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.
Phải nói rằng tôi hơi lo lắng một chút vì tôi sẽ nói vài điều căn bản, về cách nghĩ khác về ung thư tới những khán giả mà có nhiều người am hiểu về ung thư hơn cả tôi. Nhưng tôi cũng nghi ngờ rằng tôi không lo lắng như tôi tưởng bởi tôi khá chắc là tôi đúng về điều này. (Cười lớn) Và trên thực tế, đây sẽ là cách điều trị ung thư trong tương lai. Để nói về ung thư, tôi sẽ phải nói rằng chúng ta phải... để tôi chiếu một slide lớn ở đây. Đầu tiên, tôi sẽ cho các bạn thấy một góc nhìn khác về hệ gen học Tôi muốn đặt nó vào một bức tranh lớn hơn tất cả những gì đang diễn ra và rồi sẽ nói đôi điều về cái mà bạn chưa từng nghe qua như Protein học. Giải thích những điều này là cơ sở cho cái mà tôi nghĩ là một ý tưởng khác về cách tiến hành điều trị ung thư.
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.
Hãy bắt đầu với hệ gen học. Đây là một chủ đề nổi bật. Đây là thứ chúng ta được học nhiều điều nhất Đó là một vấn đề lớn. Nhưng nó cũng có những phần trọng yếu. Cụ thể hơn, các bạn có thể đều đã nghe về tương quan rằng hệ gen cũng như là bản vẽ cơ thể của chúng ta, và nếu như nó là sự thật thì thật tuyệt, nhưng không phải vậy. Nó như là danh sách các bộ phận cơ thể bạn. Nó không chỉ ra cách các bộ phận được liên kết với nhau như thế nào, điều gì dẫn đến điều gì và nhiều thứ khác.. Cho nên nếu có thể đặt ra một phép tương quan, rằng bạn đang cố tìm sự khác nhau giữa một nhà hàng có đồ ăn ngon, đảm bảo chất lượng, với một nhà hàng chất lượng kém, và tất cả những gì bạn có là danh sách về tất cả các nguyên liệu mà họ có trong kho thực phẩm của họ. Nếu vậy, khi bạn đến một nhà hàng Pháp bạn nhìn quanh kho và thấy rằng họ có mỡ động vật thay vì bơ, bạn có thể nói rằng, "Ah tôi tìm ra vấn đề của họ rồi, Tôi có thể giúp nhà hàng họ nấu ăn một cách lành mạnh hơn." Và có thể có các trường hợp đặc biệt như vậy. Bạn hoàn toàn có thể tìm ra điểm khác nhau giữa một nhà hàng Trung Quốc và một nhà hàng Pháp qua những gì họ có trong kho thực phẩm. Cho nên danh sách nguyên liệu có cho bạn biết vài điều, và đôi khi nó cho bạn thấy được khuyết điểm nằm ở đâu. Nếu họ có quá nhiều muối, bạn có thể đoán rằng họ dùng quá nhiều muối, hoặc đại loại như thế. Nhưng nó rất hạn chế, vì để thực sự biết một nhà hàng có tốt không, bạn cần nếm thức ăn và biết những gì diễn ra trong bếp, bạn cần thành phẩm của tất cả các nguyên liệu.
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.
Cho nên nếu tôi xét một người thì tôi dựa vào hệ gen của anh ta, Nó cũng tương tự như thế. Phần hệ gen mà ta có thể đọc chính là danh sách nguyên liệu. Và tất nhiên, có đôi lần chúng ta có thể tìm thấy các nguyên liệu không tốt. Xơ nang là một bệnh ví dụ mà nếu bạn có "nguyên liệu xấu" thì bạn mắc bệnh, và chúng ta có thể suy ra trực tiếp sự tương quan giữa "căn bệnh" và "nguyên liệu". Nhưng ngoài ra, bạn cần phải biết điều gì đang diễn ra ở đó, bởi vì đa số người bệnh đều đã từng khỏe mạnh, họ có hệ gen giống nhau. Cho nên gen cho bạn biết nhiều thứ về cơ địa. Điều bạn có thể biết được là sự khác nhau giữa người châu Á và châu Âu bằng cách xem danh sách nguyên liệu của họ. Nhưng đa phần bạn không thể thấy sự khác nhau giữa người khỏe mạnh và người bệnh ngoại trừ các trường hợp đặc biệt.
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.
Vậy tại sao mọi người lại coi trọng di truyền học đến vậy? Đầu tiên, bởi vì chúng ta có thể đọc nó, và điều đó thật tuyệt. Nó rất hữu ích trong vài trường hợp nhất định. Nó cũng là thắng lợi to lớn về mặt lý thuyết cho ngành sinh học. Nó là giả thuyết duy nhất mà các nhà sinh học học tìm ra đúng. Nó là cơ sở cho Darwin và Mendel và những người khác. Và là thứ duy nhất người ta có thể dự đoán cấu trúc. Cho nên Mendel có ý tưởng rằng gen là một thứ trừu tượng, và Darwin xây dựng cả một giả thuyết dựa vào sự tồn tại của gen, và sau đó Watson và Crick đã nghiên cứu và khám phá ra gen. Điều này xảy ra suốt trong vật lý. Bạn dự đoán một hố đen, và bạn nhìn ra kính viễn vọng và bạn nhìn thấy nó. Nhưng điều này hiếm khi xảy ra trong sinh học. Cho nên chiến thắng vĩ đại này -- nó tốt đến mức nó gần như là một trải nghiệm tôn giáo trong sinh học. Và thuyết tiến hóa của Darwin chính là giả thuyết nòng cốt.
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.
Cho nên một lý do khác mà nó rất nổi tiếng là bởi vì chúng ta có thể đo lường chúng một cách số hóa Và trên thực tế, nhờ có Kary Mullis, bạn cơ bản có thể đo lường hệ gen của bạn trong nhà bếp của bạn với thêm vài nguyên liệu khác. Ví dụ, bằng việc đo lường hệ gen, ta biết được rất nhiều về mối quan hệ của ta với các loài động vật khác qua sự gần gũi về bộ gen, hay cách mà chúng ta có liên quan với nhau - cây phả hệ, hay là cây sự sống. Có một lượng thông tin khổng lồ về di truyền học chỉ qua việc so sánh sự tương đồng gen. Dĩ nhiên, ứng dụng trong y học, điều đó rất hữu ích bởi đó chính là loại thông tin mà bác sĩ có được từ tiền sử y khoa của gia đình bạn ngoại trừ có thể, hệ gen của bạn cho biết nhiều về tiền sử bệnh của bạn hơn chính bạn. Vậy nên qua việc đọc hệ gen, chúng ta có thể biết nhiều về gia đình bạn hơn cả chính bạn. Và vì thế chúng tôi có thể khám phá ra những điều mà bạn có thể tìm thấy nó ở người thân nhưng chúng có thể rất đáng ngạc nhiên. Tôi đã làm thử bài 23andMe (23 và Tôi) và đã rất ngạc nhiên khi phát hiện ra rằng tôi mập và hói. (Cười lớn) Nhưng đôi khi bạn có thể biết được nhiều điều hữu ích về điều đó.
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.
Nhưng hầu hết điều bạn cần biết để biết rằng bạn có bệnh không, không phụ thuộc vào cơ địa của bạn, mà là những gì đang thật sự diễn ra trong cơ thể bạn. Vậy để làm được điều đó, điều bạn thật sự cần làm là nhìn vào những thứ mà gen của bạn đang sản xuất ra và những gì diễn ra sau quá trình di truyền và đó chính là nội dung của Protein học. Cũng như hệ gen làm nên ngành nghiên cứu về tất cả các loại gen Protein học là ngành nghiên cứu về tất cả các loại Protein. Và Protein là tất cả những thứ bé nhỏ trong cơ thể bạn đang phát ra tín hiệu giữa các tế bào với nhau thực chất, những cơ quan đang hoạt động đó là nơi các hoạt động diễn ra. Về cơ bản, cơ thể con người là một cuộc hội thoại đang diễn ra giữa các tế bào và nội bào với nhau về việc sinh trưởng và chết đi, và khi bạn bị bệnh, điều gì đã xảy ra với cuộc hội thoại đó Vậy nên vấn đề ở đây là gì? Không may, chúng ta không có phương pháp nào để giải quyết cả, cũng như việc đo lường hệ gen.
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.
Cho nên vấn đề là đo lường nếu bạn đo lường tất cả các Protein, đó là quá trình rất phức tạp. Nó yêu cầu hàng trăm bước, và rất nhiều thời gian. Điều quan trọng là có bao nhiêu Protein, nếu lượng Protein thay đổi 10% thì rất đáng quan tâm. Vì vậy nó không đơn giản bằng DNA. Về cơ bản thì vấn đề chính là vài người, trong quá trình dài hơi này, họ chỉ tạm ngừng một chút và bỏ quên vài thứ trong Enzim và tất nhiên tất cả các số liệu từ trước trở nên vô dụng. Vì thế ta không thu được cùng một kết quả khi thực hiện theo cách này. Rất nhiều người đã thử nghiên cứu. Tôi cũng đã thử một vài lần rồi cũng từ bỏ bởi vì vấn đề đó.
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."
Tôi liên tục nhận được những cuộc gọi từ nhà ung thư học tên David Agus. Trí Tuệ Ứng Dụng nhận được rất nhiều cuộc gọi từ những người muốn giúp họ Và tôi đã không nghĩ rằng đây là một cuộc gọi nên gọi lại, cho nên tôi cứ cho anh ta vào danh sách chờ. Và cho đến một ngày, tôi nhận được cuộc gọi từ John Doerr, Bill Berkman và Al Gore trong cùng một ngày bảo tôi hãy gọi điện lại cho David Agus. (Cười lớn) Tôi kiểu, "Cậu này có vẻ có nhiều thông tin đây." (Cười lớn) Chúng tôi bắt đầu trò chuyện, và anh ta nói "Tôi rất cần một cách tốt hơn để đo lường Protein" Và tôi thì, "Tôi không thể tìm ra được, sẽ không dễ đâu." Anh ta thì "Không, không. Tôi thật sự cần nó. Ý tôi là, tôi nhìn bệnh nhân chết đi mỗi ngày vì ta không biết điều gì đang diễn ra bên trong cơ thể họ. Chúng ta cần một cửa sổ nhìn vào trong ấy" Và anh ta giảng cho tôi các ví dụ cụ thể về những lần anh ta rất cần nó. Và tôi nhận ra đây có thể là một thay đổi lớn nếu chúng tôi có thể thực hiện được nó, vậy nên tôi nói, "Hãy cùng tìm hiểu nào."
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.
Trí Tuệ Ứng Dụng chi đủ kinh phí để chúng tôi cứ thể mà tiến hành nghiên cứu thứ gì đó mà không cần tài trợ hay xin phép ai hay gì cả. Vậy là chúng tôi bắt đầu lao vào nghiên cứu. Trong lúc nghiên cứu, chúng tôi nhận ra đây là vấn đề cơ bản -- cái hớp cà phê đó -- việc con người phải làm cái quá trình phức tạp này và cái thật sự cần được thực hiện là tự động hóa quá trình này như một dây chuyền và tạo nên các robot để đo lường các chỉ số Protein. Vậy nên chúng tôi tiến hành thực hiện nó, và cùng với David, chúng tôi đã sáng lập một công ty nhỏ tên Protein Học Ứng Dụng thiết kế dây chuyền robot đo lường Protein theo một cách tỉ mỉ. Và tôi sẽ cho bạn thấy cách đo lường protein ấy như thế nào
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.
Về cơ bản, những gì chúng tôi làm là lấy một giọt máu của một bệnh nhân, phân loại các protein có trong giọt máu đó dựa theo trọng lượng và độ trơn của chúng, sắp xếp chúng trong một hình ảnh. Vì thế chúng tôi có thể nhìn thấy hàng trăm ngàn đặc điểm cùng một lúc chỉ từ một giọt máu. Ta có thể lấy một giọt khác ngày mai, và bạn sẽ thấy rằng các protein sẽ khác đi, chúng sẽ khác sau khi bạn ăn hay sau khi bạn ngủ. Chúng thật sự cho ta biết những gì đang diễn ra. Vậy nên hình ảnh này, trông như một vết bẩn lớn với bạn, lại là thứ khiến tôi sướng run lên và khiến tôi thấy rằng chúng tôi đi đúng hướng. Vậy nên nếu tôi phóng to hình ảnh này, tôi có thể chỉ cho các bạn ý nghĩa của nó. Chúng tôi phân loại protein - từ trái qua phải là trọng lượng của các mảnh mà chúng tôi thu được, và từ trên xuống dưới là độ trơn của chúng. Vậy chúng tôi phóng to vào đây để chỉ cho các bạn thấy một chút của nó. Mỗi một đường này tượng trưng cho một tín hiệu chúng tôi thu được từ một mảnh protein Và bạn có thể thấy cách các đường thẳng này tạo nên các cụm đốm, đốm, đốm, đốm, đốm. Và đó là bởi vì chúng tôi đang đo trọng lượng chính xác đến mức carbon có nhiều đồng vị khác nhau, cho nên nếu nó có thêm một neutron, chúng tôi đo nó như một hóa chất khác. Vậy nên chúng tôi thật ra đang đo từng đồng vị như một chất khác nhau.
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.
Và nó cho bạn khái niệm về độ nhạy cảm tinh tế của quá trình này. Vậy nên nhìn thấy hình ảnh này đại loại như được trở thành Galileo nhìn vào các vì sao qua kính viễn vọng lần đầu tiên, và chợt nói, "Wow, nó phức tạp hơn chúng ta tưởng nhiều." Nhưng chúng ta có thể thấy cái thứ ngoài kia thấy các đặc điểm của nó. Cho nên đây là dấu ấn của cái mà chúng tôi đang cố gắng tìm hoa văn của nó. Chúng ta có thể sử dụng thông tin này ví dụ như, chúng ta nhìn vào hai bệnh nhân một phản ứng với một loại thuốc và một không phản ứng với thuốc, và hỏi, "Điều khác nhau gì đang diễn ra bên trong họ?" Vậy nên chúng ta có thể có những đo lường đủ chính xác để có thể đặt hai bệnh nhân lên và tìm ra điểm khác biệt.
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.
Ở đây chúng ta có màu xanh lá là Alice và màu đỏ là Bob. Chúng ta cân đo họ. Đây là dữ liệu thật. Và bạn có thể thấy, đa số chúng trùng nhau và nó có màu vàng, nhưng có những thứ chỉ có Alice có và có những thứ chỉ có Bob có. Và nếu như chúng ta có thể tìm ra quy luật của những thứ của những người phản ứng với thuốc, chúng ta thấy rằng trong máu họ có điều kiện cho phép họ phản ứng với loại thuốc này. Chúng ta có thể thậm chí không biết đây là loại protein gì, nhưng ta có thể đây là dấu hiệu cho phản ứng với bệnh. Theo tôi nghĩ, điều này đã vô cùng hữu ích cho mọi loại y học. Nhưng tôi nghĩ rằng đây thật ra chỉ là khởi đầu cho cách mà chúng ta sẽ điều trị ung thư. Vậy hãy để tôi nói đến ung thư.
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.
Vấn đề của ung thư khi mà tôi bắt đầu vấn đề này, tôi thật sự chẳng biết gì về nó, nhưng làm việc với David Agus, tôi bắt đầu theo dõi cách ung thư được điều trị và tham gia xem các ca phẫu thuật cắt khối u. Và khi tôi nhìn nó, đối với tôi nó chẳng có ý nghĩa gì cả cách chúng ta từng tiếp cận ung thư, và để khiến nó có nghĩa, tôi phải học bắt nguồn của nó. Chúng ta điều trị ung thư cứ như nó là một căn bệnh truyền nhiễm. Chúng ta điều trị nó như một thứ đi vào cơ thể ta mà chúng ta phải giết nó. Và đây là hình mẫu lớn. Đây là một trường hợp nữa mà một ví dụ giả định trong sinh học thực sự hoạt động đó là thuyết vi khuẩn của bệnh. Bác sĩ thường được đào tạo để chuẩn đoán đó là, phân loại bạn vào một mục và áp dụng một liệu pháp đã được khoa học chứng minh điều trị cho chẩn đoán bệnh đó và điều đó áp dụng tốt cho các bệnh truyền nhiễm. Cho nên nếu chúng tôi phân bạn vào mục nhiễm giang mai, chúng tôi sẽ cho bạn penicillin. Chúng tôi biết rằng cách đó hiệu quả. Nếu bị sốt rét, chúng tôi sẽ cho bạn quinine hay một loại thuốc tương tự. Và đó là thứ cơ bản mà bác sĩ được đào tạo, và nó hiệu quả đến kỳ diệu trong các trường hợp bệnh truyền nhiễm Chứng tỏ được tính hiệu nghiệm đó rất người trong khán phòng này có lẽ đã không còn sống sót nếu như các bác sĩ không làm vậy.
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.
Nhưng bây giờ hãy áp dụng điều đó cho các loại bệnh hệ thống như ung thư. Vấn đề là, trong ung thư, không hề có một thứ gì khác trong cơ thể bạn. Nó chính là bạn, cơ thể bạn có lỗi. Cuộc hội thoại trong cơ thể bạn bị xáo trộn bằng cách nào đó. Vậy làm sao để chúng ta chẩn đoán được? Chúng tôi chia nó ra thành từng phần cơ thể bạn biết đấy, nơi nó xuất hiện và chúng tôi phân bạn vào các mục khác nhau dựa trên phần cơ thể đó. Sau đó chúng tôi sẽ tiến hành thử nghiệm lâm sàng cho một loại thuốc ung thư phổi, một loại cho ung thư tuyến tiền liệt và một loại cho ung thư vú, và chúng tôi điều trị chúng như các căn bệnh riêng biệt và cách phân chia này liên quan đến những gì đang diễn ra. Và đương nhiên, nó không tác động nhiều đến căn bệnh vì ung thư là sự đổ vỡ của hệ thống. Và thực tế, tôi nghĩ chúng ta cũng sai khi chúng ta nói về ung thư như một thứ gì đó. Tôi nghĩ đây là một sai lầm lớn. Tôi nghĩ rằng ung thư không nên là một danh từ. Chúng ta nên nói về ung thư như một việc chúng ta làm, chứ không phải một thứ chúng ta có. Vậy nên những khối u này, chúng là triệu chứng của ung thư. Và có lẽ cơ thể của bạn đang ung thư mọi lúc, nhưng có rất nhiều hệ thống trong cơ thể bạn kiểm soát việc ung thư.
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.
Để cho bạn dễ hình dung ý của tôi khi nghĩ về ung thư như một động từ, hãy tưởng tượng chúng ta không hề biết gì về sửa ống nước, và cách mà chúng ta nói về nó, chúng ta sẽ về nhà và thấy vệt rỉ trong nhà bếp và nói rằng, "Ôi nhà tôi có nước." Chúng ta có thể chia nó ra -- thợ ống nước sẽ nói, "Nước rỉ ở đâu?" "Nó trong nhà bếp." "Oh, vậy hẳn là bạn có nước nhà bếp." Đây tương tự như những gì chúng ta đang nói về ung thư. "Nước nhà bếp, trước hết, chúng ta sẽ vào đó và lau sạch nó. Và sau đó chúng ta biết rằng rắc Drano xung quanh bếp sẽ giúp chúng ta. Trong khi đó, với nước phòng khách, sẽ tốt hơn nếu ta rải hắc ín trên mái nhà" Và nó nghe thật ngớ ngẩn, nhưng đó cơ bản là những gì chúng ta làm. Và tôi không nói rằng bạn không nên lau khô nước nhưng tôi nói rằng đó không phải là vấn đề đó là triệu chứng của vấn đề.
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.
Cái mà chúng ta cần... là quá trình mọi việc diễn ra, và nó xảy ra ở mức các hoạt động của protein, xảy ra ở mức độ của tại sao cơ thể bạn không thể tự chữa lành theo cách nó vẫn làm? Bởi vì bình thường, cơ thể bạn phải luôn xử lý vấn đề này. Cho nên nhà bạn phải xử lý rỉ nước mọi lúc nhưng nó tự sửa chữa được. Nó tự rút nước đi và các việc khác. Cho nên cái chúng ta cần là có một mô hình nguyên nhân-kết quả của diễn biến trong cơ thể, và protein học tạo điều kiện cho chúng ta xây dựng một mô hình như vậy.
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 giúp tôi được mời vào nói tại Học viện Ung thư Quốc gia và Anna Barker cũng có ở đó. Vậy nên tôi trình bày bài nói và nói, "Tại sao quý vị không làm như thế này?" Và Anna nói, "Bởi vì không ai trong ngành ung thư nhìn sự việc theo hướng này. Nhưng cái chúng ta sẽ làm là chúng ta tạo ra một chương trình cho mọi người ở ngoài ngành ung thư hợp tác với các bác sĩ thật sự am hiểu về ung thư và lập ra các chương trình nghiên cứu khác nhau." Vậy nên David và tôi áp dụng vào chương trình này và thành lập một liên đoàn tại USC (University of Southern California) nơi chúng tôi có các nhà ung thư học và các nhà sinh vật học giỏi nhất thế giới từ cảng Cold Spring, Stanford, Austin ... Tôi sẽ không điểm danh qua mọi địa điểm -- có một dự án nghiên cứu có thể kéo dài 5 năm nơi chúng tôi cố gắng xây dựng một mô hình ung thư như thế này. Chúng tôi thí nghiệm trên chuột trước, và chúng tôi sẽ giết rất nhiều chú chuột trong quá trình đó, nhưng chúng sẽ chết vì mục đích cao cả. Và chúng tôi sẽ thực sự cố gắng đến mức chúng tôi có được một mô hình dự đoán để có thể hiểu khi nào ung thư xảy ra, điều gì thực sự xảy ra trong đó và liệu pháp nào có thể điều trị ung thư đó.
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.
Cho phép tôi kết thúc bằng một hình ảnh về liệu pháp điều trị ung thư trong tương lai. Tôi nghĩ rằng dần dần khi mà chúng ta có một trong các mô hình này cho con người, và chắc chắn từ từ chúng ta sẽ có -- ý tôi là có thể chúng tôi sẽ không đi đến cùng nhưng dần dần chúng tôi sẽ có một mô hình máy tính thật tốt kiểu như một mô hình khí hậu toàn cầu cho thời tiết. Nó có nhiều loại thông tin khác nhau về diễn biến của quá trình của cuộc hội thoại protein trên nhiều mức độ khác nhau. Và vì vậy chúng tôi sẽ giả định trên mô hình đó loại ung thư của bạn và nó cũng dùng cho bệnh xơ cứng teo cơ 1 bên hay bất kỳ loại bệnh suy giảm hệ thống thần kinh nào, những thứ như vậy chúng tôi sẽ mô phỏng chỉ riêng cho bạn, chứ không phải một người chung chung, nhưng là thứ thật sự xảy ra bên trong bạn.
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.
Và trong mô hình mô phỏng đó, chúng tôi có thể thiết kế riêng cho bạn một chuỗi các trị liệu, có thể là các liệu pháp rất nhẹ nhàng, với lượng thuốc rất nhỏ, Nó có thể là những thứ như, đừng ăn vào ngày hôm đó, hoặc cho họ một chút hóa trị, có thể là một chút xạ trị. Dĩ nhiên, chúng tôi sẽ thi thoảng làm phẫu thuật và cứ thế nữa. Nhưng thiết kế một chương trình trị liệu dành riêng cho bạn và giúp cơ thể bạn hướng về trạng thái bình thường, trạng thái khỏe mạnh Bởi vì cơ thể bạn sẽ làm hầu hết việc chữa trị nếu ta lựa được những sai lầm Chúng ta sẽ điều chỉnh lại nó. Về cơ bản, cơ thể bạn có rất nhiều cơ chế để chữa trị ung thư, và chúng ta chỉ phải điều chỉnh chúng về đúng hướng và khiến chúng làm việc của chúng.
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.
Vì vậy, tôi tin rằng đây sẽ là cách điều trị ung thư trong tương lai. Nó đòi hỏi rất nhiều công sức bỏ ra, rất nhiều nghiên cứu. Sẽ có nhiều các đội như đội của chúng tôi cũng làm về đề tài này. Nhưng tôi nghĩ rằng dần dần, chúng ta sẽ thiết kế cho tất cả mọi người một liệu pháp chữa trị ung thư riêng.
So thank you very much.
Cảm ơn các bạn rất nhiều.
(Applause)
(Vỗ tay)