TED2006
Joe DeRisi: Solving medical mysteries
Il ViroScan di Joe DeRisi svela alcuni misteri della medicina
Filmed:
Readability: 4.3
474,538 views
Il biochimico Joe DeRisi ci parla di nuovi straordinari sistemi per identificare i virus (e curare le malattie da essi provocate) con il DNA. Il suo lavoro potrebbe aiutarci a conoscere meglio la malaria, la SARS, l'influenza aviaria -- e il 60% delle infezioni comuni non diagnosticate.
Joe DeRisi - Biochemist
Joe DeRisi hunts for the genes that make us sick. At his lab, he works to understand the genome of Plasmodium falciparum, the deadliest form of malaria. Full bio
Joe DeRisi hunts for the genes that make us sick. At his lab, he works to understand the genome of Plasmodium falciparum, the deadliest form of malaria. Full bio
Double-click the English transcript below to play the video.
00:12
How can we investigate
0
0
3000
Com'è, come possiamo studiare
00:15
this flora of viruses that surround us, and aid medicine?
1
3000
5000
questa moltitudine di virus che ci circonda, e aiutare la medicina?
00:20
How can we turn our cumulative knowledge of virology
2
8000
4000
Come possiamo trasformare le nostre conoscenze di virologia
00:24
into a simple, hand-held, single diagnostic assay?
3
12000
4000
in un test diagnostico semplice e portatile?
00:28
I want to turn everything we know right now about detecting viruses
4
16000
3000
Voglio convertire tutto ciò che sappiamo al momento riguardo all'identificazione dei virus
00:31
and the spectrum of viruses that are out there
5
19000
2000
e alla gamma dei virus esistenti
00:33
into, let's say, a small chip.
6
21000
3000
in, diciamo, un piccolo chip.
00:36
When we started thinking about this project --
7
24000
2000
Quando abbiamo iniziato a riflettere su questo progetto --
00:38
how we would make a single diagnostic assay
8
26000
3000
su come avremmo creato un unico test diagnostico
00:41
to screen for all pathogens simultaneously --
9
29000
3000
per analizzare contemporaneamente tutti gli agenti patogeni --
00:44
well, there's some problems with this idea.
10
32000
2000
beh, c'è qualche problema da affrontare.
00:46
First of all, viruses are pretty complex,
11
34000
4000
Prima di tutto, i virus sono piuttosto complessi,
00:50
but they're also evolving very fast.
12
38000
4000
ma si stanno anche evolvendo molto velocemente.
00:54
This is a picornavirus.
13
42000
1000
Questo è un picornavirus.
00:55
Picornaviruses -- these are things that include
14
43000
2000
I picornavirus -- sono virus che comprendono
00:57
the common cold and polio, things like this.
15
45000
3000
il comune raffreddore e la polio, cose di questo genere.
01:00
You're looking at the outside shell of the virus,
16
48000
2000
State vedendo il rivestimento esterno del virus,
01:02
and the yellow color here are those parts of the virus
17
50000
3000
e questo giallo qui indica quelle parti del virus
01:05
that are evolving very, very fast,
18
53000
2000
che si stanno evolvendo molto, molto velocemente,
01:07
and the blue parts are not evolving very fast.
19
55000
2000
mentre quelle blu non si stanno evolvendo molto velocemente.
01:09
When people think about making pan-viral detection reagents,
20
57000
3000
Quando la gente pensa alla produzione di reagenti per l'identificazione globale dei virus
01:12
usually it's the fast-evolving problem that's an issue,
21
60000
4000
di solito l'evoluzione rapida rappresenta un problema,
01:16
because how can we detect things if they're always changing?
22
64000
2000
perché come si può identificare qualcosa che è in continuo cambiamento?
01:18
But evolution is a balance:
23
66000
2000
Ma esiste un equilibrio nell'evoluzione:
01:20
where you have fast change, you also have ultra-conservation --
24
68000
4000
se da un lato si assiste a rapidi cambiamenti, dall'altro all'ultraconservazione --
01:24
things that almost never change.
25
72000
2000
cose che non cambiano quasi mai.
01:26
And so we looked into this a little more carefully,
26
74000
3000
Così abbiamo approfondito un po' di più,
01:29
and I'm going to show you data now.
27
77000
1000
e ora vi mostrerò i dati ottenuti.
01:30
This is just some stuff you can do on the computer from the desktop.
28
78000
3000
Questa è una cosa che può essere fatta semplicemente dal desktop di un computer.
01:33
I took a bunch of these small picornaviruses,
29
81000
2000
Ho preso un po' di questi piccoli picornavirus,
01:35
like the common cold, like polio and so on,
30
83000
2000
come il comune raffreddore, la polio e così via,
01:37
and I just broke them down into small segments.
31
85000
4000
e li ho spezzati in piccoli segmenti,
01:41
And so took this first example, which is called coxsackievirus,
32
89000
3000
quindi ho preso questo primo tipo, chiamato coxsackievirus,
01:44
and just break it into small windows.
33
92000
2000
e l'ho diviso in piccole finestre.
01:46
And I'm coloring these small windows blue
34
94000
2000
Queste finestre saranno colorate in blu
01:48
if another virus shares an identical sequence in its genome
35
96000
5000
se un altro virus presenterà nel suo genoma una sequenza identica
01:53
to that virus.
36
101000
1000
a quella di questo virus.
01:54
These sequences right up here --
37
102000
2000
Le sequenze che vediamo qui sopra--
01:56
which don't even code for protein, by the way --
38
104000
2000
che fra l'altro non cofidicano neanche per le proteine --
01:58
are almost absolutely identical across all of these,
39
106000
3000
sono quasi del tutto identiche per tutti,
02:01
so I could use this sequence as a marker
40
109000
4000
e dunque potrei usare questa sequenza come marker
02:05
to detect a wide spectrum of viruses,
41
113000
2000
per identificare una vasta gamma di virus,
02:07
without having to make something individual.
42
115000
3000
senza che sia necessario farlo uno per uno.
02:10
Now, over here there's great diversity:
43
118000
2000
Ora, questa è la parte dove c'è una grande diversità:
02:12
that's where things are evolving fast.
44
120000
2000
qui è dove le cose si evolvono rapidamente.
02:14
Down here you can see slower evolution: less diversity.
45
122000
4000
Qui in basso vedete che l'evoluzione è più lenta: meno diversità.
02:18
Now, by the time we get out here to, let's say,
46
126000
2000
Ora, quando arriviamo qui al, diciamo,
02:20
acute bee paralysis virus --
47
128000
2000
virus della paralisi acuta --
02:22
probably a bad one to have if you're a bee ---
48
130000
2000
probabilmente una di quelle proprio brutte quando siete un'ape --
02:24
this virus shares almost no similarity to coxsackievirus,
49
132000
5000
questo virus non ha quasi nulla in comune con il coxsackievirus,
02:29
but I can guarantee you that the sequences that are most conserved
50
137000
4000
ma posso garantirvi che le sequenze più conservate
02:33
among these viruses on the right-hand of the screen
51
141000
2000
tra i virus che vedete nella parte destra dello schermo
02:35
are in identical regions right up here.
52
143000
3000
si trovano in aree identiche proprio qui sopra.
02:38
And so we can encapsulate these regions of ultra-conservation
53
146000
3000
Quindi possiamo isolare queste aree di ultraconservazione
02:41
through evolution -- how these viruses evolved --
54
149000
3000
attraverso l'evoluzione -- così come si sono evoluti questi virus --
02:44
by just choosing DNA elements or RNA elements
55
152000
3000
scegliendo frammenti di DNA ed RNA
02:47
in these regions to represent on our chip as detection reagents.
56
155000
4000
in queste aree, affinché fungano nel nostro chip da reagenti di rilevamento.
02:51
OK, so that's what we did, but how are we going to do that?
57
159000
3000
Ok, quindi questo è quello che abbiamo fatto, ma come si farà a realizzarlo?
02:54
Well, for a long time, since I was in graduate school,
58
162000
2000
Bene, da lungo tempo, da quando frequentavo il dottorato di ricerca,
02:56
I've been messing around making DNA chips --
59
164000
3000
mi do da fare con i chip a DNA --
02:59
that is, printing DNA on glass.
60
167000
2000
vale a dire, imprimendo DNA su vetro.
03:01
And that's what you see here:
61
169000
1000
Che è quello che vedete qui:
03:02
These little salt spots are just DNA tacked onto glass,
62
170000
3000
questi puntini bianchi non sono altro che DNA fissato su vetro,
03:05
and so I can put thousands of these on our glass chip
63
173000
3000
quindi posso metterne migliaia sul nostro chip di vetro
03:08
and use them as a detection reagent.
64
176000
2000
e usarli come reagenti di rilevamento.
03:10
We took our chip over to Hewlett-Packard
65
178000
2000
Abbiamo portato il nostro chip alla Hewlett-Packard
03:12
and used their atomic force microscope on one of these spots,
66
180000
2000
e abbiamo usato il loro microscopio a forza atomica su uno di questi puntini,
03:14
and this is what you see:
67
182000
2000
ed ecco ciò che si vede:
03:16
you can actually see the strands of DNA lying flat on the glass here.
68
184000
3000
qui si vedono proprio i filamenti di DNA distesi sul vetro.
03:19
So, what we're doing is just printing DNA on glass --
69
187000
3000
Quindi, quello che stiamo facendo è imprimere DNA su vetro --
03:22
little flat things -- and these are going to be markers for pathogens.
70
190000
4000
minuscoli frammenti distesi -- e questi faranno da marker per agenti patogeni.
03:26
OK, I make little robots in lab to make these chips,
71
194000
3000
OK, io per fare questi chip costruisco piccoli robot,
03:29
and I'm really big on disseminating technology.
72
197000
3000
sono proprio bravo a seminare tecnologia ovunque.
03:32
If you've got enough money to buy just a Camry,
73
200000
3000
Se avete abbastanza soldi per comprarvi una Camry,
03:35
you can build one of these too,
74
203000
2000
potete pure costruire uno di questi
03:37
and so we put a deep how-to guide on the Web, totally free,
75
205000
4000
e infatti abbiamo pubblicato sul Web un manuale completo, interamente gratuito:
03:41
with basically order-off-the-shelf parts.
76
209000
2000
fondamentalmente ordinando pezzi fatti in serie
03:43
You can build a DNA array machine in your garage.
77
211000
3000
potete costruirvi una macchina da microarray in garage.
03:46
Here's the section on the all-important emergency stop switch.
78
214000
3000
Questa è la parte sul vitale interruttore di sicurezza per lo spegnimento.
03:49
(Laughter)
79
217000
2000
(Risate)
03:51
Every important machine's got to have a big red button.
80
219000
3000
Ogni macchina seria deve avere un grande bottone rosso.
03:54
But really, it's pretty robust.
81
222000
2000
Ma davvero, è piuttosto resistente.
03:56
You can actually be making DNA chips in your garage
82
224000
3000
Potreste davvero produrre chip a DNA in garage,
03:59
and decoding some genetic programs pretty rapidly. It's a lot of fun.
83
227000
4000
e decodificare alcuni programmi genetici piuttosto rapidamente. Molto divertente.
04:03
(Laughter)
84
231000
1000
(Risate)
04:04
And so what we did -- and this is a really cool project --
85
232000
4000
Quindi quello che abbiamo fatto -- è davvero un grande progetto --
04:08
we just started by making a respiratory virus chip.
86
236000
2000
abbiamo iniziato creando un chip per i virus respiratori.
04:10
I talked about that --
87
238000
2000
Ne ho già parlato --
04:12
you know, that situation where you go into the clinic
88
240000
2000
avete presente, quei casi in cui andate in clinica
04:14
and you don't get diagnosed?
89
242000
2000
e non vi danno nessuna diagnosi?
04:16
Well, we just put basically all the human respiratory viruses
90
244000
2000
Bene, fondamentalmente abbiamo messo tutti i virus respiratori dell'uomo
04:18
on one chip, and we threw in herpes virus for good measure --
91
246000
3000
su un chip, e per di più ci abbiamo buttato dentro anche il virus dell'herpes --
04:21
I mean, why not?
92
249000
1000
insomma, perché no?
04:22
The first thing you do as a scientist is,
93
250000
2000
La prima cosa che fa uno scienziato è
04:24
you make sure stuff works.
94
252000
1000
essere sicuri che le cose funzionino.
04:25
And so what we did is, we take tissue culture cells
95
253000
3000
Quindi abbiamo preso delle cellule coltivate in vitro
04:28
and infect them with various viruses,
96
256000
2000
e le abbiamo infettate con vari virus,
04:30
and we take the stuff and fluorescently label the nucleic acid,
97
258000
4000
le prendiamo e contrassegniamo l'acido nucleico con un fluorescente
04:34
the genetic material that comes out of these tissue culture cells --
98
262000
3000
il materiale genetico che viene fuori da queste cellule coltivate in vitro --
04:37
mostly viral stuff -- and stick it on the array to see where it sticks.
99
265000
4000
principalmente roba virale -- e lo attacchiamo sull'array per vedere dove va ad appiccicarsi.
04:41
Now, if the DNA sequences match, they'll stick together,
100
269000
2000
Ora, se le sequenze di DNA corrispondono, si attaccheranno l'una all'altra,
04:43
and so we can look at spots.
101
271000
2000
e quindi guardiamo i puntini.
04:45
And if spots light up, we know there's a certain virus in there.
102
273000
2000
Se i puntini diventano fluorescenti, sappiamo che lì c'è un certo virus.
04:47
That's what one of these chips really looks like,
103
275000
2000
Questo è il vero aspetto di uno di questi chip,
04:49
and these red spots are, in fact, signals coming from the virus.
104
277000
3000
e questi puntini rossi sono effettivamente un segnale della presenza del virus.
04:52
And each spot represents a different family of virus
105
280000
3000
Ogni punto rappresenta una diversa famiglia di virus
04:55
or species of virus.
106
283000
1000
o una diversa specie di virus.
04:56
And so, that's a hard way to look at things,
107
284000
2000
Quindi, è un po' difficile esaminare le cose in questo modo,
04:58
so I'm just going to encode things as a little barcode,
108
286000
2000
e così trasformerò le informazioni in un piccolo codice a barre,
05:00
grouped by family, so you can see the results in a very intuitive way.
109
288000
4000
raggruppandole per famiglia, in modo che sia più semplice esaminare i risultati.
05:04
What we did is, we took tissue culture cells
110
292000
2000
Quello che abbiamo fatto è stato prendere delle cellule coltivate in vitro
05:06
and infected them with adenovirus,
111
294000
2000
e infettarle con adenovirus,
05:08
and you can see this little yellow barcode next to adenovirus.
112
296000
4000
vedete questo piccolo codice a barre giallo accanto all'adenovirus.
05:12
And, likewise, we infected them with parainfluenza-3 --
113
300000
3000
Allo stesso modo, le abbiamo infettate con parainfluenza 3 --
05:15
that's a paramyxovirus -- and you see a little barcode here.
114
303000
2000
che è un paramixovirus -- e qui vedete un piccolo codice a barre.
05:17
And then we did respiratory syncytial virus.
115
305000
3000
E dopo lo abbiamo fatto con il virus respiratorio sinciziale.
05:20
That's the scourge of daycare centers everywhere --
116
308000
2000
È un flagello in tutti gli asili --
05:22
it's like boogeremia, basically.
117
310000
2000
un'epidemia di muco, in sostanza.
05:24
(Laughter)
118
312000
1000
(Risate)
05:25
You can see that this barcode is the same family,
119
313000
4000
Come potete vedere questo codice a barre è incluso nella stessa famiglia,
05:29
but it's distinct from parainfluenza-3,
120
317000
2000
ma è diverso dalla parainfluenza 3,
05:31
which gives you a very bad cold.
121
319000
2000
che procura un fortissimo raffreddore.
05:33
And so we're getting unique signatures, a fingerprint for each virus.
122
321000
3000
In questo modo otteniamo delle firme identificative, l'impronta digitale di ogni virus.
05:36
Polio and rhino: they're in the same family, very close to each other.
123
324000
3000
Polio e rinovirus: appartengono alla stessa famiglia e sono molto vicini.
05:39
Rhino's the common cold, and you all know what polio is,
124
327000
2000
Il rinovirus è quello del comune raffreddore, e la polio sapete tutti cos'è,
05:41
and you can see that these signatures are distinct.
125
329000
3000
e potete vedere che queste firme sono diverse.
05:44
And Kaposi's sarcoma-associated herpes virus
126
332000
3000
E l'herpes virus associato al sarcoma di Kaposi
05:47
gives a nice signature down here.
127
335000
2000
ci mostra la sua graziosa firma qui in basso.
05:49
And so it is not any one stripe or something
128
337000
2000
Quindi non è una striscia o altro
05:51
that tells me I have a virus of a particular type here;
129
339000
2000
a dirci che qui c'è quel particolare tipo di virus;
05:53
it's the barcode that in bulk represents the whole thing.
130
341000
4000
è il codice a barre che rappresenta tutta la cosa.
05:57
All right, I can see a rhinovirus --
131
345000
2000
Bene, vedo un rinovirus ..
05:59
and here's the blow-up of the rhinovirus's little barcode --
132
347000
2000
ed ecco qui ingrandito il piccolo codice a barre del rinovirus --
06:01
but what about different rhinoviruses?
133
349000
2000
ma se ci fossero tipi diversi di rinovirus?
06:03
How do I know which rhinovirus I have?
134
351000
2000
Come farei a sapere qual è il mio?
06:05
There're 102 known variants of the common cold,
135
353000
3000
Esistono 102 varianti conosciute del comune raffreddore,
06:08
and there're only 102 because people got bored collecting them:
136
356000
3000
e sono solo 102 perché poi si sono stufati di catalogarli:
06:11
there are just new ones every year.
137
359000
2000
Ogni anno ne spuntano di nuove.
06:13
And so, here are four different rhinoviruses,
138
361000
2000
Quindi, ecco quattro rinovirus diversi,
06:15
and you can see, even with your eye,
139
363000
2000
e potete vederlo anche con i vostri occhi,
06:17
without any fancy computer pattern-matching
140
365000
2000
senza alcun bisogno di un computer e di programmi complicati
06:19
recognition software algorithms,
141
367000
2000
per il riconoscimento di pattern mediante algoritmi,
06:21
that you can distinguish each one of these barcodes from each other.
142
369000
3000
che è possibile distinguere ciascuno di questi codici a barre dagli altri.
06:24
Now, this is kind of a cheap shot,
143
372000
2000
Ora, questo è proprio un colpo basso,
06:26
because I know what the genetic sequence of all these rhinoviruses is,
144
374000
3000
perché conosco la sequenza genetica di tutti questi rinovirus,
06:29
and I in fact designed the chip
145
377000
1000
e il chip anzi l'ho progettato
06:30
expressly to be able to tell them apart,
146
378000
2000
appositamente per poterli distinguere,
06:32
but what about rhinoviruses that have never seen a genetic sequencer?
147
380000
4000
ma che si fa con i rinovirus che non hanno mai visto un sequenziatore genetico?
06:36
We don't know what the sequence is; just pull them out of the field.
148
384000
2000
Non sappiamo quale sia la sequenza; li raccogliamo e basta.
06:38
So, here are four rhinoviruses
149
386000
2000
Quindi, ecco quattro rinovirus
06:40
we never knew anything about --
150
388000
2000
sui quali non abbiamo mai saputo nulla --
06:42
no one's ever sequenced them -- and you can also see
151
390000
3000
nessuno li ha mai sequenziati -- e anche qui potete vedere
06:45
that you get unique and distinguishable patterns.
152
393000
2000
che si ottengono pattern unici e distinguibili.
06:47
You can imagine building up some library, whether real or virtual,
153
395000
3000
Immaginate di mettere su un archivio, vero o virtuale che sia,
06:50
of fingerprints of essentially every virus.
154
398000
2000
di impronte digitali di praticamente qualsiasi virus.
06:52
But that's, again, shooting fish in a barrel, you know, right?
155
400000
3000
Ma, di nuovo, questo è facile come sparare ai pesci in un barile, giusto?
06:55
You have tissue culture cells. There are a ton of viruses.
156
403000
2000
Abbiamo le cellule coltivate in vitro: ci sono migliaia di virus.
06:57
What about real people?
157
405000
2000
Ma con la gente vera?
06:59
You can't control real people, as you probably know.
158
407000
2000
La gente vera non si può controllare, come certo sapete già.
07:01
You have no idea what someone's going to cough into a cup,
159
409000
4000
Non si può sapere cosa finirà in una tazza con un colpo di tosse,
07:05
and it's probably really complex, right?
160
413000
3000
e probabilmente è piuttosto complicato, no?
07:08
It could have lots of bacteria, it could have more than one virus,
161
416000
3000
Potrebbe contenere un sacco di batteri, potrebbe contenere più di un virus,
07:11
and it certainly has host genetic material.
162
419000
2000
e di certo contiene materiale genetico dell'ospite,
07:13
So how do we deal with this?
163
421000
1000
quindi questo come lo risolviamo?
07:14
And how do we do the positive control here?
164
422000
2000
E come lo eseguiamo qui il controllo positivo?
07:16
Well, it's pretty simple.
165
424000
2000
Beh, è abbastanza semplice.
07:18
That's me, getting a nasal lavage.
166
426000
2000
Questo sono io, durante un lavaggio nasale.
07:20
And the idea is, let's experimentally inoculate people with virus.
167
428000
5000
L'idea è, facciamo un esperimento e inoculiamo i virus nelle persone
07:25
This is all IRB-approved, by the way; they got paid.
168
433000
5000
così noi -- a proposito, tutto questo ha l'approvazione del Comitato Etico, eh; vengono pagati.
07:30
And basically we experimentally inoculate people
169
438000
3000
Fondamentalmente nell'esperimento inoculiamo nelle persone
07:33
with the common cold virus.
170
441000
1000
il virus del comune raffreddore.
07:34
Or, even better, let's just take people
171
442000
2000
Oppure, ancora meglio, prendiamo la gente
07:36
right out of the emergency room --
172
444000
1000
appena fuori dal pronto soccorso --
07:37
undefined, community-acquired respiratory tract infections.
173
445000
4000
infezioni non specificate delle vie respiratorie acquisite in comunità.
07:41
You have no idea what walks in through the door.
174
449000
2000
Voi non avete idea di quello che passa da quella porta.
07:43
So, let's start off with the positive control first,
175
451000
3000
Allora, prima di tutto iniziamo con il controllo positivo
07:46
where we know the person was healthy.
176
454000
2000
dove sappiamo che la persona era in buona salute.
07:48
They got a shot of virus up the nose,
177
456000
2000
Hanno assunto una dose di virus per via nasale,
07:50
let's see what happens.
178
458000
1000
vediamo che succede.
07:51
Day zero: nothing happening.
179
459000
2000
Primo giorno: non succede nulla.
07:53
They're healthy; they're clean -- it's amazing.
180
461000
2000
Stanno bene; intatti -- sorprendente.
07:55
Actually, we thought the nasal tract might be full of viruses
181
463000
2000
In realtà, ci aspettavamo che le cavità nasali potessero essere piene di virus
07:57
even when you're walking around healthy.
182
465000
1000
anche quando si continui ad apparire in salute.
07:58
It's pretty clean. If you're healthy, you're pretty healthy.
183
466000
2000
Sono abbastanza pulite. Se stai bene, stai bene.
08:00
Day two: we get a very robust rhinovirus pattern,
184
468000
4000
Secondo giorno: otteniamo un massiccio pattern di rinovirus,
08:04
and it's very similar to what we get in the lab
185
472000
2000
molto simile a quello ottenuto in laboratorio
08:06
doing our tissue culture experiment.
186
474000
1000
nell'esperimento con tessuto coltivato.
08:07
So that's great, but again, cheap shot, right?
187
475000
3000
Ottimo, quindi. Ma, di nuovo, colpo basso, eh?
08:10
We put a ton of virus up this guy's nose. So --
188
478000
2000
Nel naso di questo tipo ci abbiamo infilato una marea di virus. Così --
08:12
(Laughter)
189
480000
1000
(Risate)
08:13
-- I mean, we wanted it to work. He really had a cold.
190
481000
4000
-- Insomma, volevamo che funzionasse. Insomma, gli è venuto davvero il raffreddore.
08:17
So, how about the people who walk in off the street?
191
485000
4000
Quindi, e la gente qualunque?
08:21
Here are two individuals represented by their anonymous ID codes.
192
489000
2000
Ecco qui due persone rappresentate da codici identificativi anonimi.
08:23
They both have rhinoviruses; we've never seen this pattern in lab.
193
491000
4000
Entrambe hanno un rinovirus; non abbiamo mai trovato questo pattern in laboratorio.
08:27
We sequenced part of their viruses;
194
495000
2000
Abbiamo sequenziato parte dei loro virus;
08:29
they're new rhinoviruses no one's actually even seen.
195
497000
3000
sono rinovirus nuovi che in effetti nessuno ha mai neanche visto.
08:32
Remember, our evolutionary-conserved sequences
196
500000
2000
Ricordate, le sequenze conservate nell'evoluzione
08:34
we're using on this array allow us to detect
197
502000
2000
che usiamo su questo array ci consentono di individuare
08:36
even novel or uncharacterized viruses,
198
504000
2000
anche virus nuovi o atipici,
08:38
because we pick what is conserved throughout evolution.
199
506000
4000
perché selezioniamo quello che si è conservato durante l'evoluzione.
08:42
Here's another guy. You can play the diagnosis game yourself here.
200
510000
3000
Qui c'è un altro uomo. Potete giocare voi stessi a indovinare la diagnosi.
08:45
These different blocks represent
201
513000
2000
Questi diversi blocchi rappresentano
08:47
the different viruses in this paramyxovirus family,
202
515000
2000
i diversi virus nella famiglia dei paramyxovirus,
08:49
so you can kind of go down the blocks
203
517000
1000
quindi potete scorrere i blocchi
08:50
and see where the signal is.
204
518000
2000
e vedere dove sia il segnale, sapete.
08:52
Well, doesn't have canine distemper; that's probably good.
205
520000
3000
Bene, non ha il cimurro; meglio così.
08:55
(Laughter)
206
523000
2000
(Risate)
08:57
But by the time you get to block nine,
207
525000
2000
Ma quando arrivate al nono blocco,
08:59
you see that respiratory syncytial virus.
208
527000
2000
notate il virus respiratorio sinciziale.
09:01
Maybe they have kids. And then you can see, also,
209
529000
3000
Forse hanno figli. Vedete anche
09:04
the family member that's related: RSVB is showing up here.
210
532000
2000
il membro della famiglia connesso: qui compare il virus respiratorio sinciziale bovino.
09:06
So, that's great.
211
534000
1000
Dunque, ottimo.
09:07
Here's another individual, sampled on two separate days --
212
535000
3000
Qui c'è un altra persona, analizzata in due giorni diversi --
09:10
repeat visits to the clinic.
213
538000
2000
in diverse visite in clinica.
09:12
This individual has parainfluenza-1,
214
540000
3000
Questa persona ha la parainfluenza 1,
09:15
and you can see that there's a little stripe over here
215
543000
2000
e vedete che qui c'è una piccola striscia
09:17
for Sendai virus: that's mouse parainfluenza.
216
545000
3000
per il virus Sendai: si tratta della parainfluenza che infetta i topi.
09:20
The genetic relationships are very close there. That's a lot of fun.
217
548000
4000
I rapporti genetici sono molto stretti. Molto divertente.
09:24
So, we built out the chip.
218
552000
1000
Dunque, abbiamo costruito il chip.
09:25
We made a chip that has every known virus ever discovered on it.
219
553000
4000
Abbiamo prodotto un chip che contiene tutti i virus scoperti fino a oggi.
09:29
Why not? Every plant virus, every insect virus, every marine virus.
220
557000
3000
Perché no? Tutti i virus delle piante, tutti i virus degli insetti, tutti i virus marini.
09:32
Everything that we could get out of GenBank --
221
560000
2000
Tutto quello che abbiamo potuto tirare fuori da GenBank --
09:34
that is, the national repository of sequences.
222
562000
2000
ovvero dall'archivio nazionale delle sequenze.
09:36
Now we're using this chip. And what are we using it for?
223
564000
3000
Ora usiamo questo chip. E per cosa lo usiamo?
09:39
Well, first of all, when you have a big chip like this,
224
567000
2000
Beh, prima di tutto, con un chip grande come questo
09:41
you need a little bit more informatics,
225
569000
2000
occorre un po' più di informatica,
09:43
so we designed the system to do automatic diagnosis.
226
571000
2000
quindi abbiamo progettato il sistema in modo che effettui la diagnosi automaticamente.
09:45
And the idea is that we simply have virtual patterns,
227
573000
3000
E l'idea è quella di limitarsi ai soli modelli virtuali --
09:48
because we're never going to get samples of every virus --
228
576000
2000
dato che non avremo mai i campioni di tutti virus;
09:50
it would be virtually impossible. But we can get virtual patterns,
229
578000
3000
sarebbe praticamente impossibile. Ma possiamo ottenere modelli virtuali,
09:53
and compare them to our observed result --
230
581000
2000
e confrontarli con i risultati ottenuti,
09:55
which is a very complex mixture -- and come up with some sort of score
231
583000
4000
che è una combinazione complessa, e fornisce una specie di punteggio
09:59
of how likely it is this is a rhinovirus or something.
232
587000
3000
di quanto è probabile che si tratti di rinovirus o altro.
10:02
And this is what this looks like.
233
590000
2000
Ecco come appare.
10:04
If, for example, you used a cell culture
234
592000
2000
Se, per esempio, sono state usate delle cellule coltivate
10:06
that's chronically infected with papilloma,
235
594000
2000
infette da papilloma virus in forma cronica,
10:08
you get a little computer readout here,
236
596000
2000
si ottiene qui una piccola lettura computerizzata,
10:10
and our algorithm says it's probably papilloma type 18.
237
598000
4000
e il nostro algoritmo ci dice che probabilmente si tratta di papilloma virus di tipo 18.
10:14
And that is, in fact, what these particular cell cultures
238
602000
2000
E in effetti è proprio da questo che le cellule coltivate in questione
10:16
are chronically infected with.
239
604000
2000
sono infette in forma cronico.
10:18
So let's do something a little bit harder.
240
606000
2000
Allora proviamo qualcosa di un po' più difficile.
10:20
We put the beeper in the clinic.
241
608000
1000
Abbiamo installato un cercapersone in clinica.
10:21
When somebody shows up, and the hospital doesn't know what to do
242
609000
3000
Quando si presenta qualcuno e in ospedale non sanno cosa fare
10:24
because they can't diagnose it, they call us.
243
612000
2000
perché non riescono a formulare una diagnosi, ci chiamano.
10:26
That's the idea, and we're setting this up in the Bay Area.
244
614000
2000
L'idea è questa, lo stiamo allestendo nella Bay Area.
10:28
And so, this case report happened three weeks ago.
245
616000
2000
E allora, questo caso risale a tre settimane fa.
10:30
We have a 28-year-old healthy woman, no travel history,
246
618000
3000
Abbiamo una donna di 28 anni, precedentemente sana, nessun viaggio recente,
10:33
[unclear], doesn't smoke, doesn't drink.
247
621000
3000
[poco chiaro], non fuma, non beve alcolici.
10:36
10-day history of fevers, night sweats, bloody sputum --
248
624000
4000
da dieci giorni presenta febbre, sudorazione notturna, sangue nell'espettorato --
10:40
she's coughing up blood -- muscle pain.
249
628000
2000
tossisce sangue -- dolori muscolari.
10:42
She went to the clinic, and they gave her antibiotics
250
630000
4000
È andata in clinica e le hanno dato degli antibiotici, bene,
10:46
and then sent her home.
251
634000
1000
e poi l'hanno mandata a casa.
10:47
She came back after ten days of fever, right? Still has the fever,
252
635000
4000
Ci è tornata dopo dieci giorni di febbre, bene -- la febbre ce l'ha ancora --
10:51
and she's hypoxic -- she doesn't have much oxygen in her lungs.
253
639000
3000
ed è in ipossia --non ha abbastanza ossigeno nei polmoni.
10:54
They did a CT scan.
254
642000
1000
Le hanno fatto una TAC.
10:55
A normal lung is all sort of dark and black here.
255
643000
4000
Un polmone normale qui sarebbe tutto scuro.
10:59
All this white stuff -- it's not good.
256
647000
2000
Tutta questa roba bianca -- non è un buon segno.
11:01
This sort of tree and bud formation indicates there's inflammation;
257
649000
3000
Questa specie di formazione ad albero indica un'infiammazione;
11:04
there's likely to be infection.
258
652000
2000
è probabile che ci sia un'infezione.
11:06
OK. So, the patient was treated then
259
654000
3000
OK. Dunque la paziente è stata trattata
11:09
with a third-generation cephalosporin antibiotic and doxycycline,
260
657000
4000
con cefalosporine di terza generazione e doxiciclina,
11:13
and on day three, it didn't help: she had progressed to acute failure.
261
661000
4000
ma, dopo tre giorni, nessun miglioramento: si è aggravata fino all'insufficienza respiratoria acuta.
11:17
They had to intubate her, so they put a tube down her throat
262
665000
3000
Hanno dovuto intubarla, le hanno infilato un tubo in gola
11:20
and they began to mechanically ventilate her.
263
668000
1000
e hanno iniziato la ventilazione artificiale.
11:21
She could no longer breathe for herself.
264
669000
2000
Non era più capace di respirare da sola.
11:23
What to do next? Don't know.
265
671000
2000
Che fare dopo? Non si sa.
11:25
Switch antibiotics: so they switched to another antibiotic,
266
673000
3000
Cambiare antibiotici, così sono passati a un antibiotico diverso,
11:28
Tamiflu.
267
676000
2000
e al Tamiflu, che --
11:30
It's not clear why they thought she had the flu,
268
678000
2000
non è ben chiaro perché abbiano pensato che avesse l'influenza --
11:32
but they switched to Tamiflu.
269
680000
2000
ma sono passati al Tamiflu.
11:34
And on day six, they basically threw in the towel.
270
682000
2000
E dopo sei giorni fondamentalmente hanno gettato la spugna.
11:36
You do an open lung biopsy when you've got no other options.
271
684000
4000
Quando non si sa che altro fare, si fa la biopsia polmonare a cielo aperto.
11:40
There's an eight percent mortality rate with just doing this procedure,
272
688000
2000
Esiste un tasso di mortalità dell'8% quando si effettua questa procedura,
11:42
and so basically -- and what do they learn from it?
273
690000
3000
quindi fondamentalmente -- cosa ne ricavano?
11:45
You're looking at her open lung biopsy.
274
693000
2000
Vedete qui la sua biopsia polmonare a cielo aperto.
11:47
And I'm no pathologist, but you can't tell much from this.
275
695000
2000
Io non sono un patologo, però questa non ci dice molto.
11:49
All you can tell is, there's a lot of swelling: bronchiolitis.
276
697000
3000
Si può rilevare solo che c'è un forte gonfiore: bronchiolite.
11:52
It was "unrevealing": that's the pathologist's report.
277
700000
3000
Niente che aiuti a chiarire: questo il referto del patologo.
11:55
And so, what did they test her for?
278
703000
3000
E allora, a quali esami è stata sottoposta?
11:58
They have their own tests, of course,
279
706000
1000
Naturalmente hanno i loro esami
11:59
and so they tested her for over 70 different assays,
280
707000
3000
e quindi l'hanno sottoposta a 70 tipi diversi di analisi,
12:02
for every sort of bacteria and fungus and viral assay
281
710000
3000
per qualunque tipo di batterio e fungo e campione virale
12:05
you can buy off the shelf:
282
713000
2000
in circolazione:
12:07
SARS, metapneumovirus, HIV, RSV -- all these.
283
715000
3000
SARS, metapneumovirus, HIV, VRS -- tutti questi.
12:10
Everything came back negative, over 100,000 dollars worth of tests.
284
718000
4000
Tutto ha avuto esito negativo. Esami che costano più di 100.000 dollari.
12:14
I mean, they went to the max for this woman.
285
722000
3000
Voglio dire, hanno fatto del loro meglio per questa donna.
12:17
And basically on hospital day eight, that's when they called us.
286
725000
3000
E in sostanza all'ottavo giorno di ricovero, ecco che ci hanno chiamato.
12:20
They gave us endotracheal aspirate --
287
728000
2000
Ci hanno consegnato l'aspirato endotracheale --
12:22
you know, a little fluid from the throat,
288
730000
2000
avete presente, un po' di liquido prelevato dalla trachea,
12:24
from this tube that they got down there -- and they gave us this.
289
732000
2000
attraverso un tubo inserito dentro -- e ce lo hanno consegnato.
12:26
We put it on the chip; what do we see? Well, we saw parainfluenza-4.
290
734000
5000
Lo abbiamo messo sul chip; che cosa troviamo? Beh, abbiamo trovato la parainfluenza 4.
12:31
Well, what the hell's parainfluenza-4?
291
739000
2000
Bene, che diavolo è questa parainfluenza 4?
12:33
No one tests for parainfluenza-4. No one cares about it.
292
741000
3000
Nessuno effettua l'esame per la pararainfluenza 4. Nessuno se ne interessa.
12:36
In fact, it's not even really sequenced that much.
293
744000
3000
In realtà il virus non è neanche sequenziato così tanto.
12:39
There's just a little bit of it sequenced.
294
747000
2000
Ne è stato sequenziato appena un pezzo.
12:41
There's almost no epidemiology or studies on it.
295
749000
2000
Non è stato oggetto di quasi nessuno studio epidemiologico.
12:43
No one would even consider it,
296
751000
2000
Nessuno lo avrebbe proprio considerato,
12:45
because no one had a clue that it could cause respiratory failure.
297
753000
3000
perché nessuno aveva la più pallida idea che potesse essere causa di insufficienza respiratoria.
12:48
And why is that? Just lore. There's no data --
298
756000
3000
E perché? Solo voci. Non ci sono dati --
12:51
no data to support whether it causes severe or mild disease.
299
759000
4000
nessun dato che dimostri se causi malattie lievi o gravi.
12:55
Clearly, we have a case of a healthy person that's going down.
300
763000
3000
È chiaro che ci troviamo davanti al caso di una persona che stava bene ma ora è in pericolo.
12:58
OK, that's one case report.
301
766000
3000
OK, questo è un caso clinico.
13:01
I'm going to tell you one last thing in the last two minutes
302
769000
2000
negli ultimi due minuti vi dirò un'ultima cosa
13:03
that's unpublished -- it's going to come out tomorrow --
303
771000
3000
che non è stata ancora pubblicata -- uscirà domani --
13:06
and it's an interesting case of how you might use this chip
304
774000
3000
ed è un caso interessante su come si potrebbe usare questo chip
13:09
to find something new and open a new door.
305
777000
2000
per scoprire qualcosa di nuovo e aprire nuove porte.
13:11
Prostate cancer. I don't need to give you many statistics
306
779000
4000
Cancro della prostata. Non c'è bisogno che io vi fornisca molte statistiche
13:15
about prostate cancer. Most of you already know it:
307
783000
3000
sul cancro dela prostata. La maggior parte di voi lo saprà già:
13:18
third leading cause of cancer deaths in the U.S.
308
786000
2000
terza causa di morte per cancro negli Stati Uniti.
13:20
Lots of risk factors,
309
788000
2000
Molti i fattori di rischio,
13:22
but there is a genetic predisposition to prostate cancer.
310
790000
4000
ma esiste una predisposizione genetica al cancro della prostata.
13:26
For maybe about 10 percent of prostate cancer,
311
794000
2000
Più o meno nel 10% dei casi di cancro della prostata,
13:28
there are folks that are predisposed to it.
312
796000
2000
si tratta di persone con predisposizione.
13:30
And the first gene that was mapped in association studies
313
798000
4000
E il primo gene mappato negli studi di associazione
13:34
for this, early-onset prostate cancer, was this gene called RNASEL.
314
802000
4000
per questo, il cancro della prostata a insorgenza precoce, è stato questo gene chiamato RNASEL.
13:38
What is that? It's an antiviral defense enzyme.
315
806000
3000
Cos'è? È un enzima di difesa antivirale.
13:41
So, we're sitting around and thinking,
316
809000
2000
Così ci siamo fermati un po' a pensare,
13:43
"Why would men who have the mutation --
317
811000
2000
perché gli uomini che presentano la mutazione,
13:45
a defect in an antiviral defense system -- get prostate cancer?
318
813000
5000
un difetto del sistema di difesa antivirale, si ammalano di cancro alla prostata?
13:50
It doesn't make sense -- unless, maybe, there's a virus?"
319
818000
3000
Non ha senso -- a meno che, forse, ci sia un virus.
13:53
So, we put tumors --- and now we have over 100 tumors -- on our array.
320
821000
6000
Così abbiamo messo i tumori -- ne abbiamo raccolti più di 100 finora -- sul nostro array.
13:59
And we know who's got defects in RNASEL and who doesn't.
321
827000
3000
E sappiamo chi ha un difetto del RNASEL e chi no.
14:02
And I'm showing you the signal from the chip here,
322
830000
3000
Qui vedete il segnale del chip,
14:05
and I'm showing you for the block of retroviral oligos.
323
833000
4000
e qui vedete il blocco di oligo del retrivirus.
14:09
And what I'm telling you here from the signal, is
324
837000
2000
Quello che posso dirvi guardando il segnale è
14:11
that men who have a mutation in this antiviral defense enzyme,
325
839000
4000
che gli uomini che presentano una mutazione in questo enzina di difesa antivirale,
14:15
and have a tumor, often have -- 40 percent of the time --
326
843000
4000
e che hanno un tumore, spesso hanno -- nel 40% dei casi --
14:19
a signature which reveals a new retrovirus.
327
847000
4000
una forma caratteristica che rivela un nuovo retrivirus.
14:23
OK, that's pretty wild. What is it?
328
851000
3000
OK, piuttosto bizzarro. Cos'è?
14:26
So, we clone the whole virus.
329
854000
1000
Allora, cloniamo l'intero virus.
14:27
First of all, I'll tell you that a little automated prediction told us
330
855000
4000
Prima di tutto, vi dico che la previsione computerizzata ci ha detto
14:31
it was very similar to a mouse virus.
331
859000
2000
che era molto simile a un virus che colpisce i topi.
14:33
But that doesn't tell us too much,
332
861000
1000
Ma questo non ci dice molto,
14:34
so we actually clone the whole thing.
333
862000
2000
così in realtà cloniamo tutto.
14:36
And the viral genome I'm showing you right here?
334
864000
2000
E il genoma vorale che vedete qui?
14:38
It's a classic gamma retrovirus, but it's totally new;
335
866000
3000
è un tipico gammaretrovirus, ma completamente nuovo;
14:41
no one's ever seen it before.
336
869000
1000
nessuno lo ha mai visto prima.
14:42
Its closest relative is, in fact, from mice,
337
870000
3000
ll suo simile più prossimo infatti proviene dai topi,
14:45
and so we would call this a xenotropic retrovirus,
338
873000
4000
e per questo è stato chiamato retrovirus xenotropico,
14:49
because it's infecting a species other than mice.
339
877000
3000
perché sta infettando una specie diversa dal topo.
14:52
And this is a little phylogenetic tree
340
880000
2000
Questo è un piccolo albero filogenetico
14:54
to see how it's related to other viruses.
341
882000
2000
che ci mostra i rapporti di parentela con gli altri virus.
14:56
We've done it for many patients now,
342
884000
3000
Lo abbiamo fatto per molti pazienti fino a oggi,
14:59
and we can say that they're all independent infections.
343
887000
3000
e possiamo dire che sono state tutte infezioni a sé stanti.
15:02
They all have the same virus,
344
890000
1000
Sono accomunate tutte dallo stesso virus,
15:03
but they're different enough that there's reason to believe
345
891000
3000
ma sono abbastanza diverse da farci ritenere
15:06
that they've been independently acquired.
346
894000
2000
che siano state contratte in modo indipendente.
15:08
Is it really in the tissue? And I'll end up with this: yes.
347
896000
2000
Si trova davvero nei tessuti? E con questo concludo. Sì.
15:10
We take slices of these biopsies of tumor tissue
348
898000
3000
Prendiamo frammenti di queste biopsie di tessuti tumorali,
15:13
and use material to actually locate the virus,
349
901000
2000
usiamo del materiale per individuale il virus
15:15
and we find cells here with viral particles in them.
350
903000
4000
e troviamo le cellule che contengono particelle virali.
15:19
These guys really do have this virus.
351
907000
2000
Questa gente ce lo ha davvero, il virus.
15:21
Does this virus cause prostate cancer?
352
909000
2000
Il cancro alla prostata è causato davvero da questo virus?
15:23
Nothing I'm saying here implies causality. I don't know.
353
911000
4000
Niente di ciò che ho detto implica che questa sia la causa. Non lo so.
15:27
Is it a link to oncogenesis? I don't know.
354
915000
2000
Esiste una connessione con l'oncogenesi? Non lo so.
15:29
Is it the case that these guys are just more susceptible to viruses?
355
917000
4000
Si tratta solo di un caso di gente particolarmente predisposta ai virus?
15:33
Could be. And it might have nothing to do with cancer.
356
921000
3000
Può darsi. E potrebbe non avere niente a che fare con il cancro.
15:36
But now it's a door.
357
924000
1000
Ma ora c'è una nuova possibilità da esplorare.
15:37
We have a strong association between the presence of this virus
358
925000
3000
Abbiamo rilevato una forte corrispondenza fra la presenza di questo virus
15:40
and a genetic mutation that's been linked to cancer.
359
928000
3000
e una mutazione genetica collegata al cancro.
15:43
That's where we're at.
360
931000
1000
Intanto siamo arrivati a questo.
15:44
So, it opens up more questions than it answers, I'm afraid,
361
932000
4000
Quindi, fa sorgere più domande che risposte, temo,
15:48
but that's what, you know, science is really good at.
362
936000
2000
ma, lo sapete, la scienza è fatta un po' per questo.
15:50
This was all done by folks in the lab --
363
938000
2000
Tutto questo viene fatto dalla gente in laboratorio;
15:52
I cannot take credit for most of this.
364
940000
1000
Non posso prendermi io tutto il merito.
15:53
This is a collaboration between myself and Don.
365
941000
1000
Questa è una collaborazione fra me e Don.
15:54
This is the guy who started the project in my lab,
366
942000
3000
Lui è quello che ha dato inizio al progetto nel mio laboratorio,
15:57
and this is the guy who's been doing prostate stuff.
367
945000
2000
e lui quello che si sta occupando della faccenda della prostata.
15:59
Thank you very much. (Applause)
368
947000
3000
Molte grazie.
ABOUT THE SPEAKER
Joe DeRisi - BiochemistJoe DeRisi hunts for the genes that make us sick. At his lab, he works to understand the genome of Plasmodium falciparum, the deadliest form of malaria.
Why you should listen
Joseph DeRisi is a molecular biologist and biochemist, on the hunt for the genomic basis of illness. His lab at UCSF is focused on the cause of malaria, and he's also poked into SARS, avian flu and other new diseases as they crop up. His approach combines scientific rigor with a nerd's boundary-breaking enthusiasm for new techniques -- one of the qualities that helped him win a MacArthur "genius" grant in 2004. A self-confessed computer geek, DeRisi designed and programmed a groundbreaking tool for finding (and fighting) viruses -- the ViroChip, a DNA microarray that test for the presence of all known viruses in one step.
In 2008, DeRisi won the Heinz Award for Technology, the Economy and Employment.
Joe DeRisi | Speaker | TED.com