ABOUT THE SPEAKER
Allan Jones - Brain scientist
As CEO of the Allen Institute for Brain Science, Allan Jones leads an ambitious project to build an open, online, interactive atlas of the human brain.

Why you should listen

The Allen Institute for Brain Science -- based in Seattle, kickstarted by Microsoft co-founder Paul Allen -- has a mission to fuel discoveries about the human brain by building tools the entire scientific community can use. As CEO, one of Allan Jones' first projects was to lead the drive to create a comprehensive atlas of the brain of a mouse. Flash forward to April 2011, when the Allen Institute announced the first milestone in its online interactive atlas of the human brain, showing the activity of the more than 20,000 human genes it contains. It's based on a composite of 15 brains, since every human brain is unique.

Think of the Allen Human Brain Atlas as a high-tech bridge between brain anatomy and genetics. Using this atlas, scientists will be able to determine where in the brain genes that encode specific proteins are active, including proteins that are affected by medication. Or researchers could zoom in on brain structures thought to be altered in mental disorders such as schizophrenia to find their molecular footprint. The atlas may provide clues to memory, attention, motor coordination, hunger, and perhaps emotions such as happiness or anxiety.

He says: "Understanding how our genes are used in our brains will help scientists and the medical community better understand and discover new treatments for the full spectrum of brain diseases and disorders."

Watch Dr. Jones' latest TEDx talk on the map of the brain, from TEDxCaltech 2013 >>

More profile about the speaker
Allan Jones | Speaker | TED.com
TEDGlobal 2011

Allan Jones: A map of the brain

Allan Jones: Karta mozga

Filmed:
1,269,611 views

Kako možemo razumijeti na koji način funkcionira mozak? Na isti način na koji shvaćamo kako funkcionira grad: izradom karte. U ovom vizualno zadivljujućem govoru, Allan Jones pokazuje kako njegov tim mapira, koji su sve geni uključeni u svaku malenu regiju i na koji je način to sve povezano.
- Brain scientist
As CEO of the Allen Institute for Brain Science, Allan Jones leads an ambitious project to build an open, online, interactive atlas of the human brain. Full bio

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

00:15
HumansLjudi have long heldodržanog a fascinationfascinacija
0
0
2000
Ljudi su već dugo vremena fascinirani
00:17
for the humanljudski brainmozak.
1
2000
2000
mozgom.
00:19
We chartgrafikon it, we'veimamo describedopisan it,
2
4000
3000
Napravili smo grafikone, opisali smo ga,
00:22
we'veimamo drawnnacrtan it,
3
7000
2000
nacrtali smo ga,
00:24
we'veimamo mappedmapiranje it.
4
9000
3000
mapirali smo ga.
00:27
Now just like the physicalfizička mapskarata of our worldsvijet
5
12000
3000
Baš kao karte svijeta
00:30
that have been highlyvisoko influencedpod utjecajem by technologytehnologija --
6
15000
3000
koje su pod velikim utjecajem tehnologije --
00:33
think GoogleGoogle MapsKarte,
7
18000
2000
sjetite se Google Map-a,
00:35
think GPSGPS --
8
20000
2000
GPS-a --
00:37
the sameisti thing is happeningdogađa for brainmozak mappingkartografija
9
22000
2000
ista se transformacija događa
00:39
throughkroz transformationtransformacija.
10
24000
2000
kod mapiranja mozga.
00:41
So let's take a look at the brainmozak.
11
26000
2000
Pogledajmo mozak.
00:43
MostVećina people, when they first look at a freshsvježe humanljudski brainmozak,
12
28000
3000
Većina ljudi, kada prvi put ugledaju ljudski mozak,
00:46
they say, "It doesn't look what you're typicallytipično looking at
13
31000
3000
kaže: „ Ne izgleda kao ono što se tipično
00:49
when someonenetko showspokazuje you a brainmozak."
14
34000
2000
prikazuje kao mozak.“
00:51
TypicallyObično, what you're looking at is a fixedfiksni brainmozak. It's graysiva.
15
36000
3000
Uobičajeno, ono što vidite je fiksirani mozak. On je siv.
00:54
And this outervanjski layersloj, this is the vasculaturevasculature,
16
39000
2000
A ovaj vanjski sloj, to je vaskulatura,
00:56
whichkoji is incrediblenevjerojatan, around a humanljudski brainmozak.
17
41000
2000
koja je nevjerojatna, oko ljudskog mozga.
00:58
This is the bloodkrv vesselsposuđe.
18
43000
2000
Ovo su krvne žile.
01:00
20 percentposto of the oxygenkisik
19
45000
3000
20% kisika
01:03
comingdolazak from your lungspluća,
20
48000
2000
dolazi iz pluća,
01:05
20 percentposto of the bloodkrv pumpedpumpa from your heartsrce,
21
50000
2000
20% od krvi ispumpane iz vašeg srca
01:07
is servicingservisiranje this one organorgulje.
22
52000
2000
opskrbljuje ovaj organ.
01:09
That's basicallyu osnovi, if you holddržati two fistsšake togetherzajedno,
23
54000
2000
U principu, ako držite dvije šake stisnute zajedno,
01:11
it's just slightlymalo largerveći than the two fistsšake.
24
56000
2000
mozak je samo malo veći od te dvije šake.
01:13
ScientistsZnanstvenici, sortvrsta of at the endkraj of the 20thth centurystoljeće,
25
58000
3000
Znanstvenici su, negdje krajem 20. stoljeća,
01:16
learnednaučeno that they could trackstaza bloodkrv flowteći
26
61000
2000
naučili da mogu, neinvazivno prateći protok krvi
01:18
to mapkarta non-invasivelyNe hrane
27
63000
3000
na mapi,
01:21
where activityaktivnost was going on in the humanljudski brainmozak.
28
66000
3000
vidjeti gdje se odvija pojedina aktivnost u ljudskom mozgu.
01:24
So for exampleprimjer, they can see in the back partdio of the brainmozak,
29
69000
3000
Na primjer, oni mogu vidjeti stražnji dio mozga,
01:27
whichkoji is just turningtokarenje around there.
30
72000
2000
koji se nalazi ovdje.
01:29
There's the cerebellumcerebelum; that's keepingčuvanje you uprightuspravan right now.
31
74000
2000
Tu je mali mozak, koji vas održava uspravnima u ovom trenutku.
01:31
It's keepingčuvanje me standingstajati. It's involvedumiješan in coordinatedkoordinirana movementpokret.
32
76000
3000
On mi pomaže da stojim ovdje. Uključen je u koordinaciju pokreta.
01:34
On the sidestrana here, this is temporalvremenski cortexkorteks.
33
79000
3000
Na ovoj je strani temporalni korteks.
01:37
This is the areapodručje where primaryosnovni auditorygledaoci processingobrada --
34
82000
3000
To je područje primarnog auditornog procesiranja --
01:40
so you're hearingsluh my wordsriječi,
35
85000
2000
znači, čujete moje riječi
01:42
you're sendingslanje it up into higherviši languagejezik processingobrada centerscentri.
36
87000
2000
i šaljete ih u druge centre za daljnju, višu obradu.
01:44
TowardsPrema the frontispred of the brainmozak
37
89000
2000
Idući prema prednjem dijelu mozga,
01:46
is the placemjesto in whichkoji all of the more complexkompleks thought, decisionodluka makingizrađivanje --
38
91000
3000
nalazi se područje složenijih misli, donošenja odluka --
01:49
it's the last to matureZreli in latekasno adulthoododrasloj dobi.
39
94000
4000
ono zadnje sazrijeva, u kasnoj odrasloj dobi.
01:53
This is where all your decision-makingodlučivanje processesprocesi are going on.
40
98000
3000
Ovdje se odvijaju svi procesi donošenja vaših odluka.
01:56
It's the placemjesto where you're decidingodlučujući right now
41
101000
2000
To je mjesto gdje upravo odlučujete
01:58
you probablyvjerojatno aren'tnisu going to ordernarudžba the steakodrezak for dinnervečera.
42
103000
3000
kako vjerojatno nećete naručiti odrezak za večeru.
02:01
So if you take a deeperdublje look at the brainmozak,
43
106000
2000
Dakle, ako bolje pogledate mozak,
02:03
one of the things, if you look at it in cross-sectionpoprečni presjek,
44
108000
2000
jedna od stvari, ako ga gledate na presjeku,
02:05
what you can see
45
110000
2000
koju možete vidjeti
02:07
is that you can't really see a wholečitav lot of structurestruktura there.
46
112000
3000
jest da zapravo i ne možete vidjeti mnogo struktura tamo.
02:10
But there's actuallyzapravo a lot of structurestruktura there.
47
115000
2000
Ali tu zapravo ima puno struktura.
02:12
It's cellsStanice and it's wiresžice all wiredžičani togetherzajedno.
48
117000
2000
To su stanice i snopovi, svi međusobno povezani.
02:14
So about a hundredstotina yearsgodina agoprije,
49
119000
2000
Prije otprilike sto godina
02:16
some scientistsznanstvenici inventedizumio a stainmrlja that would stainmrlja cellsStanice.
50
121000
2000
znanstvenici su izumili boju koja će obojati stanice.
02:18
And that's shownprikazan here in the the very lightsvjetlo blueplava.
51
123000
3000
To je ovdje prikazano kao vrlo svijetlo plava.
02:21
You can see areaspodručja
52
126000
2000
Možete vidjeti područja
02:23
where neuronalneurona cellćelija bodiestjelesa are beingbiće stainedobojeni.
53
128000
2000
gdje su obojana normalna tijela stanica.
02:25
And what you can see is it's very non-uniformnejednoliko. You see a lot more structurestruktura there.
54
130000
3000
A ono što možete vidjeti je jako nejednoliko. Možete vidjeti mnoge strukture.
02:28
So the outervanjski partdio of that brainmozak
55
133000
2000
Vanjski je dio mozga
02:30
is the neocortexneokorteks.
56
135000
2000
neokorteks.
02:32
It's one continuousstalan processingobrada unitjedinica, if you will.
57
137000
3000
To je jedna kontinuirana procesorska jedinica, moglo bi se reći.
02:35
But you can alsotakođer see things underneathispod there as well.
58
140000
2000
Ali vi, također, možete vidjeti stvari ispod njega.
02:37
And all of these blankprazan areaspodručja
59
142000
2000
I sva ova prazna područja
02:39
are the areaspodručja in whichkoji the wiresžice are runningtrčanje throughkroz.
60
144000
2000
su područja kroz koja prolaze snopovi, poveznice.
02:41
They're probablyvjerojatno lessmanje cellćelija densegust.
61
146000
2000
Vjerojatno su manje stanične gustoće.
02:43
So there's about 86 billionmilijardi neuronsneuroni in our brainmozak.
62
148000
4000
Postoji otprilike 86 milijardi neurona u našem mozgu.
02:47
And as you can see, they're very non-uniformlysobe-ravnomjerno distributeddistribuiran.
63
152000
3000
I kao što možete vidjeti, prilično su nejednoliko raspoređeni.
02:50
And how they're distributeddistribuiran really contributesdoprinosi
64
155000
2000
A način na koji su raspoređeni pridonosi
02:52
to theirnjihov underlyingtemeljne functionfunkcija.
65
157000
2000
određivanju njihove temeljne funkcije.
02:54
And of coursenaravno, as I mentionedspominje before,
66
159000
2000
I, naravno, kao što sam već spomenuo,
02:56
sinceod we can now startpočetak to mapkarta brainmozak functionfunkcija,
67
161000
3000
s obzirom da sada možemo početi mapirati moždane aktivnosti,
02:59
we can startpočetak to tiekravata these into the individualpojedinac cellsStanice.
68
164000
3000
možemo početi povezivati te aktivnosti s pojedinim stanicama.
03:02
So let's take a deeperdublje look.
69
167000
2000
Sada pogledajmo malo dublje.
03:04
Let's look at neuronsneuroni.
70
169000
2000
Pogledajmo neurone.
03:06
So as I mentionedspominje, there are 86 billionmilijardi neuronsneuroni.
71
171000
2000
Kao što sam već rekao, postoji 86 milijardi neurona.
03:08
There are alsotakođer these smallermanji cellsStanice as you'llvi ćete see.
72
173000
2000
Tu su i ove manje stanice, kao što vidite.
03:10
These are supportpodrška cellsStanice -- astrocytesastrocytes gliaglia stanica.
73
175000
2000
Ovo su potporne stanice -- astroglija stanice.
03:12
And the nervesživci themselvesse
74
177000
3000
Sami živci
03:15
are the onesone who are receivingprimanje inputulazni.
75
180000
2000
su oni koji primaju signal.
03:17
They're storingskladištenje it, they're processingobrada it.
76
182000
2000
Oni ga pohranjuju, oni ga obrađuju.
03:19
EachSvaki neuronneuron is connectedpovezan viapreko synapsessinapse
77
184000
4000
Svaki je neuron, preko sinapsi, spojen s
03:23
to up to 10,000 other neuronsneuroni in your brainmozak.
78
188000
3000
do 10.000 drugih neurona u našem mozgu.
03:26
And eachsvaki neuronneuron itselfsebe
79
191000
2000
I svaki je neuron, sam za sebe,
03:28
is largelyu velikoj mjeri uniquejedinstvena.
80
193000
2000
prilično jedinstven.
03:30
The uniquejedinstvena characterlik of bothoba individualpojedinac neuronsneuroni
81
195000
2000
Jedinstveni karakter, kako individualnih neurona,
03:32
and neuronsneuroni withinunutar a collectionkolekcija of the brainmozak
82
197000
2000
tako i neurona unutar područja u mozgu,
03:34
are drivenupravljan by fundamentalosnovni propertiesnekretnine
83
199000
3000
određen je temeljnim značajkama
03:37
of theirnjihov underlyingtemeljne biochemistrybiokemija.
84
202000
2000
njihove biokemijske podloge.
03:39
These are proteinsproteini.
85
204000
2000
Ovo su proteini.
03:41
They're proteinsproteini that are controllingkontrolni things like ioniona channelkanal movementpokret.
86
206000
3000
To su proteini koji kontroliraju stvari kao što je prolazak kroz ionske kanale.
03:44
They're controllingkontrolni who nervousživčani systemsistem cellsStanice partnerpartner up with.
87
209000
4000
Oni kontroliraju s kim se povezuju stanice živčanog sustava.
03:48
And they're controllingkontrolni
88
213000
2000
I oni, u osnovi, kontroliraju
03:50
basicallyu osnovi everything that the nervousživčani systemsistem has to do.
89
215000
2000
sve što živčani sustav mora činiti.
03:52
So if we zoomzum in to an even deeperdublje levelnivo,
90
217000
3000
Ako pogledamo sve to na još dubljoj razini,
03:55
all of those proteinsproteini
91
220000
2000
svi su ti proteini
03:57
are encodedkodirani by our genomesgenomi.
92
222000
2000
kodirani našim genomima.
03:59
We eachsvaki have 23 pairsparovi of chromosomeskromosomi.
93
224000
3000
Svatko od nas ima 23 para kromosoma.
04:02
We get one from mommama, one from dadtata.
94
227000
2000
Jedan dobijemo od majke, jedan od oca.
04:04
And on these chromosomeskromosomi
95
229000
2000
Na ovim se kromosomima
04:06
are roughlygrubo 25,000 genesgeni.
96
231000
2000
nalazi otprilike 25.000 gena.
04:08
They're encodedkodirani in the DNADNK.
97
233000
2000
Oni su kodirani u DNK.
04:10
And the naturepriroda of a givendan cellćelija
98
235000
3000
I prirodu ovih stanica,
04:13
drivingvožnja its underlyingtemeljne biochemistrybiokemija
99
238000
2000
određujući njihovu biokemijsku podlogu,
04:15
is dictateddiktirao by whichkoji of these 25,000 genesgeni
100
240000
3000
diktira koji je od ovih 25.000 gena
04:18
are turnedokrenut on
101
243000
2000
aktivan
04:20
and at what levelnivo they're turnedokrenut on.
102
245000
2000
i na kojem je stupnju aktivan.
04:22
And so our projectprojekt
103
247000
2000
Naš projekt
04:24
is seekingtraži to look at this readoutčitanje,
104
249000
3000
pokušava razumijeti ovo iščitavanje,
04:27
understandingrazumijevanje whichkoji of these 25,000 genesgeni is turnedokrenut on.
105
252000
3000
shvatiti koji je od ovih 25.000 gena aktivan.
04:30
So in ordernarudžba to undertakepoduzeti suchtakav a projectprojekt,
106
255000
3000
Znači, kako bismo proveli takav projekt,
04:33
we obviouslyočito need brainsmozak.
107
258000
3000
očito je da trebamo nekakve mozgove.
04:36
So we sentposlao our lablaboratorija techniciantehničar out.
108
261000
3000
Zato smo poslali našeg laboratorijskog tehničara u potragu.
04:39
We were seekingtraži normalnormalan humanljudski brainsmozak.
109
264000
2000
Tražili smo normalne ljudske mozgove.
04:41
What we actuallyzapravo startpočetak with
110
266000
2000
Počeli smo s
04:43
is a medicalmedicinski examiner'sispitivač officeured.
111
268000
2000
uredom za medicinsko vještačenje.
04:45
This a placemjesto where the deadmrtav are broughtdonio in.
112
270000
2000
To je mjesto gdje dovode mrtve.
04:47
We are seekingtraži normalnormalan humanljudski brainsmozak.
113
272000
2000
Mi tražimo normalne ljudske mozgove.
04:49
There's a lot of criteriakriteriji by whichkoji we're selectingOdabir these brainsmozak.
114
274000
3000
Brojni su kriteriji po kojima izabiremo ove mozgove.
04:52
We want to make sure
115
277000
2000
Želimo biti sigurni
04:54
that we have normalnormalan humansljudi betweenizmeđu the agesdobi of 20 to 60,
116
279000
3000
da imamo normalne ljudske mozgove starosti između 20 i 60 godina,
04:57
they diedumro a somewhatnešto naturalprirodni deathsmrt
117
282000
2000
da su ljudi umrli prirodnom smrću,
04:59
with no injuryozljeda to the brainmozak,
118
284000
2000
bez ozljeda mozga,
05:01
no historypovijest of psychiatricpsihijatrijski diseasebolest,
119
286000
2000
da nisu imali zabilježenih psihijatrijskih poremećaja,
05:03
no drugslijekovi on boardodbor --
120
288000
2000
prisutnosti droge --
05:05
we do a toxicologyToksikologija workuppretrage.
121
290000
2000
zato radimo toksikološki pregled.
05:07
And we're very carefulpažljiv
122
292000
2000
I jako smo pažljivi
05:09
about the brainsmozak that we do take.
123
294000
2000
u pogledu mozgova koje uzimamo.
05:11
We're alsotakođer selectingOdabir for brainsmozak
124
296000
2000
Također, tražimo mozgove
05:13
in whichkoji we can get the tissuetkivo,
125
298000
2000
od kojih možemo uzeti uzorak,
05:15
we can get consentpristanak to take the tissuetkivo
126
300000
2000
one za koje u roku od 24 sata od trenutka smrti
05:17
withinunutar 24 hourssati of time of deathsmrt.
127
302000
2000
dobijemo dozvolu da uzmemo uzorak.
05:19
Because what we're tryingtežak to measuremjera, the RNARNA --
128
304000
3000
Ovo radimo zato što je ono što pokušavamo analizirati, RNK --
05:22
whichkoji is the readoutčitanje from our genesgeni --
129
307000
2000
koja je iščitanje naših gena --
05:24
is very labilenestabilnim,
130
309000
2000
vrlo labilno
05:26
and so we have to movepotez very quicklybrzo.
131
311000
2000
pa moramo brzo djelovati.
05:28
One sidestrana noteBilješka on the collectionkolekcija of brainsmozak:
132
313000
3000
Još jedna napomena o prikupljanju mozgova:
05:31
because of the way that we collectprikupiti,
133
316000
2000
zbog načina na koji prikupljamo
05:33
and because we requirezahtijevati consentpristanak,
134
318000
2000
i zato što tražimo suglasnost,
05:35
we actuallyzapravo have a lot more malemuški brainsmozak than femaležena brainsmozak.
135
320000
3000
imamo puno više muških, nego ženskih mozgova.
05:38
MalesMužjaci are much more likelyVjerojatno to dieumrijeti an accidentalslučajnog deathsmrt in the primeglavni of theirnjihov life.
136
323000
3000
Muškarci imaju veće šanse umrijeti slučajnom smrću u najboljim godinama svoga života.
05:41
And menmuškarci are much more likelyVjerojatno
137
326000
2000
I muškarci imaju veće šanse
05:43
to have theirnjihov significantznačajan other, spousesuprug, give consentpristanak
138
328000
3000
da će njihova bolja polovica, supruga, dati suglasnost
05:46
than the other way around.
139
331000
2000
za navedeno, nego obrnuto.
05:48
(LaughterSmijeh)
140
333000
4000
(Smijeh)
05:52
So the first thing that we do at the sitemjesto of collectionkolekcija
141
337000
2000
Prva stvar koju činimo na mjestu prikupljanja
05:54
is we collectprikupiti what's calledzvao an MRG..
142
339000
2000
je MR.
05:56
This is magneticmagnetski resonancerezonancija imagingobrada slike -- MRIMRI.
143
341000
2000
To je magnetska rezonanca -- MRI.
05:58
It's a standardstandard templatepredložak by whichkoji we're going to hangobjesiti the restodmor of this datapodaci.
144
343000
3000
To je standardni predložak prema kojemu ćemo određivati ostatak ovih podataka.
06:01
So we collectprikupiti this MRG..
145
346000
2000
Zato snimamo MR.
06:03
And you can think of this as our satellitesatelit viewpogled for our mapkarta.
146
348000
2000
Ovo možete smatrati satelitskim prikazom naše karte.
06:05
The nextSljedeći thing we do
147
350000
2000
Sljedeći je korak
06:07
is we collectprikupiti what's calledzvao a diffusiondifuzija tensortenzor imagingobrada slike.
148
352000
3000
skupljanje difuznog prikaza.
06:10
This mapskarata the largeveliki cablingkabliranje in the brainmozak.
149
355000
2000
Ovo prikazuje velike poveznice u mozgu.
06:12
And again, you can think of this
150
357000
2000
I opet, na ovo možete gledati
06:14
as almostskoro mappingkartografija our interstateauto-cesta highwaysautoceste, if you will.
151
359000
2000
kao na kartu naših državnih autocesta, ako hoćete.
06:16
The brainmozak is removedukloniti from the skulllubanja,
152
361000
2000
Mozak je prvo odstranjen iz lubanje
06:18
and then it's slicedrezan into one-centimeterjedan centimetar sliceskriške.
153
363000
3000
i zatim je narezan na kriške debljine jednog centimetra.
06:21
And those are frozenzamrznut solidsolidan,
154
366000
2000
One su čvrsto zamrznute
06:23
and they're shippeddostavljaju to SeattleSeattle.
155
368000
2000
i poslane u Seattle.
06:25
And in SeattleSeattle, we take these --
156
370000
2000
U Seattleu uzimamo ove --
06:27
this is a wholečitav humanljudski hemispherehemisfera --
157
372000
2000
ovo je cijela hemisfera --
06:29
and we put them into what's basicallyu osnovi a glorifiedproslavljen meatmeso slicerrezača.
158
374000
2000
i stavljamo ih u nešto što je, u principu, slično rezaču za meso.
06:31
There's a bladeoštrica here that's going to cutrez acrosspreko
159
376000
2000
Ovdje je oštrica koja će prerezati
06:33
a sectionodjeljak of the tissuetkivo
160
378000
2000
dio tkiva
06:35
and transferprijenos it to a microscopemikroskopom slideklizanje.
161
380000
2000
i pretvoriti ga u mikroskopski preparat.
06:37
We're going to then applyprimijeniti one of those stainsmrlje to it,
162
382000
2000
Tada ćemo nanijeti jednu od boja na njega
06:39
and we scanskenirati it.
163
384000
2000
i skenirati ga.
06:41
And then what we get is our first mappingkartografija.
164
386000
3000
I ono što dobijemo jest naša prva mapa.
06:44
So this is where expertsstručnjaci come in
165
389000
2000
Ovo je trenutak kada dolaze stručnjaci
06:46
and they make basicosnovni anatomicanatomski assignmentszadatke.
166
391000
2000
i obavljaju osnovne anatomske zadatke.
06:48
You could considerrazmotriti this statedržava boundariesgranice, if you will,
167
393000
3000
Možete ovo smatrati kao državne granice, ako hoćete,
06:51
those prettyprilično broadširok outlinesobrise.
168
396000
2000
ove grube crte.
06:53
From this, we're ableu stanju to then fragmentulomak that brainmozak into furtherunaprijediti pieceskomada,
169
398000
4000
Od ovoga možemo vršiti daljnu fragmentaciju mozga, na komadiće
06:57
whichkoji then we can put on a smallermanji cryostatkriostat.
170
402000
2000
koje možemo staviti na manji kriostat.
06:59
And this is just showingpokazivanje this here --
171
404000
2000
Ovdje to možete vidjeti --
07:01
this frozenzamrznut tissuetkivo, and it's beingbiće cutrez.
172
406000
2000
ovo je zamrznuto tkivo i ono se reže.
07:03
This is 20 micronsmikrona thintanak, so this is about a babydijete hair'skosa je widthširina.
173
408000
3000
Ovo je tanko 20 mikrona, to je otprilike debljina bebine dlake kose.
07:06
And rememberzapamtiti, it's frozenzamrznut.
174
411000
2000
I zapamtite, ovo je smrznuto.
07:08
And so you can see here,
175
413000
2000
Ovdje možete vidjeti
07:10
old-fashionedstarinski technologytehnologija of the paintbrushČetka beingbiće appliedprimijenjen.
176
415000
2000
tradicionalanu tehnologiju nanošenja boje kistom.
07:12
We take a microscopemikroskopom slideklizanje.
177
417000
2000
Uzimamo mikroskopski uzorak.
07:14
Then we very carefullypažljivo meltrastopiti ontona the slideklizanje.
178
419000
3000
Zatim ga pažljivo otapamo.
07:17
This will then go ontona a robotrobot
179
422000
2000
Ovo će sada ići u uređaj
07:19
that's going to applyprimijeniti one of those stainsmrlje to it.
180
424000
3000
koji će nanijeti neku od boja na njega.
07:26
And our anatomistsanatoma are going to go in and take a deeperdublje look at this.
181
431000
3000
I naši anatomi će zatim bolje proučiti uzorak.
07:29
So again this is what they can see underpod the microscopemikroskopom.
182
434000
2000
Ovo je ono što mogu vidjeti pod mikroskopom.
07:31
You can see collectionszbirke and configurationskonfiguracije
183
436000
2000
Možete vidjeti nakupine i strukture
07:33
of largeveliki and smallmali cellsStanice
184
438000
2000
velikih i malih stanica
07:35
in clustersklasteri and variousraznovrstan placesmjesta.
185
440000
2000
u skupinama i različitim mjestima.
07:37
And from there it's routinerutina. They understandrazumjeti where to make these assignmentszadatke.
186
442000
2000
Dalje je sve rutinski. Anatomi znaju gdje obaviti koje poslove.
07:39
And they can make basicallyu osnovi what's a referenceupućivanje atlasAtlas.
187
444000
3000
I mogu napraviti osnovni referentni atlas.
07:42
This is a more detaileddetaljne mapkarta.
188
447000
2000
To je još malo detaljnija mapa.
07:44
Our scientistsznanstvenici then use this
189
449000
2000
Naši znanstvenici, tada, koriste ovo
07:46
to go back to anotherjoš piecekomad of that tissuetkivo
190
451000
3000
kako bi se vratili na drugi komadić tkiva
07:49
and do what's calledzvao laserlaser scanningskeniranje microdissectionmicrodissection.
191
454000
2000
i napravili ono što zovemo laserska mikrosekcija.
07:51
So the techniciantehničar takes the instructionsinstrukcije.
192
456000
3000
Tehničar daje upute.
07:54
They scribepisar alonguz a placemjesto there.
193
459000
2000
On ih piše na jedno mjesto.
07:56
And then the laserlaser actuallyzapravo cutsrezovi.
194
461000
2000
I tada laser reže.
07:58
You can see that blueplava dottočka there cuttingrezanje. And that tissuetkivo fallsSlapovi off.
195
463000
3000
Možete vidjeti ovu plavu točku koja reže. I to tkivo otpada.
08:01
You can see on the microscopemikroskopom slideklizanje here,
196
466000
2000
Možete sve vidjeti na mikrosposkom uzorku ovdje,
08:03
that's what's happeningdogađa in realstvaran time.
197
468000
2000
ovo se događa u istom vremenu.
08:05
There's a containerkontejner underneathispod that's collectingprikupljanje that tissuetkivo.
198
470000
3000
Ispod je spremnik koji prikuplja tkivo.
08:08
We take that tissuetkivo,
199
473000
2000
Mi uzimamo to tkivo,
08:10
we purifypročistiti the RNARNA out of it
200
475000
2000
vadimo RNK iz njega
08:12
usingkoristeći some basicosnovni technologytehnologija,
201
477000
2000
koristeći jednostavnu tehnologiju
08:14
and then we put a florescentfluorescentne tagoznaka on it.
202
479000
2000
i tada stavljamo flourescentnu oznaku na njega.
08:16
We take that taggedOznačene materialmaterijal
203
481000
2000
Uzimamo označeni materijal
08:18
and we put it on to something calledzvao a microarrayMicroarray.
204
483000
3000
i stavljamo ga na neku vrstu mikropločice.
08:21
Now this maysvibanj look like a bunchmnogo of dotstočkice to you,
205
486000
2000
Vama ovo sada možda izgleda kao hrpa točkica,
08:23
but eachsvaki one of these individualpojedinac dotstočkice
206
488000
2000
ali svaka je pojedina točkica
08:25
is actuallyzapravo a uniquejedinstvena piecekomad of the humanljudski genomegenom
207
490000
2000
jedinstven komadić ljudskog genoma
08:27
that we spottedpjegavi down on glassstaklo.
208
492000
2000
koji smo uočili na staklu.
08:29
This has roughlygrubo 60,000 elementselementi on it,
209
494000
3000
Ovo ima, grubo rečeno, oko 60.000 elemenata na sebi --
08:32
so we repeatedlyu više navrata measuremjera variousraznovrstan genesgeni
210
497000
3000
zato konstantno mjerimo različite verzije gena
08:35
of the 25,000 genesgeni in the genomegenom.
211
500000
2000
od ukupnih 25.000 gena u genomu.
08:37
And when we take a sampleuzorak and we hybridizekrižati it to it,
212
502000
3000
I kada uzmemo uzorak i križamo ga s ovim,
08:40
we get a uniquejedinstvena fingerprintotisak prsta, if you will,
213
505000
2000
dobivamo jedinstveni otisak prsta, ako ćete tako lakše shvatiti,
08:42
quantitativelykvantitativno of what genesgeni are turnedokrenut on in that sampleuzorak.
214
507000
3000
kvantitet gena koji su aktivni u tom uzorku.
08:45
Now we do this over and over again,
215
510000
2000
Zatim to činimo ponovno i ponovno,
08:47
this processpostupak for any givendan brainmozak.
216
512000
3000
ponavljamo ovaj proces za svaki dani mozak.
08:50
We're takinguzimanje over a thousandtisuću samplesuzorci for eachsvaki brainmozak.
217
515000
3000
Uzimamo preko tisuću uzoraka iz svakog mozga.
08:53
This areapodručje shownprikazan here is an areapodručje calledzvao the hippocampusmorski konj.
218
518000
3000
Ovo područje ovdje naziva se hippokampus.
08:56
It's involvedumiješan in learningučenje and memorymemorija.
219
521000
2000
Uključen je u procese učenja i pamćenja.
08:58
And it contributesdoprinosi to about 70 samplesuzorci
220
523000
3000
I on daje oko 70 uzoraka
09:01
of those thousandtisuću samplesuzorci.
221
526000
2000
od ovih 1.000 uzoraka.
09:03
So eachsvaki sampleuzorak getsdobiva us about 50,000 datapodaci pointsbodova
222
528000
4000
Svaki nam uzorak daje otprilike 50.000 podataka.
09:07
with repeatponoviti measurementsmjerenja, a thousandtisuću samplesuzorci.
223
532000
3000
Ponavljamo postupke na 1.000 uzoraka.
09:10
So roughlygrubo, we have 50 millionmilijuna datapodaci pointsbodova
224
535000
2000
Grubo rečeno, imamo 50 milijuna podataka
09:12
for a givendan humanljudski brainmozak.
225
537000
2000
za dani ljudski mozak.
09:14
We'veMoramo doneučinio right now
226
539000
2000
Dosada smo obradili
09:16
two humanljudski brains-worthmozak-vrijedi of datapodaci.
227
541000
2000
količinu podataka koja odgovara količini za dva ljudska mozga.
09:18
We'veMoramo put all of that togetherzajedno
228
543000
2000
Sve smo to spojili
09:20
into one thing,
229
545000
2000
u jedno
09:22
and I'll showpokazati you what that synthesissinteza looksizgled like.
230
547000
2000
i sada ću vam pokazati kako ta sinteza izgleda.
09:24
It's basicallyu osnovi a largeveliki datapodaci setset of informationinformacija
231
549000
3000
To je, u principu, velika baza podataka i informacija
09:27
that's all freelyslobodno availabledostupno to any scientistnaučnik around the worldsvijet.
232
552000
3000
koja je besplatna i dostupna svakom znanstveniku na svijetu.
09:30
They don't even have to logklada in to come use this toolalat,
233
555000
3000
Ne moraju se čak niti prijaviti kako bi koristili ovaj program,
09:33
minerudnik this datapodaci, find interestingzanimljiv things out with this.
234
558000
4000
ovu bazu, i otkrivali zanimljive stvari s nama.
09:37
So here'sevo the modalitiesmodaliteti that we put togetherzajedno.
235
562000
3000
Ovo su modeli koje smo sklopili i postavili.
09:40
You'llVi ćete startpočetak to recognizeprepoznati these things from what we'veimamo collectedprikupljeni before.
236
565000
3000
Prepoznat ćete ove stvari prema onome što smo prethodno prikupljali.
09:43
Here'sOvdje je the MRG.. It providespruža the frameworkokvir.
237
568000
2000
Evo MR-a. On pruža okvirnu sliku.
09:45
There's an operatoroperatora sidestrana on the right that allowsomogućuje you to turnskretanje,
238
570000
3000
Desno je operativni sistem koji vam omogućava da okrećete,
09:48
it allowsomogućuje you to zoomzum in,
239
573000
2000
povećavate,
09:50
it allowsomogućuje you to highlightistaknuti individualpojedinac structuresstrukture.
240
575000
3000
istaknete pojedine strukture.
09:53
But mostnajviše importantlyvažnije,
241
578000
2000
No, ono što je najvažnije,
09:55
we're now mappingkartografija into this anatomicanatomski frameworkokvir,
242
580000
3000
jest to da mi sada pravimo mapu u ovom anatomskom okviru,
09:58
whichkoji is a commonzajednička frameworkokvir for people to understandrazumjeti where genesgeni are turnedokrenut on.
243
583000
3000
koji je jednostavan okvir preko kojeg ljudi mogu shvatiti koji su geni aktivni.
10:01
So the redcrvena levelsrazina
244
586000
2000
Crveni slojevi su
10:03
are where a genegen is turnedokrenut on to a great degreestupanj.
245
588000
2000
mjesta gdje je neki gen aktivan u velikoj mjeri.
10:05
GreenZelena is the sortvrsta of coolsvjež areaspodručja where it's not turnedokrenut on.
246
590000
3000
Zeleno su mjesta gdje nije uključen.
10:08
And eachsvaki genegen givesdaje us a fingerprintotisak prsta.
247
593000
2000
A svaki nam gen daje svoj otisak.
10:10
And rememberzapamtiti that we'veimamo assayedpokuša li all the 25,000 genesgeni in the genomegenom
248
595000
5000
I zapamtite da smo analizirali svih 25.000 gena u genomu
10:15
and have all of that datapodaci availabledostupno.
249
600000
4000
i da su nam dostupni svi ti podaci.
10:19
So what can scientistsznanstvenici learnnaučiti about this datapodaci?
250
604000
2000
Dakle, što znanstvenici mogu naučiti iz ove baze?
10:21
We're just startingpolazeći to look at this datapodaci ourselvessebe.
251
606000
3000
Mi tek krećemo pregledavati te podatke osobno.
10:24
There's some basicosnovni things that you would want to understandrazumjeti.
252
609000
3000
Postoje neke osnovne stvari koje biste trebali razumijeti.
10:27
Two great examplesprimjeri are drugslijekovi,
253
612000
2000
Dva izvrsna primjera su lijekovi
10:29
ProzacProzac and WellbutrinSpecijalnu ponudu.
254
614000
2000
Prozac i Wellbutrin.
10:31
These are commonlyobično prescribedpropisane antidepressantsantidepresivi.
255
616000
3000
To su najčešće propisivani antidepresivi.
10:34
Now rememberzapamtiti, we're assayingispitivanje genesgeni.
256
619000
2000
Sad upamtite, mi analiziramo gene.
10:36
GenesGena sendposlati the instructionsinstrukcije to make proteinsproteini.
257
621000
3000
Geni šalju upute za pravljenje proteina.
10:39
ProteinsProteini are targetsciljevi for drugslijekovi.
258
624000
2000
A proteini su meta lijekova.
10:41
So drugslijekovi bindvezati to proteinsproteini
259
626000
2000
Lijekovi se vežu na proteine
10:43
and eitherili turnskretanje them off, etcitd.
260
628000
2000
i, ili ih inhibiraju ili rade nešto drugo ...
10:45
So if you want to understandrazumjeti the actionakcijski of drugslijekovi,
261
630000
2000
Stoga, ako želite razumijeti djelovanje lijekova,
10:47
you want to understandrazumjeti how they're actinggluma in the waysnačine you want them to,
262
632000
3000
želite razumijeti način na koji djeluju kako biste vi to željeli
10:50
and alsotakođer in the waysnačine you don't want them to.
263
635000
2000
i, naravno, način na koji ne želite da djeluju.
10:52
In the sidestrana effectposljedica profileProfil, etcitd.,
264
637000
2000
Pri nuspojavama, na primjer,
10:54
you want to see where those genesgeni are turnedokrenut on.
265
639000
2000
želite vidjeti gdje su ti geni uključeni.
10:56
And for the first time, we can actuallyzapravo do that.
266
641000
2000
I prvi put, mi to zapravo možemo učiniti.
10:58
We can do that in multiplevišekratnik individualspojedinci that we'veimamo assayedpokuša li too.
267
643000
3000
Mi to možemo napraviti za više pojedinaca koje smo analizirali.
11:01
So now we can look throughoutkroz the brainmozak.
268
646000
3000
Sada možemo gledati kroz mozak.
11:04
We can see this uniquejedinstvena fingerprintotisak prsta.
269
649000
2000
Možemo vidjeti ovaj jedinstveni otisak prsta.
11:06
And we get confirmationpotvrda.
270
651000
2000
I možemo dobiti potvrdu.
11:08
We get confirmationpotvrda that, indeeddoista, the genegen is turnedokrenut on --
271
653000
3000
Možemo potvrditi da, uistinu, gen jest uključen --
11:11
for something like ProzacProzac,
272
656000
2000
za nešto poput Prozaca,
11:13
in serotonergicserotoninskog structuresstrukture, things that are alreadyveć knownznan be affectedpogođeni --
273
658000
3000
u serotonergičkim strukturama, za koje se već zna da su pod utjecajem,
11:16
but we alsotakođer get to see the wholečitav thing.
274
661000
2000
ali sada, također, možemo vidjeti kompletan prikaz.
11:18
We alsotakođer get to see areaspodručja that no one has ever lookedgledao at before,
275
663000
2000
Također, možemo vidjeti područja koja nitko nikada nije pregledavao
11:20
and we see these genesgeni turnedokrenut on there.
276
665000
2000
i koji su geni tamo aktivni.
11:22
It's as interestingzanimljiv a sidestrana effectposljedica as it could be.
277
667000
3000
To je zanimljiv nusprodukt.
11:25
One other thing you can do with suchtakav a thing
278
670000
2000
Još jedna zanimljiva stvar koju možete učiniti,
11:27
is you can, because it's a patternuzorak matchingodgovarajući exercisevježba,
279
672000
3000
jer je ovo vježba uspoređivanja s uzorkom
11:30
because there's uniquejedinstvena fingerprintotisak prsta,
280
675000
2000
i jer postoji jedinstveni otisak,
11:32
we can actuallyzapravo scanskenirati throughkroz the entirečitav genomegenom
281
677000
2000
možete proći kroz cijeli genom
11:34
and find other proteinsproteini
282
679000
2000
i vidjeti druge proteine
11:36
that showpokazati a similarsličan fingerprintotisak prsta.
283
681000
2000
koji pokazuju sličnost ovima.
11:38
So if you're in drugdroga discoveryotkriće, for exampleprimjer,
284
683000
3000
Stoga, ako ste u procesu traženja lijeka, na primjer,
11:41
you can go throughkroz
285
686000
2000
možete proći kroz
11:43
an entirečitav listingpopis of what the genomegenom has on offerponuda
286
688000
2000
cijelo izlistanje onoga što genom ima za ponuditi
11:45
to find perhapsmožda better drugdroga targetsciljevi and optimizeoptimizirati.
287
690000
4000
kako biste, možda, našli bolje mete za lijek i na taj način optimizirali djelovanje lijeka.
11:49
MostVećina of you are probablyvjerojatno familiarupoznat
288
694000
2000
Većina vas je vjerojatno upoznata
11:51
with genome-widegenom-wide associationasocijacija studiesstudije
289
696000
2000
s genomom -- širok spektar studija
11:53
in the formoblik of people coveringpokrivanje in the newsvijesti
290
698000
3000
koji se tiče liječenja ljudi u vijestima
11:56
sayingizreka, "ScientistsZnanstvenici have recentlynedavno discoveredotkriven the genegen or genesgeni
291
701000
3000
govori : „Znanstvenici su nedavno pronašli gen ili gene
11:59
whichkoji affectutjecati X."
292
704000
2000
koji utječu na nešto ...“
12:01
And so these kindsvrste of studiesstudije
293
706000
2000
Ovakve se studije
12:03
are routinelyrutinski publishedObjavljeno by scientistsznanstvenici
294
708000
2000
rutinski objavljuju od strane znanstevnika
12:05
and they're great. They analyzeanalizirati largeveliki populationspopulacije.
295
710000
2000
i one su sjajne. One analiziraju velike populacije.
12:07
They look at theirnjihov entirečitav genomesgenomi,
296
712000
2000
One razmatraju cijele njihove genome
12:09
and they try to find hotvruće spotsmjesta of activityaktivnost
297
714000
2000
i pokušavaju naći mjesta aktivnosti
12:11
that are linkedpovezan causallyuzročno to genesgeni.
298
716000
3000
koja su uzročno povezana s genima.
12:14
But what you get out of suchtakav an exercisevježba
299
719000
2000
Ali ono što dobijete od ovakve studije
12:16
is simplyjednostavno a listpopis of genesgeni.
300
721000
2000
jest obična lista gena.
12:18
It tellsgovori you the what, but it doesn't tell you the where.
301
723000
3000
Govori vam koji su, ali vam ne govori gdje.
12:21
And so it's very importantvažno for those researchersistraživači
302
726000
3000
I zato je od iznimne važnosti za ove istraživače
12:24
that we'veimamo createdstvorio this resourceresurs.
303
729000
2000
to što smo kreirali ovakavu bazu.
12:26
Now they can come in
304
731000
2000
Sada mogu doći i
12:28
and they can startpočetak to get cluestragove about activityaktivnost.
305
733000
2000
dobiti neke naznake o aktivnosti gena.
12:30
They can startpočetak to look at commonzajednička pathwaysputevi --
306
735000
2000
Mogu početi tražiti zajedničke puteve --
12:32
other things that they simplyjednostavno haven'tnisu been ableu stanju to do before.
307
737000
3000
sve druge stvari koje jednostavno nisu bili u mogućnosti činiti prije.
12:36
So I think this audiencepublika in particularposebno
308
741000
3000
Smatram da ova publika posebno
12:39
can understandrazumjeti the importancevažnost of individualityindividualnost.
309
744000
3000
može razumijeti važnost individualnosti.
12:42
And I think everysvaki humanljudski,
310
747000
2000
I smatram da to može svaki čovjek,
12:44
we all have differentdrugačiji geneticgenetski backgroundspozadine,
311
749000
4000
mi svi imamo drugačije genetičke pozadine,
12:48
we all have livedživjeli separateodvojen livesživot.
312
753000
2000
svi živimo različite, odvojene živote.
12:50
But the factčinjenica is
313
755000
2000
Ali činjenica je da
12:52
our genomesgenomi are greaterviše than 99 percentposto similarsličan.
314
757000
3000
naši genomi pokazuju više od 99% sličnosti.
12:55
We're similarsličan at the geneticgenetski levelnivo.
315
760000
3000
Na genetičkoj smo razini slični.
12:58
And what we're findingnalaz
316
763000
2000
I ono što nalazimo,
13:00
is actuallyzapravo, even at the brainmozak biochemicalbiokemijski levelnivo,
317
765000
2000
zapravo, čak i na biokemijskoj razini mozga,
13:02
we are quitedosta similarsličan.
318
767000
2000
jest da smo prilično slični.
13:04
And so this showspokazuje it's not 99 percentposto,
319
769000
2000
Ovo pokazuje da nije baš 99%,
13:06
but it's roughlygrubo 90 percentposto correspondencedopisivanje
320
771000
2000
ali je otprilike 90% podudarnosti
13:08
at a reasonablerazuman cutoffPrekidna,
321
773000
3000
na normalnom uzorku.
13:11
so everything in the cloudoblak is roughlygrubo correlatedkorelaciji.
322
776000
2000
Sve u oblaku je prilično povezano.
13:13
And then we find some outliersoutliers,
323
778000
2000
A tada nalazimo neka odstupanja,
13:15
some things that lielaž beyondIznad the cloudoblak.
324
780000
3000
neke stvari koje se nalaze izvan oblaka.
13:18
And those genesgeni are interestingzanimljiv,
325
783000
2000
I ti su geni interesantni,
13:20
but they're very subtlefin.
326
785000
2000
ali su prilično nezamjetni.
13:22
So I think it's an importantvažno messageporuka
327
787000
3000
Stoga, smatram da je važna poruka
13:25
to take home todaydanas
328
790000
2000
koju trebamo ponijeti doma danas
13:27
that even thoughiako we celebrateslaviti all of our differencesRazlike,
329
792000
3000
to da smo, iako slavimo svu našu različitost,
13:30
we are quitedosta similarsličan
330
795000
2000
zapravo prilično slični,
13:32
even at the brainmozak levelnivo.
331
797000
2000
čak i na razini mozga.
13:34
Now what do those differencesRazlike look like?
332
799000
2000
Sada, kako izgledaju te razlike?
13:36
This is an exampleprimjer of a studystudija that we did
333
801000
2000
Ovo je primjer studije koju smo radili
13:38
to followslijediti up and see what exactlytočno those differencesRazlike were --
334
803000
2000
kako bismo točno vidjeli koje su to razlike --
13:40
and they're quitedosta subtlefin.
335
805000
2000
i bile su prilično nezamjetne.
13:42
These are things where genesgeni are turnedokrenut on in an individualpojedinac cellćelija typetip.
336
807000
4000
Ovdje su geni aktivni u individualnim stanicama.
13:46
These are two genesgeni that we foundpronađeno as good examplesprimjeri.
337
811000
3000
Ovo su dva gena koja smo izdvojili kao dobar primjer.
13:49
One is calledzvao RELNRELN -- it's involvedumiješan in earlyrano developmentalrazvojne cuesštapovi.
338
814000
3000
Jedan je nazvan RELN -- on je aktivan u ranim razvojnim fazama.
13:52
DISCDISK1 is a genegen
339
817000
2000
DISC1 je gen
13:54
that's deletedizbrisana in schizophreniashizofrenija.
340
819000
2000
koji je izbrisan kod šizofrenije.
13:56
These aren'tnisu schizophrenicshizofreničar individualspojedinci,
341
821000
2000
Ovo nisu uzorci od osoba koje boluju od šizofrenije,
13:58
but they do showpokazati some populationpopulacija variationvarijacije.
342
823000
3000
ali pokazuju neke varijacije u populaciji.
14:01
And so what you're looking at here
343
826000
2000
Ovo što vidite ovdje
14:03
in donordonator one and donordonator fourčetiri,
344
828000
2000
kod donora 1 i donora 4,
14:05
whichkoji are the exceptionsiznimke to the other two,
345
830000
2000
koji su iznimke u odnosu na ostale,
14:07
that genesgeni are beingbiće turnedokrenut on
346
832000
2000
jest da su geni aktivni
14:09
in a very specificspecifično subsetpodset of cellsStanice.
347
834000
2000
u prilično specifičnim podskupinama u stanici.
14:11
It's this darkmrak purplepurpurna boja precipitatetalog withinunutar the cellćelija
348
836000
3000
Ovaj tamnoljubičasti talog unutar stanice
14:14
that's tellingreći us a genegen is turnedokrenut on there.
349
839000
3000
nam govori da je gen tamo aktivan.
14:17
WhetherDa li or not that's dueuslijed
350
842000
2000
Ovisi li to ili ne ovisi
14:19
to an individual'spojedinca geneticgenetski backgroundpozadina or theirnjihov experiencesiskustva,
351
844000
2000
o individualnoj genetičkoj podlozi ili njihovim prethodnim iskustvima,
14:21
we don't know.
352
846000
2000
ne znamo.
14:23
Those kindsvrste of studiesstudije requirezahtijevati much largerveći populationspopulacije.
353
848000
3000
Ove vrste studija zahtijevaju mnogo veće populacije.
14:28
So I'm going to leavenapustiti you with a finalkonačni noteBilješka
354
853000
2000
Ostavit ću vas s konačnom mišlju
14:30
about the complexitysloženost of the brainmozak
355
855000
3000
o složenosti mozga
14:33
and how much more we have to go.
356
858000
2000
i koliko je još toga za istražiti pred nama.
14:35
I think these resourcesresursi are incrediblynevjerojatno valuablevrijedan.
357
860000
2000
Smatram da su ovo podatci od iznimne važnosti.
14:37
They give researchersistraživači a handlerukovati
358
862000
2000
Oni daju istraživačima putokaz,
14:39
on where to go.
359
864000
2000
u kojem smjeru ići.
14:41
But we only lookedgledao at a handfulrukovet of individualspojedinci at this pointtočka.
360
866000
3000
Ali u ovom trenutku gledamo samo na skupinu pojedinaca.
14:44
We're certainlysigurno going to be looking at more.
361
869000
2000
U budućnosti ćemo svakako gledati na više toga.
14:46
I'll just closeblizu by sayingizreka
362
871000
2000
Završit ću rekavši
14:48
that the toolsalat are there,
363
873000
2000
da je tehnologija dostupna
14:50
and this is trulyuistinu an unexploredneistražena, undiscoveredneotkrivena continentkontinent.
364
875000
4000
i da je ovo uistinu neistraženo, neotkriveno područje.
14:54
This is the newnovi frontiergranica, if you will.
365
879000
4000
Ovo je nova granica.
14:58
And so for those who are undauntedneustrašiva,
366
883000
2000
I, stoga, za one koji su neustrašivi,
15:00
but humbledponizio by the complexitysloženost of the brainmozak,
367
885000
2000
ali ipak ponizni pred složenosti mozga,
15:02
the futurebudućnost awaitsčeka.
368
887000
2000
budućnost je pred vama.
15:04
ThanksHvala.
369
889000
2000
Hvala.
15:06
(ApplausePljesak)
370
891000
9000
(Pljesak)
Translated by Senzos Osijek
Reviewed by Tilen Pigac - EFZG

▲Back to top

ABOUT THE SPEAKER
Allan Jones - Brain scientist
As CEO of the Allen Institute for Brain Science, Allan Jones leads an ambitious project to build an open, online, interactive atlas of the human brain.

Why you should listen

The Allen Institute for Brain Science -- based in Seattle, kickstarted by Microsoft co-founder Paul Allen -- has a mission to fuel discoveries about the human brain by building tools the entire scientific community can use. As CEO, one of Allan Jones' first projects was to lead the drive to create a comprehensive atlas of the brain of a mouse. Flash forward to April 2011, when the Allen Institute announced the first milestone in its online interactive atlas of the human brain, showing the activity of the more than 20,000 human genes it contains. It's based on a composite of 15 brains, since every human brain is unique.

Think of the Allen Human Brain Atlas as a high-tech bridge between brain anatomy and genetics. Using this atlas, scientists will be able to determine where in the brain genes that encode specific proteins are active, including proteins that are affected by medication. Or researchers could zoom in on brain structures thought to be altered in mental disorders such as schizophrenia to find their molecular footprint. The atlas may provide clues to memory, attention, motor coordination, hunger, and perhaps emotions such as happiness or anxiety.

He says: "Understanding how our genes are used in our brains will help scientists and the medical community better understand and discover new treatments for the full spectrum of brain diseases and disorders."

Watch Dr. Jones' latest TEDx talk on the map of the brain, from TEDxCaltech 2013 >>

More profile about the speaker
Allan Jones | Speaker | TED.com