Chris Anderson: Miku, vítejte. Rád vás vidím. Těším se na rozhovor.
Chris Anderson: Mike, welcome.
Michael Levin: Moc děkuji. Jsem rád, že tu jsem.
It's good to see you. I'm excited for this conversation.
CA: Většina z nás si v biologii osvojila mentální model,
Michael Levin: Thank you so much. I'm so happy to be here.
že DNA je vlastností všech živých tvorů, že je to takový software, který konstruuje hardware našeho těla. Takhle o tom přemýšlí spousta z nás. Ten model zanechává příliš mnoho velkých záhad. Můžete se s námi o některé z těch záhad podělit a co s tím mají společného pulci?
CA: So, most of us have this mental model in biology that DNA is a property of every living thing, that it is kind of the software that builds the hardware of our body. That's how a lot of us think about this. That model leaves too many deep mysteries. Can you share with us some of those mysteries and also what tadpoles have to do with it?
ML: Jistě. Ano. Rád bych vám poskytl jiný pohled na tento problém. Jednou z věcí, kterou DNA dělá, je přesné určení hardwaru každé buňky. DNA říká každé buňce, jaké proteiny by měla mít. Když si vezmete například pulce, vybavíte si takového toho živočicha, o kterém se většina lidí domnívá, že se u něj postupně odvíjí genom. Konkrétní geny se zapínají a vypínají a pulec, když se stává žábou, musí změnit svoji vizáž. Takže oči, nosní dírky, čelisti ‒ všechno se musí přesunout. Dřív jsme si o tom mysleli, že je to jakási pevně daná sada pohybů, kde se všechny ty věci dají do pohybu, dokud nevznikne žába. Ale ve skutečnosti jsme před pár lety našli fakt úžasný fenomén, totiž pokud vytvoříte tzv. „Picassovy žáby“ ‒ to jsou pulci, kterým narostly čelisti na straně, oči mají nahoře, nosní dírky se přesunuly, všechno je posunuté ‒ i tak mají tito pulci do značné míry normální žabí vizáž. To je úžasné, protože už od počátku jsou všechny orgány na netypických místech, a přesto nakonec vytvoří docela slušný žabí obličej. Ukazuje se, že tento systém, stejně jako u mnoha živých systémů, není pevně danou sadou pohybů, ale funguje vlastně tak, že snižuje chybu mezi tím, co se děje, a tím, co ví, že je správná konfigurace žabího vzhledu.
ML: Sure. Yeah. I'd like to give you another perspective on this problem. One of the things that DNA does is specify the hardware of each cell. So the DNA tells every cell what proteins it's supposed to have. And so when you have tadpoles, for example, you see the kind of thing that most people think is sort of a progressive unrolling of the genome. Specific genes turn on and off, and a tadpole, as it becomes a frog, has to rearrange its face. So the eyes, the nostrils, the jaws -- everything has to move. And one way to think about it used to be that, well, you have a sort of hardwired set of movements where all of these things move around and then you get your frog. But actually, a few years ago, we found a pretty amazing phenomenon, which is that if you make so-called "Picasso frogs" -- these are tadpoles where the jaws might be off to the side, the eyes are up here, the nostrils are moved, so everything is shifted -- these tadpoles make largely normal frog faces. Now, this is amazing, because all of the organs start off in abnormal positions, and yet they still end up making a pretty good frog face. And so what it turns out is that this system, like many living systems, is not a hardwired set of movements, but actually works to reduce the error between what's going on now and what it knows is a correct frog face configuration.
Tento druh rozhodování, který pružně reaguje na nové okolnosti, bychom v jiném kontextu nazvali inteligencí. To, co teď potřebujeme pochopit, jsou nejen mechanismy, kterými tyto buňky vykonávají pohyby a genovou expresi a tak dále, ale vážně musíme pochopit informační tok: Jak tyto buňky vzájemně spolupracují, aby postavily něco velkého, a přestaly stavět, když je konkrétní struktura vytvořena. Tyto druhy výpočtů, nejen mechanismy, ale i výpočty pro řízení anatomie, jsou budoucností biologie.
This kind of decision-making that involves flexible responses to new circumstances, in other contexts, we would call this intelligence. And so what we need to understand now is not only the mechanisms by which these cells execute their movements and gene expression and so on, but we really have to understand the information flow: How do these cells cooperate with each other to build something large and to stop building when that specific structure is created? And these kinds of computations, not just the mechanisms, but the computations of anatomical control, are the future of biology.
CA: Hádám, že tradiční model je ten, že buňky mezi sebou nějak vysílají biochemické signály, které ten inteligentní vývoj umožňují. Ale vy si myslíte něco jiného. Co to je?
CA: And so I guess the traditional model is that somehow cells are sending biochemical signals to each other that allow that development to happen the smart way. But you think there is something else at work.
ML: Buňky rozhodně komunikují biochemicky a díky fyzikálním silám, ale děje se ještě něco, co je nesmírně zajímavé, v podstatě se tomu říká bioelektřina, jiného typu než ta neurální. Ukazuje se, že všechny buňky ‒ nejen nervové, ale všechny buňky v těle ‒ spolu komunikují pomocí elektrických signálů. To, co zde vidíte, je časosběrné video. Poprvé v dějinách jsme schopni odposlouchávat veškeré elektrické konverzace, které buňky mezi sebou vedou. Zamyslete se nad tím. Teď sledujeme ‒ toto je rané žabí embryo. Jeho vývoj trval asi osm až deset hodin. A barvy ukazují aktuální elektrické stavy, které vám umožňují pozorovat veškerý elektrický software, který běží na genomem definovaném buněčném hardware. Tyto buňky spolu v podstatě komunikují, která z nich se stane hlavou, která bude ocasem, která bude vlevo nebo vpravo a ze které budou oči, mozek a tak dál. Takže to je ten software, který umožňuje těmto živým systémům dosažení konkrétních cílů, cílů, jako je sestavení embrya nebo regenerace končetiny u živočichů, kteří to umí. Schopnost vidět tyto elektrické konverzace nám dává opravdu pozoruhodné možnosti zacílit na nebo přepsat cíle, na kterých tyto živé systémy pracují.
What is that? ML: Well, cells certainly do communicate biochemically and via physical forces, but there's something else going on that's extremely interesting, and it's basically called bioelectricity, non-neural bioelectricity. So it turns out that all cells -- not just nerves, but all cells in your body -- communicate with each other using electrical signals. And what you're seeing here is a time-lapse video. For the first time, we are now able to eavesdrop on all of the electrical conversations that the cells are having with each other. So think about this. We're now watching -- This is an early frog embryo. This is about eight hours to 10 hours of development. And the colors are showing you actual electrical states that allow you to see all of the electrical software that's running on the genome-defined cellular hardware. And so these cells are basically communicating with each other who is going to be head, who is going to be tail, who is going to be left and right and make eyes and brain and so on. And so it is this software that allows these living systems to achieve specific goals, goals such as building an embryo or regenerating a limb for animals that do this, and the ability to see these electrical conversations gives us some really remarkable opportunities to target or to rewrite the goals towards which these living systems are operating.
CA: OK, tohle je docela radikální. Uvidíme, jestli tomu rozumím. Říkáte, že když se organismus začne vyvíjet, tak jakmile se buňky rozdělí, sdílejí mezi sebou elektrické signály. Ale když se dostanete ke stovce, několika stovkám buněk, tak se tyto signály nakonec zformují do v podstatě počítačového programu, programu, který v sobě zahrnuje všechny potřebné informace, aby řekl tomu organismu, jaký je jeho osud. Je správné o tom takhle přemýšlet?
CA: OK, so this is pretty radical. Let me see if I understand this. What you're saying is that when an organism starts to develop, as soon as a cell divides, electrical signals are shared between them. But as you get to, what, a hundred, a few hundred cells, that somehow these signals end up forming essentially like a computer program, a program that somehow includes all the information needed to tell that organism what its destiny is? Is that the right way to think about it?
ML: Ano, docela ano. V podstatě se stane to, že tyto buňky vytvářením elektrických sítí, hodně podobných sítím v mozku, utvoří elektrické sítě a tyto sítě zpracovávají informace, včetně pamětí vzorů. Mezi ně patří i reprezentace rozsáhlých anatomických struktur, kde budou umístěny které orgány, jak budou vypadat různé osy živočicha ‒ předek a zadek, hlava a ocas ‒ a ty jsou doslova vtištěny do elektrických obvodů napříč velkými tkáněmi, stejně jako si mozek uchovává jiné druhy vzpomínek a vědomostí.
ML: Yes, quite. Basically, what happens is that these cells, by forming electrical networks much like networks in the brain, they form electrical networks, and these networks process information including pattern memories. They include representation of large-scale anatomical structures where various organs will go, what the different axes of the animal -- front and back, head and tail -- are going to be, and these are literally held in the electrical circuits across large tissues in the same way that brains hold other kinds of memories and learning.
CA: Je tedy správné o tom takto přemýšlet? Protože to vypadá na opravdu velký posun. Když jsem si poprvé pořídil počítač, měl jsem respekt k lidem kteří dokázali psát tzv. „strojový kód“, například přímo programovali jednotlivé bity v počítači. To většina smrtelníků nedokázala. Abyste měli šanci ten počítač ovládat, museli jste programovat v nějakém jazyce, což byl mnohem jednodušší způsob, jak dělat věci v širším měřítku. A jestli vám dobře rozumím, říkáte, že většina oblastí biologie se dnes svým způsobem snaží dosáhnout ekvivalentu programování ve strojovém kódu, pochopit biochemické signály mezi jednotlivými buňkami, pokud, moment, sakra, s tím jazykem pokročíte, pokud byste tomu elektrickému jazyku porozuměli, poskytl by nám zcela odlišné představy o tom, jak se organismy vyvíjejí. Je ta metafora v zásadě správná?
CA: So is this the right way to think about it? Because this seems to be such a big shift. I mean, when I first got a computer, I was in awe of the people who could do so-called "machine code," like the direct programming of individual bits in the computer. That was impossible for most mortals. To have a chance of controlling that computer, you'd have to program in a language, which was a vastly simpler way of making big-picture things happen. And if I understand you right, what you're saying is that most of biology today has sort of taken place trying to do the equivalent of machine code programming, of understanding the biochemical signals between individual cells, when, wait a sec, holy crap, there's this language going on, this electrical language, which, if you could understand that, that would give us a completely different set of insights into how organisms are developing. Is that metaphor basically right?
ML: Ano, to je přesně ono. Když se zamyslíte nad tím, jak se programovalo ve 40. letech, tak aby počítač udělal něco jiného, museli jste fyzicky přepojit vodiče. Museli jste jít a předělat hardware. Museli jste přímo interagovat s hardwarem a všechny vaše strategie pro manipulaci s tím strojem byly na úrovni hardwaru. A důvod, proč teď zažíváme tu úžasnou technologickou revoluci, informační vědy a tak dále, se děje proto, že počítačová věda přesunula pozornost od hardware k uvědomění si, že pokud je váš hardware dost dobrý ‒ a řeknu vám, že biologický hardware je naprosto dostačující ‒ pak nemusíte interagovat se systémem tím, že vylepšíte nebo předěláte hardware, ale vlastně se tím nezabýváte a dáváte mu podněty nebo vstupy tak, jako byste je zadávali do programovatelného počítače, a donutíte buněčnou síť dělat něco úplně jiného, než původně dělala. Schopnost vidět tyto bioelektrické signály nám dává vstupní bod přímo do softwaru, který celkově řídí anatomii, což je úplně jiný přístup k medicíně než předělávat určité dráhy uvnitř každé buňky.
ML: Yeah, this is exactly right. So if you think about the way programming was done in the '40s, in order to get your computer to do something different, you would physically have to shift the wires around. So you'd have to go in there and rewire the hardware. You'd have to interact with the hardware directly, and all of your strategies for manipulating that machine would be at the level of the hardware. And the reason we have this now amazing technology revolution, information sciences and so on, is because computer science moved from a focus on the hardware on to understanding that if your hardware is good enough -- and I'm going to tell you that biological hardware is absolutely good enough -- then you can interact with your system not by tweaking or rewiring the hardware, but actually, you can take a step back and give it stimuli or inputs the way that you would give to a reprogrammable computer and cause the cellular network to do something completely different than it would otherwise have done. So the ability to see these bioelectrical signals is giving us an entry point directly into the software that guides large-scale anatomy, which is a very different approach to medicine than to rewiring specific pathways inside of every cell.
CA: V mnoha ohledech úžasnost vaší práce spočívá v tom, že začínáte luštit kód těchto elektrických signálů, a vy k tomu máte úžasnou ukázku v podobě těchto ploštěnců. Povězte nám, co se tady děje.
CA: And so in many ways, this is the amazingness of your work is that you're starting to crack the code of these electrical signals, and you've got an amazing demonstration of this in these flatworms. Tell us what's going on here.
ML: Tohle je tvor známý jako ploštěnka. Patří mezi ploštěnce. Jsou to vlastně docela složitá stvoření. Mají opravdový mozek, spoustu různých orgánů a tak dále. A tyto ploštěnky mají úžasnou vlastnost, mají vysokou schopnost regenerace. Když ji nakrájíte na kousky ‒ vlastně až na více než 200 kusů ‒ každý kus si znovu dostaví přesně to, co je potřeba k vytvoření dokonalého červíka. Zamyslete se nad tím. Toto je systém, kde každý kus přesně ví, jak má vypadat správná ploštěnka a postaví správné orgány na správných místech a pak skončí. A to je jeden z nejúžasnějších poznatků o regeneraci. Zjistili jsme, že když ji rozkrájíme na tři kusy, amputujeme jí hlavu a ocas a vezmeme ten prostřední fragment, který zde vidíte, překvapivě je od hlavy k ocasu generován elektrický gradient, který tomu kousku říká, kde bude hlava a kde ocas a kolik hlav nebo ocasů má mít. Naučili jsme se s tímto elektrickým gradientem manipulovat, a důležité je, že neuplatňujeme elektřinu. Místo toho jsme zapnuli a vypnuli malé tranzistory ‒ jsou to skutečné proteiny iontového kanálu ‒ který každá buňka přirozeně používá k nastavení elektrického stavu. Teď tedy máme způsob, jak je zapnout a vypnout, a když to uděláte, můžete například přepnout obvod do stavu, který říká, ne, postav dvě hlavy, nebo nestav žádnou hlavu. A zde vidíte skutečné červy, kteří na základě toho mají buď dvě, nebo žádnou hlavu, protože elektrická mapa je tím, co buňky používají k rozhodnutí, co dělat.
ML: So this is a creature known as a planarian. They're flatworms. They're actually quite a complex creature. They have a true brain, lots of different organs and so on. And the amazing thing about these planaria is that they are highly, highly regenerative. So if you cut it into pieces -- in fact, over 200 pieces -- every piece will rebuild exactly what's needed to make a perfect little worm. So think about that. This is a system where every single piece knows exactly what a correct planarian looks like and builds the right organs in the right places and then stops. And that's one of the most amazing things about regeneration. So what we discovered is that if you cut it into three pieces and amputate the head and the tail and you just take this middle fragment, which is what you see here, amazingly, there is an electrical gradient, head to tail, that's generated that tells the piece where the heads and the tails go and in fact, how many heads or tails you're supposed to have. So what we learned to do is to manipulate this electrical gradient, and the important thing is that we don't apply electricity. What we do instead was we turned on and off the little transistors -- they're actual ion channel proteins -- that every cell natively uses to set up this electrical state. So now we have ways to turn them on and off, and when you do this, one of the things you can do is you can shift that circuit to a state that says no, build two heads, or in fact, build no heads. And what you're seeing here are real worms that have either two or no heads that result from this, because that electrical map is what the cells are using to decide what to do.
To, co zde vidíte, jsou živí dvouhlaví červi. A když jsem je vygeneroval, udělali jsme naprosto bláznivý experiment. Vezmete jednoho dvouhlavého červa, useknete mu obě hlavy a zůstane vám jen normální prostřední fragment. Uvědomte si, že tito živočichové nebyli genomicky upraveni. Jejich genom se vůbec nijak neliší. Sekvence genů je naprosto stejná jako v přírodě. Takže amputujete hlavy, máte pěkný, normální fragment, a pak se ptáte, co se bude dít v obyčejné vodě. Podle standardního paradigmatu bychom řekli, že pokud jste se zbavili této nadbytečné ektopické tkáně a genom není upraven, měl by vzniknout úplně normální červ. A je úžasné, že se to neděje. Když tyto červy řežete znovu a znovu, tak v obyčejné vodě pokračují v regeneraci se dvěma hlavami. Zamyslete se nad tím. Paměť vzoru, podle kterého se po poškození tito živočichové zregenerují, byla trvale přepsána. Vlastně ji teď můžeme znovu přepsat a bez jakýchkoliv úprav genomu je změnit zpět na jednohlavé. Říká nám to, že informační struktura, která těmto červům sděluje, kolik hlav mají mít, není přímo v genomu. Je v této dodatečné bioelektrické vrstvě. Asi tomu tak je i u mnoha jiných věcí. A teď máme možnost to přepsat. A to je samozřejmě klíčová definice paměti. Musí být stabilní, dlouhodobě stabilní, a musí se dát přepsat. Nyní začínáme dešifrovat tento morfogenetický kód a ptáme se, jak tyto tkáně ukládají mapu toho, co dělat, a jak do ní můžeme vstoupit a přepsat ji, aby výsledky byly jiné.
And so what you're seeing here are live two-headed worms. And, having generated these, we did a completely crazy experiment. You take one of these two-headed worms, and you chop off both heads, and you leave just the normal middle fragment. Now keep in mind, these animals have not been genomically edited. There's absolutely nothing different about their genomes. Their genome sequence is completely wild type. So you amputate the heads, you've got a nice normal fragment, and then you ask: In plain water, what is it going to do? And, of course, the standard paradigm would say, well, if you've gotten rid of this ectopic extra tissue, the genome is not edited so it should make a perfectly normal worm. And the amazing thing is that it is not what happens. These worms, when cut again and again, in the future, in plain water, they continue to regenerate as two-headed. Think about this. The pattern memory to which these animals will regenerate after damage has been permanently rewritten. And in fact, we can now write it back and send them back to being one-headed without any genomic editing. So this right here is telling you that the information structure that tells these worms how many heads they're supposed to have is not directly in the genome. It is in this additional bioelectric layer. Probably many other things are as well. And we now have the ability to rewrite it. And that, of course, is the key definition of memory. It has to be stable, long-term stable, and it has to be rewritable. And we are now beginning to crack this morphogenetic code to ask how is it that these tissues store a map of what to do and how we can go in and rewrite that map to new outcomes.
CA: Tedy, zdá se, že máte neuvěřitelně přesvědčivý důkaz, že DNA prostě neřídí skutečný finální tvar těchto organismů, že se děje spousta dalších věcí a kdybyste ten kód rozluštili, k čemu všemu by to mohlo vést. Mimochodem, stačí se podívat na tyhle. Jak vypadá život dvouhlavého červa? Vypadá to, že je to tak trochu kompromis. Dobré je, že máte úžasný trojrozměrný pohled na svět, ale horší je, že musíte vyměšovat ústy na obou stranách.
CA: I mean, that seems incredibly compelling evidence that DNA is just not controlling the actual final shape of these organisms, that there's this whole other thing going on, and, boy, if you could crack that code, what else could that lead to. By the way, just looking at these ones. What is life like for a two-headed flatworm? I mean, it seems like it's kind of a trade-off. The good news is you have this amazing three-dimensional view of the world, but the bad news is you have to poop through both of your mouths?
ML: Červi mají tyhle trubičky zvané hltany, ty trubice jsou zhruba uprostřed těla a tudy vylučují. Jsou dokonale životaschopní. Myslím, že jsou naprosto spokojení. Problém je však v tom, že ty dvě hlavy tak dobře nespolupracují a tak se moc dobře nenají. Ale když je dokážete nakrmit ručně, budou žít navždy, vlastně je dobré vědět, že jsou v podstatě nesmrtelní. Protože se tihle červi dokážou tak úspěšně regenerovat, nemají žádný věkový limit a říkají nám, že když toto tajemství regenerace rozlouskneme, což neznamená jen růst nových buněk, ale i vědět, kdy přestat ‒ vidíte, to je naprosto zásadní ‒ pokud dokážete pokračovat v uplatňování této opravdu důkladné kontroly nad trojrozměrnými strukturami, o které buňky usilují, můžete překonat stárnutí i traumatická zranění a podobné věci.
ML: So, the worms have these little tubes called pharynxes, and the tubes are sort of in the middle of the body, and they excrete through that. These animals are perfectly viable. They're completely happy, I think. The problem, however, is that the two heads don't cooperate all that well, and so they don't really eat very well. But if you manage to feed them by hand, they will go on forever, and in fact, you should know these worms are basically immortal. So these worms, because they are so highly regenerative, they have no age limit, and they're telling us that if we crack this secret of regeneration, which is not only growing new cells but knowing when to stop -- you see, this is absolutely crucial -- if you can continue to exert this really profound control over the three-dimensional structures that the cells are working towards, you could defeat aging as well as traumatic injury
Mějte na paměti jednu věc, že schopnost přepisovat
and things like this.
rozsáhlé anatomické struktury těla není jen podivným trikem ploštěnek. Není to něco, co funguje jen u ploštěnců. Tady vidíte pulce s okem a střevem, Zapnuli jsme velmi specifický iontový kanál. V podstatě jsme manipulovali s těmi malými elektrickými tranzistory, které jsou uvnitř buněk, a na některých z těchto střevních buněk jsme vyvolali stav, který normálně nastává při růstu oka. V důsledku toho ty buňky budují oko. Tyhle oči jsou kompletní. Mají zrakový nerv, čočku, sítnici, všechno, co má správné oko mít. Mimochodem, oni jimi normálně vidí. Zde vidíte, že spuštěním podprogramu pro stavbu oka ve fyziologickém softwaru těla můžete tělu velmi snadno říci, aby vybudovalo složitý orgán. To je důležité pro naši biomedicínu, protože nevíme, jak do detailu řídit stavbu oka. Myslím, že bude trvat opravdu dlouho, než dokážeme od základů stavět věci jako oči nebo ruce a další. Ale nepotřebujeme to, protože tělo už ví, jak na to, a máme tyto podprogramy, jenž mohou být spuštěny podle specifických elektrických vzorů, které dokážeme najít. Říkáme tomu „prolomení bioelektrického kódu“. Můžeme vytvořit oči a další končetiny. Tady je jeden z našich pětinohých pulců. Můžeme vyrobit další srdce. Začínáme prolamovat kód, abychom pochopili, kde se v tomto softwaru nachází podprogramy, které můžeme spustit a vytvářet tyto složité orgány, dlouho předtím, než se dozvíme, jak tento proces detailně řídit na buněčné úrovni.
So one thing to keep in mind is that this ability to rewrite the large-scale anatomical structure of the body is not just a weird planarian trick. It's not just something that works in flatworms. What you're seeing here is a tadpole with an eye and a gut, and what we've done is turned on a very specific ion channel. So we basically just manipulated these little electrical transistors that are inside of cells, and we've imposed a state on some of these gut cells that's normally associated with building an eye. And as a result, what the cells do is they build an eye. These eyes are complete. They have optic nerve, lens, retina, all the same stuff that an eye is supposed to have. They can see, by the way, out of these eyes. And what you're seeing here is that by triggering eye-building subroutines in the physiological software of the body, you can very easily tell it to build a complex organ. And this is important for our biomedicine, because we don't know how to micromanage the construction of an eye. I think it's going to be a really long time before we can really bottom-up build things like eyes or hands and so on. But we don't need to, because the body already knows how to do it, and there are these subroutines that can be triggered by specific electrical patterns that we can find. And this is what we call "cracking the bioelectric code." We can make eyes. We can make extra limbs. Here's one of our five-legged tadpoles. We can make extra hearts. We're starting to crack the code to understand where are the subroutines in this software that we can trigger and build these complex organs long before we actually know how to micromanage the process at the cellular level.
CA: S tím, jak jste začali poznávat tuto elektrickou vrstvu a co dokáže, byli jste schopni vytvářet ‒ dá se říct, že je to skoro jako nová, neotřelá forma života nazývaná xenobot? Povězte mi o xenobotech.
CA: So as you've started to get to learn this electrical layer and what it can do, you've been able to create -- is it fair to say it's almost like a new, a novel life-form, called a xenobot? Talk to me about xenobots.
ML: Správně. Když se nad tím zamyslíte, vede to k opravdu podivné predikci. Pokud buňky opravdu poslušně staví orgány podle konkrétní mapy, mohly by nám stačit geneticky neupravené buňky, a to, co zde vidíte, jsou buňky odebrané z žabího těla. Spojily se způsobem, který je žádá, aby přehodnotily svou mnohobuněčnost. A zde vidíte, že když se osvobodí od zbytku těla živočicha, vytvářejí taková malá nová tělíčka, která se co se týče chování, dokážou pohybovat, procházejí bludištěm. Jsou úplně jiná než žáby nebo pulci. Když mají žabí buňky přehodnotit, jaký druh těla by měly vytvořit, udělají něco neuvěřitelně zajímavého. Používají hardware, který jim jejich genetika dává, například tyto malé chloupky, tyto malé brvy, které se běžně používají k redistribuci hlenu vně žáby, jsou specifikované geneticky. Ale tito tvorové, když se buňkám podařilo vytvořit nové druhy těl, přišli na to, jak tyto malé brvy používat k pádlování ve vodě, a teď jsou schopni pohybu. Takže se mohou nejen volně pohybovat, ale tady vidíte, že se ty buňky spojují dohromady. Teď si spolu začínají povídat o tom, co budou dělat. Zde vidíte, že těmi výměnami informací jsou ty záblesky. Nezapomeňte, že je to jen kůže. Nervový systém neexistuje. Nemá to žádný mozek. Tohle je jen kůže. Toto je kůže, která se naučila vytvářet nové tělo a zkoumat své prostředí a pohybovat se. Mají spontánní chování. Tady vidíte, jak to plave tímto bludištěm. V tuto chvíli se to rozhodlo otočit a vrátit se tam, odkud to přišlo. Má to své vlastní chování a z několika důvodů jde o pozoruhodný modelový systém. Především nám to ukazuje úžasnou plasticitu buněk, které se přirozeně vyskytují. Nejsou tu žádné genetické úpravy. Jsou to buňky, které mají tendenci vyrábět nějaký druh funkčního těla.
ML: Right. So if you think about this, this leads to a really strange prediction. If the cells are really willing to build towards a specific map, we could take genetically unaltered cells, and what you're seeing here is cells taken out of a frog body. They've coalesced in a way that asks them to re-envision their multicellularity. And what you see here is that when liberated from the rest of the body of the animal, they make these tiny little novel bodies that are, in terms of behavior, you can see they can move, they can run a maze. They are completely different from frogs or tadpoles. Frog cells, when asked to re-envision what kind of body they want to make, do something incredibly interesting. They use the hardware that their genetics gives them, for example, these little hairs, these little cilia that are normally used to redistribute mucus on the outside of a frog, those are genetically specified. But what these creatures did, because the cells are able to form novel kinds of bodies, they have figured out how to use these little cilia to instead row against the water, and now have locomotion. So not only can they move around, but they can, and here what you're seeing, is that these cells are coalescing together. Now they're starting to have conversations about what they are going to do. You can see here the flashes are these exchanges of information. Keep in mind, this is just skin. There is no nervous system. There is no brain. This is just skin. This is skin that has learned to make a new body and to explore its environment and move around. And they have spontaneous behaviors. You can see here where it's swimming down this maze. At this point, it decides to turn around and go back where it came from. So it has its own behavior, and this is a remarkable model system for several reasons. First of all, it shows us the amazing plasticity of cells that are genetically wild type. There is no genetic editing here. These are cells that are really prone to making some sort of functional body.
Druhá věc, a na té jsme spolupracovali s laboratoří Joshe Bongarda na UVM, oni modelovali strukturu těchto živočichů a vyvíjeli ji ve virtuálním světě. Stalo se to doslova ‒ na počítači, vymodelovali to na počítači. Toto je opravdu jediný organismus na této planetě, o kterém vím, že jeho evoluce neproběhla v biosféře Země, ale v počítači. Jednotlivé buňky mají evoluční historii, ale tento organismus nikdy předtím neexistoval. Byl vyvinut se ve virtuálním světě a pak jsme pokračovali a vyrobili ho v laboratoři, vidíte tu úžasnou plasticitu. Neslouží to jen k výrobě užitečných strojů. Představte si, že jsou naprogramovány tak, aby se vydaly do prostředí a sbíraly toxiny a uklízely, nebo si je můžete představit vyrobené z lidských buněk, jak procházejí vaším tělem a sbírají rakovinné buňky nebo přetvářejí artritické klouby, dodávají proregenerativní sloučeniny, to všechno je možné. Ale nejen tyto užitečné aplikace ‒ je to úžasné pískoviště, kde se dá učit, jak posílat morfogenetické signály souborům buněk. Jakmile je rozluštíme, jakmile pochopíme, jak se tyto buňky rozhodují, co dělat, pak se samozřejmě naučíme tyto informace přepisovat, dalšími kroky budou ohromná vylepšení v regenerativní medicíně, protože pak budeme schopni sdělit buňkám, že mají stavět zdravé orgány. Teď máme opravdu zásadní příležitost naučit se komunikovat se skupinami buněk, ne je detailně řídit, nezrychlovat hardware, ale komunikovat a přepisovat cíle, kterých se tyto buňky snaží dosáhnout.
The second thing, and this was done in collaboration with Josh Bongard's lab at UVM, they modeled the structure of these things and evolved it in a virtual world. So this is literally -- on a computer, they modeled it on a computer. So this is literally the only organism that I know of on the face of this planet whose evolution took place not in the biosphere of the earth but inside a computer. So the individual cells have an evolutionary history, but this organism has never existed before. It was evolved in this virtual world, and then we went ahead and made it in the lab, and you can see this amazing plasticity. This is not only for making useful machines. You can imagine now programming these to go out into the environment and collect toxins and cleanup, or you could imagine ones made out of human cells that would go through your body and collect cancer cells or reshape arthritic joints, deliver pro-regenerative compounds, all kinds of things. But not only these useful applications -- this is an amazing sandbox for learning to communicate morphogenetic signals to cell collectives. So once we crack this, once we understand how these cells decide what to do, and then we're going to, of course, learn to rewrite that information, the next steps are great improvements in regenerative medicine, because we will then be able to tell cells to build healthy organs. And so this is now a really critical opportunity to learn to communicate with cell groups, not to micromanage them, not to force the hardware, to communicate and rewrite the goals that these cells are trying to accomplish.
CA: To jsou ohromující věci. Na závěr Miku uveďte ještě jeden příklad z medicíny, který se může objevit, až si osvojíte znalosti, jak tato bioelektrická vrstva funguje.
CA: Well, it's mind-boggling stuff. Finally, Mike, give us just one other story about medicine that might be to come as you develop this understanding of how this bioelectric layer works.
ML: Je to neuvěřitelně vzrušující, protože když se nad tím zamyslíte, většina problémů biomedicíny ‒ vrozené vady, degenerativní onemocnění, stárnutí, traumatická zranění, dokonce rakovina ‒ to všechno stručně znamená jedno: buňky nestaví to, co byste chtěli, aby stavěly. Kdybychom rozuměli tomu, jak komunikovat s těmito soubory buněk a skutečně přepsali jejich cílové morfologie, byli bychom schopni normalizovat nádory, dokázali bychom opravit vrozené vady, ovlivnit regeneraci končetin a dalších orgánů, a to jsou věci, které jsme už udělali na žabích modelech. Dalším opravdu vzrušujícím krokem je vzít savčí buňky a ten objev skutečně proměnit v další generaci regenerativní medicíny, kde se naučíme řešit všechny tyto biomedicínské potřeby prostřednictvím komunikace se soubory buněk a přepisováním jejich bioelektrických pamětí vzorů. A poslední věc, kterou bych rád řekl, je, že tato oblast není důležitá jen pro biomedicínu. Víte, jak jsem říkal na začátku, tato schopnost buněk stavět různé věci v neobvyklých prostředích, nad rámec toho, co jim říká jejich genom, je příkladem inteligence a biologie inteligentně řešila problémy dávno předtím, než se objevil mozek. To je také začátek nové inspirace pro strojové učení, které napodobuje umělou inteligenci buněk v těle, nejen v mozku, pro aplikace v počítačové inteligenci.
ML: Yeah, this is incredibly exciting because, if you think about it, most of the problems of biomedicine -- birth defects, degenerative disease, aging, traumatic injury, even cancer -- all boil down to one thing: cells are not building what you would like them to build. And so if we understood how to communicate with these collectives and really rewrite their target morphologies, we would be able to normalize tumors, we would be able to repair birth defects, induce regeneration of limbs and other organs, and these are things we have already done in frog models. And so now the next really exciting step is to take this into mammalian cells and to really turn this into the next generation of regenerative medicine where we learn to address all of these biomedical needs by communicating with the cell collectives and rewriting their bioelectric pattern memories. And the final thing I'd like to say is that the importance of this field is not only for biomedicine. You see, this, as I started out by saying, this ability of cells in novel environments to build all kinds of things besides what their genome tells them is an example of intelligence, and biology has been intelligently solving problems long before brains came on the scene. And so this is also the beginnings of a new inspiration for machine learning that mimics the artificial intelligence of body cells, not just brains, for applications in computer intelligence.
CA: Miku Levine, děkuji vám za vaši mimořádnou práci a za to, že jste nás s ní tak přesvědčivě seznámil. Děkuji.
CA: Mike Levin, thank you for your extraordinary work and for sharing it so compellingly with us. Thank you.
ML: Moc děkuji. Děkuji, Chrisi.
ML: Thank you so much. Thank you, Chris.