TEDMED 2017
Steve McCarroll: How data is helping us unravel the mysteries of the brain
スティーブ ・マキャロル: ビッグデータが脳のミステリーをどのように明らかにするのか
Filmed:
Readability: 4.8
1,529,178 views
遺伝学者のスティーブ・マキャロルは人体にある全細胞の一大地図を作成したいと願っています。特定の遺伝子が、特に脳でどのような機能を果たしているかを詳細に理解するためです。この極めて興味深いトークでは以前なら絶対不可能だった規模での個々の細胞分析を可能にする技術「ドロップシーク」の発明を含んだ彼の研究チームの成果を皆様と共有します。そして、この研究がどのように統合失調症のような精神疾患の新たな治療法に繋がる可能性があるのかについても述べます。
Steve McCarroll - Geneticist
Steve McCarroll is conducting groundbreaking research on the causes of mental illness. Full bio
Steve McCarroll is conducting groundbreaking research on the causes of mental illness. Full bio
Double-click the English transcript below to play the video.
00:12
Nine years ago,
0
785
1704
９年前
00:14
my sister discovered lumps
in her neck and arm
in her neck and arm
1
2513
3101
私の妹は首と腕にしこりを見つけました
00:17
and was diagnosed with cancer.
2
5638
1760
がんと診断されました
00:20
From that day, she started to benefit
3
8985
3199
その日から 彼女は
00:24
from the understanding
that science has of cancer.
that science has of cancer.
4
12208
3115
科学による がんに関する理解の
恩恵を受けることになりました
恩恵を受けることになりました
00:28
Every time she went to the doctor,
5
16206
2099
医者に行くたびに
00:30
they measured specific molecules
6
18329
2194
特定の分子を測定しました
00:32
that gave them information
about how she was doing
about how she was doing
7
20547
2881
それは彼女の調子はどうか
次にどうすべきかの
次にどうすべきかの
00:35
and what to do next.
8
23452
1309
情報を与えました
00:38
New medical options
became available every few years.
became available every few years.
9
26095
3666
数年ごとに新しい医学的選択が
可能になっていきました
可能になっていきました
00:43
Everyone recognized
that she was struggling heroically
that she was struggling heroically
10
31070
4318
彼女が生物学的な疾患と
毅然と戦っていることを
毅然と戦っていることを
00:47
with a biological illness.
11
35412
1728
皆が認めました
00:50
This spring, she received
an innovative new medical treatment
an innovative new medical treatment
12
38847
3657
この春 彼女は臨床試験として
00:54
in a clinical trial.
13
42528
1202
革新的な新規治療を受けました
00:55
It dramatically knocked back her cancer.
14
43754
2224
それは劇的にがんを弱体化させました
00:59
Guess who I'm going to spend
this Thanksgiving with?
this Thanksgiving with?
15
47446
2552
今度の感謝祭を私が誰と過ごすか
当ててみてください
当ててみてください
01:02
My vivacious sister,
16
50022
2267
私の快活な妹ですよ
01:04
who gets more exercise than I do,
17
52313
2629
私よりもよく運動をします
01:06
and who, like perhaps
many people in this room,
many people in this room,
18
54966
2859
そして この会場の皆様と同様に
01:09
increasingly talks about a lethal illness
19
57849
2292
致命的な疾患のことを
01:12
in the past tense.
20
60165
1263
過去形で話すことが増えてきました
01:14
Science can, in our lifetimes --
even in a decade --
even in a decade --
21
62614
3863
科学は我々が生きている内に
いや10年以内にも
いや10年以内にも
01:18
transform what it means
to have a specific illness.
to have a specific illness.
22
66501
3207
特定の疾患に対する考え方を
変えてしまう可能性があります
変えてしまう可能性があります
01:24
But not for all illnesses.
23
72055
1534
でも全ての疾患に対してではありません
01:27
My friend Robert and I
were classmates in graduate school.
were classmates in graduate school.
24
75375
3722
ロバートと私は大学院で
クラスメイトでした
クラスメイトでした
01:31
Robert was smart,
25
79121
1801
ロバートは聡明でしたが
01:32
but with each passing month,
26
80946
1477
月日が経つごとに
01:34
his thinking seemed to become
more disorganized.
more disorganized.
27
82447
3154
思考が乱れていくように見えました
01:38
He dropped out of school,
got a job in a store ...
got a job in a store ...
28
86241
3198
大学院を中退し
ショップ店員をしましたが
ショップ店員をしましたが
01:41
But that, too, became too complicated.
29
89463
2218
店の仕事さえ
難し過ぎてできなくなりました
難し過ぎてできなくなりました
01:44
Robert became fearful and withdrawn.
30
92559
2945
ロバートはおびえ
引っ込み思案になりました
引っ込み思案になりました
01:48
A year and a half later,
he started hearing voices
he started hearing voices
31
96281
2381
１年半後 彼には
いろいろな声が聞こえるようになり
いろいろな声が聞こえるようになり
01:50
and believing that people
were following him.
were following him.
32
98686
2197
誰かに後を付けられていると
思い込むようになりました
思い込むようになりました
01:52
Doctors diagnosed him with schizophrenia,
33
100907
2722
医者は統合失調症と診断し
01:55
and they gave him
the best drug they could.
the best drug they could.
34
103653
2120
最良の薬を処方しました
01:57
That drug makes the voices
somewhat quieter,
somewhat quieter,
35
105797
3008
薬のおかげで
声は幾分静かになりました
声は幾分静かになりました
02:00
but it didn't restore his bright mind
or his social connectedness.
or his social connectedness.
36
108829
3989
でも彼の明晰な頭脳と社会的繋がりは
回復しませんでした
回復しませんでした
02:06
Robert struggled to remain connected
37
114270
1856
ロバートは学問と仕事と友人に
02:08
to the worlds of school
and work and friends.
and work and friends.
38
116150
2857
繋がりを残すために戦いました
02:11
He drifted away,
39
119031
1383
彼とは疎遠になり
02:12
and today I don't know where to find him.
40
120438
2285
今はもうどこで彼に会えるのかも分かりません
02:15
If he watches this,
41
123593
1479
彼がこのトークを見ているなら
02:17
I hope he'll find me.
42
125962
1628
私だとわかってくれることを願います
02:22
Why does medicine have
so much to offer my sister,
so much to offer my sister,
43
130639
4107
なぜ医学は 私の妹には多大な恩恵をもたらし
02:27
and so much less to offer
millions of people like Robert?
millions of people like Robert?
44
135540
4210
何百万もの ロバートのような患者には
ほとんど何ももたらせないのでしょう
ほとんど何ももたらせないのでしょう
02:32
The need is there.
45
140952
1290
必要性はそこにあるはずです
02:34
The World Health Organization
estimates that brain illnesses
estimates that brain illnesses
46
142266
3153
世界保健機関の推定では 脳の疾患
02:37
like schizophrenia, bipolar disorder
and major depression
and major depression
47
145443
4115
例えば統合失調症や双極性障害や
うつ病が
うつ病が
02:41
are the world's largest cause
of lost years of life and work.
of lost years of life and work.
48
149582
4971
人生や仕事にかける時間を奪う
最大の要因であると発表しています
最大の要因であると発表しています
02:47
That's in part because these illnesses
often strike early in life,
often strike early in life,
49
155807
3561
理由の一端として このような疾患は
人生の早い時期に発症し
人生の早い時期に発症し
02:51
in many ways, in the prime of life,
50
159392
2181
いろいろな意味で
人生の最良の時に発症するからです
人生の最良の時に発症するからです
02:53
just as people are finishing
their educations, starting careers,
their educations, starting careers,
51
161597
4464
人が学校を卒業して働き始め
02:58
forming relationships and families.
52
166085
2279
人間関係や家族を作る時です
03:00
These illnesses can result in suicide;
53
168388
2829
これらの疾患は自殺という結果を招く
可能性があり
可能性があり
03:03
they often compromise one's ability
to work at one's full potential;
to work at one's full potential;
54
171907
4567
全力で働く能力を
しばしば損なってしまいます
しばしば損なってしまいます
03:09
and they're the cause of so many
tragedies harder to measure:
tragedies harder to measure:
55
177767
3455
多くの計り知れない悲劇の
原因にもなります
原因にもなります
03:13
lost relationships and connections,
56
181246
2438
人間関係が失われたり
03:15
missed opportunities
to pursue dreams and ideas.
to pursue dreams and ideas.
57
183708
3039
夢や発想の追求を
断念せざるを得なかったりします
断念せざるを得なかったりします
03:19
These illnesses limit human possibilities
58
187533
3005
これらの精神疾患は人間の可能性を
03:22
in ways we simply cannot measure.
59
190562
2154
計り知れない仕方で
制限します
制限します
03:27
We live in an era in which
there's profound medical progress
there's profound medical progress
60
195493
4016
今 我々がいる時代は
意味深い医学的進歩が
意味深い医学的進歩が
03:31
on so many other fronts.
61
199533
1811
多くの領域にまで見られる
そういった時代です
そういった時代です
03:33
My sister's cancer story
is a great example,
is a great example,
62
201368
2547
妹のがんの場合が非常に良い例です
03:35
and we could say the same
of heart disease.
of heart disease.
63
203939
2062
心臓病についても
同じことが言えるでしょう
同じことが言えるでしょう
03:38
Drugs like statins will prevent
millions of heart attacks and strokes.
millions of heart attacks and strokes.
64
206025
3585
スタチンのような薬剤は
何百万もの心臓発作や脳卒中を防ぎます
何百万もの心臓発作や脳卒中を防ぎます
03:43
When you look at these areas
of profound medical progress
of profound medical progress
65
211047
2945
現代における意義深くかつ大いに進歩した医学の領域に目を向けると
03:46
in our lifetimes,
66
214016
1464
03:47
they have a narrative in common:
67
215504
1674
ある共通点があります
03:50
scientists discovered molecules
that matter to an illness,
that matter to an illness,
68
218067
4548
科学者はある疾患に重要な分子を発見し
03:54
they developed ways to detect
and measure those molecules in the body,
and measure those molecules in the body,
69
222639
4679
体内でこの分子を検出し
測定する方法を開発し
測定する方法を開発し
04:00
and they developed ways
to interfere with those molecules
to interfere with those molecules
70
228492
2778
薬物である
別の分子を使って
別の分子を使って
04:03
using other molecules -- medicines.
71
231294
2048
この分子の働きを妨げる方法を
開発します
開発します
04:05
It's a strategy that has worked
again and again and again.
again and again and again.
72
233921
4020
何度も成功した戦略です
04:11
But when it comes to the brain,
that strategy has been limited,
that strategy has been limited,
73
239403
3642
脳においては
このような戦略には限界がありました
このような戦略には限界がありました
04:15
because today, we don't know
nearly enough, yet,
nearly enough, yet,
74
243069
4602
現時点では
脳がどのように機能するのか
脳がどのように機能するのか
04:19
about how the brain works.
75
247695
1852
十分に理解されていないからです
04:22
We need to learn which of our cells
matter to each illness,
matter to each illness,
76
250526
4266
それぞれの疾患にどの細胞が
影響するのか
影響するのか
04:26
and which molecules in those cells
matter to each illness.
matter to each illness.
77
254816
3570
これらの細胞のどの分子が疾患に影響するのか
知る必要があります
知る必要があります
04:31
And that's the mission
I want to tell you about today.
I want to tell you about today.
78
259058
2651
それが皆様に今日お伝えしたい
使命なのです
使命なのです
04:34
My lab develops technologies
with which we try to turn the brain
with which we try to turn the brain
79
262781
3809
私の研究室では脳の問題を
ビッグデータの問題へと
ビッグデータの問題へと
04:38
into a big-data problem.
80
266614
1700
捉え直す技術を開発しています
04:40
You see, before I became a biologist,
I worked in computers and math,
I worked in computers and math,
81
268338
3536
生物学者になる前の私は
コンピュータと数学の分野で働いていました
コンピュータと数学の分野で働いていました
04:43
and I learned this lesson:
82
271898
1324
こんな教訓を得ました
04:46
wherever you can collect vast amounts
of the right kinds of data
of the right kinds of data
83
274365
4184
あるシステムの機能に関して
膨大な量の適切なデータを
膨大な量の適切なデータを
04:50
about the functioning of a system,
84
278573
2030
収集できるとき
04:53
you can use computers in powerful new ways
85
281365
3618
そのシステムがどう機能するのかを
理解するために
理解するために
04:57
to make sense of that system
and learn how it works.
and learn how it works.
86
285007
3225
コンピュータを強力で新しい方法で
使えるという教訓です
使えるという教訓です
05:00
Today, big-data approaches
are transforming
are transforming
87
288256
2522
今日では ビッグデータを使った手法は
05:02
ever-larger sectors of our economy,
88
290802
2483
より大きな経済分野を変えつつあります
05:05
and they could do the same
in biology and medicine, too.
in biology and medicine, too.
89
293309
3286
生物学や医学においても
同様なことが可能でしょう
同様なことが可能でしょう
05:08
But you have to have
the right kinds of data.
the right kinds of data.
90
296619
2557
しかし 適切な種類のデータを
得る必要があります
得る必要があります
05:11
You have to have data
about the right things.
about the right things.
91
299200
2259
適切な対象についてのデータです
05:13
And that often requires
new technologies and ideas.
new technologies and ideas.
92
301917
3865
そのためには しばしば
新しい技術と発想が必要とされます
新しい技術と発想が必要とされます
05:18
And that is the mission that animates
the scientists in my lab.
the scientists in my lab.
93
306815
3494
この使命こそ 私の研究室の科学者たちの
やる気に火を付けるのです
やる気に火を付けるのです
05:23
Today, I want to tell you
two short stories from our work.
two short stories from our work.
94
311251
2974
今日は 我々の仕事から得た
短い話を２つしたいと思います
短い話を２つしたいと思います
05:27
One fundamental obstacle we face
95
315427
3104
脳問題をビッグデータ問題に
捉え直す上で
捉え直す上で
05:30
in trying to turn the brain
into a big-data problem
into a big-data problem
96
318555
2660
我々が直面する根本的な障壁の１つは
05:33
is that our brains are composed of
and built from billions of cells.
and built from billions of cells.
97
321946
4538
脳が何十億という細胞から
構成されているという事実です
構成されているという事実です
05:39
And our cells are not generalists;
they're specialists.
they're specialists.
98
327246
3859
細胞はジェネラリスト(万能型)ではなく
スペシャリスト(専門家)なのです
スペシャリスト(専門家)なのです
05:43
Like humans at work,
99
331129
2089
人が仕事をするように
05:45
they specialize into thousands
of different cellular careers,
of different cellular careers,
100
333242
5274
何千もの異なった種類の細胞に
05:50
or cell types.
101
338540
1367
専門分化しています
05:52
In fact, each of
the cell types in our body
the cell types in our body
102
340796
2571
実際 体内のそれぞれの型の細胞は
05:55
could probably give a lively TED Talk
103
343391
1878
自らの機能について
05:57
about what it does at work.
104
345293
1542
知的好奇心をそそるTEDトークができるのかもしれません
06:00
But as scientists,
we don't even know today
we don't even know today
105
348422
2370
しかし科学者にとってさえ
どの位の種類の細胞型が存在するか
どの位の種類の細胞型が存在するか
06:02
how many cell types there are,
106
350816
1907
現在も分かっていませんし
06:04
and we don't know what the titles
of most of those talks would be.
of most of those talks would be.
107
352747
3277
そのトークのタイトルが
何になるのかも想像がつきません
何になるのかも想像がつきません
06:11
Now, we know many
important things about cell types.
important things about cell types.
108
359809
2970
今や 細胞型について
多くの重要なことが分かっています
多くの重要なことが分かっています
06:14
They can differ dramatically
in size and shape.
in size and shape.
109
362803
2751
それぞれ 大きさや形が
驚くほど異なっています
驚くほど異なっています
06:17
One will respond to a molecule
that the other doesn't respond to,
that the other doesn't respond to,
110
365578
4135
ある細胞は
他の細胞が反応しない分子に反応して
他の細胞が反応しない分子に反応して
06:21
they'll make different molecules.
111
369737
1794
違った分子を生成します
06:23
But science has largely
been reaching these insights
been reaching these insights
112
371555
2521
科学ではこれらに関する洞察を
大抵の場合
大抵の場合
06:26
in an ad hoc way, one cell type at a time,
113
374100
2943
その都度に得てきました—
一度に１つの細胞型
一度に１つの細胞型
06:29
one molecule at a time.
114
377067
1486
一度に１つの分子というように
06:31
We wanted to make it possible to learn
all of this quickly and systematically.
all of this quickly and systematically.
115
379854
4731
この過程全てを素早く体系的に
実現したいと思っていました
実現したいと思っていました
06:37
Now, until recently, it was the case
116
385673
1748
つい最近まで こんな感じでした
06:39
that if you wanted to inventory
all of the molecules
all of the molecules
117
387445
3076
脳の一部やどこかの臓器にある
全分子のリストが
全分子のリストが
06:42
in a part of the brain or any organ,
118
390545
2925
欲しいときには
06:45
you had to first grind it up
into a kind of cellular smoothie.
into a kind of cellular smoothie.
119
393494
3954
まず 細胞がスムージーのようになるまで
すりつぶす必要がありました
すりつぶす必要がありました
06:50
But that's a problem.
120
398678
1230
でもそれは問題です
06:52
As soon as you've ground up the cells,
121
400737
2538
細胞をすりつぶすや否や
06:55
you can only study the contents
of the average cell --
of the average cell --
122
403299
3511
平均的な細胞の内容物しか
研究できません
研究できません
06:58
not the individual cells.
123
406834
1595
個々の細胞ではありません
07:01
Imagine if you were trying to understand
how a big city like New York works,
how a big city like New York works,
124
409182
3709
大都市ニューヨークがどう機能するのか
理解するところを想像してみてください
理解するところを想像してみてください
07:04
but you could only do so
by reviewing some statistics
by reviewing some statistics
125
412915
2542
平均的なニューヨーク住民についての
07:07
about the average resident of New York.
126
415481
2029
統計データを見返すことぐらいしか
できませんよね
できませんよね
07:10
Of course, you wouldn't learn very much,
127
418637
1979
もちろん 多くは知り得ないでしょう
07:12
because everything that's interesting
and important and exciting
and important and exciting
128
420640
3000
なぜなら 興味深く 重要で
エキサイティングなことは
エキサイティングなことは
07:15
is in all the diversity
and the specializations.
and the specializations.
129
423664
2732
その多様性と特殊性の中にあるからです
07:18
And the same thing is true of our cells.
130
426420
2606
同じことが細胞についても言えます
07:21
And we wanted to make it possible to study
the brain not as a cellular smoothie
the brain not as a cellular smoothie
131
429050
4750
我々は脳の研究を
細胞スムージーではなく
細胞スムージーではなく
07:25
but as a cellular fruit salad,
132
433824
2478
細胞のフルーツサラダとして
実現したかったのです
実現したかったのです
07:28
in which one could generate
data about and learn from
data about and learn from
133
436326
2604
それぞれのフルーツ一切れからデータを得て
07:30
each individual piece of fruit.
134
438954
1838
研究できます
07:34
So we developed
a technology for doing that.
a technology for doing that.
135
442253
2718
我々はそれをする技術を開発しました
07:36
You're about to see a movie of it.
136
444995
1729
これからその映像を見てもらいます
07:41
Here we're packaging
tens of thousands of individual cells,
tens of thousands of individual cells,
137
449477
4028
何千もの個々の細胞を
07:45
each into its own tiny water droplet
138
453529
2923
一つずつの小さな水滴中に入れます
07:48
for its own molecular analysis.
139
456476
2211
その細胞だけの分子が分析ができます
07:51
When a cell lands in a droplet,
it's greeted by a tiny bead,
it's greeted by a tiny bead,
140
459921
4123
細胞が水滴に入ると
小さなビーズが出迎えます
小さなビーズが出迎えます
07:56
and that bead delivers millions
of DNA bar code molecules.
of DNA bar code molecules.
141
464068
3694
ビーズには何百万もの
DNAバーコード分子が含まれています
DNAバーコード分子が含まれています
08:01
And each bead delivers
a different bar code sequence
a different bar code sequence
142
469115
3308
それぞれのビーズは異なるバーコードの配列を
08:04
to a different cell.
143
472447
1243
異なる細胞へと届けます
08:06
We incorporate the DNA bar codes
144
474884
2581
我々はDNAバーコードを
08:09
into each cell's RNA molecules.
145
477489
3058
それぞれの細胞のRNA分子と
反応させます
反応させます
08:12
Those are the molecular
transcripts it's making
transcripts it's making
146
480571
2836
RNAは
その細胞が使う特定の遺伝子の転写物です
その細胞が使う特定の遺伝子の転写物です
08:15
of the specific genes
that it's using to do its job.
that it's using to do its job.
147
483431
3103
08:19
And then we sequence billions
of these combined molecules
of these combined molecules
148
487383
4207
結合した分子をもとに
何十億もの塩基配列を決定し
何十億もの塩基配列を決定し
08:24
and use the sequences to tell us
149
492532
2498
その配列から どの細胞のどの遺伝子に
08:27
which cell and which gene
150
495054
2602
由来した分子であるかの
08:29
every molecule came from.
151
497680
1540
情報を得ます
08:32
We call this approach "Drop-seq,"
because we use droplets
because we use droplets
152
500561
3292
この手法を「ドロップシーク」と名付けました
08:35
to separate the cells for analysis,
153
503877
2575
分析では水滴（droplets）を
細胞の分離に使うからです
細胞の分離に使うからです
08:38
and we use DNA sequences
to tag and inventory
to tag and inventory
154
506476
3445
DNA配列を使って
タグ付けとリスト作りをし
タグ付けとリスト作りをし
08:41
and keep track of everything.
155
509945
1488
全てを追跡します
08:44
And now, whenever we do an experiment,
156
512727
1976
今や 実験をする時には
08:46
we analyze tens of thousands
of individual cells.
of individual cells.
157
514727
3243
何万もの個々の細胞の分析をします
08:51
And today in this area of science,
158
519018
2624
今日 この科学分野において
08:53
the challenge is increasingly
how to learn as much as we can
how to learn as much as we can
159
521666
4931
ますます課題になることは
この膨大なデータセットから
この膨大なデータセットから
08:58
as quickly as we can
160
526621
1872
少しでも多く そして
少しでも早く学ぶことです
少しでも早く学ぶことです
09:00
from these vast data sets.
161
528517
1738
少しでも多く そして
早く学ぶことです
早く学ぶことです
09:04
When we were developing Drop-seq,
people used to tell us,
people used to tell us,
162
532914
2770
ドロップシークを開発していた頃
よくこう言われました
よくこう言われました
09:07
"Oh, this is going to make you guys
the go-to for every major brain project."
the go-to for every major brain project."
163
535708
4804
「君たちは 主要な脳研究プロジェクトから
意見を求められる立場になるね」
意見を求められる立場になるね」
09:13
That's not how we saw it.
164
541257
1544
それは我々の思惑とは違いました
09:14
Science is best when everyone
is generating lots of exciting data.
is generating lots of exciting data.
165
542825
4531
誰もが大量の胸躍るデータを産み出す時こそ
科学は最高なのです
科学は最高なのです
09:20
So we wrote a 25-page instruction book,
166
548197
3214
それで我々は25ページの
実験法指示書を作りました
実験法指示書を作りました
09:23
with which any scientist could build
their own Drop-seq system from scratch.
their own Drop-seq system from scratch.
167
551435
4578
科学者なら誰でもゼロから
ドロップシークの構築が可能になります
ドロップシークの構築が可能になります
09:28
And that instruction book has been
downloaded from our lab website
downloaded from our lab website
168
556037
3697
その指示書は我々の研究室のウェブサイトから
09:31
50,000 times in the past two years.
169
559758
2965
この２年で５万回もダウンロードされました
09:35
We wrote software
that any scientist could use
that any scientist could use
170
563598
3052
科学者なら誰でも使えるソフトも作ったのです
09:38
to analyze the data
from Drop-seq experiments,
from Drop-seq experiments,
171
566674
2898
ドロップシーク実験から得た
データの分析ができるのです
データの分析ができるのです
09:41
and that software is also free,
172
569596
1715
しかもこのソフトは無料です
09:43
and it's been downloaded from our website
30,000 times in the past two years.
30,000 times in the past two years.
173
571335
4388
これもこの２年で
３万回もダウンロードされました
３万回もダウンロードされました
09:48
And hundreds of labs have written us
about discoveries that they've made
about discoveries that they've made
174
576328
4979
何百もの研究室がこの手法を使って発見した
09:53
using this approach.
175
581331
1443
彼らの成果を報告してくれました
09:54
Today, this technology is being used
to make a human cell atlas.
to make a human cell atlas.
176
582798
3560
今や このテクノロジーによって
人の細胞の一大地図が作られようとしています
人の細胞の一大地図が作られようとしています
09:58
It will be an atlas of all
of the cell types in the human body
of the cell types in the human body
177
586382
3354
この地図は人体の全細胞型と
10:01
and the specific genes
that each cell type uses to do its job.
that each cell type uses to do its job.
178
589760
3680
それぞれの細胞型の活動時に使用される
特定の遺伝子の一大地図になると思われます
特定の遺伝子の一大地図になると思われます
10:08
Now I want to tell you about
a second challenge that we face
a second challenge that we face
179
596133
2876
さて我々が直面するもう一つの課題について
話したいと思います
話したいと思います
10:11
in trying to turn the brain
into a big data problem.
into a big data problem.
180
599033
2448
脳問題をビッグデータ問題として
捉え直す試みです
捉え直す試みです
10:13
And that challenge is that
we'd like to learn from the brains
we'd like to learn from the brains
181
601505
3279
何十万もの生きた人の脳から
10:16
of hundreds of thousands of living people.
182
604808
2444
情報を得たいのです
10:19
But our brains are not physically
accessible while we're living.
accessible while we're living.
183
607998
3704
でも 脳は人が生きている間
身体の一部として入手することはできません
身体の一部として入手することはできません
10:24
But how can we discover molecular factors
if we can't hold the molecules?
if we can't hold the molecules?
184
612895
3960
分子を入手できないのなら どのように
病原分子を発見したら良いのでしょうか
病原分子を発見したら良いのでしょうか
10:30
An answer comes from the fact that
the most informative molecules, proteins,
the most informative molecules, proteins,
185
618352
4548
その答えは
情報を最も多く含む分子であるタンパク質は
情報を最も多く含む分子であるタンパク質は
DNAにコード化されているという
事実から得られます
事実から得られます
10:34
are encoded in our DNA,
186
622924
1782
10:36
which has the recipes our cells follow
to make all of our proteins.
to make all of our proteins.
187
624730
4530
DNAは全てのタンパク質を作るために
細胞が従うレシピのようなものです
細胞が従うレシピのようなものです
10:41
And these recipes vary
from person to person to person
from person to person to person
188
629999
4946
このレシピは人によって異なります
10:46
in ways that cause the proteins
to vary from person to person
to vary from person to person
189
634969
3342
そのため それぞれの細胞型が
それぞれのタンパク質を発現する
それぞれのタンパク質を発現する
10:50
in their precise sequence
190
638335
1787
正確な順序と量は
10:52
and in how much each cell type
makes of each protein.
makes of each protein.
191
640146
3151
人によって異なってくるのです
10:56
It's all encoded in our DNA,
and it's all genetics,
and it's all genetics,
192
644441
3393
全てはDNAにコード化されています
すなわち遺伝子による調節です
すなわち遺伝子による調節です
10:59
but it's not the genetics
that we learned about in school.
that we learned about in school.
193
647858
2817
でもこれは学校で習う遺伝学とは違います
11:03
Do you remember big B, little b?
194
651572
1983
ビッグBとリトルb遺伝子のことを
覚えていますか
覚えていますか
11:06
If you inherit big B, you get brown eyes?
195
654260
2400
ビッグB遺伝子を受け継いでいれば
茶色の目でしたね
茶色の目でしたね
11:09
It's simple.
196
657085
1223
単純ですね
11:11
Very few traits are that simple.
197
659451
3173
こんなに単純な遺伝的形質というのは
めったにないのです
めったにないのです
11:15
Even eye color is shaped by much more
than a single pigment molecule.
than a single pigment molecule.
198
663232
4725
目の色でさえ 単一ではなく
多くの色素分子によって決定されます
多くの色素分子によって決定されます
11:20
And something as complex
as the function of our brains
as the function of our brains
199
668861
4250
脳の機能のように複雑なものは
11:25
is shaped by the interaction
of thousands of genes.
of thousands of genes.
200
673135
3247
何千もの遺伝子の相互作用によって
決定されます
決定されます
11:28
And each of these genes
varies meaningfully
varies meaningfully
201
676406
2340
それぞれの遺伝子は
意味を持つ仕方で
意味を持つ仕方で
11:30
from person to person to person,
202
678770
1838
個々人により異なります
11:32
and each of us is a unique
combination of that variation.
combination of that variation.
203
680632
3517
我々はそれぞれ この多様性の
ユニークな組み合わせなのです
ユニークな組み合わせなのです
11:37
It's a big data opportunity.
204
685419
2216
ビッグデータにとってのビッグチャンスです
11:40
And today, it's increasingly
possible to make progress
possible to make progress
205
688214
3176
かつては不可能だった規模での
11:43
on a scale that was never possible before.
206
691414
2796
進歩への可能性が今ますます高まっています
11:46
People are contributing to genetic studies
207
694234
2405
人々が膨大な数に上る
遺伝学的研究に
遺伝学的研究に
11:48
in record numbers,
208
696663
1594
尽力し続けています
11:51
and scientists around the world
are sharing the data with one another
are sharing the data with one another
209
699085
4087
世界中の科学者が
お互いに研究データを共有し
お互いに研究データを共有し
11:55
to speed progress.
210
703196
1571
それが進歩に拍車を掛けます
11:57
I want to tell you a short story
about a discovery we recently made
about a discovery we recently made
211
705514
3239
我々が最近発見した
統合失調症の遺伝学について
統合失調症の遺伝学について
12:00
about the genetics of schizophrenia.
212
708777
1894
少しお話ししたいと思います
12:03
It was made possible
by 50,000 people from 30 countries,
by 50,000 people from 30 countries,
213
711506
4596
発見できたのは30か国５万もの人々が
12:08
who contributed their DNA
to genetic research on schizophrenia.
to genetic research on schizophrenia.
214
716126
4700
統合失調症の遺伝子研究に
自らのDNAを提供してくれたからです
自らのDNAを提供してくれたからです
12:14
It had been known for several years
215
722406
2096
その数年前から明らかだったのは
12:16
that the human genome's largest influence
on risk of schizophrenia
on risk of schizophrenia
216
724526
4111
統合失調症を発症するリスクに対して
ゲノムが与える もっとも大きな影響は
ゲノムが与える もっとも大きな影響は
12:20
comes from a part of the genome
217
728661
1802
免疫系の多くのタンパク質をコードする
12:22
that encodes many of the molecules
in our immune system.
in our immune system.
218
730487
3344
ゲノムの一部に
由来するということでした
由来するということでした
12:25
But it wasn't clear which gene
was responsible.
was responsible.
219
733855
3034
しかしどの遺伝子が原因なのか
はっきりとわかっていませんでした
はっきりとわかっていませんでした
12:29
A scientist in my lab developed
a new way to analyze DNA with computers,
a new way to analyze DNA with computers,
220
737746
4040
私の研究室のある科学者がコンピュータで
DNAを分析する新たな方法を開発して
DNAを分析する新たな方法を開発して
12:33
and he discovered something
very surprising.
very surprising.
221
741810
3095
とても驚くべき発見をしました
12:36
He found that a gene called
"complement component 4" --
"complement component 4" --
222
744929
3251
「補体成分４」と呼ばれる遺伝子—
12:40
it's called "C4" for short --
223
748204
1799
略してC4ですが—
12:43
comes in dozens of different forms
in different people's genomes,
in different people's genomes,
224
751036
3889
異なる人のゲノム内には別の型として存在し
数十もの種類があります
数十もの種類があります
12:46
and these different forms
make different amounts
make different amounts
225
754949
3197
これらの異なる型が
異なる量のC4タンパク質を
異なる量のC4タンパク質を
12:50
of C4 protein in our brains.
226
758170
2242
脳内に生成することを発見したのです
12:52
And he found that the more
C4 protein our genes make,
C4 protein our genes make,
227
760957
3985
遺伝子がC4タンパク質を生成すればするほど
12:56
the greater our risk for schizophrenia.
228
764966
2112
統合失調症のリスクも増大する
ということを突き止めました
ということを突き止めました
12:59
Now, C4 is still just one risk factor
in a complex system.
in a complex system.
229
767919
4907
現段階でC4は複雑な系の中での
たった１つの危険因子でしかありません
たった１つの危険因子でしかありません
13:04
This isn't big B,
230
772850
1989
ビッグBのように単純ではありませんが
13:06
but it's an insight about
a molecule that matters.
a molecule that matters.
231
774863
3557
とても重要な分子についての
情報なのです
情報なのです
13:11
Complement proteins like C4
were known for a long time
were known for a long time
232
779492
3637
長い間 C4のような補体タンパク質は
13:15
for their roles in the immune system,
233
783153
1953
免疫システム内での役割を知られていて
13:17
where they act as a kind of
molecular Post-it note
molecular Post-it note
234
785130
2778
このタンパク質は
付箋的な役割の分子として
付箋的な役割の分子として
13:19
that says, "Eat me."
235
787932
1580
「私を食べなさい」と言うのです
13:22
And that Post-it note
gets put on lots of debris
gets put on lots of debris
236
790475
2667
この付箋が壊死組織片や死んだ細胞に
13:25
and dead cells in our bodies
237
793166
2357
貼り付けられ
13:27
and invites immune cells
to eliminate them.
to eliminate them.
238
795547
2490
免疫細胞を呼び寄せて
不要物を除去させるのです
不要物を除去させるのです
13:30
But two colleagues of mine found
that the C4 Post-it note
that the C4 Post-it note
239
798779
3539
２人の同僚は 付箋分子であるC4が
13:35
also gets put on synapses in the brain
240
803183
3298
脳内のシナプスにも貼られ
13:38
and prompts their elimination.
241
806505
1864
その除去を促すことを
突き止めました
突き止めました
13:41
Now, the creation and elimination
of synapses is a normal part
of synapses is a normal part
242
809154
3266
シナプスの生成と除去は
人の発達と学習における
人の発達と学習における
13:44
of human development and learning.
243
812444
1854
正常過程です
13:46
Our brains create and eliminate
synapses all the time.
synapses all the time.
244
814322
2921
脳はシナプスの生成と除去を
常時行います
常時行います
13:49
But our genetic results suggest
that in schizophrenia,
that in schizophrenia,
245
817921
2960
しかし我々の遺伝学的分析結果によると
13:52
the elimination process
may go into overdrive.
may go into overdrive.
246
820905
3233
統合失調症でのシナプスの除去が
行き過ぎているのかもしれません
行き過ぎているのかもしれません
13:57
Scientists at many drug companies tell me
they're excited about this discovery,
they're excited about this discovery,
247
825185
3929
製薬会社の科学者たちは
この発見に胸が躍ったと言います
この発見に胸が躍ったと言います
14:01
because they've been working
on complement proteins for years
on complement proteins for years
248
829138
3239
彼らは 免疫系における
補体タンパク質の研究に長年携わり
補体タンパク質の研究に長年携わり
14:04
in the immune system,
249
832401
1540
それらのタンパク質が
14:05
and they've learned a lot
about how they work.
about how they work.
250
833965
2206
どのように働くのか知っています
14:08
They've even developed molecules
that interfere with complement proteins,
that interfere with complement proteins,
251
836885
3894
補体タンパク質を阻害する
分子の開発もすでに行いました
分子の開発もすでに行いました
14:12
and they're starting to test them
in the brain as well as the immune system.
in the brain as well as the immune system.
252
840803
3607
これらの阻害物質を 脳や免疫系を使って
研究し始めようとしています
研究し始めようとしています
14:17
It's potentially a path toward a drug
that might address a root cause
that might address a root cause
253
845124
4721
個別の症状ではなく
疾患の根本原因に向けられた
疾患の根本原因に向けられた
14:21
rather than an individual symptom,
254
849869
2649
医薬品開発につながる可能性を秘めています
14:24
and we hope very much that this work
by many scientists over many years
by many scientists over many years
255
852542
4048
長年に渡る多くの科学者による試みが
成功することを
成功することを
14:28
will be successful.
256
856614
1152
願ってやみません
14:31
But C4 is just one example
257
859689
3014
C4はあくまで
14:34
of the potential for data-driven
scientific approaches
scientific approaches
258
862727
3112
データ主導型の科学的手法の一例で
14:37
to open new fronts on medical problems
that are centuries old.
that are centuries old.
259
865863
3903
数世紀に渡り解決されなかった
医学的問題に新境地を開いてくれます
医学的問題に新境地を開いてくれます
14:42
There are hundreds of places
in our genomes
in our genomes
260
870144
2745
ヒトゲノムには何百もの
14:44
that shape risk for brain illnesses,
261
872913
2585
脳疾患のリスクとなる部位があり
14:47
and any one of them could lead us
to the next molecular insight
to the next molecular insight
262
875522
4066
その内のどれもが
重要な意味を持つ分子への次なる洞察へと
重要な意味を持つ分子への次なる洞察へと
14:51
about a molecule that matters.
263
879612
2020
我々を導く可能性を持っています
14:53
And there are hundreds of cell types that
use these genes in different combinations.
use these genes in different combinations.
264
881656
3987
異なる組み合わせでこれらの遺伝子を使う
何百もの細胞型が存在します
何百もの細胞型が存在します
14:57
As we and other scientists
work to generate
work to generate
265
885667
2069
我々や他の科学者が
14:59
the rest of the data that's needed
266
887760
2069
必要な残りのデータを生成し
15:01
and to learn all that we can
from that data,
from that data,
267
889853
2393
データからできる限りの情報を学び取り
15:04
we hope to open many more new fronts.
268
892270
2403
更に多くの新境地を開拓したいと願っています
15:08
Genetics and single-cell analysis
are just two ways
are just two ways
269
896483
5079
脳の問題をビッグデータの問題として
捉え直すという意味において
捉え直すという意味において
15:13
of trying to turn the brain
into a big data problem.
into a big data problem.
270
901586
3767
遺伝学と単一細胞解析は
あくまで２つの方法でしかありません
あくまで２つの方法でしかありません
15:18
There is so much more we can do.
271
906424
2159
まだまだ我々にはできることがあります
15:21
Scientists in my lab
are creating a technology
are creating a technology
272
909235
3074
私の研究室で科学者たちが
創り出している技術は
創り出している技術は
15:24
for quickly mapping the synaptic
connections in the brain
connections in the brain
273
912333
3196
脳内のシナプス結合を
迅速にマッピングするというもので
迅速にマッピングするというもので
15:27
to tell which neurons are talking
to which other neurons
to which other neurons
274
915553
2938
どの神経細胞が 他のどの神経細胞に
コミュニケートしているか
コミュニケートしているか
15:30
and how that conversation changes
throughout life and during illness.
throughout life and during illness.
275
918515
3996
どうやってその会話が 生涯及び病気の期間に
変化するのか知るようにするものです
変化するのか知るようにするものです
15:35
And we're developing a way
to test in a single tube
to test in a single tube
276
923467
4520
また 何百人もの異なる人から得た
ゲノムを含む細胞が
ゲノムを含む細胞が
15:40
how cells with hundreds
of different people's genomes
of different people's genomes
277
928011
2718
同じ刺激に対して それぞれ
どう反応するかの検査を
どう反応するかの検査を
15:42
respond differently to the same stimulus.
278
930753
2170
１本の試験管内で行う方法を開発中です
15:46
These projects bring together
people with diverse backgrounds
people with diverse backgrounds
279
934248
4903
このプロジェクトに集まったのは
多様な背景や訓練や興味を持った人々です
15:51
and training and interests --
280
939175
2493
15:53
biology, computers, chemistry,
math, statistics, engineering.
math, statistics, engineering.
281
941692
5877
生物学 コンピュータ科学 化学 数学
統計学 工学など様々です
統計学 工学など様々です
16:00
But the scientific possibilities
rally people with diverse interests
rally people with diverse interests
282
948205
4232
科学の可能性が
多様な関心を持つ人々を集め
多様な関心を持つ人々を集め
16:04
into working intensely together.
283
952461
2235
共に集中的に働くことを可能にします
16:08
What's the future
that we could hope to create?
that we could hope to create?
284
956871
2551
我々が創造したい未来の可能性は
どんなものでしょうか
どんなものでしょうか
16:12
Consider cancer.
285
960267
1350
がんについて考えてみましょう
16:14
We've moved from an era of ignorance
about what causes cancer,
about what causes cancer,
286
962193
3922
がんの原因について無知であった時代には
16:18
in which cancer was commonly ascribed
to personal psychological characteristics,
to personal psychological characteristics,
287
966139
6988
がんの原因は個人の心理的特性にあると
考えられていました
考えられていました
16:26
to a modern molecular understanding
of the true biological causes of cancer.
of the true biological causes of cancer.
288
974238
5395
これが 真のがんの生物学的原因を
分子レベルで理解する現代となりました
分子レベルで理解する現代となりました
16:32
That understanding today
leads to innovative medicine
leads to innovative medicine
289
980100
3074
このような理解のおかげで次から次へと
16:35
after innovative medicine,
290
983198
1696
革新的な医学が導かれます
16:36
and although there's still
so much work to do,
so much work to do,
291
984918
2839
まだまだすべきことは多いですが
16:39
we're already surrounded by people
who have been cured of cancers
who have been cured of cancers
292
987781
3394
私たちはすでに 一世代前には
治療不可能だと考えられていた
治療不可能だと考えられていた
16:43
that were considered untreatable
a generation ago.
a generation ago.
293
991199
3269
がんを克服した人達に取り囲まれています
16:48
And millions of cancer survivors
like my sister
like my sister
294
996254
3376
私の妹のように 何百万もの
がんの生存者が
がんの生存者が
16:51
find themselves with years of life
that they didn't take for granted
that they didn't take for granted
295
999654
4401
かつて 当たり前のものではなかった
人生の年月や
人生の年月や
16:56
and new opportunities
296
1004079
1769
仕事と喜び 人との繋がりへの
16:57
for work and joy and human connection.
297
1005872
3930
新たな機会に気付くのです
17:03
That is the future that we are determined
to create around mental illness --
to create around mental illness --
298
1011358
4378
これこそ 精神疾患について
我々が創ろうとする未来です
我々が創ろうとする未来です
17:08
one of real understanding and empathy
299
1016581
4119
真の理解と共感
17:12
and limitless possibility.
300
1020724
1816
そして無限の可能性を持つ未来です
17:15
Thank you.
301
1023159
1190
ご清聴ありがとうございました
17:16
(Applause)
302
1024374
4062
（拍手）
ABOUT THE SPEAKER
Steve McCarroll - GeneticistSteve McCarroll is conducting groundbreaking research on the causes of mental illness.
Why you should listen
Steve McCarroll and the scientists in his lab use human genetics, molecular biology and engineering to create new ways of studying the human brain, reveal the ways in which genomes vary from person to person and discover the molecular and cellular processes that underlie brain illness. McCarroll and his team at Harvard have linked schizophrenia to specific gene variations that recruit immune molecules into "pruning" synapses in the brain, a discovery that is leading toward new ways of thinking about the biological basis of schizophrenia and new approaches for discovering medicines.
Prior to leading his lab, McCarroll earned his PhD in neuroscience at the University of California, San Francisco. He is also currently serving as Director of Genetics for the Broad Institute's Stanley Center for Psychiatric Research.
Steve McCarroll | Speaker | TED.com