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

Why you should listen

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

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

Carl Schoonover: How to look inside the brain

Carl Schoonover: Hogyan pillantsunk be az agy belsejébe

Filmed:
962,022 views

Ismert, hogy jelentős előrelépések történtek az agykutatásban - de hogyan tudjuk vizsgálni a neuronokat? Carl Schoonover TED Fellow agykutató csodálatos képek segítségével mutatja be az eszközöket, melyek segítenek belepillantani az agyba.
- Neuroscience PhD student + writer
Carl Schoonover is a neuroscientist and one of the founders of NeuWrite, a collaboration between writers and neuroscientist. Full bio

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

00:16
This is a thousand-year-oldezer éves drawingrajz of the brainagy.
0
359
3996
Ez egy ezeréves rajz az agyról.
00:20
It's a diagramdiagram of the visualvizuális systemrendszer.
1
4355
1912
A látószerveket ábrázolja.
00:22
And some things look very familiarismerős todayMa.
2
6267
2750
Pár részlet ma is ismerősnek tűnik.
00:24
Two eyesszemek at the bottomalsó, opticoptikai nerveideg flowingfolyó out from the back.
3
9017
4367
Két szemgolyó lent, hátulról pedig csatlakoznak a látóidegek.
00:29
There's a very largenagy noseorr
4
13384
2120
Itt egy hatalmas orr is,
00:31
that doesn't seemlátszik to be connectedcsatlakoztatva to anything in particularkülönös.
5
15504
3317
ami látszólag semmihez sem kapcsolódik.
00:34
And if we comparehasonlítsa össze this
6
18821
1700
Ha ezt összehasonlítjuk
00:36
to more recentfriss representationsképviseletek of the visualvizuális systemrendszer,
7
20521
2074
a látószervek mai modelljével,
00:38
you'llazt is megtudhatod see that things have gottenütött substantiallylényegesen more complicatedbonyolult
8
22595
2957
láthatjuk, hogy alapvetően sokkal bonyolultabbá vált
00:41
over the interveningbeavatkozó thousandezer yearsévek.
9
25552
1573
a közbenső ezer évben.
00:43
And that's because todayMa we can see what's insidebelül of the brainagy,
10
27125
2965
Ez azért van, mert ma már látjuk, mi van az agyban,
00:45
ratherInkább than just looking at its overallátfogó shapealak.
11
30090
2481
nem pedig csak a külső alakját.
00:48
ImagineKépzeld el you wanted to understandmegért how a computerszámítógép worksművek
12
32571
3979
Képzeljék csak el, hogy a számítógép működésére kíváncsiak,
00:52
and all you could see was a keyboardbillentyűzet, a mouseegér, a screenképernyő.
13
36550
3179
és csak egy egeret, billyentyűzetet, képernyőt látnak.
00:55
You really would be kindkedves of out of luckszerencse.
14
39729
2396
Hát ez alapján nem sokra jutnának.
00:58
You want to be ableképes to opennyisd ki it up, crackrepedés it opennyisd ki,
15
42125
2042
Ki kellene nyitni, feltörni,
01:00
look at the wiringvezetékek insidebelül.
16
44167
1844
megnézni az áramköröket.
01:01
And up untilamíg a little more than a centuryszázad agoezelőtt,
17
46011
1864
Nem egészen száz évvel ezelőttig
01:03
nobodysenki was ableképes to do that with the brainagy.
18
47875
2000
senki nem tudta ezt megtenni az aggyal.
01:05
NobodySenki sem had had a glimpsemegpillant of the brain'sagyvelő wiringvezetékek.
19
49875
1880
Senki nem látott bele az agy áramköreibe.
01:07
And that's because if you take a brainagy out of the skullkoponya
20
51755
2952
Mégpedig azért, mert ha az agyat kivesszük a koponyából,
01:10
and you cutvágott a thinvékony sliceszelet of it,
21
54707
1689
vágunk belőle egy vékony szeletet,
01:12
put it underalatt even a very powerfulerős microscopeMikroszkóp,
22
56396
2498
és nagy teljesítményű mikroszkóp alá tesszük,
01:14
there's nothing there.
23
58894
1181
akkor semmit nem fogunk látni.
01:15
It's grayszürke, formlessformátlan.
24
60075
1613
Szürke maszlag az egész.
01:17
There's no structureszerkezet. It won'tszokás tell you anything.
25
61688
2604
Nincs szerkezete. Nem derül ki belőle semmi.
01:20
And this all changedmegváltozott in the latekéső 19thth centuryszázad.
26
64292
2854
Mindez teljesen megváltozott a XIX. sz. végén.
01:23
SuddenlyHirtelen, newúj chemicalkémiai stainsfoltok for brainagy tissueszövet were developedfejlett
27
67146
3875
Egyszercsak feltaláltak agyszövet színezésére alkalmas vegyi anyagokat,
01:26
and they gaveadott us our first glimpsespillantások at brainagy wiringvezetékek.
28
71021
2812
és ezek elsőként betekintést engedtek az agy kapcsolási rajzába.
01:29
The computerszámítógép was crackedrepedt opennyisd ki.
29
73833
2013
Feltörték a számítógépet.
01:31
So what really launchedindított modernmodern neuroscienceidegtudomány
30
75846
2856
Ami igazi lökést adott a modern agykutatásnak,
01:34
was a stainfolt calledhívott the GolgiGolgi stainfolt.
31
78702
1965
az a Golgi-festés volt.
01:36
And it worksművek in a very particularkülönös way.
32
80667
1881
Nagyon különleges módon működik a dolog.
01:38
InsteadEhelyett of stainingfestés all of the cellssejteket insidebelül of a tissueszövet,
33
82548
3110
Ahelyett, hogy az összes sejtet befestené a szövetben,
01:41
it somehowvalahogy only stainsfoltok about one percentszázalék of them.
34
85658
3032
valamiért csak egy százalékukat színezi el.
01:44
It clearstörli a the foresterdő, revealskiderül the treesfák insidebelül.
35
88690
3342
Feltárja az erdőt, és megmutatja benne a fákat.
01:47
If everything had been labeledfeliratú, nothing would have been visiblelátható.
36
92032
2672
Ha minden jelölve lenne, semmi nem lenne látható.
01:50
So somehowvalahogy it showsműsorok what's there.
37
94704
2046
Tehát megmutatja, mi van itt.
01:52
Spanishspanyol neuroanatomistneuroanatomist SantiagoSantiago RamonRamon y CajalCajal,
38
96750
2667
Santiago Ramon y Cajal spanyol ideganatómus,
01:55
who'saki widelyszéles körben consideredfigyelembe vett the fatherapa of modernmodern neuroscienceidegtudomány,
39
99417
2845
akit sokan a modern idegtudomány atyjának tartanak,
01:58
appliedalkalmazott this GolgiGolgi stainfolt, whichmelyik yieldshozamok dataadat whichmelyik looksúgy néz ki, like this,
40
102262
3897
a Golgi-festést használva hasonló adatokhoz jutott,
02:02
and really gaveadott us the modernmodern notionfogalom of the nerveideg cellsejt, the neuronidegsejt.
41
106159
3758
és megalkotta az idegsejt, a neuron fogalmát.
02:05
And if you're thinkinggondolkodás of the brainagy as a computerszámítógép,
42
109917
2614
Ha számítógépként gondolunk az agyra,
02:08
this is the transistortranzisztor.
43
112531
2011
akkor ez a tranzisztornak felel meg.
02:10
And very quicklygyorsan CajalCajal realizedrealizált
44
114542
2075
Cajal hamar rájött,
02:12
that neuronsneuronok don't operateműködik aloneegyedül,
45
116617
2337
hogy a neuronok nem önállóan üzemelnek,
02:14
but ratherInkább make connectionskapcsolatok with othersmások
46
118954
1838
hanem kapcsolatban vannak egymással,
02:16
that formforma circuitsáramkörök just like in a computerszámítógép.
47
120792
2506
és áramköröket alkotnak, mint egy számítógép.
02:19
TodayMa, a centuryszázad latera későbbiekben, when researcherskutatók want to visualizeláthatóvá neuronsneuronok,
48
123298
3391
Ma, egy századdal később, ha a kutatók látni akarják a neuronokat,
02:22
they lightfény them up from the insidebelül ratherInkább than darkeningsötét them.
49
126689
2767
sötétítés helyett belülről megvilágítják őket.
02:25
And there's severalszámos waysmódokon of doing this.
50
129456
1150
Sokféle módszer van erre.
02:26
But one of the mosta legtöbb popularnépszerű onesazok
51
130606
1727
Az egyik legnépszerűbb
02:28
involvesjár greenzöld fluorescentfénycső proteinfehérje.
52
132333
2092
a zöld világító fehérje alkalmazása.
02:30
Now greenzöld fluorescentfénycső proteinfehérje,
53
134425
1659
A zölden világító protein, ami érdekes módon
02:31
whichmelyik oddlyfurcsán enoughelég comesjön from a bioluminescentAequorea jellyfishmedúza,
54
136084
3145
egy természetes világítóanyaggal rendelkező medúzából származik,
02:35
is very usefulhasznos.
55
139229
1238
nagyon hasznos.
02:36
Because if you can get the genegén for greenzöld fluorescentfénycső proteinfehérje
56
140467
2638
Ha a zölden világító protein génjét
02:39
and deliverszállít it to a cellsejt,
57
143105
1675
be tudjuk tenni egy sejtbe,
02:40
that cellsejt will glowragyogás greenzöld --
58
144780
1747
az a sejt is zölden fog világítani --
02:42
or any of the manysok variantsváltozatok now of greenzöld fluorescentfénycső proteinfehérje,
59
146527
3746
vagy a zölden világító protein bármelyik változatával működik ez,
02:46
you get a cellsejt to glowragyogás manysok differentkülönböző colorsszínek.
60
150273
1664
többféle színben is világíthat egy sejt.
02:47
And so comingeljövetel back to the brainagy,
61
151937
1521
Visszatérve az agyra,
02:49
this is from a geneticallygenetikailag engineeredmanipulált mouseegér calledhívott "BrainbowBrainbow."
62
153458
3800
ez egy génmanipulált egér, Szivárvagy képe.
02:53
And it's so calledhívott, of coursetanfolyam,
63
157258
1550
Természetesen azért hívjuk így,
02:54
because all of these neuronsneuronok are glowingizzó differentkülönböző colorsszínek.
64
158808
3612
mert ezek a neuronok különböző színekben pompáznak.
02:58
Now sometimesnéha neuroscientistsidegtudósok need to identifyazonosítani
65
162420
3451
Az idegkutatóknak néha egyedi molekuláris
03:01
individualEgyedi molecularmolekuláris componentsalkatrészek of neuronsneuronok, moleculesmolekulák,
66
165871
3044
alkotóelemeket kell beazonosítaniuk,
03:04
ratherInkább than the entireteljes cellsejt.
67
168915
1798
nem pedig egy egész sejtet.
03:06
And there's severalszámos waysmódokon of doing this,
68
170713
1706
Sokféle módszer van erre,
03:08
but one of the mosta legtöbb popularnépszerű onesazok
69
172419
1469
az egyik legnépszerűbb
03:09
involvesjár usinghasználva antibodiesantitestek.
70
173888
2195
antitestek alkalmazásával jár.
03:11
And you're familiarismerős, of coursetanfolyam,
71
176083
1337
Mint tudjuk, az antitestek
03:13
with antibodiesantitestek as the henchmencsatlósai of the immuneimmúnis systemrendszer.
72
177420
2951
az immunrendszer végrehajtói.
03:16
But it turnsmenetek out that they're so usefulhasznos to the immuneimmúnis systemrendszer
73
180371
2418
Kiderült, hogy azért olyan hasznosak az immunrendszer számára,
03:18
because they can recognizeelismerik specifickülönleges moleculesmolekulák,
74
182789
2550
mert felismernek bizonyos molekulákat,
03:21
like, for examplepélda, the codekód proteinfehérje
75
185339
2119
mint például egy, a szervezetet megtámadó
03:23
of a virusvírus that's invadingbetörő the bodytest.
76
187458
2388
vírus kód proteinjét.
03:25
And researcherskutatók have used this facttény
77
189846
2045
A kutatók arra használják ezt,
03:27
in ordersorrend to recognizeelismerik specifickülönleges moleculesmolekulák insidebelül of the brainagy,
78
191891
4325
hogy bizonyos típusú molekulákat azonosítsanak be az agyban,
03:32
recognizeelismerik specifickülönleges substructuresvázak of the cellsejt
79
196216
2640
felismerjenek alszerkezeteket a sejtekben,
03:34
and identifyazonosítani them individuallykülön-külön.
80
198856
2244
és egyenként azonosítsák őket.
03:37
And a lot of the imagesképek I've been showingkiállítás you here are very beautifulszép,
81
201100
3025
A legtöbb kép, amit itt mutattam, nagyon szép,
03:40
but they're alsois very powerfulerős.
82
204125
1906
de nagyon nagy jelentőséggel is bír.
03:41
They have great explanatorymagyarázó powererő.
83
206031
1636
Óriási magyarázó erejük van.
03:43
This, for examplepélda, is an antibodyantitest stainingfestés
84
207667
2090
Ez itt péládul azt mutatja, ahogy antitestek
03:45
againstellen serotoninszerotonin transportersszállítmányozók in a sliceszelet of mouseegér brainagy.
85
209757
3520
befestik a szerotonin neurotranszmittereket egy szelet egéragyban.
03:49
And you've heardhallott of serotoninszerotonin, of coursetanfolyam,
86
213277
1681
A szerotonin és a depresszió, szorongás
03:50
in the contextkontextus of diseasesbetegségek like depressiondepresszió and anxietyszorongás.
87
214958
2827
közötti kapcsolat közismert.
03:53
You've heardhallott of SSRIsSSRI-k,
88
217785
1408
Hallottunk az SSRI-kről,
03:55
whichmelyik are drugsgyógyszerek that are used to treatcsemege these diseasesbetegségek.
89
219193
2897
ezen betegségek kezelésére való gyógyszerekről.
03:57
And in ordersorrend to understandmegért how serotoninszerotonin worksművek,
90
222090
2890
Hogy megértsük, hogyan működik a szerotonin,
04:00
it's criticalkritikai to understandmegért where the serontoninserontonin machinerygépezet is.
91
224980
3076
azt is meg kell értenünk, hol van a szerotonin gépezet.
04:03
And antibodyantitest stainingsstainings like this one
92
228056
1596
Antitest festékek, mint ez is,
04:05
can be used to understandmegért that sortfajta of questionkérdés.
93
229652
3546
segítenek ennek megválaszolásában.
04:09
I'd like to leaveszabadság you with the followingkövetkező thought:
94
233198
2558
A következő gondolattal szeretnék zárni:
04:11
GreenZöld fluorescentfénycső proteinfehérje and antibodiesantitestek
95
235756
2610
A zöld világító protein és az antitestek
04:14
are bothmindkét totallyteljesen naturaltermészetes productsTermékek at the get-goget-go.
96
238366
3007
mind természetes anyagok a kezdettől fogva.
04:17
They were evolvedfejlődött by naturetermészet
97
241373
2779
A természet fejlesztette ki őket,
04:20
in ordersorrend to get a jellyfishmedúza to glowragyogás greenzöld for whatevertök mindegy reasonok,
98
244152
2567
hogy a medúza zölden világítson valamiért,
04:22
or in ordersorrend to detectfelismerni the codekód proteinfehérje of an invadingbetörő virusvírus, for examplepélda.
99
246719
4383
vagy hogy egy támadó vírust beazonosítsunk.
04:27
And only much latera későbbiekben did scientiststudósok come onto-ra the sceneszínhely
100
251102
3017
Csak jóval később léptek színre a kutatók,
04:30
and say, "Hey, these are toolsszerszámok,
101
254119
2023
és mondták, hogy "Hé, hát ezek eszközök,
04:32
these are functionsfunkciók that we could use
102
256142
2113
módszerek, amiket felvehetünk
04:34
in our ownsaját researchkutatás tooleszköz palettepaletta."
103
258255
2008
a kutatási eszközeink palettájára."
04:36
And insteadhelyette of applyingalkalmazó feeblegyenge humanemberi mindselmék
104
260263
3628
Ahelyett, hogy gyarló emberi aggyal
04:39
to designingtervezés these toolsszerszámok from scratchkarcolás,
105
263891
1884
a semmiből kellene megtervezni ilyen dolgokat,
04:41
there were these ready-madekész solutionsmegoldások right out there in naturetermészet
106
265775
2904
itt vannak ezek a készregyártott megoldások a természetben,
04:44
developedfejlett and refinedkifinomult steadilyfokozatosan for millionsTöbb millió of yearsévek
107
268679
3236
évmilliók alatt kidolgozva és finomítva
04:47
by the greatestlegnagyobb engineermérnök of all.
108
271915
1700
a legnagyobb mérnök által.
04:49
Thank you.
109
273615
1262
Köszönöm.
04:50
(ApplauseTaps)
110
274877
2538
(Taps)
Translated by Judit Szabo
Reviewed by Laszlo Kereszturi

▲Back to top

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

Why you should listen

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

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