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.
Människor har länge fascinerats av den mänskliga hjärnan. Vi har beskrivit den, vi har tecknat den, och vi har kartlagt den. Precis som med de fysiska kartorna över vår värld som i stor utsträckning influerats av teknologi – tänk på Google Maps, tänk på GPS – så håller nu samma sak på att hända inom hjärnkartläggningen. Verklig förändring.
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.
Så låt oss titta lite på hjärnan. När de för första gången ser en färsk mänsklig hjärna säger de flesta: "Det ser inte ut som det brukar när någon visar en en hjärna." Vad man vanligtvis får se är då en stelnad hjärna. Den är grå. Och det här yttre lagret, det är vaskulaturen, som är fantastisk, runt en mänsklig hjärna. Detta är blodkärlen. 20 procent av syret som kommer från dina lungor, 20 procent av blodet som pumpas från ditt hjärta, underhåller detta enda organ. Ett organ som, om du håller ihop två knytna nävar, bara är lite större än dessa två nävar.
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.
Ungefär på slutet av 1900-talet förstod forskare att de kunde följa blodflödet för att kartlägga, utan att orsaka skada, var aktiviteten fanns i den mänskliga hjärnan. Så de kan till exempel undersöka detta i hjärnans bakre del viken just nu snurrar förbi. Här är lillhjärnan: den håller dig upprätt just nu. Den hjälper mig att stå upp. Den är inblandad i koordinerade rörelser. På sidan här har vi temporalloben. I detta område sker grundläggande ljudbearbetning – så att ni hör mina ord, som sedan skickas till de delar som behandlar språk. I den främre delen av hjärnan hanteras mer komplexa tankar och beslutsfattning – det är också delen som utvecklas sist, sent i ens vuxna liv. Här sker all din beslutsfattning. Här fattas just nu beslutet att du förmodligen inte kommer beställa stek till middagen.
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.
Så om man tar en närmre titt på hjärnan, om man tittar på den i tvärsnitt, märker man att man inte kan se särskilt mycket struktur. Men i själva verket finns här mycket struktur. Det är celler och ledningar som alla är sammankopplade. För ungefär 100 år sedan uppfann några vetenskapsmän en färg att färga celler med. Det är detta ni ser här i ljusblått. Man kan se områden där nervceller är färgade. Och man kan se att den inte är särskilt regelbunden. Ni ser mycket mer struktur där. Den yttre delen av hjärnan utgörs av neocortexen. Den är som en enda stor bearbetningsenhet. Men man kan se saker under också. Och alla dessa tomma ytor är de ytor genom vilka ledningarna löper. Det är förmodligen färre celler i dem. Det finns ungefär 86 miljarder nervceller i vår hjärna. Och som ni kan se är de inte jämnt fördelade. Och hur de är fördelade bidrar i själva verket till deras underliggande funktion. Och självklart, som jag nämnde förut, eftersom vi nu börjar kunna kartlägga olika hjärnfunktioner så kan vi börja knyta dessa till enskilda celler.
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.
Så låt oss ta en djupare titt. Låt oss titta på nervceller. Som jag nämnde förut finns det 86 miljarder nervceller. Men det finns, som ni kommer se, också dessa mindre celler. Dessa är stödceller – astrocyter. Och det är nervcellerna själva som tar emot signaler. De lagrar den. De bearbetar den. Varje enskild nervcell kopplas via synapser till upp till 10 000 andra nervceller i din hjärna. Och varje enskild nervcell är till stora delar unik. Den unika karaktären hos både enskilda nervceller och nervceller inom ett visst område i hjärnan beror på grundläggande egenskaper i deras biokemi. Detta är proteiner De är proteiner som kontrollerar saker som flödet i jonkanaler. De kontrollerar vilka som nervsystemcellerna parar ihop sig med. Och de styr egentligen allt som nervsystemet har att sköta.
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.
Om vi zoomar in på en ännu djupare nivå, så är alla dessa proteiner kodade i våra genom. Vi har alla 23 par kromosomer. Vi får en från mamma och en från pappa. Och på dessa kromosomer finns ungefär 25 000 gener. De finns kodade i DNA:t. Och varje enskild cells egenskaper som styr dess biokemi bestäms av vilka av dessa 25 000 gener som aktiveras och på vilken nivå de aktiveras.
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.
Så vårt projekt går ut på att titta på resultatet för att förstå vilka av dessa 25 000 gener som aktiveras. För att kunna ta sig an ett sådant projekt behöver vi naturligtvis hjärnor. Så vi skickade ut vår labbtekniker. Vi ville ha normala människohjärnor. I själva verket börjar vi i obduktionssalen. Det är hit döda förs. Vi letar efter normala mänskliga hjärnor. Vi väljer ut hjärnorna enligt en mängd kriterier. Vi vill försäkra oss om att vi får normala människor mellan 20 och 60 år som dog en relativt naturlig död utan skador på hjärnan, utan dokumenterad psykisk sjukdom, utan droger – vi utför en toxologisk undersökning. Och vi är mycket försiktiga med de hjärnor som vi tar. Vi väljer också hjärnor från vilka vi kan ta vävnad, där vi kan få medgivande att ta vävnaden inom 24 timmar efter att personen dött. Eftersom det vi försöker mäta, RNA:t – vilket är transkriptionen av våra gener – är väldigt instabilt så måste vi agera väldigt snabbt.
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.
En liten avstickare om att samla hjärnor: på grund av sättet som vi samlar hjärnor på och eftersom vi kräver samtycke så har vi många fler manshjärnor än kvinnohjärnor. Män löper nämligen mycket större risk att dö i en olycka mitt i livet. Och det är mycket större sannolikhet att deras partners, deras fruar ger sitt samtycke än åt andra hållet.
(Laughter)
(Skratt)
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.
Så det första vi gör vi insamlingsplatsen är att vi tar en så kallad MR. Detta är magnetic resonance imaging – MRI. Det är en standardmall som vi sen placerar in resten av datan i. Så vi tar denna MR. Ni kan tänka er detta som satellitbilden för vår karta. Nästa sak vi gör är att vi tar en så kallad DTI (Diffusion Tensor Imaging). Detta visar hjärnans kablage. Ni kan tänka er detta ungefär som att göra en karta över våra landsvägar. Hjärnan plockas ut ur skallen, och sen skärs den i en centimeter tjocka skivor. Dessa fryser vi och skickar till Seattle. Och i Seattle tar vi dessa – detta är en hel hemisfär – och så stoppar vi dem i vad som egentligen är en förfinad köttskivare. Här finns ett blad som skär rakt igenom en sektion av vävnaden och för över den till ett objektglas. Sen applicerar vi färgen på den och sen scannar vi den. Och det vi får då är vår första kartläggning.
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.
Det är här experterna kommer in i bilden och de utför grundläggande anatomiska uppgifter. Ni kan tänka er detta som gränser mellan stater, ganska breda gränser. Från detta kan vi sedan dela upp hjärnan i ännu fler delar vilka vi sedan kan lägga på en mindre kryostat. Det är detta ni ser här – den här frusna vävnaden som skärs. Den är 20 mikrometer tjocka, ungefär samma tjocklek som ett bebishår. Och kom ihåg att den är frusen Och här kan ni se gammaldags penselteknik användas. Vi tar ett objektglas. Provet smälter och fastnar på objektglaset. Detta stoppas sedan i en robot som applicerar färg på det. Våra anatomister kommer sedan undersöka detta närmre.
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.
Så detta är vad de ser i mikroskopet. Man kan se samlingar och konfigurationer av stora och små celler i kluster och utspridda på olika ställen. Och från här är det rutin. De vet var de ska utföra sina uppgifter. De kan alltså göra ett slags referensverk. Detta är en som en mer detaljerad karta.
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.
Våra forskare använder sig sedan av denna för att gå tillbaka till en annan bit av samma vävnad och utföra en så kallad LMD (Laser MicroDissection) Teknikern tar sedan dessa instruktioner. De gör en markering runt ett område. Och sen skär lasern ut det. Ni kan se den blå punkten där som skär. Och den vävnaden faller av. Det kan ni se på objektglaset här det är det som sker i realtid. Undertill finns en behållare som samlar upp vävnaden. Vi tar den vävnaden, vi extraherar RNA från den, med enkel teknik och sen sätter vi en fluorescerande markör på den. Vi tar det markerade materialet och stoppar det på en så kallad en "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.
Det här ser kanske bara ut som en massa pinkter för er men på varje enskild punkt sitter faktiskt en unik del av det mänskliga genomet som vi fäst i punkter på en glasskiva. Den här har ungefär 60 000 punkter på sig så vi mäter upprepade gånger olika gener av de 25 000 generna i genomet Och då vi tar ett prov och applicerar det på skivan får vi ett unikt fingeravtryck kvantitativt av vilka gener som är aktiverade i provet.
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.
Den här processen gör vi om och om igen med varje hjärna. Vi tar över 1000 prover på varje hjärna. Området som visas här kallas hippocampus. Det är inblandat i inlärning och minne. Och det bidrar med ungefär 70 av de 1000 proverna. Varje prov ger oss ungefär 50 000 datapunkter med upprepade mätningar, tusen prover.
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.
Vi får alltså ungefär 50 miljoner datapunkter för varje hjärna. Vi har i nuläget två hjärnors data. Vi har satt ihop all denna data till en sak och jag ska visa er hur den syntesen ser ut. Det är som en stor datamängd med information som vilken forskare som helst i världen har fri tillgång till. De behöver inte ens logga in för att kunna använda det här verktyget, att gräva i den här datan och hitta intressanta saker. Det här är delarna vi har satt ihop. Ni kommer känna igen de här sakerna från tidigare. Här är MR-scanningen. Den ger oss ramverket. På höger sida finns en kontrollpanel som låter en vrida, som låter dig zooma in, som låter dig markera enskilda strukturer.
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.
Men viktigast av allt, i detta anatomiska ramverk, vilket är öppet för alla som vill veta mer, för vi nu in vilka gener som är aktiverade var. De röda punkterna är områden där en gen aktiverad i hög grad. Gröna områden är svalare områden där genen inte är aktiverad Varje gen ger oss ett fingeravtryck. Och kom ihåg att vi har undersökt alla 25 000 generna i genomet och har tillgång till all den datan.
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.
Vad kan då forskare lära sig av denna data? Vi håller precis på att själva börja titta på den. Det finns en del grundläggande saker som vi vill veta. Två bra exempel är läkemedel, Prozac och Wellbutrin. Dessa är vanliga antidepressiva läkemedel. Kom ihåg att vi analyserar gener. Gener skickar instruktionerna för att bygga proteiner Mediciner påverkar proteiner. Mediciner binder på proteiner och får dem att stängas av, o.s.v. Så om man vill förstå hur läkemedel fungerar så vill man förstå hur de gör det man vill att de ska göra, men också hur de gör det man inte vill att de ska göra. För biverkningar, etc, så vill man se var dessa gener aktiveras. Och nu kan vi för första gången göra det. Vi kan också göra det i flera olika individer eftersom vi undersökt två.
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.
Vi kan nu alltså undersöka hela hjärnan. Vi kan se detta unika fingeravtryck. Och vi får bekräftelse. Vi får bekrätelse om att genen verkligen aktiveras – i något som Prozac, i serotonerga strukturer, saker som vi redan vet påverkas – men vi får nu också hela bilden. Vi kan också se områden som ingen tittat på förut, och vi ser gener aktiveras där. Är detta intressanta biverkningar? Måhända. En annan sak vi kan göra med detta eftersom det jämför mönster, eftersom det finns ett unikt fingeravtryck, är att vi kan gå igenom hela genomet och hitta andra proteiner som uppvisar ett liknande fingeravtryck. Så om man arbetar med att hitta nya läkemedel till exempel så kan man gå igenom en hel lista över vad genomet har att erbjuda för att kanske hitta bättre mål för läkemedel och därigenom optimera.
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 flesta av er känner förmodligen till sambandsstudier med hela genomet i form av människor på nyheterna som säger: "Forskare har nyligen hittat genen eller generna som påverkar X." Den här typen av studier publiceras regelbundet av forskare och de är jättebra. De undersöker stora populationer. De tittar på hela deras genom och de försöker hitta särskilt aktiva områden som kan kopplas ihop kausalt med olika gener. Men det man får ut av en sådan övning är helt enkelt en lista över gener. Listan ger dig ett vad, men inget var. Så för dessa forskare är det viktigt att vi skapat den här resursen. Nu kan de komma in och börja få ledtrådar om aktivitet. De kan börja titta på gemensamma vägar – andra saker som de helt enkelt inte kunnat göra förut.
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.
Jag tror den här publiken i synnerhet förstår vikten av individualitet. Och jag tror att varje människa, vi har alla olika genetisk bakgrund, och vi har alla levt olika liv. Men faktum är att våra genom är mer än 99 procent lika. Vi är lika på den genetiska nivån. Och det vi nu börjar se är att vi faktiskt, även på hjärnans biokemiska nivå, är ganska lika. Denna bild visar att det inte är 99 procent utan ungefär 90 procent överrensstämmelse vid ett rimligt brytvärde, så allt i molnet är stort sett överrensstämmande. Och sen hitttar vi några som ligger utanför molnet. Och de generna är intressanta, men de är väldigt subtila. Så jag tycker att ett viktigt budskap att ta med sig hem idag är att även fast vi värdesätter alla våra olikheter, så är vi ganska lika även på hjärnnivå.
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.
Hur ser nu dessa skillnader ut? Detta är ett exempel på en studie vi gjorde för att följa upp och se exakt vad de skillnaderna var – och de är rätt så subtila. Detta är saker där gener aktiveras i en viss celltyp. Detta är två gener vi tyckte var bra exempel. En kallas RELN – den är inblandad i styrningen av tidig utveckling. DISC1 är en gen som saknas vid schizofreni. Detta är inte schizofrena individer, men de uppvisar en viss populationsvariation. Det ni ser här i donator 1 och donator 4, vilka är undantagen från de andra två, är att gener aktiveras i en väldigt specifik undergrupp celler. Det är detta mörkt lila inom cellen som säger oss att en gen är aktiverad där. Huruvida det beror på individens genetiska bakgrund eller vad de varit med om vet vi inte. Dessa typer av studier kräver mycket större populationer.
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.
Jag tänkte avsluta med en sista sak om hjärnans komplexitet och hur långt vi fortfarande har kvar. Jag tror att de här resurserna är väldigt värdefulla. De ger forskare ledtrådar om var de bör forska vidare. Men vi har hittils bara tittat på en handfull individer. Vi kommer utan tvekan titta på fler. Jag vill avsluta med att säga att verktygen finns där, och detta är en verkligen en outforskad, oupptäckt kontinent. Detta är det nya stora forskningsområdet. Så för de som är orädda men ödmjuka inför hjärnans komplexitet väntar framtiden.
Thanks.
Tack!
(Applause)
(Applåder)