TEDSummit
Ed Boyden: A new way to study the brain's invisible secrets
Ed Boyden: Jak pieluchy zainspirowały nowy sposób badań nad mózgiem
Filmed:
Readability: 4
1,501,957 views
Neuroinżynier Ed Boyden chciał wiedzieć, jak małe biocząsteczki w mózgu tworzą emocje, myśli i uczucia, chciał znaleźć molekularne zmiany, które prowadzą do zaburzeń takich jak epilepsja czy Alzheimer. Zamiast powiększać te niewidoczne konstrukcje mikroskopem, zastanowił się czy da się je fizycznie powiększyć, żeby były łatwiejsze do zobaczenia? Dowiedz się, jak te same polimery, które pęcznieją pieluszkach, mogą być użyte do lepszego zrozumienia mózgu.
Ed Boyden - Neuroengineer
Ed Boyden is a professor of biological engineering and brain and cognitive sciences at the MIT Media Lab and the MIT McGovern Institute. Full bio
Ed Boyden is a professor of biological engineering and brain and cognitive sciences at the MIT Media Lab and the MIT McGovern Institute. Full bio
Double-click the English transcript below to play the video.
00:12
Hello, everybody.
0
904
1405
Witam wszystkich.
00:14
I brought with me today a baby diaper.
1
2333
2643
Przyniosłem ze sobą dziecięcą pieluchę.
00:18
You'll see why in a second.
2
6793
1722
Za chwilę zobaczycie dlaczego.
00:20
Baby diapers have interesting properties.
3
8539
2010
Pieluszki mają ciekawe właściwości.
00:22
They can swell enormously
when you add water to them,
when you add water to them,
4
10573
2691
Mogą niesamowicie pęcznieć,
kiedy poleje się je wodą,
kiedy poleje się je wodą,
00:25
an experiment done
by millions of kids every day.
by millions of kids every day.
5
13288
2984
to eksperyment robiony
przez miliony dzieciaków każdego dnia.
przez miliony dzieciaków każdego dnia.
00:28
(Laughter)
6
16296
1150
(Śmiech)
00:29
But the reason why
7
17470
1494
Powodem tego jest
00:30
is that they're designed
in a very clever way.
in a very clever way.
8
18988
2190
mądry sposób ich zaprojektowania.
00:33
They're made out of a thing
called a swellable material.
called a swellable material.
9
21202
2635
Wyprodukowane są
z pęczniejącego materiału.
z pęczniejącego materiału.
00:35
It's a special kind of material that,
when you add water,
when you add water,
10
23861
2737
To rodzaj tworzywa,
który po dodaniu wody
który po dodaniu wody
00:38
it will swell up enormously,
11
26622
1430
niesamowicie pęcznieje,
00:40
maybe a thousand times in volume.
12
28076
2166
zwiększając objętość może tysiąc razy.
00:42
And this is a very useful,
industrial kind of polymer.
industrial kind of polymer.
13
30266
3236
Przydatny, przemysłowy rodzaj polimeru.
00:45
But what we're trying to do
in my group at MIT
in my group at MIT
14
33819
2526
Z moją grupą w MIT staramy się
00:48
is to figure out if we can do
something similar to the brain.
something similar to the brain.
15
36369
3213
znaleźć sposób, by zrobić
coś podobnego z mózgiem.
coś podobnego z mózgiem.
00:51
Can we make it bigger,
16
39606
1159
Czy możemy go zwiększyć,
00:52
big enough that you
can peer inside
can peer inside
17
40789
1678
na tyle, by móc go oglądać,
00:54
and see all the tiny building blocks,
the biomolecules,
the biomolecules,
18
42481
2628
widzieć wszystkie małe części,
biocząsteczki,
biocząsteczki,
00:57
how they're organized in three dimensions,
19
45133
2151
jak są ułożone w trzech wymiarach,
00:59
the structure, the ground truth
structure of the brain, if you will?
structure of the brain, if you will?
20
47308
3485
czyli rzeczywistą strukturę mózgu?
01:02
If we could get that,
21
50817
1158
Gdyby się to udało,
01:03
maybe we could have a better understanding
of how the brain is organized
of how the brain is organized
22
51999
3509
może lepiej zrozumielibyśmy,
jak mózg jest zorganizowany,
jak mózg jest zorganizowany,
01:07
to yield thoughts and emotions
23
55532
1659
by rodził myśli i emocje,
01:09
and actions and sensations.
24
57215
1719
działania i doznania.
01:10
Maybe we could try to pinpoint
the exact changes in the brain
the exact changes in the brain
25
58958
3415
Można by sprecyzować
dokładne zmiany w mózgu,
dokładne zmiany w mózgu,
01:14
that result in diseases,
26
62397
1776
które powodują choroby,
01:16
diseases like Alzheimer's
and epilepsy and Parkinson's,
and epilepsy and Parkinson's,
27
64197
3212
takie jak Alzheimer, epilepsja, Parkinson,
01:19
for which there are few
treatments, much less cures,
treatments, much less cures,
28
67433
2578
na które jest mało kuracji,
w dodatku nieskutecznych.
w dodatku nieskutecznych.
01:22
and for which, very often,
we don't know the cause or the origins
we don't know the cause or the origins
29
70035
3617
Bardzo często nie znamy
ich przyczyn i pochodzenia,
ich przyczyn i pochodzenia,
01:25
and what's really causing them to occur.
30
73676
2135
co naprawdę je wywołuje.
01:28
Now, our group at MIT
31
76613
1740
Nasza grupa w MIT
01:30
is trying to take
a different point of view
a different point of view
32
78377
2686
stara się spojrzeć inaczej
01:33
from the way neuroscience has
been done over the last hundred years.
been done over the last hundred years.
33
81087
3230
niż robiła to neurobiologia
przez ostatnie sto lat.
przez ostatnie sto lat.
01:36
We're designers. We're inventors.
34
84341
1579
Jesteśmy twórcami. Pionierami.
01:37
We're trying to figure out
how to build technologies
how to build technologies
35
85944
2544
Próbujemy wymyślić technologie,
01:40
that let us look at and repair the brain.
36
88512
2456
które pozwolą oglądać i naprawiać mózg.
01:42
And the reason is,
37
90992
1151
Powodem jest
01:44
the brain is incredibly,
incredibly complicated.
incredibly complicated.
38
92167
2801
niewiarygodna zawiłość mózgu.
01:47
So what we've learned
over the first century of neuroscience
over the first century of neuroscience
39
95484
2887
Pierwszy wiek neurobiologii nauczył nas,
01:50
is that the brain is a very
complicated network,
complicated network,
40
98395
2303
że mózg jest skomplikowaną siecią,
01:52
made out of very specialized
cells called neurons
cells called neurons
41
100722
2480
zbudowaną z wyspecjalizowanych
komórek - neuronów,
komórek - neuronów,
01:55
with very complex geometries,
42
103226
1667
o bardzo złożonym kształcie,
01:56
and electrical currents will flow
through these complexly shaped neurons.
through these complexly shaped neurons.
43
104917
4237
przez które płynie napięcie elektryczne.
02:01
Furthermore, neurons
are connected in networks.
are connected in networks.
44
109653
2784
Co więcej, neurony łączą się w sieci
02:04
They're connected by little junctions
called synapses that exchange chemicals
called synapses that exchange chemicals
45
112461
3835
przez małe skrzyżowania zwane
synapsami, które wymieniają substancje,
synapsami, które wymieniają substancje,
02:08
and allow the neurons
to talk to each other.
to talk to each other.
46
116320
2218
pozwalając neuronom porozumiewać się.
02:10
The density of the brain is incredible.
47
118562
1940
Ich gęstość w mózgu jest niesamowita.
02:12
In a cubic millimeter of your brain,
48
120526
2307
W milimetrze sześciennym mózgu
02:14
there are about 100,000 of these neurons
49
122857
2457
znajduje się około 100 000 neuronów
02:17
and maybe a billion of those connections.
50
125338
2517
oraz z miliard połączeń.
02:20
But it's worse.
51
128887
1382
To jednak nie koniec.
02:22
So, if you could zoom in to a neuron,
52
130293
2305
Gdyby dało się powiększyć neuron,
02:24
and, of course, this is just
our artist's rendition of it.
our artist's rendition of it.
53
132622
2750
to oczywiście tylko
artystyczna interpretacja,
artystyczna interpretacja,
02:27
What you would see are thousands
and thousands of kinds of biomolecules,
and thousands of kinds of biomolecules,
54
135396
4207
zobaczylibyśmy tysiące
rodzajów biocząsteczek,
rodzajów biocząsteczek,
02:31
little nanoscale machines
organized in complex, 3D patterns,
organized in complex, 3D patterns,
55
139627
4400
malutkie nanomaszyny, ułożone
w skomplikowane, trójwymiarowe wzory.
w skomplikowane, trójwymiarowe wzory.
02:36
and together they mediate
those electrical pulses,
those electrical pulses,
56
144051
2628
Wspólnie pośredniczą
w elektrycznych impulsach,
w elektrycznych impulsach,
02:38
those chemical exchanges
that allow neurons to work together
that allow neurons to work together
57
146703
3937
chemicznych wymianach,
które pozwalają neuronom wspólnie działać,
które pozwalają neuronom wspólnie działać,
02:42
to generate things like thoughts
and feelings and so forth.
and feelings and so forth.
58
150664
3669
generując na przykład myśli i emocje.
02:46
Now, we don't know how
the neurons in the brain are organized
the neurons in the brain are organized
59
154357
3764
Nie wiemy jak ułożone są neurony w mózgu,
02:50
to form networks,
60
158145
1174
by tworzyły sieci,
02:51
and we don't know how
the biomolecules are organized
the biomolecules are organized
61
159343
2500
nie wiemy jak biocząsteczki
są zorganizowane
są zorganizowane
02:53
within neurons
62
161867
1174
w neuronach,
02:55
to form these complex, organized machines.
63
163065
2405
by tworzyły złożone, ułożone maszyny.
02:57
If we really want to understand this,
64
165918
1820
Żeby naprawdę to zrozumieć,
02:59
we're going to need new technologies.
65
167762
1817
potrzeba nowych technologii.
03:01
But if we could get such maps,
66
169603
1784
Mając takie mapy,
03:03
if we could look at the organization
of molecules and neurons
of molecules and neurons
67
171411
2943
mogąc spojrzeć na rozkład
cząsteczek i neuronów
cząsteczek i neuronów
03:06
and neurons and networks,
68
174378
1566
oraz sieci,
03:07
maybe we could really understand
how the brain conducts information
how the brain conducts information
69
175968
3437
może dałoby się zrozumieć,
jak mózg przekazuje informacje
jak mózg przekazuje informacje
03:11
from sensory regions,
70
179429
1167
ze stref czuciowych,
03:12
mixes it with emotion and feeling,
71
180620
1736
mieszając je z emocjami i uczuciami,
03:14
and generates our decisions and actions.
72
182380
2394
tworząc decyzje i zachowania.
03:17
Maybe we could pinpoint the exact set
of molecular changes that occur
of molecular changes that occur
73
185131
3789
Może dałoby się sprecyzować
dokładny zespół molekularnych zmian
dokładny zespół molekularnych zmian
03:20
in a brain disorder.
74
188944
1202
w schorzeniach mózgu.
03:22
And once we know how
those molecules have changed,
those molecules have changed,
75
190170
2822
Wiedząc, jak molekuły się zmieniły,
03:25
whether they've increased in number
or changed in pattern,
or changed in pattern,
76
193016
2780
czy zrobiło się ich więcej
lub zmieniły wzór,
lub zmieniły wzór,
03:27
we could use those
as targets for new drugs,
as targets for new drugs,
77
195820
2939
można by użyć ich
jako celów dla nowych leków,
jako celów dla nowych leków,
03:30
for new ways of delivering
energy into the brain
energy into the brain
78
198783
2271
dla nowoczesnego
dostarczania energii do mózgu,
dostarczania energii do mózgu,
03:33
in order to repair the brain
computations that are afflicted
computations that are afflicted
79
201078
3880
by naprawić zaburzone funkcje
03:36
in patients who suffer
from brain disorders.
from brain disorders.
80
204982
2299
u pacjentów, którzy cierpią
na choroby mózgu.
na choroby mózgu.
03:39
We've all seen lots of different
technologies over the last century
technologies over the last century
81
207793
3243
Ostatnie sto lat przyniosło
wiele różnych technik,
wiele różnych technik,
które miały się z tym uporać.
03:43
to try to confront this.
82
211060
1166
03:44
I think we've all seen brain scans
83
212250
1880
Chyba każdy widział obrazy mózgu,
03:46
taken using MRI machines.
84
214154
2034
zrobione metodą rezonansu magnetycznego.
03:48
These, of course, have the great power
that they are noninvasive,
that they are noninvasive,
85
216212
3347
To wspaniałe maszyny, bo są nieinwazyjne,
03:51
they can be used on living human subjects.
86
219583
2355
mogą ich używać na żywych ludziach.
03:54
But also, they're spatially crude.
87
222407
2231
Są jednak przestrzennie toporne.
03:56
Each of these blobs that you see,
or voxels, as they're called,
or voxels, as they're called,
88
224662
2990
Każda z tych plam, czyli woksli,
03:59
can contain millions
and millions of neurons.
and millions of neurons.
89
227676
2689
może zawierać miliony neuronów.
04:02
So it's not at the level of resolution
90
230389
1850
To nie jest rozdzielczość,
04:04
where it can pinpoint
the molecular changes that occur
the molecular changes that occur
91
232263
2538
która pozwoliłaby ustalić
położenie molekularnych zmian
położenie molekularnych zmian
04:06
or the changes in the wiring
of these networks
of these networks
92
234825
2286
lub zmian w instalacji tych sieci,
04:09
that contributes to our ability
to be conscious and powerful beings.
to be conscious and powerful beings.
93
237135
3946
dzięki którym jesteśmy
świadomymi i silnymi istotami.
świadomymi i silnymi istotami.
04:13
At the other extreme,
you have microscopes.
you have microscopes.
94
241797
3181
Z drugiej strony są mikroskopy.
04:17
Microscopes, of course, will use light
to look at little tiny things.
to look at little tiny things.
95
245002
3295
Korzystają ze światła,
by patrzeć na małe rzeczy.
by patrzeć na małe rzeczy.
04:20
For centuries, they've been used
to look at things like bacteria.
to look at things like bacteria.
96
248321
3075
Od wieków były używane,
by oglądać na przykład bakterie.
by oglądać na przykład bakterie.
04:23
For neuroscience,
97
251420
1151
W neurobiologii
04:24
microscopes are actually how neurons
were discovered in the first place,
were discovered in the first place,
98
252595
3412
to dzięki mikroskopom
odkryto pierwsze neurony
odkryto pierwsze neurony
04:28
about 130 years ago.
99
256031
1292
około 130 lat temu.
04:29
But light is fundamentally limited.
100
257347
2318
Światło jest zasadniczo ograniczone.
04:31
You can't see individual molecules
with a regular old microscope.
with a regular old microscope.
101
259689
3298
Nie można zobaczyć poszczególnych cząstek
zwykłym, starym mikroskopem.
zwykłym, starym mikroskopem.
04:35
You can't look at these tiny connections.
102
263011
2152
Nie widać tych malutkich połączeń.
04:37
So if we want to make our ability
to see the brain more powerful,
to see the brain more powerful,
103
265187
3942
Żeby ulepszyć oglądalność mózgu,
04:41
to get down to the ground truth structure,
104
269153
2168
dobrać się do rzeczywistej struktury,
04:43
we're going to need to have
even better technologies.
even better technologies.
105
271345
3280
potrzeba jeszcze lepszej technologii.
04:47
My group, a couple years ago,
started thinking:
started thinking:
106
275611
2224
Moja grupa kilka lat temu zaczęła myśleć,
04:49
Why don't we do the opposite?
107
277859
1412
że może trzeba postąpić na odwrót.
04:51
If it's so darn complicated
to zoom in to the brain,
to zoom in to the brain,
108
279295
2461
Skoro tak trudno powiększyć obrazu mózgu,
04:53
why can't we make the brain bigger?
109
281780
1943
może zwiększyć sam mózg?
04:56
It initially started
110
284166
1155
Sprawę zapoczątkowali
04:57
with two grad students in my group,
Fei Chen and Paul Tillberg.
Fei Chen and Paul Tillberg.
111
285345
2996
dwaj absolwenci z mojej grupy:
Fei Chen oraz Paul Tillberg.
Fei Chen oraz Paul Tillberg.
05:00
Now many others in my group
are helping with this process.
are helping with this process.
112
288365
2720
Teraz wielu innych w grupie
pomaga w tym procesie.
pomaga w tym procesie.
05:03
We decided to try to figure out
if we could take polymers,
if we could take polymers,
113
291109
2762
Postanowiliśmy znaleźć sposób
na wzięcie polimerów,
na wzięcie polimerów,
05:05
like the stuff in the baby diaper,
114
293895
1629
takich jak w pieluszkach,
05:07
and install it physically
within the brain.
within the brain.
115
295548
2006
i umieszczenie ich w mózgu.
05:09
If we could do it just right,
and you add water,
and you add water,
116
297578
2241
Jeśli się uda to po dodaniu wody,
05:11
you can potentially blow the brain up
117
299843
1835
mózg teoretycznie by się nadmuchał,
05:13
to where you could distinguish
those tiny biomolecules from each other.
those tiny biomolecules from each other.
118
301702
3377
na tyle, by móc odróżnić
małe biocząsteczki od siebie.
małe biocząsteczki od siebie.
05:17
You would see those connections
and get maps of the brain.
and get maps of the brain.
119
305103
2870
Zobaczylibyście połączenia,
otrzymalibyście mapy mózgu.
otrzymalibyście mapy mózgu.
05:19
This could potentially be quite dramatic.
120
307997
1988
To potencjalnie duża rzecz.
05:22
We brought a little demo here.
121
310009
3008
Mamy tutaj małą demonstrację.
05:25
We got some purified baby diaper material.
122
313538
2575
Jest to oczyszczone tworzywo z pieluchy.
05:28
It's much easier
just to buy it off the Internet
just to buy it off the Internet
123
316137
2274
Łatwiej je kupić przez Internet
05:30
than to extract the few grains
that actually occur in these diapers.
that actually occur in these diapers.
124
318435
3475
niż wydobyć odrobinę tych ziaren,
które znajdują się w pieluchach.
które znajdują się w pieluchach.
05:33
I'm going to put just one teaspoon here
125
321934
2225
Nasypię tutaj tylko jedną łyżeczkę
05:36
of this purified polymer.
126
324706
1794
oczyszczonego polimeru.
05:39
And here we have some water.
127
327270
2152
Tu znajduje się woda.
05:41
What we're going to do
128
329446
1162
Zamierzamy sprawdzić,
05:42
is see if this teaspoon
of the baby diaper material
of the baby diaper material
129
330632
3011
czy łyżeczka tworzywa z pieluchy
05:45
can increase in size.
130
333667
1709
powiększy się.
05:48
You're going to see it increase in volume
by about a thousandfold
by about a thousandfold
131
336687
3696
Widać, że objętość wzrasta tysiąckrotnie
05:52
before your very eyes.
132
340407
1286
na waszych oczach.
06:01
I could pour much more of this in there,
133
349597
1972
Mógłbym nalać dużo więcej wody,
06:03
but I think you've got the idea
134
351593
1558
ale chyba zrozumieliście zamysł,
06:05
that this is a very,
very interesting molecule,
very interesting molecule,
135
353175
2502
że jest to bardzo interesująca substancja.
06:07
and if can use it in the right way,
136
355701
1912
Jeśli użyje się jej prawidłowo,
06:09
we might be able
to really zoom in on the brain
to really zoom in on the brain
137
357637
2321
można naprawdę powiększyć mózg,
06:11
in a way that you can't do
with past technologies.
with past technologies.
138
359982
2594
w sposób niemożliwy
dla poprzednich technologii.
dla poprzednich technologii.
06:15
OK. So a little bit of chemistry now.
139
363227
2054
Dobrze. Teraz trochę chemii.
06:17
What's going on
in the baby diaper polymer?
in the baby diaper polymer?
140
365305
2442
Co dzieje się z polimerem?
06:19
If you could zoom in,
141
367771
1676
Po przybliżeniu obraz wyglądałby
06:21
it might look something like
what you see on the screen.
what you see on the screen.
142
369471
2673
mniej więcej jak na ekranie.
06:24
Polymers are chains of atoms
arranged in long, thin lines.
arranged in long, thin lines.
143
372168
4492
Polimery to łańcuchy atomów
ustawione w długie, wąskie rzędy.
ustawione w długie, wąskie rzędy.
06:28
The chains are very tiny,
144
376684
1367
Łańcuchy są bardzo małe,
06:30
about the width of a biomolecule,
145
378075
1864
o szerokości biocząsteczki,
06:31
and these polymers are really dense.
146
379963
1747
a polimery są bardzo gęste.
06:33
They're separated by distances
147
381734
1500
Dzieli je odległość
06:35
that are around the size of a biomolecule.
148
383258
2252
rozmiaru biocząsteczki.
06:37
This is very good
149
385534
1165
To jest przydatne,
06:38
because we could potentially
move everything apart in the brain.
move everything apart in the brain.
150
386723
3041
bo teoretycznie można
wszystko w mózgu porozdzielać.
wszystko w mózgu porozdzielać.
06:41
If we add water, what will happen is,
151
389788
1848
Po dodaniu wody
06:43
this swellable material
is going to absorb the water,
is going to absorb the water,
152
391660
2515
pęczniejące tworzywo zaabsorbuje ją,
06:46
the polymer chains will move
apart from each other,
apart from each other,
153
394199
2400
łańcuchy polimeru odsuną się od siebie,
06:48
and the entire material
is going to become bigger.
is going to become bigger.
154
396623
2634
a cały materiał zacznie rosnąć.
06:51
And because these chains are so tiny
155
399615
1814
Ponieważ łańcuchy są tak małe,
06:53
and spaced by biomolecular distances,
156
401453
2205
oddzielone o biomolekularne odległości,
06:55
we could potentially blow up the brain
157
403682
2039
można by nadmuchać mózg,
i powiększyć do widzialnych rozmiarów.
06:57
and make it big enough to see.
158
405745
1633
07:00
Here's the mystery, then:
159
408020
1240
A teraz zagadka.
07:01
How do we actually make
these polymer chains inside the brain
these polymer chains inside the brain
160
409284
3610
Jak umieścić w mózgu łańcuchy polimerów,
07:04
so we can move all the biomolecules apart?
161
412918
2239
żeby rozsunąć biocząsteczki?
07:07
If we could do that,
162
415181
1151
Jeśli to by się udało,
07:08
maybe we could get
ground truth maps of the brain.
ground truth maps of the brain.
163
416356
2397
można by otrzymać rzeczywistą mapę mózgu.
07:10
We could look at the wiring.
164
418777
1389
Byłoby widać okablowanie.
07:12
We can peer inside
and see the molecules within.
and see the molecules within.
165
420190
3157
Można by zajrzeć do środka,
oglądać cząsteczki od wewnątrz.
oglądać cząsteczki od wewnątrz.
07:15
To explain this, we made some animations
166
423925
2481
Żeby to wyjaśnić, zrobiliśmy animację,
07:18
where we actually look
at, in these artist renderings,
at, in these artist renderings,
167
426430
2603
żeby pokazać możliwy obraz bioczątsteczek
07:21
what biomolecules might look
like and how we might separate them.
like and how we might separate them.
168
429057
3541
oraz metody ich separacji.
07:24
Step one: what we'd have
to do, first of all,
to do, first of all,
169
432622
2549
Po pierwsze wszystkie biocząsteczki
07:27
is attach every biomolecule,
shown in brown here,
shown in brown here,
170
435195
3389
pokazane tu na brązowo,
07:30
to a little anchor, a little handle.
171
438608
2159
muszą dostać kotwiczkę, mały uchwyt.
07:32
We need to pull the molecules
of the brain apart from each other,
of the brain apart from each other,
172
440791
3095
Żeby odciągnąć molekuły od siebie
07:35
and to do that, we need
to have a little handle
to have a little handle
173
443910
2326
potrzebujemy uchwytów,
07:38
that allows those polymers to bind to them
174
446260
2285
które połączą polimery
07:40
and to exert their force.
175
448569
1542
i pomogą im wywierać siłę.
07:43
Now, if you just take baby diaper
polymer and dump it on the brain,
polymer and dump it on the brain,
176
451278
3161
Gdyby posypać mózg polimerem z pieluchy,
07:46
obviously, it's going to sit there on top.
177
454463
2037
zostanie oczywiście na powierzchni.
07:48
So we need to find a way
to make the polymers inside.
to make the polymers inside.
178
456524
2528
Trzeba znaleźć sposób,
żeby wprowadzić polimery do środka.
żeby wprowadzić polimery do środka.
07:51
And this is where we're really lucky.
179
459076
1788
Akurat mamy szczęście.
07:52
It turns out, you can
get the building blocks,
get the building blocks,
180
460888
2188
Okazuje się, że można wziąć klocki,
07:55
monomers, as they're called,
181
463100
1372
czyli monomery,
07:56
and if you let them go into the brain
182
464496
1784
które po wprowadzeniu do mózgu
07:58
and then trigger the chemical reactions,
183
466304
2036
zainicjują reakcje chemiczne,
08:00
you can get them to form
those long chains,
those long chains,
184
468364
2702
tworząc długie łańcuchy polimerów
08:03
right there inside the brain tissue.
185
471090
1798
w środku tkanek mózgowych.
08:05
They're going to wind their way
around biomolecules
around biomolecules
186
473325
2397
Będą owijać się wokół biocząsteczek
i między nimi,
08:07
and between biomolecules,
187
475746
1221
08:08
forming those complex webs
188
476991
1625
tworząc skomplikowane sieci,
08:10
that will allow you, eventually,
to pull apart the molecules
to pull apart the molecules
189
478640
2862
które w końcu pozwolą
odciągnąć cząsteczki od siebie.
08:13
from each other.
190
481526
1175
08:14
And every time one
of those little handles is around,
of those little handles is around,
191
482725
3054
W pobliżu uchwytów
08:17
the polymer will bind to the handle,
and that's exactly what we need
and that's exactly what we need
192
485803
3350
polimer przyczepi się do nich,
czego właśnie potrzeba,
czego właśnie potrzeba,
08:21
in order to pull the molecules
apart from each other.
apart from each other.
193
489177
2531
żeby odseparować cząsteczki.
08:23
All right, the moment of truth.
194
491732
1693
A teraz chwila prawdy.
08:25
We have to treat this specimen
195
493449
2148
Trzeba potraktować
ten okaz chemikaliami tak,
ten okaz chemikaliami tak,
08:27
with a chemical to kind of loosen up
all the molecules from each other,
all the molecules from each other,
196
495621
3446
żeby cząsteczki rozluźniły uchwyt.
08:31
and then, when we add water,
197
499091
1836
Wtedy dodajemy wody,
08:32
that swellable material is going
to start absorbing the water,
to start absorbing the water,
198
500951
2953
żeby pęczniejący materiał
zaczął chłonąć wodę,
zaczął chłonąć wodę,
08:35
the polymer chains will move apart,
199
503928
1703
łańcuchy polimerów rozsuną się,
08:37
but now, the biomolecules
will come along for the ride.
will come along for the ride.
200
505655
2722
i teraz dołączą do gry biocząsteczki.
08:40
And much like drawing
a picture on a balloon,
a picture on a balloon,
201
508401
2164
Jeśli nadmuchamy rysunek na balonie,
08:42
and then you blow up the balloon,
202
510589
1587
sam rysunek zostaje bez zmian,
08:44
the image is the same,
203
512200
1290
08:45
but the ink particles have moved
away from each other.
away from each other.
204
513514
2548
ale cząstki tuszu odsuwają się od siebie.
08:48
And that's what we've been able
to do now, but in three dimensions.
to do now, but in three dimensions.
205
516086
3467
Teraz umiemy zrobić to w trzech wymiarach.
08:51
There's one last trick.
206
519577
1999
Jest jeszcze jeden problem.
08:53
As you can see here,
207
521600
1218
Jak widać,
08:54
we've color-coded
all the biomolecules brown.
all the biomolecules brown.
208
522842
2109
oznaczyliśmy biocząsteczki na brązowo,
08:56
That's because they all
kind of look the same.
kind of look the same.
209
524975
2170
bo wszystkie wyglądają tak samo.
08:59
Biomolecules are made
out of the same atoms,
out of the same atoms,
210
527169
2105
Biocząstki zbudowane są
z tych samych atomów,
z tych samych atomów,
09:01
but just in different orders.
211
529298
2240
lecz w różnej kolejności.
09:03
So we need one last thing
212
531562
1500
Potrzeba jeszcze czegoś,
09:05
in order to make them visible.
213
533086
1695
żeby je uwidocznić.
09:06
We have to bring in little tags,
214
534805
1579
Trzeba wprowadzić znaczniki
świecącymi kolorami,
świecącymi kolorami,
09:08
with glowing dyes
that will distinguish them.
that will distinguish them.
215
536408
3019
które będą je rozróżniać.
09:11
So one kind of biomolecule
might get a blue color.
might get a blue color.
216
539451
2673
Jedne biocząsteczki
można zaznaczyć na niebiesko.
można zaznaczyć na niebiesko.
09:14
Another kind of biomolecule
might get a red color.
might get a red color.
217
542148
2351
Inne na czerwono.
09:16
And so forth.
218
544523
1276
I tak dalej.
09:17
And that's the final step.
219
545823
1552
To jest ostatni krok.
09:19
Now we can look at something like a brain
220
547399
2278
Teraz widać coś podobnego do mózgu,
09:21
and look at the individual molecules,
221
549701
1796
i widać poszczególne cząstki,
09:23
because we've moved them
far apart enough from each other
far apart enough from each other
222
551521
2707
bo rozsunęliśmy je na tyle,
09:26
that we can tell them apart.
223
554252
1698
że da się je odróżnić.
09:27
So the hope here is that
we can make the invisible visible.
we can make the invisible visible.
224
555974
2834
Chcemy zmienić niewidoczne w widzialne.
09:30
We can turn things that might seem
small and obscure
small and obscure
225
558832
2566
Możemy sprawić, by rzeczy małe i niejasne
09:33
and blow them up
226
561422
1151
zostały nadmuchane,
09:34
until they're like constellations
of information about life.
of information about life.
227
562597
3177
aż staną się konstelacjami
informacji o życiu.
informacji o życiu.
09:37
Here's an actual video
of what it might look like.
of what it might look like.
228
565798
2375
Ten film pokazuje,
jak mogłoby to wyglądać.
jak mogłoby to wyglądać.
09:40
We have here a little brain in a dish --
229
568197
2371
Mamy tutaj móżdżek na szalce,
09:42
a little piece of a brain, actually.
230
570592
1747
w zasadzie kawałek mózgu.
09:44
We've infused the polymer in,
231
572363
1596
Wlaliśmy do niego polimer,
09:45
and now we're adding water.
232
573983
1467
a teraz dodajemy wodę.
09:47
What you'll see is that,
right before your eyes --
right before your eyes --
233
575474
2358
Na waszych oczach,
09:49
this video is sped up about sixtyfold --
234
577856
1923
film został przyśpieszony 60-krotnie,
09:51
this little piece of brain tissue
is going to grow.
is going to grow.
235
579803
2725
ten mały mały fragment
tkanki mózgowej zaczyna rosnąć.
tkanki mózgowej zaczyna rosnąć.
09:54
It can increase by a hundredfold
or even more in volume.
or even more in volume.
236
582552
3180
Może zwiększyć objętość
100 razy, a nawet więcej.
100 razy, a nawet więcej.
09:57
And the cool part is, because
those polymers are so tiny,
those polymers are so tiny,
237
585756
2949
Jako że polimery są tak małe,
10:00
we're separating biomolecules
evenly from each other.
evenly from each other.
238
588729
2559
rozdzielamy biocząsteczki równomiernie.
10:03
It's a smooth expansion.
239
591312
1658
To daje płynny rozrost.
10:04
We're not losing the configuration
of the information.
of the information.
240
592994
2687
Nie tracimy ustawienia informacji.
10:07
We're just making it easier to see.
241
595705
2700
Ułatwiamy tylko ich zobaczenie.
10:11
So now we can take
actual brain circuitry --
actual brain circuitry --
242
599333
2176
Weźmy prawdziwy zwój mózgowy.
10:13
here's a piece of the brain
involved with, for example, memory --
involved with, for example, memory --
243
601533
3134
Oto fragment mózgu,
zaangażowany, na przykład, w pamięć,
zaangażowany, na przykład, w pamięć,
10:16
and we can zoom in.
244
604691
1263
można go przybliżyć.
10:17
We can start to actually look at
how circuits are configured.
how circuits are configured.
245
605978
2890
Można oglądać ustawienie obwodów.
10:20
Maybe someday we could read out a memory.
246
608892
1968
Może któregoś dnia odczytamy wspomnienia.
10:22
Maybe we could actually look
at how circuits are configured
at how circuits are configured
247
610884
2779
Może uda się zobaczyć ułożenie obwodów
przetwarzających emocje,
10:25
to process emotions,
248
613687
1152
10:26
how the actual wiring
of our brain is organized
of our brain is organized
249
614863
2922
prawdziwą organizację mózgu,
10:29
in order to make us who we are.
250
617809
2567
która definiuje naszą osobowość.
10:32
And of course, we can pinpoint, hopefully,
251
620400
2047
Przy odrobinie szczęścia
można by sprecyzować
można by sprecyzować
10:34
the actual problems in the brain
at a molecular level.
at a molecular level.
252
622471
3159
problemy w mózgu
na poziomie cząsteczkowym.
na poziomie cząsteczkowym.
10:37
What if we could actually
look into cells in the brain
look into cells in the brain
253
625654
2569
Może dałoby się zajrzeć do komórek mózgu,
10:40
and figure out, wow, here are the 17
molecules that have altered
molecules that have altered
254
628247
3083
rozgryźć, że zaszła zmiana 17 cząsteczek
10:43
in this brain tissue that has been
undergoing epilepsy
undergoing epilepsy
255
631354
3455
w tkance mózgu w wyniku epilepsji
lub z powodu Parkinsona
10:46
or changing in Parkinson's disease
256
634833
1650
10:48
or otherwise being altered?
257
636507
1517
albo jeszcze innych powodów?
10:50
If we get that systematic list
of things that are going wrong,
of things that are going wrong,
258
638048
3043
Mając uporządkowaną możliwych zaburzeń,
10:53
those become our therapeutic targets.
259
641115
2199
można obrać je za cel leczenia.
10:55
We can build drugs that bind those.
260
643338
1677
Tworzylibyśmy leki, które je wiążą.
10:57
We can maybe aim energy
at different parts of the brain
at different parts of the brain
261
645039
2627
Moglibyśmy celować energią
w różne części mózgu,
w różne części mózgu,
10:59
in order to help people
with Parkinson's or epilepsy
with Parkinson's or epilepsy
262
647690
2687
by pomagać ludziom
z Parkinsonem lub epilepsją,
z Parkinsonem lub epilepsją,
11:02
or other conditions that affect
over a billion people
over a billion people
263
650401
2551
lub z innymi schorzeniami,
które dotykają ponad miliarda ludzi
które dotykają ponad miliarda ludzi
11:04
around the world.
264
652976
1213
na całym świecie.
11:07
Now, something interesting
has been happening.
has been happening.
265
655246
2206
Dzieje się coś ciekawego.
11:09
It turns out that throughout biomedicine,
266
657476
2705
Okazuje się, że także innym
problemom w biomedycynie
problemom w biomedycynie
11:12
there are other problems
that expansion might help with.
that expansion might help with.
267
660205
2666
może pomóc nasze powiększanie.
11:14
This is an actual biopsy
from a human breast cancer patient.
from a human breast cancer patient.
268
662895
3234
Oto biopsja od pacjentki z rakiem piersi.
11:18
It turns out that if you look at cancers,
269
666505
2188
Okazuje się, że jeśli spojrzycie na raka,
11:20
if you look at the immune system,
270
668717
1611
na układ odpornościowy,
11:22
if you look at aging,
if you look at development --
if you look at development --
271
670352
2513
na starzenie się, na rozwój,
11:24
all these processes are involving
large-scale biological systems.
large-scale biological systems.
272
672889
4497
to te procesy obejmują
całe układy biologiczne.
całe układy biologiczne.
11:29
But of course, the problems begin
with those little nanoscale molecules,
with those little nanoscale molecules,
273
677410
4024
Jednak problem zaczyna się
od nanocząsteczek,
od nanocząsteczek,
11:33
the machines that make the cells
and the organs in our body tick.
and the organs in our body tick.
274
681458
3869
maszyn, które napędzają
komórki i organy ciała.
komórki i organy ciała.
11:37
So what we're trying
to do now is to figure out
to do now is to figure out
275
685351
2222
Próbujemy dojść,
11:39
if we can actually use this technology
to map the building blocks of life
to map the building blocks of life
276
687597
3466
jak użyć tej techniki do odwzorowania
podstawowych elementów życia
podstawowych elementów życia
11:43
in a wide variety of diseases.
277
691087
1745
w szerokiej gamie chorób.
11:44
Can we actually pinpoint
the molecular changes in a tumor
the molecular changes in a tumor
278
692856
2896
Czy da się określić
molekularne zmiany w guzie,
molekularne zmiany w guzie,
11:47
so that we can actually
go after it in a smart way
go after it in a smart way
279
695776
2369
żeby mądrze się z nim rozprawić,
11:50
and deliver drugs that might wipe out
exactly the cells that we want to?
exactly the cells that we want to?
280
698169
3944
dostarczyć leki, które wytępią
wybrane komórki?
wybrane komórki?
11:54
You know, a lot of medicine
is very high risk.
is very high risk.
281
702137
2335
Medycyna jest w dużej mierze
bardzo ryzykowna.
bardzo ryzykowna.
11:56
Sometimes, it's even guesswork.
282
704496
1782
Czasami to wręcz spekulacja.
11:58
My hope is we can actually turn
what might be a high-risk moon shot
what might be a high-risk moon shot
283
706626
3875
Mam nadzieję zamienić
ryzykowny lot na Księżyc
ryzykowny lot na Księżyc
12:02
into something that's more reliable.
284
710525
1769
na coś bardziej niezawodnego.
12:04
If you think about the original moon shot,
285
712318
2055
Pierwszy lot na Księżyc
12:06
where they actually landed on the moon,
286
714397
1898
z udanym lądowaniem
12:08
it was based on solid science.
287
716319
1444
był oparty na solidnej nauce.
12:09
We understood gravity;
288
717787
1603
Zrozumieliśmy grawitację,
12:11
we understood aerodynamics.
289
719414
1341
aerodynamikę,
12:12
We knew how to build rockets.
290
720779
1395
wiedzieliśmy, jak budować rakiety.
12:14
The science risk was under control.
291
722198
2468
Ryzyko naukowe było pod kontrolą.
12:16
It was still a great, great
feat of engineering.
feat of engineering.
292
724690
2753
Jest to wielkie osiągnięcie inżynierii.
12:19
But in medicine, we don't
necessarily have all the laws.
necessarily have all the laws.
293
727467
2645
Natomiast w medycynie
nie mamy wszystkich praw.
nie mamy wszystkich praw.
12:22
Do we have all the laws
that are analogous to gravity,
that are analogous to gravity,
294
730136
3109
Czy mamy prawa analogiczne do grawitacji
12:25
that are analogous to aerodynamics?
295
733269
2344
lub aerodynamiki?
12:27
I would argue that with technologies
296
735637
1730
Twierdzę, że dzięki takim technikom
12:29
like the kinds I'm talking about today,
297
737391
1872
jak te, o których mówię,
12:31
maybe we can actually derive those.
298
739287
1693
moglibyśmy odkryć takie prawa.
12:33
We can map the patterns
that occur in living systems,
that occur in living systems,
299
741004
2857
Możemy sporządzić
wzory żywych organizmów
wzory żywych organizmów
12:35
and figure out how to overcome
the diseases that plague us.
the diseases that plague us.
300
743885
4558
i rozgryźć, jak przezwyciężyć
choroby, które nas nękają.
choroby, które nas nękają.
12:41
You know, my wife and I
have two young kids,
have two young kids,
301
749499
2079
Mamy z żoną dwoje małych dzieci,
12:43
and one of my hopes as a bioengineer
is to make life better for them
is to make life better for them
302
751602
3234
jednym z moich marzeń bioinżyniera
jest to, żeby miały lepsze życie
jest to, żeby miały lepsze życie
12:46
than it currently is for us.
303
754860
1729
niż my obecnie.
12:48
And my hope is, if we can
turn biology and medicine
turn biology and medicine
304
756613
3730
Wierze, że przekształcenie
biologii i medycyny
biologii i medycyny
12:52
from these high-risk endeavors
that are governed by chance and luck,
that are governed by chance and luck,
305
760367
4357
z ryzykownych przedsięwzięć
rządzonych przez przypadek i szczęście,
rządzonych przez przypadek i szczęście,
12:56
and make them things
that we win by skill and hard work,
that we win by skill and hard work,
306
764748
3927
na coś, co można wygrać
umiejętnościami i ciężką pracą,
umiejętnościami i ciężką pracą,
13:00
then that would be a great advance.
307
768699
1898
to byłby wielki postęp.
13:02
Thank you very much.
308
770621
1206
Dziękuję bardzo.
13:03
(Applause)
309
771851
10383
(Brawa)
ABOUT THE SPEAKER
Ed Boyden - NeuroengineerEd Boyden is a professor of biological engineering and brain and cognitive sciences at the MIT Media Lab and the MIT McGovern Institute.
Why you should listen
Ed Boyden leads the Synthetic Neurobiology Group, which develops tools for analyzing and repairing complex biological systems such as the brain. His group applies these tools in a systematic way in order to reveal ground truth scientific understandings of biological systems, which in turn reveal radical new approaches for curing diseases and repairing disabilities. These technologies include expansion microscopy, which enables complex biological systems to be imaged with nanoscale precision, and optogenetic tools, which enable the activation and silencing of neural activity with light (TED Talk: A light switch for neurons). Boyden also co-directs the MIT Center for Neurobiological Engineering, which aims to develop new tools to accelerate neuroscience progress.
Amongst other recognitions, Boyden has received the Breakthrough Prize in Life Sciences (2016), the BBVA Foundation Frontiers of Knowledge Award (2015), the Carnegie Prize in Mind and Brain Sciences (2015), the Jacob Heskel Gabbay Award (2013), the Grete Lundbeck Brain Prize (2013) and the NIH Director's Pioneer Award (2013). He was also named to the World Economic Forum Young Scientist list (2013) and the Technology Review World's "Top 35 Innovators under Age 35" list (2006). His group has hosted hundreds of visitors to learn how to use new biotechnologies and spun out several companies to bring inventions out of his lab and into the world. Boyden received his Ph.D. in neurosciences from Stanford University as a Hertz Fellow, where he discovered that the molecular mechanisms used to store a memory are determined by the content to be learned. Before that, he received three degrees in electrical engineering, computer science and physics from MIT. He has contributed to over 300 peer-reviewed papers, current or pending patents and articles, and he has given over 300 invited talks on his group's work.
Ed Boyden | Speaker | TED.com