1 00:00:00,917 --> 00:00:03,825 خوب چطور می‌خواهیم که این ویروس جدید کرونا را شکست دهیم؟ 2 00:00:04,317 --> 00:00:06,948 با استفاده از بهترین ابزارهای‌مان: 3 00:00:06,972 --> 00:00:09,011 علم و تکنولوژی‌مان. 4 00:00:09,594 --> 00:00:12,726 در آزمایشگاه من، ما از ابزارهای هوش مصنوعی 5 00:00:12,750 --> 00:00:14,353 و زیست‌شناسی مصنوعی استفاده می‌کنیم 6 00:00:14,353 --> 00:00:17,413 تا به مبارزه با این بیماری همه گیر سرعت ببخشیم. 7 00:00:18,078 --> 00:00:19,941 کار ما در ابتدا برای مقابله با 8 00:00:19,965 --> 00:00:22,818 بحران مقاومت آنتی‌بیوتیک طراحی شده بود. 9 00:00:22,842 --> 00:00:27,531 پروژه ما به دنبال مهار قدرت یادگیری ماشینی است تا 10 00:00:27,555 --> 00:00:29,401 ذخیره آنتی‌بیوتیکی ما را دوباره پر کند 11 00:00:29,425 --> 00:00:33,263 و از دوران پساآنتی‌بیوتیکی مخرب جهانی جلوگیری کند. 12 00:00:33,685 --> 00:00:36,505 بسیار حائز اهمیت است که از همان تکنولوژی بتوان برای تحقیقات 13 00:00:36,529 --> 00:00:38,601 روی ترکیبات ضدویروسی استفاده کرد 14 00:00:38,625 --> 00:00:41,303 که می‌تواند به ما در نبرد علیه اپیدمی حاضر کمک کند. 15 00:00:42,080 --> 00:00:45,982 یادگیری ماشینی مدل سنتی کشف دارو را 16 00:00:46,006 --> 00:00:47,410 به کل تغییر داد. 17 00:00:47,434 --> 00:00:48,659 با این رویکرد، 18 00:00:48,683 --> 00:00:52,761 به جای آزمایش مشقت‌بار تاثیرگذاری هزاران مولکول موجود 19 00:00:52,785 --> 00:00:54,221 دانه به دانه 20 00:00:54,245 --> 00:00:55,832 در یک آزمایشگاه، 21 00:00:55,856 --> 00:01:00,513 می‌توانیم به کامپیوتر یاد بدهیم که میزان بیشتری از مولکول‌های ممکن 22 00:01:00,537 --> 00:01:04,121 که می‌توانند ترکیب شوند را به طور تصاعدی بررسی کند. 23 00:01:04,145 --> 00:01:09,759 و بنابراین به جای گشتن دنبال سوزن در انبار کاه 24 00:01:09,783 --> 00:01:13,543 می‌توانیم از مغناطیس عظیم قدرت محاسبه استفاده کنیم 25 00:01:13,567 --> 00:01:17,482 تا سوزن‌های زیادی را بطور همزمان در انبار کاه پیدا کنیم. 26 00:01:18,423 --> 00:01:20,415 تا حالا پیشرفت‌هایی داشته‌ایم. 27 00:01:21,010 --> 00:01:26,475 اخیرا، از یادگیری ماشینی برای کشف آنتی‌بیوتیک‌های جدید استفاده کردیم 28 00:01:26,499 --> 00:01:29,059 که به ما کمک می‌کند تا از عفونت باکتریایی جلوگیری کنیم 29 00:01:29,083 --> 00:01:32,694 که در کنار عفونت‌های سندرم حاد تنفسی ۲ (SARS-CoV-2) اتفاق می‌افتد. 30 00:01:33,181 --> 00:01:37,350 دو ماه قبل، پروژه جسورانه TED طرح ما را برای سرمایه‌گذاری پذیرفت 31 00:01:37,374 --> 00:01:39,562 تا به شکل گسترده‌ای وسعت کار ما را 32 00:01:39,586 --> 00:01:44,214 با هدف کشف هفت نوع جدید آنتی بیوتیک 33 00:01:44,238 --> 00:01:47,721 برای مقابله با هفت پاتوژن کشنده باکتریایی دنیا 34 00:01:47,745 --> 00:01:49,800 در طی هفت سال آینده گسترش دهد. 35 00:01:50,206 --> 00:01:51,939 لازم به ذکر می‌باشد: 36 00:01:51,963 --> 00:01:53,891 تعداد گونه‌های جدید آنتی‌بیوتیک 37 00:01:53,915 --> 00:01:57,150 که طی سه دهه گذشته کشف شده است صفر است. 38 00:01:58,030 --> 00:02:01,601 اگرچه جستجو برا آنتی‌بیوتیک‌های جدید از اهداف میان مدت ماست 39 00:02:01,625 --> 00:02:06,277 ویروس جدید کرونا یک تهدید کشنده جدی است، 40 00:02:06,301 --> 00:02:10,094 و هیجان‌زده هستم بگویم که ما فکر می‌کنیم می‌توانیم از همین تکنولوژی 41 00:02:10,118 --> 00:02:12,927 برای تحقیق در درمان‌شناسی علیه این ویروس استفاده کنیم. 42 00:02:13,486 --> 00:02:15,205 پس چطور این کار را انجام می‌دهیم؟ 43 00:02:15,229 --> 00:02:18,177 خوب ما یک کتابخانه آموزشی ترکیبی درست می‌کنیم 44 00:02:18,201 --> 00:02:23,743 و با همکاران این مولکول‌ها را در سلول‌های درگیر سندرم حاد تنفسی ۲ بکار می‌گیریم 45 00:02:23,767 --> 00:02:27,661 تا ببینیم کدامیک از آنها فعالیت موثری از خود نشان می‌دهد. 46 00:02:28,175 --> 00:02:31,367 از این داده‌ها برای آموزش مدل یادگیری ماشینی استفاده می‌شود 47 00:02:31,391 --> 00:02:35,461 که در کتابخانه شبیه سازی رایانه‌ای با بیش از یک میلیارد مولکول بکار گرفته خواهد شد 48 00:02:35,485 --> 00:02:39,689 تا ترکیبات جدید ضدویروسی احتمالی را پیدا کنیم. 49 00:02:40,324 --> 00:02:42,982 ما پیشگویی‌های محتمل‌تر را ترکیب و آزمایش می‌کنیم و 50 00:02:43,006 --> 00:02:46,015 روی بیمارانی که امید بیشتری می‌رود آزمایش بالینی انجام می‌دهیم 51 00:02:46,356 --> 00:02:48,134 به نظر زیادی خوب می‌رسد؟ 52 00:02:48,158 --> 00:02:49,590 خوب، اینطور نیست. 53 00:02:49,614 --> 00:02:52,939 آنتی بیوتیک‌های پروژه هوش مصنوعی بر پایه مدارک ما از تحقیق مفهومی است 54 00:02:52,963 --> 00:02:56,364 که منجر به کشف طیف وسیعی از آنتی‌بیوتیک‌ها 55 00:02:56,388 --> 00:02:57,573 به نام هالوسین می‌شود. 56 00:02:58,443 --> 00:03:01,256 هالوسین فعالیت ضدباکتریایی زیادی 57 00:03:01,280 --> 00:03:05,382 بر علیه بیشتر پاتوژن‌های مقاوم دربرابر آنتی‌بیوتیک 58 00:03:05,406 --> 00:03:09,047 از جمله عفونت‌های مقاوم غیرقابل درمان دارد. 59 00:03:09,862 --> 00:03:12,132 جالب اینکه، برخلاف آنتی‌بیوتیک‌های موجود، 60 00:03:12,156 --> 00:03:15,850 دایره‌ی مقاومت باکتری در برابر هالوسین 61 00:03:15,874 --> 00:03:17,358 به نحو قابل توجهی کم است. 62 00:03:18,303 --> 00:03:23,013 ما در آزمایشگاه مقاومت باکتری در برابر هالوسین و همینطور 63 00:03:23,037 --> 00:03:24,825 داروی سیپرو (cipro) را آزمایش کردیم. 64 00:03:25,299 --> 00:03:26,841 در مورد سیپرو، 65 00:03:26,865 --> 00:03:29,690 فقط پس از یک روز، ما مقاومت دیدیم. 66 00:03:30,213 --> 00:03:31,691 در مورد هالوسین، 67 00:03:31,715 --> 00:03:33,830 بعد از یک روز هیچ مقاومتی ندیدیم. 68 00:03:34,479 --> 00:03:37,781 شگفت انگیز است که پس از سی روز تمام، 69 00:03:37,805 --> 00:03:40,406 ما هیچ مقاومتی در برابر هالوسین ندیدیم. 70 00:03:41,098 --> 00:03:46,624 در این پروژه آزمایشی، ابتدا در حدود ۲۵۰۰ ترکیب را درمقابل ای کولای آزمایش کردیم. 71 00:03:47,259 --> 00:03:50,039 این مجموعه آموزشی شامل آنتی‌بیوتیک‌های شناخته شده، 72 00:03:50,063 --> 00:03:51,809 از قبیل پنی‌سیلین و سیپرو، 73 00:03:51,833 --> 00:03:54,345 همچنین دیگر داروهایی که آنتی‌بیوتیک نیستند می‌شود. 74 00:03:54,984 --> 00:03:57,571 ما از این داده‌ها برای آموزش یک مدل استفاده کردیم 75 00:03:57,595 --> 00:04:01,573 تا ویژگی‌های مولکی همراه با این فعالیت ضدباکتریایی را دریابیم. 76 00:04:02,269 --> 00:04:04,970 سپس این مدل را در یک کتابخانه تخصصی دارو که 77 00:04:04,994 --> 00:04:07,472 از چندهزار مولکول ساخته شده است بکار گرفتیم 78 00:04:07,496 --> 00:04:10,114 و ازاین مدل خواستیم که مولکول‌هایی را شناسایی کند 79 00:04:10,138 --> 00:04:12,922 که پیش‌بینی می‌شود امکانات ضدباکتریایی دارند 80 00:04:12,946 --> 00:04:15,419 اما شبیه مولکول‌های آنتی‌بیوتیک‌های موجود نیستند. 81 00:04:16,427 --> 00:04:21,224 خیلی جالب است که فقط یک مولکول در آن کتابخانه با این باکتری همخوانی داشت. 82 00:04:21,248 --> 00:04:23,584 و آن مولکول هالوسین بود. 83 00:04:24,444 --> 00:04:27,532 با فرض اینکه هالوسین مانند هیچ‌یک از آنتی‌بیوتیک‌های موجود نباشد 84 00:04:27,556 --> 00:04:31,710 شناخت هالوسین در این شکل برای یک انسان از جمله یک متخصص آنتی‌بیوتیک 85 00:04:31,734 --> 00:04:33,918 غیرممکن می‌شد. 86 00:04:34,574 --> 00:04:37,204 تصور کنید که ما با این تکنولوژی می‌توانستیم 87 00:04:37,228 --> 00:04:38,969 علیه بیماری حاد تنفسی ۲ چه کار کنیم. 88 00:04:39,783 --> 00:04:41,148 و این همه آن نیست. 89 00:04:41,172 --> 00:04:43,992 با استفاده از ابزارهای سنتتیک بیولوژی (Synthetic biology) 90 00:04:44,016 --> 00:04:46,627 که به دی ان ای و دیگر تشکیلات سلولی می‌پردازد، 91 00:04:46,651 --> 00:04:50,561 تا به اهداف بشری مانند مبارزه با بیمای کووید ۱۹خدمت کند. 92 00:04:50,585 --> 00:04:54,232 و از طرف دیگر روی ساخت یک ماسک محافظتی کار می‌کنیم 93 00:04:54,256 --> 00:04:57,688 که می‌تواند به عنوان یک تست تشخیص سریع هم بکار رود. 94 00:04:58,192 --> 00:04:59,664 چطور کار می‌کند؟ 95 00:04:59,688 --> 00:05:00,893 خوب، اخیرا نشان دادیم که 96 00:05:00,917 --> 00:05:03,860 می‌توان با خارج کردن دستگاه سلولی یک سلول زنده 97 00:05:03,884 --> 00:05:07,976 آن را به همراه سنسورهای RNA روی یک کاغذ خشک و منجمد کرد 98 00:05:08,000 --> 00:05:12,916 تا یک تست کم هزینه برای تشخیص زیکا و ابولا تهیه کنیم. 99 00:05:13,503 --> 00:05:18,730 این سنسورها وقتی که با نمونه بیمار که می‌تواند شامل خون یا بزاق باشد 100 00:05:18,754 --> 00:05:21,576 خیس می‌شوند، فعال می‌شوند. 101 00:05:21,600 --> 00:05:24,861 معلوم شده که این تکنولوژی محدود به کاغذ نیست 102 00:05:24,885 --> 00:05:27,771 و می‌تواند روی متریال دیگری همانند پارچه هم بکار رود. 103 00:05:28,671 --> 00:05:30,613 برای بیماری همه‌گیر کووید ۱۹ 104 00:05:30,637 --> 00:05:34,983 برای شناسایی ویروس سنسورهای RNA طراحی کردیم 105 00:05:35,007 --> 00:05:38,217 و آنها را به همراه دستگاه ملکولی مورد نیاز روی یک ماسک صورت پارچه‌ای 106 00:05:38,241 --> 00:05:40,948 خشک و منجمد کردیم، 107 00:05:40,972 --> 00:05:43,201 چون عمل ساده تنفس، 108 00:05:43,225 --> 00:05:45,502 همراه با بخارآبی که از دهان خارج می‌شود، 109 00:05:45,526 --> 00:05:47,286 می‌تواند این تست را فعال سازد. 110 00:05:47,804 --> 00:05:52,064 اگر بیماری به بیماری حاد تنفسی ۲ مبتلا شده باشد، 111 00:05:52,088 --> 00:05:54,161 ماسک یک سیگنال فلورسنت تولید می‌کند، 112 00:05:54,185 --> 00:05:58,015 که توسط یک دستگاه ساده و ارزان و سبک قابل شناسایی است. 113 00:05:58,534 --> 00:06:03,018 طی یک یا دو ساعت بیماری او از راه دور، با امنیت و دقت 114 00:06:03,042 --> 00:06:06,014 تشخیص داده می‌شود. 115 00:06:06,735 --> 00:06:09,255 ما همچنین از سینتتیک بیولوژی 116 00:06:09,279 --> 00:06:11,999 برای طراحی واکسن احتمالی برای کووید ۱۹ استفاده می‌کنیم. 117 00:06:13,014 --> 00:06:15,667 واکسن BCG را دوباره هدف‌گذاری می‌کنیم، 118 00:06:15,691 --> 00:06:18,561 تا در مقابل سل در تمامی کشورها مورد استفاده قرار گیرد. 119 00:06:18,585 --> 00:06:20,126 این یک واکسن زنده ضعیف شده است، 120 00:06:20,150 --> 00:06:24,807 و ما آن را مهندسی می‌کنیم تا آنتی‌‌ژن‌های بیماری حاد تنفسی ۲ را بیان کنیم، 121 00:06:24,831 --> 00:06:27,645 که باید با برانگیختن سیستم ایمنی 122 00:06:27,669 --> 00:06:29,304 آنتی‌بادی‌های حمایتی تولید کند. 123 00:06:29,328 --> 00:06:32,062 مهمتر از همه،BCG به شکل گسترده‌ای مقیاس‌پذیر است 124 00:06:32,086 --> 00:06:36,659 و مشخصات ایمنی آن در میان بهترین واکسن‌های شناخته شده قرار می‌گیرد. 125 00:06:37,881 --> 00:06:42,986 با ابزارهای سنتتیک بیولوژی و هوش مصنوعی، 126 00:06:43,010 --> 00:06:46,358 ما می‌توانیم در جنگ علیه ویروس کرونا پیروز شویم. 127 00:06:46,844 --> 00:06:50,163 این کار در مراحل بسیار اولیه است، اما وعده‌ایست که تحقق پیدا می‌کند. 128 00:06:50,798 --> 00:06:54,243 علم و تکنولوژی می‌تواند در نبرد بین هوش انسان و ژن‌های ابرباکتری‌ها 129 00:06:54,267 --> 00:06:57,428 برتری مهمی به ما بدهد، 130 00:06:57,452 --> 00:06:59,199 نبردی که ما می‌توانیم پیروز آن باشیم. 131 00:06:59,990 --> 00:07:01,223 متشکرم.