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.
L'uomo è sempre stato affascinato dal cervello umano. Lo tracciamo, l'abbiamo descritto, l'abbiamo disegnato, l'abbiamo mappato. Proprio come la cartografia del mondo è stata fortemente influenzata dalla tecnologia - pensate a Google Maps, al GPS - la stessa cosa accade per la mappatura del cervello attraverso la trasformazione.
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.
Diamo uno sguardo al cervello. Molte persone quando vedono un cervello fresco per la prima volta dicono: "È diverso da quello che di solito si vede quando qualcuno vi mostra un cervello". Di solito quello che vedete è un cervello fisso. È grigio. Questo strato più esterno è il sistema vascolare. Quello di un cervello umano è straordinario. Questi sono i vasi sanguigni. Il 20% dell'ossigeno proveniente dai polmoni, e il 20% del sangue pompato dal cuore sono al servizio di questo organo. Il cervello è praticamente un po' più grande di due pugni chiusi messi insieme.
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.
Verso la fine del 20° secolo, gli scienziati appresero come monitorare il flusso sanguigno tracciando mappe non invasive per rilevare l'attività nel cervello umano. In tal modo si può vedere nell'area posteriore del cervello, proprio come si vede sullo schermo. Ecco il cervelletto, che vi tiene in posizione verticale. Mi permette di stare in piedi. È coinvolto nel movimento coordinato. Su questo lato c'è la corteccia temporale. L'area in cui si verifica il processo uditivo primario - così sentite le mie parole, che vengono inviate ai centri di elaborazione del linguaggio. Verso la parte anteriore del cervello si verifica il pensiero più complesso, il processo decisionale - ultimo a maturare in tarda età adulta. È qui che si svolgono tutti i processi decisionali. È il luogo in cui probabilmente in questo momento state decidendo che non ordinerete la bistecca a cena.
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.
Guardando più da vicino il cervello, se lo si guarda in sezione trasversale, ciò che si nota è che qui non si riesce a vedere una grande struttura. Ma c'è n'è davvero tanta. Ci sono cellule e collegamenti interconnessi. Un centinaio di anni fa, alcuni scienziati inventarono un colorante per le cellule. Come vedete qui in azzurro. Potete vedere aree dove i corpi cellulari normali vengono colorati. Non è per niente uniforme. È molto più strutturato qui. La parte esterna del cervello è la neocorteccia. È un'unità di elaborazione continua. Inoltre, vedete che ci sono delle cose al di sotto. E in tutte queste aree in bianco ci sono le zone dove passano i collegamenti, e in cui si ha una minor densità di cellule. Ci sono circa 86 miliardi di neuroni nel nostro cervello. Come vedete, non sono distribuiti in maniera uniforme. Questa distribuzione contribuisce in realtà alla loro funzione di base. E naturalmente, come ho detto prima, poiché ora riusciamo a mappare le funzioni cerebrali, cominciamo a farle risalire alle singole cellule.
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.
Diamo un'occhiata più approfondita. Osserviamo i neuroni. Come ho già detto, ce ne sono 86 miliardi. Ci sono anche queste cellule più piccole, come vedrete. Queste sono cellule di supporto - astrociti. E i nervi stessi ricevono l'input. Lo memorizzano e lo elaborano. Ogni neurone è collegato via sinapsi con altri 10.000 neuroni nel cervello. E ogni neurone è in gran parte unico. L'unicità di entrambi i singoli neuroni e dei neuroni all'interno di una zona del cervello sono determinati dalle proprietà fondamentali della loro biochimica di base. Queste sono proteine che controllano aspetti quali il movimento dei canali ionici. Controllano con quali cellule del sistema nervoso associarsi. Controllano praticamente tutto quello che deve fare il sistema nervoso.
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.
Quindi, se ci avviciniamo ancora di più, tutte quelle proteine sono codificate dal nostro genoma. Ognuno di noi ha 23 coppie di cromosomi: uno dalla mamma e uno dal papà. E in questi cromosomi ci sono circa 25.000 geni codificati nel DNA. La natura di una determinata cellula che attiva la propria biochimica di base è determinata da quali di questi 25.000 geni vengono attivati e a quale livello si attivano.
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.
Quindi il nostro progetto sta cercando di osservare questa lettura e di capire quale di questi 25.000 geni è attivato. Per intraprendere un progetto del genere abbiamo ovviamente bisogno di cervelli. Quindi abbiamo inviato i nostri tecnici alla ricerca di cervelli umani normali. Abbiamo iniziato nello studio di un medico legale, il luogo in cui vengono portati i cadaveri. Siamo alla ricerca di cervelli normali. Ci sono molti criteri per selezionarli. Vogliamo assicurarci che siano di essere umani normali tra i 20 e 60 anni deceduti per cause naturali, senza lesioni al cervello, nessun passato di malattie psichiatriche, né problemi di droga - facciamo un test tossicologico. E stiamo molto attenti ai cervelli che scegliamo. Selezioniamo anche dei cervelli da cui poter prelevare i tessuti. Possiamo ottenere il consenso di prelevarli entro 24 ore dal decesso. Perché ciò che cerchiamo di misurare, l'RNA - che è la lettura dei nostri geni - è molto labile, e quindi dobbiamo agire molto in fretta.
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.
Una nota a margine sulla raccolta dei cervelli: a causa del modo in cui li otteniamo, e dato che abbiamo bisogno di consenso, abbiamo molti più cervelli maschili che femminili. I maschi hanno più probabilità di morire per un incidente nel fiore degli anni. E sono molto più propensi ad avere un partner, una moglie che ne dia il consenso piuttosto che il contrario.
(Laughter)
(Risate)
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.
Quindi la prima cosa che facciamo nel luogo di raccolta consiste nell'eseguire una RM, una risonanza magnetica - RMI. È un modello standard con cui introdurremo il resto dei dati. Abbiamo dunque la RM, simile a una visione satellitare della nostra mappa. Poi quello che facciamo è raccogliere la cosiddetta imaging del tensore di diffusione, che traccia la mappa del cablaggio cerebrale. E ancora, si può considerare come una mappatura delle nostre autostrade interstatali. Il cervello viene rimosso dal cranio, quindi tagliato in sezioni spesse un centimetro. Queste vengono congelate e inviate a Seattle. A Seattle le prendiamo - questo è un emisfero umano completo - e le mettiamo in una sorta di affettatrice. Qui c'è una lama che attraverserà una sezione del tessuto e la trasferirà sul vetrino del microscopio. Poi la coloreremo e la scansioneremo. Otteniamo così la nostra prima mappatura.
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.
Qui entrano in gioco gli esperti che fanno le assegnazioni anatomiche di base. Potete considerare queste linee piuttosto spesse come i confini tra stati. Da questo, frammentiamo quel cervello in ulteriori parti che poi metteremo su un criostato più piccolo. E qui vi mostriamo - questo tessuto congelato che viene tagliato. Ha 20 micron di spessore, come i capelli di un bambino. Ricordate che è congelato. Vedete che qui usiamo la vecchia tecnologia del pennello. Prendiamo un vetrino da microscopio. Poi, con molta cura lo scongeliamo sul vetrino. Questo va poi ad un robot che applicherà uno di quei coloranti. E i nostri anatomisti andranno ad analizzarlo in dettaglio.
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.
Questo è quello che si vede al microscopio. Potete vedere collezioni e configurazioni di cellule grandi e piccole in gruppi e punti diversi. E da lì è routine. Loro sanno cosa fare. Praticamente sono in grado di fare un atlante di riferimento. Questa è una mappa più dettagliata.
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.
Poi i nostri scienziati usano questo per tornare a un altro pezzo di quel tessuto ed eseguono la cosiddetta microdissezione laser. Quindi il tecnico riceve le istruzioni, e loro delineano un punto. Poi il laser taglia. Vedete il taglio del punto blu. E quel tessuto si stacca. Si vede qui sul vetrino ciò che accade in tempo reale. Sotto c'è un contenitore che raccoglie il tessuto. Lo prendiamo, purifichiamo il suo RNA usando una tecnologia di base e applichiamo un'etichetta fluorescente. Prendiamo il materiale etichettato e lo mettiamo su quello che chiamiamo microarray.
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.
A voi possono sembrare una serie di punti, ma ognuno di questi singoli punti è in realtà un pezzo unico del genoma umano che abbiamo individuato sul vetro. Questo contiene circa 60.000 elementi, e noi possiamo misurare ripetutamente vari geni tra i 25.000 geni del genoma. E quando prendiamo un campione e lo ibridiamo, otteniamo un'impronta unica che quantifica i geni attivati in quel campione.
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.
Ripetiamo continuamente questo processo per ogni cervello a disposizione. Prendiamo oltre un migliaio di campioni di ogni cervello. Questa zona, qui, è l'ippocampo. È coinvolta nell'apprendimento e nella memoria. E contribuisce fino a circa 70 campioni di quelle migliaia di campioni. Così ogni campione ci dà circa 50.000 dati con misure ripetute, un migliaio di campioni.
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.
Quindi abbiamo all'incirca 50 milioni di punti di dati per ogni cervello umano. Ora abbiamo i dati equivalenti a due cervelli umani. Abbiamo combinato tutto questo in una sintesi unica e vi mostrerò l'aspetto di questa sintesi. Si tratta di una grande quantità di informazioni gratuitamente a disposizione di ogni scienziato al mondo. Non serve registrarsi per usare questo strumento, analizzare i dati e trovare cose interessanti. Queste sono le modalità che abbiamo ideato. Le riconoscerete da quello che abbiamo raccolto prima. Ecco la RM che fornisce la struttura. A destra c'è un operatore che vi permette di ruotare, ingrandire, ed evidenziare singole strutture.
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.
Ma la cosa più importante, è che ora facciamo le mappe di questa struttura anatomica, una struttura comune per comprendere dove vengono attivati i geni. Nei livelli rossi viene attivato un gene al massimo grado. Nel verde ci sono le zone fredde dove non è attivato. E ogni gene ci fornisce un'impronta digitale. Ricordate che abbiamo analizzato tutti i 25.000 geni del genoma e abbiamo tutti i dati disponibili.
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.
Che cosa apprendono gli scienziati da questi dati? Noi stessi stiamo solo iniziando a studiare questi dati. Ci sono alcuni aspetti di base che vorremmo capire. Ottimi esempi sono due farmaci, il Prozac e il Wellbutrin, gli antidepressivi più comunemente prescritti. Ricordate che noi analizziamo i geni. I geni inviano le istruzioni per produrre proteine. Le proteine sono i bersagli dei farmaci. I farmaci si legano alle proteine e le disattivano, ecc. Se volete comprendere l'azione dei farmaci, capire come agiscono in modo desiderato e anche in modo indesiderato, gli effetti collaterali, ecc., dovete guardare dove vengono attivati questi geni. E per la prima volta, possiamo davvero farlo. Possiamo farlo anche su molti individui che abbiamo analizzato.
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.
Ora possiamo osservare tutto il cervello. Possiamo vedere questa impronta digitale unica. E ottenere la conferma. Conferma che, in effetti, il gene viene attivato - per un farmaco come il Prozac, in strutture serotoninergiche, già notoriamente interessate - ma si può anche ottenere una visione generale. Vediamo anche zone che nessuno ha mai visto prima, e vediamo questi geni attivati lì. È un effetto collaterale molto interessante. Un'altra cosa che si può fare, dato che è un esercizio di equivalenza di pattern, e c'è un'impronta digitale unica, è scansionare l'intero genoma e trovare altre proteine che mostrino un'impronta digitale simile. Se siete alla ricerca di nuovi farmaci, per esempio, è possibile esaminare un intero elenco di ciò che il genoma ha da offrire per trovare migliori bersagli farmacologici e ottimizzarli.
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.
Probabilmente avrete sentito parlare degli studi di associazione multipla [genome-wide] che i notiziari annunciano in tal modo: "Gli scienziati hanno recentemente scoperto il gene, i geni che interessano X". Questo tipo di studi viene regolarmente pubblicato dagli scienziati, e sono bravissimi. Analizzano grandi popolazioni. Analizzano i loro interi genomi e cercano di trovare punti di alta attività collegati ai geni secondo cause specifiche. Ma quello che si ottiene da tale esercizio è semplicemente un elenco di geni. Vi dice il cosa, ma non il dove. Quindi, per quei ricercatori, è molto importante il fatto che abbiamo creato questa risorsa. Ora possono venire da noi e cominciare ad ottenere indizi sull'attività. Possono iniziare a guardare a dei percorsi comuni - altri modi che non erano riusciti a individuare prima.
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.
Penso che questo pubblico in particolare possa capire l'importanza dell'individualità. E penso che ogni essere umano, tutti noi abbiamo diversi background genetici, abbiamo tutti vissuto vite separate. Ma il fatto è che i nostri genomi sono più del 99% simili. Siamo simili a livello genetico. E scopriamo che anche a livello di chimica cerebrale, siamo piuttosto simili. Questo mostra che la corrispondenza non è del 99% ma è circa del 90%, in un ragionevole margine, quindi tutto, nella nuvola, è più o meno correlato. E poi troviamo alcuni valori anomali, alcuni elementi che si trovano al di là della nuvola. Questi geni sono interessanti ma appena percettibili. Secondo me un messaggio importante da portare con sé oggi è che, nonostante celebriamo tutte le nostre differenze, siamo molto simili, anche a livello cerebrale.
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.
Ora, quali sono queste differenze? Ecco l'esempio di uno studio condotto per monitorare esattamente queste differenze - e sono abbastanza sottili. Qui i geni sono attivati in un unico tipo di cellula. Questi due geni sono esempi validi. Uno, l'RELN, è coinvolto nelle prime fasi dello sviluppo. Il DISC1 è un gene soppresso nella schizofrenia. Questi non sono soggetti schizofrenici, ma mostrano alcune variazioni nella popolazione. E quello che vedete qui nei donatori uno e quattro, che sono l'eccezione agli altri due, è che i geni si attivano in un sottogruppo molto specifico di cellule. È questo precipitato viola scuro all'interno della cellula che ci dice che lì c'è un gene attivo. Che sia dovuto o meno al background genetico di una persona o alle sue esperienze, non lo sappiamo. Questi studi richiedono popolazioni molto più ampie.
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.
Quindi vi lascerò con una nota finale sulla complessità del cervello e su quanto dobbiamo ancora fare. Ritengo queste risorse incredibilmente importanti. Danno ai ricercatori la possibilità di sapere dove dirigersi. Ma in questa fase abbiamo studiato solo alcuni individui. Sicuramente ne analizzeremo di più. Concludo solo dicendo che gli strumenti ci sono, ed è veramente un continente inesplorato, tutto da scoprire. Questa è la nuova frontiera. E quindi per gli intrepidi, intimiditi dalla complessità del cervello, il futuro vi attende.
Thanks.
Grazie.
(Applause)
(Applausi)