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.
Ludzie od dawna zafascynowani byli ludzkim mózgiem. Robimy jego wykresy, opisaliśmy go, narysowaliśmy, zmapowaliśmy go. Tak jak mapy fizyczne świata zostały bardzo zmienione przez technologię -- mam na myśli Mapy Google, GPS -- to samo ma miejsce w mapowaniu mózgu przez przekształcanie.
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.
Przyjrzyjmy się więc mózgowi. Większość ludzi, po raz pierwszy widząc świeży ludzki mózg, powie: "Nie wygląda tak, jak można by się tego spodziewać." Normalnie patrzycie na mózg utrwalony. Jest on szary. To jest warstwa zewnętrzna, to unaczynienie, które jest niesamowite, wokół ludzkiego mózgu. To naczynia krwionośne. 20% tlenu pochodzącego z płuc, 20% krwi pompowanej z serca zaopatruje ten jeden organ. Zajmuje mniej więcej tyle miejsca, ile dwie złączone pięści, jest tylko nieco większy.
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.
Naukowcy jakoś pod koniec XX wieku odkryli, że można prześledzić przepływ krwi by nieinwazyjnie zbadać, które obszary ludzkiego mózgu są aktywne. Więc na przykład, można zobaczyć tylną część mózgu, która właśnie się tu obraca. Tam jest móżdżek, który utrzymuje nas w pozycji pionowej. Dzięki niemu mogę stać. Jest odpowiedzialny za koordynację ruchową. Po tej stronie jest kora skroniowa. To obszar odpowiedzialny za ośrodkowe procesy przetwarzania słuchowego -- dzięki temu słyszycie moje słowa, które są przesyłane do wyższych ośrodków przetwarzania języka. W przedniej części mózgu znajduje się obszar odpowiedzialny za wszystkie bardziej skomplikowane procesy myślenia i podejmowania decyzji, który najpóźniej osiąga pełną dojrzałość (w późnym wieku dorosłym). To tam zachodzą wszystkie procesy decyzyjne. To miejsce, gdzie właśnie podejmujecie decyzje, że prawdopodobnie nie zamówicie steka na obiad.
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.
Więc jeśli bliżej przyjrzeć się mózgowi, jedną z rzeczy, patrząc na jego przekrój poprzeczny, którą można zobaczyć jest to, że wcale nie ma tam wielu struktur. W rzeczywistości jest ich tam bardzo dużo. To połączone ze sobą komórki i przewody. Więc około 100 lat temu pewni naukowcy wynaleźli wnikający do komórek barwnik. Widać to tutaj, w bardzo jasnoniebieskim kolorze. Możecie zobaczyć obszary, gdzie zabarwione zostały ciała normalnych komórek. To, co widać jest bardzo niejednolite. Widać tu dużo więcej struktur. Więc zewnętrzną częścią mózgu jest kora nowa. Nieustannie przetwarza informacje. Możemy również zobaczyć to, co jest pod spodem. Przez te wszystkie puste obszary przebiegają połączenia. Prawdopodobnie komórki są tam rzadziej rozmieszczone. W mózgu jest około 86 miliardów neuronów. I jak widać, są one bardzo nierównomiernie rozmieszczone. A sposób ich rozmieszczenia jest ściśle powiązany z ich funkcjami. I oczywiście, jak wspomniałem wcześniej, skoro możemy mapować funkcje mózgu, możemy zacząć przypisywać je poszczególnym komórkom.
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.
Więc przyjrzyjmy się bliżej neuronom. Jak już wspominałem, jest ich 86 miliardów. Jak widać, są tam także te mniejsze komórki. To komórki wspomagające -- astrocyty. I same nerwy, które odbierają bodźce. Przechowują je i przetwarzają. Każdy neuron jest połączony synapsami z 10 000 innych neuronów w mózgu. A każdy neuron sam w sobie jest niepowtarzalny. Ten niepowtarzalny charakter zarówno pojedynczych neuronów i grup neuronów wewnątrz mózgu zależy od podstawowych właściwości leżącej u ich podłoża biochemii. To białka. Te białka sterują takimi procesami jak ruch jonów w kanałach. Kontrolują z czym łączą się komórki układu nerwowego. I wpływają zasadniczo na wszystko, za co odpowiedzialny jest układ nerwowy.
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.
Więc jeśli zbliżymy się jeszcze bardziej, te wszystkie białka są zakodowane przez nasze genomy. Wszyscy mamy 23 pary chromosomów. Jeden zestaw otrzymujemy od matki, drugi od ojca. I na tych chromosomach jest około 25 000 genów. Są one zakodowane w DNA. I natura danej komórki odpowiadająca za jej biochemię jest podyktowana tym, który z tych 25 000 genów jest włączony i na jakim poziomie.
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.
Więc nasz projekt ma na celu znalezienie takiego odczytu i zrozumienie, który z tych 25 000 genów jest włączony. Aby podjąć się takiego projektu, oczywiście potrzebujemy mózgów. Więc wysyłamy naszych laborantów. Szukaliśmy ludzkich mózgów. Tak naprawdę to zaczynamy w gabinecie patomorfologa. To miejsce, do którego przywożeni są zmarli. Szukamy normalnych mózgów ludzkich. Jest wiele kryteriów, według których wybieramy mózgi. Chcemy się upewnić, że mamy normalnych ludzi między w wieku 20-60 lat, którzy zmarli z przyczyn naturalnych, bez urazów mózgu, chorób psychicznych w wywiadzie, niezażywających narkotyków -- robimy badania toksykologiczne. I jesteśmy bardzo ostrożni co do wybieranych mózgów. Szukamy także mózgów, z których pobieramy tkankę, i dostajemy zgodę na jej pobranie w ciągu 24 godzin od zgonu. To dlatego, że będziemy badać RNA -- transkrypt naszych genów - które jest bardzo niestabilne, więc musimy działać bardzo szybko.
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.
Jedna uwaga na marginesie dotycząca zbioru mózgów: z powodu sposobu, w jaki je zbieramy i ponieważ wymagamy zgody, mamy znacznie więcej mózgów mężczyzn niż kobiet. To mężczyźni częściej giną nagle w kwiecie wieku. I w przypadku mężczyzn jest bardziej prawdopodobne, że ich partnerka lub małżonka, wyrazi zgodę niż w sytuacji odwrotnej.
(Laughter)
(Śmiech)
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.
Więc pierwszą rzeczą, która robimy w miejscu pobrania to zrobienie rezonansu. Mowa o rezonansie magnetycznym - MRI. To standardowy procedura, według której będziemy zbierać resztę danych. Więc robimy rezonans. I można traktować jako widok satelity na naszą mapę. Następną rzeczą, którą robimy jest obrazowanie metodą tensora dyfuzji. To mapuje większe przewody w mózgu. I znów, można to traktować prawie jak mapowanie autostrad międzystanowych. Mózg jest wyjmowany z czaszki, a potem krojony na jednocentymetrowe plastry. A te są dokładnie zamrażane i wysyłane do Seattle. W Seattle zabieramy je -- to cała półkula mózgu człowieka -- i wkładamy w coś, co w zasadzie jest szlachetniejszą formą krajalnicy do mięsa. Jest tam ostrze, które przetnie fragment tkanki i przeniesie go na szkiełko podstawowe mikroskopu. Potem stosujemy jeden z barwników i skanujemy. Następnie otrzymujemy pierwsze mapowanie.
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.
To tu wkraczają eksperci i wykonują podstawowe badania anatomiczne. Możecie to potraktować jako granice stanów, te całkiem wyraźne zarysy. Teraz możemy podzielić mózg na kolejne części, które następnie możemy położyć na mniejszy kriostat. Widać to tutaj -- zamrożona tkanka, w trakcie cięcia. Jest cienka na 20 mikronów, a więc jest mniej więcej grubości włosa niemowlęcia. I pamiętajcie, że jest zamrożona. Jak widać tutaj, stosowana jest staromodna technika pędzla. Bierzemy szkiełko podstawowe i przykładamy do próbki tkanki. Następnie wkładamy do robota, który zastosuje jeden z barwników. Nasi anatomowie przyjrzą się temu bliżej.
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.
To jest to, co mogą zobaczyć pod mikroskopem. Możemy zobaczyć grupy i układy dużych i małych komórek w skupiskach i różnych miejscach. Od tej chwili to rutyna. Wiedzą gdzie co badać. Mogą stworzyć swoisty atlas. To bardziej szczegółowa mapa
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.
Następnie, nasi naukowcy używają tego by wrócić do poprzedniego kawałka tkanki i wykonują mikrodysekcję laserową. Technik dostaje instrukcje. Obrysowują dane miejsce, a laser wycina. Widzimy tnącą niebieską kropkę. A tamta tkanka odchodzi. Widzimy na szkiełku mikroskopu, co dzieje się w trakcie cięcia. Poniżej znajduje się pojemnik na odciętą tkankę. Zbieramy ją, oczyszczamy z niej RNA przy użyciu prostych technologii, a następnie nakładamy znacznik fluorescencyjny. Oznaczony materiał umieszczamy na mikromacierzy.
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.
Dla was może to wyglądać jak grupa kropek, ale każda z nich jest unikalną częścią ludzkiego genomu, przeniesionego na szkło. Jest tu z grubsza 60 000 elementów, więc nieustannie mierzymy poszczególne geny z 25 000 genów w genomie. Kiedy zhybrydyzujemy próbkę, otrzymamy unikalny odcisk palca, dowód ilościowy, potwierdzający które geny są włączone w danej próbce.
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.
Powtarzamy ten proces bez przerwy dla każdego mózgu. Pobieramy ponad tysiąc próbek z każdego mózgu. Pokazany tu obszar to hipokamp. Odpowiedzialny jest za uczenie się i pamięć. Z niego pobieramy około 70 próbek spośród tego tysiąca. Każda próbka dostarcza nam około 50 000 punktów danych z powtarzającymi się danymi, tysiąc próbek.
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.
Mamy więc z grubsza 50 mln punktów danych dla każdego badanego ludzkiego mózgu. Przebadaliśmy ostatnio dwa ludzkie mózgi pełne danych. Dodaliśmy to wszystko do siebie i pokażę teraz co otrzymaliśmy z tej syntezy. Jest to duży zestaw informacji dostępny każdemu naukowcowi na świecie. Nie muszą się nawet logować by móc używać tego narzędzia, pozyskiwać danych i szukać interesujących informacji. To są wszystkie badania, które składamy w całość. Pewnie możecie już je rozpoznać ze zgromadzonych wcześniej danych. Oto badanie rezonansem magnetycznych. Dostarcza nam zarys. Po prawej stronie znajduje się panel operatora umożliwiający obracanie, powiększanie i wyodrębnianie konkretnych struktur.
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.
Ale co najważniejsze, mapujemy teraz ten zarys anatomiczny, typowy zarys pomagający ludziom zrozumieć gdzie znajdują się aktywne geny. Kolorem czerwonym oznaczono geny o wysokiej aktywności. Kolor zielony oznacza spokojniejsze obszary niższej aktywności. Każdy gen dostarcza nam, w pewnym sensie, "odcisku palca." Pamiętajcie, że mamy na macierzach wszystkie z25 000 genów genomu i posiadamy wszelkie dostępne dane.
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.
Jakich informacji dostarczają te dane naukowcom? Dopiero się z nimi zaczynamy zapoznawać. Są podstawowe rzeczy, które chcielibyście zrozumieć. Dwa doskonałe przykłady to leki fluoksetyna i bupropion. To powszechnie przepisywane antydepresanty. A teraz weźcie pod uwagę, że analizujemy geny. Geny wysyłają instrukcje to stworzenia białek. Białka są celem leków. Więc leki wiążą się z białkami i je wyłączają itd. Jeśli chcemy zrozumieć działanie leków, musimy zrozumieć ich działanie zgodne z naszymi oczekiwaniami oraz ich działania niepożądane. W opisie skutków ubocznych itd., chcielibyśmy zobaczyć, gdzie znajdują się włączone geny. Po raz pierwszy możemy tego dokonać. Możemy to zrobić w przypadku wielu przeanalizowanych przez nas jednostek.
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.
Więc możemy spojrzeć w głąb mózgu. Możemy zobaczyć ten unikalny "odcisk palca." I mamy potwierdzenie. Potwierdzenie, że rzeczywiście gen jest włączony -- w przypadku leków takich jak fluoksetyna, w strukturach serotoninowych, wiemy co zostaje zaatakowane -- ale widzimy też całość. Możemy również przyjrzeć się obszarom, których nikt wcześniej nie oglądał i możemy tam zobaczyć włączone geny. Jest to niezwykle interesujący skutek uboczny. Inną rzeczą, którą możemy zrobić, ponieważ polega to na łączeniu wzorców, i ponieważ występuje tam unikalny "odcisk palca," możemy zeskanować cały genom i odnaleźć inne białka charakteryzujące się podobnym odciskiem. Jeżeli opracowujecie leki, możecie na przykład przestudiować całą listę cech genomu, by znaleźć lepsze cele dla leków i je zoptymalizować.
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.
Prawdopodobnie większość z was zna metodę badania GWA w formie podawanej w mediach, gdzie zwykło się mówić: "Naukowcy właśnie odkryli gen lub geny, odpowiedzialne za coś." Takie badania są zazwyczaj publikowane przez naukowców, i są świetne. Analizują duże populace. Badają całe genomy i starają się znaleźć obszary szczególnej aktywności połączone z konkretnymi genami. Takie badanie dostarcza nam listę genów. Mówi na CO, ale nie stwierdza GDZIE. Najważniejszą rzeczą dla tych naukowców, jest to, abyśmy stworzyli im odpowiednie zasoby. Teraz mogą przyjść i zebrać odpowiednie dane na temat aktywności. Mogą zapoznać się z powszechnie stosowanymi procedurami -- innymi metodami, których nie mieli okazji stosować.
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.
Uważam że ta widownia w szczególności może zrozumieć jak ważna jest niepowtarzalność. Sądzę, że każdy człowiek, każdy z nas ma inne podłoże genetyczne, każdy z nas wiedzie inne życie. Ale faktem jest, że nasze genomy są w ponad 99% podobne. Na poziomie genetycznym jesteśmy do siebie podobni. To, czego się dowiedzieliśmy, nawet na poziomie biochemicznym mózgu, to to, że jesteśmy do siebie podobni. Ukazuje to, że nie jest to 99%, ale z grubsza 90% zgodności przy rozsądnym odcięciu, wszystko w skupisku jest ze sobą ściśle powiązane. Są też jednostki odstające, te poza skupiskiem. I właśnie te geny są interesujące, ale również delikatne. Uważam, że jest to niezwykle ważna informacja, z którą wrócimy dziś do domu: pomimo, że każdy z nas szczyci się odmiennością, to jesteśmy całkiem podobni nawet na poziomie mózgu.
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.
Jak wyglądają te różnice? To przykład badania, jakie przeprowadziliśmy na zakończenie, by sprawdzić o jakich dokładnie różnicach mowa -- są one bardzo subtelne. Różnice, gdzie włączone geny znajdują się w komórkach indywidualnych. To są dwa geny, będące dobrym przykładem. Jeden nazywa się RELN - bierze udział w replikacji we wczesnej fazie rozwoju. DISC1 to gen nie występujący w przypadku schizofrenii. Nie są to osoby chore na schizofrenię, ale obrazują pewien wariant populacyjny. To na co teraz patrzycie to dawca 1 i dawca 4, którzy stanowią wyjątek w stosunku do pozostałych dwóch dawców. Ich geny są włączone w bardzo specyficznej podgrupie komórek. To ten ciemnofioletowy osad w komórce, który świadczy o tym, że gen jest tu włączony. Niezależnie od tego, uwarunkowane to jest podłożem genetycznym lub doświadczeniem danego osobnika, ale tego nie wiemy. Tego typu badania wymagają przeanalizowania większej populacji.
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.
Pożegnam was ostatnią uwagą odnoście do złożoności mózgu i tego, co jeszcze jest do zrobienia. Uważam, że są to niezwykle cenne informacje, pozwalające podążać naukowcom w odpowiednim kierunku. My natomiast przyjrzeliśmy się tylko kilku materiałom badawczym. Przebadamy jeszcze więcej. Zakończę stwierdzeniem, istnieją narzędzia, a to jest zdecydowanie nieodkryty kontynent. Albo jak wolicie, nowa granica. A dla nieustraszonych i zdumionych złożonością mózgu, oczekują nowe odkrycia.
Thanks.
Dziękuję.
(Applause)
(Oklaski)