ABOUT THE SPEAKER
Cynthia Kenyon - Biochemist, geneticist
When it comes to aging well, having “good genes” (or rather, mutant ones) is key, says Cynthia Kenyon. She unlocked the genetic secret of longevity in roundworms — and now she’s working to do the same for humans.

Why you should listen

Cynthia Kenyon is revolutionizing our understanding of aging. As an expert in biochemistry and biophysics at the University of California at San Francisco, she is particularly interested in the influence that genetics have on age-related diseases (from cancer to heart failure) in living things.

Her biggest breakthrough was figuring out that there’s a “universal hormonal control for aging”: carbohydrate intake, which can have a dramatic effect on how two critical genes behave, reducing insulin production and boosting repair and renovation activities. So far, her theory has proved true for worms, mice, rats, and monkeys — and she suspects it applies to humans, too.

By studying aging, Kenyon believes that she and other scientists (many of whom have successfully duplicated her experiments) will be able to pinpoint the molecules responsible for the onset of age-related diseases in people and prevent them. She’s co-founded a drug-development company called Elixir Pharmaceuticals to do just that.

She says: "The link between aging and age-related disease suggests an entirely new way to combat many diseases all at once; namely, by going after their greatest risk factor: aging itself."

More profile about the speaker
Cynthia Kenyon | Speaker | TED.com
TEDGlobal 2011

Cynthia Kenyon: Experiments that hint of longer lives

Cynthia Kenyon: Experiências que dão pistas para vidas mais longas

Filmed:
1,030,469 views

O que regula o envelhecimento? A bioquímica Cynthia Kenyon descobriu uma simples mutação genética que consegue duplicar o tempo de vida de um simples verme, C. elegans. Os resultados dessa descoberta, e de outras, estão a apontar para como poderemos um dia prolongar significativamente a vida humana na sua juventude.
- Biochemist, geneticist
When it comes to aging well, having “good genes” (or rather, mutant ones) is key, says Cynthia Kenyon. She unlocked the genetic secret of longevity in roundworms — and now she’s working to do the same for humans. Full bio

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

00:15
Have you ever wanted to stayfique youngjovem a little longermais longo
0
0
3000
Alguma vez desejaram ficar jovens mais um pouco
00:18
and put off agingenvelhecimento?
1
3000
2000
e adiar o envelhecimento?
00:20
This is a dreamSonhe of the agesidades.
2
5000
3000
Este é um sonho de todos os tempos.
00:23
But scientistscientistas have for a long time
3
8000
2000
Mas os cientistas durante muito tempo
00:25
thought this just was never going to be possiblepossível.
4
10000
2000
pensaram que isto nunca iria ser possível.
00:27
They thought you just wearvestem out, there's nothing you can do about it --
5
12000
3000
Pensaram que simplesmente nos desgastamos, não há nada a fazer --
00:30
kindtipo of like an oldvelho shoesapato.
6
15000
2000
tal como um sapato velho.
00:32
But if you look in naturenatureza,
7
17000
2000
Mas se olharmos para a natureza,
00:34
you see that differentdiferente kindstipos of animalsanimais
8
19000
2000
vemos que diferentes tipos de animais
00:36
can have really differentdiferente lifespansExpectativa de vida.
9
21000
2000
podem ter tempos de vida mesmo diferentes.
00:38
Now these animalsanimais are differentdiferente from one anotheroutro,
10
23000
2000
Ora estes animais são diferentes uns dos outros,
00:40
because they have differentdiferente genesgenes.
11
25000
2000
porque têm genes diferentes.
00:42
So that suggestssugere
12
27000
2000
E isso sugere
00:44
that somewherealgum lugar in these genesgenes, somewherealgum lugar in the DNADNA,
13
29000
2000
que algures nesses genes, algures no ADN,
00:46
are genesgenes for agingenvelhecimento,
14
31000
2000
estão genes para o envelhecimento,
00:48
genesgenes that allowpermitir them to have differentdiferente lifespansExpectativa de vida.
15
33000
2000
genes que lhes permitem ter diferentes tempos de vida.
00:50
So if there are genesgenes like that,
16
35000
2000
Então, se há genes assim,
00:52
then you can imagineImagine that,
17
37000
2000
então podemos imaginar que,
00:54
if you could changemudança one of the genesgenes in an experimentexperimentar,
18
39000
2000
se pudéssemos mudar um dos genes numa experiência,
00:56
an agingenvelhecimento genegene,
19
41000
2000
um gene do envelhecimento,
00:58
maybe you could slowlento down agingenvelhecimento and extendampliar lifespanvida útil.
20
43000
3000
talvez pudéssemos desacelerar o envelhecimento e prolongar o tempo de vida.
01:01
And if you could do that, then you could find the genesgenes for agingenvelhecimento.
21
46000
3000
E se pudéssemos fazer isso, então poderíamos encontrar os genes do envelhecimento.
01:04
And if they existexistir and you can find them,
22
49000
2000
E se eles existirem e os conseguirmos encontrar,
01:06
then maybe one could eventuallyeventualmente do something about it.
23
51000
3000
então talvez pudéssemos fazer algo com eles, eventualmente.
01:09
So we'venós temos setconjunto out to look for genesgenes that controlao controle agingenvelhecimento.
24
54000
3000
Então fomos à procura de genes que regulassem o envelhecimento.
01:12
And we didn't studyestude any of these animalsanimais.
25
57000
3000
E não estudámos nenhum destes animais.
01:15
InsteadEm vez disso, we studiedestudou a little, tinyminúsculo, roundvolta wormMinhoca calledchamado C. eleganselegans,
26
60000
3000
Em vez disso, estudámos um pequeno, minúsculo, verme redondo, chamado Caenorhabditis elegans,
01:18
whichqual is just about the sizeTamanho of a commavírgula in a sentencesentença.
27
63000
3000
que é apenas do tamanho de uma vírgula numa frase.
01:21
And we were really optimisticotimista that we could find something
28
66000
3000
E estávamos bastante optimistas que conseguiríamos encontrar algo
01:24
because there had been a reportrelatório of a long-livedlonga vida mutantmutante.
29
69000
3000
porque tinha havido um relatório sobre um mutante de vida longa.
01:27
So we startedcomeçado to changemudança genesgenes at randomaleatória,
30
72000
2000
Por isso começámos a mudar genes aleatoriamente,
01:29
looking for long-livedlonga vida animalsanimais.
31
74000
2000
procurando animais de vida longa.
01:31
And we were very luckypor sorte to find
32
76000
2000
E tivemos bastante sorte em descobrir
01:33
that mutationsmutações that damagedanificar one singlesolteiro genegene calledchamado daf-DAF-2
33
78000
4000
que as mutações que danificam um único gene chamado daf-2
01:37
doubleddobrou the lifespanvida útil of the little wormMinhoca.
34
82000
3000
duplicam o tempo de vida daquele pequeno verme.
01:40
So you can see in blackPreto, after a monthmês --
35
85000
2000
Podem ver em preto, depois de um mês --
01:42
they're very short-livedde curta duração; that's why we like to studyestude them
36
87000
2000
eles têm uma vida muito curta; é por isso que gostamos de estudá-los
01:44
for studiesestudos of agingenvelhecimento --
37
89000
2000
em estudos sobre envelhecimento --
01:46
in blackPreto, after a monthmês, the normalnormal wormsvermes are all deadmorto.
38
91000
3000
em preto, depois de um mês, os vermes normais estão todos mortos.
01:49
But at that time,
39
94000
2000
Mas nessa altura,
01:51
mosta maioria of the mutantmutante wormsvermes are still alivevivo.
40
96000
2000
a maioria dos vermes mutantes ainda está viva.
01:53
And it isn't untilaté twiceduas vezes as long
41
98000
2000
E só depois do dobro do tempo
01:55
that they're all deadmorto.
42
100000
2000
é que todos morrem.
01:57
And now I want to showexposição what they actuallyna realidade look like in this moviefilme here.
43
102000
3000
E agora quero mostrar-vos qual o seu verdadeiro aspecto neste filme aqui.
02:00
So the first thing you're going to see
44
105000
2000
Então a primeira coisa que vão ver
02:02
is the normalnormal wormMinhoca
45
107000
2000
é o verme normal
02:04
when it's about collegeFaculdade studentaluna ageera -- a youngjovem adultadulto.
46
109000
3000
quando tem mais ou menos a idade de um estudante universitário -- um jovem adulto.
02:07
It's quitebastante a cutebonito little fellowcompanheiro.
47
112000
3000
É um tipo bastante giro.
02:10
And nextPróximo you're going to see the long-livedlonga vida mutantmutante when it's youngjovem.
48
115000
3000
E a seguir vão ver o mutante de vida longa quando jovem.
02:13
So this animalanimal is going to liveviver twiceduas vezes as long.
49
118000
2000
Então, este animal vai viver o dobro do tempo.
02:15
Is it miserablemiserável? It doesn't seemparecem to be.
50
120000
2000
Será infeliz? Não parece ser.
02:17
It's activeativo. You can't tell the differencediferença really.
51
122000
3000
É activo. Não se conseguem ver diferenças, na verdade.
02:20
And they can be completelycompletamente fertilefertil --
52
125000
2000
E conseguem ser completamente férteis --
02:22
have the samemesmo numbernúmero of progenydescendência as the normalnormal wormsvermes do.
53
127000
2000
ter o mesmo número de descendentes que os vermes normais.
02:24
Now get out your handkerchiefslenços here.
54
129000
2000
Agora peguem nos vossos lenços.
02:26
You're going to see, in just two weekssemanas,
55
131000
2000
Irão ver, em apenas duas semanas,
02:28
the normalnormal wormsvermes are oldvelho.
56
133000
2000
que os vermes normais estão velhos.
02:30
You can see the little headcabeça movingmovendo-se down at the bottominferior there.
57
135000
3000
Podem ver a pequena cabeça movendo-se para baixo ali ao fundo.
02:33
But everything elseoutro is just lyingdeitado there.
58
138000
2000
Mas tudo o resto simplesmente está ali parado.
02:35
The animal'sdo animal clearlyclaramente in the nursingde enfermagem home.
59
140000
2000
O animal claramente está no lar de terceira idade.
02:37
And if you look at the tissuestecidos of the animalanimal, they're startinginiciando to deterioratedeteriorar-se.
60
142000
3000
E se olharmos para os tecidos do animal, estão a começar a deteriorar-se.
02:40
You know, even if you've never seenvisto one of these little C. eleganselegans --
61
145000
2000
Sabem, mesmo se nunca tiverem visto um destes pequenos Caenorhabditis elegans --
02:42
whichqual probablyprovavelmente mosta maioria of you haven'tnão tem seenvisto one --
62
147000
2000
e provavelmente a maior parte nunca viu um --
02:44
you can tell they're oldvelho -- isn't that interestinginteressante?
63
149000
3000
conseguem perceber que são velhos -- o que é interessante, não é?
02:47
So there's something about agingenvelhecimento that's kindtipo of universaluniversal.
64
152000
3000
Ora aqui está algo sobre o envelhecimento que é um pouco universal.
02:50
And now here is the daf-DAF-2 mutantmutante.
65
155000
3000
E agora aqui está o mutante daf-2.
02:53
One genegene is changedmudou out of 20,000, and look at it.
66
158000
2000
É mudado um gene em 20.000, e olhem para ele.
02:55
It's the samemesmo ageera, but it's not in the nursingde enfermagem home;
67
160000
3000
É da mesma idade, mas não está no lar de terceira idade;
02:58
it's going skiingesquiar.
68
163000
3000
está a esquiar.
03:01
This is what's really coollegal: it's agingenvelhecimento more slowlylentamente.
69
166000
3000
É isto que é realmente interessante: está a envelhecer mais lentamente.
03:04
It takes this wormMinhoca two daysdias
70
169000
2000
Este verme demora dois dias
03:06
to ageera as much as the normalnormal wormMinhoca agesidades in one day.
71
171000
2000
a envelhecer tanto como o verme normal envelhece num dia.
03:08
And when I tell people about this,
72
173000
2000
E quando eu digo isto às pessoas,
03:10
they tendtende to think of maybe an 80 or 90 year-oldanos de idade personpessoa
73
175000
4000
elas tendem a pensar talvez numa pessoa de 80 ou 90 anos
03:14
who looksparece really good for beingser 90 or 80.
74
179000
2000
que tem mesmo bom aspecto para alguém de 90 ou 80 anos.
03:16
But it's really more like this:
75
181000
2000
Mas é mais assim:
03:18
let's say you're a 30 year-oldanos de idade guy -- or in your 30s --
76
183000
3000
digamos que têm 30 anos -- ou que estão na casa dos 30 --
03:21
and you're a bachelordespedida de solteiro and you're datingnamoro people.
77
186000
2000
e que são solteiros e andam a namorar.
03:23
And you meetConheça someonealguém you really like, you get to know her.
78
188000
3000
E conhecem alguém de que gostam, e que se tornam íntimos.
03:26
And you're in a restaurantrestaurante, and you say, "Well how oldvelho are you?"
79
191000
3000
E estão num restaurante, e dizem, "Bem, que idade tens?"
03:29
She saysdiz, "I'm 60."
80
194000
2000
E ela diz, "Tenho 60."
03:31
That's what it's like. And you would never know.
81
196000
2000
É assim. E nunca iriam adivinhar.
03:33
You would never know, untilaté she told you.
82
198000
2000
Nunca iriam adivinhar, até que ela vos dissesse.
03:35
(LaughterRiso)
83
200000
4000
(Risos)
03:39
Okay.
84
204000
2000
Ok.
03:41
So what is the daf-DAF-2 genegene?
85
206000
2000
Então, o que é o gene daf-2?
03:43
Well as you know, genesgenes, whichqual are partparte of the DNADNA,
86
208000
2000
Bem, como sabem, os genes, que são parte do ADN,
03:45
they're instructionsinstruções to make a proteinproteína that does something.
87
210000
3000
são instruções para fabricar uma proteína que faz alguma coisa.
03:48
And the daf-DAF-2 genegene
88
213000
2000
E o gene daf-2
03:50
encodescodifica a hormonehormônio receptorreceptor.
89
215000
2000
codifica um receptor hormonal.
03:52
So what you see in the picturecenário there
90
217000
2000
Por isso o que vêem aqui nesta imagem
03:54
is a cellcélula with a hormonehormônio receptorreceptor in redvermelho
91
219000
2000
é uma célula com um receptor hormonal a vermelho
03:56
punchingde perfuração throughatravés the edgeBeira of the cellcélula.
92
221000
2000
perfurando a superfície exterior de uma célula.
03:58
So partparte of it is like a baseballbaseball gloveluva.
93
223000
2000
Parte do receptor é como uma luva de basebol.
04:00
PartParte of it's on the outsidelado de fora,
94
225000
2000
Parte está do lado de fora,
04:02
and it's catchingcaptura the hormonehormônio as it comesvem by in greenverde.
95
227000
2000
e fica a apanhar a hormona quando ela passa, em verde.
04:04
And the other partparte is on the insidedentro
96
229000
2000
E a outra parte está no lado de dentro
04:06
where it sendsenvia signalssinais into the cellcélula.
97
231000
2000
onde envia sinais para o interior da célula.
04:08
Okay, so what is the daf-DAF-2 receptorreceptor
98
233000
2000
Ok, então o que está o receptor daf-2
04:10
tellingdizendo the insidedentro of the cellcélula?
99
235000
2000
a dizer ao interior da célula?
04:12
I just told you that, if you make a mutationmutação in the daf-DAF-2 genegene cellcélula,
100
237000
3000
Acabei de vos dizer que, se fizermos uma mutação na célula do gene daf-2,
04:15
that you get a receptorreceptor that doesn't work as well;
101
240000
2000
obtemos um receptor que não funciona tão bem;
04:17
the animalanimal livesvidas longermais longo.
102
242000
2000
e o animal vive mais tempo.
04:19
So that meanssignifica that the normalnormal functionfunção of this hormonehormônio receptorreceptor
103
244000
3000
E isso significa que a função normal deste receptor hormonal
04:22
is to speedRapidez up agingenvelhecimento.
104
247000
2000
é o de acelerar o envelhecimento.
04:24
That's what that arrowflecha meanssignifica.
105
249000
2000
É o que aquela seta significa.
04:26
It speedsvelocidades up agingenvelhecimento. It makesfaz com que it go fasterMais rápido.
106
251000
2000
Acelera o envelhecimento. Faz com que ande mais rápido.
04:28
So it's like the animalanimal has the grimsombrio reaperanjo da morte insidedentro of itselfem si,
107
253000
2000
Então, é como se o animal tivesse a Morte com a sua foice dentro de si,
04:30
speedingexcesso de velocidade up agingenvelhecimento.
108
255000
2000
a acelerar o envelhecimento.
04:32
So this is altogetherno total really, really interestinginteressante.
109
257000
3000
Isto só por si já é mesmo, mesmo interessante.
04:35
It saysdiz that agingenvelhecimento is subjectsujeito to controlao controle by the genesgenes,
110
260000
3000
Diz-nos que o envelhecimento está sujeito ao controlo dos genes,
04:38
and specificallyespecificamente by hormoneshormônios.
111
263000
3000
e especificamente das hormonas.
04:41
So what kindtipo of hormoneshormônios are these?
112
266000
2000
E então que tipo de hormonas são estas?
04:43
There's lots of hormoneshormônios. There's testosteronetestosterona, adrenalinadrenalina.
113
268000
2000
Há imensas hormonas. Há a testosterona, a adrenalina.
04:45
You know about a lot of them.
114
270000
2000
Conhecem muitas delas.
04:47
These hormoneshormônios are similarsemelhante
115
272000
2000
Estas hormonas são semelhantes
04:49
to hormoneshormônios that we have in our bodiescorpos.
116
274000
2000
a hormonas que temos nos nossos corpos.
04:51
The daf-DAF-2 hormonehormônio receptorreceptor
117
276000
2000
O receptor hormonal daf-2
04:53
is very similarsemelhante to the receptorreceptor
118
278000
2000
é muito semelhante ao receptor
04:55
for the hormonehormônio insulininsulina and IGF-IGF-1.
119
280000
3000
para a hormona da insulina e da IGF-1.
04:58
Now you've all heardouviu of at leastpelo menos insulininsulina.
120
283000
2000
Ora, todos ouviram falar pelo menos da insulina.
05:00
InsulinInsulina is a hormonehormônio that promotespromove a the uptakeabsorção of nutrientsnutrientes
121
285000
3000
A insulina é a hormona que estimula a absorção de nutrientes
05:03
into your tissuestecidos after you eatcomer a mealrefeição.
122
288000
2000
pelos tecidos depois de ingerirmos uma refeição.
05:05
And the hormonehormônio IGF-IGF-1 promotespromove a growthcrescimento.
123
290000
3000
E a hormona IGF-1 estimula o crescimento.
05:08
So these functionsfunções were knownconhecido for these hormoneshormônios for a long time,
124
293000
3000
Estas funções já eram conhecidas para estas hormonas há muito tempo,
05:11
but our studiesestudos suggestedsugerido
125
296000
2000
mas os nossos estudos sugeriram
05:13
that maybe they had a thirdterceiro functionfunção that nobodyninguém knewsabia about --
126
298000
2000
que talvez elas tivessem uma terceira função que ninguém conhecia --
05:15
maybe they alsoAlém disso affectafetar agingenvelhecimento.
127
300000
2000
talvez elas também afectem o envelhecimento.
05:17
And it's looking like that's the casecaso.
128
302000
2000
E parece que é esse o caso.
05:19
So after we madefeito our discoveriesdescobertas with little C. eleganselegans,
129
304000
3000
Depois de termos feito as nossas descobertas com o pequeno Caenorhabditis elegans,
05:22
people who workedtrabalhou on other kindstipos of animalsanimais
130
307000
2000
pessoas que trabalhavam com outros tipos de animais
05:24
startedcomeçado askingPerguntando, if we madefeito the samemesmo daf-DAF-2 mutationmutação,
131
309000
3000
começaram a perguntar, se fizermos a mesma mutação daf-2,
05:27
the hormonehormônio receptorreceptor mutationmutação, in other animalsanimais,
132
312000
3000
a mutação no receptor hormonal, noutros animais,
05:30
will they liveviver longermais longo?
133
315000
2000
viverão eles mais tempo?
05:32
And that is the casecaso in fliesmoscas.
134
317000
2000
E é isso que acontece com as moscas.
05:34
If you changemudança this hormonehormônio pathwaycaminho in fliesmoscas, they liveviver longermais longo.
135
319000
3000
Se mudarmos a via hormonal nas moscas, elas vivem mais tempo.
05:37
And alsoAlém disso in miceratos -- and miceratos are mammalsmamíferos like us.
136
322000
3000
E também nos murganhos -- e os murganhos são mamíferos como nós.
05:40
So it's an ancientantigo pathwaycaminho,
137
325000
2000
Trata-se de uma via ancestral,
05:42
because it mustdevo have arisensurgido a long time agoatrás in evolutionevolução
138
327000
2000
porque deve ter surgido há muito tempo atrás na evolução
05:44
suchtal that it still workstrabalho in all these animalsanimais.
139
329000
3000
de tal forma que ainda funciona em todos estes animais.
05:47
And alsoAlém disso, the commoncomum precursorprecursor alsoAlém disso gavedeu risesubir to people.
140
332000
3000
Além disso, o precursor comum também surgiu nos humanos.
05:50
So maybe it's workingtrabalhando in people the samemesmo way.
141
335000
2000
Por isso talvez funcione nos humanos da mesma forma.
05:52
And there are hintsDicas of this.
142
337000
2000
E há pistas para isto.
05:54
So for exampleexemplo, there was one studyestude that was donefeito
143
339000
2000
Por exemplo, há um estudo que foi feito
05:56
in a populationpopulação of AshkenaziAshkenazi JewsJudeus in NewNovo YorkYork CityCidade.
144
341000
3000
numa população de Judeus Ashkenazi em Nova Iorque.
05:59
And just like any populationpopulação,
145
344000
2000
E tal como com qualquer população,
06:01
mosta maioria of the people liveviver to be about 70 or 80,
146
346000
3000
a maior parte das pessoas vive até cerca dos 70, 80 anos,
06:04
but some liveviver to be 90 or 100.
147
349000
2000
mas alguns vivem até aos 90, 100 anos.
06:06
And what they foundencontrado
148
351000
2000
E o que descobriram
06:08
was that people who livedvivia to 90 or 100
149
353000
3000
é que as pessoas que vivem até aos 90 ou 100 anos
06:11
were more likelyprovável to have daf-DAF-2 mutationsmutações --
150
356000
3000
tinham maior probabilidade de apresentar mutações daf-2 --
06:14
that is, changesalterar in the genegene
151
359000
2000
ou seja, mudanças no gene
06:16
that encodescodifica the receptorreceptor for IGF-IGF-1.
152
361000
2000
que codifica o receptor para a IGF-1.
06:18
And these changesalterar madefeito the genegene not actAja as well
153
363000
5000
E estas mudanças fizeram com que o gene não actuasse tão bem
06:23
as the normalnormal genegene would have actedatuou.
154
368000
2000
como o gene normal teria actuado.
06:25
It damagedestragado the genegene.
155
370000
2000
Danificaram o gene.
06:27
So those are hintsDicas
156
372000
2000
Então, isto são pistas
06:29
suggestingsugerindo that humanshumanos are susceptiblesuscetível
157
374000
2000
que sugerem que os humanos são susceptíveis
06:31
to the effectsefeitos of the hormoneshormônios for agingenvelhecimento.
158
376000
2000
aos efeitos das hormonas para o envelhecimento.
06:33
So the nextPróximo questionquestão, of coursecurso, is:
159
378000
2000
Então a próxima questão, é claro, é:
06:35
Is there any effectefeito on age-relatedrelacionado a idade diseasedoença?
160
380000
3000
Há algum efeito em doenças relacionadas com a idade?
06:38
As you ageera, you're much more likelyprovável
161
383000
2000
À medida que envelhecemos, é muito mais provável
06:40
to get cancerCâncer, Alzheimer'sA doença de Alzheimer diseasedoença,
162
385000
2000
contrairmos cancro, doença de Alzheimer,
06:42
heartcoração diseasedoença, all sortstipos of diseasesdoenças.
163
387000
2000
doenças cardíacas, todo o tipo de doenças.
06:44
It turnsgira out that these long-livedlonga vida mutantsmutantes
164
389000
2000
Acontece que estes mutantes de vida longa
06:46
are more resistantresistente to all these diseasesdoenças.
165
391000
2000
são mais resistentes a todas estas doenças.
06:48
They hardlydificilmente get cancerCâncer,
166
393000
2000
Dificilmente têm cancro,
06:50
and when they do it's not as severegrave.
167
395000
2000
e quando têm não é tão grave.
06:52
So it's really interestinginteressante, and it makesfaz com que sensesentido in a way,
168
397000
2000
Então, é realmente interessante, e faz sentido de certa forma,
06:54
that they're still youngjovem,
169
399000
2000
que ainda sejam jovens,
06:56
so why would they be gettingobtendo diseasesdoenças of agingenvelhecimento untilaté theirdeles oldvelho?
170
401000
3000
porque haveriam eles de ter doenças próprias do envelhecimento antes de envelhecerem?
07:00
So it suggestssugere
171
405000
2000
Isso sugere que,
07:02
that, if we could have a therapeuticterapêutico or a pillcomprimido to take
172
407000
3000
se pudéssemos ter uma terapêutica ou um comprimido que
07:05
to replicatereplicar some of these effectsefeitos in humanshumanos,
173
410000
2000
replicasse alguns destes efeitos em humanos,
07:07
maybe we would have a way
174
412000
2000
talvez tivéssemos uma forma
07:09
of combatingluta contra a lots of differentdiferente age-relatedrelacionado a idade diseasesdoenças
175
414000
2000
de combater muitas doenças relacionadas com o envelhecimento
07:11
all at onceuma vez.
176
416000
2000
de uma só vez.
07:13
So how can a hormonehormônio ultimatelyem última análise affectafetar the ratetaxa of agingenvelhecimento?
177
418000
2000
Então, como pode uma hormona, em última instância, afectar a taxa de envelhecimento?
07:15
How could that work?
178
420000
2000
Como pode isso funcionar?
07:17
Well it turnsgira out that in the daf-DAF-2 mutantsmutantes,
179
422000
3000
Bem, acontece que nos mutantes daf-2,
07:20
a wholetodo lot of genesgenes are switchedtrocado on in the DNADNA
180
425000
3000
muitos dos genes são accionados no ADN
07:23
that encodecodificar proteinsproteínas that protectproteger the cellscélulas and the tissuestecidos,
181
428000
3000
que codifica proteínas que protegem as células e os tecidos,
07:26
and repairreparar damagedanificar.
182
431000
2000
e reparam danos.
07:28
And the way that they're switchedtrocado on
183
433000
3000
E a forma como são accionadas
07:31
is by a genegene regulatorregulador de proteinproteína calledchamado FOXOFOXO.
184
436000
3000
é através de uma proteína reguladora de genes chamada FOXO.
07:34
So in a daf-DAF-2 mutantmutante --
185
439000
2000
Então, num mutante daf-2 --
07:36
you see that I have the X drawndesenhado here throughatravés the receptorreceptor.
186
441000
2000
podem ver que desenhei o X aqui por cima do receptor --
07:38
The receptorreceptor isn't workingtrabalhando as well.
187
443000
2000
o receptor não está a funcionar tão bem.
07:40
UnderSob those conditionscondições, the FOXOFOXO proteinproteína in blueazul
188
445000
3000
Nestas condições, a proteína FOXO, em azul,
07:43
has gonefoi into the nucleusnúcleo --
189
448000
2000
foi para o núcleo --
07:45
that little compartmentcompartimento there in the middlemeio of the cellcélula --
190
450000
2000
aquele pequeno compartimento ali no meio da célula --
07:47
and it's sittingsentado down on a genegene bindingvinculação de to it.
191
452000
2000
e encontra-se sobre um gene ao qual está ligada.
07:49
You see one genegene. There are lots of genesgenes actuallyna realidade that bindligar on FOXOFOXO.
192
454000
2000
Estão a ver um gene. Há imensos genes, na verdade, que se ligam à FOXO.
07:51
And it's just sittingsentado on one of them.
193
456000
2000
E está simplesmente sobre um deles.
07:53
So FOXOFOXO turnsgira on a lot of genesgenes.
194
458000
2000
Então a FOXO acciona imensos genes.
07:55
And the genesgenes it turnsgira on includesinclui antioxidantantioxidante genesgenes,
195
460000
3000
E os genes que são accionadas incluem genes antioxidantes,
07:58
genesgenes I call carrot-givercenoura-doador genesgenes,
196
463000
2000
genes que eu chamo genes dadores de cenoura,
08:00
whosede quem proteinproteína productsprodutos
197
465000
2000
cujos produtos de proteína,
08:02
actuallyna realidade help other proteinsproteínas to functionfunção well --
198
467000
2000
na verdade, ajudam outras proteínas a funcionar bem --
08:04
to folddobra correctlycorretamente and functionfunção correctlycorretamente.
199
469000
2000
a dobrar-se correctamente e a funcionar correctamente.
08:06
And it can alsoAlém disso escortacompanhante them to the garbagelixo canslatas of the cellcélula
200
471000
3000
E também os pode acompanhar até aos caixotes de lixo da célula
08:09
and recyclereciclar them if they're damagedestragado.
201
474000
2000
e reciclá-los se estiverem danificados.
08:11
DNADNA repairreparar genesgenes
202
476000
2000
Os genes reparadores de ADN
08:13
are more activeativo in these animalsanimais.
203
478000
2000
são mais activos nestes animais.
08:15
And the immuneimune systemsistema is more activeativo.
204
480000
2000
E o sistema imunitário é mais activo.
08:17
And manymuitos of these differentdiferente genesgenes, we'venós temos shownmostrando,
205
482000
3000
E muitos destes diferentes genes que mostrámos,
08:20
actuallyna realidade contributecontribuir to the long lifespanvida útil of the daf-DAF-2 mutantmutante.
206
485000
3000
na verdade, contribuem para o longo tempo de vida do mutante daf-2.
08:23
So it's really interestinginteressante.
207
488000
2000
Por isso, é realmente interessante.
08:25
These animalsanimais have withindentro them
208
490000
2000
Estes animais têm dentro deles
08:27
the latentlatente capacitycapacidade to liveviver much longermais longo than they normallynormalmente do.
209
492000
3000
a capacidade latente para viver muito mais do que vivem normalmente.
08:30
They have the abilityhabilidade
210
495000
2000
Têm a capacidade
08:32
to protectproteger themselvessi mesmos from manymuitos kindstipos of damagedanificar,
211
497000
2000
de se proteger a si mesmos de muitos tipos de dano,
08:34
whichqual we think makesfaz com que them liveviver longermais longo.
212
499000
3000
o que pensamos que os faz viver mais tempo.
08:37
So what about the normalnormal wormMinhoca?
213
502000
2000
E quanto ao verme normal?
08:39
Well when the daf-DAF-2 receptorreceptor is activeativo,
214
504000
3000
Bem, quando o receptor daf-2 está activo,
08:42
then it triggersgatilhos a seriesSeries of eventseventos
215
507000
2000
então desencadeia uma série de eventos
08:44
that preventevita FOXOFOXO
216
509000
2000
que impedem a FOXO
08:46
from gettingobtendo into the nucleusnúcleo where the DNADNA is.
217
511000
3000
de entrar no núcleo em que está o ADN.
08:49
So it can't turnvirar the genesgenes on.
218
514000
2000
E por isso não pode accionar os genes.
08:51
That's how it workstrabalho. That's why we don't see the long lifespanvida útil,
219
516000
2000
É assim que funciona. É por isso que não vemos o tempo de vida longo,
08:53
untilaté we have the daf-DAF-2 mutantmutante.
220
518000
2000
até termos o mutante daf-2.
08:55
But what good is this for the wormMinhoca?
221
520000
2000
Mas que bem faz isso ao verme?
08:57
Well we think that insulininsulina and IGF-IGF-1 hormoneshormônios
222
522000
3000
Bem, pensamos que a insulina e a hormona IGF-1
09:00
are hormoneshormônios that are particularlyparticularmente activeativo
223
525000
2000
são hormonas que estão particularmente activas
09:02
undersob favorablefavorável conditionscondições -- in the good timesvezes --
224
527000
2000
sob condições favoráveis -- nas boas alturas --
09:04
when foodComida is plentifulabundante and there's not a lot of stressestresse in the environmentmeio Ambiente.
225
529000
3000
quando a comida é abundante e não há demasiado stress no meio ambiente.
09:07
Then they promotepromover the uptakeabsorção of nutrientsnutrientes.
226
532000
2000
Então elas estimulam a absorção de nutrientes.
09:09
You can storeloja the foodComida, use it for energyenergia,
227
534000
3000
Podemos armazenar a comida, usá-la como energia,
09:12
growcrescer, etcetc..
228
537000
2000
para crescer, etc.
09:14
But what we think is that, undersob conditionscondições of stressestresse,
229
539000
3000
Mas aquilo que pensamos é que, sob condições de stress,
09:17
the levelsníveis of these hormoneshormônios dropsolta --
230
542000
2000
os níveis destas hormonas caem --
09:19
for exampleexemplo, havingtendo limitedlimitado foodComida supplyfornecem.
231
544000
3000
por exemplo, quando há fornecimento limitado de comida.
09:22
And that, we think,
232
547000
2000
E isso, pensamos,
09:24
is registeredregistrado by the animalanimal as a dangerperigo signalsinal,
233
549000
2000
é entendido pelo animal como um sinal de perigo,
09:26
a signalsinal that things are not okay
234
551000
2000
uma sinal de que as coisas não estão bem
09:28
and that it should rolllista out its protectiveprotetor capacitycapacidade.
235
553000
3000
e de que ele deve activar a sua capacidade protectora.
09:31
So it activatesativa FOXOFOXO, FOXOFOXO goesvai to the DNADNA,
236
556000
3000
Então o animal activa a FOXO, a FOXO entra no ADN,
09:34
and that triggersgatilhos the expressionexpressão of these genesgenes
237
559000
2000
e isso desencadeia a expressão destes genes
09:36
that improvesmelhora the abilityhabilidade of the cellcélula
238
561000
2000
que melhora a capacidade da célula
09:38
to protectproteger itselfem si and repairreparar itselfem si.
239
563000
2000
se proteger e reparar a si mesma.
09:40
And that's why we think the animalsanimais liveviver longermais longo.
240
565000
2000
E é por isso que pensamos que os animais vivem mais tempo.
09:42
So you can think of FOXOFOXO
241
567000
2000
Por isso podem pensar na FOXO
09:44
as beingser like a buildingconstrução superintendentSuperintendente.
242
569000
3000
como uma espécie de inspector de um edifício.
09:47
So maybe he's a little bitpouco lazypreguiçoso,
243
572000
2000
Talvez ele seja um pouco preguiçoso,
09:49
but he's there, he's takinglevando careCuidado of the buildingconstrução.
244
574000
2000
mas ele está lá, está a tomar conta do edifício.
09:51
But it's deterioratingdeteriorando-se.
245
576000
2000
Mas o edifício está a deteriorar-se.
09:53
And then suddenlyDe repente, he learnsaprende that there's going to be a hurricanefuracão.
246
578000
3000
E então, de súbito, ele apercebe-se que vai haver um furacão.
09:56
So he doesn't actuallyna realidade do anything himselfele mesmo.
247
581000
2000
E, na verdade, ele próprio não faz nada.
09:58
He getsobtém on the telephoneTelefone --
248
583000
2000
Ele pega no telefone --
10:00
just like FOXOFOXO getsobtém on the DNADNA --
249
585000
2000
tal como a FOXO entra no ADN --
10:02
and he callschamadas up
250
587000
2000
e liga para
10:04
the roofertelhadista, the windowjanela personpessoa,
251
589000
2000
para os pintores, para os reparadores
10:06
the painterpintor, the floorchão personpessoa.
252
591000
3000
do telhado, das janelas, dos soalhos.
10:09
And they all come and they fortifyfortificar the housecasa.
253
594000
2000
E todos eles vêem e fortalecem a casa.
10:11
And then the hurricanefuracão comesvem throughatravés,
254
596000
2000
E então o furacão passa,
10:13
and the housecasa is in much better conditioncondição than it would normallynormalmente have been in.
255
598000
2000
e a casa está em muito melhores condições do que normalmente estaria.
10:15
And not only that, it can alsoAlém disso just last longermais longo,
256
600000
3000
E para além disso, a casa pode agora durar mais tempo
10:18
even if there isn't a hurricanefuracão.
257
603000
2000
mesmo se não houver um furacão.
10:20
So that's the conceptconceito here
258
605000
2000
Então, é esse o conceito aqui
10:22
for how we think this life extensionextensão abilityhabilidade existsexiste.
259
607000
4000
para a forma como pensamos que esta extensão da vida existe.
10:26
Now the really coollegal thing about FOXOFOXO
260
611000
2000
Agora a coisa realmente interessante acerca da FOXO
10:28
is that there are differentdiferente formsformas of it.
261
613000
2000
é que há várias formas desta proteína.
10:30
We all have FOXOFOXO genesgenes,
262
615000
3000
Todos temas genes FOXO,
10:33
but we don't all have exactlyexatamente the samemesmo formFormato of the FOXOFOXO genegene.
263
618000
3000
mas não temos todos exactamente a mesma forma do gene FOXO.
10:36
Just like we all have eyesolhos,
264
621000
2000
Tal como todos temos olhos,
10:38
but some of us have blueazul eyesolhos and some of us have brownCastanho eyesolhos.
265
623000
3000
mas alguns de nós têm olhos azuis e alguns de nós têm olhos castanhos.
10:41
And there are certaincerto formsformas of the FOXOFOXO genegene
266
626000
3000
E há algumas formas do gene FOXO
10:44
that have foundencontrado to be more frequentlyfreqüentemente presentpresente
267
629000
2000
das quais se descobriu serem mais frequentes
10:46
in people who liveviver to be 90 or 100.
268
631000
2000
nas pessoas que vivem até aos 90, 100 anos.
10:48
And that's the casecaso all over the worldmundo,
269
633000
2000
E é assim que se passa em todo o mundo,
10:50
as you can see from these starsestrelas.
270
635000
2000
como podem ver através destas estrelas.
10:52
And eachcada one of these starsestrelas representsrepresenta a populationpopulação
271
637000
2000
E cada uma destas estrelas representa uma população
10:54
where scientistscientistas have askedperguntei,
272
639000
2000
em que os cientistas perguntaram,
10:56
"Okay, are there differencesdiferenças in the typetipo of FOXOFOXO genesgenes
273
641000
2000
"Ora bem, há ou não diferenças no tipo de genes FOXO
10:58
amongentre people who liveviver a really long time?" and there are.
274
643000
3000
nas pessoas que vivem uma vida muito mais longa?" e há diferenças.
11:01
We don't know the detailsdetalhes of how this workstrabalho,
275
646000
2000
Não sabemos os detalhes de como isto funciona,
11:03
but we do know then
276
648000
2000
mas sabemos que
11:05
that FOXOFOXO genesgenes can impactimpacto
277
650000
2000
os genes FOXO podem ter impacto
11:07
the lifespanvida útil of people.
278
652000
2000
no tempo de vida dos humanos.
11:09
And that meanssignifica that, maybe if we tweakTweak it a little bitpouco,
279
654000
3000
E isso significa que, talvez se fizermos uns ajustamentos,
11:12
we can increaseaumentar the healthsaúde and longevitylongevidade of people.
280
657000
4000
possamos aumentar a saúde e a longevidade das pessoas.
11:16
So this is really excitingemocionante to me.
281
661000
2000
Isto é mesmo entusiasmante para mim.
11:18
A FOXOFOXO is a proteinproteína that we foundencontrado in these little, roundvolta wormsvermes
282
663000
2000
Uma FOXO é uma proteína que encontrámos neste vermes pequenos, redondos,
11:20
to affectafetar lifespanvida útil,
283
665000
2000
que afecta o tempo de vida,
11:22
and here it affectsafeta lifespanvida útil in people.
284
667000
2000
e aqui afecta o tempo de vida das pessoas.
11:24
So we'venós temos been tryingtentando in our lablaboratório now
285
669000
2000
Então, agora temos tentado, no nosso laboratório,
11:26
to developdesenvolve drugsdrogas
286
671000
2000
desenvolver fármacos
11:28
that will activateativar this FOXOFOXO cellcélula
287
673000
2000
que possam activar esta célula FOXO
11:30
usingusando humanhumano cellscélulas now
288
675000
2000
usando células humanas agora
11:32
in orderordem to try and come up with drugsdrogas
289
677000
2000
para tentar criar fármacos
11:34
that will delaydemora agingenvelhecimento and age-relatedrelacionado a idade diseasesdoenças.
290
679000
3000
que possam atrasar o envelhecimento e as doenças com ele relacionadas.
11:37
And I'm really optimisticotimista that this is going to work.
291
682000
3000
E estou realmente optimista de que isto vai funcionar.
11:40
There are lots of differentdiferente proteinsproteínas that are knownconhecido to affectafetar agingenvelhecimento.
292
685000
3000
Há imensas proteínas diferentes que são conhecidas por afectar o envelhecimento.
11:43
And for at leastpelo menos one of them, there is a drugdroga.
293
688000
3000
E para pelo menos uma delas, existe um fármaco.
11:46
There's one calledchamado TORTOR, whichqual is anotheroutro nutrientnutriente sensorsensor,
294
691000
2000
Há um chamado TOR, que é outro sensor de nutrientes,
11:48
like the insulininsulina pathwaycaminho.
295
693000
2000
como a via da insulina.
11:50
And mutationsmutações that damagedanificar the TORTOR genegene --
296
695000
2000
E as mutações que danificam o gene TOR --
11:52
just like the daf-DAF-2 mutationsmutações --
297
697000
2000
tal como as mutações daf-2 --
11:54
extendampliar lifespanvida útil in wormsvermes
298
699000
2000
prolongam o tempo de vida nos vermes
11:56
and fliesmoscas and miceratos.
299
701000
3000
e moscas e ratos.
11:59
But in this casecaso, there's already a drugdroga calledchamado rapamycinrapamicina
300
704000
2000
Mas neste caso, já existe uma droga chamada rapamicina
12:01
that bindsvincula-se to the TORTOR proteinproteína
301
706000
2000
que se liga à proteína TOR
12:03
and inhibitsinibe a its activityatividade.
302
708000
2000
e inibe a sua actividade.
12:05
And you can take rapamycinrapamicina and give it to a mouserato --
303
710000
3000
E podemos pegar na rapamicina e dá-la a um rato --
12:08
even when it's prettybonita oldvelho, like ageera 60 for a humanhumano,
304
713000
2000
mesmo quando já é muito velho, o equivalente a 60 anos para um humano,
12:10
that oldvelho for a mouserato --
305
715000
2000
assim tão velho para um rato --
12:12
if you give the mouserato rapamycinrapamicina,
306
717000
2000
se dermos rapamicina ao rato,
12:14
it will liveviver longermais longo.
307
719000
2000
ele irá viver mais tempo.
12:16
Now I don't want you all to go out takinglevando rapamycinrapamicina.
308
721000
2000
Ora, eu não quero que vocês desatem todos a tomar rapamicina.
12:18
It is a drugdroga for people,
309
723000
2000
É uma droga para pessoas,
12:20
but the reasonrazão is it suppressessuprime a the immuneimune systemsistema.
310
725000
3000
mas a razão é que suprime o sistema imunitário.
12:23
So people take it to preventevita organórgão transplantstransplantes from beingser rejectedrejeitado.
311
728000
4000
Por isso as pessoas tomam-na para prevenir que os órgãos transplantados sejam rejeitados.
12:27
So this maypode not be the perfectperfeito drugdroga
312
732000
2000
Por isso, esta pode não ser a droga perfeita
12:29
for stayingficando youngjovem longermais longo.
313
734000
2000
para nos mantermos jovens mais tempo.
12:31
But still, here in the yearano 2011,
314
736000
3000
Mas ainda assim, aqui no ano 2011,
12:34
there's a drugdroga that you can give to miceratos at a prettybonita oldvelho ageera
315
739000
2000
há uma droga que podemos dar a um rato bastante velho
12:36
that will extendampliar theirdeles lifespanvida útil,
316
741000
2000
e que lhe irá aumentar o seu tempo de vida,
12:38
whichqual comesvem out of this scienceCiência
317
743000
2000
que surge desta ciência
12:40
that's been donefeito in all these differentdiferente animalsanimais.
318
745000
2000
que tem sido feita com todos estes animais diferentes.
12:42
So I'm really optimisticotimista,
319
747000
2000
Por isso estou mesmo optimista,
12:44
and I think it won'tnão vai be too long, I hopeesperança,
320
749000
2000
e penso que não irá demorar muito, espero,
12:46
before this age-oldidade dreamSonhe beginscomeça to come trueverdade.
321
751000
3000
até que este sonho antigo comece a tornar-se realidade.
12:49
Thank you.
322
754000
2000
Obrigada.
12:51
(ApplauseAplausos)
323
756000
9000
(Aplausos)
13:00
MattMatt RidleyRidley: Thank you, CynthiaCynthia.
324
765000
3000
Matt Ridley: Obrigado, Cynthia.
13:03
Let me get this straightdireto.
325
768000
2000
Deixa-me ver se compreendi.
13:05
AlthoughEmbora you're looking for a drugdroga
326
770000
2000
Embora andes à procura de um fármaco
13:07
that can solveresolver agingenvelhecimento
327
772000
2000
que possa solucionar o envelhecimento
13:09
in oldvelho menhomens like me,
328
774000
3000
em homens velhos como eu,
13:12
what you could do now prettybonita well in the lablaboratório,
329
777000
3000
o que agora poderias fazer facilmente no laboratório,
13:15
if you were allowedpermitido ethicallyeticamente,
330
780000
2000
se te fosse permitido eticamente,
13:17
is startcomeçar a humanhumano life from scratchcoçar, arranhão
331
782000
3000
era começar uma vida humana do zero
13:20
with alteredalterado genesgenes that would make it liveviver for a lot longermais longo?
332
785000
3000
com genes alterados que a fariam viver por muito mais tempo?
13:23
CKCK: AhAh, so the kindstipos of drugsdrogas I was talkingfalando about
333
788000
3000
CK: Ah, bem, o tipo de fármacos de que estive a falar
13:26
would not changemudança the genesgenes,
334
791000
2000
não iriam alterar os genes,
13:28
they would just bindligar to the proteinproteína itselfem si
335
793000
3000
apenas iriam ligar-se à proteína
13:31
and changemudança its activityatividade.
336
796000
2000
e alterar a sua actividade.
13:33
So if you stop takinglevando the drugdroga, the proteinproteína would go back to normalnormal.
337
798000
3000
Por isso, se se parasse de tomar o fármaco, a proteína voltaria ao normal.
13:36
You could changemudança the genesgenes in principleprincípio.
338
801000
3000
Poderíamos alterar os genes, em princípio.
13:39
There isn't the technologytecnologia to do that.
339
804000
2000
Não existe a tecnologia para o fazer.
13:41
But I don't think that's a good ideaidéia.
340
806000
2000
Mas não acho que isso seja uma boa ideia.
13:43
And the reasonrazão is
341
808000
2000
E a razão é que
13:45
that these hormoneshormônios,
342
810000
2000
estas hormonas,
13:47
like the insulininsulina and the IGFIGF hormoneshormônios and the TORTOR pathwaycaminho,
343
812000
3000
como a insulina e a IGF e a via TOR,
13:50
they're essentialessencial.
344
815000
2000
são essenciais.
13:52
If you knockBata them out completelycompletamente, then you're very sickdoente.
345
817000
3000
Se as eliminarmos completamente, então ficamos muito doentes.
13:55
So it mightpoderia be that you would just have to fine tuneTune it very carefullycuidadosamente
346
820000
3000
Então pode ser que talvez tenhamos apenas de as sintonizar muito cuidadosamente
13:58
to get the benefitsbenefícios withoutsem gettingobtendo any problemsproblemas.
347
823000
3000
para obter os benefícios sem ter quaisquer problemas.
14:01
And I think that's much better,
348
826000
2000
E penso que isso é muito melhor,
14:03
that kindtipo of controlao controle would be much better as a drugdroga.
349
828000
2000
esse tipo de controlo seria muito melhor enquanto uma droga.
14:05
And alsoAlém disso, there are other waysmaneiras of activatingativando FOXOFOXO
350
830000
3000
E também há outras formas de activar a FOXO
14:08
that don't even involveenvolver insulininsulina or IGF-IGF-1
351
833000
2000
que nem sequer envolvem a insulina ou a IGF-1
14:10
that mightpoderia even be safermais segura.
352
835000
2000
que talvez sejam ainda mais seguras.
14:12
MRSENHOR DEPUTADO: I wasn'tnão foi suggestingsugerindo that I was going to go and do it, but ...
353
837000
3000
MR: Não estava a sugerir que ia tentar fazê-lo, mas...
14:15
(LaughterRiso)
354
840000
2000
(Risos)
14:19
There's a phenomenonfenômeno whichqual you have writtenescrito about and spokenfalada about,
355
844000
4000
Há um fenómeno sobre o qual falaste e escreveste,
14:23
whichqual is a negligiblenegligenciável senescencesenescência.
356
848000
3000
que é uma senescência negligenciável.
14:26
There are some creaturescriaturas on this planetplaneta already
357
851000
2000
Há algumas criaturas neste planeta que já
14:28
that don't really do agingenvelhecimento.
358
853000
3000
não envelhecem realmente.
14:31
Just movemover to one sidelado for us, if you would.
359
856000
3000
Move-te só para um lado, por favor.
14:34
CKCK: There are. There are some animalsanimais that don't seemparecem to ageera.
360
859000
3000
CK: Sim, existem. Há alguns animais que não parecem envelhecer.
14:37
For exampleexemplo, there are some tortoisestartarugas calledchamado Blanding'sEmydoidea blandingii turtlestartarugas.
361
862000
4000
Por exemplo, há algumas tartarugas chamadas tartarugas de Blanding.
14:41
And they growcrescer to be about this sizeTamanho.
362
866000
2000
E elas crescem mais ou menos até este tamanho.
14:43
And they'veeles têm been taggedcom a tag, and they'veeles têm been foundencontrado to be 70 yearsanos oldvelho.
363
868000
3000
E têm sido etiquetadas, e têm sido encontradas com 70 anos de idade.
14:46
And when you look at these 70 year-oldanos de idade turtlestartarugas,
364
871000
2000
E quando observamos estas tartarugas de 70 anos,
14:48
you can't tell the differencediferença, just by looking,
365
873000
3000
não conseguimos distinguir, só olhando,
14:51
betweenentre those turtlestartarugas and 20 year-oldanos de idade turtlestartarugas.
366
876000
2000
entre estas tartarugas e as tartarugas de 20 anos.
14:53
And the 70 year-oldanos de idade onesuns,
367
878000
2000
E as de 70 anos,
14:55
actuallyna realidade they're better at scoutingEscotismo out the good nestinganinhando placeslocais,
368
880000
3000
na verdade são melhores a descobrir os bons locais de nidificação,
14:58
and they alsoAlém disso have more progenydescendência everycada yearano.
369
883000
3000
e também têm mais crias ano após ano.
15:01
And there are other examplesexemplos of these kindstipos of animalsanimais,
370
886000
3000
E há outros exemplos deste tipo de animais,
15:04
like turnsgira, certaincerto kindstipos of birdspássaros are like this.
371
889000
3000
como as andorinhas-do-mar, alguns pássaros são assim.
15:07
And nobodyninguém knowssabe if they really can liveviver foreverpara sempre,
372
892000
2000
E ninguém sabe se eles realmente conseguem viver para sempre,
15:09
or what keepsmantém them from agingenvelhecimento.
373
894000
2000
ou o que os impede de envelhecer.
15:11
It's not clearClaro.
374
896000
2000
Não é claro.
15:13
If you look at birdspássaros, whichqual liveviver a long time,
375
898000
3000
Se observarmos os pássaros, que vivem muito tempo,
15:16
cellscélulas from the birdspássaros tendtende to be more resistantresistente
376
901000
3000
as células dos pássaros tendem a ser mais resistentes
15:19
to a lot of differentdiferente environmentalde Meio Ambiente stressessalienta
377
904000
2000
a pressões do meio ambiente muito mais diferentes
15:21
like highAlto temperaturetemperatura
378
906000
2000
como altas temperaturas
15:23
or hydrogenhidrogênio peroxideperóxido de, things like that.
379
908000
2000
ou o peróxido de hidrogénio, coisas assim.
15:25
And our long-livedlonga vida mutantsmutantes are too.
380
910000
2000
E os nossos mutantes de vida longa também.
15:27
They're more resistantresistente to these kindstipos of stressessalienta.
381
912000
2000
São mais resistentes a estes tipos de pressões.
15:29
So it could be that the pathwayscaminhos that I've been talkingfalando about,
382
914000
3000
Por isso pode ser que as vias de que estive a falar,
15:32
whichqual are setconjunto to runcorre really quicklyrapidamente in the wormMinhoca,
383
917000
3000
que estão programadas para funcionar rapidamente no verme,
15:35
have a differentdiferente normalnormal setconjunto pointponto
384
920000
3000
tenham um ponto terminal diferente
15:38
in something like a birdpássaro, so that a birdpássaro can liveviver a lot longermais longo.
385
923000
3000
num animal como um pássaro, para que um pássaro possa viver muito mais tempo.
15:41
And maybe they're even setconjunto really differentlydiferente
386
926000
2000
E talvez até sejam definidos de forma muito diferente
15:43
in animalsanimais with no senescencesenescência at all -- but we don't know.
387
928000
3000
em animais sem senescência nenhuma -- mas não sabemos.
15:46
MRSENHOR DEPUTADO: But what you're talkingfalando about here
388
931000
2000
MR: Mas aquilo de que estás a falar
15:48
is not extendingestendendo humanhumano lifespanvida útil
389
933000
3000
não é de prolongar o tempo da vida humana
15:51
by preventingimpedindo deathmorte,
390
936000
2000
ao prevenir a morte,
15:53
so much as extendingestendendo humanhumano youthspanyouthspan.
391
938000
2000
mas de prolongar o tempo de juventude humana.
15:55
CKCK: Yes, that's right.
392
940000
2000
CK: Sim, correcto.
15:57
It's more like, say, if you were a dogcachorro.
393
942000
2000
É como, digamos, como se fôssemos um cão.
15:59
You noticeaviso prévio that you're gettingobtendo oldvelho, and you look at your humanhumano
394
944000
2000
Damos conta de que estamos a ficar velhos, e olhamos para o nosso dono
16:01
and you think, "Why isn't this humanhumano gettingobtendo oldvelho?"
395
946000
2000
e pensamos, "Porque é que este humano não está a ficar velho?"
16:03
They're not gettingobtendo oldvelho in the dog'sdo cão lifespanvida útil.
396
948000
2000
Não está a ficar velho no tempo de vida do cão.
16:05
It's more like that.
397
950000
2000
É mais desse género.
16:07
But now we're the humanhumano looking out and imaginingimaginando a differentdiferente humanhumano.
398
952000
4000
Mas agora somos o humano a olhar para e a imaginar um humano diferente.
16:11
MRSENHOR DEPUTADO: Thank you very much indeedde fato, CynthiaCynthia KenyonKenyon.
399
956000
3000
MR: Agradeço-lhe mesmo muito, Cynthia Kenyon.
16:14
(ApplauseAplausos)
400
959000
3000
(Aplausos)

▲Back to top

ABOUT THE SPEAKER
Cynthia Kenyon - Biochemist, geneticist
When it comes to aging well, having “good genes” (or rather, mutant ones) is key, says Cynthia Kenyon. She unlocked the genetic secret of longevity in roundworms — and now she’s working to do the same for humans.

Why you should listen

Cynthia Kenyon is revolutionizing our understanding of aging. As an expert in biochemistry and biophysics at the University of California at San Francisco, she is particularly interested in the influence that genetics have on age-related diseases (from cancer to heart failure) in living things.

Her biggest breakthrough was figuring out that there’s a “universal hormonal control for aging”: carbohydrate intake, which can have a dramatic effect on how two critical genes behave, reducing insulin production and boosting repair and renovation activities. So far, her theory has proved true for worms, mice, rats, and monkeys — and she suspects it applies to humans, too.

By studying aging, Kenyon believes that she and other scientists (many of whom have successfully duplicated her experiments) will be able to pinpoint the molecules responsible for the onset of age-related diseases in people and prevent them. She’s co-founded a drug-development company called Elixir Pharmaceuticals to do just that.

She says: "The link between aging and age-related disease suggests an entirely new way to combat many diseases all at once; namely, by going after their greatest risk factor: aging itself."

More profile about the speaker
Cynthia Kenyon | Speaker | TED.com

Data provided by TED.

This site was created in May 2015 and the last update was on January 12, 2020. It will no longer be updated.

We are currently creating a new site called "eng.lish.video" and would be grateful if you could access it.

If you have any questions or suggestions, please feel free to write comments in your language on the contact form.

Privacy Policy

Developer's Blog

Buy Me A Coffee