TED2014
Janet Iwasa: How animations can help scientists test a hypothesis
Janet Iwasa: Hogyan segíti az animáció a tudósokat abban, hogy tesztelhessenek egy hipotézist.
Filmed:
Readability: 5.1
900,546 views
A 3D-s animáció, életre tud kelteni egy tudományos hipotézist. Molekuláris biológus (és TED Tag) Janet Iwasa, bemutatja a szabad forrású animációs szoftver alkalmazást, ami tudósok számára lett tervezve.
Double-click the English transcript below to play the video.
00:12
Take a look at this drawing.
0
710
1869
Nézd csak ezt a rajzot.
00:14
Can you tell what it is?
1
2579
1604
Meg tudod mondani, hogy ez mi ?
00:16
I'm a molecular biologist by training,
2
4183
2747
Én egy molekuláris biológus vagyok
képzésem szerint,
képzésem szerint,
00:18
and I've seen a lot of these kinds of drawings.
3
6930
2603
és sok ehhez hasonló rajzot láttam.
00:21
They're usually referred to as a model figure,
4
9533
3092
Általában, modell figuraként említik,
00:24
a drawing that shows how we think
5
12625
1734
a rajz pedig azt mutatja,
ahogy elképzeljük,
ahogy elképzeljük,
00:26
a cellular or molecular process occurs.
6
14359
2664
az egysejtes vagy molekuláris
folyamat lejátszódását.
folyamat lejátszódását.
00:29
This particular drawing is of a process
7
17023
2499
Ez a rajz,
éppen egy folyamatról,
éppen egy folyamatról,
00:31
called clathrin-mediated endocytosis.
8
19522
4323
a clathrin-közvetített
endocytosisról szól.
endocytosisról szól.
00:35
It's a process by which a molecule can get
9
23845
2610
Az a folyamat, ahogy
a molekula képes
a molekula képes
00:38
from the outside of the cell to the inside
10
26455
2238
a sejt külsejétől, belülre kerülni
00:40
by getting captured in a bubble or a vesicle
11
28693
2537
egy buborékba zárva,
vagy cisztában
vagy cisztában
00:43
that then gets internalized by the cell.
12
31230
2820
ami aztán bekerül a sejtbe.
00:46
There's a problem with this drawing, though,
13
34050
1835
Azonban egy gond van ezzel a rajzzal,
00:47
and it's mainly in what it doesn't show.
14
35885
2632
főleg amiatt, amit nem mutat.
00:50
From lots of experiments,
15
38517
1465
Több kísérletezés után,
00:51
from lots of different scientists,
16
39982
1835
különféle tudósoktól,
00:53
we know a lot about what these molecules look like,
17
41817
2996
sokat tudunk arról, hogy
miként néznek ki ezek a molekulák,
miként néznek ki ezek a molekulák,
00:56
how they move around in the cell,
18
44813
1682
hogyan mozognak a sejtben,
00:58
and that this is all taking place
19
46495
1825
és, hogy mindez
01:00
in an incredibly dynamic environment.
20
48320
2990
egy nagyon dinamikus
környezetben játszódik le.
környezetben játszódik le.
01:03
So in collaboration with a clathrin
expert Tomas Kirchhausen,
expert Tomas Kirchhausen,
21
51310
3473
Így a clathrin szakértővel,
Tomas Kirchhausennel együttműködve,
Tomas Kirchhausennel együttműködve,
01:06
we decided to create a new kind of model figure
22
54783
2319
elhatároztuk, hogy készítünk
egy új típusmodellt,
egy új típusmodellt,
01:09
that showed all of that.
23
57102
2024
ami mindezt megmutatja.
01:11
So we start outside of the cell.
24
59126
1736
Nos, a sejten kívül kezdjük.
01:12
Now we're looking inside.
25
60862
1648
Aztán betekintünk.
01:14
Clathrin are these three-legged molecules
26
62510
2080
A clathrinek, melyek háromlábú molekulák,
01:16
that can self-assemble into soccer-ball-like shapes.
27
64590
3288
és maguktól összeállnak egy
futball-labda szerű alakzatba.
futball-labda szerű alakzatba.
01:19
Through connections with a membrane,
28
67878
1697
Kapcsolatok révén,
egy membránnal,
egy membránnal,
01:21
clathrin is able to deform the membrane
29
69575
2167
a clathrin, képes eldeformálni a membránt
01:23
and form this sort of a cup
30
71742
1413
és egy pohárka félét formálva
01:25
that forms this sort of a bubble, or a vesicle,
31
73155
2307
kialakít egy afféle buborékot,
vagy cisztát,
vagy cisztát,
01:27
that's now capturing some of the proteins
32
75462
1784
ami, most rabul ejt néhány proteint,
01:29
that were outside of the cell.
33
77246
1654
melyek a sejten kívül voltak.
01:30
Proteins are coming in now that
basically pinch off this vesicle,
basically pinch off this vesicle,
34
78900
3498
A fehérjék most jönnek , hogy
alapjában, lecsípjék ezt a cisztát,
alapjában, lecsípjék ezt a cisztát,
01:34
making it separate from the rest of the membrane,
35
82398
2584
elkülönítve a hártya többi felétől,
01:36
and now clathrin is basically done with its job,
36
84982
2392
és így a clathrin végzett a feladatával,
01:39
and so proteins are coming in now —
37
87374
1238
és most fehérjék jönnek be
01:40
we've covered them yellow and orange —
38
88612
1946
sárga, és narancs színnel jelölve
01:42
that are responsible for taking
apart this clathrin cage.
apart this clathrin cage.
39
90558
2542
melyek, a clathrin ketrec
szétszedéséért felelősek.
szétszedéséért felelősek.
01:45
And so all of these proteins
can get basically recycled
can get basically recycled
40
93100
3282
Így mind a proteinok,
alapjában, újrahasznosíthatóak,
alapjában, újrahasznosíthatóak,
01:48
and used all over again.
41
96382
1536
és újra is vannak használva.
01:49
These processes are too small to be seen directly,
42
97918
3409
Ezek a folyamatok túl kicsik ahhoz,
hogy közvetlenül láthatóak legyenek,
hogy közvetlenül láthatóak legyenek,
01:53
even with the best microscopes,
43
101327
1832
még a legjobb mikroszkópokkal is,
01:55
so animations like this provide a really powerful way
44
103159
2631
így ilyen animáció, mint ez,
hatékony utat kínál arra,
hatékony utat kínál arra,
01:57
of visualizing a hypothesis.
45
105790
3018
hogy ábrázolhasson egy hipotézist.
02:00
Here's another illustration,
46
108808
1846
Itt egy másik illusztráció,
02:02
and this is a drawing of how a researcher might think
47
110654
2736
és ez egy rajz arról,
hogy miként képzeli a kutató
hogy miként képzeli a kutató
02:05
that the HIV virus gets into and out of cells.
48
113390
3505
ahogy a HIV vírus be,
és kikerül a sejtekből.
és kikerül a sejtekből.
02:08
And again, this is a vast oversimplification
49
116895
2519
Megint, ez egy óriási
leegyszerűsítése,
leegyszerűsítése,
02:11
and doesn't begin to show
50
119414
1744
pedig, még nem kezd mutatkozni,
02:13
what we actually know about these processes.
51
121158
2482
hogy valójában, mit is tudunk
ezekről a folyamatokról.
ezekről a folyamatokról.
02:15
You might be surprised to know
52
123640
2215
Talán meglepő tudni,
02:17
that these simple drawings are the only way
53
125855
2767
hogy ezek az egyszerű rajzok
az egyetlen módja annak,
az egyetlen módja annak,
02:20
that most biologists visualize
their molecular hypotheses.
their molecular hypotheses.
54
128622
3832
ahogy a legtöbb biológus el tudja
képzelni a molekuláris hipotézisét.
képzelni a molekuláris hipotézisét.
02:24
Why?
55
132454
1028
Miért?
02:25
Because creating movies of processes
56
133482
1990
Mert filmeket készíteni a folyamatokról,
02:27
as we think they actually occur is really hard.
57
135472
3014
ahogyan elképzeljük azokat,
valójában nagyon nehéz.
valójában nagyon nehéz.
02:30
I spent months in Hollywood
learning 3D animation software,
learning 3D animation software,
58
138486
3633
Hónapokat töltöttem Hollywoodban,
a 3D-s szoftver elsajátításával,
a 3D-s szoftver elsajátításával,
02:34
and I spend months on each animation,
59
142119
2281
és hónapokat szintén,
minden animáción,
minden animáción,
02:36
and that's just time that most
researchers can't afford.
researchers can't afford.
60
144400
3350
és ez pont az az idő, amit a kutatók
nem engedhetnek meg maguknak.
nem engedhetnek meg maguknak.
02:39
The payoffs can be huge, though.
61
147750
2200
De óriási a megtérülés.
02:41
Molecular animations are unparalleled
62
149950
2384
A molekuláris animációknak párja sincs,
02:44
in their ability to convey a great deal of information
63
152334
3441
arra a képességre, hogy
nagy adag információt közvetítsen
nagy adag információt közvetítsen
02:47
to broad audiences with extreme accuracy.
64
155775
3592
óriási közönségeknek,
rendkívüli pontossággal.
rendkívüli pontossággal.
02:51
And I'm working on a new project now
65
159367
1503
Most egy új projekten dolgozom,
02:52
called "The Science of HIV"
66
160870
1438
A HIV tudományának hívják,
02:54
where I'll be animating the entire life cycle
67
162308
2362
aminek a teljes élettartamát
fogom animálni
fogom animálni
02:56
of the HIV virus as accurately as possible
68
164670
3104
a HIV vírusnak, amilyen
pontosan csak lehet,
pontosan csak lehet,
02:59
and all in molecular detail.
69
167774
1961
és mindezt,
molekuláris részletességgel.
molekuláris részletességgel.
03:01
The animation will feature data
70
169735
2151
Ez az animáció adatokat fog közvetíteni,
03:03
from thousands of researchers
collected over decades,
collected over decades,
71
171886
2976
tudósok ezreitől, évtizedek gyűjtéseiből,
03:06
data on what this virus looks like,
72
174862
3080
adatok arról, hogy
miként néz ki ez a vírus,
miként néz ki ez a vírus,
03:09
how it's able to infect cells in our body,
73
177942
3088
hogyan képes megfertőzni
a sejteket a testünkben,
a sejteket a testünkben,
03:13
and how therapeutics are
helping to combat infection.
helping to combat infection.
74
181030
3972
és hogy tudjuk a terápia segítségével
leküzdeni a fertőzést.
leküzdeni a fertőzést.
03:17
Over the years, I found that animations
75
185002
2329
Az évek folyamán azt találtam,
hogy az animációk
hogy az animációk
03:19
aren't just useful for communicating an idea,
76
187331
2819
nemcsak az elképzelések
közvetítésére hasznosak,
közvetítésére hasznosak,
03:22
but they're also really useful
77
190150
1496
hanem megfelelnek
03:23
for exploring a hypothesis.
78
191646
2312
a hipotézisek körbejárására is.
03:25
Biologists for the most part are
still using a paper and pencil
still using a paper and pencil
79
193958
3194
A legtöbb biológus, még mindig
papírral és ceruzával dolgozik,
papírral és ceruzával dolgozik,
03:29
to visualize the processes they study,
80
197152
2222
hogy ábrázolja a
tanulmányozott folyamatokat,
tanulmányozott folyamatokat,
03:31
and with the data we have now,
that's just not good enough anymore.
that's just not good enough anymore.
81
199374
3480
és azzal az adat halmazzal,
amivel dolgozunk, így már nem alkalmas.
amivel dolgozunk, így már nem alkalmas.
03:34
The process of creating an animation
82
202854
2416
Egy animáció folyamatának
a megalkotása
a megalkotása
03:37
can act as a catalyst that allows researchers
83
205270
2657
katalizátorként is hathat,
mely megengedi a kutatóknak,
mely megengedi a kutatóknak,
03:39
to crystalize and refine their own ideas.
84
207927
2951
hogy kikristályosítsák, és finomítsák
az elképzeléseiket.
az elképzeléseiket.
03:42
One researcher I worked with
85
210878
1784
Egyik kutató, akivel dolgoztam, aki a
03:44
who works on the molecular mechanisms
86
212662
1776
molekuláris mechanizmusokon dolgozik
03:46
of neurodegenerative diseases
87
214438
1784
a neurodegeneratív betegségekkel
03:48
came up with experiments that were related
88
216222
1978
kísérleteket állít elő, melyek
kapcsolatban vannak
kapcsolatban vannak
03:50
directly to the animation that
she and I worked on together,
she and I worked on together,
89
218200
2983
közvetlenül az animációval,
melyen együtt dolgoztunk,
melyen együtt dolgoztunk,
03:53
and in this way, animation can
feed back into the research process.
feed back into the research process.
90
221183
4121
így az animáció visszajelzés
a kutatási folyamatban.
a kutatási folyamatban.
03:57
I believe that animation can change biology.
91
225304
2853
Hiszem, hogy az animáció,
nagy változást hoz a biológiába.
nagy változást hoz a biológiába.
04:00
It can change the way that we
communicate with one another,
communicate with one another,
92
228157
2568
Megjavítja a köztes kommunikációt,
04:02
how we explore our data
93
230725
1623
ahogy feltárjuk az adatainkat,
04:04
and how we teach our students.
94
232348
1327
ahogy tanítjuk a diákokat.
04:05
But for that change to happen,
95
233675
1454
Hogy a változás létrejöjjön,
04:07
we need more researchers creating animations,
96
235129
3157
több animációt készítő
kutatóra van szükségünk,
kutatóra van szükségünk,
04:10
and toward that end, I brought together a team
97
238286
2255
és ezért összehoztam egy csapat
04:12
of biologists, animators and programmers
98
240541
3137
biológust, animátort, és programozót,
04:15
to create a new, free, open-source software —
99
243678
3047
hogy egy új, szabad,
nyílt forrású szoftvert,
nyílt forrású szoftvert,
04:18
we call it Molecular Flipbook —
100
246725
1904
a "Molekuláris Felcsapható Könyv" -et,
04:20
that's created just for biologists
101
248629
1896
amit a biológusoknak hoztunk létre,
04:22
just to create molecular animations.
102
250525
3545
hogy molekuláris animációkat alkossunk.
04:26
From our testing, we've found
that it only takes 15 minutes
that it only takes 15 minutes
103
254070
3712
A próbáinkból azt találtuk,
hogy csak 15 percbe kerül
hogy csak 15 percbe kerül
04:29
for a biologist who has never
touched animation software before
touched animation software before
104
257782
3268
egy biológusnak, aki soha nem használt
animációs szoftvert ez előtt,
animációs szoftvert ez előtt,
04:33
to create her first molecular animation
105
261050
2736
hogy létrehozza az első
molekuláris animációját
molekuláris animációját
04:35
of her own hypothesis.
106
263786
1522
az első hipotéziséről.
04:37
We're also building an online database
107
265308
2150
Szintén építünk egy online adatbázist,
04:39
where anyone can view, download and contribute
108
267458
2775
amit bárki meg tud nézni,
letölteni, vagy hozzátenni
letölteni, vagy hozzátenni
04:42
their own animations.
109
270233
1616
a saját animációját.
04:43
We're really excited to announce
110
271849
1971
Igazán izgatottak vagyunk bejelenteni,
04:45
that the beta version of the molecular animation
111
273820
2462
hogy a molekuláris animáció béta verziója,
04:48
software toolkit will be available for download today.
112
276282
4208
a szoftver készlet a mai napon,
már letöltésre kész.
már letöltésre kész.
04:52
We are really excited to see
what biologists will create with it
what biologists will create with it
113
280490
2743
Izgalmas látni, hogy mit fognak
a biológusaink alkotni,
a biológusaink alkotni,
04:55
and what new insights they're able to gain
114
283233
2056
és milyen más új bepillantást nyerhetnek
04:57
from finally being able to animate
115
285289
1481
azáltal, hogy animálhatják
04:58
their own model figures.
116
286770
1703
a saját modellező figuráikat.
05:00
Thank you.
117
288473
2240
Köszönöm.
05:02
(Applause)
118
290713
3158
(Taps)
ABOUT THE SPEAKER
Janet Iwasa - Molecular animatorWhy you should listen
While we know a lot about molecular processes, they can’t be observed directly, and scientists have to rely on simple, two-dimensional drawings to depict complex hypotheses. That is, they did until now. Janet Iwasa’s colorful and action-packed 3D animations bring scientific hypotheses to life, showing how we think molecules look, move and interact. Not only is molecular animation a powerful way to illustrate ideas and convey information to general audiences, it’s also a powerful tools for inspiring new research. However, 3D molecular animation using commercial software requires skill and time, so Iwasa has created a simpler 3D animation software tool for biologists, allowing researchers to intuitively and quickly model molecular hypotheses. In 2014, she launched the beta of her new free, open-source animation software, Molecular Flipbook, which allows biologists to create molecular animations of their own hypotheses in just 15 minutes.
More profile about the speakerJanet Iwasa | Speaker | TED.com