TEDMED 2017
Steve McCarroll: How data is helping us unravel the mysteries of the brain
Steve McCarroll: Como os megadados nos estão a ajudar a desvendar os mistérios do cérebro
Filmed:
Readability: 4.8
1,529,178 views
O geneticista Steve McCarroll ambiciona criar um atlas de todas as células presentes no corpo humano, para podermos compreender detalhadamente como certos genes específicos funcionam, particularmente no cérebro. Nesta palestra fascinante, ele partilha connosco o progresso da sua equipa — nomeadamente, a inovadora técnica "Drop-seq", uma tecnologia que possibilita a análise de células individuais a uma escala nunca antes conseguida — e explica como esta investigação pode vir a revolucionar o tratamento de doenças mentais, como é o caso da esquizofrenia.
Steve McCarroll - Geneticist
Steve McCarroll is conducting groundbreaking research on the causes of mental illness. Full bio
Steve McCarroll is conducting groundbreaking research on the causes of mental illness. Full bio
Double-click the English transcript below to play the video.
00:12
Nine years ago,
0
785
1704
Há nove anos,
00:14
my sister discovered lumps
in her neck and arm
in her neck and arm
1
2513
3101
a minha irmã sentiu uns nódulos
no pescoço e no braço
no pescoço e no braço
00:17
and was diagnosed with cancer.
2
5638
1760
e foi diagnosticada com cancro.
00:20
From that day, she started to benefit
3
8985
3199
Desse dia em diante, passou a beneficiar
00:24
from the understanding
that science has of cancer.
that science has of cancer.
4
12208
3115
do conhecimento que a ciência possui
relativamente ao cancro.
relativamente ao cancro.
00:28
Every time she went to the doctor,
5
16206
2099
Sempre que ia ao médico,
00:30
they measured specific molecules
6
18329
2194
eram avaliadas certas
moléculas específicas
moléculas específicas
00:32
that gave them information
about how she was doing
about how she was doing
7
20547
2881
que davam informações
sobre o seu estado
sobre o seu estado
00:35
and what to do next.
8
23452
1309
e como melhor proceder.
00:38
New medical options
became available every few years.
became available every few years.
9
26095
3666
Surgiam novas opções clínicas
a cada par de anos.
a cada par de anos.
00:43
Everyone recognized
that she was struggling heroically
that she was struggling heroically
10
31070
4318
Aos olhos de todos, ela era como
uma heroína a travar uma batalha
uma heroína a travar uma batalha
00:47
with a biological illness.
11
35412
1728
com uma doença biológica.
00:50
This spring, she received
an innovative new medical treatment
an innovative new medical treatment
12
38847
3657
Esta primavera, ela foi submetida
a um novo e inovador tratamento
a um novo e inovador tratamento
graças a um ensaio clínico.
00:54
in a clinical trial.
13
42528
1202
00:55
It dramatically knocked back her cancer.
14
43754
2224
A terapia reprimiu
drasticamente o seu cancro.
drasticamente o seu cancro.
Adivinhem com quem vou passar
o Dia de Acção de Graças?
o Dia de Acção de Graças?
00:59
Guess who I'm going to spend
this Thanksgiving with?
this Thanksgiving with?
15
47446
2552
01:02
My vivacious sister,
16
50022
2267
Com a minha irmã jovial,
01:04
who gets more exercise than I do,
17
52313
2629
que pratica mais exercício físico que eu,
01:06
and who, like perhaps
many people in this room,
many people in this room,
18
54966
2859
e que, como provavelmente
muitas das pessoas aqui hoje,
muitas das pessoas aqui hoje,
01:09
increasingly talks about a lethal illness
19
57849
2292
fala cada vez mais desta doença letal
01:12
in the past tense.
20
60165
1263
como uma coisa do passado.
01:14
Science can, in our lifetimes --
even in a decade --
even in a decade --
21
62614
3863
Ao longo da nossa vida
— até no espaço de uma década —
— até no espaço de uma década —
01:18
transform what it means
to have a specific illness.
to have a specific illness.
22
66501
3207
a ciência consegue alterar o que significa
ter uma determinada doença.
ter uma determinada doença.
01:24
But not for all illnesses.
23
72055
1534
Mas não para todas as doenças.
01:27
My friend Robert and I
were classmates in graduate school.
were classmates in graduate school.
24
75375
3722
O meu amigo Robert e eu
éramos colegas de curso.
éramos colegas de curso.
01:31
Robert was smart,
25
79121
1801
O Robert era inteligente,
01:32
but with each passing month,
26
80946
1477
mas a cada mês que passava,
01:34
his thinking seemed to become
more disorganized.
more disorganized.
27
82447
3154
a sua mente parecia ficar
cada vez mais enevoada.
cada vez mais enevoada.
01:38
He dropped out of school,
got a job in a store ...
got a job in a store ...
28
86241
3198
Ele desistiu do curso,
arranjou emprego numa loja...
arranjou emprego numa loja...
01:41
But that, too, became too complicated.
29
89463
2218
Mas isso também se tornou
demasiado complicado.
demasiado complicado.
01:44
Robert became fearful and withdrawn.
30
92559
2945
O Robert tornou-se receoso e fechado.
01:48
A year and a half later,
he started hearing voices
he started hearing voices
31
96281
2381
Um ano e meio depois,
começou a ouvir vozes
começou a ouvir vozes
01:50
and believing that people
were following him.
were following him.
32
98686
2197
e a acreditar que andava
a ser perseguido.
a ser perseguido.
01:52
Doctors diagnosed him with schizophrenia,
33
100907
2722
Foi diagnosticado com esquizofrenia,
e receitaram-lhe a melhor
medicação possível.
medicação possível.
01:55
and they gave him
the best drug they could.
the best drug they could.
34
103653
2120
01:57
That drug makes the voices
somewhat quieter,
somewhat quieter,
35
105797
3008
A medicação amenizou
um pouco as vozes,
um pouco as vozes,
02:00
but it didn't restore his bright mind
or his social connectedness.
or his social connectedness.
36
108829
3989
porém não lhe restituiu a mente brilhante
e a conexão social que possuía.
e a conexão social que possuía.
O Robert não conseguiu reconectar-se
02:06
Robert struggled to remain connected
37
114270
1856
02:08
to the worlds of school
and work and friends.
and work and friends.
38
116150
2857
à realidade da escola,
do trabalho e dos amigos.
do trabalho e dos amigos.
02:11
He drifted away,
39
119031
1383
Ele foi-se afastando,
02:12
and today I don't know where to find him.
40
120438
2285
e até hoje não fui capaz de o encontrar.
02:15
If he watches this,
41
123593
1479
Se ele chegar a ver a isto,
02:17
I hope he'll find me.
42
125962
1628
espero que me encontre a mim.
02:22
Why does medicine have
so much to offer my sister,
so much to offer my sister,
43
130639
4107
Por que razão tem a medicina
tanto para oferecer à minha irmã,
tanto para oferecer à minha irmã,
02:27
and so much less to offer
millions of people like Robert?
millions of people like Robert?
44
135540
4210
e disponibiliza tão pouco
a milhões de pessoas como o Robert?
a milhões de pessoas como o Robert?
Não é por falta de necessidade.
02:32
The need is there.
45
140952
1290
02:34
The World Health Organization
estimates that brain illnesses
estimates that brain illnesses
46
142266
3153
A Organização Mundial de Saúde
estima que as doenças mentais
estima que as doenças mentais
02:37
like schizophrenia, bipolar disorder
and major depression
and major depression
47
145443
4115
tais como a esquizofrenia, a doença
maníaco-depressiva e a depressão
maníaco-depressiva e a depressão
02:41
are the world's largest cause
of lost years of life and work.
of lost years of life and work.
48
149582
4971
são a principal causa mundial
de perda de anos de vida e trabalho.
de perda de anos de vida e trabalho.
02:47
That's in part because these illnesses
often strike early in life,
often strike early in life,
49
155807
3561
E tal deve-se, em parte, ao facto
de estas doenças se manifestarem cedo,
de estas doenças se manifestarem cedo,
02:51
in many ways, in the prime of life,
50
159392
2181
em muitos casos na flor da idade,
02:53
just as people are finishing
their educations, starting careers,
their educations, starting careers,
51
161597
4464
logo que as pessoas terminam
os estudos, no começo da carreira,
os estudos, no começo da carreira,
02:58
forming relationships and families.
52
166085
2279
e quando começam a formar uma família.
03:00
These illnesses can result in suicide;
53
168388
2829
Estes distúrbios podem levar ao suicídio;
03:03
they often compromise one's ability
to work at one's full potential;
to work at one's full potential;
54
171907
4567
é frequente impedirem uma pessoa de viver
de acordo com todo o seu potencial;
de acordo com todo o seu potencial;
03:09
and they're the cause of so many
tragedies harder to measure:
tragedies harder to measure:
55
177767
3455
e são a causa de tantas tragédias
ainda mais difíceis de calcular:
ainda mais difíceis de calcular:
03:13
lost relationships and connections,
56
181246
2438
relações e laços perdidos,
03:15
missed opportunities
to pursue dreams and ideas.
to pursue dreams and ideas.
57
183708
3039
oportunidades perdidas para realizar
sonhos que ficam por aproveitar.
sonhos que ficam por aproveitar.
03:19
These illnesses limit human possibilities
58
187533
3005
Estes distúrbios limitam
a experiência humana
a experiência humana
03:22
in ways we simply cannot measure.
59
190562
2154
de formas impossíveis de aferir.
03:27
We live in an era in which
there's profound medical progress
there's profound medical progress
60
195493
4016
Vivemos numa era que assiste
a avanços médicos significativos
a avanços médicos significativos
03:31
on so many other fronts.
61
199533
1811
em tantas outras áreas.
O cancro da minha irmã
é um exemplo perfeito,
é um exemplo perfeito,
03:33
My sister's cancer story
is a great example,
is a great example,
62
201368
2547
e o mesmo ocorre com
doenças cardiovasculares.
doenças cardiovasculares.
03:35
and we could say the same
of heart disease.
of heart disease.
63
203939
2062
03:38
Drugs like statins will prevent
millions of heart attacks and strokes.
millions of heart attacks and strokes.
64
206025
3585
Certos fármacos como as estatinas
evitarão milhões de enfartes e AVCs.
evitarão milhões de enfartes e AVCs.
03:43
When you look at these areas
of profound medical progress
of profound medical progress
65
211047
2945
Quando analisamos estas áreas
de enormes progressos médicos
de enormes progressos médicos
03:46
in our lifetimes,
66
214016
1464
ao longo da nossa vida,
03:47
they have a narrative in common:
67
215504
1674
apercebemo-nos do que têm em comum:
03:50
scientists discovered molecules
that matter to an illness,
that matter to an illness,
68
218067
4548
descobriram-se moléculas relevantes
para uma determinada doença,
para uma determinada doença,
03:54
they developed ways to detect
and measure those molecules in the body,
and measure those molecules in the body,
69
222639
4679
formas de detectar e medir essas
moléculas presentes no nosso corpo,
moléculas presentes no nosso corpo,
04:00
and they developed ways
to interfere with those molecules
to interfere with those molecules
70
228492
2778
assim como formas de interferir
com as ditas moléculas
com as ditas moléculas
04:03
using other molecules -- medicines.
71
231294
2048
através do uso de outras moléculas
— os fármacos.
— os fármacos.
04:05
It's a strategy that has worked
again and again and again.
again and again and again.
72
233921
4020
É uma estratégia que tem resultado
vezes sem conta.
vezes sem conta.
04:11
But when it comes to the brain,
that strategy has been limited,
that strategy has been limited,
73
239403
3642
Contudo, no que toca ao cérebro,
esta estratégia torna-se limitada,
esta estratégia torna-se limitada,
04:15
because today, we don't know
nearly enough, yet,
nearly enough, yet,
74
243069
4602
uma vez que ainda
não compreendemos o suficiente
não compreendemos o suficiente
04:19
about how the brain works.
75
247695
1852
sobre como o cérebro funciona.
04:22
We need to learn which of our cells
matter to each illness,
matter to each illness,
76
250526
4266
É necessário aprender quais as células
envolvidas em cada distúrbio,
envolvidas em cada distúrbio,
04:26
and which molecules in those cells
matter to each illness.
matter to each illness.
77
254816
3570
e quais as moléculas nessas células
relevantes para cada distúrbio.
relevantes para cada distúrbio.
04:31
And that's the mission
I want to tell you about today.
I want to tell you about today.
78
259058
2651
É sobre essa missão
que pretendo falar-vos hoje.
que pretendo falar-vos hoje.
04:34
My lab develops technologies
with which we try to turn the brain
with which we try to turn the brain
79
262781
3809
Os nossos laboratórios criam tecnologias
que nos ajudam a fazer do cérebro
que nos ajudam a fazer do cérebro
04:38
into a big-data problem.
80
266614
1700
um "puzzle" para megadados.
04:40
You see, before I became a biologist,
I worked in computers and math,
I worked in computers and math,
81
268338
3536
Antes de ser biólogo, eu era informático
e trabalhava com equações matemáticas
e trabalhava com equações matemáticas
04:43
and I learned this lesson:
82
271898
1324
e aprendi algo importante:
04:46
wherever you can collect vast amounts
of the right kinds of data
of the right kinds of data
83
274365
4184
onde for possível recolher grandes
quantidades do tipo certo de informações
quantidades do tipo certo de informações
04:50
about the functioning of a system,
84
278573
2030
relativa ao funcionamento de um sistema,
04:53
you can use computers in powerful new ways
85
281365
3618
podemos fazer uso de computadores
de formas extraordinárias
de formas extraordinárias
04:57
to make sense of that system
and learn how it works.
and learn how it works.
86
285007
3225
para compreender esse sistema
e aprender como funciona.
e aprender como funciona.
05:00
Today, big-data approaches
are transforming
are transforming
87
288256
2522
As técnicas de megadados
estão já a revolucionar
estão já a revolucionar
05:02
ever-larger sectors of our economy,
88
290802
2483
sectores cada vez maiores
da nossa economia,
da nossa economia,
05:05
and they could do the same
in biology and medicine, too.
in biology and medicine, too.
89
293309
3286
e o mesmo poderia ocorrer
com as áreas da biologia e da medicina.
com as áreas da biologia e da medicina.
05:08
But you have to have
the right kinds of data.
the right kinds of data.
90
296619
2557
Porém, é necessário possuir
o tipo de dados correcto.
o tipo de dados correcto.
05:11
You have to have data
about the right things.
about the right things.
91
299200
2259
É preciso possuir dados
sobre o que interessa.
sobre o que interessa.
05:13
And that often requires
new technologies and ideas.
new technologies and ideas.
92
301917
3865
E isso normalmente exige
novas tecnologias e ideias inovadoras.
novas tecnologias e ideias inovadoras.
05:18
And that is the mission that animates
the scientists in my lab.
the scientists in my lab.
93
306815
3494
E é essa a missão que inspira
os cientistas no meu laboratório.
os cientistas no meu laboratório.
05:23
Today, I want to tell you
two short stories from our work.
two short stories from our work.
94
311251
2974
Hoje venho aqui contar-vos
duas histórias do nosso trabalho.
duas histórias do nosso trabalho.
05:27
One fundamental obstacle we face
95
315427
3104
Um obstáculo fundamental que enfrentamos
05:30
in trying to turn the brain
into a big-data problem
into a big-data problem
96
318555
2660
ao tentar fazer do cérebro
um "puzzle" para megadados
um "puzzle" para megadados
05:33
is that our brains are composed of
and built from billions of cells.
and built from billions of cells.
97
321946
4538
é o facto de os nossos cérebros possuírem
milhares de milhões de células.
milhares de milhões de células.
05:39
And our cells are not generalists;
they're specialists.
they're specialists.
98
327246
3859
As nossas células não são generalistas,
são especialistas.
são especialistas.
05:43
Like humans at work,
99
331129
2089
Tal como os humanos no mundo do trabalho,
05:45
they specialize into thousands
of different cellular careers,
of different cellular careers,
100
333242
5274
as células especializam-se em milhares
de carreiras celulares diferentes,
de carreiras celulares diferentes,
05:50
or cell types.
101
338540
1367
ou tipos de células.
05:52
In fact, each of
the cell types in our body
the cell types in our body
102
340796
2571
Na verdade, cada tipo de célula
no nosso corpo
no nosso corpo
05:55
could probably give a lively TED Talk
103
343391
1878
estaria apto para fazer uma palestra TED
05:57
about what it does at work.
104
345293
1542
sobre a profissão que exerce.
06:00
But as scientists,
we don't even know today
we don't even know today
105
348422
2370
Mas nós, como cientistas,
não sabemos ainda sequer
não sabemos ainda sequer
06:02
how many cell types there are,
106
350816
1907
quantos tipos de células existem,
06:04
and we don't know what the titles
of most of those talks would be.
of most of those talks would be.
107
352747
3277
e não sabemos quais os nomes
que a maioria dessas palestras teria.
que a maioria dessas palestras teria.
06:11
Now, we know many
important things about cell types.
important things about cell types.
108
359809
2970
Sabemos já várias coisas fulcrais
sobre os tipos de células.
sobre os tipos de células.
06:14
They can differ dramatically
in size and shape.
in size and shape.
109
362803
2751
Podem variar drasticamente
em tamanho e forma.
em tamanho e forma.
06:17
One will respond to a molecule
that the other doesn't respond to,
that the other doesn't respond to,
110
365578
4135
Umas respondem a uma molécula,
ao passo que outras não,
ao passo que outras não,
06:21
they'll make different molecules.
111
369737
1794
e produzem moléculas diferentes.
06:23
But science has largely
been reaching these insights
been reaching these insights
112
371555
2521
Porém, a ciência tem obtido
estas noções sobretudo
estas noções sobretudo
06:26
in an ad hoc way, one cell type at a time,
113
374100
2943
através de uma forma ad hoc,
uma célula de cada vez,
uma célula de cada vez,
06:29
one molecule at a time.
114
377067
1486
e uma molécula de cada vez.
06:31
We wanted to make it possible to learn
all of this quickly and systematically.
all of this quickly and systematically.
115
379854
4731
Queríamos possibilitar esta aprendizagem
de uma forma sistemática e mais rápida.
de uma forma sistemática e mais rápida.
06:37
Now, until recently, it was the case
116
385673
1748
Ora, até há pouco tempo,
06:39
that if you wanted to inventory
all of the molecules
all of the molecules
117
387445
3076
se quiséssemos fazer um levantamento
de todas as moléculas
de todas as moléculas
06:42
in a part of the brain or any organ,
118
390545
2925
de uma parte do cérebro
ou de qualquer outro órgão,
ou de qualquer outro órgão,
06:45
you had to first grind it up
into a kind of cellular smoothie.
into a kind of cellular smoothie.
119
393494
3954
era necessário triturar tudo
até formar algo como um batido celular.
até formar algo como um batido celular.
06:50
But that's a problem.
120
398678
1230
Mas eis o problema.
06:52
As soon as you've ground up the cells,
121
400737
2538
Após triturar as células,
06:55
you can only study the contents
of the average cell --
of the average cell --
122
403299
3511
é apenas possível estudar
os componentes da célula comum
os componentes da célula comum
06:58
not the individual cells.
123
406834
1595
e não as células individuais.
07:01
Imagine if you were trying to understand
how a big city like New York works,
how a big city like New York works,
124
409182
3709
Imaginem que estão a estudar como
uma cidade vasta como Nova Iorque opera,
uma cidade vasta como Nova Iorque opera,
07:04
but you could only do so
by reviewing some statistics
by reviewing some statistics
125
412915
2542
mas só podem fazê-lo
ao analisar umas estatísticas
ao analisar umas estatísticas
07:07
about the average resident of New York.
126
415481
2029
acerca do habitante comum nova-iorquino.
07:10
Of course, you wouldn't learn very much,
127
418637
1979
Efectivamente, não aprenderiam muito,
07:12
because everything that's interesting
and important and exciting
and important and exciting
128
420640
3000
visto que tudo o que é interessante,
importante e entusiasmante
importante e entusiasmante
07:15
is in all the diversity
and the specializations.
and the specializations.
129
423664
2732
está contido em toda a diversidade
e especializações.
e especializações.
07:18
And the same thing is true of our cells.
130
426420
2606
O mesmo se verifica nas nossas células.
07:21
And we wanted to make it possible to study
the brain not as a cellular smoothie
the brain not as a cellular smoothie
131
429050
4750
Assim, queríamos possibilitar o estudo
do cérebro, não como um batido celular,
do cérebro, não como um batido celular,
07:25
but as a cellular fruit salad,
132
433824
2478
mas como uma salada de fruta celular,
07:28
in which one could generate
data about and learn from
data about and learn from
133
436326
2604
onde somos capazes
de recolher dados e aprender
de recolher dados e aprender
07:30
each individual piece of fruit.
134
438954
1838
a partir de cada pedacinho de fruta.
07:34
So we developed
a technology for doing that.
a technology for doing that.
135
442253
2718
Assim, criámos uma tecnologia
que tornasse isso possível.
que tornasse isso possível.
07:36
You're about to see a movie of it.
136
444995
1729
E aqui temos um vídeo sobre ela.
07:41
Here we're packaging
tens of thousands of individual cells,
tens of thousands of individual cells,
137
449477
4028
Aqui podem ver a embalagem de dezenas
de milhares de células individuais,
de milhares de células individuais,
07:45
each into its own tiny water droplet
138
453529
2923
cada uma delas na sua minúscula
gotícula de água
gotícula de água
07:48
for its own molecular analysis.
139
456476
2211
para que se proceda
à sua análise molecular.
à sua análise molecular.
07:51
When a cell lands in a droplet,
it's greeted by a tiny bead,
it's greeted by a tiny bead,
140
459921
4123
Quando a célula é incorporada na gotícula,
vai de encontro a uma micro-esfera,
vai de encontro a uma micro-esfera,
07:56
and that bead delivers millions
of DNA bar code molecules.
of DNA bar code molecules.
141
464068
3694
e essa micro-esfera cede milhões
de moléculas de códigos de barras de ADN.
de moléculas de códigos de barras de ADN.
08:01
And each bead delivers
a different bar code sequence
a different bar code sequence
142
469115
3308
Cada micro-esfera fornece uma sequência
de código de barras diferente
de código de barras diferente
08:04
to a different cell.
143
472447
1243
a cada célula diferente.
08:06
We incorporate the DNA bar codes
144
474884
2581
Assim, incorporamos
os códigos de barras de ADN
os códigos de barras de ADN
08:09
into each cell's RNA molecules.
145
477489
3058
nas moléculas de ARN de cada célula.
08:12
Those are the molecular
transcripts it's making
transcripts it's making
146
480571
2836
Estas são as transcrições moleculares
08:15
of the specific genes
that it's using to do its job.
that it's using to do its job.
147
483431
3103
feitas a partir dos genes
específicos utilizados.
específicos utilizados.
08:19
And then we sequence billions
of these combined molecules
of these combined molecules
148
487383
4207
Após isso, sequenciamos milhares
de milhões destas moléculas combinadas
de milhões destas moléculas combinadas
08:24
and use the sequences to tell us
149
492532
2498
e utilizamos essas sequências
para perceber
para perceber
08:27
which cell and which gene
150
495054
2602
de que célula e de que gene
08:29
every molecule came from.
151
497680
1540
veio cada molécula individual.
08:32
We call this approach "Drop-seq,"
because we use droplets
because we use droplets
152
500561
3292
Este método denomina-se
"Drop-seq", pois usamos gotículas (drop)
"Drop-seq", pois usamos gotículas (drop)
08:35
to separate the cells for analysis,
153
503877
2575
para separar as células
para a sua análise,
para a sua análise,
08:38
and we use DNA sequences
to tag and inventory
to tag and inventory
154
506476
3445
e utilizamos sequências de ADN
para marcar, enumerar
para marcar, enumerar
08:41
and keep track of everything.
155
509945
1488
e monitorizar tudo por completo.
08:44
And now, whenever we do an experiment,
156
512727
1976
E agora, numa experiência laboratorial,
08:46
we analyze tens of thousands
of individual cells.
of individual cells.
157
514727
3243
conseguimos analisar dezenas
de milhares de células individuais.
de milhares de células individuais.
08:51
And today in this area of science,
158
519018
2624
Actualmente, nesta área
da ciência em particular,
da ciência em particular,
08:53
the challenge is increasingly
how to learn as much as we can
how to learn as much as we can
159
521666
4931
o desafio passa por aprender
o máximo que conseguirmos
o máximo que conseguirmos
08:58
as quickly as we can
160
526621
1872
o mais rápido possível
a partir destas vastas séries de dados.
09:00
from these vast data sets.
161
528517
1738
09:04
When we were developing Drop-seq,
people used to tell us,
people used to tell us,
162
532914
2770
Enquanto desenvolvíamos o método
Drop-Seq, diziam-nos:
Drop-Seq, diziam-nos:
09:07
"Oh, this is going to make you guys
the go-to for every major brain project."
the go-to for every major brain project."
163
535708
4804
"Vocês vão tornar-se numa referência
para qualquer estudo do cérebro."
para qualquer estudo do cérebro."
Mas nós não o víamos dessa forma.
09:13
That's not how we saw it.
164
541257
1544
09:14
Science is best when everyone
is generating lots of exciting data.
is generating lots of exciting data.
165
542825
4531
O ideal para a ciência é quando todos
contribuímos com imensos dados novos.
contribuímos com imensos dados novos.
09:20
So we wrote a 25-page instruction book,
166
548197
3214
Assim, fizemos um livro
de instruções de 25 páginas,
de instruções de 25 páginas,
09:23
with which any scientist could build
their own Drop-seq system from scratch.
their own Drop-seq system from scratch.
167
551435
4578
a partir do qual qualquer cientista seria
capaz de construir o seu sistema Drop-Seq.
capaz de construir o seu sistema Drop-Seq.
09:28
And that instruction book has been
downloaded from our lab website
downloaded from our lab website
168
556037
3697
Esse mesmo livro de instruções
já foi descarregado do nosso "website"
já foi descarregado do nosso "website"
09:31
50,000 times in the past two years.
169
559758
2965
cerca de 50 000 vezes
nos últimos dois anos.
nos últimos dois anos.
Criámos um "software" possível
de ser usado por qualquer cientista
de ser usado por qualquer cientista
09:35
We wrote software
that any scientist could use
that any scientist could use
170
563598
3052
09:38
to analyze the data
from Drop-seq experiments,
from Drop-seq experiments,
171
566674
2898
para analisar os dados recolhidos
através do uso de Drop-Seq,
através do uso de Drop-Seq,
09:41
and that software is also free,
172
569596
1715
Esse "software" é igualmente grátis
09:43
and it's been downloaded from our website
30,000 times in the past two years.
30,000 times in the past two years.
173
571335
4388
e já foi descarregado do nosso website
30 000 vezes nos últimos dois anos.
30 000 vezes nos últimos dois anos.
09:48
And hundreds of labs have written us
about discoveries that they've made
about discoveries that they've made
174
576328
4979
Temos recebido relatos de centenas
de laboratórios sobre o que já descobriram
de laboratórios sobre o que já descobriram
09:53
using this approach.
175
581331
1443
ao utilizar este método.
09:54
Today, this technology is being used
to make a human cell atlas.
to make a human cell atlas.
176
582798
3560
Esta técnica está hoje a ser usada
para criar um atlas das células humanas.
para criar um atlas das células humanas.
09:58
It will be an atlas of all
of the cell types in the human body
of the cell types in the human body
177
586382
3354
Teremos um atlas de todos os tipos
de células presentes no corpo humano
de células presentes no corpo humano
10:01
and the specific genes
that each cell type uses to do its job.
that each cell type uses to do its job.
178
589760
3680
e dos genes específicos usados por
cada tipo de célula para as suas funções.
cada tipo de célula para as suas funções.
10:08
Now I want to tell you about
a second challenge that we face
a second challenge that we face
179
596133
2876
Quero agora falar-vos do segundo
desafio que enfrentamos
desafio que enfrentamos
ao tentar fazer do cérebro
um "puzzle" para megadados.
um "puzzle" para megadados.
10:11
in trying to turn the brain
into a big data problem.
into a big data problem.
180
599033
2448
10:13
And that challenge is that
we'd like to learn from the brains
we'd like to learn from the brains
181
601505
3279
Esse desafio passa por querermos
aprender a partir dos cérebros
aprender a partir dos cérebros
10:16
of hundreds of thousands of living people.
182
604808
2444
de centenas de milhares de pessoas vivas.
10:19
But our brains are not physically
accessible while we're living.
accessible while we're living.
183
607998
3704
Mas enquanto vivos, os nossos cérebros
não estão fisicamente disponíveis.
não estão fisicamente disponíveis.
10:24
But how can we discover molecular factors
if we can't hold the molecules?
if we can't hold the molecules?
184
612895
3960
Como podemos então descobrir os factores
moleculares sem possuirmos as moléculas?
moleculares sem possuirmos as moléculas?
10:30
An answer comes from the fact that
the most informative molecules, proteins,
the most informative molecules, proteins,
185
618352
4548
A resposta está no facto
de que as proteínas,
de que as proteínas,
as moléculas mais informativas,
10:34
are encoded in our DNA,
186
622924
1782
estão codificadas no nosso ADN,
10:36
which has the recipes our cells follow
to make all of our proteins.
to make all of our proteins.
187
624730
4530
que possui as receitas usadas pelas células
para criarem as nossas proteínas.
para criarem as nossas proteínas.
10:41
And these recipes vary
from person to person to person
from person to person to person
188
629999
4946
Acontece que estas receitas
variam de pessoa para pessoa
variam de pessoa para pessoa
10:46
in ways that cause the proteins
to vary from person to person
to vary from person to person
189
634969
3342
o que faz com que as proteínas
variem de pessoa para pessoa
variem de pessoa para pessoa
10:50
in their precise sequence
190
638335
1787
no que toca à sua sequência precisa
10:52
and in how much each cell type
makes of each protein.
makes of each protein.
191
640146
3151
e na quantidade de proteínas
criadas por cada tipo de célula.
criadas por cada tipo de célula.
10:56
It's all encoded in our DNA,
and it's all genetics,
and it's all genetics,
192
644441
3393
Tudo isto está codificado no nosso ADN
e depende da nossa genética,
e depende da nossa genética,
10:59
but it's not the genetics
that we learned about in school.
that we learned about in school.
193
647858
2817
mas não funciona como a genética
que aprendemos na escola.
que aprendemos na escola.
Lembram-se dos alelos
B grande e b pequeno?
B grande e b pequeno?
11:03
Do you remember big B, little b?
194
651572
1983
E como, se herdarmos o B grande,
temos olhos castanhos?
temos olhos castanhos?
11:06
If you inherit big B, you get brown eyes?
195
654260
2400
11:09
It's simple.
196
657085
1223
É simples.
11:11
Very few traits are that simple.
197
659451
3173
Mas são raros os traços
que são assim tão lineares.
que são assim tão lineares.
11:15
Even eye color is shaped by much more
than a single pigment molecule.
than a single pigment molecule.
198
663232
4725
Até a cor dos olhos é codificada por muito
mais que uma molécula de pigmento.
mais que uma molécula de pigmento.
11:20
And something as complex
as the function of our brains
as the function of our brains
199
668861
4250
E algo tão complexo
como o funcionamento do nosso cérebro
como o funcionamento do nosso cérebro
11:25
is shaped by the interaction
of thousands of genes.
of thousands of genes.
200
673135
3247
é concebido pela interacção
entre milhares de genes.
entre milhares de genes.
11:28
And each of these genes
varies meaningfully
varies meaningfully
201
676406
2340
Cada um destes genes
varia consideravelmente
varia consideravelmente
11:30
from person to person to person,
202
678770
1838
de pessoa para pessoa,
11:32
and each of us is a unique
combination of that variation.
combination of that variation.
203
680632
3517
e cada um de nós é uma combinação
única dessa mesma variação.
única dessa mesma variação.
11:37
It's a big data opportunity.
204
685419
2216
É uma oportunidade única
para os megadados.
para os megadados.
11:40
And today, it's increasingly
possible to make progress
possible to make progress
205
688214
3176
E, hoje em dia, torna-se cada vez mais
praticável fazer progressos
praticável fazer progressos
11:43
on a scale that was never possible before.
206
691414
2796
a uma escala jamais
atingida anteriormente.
atingida anteriormente.
11:46
People are contributing to genetic studies
207
694234
2405
Os contributos para a área da genética
11:48
in record numbers,
208
696663
1594
têm atingido valores recorde.
11:51
and scientists around the world
are sharing the data with one another
are sharing the data with one another
209
699085
4087
Temos cientistas de todas as partes
do mundo a partilhar resultados entre si
do mundo a partilhar resultados entre si
11:55
to speed progress.
210
703196
1571
para acelerar o progresso.
11:57
I want to tell you a short story
about a discovery we recently made
about a discovery we recently made
211
705514
3239
Quero contar-vos uma pequena história
sobre uma descoberta recente
sobre uma descoberta recente
12:00
about the genetics of schizophrenia.
212
708777
1894
sobre a genética da esquizofrenia.
12:03
It was made possible
by 50,000 people from 30 countries,
by 50,000 people from 30 countries,
213
711506
4596
Foi tudo graças a 50 000 pessoas
oriundas de 30 países diferentes,
oriundas de 30 países diferentes,
12:08
who contributed their DNA
to genetic research on schizophrenia.
to genetic research on schizophrenia.
214
716126
4700
que contribuíram com o seu ADN para
a pesquisa da genética da esquizofrenia.
a pesquisa da genética da esquizofrenia.
12:14
It had been known for several years
215
722406
2096
Já há vários anos que se sabia
12:16
that the human genome's largest influence
on risk of schizophrenia
on risk of schizophrenia
216
724526
4111
que a maior influência do genoma humano
quanto ao risco de esquizofrenia
quanto ao risco de esquizofrenia
12:20
comes from a part of the genome
217
728661
1802
provém de uma parte do genoma
12:22
that encodes many of the molecules
in our immune system.
in our immune system.
218
730487
3344
que codifica várias moléculas
do nosso sistema imunitário.
do nosso sistema imunitário.
12:25
But it wasn't clear which gene
was responsible.
was responsible.
219
733855
3034
Porém, ainda não se sabia
qual era o gene responsável.
qual era o gene responsável.
12:29
A scientist in my lab developed
a new way to analyze DNA with computers,
a new way to analyze DNA with computers,
220
737746
4040
Um dos nossos cientistas criou uma nova
forma computorizada de analisar o ADN,
forma computorizada de analisar o ADN,
12:33
and he discovered something
very surprising.
very surprising.
221
741810
3095
e fez uma descoberta impressionante.
12:36
He found that a gene called
"complement component 4" --
"complement component 4" --
222
744929
3251
Descobriu que um gene denominado
"componente 4 do complemento",
"componente 4 do complemento",
12:40
it's called "C4" for short --
223
748204
1799
também conhecido por "C4",
12:43
comes in dozens of different forms
in different people's genomes,
in different people's genomes,
224
751036
3889
assume dezenas de formas diferentes
em genomas de pessoas diferentes,
em genomas de pessoas diferentes,
12:46
and these different forms
make different amounts
make different amounts
225
754949
3197
e que estas formas distintas
originam diferentes quantidades
originam diferentes quantidades
12:50
of C4 protein in our brains.
226
758170
2242
da proteína C4 no nosso cérebro.
12:52
And he found that the more
C4 protein our genes make,
C4 protein our genes make,
227
760957
3985
Ele também descobriu que quanto
mais proteína C4 os nossos genes criarem,
mais proteína C4 os nossos genes criarem,
12:56
the greater our risk for schizophrenia.
228
764966
2112
maior o nosso risco de ter esquizofrenia.
12:59
Now, C4 is still just one risk factor
in a complex system.
in a complex system.
229
767919
4907
Ora, o C4 é apenas um factor de risco
num sistema complexo.
num sistema complexo.
13:04
This isn't big B,
230
772850
1989
Não é como o alelo B grande,
13:06
but it's an insight about
a molecule that matters.
a molecule that matters.
231
774863
3557
porém é uma informação fulcral
sobre uma molécula relevante.
sobre uma molécula relevante.
13:11
Complement proteins like C4
were known for a long time
were known for a long time
232
779492
3637
As proteínas de complemento como o C4
já eram conhecidas há algum tempo
já eram conhecidas há algum tempo
13:15
for their roles in the immune system,
233
783153
1953
pelos seus papéis no sistema imunitário,
13:17
where they act as a kind of
molecular Post-it note
molecular Post-it note
234
785130
2778
onde actuam como uma espécie
de nota Post-it
de nota Post-it
13:19
that says, "Eat me."
235
787932
1580
que diz "devorem-me".
13:22
And that Post-it note
gets put on lots of debris
gets put on lots of debris
236
790475
2667
Essa nota Post-it é colada
a montes de resíduos
a montes de resíduos
13:25
and dead cells in our bodies
237
793166
2357
e a células mortas no nosso corpo
13:27
and invites immune cells
to eliminate them.
to eliminate them.
238
795547
2490
levando as células imunitárias
a eliminá-las.
a eliminá-las.
13:30
But two colleagues of mine found
that the C4 Post-it note
that the C4 Post-it note
239
798779
3539
Contudo, dois colegas meus
descobriram que a nota Post-it C4
descobriram que a nota Post-it C4
13:35
also gets put on synapses in the brain
240
803183
3298
também é colocada em sinapses, no cérebro
13:38
and prompts their elimination.
241
806505
1864
o que leva à sua destruição.
Ora, a criação e destruição de sinapses
faz parte do processo
faz parte do processo
13:41
Now, the creation and elimination
of synapses is a normal part
of synapses is a normal part
242
809154
3266
do nosso desenvolvimento e aprendizagem.
13:44
of human development and learning.
243
812444
1854
13:46
Our brains create and eliminate
synapses all the time.
synapses all the time.
244
814322
2921
O nosso cérebro cria
e elimina sinapses a toda a hora.
e elimina sinapses a toda a hora.
13:49
But our genetic results suggest
that in schizophrenia,
that in schizophrenia,
245
817921
2960
Porém os resultados que obtemos
sugerem que na esquizofrenia,
sugerem que na esquizofrenia,
13:52
the elimination process
may go into overdrive.
may go into overdrive.
246
820905
3233
esse processo de eliminação
pode ocorrer em demasia.
pode ocorrer em demasia.
13:57
Scientists at many drug companies tell me
they're excited about this discovery,
they're excited about this discovery,
247
825185
3929
Há cientistas da indústria farmacêutica
a contarem-me o quão empolgados estão,
a contarem-me o quão empolgados estão,
14:01
because they've been working
on complement proteins for years
on complement proteins for years
248
829138
3239
visto que já trabalham com as proteínas
de complemento há anos
de complemento há anos
14:04
in the immune system,
249
832401
1540
quanto ao sistema imunitário,
14:05
and they've learned a lot
about how they work.
about how they work.
250
833965
2206
e aprenderam imenso
sobre o seu funcionamento.
sobre o seu funcionamento.
14:08
They've even developed molecules
that interfere with complement proteins,
that interfere with complement proteins,
251
836885
3894
Chegaram até a criar moléculas que
interferem com proteínas de complemento,
interferem com proteínas de complemento,
14:12
and they're starting to test them
in the brain as well as the immune system.
in the brain as well as the immune system.
252
840803
3607
e começaram a testá-las tanto no cérebro
como no sistema imunitário.
como no sistema imunitário.
14:17
It's potentially a path toward a drug
that might address a root cause
that might address a root cause
253
845124
4721
Estamos no possível caminho em direcção
a um fármaco que trate a causa da doença
a um fármaco que trate a causa da doença
14:21
rather than an individual symptom,
254
849869
2649
ao invés de um sintoma individual,
14:24
and we hope very much that this work
by many scientists over many years
by many scientists over many years
255
852542
4048
e esperamos sinceramente que o trabalho
de tantos cientistas, há já tantos anos
de tantos cientistas, há já tantos anos
14:28
will be successful.
256
856614
1152
seja um sucesso.
14:31
But C4 is just one example
257
859689
3014
No entanto, o C4 é apenas um exemplo
14:34
of the potential for data-driven
scientific approaches
scientific approaches
258
862727
3112
do potencial de técnicas científicas
baseadas em megadados
baseadas em megadados
14:37
to open new fronts on medical problems
that are centuries old.
that are centuries old.
259
865863
3903
para disponibilizar novas soluções
a problemas médicos que já são seculares.
a problemas médicos que já são seculares.
14:42
There are hundreds of places
in our genomes
in our genomes
260
870144
2745
Há centenas de locais no nosso genoma
14:44
that shape risk for brain illnesses,
261
872913
2585
que determinam o risco
para várias doenças cerebrais,
para várias doenças cerebrais,
14:47
and any one of them could lead us
to the next molecular insight
to the next molecular insight
262
875522
4066
e cada um deles poderia guiar-nos
em direcção à próxima descoberta
em direcção à próxima descoberta
14:51
about a molecule that matters.
263
879612
2020
acerca de uma molécula relevante para nós.
14:53
And there are hundreds of cell types that
use these genes in different combinations.
use these genes in different combinations.
264
881656
3987
Existem centenas de tipos de células que
combinam estes genes de diferentes formas.
combinam estes genes de diferentes formas.
14:57
As we and other scientists
work to generate
work to generate
265
885667
2069
À medida que nos esforçamos para recolher
14:59
the rest of the data that's needed
266
887760
2069
os restantes dados que precisamos
15:01
and to learn all that we can
from that data,
from that data,
267
889853
2393
e aprendemos tudo o que conseguimos
a partir deles,
a partir deles,
15:04
we hope to open many more new fronts.
268
892270
2403
esperamos continuar
a abrir novos caminhos.
a abrir novos caminhos.
15:08
Genetics and single-cell analysis
are just two ways
are just two ways
269
896483
5079
A genética e a análise individual celular
são apenas duas das formas
são apenas duas das formas
15:13
of trying to turn the brain
into a big data problem.
into a big data problem.
270
901586
3767
de tentar transformar o cérebro
num "puzzle" para megadados.
num "puzzle" para megadados.
15:18
There is so much more we can do.
271
906424
2159
Há tanto mais que podemos fazer.
15:21
Scientists in my lab
are creating a technology
are creating a technology
272
909235
3074
No meu laboratório estamos
a desenvolver uma tecnologia
a desenvolver uma tecnologia
15:24
for quickly mapping the synaptic
connections in the brain
connections in the brain
273
912333
3196
capaz de mapear rapidamente
as sinapses no cérebro
as sinapses no cérebro
15:27
to tell which neurons are talking
to which other neurons
to which other neurons
274
915553
2938
de forma a identificar
as interligações entre neurónios
as interligações entre neurónios
15:30
and how that conversation changes
throughout life and during illness.
throughout life and during illness.
275
918515
3996
e como essa comunicação se altera
ao longo da vida e durante uma doença.
ao longo da vida e durante uma doença.
15:35
And we're developing a way
to test in a single tube
to test in a single tube
276
923467
4520
Estamos a desenvolver uma forma
de testar num único tubo de ensaio
de testar num único tubo de ensaio
15:40
how cells with hundreds
of different people's genomes
of different people's genomes
277
928011
2718
como as células com centenas
de genomas de várias pessoas
de genomas de várias pessoas
15:42
respond differently to the same stimulus.
278
930753
2170
respondem de forma distinta
ao mesmo estímulo.
ao mesmo estímulo.
15:46
These projects bring together
people with diverse backgrounds
people with diverse backgrounds
279
934248
4903
Estes projectos reúnem pessoas
com conhecimentos muito diversos,
com conhecimentos muito diversos,
15:51
and training and interests --
280
939175
2493
assim como experiência e interesses,
15:53
biology, computers, chemistry,
math, statistics, engineering.
math, statistics, engineering.
281
941692
5877
como biologia, informática, química,
matemática, estatística, engenharias.
matemática, estatística, engenharias.
16:00
But the scientific possibilities
rally people with diverse interests
rally people with diverse interests
282
948205
4232
As possibilidades científicas agrupam
pessoas com interesses diferentes
pessoas com interesses diferentes
16:04
into working intensely together.
283
952461
2235
e fazem com que trabalhem em conjunto.
16:08
What's the future
that we could hope to create?
that we could hope to create?
284
956871
2551
Qual é o futuro que esperamos vir a criar?
16:12
Consider cancer.
285
960267
1350
Vejamos o caso do cancro.
16:14
We've moved from an era of ignorance
about what causes cancer,
about what causes cancer,
286
962193
3922
Passámos de uma era de ignorância
sobre quais as causas do cancro,
sobre quais as causas do cancro,
16:18
in which cancer was commonly ascribed
to personal psychological characteristics,
to personal psychological characteristics,
287
966139
6988
onde este era comummente atribuído
a características psicológicas pessoais,
a características psicológicas pessoais,
16:26
to a modern molecular understanding
of the true biological causes of cancer.
of the true biological causes of cancer.
288
974238
5395
a uma era de compreensão molecular sobre
as suas verdadeiras causas biológicas.
as suas verdadeiras causas biológicas.
16:32
That understanding today
leads to innovative medicine
leads to innovative medicine
289
980100
3074
Esse conhecimento hoje origina
técnicas de medicina inovadoras
técnicas de medicina inovadoras
16:35
after innovative medicine,
290
983198
1696
atrás de técnicas inovadoras.
16:36
and although there's still
so much work to do,
so much work to do,
291
984918
2839
Mesmo que exista ainda
bastante trabalho a fazer,
bastante trabalho a fazer,
16:39
we're already surrounded by people
who have been cured of cancers
who have been cured of cancers
292
987781
3394
estamos já rodeados de pessoas
que foram curadas de cancros
que foram curadas de cancros
16:43
that were considered untreatable
a generation ago.
a generation ago.
293
991199
3269
que, na geração anterior,
eram vistos como incuráveis.
eram vistos como incuráveis.
16:48
And millions of cancer survivors
like my sister
like my sister
294
996254
3376
E milhões de sobreviventes de cancro,
pessoas como a minha irmã,
pessoas como a minha irmã,
16:51
find themselves with years of life
that they didn't take for granted
that they didn't take for granted
295
999654
4401
dão por si com anos de vida
que não tomavam como garantidos
que não tomavam como garantidos
16:56
and new opportunities
296
1004079
1769
e novas oportunidades
16:57
for work and joy and human connection.
297
1005872
3930
de trabalho, de felicidade,
de relações humanas.
de relações humanas.
17:03
That is the future that we are determined
to create around mental illness --
to create around mental illness --
298
1011358
4378
É esse o futuro que estamos determinados
a criar para doenças mentais,
a criar para doenças mentais,
17:08
one of real understanding and empathy
299
1016581
4119
um futuro de genuína compreensão e empatia
17:12
and limitless possibility.
300
1020724
1816
e possibilidades ilimitadas.
17:15
Thank you.
301
1023159
1190
Muito obrigado.
17:16
(Applause)
302
1024374
4062
(Aplausos)
ABOUT THE SPEAKER
Steve McCarroll - GeneticistSteve McCarroll is conducting groundbreaking research on the causes of mental illness.
Why you should listen
Steve McCarroll and the scientists in his lab use human genetics, molecular biology and engineering to create new ways of studying the human brain, reveal the ways in which genomes vary from person to person and discover the molecular and cellular processes that underlie brain illness. McCarroll and his team at Harvard have linked schizophrenia to specific gene variations that recruit immune molecules into "pruning" synapses in the brain, a discovery that is leading toward new ways of thinking about the biological basis of schizophrenia and new approaches for discovering medicines.
Prior to leading his lab, McCarroll earned his PhD in neuroscience at the University of California, San Francisco. He is also currently serving as Director of Genetics for the Broad Institute's Stanley Center for Psychiatric Research.
Steve McCarroll | Speaker | TED.com