TED2012
Carl Schoonover: How to look inside the brain
Carl Schoonover: Kaip pažvelgti į smegenų vidų
Filmed:
Readability: 4.8
962,022 views
Siekiant suprasti smegenis padaryta didžiulė pažanga, bet kaip, iš tikrųjų, tyrinėjami jose esantys neuronai? Naudodamasis įspūdingomis iliustracijomis, neuromokslininkas ir TED draugijos narys Carlas Schoonoveris demonstruoja būdus kaip galime matyti smegenis iš vidaus.
Carl Schoonover - Neuroscience PhD student + writer
Carl Schoonover is a neuroscientist and one of the founders of NeuWrite, a collaboration between writers and neuroscientist. Full bio
Carl Schoonover is a neuroscientist and one of the founders of NeuWrite, a collaboration between writers and neuroscientist. Full bio
Double-click the English transcript below to play the video.
00:16
This is a thousand-year-old drawing of the brain.
0
359
3996
Čia 1000 metų senumo smegenų piešinys.
00:20
It's a diagram of the visual system.
1
4355
1912
Štai regos sistemos diagrama.
00:22
And some things look very familiar today.
2
6267
2750
Ir kai kas šiandien atrodo labai pažįstama.
00:24
Two eyes at the bottom, optic nerve flowing out from the back.
3
9017
4367
Dvi akys apačioje, optinis nervas einantis iš nugaros.
00:29
There's a very large nose
4
13384
2120
Taip pat labai didelė nosis,
00:31
that doesn't seem to be connected to anything in particular.
5
15504
3317
kuri, rodos, su niekuo nesujungta.
00:34
And if we compare this
6
18821
1700
Palyginus tai su naujesniais
00:36
to more recent representations of the visual system,
7
20521
2074
regos sistemos atvaizdavimais
00:38
you'll see that things have gotten substantially more complicated
8
22595
2957
pamatysite, kad viskas pasidarė daug labiau sudėtinga
00:41
over the intervening thousand years.
9
25552
1573
per pastarąjį tūkstantį metų.
00:43
And that's because today we can see what's inside of the brain,
10
27125
2965
Ir taip yra dėl to, kad šiandien galime pažvelgti į smegenų vidų,
00:45
rather than just looking at its overall shape.
11
30090
2481
vietoje to, kad tiesiog žiūrėtume į jų formą.
00:48
Imagine you wanted to understand how a computer works
12
32571
3979
Tarkime, kad norite suprasti, kaip veikia kompiuteris
00:52
and all you could see was a keyboard, a mouse, a screen.
13
36550
3179
ir galite matyti tik klaviatūrą, pelę, ekraną.
00:55
You really would be kind of out of luck.
14
39729
2396
Jums tikrai nelabai sektųsi.
00:58
You want to be able to open it up, crack it open,
15
42125
2042
Jūs norite jį atidaryti, pralaužti korpusą,
01:00
look at the wiring inside.
16
44167
1844
pažiūrėti, kas su kuo sujungta.
01:01
And up until a little more than a century ago,
17
46011
1864
Ir šiek tiek daugiau nei prieš šimtmetį,
01:03
nobody was able to do that with the brain.
18
47875
2000
niekas to negalėjo padaryti su smegenimis.
01:05
Nobody had had a glimpse of the brain's wiring.
19
49875
1880
Niekas nebuvo pažvelgęs į smegenų jungtis.
01:07
And that's because if you take a brain out of the skull
20
51755
2952
Ir taip yra todėl, kad jei išėmus smegenis iš kaukolės
01:10
and you cut a thin slice of it,
21
54707
1689
paimtumėte mažytį pjūvį,
01:12
put it under even a very powerful microscope,
22
56396
2498
padėję net po itin galingu mikroskopu, pamatytume,
01:14
there's nothing there.
23
58894
1181
kad ten nieko nėra.
01:15
It's gray, formless.
24
60075
1613
Tai pilka, be formos.
01:17
There's no structure. It won't tell you anything.
25
61688
2604
Jokios struktūros. Tai nieko jums nepasakys.
01:20
And this all changed in the late 19th century.
26
64292
2854
Ir visa tai pasikeitė vėlyvame 19 amžiuje.
01:23
Suddenly, new chemical stains for brain tissue were developed
27
67146
3875
Buvo sukurti nauji cheminiai dažai smegenų audiniui
01:26
and they gave us our first glimpses at brain wiring.
28
71021
2812
ir jie pirmąkart leido pamatyti smegenų sujungimus.
01:29
The computer was cracked open.
29
73833
2013
Kompiuteris buvo atidarytas.
01:31
So what really launched modern neuroscience
30
75846
2856
Tai kas iš tiesų leido atsirasti moderniam neuromokslui
01:34
was a stain called the Golgi stain.
31
78702
1965
buvo dažas vadinamas Golgi dažu.
01:36
And it works in a very particular way.
32
80667
1881
Ir jis veikia tam tikru būdu.
01:38
Instead of staining all of the cells inside of a tissue,
33
82548
3110
Vietoje to, kad nudažytų visas audinio ląsteles,
01:41
it somehow only stains about one percent of them.
34
85658
3032
jis kažkaip nudažo tik apie 1 procentą ląstelių.
01:44
It clears the forest, reveals the trees inside.
35
88690
3342
Jis prasklaido mišką, leidžia pamatyti medžius.
01:47
If everything had been labeled, nothing would have been visible.
36
92032
2672
Jei viskas būtų buvę pažymėta, nieko nesimatytų.
01:50
So somehow it shows what's there.
37
94704
2046
Jis kažkaip parodo, kas ten yra.
01:52
Spanish neuroanatomist Santiago Ramon y Cajal,
38
96750
2667
Ispanų neuroanatomas Santiago Ramon y Cajal,
01:55
who's widely considered the father of modern neuroscience,
39
99417
2845
kuris daugelio yra laikomas modernaus neuromokslo tėvu,
01:58
applied this Golgi stain, which yields data which looks like this,
40
102262
3897
panaudojo Golgi dažą, ir gavo duomenis, kurie atrodo šitaip,
02:02
and really gave us the modern notion of the nerve cell, the neuron.
41
106159
3758
ir iš tikro mums davė modernią smegenų ląstelės, neurono, sąvoką.
02:05
And if you're thinking of the brain as a computer,
42
109917
2614
Ir jei galvojate apie smegenis kaip apie kompiuterį,
02:08
this is the transistor.
43
112531
2011
tai yra tranzistorius.
02:10
And very quickly Cajal realized
44
114542
2075
Ir labai greitai Cajal suvokė,
02:12
that neurons don't operate alone,
45
116617
2337
kad neuronai nedirba po vieną,
02:14
but rather make connections with others
46
118954
1838
bet jungiasi su kitais
02:16
that form circuits just like in a computer.
47
120792
2506
ir suformuoja grandines visai kaip kompiuteryje.
02:19
Today, a century later, when researchers want to visualize neurons,
48
123298
3391
Šiandien, kai tyrėjai nori atvaizduoti neuronus
02:22
they light them up from the inside rather than darkening them.
49
126689
2767
jie įžiebia juos iš vidaus, o ne patamsina juos.
02:25
And there's several ways of doing this.
50
129456
1150
Ir tam yra keletas būdų.
02:26
But one of the most popular ones
51
130606
1727
Bet vienas populiariausių būdų
02:28
involves green fluorescent protein.
52
132333
2092
naudoja žalią fluorescentinį baltymą.
02:30
Now green fluorescent protein,
53
134425
1659
Žaliasis fluorescentinis baltymas,
02:31
which oddly enough comes from a bioluminescent jellyfish,
54
136084
3145
kuris, kaip bebūtų keista, kilęs iš bioliuminescentinių medūzų,
02:35
is very useful.
55
139229
1238
yra labai naudingas.
02:36
Because if you can get the gene for green fluorescent protein
56
140467
2638
Nes išgavę žalio fluorescentinio baltymo geną
02:39
and deliver it to a cell,
57
143105
1675
ir įdėję jį į ląstelę,
02:40
that cell will glow green --
58
144780
1747
gausime žalsvai švytinčią ląstelę --
02:42
or any of the many variants now of green fluorescent protein,
59
146527
3746
arba su vienu iš daugelio žalio fluorescentinio baltymo variantų,
02:46
you get a cell to glow many different colors.
60
150273
1664
gausime ląstelę, šviečiančią daugybe spalvų.
02:47
And so coming back to the brain,
61
151937
1521
Taigi grįžtant prie smegenų,
02:49
this is from a genetically engineered mouse called "Brainbow."
62
153458
3800
Tai yra iš genetinės inžinerijos būdu gautos pelės vardu "Smegenų vaivorykštė" (angl.: "Brainbow")
02:53
And it's so called, of course,
63
157258
1550
O šis vardas, aišku, todėl,
02:54
because all of these neurons are glowing different colors.
64
158808
3612
kad visi šie neuronai švyti skirtingomis spalvomis.
02:58
Now sometimes neuroscientists need to identify
65
162420
3451
Kartais neuromokslininkams reikia identifikuoti
03:01
individual molecular components of neurons, molecules,
66
165871
3044
atskirus molekulinius neuronų komponentus,
03:04
rather than the entire cell.
67
168915
1798
molekules, o ne visą ląstelę.
03:06
And there's several ways of doing this,
68
170713
1706
Ir tam yra keletas būdų,
03:08
but one of the most popular ones
69
172419
1469
bet vienas populiariausių
03:09
involves using antibodies.
70
173888
2195
susijęs su antikūnais.
03:11
And you're familiar, of course,
71
176083
1337
Ir jūs, aišku, pamenate,
03:13
with antibodies as the henchmen of the immune system.
72
177420
2951
kad antikūnai yra imuminės sistemos kovotojai.
03:16
But it turns out that they're so useful to the immune system
73
180371
2418
Bet pasirodo, kad jie tokie naudingi imuninei sistemai
03:18
because they can recognize specific molecules,
74
182789
2550
dėl to, kad jis gali atpažinti tam tikras molekules,
03:21
like, for example, the code protein
75
185339
2119
kaip, pavyzdžiui, viruso, puolančio
03:23
of a virus that's invading the body.
76
187458
2388
kūną, baltymo kodą.
03:25
And researchers have used this fact
77
189846
2045
Ir mokslininkai pasinaudojo šiuo faktu,
03:27
in order to recognize specific molecules inside of the brain,
78
191891
4325
kad atpažintų tam tikras molekules smegenyse,
03:32
recognize specific substructures of the cell
79
196216
2640
atpažinti tam tikras substruktūras ląstelėje,
03:34
and identify them individually.
80
198856
2244
ir atpažinti juos atskirai.
03:37
And a lot of the images I've been showing you here are very beautiful,
81
201100
3025
Ir daug šių vaizdų, kuriuos jums rodžiau, yra labai gražūs,
03:40
but they're also very powerful.
82
204125
1906
bet jie taip pat ir labai galingi.
03:41
They have great explanatory power.
83
206031
1636
Jie turi didžiulę aiškinamąją galią.
03:43
This, for example, is an antibody staining
84
207667
2090
Tai, pavyzdžiui, yra seratonino antikūnų
03:45
against serotonin transporters in a slice of mouse brain.
85
209757
3520
dažymas antikūnais pelės smegenų pjūvyje.
03:49
And you've heard of serotonin, of course,
86
213277
1681
Ir jūs, aišku, girdėjote apie serotoniną,
03:50
in the context of diseases like depression and anxiety.
87
214958
2827
ligų kaip depresija ar nerimas kontekste.
03:53
You've heard of SSRIs,
88
217785
1408
Jūs girdėjote apie SSRI -
03:55
which are drugs that are used to treat these diseases.
89
219193
2897
vaistus, naudojamus šioms ligoms gydyti.
03:57
And in order to understand how serotonin works,
90
222090
2890
Kad suprastume kaip veikia serotoninas,
04:00
it's critical to understand where the serontonin machinery is.
91
224980
3076
itin svarbu suprasti kur yra jo veikimo centrai.
04:03
And antibody stainings like this one
92
228056
1596
Ir toks dažymas antikūnais
04:05
can be used to understand that sort of question.
93
229652
3546
tinka atsakyti būtent tokiems klausimams.
04:09
I'd like to leave you with the following thought:
94
233198
2558
Norėčiau palikti jus su viena mintimi:
04:11
Green fluorescent protein and antibodies
95
235756
2610
Žalias fluorescentinis baltymas ir antikūnai
04:14
are both totally natural products at the get-go.
96
238366
3007
yra visiškai natūralūs produktai.
04:17
They were evolved by nature
97
241373
2779
Jie sukurti gamtos,
04:20
in order to get a jellyfish to glow green for whatever reason,
98
244152
2567
kad medūzos galėtų švytėti žaliai dėl kažkokios priežasties,
04:22
or in order to detect the code protein of an invading virus, for example.
99
246719
4383
ar ką galėtų aptikti įsibrovusio baltymo kodą, pavyzdžiui.
04:27
And only much later did scientists come onto the scene
100
251102
3017
Ir tik daug vėliau pasirodė mokslininkai
04:30
and say, "Hey, these are tools,
101
254119
2023
ir pasakė: "Ei, tai įrankiai
04:32
these are functions that we could use
102
256142
2113
ir funkcijos, kuriuos galime panaudoti
04:34
in our own research tool palette."
103
258255
2008
savo tyrimų paletėje."
04:36
And instead of applying feeble human minds
104
260263
3628
Ir vietoje to, kad vargani žmonių protai
04:39
to designing these tools from scratch,
105
263891
1884
nuo nulio kurtų šiuos įrankius,
04:41
there were these ready-made solutions right out there in nature
106
265775
2904
šie jau paruošti sprendimai buvo čia pat, gamtoje,
04:44
developed and refined steadily for millions of years
107
268679
3236
kurti ir rafinuoti milijonus metų
04:47
by the greatest engineer of all.
108
271915
1700
geriausio iš visų inžinieriaus.
04:49
Thank you.
109
273615
1262
Ačiū.
04:50
(Applause)
110
274877
2538
(Aplodismentai)
ABOUT THE SPEAKER
Carl Schoonover - Neuroscience PhD student + writerCarl Schoonover is a neuroscientist and one of the founders of NeuWrite, a collaboration between writers and neuroscientist.
Why you should listen
Carl is a neuroscience PhD candidate at Columbia University, where he works on microanatomy and electrophysiology of rodent somatosensory cortex. He the author of Portraits of the Mind: Visualizing the Brain from Antiquity to the 21st Century, and has written for the New York Times, Le Figaro, the Huffington Post, Science, Scientific American, Design Observer, and Boing Boing. In 2008 he cofounded NeuWrite, a collaborative working group for scientists, writers, and those in between. He hosts a radio show on WkCR 89.9FM, which focuses on opera and classical music, and their relationship to the brain.
Carl Schoonover | Speaker | TED.com