1
00:00:01,992 --> 00:00:03,317
Vous ne les connaissez pas.

2
00:00:04,150 --> 00:00:05,436
Vous ne les voyez pas.

3
00:00:06,405 --> 00:00:08,408
Mais elles sont toujours là,

4
00:00:09,404 --> 00:00:11,084
chuchotant

5
00:00:11,108 --> 00:00:12,922
fomentant des plans secrets,

6
00:00:13,700 --> 00:00:17,382
formant des armées de millions de soldats.

7
00:00:18,826 --> 00:00:20,617
Et quand elles décident d’attaquer,

8
00:00:21,435 --> 00:00:23,697
elles attaquent toutes en même temps.

9
00:00:27,130 --> 00:00:28,909
Je parle des bactéries.

10
00:00:28,933 --> 00:00:30,258
(Rires)

11
00:00:30,282 --> 00:00:32,137
De qui croyez-vous que je parlais ?

12
00:00:34,401 --> 00:00:37,595
Les bactéries vivent en communauté
comme les humains.

13
00:00:37,619 --> 00:00:38,892
Elles ont de la famille,

14
00:00:38,916 --> 00:00:40,067
elles se parlent,

15
00:00:40,091 --> 00:00:41,933
et elles planifient leurs activités.

16
00:00:41,957 --> 00:00:44,614
Et comme les humains,
elles trompent, dupent,

17
00:00:44,638 --> 00:00:46,772
et certaines se trompent même entre elles.

18
00:00:48,127 --> 00:00:51,974
Et si je vous disais que nous pouvons
écouter les conversations des bactéries

19
00:00:51,998 --> 00:00:55,572
et les traduire en langage humain ?

20
00:00:56,255 --> 00:01:01,053
Et si je vous disais que ces traductions 
pourraient sauver des vies ?

21
00:01:02,519 --> 00:01:04,290
J’ai un doctorat en nanophysique,

22
00:01:04,314 --> 00:01:08,690
et j’ai utilisé la nanotechnologie pour
développer un traducteur en temps réel

23
00:01:08,714 --> 00:01:11,033
qui peut espionner
les communautés bactériennes

24
00:01:11,057 --> 00:01:13,973
et enregistrer ce que les bactéries font.

25
00:01:16,123 --> 00:01:17,719
Les bactéries sont partout.

26
00:01:17,743 --> 00:01:20,072
Elles sont dans le sol, sur nos meubles

27
00:01:20,096 --> 00:01:21,407
et dans notre corps.

28
00:01:22,083 --> 00:01:26,622
En fait, 90 % des cellules vivantes 
dans cette pièce sont des bactéries.

29
00:01:27,915 --> 00:01:29,514
Il y a des bactéries utiles ;

30
00:01:29,538 --> 00:01:32,750
elles nous aident à digérer
ou produisent des antibiotiques.

31
00:01:32,774 --> 00:01:34,866
Et il y a des bactéries nuisibles ;

32
00:01:34,890 --> 00:01:36,794
elles provoquent des maladies et la mort.

33
00:01:37,794 --> 00:01:40,210
Pour remplir toutes leurs fonctions,

34
00:01:40,234 --> 00:01:42,306
elles doivent être capables
de s'organiser,

35
00:01:42,330 --> 00:01:44,371
et elles le font comme les humains :

36
00:01:44,395 --> 00:01:45,554
en communiquant.

37
00:01:46,751 --> 00:01:48,226
Mais au lieu des mots,

38
00:01:48,250 --> 00:01:51,192
elles utilisent des signaux moléculaires.

39
00:01:52,083 --> 00:01:53,340
Quand elles sont peu,

40
00:01:53,364 --> 00:01:56,107
les molécules de signalisation s’écoulent
tout simplement,

41
00:01:56,131 --> 00:01:58,636
comme les cris d'un homme 
seul dans le désert.

42
00:01:59,518 --> 00:02:03,510
Mais quand il y a beaucoup de bactéries,
les molécules s'accumulent,

43
00:02:03,534 --> 00:02:06,526
et les bactéries sentent
qu'elles ne sont pas seules.

44
00:02:07,309 --> 00:02:08,743
Elles s’écoutent mutuellement.

45
00:02:09,459 --> 00:02:12,275
De cette façon, elles peuvent savoir
combien elles sont

46
00:02:12,299 --> 00:02:15,620
et lorsqu’elles sont assez nombreuses
pour lancer une nouvelle action.

47
00:02:16,575 --> 00:02:20,432
Et lorsque les molécules de signalisation
atteignent un certain seuil,

48
00:02:20,456 --> 00:02:23,577
toutes les bactéries sentent
au même moment qu’elles doivent agir

49
00:02:23,601 --> 00:02:24,919
de la même manière.

50
00:02:25,967 --> 00:02:30,293
Une conversation bactériologique consiste 
en une initiative et une réaction :

51
00:02:30,317 --> 00:02:33,389
la production d’une molécule
et la réponse qu’elle provoque.

52
00:02:35,094 --> 00:02:38,434
Dans mes recherches, je mets l’accent 
sur les communautés bactériennes

53
00:02:38,458 --> 00:02:39,861
dans le corps humain.

54
00:02:40,343 --> 00:02:41,588
Comment ça marche ?

55
00:02:42,385 --> 00:02:44,300
Nous avons un échantillon d’un patient.

56
00:02:44,324 --> 00:02:46,862
Soit du sang ou de la salive.

57
00:02:47,304 --> 00:02:49,841
Nous injectons des électrons 
dans l’échantillon,

58
00:02:49,865 --> 00:02:53,785
les électrons interagissent 
avec les molécules présentes,

59
00:02:53,809 --> 00:02:56,190
et cette interaction 
nous donne des informations

60
00:02:56,214 --> 00:02:58,105
sur l’identité de la bactérie,

61
00:02:58,129 --> 00:02:59,800
le type de communication

62
00:02:59,824 --> 00:03:02,117
et le nombre d’infos qu’elles partagent

63
00:03:04,269 --> 00:03:06,590
Mais à quoi ressemble 
cette communication ?

64
00:03:07,747 --> 00:03:11,507
Avant que je ne développe 
cet outil de traduction,

65
00:03:11,531 --> 00:03:15,377
ma première hypothèse était que
les bactéries avaient un langage primitif,

66
00:03:15,401 --> 00:03:18,579
comme les bébés qui n’utilisent pas
de mots ni de phrases.

67
00:03:19,208 --> 00:03:22,129
Ils rient, ils sont heureux ;
ils pleurent, ils sont tristes.

68
00:03:22,153 --> 00:03:23,303
C’est simple.

69
00:03:24,008 --> 00:03:28,123
Mais les bactéries se sont révélées
être tout le contraire.

70
00:03:28,615 --> 00:03:30,855
Une molécule n’est pas juste une molécule.

71
00:03:30,879 --> 00:03:33,633
Elle peut signifier différentes choses
selon le contexte,

72
00:03:34,404 --> 00:03:37,346
tout comme un bébé pleure
pour plusieurs raisons :

73
00:03:37,370 --> 00:03:39,140
parfois, le bébé a faim,

74
00:03:39,164 --> 00:03:40,358
parfois, il a fait pipi,

75
00:03:40,382 --> 00:03:42,401
parfois, il a mal ou il a peur.

76
00:03:42,425 --> 00:03:44,775
Les parents savent décoder ces pleurs.

77
00:03:45,624 --> 00:03:47,506
Et pour être un vrai traducteur,

78
00:03:47,530 --> 00:03:50,503
il doit être capable de décoder 
ces molécules de signalisation

79
00:03:50,527 --> 00:03:54,588
et les traduire selon le contexte.

80
00:03:55,497 --> 00:03:56,648
Et qui sait ?

81
00:03:56,672 --> 00:03:58,833
Google Traduction l’adoptera peut-être.

82
00:03:58,857 --> 00:04:01,226
(Rires)

83
00:04:02,386 --> 00:04:04,104
Prenons un exemple.

84
00:04:04,128 --> 00:04:07,717
J’ai amené des données bactériennes
un peu difficiles à comprendre

85
00:04:07,741 --> 00:04:08,892
pour les novices,

86
00:04:08,916 --> 00:04:10,261
mais essayez quand même.

87
00:04:11,548 --> 00:04:13,467
(Rires)

88
00:04:14,959 --> 00:04:18,436
Voici une famille heureuse de bactéries
qui a infecté un patient.

89
00:04:20,261 --> 00:04:22,294
Appelons-les les Montaigu.

90
00:04:23,920 --> 00:04:27,381
Elles partagent des ressources,
elles se reproduisent et grandissent.

91
00:04:28,294 --> 00:04:30,273
Un jour, un nouveau voisin arrive,

92
00:04:32,746 --> 00:04:34,513
la famille Capulet.

93
00:04:34,537 --> 00:04:35,687
(Rires)

94
00:04:36,157 --> 00:04:38,947
Tout va bien,
du moment qu’elles travaillent ensemble.

95
00:04:40,377 --> 00:04:43,383
Mais un imprévu arrive.

96
00:04:44,449 --> 00:04:48,667
Roméo Montaigu a une relation 
avec Juliette Capulet.

97
00:04:48,691 --> 00:04:49,841
(Rires)

98
00:04:50,978 --> 00:04:53,873
Eh oui, elles partagent 
du matériel génétique.

99
00:04:53,897 --> 00:04:56,006
(Rires)

100
00:04:58,630 --> 00:05:01,381
Ce transfert peut être 
dangereux pour les Montaigu

101
00:05:01,405 --> 00:05:05,471
qui ont l’ambition d’être la seule famille
dans le patient qu’ils ont infecté.

102
00:05:05,495 --> 00:05:06,919
Le partage de gènes a permis

103
00:05:06,943 --> 00:05:09,777
aux Capulet d’être résistants
aux antibiotiques.

104
00:05:11,747 --> 00:05:16,392
Alors les Montaigu commencent à discuter
pour se débarrasser de l’autre famille

105
00:05:16,416 --> 00:05:18,138
en libérant cette molécule.

106
00:05:18,688 --> 00:05:19,838
(Rires)

107
00:05:20,700 --> 00:05:22,062
Et avec des sous-titres :

108
00:05:22,372 --> 00:05:23,978
[Planifions une attaque.]

109
00:05:24,002 --> 00:05:25,293
(Rires)

110
00:05:25,639 --> 00:05:27,430
Planifions une attaque.

111
00:05:29,148 --> 00:05:32,248
Tout le monde répond comme un seul homme

112
00:05:32,272 --> 00:05:36,595
en libérant un poison 
qui va tuer l’autre famille.

113
00:05:36,619 --> 00:05:38,387
[Éliminez !]

114
00:05:40,129 --> 00:05:42,261
(Rires)

115
00:05:43,338 --> 00:05:47,731
Les Capulet contre-attaquent.

116
00:05:47,755 --> 00:05:48,911
[Contre-attaque !]

117
00:05:48,935 --> 00:05:50,360
Et ils se battent.

118
00:05:52,090 --> 00:05:56,708
Voici une vidéo d’un vrai duel bactérien
avec des organites en forme d’épées,

119
00:05:56,732 --> 00:05:58,345
où ils essaient de se tuer

120
00:05:58,369 --> 00:06:01,207
en se poignardant
et en se déchiquetant littéralement.

121
00:06:02,784 --> 00:06:06,745
La famille qui gagne cette bataille 
devient la bactérie dominante.

122
00:06:08,360 --> 00:06:11,639
Je peux alors détecter
les conversations bactériennes

123
00:06:11,663 --> 00:06:13,695
qui mènent à ces comportements collectifs

124
00:06:13,719 --> 00:06:15,154
comme le combat.

125
00:06:15,633 --> 00:06:18,550
J’ai espionné les communautés bactériennes

126
00:06:18,574 --> 00:06:20,617
à l’intérieur du corps

127
00:06:20,641 --> 00:06:22,357
de patients à un hôpital.

128
00:06:22,737 --> 00:06:25,207
J’ai suivi 62 patients 
dans une expérience,

129
00:06:25,231 --> 00:06:28,979
où j’ai testé les échantillons des patients
pour une infection particulière,

130
00:06:29,003 --> 00:06:32,332
sans connaitre les résultats 
du test diagnostique traditionnel.

131
00:06:32,356 --> 00:06:36,576
Pour les diagnostics bactériens,

132
00:06:36,600 --> 00:06:38,581
un échantillon est étalé sur une plaque,

133
00:06:38,605 --> 00:06:41,729
et si la bactérie se développe 
dans les cinq jours,

134
00:06:41,753 --> 00:06:44,117
on considère que le patient est infecté.

135
00:06:45,842 --> 00:06:48,661
Quand j’ai fini l’étude et
comparé les résultats de l’outil

136
00:06:48,685 --> 00:06:51,923
avec ceux des diagnostics traditionnels
et des tests de validation,

137
00:06:51,947 --> 00:06:53,347
j’étais choquée.

138
00:06:53,371 --> 00:06:57,082
C’était beaucoup plus surprenant 
que je ne l’avais anticipé.

139
00:06:58,011 --> 00:07:00,150
Avant de vous dire 
ce que l’outil a révélé,

140
00:07:00,174 --> 00:07:03,168
j’aimerais vous parler 
d’un patient que j’ai suivi -

141
00:07:03,192 --> 00:07:04,359
une jeune fille.

142
00:07:04,803 --> 00:07:06,253
Elle avait la mucoviscidose,

143
00:07:06,277 --> 00:07:10,017
une maladie génétique qui rendait ses
poumons plus vulnérables aux infections.

144
00:07:10,837 --> 00:07:13,233
Elle ne faisait pas partie
de l’essai clinique.

145
00:07:13,257 --> 00:07:16,084
Je l’ai suivie parce que je savais,
par son dossier médical,

146
00:07:16,108 --> 00:07:18,208
qu’elle n’avait jamais eu
une infection avant.

147
00:07:19,453 --> 00:07:21,558
Chaque mois, elle s’est rendue à l’hôpital

148
00:07:21,582 --> 00:07:24,236
pour fournir un échantillon de crachat.

149
00:07:24,916 --> 00:07:28,042
Cet échantillon était transféré
pour la recherche de bactéries

150
00:07:28,066 --> 00:07:29,996
au laboratoire central

151
00:07:30,020 --> 00:07:33,486
afin que les médecins puissent agir
rapidement en cas d’infection.

152
00:07:34,099 --> 00:07:36,973
Cela m’a permis de tester
mon appareil sur ses échantillons.

153
00:07:37,355 --> 00:07:40,767
Les deux premiers crachats
étaient négatifs.

154
00:07:41,794 --> 00:07:42,961
Mais dans le troisième,

155
00:07:42,985 --> 00:07:45,641
il y avait des ragots bactériens.

156
00:07:46,473 --> 00:07:49,585
Les bactéries voulaient endommager
son parenchyme pulmonaire.

157
00:07:50,534 --> 00:07:54,545
Mais les diagnostics traditionnels
n’ont montré aucune bactérie.

158
00:07:55,711 --> 00:07:57,630
J’ai mesuré à nouveau le mois suivant,

159
00:07:57,654 --> 00:08:01,282
et les conversations bactériennes
étaient encore plus intenses.

160
00:08:02,167 --> 00:08:04,919
Les diagnostics traditionnels
ne montraient toujours rien.

161
00:08:06,456 --> 00:08:10,100
Six mois après la fin de l’étude,
je me suis renseignée

162
00:08:10,124 --> 00:08:13,365
pour voir si les bactéries avaient disparu

163
00:08:13,389 --> 00:08:15,404
sans aucune intervention médicale.

164
00:08:16,350 --> 00:08:17,500
Ce n’était pas le cas.

165
00:08:18,020 --> 00:08:22,533
Mais on a diagnostique à la fille
d’une infection bactérienne mortelle.

166
00:08:23,511 --> 00:08:27,589
C’était les mêmes bactéries que
mon outil avait découvertes plus tôt.

167
00:08:28,537 --> 00:08:31,033
Et malgré un traitement 
antibiotique bien conduit,

168
00:08:31,057 --> 00:08:33,586
il était impossible d’éradiquer
l’infection.

169
00:08:34,816 --> 00:08:37,898
Les médecins ont estimé
qu’elle ne passerait pas la vingtaine.

170
00:08:40,404 --> 00:08:42,509
Lors de l’étude de ses échantillons,

171
00:08:42,533 --> 00:08:44,732
mon outil en était encore à ses débuts.

172
00:08:44,756 --> 00:08:47,455
Je ne savais même pas
si ma méthode fonctionnait,

173
00:08:47,479 --> 00:08:49,626
j’avais donc un accord avec les médecins

174
00:08:49,650 --> 00:08:51,511
de ne pas communiquer mes résultats

175
00:08:51,535 --> 00:08:53,675
pour ne pas compromettre leur traitement.

176
00:08:54,111 --> 00:08:56,914
Quand j’ai vu ces résultats
qui n’étaient même pas valides,

177
00:08:56,938 --> 00:08:58,290
je n’ai pas osé en parler

178
00:08:58,314 --> 00:09:01,121
car, traiter un patient 
sans une infection déclarée

179
00:09:01,145 --> 00:09:03,755
a également des conséquences 
négatives pour le patient

180
00:09:05,092 --> 00:09:06,714
Aujourd'hui, nous en savons plus

181
00:09:06,738 --> 00:09:10,137
et il y a de nombreux jeunes garçons
et filles qui peuvent être sauvés

182
00:09:11,172 --> 00:09:14,596
parce que, malheureusement,
ce scénario arrive très souvent.

183
00:09:14,620 --> 00:09:16,163
Les patients sont infectés,

184
00:09:16,187 --> 00:09:19,664
les bactéries n’apparaissent pas 
au test traditionnel de diagnostic,

185
00:09:19,688 --> 00:09:23,540
et d’un coup, l’infection se déclare chez
le patient avec de graves symptômes.

186
00:09:23,564 --> 00:09:25,722
Et à ce moment-là, il est déjà trop tard.

187
00:09:27,219 --> 00:09:30,773
Le résultat surprenant obtenu
du suivi des 62 patients était

188
00:09:30,797 --> 00:09:33,340
que mon outil repérait
des conversations bactériennes

189
00:09:33,364 --> 00:09:35,580
dans plus de la moitié des échantillons

190
00:09:35,604 --> 00:09:38,535
provenant de patients avec un diagnostic
traditionnel négatif.

191
00:09:39,501 --> 00:09:43,055
En d’autres termes, plus de la moitié
de ces patients sont repartis

192
00:09:43,079 --> 00:09:44,764
pensant être sains,

193
00:09:44,788 --> 00:09:47,536
alors qu’ils étaient porteurs 
de bactéries dangereuses.

194
00:09:49,257 --> 00:09:51,554
À l’intérieur de ces patients 
faux négatifs,

195
00:09:51,578 --> 00:09:54,598
des bactéries coordonnaient une attaque.

196
00:09:55,530 --> 00:09:57,850
Elles se parlaient en chuchotant.

197
00:09:57,898 --> 00:09:59,523
Les « bactéries chuchoteuses »

198
00:09:59,547 --> 00:10:02,551
sont des bactéries non détectées
par les méthodes habituelles.

199
00:10:03,383 --> 00:10:07,326
Seul l’outil peut détecter
ces chuchotements.

200
00:10:08,364 --> 00:10:11,767
Je crois que le temps pendant lequel
les bactéries chuchotent

201
00:10:11,791 --> 00:10:14,778
est un moment opportun
pour un traitement ciblé.

202
00:10:15,608 --> 00:10:18,741
Si la fille avait été traitée
durant cet intervalle de temps,

203
00:10:18,765 --> 00:10:21,266
il aurait été possible
d’éliminer les bactéries

204
00:10:21,290 --> 00:10:22,755
précocement,

205
00:10:22,779 --> 00:10:24,885
avant la propagation de l’infection.

206
00:10:27,131 --> 00:10:31,102
Mon expérience avec cette adolescente
m’a poussée à faire tout ce que je peux

207
00:10:31,126 --> 00:10:33,331
pour introduire cet outil
dans les hôpitaux.

208
00:10:34,212 --> 00:10:35,363
Avec les médecins,

209
00:10:35,387 --> 00:10:38,356
je travaille déjà pour introduire
cet outil dans les cliniques

210
00:10:38,380 --> 00:10:40,202
pour diagnostiquer tôt les infections.

211
00:10:41,319 --> 00:10:44,563
Bien qu’on ne sache pas encore
comment les patients vont être traités

212
00:10:44,587 --> 00:10:46,400
durant la phase de chuchotement,

213
00:10:46,424 --> 00:10:50,127
cet outil peut aider à surveiller
les patients à risque.

214
00:10:50,548 --> 00:10:53,830
Il pourrait aider à vérifier si
un traitement était efficace ou pas,

215
00:10:53,854 --> 00:10:56,618
et à répondre à de simples questions :

216
00:10:56,642 --> 00:10:58,372
le patient est-il infecté ?

217
00:10:58,396 --> 00:11:00,206
Que mijotent les bactéries ?

218
00:11:00,958 --> 00:11:02,745
Les bactéries se parlent,

219
00:11:02,769 --> 00:11:04,795
elles fomentent des plans

220
00:11:04,819 --> 00:11:07,642
et s'envoient des informations secrètes
les unes aux autres.

221
00:11:08,253 --> 00:11:10,932
Outre la détection de leur chuchotement,

222
00:11:10,956 --> 00:11:13,423
nous pouvons apprendre leur langage secret

223
00:11:13,447 --> 00:11:16,326
et devenir nous-mêmes
des chuchoteurs bactériens.

224
00:11:16,973 --> 00:11:18,687
Comme diraient les bactéries :

225
00:11:19,656 --> 00:11:22,754
« 3-oxo-C12-aniline. »

226
00:11:23,763 --> 00:11:24,931
(Rires)

227
00:11:24,955 --> 00:11:26,040
(Applaudissements)

228
00:11:26,064 --> 00:11:27,248
Merci.