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.
Manusia sudah lama terpesona dengan otak manusia. Kita memetakan, melukiskan, dan menggambarkannya, kita memetakannya. Lalu seperti peta fisik dari dunia kita yang telah banyak dipengaruhi oleh teknologi -- seperti Google Maps, atau GPS -- hal yang sama juga terjadi dalam pemetaan otak melalui transformasi ini.
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.
Lalu mari kita melihat pada otak. Kebanyakan orang saat pertama kali melihat otak manusia yang segar mereka berkata, "Itu tidak seperti apa yang biasa anda lihat saat ada orang yang menunjukkan sebuah otak." Biasanya, yang Anda lihat adalah otak yang kaku, berwarna kelabu. Dan lapisan luar ini, ini adalah pembuluh darah yang sangat luar biasa, mengelilingi otak manusia. Ini adalah pembuluh darah. 20 persen dari oksigen yang masuk ke paru-paru Anda, 20 persen dari darah yang dipompa dari jantung Anda melayani organ tubuh yang satu ini, yang ukurannya, jika Anda mengepalkan kedua tangan, ukurannya hanya sedikit lebih besar daripada kedua kepalan tangan ini.
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.
Ilmuwan, pada sekitar akhir abad 20 menyadari bahwa mereka dapat melacak aliran darah untuk memetakan kegiatan yang terjadi di otak manusia tanpa mengganggu otak. Sebagai contoh, mereka dapat melihat pada bagian belakang otak yang ada di sana. Itulah cerebellum, bagian yang membuat Anda tegak sekarang. Bagian ini membuat saya tetap berdiri. Ia mengatur gerakan terkoordinasi. Bagian ini adalah temporal cortex. Inilah bagian pengolahan pendengaran utama -- sehingga Anda bisa mendengar suara saya, Anda mengirimkannya ke pusat pengolahan bahasa yang lebih tinggi. Di bagian depan otak adalah tempat di mana pemikiran yang lebih sulit, pengambilan keputusan -- inilah bagian yang paling akhir menjadi dewasa. Inilah tempat di mana semua proses pengambilan keputusan dilakukan. Inilah tempat di mana saat ini Anda memutuskan mungkin Anda tidak mau memesan steak untuk makan malam.
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.
Jadi jika Anda melihat otak lebih dalam jika Anda melihat pada penampang melintangnya, salah satu yang Anda lihat adalah Anda tidak benar-benar melihat struktur yang utuh. Namun ada banyak struktur di sana. Sel-sel dan kabelnya saling terhubung. Sekitar 100 tahun yang lalu, beberapa ilmuwan menemukan pewarna yang dapat menandai sel. Pewarna itu ditunjukkan dengan warna biru muda ini. Anda bisa melihat daerah di mana sel-sel tubuh normal sedang ditandai. Dan yang Anda lihat pewarna ini tidak seragam. Anda melihat banyak sekali struktur di sana. Jadi bagian luar dari otak itu adalah neocortex. Bisa dianggap sebuah unit pengolahan kontinu. Namun Anda juga bisa melihat beberapa hal di bawahnya. Dan semua daerah kosong ini adalah daerah di mana kabel-kabel itu berada. Mungkin daerah ini tidak terlalu padat. Jadi ada sekitar 86 milyar neuron di dalam otak kita. Dan seperti yang Anda lihat, mereka tersebar dengan tidak merata. Dan bagaimana mereka tersebar benar-benar berkontribusi pada fungsi mereka. Dan tentu saja, seperti yang telah saya sebutkan karena kita dapat mulai memetakan fungsi otak, kita dapat mulai mengaitkan hal ini dengan sel-sel tunggal.
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.
Jadi mari kita melihat lebih jauh. Mari kita melihat pada neuron, jadi seperti yang saya sebutkan, ada 86 milyar neuron. Ada juga sel-sel yang lebih kecil ini. Ini adalah sel-sel pendukung -- astrosit glia. Dan sel saraf itu sendiri adalah sel-sel yang menerima masukan. Mereka menyimpan dan mengolahnya. Setiap neuron terhubung dengan sinapsis dengan hingga 10.000 neuron lain dalam otak Anda. Dan setiap neuron itu sendiri sangat unik. Sifat unik dari setiap neuron itu dan neuron di dalam bagian tertentu dari otak ditentukan oleh sifat-sifat dasar dari biokimia dasarnya. Ini adalah protein yang mengendalikan hal-hal seperti pergerakan saluran ion. Protein ini mengendalikan siapa rekan dari sistem sel-sel syaraf. Dan mereka mengendalikan semua yang harus dilakukan oleh sistem syaraf.
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.
Lalu jika kita memperbesarnya lebih jauh, semua protein ini tersandikan dalam genom kita. Kita semua masing-masing memiliki 23 pasang kromosom. Kita mendapat 1 dari ibu dan 1 dari ayah. Dan di dalam kromosom ini ada sekitar 25.000 gen yang tersandikan di dalam DNA. Dan sifat dasar dari setiap sel dalam menentukan biokimia yang ada di dalamnya ditentukan oleh gen mana di antara 25.000 gen itu yang aktif dan sejauh mana gen itu aktif.
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.
Jadi, proyek kami adalah melihat pada bacaan ini, memahami gen yang mana yang diaktifkan dari 25.000 gen yang ada. Jadi untuk melakukan proyek seperti ini, kami memerlukan otak. Jadi kami mengirimkan teknisi lab kami. Kami mencari otak manusia normal. Kami akhirnya mulai dari kamar otopsi. Inilah tempat penampungan orang meninggal. Kami mencari otak manusia normal. Ada banyak syarat dalam memilih otak-otak ini. Kami ingin memastikan bahwa kami mendapat otak orang normal berusia antara 20 hingga 60 tahun, mereka meninggal secara alami tanpa cedera di otak, tanpa sejarah penyakit kejiwaan, tanpa obat-obatan -- kami melakukan pemeriksaan racun. Dan kami sangat berhati-hati dengan otak yang kami ambil. Kami juga memilih otak di mana kami bisa mendapatkan jaringannya, kami dapat memperoleh persetujuan untuk mengambil jaringan itu dalam 24 jam setelah kematian. Karena apa yang kami coba ukur, RNA -- yang merupakan bacaan dari gen kita -- sangat labil, sehingga kami harus bergerak sangat cepat.
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.
Salah satu catatan dalam mengambil otak ini: karena cara kami mengambilnya dan karena kami memerlukan persetujuan, kami mendapat lebih banyak otak pria dibandingkan otak wanita. Pria jauh lebih mungkin meninggal dalam usia emas kehidupannya. Dan pria jauh lebih mungkin memiliki orang untuk memberi persetujuan, yaitu pasangannya, ketimbang sebaliknya.
(Laughter)
(Tawa)
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.
Jadi hal pertama yang kami lakukan saat mengambilnya adalah kami mengambil apa yang disebut MR. Pemindaian resonansi magnetik -- MRI. Ini adalah prosedur standar di mana kami akan meletakkan data selanjutnya. Jadi kami mengumpulkan data MR ini. Anda bisa menganggap ini adalah tampak atas dari peta kami. Selanjutnya kami mengumpulkan apa yang disebut pencitraan penyebaran otot. Pencitraan ini memetakan kabel-kabel besar di otak. Dan Anda dapat membayangkan hal ini hampir seperti memetakan jalan raya antarnegara bagian. Otak ini dipisahkan dari tengkorak lalu diiris menjadi irisan setebal 1 cm. Selanjutnya otak dibekukan dan dikirim ke Seattle. Dan di Seattle, kami mengambil ini -- ini adalah belahan manusia -- dan kami menaruhnya di dalam pemotong daging yang "mulia." Di sana ada pisau yang akan memotong bagian dari jaringan ini dan memindahkannya ke kaca objek mikroskop. Kami akan memasukkan pewarna ke dalamnya dan memindainya. Lalu apa yang kami dapatkan adalah peta pertama.
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.
Jadi di sinilah para ahli terlibat dan mereka membuat anatomi dasarnya. Anda dapat menganggap garis-garis yang cukup luas itu sebagai batas negara bagian. Dari sana, kita dapat memotong otak itu menjadi bagian-bagian kecil yang dapat kita masukkan ke dalam alat pembeku yang lebih kecil. Dan ini hanyalah contohnya -- jaringan beku ini sedang dipotong. Jaringan ini tebalnya 20 mikron, setebal sekitar rambut bayi. Dan ingat, jaringan ini beku. Dan anda bisa melihat, kami menerapkan teknologi lama bernama kuas. Kami mengambil kaca objek mikroskop. Lalu kami melelehkannya dengan hati-hati. Lelehan ini akan dipasang ke robot yang akan memasukkan pewarna ke dalamnya. Dan ahli anatomi kami akan datang dan melihat lebih jauh akan hal ini.
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.
Kembali, inilah apa yang mereka dapat lihat di bawah mikroskop. Anda bisa melihat kumpulan dan susunan dari sel-sel besar dan kecil dalam gugusan dan di berbagai tempat. Selanjutnya hanya prosedur rutin. Mereka paham apa yang harus dilakukan. Dan mereka dapat membuat peta panduan. Ini adalah peta yang lebih rinci.
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.
Ilmuwan kami menggunakan peta ini untuk kembali pada jaringan itu dan melakukan apa yang disebut pemindaian laser pembedahan mikro. Jadi para teknisi mengambil petunjuknya. Mereka menuliskannya di sana. Lalu laser itu mulai memotong. Anda melihat titik-titik biru yang terpotong itu. Dan jaringannya terlepas. Anda dapat melihat pada penampang mikroskopis ini, itulah yang sedang terjadi. Di bawahnya ada wadah yang mengumpulkan jaringan ini. Kami mengambil jaringan ini dan memurnikan RNAnya menggunakan teknologi dasar lalu kami menandainya dengan floresens. Kami mengambil bahan itu dan meletakkannya di wadah yang disebut mikroarray.
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.
Mungkin ini hanya tampak seperti titik-titik bagi Anda, namun setiap titik ini sebenarnya bagian unik dari genom manusia yang kami lihat dengan kaca. Genom ini memiliki sekitar 60.000 elemen, jadi kami mengukur berbagai macam gen berulang-ulang dari 25.000 gen di dalam genom ini. Lalu kami mengambil contoh dan menggabungkannya, kami lalu mendapat sidik jari yang unik, secara quantitatif mengenai gen apa yang aktif pada contoh ini.
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.
Kami melakukan ini berulang-ulang, pada semua otak yang ada. Kami mengambil lebih dari seribu contoh untuk setiap otak. Daerah yang ditunjukkan di sini disebut hippocampus yang terlibat dalam pembelajaran dan ingatan. Dan bagian ini meliputi 70 contoh dari ribuan contoh itu. Jadi setiap contoh memberikan kami sekitar 50.000 titik data dengan pengukuran berulang, dengan seribu contoh.
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.
Jadi kami memiliki sekitar 50 juta titik data untuk setiap otak manusia. Saat ini kami telah menyelesaikan data dari 2 otak manusia. Kami menggabungkannya menjadi satu hal dan saya akan menunjukkan bagaimana penampakannya. Ini adalah sekelompok data yang besar yang tersedia dengan gratis bagi semua ilmuwan di seluruh dunia. Mereka bahkan tidak perlu mendaftar untuk menggunakannya, untuk mengambil data ini dan menemukan hal-hal menarik di sana. Inilah pengandaian yang kita satukan bersama. Anda akan mulai mengenali hal ini dari apa yang telah kami ambil sebelumnya. Inilah MR, yang menyediakan kerangka bagi hal itu. Ada bagian operator di sebelah kanan yang memungkinkan Anda memutar, juga memperbesar dan menandai struktur-struktur tunggal.
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.
Namun yang paling penting, kami kini memetakannya dalam kerangka anatomi, yang merupakan kerangka umum bagi orang-orang untuk memahami gen mana yang aktif. Jadi warna merah itu menunjukkan gen yang sangat aktif. Hijau adalah daerah sejuk di mana gen itu tidak aktif. Dan setiap gen memberikan sidik jari. Harap diingat bahwa kami menguji 25.000 gen di dalam genom dan memiliki semua data itu.
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.
Jadi apa yang dapat dipelajari para ilmuwan dari data ini? Kami baru saja mulai melihat sendiri pada data ini. Ada beberapa hal dasar yang ingin Anda pahami. Dua contoh yang bagus adalah obat-obatan, Prozac and Wellbutrin Ini adalah obat antidepresi yang biasa diresepkan. Ingatlah bahwa kami menguji gen ini. Gen-gen ini mengirimkan petunjuk untuk membuat protein. Protein adalah sasaran obat-obatan. Sehingga obat-obatan terikat pada protein dan akan menonaktifkan atau melakukan hal lainnya. Jadi jika Anda ingin memahami pengaruh dari obat-obatan, Anda ingin memahami bagaimana obat itu bereaksi dalam cara yang Anda inginkan dan dalam cara yang tidak Anda inginkan. Contohnya dalam efek sampingnya, Anda ingin melihat di mana gen-gen yang diaktifkan itu. Dan untuk pertama kalinya, kami dapat melakukan hal itu. Kami dapat melakukannya dalam otak banyak orang yang kami uji.
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.
Jadi kami dapat melihat melalui otak dan melihat sidik jari unik itu. Dan kita dapat memastikan bahwa, gen-gen ini sungguh menjadi aktif -- karena sesuatu seperti Prozac, dalam struktur serotonergik, hal-hal yang sudah diketahui terkena pengaruhnya -- namun kami juga dapat melihat gambaran besarnya. Kami juga melihat daerah yang belum pernah dilihat sebelumnya dan kami melihat gen-gen itu diaktifkan. Efek samping ini dapat menjadi sangat menarik. Hal lain yang dapat Anda lakukan dengan itu adalah, karena ini adalah sistem pencocokan pola dan karena ada sidik jari yang unik, kami dapat memindai seluruh genom ini dan menemukan protein lain yang menunjukkan sidik jari yang sama. Sehingga jika Anda bekerja untuk menemukan obat, Anda dapat melihat seluruh daftar yang mungkin dari genom itu untuk menemukan sasaran yang lebih baik dan mengoptimalkannya.
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.
Kebanyakan dari Anda mungkin akrab dengan kajian yang berhubungan dengan genom di mana orang-orang meliput berita yang mengatakan, "Para ilmuwan telah menemukan gen yang mempengaruhi X." Jadi kajian seperti ini diterbitkan secara rutin oleh para ilmuwan dan mereka luar biasa. Mereka menganalisis banyak data. Mereka melihat seluruh genomnya dan mereka mencoba menemukan pusat kegiatan yang terhubung dengan gen ini. Namun apa yang Anda dapatkan dari hal itu hanyalah daftar gen yang memberitahukan tentang apa, namun tidak memberitahu di mana. Jadi penemuan sumber daya ini akan sangat penting bagi para ilmuwan itu. Kini mereka dapat bekerja dan mulai mendapat petunjuk tentang kegiatan itu. Mereka dapat mulai melihat rute umum -- suatu cara lain yang belum pernah dapat mereka lakukan sebelumnya.
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.
Jadi saya rasa para penonton di sini dapat memahami pentingnya suatu kepribadian. Dan saya rasa setiap manusia memiliki latar belakang genetik yang berbeda, kita semua hidup secara terpisah. Namun pada kenyataannya genom kita lebih dari 99 persen serupa. Kita semua serupa dalam tingkatan genetik. Dan apa yang kami temukan adalah , bahkan pada tingkat biokimia otak, kita semua cukup serupa. Dan tingkat keserupaannya bukanlah 99 persen, namun sekitar 90 persen dengan tingkat penyisihan tertentu, jadi pada dasarnya semuanya berhubungan. Lalu kami menemukan beberapa keganjilan, bebarapa hal di luar kewajaran. Dan gen-gen itu sangat menarik namun juga sangat tersembunyi. Jadi saya rasa ini adalah pesan yang penting untuk dibawa, bahwa walaupun kita mensyukuri semua perbedaan kita, kita cukup serupa bahkan pada tingkatan otak.
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.
Kini bagaimana perbedaan itu? Ini adalah contoh kajian yang kami lakukan untuk menindaklanjuti tentang bagaimana perbedaan itu sebenarnya -- dan perbedaan itu cukup tersembunyi. Ini adalah tempat di mana gen menjadi aktif pada sel tunggal. Ini adalah dua gen yang kami anggap merupakan contoh yang bagus. Salah satunya adalah RELN -- yang berhubungan dengan perkembangan awal. DISC1 adalah gen yang hilang pada penderita skizofrenia. Orang ini bukan penderita skizofrenia, namun mereka menunjukkan variasi populasi. Jadi apa yang Anda lihat di sini pada pendonor pertama dan keempat, yang merupakan pengecualian dibandingkan dua donor lainnya, bahwa gen yang aktif pada kelompok sel yang khusus. Warna ungu gelap ini mengendap di dalam sel yang memberi tahu bahwa gen ini diaktifkan. Apakah hal itu merupakan petunjuk akan latar belakang genetik atau pengalaman orang itu, kami masih tidak tahu. Kajian seperti ini memerlukan contoh yang jauh lebih banyak.
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.
Jadi saya akan meninggalkan satu catatan tentang kompleksitas dari otak dan seberapa jauh lagi kita harus melangkah. Saya rasa sumber daya ini sangatlah berharga. Mereka memberikan pegangan kepada para ilmuwan tentang ke mmana harus melangkah. Namun kami hanya melihat beberapa orang pada saat ini. Sudah pasti kami akan melihat lebih banyak orang lagi. Saya akan menutup dengan mengatakan bahwa alatnya ada di sana dan ini adalah daratan yang belum ditemukan dan terjamah. Ini adalah batas yang baru. Jadi bagi mereka yang tidak takut namun kesulitan akan kompleksitas otak, masa depan telah menanti.
Thanks.
Terima kasih.
(Applause)
(Tepuk tangan)