TEDGlobal 2012
Susan Solomon: The promise of research with stem cells
סוזאן סולומון: ההבטחה שבמחקר בתאי גזע
Filmed:
Readability: 4.9
927,801 views
בכך שהיא קוראת להם "ערכות התיקון של הגוף שלנו", סוזאן סולומון תומכת במחקר בתאי גזע שגודלו במעבדה. על ידי גידול קווים אינדיבידואלים של תאי גזע, קבוצת המחקר שלה יצרה פלטפורמה שיכולה להאיץ את המחקר לריפוי מחלות -- ואולי אפילו להוביל לטיפול מותאם אישית, ששם לו למטרה לא רק מחלה מסויימת, אלא גם אדם מסויים.
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
תאי גזע עובריים
00:20
are really incredible cells.
1
4110
3300
הם תאים מדהימים.
00:23
They are our body's own repair kits,
2
7410
2788
הם ערכות התיקון של הגוף שלנו,
00:26
and they're pluripotent, which means they can morph into
3
10198
2964
והם פלוריפוטנטים, מה שאומר שהם יכולים להפוך
00:29
all of the cells in our bodies.
4
13162
2432
לכל תא בגופינו.
00:31
Soon, we actually will be able to use stem cells
5
15594
2688
בקרוב, נוכל אפילו להשתמש בתאי גזע
00:34
to replace cells that are damaged or diseased.
6
18282
2985
על מנת להחליף תאים פגועים או חולים.
00:37
But that's not what I want to talk to you about,
7
21267
2431
אבל זה לא הנושא שאני רוצה לדבר עליו,
00:39
because right now there are some really
8
23698
2678
כיוון שעכשיו יש כמה
00:42
extraordinary things that we are doing with stem cells
9
26376
3946
דברים מדהימים באמת שאנחנו עושים עם תאי גזע
00:46
that are completely changing
10
30322
1607
שמשנים לחלוטין
00:47
the way we look and model disease,
11
31929
2899
את הדרך בה אנו מסתכלים על מחלות ומדגימים אותה,
00:50
our ability to understand why we get sick,
12
34828
2519
היכולת שלנו להבין מדוע אנחנו נעשים חולים,
00:53
and even develop drugs.
13
37347
2431
ואפילו מפתחים תרופות.
00:55
I truly believe that stem cell research is going to allow
14
39778
4313
אני באמת מאמינה שמחקר בתאי גזע הולך לאפשר
00:59
our children to look at Alzheimer's and diabetes
15
44091
4505
לילדינו להסתכל על אלצהיימר, סכרת
01:04
and other major diseases the way we view polio today,
16
48596
4391
ומחלות נוספות בדרך שבה אנו מסתכלים על מחלת הפוליו כיום,
01:08
which is as a preventable disease.
17
52987
3201
שהיא מחלה שניתנת למניעה.
01:12
So here we have this incredible field, which has
18
56188
3223
אז יש לפנינו את התחום המדהים, שיש בו
01:15
enormous hope for humanity,
19
59411
4387
תקווה גדולה לאנושות,
01:19
but much like IVF over 35 years ago,
20
63798
3520
אבל ממש כמו הפריית מבחנה לפני יותר מ35 שנה,
01:23
until the birth of a healthy baby, Louise,
21
67318
2334
עד הלידה של תינוקת בריאה, לואיז,
01:25
this field has been under siege politically and financially.
22
69652
5069
התחום הזה היה תחת מצור פוליטי וכלכלי.
01:30
Critical research is being challenged instead of supported,
23
74721
4272
מחקר קריטי מעוכב במקום לקבל תמיכה,
01:34
and we saw that it was really essential to have
24
78993
4360
וראינו שזה חיוני שיהיה
01:39
private safe haven laboratories where this work
25
83353
3531
מפלט מוגן למעבדות הללו היכן שהעבודה
01:42
could be advanced without interference.
26
86884
2830
בנושא תוכל להמשיך ללא הפרעה.
01:45
And so, in 2005,
27
89714
2531
ב 2005,
01:48
we started the New York Stem Cell Foundation Laboratory
28
92245
2612
הקמנו את הקרן למעבדה של תאי גזע בניו יורק
01:50
so that we would have a small organization that could
29
94857
3589
כדי שיהיה לנו ארגון קטן כדי שנוכל
01:54
do this work and support it.
30
98446
3312
לעשות את העבודה הזאת ולתמוך בה.
01:57
What we saw very quickly is the world of both medical
31
101758
3385
מה שראינו מאוד מהר זה שעולם המחקר הרפואי
02:01
research, but also developing drugs and treatments,
32
105143
3376
וגם פיתוח של תרופות וטיפולים,
02:04
is dominated by, as you would expect, large organizations,
33
108519
3713
נשלט, כצפוי, בידי ארגונים גדולים,
02:08
but in a new field, sometimes large organizations
34
112232
3119
אבל בתחום חדש, לפעמים ארגונים גדולים
02:11
really have trouble getting out of their own way,
35
115351
2168
נתקלים בבעיות כאשר היא באים לגשת אליו,
02:13
and sometimes they can't ask the right questions,
36
117519
2436
לפעמים הם אינם מסוגלים לשאול את השאלות הנכונות,
02:15
and there is an enormous gap that's just gotten larger
37
119955
3356
וישנו פער עצום שהולך וגדל
02:19
between academic research on the one hand
38
123311
3211
בין המחקר האקדמי מצד אחד
02:22
and pharmaceutical companies and biotechs
39
126522
2701
וחברות הפרמצבטיות והביוטק
02:25
that are responsible for delivering all of our drugs
40
129223
3266
שאחראיות להעברת התרופות
02:28
and many of our treatments, and so we knew that
41
132489
2390
והטיפולים שלנו, כך שידענו
02:30
to really accelerate cures and therapies, we were going
42
134879
3946
שכדי באמת להאיץ את הטיפולים הללו, אנחנו צריכים
02:34
to have to address this with two things:
43
138825
2807
להתייחס לשני דברים:
02:37
new technologies and also a new research model.
44
141632
3222
טכנולוגיות חדשות וגם מודל מחקרי חדש.
02:40
Because if you don't close that gap, you really are
45
144854
3759
בגלל שאם לא נסגור את הפער הזה, אנחנו נשאר
02:44
exactly where we are today.
46
148613
1607
בדיוק היכן שאנחנו נמצאים היום.
02:46
And that's what I want to focus on.
47
150220
1667
וזה מה שאני רוצה להתמקד בו.
02:47
We've spent the last couple of years pondering this,
48
151887
3550
העברנו את השנים האחרונות בהרהורים בנושא הזה,
02:51
making a list of the different things that we had to do,
49
155437
2391
תוך הכנת רשימה של דברים שאנחנו צריכים לעשות,
02:53
and so we developed a new technology,
50
157828
2631
אז פיתחנו טכנולוגיה חדשה,
02:56
It's software and hardware,
51
160459
1251
שהיא חומרה ותכנה,
02:57
that actually can generate thousands and thousands of
52
161710
3503
שיכולה למעשה ליצור אלפים על גבי אלפים של
03:01
genetically diverse stem cell lines to create
53
165213
3170
קווים של תאי גזע שונים על מנת ליצור
03:04
a global array, essentially avatars of ourselves.
54
168383
3787
מערך עולמי, של למעשה אווטרים של עצמינו.
03:08
And we did this because we think that it's actually going
55
172170
3434
ועשינו זאת בגלל שאנו חושבים שזה מתקדם
03:11
to allow us to realize the potential, the promise,
56
175604
3415
לכוון שבו יאפשרו לנו להגשים את הפוטנציאל, ההבטחה,
03:14
of all of the sequencing of the human genome,
57
179019
3080
שטמונה בפרוייקט ריצוף הגנום האנושי,
03:17
but it's going to allow us, in doing that,
58
182099
2504
אבל בכך שנעשה זאת, זה יאפשר לנו
03:20
to actually do clinical trials in a dish with human cells,
59
184603
5008
לעשות ניסויים קליניים בצלחת עם תאים אנושיים,
03:25
not animal cells, to generate drugs and treatments
60
189611
4159
לא תאים לא אנושיים, על מנת לפתח תרופות וטיפולים
03:29
that are much more effective, much safer,
61
193770
3249
שהם הרבה יותר אפקטיביים, בטוחים,
03:32
much faster, and at a much lower cost.
62
197019
3256
מהירים וזולים בהרבה.
03:36
So let me put that in perspective for you
63
200275
2384
אני רוצה לשים את זה בפרספקטיבה בשבילכם
03:38
and give you some context.
64
202659
1416
על מנת לשים את זה בהקשר.
03:39
This is an extremely new field.
65
204075
4832
זהו תחום חדש מאוד.
03:44
In 1998, human embryonic stem cells
66
208907
2832
ב-1998, תאי גזע עובריים אנושיים
03:47
were first identified, and just nine years later,
67
211739
3512
זוהו לראשונה, ורק תשע שנים לאחר מכן,
03:51
a group of scientists in Japan were able to take skin cells
68
215251
4305
קבוצה של מדענים ביפן יכלו לקחת תאי עור
03:55
and reprogram them with very powerful viruses
69
219556
3195
ולתכנת אותם מחדש בעזרת ווירוסים עצמתיים
03:58
to create a kind of pluripotent stem cell
70
222751
4242
על מנת ליצור סוג של תאי גזע פלוריפוטנטים
04:02
called an induced pluripotent stem cell,
71
226993
2090
שנקראים תאי גזע פלוריפוטנטים מושרים,
04:04
or what we refer to as an IPS cell.
72
229083
3008
או איך שאנו מתייחסים אליהם בקיצור, תאי IPS.
04:07
This was really an extraordinary advance, because
73
232091
3198
זאת הייתה באמת התקדמות מדהימה, כיוון
04:11
although these cells are not human embryonic stem cells,
74
235289
2544
שלמרות שאלה לא תאי גזע עובריים אנושיים,
04:13
which still remain the gold standard,
75
237833
1794
שעדיין נשארו הסטנדרט הגבוה,
04:15
they are terrific to use for modeling disease
76
239627
3470
הם מצויינים לשימוש כמודל למחלות שונות
04:18
and potentially for drug discovery.
77
243097
2730
ובעלי פוטנציאל לגילוי תרופות חדשות.
04:21
So a few months later, in 2008, one of our scientists
78
245827
3040
כמה חודשים מאוחר יותר, ב 2008, אחד החוקרים שלנו
04:24
built on that research. He took skin biopsies,
79
248867
3200
הסתמך על המחקר הזה. הוא לקח תאי עור,
04:27
this time from people who had a disease,
80
252067
2028
מאנשים שהיו חולים ב-ALS (ניוון שרירים),
04:29
ALS, or as you call it in the U.K., motor neuron disease.
81
254095
2914
או איך שקוראים לה בבריטניה, מחלת העצבים המוטוריים.
04:32
He turned them into the IPS cells
82
257009
1698
הוא הפך את התאים לתאי IPS
04:34
that I've just told you about, and then he turned those
83
258707
2686
שבדיוק סיפרתי לכם עליהם, ואז הוא הפך אותם
04:37
IPS cells into the motor neurons that actually
84
261393
2704
לתאי עצב מוטוריים
04:39
were dying in the disease.
85
264097
1461
שהציגו תסמינים של תאים שמתים מניוון שרירים.
04:41
So basically what he did was to take a healthy cell
86
265558
3019
בעקרון, מה שעשינו זה לקחת תא בריא
04:44
and turn it into a sick cell,
87
268577
1714
והפכנו אותו לתא חולה,
04:46
and he recapitulated the disease over and over again
88
270291
3558
והוא שיחזר את המחלה שוב ושוב
04:49
in the dish, and this was extraordinary,
89
273849
3360
בצלחת, זה היה מדהים,
04:53
because it was the first time that we had a model
90
277209
2248
כיוון שזו היתה הפעם הראשונה שבה היה לנו מודל
04:55
of a disease from a living patient in living human cells.
91
279457
4188
למחלה מחולה חי בתאים אנושיים חיים.
04:59
And as he watched the disease unfold, he was able
92
283645
3120
כאשר הוא צפה במחלה מתקדמת, הוא יכל
05:02
to discover that actually the motor neurons were dying
93
286765
3011
לראות שלמעשה העצבים המוטורים מתו
05:05
in the disease in a different way than the field
94
289776
2127
בדרך שונה ממה
05:07
had previously thought. There was another kind of cell
95
291903
2494
שחשבו עד אז. היה עוד סוג של תא
05:10
that actually was sending out a toxin
96
294397
2201
שלמעשה הפריש רעלן
05:12
and contributing to the death of these motor neurons,
97
296598
2511
שתרם למות תאי העצב הללו,
05:15
and you simply couldn't see it
98
299109
1358
ופשוט לא יכלו לראות זאת
05:16
until you had the human model.
99
300467
1790
עד שהיה בידם מודל אנושי.
05:18
So you could really say that
100
302257
2667
ממש אפשר להגיד
05:20
researchers trying to understand the cause of disease
101
304924
3906
שחוקרים המנסים להבין את הגורם למחלה
05:24
without being able to have human stem cell models
102
308830
4152
מבלי להיות יכולים לעבוד על מודל של תאי גזע אנושיים
05:28
were much like investigators trying to figure out
103
312982
2760
הם כמו בלשים שמנסים להבין
05:31
what had gone terribly wrong in a plane crash
104
315742
3241
מה הגורם להתרסקות מטוס נוראית
05:34
without having a black box, or a flight recorder.
105
318983
3997
מבלי יכולת להשתמש בקופסה השחורה, או במקליט נתוני הטיסה.
05:38
They could hypothesize about what had gone wrong,
106
322980
2602
הם יכולים להעריך מה השתבש,
05:41
but they really had no way of knowing what led
107
325582
3112
אבל אין להם דרך לקבוע בוודאות מה הוביל
05:44
to the terrible events.
108
328694
2172
לרצף האירועים הקטלני.
05:46
And stem cells really have given us the black box
109
330866
4183
תאי גזע הם כמו הקופסה השחורה
05:50
for diseases, and it's an unprecedented window.
110
335049
3968
של מחלות, זה פותח חלון חסר תקדים של אפשרויות.
05:54
It really is extraordinary, because you can recapitulate
111
339017
3245
זה באמת מדהים, כיוון שאפשר לשחזר
05:58
many, many diseases in a dish, you can see
112
342262
3247
הרבה הרבה מחלות בצלחת אחת, אפשר לראות
06:01
what begins to go wrong in the cellular conversation
113
345509
3536
מה מתחיל להשתבש בדו שיח הבין-תאי
06:04
well before you would ever see
114
349045
2424
הרבה לפני שאפשר לראות
06:07
symptoms appear in a patient.
115
351469
2536
סימפטומים בגופו של חולה.
06:09
And this opens up the ability,
116
354005
2523
זה פותח בפנינו את האפשרות,
06:12
which hopefully will become something that
117
356528
2814
שבתקווה תהפוך למשהו
06:15
is routine in the near term,
118
359342
2647
שהוא שיגרתי בזמן הקרוב,
06:17
of using human cells to test for drugs.
119
361989
4146
של שימוש בתאים אנושיים על מנת לבחון תרופות.
06:22
Right now, the way we test for drugs is pretty problematic.
120
366135
5464
כיום, הדרך שבה אנו בודקים תרופות הי דיי בעייתית.
06:27
To bring a successful drug to market, it takes, on average,
121
371599
3318
על מנת להגיע עם תרופה חדשה למצב שאפשר להוציא אותה לשוק, זה לוקח בממוצע,
06:30
13 years — that's one drug —
122
374917
2186
13 שנים -- לתרופה אחת --
06:33
with a sunk cost of 4 billion dollars,
123
377103
3388
עם 4 מיליארד דולר שהושקעו בדרך,
06:36
and only one percent of the drugs that start down that road
124
380491
4867
כאשר רק אחוז אחד מהתרופות שהחלו את התהליך
06:41
are actually going to get there.
125
385358
2248
יגיעו גם למצב שבו הן יוצאות לשוק.
06:43
You can't imagine other businesses
126
387606
2125
בלתי אפשרי לדמיין עסק אחר
06:45
that you would think of going into
127
389731
1449
שתסכים להיכנס אליו
06:47
that have these kind of numbers.
128
391180
1755
כאשר עומדים בפניך המספרים הללו.
06:48
It's a terrible business model.
129
392935
1802
זה מודל עסקי נוראי.
06:50
But it is really a worse social model because of
130
394737
3989
אבל זה באמת מודל חברתי גרוע בגלל
06:54
what's involved and the cost to all of us.
131
398726
3328
מה שיהיה המחיר של זה לגבינו.
06:57
So the way we develop drugs now
132
402054
3752
אז הדרך שבה אנו מפתחים תרופות כיום
07:01
is by testing promising compounds on --
133
405806
3200
היא ניסוי של תרכובות מבטיחות על --
07:04
We didn't have disease modeling with human cells,
134
409006
1880
לא היה לנו מודל למחלות עם תאים אנושיים,
07:06
so we'd been testing them on cells of mice
135
410886
3464
אז אנחנו מבצעים את הניסויים על תאים מעכברים
07:10
or other creatures or cells that we engineer,
136
414350
3667
או יצורים אחרים או תאים אחרים שאנו מהנדסים,
07:13
but they don't have the characteristics of the diseases
137
418017
3061
אבל אין להם את המאפיינים של המחלות
07:16
that we're actually trying to cure.
138
421078
2336
שאנו רוצים למעשה לרפא.
07:19
You know, we're not mice, and you can't go into
139
423414
3046
אתם מבינים, אנחנו לא עכברים, ואנחנו לא יכולים
07:22
a living person with an illness
140
426460
2418
ללכת לאדם כלשהו עם המחלה
07:24
and just pull out a few brain cells or cardiac cells
141
428878
2928
ופשוט לשלוף כמה תאי מוח או תאי לב
07:27
and then start fooling around in a lab to test
142
431806
2289
על מנת לשחק איתם במעבדה ולנסות עליהם
07:29
for, you know, a promising drug.
143
434095
3561
את התרופה המבטיחה החדשה שלנו.
07:33
But what you can do with human stem cells, now,
144
437656
3585
אבל מה שאפשר לעשות היום עם תאי גזע אנושיים,
07:37
is actually create avatars, and you can create the cells,
145
441241
4337
הוא למעשה ליצור אווטרים, ניתן ליצור את התאים,
07:41
whether it's the live motor neurons
146
445578
1967
בין אם הם תאי עצב מוטוריים
07:43
or the beating cardiac cells or liver cells
147
447545
3010
או תאי שריר לב פועמים או תאי כבד
07:46
or other kinds of cells, and you can test for drugs,
148
450555
4109
או תאים אחרים, ואתה יכול לנסות את התרופה,
07:50
promising compounds, on the actual cells
149
454664
3125
את התרכובת המבטיחה, על התאים האמיתיים
07:53
that you're trying to affect, and this is now,
150
457789
3631
שעליהם אתה מנסה להשפיע, זה קורה עכשיו,
07:57
and it's absolutely extraordinary,
151
461420
2814
וזה מדהים ביותר,
08:00
and you're going to know at the beginning,
152
464234
3156
ואתם יכולים לדעת בהתחלה,
08:03
the very early stages of doing your assay development
153
467390
3744
ממש בשלבים הראשונים של פיתוח הניסוי
08:07
and your testing, you're not going to have to wait 13 years
154
471134
3389
והבדיקות, ולא תצטרך לחכות 13 שנים
08:10
until you've brought a drug to market, only to find out
155
474523
3319
עד להוצאת התרופה לשוק, רק בשביל לגלות
08:13
that actually it doesn't work, or even worse, harms people.
156
477842
5056
שהיא לא עובדת, או יותר גרוע, פוגעת באנשים.
08:18
But it isn't really enough just to look at
157
482898
4340
אבל זה לא מספיק להסתכל רק
08:23
the cells from a few people or a small group of people,
158
487238
3782
על מספר מצומצם של תאים ממספר קטן של נבדקים,
08:26
because we have to step back.
159
491020
1644
כיוון שאנו צריכים לחזור לאחור.
08:28
We've got to look at the big picture.
160
492664
1851
אנחנו צריכים להסתכל על התמונה הכוללת.
08:30
Look around this room. We are all different,
161
494515
3136
הסתכלו באולם מסביבכם. כולנו שונים,
08:33
and a disease that I might have,
162
497651
2740
ומחלות שיכול להיות שיש לי,
08:36
if I had Alzheimer's disease or Parkinson's disease,
163
500391
2877
אם זה אלצהיימר או פרקינסון,
08:39
it probably would affect me differently than if
164
503268
3766
כנראה ישפיעו עלי בצורה שונה מאשר
08:42
one of you had that disease,
165
507034
1641
היו משפיעות על אחד מכם לו חלה,
08:44
and if we both had Parkinson's disease,
166
508675
4345
ואם לשנינו יש פרקינסון,
08:48
and we took the same medication,
167
513020
2268
ואנחנו ניקח את אותה התרופה,
08:51
but we had different genetic makeup,
168
515288
2747
אבל יש לנו רקע גנטי שונה,
08:53
we probably would have a different result,
169
518035
2285
סביר להניח שהתוצאות יהיו שונות,
08:56
and it could well be that a drug that worked wonderfully
170
520320
3731
ואפשרי בהחלט שתרופה שתעבוד מצויין
08:59
for me was actually ineffective for you,
171
524051
3579
בשבילי תהיה חסרת ערך בשבילך.
09:03
and similarly, it could be that a drug that is harmful for you
172
527630
4692
ובאופן דומה, יכול להיות שהתרופה יכולה לפגוע בך,
09:08
is safe for me, and, you know, this seems totally obvious,
173
532322
4302
ובטוחה לשימוש אצלי. זה נראה מובן מאליו,
09:12
but unfortunately it is not the way
174
536624
2728
אבל לרוע המזל זו לא הדרך
09:15
that the pharmaceutical industry has been developing drugs
175
539352
3186
שבה חברות התרופות פיתחו תרופות עד כה
09:18
because, until now, it hasn't had the tools.
176
542538
3986
בגלל שעד עכשיו לא היו להם את הכלים.
09:22
And so we need to move away
177
546524
2292
אם כן, אנחנו צריכים לנטוש את הרעיון
09:24
from this one-size-fits-all model.
178
548816
2954
של מודל אחד שמתאים להכל.
09:27
The way we've been developing drugs is essentially
179
551770
3177
הדרך שבה פיתחו תרופות עד כה משולה
09:30
like going into a shoe store,
180
554947
1379
לכניסה לחנות נעליים,
09:32
no one asks you what size you are, or
181
556326
2283
כשאף אחד לא שואל אותך מה המידה שלך, או
09:34
if you're going dancing or hiking.
182
558609
2210
אם אתה צריך נעליים לריקוד או הליכה.
09:36
They just say, "Well, you have feet, here are your shoes."
183
560819
2808
פשוט אומרים לך: "אוקיי, יש לך רגליים, הנה הנעליים שלך."
09:39
It doesn't work with shoes, and our bodies are
184
563627
3600
זה לא עובד כך בנעליים, וגופינו הוא
09:43
many times more complicated than just our feet.
185
567227
3472
מורכב הרבה יותר מאשר רק הרגליים שלנו.
09:46
So we really have to change this.
186
570699
2541
אז כאן חייב לבוא השינוי.
09:49
There was a very sad example of this in the last decade.
187
573240
5184
היתה דוגמא מאוד עצובה לכך בעשור האחרון.
09:54
There's a wonderful drug, and a class of drugs actually,
188
578424
2648
ישנה תרופה מדהימה, קבוצת תרופות למען האמת,
09:56
but the particular drug was Vioxx, and
189
581072
2680
אבל התרופה המסויימת הייתה ויוקס (Vioxx),
09:59
for people who were suffering from severe arthritis pain,
190
583752
4376
ובשביל אנשים שחוו כאבים חזקים כתוצאה מדלקת פרקים,
10:04
the drug was an absolute lifesaver,
191
588128
3392
התרופה היתה ממש מצילת חיים,
10:07
but unfortunately, for another subset of those people,
192
591520
5080
אבל לרוע המזל, לקבוצה אחרת של אנשים,
10:12
they suffered pretty severe heart side effects,
193
596600
4769
היו תופעות לוואי לבביות קשות,
10:17
and for a subset of those people, the side effects were
194
601369
2728
ואצל חלק מהאנשים הללו, תופעות הלוואי
10:19
so severe, the cardiac side effects, that they were fatal.
195
604097
3897
היו כל כך קשות, שהן היו אפילו קטלניות.
10:23
But imagine a different scenario,
196
607994
4042
דמיינו תסריט שונה,
10:27
where we could have had an array, a genetically diverse array,
197
612036
4302
שבו יש לנו מערך שונות גנטית,
10:32
of cardiac cells, and we could have actually tested
198
616338
3626
של תאי לב שונים, שאנחנו יכולנו לבצע את הבדיקות
10:35
that drug, Vioxx, in petri dishes, and figured out,
199
619964
5081
של ויוקס עליהם, בצלחת פטרי, ולגלות,
10:40
well, okay, people with this genetic type are going to have
200
625045
3744
שאנשים עם מאפיינים גנטים מסויימים יסבלו
10:44
cardiac side effects, people with these genetic subgroups
201
628789
5000
מתופעות לוואי לבביות כאלה, ואנשים עם מאפיינים גנטיים אחרים
10:49
or genetic shoes sizes, about 25,000 of them,
202
633789
5144
או "מידת נעליים" גנטית אחרת, בערך 25,000 כאלה,
10:54
are not going to have any problems.
203
638933
2760
לא יסבלו מבעיות כלל.
10:57
The people for whom it was a lifesaver
204
641693
2615
האנשים שבשבילם התרופה היתה מצילת חיים
11:00
could have still taken their medicine.
205
644308
1677
עדיין יכלו להמשיך לקבל את התרופה.
11:01
The people for whom it was a disaster, or fatal,
206
645985
4386
האנשים שבשבילם התרופה היא בעלת תופעות שליליות או קטלניות,
11:06
would never have been given it, and
207
650371
2091
לעולם לא היו מקבלים את התרופה,
11:08
you can imagine a very different outcome for the company,
208
652462
2583
כך שאתם יכולים לדמיין את התוצאה השונה בתכלית עבור החברה,
11:10
who had to withdraw the drug.
209
655045
2768
שהיתה צריכה להפסיק את ייצור התרופה.
11:13
So that is terrific,
210
657813
2816
אז זה מצויין,
11:16
and we thought, all right,
211
660629
1834
וחשבנו, טוב, בסדר,
11:18
as we're trying to solve this problem,
212
662463
2759
היות שאנו מנסים לפתור את הבעיה הזו,
11:21
clearly we have to think about genetics,
213
665222
2197
אנחנו ללא ספק צריכים לחשוב על גנטיקה,
11:23
we have to think about human testing,
214
667419
2834
אנו צריכים לחשוב על בדיקת אנשים,
11:26
but there's a fundamental problem,
215
670253
1579
אבל יש בעיה בסיסית,
11:27
because right now, stem cell lines,
216
671832
2699
כיוון שנכון לעכשיו, קווים של תאי גזע,
11:30
as extraordinary as they are,
217
674531
1710
מדהימים ככל שיהיו,
11:32
and lines are just groups of cells,
218
676241
1744
קווים הם בסך הכל קבוצות של תאים,
11:33
they are made by hand, one at a time,
219
677985
4332
מכינים אותם ביד, כל אחד בתורו,
11:38
and it takes a couple of months.
220
682317
2224
וזה לוקח מספר חודשים.
11:40
This is not scalable, and also when you do things by hand,
221
684541
4366
זה לא ניתן לביצוע בקנה מידה גדול יותר, בנוסף, כאשר עושם דברים בצורה ידנית,
11:44
even in the best laboratories,
222
688907
1543
אפילו במעבדות הטובות ביותר,
11:46
you have variations in techniques,
223
690450
3161
יש הבדלים בטכניקות,
11:49
and you need to know, if you're making a drug,
224
693611
3181
ואתה צריך לדעת, אם אתה מכין תרופה,
11:52
that the Aspirin you're going to take out of the bottle
225
696792
1898
שהאספירין שאתה הולך להוציא מהבקבוק
11:54
on Monday is the same as the Aspirin
226
698690
2440
ביום שני, זהה לאספירין
11:57
that's going to come out of the bottle on Wednesday.
227
701130
2081
שהולך לצאת מהבקבוק ביום רביעי.
11:59
So we looked at this, and we thought, okay,
228
703211
3791
אז הסתכלנו על זה, וחשבנו, אוקיי,
12:02
artisanal is wonderful in, you know, your clothing
229
707002
3152
עבודת יד היא דבר מצויין, אתם יודעים, בבגדים שלכם,
12:06
and your bread and crafts, but
230
710154
2944
בלחם וביצירות אמנות, אבל
12:08
artisanal really isn't going to work in stem cells,
231
713098
2983
עבודת יד לא ממש הולכת לעבוד בהקשר של תאי גזע,
12:11
so we have to deal with this.
232
716081
2390
ועלינו להתמודד עם העובדה הזו.
12:14
But even with that, there still was another big hurdle,
233
718471
3920
ועם זאת, עדיין ישנה משוכה גדולה נוספת,
12:18
and that actually brings us back to
234
722391
3564
וזה מביא אותנו חזרה
12:21
the mapping of the human genome, because
235
725955
2384
למיפוי הגנום האנושי, בגלל
12:24
we're all different.
236
728339
2711
שכולנו שונים אחד מרעיהו.
12:26
We know from the sequencing of the human genome
237
731050
2832
אנו יודעים מריצוף הגנום האנושי
12:29
that it's shown us all of the A's, C's, G's and T's
238
733882
2557
שהראה לנו את כל הA,C,G ו T
12:32
that make up our genetic code,
239
736439
2468
שמרכיבים את הקוד הגנטי שלנו,
12:34
but that code, by itself, our DNA,
240
738907
4269
אבל הקוד הזה, בפני עצמו, ה DNA שלנו,
12:39
is like looking at the ones and zeroes of the computer code
241
743176
4599
זה כמו להסתכל על ה-1 וה-0 בקוד של מחשב
12:43
without having a computer that can read it.
242
747775
2825
ללא אפשרות לקחת מחשב שיודע לקרוא אותו.
12:46
It's like having an app without having a smartphone.
243
750600
3288
זה כמו שיהיה לך אפליקציה בלי שיהיה לך טלפון חכם.
12:49
We needed to have a way of bringing the biology
244
753888
3884
אנחנו צריכים שתהיה לנו האפשרות להוציא את הביולוגיה
12:53
to that incredible data,
245
757772
2209
מתוך המידע הרב הזה,
12:55
and the way to do that was to find
246
759981
3115
והדרך לעשות זאת היא למצוא
12:58
a stand-in, a biological stand-in,
247
763096
2687
פלטפורמה, פלטפורמה ביולוגית,
13:01
that could contain all of the genetic information,
248
765783
4025
שיכולה להכיל את כל המידע הגנטי הזה,
13:05
but have it be arrayed in such a way
249
769808
2528
כך שיהיה מסודר במין מערך
13:08
as it could be read together
250
772336
2864
שאותו נוכל לקרוא
13:11
and actually create this incredible avatar.
251
775200
3256
ובכך ליצור את אותו ההגשמה הזאת.
13:14
We need to have stem cells from all the genetic sub-types
252
778456
3704
אנחנו צריכים שיהיו לנו תאי גזה מכל תתי הסוגים הגנטיים
13:18
that represent who we are.
253
782160
2952
שמייצגים את מה שאנחנו.
13:21
So this is what we've built.
254
785112
2760
אז זה מה שבנינו.
13:23
It's an automated robotic technology.
255
787872
3320
זו טכנולוגיה רובוטית אוטומטית.
13:27
It has the capacity to produce thousands and thousands
256
791192
2608
יש לה את היכולת לייצר אלפי
13:29
of stem cell lines. It's genetically arrayed.
257
793800
4239
קווים של תאי גזע. הם מסודרים במערך גנטי.
13:33
It has massively parallel processing capability,
258
798039
3749
יש לו יכולת עיבוד של מספר רב של מטלות בו זמנית,
13:37
and it's going to change the way drugs are discovered,
259
801788
3320
והוא הולך לשנות את הדרך שבה מגלים תרופות חדשות,
13:41
we hope, and I think eventually what's going to happen
260
805108
3835
אנו מקווים, ואני חושבת שמה שיקרה בסוף
13:44
is that we're going to want to re-screen drugs,
261
808943
2199
זה שנרצה לסרוק מחדש תרופות,
13:47
on arrays like this, that already exist,
262
811142
2491
על מערכים כאלה, שכבר קיימות,
13:49
all of the drugs that currently exist,
263
813633
1871
כל התרופות שכבר קיימות,
13:51
and in the future, you're going to be taking drugs
264
815504
2911
ובעתיד, אתם הולכים להשתמש בתרופות
13:54
and treatments that have been tested for side effects
265
818415
2872
ובטיפולים שנבדקו להמצאות תופעות לוואי
13:57
on all of the relevant cells,
266
821287
2303
על כל התאים הרלוונטים,
13:59
on brain cells and heart cells and liver cells.
267
823590
3153
על תאי מח, תאי לב ותאי כבד.
14:02
It really has brought us to the threshold
268
826743
3329
זה באמת הביא אותנו לסף
14:05
of personalized medicine.
269
830072
2214
של רפואה אישית.
14:08
It's here now, and in our family,
270
832286
4441
זה כאן עכשיו, ובמשפחה שלנו,
14:12
my son has type 1 diabetes,
271
836727
2938
לבן שלי יש סכרת נעורים,
14:15
which is still an incurable disease,
272
839665
2648
שהיא עדיין מחלה חשוכת מרפא,
14:18
and I lost my parents to heart disease and cancer,
273
842313
3442
ואני איבדתי את הוריי למחלות לב וסרטן,
14:21
but I think that my story probably sounds familiar to you,
274
845755
3733
אבל אני חושבת שהסיפור שלי נשמע מוכר לכם,
14:25
because probably a version of it is your story.
275
849488
4230
כיוון שגירסה טיפה שונה שלו היא הסיפור שלכם.
14:29
At some point in our lives, all of us,
276
853718
3944
בנקודה כלשהי בחיינו, של כולנו,
14:33
or people we care about, become patients,
277
857662
2736
או בחייהם של אנשים שקרובים אלינו, אנו הופכים לפציינטים,
14:36
and that's why I think that stem cell research
278
860398
2609
ולכן אני חושבת שמחקר בתאי גזע
14:38
is incredibly important for all of us.
279
863007
3383
חשוב מאוד לכולנו.
14:42
Thank you. (Applause)
280
866390
3668
תודה רבה. (מחיאות כפיים)
14:45
(Applause)
281
870058
7108
(מחיאות כפיים)
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