ABOUT THE SPEAKER
Carl Schoonover - Neuroscience PhD student + writer
Carl Schoonover is a neuroscientist and one of the founders of NeuWrite, a collaboration between writers and neuroscientist.

Why you should listen

Carl is a neuroscience PhD candidate at Columbia University, where he works on microanatomy and electrophysiology of rodent somatosensory cortex. He the author of Portraits of the Mind: Visualizing the Brain from Antiquity to the 21st Century, and has written for the New York Times, Le Figaro, the Huffington Post, Science, Scientific American, Design Observer, and Boing Boing. In 2008 he cofounded NeuWrite, a collaborative working group for scientists, writers, and those in between. He hosts a radio show on WkCR 89.9FM, which focuses on opera and classical music, and their relationship to the brain.

More profile about the speaker
Carl Schoonover | Speaker | TED.com
TED2012

Carl Schoonover: How to look inside the brain

Carl Schoonover: Como olhar o interior do cérebro

Filmed:
962,022 views

Têm ocorrido avanços notáveis na compreensão do cérebro, mas como é que se estuda realmente os neurónios no seu interior? Usando magníficas imagens, o neurocientista e Companheiro TED Carl Schoonover mostra as ferramentas que nos permitem ver o interior dos nossos cérebros.
- Neuroscience PhD student + writer
Carl Schoonover is a neuroscientist and one of the founders of NeuWrite, a collaboration between writers and neuroscientist. Full bio

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

00:16
This is a thousand-year-oldmil anos de idade drawingdesenhando of the braincérebro.
0
359
3996
Este é um desenho do cérebro com mil anos.
00:20
It's a diagramdiagrama of the visualvisual systemsistema.
1
4355
1912
É um diagrama do sistema visual.
00:22
And some things look very familiarfamiliar todayhoje.
2
6267
2750
E algumas coisas parecem-nos hoje muito familiares.
00:24
Two eyesolhos at the bottominferior, opticótico nervenervo flowingfluindo out from the back.
3
9017
4367
Dois olhos na base, o nervo óptico fluindo a partir da zona posterior.
00:29
There's a very largeampla nosenariz
4
13384
2120
Há um nariz muito largo
00:31
that doesn't seemparecem to be connectedconectado to anything in particularespecial.
5
15504
3317
que não parece estar ligado a nada em particular.
00:34
And if we comparecomparar this
6
18821
1700
E se compararmos isto
00:36
to more recentrecente representationsrepresentações of the visualvisual systemsistema,
7
20521
2074
com representações mais recentes do sistema visual
00:38
you'llvocê vai see that things have gottenobtido substantiallysubstancialmente more complicatedcomplicado
8
22595
2957
verão que as coisas se tornaram substancialmente mais complicadas
00:41
over the interveningintervir thousandmil yearsanos.
9
25552
1573
durante esses mil anos.
00:43
And that's because todayhoje we can see what's insidedentro of the braincérebro,
10
27125
2965
E isso porque hoje podemos ver o que está no interior do cérebro
00:45
ratherem vez than just looking at its overallNo geral shapeforma.
11
30090
2481
em vez de apenas olharmos para a sua forma geral.
00:48
ImagineImagine you wanted to understandCompreendo how a computercomputador workstrabalho
12
32571
3979
Imaginem que queriam compreender como funciona um computador
00:52
and all you could see was a keyboardteclado, a mouserato, a screentela.
13
36550
3179
e só podiam ver era um teclado, um rato, um ecrã.
00:55
You really would be kindtipo of out of lucksorte.
14
39729
2396
Vocês não teriam sorte nenhuma.
00:58
You want to be ablecapaz to openaberto it up, crackcrack it openaberto,
15
42125
2042
Vocês querem poder abri-lo, escancará-lo,
01:00
look at the wiringfiação insidedentro.
16
44167
1844
olhar para as ligações internas.
01:01
And up untilaté a little more than a centuryséculo agoatrás,
17
46011
1864
E até há pouco mais de um século
01:03
nobodyninguém was ablecapaz to do that with the braincérebro.
18
47875
2000
ninguém conseguia fazer isso com o cérebro.
01:05
NobodyNinguém had had a glimpsevislumbre of the brain'scérebro wiringfiação.
19
49875
1880
Ninguém tinha tido um vislumbre das ligações cerebrais.
01:07
And that's because if you take a braincérebro out of the skullcrânio
20
51755
2952
E isso porque se retirarem um cérebro do crânio,
01:10
and you cutcortar a thinfino slicefatia of it,
21
54707
1689
lhe cortarem uma fatia fina,
01:12
put it undersob even a very powerfulpoderoso microscopemicroscópio,
22
56396
2498
e mesmo que a ponham sob um microscópio muito potente,
01:14
there's nothing there.
23
58894
1181
não há nada ali.
01:15
It's graycinzento, formlesssem forma.
24
60075
1613
É cinzento, sem forma.
01:17
There's no structureestrutura. It won'tnão vai tell you anything.
25
61688
2604
Não tem estrutura. Não vos dirá nada.
01:20
And this all changedmudou in the lateatrasado 19thº centuryséculo.
26
64292
2854
E tudo isto mudou no final do séc. XIX.
01:23
SuddenlyDe repente, newNovo chemicalquímico stainsmanchas for braincérebro tissuelenço de papel were developeddesenvolvido
27
67146
3875
De repente, foram desenvolvidos novos corantes químicos para o tecido cerebral
01:26
and they gavedeu us our first glimpsesvislumbres at braincérebro wiringfiação.
28
71021
2812
o que nos proporcionou o primeiro vislumbre das ligações cerebrais.
01:29
The computercomputador was crackedrachado openaberto.
29
73833
2013
O computador foi escancarado.
01:31
So what really launchedlançado modernmoderno neuroscienceneurociência
30
75846
2856
Portanto, o que realmente lançou a neurociência moderna
01:34
was a stainmancha calledchamado the GolgiGolgi stainmancha.
31
78702
1965
foi uma coloração chamada "coloração de Golgi".
01:36
And it workstrabalho in a very particularespecial way.
32
80667
1881
E funciona de uma forma muito particular.
01:38
InsteadEm vez disso of stainingcoloração all of the cellscélulas insidedentro of a tissuelenço de papel,
33
82548
3110
Em vez de tingir todas as células no interior de um tecido,
01:41
it somehowde alguma forma only stainsmanchas about one percentpor cento of them.
34
85658
3032
ela tinge apenas cerca de 1% das mesmas.
01:44
It clearslimpa the forestfloresta, revealsrevela the treesárvores insidedentro.
35
88690
3342
Limpa a floresta, revela as árvores no seu interior.
01:47
If everything had been labeledrotulado, nothing would have been visiblevisível.
36
92032
2672
Se tudo tivesse ficado marcado, nada teria ficado visível.
01:50
So somehowde alguma forma it showsmostra what's there.
37
94704
2046
Portanto, de certa forma, revela-nos o que lá existe.
01:52
SpanishEspanhol neuroanatomistmédico neurologista da França SantiagoSantiago RamonRamon y CajalCajal,
38
96750
2667
O neuroanatomista espanhol Santiago Ramon y Cajal,
01:55
who'squem é widelyamplamente consideredconsiderado the fatherpai of modernmoderno neuroscienceneurociência,
39
99417
2845
que é geralmente considerado o pai da neurociência moderna,
01:58
appliedaplicado this GolgiGolgi stainmancha, whichqual yieldsrendimentos datadados whichqual looksparece like this,
40
102262
3897
aplicou esta coloração de Golgi, e produziu dados com este aspecto,
02:02
and really gavedeu us the modernmoderno notionnoção of the nervenervo cellcélula, the neuronneurônio.
41
106159
3758
e ao fazê-lo deu-nos a noção actual da célula nervosa, o neurónio.
02:05
And if you're thinkingpensando of the braincérebro as a computercomputador,
42
109917
2614
E, se estiverem a pensar no cérebro como um computador,
02:08
this is the transistortransistor.
43
112531
2011
isto é o transistor.
02:10
And very quicklyrapidamente CajalCajal realizedpercebi
44
114542
2075
E muito rapidamente Cajal percebeu
02:12
that neuronsneurônios don't operateoperar alonesozinho,
45
116617
2337
que os neurónios não operam sozinhos,
02:14
but ratherem vez make connectionsconexões with othersoutras
46
118954
1838
mas, antes, estabelecem ligações com outros
02:16
that formFormato circuitscircuitos just like in a computercomputador.
47
120792
2506
que formam circuitos, tal como acontece num computador.
02:19
TodayHoje, a centuryséculo latermais tarde, when researcherspesquisadores want to visualizevisualizar neuronsneurônios,
48
123298
3391
Hoje, um século mais tarde, quando os investigadores querem visualizar os neurónios,
02:22
they lightluz them up from the insidedentro ratherem vez than darkeningescurecimento them.
49
126689
2767
iluminam-nos a partir do interior, em vez de os escurecer.
02:25
And there's severalde várias waysmaneiras of doing this.
50
129456
1150
E há várias maneiras de fazer isto.
02:26
But one of the mosta maioria popularpopular onesuns
51
130606
1727
Mas uma das mais populares
02:28
involvesenvolve greenverde fluorescentfluorescente proteinproteína.
52
132333
2092
envolve proteína verde fluorescente.
02:30
Now greenverde fluorescentfluorescente proteinproteína,
53
134425
1659
A proteína verde fluorescente,
02:31
whichqual oddlyestranhamente enoughsuficiente comesvem from a bioluminescentbioluminescentes jellyfishágua-viva,
54
136084
3145
que, curiosamente, vem de uma alforreca bioluminescente,
02:35
is very usefulútil.
55
139229
1238
é muito útil.
02:36
Because if you can get the genegene for greenverde fluorescentfluorescente proteinproteína
56
140467
2638
Porque, se conseguirmos obter o gene da proteína verde fluorescente
02:39
and deliverentregar it to a cellcélula,
57
143105
1675
e introduzi-lo numa célula,
02:40
that cellcélula will glowbrilho greenverde --
58
144780
1747
essa célula ficará verde brilhante --
02:42
or any of the manymuitos variantsvariantes now of greenverde fluorescentfluorescente proteinproteína,
59
146527
3746
ou, com as muitas actuais variantes da proteína verde fluorescente,
02:46
you get a cellcélula to glowbrilho manymuitos differentdiferente colorscores.
60
150273
1664
obteremos células a brilhar em muitas cores diferentes.
02:47
And so comingchegando back to the braincérebro,
61
151937
1521
E assim, voltando ao cérebro,
02:49
this is from a geneticallygeneticamente engineeredprojetado mouserato calledchamado "BrainbowBrainbow."
62
153458
3800
este é de um rato geneticamente modificado chamado "Brainbow" (cérebro em arco-íris).
02:53
And it's so calledchamado, of coursecurso,
63
157258
1550
E chama-se assim, evidentemente,
02:54
because all of these neuronsneurônios are glowinga brilhar differentdiferente colorscores.
64
158808
3612
porque todos estes neurónios brilham em cores diferentes.
02:58
Now sometimesas vezes neuroscientistsneurocientistas need to identifyidentificar
65
162420
3451
Por vezes os neurocientistas precisam de identificar
03:01
individualIndividual molecularmolecular componentscomponentes of neuronsneurônios, moleculesmoléculas,
66
165871
3044
componentes moleculares individuais dos neurónios, moléculas,
03:04
ratherem vez than the entireinteira cellcélula.
67
168915
1798
em vez de células inteiras.
03:06
And there's severalde várias waysmaneiras of doing this,
68
170713
1706
E há várias maneiras de fazer isso,
03:08
but one of the mosta maioria popularpopular onesuns
69
172419
1469
mas uma das mais populares
03:09
involvesenvolve usingusando antibodiesanticorpos.
70
173888
2195
envolve o uso de anticorpos.
03:11
And you're familiarfamiliar, of coursecurso,
71
176083
1337
E, claro, vocês estão familiarizados com os anticorpos,
03:13
with antibodiesanticorpos as the henchmencapangas of the immuneimune systemsistema.
72
177420
2951
como guarda-costas do sistema imunitário.
03:16
But it turnsgira out that they're so usefulútil to the immuneimune systemsistema
73
180371
2418
Mas acontece que se eles são tão úteis ao sistema imunitário
03:18
because they can recognizereconhecer specificespecífico moleculesmoléculas,
74
182789
2550
é porque conseguem reconhecer moléculas específicas,
03:21
like, for exampleexemplo, the codecódigo proteinproteína
75
185339
2119
como, por exemplo, a proteína código
03:23
of a virusvírus that's invadinginvadindo the bodycorpo.
76
187458
2388
de um vírus que esteja a invadir o corpo.
03:25
And researcherspesquisadores have used this factfacto
77
189846
2045
E os investigadores aproveitaram este facto
03:27
in orderordem to recognizereconhecer specificespecífico moleculesmoléculas insidedentro of the braincérebro,
78
191891
4325
para reconhecerem moléculas específicas no interior do cérebro,
03:32
recognizereconhecer specificespecífico substructuressubestruturas of the cellcélula
79
196216
2640
reconhecer estruturas específicas da célula
03:34
and identifyidentificar them individuallyindividualmente.
80
198856
2244
e identificá-las individualmente.
03:37
And a lot of the imagesimagens I've been showingmostrando you here are very beautifulbonita,
81
201100
3025
E muitas das imagens que vos tenho estado a mostrar aqui
03:40
but they're alsoAlém disso very powerfulpoderoso.
82
204125
1906
são muito belas, mas também muito poderosas.
03:41
They have great explanatoryexplicativo powerpoder.
83
206031
1636
Têm um grande poder explicativo.
03:43
This, for exampleexemplo, is an antibodyanticorpo stainingcoloração
84
207667
2090
Esta, por exemplo, é uma coloração de anticorpo
03:45
againstcontra serotoninserotonina transporterstransportadores in a slicefatia of mouserato braincérebro.
85
209757
3520
contra os transportadores de serotonina numa fatia de cérebro de rato.
03:49
And you've heardouviu of serotoninserotonina, of coursecurso,
86
213277
1681
E claro que já ouviram falar da serotonina
03:50
in the contextcontexto of diseasesdoenças like depressiondepressão and anxietyansiedade.
87
214958
2827
no contexto de doenças como a depressão e a ansiedade.
03:53
You've heardouviu of SSRIsISRS,
88
217785
1408
Ouviram falar de ISRSs,
03:55
whichqual are drugsdrogas that are used to treattratar these diseasesdoenças.
89
219193
2897
que são fármacos usados para tratar estas doenças.
03:57
And in orderordem to understandCompreendo how serotoninserotonina workstrabalho,
90
222090
2890
E, para se compreender como a serotonina funciona,
04:00
it's criticalcrítico to understandCompreendo where the serontoninserontonin machinerymáquinas is.
91
224980
3076
é fundamental compreender onde está o mecanismo de funcionamento da serotonina.
04:03
And antibodyanticorpo stainingscitológicas like this one
92
228056
1596
E colorações de anticorpos como esta
04:05
can be used to understandCompreendo that sortordenar of questionquestão.
93
229652
3546
podem ser usadas para compreender esse tipo de questões.
04:09
I'd like to leavesair you with the followingSegue thought:
94
233198
2558
Gostaria de vos deixar o seguinte pensamento:
04:11
GreenVerde fluorescentfluorescente proteinproteína and antibodiesanticorpos
95
235756
2610
Tanto as proteínas como os anticorpos verde fluorescentes
04:14
are bothambos totallytotalmente naturalnatural productsprodutos at the get-gologo.
96
238366
3007
são, à partida, produtos inteiramente naturais.
04:17
They were evolvedevoluiu by naturenatureza
97
241373
2779
Evoluíram naturalmente
04:20
in orderordem to get a jellyfishágua-viva to glowbrilho greenverde for whatevertanto faz reasonrazão,
98
244152
2567
para conferir à alforreca um brilho verde, seja ela qual for a razão,
04:22
or in orderordem to detectdetectar the codecódigo proteinproteína of an invadinginvadindo virusvírus, for exampleexemplo.
99
246719
4383
ou para detectar a proteína código de um vírus invasor, por exemplo.
04:27
And only much latermais tarde did scientistscientistas come ontopara the scenecena
100
251102
3017
E só muito mais tarde é que os cientistas entraram em cena
04:30
and say, "Hey, these are toolsFerramentas,
101
254119
2023
e disseram: "Espera aí, isto são ferramentas,
04:32
these are functionsfunções that we could use
102
256142
2113
isto são funções que podíamos usar
04:34
in our ownpróprio researchpesquisa toolferramenta palettepaleta."
103
258255
2008
na nossa paleta de ferramentas de pesquisa."
04:36
And insteadem vez de of applyingaplicando feeblefraco humanhumano mindsmentes
104
260263
3628
E em vez de porem pobres mentes humanas
04:39
to designingprojetando these toolsFerramentas from scratchcoçar, arranhão,
105
263891
1884
a conceber estas ferramentas a partir do nada,
04:41
there were these ready-madeReady-made solutionssoluções right out there in naturenatureza
106
265775
2904
serviram-se destas soluções prontas a usar ali mesmo, na natureza,
04:44
developeddesenvolvido and refinedrefinado steadilyde forma constante for millionsmilhões of yearsanos
107
268679
3236
desenvolvidas e aperfeiçoadas durante milhões de anos
04:47
by the greatestmaior engineerengenheiro of all.
108
271915
1700
pelo melhor engenheiro existente.
04:49
Thank you.
109
273615
1262
Obrigado.
04:50
(ApplauseAplausos)
110
274877
2538
(Aplausos)
Translated by Ilona Bastos
Reviewed by Sara LEITE

▲Back to top

ABOUT THE SPEAKER
Carl Schoonover - Neuroscience PhD student + writer
Carl Schoonover is a neuroscientist and one of the founders of NeuWrite, a collaboration between writers and neuroscientist.

Why you should listen

Carl is a neuroscience PhD candidate at Columbia University, where he works on microanatomy and electrophysiology of rodent somatosensory cortex. He the author of Portraits of the Mind: Visualizing the Brain from Antiquity to the 21st Century, and has written for the New York Times, Le Figaro, the Huffington Post, Science, Scientific American, Design Observer, and Boing Boing. In 2008 he cofounded NeuWrite, a collaborative working group for scientists, writers, and those in between. He hosts a radio show on WkCR 89.9FM, which focuses on opera and classical music, and their relationship to the brain.

More profile about the speaker
Carl Schoonover | 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