant thought:
94
233198
2558
Je voudrais vous laisser sur l'idée qui suit :
04:11
GreenVert fluorescentfluorescent proteinprotéine and antibodiesanticorps
95
235756
2610
La protéine fluorescente verte et les anticorps
04:14
are bothtous les deux totallytotalement naturalNaturel productsdes produits at the get-goobtenir-aller.
96
238366
3007
sont deux produits totalement naturels à l'origine.
04:17
They were evolvedévolué by naturela nature
97
241373
2779
C'est la nature qui les a fait évoluer
04:20
in ordercommande to get a jellyfishméduse to glowGlow greenvert for whateverpeu importe reasonraison,
98
244152
2567
afin d'obtenir une méduse à lueur verte pour une raison quelconque,
04:22
or in ordercommande to detectdétecter the codecode proteinprotéine of an invadingenvahissant virusvirus, for exampleExemple.
99
246719
4383
ou pour détecter le code protéine d'un virus envahisseur, par exemple.
04:27
And only much laterplus tard did scientistsscientifiques come ontosur the scenescène
100
251102
3017
Et ce n'est que bien plus tard que les chercheurs sont entrés en scène
04:30
and say, "Hey, these are toolsoutils,
101
254119
2023
et ont dit, « Hé, ce sont des outils,
04:32
these are functionsles fonctions that we could use
102
256142
2113
ce sont des fonctions que nous pourrions utiliser
04:34
in our ownposséder researchrecherche tooloutil palettepalette."
103
258255
2008
dans notre propre palette d'outils de recherche. »
04:36
And insteadau lieu of applyingappliquer feeblefaible humanHumain mindsesprits
104
260263
3628
Et au lieu d'avoir recours aux pauvres esprits humains
04:39
to designingconception these toolsoutils from scratchrayure,
105
263891
1884
pour concevoir ces outils à partir de rien,
04:41
there were these ready-madeprêtes à l’emploi solutionssolutions right out there in naturela nature
106
265775
2904
il existait ces solutions toutes prêtes, là dans la nature,
04:44
developeddéveloppé and refinedraffiné steadilyrégulièrement for millionsdes millions of yearsannées
107
268679
3236
développées et perfectionnées régulièrement pendant des millions d'années
04:47
by the greatestplus grand engineeringénieur of all.
108
271915
1700
par le plus grand de tous les ingénieurs.
04:49
Thank you.
109
273615
1262
Merci.
04:50
(ApplauseApplaudissements)
110
274877
2538
(Applaudissements)
Translated by Elisabeth Buffard
Reviewed by Ariella BALTIE

▲Back to top

ABOUT THE SPEAKER
Carl Schoonover - Neuroscience PhD student + writer
Carl Schoonover is a neuroscientist and one of the founders of NeuWrite, a collaboration between writers and neuroscientist.

Why you should listen

Carl is a neuroscience PhD candidate at Columbia University, where he works on microanatomy and electrophysiology of rodent somatosensory cortex. He the author of Portraits of the Mind: Visualizing the Brain from Antiquity to the 21st Century, and has written for the New York Times, Le Figaro, the Huffington Post, Science, Scientific American, Design Observer, and Boing Boing. In 2008 he cofounded NeuWrite, a collaborative working group for scientists, writers, and those in between. He hosts a radio show on WkCR 89.9FM, which focuses on opera and classical music, and their relationship to the brain.

More profile about the speaker
Carl Schoonover | Speaker | TED.com

Data provided by TED.

This site was created in May 2015 and the last update was on January 12, 2020. It will no longer be updated.

We are currently creating a new site called "eng.lish.video" and would be grateful if you could access it.

If you have any questions or suggestions, please feel free to write comments in your language on the contact form.

Privacy Policy

Developer's Blog

Buy Me A Coffee