ABOUT THE SPEAKER
Pardis Sabeti - Computational geneticist
Pardis Sabeti investigates the genomes of microbes, including the Ebola virus, to help understand how to slow them.

Why you should listen

Pardis Sabeti develops algorithms to detect the genetic signatures of adaption in humans and the microbial organisms that infect humans. Among her lab’s key research areas: examining the genetic factors that drive disease susceptibility to Ebola and Lassa hemorrhagic fever, and investigating the genomes of microbes, including Lassa virus, Ebola virus, Plasmodium falciparum malaria, Vibrio cholera and Mycobacterioum tuberculosis, to help find cures.

She's based at the Center for Systems Biology and Department of Organismic and Evolutionary Biology at Harvard and the Department of Immunology and Infectious Disease at the Harvard School of Public Health. Sabeti is a National Geographic Emerging Explorer and was named a Time magazine Person of the Year in 2014 as one of the Ebola fighters.
More profile about the speaker
Pardis Sabeti | Speaker | TED.com
TEDWomen 2015

Pardis Sabeti: How we'll fight the next deadly virus

Pardis Sabeti: Comment combattre le prochain virus mortel

Filmed:
1,341,966 views

Lorsque Ebola a éclaté en mars 2014, Pardis Sabeti et son équipe ont travaillé sur le séquençage du génome du virus, afin d'apprendre comment il mutait et se propageait. Elle a immédiatement rendu ses recherches publiques, permettant à de nombreuses personnes de se joindre à cette lutte. Elle nous explique pourquoi la coopération ouverte en science est essentielle pour enrayer le virus.
- Computational geneticist
Pardis Sabeti investigates the genomes of microbes, including the Ebola virus, to help understand how to slow them. Full bio

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

00:13
You maymai never have heardentendu
of KenemaKenema, SierraSierra LeoneLeone
0
1015
2762
Sans doute ne connaissez-vous pas
Kenema en Sierra Leone,
00:15
or AruaArua, NigeriaNigeria.
1
3801
1532
ou Arua au Nigeria.
00:17
But I know them as two of the mostles plus
extraordinaryextraordinaire placesdes endroits on earthTerre.
2
5357
3771
Pour moi ce sont les deux endroits
les plus extraordinaires sur Terre.
00:21
In hospitalshôpitaux there, there's a communitycommunauté
of nursesinfirmières, physiciansmédecins and scientistsscientifiques
3
9956
5053
Là-bas, dans les hôpitaux,
il y a une communauté d'infirmières,
de médecins et de scientifiques
qui ont calmement combattu
00:27
that have been quietlytranquillement battlingluttant contre
4
15033
1557
l'une des menaces les plus mortelles
de l'humanité depuis des années :
00:28
one of the deadliestplus meurtrier threatsmenaces
to humanityhumanité for yearsannées:
5
16614
2700
00:31
LassaLassa virusvirus.
6
19338
1174
le virus de Lassa.
00:33
LassaLassa virusvirus is a lot like EbolaEbola.
7
21118
2138
Le virus de Lassa
ressemble au virus Ebola.
Il peut causer une forte fièvre
et peut souvent être fatal.
00:35
It can causecause a severesévère feverfièvre
and can oftensouvent be fatalfatal.
8
23280
3233
00:39
But these individualspersonnes,
they riskrisque theirleur livesvies everychaque day
9
27053
3939
Mais ces personnes
risquent leur vie tous les jours,
00:43
to protectprotéger the individualspersonnes
in theirleur communitiescommunautés,
10
31016
2917
pour protéger les individus
de leurs communautés,
00:45
and by doing so, protectprotéger us all.
11
33957
2580
et, au final, nous protéger tous.
L'une des choses les plus extraordinaires
que j'ai apprises sur eux,
00:49
But one of the mostles plus extraordinaryextraordinaire things
I learnedappris about them
12
37093
2908
00:52
on one of my first visitsdes visites
out there manybeaucoup yearsannées agodepuis
13
40025
2567
pendant l'une de mes premières visites,
il y longtemps,
00:54
was that they startdébut eachchaque morningMatin --
14
42616
1709
était qu'ils commencent chaque matin -
00:56
these challengingdifficile, extraordinaryextraordinaire daysjournées
on the frontde face lineslignes -- by singingen chantant.
15
44349
4943
ces difficiles matinées sur les lignes
du front - en chantant.
01:01
They gatherrecueillir togetherensemble,
and they showmontrer theirleur joyjoie.
16
49731
3339
Ils se rassemblent,
et ils montrent leur joie et leur force.
01:05
They showmontrer theirleur spiritesprit.
17
53094
1522
Au fil des ans, nous nous sommes
rendu visite mutuellement.
01:06
And over the yearsannées,
18
54640
1159
01:07
from yearan after yearan as I've visiteda visité them
and they'veils ont visiteda visité me,
19
55823
3113
Je pouvais être parmi eux,
chanter, et écrire.
01:10
I get to gatherrecueillir with them and I singchanter
20
58960
1993
01:12
and we writeécrire and we love it,
21
60977
2174
C'était extraordinaire,
parce que ça nous rappelle
01:15
because it remindsrappelle us that we're not
just there to pursuepoursuivre sciencescience togetherensemble;
22
63175
3543
que nous ne sommes pas là
uniquement pour la science,
01:18
we're bondedcollé throughpar a sharedpartagé humanityhumanité.
23
66742
2317
mais que nous sommes liés
par une humanité partagée.
01:21
And that of coursecours, as you can imagineimaginer,
becomesdevient extremelyextrêmement importantimportant,
24
69586
4323
Vous pouvez l'imaginer,
c'est extrêmement important, vital même,
01:25
even essentialessentiel, as things begincommencer to changechangement.
25
73933
2773
quand les choses ont commencé à changer.
01:28
And that changedmodifié a great dealtraiter
in MarchMars of 2014,
26
76730
4789
La situation a changé en mars 2014,
lorsque l'épidémie d'Ebola
a été déclarée en Guinée.
01:33
when the EbolaEbola outbreakdéclenchement
was declareddéclaré in GuineaLa Guinée.
27
81543
2346
01:36
This is the first outbreakdéclenchement in WestOuest AfricaL’Afrique,
28
84426
2132
C'était la première épidémie
en Afrique de l'Ouest,
01:38
nearprès the borderfrontière
of SierraSierra LeoneLeone and LiberiaLibéria.
29
86582
2442
près de la frontière
de la Sierra Leone et du Libéria.
01:42
And it was frighteningeffrayant,
frighteningeffrayant for us all.
30
90074
2522
C'était effrayant...
Nous étions tous terrifiés.
Nous soupçonnions depuis un certain temps
01:44
We had actuallyréellement suspectedsoupçonné for some time
31
92620
1912
01:46
that LassaLassa and EbolaEbola were more
widespreadrépandu than thought,
32
94556
2642
que les virus Lassa et Ebola
étaient plus répandus qu'on ne le pensait,
01:49
and we thought it could
one day come to KenemaKenema.
33
97222
2309
qu'il pourrait atteindre Kenema.
01:51
And so membersmembres of my teaméquipe
immediatelyimmédiatement wentest allé out
34
99896
2410
Alors, des membres de mon équipe
ont aussitôt rejoint le Dr Humarr Khan
01:54
and joinedrejoint DrDr. HumarrHumarr KhanKhan
and his teaméquipe there,
35
102330
2397
et son équipe sur le terrain.
01:56
and we setensemble up diagnosticsdiagnostics to be ablecapable
to have sensitivesensible molecularmoléculaire teststests
36
104751
3677
Nous avons mis en place des diagnostics
pour réaliser des tests moléculaires
02:00
to pickchoisir up EbolaEbola if it camevenu
acrossà travers the borderfrontière
37
108452
2153
capables de détecter l'arrivée
d'Ebola en Sierra Leone.
02:02
and into SierraSierra LeoneLeone.
38
110629
1263
02:03
We'dNous le ferions alreadydéjà setensemble up this kindgentil
of capacitycapacité for LassaLassa virusvirus,
39
111916
2996
Nous avions déjà réussi à controler
le virus de Lassa.
Nous savions comment faire,
l'équipe était remarquable.
02:06
we knewa connu how to do it,
40
114936
1157
02:08
the teaméquipe is outstandingen circulation.
41
116117
1430
02:09
We just had to give them
the toolsoutils and placeendroit to surveyenquête for EbolaEbola.
42
117571
3237
Nous devions simplement leur donner
les outils et le labo pour Ebola.
02:13
And unfortunatelymalheureusement, that day camevenu.
43
121340
1628
Malheureusement, ce jour est arrivé.
02:14
On MayMai 23, 2014, a womanfemme checkedvérifié
into the maternitymaternité wardquartier at the hospitalhôpital,
44
122992
4981
Le 23 mai 2014, une femme est arrivée
dans le service de maternité de l'hôpital.
02:19
and the teaméquipe rancouru
those importantimportant molecularmoléculaire teststests
45
127997
3726
L'équipe a effectué les tests moléculaires
et identifié le premier cas
du virus Ebola en Sierra Leone.
02:23
and they identifiedidentifié the first
confirmedconfirmé caseCas of EbolaEbola in SierraSierra LeoneLeone.
46
131747
3835
02:28
This was an exceptionalexceptionnel
work that was doneterminé.
47
136107
2049
Ce fut un travail exceptionnel.
02:30
They were ablecapable to diagnosediagnostiquer
the caseCas immediatelyimmédiatement,
48
138180
2260
Ils purent diagnostiquer
le cas immédiatement,
traiter le patient en toute sécurité,
02:32
to safelyen toute sécurité treattraiter the patientpatient
49
140464
2313
et commencer à comprendre
ce qui se passait.
02:34
and to begincommencer to do contactcontact tracingtracé
to followsuivre what was going on.
50
142801
3018
Ça aurait pu empêcher ce qui s'est passé.
02:37
It could'veaurait pu stoppedarrêté something.
51
145843
1972
02:39
But by the time that day camevenu,
52
147839
2847
Mais le jour où c'est arrivé,
l'épidémie couvait
depuis plusieurs des mois.
02:42
the outbreakdéclenchement had alreadydéjà
been breedingreproduction for monthsmois.
53
150710
2358
02:45
With hundredsdes centaines of casescas, it had alreadydéjà
eclipsedéclipsé all previousprécédent outbreakséclosions.
54
153092
3640
Il y avait déjà des centaines de cas,
dépassant toutes les flambées précédentes.
02:48
And it camevenu into SierraSierra LeoneLeone
not as that singularsingulier caseCas,
55
156756
3644
Elle est entrée en Sierra Leone,
non pas comme ce cas singulier,
mais comme un raz de marée.
02:52
but as a tidalmarée wavevague.
56
160424
1292
02:54
We had to work
with the internationalinternational communitycommunauté,
57
162120
2275
Nous avons travaillé
avec la communauté internationale,
02:56
with the MinistryMinistère of HealthSanté, with KenemaKenema,
to begincommencer to dealtraiter with the casescas,
58
164419
3706
le Ministère de la Santé, avec Kenema,
pour traiter les cas.
03:00
as the nextprochain weekla semaine broughtapporté 31,
59
168149
2071
La semaine suivante il y en avait 31,
03:02
then 92, then 147 casescas --
all comingvenir to KenemaKenema,
60
170244
3674
puis 92, puis 147 cas,
ils venaient tous à Kenema,
03:05
one of the only placesdes endroits in SierraSierra LeoneLeone
that could dealtraiter with this.
61
173942
3301
l'un des seuls endroits en Sierra Leone
qui pouvait régler ce problème.
03:09
And we workedtravaillé around the clockl'horloge
tryingen essayant to do everything we could,
62
177610
3399
Nous avons travaillé sans relâche,
tentant tout ce qui était possible
pour aider chaque personne,
et essayer d'attirer l'attention.
03:13
tryingen essayant to help the individualspersonnes,
tryingen essayant to get attentionattention,
63
181033
2961
Nous avons aussi fait autre chose :
03:16
but we alsoaussi did one other simplesimple thing.
64
184018
1947
03:18
From that specimenspécimen that we take
from a patient'sles patients blooddu sang to detectdétecter EbolaEbola,
65
186544
3789
nous n'avons pas jeté les tests sanguins,
utilisés pour détecter Ebola,
03:22
we can discardJeter it, obviouslyévidemment.
66
190357
2055
03:24
The other thing we can do is, actuallyréellement,
put in a chemicalchimique and deactivatedésactiver it,
67
192436
3616
nous les avons mis dans un produit
chimique pour les désactiver.
Nous les avons emballés
et expédiés de l'autre côté de l'océan.
03:28
so just placeendroit it into a boxboîte
and shipnavire it acrossà travers the oceanocéan,
68
196076
2730
03:30
and that's what we did.
69
198830
1151
Nous les avons envoyés à Boston,
où mon équipe travaille.
03:32
We sentenvoyé it to BostonBoston, where my teaméquipe workstravaux.
70
200005
2096
03:34
And we alsoaussi workedtravaillé around the clockl'horloge
doing shiftdécalage work, day after day,
71
202724
3837
Nous avons également travaillé,
sans relâche, jour après jour.
03:38
and we quicklyrapidement generatedgénéré 99 genomesgénomes
of the EbolaEbola virusvirus.
72
206585
3869
Nous avons rapidement généré
99 génomes du virus Ebola.
Le génome est le plan
d'architecte d'un virus.
03:42
This is the blueprintplan d’action -- the genomegénome
of a virusvirus is the blueprintplan d’action.
73
210478
3057
Nous avons tous un.
03:45
We all have one.
74
213559
1159
03:46
It saysdit everything that makesfait du up us,
75
214742
1945
Il indique de quoi nous sommes faits,
et nous transmet
tant d'informations sur nous.
03:48
and it tellsraconte us so much informationinformation.
76
216711
1909
03:50
The resultsrésultats of this kindgentil of work
are simplesimple and they're powerfulpuissant.
77
218644
3177
Les résultats de ce genre de travail
sont simples et très utiles.
03:54
We could actuallyréellement take
these 99 differentdifférent virusesles virus,
78
222396
2470
Nous avons pris ces 99 virus différents,
nous les avons observés et comparés,
03:56
look at them and comparecomparer them,
79
224890
1447
et nous avons constaté que,
en les comparant aux trois génomes
03:58
and we could see, actuallyréellement,
comparedpar rapport to threeTrois genomesgénomes
80
226361
2846
qui avaient été précédemment
publiés en Guinée,
04:01
that had been previouslyprécédemment
publishedpublié from GuineaLa Guinée,
81
229231
2836
l'épidémie avait émergé en Guinée
plusieurs mois plus tôt,
04:04
we could showmontrer that the outbreakdéclenchement
emergedémergé in GuineaLa Guinée monthsmois before,
82
232091
3711
04:07
onceune fois que into the humanHumain populationpopulation,
83
235826
1842
et que, une fois chez l'homme,
elle a été transmise d'humain à humain.
04:09
and from there had been transmittingtransmission
from humanHumain to humanHumain.
84
237692
2672
04:12
Now, that's incrediblyincroyablement importantimportant
85
240388
1544
C'est très important quand on veut
déterminer comment intervenir,
04:13
when you're tryingen essayant to figurefigure out
how to interveneintervenir,
86
241956
2368
04:16
but the importantimportant thing
is contactcontact tracingtracé.
87
244348
2066
car le dépistage des contacts
est primordial.
04:18
We alsoaussi could see that as the virusvirus
was movingen mouvement betweenentre humanshumains,
88
246438
3402
On a aussi découvert que le virus
mutait en se déplaçant entre les humains.
04:21
it was mutatingla mutation.
89
249864
1257
04:23
And eachchaque of those mutationsmutations
are so importantimportant,
90
251145
2151
Chaque mutation est importante
04:25
because the diagnosticsdiagnostics, the vaccinesvaccins,
91
253320
2320
parce que les diagnostics, les vaccins,
et nos thérapies
04:27
the therapiesthérapies that we're usingen utilisant,
92
255664
1485
04:29
are all basedbasé on that genomegénome
sequenceséquence, fundamentallyfondamentalement --
93
257173
3358
sont tous basés
sur la séquence du génome.
C'est le guide.
04:32
that's what drivesdisques it.
94
260555
1221
04:33
And so globalglobal healthsanté expertsexperts
would need to respondrépondre,
95
261800
2882
Les experts de la santé mondiale
ont besoin de réagir,
de développer et ré-étalonner
tout leur travail en conséquence.
04:36
would have to developdévelopper,
96
264706
1197
04:37
to recalibraterecalibrer everything
that they were doing.
97
265927
2553
Mais la science ne fonctionne pas ainsi.
Ma position à l'époque était que
04:41
But the way that sciencescience workstravaux,
the positionposition I was in at that pointpoint
98
269079
3181
04:44
is, I had the dataLes données,
99
272284
1151
j'avais les données et j'aurais pu
travailler en silo pendant des mois,
04:45
and I could have workedtravaillé
in a silosilo for manybeaucoup, manybeaucoup monthsmois,
100
273459
2636
04:48
analyzedanalysé the dataLes données carefullysoigneusement, slowlylentement,
101
276119
2199
analyser les données
attentivement, lentement,
04:50
submittedsoumis the paperpapier for publicationpublication,
gonedisparu throughpar a fewpeu back-and-forthsdos-et-successifs,
102
278342
3460
soumettre un article pour publication,
effectuer quelques modifications,
et enfin publier mes données
après la publication officielle.
04:53
and then finallyenfin when the paperpapier camevenu out,
mightpourrait releaseLibération that dataLes données.
103
281826
3129
Voilà comment le statu quo
en science fonctionne.
04:56
That's the way the statusstatut quoquo workstravaux.
104
284979
2204
04:59
Well, that was not going to work
at this pointpoint, right?
105
287207
2571
Cette fois, pas question d'agir ainsi.
05:01
We had friendscopains on the frontde face lineslignes
106
289802
1608
Nous avions des amis sur le terrain.
05:03
and to us it was just obviousévident
that what we needednécessaire is help,
107
291434
3254
Pour nous, c'était évident
que nous avions besoin de l'aide,
beaucoup d'aide ...
05:06
lots of help.
108
294712
1156
La première chose que nous fîmes,
05:07
So the first thing we did is,
109
295892
1397
05:09
as soonbientôt as the sequencesséquences
camevenu off the machinesmachines,
110
297313
2685
dès que la machine a sorti
les premières séquences,
05:12
we publishedpublié it to the webweb.
111
300022
1429
a été de les publier sur le web.
05:13
We just releasedlibéré it to the wholeentier worldmonde
and said, "Help us."
112
301475
2836
Nous les avons publiées
et lancé un appel à l'aide.
Et l'aide est venue !
05:16
And help camevenu.
113
304335
1335
05:17
Before we knewa connu it,
114
305694
1162
Rapidement, beaucoup de personnes
nous ont contactés,
05:18
we were beingétant contactedcontacté
from people all over,
115
306880
2336
05:21
surprisedsurpris to see the dataLes données
out there and releasedlibéré.
116
309240
2444
surpris par les données
que nous avions publiées.
Certains des plus grands
infectiologistes au monde
05:23
Some of the greatestplus grand
viralvirale trackerstrackers in the worldmonde
117
311708
2252
05:25
were suddenlysoudainement partpartie of our communitycommunauté.
118
313984
2079
faisaient partie de notre communauté.
05:28
We were workingtravail togetherensemble
in this virtualvirtuel way,
119
316087
2330
Nous travaillions ensemble
de manière virtuelle,
05:30
sharingpartage, regularordinaire callsappels, communicationscommunications,
120
318441
2981
partageant des appels réguliers,
05:33
tryingen essayant to followsuivre the virusvirus
minuteminute by minuteminute,
121
321446
2751
en essayant de suivre le virus
minute par minute,
05:36
to see waysfaçons that we could stop it.
122
324221
2221
pour voir comment l'arrêter.
05:39
And there are so manybeaucoup waysfaçons
that we can formforme communitiescommunautés like that.
123
327027
3758
Il y a tellement de façons
de former de telles communautés.
05:43
EverybodyTout le monde, particularlyparticulièrement when the outbreakdéclenchement
startedcommencé to expanddévelopper globallyglobalement,
124
331182
4325
Tout le monde, lorsque l'épidémie
a commencé à s'étendre au niveau mondial,
voulait apprendre, participer,
et s'engager.
05:47
was reachingatteindre out to learnapprendre,
to participateparticiper, to engageengager.
125
335531
3590
Tout le monde voulait jouer un rôle.
05:51
EverybodyTout le monde wants to playjouer a partpartie.
126
339788
1594
05:53
The amountmontant of humanHumain capacitycapacité
out there is just amazingincroyable,
127
341406
2780
Le nombre de volontaires
était incroyable,
05:56
and the InternetInternet connectsse connecte us all.
128
344210
1723
et l'Internet nous reliait tous.
05:57
And could you imagineimaginer that insteadau lieu
of beingétant frightenedeffrayé of eachchaque other,
129
345957
3251
Pouvez-vous imaginer qu'à la place
d'avoir peur les uns des autres,
06:01
that we all just said, "Let's do this.
130
349232
1857
nous disions: « OK, allons-y,
en travaillant ensemble,
06:03
Let's work togetherensemble,
and let's make this happense produire."
131
351113
2523
nous allons vaincre ce virus. »
06:05
But the problemproblème is that the dataLes données
that all of us are usingen utilisant,
132
353660
2742
Le problème était que les données
que nous utilisions,
en faisant des recherches sur le web,
étaient trop limitées pour notre objectif.
06:08
GooglingGoogler on the webweb, is just too limitedlimité
to do what we need to do.
133
356426
4037
On gâche beaucoup d'opportunités
dans ces cas.
06:12
And so manybeaucoup opportunitiesopportunités
get missedmanqué when that happensarrive.
134
360487
2651
06:15
So in the earlyde bonne heure partpartie
of the epidemicépidémie from KenemaKenema,
135
363162
2481
Ainsi, quand l'épidémie
s'est déclarée à Kenema,
nous avions 106 dossiers cliniques
de patients,
06:17
we'dmer had 106 clinicalclinique recordsEnregistrements
from patientsles patients,
136
365667
2742
et nous les avons rendus publics.
06:20
and we onceune fois que again madefabriqué that
publiclyau public availabledisponible to the worldmonde.
137
368433
2834
06:23
And in our ownposséder lablaboratoire, we could showmontrer
that you could take those 106 recordsEnregistrements,
138
371291
3670
Dans notre labo, nous avons démontré
que, munis de ces 106 dossiers,
06:26
we could traintrain computersdes ordinateurs to predictprédire
the prognosispronostic for EbolaEbola patientsles patients
139
374985
3618
nous pouvions apprendre à nos ordinateurs
à pronostiquer Ebola
06:30
to nearprès 100 percentpour cent accuracyprécision.
140
378627
1777
avec une précision d'environ 100%.
Nous avons développé une application
qui donne accès à ces informations
06:32
And we madefabriqué an appapplication
that could releaseLibération that,
141
380428
2097
06:34
to make that availabledisponible
to health-caresoins de santé workersouvriers in the fieldchamp.
142
382549
2770
aux personnels de santé sur site.
06:37
But 106 is just not enoughassez
to make it powerfulpuissant,
143
385343
3259
106 cas ne sont hélas pas suffisants pour
pour consolider et valider les données.
06:40
to validatevalider it.
144
388626
1151
06:41
So we were waitingattendre for more dataLes données
to releaseLibération that.
145
389801
2654
Alors nous attendions plus de données.
Mais on attendait toujours les données.
06:44
and the dataLes données has still not come.
146
392479
2044
06:46
We are still waitingattendre, tweakingpeaufinage away,
147
394547
2532
Nous attendons toujours,
confinés dans nos silos,
au lieu de travailler ensemble.
06:49
in silossilos ratherplutôt than workingtravail togetherensemble.
148
397103
2838
Cette situation n'est plus tolérable.
06:51
And this just -- we can't acceptAcceptez that.
149
399965
2232
06:54
Right? You, all of you,
cannotne peux pas acceptAcceptez that.
150
402221
3804
Vous, vous tous,
vous ne pouvez plus accepter ça.
C'est notre vie qui est en jeu.
06:58
It's our livesvies on the lineligne.
151
406049
1682
06:59
And in factfait, actuallyréellement,
152
407755
1711
De nombreuses personnes ont perdu la vie,
du personnel de santé,
07:01
manybeaucoup livesvies were lostperdu,
manybeaucoup health-caresoins de santé workersouvriers,
153
409490
2543
07:04
includingcomprenant belovedaimé colleaguescollègues of minemien,
154
412057
1894
y compris des collègues
qui m'étaient chers.
07:05
fivecinq colleaguescollègues:
MbaluMine FonnieGuillaume Foulon, AlexAlex MoigboiMoigboi,
155
413975
3747
Cinq collègues ont perdu la vie :
Mbalu Fonnie, Alex Moigboi,
07:09
DrDr. HumarrHumarr KhanKhan, AliceAlice KovomaKovoma
and MohamedMohamed FullahJihad.
156
417746
4011
Dr. Humarr Khan, Alice Koroma
et Mohamed Fullah.
Ce sont juste cinq parmi beaucoup d'autres
au Kenema et au-delà,
07:13
These are just fivecinq
of manybeaucoup health-caresoins de santé workersouvriers
157
421781
2526
07:16
at KenemaKenema and beyondau-delà
158
424331
1764
07:18
that dieddécédés while the worldmonde waitedattendu
and while we all workedtravaillé,
159
426119
3036
morts, alors que le monde attendait
et que nous travaillions,
tranquillement et séparément.
07:21
quietlytranquillement and separatelyséparément.
160
429179
1860
07:23
See, EbolaEbola, like all threatsmenaces to humanityhumanité,
161
431063
2033
Ebola, comme toutes les menaces
qui pèsent sur l'humanité,
07:25
it's fueledalimenté by mistrustméfiance
and distractiondistraction and divisiondivision.
162
433120
3884
est alimentée par la méfiance,
la confusion et la division.
07:29
When we buildconstruire barriersbarrières amongstparmi ourselvesnous-mêmes
and we fightbats toi amongstparmi ourselvesnous-mêmes,
163
437028
3773
Pendant que nous construisons
des barrières entre nous,
le virus se développe.
07:32
the virusvirus thrivesse développe.
164
440825
1820
07:34
But unlikecontrairement à all threatsmenaces to humanityhumanité,
165
442669
1792
Contrairement à toutes les autres menaces,
07:36
EbolaEbola is one where
we're actuallyréellement all the sameMême.
166
444485
2646
en face d'Ebola, nous sommes tous égaux.
Nous sommes tous sur le même bateau.
07:39
We're all in this fightbats toi togetherensemble.
167
447155
1880
07:41
EbolaEbola on one person'spersonne doorsteppas de porte
could soonbientôt be on oursles notres.
168
449059
2634
Ebola est sur notre seuil à tous.
07:44
And so in this placeendroit
with the sameMême vulnerabilitiesvulnérabilités,
169
452177
2802
Et donc en ce lieu,
nous partageons les mêmes vulnérabilités,
07:47
the sameMême strengthspoints forts,
the sameMême fearscraintes, the sameMême hopesespère,
170
455003
2413
forces, craintes et espoirs,
je forme le vœu que nous puissions
travailler ensemble et avec plaisir.
07:49
I hopeespérer that we work togetherensemble with joyjoie.
171
457440
3209
Une de mes anciennes étudiantes
lisait un livre sur la Sierra Leone,
07:54
A graduatediplômé studentétudiant of minemien
was readingen train de lire a booklivre about SierraSierra LeoneLeone,
172
462427
3070
07:57
and she discovereddécouvert that the wordmot "KenemaKenema,"
173
465521
2334
et elle y a découvert
que le terme « Kenema »,
07:59
the hospitalhôpital that we work at and the cityville
where we work in SierraSierra LeoneLeone,
174
467879
3443
l'hôpital où nous travaillons,
en Sierra Leone,
vient de la citation de Mende
pour « claire comme une rivière,
08:03
is namednommé after the MendeMende wordmot
for "clearclair like a riverrivière, translucenttranslucide
175
471346
4181
translucide et ouvert aux regards ».
08:07
and openouvrir to the publicpublic gazeregard."
176
475551
1587
08:09
That was really profoundprofond for us,
177
477439
1545
Ça revêtait un sens particulier pour nous,
08:11
because withoutsans pour autant knowingconnaissance it,
we'dmer always feltse sentait
178
479008
2094
car, sans le savoir,
nous avions toujours pensé
08:13
that in ordercommande to honorhonneur the individualspersonnes
in KenemaKenema where we workedtravaillé,
179
481126
3184
que pour honorer les individus à Kenema,
nous devions travailler
ouvertement et ensemble.
08:16
we had to work openlyouvertement, we had to sharepartager
and we had to work togetherensemble.
180
484334
4287
08:21
And we have to do that.
181
489074
1177
Nous devons le faire.
08:22
We all have to demanddemande that
of ourselvesnous-mêmes and othersautres --
182
490275
3761
Nous devons tous exiger
de nous-mêmes et des autres,
d'être ouverts à l'autre,
lorsqu'une épidémie se produit,
08:26
to be openouvrir to eachchaque other
when an outbreakdéclenchement happensarrive,
183
494060
2874
et de la combattre ensemble.
08:28
to fightbats toi in this fightbats toi togetherensemble.
184
496958
1650
Parce que ce n'est ni la première
épidémie d'Ebola, ni la dernière,
08:30
Because this is not the first
outbreakdéclenchement of EbolaEbola,
185
498632
2909
08:33
it will not be the last,
186
501565
1448
08:35
and there are manybeaucoup other microbesmicrobes
out there that are lyingmensonge in wait,
187
503037
3155
et il y a beaucoup d'autres pathogènes
tapis autour de nous,
comme le virus de Lassa.
08:38
like LassaLassa virusvirus and othersautres.
188
506216
1425
08:39
And the nextprochain time this happensarrive,
189
507665
1509
La prochaine épidémie pourrait toucher
une ville de millions d'habitants.
08:41
it could happense produire in a cityville of millionsdes millions,
it could startdébut there.
190
509198
3196
08:44
It could be something
that's transmittedtransmis throughpar the airair.
191
512418
2699
Ça pourrait démarrer là
et se transmettre par air.
Ça pourrait même être
disséminé intentionnellement.
08:47
It could even be
disseminateddisséminée intentionallyintentionnellement.
192
515141
2147
08:49
And I know that that is frighteningeffrayant,
I understandcomprendre that,
193
517312
2981
Je sais que c'est effrayant,
je comprends ...
08:52
but I know alsoaussi,
and this experienceexpérience showsmontre us,
194
520317
2654
mais je sais aussi,
cette expérience nous le prouve,
08:54
that we have the technologyLa technologie
and we have the capacitycapacité
195
522995
3320
que nous avons la technologie
et la capacité pour vaincre,
08:58
to wingagner this thing,
196
526339
1595
pour vaincre et prendre
de l'avance sur d'autres virus.
08:59
to wingagner this and have
the upperplus haut handmain over virusesles virus.
197
527958
2846
Mais ce n'est possible
que si nous collaborons dans la joie.
09:02
But we can only do it if we do it togetherensemble
198
530828
2272
09:05
and we do it with joyjoie.
199
533124
1197
Pour le Dr Khan, et pour tous ceux
qui ont donné leur vie,
09:06
So for DrDr. KhanKhan
200
534871
1521
09:08
and for all of those who sacrificedsacrifié
theirleur livesvies on the frontde face lineslignes
201
536416
4166
sur le front, dans ce combat avec nous,
09:12
in this fightbats toi with us always,
202
540606
2400
09:15
let us be in this fightbats toi with them always.
203
543030
2807
soyons à leurs côtés dans cette lutte.
Toujours.
09:17
And let us not let the worldmonde be defineddéfini
204
545861
1875
Ne laissons pas au monde les stigmates
de la destruction causée par un virus.
09:19
by the destructiondestruction wroughtforgé by one virusvirus,
205
547760
2119
09:21
but illuminatedilluminé by billionsdes milliards
of heartscœurs and mindsesprits
206
549903
2781
Illuminons-le de l'éclat de milliards
de cœurs et d'esprits
travaillant dans l'unité.
09:24
workingtravail in unityunité.
207
552708
1208
09:25
Thank you.
208
553940
1174
Merci.
09:27
(ApplauseApplaudissements)
209
555138
6869
(Applaudissements)
Translated by Ludovic Benistant
Reviewed by Claire Ghyselen

▲Back to top

ABOUT THE SPEAKER
Pardis Sabeti - Computational geneticist
Pardis Sabeti investigates the genomes of microbes, including the Ebola virus, to help understand how to slow them.

Why you should listen

Pardis Sabeti develops algorithms to detect the genetic signatures of adaption in humans and the microbial organisms that infect humans. Among her lab’s key research areas: examining the genetic factors that drive disease susceptibility to Ebola and Lassa hemorrhagic fever, and investigating the genomes of microbes, including Lassa virus, Ebola virus, Plasmodium falciparum malaria, Vibrio cholera and Mycobacterioum tuberculosis, to help find cures.

She's based at the Center for Systems Biology and Department of Organismic and Evolutionary Biology at Harvard and the Department of Immunology and Infectious Disease at the Harvard School of Public Health. Sabeti is a National Geographic Emerging Explorer and was named a Time magazine Person of the Year in 2014 as one of the Ebola fighters.
More profile about the speaker
Pardis Sabeti | 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