I'm a cancer doctor, and I walked out of my office and walked by the pharmacy in the hospital three or four years ago, and this was the cover of Fortune magazine sitting in the window of the pharmacy.
Sono un oncologo, e uscendo dal mio ufficio passo davanti alla farmacia dell'ospedale, 3 o 4 anni fa, e questa era la copertina di Fortune che appariva in vetrina.
And so, as a cancer doctor, you look at this, and you get a little bit downhearted. But when you start to read the article by Cliff, who himself is a cancer survivor, who was saved by a clinical trial where his parents drove him from New York City to upstate New York to get an experimental therapy for -- at the time -- Hodgkin's disease, which saved his life, he makes remarkable points here. And the point of the article was that we have gotten reductionist in our view of biology, in our view of cancer. For the last 50 years, we have focused on treating the individual gene in understanding cancer, not in controlling cancer.
Insomma, un oncologo vede una cosa del genere e si scoraggia. Ma poi comincia a leggere l'articolo di Cliff, che è sopravvissuto al cancro, ed è stato salvato da una sperimentazione clinica. I suoi genitori lo hanno portato fuori New York per una terapia sperimentale contro quello che all'epoca era detto 'morbo di Hodgkin', che gli ha salvato la vita. L'articolo contiene sorprendenti considerazioni. E il nocciolo dell'articolo è che siamo diventati riduzionisti nella nostra visione della biologia, nella nostra visione del cancro. Negli ultimi 50 anni ci siamo concentrati sulla cura del singolo gene, sullo studio del cancro, ma non su come controllarlo.
So, this is an astounding table. And this is something that sobers us in our field everyday in that, obviously, we've made remarkable impacts on cardiovascular disease, but look at cancer. The death rate in cancer in over 50 years hasn't changed. We've made small wins in diseases like chronic myelogenous leukemia, where we have a pill that can put 100 percent of people in remission, but in general, we haven't made an impact at all in the war on cancer.
Ecco, questo è un grafico stupefacente, da tenere a mente ogni giorno, nel nostro campo: certo, ci dicono, abbiamo fatto notevoli progressi contro le malattie cardiovascolari, ma guardate la colonna del cancro. Il tasso di mortalità per tumori non è cambiato negli ultimi 50 anni. Abbiamo ottenuto piccoli successi nella leucemia mieloide cronica, dove c'è un farmaco che porta al 100% della remissione. Ma in generale non si è progrediti nella guerra contro il cancro.
So, what I'm going to tell you today, is a little bit of why I think that's the case, and then go out of my comfort zone and tell you where I think it's going, where a new approach -- that we hope to push forward in terms of treating cancer. Because this is wrong.
Quello di cui voglio parlarvi oggi è il perché, secondo me, ci troviamo in questa situazione e, abbandonando le certezze del mio campo d'azione abituale, dove penso che stiamo andando, e il nuovo approccio che speriamo di proporre nella cura dei tumori. Perché questo è sbagliato.
So, what is cancer, first of all? Well, if one has a mass or an abnormal blood value, you go to a doctor, they stick a needle in. They way we make the diagnosis today is by pattern recognition: Does it look normal? Does it look abnormal?
Dunque, prima di tutto: cos'è il cancro? Se si ha una massa o un valore anomalo nel sangue, si va dal medico. Ci infilano un ago. Oggi le diagnosi si fanno seguendo degli schemi. L'apparenza è normale? Oppure anomala?
So, that pathologist is just like looking at this plastic bottle. This is a normal cell. This is a cancer cell. That is the state-of-the-art today in diagnosing cancer. There's no molecular test, there's no sequencing of genes that was referred to yesterday, there's no fancy looking at the chromosomes. This is the state-of-the-art and how we do it.
È come se il patologo osservasse questa bottiglia: questa è una cellula normale, questa è cancerogena. È questo lo stato dell'arte nella diagnosi del cancro. Nessun test molecolare. Nessuno sequenziamento dei geni, del quale si è parlato ieri. Nessuna ricercata analisi dei cromosomi. Questo è il metodo più all'avanguardia usato oggi.
You know, I know very well, as a cancer doctor, I can't treat advanced cancer. So, as an aside, I firmly believe in the field of trying to identify cancer early. It is the only way you can start to fight cancer, is by catching it early. We can prevent most cancers. You know, the previous talk alluded to preventing heart disease. We could do the same in cancer. I co-founded a company called Navigenics, where, if you spit into a tube -- and we can look look at 35 or 40 genetic markers for disease, all of which are delayable in many of the cancers -- you start to identify what you could get, and then we can start to work to prevent them. Because the problem is, when you have advanced cancer, we can't do that much today about it, as the statistics allude to.
Come oncologo, so bene di non poter curare un tumore avanzato. Per questo, credo molto nell'importanza di riconoscerlo in tempo. L'unico modo per combattere il cancro è prenderlo in tempo. Siamo in grado di prevenire la maggior parte dei tumori. La presentazione di prima alludeva a prevenire le malattie cardiache. Potremmo fare lo stesso col cancro. Ho co-fondato una società, la Navigenics. Qui, basta un campione di saliva per rilevare fra i 35 e i 40 marcatori genetici per malattia, la cui insorgenza può in molti casi essere ritardata. Una volta che si identifica quel che si ha, si può iniziare a lavorare alla prevenzione. Perché quando si ha un tumore in fase avanzata, non c'è molto da fare al giorno d'oggi, secondo le statistiche.
So, the thing about cancer is that it's a disease of the aged. Why is it a disease of the aged? Because evolution doesn't care about us after we've had our children. See, evolution protected us during our childbearing years and then, after age 35 or 40 or 45, it said "It doesn't matter anymore, because they've had their progeny." So if you look at cancers, it is very rare -- extremely rare -- to have cancer in a child, on the order of thousands of cases a year. As one gets older? Very, very common.
Bene, il cancro è una malattia dell'età avanzata. Come mai? Perché l'evoluzione non bada a noi dopo che abbiamo avuto figli. Ci protegge durante gli anni fertili e poi, dopo i 35/45 anni, smette di farlo, perché abbiamo avuto la nostra progenie. Se ci facciamo caso, è molto, estremamente raro il cancro nei bambini: sono solo poche migliaia di casi all'anno. Più l'età avanza, invece, più diventa frequente.
Why is it hard to treat? Because it's heterogeneous, and that's the perfect substrate for evolution within the cancer. It starts to select out for those bad, aggressive cells, what we call clonal selection. But, if we start to understand that cancer isn't just a molecular defect, it's something more, then we'll get to new ways of treating it, as I'll show you.
Perché il cancro è così difficile da curare? Perché è eterogeneo, e questo è il substrato perfetto perché un cancro si evolva. Comincia selezionando le cellule cattive, aggressive, nella fase che chiamiamo selezione clonale. Ma se cominciamo a capire che il cancro non è solo un difetto molecolare, ma qualcosa di più, arriveremo anche ad avere nuovi modi per curarlo.
So, one of the fundamental problems we have in cancer is that, right now, we describe it by a number of adjectives, symptoms: "I'm tired, I'm bloated, I have pain, etc." You then have some anatomic descriptions, you get that CT scan: "There's a three centimeter mass in the liver." You then have some body part descriptions: "It's in the liver, in the breast, in the prostate." And that's about it. So, our dictionary for describing cancer is very, very poor. It's basically symptoms. It's manifestations of a disease.
Uno dei problemi principali riguardanti il cancro è che ora lo descriviamo con vari aggettivi e sintomi. 'Sono stanco, gonfio, mi fa male', ecc.. Poi abbiamo delle descrizioni anatomiche. Si fa la TAC. Si trova una massa di 3 cm nel fegato. Poi ci sono le descrizioni basate sulle parti del corpo. 'È nel fegato, nel seno, nella prostata'. Tutto qui. Il nostro vocabolario per descrivere il cancro è quindi molto povero. Praticamente solo i sintomi, le manifestazioni della malattia.
What's exciting is that over the last two or three years, the government has spent 400 million dollars, and they've allocated another billion dollars, to what we call the Cancer Genome Atlas Project. So, it is the idea of sequencing all of the genes in the cancer, and giving us a new lexicon, a new dictionary to describe it. You know, in the mid-1850's in France, they started to describe cancer by body part. That hasn't changed in over 150 years. It is absolutely archaic that we call cancer by prostate, by breast, by muscle. It makes no sense, if you think about it.
La cosa entusiasmante è che, negli ultimi 2 o 3 anni, il governo statunitense ha speso $ 400 milioni, ai quali è stato aggiunto un altro miliardo, in un progetto chiamato 'Atlante genomico del cancro'. L'idea è quella di sequenziare tutti i geni del cancro, e creare un nuovo lessico per descriverlo. A metà '800, in Francia, hanno cominciato a denominare il cancro secondo le parti del corpo. In più di 150 anni nulla è cambiato. È del tutto arcaico dire 'alla prostata', 'al seno', 'al muscolo'. Non ha senso, se ci pensate.
So, obviously, the technology is here today, and, over the next several years, that will change. You will no longer go to a breast cancer clinic. You will go to a HER2 amplified clinic, or an EGFR activated clinic, and they will go to some of the pathogenic lesions that were involved in causing this individual cancer. So, hopefully, we will go from being the art of medicine more to the science of medicine, and be able to do what they do in infectious disease, which is look at that organism, that bacteria, and then say, "This antibiotic makes sense, because you have a particular bacteria that will respond to it." When one is exposed to H1N1, you take Tamiflu, and you can remarkably decrease the severity of symptoms and prevent many of the manifestations of the disease. Why? Because we know what you have, and we know how to treat it -- although we can't make vaccine in this country, but that's a different story.
Oggi abbiamo la tecnologia che ci serve per cambiare le cose nel giro dei prossimi anni. Non si andrà più in una clinica per i tumori al seno, ma in una per l'HER2 amplificato, o in una per l'EGFR attivato. E si agirà solo su alcune delle lesioni patogene che avranno contribuito a causare il tumore. Speriamo quindi di passare dall'arte della medicina alla scienza della medicina, e di poter agire come già si fa sulle malattie infettive, ovvero osservare un dato organismo, un dato batterio e poter dire che un dato antibiotico funziona perché quel batterio reagisce ad esso. Se si contrae l'H1N1, si prende del Tamiflu, si riduce significativamente la gravità dei sintomi e si evitano molte manifestazioni della malattia. Come mai? Perché sappiamo di cosa si tratta, come curarlo, anche se non si possono fare vaccini negli USA, ma è un'altra storia.
The Cancer Genome Atlas is coming out now. The first cancer was done, which was brain cancer. In the next month, the end of December, you'll see ovarian cancer, and then lung cancer will come several months after. There's also a field of proteomics that I'll talk about in a few minutes, which I think is going to be the next level in terms of understanding and classifying disease. But remember, I'm not pushing genomics, proteomics, to be a reductionist. I'm doing it so we can identify what we're up against. And there's a very important distinction there that we'll get to.
L'Atlante genomico del cancro sarà pubblicato a breve. Quello del tumore al cervello è il primo pubblicato. Il mese prossimo, avremo quello del cancro alle ovaie, seguito da quello del tumore ai polmoni entro pochi mesi. Importante è anche il campo della proteomica, di cui vi dirò, che credo rappresenterà il prossimo livello nella comprensione e classificazione delle malattie. Ma, attenzione, non sto incoraggiando la genomica o la proteomica, per fare il riduzionista. Lo faccio per identificare ciò contro cui stiamo combattendo. E qui è il caso di fare una distinzione importante.
In health care today, we spend most of the dollars -- in terms of treating disease -- most of the dollars in the last two years of a person's life. We spend very little, if any, dollars in terms of identifying what we're up against. If you could start to move that, to identify what you're up against, you're going to do things a hell of a lot better. If we could even take it one step further and prevent disease, we can take it enormously the other direction, and obviously, that's where we need to go, going forward.
Nell'attuale sanità statunitense spendiamo il più delle risorse per il trattamento delle malattie -- soprattutto negli ultimi due anni di vita delle persone, ma poco o niente per identificare ciò contro cui lottiamo. Se invece si partisse proprio da qui, dall'identificazione, si potrebbe lavorare molto, molto meglio. Se poi riuscissimo a fare un passo avanti e prevenire la malattia, potremmo lavorare di gran lunga meglio su questa strada. E questa è la direzione da prendere e da perseguire.
So, this is the website of the National Cancer Institute. And I'm here to tell you, it's wrong. So, the website of the National Cancer Institute says that cancer is a genetic disease. The website says, "If you look, there's an individual mutation, and maybe a second, and maybe a third, and that is cancer." But, as a cancer doc, this is what I see. This isn't a genetic disease. So, there you see, it's a liver with colon cancer in it, and you see into the microscope a lymph node where cancer has invaded. You see a CT scan where cancer is in the liver. Cancer is an interaction of a cell that no longer is under growth control with the environment. It's not in the abstract; it's the interaction with the environment. It's what we call a system.
Ecco, questo è il sito del National Cancer Institute. E vi dico che è tutto sbagliato. Il sito dice che il cancro è una malattia genetica. Dice, vedete, che se c'è una mutazione individuale, poi una seconda, e una terza, si arriva al cancro. Ma ecco quel che vedo io, come oncologo: questa non è una malattia genetica. Qui vedete un fegato con un tumore al colon al suo interno, e al microscopio si vede un linfonodo che è stato invaso dal cancro. La TAC mostra che il tumore è situato nel fegato. Ma il cancro è dato dall'interazione di una cellula, la cui crescita non è più controllata dall'ambiente in cui si trova. Non è qualcosa di astratto, è data dall'interazione con l'ambiente. È quello che chiamiamo un sistema.
The goal of me as a cancer doctor is not to understand cancer. And I think that's been the fundamental problem over the last five decades, is that we have strived to understand cancer. The goal is to control cancer. And that is a very different optimization scheme, a very different strategy for all of us.
Il mio obiettivo, in quanto oncologo, non è capire il cancro. E credo sia stato questo il problema cruciale degli ultimi 50 anni, che ci si è sforzati soltanto di cercare di capirlo. L'obiettivo è invece riuscire a controllarlo. E questo traccia un diverso schema, una strategia per tutti noi molto diversa.
I got up at the American Association of Cancer Research, one of the big cancer research meetings, with 20,000 people there, and I said, "We've made a mistake. We've all made a mistake, myself included, by focusing down, by being a reductionist. We need to take a step back." And, believe it or not, there were hisses in the audience. People got upset, but this is the only way we're going to go forward.
Al convegno dell'American Association of Cancer Research, una delle più grandi conferenze di oncologia, con 20.000 presenti, e sono intervenuto e ho detto: "Abbiamo sbagliato. Tutti abbiamo sbagliato, me compreso, a concentrarci su un campo ristretto, in modo riduzionista. Dobbiamo fare un passo indietro". E, credeteci o no, dalla platea sono arrivati dei fischi. La platea si è turbata, ma solo così possiamo andare avanti.
You know, I was very fortunate to meet Danny Hillis a few years ago. We were pushed together, and neither one of us really wanted to meet the other. I said, "Do I really want to meet a guy from Disney, who designed computers?" And he was saying: Does he really want to meet another doctor? But people prevailed on us, and we got together, and it's been transformative in what I do, absolutely transformative. We have designed, and we have worked on the modeling -- and much of these ideas came from Danny and from his team -- the modeling of cancer in the body as complex system. And I'll show you some data there where I really think it can make a difference and a new way to approach it.
Qualche anno fa, ho avuto la fortuna di incontrare Danny Hillis. In realtà siamo stati presentati, nessuno teneva a conoscere l’altro. Dicevo: "voglio davvero conoscere un informatico della Disney?" E lui si chiedeva se davvero volesse conoscere l'ennesimo medico. Ma ci hanno convinti e ci siamo conosciuti. E questo ha rivoluzionato il mio modo di lavorare. Abbiamo progettato e lavorato alla creazione di un modello -- e molte delle idee sono venute da Danny e dal suo team -- di tumore all'interno del corpo in quanto sistema complesso. E vi mostrerò alcuni dati che possono veramente fare la differenza, e offrirci un nuovo modo di affrontare il problema.
The key is, when you look at these variables and you look at this data, you have to understand the data inputs. You know, if I measured your temperature over 30 days, and I asked, "What was the average temperature?" and it came back at 98.7, I would say, "Great." But if during one of those days your temperature spiked to 102 for six hours, and you took Tylenol and got better, etc., I would totally miss it. So, one of the problems, the fundamental problems in medicine is that you and I, and all of us, we go to our doctor once a year. We have discrete data elements; we don't have a time function on them.
Il punto è, quando si osservano queste variabili e questi dati, che bisogna capire gli input. Se misurassi la temperatura a un paziente nell'arco di 30 giorni, e volessi conoscere la temperatura media rilevata, e risultasse che è 37 °C, penserei che va bene. Ma, se in uno di questi giorni, la temperatura arrivasse a 39 °C per sei ore, e il paziente prendesse del Tylenol e la situazione migliorasse, la cosa mi sfuggirebbe completamente. Uno dei più grandi problemi in medicina è che io, voi, noi tutti, andiamo dal dottore una volta all'anno. Abbiamo pochi dati discreti, ma non una visione continua.
Earlier it was referred to this direct life device. You know, I've been using it for two and a half months. It's a staggering device, not because it tells me how many kilocalories I do every day, but because it looks, over 24 hours, what I've done in a day. And I didn't realize that for three hours I'm sitting at my desk, and I'm not moving at all. And a lot of the functions in the data that we have as input systems here are really different than we understand them, because we're not measuring them dynamically.
Si parlava di un dispositivo che misura i parametri in tempo reale. Io lo uso da due mesi e mezzo. È un apparecchio incredibile, non perché mi dice quante calorie brucio al giorno, ma perché mi dice cosa faccio ora per ora. Non mi ero mai reso conto di stare seduto tre ore alla scrivania, senza mai muovermi. E molti dei monitoraggi sui dati che abbiamo come input sono molto diversi rispetto al modo in cui li interpretiamo di solito, perché non li interpretiamo in modo dinamico.
And so, if you think of cancer as a system, there's an input and an output and a state in the middle. So, the states, are equivalent classes of history, and the cancer patient, the input, is the environment, the diet, the treatment, the genetic mutations. The output are our symptoms: Do we have pain? Is the cancer growing? Do we feel bloated, etc.? Most of that state is hidden. So what we do in our field is we change and input, we give aggressive chemotherapy, and we say, "Did that output get better? Did that pain improve, etc.?"
Dunque, se pensiamo al cancro come ad un sistema, abbiamo un input, un output e uno stato intermedio. Gli stati sono eventi in relazione di equivalenza. E nel paziente oncologico gli input sono l'ambiente in cui vive, la dieta, la cura, le mutazioni genetiche. Gli output sono i sintomi. Fa male? Il tumore cresce? Ci sentiamo gonfi, ecc...? La maggior parte di questo stato è nascosta. Ciò che facciamo nel nostro campo è cambiare l'input, somministrando massicce dosi di chemioterapia. E poi vediamo se l'output è migliorato, il dolore è diminuito, ecc...
And so, the problem is that it's not just one system, it's multiple systems on multiple scales. It's a system of systems. And so, when you start to look at emergent systems, you can look at a neuron under a microscope. A neuron under the microscope is very elegant with little things sticking out and little things over here, but when you start to put them together in a complex system, and you start to see that it becomes a brain, and that brain can create intelligence, what we're talking about in the body, and cancer is starting to model it like a complex system. Well, the bad news is that these robust -- and robust is a key word -- emergent systems are very hard to understand in detail. The good news is you can manipulate them. You can try to control them without that fundamental understanding of every component.
Il problema è che non si tratta di un unico sistema, ma di sistemi multipli su multiple scale. È un sistema di sistemi. E se si vogliono osservare dei sistemi emergenti si può cominciare dall'osservazione di un neurone: un neurone al microscopio appare quasi elegante, con questi tentacoli che sporgono qui e lì, ma quando lo si associa ad altri in un sistema complesso, e si vede che comincia a formare un cervello, e che quel cervello può creare intelligenza... Come ogni cosa nel corpo, così un tumore si forma come un sistema complesso. La cattiva notizia è che questi sistemi robusti – e 'robusti' è una parola-chiave – sono molto difficili da capire nel dettaglio. La buona notizia è però che sono manipolabili. Si può tentare di controllarli, pur senza capirne appieno ogni singolo componente.
One of the most fundamental clinical trials in cancer came out in February in the New England Journal of Medicine, where they took women who were pre-menopausal with breast cancer. So, about the worst kind of breast cancer you can get. They had gotten their chemotherapy, and then they randomized them, where half got placebo, and half got a drug called Zoledronic acid that builds bone. It's used to treat osteoporosis, and they got that twice a year. They looked and, in these 1,800 women, given twice a year a drug that builds bone, you reduce the recurrence of cancer by 35 percent. Reduce occurrence of cancer by a drug that doesn't even touch the cancer. So the notion, you change the soil, the seed doesn't grow as well. You change that system, and you could have a marked effect on the cancer.
Uno studio fondamentale sul cancro è uscito in febbraio sul New England Journal of Medicine. Riguarda donne in pre-menopausa affette da tumore al seno, ovvero il peggior tipo di tumore al seno. Dopo aver fatto la chemioterapia, le hanno randomizzate: a metà di loro è stato somministrato un placebo, all'altra metà dell'acido zoledronico, che ricostruisce le ossa, e si usa per trattare l'osteoporosi ed è stato somministrato due volte l'anno. Hanno notato, nelle 1.800 donne alle quali era stato dato il farmaco per le ossa, una riduzione del 35% delle recidive del tumore. Recidive ridotte da un farmaco che nemmeno tocca il tumore. L'idea è: cambiando il terreno, il seme non cresce così bene. Cambiando il sistema, si otterrebbero notevoli risultati.
Nobody has ever shown -- and this will be shocking -- nobody has ever shown that most chemotherapy actually touches a cancer cell. It's never been shown. There's all these elegant work in the tissue culture dishes, that if you give this cancer drug, you can do this effect to the cell, but the doses in those dishes are nowhere near the doses that happen in the body.
Nessuno ha mai dimostrato -- e potrà scioccarvi -- nessuno ha mai dimostrato che la maggior parte delle chemioterapie tocchino davvero la cellula cancerogena. Non è mai stato dimostrato. Si fa un gran lavoro sui tessuti in vitro, dove, dando un certo farmaco, otteniamo un dato effetto sulla cellula, ma le quantità di farmaco in queste colture non si avvicinano minimamente a quelle del corpo.
If I give a woman with breast cancer a drug called Taxol every three weeks, which is the standard, about 40 percent of women with metastatic cancer have a great response to that drug. And a response is 50 percent shrinkage. Well, remember that's not even an order of magnitude, but that's a different story. They then recur, I give them that same drug every week. Another 30 percent will respond. They then recur, I give them that same drug over 96 hours by continuous infusion, another 20 or 30 percent will respond. So, you can't tell me it's working by the same mechanism in all three size. It's not. We have no idea the mechanism. So the idea that chemotherapy may just be disrupting that complex system, just like building bone disrupted that system and reduced recurrence, chemotherapy may work by that same exact way. The wild thing about that trial also, was that it reduced new primaries, so new cancers, by 30 percent also.
Se a una donna con tumore al seno do un farmaco chiamato Taxol ogni 3 settimane – la procedura standard – nel 40% dei casi il cancro metastatico risponde ottimamente a quel farmaco. E la risposta è una riduzione del 50%. E notate che non è nemmeno un ordine di grandezza, ma questa è un'altra faccenda. Se il cancro si rimanifesta, e do lo stesso farmaco ogni settimana, un altro 30% risponderà positivamente. Quindi si rimanifesta, e somministro ancora lo stesso farmaco per infusione continua per 96 ore. E il 20 o 30% risponderà ancora positivamente. Non mi dite che la procedura funziona allo stesso modo nei tre casi. Non è così. Non abbiamo idea del meccanismo che sta alla base. L'idea è che la chemioterapia possa interrompere quel sistema complesso, proprio come il farmaco per l'osteoporosi riduce le recidive del cancro: la chemioterapia potrebbe funzionare proprio allo stesso modo. L'aspetto inatteso dell'esperimento è che ha anche ridotto del 30% l'insorgenza di tumori primari.
So, the problem is, yours and mine, all of our systems are changing. They're dynamic. I mean, this is a scary slide, not to take an aside, but it looks at obesity in the world. And I'm sorry if you can't read the numbers, they're kind of small. But, if you start to look at it, that red, that dark color there, more than 75 percent of the population of those countries are obese. Look a decade ago, look two decades ago: markedly different. So, our systems today are dramatically different than our systems a decade or two ago. So the diseases we have today, which reflect patterns in the system over the last several decades, are going to change dramatically over the next decade or so based on things like this.
Il problema è quindi che i nostri sistemi sono in continuo cambiamento. Sono dinamici. Guardate, questa è una slide spaventosa, da non sottovalutare, che analizza l'obesità nel mondo. Mi spiace se non leggete i numeri, sono molto piccoli. Ma se guardate qui, il colore rosso più scuro... Indica che più del 75% della popolazione di questi paesi è obesa. Guardate i colori diversi un decennio fa, due decenni fa. I nostri sistemi sono quindi radicalmente diversi rispetto ad allora. E le malattie che abbiamo oggi, che riflettono il percorso fatto dal nostro sistema negli ultimi decenni, cambieranno radicalmente nel corso del prossimo decennio, proprio come è successo finora.
So, this picture, although it is beautiful, is a 40-gigabyte picture of the whole proteome. So this is a drop of blood that has gone through a superconducting magnet, and we're able to get resolution where we can start to see all of the proteins in the body. We can start to see that system. Each of the red dots are where a protein has actually been identified. The power of these magnets, the power of what we can do here, is that we can see an individual neutron with this technology. So, again, this is stuff we're doing with Danny Hillis and a group called Applied Proteomics, where we can start to see individual neutron differences, and we can start to look at that system like we never have before. So, instead of a reductionist view, we're taking a step back.
Questa bellissima immagine mostra in soli 40 gigabyte l'intero proteoma. Questa è una goccia di sangue fatta passare attraverso un magnete superconduttore, e abbiamo ottenuto la risoluzione necessaria per cominciare a vedere le proteine nel corpo. Possiamo cominciare a vedere il sistema. Ogni puntino rosso è una delle proteine identificate. Questi magneti sono così potenti che ci permettono di vedere differenze di un singolo neutrone. Questo è quello che stiamo facendo con Danny Hillis e un gruppo chiamato Applied Proteomics. Iniziamo a distinguere le singole differenze di neutroni, e a osservare quel sistema come mai prima d'ora. Invece di una visione riduzionista, facciamo un passo indietro.
So this is a woman, 46 years old, who had recurrent lung cancer. It was in her brain, in her lungs, in her liver. She had gotten Carboplatin Taxol, Carboplatin Taxotere, Gemcitabine, Navelbine: Every drug we have she had gotten, and that disease continued to grow. She had three kids under the age of 12, and this is her CT scan. And so what this is, is we're taking a cross-section of her body here, and you can see in the middle there is her heart, and to the side of her heart on the left there is this large tumor that will invade and will kill her, untreated, in a matter of weeks. She goes on a pill a day that targets a pathway, and again, I'm not sure if this pathway was in the system, in the cancer, but it targeted a pathway, and a month later, pow, that cancer's gone. Six months later it's still gone. That cancer recurred, and she passed away three years later from lung cancer, but she got three years from a drug whose symptoms predominately were acne. That's about it.
Queste sono le TAC di una donna di 46 anni, affetta da tumore ai polmoni recidivante al cervello, ai polmoni, al fegato. Prendeva il Carboplatin Taxol, il Carboplatin Taxotere, il Gemcitabene, e il Navelbine. Prendeva ogni farmaco, ma il tumore continuava a crescere. Aveva tre figli al di sotto dei 12 anni, e questa è la sua TAC, cioè, una sezione trasversale del suo corpo. Vedete il cuore nel mezzo, e sulla sinistra un grosso tumore in espansione che, non trattato, l’avrebbe uccisa in poche settimane. Poi prende una certa pillola che agisce su un certo meccanismo, e, di nuovo, non so se il meccanismo era nel sistema o nel tumore; ma questa funziona e un mese dopo, puff, il tumore è sparito. Sei mesi dopo era ancora del tutto assente. Poi il tumore torna e la donna muore tre anni dopo. Ma ha guadagnato ben tre anni grazie a un farmaco usato principalmente per curare l'acne. E questo è quanto.
So, the problem is that the clinical trial was done, and we were a part of it, and in the fundamental clinical trial -- the pivotal clinical trial we call the Phase Three, we refused to use a placebo. Would you want your mother, your brother, your sister to get a placebo if they had advanced lung cancer and had weeks to live? And the answer, obviously, is not. So, it was done on this group of patients. Ten percent of people in the trial had this dramatic response that was shown here, and the drug went to the FDA, and the FDA said, "Without a placebo, how do I know patients actually benefited from the drug?" So the morning the FDA was going to meet, this was the editorial in the Wall Street Journal. (Laughter) And so, what do you know, that drug was approved.
Il fatto è che la sperimentazione è stata fatta, vi abbiamo preso parte e, nella sua fase cruciale, lo studio pilota (quello che chiamiamo 'fase III') ci siamo rifiutati di usare un placebo. Voi vorreste che un vostro caro prendesse un placebo se avesse un tumore avanzato e solo poche settimane di vita? Ovviamente no. Dunque, niente placebo per loro. e il 10% dei pazienti ha avuto la stessa incredibile reazione, e il farmaco è stato quindi sottoposto all'FDA, che però si è chiesta, senza il confronto col placebo, come si potesse essere sicuri dei suoi benefici. La mattina che l'FDA doveva discuterne, apparse questo editoriale sul Wall Street Journal: "L'FDA ai pazienti: crepate pure" [risate] E, pensate un po', il farmaco è stato approvato.
The amazing thing is another company did the right scientific trial, where they gave half placebo and half the drug. And we learned something important there. What's interesting is they did it in South America and Canada, where it's "more ethical to give placebos." They had to give it also in the U.S. to get approval, so I think there were three U.S. patients in upstate New York who were part of the trial. But they did that, and what they found is that 70 percent of the non-responders lived much longer and did better than people who got placebo. So it challenged everything we knew in cancer, is that you don't need to get a response. You don't need to shrink the disease. If we slow the disease, we may have more of a benefit on patient survival, patient outcome, how they feel, than if we shrink the disease.
La cosa incredibile è che un'altra azienda ha condotto una sperimentazione classica, con metà placebo e metà farmaco. E abbiamo scoperto una cosa importante. Interessante è che si è svolto in Sud America e in Canada, dove è “più etico somministrare del placebo”. Per avere l'autorizzazione hanno dovuto somministrarlo anche negli USA, quindi credo che 3 pazienti statunitensi abbiano preso parte all'esperimento. Lo hanno fatto e hanno scoperto che il 70% dei pazienti che non rispondeva alle cure ha vissuto di più e meglio di quelli che avevano preso il placebo. Ciò ha messo in discussione tutto ciò che sapevamo sul cancro, ovvero che non serve una risposta al farmaco. Non occorre rimpicciolire il tumore. Se lo rallentiamo, otteniamo maggiori benefici in termini di sopravvivenza e benessere del paziente, che riducendolo.
The problem is that, if I'm this doc, and I get your CT scan today and you've got a two centimeter mass in your liver, and you come back to me in three months and it's three centimeters, did that drug help you or not? How do I know? Would it have been 10 centimeters, or am I giving you a drug with no benefit and significant cost? So, it's a fundamental problem. And, again, that's where these new technologies can come in.
Il problema è che, se guardo la tua TAC e noto una massa di 2 cm nel tuo fegato, e, dopo tre mesi, la massa misura 3 cm... Mi chiedo: il farmaco ha funzionato? E come faccio a saperlo? Sarebbe diventato di 10 cm, o sto dando un farmaco che ha un costo elevato non dà benefici? È un problema fondamentale. Ed è qui che le nuove tecnologie ci possono aiutare.
And so, the goal obviously is that you go into your doctor's office -- well, the ultimate goal is that you prevent disease, right? The ultimate goal is that you prevent any of these things from happening. That is the most effective, cost-effective, best way we can do things today. But if one is unfortunate to get a disease, you'll go into your doctor's office, he or she will take a drop of blood, and we will start to know how to treat your disease. The way we've approached it is the field of proteomics, again, this looking at the system. It's taking a big picture.
L'obiettivo è ovviamente andare dal proprio medico, ovvero prevenire malattia, certo. Cioè evitare che queste cose accadano. Questo sarebbe economicamente conveniente, Sarebbe certo la circostanza migliore. Ma nel caso sfortunato che si sviluppi la malattia, si potrà andare dal medico e, con una goccia di sangue, cominceremo a sapere come curare la malattia. Ci stiamo avvicinando a questo grazie alla proteomica, cioè, ancora una volta, osservando il sistema, avendo una veduta d'insieme.
The problem with technologies like this is that if one looks at proteins in the body, there are 11 orders of magnitude difference between the high-abundant and the low-abundant proteins. So, there's no technology in the world that can span 11 orders of magnitude. And so, a lot of what has been done with people like Danny Hillis and others is to try to bring in engineering principles, try to bring the software. We can start to look at different components along this spectrum.
Il problema di queste tecnologie è che, se si osservano le proteine nel corpo, c'è una differenza di 11 ordini di grandezza fra le proteine più e quelle meno abbondanti. E nessuna tecnologia al mondo li copre tutti. Perciò, molto di ciò che facciamo con Danny Hillis e con altri è importare principi di ingegneria e creare i software necessari. Iniziamo così a osservare i vari componenti in tutto il loro spettro.
And so, earlier was talked about cross-discipline, about collaboration. And I think one of the exciting things that is starting to happen now is that people from those fields are coming in. Yesterday, the National Cancer Institute announced a new program called the Physical Sciences and Oncology, where physicists, mathematicians, are brought in to think about cancer, people who never approached it before. Danny and I got 16 million dollars, they announced yesterday, to try to attach this problem. A whole new approach, instead of giving high doses of chemotherapy by different mechanisms, to try to bring technology to get a picture of what's actually happening in the body.
Prima si è parlato di interdisciplinarietà, di collaborazione. E credo che una delle cose entusiasmanti che sta accadendo è che si stanno unendo a noi persone provenienti da altri campi. Ieri il National Cancer Institute ha annunciato un nuovo programma chiamato 'Scienze fisiche e oncologia', che vede coinvolti anche fisici e matematici mai avvicinatisi al campo prima d'ora. Io e Danny abbiamo ricevuto $ 16 milioni, lo hanno annunciato ieri, per affrontare il problema. Un approccio nuovo, che invece di massicce dosi di chemioterapia usa meccanismi differenti, per implementare una tecnologia che ci dia una veduta d'insieme di cosa accade nel corpo.
So, just for two seconds, how these technologies work -- because I think it's important to understand it. What happens is every protein in your body is charged, so the proteins are sprayed in, the magnet spins them around, and then there's a detector at the end. When it hit that detector is dependent on the mass and the charge. And so we can accurately -- if the magnet is big enough, and your resolution is high enough -- you can actually detect all of the proteins in the body and start to get an understanding of the individual system.
Ora, due secondi sul funzionamento di queste tecnologie, perché credo sia importante capirlo. Ogni proteina del corpo ha una propria carica; se si iniettano in una macchina, un magnete le fa girare e alla fine c'è un rilevatore. Il tempo necessario per colpirlo dipende dalla massa e dalla carica della proteina. Con tecniche così precise, se il magnete è abbastanza grande e la risoluzione abbastanza alta, si possono davvero individuare tutte le proteine del corpo e iniziare a comprendere il sistema.
And so, as a cancer doctor, instead of having paper in my chart, in your chart, and it being this thick, this is what data flow is starting to look like in our offices, where that drop of blood is creating gigabytes of data. Electronic data elements are describing every aspect of the disease. And certainly the goal is we can start to learn from every encounter and actually move forward, instead of just having encounter and encounter, without fundamental learning.
Quindi io, oncologo, invece di una cartella medica spessa così, avrò un flusso di dati come questo, gigabyte di dati derivati da quella goccia di sangue. Dati elettronici su ogni aspetto della malattia. E l'obiettivo è che ogni visita al paziente porti nuove scoperte e ci faccia progredire, invece di fare visite su visite senza imparare nulla di nuovo.
So, to conclude, we need to get away from reductionist thinking. We need to start to think differently and radically. And so, I implore everyone here: Think differently. Come up with new ideas. Tell them to me or anyone else in our field, because over the last 59 years, nothing has changed. We need a radically different approach.
In conclusione, dobbiamo allontanarci dal riduzionismo e iniziare a pensare in modo radicalmente diverso. Lo chiedo a tutti voi, pensate diversamente. Proponete nuove idee a me o a chiunque nel mio campo, perché negli ultimi 59 anni nulla è cambiato, mentre serve un approccio totalmente diverso.
You know, Andy Grove stepped down as chairman of the board at Intel -- and Andy was one of my mentors, tough individual. When Andy stepped down, he said, "No technology will win. Technology itself will win." And I'm a firm believer, in the field of medicine and especially cancer, that it's going to be a broad platform of technologies that will help us move forward and hopefully help patients in the near-term.
Quando Andy Grove si è dimesso da presidente della Intel -- e lui è stato uno dei miei mentori, un tipo tosto -- quando si è dimesso, ha affermato: "Non c'è una tecnologia che vincerà. La stessa tecnologia vincerà". E sono fermamente convinto che in medicina, specie in oncologia, ci sarà bisogno di una vasta piattaforma di tecnologie che ci permettano di fare passi in avanti e, speriamo, aiutare i pazienti a breve.
Thank you very much.
Grazie infinite.