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.
Mensen zijn al lang gefascineerd door het menselijk brein. We hebben het benoemd, beschreven, getekend en in kaart gebracht. Net als de fysische kaarten van onze wereld sterk zijn beïnvloed door de technologie - denk maar aan Google Maps, aan gps - hetzelfde gebeurt voor het in kaart brengen van de hersenen door middel van transformatie.
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.
Laten we eens kijken naar de hersenen. Wanneer de meeste mensen voor het eerst naar een vers menselijk brein kijken, zeggen ze: "Dat lijkt niet op wat je normaal te zien krijgt als iemand je een brein toont." Typisch zie je dan een gefixeerd brein. Het is grijs. Deze buitenste laag is het vaatstelsel. Dat van een menselijk brein is buitengewoon. Dit zijn de bloedvaten. 20 procent van de zuurstof uit je longen, 20 procent van het bloed vanuit je hart, dient voor dat ene orgaan. De hersenen zijn een beetje groter dan je twee vuisten samengevoegd.
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.
Aan het eind van de 20e eeuw leerden wetenschappers dat ze de doorbloeding op een niet-invasieve manier in kaart konden brengen. En daarmee de activiteit in de menselijke hersenen. Zo kunnen ze bijvoorbeeld kijken naar het achterste gedeelte van de hersenen, dat hier net naar je toe draait. Hier de kleine hersenen die ervoor zorgen dat je rechtop kan blijven. Ze houden me recht. Ze zijn betrokken bij gecoördineerde bewegingen. Aan deze kant hier zit temporale cortex. Dit is het gebied voor de primaire auditieve verwerking - de woorden die je van mij hoort gaan naar de hogere taalverwerkingscentra. De voorkant van de hersenen is de plaats waar de meer complexe gedachten, de besluitvorming plaatsvinden. Ze is de laatste om tot rijpheid te komen in de late volwassenheid. Dit is waar al je besluitvormingsprocessen gaande zijn. Het is de plek waar je nu beslist om straks waarschijnlijk geen biefstuk voor het diner te bestellen.
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.
Als je een diepere blik werpt op de hersenen kan je op de doorsnede zien dat daar niet echt veel structuur is te zien. Maar in feite zit daar veel structuur. Cellen en draden allemaal met elkaar verbonden. Ongeveer honderd jaar geleden ontdekten enkele wetenschappers een kleurstof die cellen kon kleuren. Dat zie je hier in het lichtblauw. Je kunt gebieden zien waar de normale cellichamen gekleurd zijn. Je kunt zien dat het niet eenvormig is. Je ziet daar veel structuur in. Het buitenste deel van de hersenen heet de neocortex. Je kan het zien als een continue verwerkingseenheid. Maar je kunt ook zien dat er nog dingen onder zitten. Al die lege gebieden zijn de gebieden waar de draden door lopen. Ze bevatten waarschijnlijk minder cellen. Er zitten ongeveer 86 miljard neuronen in ons brein. Zoals je kunt zien, zijn ze zeer ongelijkmatig verdeeld. Hun distributie bepaalt hun onderliggende functie. Zoals ik al eerder zei kunnen we het functioneren van het brein in kaart brengen en in verband brengen met de individuele cellen.
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.
Laten we er eens dieper op ingaan. Laten we eens kijken naar de neuronen. Er zijn 86 miljard neuronen. Er zijn ook kleinere cellen zoals jullie zullen zien. Dat zijn ondersteuningscellen - glia astrocyten. De zenuwen zelf ontvangen de input. Ze slaan hem op en verwerken hem. Elk neuron is via synapsen met tot 10.000 andere neuronen in je brein verbonden. Elk neuron zelf is grotendeels uniek. Het unieke karakter van zowel de individuele neuronen als de neuronen binnen een verzameling in het brein wordt bepaald door de fundamentele eigenschappen van hun onderliggende biochemie. Dit zijn eiwitten. Het zijn eiwitten die zaken als ionkanaalbeweging regelen. Ze bepalen welke cellen van het zenuwstelsel met elkaar koppelen. Ze controleren eigenlijk alles wat het zenuwstelsel moet doen.
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.
Als we op een nog dieper niveau inzoomen, worden al die eiwitten gecodeerd door onze genomen. We hebben elk 23 paar chromosomen. Telkens een van moeder, een van vader. Op deze chromosomen bevinden zich ongeveer 25.000 genen. Ze zijn gecodeerd in het DNA. De aard van een cel wordt bepaald door de onderliggende biochemie. Die wordt op haar beurt bepaald door welke van deze 25.000 genen zijn geactiveerd en op welk niveau ze zijn geactiveerd.
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.
Ons project bestaat erin op zoek te gaan naar deze uitlezing, inzicht te verwerven welke van deze 25.000 genen zijn geactiveerd. Om een dergelijk project te ondernemen, hebben we natuurlijk hersenen nodig. We stuurden onze laborant erop uit. We gingen op zoek naar normale menselijke breinen. Dat begint in het mortuarium. Dit is een plek waar de doden worden binnengebracht. We zijn op zoek naar normale menselijke breinen. Bij de selectie van deze breinen wordt met veel criteria rekening gehouden. We willen ervoor zorgen dat we normale mensen van tussen de leeftijden van 20 tot 60 hebben. Zij moeten een enigszins natuurlijke dood zijn gestorven zonder schade aan het brein. Er mag geen geschiedenis van psychiatrische ziekte zijn, geen drugs - we doen een toxicologisch onderzoek. We zijn heel nauwkeurig bij de selectie van het brein. We selecteren ook breinen waar we weefsel van kunnen nemen. We hebben instemming nodig om weefsel te nemen binnen 24 uur na het tijdstip van overlijden. Het RNA - dat weergeeft waarmee onze genen bezig zijn - proberen we te meten. Dat bederft snel en dus moeten we er heel snel bij zijn.
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.
Even terzijde over het verzamelen van hersenen: omwille van de manier waarop we informatie verzamelen en omdat we toestemming nodig hebben, krijgen we in feite veel meer mannelijke dan vrouwelijke breinen. Mannen hebben veel meer kans om een toevallige dood te sterven in de bloei van hun leven. En voor mannen is de kans dat hun partner toestemming geeft veel groter dan andersom.
(Laughter)
(Gelach)
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.
Het eerste wat we doen op de collectiesite is een MR nemen. Dat wil zeggen ‘magnetic resonance imaging’ of MRI. Het is een standaardsjabloon waar we de rest van deze gegevens gaan aan ophangen. We nemen dus een MR. Je kan dit zien als het satellietbeeld van onze kaart. Het volgende wat we doen is een 'diffusion tensor imaging' (DTI) opnemen. Dit brengt de grote bekabeling in het brein in kaart. Dat kan je vergelijken met het in kaart brengen van onze snelwegen. Het brein wordt uit de schedel verwijderd en dan versneden in plakjes van één centimeter dik. Die worden bevroren en opgestuurd naar Seattle. In Seattle nemen we dit - dit is een hele menselijke hemisfeer - en we plaatsen hem in een soort veredelde vleessnijmachine. Dit mes snijdt dwars door een deel van het weefsel en brengt het over naar een microscoopglaasje. Dan gaan we het kleuren met kleurstof en scannen. Zo verkrijgen we onze eerste kaart.
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.
Hier verschijnen de experts. Zij doen de eerste anatomische toewijzingen. Bekijk het maar als de staatsgrenzen, die mooie grote aflijningen. Van hieruit kunnen we dan het brein in verdere stukken fragmenteren. Die kunnen dan op een kleinere cryostaat verder worden verwerkt. Hier zie je dat bevroren weefsel versneden worden. Het is slechts 20 micron dik, ongeveer de dikte van een babyhaar. Denk eraan dat het bevroren is. Hier komt ouderwetse technologie met het penseel weer van pas. We nemen een microscoopglaasje. We gaan de coupe zeer zorgvuldig op het glaasje laten vasthechten. Dit gaat dan naar een robot die het gaat kleuren. Dan kunnen onze anatomen het grondiger bestuderen.
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.
Dit is wat ze zien onder de microscoop. Je ziet collecties en configuraties van grote en kleine cellen in clusters en op verschillende plaatsen. Vanaf dan is het routine. Ze begrijpen wat ze waaraan moeten toewijzen. In principe maken ze een referentie-atlas. Dit is een meer gedetailleerde kaart.
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.
Onze wetenschappers gebruiken ze om terug te gaan naar een ander stuk van dat weefsel en er wat ‘laser scanning microdissection’ heet, op uit te voeren. De technicus neemt de instructies. Ze tekenen een gebied af. Dan doet de laser het eigenlijke snijden. Je ziet die blauwe stip hier snijden. Dat weefsel valt eraf. Je kan dat hier in realtime zien gebeuren. Er zit een houder onder waarin dat weefsel wordt opgevangen. Wij nemen dat weefsel, halen er het RNA uit met behulp van wat basistechnologie en dan zetten we er een fluorescerend label op. Wij nemen dat gelabeld materiaal en brengen het over naar wat een microarray heet.
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.
Dit ziet eruit als een stel puntjes, maar elk van deze afzonderlijke punten is eigenlijk een uniek stukje van het menselijk genoom dat we op glas hebben overgebracht. Hierop zitten ongeveer 60.000 elementen, dus meten we verschillende genen van de 25.000 genen in het genoom meer dan één keer. Als we er een monster van nemen en het hybridiseren, krijgen we een unieke kwantitatieve vingerafdruk van welke genen in dat monster werden geactiveerd.
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.
Dit doen we herhaalde malen voor een bepaald brein. We nemen meer dan duizend monsters per brein. Dit gebied hier is de zogenaamde hippocampus. Het is betrokken bij leren en geheugen. Het draagt bij aan ongeveer 70 monsters van die duizend monsters. Elk monster geeft ons ongeveer 50.000 datapunten. Dat wordt herhaald voor een duizendtal monsters.
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.
Zo verkrijgen we ruwweg 50 miljoen datapunten voor een menselijk brein. We hebben nu de data van twee menselijke breinen. We hebben dat allemaal verzameld tot een geheel. Ik zal jullie laten zien hoe die synthese eruit ziet. Het is eigenlijk één grote dataset van informatie, vrij beschikbaar voor iedere wetenschapper in de hele wereld. Ze hoeven niet eens in te loggen om dit instrument te gebruiken, de gegevens op te vragen en er interessante dingen uit te halen. Hier zijn de modaliteiten. Je kan deze dingen herkennen aan de hand van wat we eerder hebben verzameld. Hier is de MR. Die vormt de sjabloon. Aan de rechterkant zit er een bedieningspaneel waarmee je het kan laten draaien, inzoomen en individuele structuren markeren.
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.
Maar belangrijker nog is dat we het nu in kaart brengen in dit anatomische sjabloon, dat een gemeenschappelijk sjabloon is om te kunnen begrijpen waar genen zijn geactiveerd. Rood duidt op plaatsen waar een gen sterk geactiveerd is. Groen wijst op gebieden waar het niet is geactiveerd. Elk gen geeft ons een vingerafdruk. Denk eraan dat we alle 25.000 genen in het genoom hebben geanalyseerd en al die gegevens beschikbaar zijn.
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.
Wat kunnen wetenschappers leren over deze gegevens? We beginnen er net zelf naar te kijken. Er zijn een aantal fundamentele dingen die je zou willen begrijpen. Twee grote voorbeelden zijn de medicijnen Prozac en Wellbutrin. Dit zijn vaak voorgeschreven antidepressiva. We analyseren dus genen. Genen sturen de instructies om eiwitten aan te maken. Eiwitten zijn doelwitten voor medicijnen. Medicijnen binden aan eiwitten schakelen ze uit enz.. Als je de werking van medicijnen wil begrijpen, wil je begrijpen hoe ze werken op de manieren waarop je dat wil en ook op de manieren waarop je dat niet wil. In het bijwerkingenprofiel, enz., Je wil zien waar die genen worden geactiveerd. Nu kunnen we dat eindelijk doen. We kunnen dat doen bij meerdere geteste personen.
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.
We kunnen nu rondkijken in het brein. We zien deze unieke vingerafdruk. We krijgen bevestiging. We krijgen bevestiging dat het gen inderdaad is geactiveerd - voor iets als Prozac in serotonerge structuren, dingen waarvan al bekend is dat ze zijn aangetast - maar we krijgen ook het totaalbeeld voor ogen. We krijgen ook gebieden te zien waar niemand ooit naar heeft gekeken en wij zien dat deze genen daar geactiveerd zijn. Dat is pas een interessant neveneffect. Iets anders dat je kunt doen met zo'n ding omdat het patronen met elkaar vergelijkt en er een unieke vingerafdruk is, is dat je eigenlijk door het hele genoom kunt scannen en andere eiwitten vinden met een soortgelijke vingerafdruk. Als je je bijvoorbeeld met het zoeken naar medicijnen bezighoudt, kan je grasduinen door een hele lijst van wat het genoom te bieden heeft om misschien wel betere drugtargets te vinden en te optimaliseren.
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.
De meesten van jullie zijn waarschijnlijk bekend met genoombrede associatiestudies in de vorm van mensen die in het nieuws komen vertellen: "Wetenschappers hebben onlangs het gen of de genen ontdekt die van invloed zijn op X. " Dit soort studies worden routinematig gepubliceerd door wetenschappers en ze zijn geweldig. Ze analyseren grote populaties. Ze kijken naar hun hele genoom en ze proberen hotspots van activiteit te vinden die causaal gekoppeld zijn aan genen. Maar uit een dergelijke oefening krijg je alleen maar een lijst van genen. Het vertelt je het wat, maar niet het waar. Dus is het erg belangrijk voor deze onderzoekers dat we deze bron hebben gecreëerd. Nu kunnen ze dit gebruiken en aanwijzingen over de activiteit verkrijgen. Ze kunnen zoeken naar gemeenschappelijke trajecten - op manieren die vroeger gewoon niet mogelijk waren.
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.
Ik denk dat dit publiek in het bijzonder het belang van individualiteit kan begrijpen. Ieder mens heeft een andere genetische achtergrond, ieder van ons heeft een andere levensloop. Maar het feit is dat onze genomen voor meer dan 99 procent overeenkomen. We zijn erg gelijkend op het genetische niveau. Ook op het biochemische niveau van het brein lijken we veel op elkaar. Geen 99 procent, maar ongeveer 90 procent correspondentie binnen redelijke grenzen, zodat alles in de wolk min of meer gecorreleerd is. Dan vinden we enkele uitschieters, sommige dingen die buiten de wolk vallen. Die genen zijn interessant, maar ze zijn heel subtiel. Een belangrijke boodschap om te onthouden is dat, zelfs als we al onze verschillen vieren, we erg veel op elkaar lijken zelfs wat het brein aangaat.
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.
Hoe zien die verschillen eruit? Dit is een voorbeeld van een onderzoek dat we deden om op te volgen en te zien wat die verschillen precies zijn. Ze zijn heel subtiel. Hier zijn de genen geactiveerd in een individueel celtype. Dit zijn twee genen die we een goed voorbeeld vonden. Een noemen we RELN - het is betrokken bij aanzet van de vroege ontwikkeling. DISC1 is een gen dat je niet vindt bij schizofrenie. Dit zijn geen schizofrene individuen, maar ze laten wel enige populatievariatie zien. Wat je hier ziet bij donor één en donor vier, die uitzonderingen zijn op de andere twee, is dat genen worden geactiveerd in een zeer specifieke subset van cellen. Deze donkerpaarse neerslag in de cel zegt ons dat daar een gen is geactiveerd. Of dat al of niet is te wijten aan de genetische achtergrond van een individu of zijn ervaringen, weten we niet. Dat soort studies vereisen veel grotere populaties.
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.
Ik ga eindigen met een laatste opmerking over de complexiteit van het brein en hoeveel meer we nog hebben te onderzoeken. Ik denk dat deze middelen ongelooflijk waardevol zijn. Ze geven onderzoekers een handvat over waar naartoe te gaan. Maar we hebben op dit punt alleen gekeken naar een handvol individuen. We zullen zeker moeten kijken naar meer individuen. Ik besluit dan door te zeggen dat de middelen er zijn en dit echt een onontgonnen, onontdekt continent is. Dit is het nieuwe grensgebied. De onverschrokkenen, maar nederig door de complexiteit van het brein, wacht de toekomst.
Thanks.
Bedankt.
(Applause)
(Applaus)