How can we investigate this flora of viruses that surround us, and aid medicine? How can we turn our cumulative knowledge of virology into a simple, hand-held, single diagnostic assay? I want to turn everything we know right now about detecting viruses and the spectrum of viruses that are out there into, let's say, a small chip.
Hoe kunnen we deze flora van virussen die ons omringt, onderzoeken en de geneeskunde vooruithelpen? Hoe kunnen we onze cumulatieve kennis van de virologie toepassen in een eenvoudige, draagbare diagnostische test? Ik wil alle kennis over het detecteren van virussen en het spectrum van virussen die er zijn, onderbrengen op één kleine chip.
When we started thinking about this project -- how we would make a single diagnostic assay to screen for all pathogens simultaneously -- well, there's some problems with this idea. First of all, viruses are pretty complex, but they're also evolving very fast. This is a picornavirus. Picornaviruses -- these are things that include the common cold and polio, things like this. You're looking at the outside shell of the virus, and the yellow color here are those parts of the virus that are evolving very, very fast, and the blue parts are not evolving very fast. When people think about making pan-viral detection reagents, usually it's the fast-evolving problem that's an issue, because how can we detect things if they're always changing? But evolution is a balance: where you have fast change, you also have ultra-conservation -- things that almost never change.
Toen we begonnen na te denken over dit project - hoe we een diagnostische test voor het screenen op alle pathogenen tegelijk zouden maken - kwamen er wat problemen bij kijken. In de eerste plaats zijn virussen vrij complex, maar ze evolueren ook erg snel. Dit is een picornavirus. Bij de picornavirussen horen onder andere de virussen voor verkoudheid en polio thuis. Je kijkt naar de buitenkant van het virus, en de gele kleur hier zijn die delen van het virus die heel, heel snel evolueren. De blauwe delen evolueren niet zo snel. Wanneer mensen denken over het maken van pan-virale detectiereagentia, geeft meestal dat snel evoluerende deel problemen, want hoe kunnen we dingen detecteren als ze altijd maar veranderen? Maar de evolutie is een evenwicht: waar iets snel verandert, heb je ook ultra-behoud - dingen die bijna nooit veranderen.
And so we looked into this a little more carefully, and I'm going to show you data now. This is just some stuff you can do on the computer from the desktop. I took a bunch of these small picornaviruses, like the common cold, like polio and so on, and I just broke them down into small segments. And so took this first example, which is called coxsackievirus, and just break it into small windows. And I'm coloring these small windows blue if another virus shares an identical sequence in its genome to that virus. These sequences right up here -- which don't even code for protein, by the way -- are almost absolutely identical across all of these, so I could use this sequence as a marker to detect a wide spectrum of viruses, without having to make something individual. Now, over here there's great diversity: that's where things are evolving fast. Down here you can see slower evolution: less diversity.
Daarom zochten we een beetje zorgvuldiger in die richting. Ik ga er nu wat data van laten zien. Dit kan je al op de computer thuis doen. Ik nam een aantal van deze kleine picornavirussen, zoals de gewone verkoudheid, polio en ga zo maar door, en brak ze in kleine segmenten. Dit eerste geval, het coxsackievirus, deelde ik op in kleine vensters. Ik kleurde die kleine vensters blauw als een ander virus in zijn genoom een identieke sequentie met dat virus had. Deze sequenties hier - die niet eens coderen voor eiwit, tussen haakjes - zijn vrijwel absoluut identiek bij al deze virussen. Zo kon ik deze sequentie als een marker gebruiken om een breed spectrum van virussen op te sporen, zonder iets individueel te moeten maken. Hier zie je grote diversiteit: dat is waar de dingen snel evolueren. Hieronder zie je langzamer evolutie: minder diversiteit.
Now, by the time we get out here to, let's say, acute bee paralysis virus -- probably a bad one to have if you're a bee --- this virus shares almost no similarity to coxsackievirus, but I can guarantee you that the sequences that are most conserved among these viruses on the right-hand of the screen are in identical regions right up here. And so we can encapsulate these regions of ultra-conservation through evolution -- how these viruses evolved -- by just choosing DNA elements or RNA elements in these regions to represent on our chip as detection reagents.
Als we bijvoorbeeld kijken naar acute virusverlamming bij bijen - waarschijnlijk niet goed om hebben als je een bij bent --- zien we dat dit virus bijna geen gelijkenis vertoont met het coxsackievirus, maar ik kan jullie verzekeren dat de sequenties die het meest behouden blijven tussen deze virussen aan de rechterkant van het scherm zich in dezelfde regio's bevinden. Zo kunnen we deze regio's van ultra-conservering doorheen de evolutie inkapselen - hoe deze virussen evolueerden - door DNA-elementen of RNA-elementen uit deze regio's op onze chip als detectiereagentia te kiezen.
OK, so that's what we did, but how are we going to do that? Well, for a long time, since I was in graduate school, I've been messing around making DNA chips -- that is, printing DNA on glass. And that's what you see here: These little salt spots are just DNA tacked onto glass, and so I can put thousands of these on our glass chip and use them as a detection reagent. We took our chip over to Hewlett-Packard and used their atomic force microscope on one of these spots, and this is what you see: you can actually see the strands of DNA lying flat on the glass here. So, what we're doing is just printing DNA on glass -- little flat things -- and these are going to be markers for pathogens. OK, I make little robots in lab to make these chips, and I'm really big on disseminating technology. If you've got enough money to buy just a Camry, you can build one of these too, and so we put a deep how-to guide on the Web, totally free, with basically order-off-the-shelf parts. You can build a DNA array machine in your garage. Here's the section on the all-important emergency stop switch. (Laughter) Every important machine's got to have a big red button. But really, it's pretty robust. You can actually be making DNA chips in your garage and decoding some genetic programs pretty rapidly. It's a lot of fun. (Laughter)
OK, dat is wat we deden, maar hoe gaat het in zijn werk? Al sinds mijn doctoraalopleiding heb ik DNA-chips zitten knutselen - dat komt neer op DNA afdrukken op glas. Dat is wat je hier ziet: deze kleine zoutvlekjes zijn gewoon DNA op glas geplakt, en zo ik kan er duizenden op onze glazen chip zetten en gebruiken als een detectie-reagens. We namen onze chip mee naar Hewlett-Packard en gebruikten hun atoomkrachtmicroscoop op een van deze vlekken. Dan krijg je dit te zien: je kan de strengen DNA hier plat op het glas zien liggen. Eigenlijk printen we DNA op glas - kleine platte dingetjes - dat worden markers voor ziekteverwekkers. Ik maak in het lab kleine robots om deze chips te maken, en ik ben weg van het toepassen van technologie op nieuwe gebieden. Als je genoeg geld hebt om een Camry te kopen, kan je ook zo een bouwen. We hebben geheel gratis een grondige doe-het-zelfgids op het net geplaatst met in principe courante onderdelen - je kan nu in je garage een DNA-arraymachine bouwen. Hier de paragraaf over de zeer belangrijke noodstopschakelaar. (Gelach) Elke belangrijke machine moet een grote rode knop hebben. Maar echt, het is vrij robuust. Je kan nu echt DNA-chips maken in je garage en behoorlijk snel een aantal genetische programma's decoderen. Heel leuk. (Gelach)
And so what we did -- and this is a really cool project -- we just started by making a respiratory virus chip. I talked about that -- you know, that situation where you go into the clinic and you don't get diagnosed? Well, we just put basically all the human respiratory viruses on one chip, and we threw in herpes virus for good measure -- I mean, why not? The first thing you do as a scientist is, you make sure stuff works. And so what we did is, we take tissue culture cells and infect them with various viruses, and we take the stuff and fluorescently label the nucleic acid, the genetic material that comes out of these tissue culture cells -- mostly viral stuff -- and stick it on the array to see where it sticks. Now, if the DNA sequences match, they'll stick together, and so we can look at spots. And if spots light up, we know there's a certain virus in there.
Dit is een echt cool project: we zijn nog maar net begonnen met het maken van een respiratoire-viruschip. Ik had het daar al over - ik bedoel de situatie waar ze in de kliniek niet kunnen vinden wat je mankeert. We hebben gewoon alle menselijke respiratoire virussen op één chip gezet. We deden er voor de goede orde ook nog het herpesvirus bij - Ik bedoel, waarom niet? Het eerste wat je als wetenschapper moet doen, is zorgen dat het spul werkt. We namen wat weefselcultuurcellen en infecteerden ze met verschillende virussen, en labelden het nucleïnezuur fluorescent. We brengen het genetisch materiaal dat voortkomt uit deze weefselcultuurcellen - meestal viraal materiaal - op de array om te zien waar het blijft plakken. Als de DNA-sequenties overeenkomen, zullen ze aan elkaar blijven plakken. Dat zien we aan de gevormde kleurvlekken. Als ze oplichten, weten we dat er een zeker virus aanwezig is.
That's what one of these chips really looks like, and these red spots are, in fact, signals coming from the virus. And each spot represents a different family of virus or species of virus. And so, that's a hard way to look at things, so I'm just going to encode things as a little barcode, grouped by family, so you can see the results in a very intuitive way. What we did is, we took tissue culture cells and infected them with adenovirus, and you can see this little yellow barcode next to adenovirus. And, likewise, we infected them with parainfluenza-3 -- that's a paramyxovirus -- and you see a little barcode here. And then we did respiratory syncytial virus. That's the scourge of daycare centers everywhere -- it's like boogeremia, basically. (Laughter) You can see that this barcode is the same family, but it's distinct from parainfluenza-3, which gives you a very bad cold. And so we're getting unique signatures, a fingerprint for each virus. Polio and rhino: they're in the same family, very close to each other. Rhino's the common cold, and you all know what polio is, and you can see that these signatures are distinct. And Kaposi's sarcoma-associated herpes virus gives a nice signature down here. And so it is not any one stripe or something that tells me I have a virus of a particular type here; it's the barcode that in bulk represents the whole thing.
Zo ziet een van deze chips eruit. Deze rode vlekken zijn in feite het signaal afkomstig van het virus. Elke vlek staat voor een andere virusfamilie of soorten van virussen. Maar dat is een moeilijke manier om naar die dingen te kijken, dus ga ik ze coderen als een kleine barcode, gegroepeerd per familie, zodat je de resultaten op een meer intuïtieve manier kan zien. We hebben weefselcultuurcellen geïnfecteerd met het adenovirus. Je ziet deze kleine gele barcode naast het adenovirus. En met para-influenza-3 - dat is een paramyxovirus - hier de kleine barcode. Ook nog het respiratoir syncytieel virus. Dat is de gesel van de kinderdagverblijven - gesnotter alom. (Gelach) Je kan zien dat deze barcode van dezelfde familie is, maar onderscheiden van para-influenza-3, die je een heel zware verkoudheid geeft. Zo krijgen we unieke signalen, een vingerafdruk voor elk virus. Polio en rhino: ze zijn van dezelfde familie, heel dicht bij elkaar. Rhino is de verkoudheid en jullie weten allemaal wat polio is. Je kunt zien dat deze signalen te onderscheiden zijn. Kaposi-sarcoom-geassocieerd herpes virus geeft een mooi signaal hier beneden. Het is geen streepje of iets dergelijks dat wijst op een virus van een bepaald type. Het is de barcode in haar geheel die de hele zaak vertegenwoordigt.
All right, I can see a rhinovirus -- and here's the blow-up of the rhinovirus's little barcode -- but what about different rhinoviruses? How do I know which rhinovirus I have? There're 102 known variants of the common cold, and there're only 102 because people got bored collecting them: there are just new ones every year. And so, here are four different rhinoviruses, and you can see, even with your eye, without any fancy computer pattern-matching recognition software algorithms, that you can distinguish each one of these barcodes from each other.
Ik zie een rhinovirus - en hier is de vergroting van de kleine barcode van het rhinovirus - maar hoe zit het met verschillende rhinovirussen? Hoe weet ik welk rhinovirus ik heb? Er bestaan 102 bekende varianten van de verkoudheid, en er zijn er slechts 102, omdat het mensen begon te vervelen ze te verzamelen, want er komen er elk jaar nieuwe bij. Hier zijn vier verschillende rhinovirussen. Je kan ze zonder gesofistikeerde computer met patroonherkenningsoftware van elkaar onderscheiden door deze barcodes.
Now, this is kind of a cheap shot, because I know what the genetic sequence of all these rhinoviruses is, and I in fact designed the chip expressly to be able to tell them apart, but what about rhinoviruses that have never seen a genetic sequencer? We don't know what the sequence is; just pull them out of the field. So, here are four rhinoviruses we never knew anything about -- no one's ever sequenced them -- and you can also see that you get unique and distinguishable patterns. You can imagine building up some library, whether real or virtual, of fingerprints of essentially every virus. But that's, again, shooting fish in a barrel, you know, right? You have tissue culture cells. There are a ton of viruses. What about real people? You can't control real people, as you probably know. You have no idea what someone's going to cough into a cup, and it's probably really complex, right? It could have lots of bacteria, it could have more than one virus, and it certainly has host genetic material. So how do we deal with this? And how do we do the positive control here?
Nu is dit wel niet erg moeilijk want ik ken de genetische sequenties van al deze rhinovirussen. In feite ontwierp ik de chip precies om ze uit elkaar te kunnen houden, maar hoe zit het met rhinovirussen die nog nooit een genetische sequencer hebben gezien? We kennen de sequentie niet. We hebben ze nog maar net verzameld. Hier zijn dus vier rhinovirussen tot nogtoe onbekend - de sequentie is nog niet bepaald - en je kunt zien dat de patronen uniek en te onderscheiden zijn. Je zou een bibliotheek, hetzij reëel of virtueel, van vingerafdrukken van in wezen elk virus kunnen opbouwen. Maar daar is weer niks aan, toch? Je hebt weefselcultuurcellen en een hoop virusmateriaal. Hoe zit het met echte mensen? Je hebt geen controle over echte mensen, zoals je waarschijnlijk weet. Je hebt geen idee wat iemand in een beker gaat uithoesten. Waarschijnlijk iets heel complex, toch? Er kunnen veel bacteriën in zitten, of meerdere virussen en het bevat zeker ook genetisch materiaal van de gastheer. Hoe behandelen we dat? Hoe doen we hier de positieve controle?
Well, it's pretty simple. That's me, getting a nasal lavage. And the idea is, let's experimentally inoculate people with virus. This is all IRB-approved, by the way; they got paid. And basically we experimentally inoculate people with the common cold virus. Or, even better, let's just take people right out of the emergency room -- undefined, community-acquired respiratory tract infections. You have no idea what walks in through the door. So, let's start off with the positive control first, where we know the person was healthy. They got a shot of virus up the nose, let's see what happens.
Nou, het is vrij simpel. Dat ben ik bij het ondergaan van een nasale spoeling. Het idee is om mensen experimenteel met een virus in te enten zodat we - dit is tussen haakjes door het IRB goedgekeurd, ze worden ervoor betaald. Eigenlijk besmetten we mensen experimenteel met het verkoudheidsvirus. Of, nog beter, we nemen gewoon mensen direct uit de spoedafdeling - met ongedefinieerde, in de gemeenschap opgelopen luchtweginfecties. Je hebt geen idee wat er door de deur binnenkomt. Laten we eerst beginnen met de positieve controle, waarvan we weten dat de persoon gezond was. Ze werden via de neus besmet met virussen. Laten we eens kijken wat er gebeurt.
Day zero: nothing happening. They're healthy; they're clean -- it's amazing. Actually, we thought the nasal tract might be full of viruses even when you're walking around healthy. It's pretty clean. If you're healthy, you're pretty healthy. Day two: we get a very robust rhinovirus pattern, and it's very similar to what we get in the lab doing our tissue culture experiment. So that's great, but again, cheap shot, right? We put a ton of virus up this guy's nose. So -- (Laughter) -- I mean, we wanted it to work. He really had a cold. So, how about the people who walk in off the street?
Dag nul: er gebeurt niets. Ze zijn gezond, ze zijn schoon - het is verbazingwekkend. Eigenlijk verwachten we nasale luchtwegen vol met virussen zelfs wanneer je er gezond bij loopt. Het is vrij schoon. Als je gezond bent, ben je behoorlijk gezond. Dag twee: we krijgen een zeer robuust rhinoviruspatroon, en het is zeer vergelijkbaar met wat we krijgen in het lab met ons weefselkweekexperiment. Dat is geweldig maar toch weer niet bijster speciaal, niet? We hebben een hoop virussen door de neus van deze kerel gejaagd. Dus - (Gelach) - ik bedoel, we wilden dat het werkte. Ik bedoel dat hij echt een verkoudheid kreeg. Maar hoe zit het met mensen die je van de straat plukt?
Here are two individuals represented by their anonymous ID codes. They both have rhinoviruses; we've never seen this pattern in lab. We sequenced part of their viruses; they're new rhinoviruses no one's actually even seen. Remember, our evolutionary-conserved sequences we're using on this array allow us to detect even novel or uncharacterized viruses, because we pick what is conserved throughout evolution. Here's another guy. You can play the diagnosis game yourself here. These different blocks represent the different viruses in this paramyxovirus family, so you can kind of go down the blocks and see where the signal is. Well, doesn't have canine distemper; that's probably good. (Laughter) But by the time you get to block nine, you see that respiratory syncytial virus. Maybe they have kids. And then you can see, also, the family member that's related: RSVB is showing up here. So, that's great. Here's another individual, sampled on two separate days -- repeat visits to the clinic. This individual has parainfluenza-1, and you can see that there's a little stripe over here for Sendai virus: that's mouse parainfluenza. The genetic relationships are very close there. That's a lot of fun.
Hier twee personen vertegenwoordigd door hun anonieme ID-codes. Ze hebben allebei rhinovirussen. We hebben dit patroon in het lab nooit gezien. We bepaalden de sequentie van een deel van hun virussen. Het zijn nieuwe rhinovirussen, nog nooit door iemand gezien. Vergeet niet dat onze evolutionair geconserveerde sequenties die we op deze array gebruiken, ons zelfs toelaten om nieuwe of niet gekarakteriseerde virussen te detecteren. Omdat we opteerden voor wat doorheen de evolutie behouden bleef. Hier iemand anders. Je kan hier het diagnosespel zelf spelen. Deze verschillende blokken vertegenwoordigen de verschillende virussen in deze paramyxovirusfamilie. Je kan dus de blokken overlopen om te zien waar het signaal is. Hij heeft geen hondenziekte, dat is waarschijnlijk al goed. (Gelach) Maar als je aan blok negen komt, zie je dat respiratoir syncytieel virus. Misschien hebben ze kinderen. Dan zie je ook nog het verwante virusfamilielid: RSVB is hier weergegeven. Zo, dat is geweldig. Hier nog iemand, bemonsterd op twee afzonderlijke dagen - herhaalde bezoeken aan de kliniek. Deze persoon heeft para-influenza-1, en je kunt hier een kleine streep zien voor het Sendai-virus: dat is muis-para-influenza. De genetische relaties liggen zeer dicht bij elkaar. Dat valt mee.
So, we built out the chip. We made a chip that has every known virus ever discovered on it. Why not? Every plant virus, every insect virus, every marine virus. Everything that we could get out of GenBank -- that is, the national repository of sequences. Now we're using this chip. And what are we using it for? Well, first of all, when you have a big chip like this, you need a little bit more informatics, so we designed the system to do automatic diagnosis. And the idea is that we simply have virtual patterns, because we're never going to get samples of every virus -- it would be virtually impossible. But we can get virtual patterns, and compare them to our observed result -- which is a very complex mixture -- and come up with some sort of score of how likely it is this is a rhinovirus or something. And this is what this looks like. If, for example, you used a cell culture that's chronically infected with papilloma, you get a little computer readout here, and our algorithm says it's probably papilloma type 18. And that is, in fact, what these particular cell cultures are chronically infected with.
Dus hebben we de chip uitgewerkt. We maakten een chip met alle bekende virussen erop. Waarom niet? Elk plantvirus, elk insectvirus, elk mariene virus. Alles wat we uit de GenBank konden krijgen - dat is de nationale bewaarplaats van sequenties. Nu hebben we deze chip. Waar gebruiken we hem voor? Wel, eerst en vooral, wanneer je met zo een grote chip als deze werkt, heb je een beetje meer informatica nodig. Daarom hebben we een systeem voor automatische diagnose ontworpen. Het idee is dat we gewoon uitgaan van virtuele patronen - omdat we nooit monsters van ieder virus zullen krijgen. Dat zou vrijwel onmogelijk zijn. Maar we kunnen wel virtuele patronen verkrijgen en vergelijken met ons waargenomen resultaat. Dat is een zeer complex mengsel. Daaruit kunnen we dan een soort score opstellen van hoe waarschijnlijk het is dat dit een rhinovirus of zoiets is. Zo ziet het eruit. Als je bijvoorbeeld gebruik maakt van een celkweek die chronisch geïnfecteerd is met papilloma, dan krijg je hier een kleine computeruitlezing, en ons algoritme zegt dat het waarschijnlijk papilloma type 18 is. Dat is waar deze specifieke celkweken chronisch mee geïnfecteerd zijn.
So let's do something a little bit harder. We put the beeper in the clinic. When somebody shows up, and the hospital doesn't know what to do because they can't diagnose it, they call us. That's the idea, and we're setting this up in the Bay Area. And so, this case report happened three weeks ago. We have a 28-year-old healthy woman, no travel history, [unclear], doesn't smoke, doesn't drink. 10-day history of fevers, night sweats, bloody sputum -- she's coughing up blood -- muscle pain. She went to the clinic, and they gave her antibiotics and then sent her home. She came back after ten days of fever, right? Still has the fever, and she's hypoxic -- she doesn't have much oxygen in her lungs. They did a CT scan. A normal lung is all sort of dark and black here. All this white stuff -- it's not good. This sort of tree and bud formation indicates there's inflammation; there's likely to be infection. OK. So, the patient was treated then with a third-generation cephalosporin antibiotic and doxycycline, and on day three, it didn't help: she had progressed to acute failure. They had to intubate her, so they put a tube down her throat and they began to mechanically ventilate her. She could no longer breathe for herself. What to do next? Don't know. Switch antibiotics: so they switched to another antibiotic, Tamiflu. It's not clear why they thought she had the flu, but they switched to Tamiflu.
Laten we iets moeilijkers doen. We zetten de pieper op in de kliniek. Als iemand opduikt, en het ziekenhuis niet weet wat te doen omdat ze niet kunnen diagnosticeren, bellen ze ons. Dat is het idee en we zijn dat aan het oprichten in de Bay Area. Dit geval gebeurde drie weken geleden. We hebben een 28-jarige gezonde vrouw, zonder reisgeschiedenis, [Onduidelijk], rookt niet, drinkt niet. 10 dagen lang koorts, nachtelijk zweten, bloederig sputum - ze hoest bloed op, spierpijn. Ze ging naar de kliniek, ze gaven haar antibiotica en stuurden haar naar huis. Na nog eens tien dagen koorts kwam ze terug, nog steeds met koorts - en ze is hypoxisch - ze had niet veel zuurstof in haar longen. Ze deden een CT-scan. Bij een normale long zie je hier alle soorten grijs en zwart. Al dit witte spul hier is niet goed. Dit soort boom-en-knopformatie wijst op een ontsteking. Er is waarschijnlijk infectie. Dus werd de patiënt vervolgens behandeld met een cefalosporine-antibioticum van de derde generatie en doxycycline. Na drie dagen geen verbetering: ze evolueerde naar acuut falen. Ze moesten haar intuberen, dus staken ze een buisje in haar keel en begonnen haar mechanisch te ventileren. Ze kon zelf niet meer ademen. Wat nu te doen? Weet ik niet. Verander van antibiotica. Ze stapten over naar een ander antibioticum en Tamiflu, dat - Het is niet duidelijk waarom ze dachten dat ze de griep had - maar ze zijn overgestapt op Tamiflu.
And on day six, they basically threw in the towel. You do an open lung biopsy when you've got no other options. There's an eight percent mortality rate with just doing this procedure, and so basically -- and what do they learn from it? You're looking at her open lung biopsy. And I'm no pathologist, but you can't tell much from this. All you can tell is, there's a lot of swelling: bronchiolitis. It was "unrevealing": that's the pathologist's report. And so, what did they test her for? They have their own tests, of course, and so they tested her for over 70 different assays, for every sort of bacteria and fungus and viral assay you can buy off the shelf: SARS, metapneumovirus, HIV, RSV -- all these. Everything came back negative, over 100,000 dollars worth of tests. I mean, they went to the max for this woman.
Na zes dagen gaven ze het eigenlijk op. Als je hebt geen andere opties meer hebt, doe je een open-longbiopsie. Er is acht procent sterftekans bij deze procedure, en wat leerden ze hieruit? Je kijkt naar haar geopende-longbiopsie. Ik ben geen patholoog-anatoom maar hier is niet veel aan te zien. Het enige wat je kan zien is dat er veel zwellingen zijn: bronchiolitis. Het rapport van de patholoog: er is niet veel uit op te maken. Wat werd bij haar getest? Ze hebben hun eigen tests, natuurlijk, testten haar voor meer dan 70 verschillende toetsen, voor elke soort van bacteriën, schimmels en virussen die je kan vinden: SARS, metapneumovirus, HIV, RSV ... Allemaal negatief. Meer dan 100.000 dollar aan tests. Ze gingen tot het uiterste voor deze vrouw.
And basically on hospital day eight, that's when they called us. They gave us endotracheal aspirate -- you know, a little fluid from the throat, from this tube that they got down there -- and they gave us this. We put it on the chip; what do we see? Well, we saw parainfluenza-4. Well, what the hell's parainfluenza-4? No one tests for parainfluenza-4. No one cares about it. In fact, it's not even really sequenced that much. There's just a little bit of it sequenced. There's almost no epidemiology or studies on it. No one would even consider it, because no one had a clue that it could cause respiratory failure. And why is that? Just lore. There's no data -- no data to support whether it causes severe or mild disease. Clearly, we have a case of a healthy person that's going down.
Na acht dagen in het ziekenhuis, riepen ze ons erbij. Ze gaven ons wat endotracheaal aspiraat - je weet wel, een beetje vocht uit haar keel, uit deze buis in haar keel. We zetten het op de chip en wat zagen we? Para-influenza-4. Wat is para-influenza-4? Niemand test voor para-influenza-4. Niemand kan dat wat schelen. In feite is er zelfs niet veel van de sequentie bepaald. Maar een stukje van de sequentie is bepaald. Er bestaan bijna geen epidemiologie of studies van. Niemand zou het zelfs maar hebben overwogen, want niemand had een idee dat het ademhalingsproblemen zou kunnen veroorzaken. Waarom is dat? Gewoon traditionele kennis. Geen data ter ondersteuning van of het nu een ernstige of een milde ziekte veroorzaakt. Het is duidelijk een geval van een gezond persoon die achteruit gaat.
OK, that's one case report. I'm going to tell you one last thing in the last two minutes that's unpublished -- it's going to come out tomorrow -- and it's an interesting case of how you might use this chip to find something new and open a new door. Prostate cancer. I don't need to give you many statistics about prostate cancer. Most of you already know it: third leading cause of cancer deaths in the U.S. Lots of risk factors, but there is a genetic predisposition to prostate cancer. For maybe about 10 percent of prostate cancer, there are folks that are predisposed to it. And the first gene that was mapped in association studies for this, early-onset prostate cancer, was this gene called RNASEL. What is that? It's an antiviral defense enzyme. So, we're sitting around and thinking, "Why would men who have the mutation -- a defect in an antiviral defense system -- get prostate cancer? It doesn't make sense -- unless, maybe, there's a virus?"
Dat is één geval. Ik ga je in de laatste twee minuten een nog laatste ongepubliceerd iets vertellen - de publicatie gebeurt morgen - en het is een interessant geval van hoe je deze chip kan gebruiken om iets nieuws te zoeken en een nieuwe deur te openen. Prostaatkanker. Ik hoef jullie niet veel statistieken over prostaatkanker te geven. De meeste van jullie weten het al: derde belangrijke oorzaak van sterfgevallen door kanker in de VS. Veel risicofactoren maar er is ook een genetische aanleg voor prostaatkanker. In misschien wel ongeveer 10 procent gevallen van prostaatkanker hebben mensen er aanleg voor. Het eerste gen dat in kaart werd gebracht in associatiestudies voor deze vroeg beginnende prostaatkanker, was het RNASEL-gen. Wat is dat? Het is een antiviraal verdedigingsenzym. We vroegen ons af: waarom krijgen mannen met die mutatie, een defect in een antiviraal afweersysteem, prostaatkanker? Het is niet logisch - tenzij er misschien een virus is.
So, we put tumors --- and now we have over 100 tumors -- on our array. And we know who's got defects in RNASEL and who doesn't. And I'm showing you the signal from the chip here, and I'm showing you for the block of retroviral oligos. And what I'm telling you here from the signal, is that men who have a mutation in this antiviral defense enzyme, and have a tumor, often have -- 40 percent of the time -- a signature which reveals a new retrovirus. OK, that's pretty wild. What is it? So, we clone the whole virus. First of all, I'll tell you that a little automated prediction told us it was very similar to a mouse virus. But that doesn't tell us too much, so we actually clone the whole thing. And the viral genome I'm showing you right here? It's a classic gamma retrovirus, but it's totally new; no one's ever seen it before. Its closest relative is, in fact, from mice, and so we would call this a xenotropic retrovirus, because it's infecting a species other than mice. And this is a little phylogenetic tree to see how it's related to other viruses. We've done it for many patients now, and we can say that they're all independent infections. They all have the same virus, but they're different enough that there's reason to believe that they've been independently acquired. Is it really in the tissue? And I'll end up with this: yes. We take slices of these biopsies of tumor tissue and use material to actually locate the virus, and we find cells here with viral particles in them. These guys really do have this virus.
Dus plaatsten we tumoren - meer dan 100 tumoren - op onze array. We weten nu wie gebreken in zijn RNASEL had en wie niet. Hier het signaal op de chip en ik toon jullie het blok van retrovirale oligo's. Hieruit blijkt dat mannen die een mutatie hebben in dit enzym voor antivirale verdediging en die een tumor hebben, vaak - in 40 procent van de gevallen - een signaal geven dat wijst op een nieuw retrovirus. Wat deden we daarmee? We kloonden het hele virus. Een beetje geautomatiseerd voorspellen, leerde ons dat het erg leek op met een muisvirus. Maar dat zei ons niet veel, dus kloonden we het hele ding. Hier het virale genoom. Het is een klassiek gammaretrovirus, maar het is wel helemaal nieuw. Nooit eerder gezien. Zijn naaste familielid vinden we bij muizen. We kunnen dit een xenotroop retrovirus noemen, omdat het een andere diersoort dan muizen infecteert. Dit is een kleine fylogenetische boom om te zien hoe het met andere virussen is gerelateerd. Dat hebben we nu voor veel patiënten gedaan, en we kunnen zeggen dat het allemaal onafhankelijke infecties zijn. Ze hebben allemaal hetzelfde virus maar ze zijn verschillend genoeg om te doen geloven dat ze onafhankelijk zijn opgelopen. Zit het werkelijk in het weefsel? Ik zal hiermee eindigen. Ja. Wij nemen plakjes van deze biopsieën van het tumorweefsel en gebruiken materiaal om het virus te lokaliseren, en we vinden cellen met virale deeltjes erin. Deze jongens hebben echt dit virus.
Does this virus cause prostate cancer? Nothing I'm saying here implies causality. I don't know. Is it a link to oncogenesis? I don't know. Is it the case that these guys are just more susceptible to viruses? Could be. And it might have nothing to do with cancer. But now it's a door. We have a strong association between the presence of this virus and a genetic mutation that's been linked to cancer. That's where we're at. So, it opens up more questions than it answers, I'm afraid, but that's what, you know, science is really good at. This was all done by folks in the lab -- I cannot take credit for most of this. This is a collaboration between myself and Don. This is the guy who started the project in my lab, and this is the guy who's been doing prostate stuff. Thank you very much. (Applause)
Betekent dat dat dit virus prostaatkanker veroorzaakt? Niets van wat ik hier zeg, impliceert causaliteit. Ik weet het niet. Is er een verband met oncogenese? Ik weet het niet. Is het zo dat deze jongens gewoon meer vatbaar zijn voor virussen? Zou kunnen. Misschien heeft het niets te maken met kanker. Maar nu is er een opening. We vonden een sterke associatie tussen de aanwezigheid van dit virus en een genetische mutatie die in verband werd gebracht met kanker. Zover staan we nu. Het stelt meer vragen dan het beantwoordt, ben ik bang, maar dat is waar wetenschap nu eenmaal goed in is. Dit werd allemaal gedaan door mensen in het lab. Ik kan voor het meeste hiervan niet met de eer gaan strijken. Dit is een samenwerking tussen mijzelf en Don. Dit is de man die het project in mijn lab opstartte en dit is de kerel die het prostaatgedeelte heeft gedaan. Heel hartelijk bedankt.