TED2009
Bonnie Bassler: How bacteria "talk"
Bonnie Bassler a baktériumok kommunikációjáról
Filmed:
Readability: 4
2,683,171 views
Bonnie Bassler felfedezte, hogy a baktériumok egy vegyi nyelven "beszélgetnek", így koordinálják védelmüket és indítanak támadást. Ennek a felfedezésnek meglepő alkalmazásai lehetnek az orvostudományban, az iparban - és önmagunk jobb megértésében.
Bonnie Bassler - Molecular biologist
Bonnie Bassler studies how bacteria can communicate with one another, through chemical signals, to act as a unit. Her work could pave the way for new, more potent medicine. Full bio
Bonnie Bassler studies how bacteria can communicate with one another, through chemical signals, to act as a unit. Her work could pave the way for new, more potent medicine. Full bio
Double-click the English transcript below to play the video.
00:18
Bacteria are the oldest living organisms on the earth.
0
0
3000
A baktériumok a Föld legősibb élő szervezetei.
00:21
They've been here for billions of years,
1
3000
2000
Évmilliók óta itt vannak,
00:23
and what they are are single-celled microscopic organisms.
2
5000
4000
ezek az egysejtű mikroszkopikus szervezetek.
00:27
So they are one cell and they have this special property
3
9000
3000
Szóval ők egyetlen sejt, és a különlegességük,
00:30
that they only have one piece of DNA.
4
12000
2000
hogy csak egyetlen darab DNS-ük van.
00:32
They have very few genes,
5
14000
2000
Nagyon kevés génjük van,
00:34
and genetic information to encode all of the traits that they carry out.
6
16000
4000
és kevés genetikai információjuk, ami a tulajdonságaikat kódolja.
00:38
And the way bacteria make a living
7
20000
2000
A baktériumok abból élnek,
00:40
is that they consume nutrients from the environment,
8
22000
3000
hogy a környezetből tápanyagot vesznek magukhoz,
00:43
they grow to twice their size, they cut themselves down in the middle,
9
25000
3000
méretük duplájára nőnek, középen kettévágják magukat,
00:46
and one cell becomes two, and so on and so on.
10
28000
3000
és egy sejtből kettő lesz, és így tovább, és így tovább.
00:49
They just grow and divide, and grow and divide -- so a kind of boring life,
11
31000
4000
Csak nőnek és osztódnak, nőnek és osztódnak -- elég unalmas életük van,
00:53
except that what I would argue is that you have
12
35000
2000
kivéve, hogy én arra szeretnék kilyukadni, hogy mi
00:55
an amazing interaction with these critters.
13
37000
3000
elképesztő kapcsolatban állunk ezekkel a lényekkel.
00:58
I know you guys think of yourself as humans, and this is sort of how I think of you.
14
40000
3000
Tudom, ti emberként gondoltok magatokra, én viszont valahogy így.
01:01
This man is supposed to represent
15
43000
2000
Ez az ember akarja ábrázolni
01:03
a generic human being,
16
45000
2000
a tipikus emberi lényt,
01:05
and all of the circles in that man are all of the cells that make up your body.
17
47000
4000
a körök az emberben pedig a sejtek, amikből a testünk felépül.
01:09
There is about a trillion human cells that make each one of us
18
51000
3000
Mintegy trillió emberi sejt, amik azzá tesznek minket,
01:12
who we are and able to do all the things that we do,
19
54000
3000
akik vagyunk és amik miatt tehetjük, amit teszünk,
01:15
but you have 10 trillion bacterial cells
20
57000
3000
ugyanakkor tíztrillió bakteriális sejt van
01:18
in you or on you at any moment in your life.
21
60000
2000
bennünk vagy rajtunk életünk bármely pillanatában.
01:20
So, 10 times more bacterial cells
22
62000
2000
Azaz tíszer annyi baktériumsejt él
01:22
than human cells on a human being.
23
64000
3000
egy emberen, mint amennyi emberi sejtje van.
01:25
And of course it's the DNA that counts,
24
67000
2000
És persze a DNS az, ami számít,
01:27
so here's all the A, T, Gs and Cs
25
69000
2000
úgyhogy itt van az összes A, T, G és C,
01:29
that make up your genetic code, and give you all your charming characteristics.
26
71000
3000
amiből a génkészletünk áll, és adja minden bájos vonásunkat.
01:32
You have about 30,000 genes.
27
74000
2000
Van kábé 30 000 génünk.
01:34
Well it turns out you have 100 times more bacterial genes
28
76000
3000
És kiderült, hogy százszor annyi baktériumgén van bennünk-rajtunk
01:37
playing a role in you or on you all of your life.
29
79000
4000
ami szerepet játszik az életünkben.
01:41
At the best, you're 10 percent human,
30
83000
3000
Legjobb esetben is csak 10%ban vagyunk emberek,
01:44
but more likely about one percent human,
31
86000
2000
de inkább csak egy százalékban,
01:46
depending on which of these metrics you like.
32
88000
2000
amelyik mértékegység szerint épp jobban tetszik.
01:48
I know you think of yourself as human beings,
33
90000
2000
Tudom, te emberi lényként gondolsz magadra,
01:50
but I think of you as 90 or 99 percent bacterial.
34
92000
4000
de én 90 vagy 99 %-ban bakteriálisnak látlak.
01:54
(Laughter)
35
96000
1000
(nevetés)
01:55
These bacteria are not passive riders,
36
97000
3000
Ezek a baktériumok nem potyautasok,
01:58
these are incredibly important, they keep us alive.
37
100000
3000
hanem hihetetlen fontosak - ők tartanak életben minket.
02:01
They cover us in an invisible body armor
38
103000
3000
Láthatatlan páncéllal fedik testünket,
02:04
that keeps environmental insults out
39
106000
2000
ami kirekeszti a környezeti ártalmakat,
02:06
so that we stay healthy.
40
108000
2000
hogy egészségesek maradhassunk.
02:08
They digest our food, they make our vitamins,
41
110000
2000
Megemésztik az ételeinket, vitaminokat készítenek,
02:10
they actually educate your immune system
42
112000
2000
sőt, megtanítják az immunrendszerünket,
02:12
to keep bad microbes out.
43
114000
2000
hogy kívül tartsa a rossz mikrobákat.
02:14
So they do all these amazing things
44
116000
2000
Tehát mindezt a sok csodás dolgot művelik,
02:16
that help us and are vital for keeping us alive,
45
118000
4000
ami segít rajtunk és életben tart minket,
02:20
and they never get any press for that.
46
122000
2000
ám ezért nemigen kapnak nagy sajtó visszahangot.
02:22
But they get a lot of press because they do a lot of
47
124000
2000
Azért viszont sokat sajtózzák őket, hogy mennyi
02:24
terrible things as well.
48
126000
2000
szörnyűséget okoznak.
02:26
So, there's all kinds of bacteria on the Earth
49
128000
3000
Van ugye mindenféle baktérium a Földön,
02:29
that have no business being in you or on you at any time,
50
131000
3000
aminek semmi keresnivalója bennünk vagy rajtunk,
02:32
and if they are, they make you incredibly sick.
51
134000
4000
és ha mégis, hihetetlenül betegek leszünk tőlük.
02:36
And so, the question for my lab is whether you want to think about all the
52
138000
3000
Ígyhát laborom számára az a kérdés, hogy mire akarunk gondolni: minden
02:39
good things that bacteria do, or all the bad things that bacteria do.
53
141000
4000
jó vagy minden rossz dologra amit a baktériumok csinálnak?
02:43
The question we had is how could they do anything at all?
54
145000
2000
A kérdésünk az volt, hogy hogyan csinálhatnak bármit is egyátalán?
02:45
I mean they're incredibly small,
55
147000
2000
Úgy értem, olyan hihetetlen aprók,
02:47
you have to have a microscope to see one.
56
149000
2000
mikroszkópra van szükség, hogy egyáltalán lássuk őket.
02:49
They live this sort of boring life where they grow and divide,
57
151000
3000
Élik az unalmas kis életüket, nőnek és osztódnak,
02:52
and they've always been considered to be these asocial reclusive organisms.
58
154000
5000
és mindig aszociális, visszahúzódó élőlényként tekintettünk rájuk.
02:57
And so it seemed to us that they are just too small to have an impact
59
159000
3000
Úgy tűnt, túl kicsik ahhoz, hogy hatással lehessenek
03:00
on the environment
60
162000
2000
a környezetre,
03:02
if they simply act as individuals.
61
164000
2000
ha csupán egyénként cselekszenek.
03:04
And so we wanted to think if there couldn't be a different
62
166000
2000
Szóval azon akartunk gondolkodni nem lehetne-e más
03:06
way that bacteria live.
63
168000
2000
módja annak ahogy a baktériumok élnek.
03:08
The clue to this came from another marine bacterium,
64
170000
4000
Ehhez egy másik tengeri baktérium adta az ötletet,
03:12
and it's a bacterium called Vibrio fischeri.
65
174000
3000
amit Vibrio fischerinek hívnak.
03:15
What you're looking at on this slide is just a person from my lab
66
177000
3000
Amit ezen a dián láttok, az csak valaki a laborból,
03:18
holding a flask of a liquid culture of a bacterium,
67
180000
3000
egy baktériummal teli lombikot tartva,
03:21
a harmless beautiful bacterium that comes from the ocean,
68
183000
3000
az ártalmatlan, gyönyörű tengeri baktériummal,
03:24
named Vibrio fischeri.
69
186000
2000
a Vibrio fischerivel.
03:26
This bacterium has the special property that it makes light,
70
188000
3000
A különleges tulajdonsága, hogy fényt bocsát ki magából,
03:29
so it makes bioluminescence,
71
191000
2000
azaz biolumineszcens,
03:31
like fireflies make light.
72
193000
2000
mint a szentjánosbogár.
03:33
We're not doing anything to the cells here.
73
195000
2000
Itt nem csinálunk semmit a sejtekkel,
03:35
We just took the picture by turning the lights off in the room,
74
197000
2000
csak lekapcsoltuk a lámpát a szobában,
03:37
and this is what we see.
75
199000
2000
és akkor ezt látjuk.
03:39
What was actually interesting to us
76
201000
2000
Ami leginkább megragadott minket,
03:41
was not that the bacteria made light,
77
203000
2000
nem az, hogy egyáltalán fényt csináltak,
03:43
but when the bacteria made light.
78
205000
2000
hanem hogy mikor csináltak fényt.
03:45
What we noticed is when the bacteria were alone,
79
207000
3000
Azt vettük észre, hogy amikor a baktériumok egyedül voltak,
03:48
so when they were in dilute suspension, they made no light.
80
210000
3000
azaz alacsony sűrűségű oldatban, olyankor nem világítottak.
03:51
But when they grew to a certain cell number
81
213000
2000
De amint egy bizonyos sejtszámot elértek,
03:53
all the bacteria turned on light simultaneously.
82
215000
4000
minden baktérium egyszerre kapcsolta fel a fényt.
03:57
The question that we had is how can bacteria, these primitive organisms,
83
219000
4000
A kérdésünk az volt, hogyan tudják a baktériumok, ezek a primitív organizmusok,
04:01
tell the difference from times when they're alone,
84
223000
2000
megkülönböztetni, mikor vannak egyedül,
04:03
and times when they're in a community,
85
225000
2000
illetve mikor vannak közösségben,
04:05
and then all do something together.
86
227000
3000
és akkor hogyan csinálhatnak valamit együtt?
04:08
What we've figured out is that the way that they do that is that they talk to each other,
87
230000
4000
Arra jöttünk rá, hogy tulajdonképpen beszélgetnek egymással,
04:12
and they talk with a chemical language.
88
234000
2000
mégpedig vegyi nyelven beszélgetnek.
04:14
This is now supposed to be my bacterial cell.
89
236000
3000
Ez lenne az én bakteriális sejtem.
04:17
When it's alone it doesn't make any light.
90
239000
3000
Ha egyedül van, nem csinál fényt.
04:20
But what it does do is to make and secrete small molecules
91
242000
4000
Viszont apró molekulákat készít és választ ki magából,
04:24
that you can think of like hormones,
92
246000
2000
amikre gondolhatunk hormonként.
04:26
and these are the red triangles, and when the bacteria is alone
93
248000
3000
Ezek azok a piros háromszögek, és amikor a baktérium egyedül van,
04:29
the molecules just float away and so no light.
94
251000
3000
ezek a molekulák egyszerűen elsordódnak, így nincs fény.
04:32
But when the bacteria grow and double
95
254000
2000
De ahogy a baktériumok nőnek és kettőződnek,
04:34
and they're all participating in making these molecules,
96
256000
3000
mind részt vesznek a molekulák készítésében,
04:37
the molecule -- the extracellular amount of that molecule
97
259000
4000
a molekula pedig, annak a sejtenkívüli tömege
04:41
increases in proportion to cell number.
98
263000
3000
megnő a sejtszámhoz képest.
04:44
And when the molecule hits a certain amount
99
266000
2000
És amikor a molekula elér bizonyos tömeget,
04:46
that tells the bacteria how many neighbors there are,
100
268000
3000
ez elárulja a baktériumoknak, mennyien vannak szomszédok,
04:49
they recognize that molecule
101
271000
2000
felismerik a molekulát,
04:51
and all of the bacteria turn on light in synchrony.
102
273000
3000
és mindannyian egyszerre bekapcsolják a fényt.
04:54
That's how bioluminescence works --
103
276000
2000
Így működik a biolumineszcencia --
04:56
they're talking with these chemical words.
104
278000
2000
vegyi szavakkal kommunikálnak.
04:58
The reason that Vibrio fischeri is doing that comes from the biology.
105
280000
4000
Az ok, amiért a Vibrio fischeri ezt csinálja, biológiai.
05:02
Again, another plug for the animals in the ocean,
106
284000
3000
Megint, újabb pont az óceán faunájának,
05:05
Vibrio fischeri lives in this squid.
107
287000
3000
a Vibrio fischeri ebben a tintahalban él.
05:08
What you are looking at is the Hawaiian Bobtail Squid,
108
290000
2000
Itt a hawaii rövidfarkú tintahalat láthatjátok.
05:10
and it's been turned on its back,
109
292000
2000
amit a hátára fordítottak,
05:12
and what I hope you can see are these two glowing lobes
110
294000
3000
és amit remélem jól látni, ez a két fénylő lebeny
05:15
and these house the Vibrio fischeri cells,
111
297000
3000
amiben a Vibrio fischeri sejtek helyezkednek el
05:18
they live in there, at high cell number
112
300000
2000
ott élnek nagy sejtszámban,
05:20
that molecule is there, and they're making light.
113
302000
2000
ott a molekula, és fényt csinálnak.
05:22
The reason the squid is willing to put up with these shenanigans
114
304000
3000
A tintahal azért hajlandő megtűrni ezeket a gyanús alakokat,
05:25
is because it wants that light.
115
307000
2000
mert kell neki az a fény.
05:27
The way that this symbiosis works
116
309000
2000
A szimbiózisuk úgy működik,
05:29
is that this little squid lives just off the coast of Hawaii,
117
311000
4000
hogy a kis tintahal a hawaii partok mentén él,
05:33
just in sort of shallow knee-deep water.
118
315000
2000
ilyen sekély, térdig érő vízben.
05:35
The squid is nocturnal, so during the day
119
317000
3000
A tintahal éjszakai állat, így napközben
05:38
it buries itself in the sand and sleeps,
120
320000
2000
a homokba ássa magát és alszik,
05:40
but then at night it has to come out to hunt.
121
322000
3000
de éjjel elő kell bújnia, hogy vadásszon.
05:43
On bright nights when there is lots of starlight or moonlight
122
325000
2000
Világos éjszakákon, amikor sok csillag- vagy holdfény van,
05:45
that light can penetrate the depth of the water
123
327000
3000
a fény áthatol a sekély vízen, amiben
05:48
the squid lives in, since it's just in those couple feet of water.
124
330000
3000
a tintahal él, hiszen csak pár lábnyi mélységről beszélünk.
05:51
What the squid has developed is a shutter
125
333000
3000
Amit a tintahal kifejlesztett, az egy redőny,
05:54
that can open and close over this specialized light organ housing the bacteria.
126
336000
4000
amit tetszése szerint nyit vagy zár a baktériumot tartalmazó fényszerv felett.
05:58
Then it has detectors on its back
127
340000
2000
Aztán vannak érzékelők a hátán,
06:00
so it can sense how much starlight or moonlight is hitting its back.
128
342000
4000
amivel tudja mennyi csillagfény, vagy holdvilág éri a hátát.
06:04
And it opens and closes the shutter
129
346000
2000
És úgy nyitja-zárja a redőnyt,
06:06
so the amount of light coming out of the bottom --
130
348000
2000
hogy az alulról kivilágító fény --
06:08
which is made by the bacterium --
131
350000
2000
amit a baktérium termel --
06:10
exactly matches how much light hits the squid's back,
132
352000
2000
pont annyi, amennyi fény a tintahal hátát éri,
06:12
so the squid doesn't make a shadow.
133
354000
2000
így a tintahal nem vet árnyékot.
06:14
It actually uses the light from the bacteria
134
356000
3000
A baktérium fényét valójában arra használja,
06:17
to counter-illuminate itself in an anti-predation device
135
359000
3000
hogy ellenvilágítsa magát egy készülékkel,
06:20
so predators can't see its shadow,
136
362000
2000
hogy a ragadozók ne láthassák az árnyékát,
06:22
calculate its trajectory, and eat it.
137
364000
2000
ne számolhassák ki a helyzetét és ne ehessék meg.
06:24
This is like the stealth bomber of the ocean.
138
366000
3000
Olyan, mint az óceán lopakodó bombázója.
06:27
(Laughter)
139
369000
1000
(nevetés)
06:28
But then if you think about it, the squid has this terrible problem
140
370000
3000
De ha belegondolunk, a tintahalnak van egy borzalmas problémája,
06:31
because it's got this dying, thick culture of bacteria
141
373000
3000
mert van ez a haldokló, sűrű baktériumkultúrája,
06:34
and it can't sustain that.
142
376000
2000
amit nem tud fenntartani.
06:36
And so what happens is every morning when the sun comes up
143
378000
2000
Ezért minden reggel, amikor a Nap felkel,
06:38
the squid goes back to sleep, it buries itself in the sand,
144
380000
3000
a tintahal visszamegy aludni, beássa magát a homokba,
06:41
and it's got a pump that's attached to its circadian rhythm,
145
383000
3000
és van egy pumpája, ami a napi ritmusához igazodik,
06:44
and when the sun comes up it pumps out like 95 percent of the bacteria.
146
386000
5000
és napfelkeltekor a baktériumok uszkve 95%-át kipumpálja.
06:49
Now the bacteria are dilute, that little hormone molecule is gone,
147
391000
3000
Most a baktériumok sötétek, a kis hormonmolekula eltűnt,
06:52
so they're not making light --
148
394000
2000
úgyhogy nem csinálnak fényt --
06:54
but of course the squid doesn't care. It's asleep in the sand.
149
396000
2000
a tintahalat ez persze nem érdekli. Alszik a homokban.
06:56
And as the day goes by the bacteria double,
150
398000
2000
És ahogy múlik a nap, a baktériumok megkettőződnek,
06:58
they release the molecule, and then light comes on
151
400000
3000
kiválasztják a molekulát, és éjjel a fény felkapcsolódik
07:01
at night, exactly when the squid wants it.
152
403000
3000
pont akkor, amikor a tintahal akarja.
07:04
First we figured out how this bacterium does this,
153
406000
3000
Először rájöttünk, hogyan csinálja ezt a baktérium,
07:07
but then we brought the tools of molecular biology to this
154
409000
3000
aztán ráküldtük a molekuláris biológia eszközeit,
07:10
to figure out really what's the mechanism.
155
412000
2000
hogy rájöhessünk, mi is a mechanizmusa.
07:12
And what we found -- so this is now supposed to be, again, my bacterial cell --
156
414000
4000
Azt találtuk -- ez ugye megint a baktériumsejtem akar lenni --
07:16
is that Vibrio fischeri has a protein --
157
418000
2000
hogy a Vibrio fischerinek van egy fehérjéje --
07:18
that's the red box -- it's an enzyme that makes
158
420000
3000
ez a piros doboz -- ami egy enzim, ami
07:21
that little hormone molecule, the red triangle.
159
423000
3000
a kis hormonmolekulát csinálja -- a piros hármoszöget.
07:24
And then as the cells grow, they're all releasing that molecule
160
426000
2000
Ahogy a sejtek nőnek, és egyre csak árasztják ezt a molekulát
07:26
into the environment, so there's lots of molecule there.
161
428000
3000
a környezetükbe, hogy sok legyen ott a molekula.
07:29
And the bacteria also have a receptor on their cell surface
162
431000
4000
A baktériumoknak pedig van egy receptoruk is a sejtfelületen,
07:33
that fits like a lock and key with that molecule.
163
435000
3000
ami mint egy zár a kulcshoz, úgy illik a molekulához.
07:36
These are just like the receptors on the surfaces of your cells.
164
438000
3000
Ugyanilyen receptoraink vannak a sejtjeinken nekünk is.
07:39
When the molecule increases to a certain amount --
165
441000
3000
Amikor a molekula elér egy bizonyos tömeget --
07:42
which says something about the number of cells --
166
444000
2000
ami ugyanakkor a sejtek számáról árulkodik --
07:44
it locks down into that receptor
167
446000
2000
rácsatlakozik a receptorra,
07:46
and information comes into the cells
168
448000
2000
és információ jut a sejtekbe arról,
07:48
that tells the cells to turn on
169
450000
2000
hogy be kell kapcsolniuk
07:50
this collective behavior of making light.
170
452000
3000
a kollektív viselkedést, ami maga a világítás.
07:53
Why this is interesting is because in the past decade
171
455000
3000
Amiért ez érdekes, hogy az elmúlt évtizedben,
07:56
we have found that this is not just some anomaly
172
458000
2000
azt találtuk, hogy ez nem csupán anomália,
07:58
of this ridiculous, glow-in-the-dark bacterium that lives in the ocean --
173
460000
3000
ami csak erre a nevetséges, sötétbenvilágítós tengeri bacira jellemző,
08:01
all bacteria have systems like this.
174
463000
3000
hanem minden baktériumnak vannak ilyen rendszerei.
08:04
So now what we understand is that all bacteria can talk to each other.
175
466000
3000
Tudjuk immár, hogy a baktériumok beszélgetnek egymással.
08:07
They make chemical words, they recognize those words,
176
469000
3000
Vegyi szavakat állítanak elő, felismerik azokat,
08:10
and they turn on group behaviors
177
472000
2000
amik aztán csoportviselkedést idéznek elő,
08:12
that are only successful when all of the cells participate in unison.
178
474000
5000
ami csak akkor sikeres, ha minden sejt egyszerre vesz benne részt.
08:17
We have a fancy name for this: we call it quorum sensing.
179
479000
3000
Hangzatos nevet találtunk erre: határozatképesség-érzékelés.
08:20
They vote with these chemical votes,
180
482000
2000
Ezekkel a vegyi szavazatokkal szavaznak,
08:22
the vote gets counted, and then everybody responds to the vote.
181
484000
4000
a szavazatokat összeszámolják, és közös választ adnak a szavazatra.
08:26
What's important for today's talk
182
488000
2000
Ami fontos a mai beszédem szempontjából,
08:28
is that we know that there are hundreds of behaviors
183
490000
2000
hogy tudjuk, hogy százával találunk olyan viselkedéseket,
08:30
that bacteria carry out in these collective fashions.
184
492000
3000
amiket a baktériumok kollektíve visznek véghez.
08:33
But the one that's probably the most important to you is virulence.
185
495000
3000
De ami nekünk talán a legfontosabb, az a fertőzőképesség.
08:36
It's not like a couple bacteria get in you
186
498000
3000
Nem úgy van, hogy néhány baktérium beléd jut,
08:39
and they start secreting some toxins --
187
501000
2000
és elkezdenek mérget kiválasztani --
08:41
you're enormous, that would have no effect on you. You're huge.
188
503000
3000
akkorák vagyunk, hogy ennek semmi hatása nem lenne. Hatalmasak.
08:44
What they do, we now understand,
189
506000
3000
Hanem az van, és erre jöttünk rá,
08:47
is they get in you, they wait, they start growing,
190
509000
3000
hogy bejutnak, várnak, elkezdenek növekedni,
08:50
they count themselves with these little molecules,
191
512000
2000
számolgatják magukat ezekkel a kis molekulákkal,
08:52
and they recognize when they have the right cell number
192
514000
2000
és felismerik, mikor vannak elegen ahhoz, hogy
08:54
that if all of the bacteria launch their virulence attack together,
193
516000
4000
ha közösen egyszerre fertőző támadást indítanak,
08:58
they are going to be successful at overcoming an enormous host.
194
520000
4000
sikerrrel legyőzhetnek egy óriási gazdatestet.
09:02
Bacteria always control pathogenicity with quorum sensing.
195
524000
4000
A fertőzéseket mindig határozatképesség-érzékeléssel irányítják.
09:06
That's how it works.
196
528000
2000
Így működik a dolog.
09:08
We also then went to look at what are these molecules --
197
530000
3000
Azt is megnéztük, hogy mik ezek a molekulák --
09:11
these were the red triangles on my slides before.
198
533000
3000
azaz a diákon lévő piros háromszögek.
09:14
This is the Vibrio fischeri molecule.
199
536000
2000
Ez itt a Vibrio fischeri molekula,
09:16
This is the word that it talks with.
200
538000
2000
ez pedig a szó, amit használ.
09:18
So then we started to look at other bacteria,
201
540000
2000
Aztán elkezdtünk más baktériumokat vizsgálni,
09:20
and these are just a smattering of the molecules that we've discovered.
202
542000
3000
és itt van a felfedezett molekulákból egy kisebb csokorra való.
09:23
What I hope you can see
203
545000
2000
Amit remélhetőleg láttok,
09:25
is that the molecules are related.
204
547000
2000
hogy a molekulák nagyon hasonlóak.
09:27
The left-hand part of the molecule is identical
205
549000
2000
A baloldali részük megegyezik
09:29
in every single species of bacteria.
206
551000
3000
minden egyes baktériumfajban.
09:32
But the right-hand part of the molecule is a little bit different in every single species.
207
554000
4000
De a jobboldali rész kicsit eltérő minden egyes fajnál.
09:36
What that does is to confer
208
558000
2000
Ez ruházza fel az egyes
09:38
exquisite species specificities to these languages.
209
560000
4000
egyedi faji jellegzetességekkel a nyelveket.
09:42
Each molecule fits into its partner receptor and no other.
210
564000
4000
Minden molekula kizárólag a saját receptorába illik.
09:46
So these are private, secret conversations.
211
568000
3000
Tehát ezek személyes, titkos beszélgetések.
09:49
These conversations are for intraspecies communication.
212
571000
4000
Beszélgetések, amik a fajon belüli kommunikációra szolgálnak.
09:53
Each bacteria uses a particular molecule that's its language
213
575000
4000
Minden baktérium egy bizonyos molekulát használ saját nyelveként,
09:57
that allows it to count its own siblings.
214
579000
4000
amivel meg tudja számolni saját testvéreit.
10:01
Once we got that far we thought
215
583000
2000
Mire idáig jutottunk, úgy gondoltuk,
10:03
we were starting to understand that bacteria have these social behaviors.
216
585000
3000
hogy elkezdtük megérteni a baktériumok szociális viselkedését.
10:06
But what we were really thinking about is that most of the time
217
588000
3000
De ami sokkal inkább foglalkoztatott minket, hogy általában
10:09
bacteria don't live by themselves, they live in incredible mixtures,
218
591000
3000
a baktériumok nem egymagukban, hanem hihetetlen keverékben élnek
10:12
with hundreds or thousands of other species of bacteria.
219
594000
4000
más baktériumfajok százaival, ezreivel együtt.
10:16
And that's depicted on this slide. This is your skin.
220
598000
3000
Ezt látni ezen a dián. Ez a bőrünk.
10:19
So this is just a picture -- a micrograph of your skin.
221
601000
3000
Ez csak egy kép, egy mikrorajz a bőrünkről.
10:22
Anywhere on your body, it looks pretty much like this,
222
604000
2000
Bárhol a testünkön többé-kevésbé így néz ki,
10:24
and what I hope you can see is that there's all kinds of bacteria there.
223
606000
4000
és láthatjuk, hogy mindenféle baktérium van itt.
10:28
And so we started to think if this really is about communication in bacteria,
224
610000
4000
És azon kezdtünk agyalni, hogyha tényleg a baktériumok kommunikációjáról van szó,
10:32
and it's about counting your neighbors,
225
614000
2000
ami a szomszédaid számolásáról szól,
10:34
it's not enough to be able to only talk within your species.
226
616000
3000
akkor nem elég a fajodon belül beszélgetni.
10:37
There has to be a way to take a census
227
619000
2000
Kell valami mód arra, hogy népszámlálást tartsanak
10:39
of the rest of the bacteria in the population.
228
621000
3000
a populációban lévő többi baktériumról is.
10:42
So we went back to molecular biology
229
624000
2000
Így visszanyúltunk a molekuláris biológiához
10:44
and started studying different bacteria,
230
626000
2000
és elkezdtünk különböző baktériumokat vizsgálni,
10:46
and what we've found now is that
231
628000
2000
és amit most találtuk az az,
10:48
in fact, bacteria are multilingual.
232
630000
2000
hogy igaziból a baktériumok többnyelvűek.
10:50
They all have a species-specific system --
233
632000
3000
Van egy fajtaspecifikus rendszerük --
10:53
they have a molecule that says "me."
234
635000
2000
egy molekula, ami azt mondja: "én".
10:55
But then, running in parallel to that is a second system
235
637000
3000
Viszont ezzel párhuzamosan van egy másik rendszerük is,
10:58
that we've discovered, that's generic.
236
640000
2000
amit felfedeztünk, és ami generikus.
11:00
So, they have a second enzyme that makes a second signal
237
642000
3000
Tehát van egy másik enzimjük, ami egy másik jelet készít,
11:03
and it has its own receptor,
238
645000
2000
és aminek saját receptora van,
11:05
and this molecule is the trade language of bacteria.
239
647000
3000
és ez a baktériumok kereskedelmi nyelve.
11:08
It's used by all different bacteria
240
650000
2000
Mindenféle baktérium használja
11:10
and it's the language of interspecies communication.
241
652000
4000
és ez az fajok közötti kommunikáció nyelve.
11:14
What happens is that bacteria are able to count
242
656000
3000
Így a baktériumok meg tudják számolni, hogy
11:17
how many of me and how many of you.
243
659000
3000
mennyi van belőlem, és mennyi belőled.
11:20
They take that information inside,
244
662000
2000
Ezt az információt begyűjtik,
11:22
and they decide what tasks to carry out
245
664000
2000
és eldöntik, hogy milyen feladatot végezzenek
11:24
depending on who's in the minority and who's in the majority
246
666000
4000
attól függően, hogy ki van kisebbségben, és ki többségben
11:28
of any given population.
247
670000
2000
az adott populációban.
11:30
Then again we turn to chemistry,
248
672000
2000
Így újra a kémiához fordultunk,
11:32
and we figured out what this generic molecule is --
249
674000
3000
és rájöttünk, mi ez a generikus molekula --
11:35
that was the pink ovals on my last slide, this is it.
250
677000
3000
a dián a rózsaszín oválisok voltak, itt is van.
11:38
It's a very small, five-carbon molecule.
251
680000
2000
Ez egy nagyon apró, öt szénből álló molekula.
11:40
What the important thing is that we learned
252
682000
3000
Ami a lényeg, hogy rájöttünk,
11:43
is that every bacterium has exactly the same enzyme
253
685000
3000
hogy minden baktérium pontosan ugyanazzal az enzimmel
11:46
and makes exactly the same molecule.
254
688000
2000
pontosan ugyanazt a molekulát termeli.
11:48
So they're all using this molecule
255
690000
2000
Azaz mindannyian ezt használják
11:50
for interspecies communication.
256
692000
2000
fajközi kommunikációra.
11:52
This is the bacterial Esperanto.
257
694000
3000
Ez a baktériális eszperantó.
11:55
(Laughter)
258
697000
1000
(nevetés)
11:56
Once we got that far, we started to learn
259
698000
2000
Mire odáig jutottunk, kezdtük megérteni,
11:58
that bacteria can talk to each other with this chemical language.
260
700000
3000
hogy a baktériumok egy kémiai nyelven beszélgetnek egymással.
12:01
But what we started to think is that maybe there is something
261
703000
2000
De aztán elkezdtünk gondolkodni, hogy talán van valami
12:03
practical that we can do here as well.
262
705000
2000
praktikus, amit csinálhatunk még itt.
12:05
I've told you that bacteria do have all these social behaviors,
263
707000
3000
Elmondtam, hogy a baktériumok szociális viselkedést tanúsítanak,
12:08
they communicate with these molecules.
264
710000
3000
hogy a molekulák segítségével kommunikálnak.
12:11
Of course, I've also told you that one of the important things they do
265
713000
3000
És persze azt is elmondtam, hogy az egyik fontos dolog, amit tesznek,
12:14
is to initiate pathogenicity using quorum sensing.
266
716000
3000
hogy határozatképességi érzékeléssel betegséget okoznak.
12:17
We thought, what if we made these bacteria
267
719000
2000
Gondoltuk, miért ne alakíthatnánk a baktériumokat
12:19
so they can't talk or they can't hear?
268
721000
3000
úgy, hogy némák, vagy süketek legyenek?
12:22
Couldn't these be new kinds of antibiotics?
269
724000
3000
Nem lehetnének ezek új típusú antibiotikumok?
12:25
Of course, you've just heard and you already know
270
727000
2000
Persze, épp most hallottátok, és tudjátok jól,
12:27
that we're running out of antibiotics.
271
729000
2000
hogy kifogyóban vannak az antibiotikumok.
12:29
Bacteria are incredibly multi-drug-resistant right now,
272
731000
3000
Jelenleg a baktériumok hihetetlenül gyógyszer-rezisztensek
12:32
and that's because all of the antibiotics that we use kill bacteria.
273
734000
4000
ami a sok antibiotikum miatt van, amikkel megöljük őket.
12:36
They either pop the bacterial membrane,
274
738000
2000
Ezek vagy szétpukkasztják a bakteriális membránt,
12:38
they make the bacterium so it can't replicate its DNA.
275
740000
3000
vagy úgy tesznek vele, hogy az ne tudja megkettőzni a DNS-ét.
12:41
We kill bacteria with traditional antibiotics
276
743000
3000
Hagyományos antibiotikummal irtjuk őket
12:44
and that selects for resistant mutants.
277
746000
2000
ami az ellenálló mutánsok kiválasztódásának kedvez.
12:46
And so now of course we have this global problem
278
748000
3000
Így persze globális problémánkká váltak
12:49
in infectious diseases.
279
751000
2000
a fertőző betegségek.
12:51
We thought, well what if we could sort of do behavior modifications,
280
753000
3000
Azt gondoltuk, mi lenne, ha a viselkedésüket tudnánk megváltoztatni,
12:54
just make these bacteria so they can't talk, they can't count,
281
756000
3000
úgy alakítani őket, hogy némák és süketek legyenek,
12:57
and they don't know to launch virulence.
282
759000
3000
és ne tudják, mikor indítsanak fertőzést.
13:00
And so that's exactly what we've done, and we've sort of taken two strategies.
283
762000
3000
És pontosan ezt tettük, és két különböző stratégiát választottunk.
13:03
The first one is we've targeted
284
765000
2000
Először is megcéloztuk
13:05
the intraspecies communication system.
285
767000
3000
a fajon belüli kommunikációs rendszert.
13:08
So we made molecules that look kind of like the real molecules --
286
770000
3000
Olyan molekulákat csináltunk, amik hasonlítanak az igaziakra --
13:11
which you saw -- but they're a little bit different.
287
773000
2000
amiket mutattam -- de egy kicsit mégis mások.
13:13
And so they lock into those receptors,
288
775000
2000
És így, rácsatlakoznak a receptorokra,
13:15
and they jam recognition of the real thing.
289
777000
3000
az igazi cucc felismerését megakadályozva
13:18
By targeting the red system,
290
780000
2000
A piros rendszer megcélzásával
13:20
what we are able to do is to make
291
782000
2000
fajspecifikus, vagy kórspecifikus
13:22
species-specific, or disease-specific, anti-quorum sensing molecules.
292
784000
5000
anti-határozatképesség-érzékelő molekulákat csináltunk.
13:27
We've also done the same thing with the pink system.
293
789000
3000
Ugyanezt csináltuk a rózsaszín rendszerrel is.
13:30
We've taken that universal molecule and turned it around a little bit
294
792000
3000
Fogtuk az általános molekulát, és megcsavartuk picit
13:33
so that we've made antagonists
295
795000
2000
és így ellenanyagot csináltunk
13:35
of the interspecies communication system.
296
797000
2000
a fajközi kommunikációs rendszernek.
13:37
The hope is that these will be used as broad-spectrum antibiotics
297
799000
5000
Reményeink szerint ezt szélesspektrumú antibiotikumként használhatjuk
13:42
that work against all bacteria.
298
804000
2000
ami minden baktérium ellen működik.
13:44
To finish I'll just show you the strategy.
299
806000
3000
Zárásképpen megmutatnám a stratégiát.
13:47
In this one I'm just using the interspecies molecule,
300
809000
2000
Itt csak a fajok közötti molekulát használom,
13:49
but the logic is exactly the same.
301
811000
2000
de a logika tökéletesen megegyezik.
13:51
What you know is that when that bacterium gets into the animal,
302
813000
3000
Amit tudunk, hogy ha ez a baktérium bekerül az állatba,
13:54
in this case, a mouse,
303
816000
2000
ez esetben egy egérbe,
13:56
it doesn't initiate virulence right away.
304
818000
2000
nem kezd azonnal fertőzni.
13:58
It gets in, it starts growing, it starts secreting
305
820000
3000
Bejut, elkezd nőni, és elkezdi kiválasztani a
14:01
its quorum sensing molecules.
306
823000
2000
a határozatképesség-érzékelő molekulákat.
14:03
It recognizes when it has enough bacteria
307
825000
2000
Felismeri mikor van elég baktérium ahhoz,
14:05
that now they're going to launch their attack,
308
827000
2000
hogy elindíthassák a támadást,
14:07
and the animal dies.
309
829000
2000
és az állat elpusztul.
14:09
What we've been able to do is to give these virulent infections,
310
831000
3000
Ami sikerült, hogy beadtuk ezt a virulens fertőzést,
14:12
but we give them in conjunction with our anti-quorum sensing molecules --
311
834000
4000
de a határozatképesség-érzékelés elleni molekulákkal együtt --
14:16
so these are molecules that look kind of like the real thing,
312
838000
2000
ezek azok a molekulák, amik olyanok, mint az igazi,
14:18
but they're a little bit different which I've depicted on this slide.
313
840000
3000
csak kicsit mások, ahogyan ezen a dián ábrázoltam.
14:21
What we now know is that if we treat the animal
314
843000
3000
Már tudjuk, hogy ha az állatot patogén baktériummal --
14:24
with a pathogenic bacterium -- a multi-drug-resistant pathogenic bacterium --
315
846000
4000
multidrogrezisztens petogén baktériummal -- kezeljük
14:28
in the same time we give our anti-quorum sensing molecule,
316
850000
4000
és egyben a határozatképesség-érzékelés elleni molekulával is,
14:32
in fact, the animal lives.
317
854000
2000
akkor az állat túléli.
14:34
We think that this is the next generation of antibiotics
318
856000
4000
Azt gondoljuk, hogy ez az antibiotikumok következő generációja,
14:38
and it's going to get us around, at least initially,
319
860000
2000
és, legalábbis kezdetben, megoldja a rezisztencia
14:40
this big problem of resistance.
320
862000
2000
hatalmas problémáját.
14:42
What I hope you think, is that bacteria can talk to each other,
321
864000
3000
Szeretném, ha azt gondolnátok, hogy a baktériumok képesek beszélgetni,
14:45
they use chemicals as their words,
322
867000
3000
vegyi anyagokat használnak szavakként,
14:48
they have an incredibly complicated chemical lexicon
323
870000
3000
hihetetlenül bonyolult kémiai szótárral rendelkeznek,
14:51
that we're just now starting to learn about.
324
873000
2000
amit csak most kezdünk megismerni.
14:53
Of course what that allows bacteria to do
325
875000
3000
Ez persze lehetővé teszi a baktériumok számára,
14:56
is to be multicellular.
326
878000
2000
hogy többsejtűek legyenek.
14:58
So in the spirit of TED they're doing things together
327
880000
3000
Tehát a TED szellemében együttműködnek,
15:01
because it makes a difference.
328
883000
2000
mert ez az, ami számít.
15:03
What happens is that bacteria have these collective behaviors,
329
885000
4000
Az van, hogy a baktréiumok kollektíven viselkednek,
15:07
and they can carry out tasks
330
889000
2000
és olyan dolgokra visznek véghez,
15:09
that they could never accomplish
331
891000
2000
amiket soha nem tudnának elvégezni
15:11
if they simply acted as individuals.
332
893000
2000
ha csupán egyedként cselekednének.
15:13
What I would hope that I could further argue to you
333
895000
3000
Remélem arról is meggyőzhetlek titeket, hogy
15:16
is that this is the invention of multicellularity.
334
898000
3000
ez a többsejtűség találmánya.
15:19
Bacteria have been on the Earth for billions of years;
335
901000
4000
A baktériumok évmilliók óta itt vannak a Földön.
15:23
humans, couple hundred thousand.
336
905000
2000
Az emberek -- pár százezer éve.
15:25
We think bacteria made the rules
337
907000
2000
Azt gondoljuk, hogy a baktériumok hozták
15:27
for how multicellular organization works.
338
909000
3000
a többsejtű szervezetek működésének szabályait.
15:30
We think, by studying bacteria,
339
912000
3000
A baktériumok tanulmányozásával
15:33
we're going to be able to have insight about multicellularity in the human body.
340
915000
4000
többet tudhatunk meg az emberi test többsejtűségéről.
15:37
We know that the principles and the rules,
341
919000
2000
Ha rájövünk az alapelvekre és a szabályokra,
15:39
if we can figure them out in these sort of primitive organisms,
342
921000
2000
ha ezekben a primitív organizmusokban megismerjük őket,
15:41
the hope is that they will be applied
343
923000
2000
ezek remélhetőleg alkalmazhatóak lesznek
15:43
to other human diseases and human behaviors as well.
344
925000
4000
más emberi betegségek és viselkedésformák esetén is.
15:47
I hope that what you've learned
345
929000
2000
Remélem megtudtátok, hogy
15:49
is that bacteria can distinguish self from other.
346
931000
3000
a baktériumok meg tudják egymást különböztetni.
15:52
By using these two molecules they can say "me" and they can say "you."
347
934000
3000
A két molekulával mondhatják, hogy "én" és hogy "te".
15:55
Again of course that's what we do,
348
937000
2000
Persze ez megint az, amit mi is teszünk,
15:57
both in a molecular way,
349
939000
2000
mind molekulárisan,
15:59
and also in an outward way,
350
941000
2000
mind láthatóan, de én
16:01
but I think about the molecular stuff.
351
943000
2000
a molekuláris részére gondolok.
16:03
This is exactly what happens in your body.
352
945000
2000
Pontosan ez történik a testünkben.
16:05
It's not like your heart cells and your kidney cells get all mixed up every day,
353
947000
3000
Nem úgy van, hogy a szív- és a vesesejtjeink nap mint nap összekeverednek,
16:08
and that's because there's all of this chemistry going on,
354
950000
3000
ami azért van, mert folyamatosan működik a kémia,
16:11
these molecules that say who each of these groups of cells is,
355
953000
3000
a molekulák, amik megmondják, melyik sejtcsoport micsoda,
16:14
and what their tasks should be.
356
956000
2000
és mi volna a feladata.
16:16
Again, we think that bacteria invented that,
357
958000
3000
Ismétlem, úgy gondoljuk, hogy ezt a baktériumok találták ki,
16:19
and you've just evolved a few more bells and whistles,
358
961000
3000
és mi csak egy picivel több csengőt és sípot fejlesztettünk ki,
16:22
but all of the ideas are in these simple systems that we can study.
359
964000
4000
de minden ötlet tanulmányozható ezekben az egyszerű rendszerekben.
16:26
The final thing is, again just to reiterate that there's this practical part,
360
968000
4000
Végső soron, hogy újra nyomatékosítsam, van praktikus része,
16:30
and so we've made these anti-quorum sensing molecules
361
972000
3000
hogy csináltunk határozatképesség-érzékelés elleni molekulákat,
16:33
that are being developed as new kinds of therapeutics.
362
975000
3000
amik újfajta gyógymódként kerülnek kifejlesztésre.
16:36
But then, to finish with a plug for all the good and miraculous bacteria
363
978000
3000
Ugyanakkor, hogy a jó és csodás baktériumokkal fejezzük be,
16:39
that live on the Earth,
364
981000
2000
amik a Földön élnek,
16:41
we've also made pro-quorum sensing molecules.
365
983000
2000
csináltunk határozatképesség-érzékelést erősítő molekulákat is.
16:43
So, we've targeted those systems to make the molecules work better.
366
985000
3000
Megcéloztuk a rendszereket úgy, hogy a molekulák jobban működnak.
16:46
Remember you have these 10 times or more bacterial cells
367
988000
4000
Emlékezzünk arra, hogy 10szer annyi bakteriális sejtünk van
16:50
in you or on you, keeping you healthy.
368
992000
2000
amik egészségünket őrzik.
16:52
What we're also trying to do is to beef up the conversation
369
994000
3000
Azzal is próbálkozunk, hogy felerősítjük azt a beszélgetést,
16:55
of the bacteria that live as mutualists with you,
370
997000
3000
amit a velün kegyüttműködő baktériumok között folyik,
16:58
in the hopes of making you more healthy,
371
1000000
2000
abban a reményben, hogy így egészségesebbek leszünk.
17:00
making those conversations better,
372
1002000
2000
javítjuk ezeket a beszélgetéseket,
17:02
so bacteria can do things that we want them to do
373
1004000
3000
így a baktériumok megtehetik mindazt, amit szeretnénk
17:05
better than they would be on their own.
374
1007000
3000
csak épp jobban, mint maguktól tennék.
17:08
Finally, I wanted to show you
375
1010000
2000
Végül pedig meg akartam mutatni
17:10
this is my gang at Princeton, New Jersey.
376
1012000
2000
a csapatomat a Princetonon, New Jersey-ben.
17:12
Everything I told you about was discovered by someone in that picture.
377
1014000
4000
Mindent, amit itt elmondtam, valaki ezen a képen fedezett fel.
17:16
I hope when you learn things,
378
1018000
2000
Ha tanultok valamit,
17:18
like about how the natural world works --
379
1020000
2000
mondjuk a természet működéséről --
17:20
I just want to say that whenever you read something in the newspaper
380
1022000
3000
Csak annyit akarok mondani, hogy akármikor olvastok valamit az újságban
17:23
or you get to hear some talk about something ridiculous in the natural world
381
1025000
3000
vagy hallotok valakit valami nevetségeset mondani a természetről
17:26
it was done by a child.
382
1028000
2000
azt egy gyerek csinálta.
17:28
Science is done by that demographic.
383
1030000
2000
A tudományt ez a korcsoport műveli.
17:30
All of those people are between 20 and 30 years old,
384
1032000
4000
Mindannyian 20 és 30 év között vannak,
17:34
and they are the engine that drives scientific discovery in this country.
385
1036000
4000
és ők a motor az országunk tudományos felfedezései mögött.
17:38
It's a really lucky demographic to work with.
386
1040000
3000
Igazán szerencsés korcsoport ez a közös munkára.
17:41
I keep getting older and older and they're always the same age,
387
1043000
3000
Én egyre öregebb leszek, ők meg mindig ugyanolyan fiatalok,
17:44
and it's just a crazy delightful job.
388
1046000
3000
és ez egy igazán pompás munka.
17:47
I want to thank you for inviting me here.
389
1049000
2000
Köszönöm, hogy meghívást kaptam ide.
17:49
It's a big treat for me to get to come to this conference.
390
1051000
3000
Nagy gyönyörűséget okoz, hogy itt lehetek ezen a konferencián.
17:52
(Applause)
391
1054000
5000
(taps)
17:57
Thanks.
392
1059000
1000
Köszönöm.
17:58
(Applause)
393
1060000
14000
(taps)
ABOUT THE SPEAKER
Bonnie Bassler - Molecular biologistBonnie Bassler studies how bacteria can communicate with one another, through chemical signals, to act as a unit. Her work could pave the way for new, more potent medicine.
Why you should listen
In 2002, bearing her microscope on a microbe that lives in the gut of fish, Bonnie Bassler isolated an elusive molecule called AI-2, and uncovered the mechanism behind mysterious behavior called quorum sensing -- or bacterial communication. She showed that bacterial chatter is hardly exceptional or anomolous behavior, as was once thought -- and in fact, most bacteria do it, and most do it all the time. (She calls the signaling molecules "bacterial Esperanto.")
The discovery shows how cell populations use chemical powwows to stage attacks, evade immune systems and forge slimy defenses called biofilms. For that, she's won a MacArthur "genius" grant -- and is giving new hope to frustrated pharmacos seeking new weapons against drug-resistant superbugs.
Bassler teaches molecular biology at Princeton, where she continues her years-long study of V. harveyi, one such social microbe that is mainly responsible for glow-in-the-dark sushi. She also teaches aerobics at the YMCA.
Bonnie Bassler | Speaker | TED.com