I admit that I'm a little bit nervous here because I'm going to say some radical things, about how we should think about cancer differently, to an audience that contains a lot of people who know a lot more about cancer than I do. But I will also contest that I'm not as nervous as I should be because I'm pretty sure I'm right about this. (Laughter) And that this, in fact, will be the way that we treat cancer in the future. In order to talk about cancer, I'm going to actually have to -- let me get the big slide here. First, I'm going to try to give you a different perspective of genomics. I want to put it in perspective of the bigger picture of all the other things that are going on -- and then talk about something you haven't heard so much about, which is proteomics. Having explained those, that will set up for what I think will be a different idea about how to go about treating cancer.
Muszę przyznać, że jestem trochę podenerwowany, ponieważ będę mówił kilka odważnych rzeczy o tym, że powinniśmy zacząć myśleć o raku w inny sposób przed publicznością składającą się z ludzi, którzy wiedzą znacznie więcej o raku niż ja. Ale jednocześnie wbrew temu, nie jestem tak podenerwowany jak powinienem, bo jestem święcie przekonany, że mam rację. (Śmiech) Będzie to tak naprawdę sposób, w jaki będziemy leczyć raka w przyszłości. Aby opowiedzieć o raku, będę musiał... -- pozwólcie, że pokażę wam duży slajd. Na początku, będę starał się przedstawić wam inne spojrzenie na genomikę. Będę starał się umieścić ją w o wiele szerszej perspektywie składającej się z wszystkich nowych wydarzeń -- a potem opowiedzieć wam o czymś, o czym nie słyszeliście zbyt wiele -- o proteomice. Wyjaśnienie tych rzeczy, przygotuje nas na bardzo oryginalny pomysł, mówiący o tym, jak można by leczyć raka.
So let me start with genomics. It is the hot topic. It is the place where we're learning the most. This is the great frontier. But it has its limitations. And in particular, you've probably all heard the analogy that the genome is like the blueprint of your body, and if that were only true, it would be great, but it's not. It's like the parts list of your body. It doesn't say how things are connected, what causes what and so on. So if I can make an analogy, let's say that you were trying to tell the difference between a good restaurant, a healthy restaurant and a sick restaurant, and all you had was the list of ingredients that they had in their larder. So it might be that, if you went to a French restaurant and you looked through it and you found they only had margarine and they didn't have butter, you could say, "Ah, I see what's wrong with them. I can make them healthy." And there probably are special cases of that. You could certainly tell the difference between a Chinese restaurant and a French restaurant by what they had in a larder. So the list of ingredients does tell you something, and sometimes it tells you something that's wrong. If they have tons of salt, you might guess they're using too much salt, or something like that. But it's limited, because really to know if it's a healthy restaurant, you need to taste the food, you need to know what goes on in the kitchen, you need the product of all of those ingredients.
Pozwólcie, że zacznę od genomiki. Jest to gorący temat. Jest to dziedzina, w której uczymy się najwięcej. Jest to wielki kamień milowy. Ale ma ona swoje ograniczenia. A szczególnie, prawdopodobnie wszyscy słyszeliście analogię, że genom jest jak plan naszego ciała. I jeśli byłoby to w 100% prawdą, byłoby świetnie, ale tak nie jest. Genom jest jak lista części w twoim ciele. Nie mówi on w jaki sposób są one ze sobą połączone, co mają one robić i tak dalej. Jeśli miałbym to do czegoś porównać, to powiedzmy, że chcecie znaleźć różnicę pomiędzy dobrą restauracją, zdrową restauracją, i niesmaczną restauracją, a wszystko co masz, to lista składników, jakie mają w swojej spiżarni. Może się tak zdarzyć, że pójdziesz do francuskiej restauracji przeglądniesz listę i zauważysz, że mają tylko margarynę a nie mają w ogóle masła, powiesz wtedy: "Aa, wiem co jest nie tak. Mogę sprawić, że staną się zdrowsi." Prawdopodobnie jest wiele przypadków takiego postępowania. Możesz z dokładnością wskazać różnicę pomiędzy chińską a francuską restauracją na podstawie zawartości ich spiżarni. Zatem lista składników coś ci mówi, i czasem nawet mówi, że coś jest z czymś nie tak. Jeżeli mają całe tony soli kuchennej, możesz odgadnąć, że używają jej za dużo, czy coś podobnego. Ale są pewne ograniczenia, bo żeby naprawdę powiedzieć, czy dana restauracja jest zdrowa, musisz skosztować ich jedzenia, dowiedzieć się, co dzieje się w kuchni, potrzebujesz końcowego produktu utworzonego z tych składników.
So if I look at a person and I look at a person's genome, it's the same thing. The part of the genome that we can read is the list of ingredients. And so indeed, there are times when we can find ingredients that [are] bad. Cystic fibrosis is an example of a disease where you just have a bad ingredient and you have a disease, and we can actually make a direct correspondence between the ingredient and the disease. But most things, you really have to know what's going on in the kitchen, because, mostly, sick people used to be healthy people -- they have the same genome. So the genome really tells you much more about predisposition. So what you can tell is you can tell the difference between an Asian person and a European person by looking at their ingredients list. But you really for the most part can't tell the difference between a healthy person and a sick person -- except in some of these special cases.
Zatem jeśli patrzysz na daną osobę oraz na jej genom, jest tak samo. Ta część genomu, którą potrafimy czytać, jest listą składników. Stąd w rzeczywistości zdarzają się przypadki, kiedy znajdujemy składniki, które są złe. Mukowiscydoza jest przykładem choroby, w której, jeśli widzisz zły składnik, masz chorobę, dzięki czemu możemy przyjąć bezpośrednią korelację pomiędzy składnikiem a daną chorobą. Ale dla większości przypadków, musisz wiedzieć co dzieje się w kuchni, ponieważ zazwyczaj, chorzy ludzie kiedyś byli zdrowymi -- mają ten sam genom. Zatem genom, tak naprawdę mówi nam bardziej o predyspozycjach. Możesz powiedzieć, jaka jest różnica pomiędzy Azjatą a Europejczykiem patrząc na listę składników. Ale tak naprawdę, dla większość przypadków nie możesz wskazać różnicy pomiędzy zdrową, a chorą osobą -- poza paroma szczególnymi przypadkami.
So why all the big deal about genetics? Well first of all, it's because we can read it, which is fantastic. It is very useful in certain circumstances. It's also the great theoretical triumph of biology. It's the one theory that the biologists ever really got right. It's fundamental to Darwin and Mendel and so on. And so it's the one thing where they predicted a theoretical construct. So Mendel had this idea of a gene as an abstract thing, and Darwin built a whole theory that depended on them existing, and then Watson and Crick actually looked and found one. So this happens in physics all the time. You predict a black hole, and you look out the telescope and there it is, just like you said. But it rarely happens in biology. So this great triumph -- it's so good, there's almost a religious experience in biology. And Darwinian evolution is really the core theory.
O co więc chodzi z tą genetyką? Po pierwsze, dzięki niej możemy czytać informację genetyczną, co jest fantastyczne. Jest to bardzo przydatne w pewnych przypadkach. Genetyka to również wielki teoretyczny triumf biologii. Jest to jedyna teoria, której biolodzy są naprawdę pewni. Jest to podstawa dla Darwina, Mendla i tak dalej. Przewidzieli oni jej teoretyczne podstawy. Mendel stworzył pojęcie genu jako czegoś abstrakcyjnego. Darwin zaś, zbudował całą teorię, która bazowała na ich istnieniu. Potem Watson i Crick spojrzeli i go znaleźli. W fizyce takie zdarzenia mają miejsce cały czas. Przewidujesz istnienie czarnej dziury, spoglądasz przez teleskop i oto jest, dokładnie tak, jak powiedziałeś. Ale coś takiego rzadko zdarza się w biologii. Jest to więc wielkie zwycięstwo, które jest niemal boskim doświadczeniem w biologii. Teoria ewolucji Darwina jest tak naprawdę teorią fundamentalną.
So the other reason it's been very popular is because we can measure it, it's digital. And in fact, thanks to Kary Mullis, you can basically measure your genome in your kitchen with a few extra ingredients. So for instance, by measuring the genome, we've learned a lot about how we're related to other kinds of animals by the closeness of our genome, or how we're related to each other -- the family tree, or the tree of life. There's a huge amount of information about the genetics just by comparing the genetic similarity. Now of course, in medical application, that is very useful because it's the same kind of information that the doctor gets from your family medical history -- except probably, your genome knows much more about your medical history than you do. And so by reading the genome, we can find out much more about your family than you probably know. And so we can discover things that probably you could have found by looking at enough of your relatives, but they may be surprising. I did the 23andMe thing and was very surprised to discover that I am fat and bald. (Laughter) But sometimes you can learn much more useful things about that.
Innym powodem, dlaczego genetyka jest bardzo popularna, jest to, że możemy ją mierzyć, jest cyfrowa. I tak naprawdę, dzięki Kary'emu Mullis'owi, możesz właściwie zbadać swój genom w kuchni, z kilkoma dodatkowymi składnikami. Na przykład badając genom, wiele nauczyliśmy się o tym, jak jesteśmy powiązani z innymi zwierzętami poprzez bliskość naszego genomu, oraz jak jesteśmy związani z innymi -- drzewo genealogiczne, czy drzewo życia. Olbrzymia ilość informacji o genetyce pochodzi ze zwykłego porównywania pokrewieństwa genetycznego. Genomika ma jeszcze zastosowanie w medycynie, które jest bardzo użyteczne, bo dostarcza te same informacje, jakie lekarz znajduje w wywiadzie dotyczącym twojej rodziny -- może oprócz drobnych wyjątków, twój genom wie wiele więcej o twoim wywiadzie niż ty. Co za tym idzie, poprzez badanie genomu, możemy dowiedzieć się o wiele więcej o twojej rodzinie, niż sam wiesz. Możemy odkryć fakty, które pewnie znasz, poprzez patrzenie na swoich krewnych, choć czasem mogą być one zaskakujące. Zrobiłem badanie 23andMe, i byłem bardzo zaskoczony, kiedy dowiedziałem się że jestem gruby i łysy. (Śmiech) Ale czasem dowiedzieć się wielu ciekawszych informacji o sobie.
But mostly what you need to know, to find out if you're sick, is not your predispositions, but it's actually what's going on in your body right now. So to do that, what you really need to do, you need to look at the things that the genes are producing and what's happening after the genetics, and that's what proteomics is about. Just like genome mixes the study of all the genes, proteomics is the study of all the proteins. And the proteins are all of the little things in your body that are signaling between the cells -- actually, the machines that are operating -- that's where the action is. Basically, a human body is a conversation going on, both within the cells and between the cells, and they're telling each other to grow and to die, and when you're sick, something's gone wrong with that conversation. And so the trick is -- unfortunately, we don't have an easy way to measure these like we can measure the genome.
Ale zazwyczaj jeśli jesteś chory, nie jest ci potrzebna wiedza i swoich predyspozycjach, ale raczej o tym co dokładnie dzieje się w twoim ciele w danym momencie. Aby tego dokonać, to popatrzeć na produkty, które były wytworzone przez geny. Dobrze wiedzieć co się dzieje oprócz genetyki. Właśnie tym zajmuje się proteomika. Tak jak genom jest mieszaniną wiedzy o wszystkich genach, tak proteomika jest wiedzą o wszystkich białkach. Białka to wszystkie małe obiekty w twoim ciele, które przekazują informacje między komórkami -- tak naprawdę są urządzeniami kontrolującymi. To tu dzieje się cała akcja. W zasadzie, ludzkie ciało jest trwającą konwersacją wewnątrz komórek, oraz pomiędzy komórkami, które mówią sobie nawzajem czy mają rosnąć, czy obumrzeć. Kiedy jesteś chory, coś jest nie tak z tą właśnie konwersacją. Pułapką jest to, że niestety, nie mamy łatwej drogi, aby je zbadać jak jak robimy to z genomem.
So the problem is that measuring -- if you try to measure all the proteins, it's a very elaborate process. It requires hundreds of steps, and it takes a long, long time. And it matters how much of the protein it is. It could be very significant that a protein changed by 10 percent, so it's not a nice digital thing like DNA. And basically our problem is somebody's in the middle of this very long stage, they pause for just a moment, and they leave something in an enzyme for a second, and all of a sudden all the measurements from then on don't work. And so then people get very inconsistent results when they do it this way. People have tried very hard to do this. I tried this a couple of times and looked at this problem and gave up on it.
Problem tkwi w badaniu -- jeśli chcesz zbadać wszystkie białka, to jest to bardzo czasochłonny proces. Wamaga on setek etapów, i zabiera długi, długi czas. Znaczenie ma również, z jaką liczbą białek mamy do czynienia. Bardzo istotne mogłoby być, że białko zmieniło się o 10%, nie jest to więc tak miłe i cyfrowe jak DNA. Nasz problem przede wszystkim tkwiłby w kimś który prowadziłby czasochłonny proces pomiarów. Białka zatrzymują się na moment, i w trakcie sekundy wypuszczają "coś" w postaci enzymu, i podczas tak krótkiego czasu, nie da się wykonać wszystkich potrzebnych pomiarów. Badając w ten sposób, ludzie dostają sprzeczne wyniki. Naukowcy bardzo ciężko starali się, aby to osiągnąć. Sam spróbowałem parę razy: spojrzałem jeszcze na problem i ostatecznie rezygnowałem.
I kept getting this call from this oncologist named David Agus. And Applied Minds gets a lot of calls from people who want help with their problems, and I didn't think this was a very likely one to call back, so I kept on giving him to the delay list. And then one day, I get a call from John Doerr, Bill Berkman and Al Gore on the same day saying return David Agus's phone call. (Laughter) So I was like, "Okay. This guy's at least resourceful." (Laughter) So we started talking, and he said, "I really need a better way to measure proteins." I'm like, "Looked at that. Been there. Not going to be easy." He's like, "No, no. I really need it. I mean, I see patients dying every day because we don't know what's going on inside of them. We have to have a window into this." And he took me through specific examples of when he really needed it. And I realized, wow, this would really make a big difference, if we could do it, and so I said, "Well, let's look at it."
Kiedyś dzwonił do mnie pewien onkolog -- David Agus. Umysły Ścisłe dostają mnóstwo telefonów od ludzi, którzy potrzebują pomocy w swoich problemach, i nie sądziłem, że on pewnie i tak oddzwoni, więc cały czas dodawałem go do listy oczekujących. I pewnego dnia, zadzwonił do mnie John Doerr, Bill Berkman oraz Al Gore tego samego dnia, mówiąc, abym oddzwonił do Davida Agnus'a. (Śmiech) Pomyślałem: "Okej, ten gość jest przynajmniej zaradny." (Śmiech) Kiedy zaczęliśmy rozmawiać, powiedział do mnie: "Naprawdę potrzebuję lepszej metody badania białek." Ja na to: "Spójrz na to. Próbowałem tego. Nie będzie łatwo." On na to: "Nie, nie. Ja naprawdę tego potrzebuję. To znaczy, codziennie widzę pacjentów umierających ponieważ, nie wiemy co się dzieje w ich wnętrzu. Musimy mieć okno, przez które będziemy mogli tam zaglądnąć." Zapoznał mnie z kilkoma szczególnymi przypadkami, kiedy tego potrzebował. Wtedy zrozumiałem: wow, to mógłby być prawdziwy przełom jeśli bylibyśmy w stanie to robić. Więc powiedziałem: "Cóż, przyglądnijmy się temu."
Applied Minds has enough play money that we can go and just work on something without getting anybody's funding or permission or anything. So we started playing around with this. And as we did it, we realized this was the basic problem -- that taking the sip of coffee -- that there were humans doing this complicated process and that what really needed to be done was to automate this process like an assembly line and build robots that would measure proteomics. And so we did that, and working with David, we made a little company called Applied Proteomics eventually, which makes this robotic assembly line, which, in a very consistent way, measures the protein. And I'll show you what that protein measurement looks like.
Umysły Ścisłe miały na tyle pieniędzy, że mogliśmy tylko pracować nad czymkolwiek, bez starania się o czyjeś finansowanie, pozwolenie, czy coś innego. Zaczęliśmy się więc z tym bawić. Kiedy rozpoczeliśmy, zrozumieliśmy, że to był podstawowy problem -- wziąć pierwszy łyk kawy -- że to ludzie brnęli przez ten skomplikowany proces, a to, czego potrzebujemy, to zautomatyzowanie tego procesu, i stworzenie linii produkcyjnej poprzez zbudowanie robotów, które badałyby zagadnienia proteomiki. To właśnie zrobiliśmy. Pracując z Davidem, stworzyliśmy małą firmę nazwaną ostatecznie Proteomika Stosowana, która tworzyła linię produkcyjną robotów, i, w bardzo spójny sposób, badała białka. Pokażę wam jak wygląda badanie białek.
Basically, what we do is we take a drop of blood out of a patient, and we sort out the proteins in the drop of blood according to how much they weigh, how slippery they are, and we arrange them in an image. And so we can look at literally hundreds of thousands of features at once out of that drop of blood. And we can take a different one tomorrow, and you will see your proteins tomorrow will be different -- they'll be different after you eat or after you sleep. They really tell us what's going on there. And so this picture, which looks like a big smudge to you, is actually the thing that got me really thrilled about this and made me feel like we were on the right track. So if I zoom into that picture, I can just show you what it means. We sort out the proteins -- from left to right is the weight of the fragments that we're getting, and from top to bottom is how slippery they are. So we're zooming in here just to show you a little bit of it. And so each of these lines represents some signal that we're getting out of a piece of a protein. And you can see how the lines occur in these little groups of bump, bump, bump, bump, bump. And that's because we're measuring the weight so precisely that -- carbon comes in different isotopes, so if it has an extra neutron on it, we actually measure it as a different chemical. So we're actually measuring each isotope as a different one.
Nasza praca polega na pobraniu od pacjenta kropli krwi, i posortowaniu białek znajdujących się w tej kropli, w zależności od tego ile ważą oraz jak stabilne są, a następnie stworzeniu na podstawie danych wykresu. Wtedy możemy porównać setki tysięcy parametrów na raz, na podstawie jednej kropli krwi. Jutro możemy pobrać następną, i zobaczycie, że jutrzejsze białka będą inne -- będą różne po posiłku, czy po śnie. One naprawdę mówią nam, co się tam dzieje. Ten obrazek, który wygląda dla was jak jak wielka smuga, jest w rzeczywistości rzeczą, która wywołała u mnie dreszcz emocji, i sprawiła, że poczułem, że jesteśmy na dobrej drodze. Jeśli powiększymy ten obraz, będę mógł pokazać wam co to znaczy. Porządkujemy białka -- od lewej do prawej w zależności od masy fragmentów jakie otrzymujemy. A z góry na dół w zależności jak stabilne są. Powiększamy tutaj wynik, aby pokazać tylko kilka z nich. Każda z tych linii przedstawia jakiś sygnał odebrany od fragmentu białka. Możecie zauważyć, że linie skupiają się w małych grupach jak tu: linia, linia, linia, lina, lina. Dzieje się tak, ponieważ mierzymy każdą masę tak precyzyjnie, że -- węgiel występuje w kilku różnych izotopach, więc jeśli ma on dodatkowy neutron, to my go odczytujemy już jako inny związek chemiczny. Traktujemy więc każdy izotop, jako inną substancję.
And so that gives you an idea of how exquisitely sensitive this is. So seeing this picture is sort of like getting to be Galileo and looking at the stars and looking through the telescope for the first time, and suddenly you say, "Wow, it's way more complicated than we thought it was." But we can see that stuff out there and actually see features of it. So this is the signature out of which we're trying to get patterns. So what we do with this is, for example, we can look at two patients, one that responded to a drug and one that didn't respond to a drug, and ask, "What's going on differently inside of them?" And so we can make these measurements precisely enough that we can overlay two patients and look at the differences.
To daje wam mały zarys, jak nienagannie czułe jest nasze urządzenie. Patrzenie na ten obrazek, to tak jak być Galileuszem patrzącym po raz pierwszy na gwiazdy przez swój teleskop, i nagle mówisz: "A niech to, to jest bardziej skomplikowane niż sądziłem." Jednak możemy zobaczyć te białka i przede wszystkim ujrzeć ich właściwości. Jest to wizytówka organizmu, dla której próbujemy znaleźć reguły. Dzięki nim, możemy porównując dwóch pacjentów: jednego, który reaguje na leki, i drugiego, który nie, zadać pytanie: "Co w ich organizmach odbywa się w różny sposób?" Możemy wykonać pomiary tak dokładnie, aby nałożyć ich wyniki a następnie poszukać różnic.
So here we have Alice in green and Bob in red. We overlay them. This is actual data. And you can see, mostly it overlaps and it's yellow, but there's some things that just Alice has and some things that just Bob has. And if we find a pattern of things of the responders to the drug, we see that in the blood, they have the condition that allows them to respond to this drug. We might not even know what this protein is, but we can see it's a marker for the response to the disease. So this already, I think, is tremendously useful in all kinds of medicine. But I think this is actually just the beginning of how we're going to treat cancer. So let me move to cancer.
Mamy tutaj badania Alice na zielono i Boba na czerwono. Nakładamy ich na siebie. Właściwie to ich dane. I możecie zobaczyć, że w większości wyniki się pokrywają i są w kolorze żółym, ale jest kilka właściwości, które ma tylko Alice, i kilka takich, które ma tylko Bob. Jeśli odnajdziemy jak wygląda wzór wyników osób, u których leki działają, zobaczymy z ich krwi, jakie właściwości ma ich organizm, dzięki którym reagują na leki. Możemy nawet nie wiedzieć co to za białko, ale zobaczymy, że jest to marker odpowiedzi organizmu na chorobę. Moim zdaniem, proteomika już stała się niezwykle użyteczna we wszystkich gałęziach medycyny. Uważam też, że to dopiero początek, sposobu w jaki będziemy leczyć raka. Pozwólcie, że przeniosę się do tematu raka.
The thing about cancer -- when I got into this, I really knew nothing about it, but working with David Agus, I started watching how cancer was actually being treated and went to operations where it was being cut out. And as I looked at it, to me it didn't make sense how we were approaching cancer, and in order to make sense of it, I had to learn where did this come from. We're treating cancer almost like it's an infectious disease. We're treating it as something that got inside of you that we have to kill. So this is the great paradigm. This is another case where a theoretical paradigm in biology really worked -- was the germ theory of disease. So what doctors are mostly trained to do is diagnose -- that is, put you into a category and apply a scientifically proven treatment for that diagnosis -- and that works great for infectious diseases. So if we put you in the category of you've got syphilis, we can give you penicillin. We know that that works. If you've got malaria, we give you quinine or some derivative of it. And so that's the basic thing doctors are trained to do, and it's miraculous in the case of infectious disease -- how well it works. And many people in this audience probably wouldn't be alive if doctors didn't do this.
Trochę o nowotworach -- kiedy zaczynałem, naprawdę nie wiedziałem o tym nic, ale pracując z Davidem Agusem, zacząłem przyglądać się w jaki sposób nowotwory są leczone i byłem podczas operacji, na których je wycinano. Kiedy na to popatrzyłem, sposób w jaki obchodzimy się z nowotworem nie miał dla mnie sensu. Aby ten sens znaleźć, musiałem nauczyć się skąd się ono wzięło. Raka leczymy prawie jak chorobę zakaźną. Leczymy go jak coś, co dostało się do twojego wnętrza i musimy to zabić. Jest to więc wielki paradygmat. To następny przypadek, kiedy teoretyczne założenia biologii doskonale się sprawdzały -- była to teoria mówiąca, że zarazki powodują choroby. Zatem to co lekarze umieją najbardziej to diagnoza -- czyli przypisanie cię do kategorii -- i zastosowanie naukowo sprawdzonej terapii w odniesieniu do tej diagnozy. To wspaniale działa dla chorób zakaźnych. Umieszczamy cię w kategorii chorych na kiłę, i aplikujemy ci penicyliny. Wiemy, że ona działa. Jeśli masz malarię, dajemy ci chininę, lub jej pochodną. Jest to podstawowa rzecz, jakiej lekarze są nauczeni. To jest cudowne w przypadku chorób zakaźnych -- tak dobrze to działa. Wiele ludzi z widowni pewnie już by nie żyło, jeśli lekarze nie stosowaliby tej metody.
But now let's apply that to systems diseases like cancer. The problem is that, in cancer, there isn't something else that's inside of you. It's you; you're broken. That conversation inside of you got mixed up in some way. So how do we diagnose that conversation? Well, right now what we do is we divide it by part of the body -- you know, where did it appear? -- and we put you in different categories according to the part of the body. And then we do a clinical trial for a drug for lung cancer and one for prostate cancer and one for breast cancer, and we treat these as if they're separate diseases and that this way of dividing them had something to do with what actually went wrong. And of course, it really doesn't have that much to do with what went wrong because cancer is a failure of the system. And in fact, I think we're even wrong when we talk about cancer as a thing. I think this is the big mistake. I think cancer should not be a noun. We should talk about cancering as something we do, not something we have. And so those tumors, those are symptoms of cancer. And so your body is probably cancering all the time, but there are lots of systems in your body that keep it under control.
Ale teraz zastosujmy to do chorób układowych jak rak. Problem jest w tym, że rak, nie jest czymś z zewnątrz, co dostało się do organizmu. To jesteś ty, twój organizm się popsuł. Ta rozmowa wewnątrz ciebie w jakiś sposób się pomieszała. Jak diagnozujemy tę "rozmowę"? Cóż, w tym momencie, dzielimy ją na części ciała -- wiecie, gdzie się pojawia -- i przypisujemy cię różnym kategoriom stosownie do części ciała. Następnie robimy próby kliniczne na leczenie na raka płuc, inny na raka prostaty, jeszcze inny na raka piersi, i leczymy je, jakby były oddzielnymi chorobami i ten sposób polegający na podziale nowotworów bazuje na tym, jaki narząd jest chory. Oczywiście, nie ma to tak wiele wspólnego z tym co dokładnie poszło nie tak. Ponieważ rak jest awarią całego systemu. I tak naprawdę, uważam, że również mylimy się, kiedy mówimy o raku jako o rzeczy. Sądzę, że jest to duży błąd. Uważam, że nowotwór nie powinien być rzeczownikiem. Powinniśmy mówić o "nowotworzeniu" jako coś, co robimy, nie coś, co mamy. Oczywiście, guzy nowotworowe są objawami raka. Twoje ciało prawdopodobnie "nowotworzy" przez cały czas. Jest mnóstwo układów w twoim ciele, które potrafią to kontrolować.
And so to give you an idea of an analogy of what I mean by thinking of cancering as a verb, imagine we didn't know anything about plumbing, and the way that we talked about it, we'd come home and we'd find a leak in our kitchen and we'd say, "Oh, my house has water." We might divide it -- the plumber would say, "Well, where's the water?" "Well, it's in the kitchen." "Oh, you must have kitchen water." That's kind of the level at which it is. "Kitchen water, well, first of all, we'll go in there and we'll mop out a lot of it. And then we know that if we sprinkle Drano around the kitchen, that helps. Whereas living room water, it's better to do tar on the roof." And it sounds silly, but that's basically what we do. And I'm not saying you shouldn't mop up your water if you have cancer, but I'm saying that's not really the problem; that's the symptom of the problem.
Aby łatwiej było wam zrozumieć co mam na myśli mówiąc o traktowaniu nowotworu jako czasownik, podam wam przykład. Wyobraź sobie, że nie wiesz nic o hydraulice, i podobnie jak we wspomnianej metodzie leczenia raka, przychodzisz do domu i widzisz cieknącą rurę w kuchni. Mówisz: "Ojej, cały dom w wodzie." Teraz możesz dokonać podziału. Kiedy hydraulik zapyta: "Gdzie jest woda?" Odpowiesz: "W kuchni." "Aa, zatem musisz mieć zalanie kuchenne." Mniej więcej na tym poziomie jesteśmy. Zalanie kuchenne? Cóż, na początku wejdziemy tam i wytrzemy część wody. Potem, wiecie, że jeśli rozsypiecie Kreta wokół kuchni, to pomoże. Podczas gdy w przypadku zalanego salonu lepiej jest uszczelnić dach." To brzmi głupio, ale dokładnie tak postępujemy. Nie mówię, że nie powinieneś wytrzeć wody, jeśli masz raka. Ale twierdze, że nie jest to jest prawdziwy problem; to objaw problemu.
What we really need to get at is the process that's going on, and that's happening at the level of the proteonomic actions, happening at the level of why is your body not healing itself in the way that it normally does? Because normally, your body is dealing with this problem all the time. So your house is dealing with leaks all the time, but it's fixing them. It's draining them out and so on. So what we need is to have a causative model of what's actually going on, and proteomics actually gives us the ability to build a model like that.
W rzeczywistości musimy zrozumieć, zachodzący cały czas proces, który odbywa się na poziomie proteomiki. Dzieje się na poziomie, kiedy odpowiadamy na pytanie: Dlaczego twój organizm nie leczy się tak, jak zazwyczaj to robi? Na co dzień, twoje ciało zmaga się z takimi problemami cały czas. Twój dom, walczy z przeciekami przez cały czas. Ale sobie z nimi radzi i co jakiś czas rury same się udrożniają. Potrzebujemy modelu przyczynowego tego, co dzieje się w naszym organizmie. Proteomika daje nam narzędzia, potrzebne do stworzenia tego modelu.
David got me invited to give a talk at National Cancer Institute and Anna Barker was there. And so I gave this talk and said, "Why don't you guys do this?" And Anna said, "Because nobody within cancer would look at it this way. But what we're going to do, is we're going to create a program for people outside the field of cancer to get together with doctors who really know about cancer and work out different programs of research." So David and I applied to this program and created a consortium at USC where we've got some of the best oncologists in the world and some of the best biologists in the world, from Cold Spring Harbor, Stanford, Austin -- I won't even go through and name all the places -- to have a research project that will last for five years where we're really going to try to build a model of cancer like this. We're doing it in mice first, and we will kill a lot of mice in the process of doing this, but they will die for a good cause. And we will actually try to get to the point where we have a predictive model where we can understand, when cancer happens, what's actually happening in there and which treatment will treat that cancer.
David zaprosił mnie, abym wygłosił wykład w National Cancer Institute. Była na nim Anna Barker. Więc wygłosiłem ten wykład i zapytałem: "Dlaczego nie stosujecie tego w praktyce?" A Anna powiedziała, "Ponieważ nikt zajmujący się rakiem nie patrzy na to w ten sposób. Ale w najbliższym czasie stworzymy program dla ludzie spoza dziedzin związanych z rakiem, w ramach którego będą się spotykać z lekarzami, którzy poświęcili życie dla nowotworów aby razem prowadzić badania naukowe." W ten sposób David i ja dołączyliśmy do programu i stworzyliśmy konsorcjum na University of Southern California, które zgromadziło jednych z najlepszych onkologów i biologów na świecie z Cold Spring Harbor Laboratory, ze Stanfordu, Austin -- nie jestem w stanie nawet wymienić wszystkich miejsc -- aby wspólnie poprowadzić projekt badawczy który będzie trwał przez pięć lat, gdzie naprawdę będziemy się starali stworzyć proteomiczny model nowotworu. Na początku robimy to na myszach. Podczas naszych badań zabijemy wiele mysz, ale zginą dla dobrej sprawy. Spróbujemy dojść do punktu, w którym będziemy mieli przewidywalny model, w którym zrozumiemy, kiedy pojawia się nowotwór, co się tam właściwie dzieje i jaka kuracja najlepiej go wyleczy.
So let me just end with giving you a little picture of what I think cancer treatment will be like in the future. So I think eventually, once we have one of these models for people, which we'll get eventually -- I mean, our group won't get all the way there -- but eventually we'll have a very good computer model -- sort of like a global climate model for weather. It has lots of different information about what's the process going on in this proteomic conversation on many different scales. And so we will simulate in that model for your particular cancer -- and this also will be for ALS, or any kind of system neurodegenerative diseases, things like that -- we will simulate specifically you, not just a generic person, but what's actually going on inside you.
Pozwólcie, że zakończę małą ilustracją tego, w jaki sposób będzie wyglądało leczenie raka w przyszłości. Uważam, że ostatecznie, kiedy będziemy mieli modele dla ludzi, które w końcu zdobędziemy -- oczywiście nasza grupa nie przeprowadzi całego tego procesu -- ale w końcu będziemy mieć bardzo dobry model komputerowy -- coś jak model globalnego klimatu. Będzie dawał mnóstwo danych na temat tego w jaki sposób odbywa się proteomiczna "rozmowa" na wielu poziomach. Będziemy symulować za pomocą tego modelu twój konkretny przypadek -- będzie go można zastosować również dla stwardnienia zanikowego bocznego, oraz wielu innych chorób neurodegeneracyjnych -- stworzymy symulację dokładnie ciebie, nie będzie to ogólny przypadek, ale dokładnie to, co dzieje się w twoim organizmie.
And in that simulation, what we could do is design for you specifically a sequence of treatments, and it might be very gentle treatments, very small amounts of drugs. It might be things like, don't eat that day, or give them a little chemotherapy, maybe a little radiation. Of course, we'll do surgery sometimes and so on. But design a program of treatments specifically for you and help your body guide back to health -- guide your body back to health. Because your body will do most of the work of fixing it if we just sort of prop it up in the ways that are wrong. We put it in the equivalent of splints. And so your body basically has lots and lots of mechanisms for fixing cancer, and we just have to prop those up in the right way and get them to do the job.
Dzięki tej symulacji będziemy mogli zaprojektować specjalną terapię składającą się z ciągu wielu kuracji. Będziemy mogli używać bardzo łagodnych i bardzo małych ilości leków. Może to po polegać na tym, że w jeden dzień nie będziesz mógł jeść, w inny dostaniesz małą chemioterapię, może mała radioterapia. Oczywiście, czasem będzie trzeba wykonać zabieg operacyjny i tak dalej. Ale program leczenia będzie dostosowany specjalnie dla ciebie, aby pomóc twojemu ciału powrócić do zdrowia -- będzie to swego rodzaju przewodnik, który zaprowadzi cię do zdrowia. Ponieważ twoje ciało będzie wykonywało większość leczenia samo, jeśli tylko nakierujemy działania, które robi źle. Będzie to coś w rodzaju szyny po złamaniu. Twój organizm ma wbudowane wiele mechanizmów zwalczających nowotwory, nasza pracę będzie polegała na ich wsparciu w odpowiedni sposób oraz zmobilizowaniu ich do pracy.
And so I believe that this will be the way that cancer will be treated in the future. It's going to require a lot of work, a lot of research. There will be many teams like our team that work on this. But I think eventually, we will design for everybody a custom treatment for cancer.
Wierzę, że będzie to sposób, w jaki nowotwory będą leczone w przyszłości. Będzie to wymagało wiele pracy i wiele badań. Powstanie wiele zespołów takich jak nasz, które będą nad tym pracować. Ale sądzę, że ostatecznie, zaprojektujemy dla każdego, dostosowany sposób leczenia raka.
So thank you very much.
Dziękuję bardzo.
(Applause)
(Brawa)