ABOUT THE SPEAKER
Leila Pirhaji - Biotech entrepreneur
Leila Pirhaji uses artificial intelligence for drug discovery and the treatment of metabolic diseases.

Why you should listen

Leila Pirhaji is the founder of ReviveMed, an AI platform that can quickly and inexpensively characterize large numbers of metabolites (small molecules like glucose or cholesterol) from the blood, urine and tissues of patients. This allows for the detection of molecular mechanisms that lead to disease and the discovery of drugs that target these disease mechanisms.

More profile about the speaker
Leila Pirhaji | Speaker | TED.com
TED2019

Leila Pirhaji: The medical potential of AI and metabolites

リーラ・パーハジ: AIを使って中間代謝産物のもつ医学的可能性を探る

Filmed:
1,210,569 views

多くの病気は中間代謝産物によって引き起こされます。中間代謝産物は体内にある脂肪、ブドウ糖、コレステロールなどの小さな分子です。しかし 私たちは、それが何であるか、どのように作用するのか正確には知りません。バイオテク企業家でTEDフェローである リーラー・パーハッジは中間代謝産物のパターンを特徴づけ、病気の発生過程をより正確に理解し、そしてより効果的な治療法を発見するためのAIをベースとしたネットワークを構築する計画を話してくれます。
- Biotech entrepreneur
Leila Pirhaji uses artificial intelligence for drug discovery and the treatment of metabolic diseases. Full bio

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

00:13
In 2003,
0
1507
1889
2003年に
00:15
when we sequencedシーケンスされた the human人間 genomeゲノム,
1
3420
2913
ヒトゲノムを解読したとき
00:18
we thought we would have the answer回答
to treat治療する manyたくさんの diseases病気.
2
6357
3922
多くの病気を治療するための
答えが手に入ると考えました
00:22
But the reality現実 is far遠い from that,
3
10974
2657
しかし現実はそれと程遠いものでした
00:26
because in addition添加 to our genes遺伝子,
4
14782
1921
私たちの遺伝子に加えて
00:28
our environment環境 and lifestyleライフスタイル
could have a significant重要な role役割
5
16727
4570
環境やライフスタイルも
多くの主要な病気を引き起こす―
00:33
in developing現像 manyたくさんの majorメジャー diseases病気.
6
21321
2548
重大な要因になりうるからです
00:35
One example is fatty脂肪 liver disease疾患,
7
23893
3580
一例が脂肪肝です
00:39
whichどの is affecting影響 over 20 percentパーセント
of the population人口 globally世界的に,
8
27497
4083
世界人口の20%以上が冒され
00:43
and it has no treatment処理
and leadsリード to liver cancer
9
31604
3034
治療法もなく 肝がんまたは
00:46
or liver failure失敗.
10
34662
1423
肝不全に至ります
00:49
So sequencingシークエンシング DNADNA alone単独で
doesn't give us enough十分な information情報
11
37517
4744
従って DNAの解読だけでは
効果的な治療法を見つけるのに
00:54
to find effective効果的な therapeutics治療薬.
12
42285
2232
十分な情報が得られません
00:56
On the bright明るい side, there are
manyたくさんの other molecules分子 in our body.
13
44541
3756
明るい面を見れば 人体には
他にもたくさんの分子があります
01:00
In fact事実, there are
over 100,000 metabolites代謝産物.
14
48321
3980
実際 10万以上の中間代謝産物があります
01:04
Metabolites代謝 産物 are any molecule分子
that is supersmall超小 in their彼らの sizeサイズ.
15
52325
4296
中間代謝産物とは
その大きさが非常に小さい分子です
01:09
Known知られている examples are glucoseグルコース,
fructoseフルクトース, fats脂肪, cholesterolコレステロール --
16
57193
4972
知られている例として ブドウ糖
果糖 脂肪やコレステロールなどがあります
01:14
things we hear聞く all the time.
17
62189
1510
いつも耳にするものです
01:16
Metabolites代謝 産物 are involved関係する
in our metabolism代謝.
18
64273
2983
中間代謝産物は私たちの代謝に
関与しています
01:20
They are alsoまた、 downstream下流 of DNADNA,
19
68066
4028
さらにDNAの制御下にもあるので
01:24
so they carryキャリー information情報
from bothどちらも our genes遺伝子 as well as lifestyleライフスタイル.
20
72118
5082
遺伝子とライフスタイルの両方からの
情報を持っています
01:29
Understanding理解 metabolites代謝産物 is essential本質的な
to find treatments治療 for manyたくさんの diseases病気.
21
77224
5649
多くの病気の治療法を見つけるには
中間代謝産物への理解が不可欠です
01:34
I've always wanted to treat治療する patients患者.
22
82897
2212
私はずっと 患者を治療したいと
思ってきました
01:37
Despiteにもかかわらず that, 15 years ago,
I left medical医療 school学校,
23
85934
3858
それなのに 15年前に
医学部をやめてしまったのは
01:41
as I missed逃した mathematics数学.
24
89816
1965
数学への思いを捨てられなかったからです
01:45
Soonすぐに after, I found見つけた the coolest最も冷たい thing:
25
93019
2936
その後すぐに
私は素晴らしいことに気付きました
01:48
I can use mathematics数学 to study調査 medicine医学.
26
96692
2763
数学を使って医学の研究が
できるということです
01:53
Since以来 then, I've been developing現像
algorithmsアルゴリズム to analyze分析する biological生物学的 dataデータ.
27
101026
5213
以来 私は生物学的データを分析するための
アルゴリズムを開発しています
01:59
So, it sounded聞こえた easy簡単:
28
107092
2283
簡単そうに見えたのです
02:01
let's collect集める dataデータ from all
the metabolites代謝産物 in our body,
29
109399
3601
体内の すべての中間代謝産物に関する
データを集めて
02:05
develop開発する mathematical数学 modelsモデル to describe説明する
how they are changedかわった in a disease疾患
30
113024
5128
病気の時どのように変化するかを表す
数学的モデルを開発して
02:10
and intervene介入する in those
changes変更 to treat治療する them.
31
118176
2988
治療のために その変化に介入するのです
02:14
Then I realized実現した why no one
has done完了 this before:
32
122488
3472
そして これまで誰もこれを
やったことがない理由に気付きました
02:19
it's extremely極端な difficult難しい.
33
127230
1687
とても難しいからです
02:20
(Laughter笑い)
34
128941
1087
(笑)
02:22
There are manyたくさんの metabolites代謝産物 in our body.
35
130052
2412
私たちの体には多くの中間代謝産物があります
02:24
Each one is different異なる from the other one.
36
132783
2500
すべてが他のものとは異なります
02:27
For some metabolites代謝産物,
we can measure測定 their彼らの molecular分子 mass質量
37
135307
3728
いくつかの中間代謝産物については
質量分析機を使用して
02:31
usingを使用して mass質量 spectrometry分光測定 instruments楽器.
38
139059
2593
分子量を測定できます
02:33
But because there could be, like,
10 molecules分子 with the exact正確 same同じ mass質量,
39
141676
4393
しかし まったく同じ質量を持つ分子が
10種類あることがあります
02:38
we don't know exactly正確に what they are,
40
146093
1807
それらが何であるかを知ることは難しく
02:39
and if you want to clearlyはっきりと
identify識別する all of them,
41
147924
2774
それらすべてを同定したい場合は
02:42
you have to do more experiments実験,
whichどの could take decades数十年
42
150722
3104
さらに実験を行う必要があり
これには数十年という月日と
02:45
and billions何十億 of dollarsドル.
43
153850
1714
数十億ドルがかかるかもしれません
02:48
So we developed発展した an artificial人工的な
intelligenceインテリジェンス, or AIAI, platformプラットフォーム, to do that.
44
156207
5563
そこで 私たちはそれを行うために 人工知能
つまりAIのプラットフォームを開発しました
02:53
We leveragedレバレッジド the growth成長 of biological生物学的 dataデータ
45
161794
2844
生物学的データの増加を活用し
02:56
and built建てられた a databaseデータベース of any existing既存の
information情報 about metabolites代謝産物
46
164662
4424
中間代謝産物に関するすべての既存の情報と
他の分子との相互作用に関する
03:01
and their彼らの interactionsインタラクション
with other molecules分子.
47
169110
3128
データベースを構築しました
03:04
We combined結合された all this dataデータ
as a meganetworkメガネットワーク.
48
172262
3424
私たちはこのすべてのデータを
メガネットワークとして総合しました
03:07
Then, from tissues組織 or blood血液 of patients患者,
49
175710
3396
そして 患者の組織や血液から
03:11
we measure測定 masses大衆 of metabolites代謝産物
50
179130
2751
中間代謝産物の質量を測定して
03:13
and find the masses大衆
that are changedかわった in a disease疾患.
51
181905
3259
病気になった時に変化する
中間代謝産物の質量を調べます
03:17
But, as I mentioned言及した earlier先に,
we don't know exactly正確に what they are.
52
185188
3190
しかし 先に述べたように
それらが何であるかは正確には分かりません
03:20
A molecular分子 mass質量 of 180 could be
eitherどちらか the glucoseグルコース, galactoseガラクトース or fructoseフルクトース.
53
188402
5135
180の分子量を持つのはブドウ糖かもしれず
ガラクトースまたは果糖であるかもしれません
03:25
They all have the exact正確 same同じ mass質量
54
193561
2019
それらは完全に同じ質量を持っていますが
03:27
but different異なる functions機能 in our body.
55
195604
2087
体内での機能はそれぞれ異なります
03:29
Our AIAI algorithmアルゴリズム considered考慮される
all these ambiguitiesあいまいさ.
56
197715
3587
私たちのAIアルゴリズムは
これらすべての曖昧さを計算に入れています
03:33
It then mined採掘された that meganetworkメガネットワーク
57
201326
2736
そしてメガネットワークを探索して
03:36
to find how those metabolicK K K K masses大衆
are connected接続された to each other
58
204086
4353
どのように中間代謝産物同士が関連して
03:40
that result結果 in disease疾患.
59
208463
1958
病気を引き起こすかを突き詰めるのです
03:42
And because of the way they are connected接続された,
60
210445
2238
それらがどのように繋がっているかによって
03:44
then we are ableできる to infer推論
what each metabolite代謝 産物 mass質量 is,
61
212707
4323
私たちは各中間代謝産物の質量から
その物質を推測することができます
03:49
like that 180 could be glucoseグルコース here,
62
217054
2924
例えば この180の分子量は
ブドウ糖の可能性があります
03:52
and, more importantly重要なこと, to discover発見する
63
220002
2551
もっと重要なことは
03:54
how changes変更 in glucoseグルコース
and other metabolites代謝産物
64
222577
3367
ブドウ糖や他の中間代謝産物の変化が
どのように病気に繋がるのかを
03:57
lead to a disease疾患.
65
225968
1505
解明できるということです
03:59
This novel小説 understanding理解
of disease疾患 mechanismsメカニズム
66
227497
2995
こんな 病気のメカニズムへの新しい理解から
04:02
then enable有効にする us to discover発見する
effective効果的な therapeutics治療薬 to targetターゲット that.
67
230516
4492
それを標的にした
効果的な治療法を見つけることができます
04:07
So we formed形成された a start-up起動 company会社
to bring持参する this technology技術 to the market市場
68
235601
3845
私たちはスタート・アップ企業を設立して
この技術を市場に出し
04:11
and impact影響 people's人々の lives人生.
69
239470
1805
人々の生活に影響を与えようとしています
04:13
Now my teamチーム and I at ReviveMedリバイブメッド
are workingワーキング to discover発見する
70
241722
3545
現在 私と私のチームはReviveMedで
04:17
therapeutics治療薬 for majorメジャー diseases病気
that metabolites代謝産物 are keyキー driversドライバー for,
71
245291
5105
中間代謝産物が主たる要因となる重要疾患の
治療法を見つけることに取り組んでいます
04:22
like fatty脂肪 liver disease疾患,
72
250420
1897
脂肪肝の場合
04:24
because it is caused原因
by accumulation累積 of fats脂肪,
73
252341
2924
脂肪の蓄積が原因で発生します
04:27
whichどの are typesタイプ
of metabolites代謝産物 in the liver.
74
255289
2473
脂肪は肝臓に存在する中間代謝産物の1つです
04:29
As I mentioned言及した earlier先に,
it's a huge巨大 epidemic流行 with no treatment処理.
75
257786
3940
先に述べたように
脂肪肝は蔓延していて 治療法もありません
04:33
And fatty脂肪 liver disease疾患
is just one example.
76
261750
2724
脂肪肝は一例に過ぎません
04:36
Moving動く forward前進, we are going to tackleタックル
hundreds数百 of other diseases病気
77
264498
4178
さらに私たちは治療法のない
何百もの病気に対する研究に取り組みます
04:40
with no treatment処理.
78
268700
1493
04:42
And by collecting収集する more and more
dataデータ about metabolites代謝産物
79
270217
4554
中間代謝産物に関するデータを収集し続けて
04:46
and understanding理解
how changes変更 in metabolites代謝産物
80
274795
3544
中間代謝産物の変化が
04:50
leadsリード to developing現像 diseases病気,
81
278363
2402
どのように疾気の発症に繋がるのかを
理解することで
04:52
our algorithmsアルゴリズム will get
smarterスマートな and smarterスマートな
82
280789
3489
私たちのアルゴリズムは
より賢くなって
04:56
to discover発見する the right therapeutics治療薬
for the right patients患者.
83
284302
4196
適切な患者に 適切な治療法を
発見できるようになります
05:00
And we will get closerクローザー to reachリーチ our visionビジョン
84
288522
3770
こうして AIを使い
効率よく人の命を救うという
05:04
of saving貯蓄 lives人生 with everyすべて lineライン of codeコード.
85
292316
3863
私たちの目標に近づくのです
05:08
Thank you.
86
296203
1321
ありがとうございます
05:09
(Applause拍手)
87
297548
3827
(拍手)
Translated by Naoko Fujii
Reviewed by Masaki Yanagishita

▲Back to top

ABOUT THE SPEAKER
Leila Pirhaji - Biotech entrepreneur
Leila Pirhaji uses artificial intelligence for drug discovery and the treatment of metabolic diseases.

Why you should listen

Leila Pirhaji is the founder of ReviveMed, an AI platform that can quickly and inexpensively characterize large numbers of metabolites (small molecules like glucose or cholesterol) from the blood, urine and tissues of patients. This allows for the detection of molecular mechanisms that lead to disease and the discovery of drugs that target these disease mechanisms.

More profile about the speaker
Leila Pirhaji | Speaker | TED.com