WEBVTT

00:00:01.992 --> 00:00:03.597
Vocês não as conhecem.

00:00:04.150 --> 00:00:05.776
Vocês não as veem.

00:00:06.405 --> 00:00:08.808
Mas elas estão sempre à nossa volta,

00:00:09.404 --> 00:00:11.174
sussurrando,

00:00:11.198 --> 00:00:13.302
fazendo planos secretos,

00:00:13.700 --> 00:00:17.382
organizando exércitos 
com milhões de soldados.

00:00:18.826 --> 00:00:20.887
Quando decidem atacar,

00:00:21.435 --> 00:00:23.987
atacam todas ao mesmo tempo.

00:00:27.130 --> 00:00:29.049
Estou a falar das bactérias.

NOTE Paragraph

00:00:29.083 --> 00:00:30.428
(Risos)

NOTE Paragraph

00:00:30.452 --> 00:00:33.027
De quem julgavam que eu estava a falar?

NOTE Paragraph

00:00:34.401 --> 00:00:37.675
As bactérias vivem em comunidades,
tal como os seres humanos.

00:00:37.729 --> 00:00:38.942
Têm famílias,

00:00:38.976 --> 00:00:40.067
conversam,

00:00:40.091 --> 00:00:42.053
e planeiam as suas atividades.

00:00:42.107 --> 00:00:44.794
Tal como os seres humanos,
iludem, enganam,

00:00:44.838 --> 00:00:47.112
e algumas até se enganam
umas às outras.

00:00:48.127 --> 00:00:51.974
E se eu vos disser que podemos
escutar as conversas das bactérias

00:00:51.998 --> 00:00:55.802
e traduzir essas informações confidenciais
em linguagem humana?

00:00:56.255 --> 00:01:01.473
E se eu vos disser que essas conversas
bacterianas traduzidas podem salvar vidas?

00:01:02.519 --> 00:01:04.520
Tenho um doutoramento em nanofísica

00:01:04.564 --> 00:01:06.054
e usei a nanotecnologia

00:01:06.074 --> 00:01:08.864
para desenvolver um instrumento
de tradução em tempo real

00:01:08.894 --> 00:01:11.233
que pode espiar as comunidades bacterianas

00:01:11.247 --> 00:01:14.503
e dar-nos registos
do que as bactérias estão a preparar.

NOTE Paragraph

00:01:16.123 --> 00:01:17.799
As bactérias vivem em toda a parte.

00:01:17.833 --> 00:01:20.072
Estão no solo, nos móveis

00:01:20.096 --> 00:01:21.797
e dentro do nosso corpo.

00:01:22.083 --> 00:01:26.622
Com efeito, 90% de todas as células vivas
neste teatro são bacterianas.

00:01:27.915 --> 00:01:29.624
Algumas bactérias são-nos úteis;

00:01:29.638 --> 00:01:32.750
ajudam-nos a digerir os alimentos
ou produzem antibióticos.

00:01:32.774 --> 00:01:34.866
Algumas bactérias são-nos prejudiciais;

00:01:34.890 --> 00:01:37.144
provocam doenças e morte.

00:01:37.794 --> 00:01:40.350
Para coordenar todas as funções
que as bactérias têm

00:01:40.374 --> 00:01:42.386
elas precisam de se organizar

00:01:42.430 --> 00:01:44.571
e fazem o mesmo que nós, seres humanos,

00:01:44.605 --> 00:01:46.324
através da comunicação.

00:01:46.751 --> 00:01:48.396
Mas, em vez de usarem palavras,

00:01:48.420 --> 00:01:51.392
usam moléculas de sinalização
para comunicarem entre si.

00:01:52.083 --> 00:01:53.600
Quando as bactérias são poucas,

00:01:53.604 --> 00:01:56.107
as moléculas de sinalização dispersam-se,

00:01:56.131 --> 00:01:59.116
como os gritos de um homem
sozinho no deserto.

00:01:59.518 --> 00:02:03.510
Mas, quando há muitas bactérias,
as moléculas de sinalização acumulam-se

00:02:03.534 --> 00:02:06.866
e as bactérias começam a sentir
que não estão sozinhas.

00:02:07.309 --> 00:02:09.243
Escutam-se umas às outras.

00:02:09.459 --> 00:02:12.275
Deste modo, ficam a saber quantas são

00:02:12.299 --> 00:02:15.870
e quando são em número suficiente
para iniciar uma nova ação.

00:02:16.575 --> 00:02:20.402
Quando as moléculas de sinalização
atingem um certo nível,

00:02:20.456 --> 00:02:23.677
todas as bactérias sentem imediatamente
que precisam de agir

00:02:23.691 --> 00:02:25.509
numa ação comum.

NOTE Paragraph

00:02:25.967 --> 00:02:30.293
Assim, a conversa bacteriana consiste
numa iniciativa e numa reação,

00:02:30.317 --> 00:02:33.859
a produção de uma molécula
e a resposta a isso.

00:02:35.024 --> 00:02:38.504
Na minha investigação, concentrei-me
em espiar as comunidades bacterianas

00:02:38.534 --> 00:02:40.281
no interior do corpo humano.

00:02:40.343 --> 00:02:42.098
Como é que isso funciona?

00:02:42.385 --> 00:02:44.380
Temos uma amostra de um doente

00:02:44.394 --> 00:02:47.192
que pode ser uma amostra
de sangue ou de cuspo.

00:02:47.304 --> 00:02:49.841
Disparamos eletrões na amostra,

00:02:49.865 --> 00:02:53.785
os eletrões vão interagir com quaisquer
moléculas de comunicação presentes

00:02:53.809 --> 00:02:56.190
e essa interação vai dar-nos informações

00:02:56.214 --> 00:02:58.105
sobre a identidade das bactérias,

00:02:58.129 --> 00:02:59.800
o tipo de comunicação

00:02:59.824 --> 00:03:02.697
e até que ponto as bactérias
estão a falar.

NOTE Paragraph

00:03:04.269 --> 00:03:07.270
Mas o que é que se passa
quando as bactérias comunicam?

00:03:07.747 --> 00:03:11.507
Antes de eu desenvolver 
o instrumento de tradução,

00:03:11.531 --> 00:03:15.147
a minha suposição era que as bactérias
teriam uma linguagem primitiva,

00:03:15.401 --> 00:03:19.029
como bebés que ainda
não desenvolveram palavras e frases.

00:03:19.208 --> 00:03:22.169
Quando riem, estão felizes,
quando choram, estão tristes.

00:03:22.263 --> 00:03:23.773
Tão simples como isso.

00:03:24.008 --> 00:03:28.323
Mas acontece que as bactérias 
não são tão primitivas como eu julgava.

00:03:28.615 --> 00:03:30.945
Uma molécula não é apenas uma molécula.

00:03:30.969 --> 00:03:33.953
Pode significar várias coisas,
consoante o contexto,

00:03:34.404 --> 00:03:37.306
tal como o choro dos bebés
pode significar coisas diferentes:

00:03:37.370 --> 00:03:39.140
umas vezes o bebé tem fome,

00:03:39.164 --> 00:03:40.578
outras vezes está molhado,

00:03:40.592 --> 00:03:42.681
outras vezes está magoado
ou está assustado.

00:03:42.711 --> 00:03:45.205
Os pais sabem descodificar esses choros.

00:03:45.624 --> 00:03:47.616
Para o instrumento de tradução ser real,

00:03:47.650 --> 00:03:50.573
tinha de poder descodificar
as moléculas de sinalização

00:03:50.607 --> 00:03:54.728
e traduzi-las, consoante o contexto.

00:03:55.497 --> 00:03:56.658
E quem sabe?

00:03:56.702 --> 00:03:59.283
Talvez o Tradutor Google
possa adaptar isso brevemente.

NOTE Paragraph

00:03:59.353 --> 00:04:01.226
(Risos)

NOTE Paragraph

00:04:02.386 --> 00:04:04.014
Vou dar-vos um exemplo.

00:04:04.128 --> 00:04:07.687
Trouxe dados de algumas bactérias
que podem ser difíceis de perceber

00:04:07.701 --> 00:04:09.192
para quem não tem formação,

00:04:09.216 --> 00:04:11.071
mas tentem dar uma olhadela.

NOTE Paragraph

00:04:11.548 --> 00:04:13.467
(Risos)

NOTE Paragraph

00:04:14.959 --> 00:04:18.696
Esta é uma família bacteriana feliz
que infetou um doente.

00:04:20.261 --> 00:04:22.944
Chamemos-lhe a família Montague.

00:04:23.920 --> 00:04:27.581
Partilham recursos,
reproduzem-se, crescem.

00:04:28.294 --> 00:04:30.753
Um dia, aparece um novo vizinho,

00:04:32.746 --> 00:04:34.843
a família bacteriana Capuleto.

NOTE Paragraph

00:04:34.877 --> 00:04:36.057
(Risos)

NOTE Paragraph

00:04:36.157 --> 00:04:39.357
Tudo corre bem, enquanto
trabalham em conjunto.

00:04:40.377 --> 00:04:43.763
Mas, depois, acontece
uma coisa não programada.

00:04:44.449 --> 00:04:48.727
Romeo, dos Montagues, tem uma relação
com Julieta, dos Capuletos.

NOTE Paragraph

00:04:48.801 --> 00:04:50.411
(Risos)

NOTE Paragraph

00:04:50.978 --> 00:04:53.823
E, claro, trocam material genético.

NOTE Paragraph

00:04:53.897 --> 00:04:56.006
(Risos)

NOTE Paragraph

00:04:58.630 --> 00:05:01.711
Esta transferência de genes
pode ser perigosa para os Montagues

00:05:01.725 --> 00:05:05.401
que têm a ambição de serem
a única família no doente que infetaram

00:05:05.405 --> 00:05:07.199
e os genes partilhados contribuem

00:05:07.223 --> 00:05:10.497
para que os Capuletos desenvolvam
resistência aos anticorpos.

00:05:11.947 --> 00:05:16.392
Assim, os Montagues começam a conspirar
para se verem livres dessa outra família,

00:05:16.416 --> 00:05:18.578
libertando esta molécula.

NOTE Paragraph

00:05:18.688 --> 00:05:19.838
(Risos)

NOTE Paragraph

00:05:20.700 --> 00:05:22.282
E com legendas:

NOTE Paragraph

00:05:22.372 --> 00:05:24.118
[Vamos coordenar um ataque]

NOTE Paragraph

00:05:24.132 --> 00:05:25.483
(Risos)

NOTE Paragraph

00:05:25.639 --> 00:05:28.080
Vamos coordenar um ataque.

00:05:29.148 --> 00:05:32.348
Então, toda a gente reage
ao mesmo tempo

00:05:32.382 --> 00:05:36.345
libertando um veneno
que vai matar a outra família.

NOTE Paragraph

00:05:36.619 --> 00:05:38.467
[Eliminar!]

NOTE Paragraph

00:05:40.129 --> 00:05:42.261
(Risos)

NOTE Paragraph

00:05:43.338 --> 00:05:47.501
Os Capuletos reagem
apelando a um contra-ataque.

NOTE Paragraph

00:05:47.555 --> 00:05:48.911
[Contra-ataque]

NOTE Paragraph

00:05:48.935 --> 00:05:50.960
E trava-se uma batalha.

NOTE Paragraph

00:05:52.090 --> 00:05:56.708
Isto é um vídeo de bactérias reais
num duelo com organelas tipo espadas,

00:05:56.732 --> 00:05:58.605
em que tentam matar-se
umas às outras

00:05:58.669 --> 00:06:01.397
literalmente apunhalando-se
e rompendo-se umas às outras.

00:06:02.784 --> 00:06:07.065
A família que ganhar esta batalha
torna-se na bactéria dominante.

NOTE Paragraph

00:06:08.360 --> 00:06:11.639
Assim, o que eu posso fazer
é detetar conversas bacterianas

00:06:11.663 --> 00:06:13.885
que levam a diferentes
comportamentos coletivos

00:06:13.899 --> 00:06:15.614
como a luta que acabaram de ver.

00:06:15.673 --> 00:06:18.550
O meu trabalho era espiar
as comunidades bacterianas

00:06:18.574 --> 00:06:20.617
no interior do corpo humano

00:06:20.641 --> 00:06:22.617
em doentes num hospital.

00:06:22.737 --> 00:06:25.307
Acompanhei 62 doentes numa experiência

00:06:25.331 --> 00:06:28.979
em que testei as amostras dos doentes
para uma determinada infeção,

00:06:29.003 --> 00:06:32.262
sem saber os resultados
da tradicional análise de diagnóstico.

NOTE Paragraph

00:06:33.096 --> 00:06:36.516
Nos diagnósticos bacterianos,

00:06:36.550 --> 00:06:38.811
coloca-se um esfregaço numa placa.

00:06:38.845 --> 00:06:41.809
Se as bactérias crescem
no prazo de cinco dias,

00:06:41.833 --> 00:06:44.677
o doente é diagnóstico
como infetado.

00:06:45.762 --> 00:06:48.661
Quando acabei o estudo e comparei
os resultados do instrumento

00:06:48.685 --> 00:06:51.923
com a tradicional análise de diagnóstico
e a análise de validação,

00:06:51.947 --> 00:06:53.477
fiquei chocada.

00:06:53.511 --> 00:06:57.362
Era muito mais espantoso
do que eu tinha previsto.

NOTE Paragraph

00:06:57.861 --> 00:07:00.390
Mas, antes de vos dizer
o que o instrumento revelara,

00:07:00.414 --> 00:07:04.468
gostava de vos falar de uma doente
específica que acompanhei, uma rapariga.

00:07:04.733 --> 00:07:06.443
Ela tinha fibrose cística,

00:07:06.477 --> 00:07:10.567
uma doença genética que torna os pulmões
suscetíveis a infeções bacterianas.

00:07:10.837 --> 00:07:13.233
Essa rapariga não fazia parte
do teste clínico.

00:07:13.257 --> 00:07:16.154
Acompanhei-a porque eu sabia
pelo seu registo médico

00:07:16.178 --> 00:07:18.818
que ela nunca tinha tido
uma infeção antes.

00:07:19.453 --> 00:07:21.558
Uma vez por mês, a rapariga ia ao hospital

00:07:21.582 --> 00:07:24.736
cuspir para um copo
uma amostra de expetoração.

00:07:24.916 --> 00:07:27.972
Essa amostra era transferida
para análise bacteriana

00:07:28.066 --> 00:07:29.996
no laboratório central

00:07:30.090 --> 00:07:33.896
para os médicos poderem agir
rapidamente se descobrissem uma infeção.

00:07:34.099 --> 00:07:37.313
Isso permitiu-me testar o meu aparelho
também naquelas amostras.

NOTE Paragraph

00:07:37.355 --> 00:07:41.177
Nos dois primeiros meses em que medi
as amostras dela, não havia nada.

00:07:41.794 --> 00:07:43.131
mas, no terceiro mês.

00:07:43.145 --> 00:07:46.221
descobri alguma conversa
bacteriana na amostra dela.

00:07:46.473 --> 00:07:50.065
As bactérias estavam a coordenar-se
para danificar o tecido dos pulmões.

00:07:50.534 --> 00:07:54.805
Mas o diagnóstico bacteriano tradicional
não mostrava nenhumas bactérias.

00:07:55.711 --> 00:07:57.770
Voltei a medir no mês seguinte,

00:07:57.784 --> 00:08:01.792
e observei que as conversas bacterianas
estavam ainda mais agressivas.

00:08:02.167 --> 00:08:05.489
Mas o diagnóstico tradicional
não mostrava nada.

00:08:06.456 --> 00:08:10.100
O meu estudo terminou mas, 
meio ano depois, verifiquei a situação,

00:08:10.124 --> 00:08:13.535
para ver se as bactérias que só eu
conhecia tinham desaparecido

00:08:13.559 --> 00:08:15.734
sem intervenção médica.

00:08:16.350 --> 00:08:17.680
Não tinham.

00:08:18.020 --> 00:08:21.003
A rapariga já tinha sido diagnosticada
com uma grave infeção

00:08:21.037 --> 00:08:23.085
de bactérias mortíferas.

00:08:23.558 --> 00:08:25.368
Eram as mesmas bactérias

00:08:25.398 --> 00:08:28.161
que o meu aparelho
tinha descoberto mais cedo.

00:08:28.537 --> 00:08:31.193
Apesar de um agressivo
tratamento com antibióticos,

00:08:31.197 --> 00:08:34.016
foi impossível erradicar a infeção.

00:08:34.816 --> 00:08:38.618
Os médicos consideraram
que ela não ultrapassaria os 20 anos.

NOTE Paragraph

00:08:40.404 --> 00:08:42.509
Quando eu medi as amostras
daquela rapariga,

00:08:42.533 --> 00:08:44.912
o meu instrumento ainda estava
numa fase inicial.

00:08:44.936 --> 00:08:47.495
Eu nem sequer sabia
se o meu método funcionava mesmo.

00:08:47.519 --> 00:08:49.486
Assim, tinha um acordo com os médicos

00:08:49.490 --> 00:08:51.751
para não dizer o que
o meu instrumento revelava

00:08:51.751 --> 00:08:54.075
a fim de não comprometer
o seu tratamento.

00:08:54.111 --> 00:08:57.114
Assim, quando vi os resultados
que ainda não estavam validados,

00:08:57.138 --> 00:08:58.580
não me atrevi a revelá-los,

00:08:58.594 --> 00:09:01.121
porque tratar um doente
sem haver uma infeção

00:09:01.145 --> 00:09:04.185
também tem consequências
negativas para o doente.

00:09:05.092 --> 00:09:06.934
Mas agora, já sabemos mais,

00:09:06.958 --> 00:09:10.557
e há muitos rapazes e raparigas
que ainda podem ser salvos

00:09:11.172 --> 00:09:14.566
porque, infelizmente, este cenário
ocorre com muita frequência.

00:09:14.620 --> 00:09:16.233
Os doentes ficam infetados,

00:09:16.277 --> 00:09:19.784
as bactérias não aparecem
nas análises de diagnóstico tradicionais

00:09:19.798 --> 00:09:23.540
e, de repente, a infeção irrompe
no doente com sintomas graves.

00:09:23.564 --> 00:09:26.122
Nessa altura, já é tarde demais.

NOTE Paragraph

00:09:27.219 --> 00:09:30.773
O resultado surpreendente
dos 62 doentes que acompanhei

00:09:30.797 --> 00:09:33.430
foi que o meu aparelho
apanhou as conversas bacterianas

00:09:33.464 --> 00:09:35.660
em mais de metade
das amostras dos doentes

00:09:35.684 --> 00:09:39.145
que eram diagnosticados como negativas
pelos métodos tradicionais.

00:09:39.501 --> 00:09:42.745
Por outras palavras, mais de metade
desses doentes iam para casa

00:09:42.769 --> 00:09:44.874
pensando que estavam isentos
duma infeção,

00:09:44.898 --> 00:09:48.046
embora já contivessem
bactérias perigosas.

00:09:49.257 --> 00:09:51.754
Dentro desses doentes,
incorretamente diagnosticados,

00:09:51.778 --> 00:09:54.968
as bactérias estavam a coordenar
um ataque sincronizado.

00:09:55.530 --> 00:09:57.698
Sussurravam entre si.

00:09:57.892 --> 00:09:59.743
Chamo "bactérias sussurrantes"

00:09:59.757 --> 00:10:03.141
às bactérias que os métodos tradicionais
não conseguem diagnosticar.

00:10:03.383 --> 00:10:07.736
Até aqui, só o instrumento de tradução
consegue captar esses sussurros.

00:10:08.364 --> 00:10:11.767
Creio que a altura em que as bactérias
ainda estão a sussurrar

00:10:11.791 --> 00:10:15.168
é uma janela de oportunidades
para um tratamento direcionado.

00:10:15.608 --> 00:10:18.741
Se a rapariga tivesse sido tratada
durante essa janela de oportunidade,

00:10:18.765 --> 00:10:21.266
teria sido possível matar as bactérias

00:10:21.290 --> 00:10:22.895
na sua fase inicial,

00:10:22.909 --> 00:10:25.455
antes de a infeção
ficar fora de controlo.

NOTE Paragraph

00:10:27.131 --> 00:10:31.242
A experiência que tive com esta rapariga
decidiu-me a fazer tudo o que posso

00:10:31.276 --> 00:10:33.821
para introduzir
esta tecnologia no hospital.

00:10:34.212 --> 00:10:35.573
Juntamente com os médicos,

00:10:35.577 --> 00:10:38.716
já estou a trabalhar na implementação
deste instrumento em clínicas

00:10:38.746 --> 00:10:41.052
para diagnosticar infeções precoces.

NOTE Paragraph

00:10:41.239 --> 00:10:44.673
Embora ainda não se saiba como é
que os médicos devem tratar os doentes

00:10:44.697 --> 00:10:46.450
durante a fase dos sussurros,

00:10:46.474 --> 00:10:48.468
este instrumento pode ajudar os médicos

00:10:48.488 --> 00:10:50.738
a ter mais atenção a pacientes em risco.

00:10:50.758 --> 00:10:53.830
Pode ajudá-los a confirmar
se um tratamento funcionou ou não,

00:10:53.854 --> 00:10:56.628
e pode ajudar a responder
a perguntas simples.

00:10:56.642 --> 00:10:58.512
O doente está infetado?

00:10:58.536 --> 00:11:00.956
O que é que as bactérias estão a preparar?

NOTE Paragraph

00:11:00.958 --> 00:11:02.745
As bactérias falam,

00:11:02.769 --> 00:11:04.795
fazem planos secretos

00:11:04.819 --> 00:11:07.882
e enviam informações confidenciais
entre si.

00:11:08.253 --> 00:11:10.932
Mas não só podemos ouvi-las a sussurrar,

00:11:10.956 --> 00:11:13.503
como podemos aprender a sua língua secreta

00:11:13.517 --> 00:11:16.696
e participar nos sussurros bacterianos.

00:11:16.973 --> 00:11:19.067
E, como as bactérias diriam:

00:11:19.656 --> 00:11:22.573
"3-oxo-C12-anilina".

00:11:22.593 --> 00:11:23.743
["Fim".]

NOTE Paragraph

00:11:23.763 --> 00:11:24.931
(Risos)

NOTE Paragraph

00:11:24.955 --> 00:11:26.140
(Aplausos)

NOTE Paragraph

00:11:26.194 --> 00:11:27.248
Obrigada.

00:11:27.269 --> 00:11:28.459
(Aplausos)