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.
Os humanos há muito que alimentam um fascínio pelo cérebro humano. Projectamo-lo, descrevemo-lo, desenhámo-lo, mapeámo-lo. Ora, tal como os mapas físicos do nosso mundo que foram altamente influenciados pela tecnologia -- pensem no Google Maps, pensem no GPS -- a mesma coisa está a acontecer com o mapeamento do cérebro através da transformação.
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.
Então, vamos dar uma olhadela ao cérebro. A maioria das pessoas, quando olha pela primeira vez para um cérebro humano fresco, diz: "Não se parece com o que tipicamente se vê quando alguém nos mostra um cérebro." Tipicamente, aquilo que se vê é um cérebro fixo. É cinzento. E esta camada exterior, é a vascularização, que é incrível, à volta de um cérebro humano. Isto são os vasos sanguíneos. 20 por cento do oxigénio vindo dos vossos pulmões, 20 por cento do sangue bombeado do vosso coração, está ao serviço deste único órgão. Que, basicamente, se segurarem em dois punhos juntos, é apenas ligeiramente maior que os dois punhos.
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.
Cientistas, mais ou menos no final do séc. XX, descobriram que conseguiam rastrear o fluxo sanguíneo para mapear não-invasivamente onde a actividade se passava no cérebro humano. Então, por exemplo, conseguem ver na parte de trás do cérebro, que está mesmo a começar a aparecer ali. Ali está o cerebelo; que vos permite manter direitos neste momento. Que me permite estar em pé. Está envolvido no movimento coordenado. Aqui de lado, este é o córtex temporal. Esta é a área onde o processamento primário da audição -- estão a escutar as minhas palavras, estão a enviá-las para centros de processamento de linguagem mais avançados. Mais para a parte da frente do cérebro está a área em que todo o pensamento mais complexo, a tomada de decisões -- é a última a amadurecer no fim da idade adulta. É aqui que todos os processos de tomada de decisão ocorrem. É o local em que estão a decidir, neste preciso momento, que provavelmente não vão pedir o bife ao jantar.
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.
Então, se olharmos de forma mais profunda para o cérebro, uma das coisas, se olharmos para ele num corte transversal, o que podemos ver é que não conseguimos ver, na verdade, muita estrutura ali. Mas de facto há ali muita estrutura. São células e fios todos ligados. Então, há cerca de cem anos atrás, alguns cientistas inventaram um corante capaz de corar células. E isso é mostrado aqui em azul muito claro. Podem ver áreas em que corpos normais de células estão a ser corados. E o que se consegue ver é que é muito não-uniforme. Consegue-se ver muito mais estrutura ali. Então, a parte exterior daquele cérebro é o neocórtex. É uma unidade de processamento contínuo, se quiserem. Mas também conseguem ver coisas ali debaixo. E todas estas áreas em branco são as áreas em que os fios passam. Provavelmente têm uma menor densidade de células. Há, então, cerca de 86 mil milhões de neurónios no nosso cérebro. E como podem ver, estão distribuídos de forma muito não-uniforme. E a forma como estão distribuídos realmente contribui para a sua função subjacente. E claro, como referi anteriormente, uma vez que agora podemos começar a mapear as funções cerebrais, podemos começar a ligá-las às células individuais.
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.
Vamos então olhar de forma mais profunda. Vamos olhar para os neurónios. Como referi, há 86 mil milhões de neurónios. Há também estas células mais pequenas como irão ver. Estas são células de suporte -- astrócitos. E os nervos, são eles mesmos que recebem a informação/estímulo (input). Armazenam-na, processam-na. Cada neurónio está ligado através das sinapses com até 10.000 outros neurónios no vosso cérebro. E cada neurónio, em si mesmo, é bastante único. O carácter único quer dos neurónios individuais quer dos neurónios no interior de uma colecção do cérebro são accionados pelas propriedades fundamentais da sua bioquímica subjacente. Isto são proteínas. São proteínas que estão a controlar coisas como o movimento dos canais iónicos. Estão a controlar com quem as células do sistema nervoso se associam. E estão a controlar basicamente tudo o que o sistema nervoso tem de fazer.
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.
Então se aumentarmos o zoom para um nível ainda mais profundo, todas estas proteínas estão codificadas pelos nossos genomas. Cada um de nós tem 23 pares de cromossomas. Obtemos um da mãe, outro do pai. E nestes cromossomas estão aproximadamente 25.000 genes. Estão codificados no ADN. E a natureza de uma certa célula accionando a sua bioquímica subjacente é ditada pelos genes, de entre os 25.000, que são activados e pelo nível a que são activados.
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.
E por isso, o nosso projecto procura olhar para esta leitura, e compreender qual destes 25.000 genes está activado. Então, para levar a cabo um projecto destes, obviamente, precisamos de cérebros. Então mandámos o nosso técnico de laboratório ir à procura. Estávamos à procura de cérebros humanos normais. Aquilo com que começámos foi com um gabinete de médico legista. Isto é um sítio onde são trazidos os mortos. Estamos à procura de cérebros humanos normais. Há muitos critérios a seguir na selecção destes cérebros. Temos de garantir que temos cérebros normais entres os 20 e os 60 anos, que morreram de certo modo de morte natural, sem qualquer lesão no cérebro, sem qualquer historial de doença psiquiátrica, sem uso de drogas -- fazemos uma despistagem da toxicologia. E somos muito cuidadosos acerca dos cérebros que realmente levamos. Além disso, seleccionamos os cérebros em que possamos obter o tecido, em que possamos obter consentimento para obter o tecido no espaço de 24 horas a seguir à morte. Porque o que estamos a tentar medir, o ARN -- que é a leitura dos nossos genes -- é muito instável, e por isso temos de nos mexer muito rapidamente.
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.
Uma nota de rodapé sobre a recolha de cérebros: por causa da forma como os recolhemos, e porque precisamos de consentimento, acabamos por ter muito mais cérebros masculinos do que femininos. Há uma probabilidade muito maior de os homens sofrerem uma morte acidental em tenra idade. E há uma probabilidade muito maior de os homens terem a sua cara-metade, ou esposo, a dar consentimento, do que o contrário.
(Laughter)
(Risos)
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.
Então, a primeira coisa que fazemos no local da recolha é recolher o que é chamado RM. Isto é, ressonância magnética -- RM. É um modelo comum ao qual iremos indexar o resto dos dados. Então recolhemos esta RM. E podem pensar nisto como a vista por satélite do nosso mapa. A seguir o que fazemos é recolher o que é chamado uma ressonância magnética com tensor de difusão. Isto mapeia a grande cablagem do cérebro. E de novo, podem pensar nisto quase como mapear as nossas autoestradas, se quiserem. O cérebro é removido do crânio, e depois é cortado em fatias de um centímetro. E estas são congeladas, e enviadas para Seattle. E em Seattle, pega-se nisto -- isto é um hemisfério humano inteiro -- e colocamo-lo dentro do que é basicamente um cortador de carne chique. Há aqui uma lâmina que vai cortar através de uma secção de tecido e transferi-lo para uma lâmina de microscópio. A seguir vamos aplicar-lhe um destes corantes, e digitalizamo-lo. E a seguir o que obtemos é o nosso primeiro mapeamento.
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.
Então é aqui que entram os peritos e eles fazem atribuições anatómicas básicas. Podem pensar nas fronteiras entre estados, se quiserem, nessas linhas bastante largas. A partir disto, somos capazes de fragmentar esse cérebro em mais pedaços ainda, que depois podemos colocar num criostato mais pequeno. E isto só está a mostrar isto aqui -- este tecido congelado, que está a ser cortado. Tem 20 mícrones de espessura, ou seja da espessura do cabelo de um bebé. E lembrem-se, está congelado. E podem ver aqui, a tecnologia antiquada do pincel a ser aplicada. Tiramos uma lâmina de microscópio. A seguir colamos cuidadosamente à lâmina. Isto a seguir irá para um robô que irá aplicar um daqueles corantes. E os nossos anatomistas irão olhar de forma mais profunda para isto.
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.
De novo, isto é o que eles conseguem ver ao microscópio. Podemos ver as colecções e configurações de células grandes e pequenas em aglomerados e vários lugares. E a partir daí é rotina. Eles percebem onde fazer as atribuições. E conseguem fazer o que é basicamente um atlas de referência. Isto é um mapa mais detalhado.
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.
Os nossos cientistas depois usam isto para voltar a um outro pedaço daquele tecido e fazer o que é chamado de microdissecação por scanning de laser. O técnico recebe as instruções. Eles copiam por cima num segmento ali. E depois o laser corta. Podem ver o ponto azul ali a cortar. E aquele tecido cai. Podem ver a lâmina de microscópio ali, aquilo é o que está a acontecer em tempo real. Há um recipiente por debaixo que recolhe aquele tecido. Retiramos aquele tecido, purificamos o ARN e retiramo-lo, usando tecnologia básica, e depois aplicamos-lhe uma etiqueta fluorescente. Pegamos no material etiquetado e colocamo-lo em algo que chamamos de 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.
Ora isto pode parecer um monte de pontos para vocês, mas cada um destes pontos individuais é na verdade um pedaço único de genoma humano que isolámos num vidro. Isto tem aproximadamente 60.000 elementos, por isso medimos repetidamente vários genes dos 25.000 genes do genoma. E quando recolhemos uma amostra e a hibridizamos, conseguimos uma impressão digital única, por assim dizer, quantitativa, de quantos genes são activados naquela amostra.
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.
Ora, nós fazemos isto uma e outra vez, este processo para cada um dos cérebros. Estamos a recolher mil amostras para cada cérebro. Esta área mostrada aqui é uma área chamada hipocampo. Está envolvida na aprendizagem e na memória. E contribui em cerca de 70 amostras daquelas 1000 amostras. Cada amostra dá-nos cerca de 50.000 pontos de dados com medições repetidas, mil amostras.
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.
Então, temos aproximadamente 50 milhões de pontos de dados para cada cérebro humano. Fizemos, até agora, dados equivalentes a dois cérebros humanos. Juntámos tudo isso numa única coisa, e irei mostrar-vos a síntese disso. Basicamente trata-se de um grande conjunto de dados que está inteiramente disponível de forma livre a qualquer cientista em todo o mundo. Nem sequer têm de se registar para usarem esta ferramenta, explorar estes dados, encontrar coisas interessantes com isto. Aqui estão as modalidades que reunimos. Irão reconhecer estas coisas a partir do que juntámos anteriormente. Aqui está a RM. Proporciona a base de trabalho. Há uma área para o operador à direita que permite que se rode, que se faça zoom, que se realce estruturas individuais.
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.
Mas, mais importante, estamos agora a mapear esta estrutura anatómica, que é uma estrutura anatómica comum, para que as pessoas percebam onde os genes são activados. Então, os níveis vermelhos são onde um gene é activado a um nível elevado. O verde são o tipo de áreas frias que não estão activadas. E cada gene dá-nos uma impressão digital. E lembrem-se que examinámos todos os 25.000 genes do genoma e temos todos esses dados disponíveis.
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.
Então, o que podem os cientistas aprender acerca destes dados? Nós próprios estamos apenas a começar a olhar para estes dados. Há algumas coisas básicas que queremos compreender. Dois grandes exemplos são as drogas, Prozac e Wellbutrin. São antidepressivos receitados frequentemente. Lembrem-se, estamos a examinar genes. Os genes enviam as instruções para produzir proteínas. As proteínas são os alvos das drogas. As drogas ligam-se às proteínas e, ou as activam, etc. Por isso, se queremos compreender a acção das drogas, queremos compreender como é que actuam nas formas que queremos que actuem, e também nas formas que não queremos que actuem. No perfil de efeitos secundários, etc., queremos ver onde são activados esses genes. E, pela primeira vez, podemos de facto, fazê-lo. Podemos fazê-lo em múltiplos indivíduos que também examinámos.
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.
Então, agora podemos olhar através de todo o cérebro. Podemos ver esta impressão digital única. e obter confirmação. Obtemos confirmação que, de facto, o gene está activado -- para algo como o Prozac, em estruturas serotonérgicas, coisas que já são conhecidas por serem afectadas -- mas também vemos o todo. Também vemos áreas que nunca ninguém tinha visto, e vemos estes genes activados ali. É um efeito secundário do mais interessante que pode haver. Algo que também se pode fazer com isto, porque é um exercício de equivalência de padrões, porque existe uma impressão digital única, conseguimos de facto digitalizar todo o genoma e encontrar outras proteínas que mostram uma impressão digital semelhante. Por isso se andarem à procura de drogas, por exemplo, podem percorrer uma lista inteira do que um genoma tem para oferecer para encontrar talvez melhores alvos para as drogas e optimizar.
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.
A maioria de vós provavelmente está familiarizada com estudos de associação de um genoma inteiro que, na cobertura noticiosa, são do tipo, "Cientistas descobriram recentemente o gene ou os genes que afectam X." E este tipo de estudos são regularmente publicados por cientistas e são excelentes. Analisam grandes populações. Estudam os seus genomas inteiros, e tentam descobrir hot spots de actividade que estão ligados de forma causal aos genes. Mas o que se obtém de exercícios assim é simplesmente uma lista de genes. Diz-nos o quê, mas não nos diz o onde. E por isso é muito importante para esses investigadores que tenhamos criado este recurso. Agora eles podem vir e começar a ter pistas acerca da actividade. Podem começar a observar vias comuns -- de outras formas que simplesmente não tinham sido capazes anteriormente.
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.
Por isso penso que este público em particular pode compreender a importância da individualidade. E penso que cada humano, todos temos um historial genético diferente, todos vivemos uma vida separada. Mas a verdade é que os nossos genomas são semelhantes em mais de 99 por cento. Somos semelhantes ao nível genético. E o que estamos a descobrir é que, de facto, mesmo ao nível bioquímico cerebral, somos bastante semelhantes. Isto mostra que não é 99 por cento, mas é uma correspondência de aproximadamente 90 por cento com um desvio razoável, por isso tudo o que está na nuvem está aproximadamente correlacionado. E depois encontramos alguns valores discrepantes, algumas coisas que ficam para além da nuvem. E esses genes são interessantes, mas são muito subtis. Por isso penso que uma mensagem importante para levar para casa hoje é que mesmo que celebremos todas as nossas diferenças, somos bastante semelhantes mesmo ao nível cerebral.
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 bem, qual é o aspecto dessas diferenças? Este é um exemplo de um estudo que fizemos para seguir e ver quais eram exactamente essas diferenças -- e são bastante subtis. Isto são coisas em que genes são activados num tipo de célula individual. Isto são dois genes que descobrimos serem bons exemplos. Um é chamado RELN - está envolvido nos sinais do desenvolvimento inicial. DISC1 é um gene que é eliminado na esquizofrenia. Estes não são indivíduos esquizofrénicos, mas apresentam alguma variação em relação à população. Por isso, aquilo que estão a ver aqui no doador um e no doador quatro, que são as excepções em relação aos outros dois, é que os genes estão a ser activados num subgrupo de células muito específico. É este precipitado púrpura escuro dentro da célula que nos está a dizer que ali um gene está activado. Se isso é devido ou não ao historial genético ou às experiências de um indivíduo, não sabemos. Esse tipo de estudos requer populações muito maiores.
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.
Então, vou deixar-vos com uma nota final acerca da complexidade do cérebro e de como precisamos de ir muito mais longe. Penso que estes recursos são incrivelmente valiosos. Oferecem aos investigadores uma forma de controlar para onde vão. Mas apenas olhámos para uma mão cheia de indivíduos até agora. Certamente iremos observar muitos mais. Irei concluir dizendo apenas que as ferramentas estão aí, e isto é um continente que está verdadeiramente por explorar, por descobrir. Isto é a nova fronteira, por assim dizer. E para aqueles que são audazes mas se sentem humildes perante a complexidade do cérebro, perante a complexidade do cérebro, o futuro aguarda.
Thanks.
Obrigado.
(Applause)
(Aplausos)