Mennesker har længe haft en fascination af den menneskelige hjerne. Vi skemalagt den, vi har beskrevet den, vi har tegnet den, vi har kortlagt den. Ligesom de fysiske kort i vores verden der er blevet særdeles påvirket af teknologi -- tænk på Google Maps, tænk på GPS -- det samme sker for at kortlægge hjernen gennem transformation.
Humans have long held a fascination for the human brain. We chart it, we've described it, we've drawn it, we've mapped it. Now just like the physical maps of our world that have been highly influenced by technology -- think Google Maps, think GPS -- the same thing is happening for brain mapping through transformation.
Så lad os kaste et blik på hjernen. De fleste mennesker, når de for første gang kigger på en frisk menneske hjerne siger de, "Det ligner ikke det som man typisk kigger på når nogen viser en en hjerne." Typisk, det man kigger på er en fikseret hjerne. Den er grå. Og dette ydre lag, dette er blodkarvævet, som er utroligt, rundt om den menneskelige hjerne. Dette er blodkarene. 20 procent af ilten kommer fra ens lunger, 20 procent af blodet der bliver pumpet fra ens hjerte, servicerer dette ene organ. Det er dybest set, hvis man holder to knytnæver sammen, er den lidt større end de to knytnæver.
So let's take a look at the brain. Most people, when they first look at a fresh human brain, they say, "It doesn't look what you're typically looking at when someone shows you a brain." Typically, what you're looking at is a fixed brain. It's gray. And this outer layer, this is the vasculature, which is incredible, around a human brain. This is the blood vessels. 20 percent of the oxygen coming from your lungs, 20 percent of the blood pumped from your heart, is servicing this one organ. That's basically, if you hold two fists together, it's just slightly larger than the two fists.
Forskere, mere eller mindre fra slutningen af det 20. århundrede, lærte at de kunne spore blodtilførslen for non-invasivt at kortlægge hvor aktiviteten foregik i den menneskelige hjerne. Så for eksempel, de kan se i den bagerste del af hjernen, som bare vender sig rundt her. Der er lillehjernen; det er den der holder en oprejst lige nu. Den holder mig oprejst. Den er involveret i koordineret bevægelse. I den ene side her, er dette er den temporale cortex. Dette er området hvor den primære auditive behandling foregår -- så I hører mine ord, I sender det op til de højere sprogbehandlingscentre. I den forreste del af hjernen er stedet hvor alle de mere komplekse tanker, beslutningstagning -- det er det sidste der modnes sent i voksenlivet. Det er der al ens beslutningstagning foregår. Det er stedet hvor I lige nu beslutter at I nok ikke vil bestille steaken til aftensmad.
Scientists, sort of at the end of the 20th century, learned that they could track blood flow to map non-invasively where activity was going on in the human brain. So for example, they can see in the back part of the brain, which is just turning around there. There's the cerebellum; that's keeping you upright right now. It's keeping me standing. It's involved in coordinated movement. On the side here, this is temporal cortex. This is the area where primary auditory processing -- so you're hearing my words, you're sending it up into higher language processing centers. Towards the front of the brain is the place in which all of the more complex thought, decision making -- it's the last to mature in late adulthood. This is where all your decision-making processes are going on. It's the place where you're deciding right now you probably aren't going to order the steak for dinner.
Så hvis man kigger nærmere på hjernen, en af de ting, hvis man ser på det i tværsnit, det man kan se er at man faktisk ikke kan se en masse struktur der. Men der er faktisk en masse struktur. Det er celler og det er ledninger altsammen forbundet. Så for cirka hundrede år siden, opfandt forskere en stof der kunne farve celler. Og det bliver vist her i meget lyst blåt. Man kan se områderne hvor de neuronale celler er farvet. Og det man kan se er meget ujævnt. Man kan se meget mere struktur der. Så den ydre del af den hjerne er neocortex. Det er en kontinuerlig databehandlingsenhed, om man vil. Men man kan også se ting derunder. Og alle disse blanke områder er de områder som forbindelserne går gennem. Det er muligvis ikke så tætte celler. Så der er cirka 86 milliarder neuroner i vores hjerne. Og som I kan se, er de fordelt meget ujævnt. Og hvordan de er blevet fordelt medvirker til deres underliggende funktion. Og selvfølgelig, som jeg nævnte før, siden vi nu kan begynde at kortlægge hjernefunktionerne, kan vi begynde at knytte disse til de individuelle celler.
So if you take a deeper look at the brain, one of the things, if you look at it in cross-section, what you can see is that you can't really see a whole lot of structure there. But there's actually a lot of structure there. It's cells and it's wires all wired together. So about a hundred years ago, some scientists invented a stain that would stain cells. And that's shown here in the the very light blue. You can see areas where neuronal cell bodies are being stained. And what you can see is it's very non-uniform. You see a lot more structure there. So the outer part of that brain is the neocortex. It's one continuous processing unit, if you will. But you can also see things underneath there as well. And all of these blank areas are the areas in which the wires are running through. They're probably less cell dense. So there's about 86 billion neurons in our brain. And as you can see, they're very non-uniformly distributed. And how they're distributed really contributes to their underlying function. And of course, as I mentioned before, since we can now start to map brain function, we can start to tie these into the individual cells.
Så lad os kaste et nærmere blik. Lad os se på neuronerne. Som jeg nævnte, er der 86 milliarder neuroner. Der er også disse mindre celler som I kan se. Dette er støtteceller -- astrocytes glia. Og selve nerverne er dem der modtager input. De opbevarer det, de behandler det. Hver neuron er forbundet via synapser til op til 10.000 andre neuroner i ens hjerne. Og hver neuron er i sig selv stort set unik. Den unikke karakter af både individuelle neuroner og neuroner i en samling i hjernen bliver drevet af fundamentale egenskaber af deres underliggende biokemi. Dette er proteiner. Det er proteiner der styrer ting som ionkanal bevægelsen. De styrer hvem celler i nervesystemet danner par med. Og de styrer dybest set alt som det nervesystemet skal gøre.
So let's take a deeper look. Let's look at neurons. So as I mentioned, there are 86 billion neurons. There are also these smaller cells as you'll see. These are support cells -- astrocytes glia. And the nerves themselves are the ones who are receiving input. They're storing it, they're processing it. Each neuron is connected via synapses to up to 10,000 other neurons in your brain. And each neuron itself is largely unique. The unique character of both individual neurons and neurons within a collection of the brain are driven by fundamental properties of their underlying biochemistry. These are proteins. They're proteins that are controlling things like ion channel movement. They're controlling who nervous system cells partner up with. And they're controlling basically everything that the nervous system has to do.
Så hvis vi zoomer in på et endnu dybere niveau, alle disse proteiner der er kodet af vores gener. Vi har hver især 23 kromosompar. Vi får et af vores mor, et af vores far. Og på disse kromosomer er det stort set 25.000 gener. De er inkodet i DNA'et. Og en given celles natur driver dens underliggende biokemi bliver dikteret af hvilke af disse 25.000 gener der bliver tændt og på hvilket niveau de bliver tændt på.
So if we zoom in to an even deeper level, all of those proteins are encoded by our genomes. We each have 23 pairs of chromosomes. We get one from mom, one from dad. And on these chromosomes are roughly 25,000 genes. They're encoded in the DNA. And the nature of a given cell driving its underlying biochemistry is dictated by which of these 25,000 genes are turned on and at what level they're turned on.
Så vores projekt er at forsøge at se på denne udskrift, og forstå hvilke af disse 25.000 gener der bliver tændt. Så for at begynde sådan et stort projekt, havde vi tydeligvis brug for hjerner. Så vi sendte vores laboratorietekniker i byen. Vi søgte normale menneskelige hjerner. Det vi sædvanligvis begynder med er retsmedicinerens kontor. Dette er et sted hvor de døde kommer ind. Vi søger normale menneskelige hjerner. Der er en masse kriterier som vi vælger disse hjerner ud fra. Vi vil være sikre på at vi har normale menneskelige hjerner i alderen mellem 20 og 60, at de døde af naturlige årsager uden skader på hjernen, ingen historie af psykiatriske lidelser, ingen narkotikum om bord -- vi laver en toksikologisk prøve. Og vi er meget forsigtige med de hjerner vi udvælger. Vi udvælger også hjerner hvor vi kan få det væv, hvor vi kan få tilladelse til at tage det væv indenfor 24 timer efter dødstidspunktet. Fordi det vi prøver at måle, RNA'et -- som er aflæsningen af vores gener -- er meget ustabil, så vi skal skynde os.
And so our project is seeking to look at this readout, understanding which of these 25,000 genes is turned on. So in order to undertake such a project, we obviously need brains. So we sent our lab technician out. We were seeking normal human brains. What we actually start with is a medical examiner's office. This a place where the dead are brought in. We are seeking normal human brains. There's a lot of criteria by which we're selecting these brains. We want to make sure that we have normal humans between the ages of 20 to 60, they died a somewhat natural death with no injury to the brain, no history of psychiatric disease, no drugs on board -- we do a toxicology workup. And we're very careful about the brains that we do take. We're also selecting for brains in which we can get the tissue, we can get consent to take the tissue within 24 hours of time of death. Because what we're trying to measure, the RNA -- which is the readout from our genes -- is very labile, and so we have to move very quickly.
En sidebemærkning til samlingen af hjerner: På grund af måden vi indsamler dem på, og på grund af at vi kræver tilladelse, har vi faktisk mange flere mandlige hjerner end kvindlige hjerner. Det er meget mere sandsynligt for mænd at dø en utilsigtet død i deres bedste alder. Og det er meget mere sandsynligt at mænds bedre halvdel, kone, giver tilladelse end omvendt.
One side note on the collection of brains: because of the way that we collect, and because we require consent, we actually have a lot more male brains than female brains. Males are much more likely to die an accidental death in the prime of their life. And men are much more likely to have their significant other, spouse, give consent than the other way around.
(Latter)
(Laughter)
Så den første ting vi gør det sted hvor vi indsamler er at vi laver det der hedder en MR. Det er magnetisk resonanstomografi -- MRI. Det er en standard skabelon som vi passer resten af vores data på. Så vi indsamler denne MR. Og man kan se på dette som vores fugleperspektiv på vores kort. Det næste vi gør er at vi indsamler det der hedder diffusion tensor imaging. Dette kortlægger den store mængde forbindelser i hjernen. Og igen, man kan se på dette som næsten det at kortlægge vores motorveje, om man vil. Hjernen fjernes fra kraniet, og så bliver den skåret i en-centimeter tykke skiver. Og de bliver frosset, og de bliver sendt til Seattle. Og i Seattle, tager vi disse -- dette er hele den menneskelige hemisfære -- og vi lægger dem i det der dybest set er en avanceret pålægsmaskine. Der er en klinge her som skærer gennem en section af vævet og flytter den til et objektglas. Vi påfører så en af disse farver på det, og vi scanner det. Og det vi så får er vores første kortlægning.
So the first thing that we do at the site of collection is we collect what's called an MR. This is magnetic resonance imaging -- MRI. It's a standard template by which we're going to hang the rest of this data. So we collect this MR. And you can think of this as our satellite view for our map. The next thing we do is we collect what's called a diffusion tensor imaging. This maps the large cabling in the brain. And again, you can think of this as almost mapping our interstate highways, if you will. The brain is removed from the skull, and then it's sliced into one-centimeter slices. And those are frozen solid, and they're shipped to Seattle. And in Seattle, we take these -- this is a whole human hemisphere -- and we put them into what's basically a glorified meat slicer. There's a blade here that's going to cut across a section of the tissue and transfer it to a microscope slide. We're going to then apply one of those stains to it, and we scan it. And then what we get is our first mapping.
Så det er her eksperterne kommer ind og de laver basale anatomiske opgaver. Man kunne opfatte dette som delstatsgrænser, om man vil, de temmelig brede skitser. Fra dette, er vi i stand til at dele hjernen i flere dele, som vi så kan lægge i en mindre cryostat. Og dette viser kun det her -- dette frosne væv, og det bliver skåret. Dette er 20 my tykt, så dette er cirka bredden på et babyhår. Og husk på, at det er frossen. Så her kan man se, den gammeldagse penselteknologi blive brugt. Vi kan tage et objektglas. Så smelter vi det meget forsigtigt på objektglasset. Det vil så komme ind i robotten der vil putte en af farverne i det. Og vores anatomister vil gå ind og kaste et nærmere blik på det.
So this is where experts come in and they make basic anatomic assignments. You could consider this state boundaries, if you will, those pretty broad outlines. From this, we're able to then fragment that brain into further pieces, which then we can put on a smaller cryostat. And this is just showing this here -- this frozen tissue, and it's being cut. This is 20 microns thin, so this is about a baby hair's width. And remember, it's frozen. And so you can see here, old-fashioned technology of the paintbrush being applied. We take a microscope slide. Then we very carefully melt onto the slide. This will then go onto a robot that's going to apply one of those stains to it. And our anatomists are going to go in and take a deeper look at this.
Så igen, dette er hvad de ser under et mikroskop. Man kan se samlingerne og konfigurationerne af store og små celler i klynger og forskellige steder. Og derfra er det routine. De ved hvor de skal lave disse opgaver. Og de kan lave det der dybest set er et reference kort. Dette er et mere detaljeret kort.
So again this is what they can see under the microscope. You can see collections and configurations of large and small cells in clusters and various places. And from there it's routine. They understand where to make these assignments. And they can make basically what's a reference atlas. This is a more detailed map.
Vores forskere bruger så dette for at gå tilbage til et andet stykke af det væv og lave det der hedder laser scanning microdissection. Så teknikeren tager instruktionerne. De skriver et sted der. Og så skærer laseren faktisk. Man kan se at den blå prik der skærer. Og det væv falder af. Man kan se det på objektglasset her, det er hvad der sker i real time. Der er en container derunder der opsamler det væv. Vi tager det væv, vi renser RNA ud af det ved at bruge noget basal teknologi, og så putter vi et selvlysende mærke på det. Vi tager det mærkede materiale og vi putter på noget der hedder en microarray.
Our scientists then use this to go back to another piece of that tissue and do what's called laser scanning microdissection. So the technician takes the instructions. They scribe along a place there. And then the laser actually cuts. You can see that blue dot there cutting. And that tissue falls off. You can see on the microscope slide here, that's what's happening in real time. There's a container underneath that's collecting that tissue. We take that tissue, we purify the RNA out of it using some basic technology, and then we put a florescent tag on it. We take that tagged material and we put it on to something called a microarray.
Nu ligner dette måske en stak prikker for jer, men hver af disse individuelle prikker er faktisk et unikt stykke menneskelig genom som vi har set nede på glasset. Der er groft set 60.000 elementer på det, så vi måler gentagne gange forskellige gener af de 25.000 gener i genomet. Og når vi tager en prøve og vi hybridiserer det til det, får vi et unikt fingeraftryk, om man vil, kvantitativt af hvilke gener der bliver tændt i den prøve.
Now this may look like a bunch of dots to you, but each one of these individual dots is actually a unique piece of the human genome that we spotted down on glass. This has roughly 60,000 elements on it, so we repeatedly measure various genes of the 25,000 genes in the genome. And when we take a sample and we hybridize it to it, we get a unique fingerprint, if you will, quantitatively of what genes are turned on in that sample.
Dette gør vi igen og igen, denne process for enhver given hjerne. Vi tager mere end tusind prøver for hver hjerne. Det område der bliver vist her hedder hippocampus. Den er involveret i læring og hukommelse. Og den bidrager til cirka 70 prøver af de tusind prøver. Så hver prøve giver os cirka 50.000 datapunkter med gentagede målinger, et tusind prøver.
Now we do this over and over again, this process for any given brain. We're taking over a thousand samples for each brain. This area shown here is an area called the hippocampus. It's involved in learning and memory. And it contributes to about 70 samples of those thousand samples. So each sample gets us about 50,000 data points with repeat measurements, a thousand samples.
Så groft set, har vi 50 millioner datapunkter for enhver given menneskelig hjerne. Vi har indtil videre lavet to menneskehjerner af data. Vi har sat det alt sammen til en ting, og jeg vil vise jer hvordan den syntese ser ud. Det er dybest set et stort data sæt med information der er frit tilgængeligt for enhver forsker rundt om i verden. De behøver ikke at logge ind for at komme og bruge dette værktøj, udvinde denne data, finde ud af interessante ting med dette. Så her er behandlingsmetoderne som vi har sat sammen. Man begynder at genkende disse ting fra det vi har indsamlet før. Her er MR'en. Den leverer strukturen. Der er en operatør side på højre side der tillader en at vende, den tillader en at zoome ind, den tillader en at fremhæve individuelle strukturer.
So roughly, we have 50 million data points for a given human brain. We've done right now two human brains-worth of data. We've put all of that together into one thing, and I'll show you what that synthesis looks like. It's basically a large data set of information that's all freely available to any scientist around the world. They don't even have to log in to come use this tool, mine this data, find interesting things out with this. So here's the modalities that we put together. You'll start to recognize these things from what we've collected before. Here's the MR. It provides the framework. There's an operator side on the right that allows you to turn, it allows you to zoom in, it allows you to highlight individual structures.
Men vigtigst af alt, vi kortlægger nu ind i denne anatomiske struktur, som er en almindelig struktur for mennesker at forstå hvor generne bliver tændt af en. Så de røde niveauer er hvor et gen bliver tændt i en meget høj grad. Grøn er en slags kølige områder hvor det ikke er tændt. Og hvert gen giver os et fingeraftryk. Og husk på at vi har analyseret alle 25.000 gener i genomet og har al den data til rådighed.
But most importantly, we're now mapping into this anatomic framework, which is a common framework for people to understand where genes are turned on. So the red levels are where a gene is turned on to a great degree. Green is the sort of cool areas where it's not turned on. And each gene gives us a fingerprint. And remember that we've assayed all the 25,000 genes in the genome and have all of that data available.
Så hvad kan forskere lære om disse data? Vi er kun begyndt at kigge på denne data selv. Der er nogle basale ting som man skal forstå. To fremragende eksempler er lægemidler, Prozac og Wellbutrin. Dette er almindeligt udskrevne antidepressiv medicin. Husk på, at vi analyserer gener. Gener sender instruktioner om at lave proteiner. Proteiner er mål for lægemidler. Så lægemidler binder sig til proteiner og enten slukker for dem, etc. Så hvis man vil forstå lægemidlers virkemidler, skal man forstå hvordan de virker på de måder man gerne vil have dem til, og også på de måder som man ikke vil have dem til. Sideeffekt profilen, etc., man skal se hvor de gener bliver tændt. Og for første gang, kan vi faktisk gøre det. Vi kan gøre det i forskellige individer som vi også har analyseret.
So what can scientists learn about this data? We're just starting to look at this data ourselves. There's some basic things that you would want to understand. Two great examples are drugs, Prozac and Wellbutrin. These are commonly prescribed antidepressants. Now remember, we're assaying genes. Genes send the instructions to make proteins. Proteins are targets for drugs. So drugs bind to proteins and either turn them off, etc. So if you want to understand the action of drugs, you want to understand how they're acting in the ways you want them to, and also in the ways you don't want them to. In the side effect profile, etc., you want to see where those genes are turned on. And for the first time, we can actually do that. We can do that in multiple individuals that we've assayed too.
Så nu kan vi kigge hele vejen gennem hjernen. Vi kan se dette unikke fingeraftryk. Og vi bliver bekræftet. Vi får bekræftelse at, bestemt, generne bliver tændt -- for noget som Prozac, i serotonerge strukturer, ting der med sikkerhed bliver påvirket -- men vi kommer også til at se det hele. Vi kommer også til at se områder som ingen anden nogensinde har kigget på før, og vi ser disse gener bliver tændt der. Det er en så interessant sideeffekt som det kunne være. En anden ting man kan gøre med sådan noget er at man kan, fordi det er en mønstersøgende øvelse, fordi det er unikke fingeraftryk, kan vi faktisk scanne gennem hele genomet og finde andre proteiner der viser lignende fingeraftryk. Så hvis man arbejder med opdagelsen af lægemidler, for eksempel, kan man gå gennem en hel liste over hvad genomet kan tilbyde for måske at finde bedre mål for lægemidlet og optimere det.
So now we can look throughout the brain. We can see this unique fingerprint. And we get confirmation. We get confirmation that, indeed, the gene is turned on -- for something like Prozac, in serotonergic structures, things that are already known be affected -- but we also get to see the whole thing. We also get to see areas that no one has ever looked at before, and we see these genes turned on there. It's as interesting a side effect as it could be. One other thing you can do with such a thing is you can, because it's a pattern matching exercise, because there's unique fingerprint, we can actually scan through the entire genome and find other proteins that show a similar fingerprint. So if you're in drug discovery, for example, you can go through an entire listing of what the genome has on offer to find perhaps better drug targets and optimize.
De fleste af jer er sikkert bekendte med genome-bredde associations studier på den måde at mennesker dækker det i nyheder og siger, "Forskere har for nylig opdaget genet eller generne der påvirker X." Så denne slags studier bliver publiceret regelmæssigt af forskere og de er fantastiske. De analyserer store befolkningsgrupper. De kigger på hele genomet, og de prøver at finde hotspots med aktivitet der er forbundet tilfældigt til genet. Men det man får ud af sådan en øvelse er ganske enkelt en liste over gener. Det fortæller en hvad, men det fortæller ikke en hvor. Så det er meget vigtigt for de forskere at vi har skabt denne ressource. Nu kan de komme ind og de kan begynde at få ledetråde omkring aktivitet. De kan begynde at se almene veje -- andre ting som de simpelthen ikke har været i stand til at gøre før.
Most of you are probably familiar with genome-wide association studies in the form of people covering in the news saying, "Scientists have recently discovered the gene or genes which affect X." And so these kinds of studies are routinely published by scientists and they're great. They analyze large populations. They look at their entire genomes, and they try to find hot spots of activity that are linked causally to genes. But what you get out of such an exercise is simply a list of genes. It tells you the what, but it doesn't tell you the where. And so it's very important for those researchers that we've created this resource. Now they can come in and they can start to get clues about activity. They can start to look at common pathways -- other things that they simply haven't been able to do before.
Så jeg mener især dette publikum kan forstå vigtigheden af individualitet. Og jeg mener at alle mennesker, vi har alle forskellige genetiske baggrunde, vi har alle levet separate liv. Men faktum er, at vores genom er mere end 99 procent ens. Vi er ens på genetisk niveau. Og det vi konstaterer er faktisk, at selv på hjernens biokemiske niveau, er vi temmelig ens. Så dette viser at det ikke er 99 procent, men det er groft set 90 procent sammenfald ved en rimelig afskæring, så alt i skyen hænger groft set sammen. Og så finder vi nogle afvigelser, nogle ting der ligger uden for skyen. Og de gener er interessante, men de er meget subtile. Så jeg mener det er et vigtigt budskab at tage med hjem i dag at selvom vi fejrer alle vores forskelligheder, er vi temmelig ens selv på hjerneniveau.
So I think this audience in particular can understand the importance of individuality. And I think every human, we all have different genetic backgrounds, we all have lived separate lives. But the fact is our genomes are greater than 99 percent similar. We're similar at the genetic level. And what we're finding is actually, even at the brain biochemical level, we are quite similar. And so this shows it's not 99 percent, but it's roughly 90 percent correspondence at a reasonable cutoff, so everything in the cloud is roughly correlated. And then we find some outliers, some things that lie beyond the cloud. And those genes are interesting, but they're very subtle. So I think it's an important message to take home today that even though we celebrate all of our differences, we are quite similar even at the brain level.
Men hvordan ser de forskelle ud? Dette er et eksempel på et studie vi lavede til opfølgning og se hvilke forskelle der faktisk var -- og de er ret subtile. Dette er ting hvor generne bliver tændt i en individuel celletype. Dette er to gener som vi fandt ud af var gode eksempler. Den ene hedder RELN -- den er involveret i den tidlige udvikling. DISC1 er et gen der bliver fjernet ved skizofreni. Dette er ikke skizofrene individer, men de viser en variation af befolkningen. Så det man se på her i donor et og donor fire, som er undtagelsen fra de to andre, er at gener bliver tændt på et meget specifikt delmængde celler. Det er dette mørke lilla bundfald inden i cellen der fortæller os at et gen er tændt. Om det kommer an på et individs genetiske baggrund eller deres oplevelser, det ved vi ikke. Denne slags studier kræver meget større populationer.
Now what do those differences look like? This is an example of a study that we did to follow up and see what exactly those differences were -- and they're quite subtle. These are things where genes are turned on in an individual cell type. These are two genes that we found as good examples. One is called RELN -- it's involved in early developmental cues. DISC1 is a gene that's deleted in schizophrenia. These aren't schizophrenic individuals, but they do show some population variation. And so what you're looking at here in donor one and donor four, which are the exceptions to the other two, that genes are being turned on in a very specific subset of cells. It's this dark purple precipitate within the cell that's telling us a gene is turned on there. Whether or not that's due to an individual's genetic background or their experiences, we don't know. Those kinds of studies require much larger populations.
Så jeg vil forlade jer med en sidste bemærkning om hjernens kompleksitet og hvor meget mere vi skal gøre. Jeg mener at disse ressourcer er utrolig værdifulde. De giver forskere en pejling af hvor de skal hen. Men vi har kun kigget på en håndfuld individer indtil nu. Vi skal ganske givet se på mere. Jeg vil slutte af med at sige at værktøjerne er her, og dette er virkelig et uudforsket, uopdaget kontinent. Dette er det nye grænseområde, om man vil. Så for dem der er frygtløse, men ydmyge overfor kompleksiteten af hjernen, venter fremtiden.
So I'm going to leave you with a final note about the complexity of the brain and how much more we have to go. I think these resources are incredibly valuable. They give researchers a handle on where to go. But we only looked at a handful of individuals at this point. We're certainly going to be looking at more. I'll just close by saying that the tools are there, and this is truly an unexplored, undiscovered continent. This is the new frontier, if you will. And so for those who are undaunted, but humbled by the complexity of the brain, the future awaits.
Tak.
Thanks.
(Bifald)
(Applause)