WEBVTT

00:00:00.917 --> 00:00:03.825
Hoe gaan we 
dit nieuwe coronavirus verslaan?

00:00:04.317 --> 00:00:06.948
Door onze beste gereedschappen 
te gebruiken:

00:00:06.972 --> 00:00:09.011
onze wetenschap en technologie.

00:00:09.594 --> 00:00:12.726
In mijn lab gebruiken we 
kunstmatige intelligentie

00:00:12.750 --> 00:00:14.329
en synthetische biologie

00:00:14.353 --> 00:00:17.413
om het gevecht tegen 
deze pandemie te versnellen.

00:00:18.078 --> 00:00:19.941
Ons werk was oorspronkelijk bedoeld

00:00:19.965 --> 00:00:22.818
om iets te doen aan de crisis
rond antibioticaresistentie.

00:00:22.842 --> 00:00:27.511
Met ons project willen we de kracht 
van machinaal leren gebruiken

00:00:27.511 --> 00:00:29.465
om ons antibiotica-arsenaal aan te vullen

00:00:29.465 --> 00:00:33.263
en een wereldwijde ramp 
van antibioticaresistentie te voorkomen.

00:00:33.685 --> 00:00:36.505
Dezelfde technologie kan worden gebruikt

00:00:36.529 --> 00:00:38.601
om antivirale verbindingen te zoeken

00:00:38.625 --> 00:00:41.303
die ons kunnen helpen 
om de pandemie te bevechten.

NOTE Paragraph

00:00:42.080 --> 00:00:45.982
Machinaal leren zet de gewone manier
van het ontdekken van medicijnen

00:00:46.006 --> 00:00:47.410
op zijn kop.

00:00:47.424 --> 00:00:48.683
Met deze aanpak,

00:00:48.683 --> 00:00:52.761
in plaats van het een voor een testen 
van duizenden bestaande moleculen

00:00:52.785 --> 00:00:54.221
in een lab

00:00:54.245 --> 00:00:55.832
op hun effectiviteit,

00:00:55.856 --> 00:01:00.513
kunnen we een computer trainen 
om de veel grotere ruimte te verkennen

00:01:00.537 --> 00:01:04.121
van alle mogelijke moleculen
die gesynthetiseerd kunnen worden,

00:01:04.145 --> 00:01:09.759
en dus, in plaats van het zoeken 
van een speld in een hooiberg,

00:01:09.783 --> 00:01:13.543
kunnen we de enorme magneet 
van de rekenkracht gebruiken

00:01:13.567 --> 00:01:17.482
om veel naalden te vinden 
in meerdere hooibergen tegelijk.

NOTE Paragraph

00:01:18.423 --> 00:01:20.415
We hebben al wat vroege successen gehad.

00:01:21.010 --> 00:01:26.475
We hebben machinaal leren gebruikt 
om nieuwe antibiotica te ontdekken

00:01:26.499 --> 00:01:29.059
die ons helpen om 
bacteriële infecties te bevechten

00:01:29.083 --> 00:01:32.694
die naast SARS-CoV-2-infecties 
kunnen voorkomen.

00:01:33.181 --> 00:01:37.350
Twee maanden geleden keurde het project 
van TED onze financiering goed

00:01:37.374 --> 00:01:39.562
om ons werk enorm op te schalen

00:01:39.586 --> 00:01:44.214
om zeven nieuwe soorten 
antibiotica te ontdekken

00:01:44.238 --> 00:01:47.721
tegen zeven van 's werelds dodelijkste 
bacteriële ziekteverwekkers

00:01:47.745 --> 00:01:49.800
in de komende zeven jaar.

00:01:50.206 --> 00:01:51.939
Voor de context:

00:01:51.963 --> 00:01:53.891
Het aantal nieuwe soorten antibiotica

00:01:53.915 --> 00:01:57.150
dat de laatste drie decennia 
is ontdekt, is nul.

NOTE Paragraph

00:01:58.030 --> 00:02:01.601
Terwijl het zoeken naar nieuwe antibiotica
voor de iets langere termijn is,

00:02:01.625 --> 00:02:06.277
vormt het nieuwe coronavirus 
een onmiddellijk doodsgevaar,

00:02:06.301 --> 00:02:10.094
en ik wil graag delen dat we denken
dezelfde technologie te kunnen gebruiken

00:02:10.118 --> 00:02:12.927
om medicijnen te zoeken tegen dit virus.

00:02:13.486 --> 00:02:15.205
Dus hoe gaan we het doen?

00:02:15.229 --> 00:02:18.177
We maken een bibliotheek van verbindingen

00:02:18.201 --> 00:02:23.743
en we passen deze moleculen toe op cellen 
die geïnfecteerd zijn met SARS-CoV-2

00:02:23.767 --> 00:02:27.661
om te zien welke effectief zijn.

00:02:28.175 --> 00:02:31.367
Deze data wordt gebruikt
om een machinaal leren-model te trainen

00:02:31.391 --> 00:02:35.461
dat wordt toegepast op een computerbieb
met meer dan een miljard moleculen

00:02:35.485 --> 00:02:39.689
om mogelijke nieuwe 
antivirale verbindingen te vinden.

00:02:40.324 --> 00:02:42.982
We gaan de beste voorspellingen 
synthetiseren en testen

00:02:43.006 --> 00:02:45.895
en de meest veelbelovende 
naar de kliniek brengen.

NOTE Paragraph

00:02:46.356 --> 00:02:48.134
Klinkt dit te goed om waar te zijn?

00:02:48.158 --> 00:02:49.590
Dat zou niet moeten.

00:02:49.614 --> 00:02:52.939
De financiering van dit project 
is gebaseerd op ons onderzoek

00:02:52.963 --> 00:02:56.364
dat leidde tot de ontdekking 
van een breed toepasbaar antibioticum

00:02:56.388 --> 00:02:57.573
dat halicine heet.

00:02:58.443 --> 00:03:01.256
Halicine heeft krachtige 
antibacteriële activiteit

00:03:01.280 --> 00:03:05.382
tegen bijna alle antibioticaresistente 
bacteriële ziekteverwekkers,

00:03:05.406 --> 00:03:09.047
inclusief onbehandelbare infecties 
die overal tegen bestand zijn.

00:03:09.862 --> 00:03:12.132
In tegenstelling
tot bij huidige antibiotica

00:03:12.156 --> 00:03:15.850
is de frequentie waarmee bacteriën 
resistentie ontwikkelen tegen halicine

00:03:15.874 --> 00:03:17.358
opmerkelijk laag.

00:03:18.303 --> 00:03:23.013
We testten het vermogen van bacteriën 
om resistent te worden tegen halicine

00:03:23.037 --> 00:03:24.825
en tegen Cipro in het lab.

00:03:25.299 --> 00:03:26.841
In het geval van Cipro

00:03:26.865 --> 00:03:29.690
zagen we na één dag al resistentie.

00:03:30.213 --> 00:03:31.691
In het geval van halicine

00:03:31.715 --> 00:03:33.830
zagen we na één dag geen resistentie.

00:03:34.479 --> 00:03:37.781
Zelfs na 30 dagen zagen we 
verbazingwekkend genoeg

00:03:37.805 --> 00:03:40.406
geen resistentie tegen halicine.

NOTE Paragraph

00:03:41.098 --> 00:03:46.624
In dit proefproject testten we eerst 
ongeveer 2500 verbindingen tegen E. coli.

00:03:47.259 --> 00:03:50.039
In deze trainingsset 
zaten bekende antibiotica

00:03:50.063 --> 00:03:51.809
zoals Cipro en penicilline,

00:03:51.823 --> 00:03:54.105
naast veel medicijnen 
die geen antibiotica zijn.

00:03:54.984 --> 00:03:57.571
We gebruikten deze data 
om een model te trainen

00:03:57.595 --> 00:04:01.573
om moleculaire kenmerken te leren 
die horen bij antibacteriële activiteit.

00:04:02.239 --> 00:04:04.994
We pasten dit model toe
op een bibliotheek van medicijnen

00:04:04.994 --> 00:04:07.472
met duizenden moleculen

00:04:07.496 --> 00:04:10.114
en we vroegen het model
om te voorspellen

00:04:10.114 --> 00:04:12.946
welke moleculen antibacteriële
eigenschappen hebben,

00:04:12.946 --> 00:04:15.419
maar die niet lijken 
op bestaande antibiotica.

00:04:16.427 --> 00:04:21.224
Interessant genoeg voldeed 
slechts één molecuul aan deze criteria,

00:04:21.248 --> 00:04:23.584
en dat molecuul bleek halicine te zijn.

00:04:24.444 --> 00:04:27.532
Omdat halicine niet lijkt 
op een bestaand antibioticum,

00:04:27.556 --> 00:04:31.710
was het onmogelijk geweest voor een mens, 
ook voor een expert in antibiotica,

00:04:31.734 --> 00:04:33.918
om halicine op deze manier te vinden.

00:04:34.574 --> 00:04:37.204
Stel je voor wat we 
met deze technologie kunnen doen

00:04:37.228 --> 00:04:38.969
tegen SARS-CoV-2.

NOTE Paragraph

00:04:39.763 --> 00:04:40.958
En dat is nog niet alles.

00:04:40.958 --> 00:04:44.012
We gebruiken ook de gereedschappen 
van de synthetische biologie,

00:04:44.016 --> 00:04:46.627
we sleutelen met DNA
en andere cellulaire mechanismen

00:04:46.651 --> 00:04:50.561
om de mens te dienen,
bijvoorbeeld door COVID-19 te bevechten.

00:04:50.585 --> 00:04:54.232
We werken ook aan een beschermend masker

00:04:54.256 --> 00:04:57.688
dat ook dienstdoet
als een snelle diagnostische test.

00:04:58.192 --> 00:04:59.664
Hoe werkt dat?

00:04:59.668 --> 00:05:00.913
Kortgeleden toonden we aan

00:05:00.913 --> 00:05:03.884
dat je onderdelen
uit een levende cel kunt halen

00:05:03.884 --> 00:05:07.976
en op papier kunt invriezen 
samen met RNA-sensoren

00:05:08.000 --> 00:05:12.916
om goedkope diagnostische materialen 
te maken voor ebola en zika.

00:05:13.503 --> 00:05:18.730
De sensoren worden geactiveerd
door rehydratatie met een patiëntmonster

00:05:18.754 --> 00:05:21.576
van bijvoorbeeld bloed of speeksel.

00:05:21.600 --> 00:05:24.861
Het blijkt dat deze technologie 
niet beperkt is tot papier

00:05:24.861 --> 00:05:27.771
en op andere materialen 
kan worden toegepast, inclusief stof.

00:05:28.671 --> 00:05:30.613
Voor de COVID-19-pandemie

00:05:30.637 --> 00:05:34.983
ontwerpen we RNA-sensoren
om het virus te detecteren

00:05:35.007 --> 00:05:38.217
en vriezen we deze in, 
samen met de benodigde celonderdelen,

00:05:38.241 --> 00:05:40.948
in de stof van een gezichtsmasker

00:05:40.972 --> 00:05:43.201
waarbij het ademen,

00:05:43.225 --> 00:05:45.502
met de waterdamp die daarbij vrijkomt,

00:05:45.526 --> 00:05:47.286
de test activeert.

00:05:47.804 --> 00:05:52.064
Als een patiënt dus geïnfecteerd is 
met SARS-CoV-2,

00:05:52.078 --> 00:05:54.181
produceert het masker
een fluorescent signaal

00:05:54.185 --> 00:05:58.015
dat met een simpel, goedkoop handapparaat 
kan worden gedetecteerd.

00:05:58.534 --> 00:06:03.018
Binnen een of twee uur kan een patiënt 
dus gediagnosticeerd worden,

00:06:03.042 --> 00:06:06.014
veilig, nauwkeurig en op afstand.

NOTE Paragraph

00:06:06.735 --> 00:06:09.255
We gebruiken synthetische biologie ook

00:06:09.279 --> 00:06:11.999
om een mogelijk vaccin 
te ontwikkelen tegen COVID-19.

00:06:13.014 --> 00:06:15.667
We gebruiken het BCG-vaccin,

00:06:15.691 --> 00:06:18.521
dat al bijna een eeuw lang 
tegen TB is gebruikt.

00:06:18.521 --> 00:06:20.150
Het is een levend, verzwakt vaccin

00:06:20.150 --> 00:06:24.727
en we maken het met SARS-CoV-2-antigenen,

00:06:24.727 --> 00:06:27.665
die beschermende antilichamen 
zouden moeten laten produceren

00:06:27.669 --> 00:06:29.304
door het immuunsysteem.

00:06:29.328 --> 00:06:32.062
Belangrijk is dat BCG 
erg goed op te schalen is

00:06:32.086 --> 00:06:36.659
en een van de beste veiligheidsprofielen
heeft van alle gerapporteerde vaccins.

NOTE Paragraph

00:06:37.881 --> 00:06:42.986
Met synthetische biologie 
en kunstmatige intelligentie

00:06:43.010 --> 00:06:46.358
kunnen we het gevecht
tegen dit nieuwe coronavirus winnen.

00:06:46.844 --> 00:06:50.163
Dit project staat in de kinderschoenen,
maar is veelbelovend.

00:06:50.798 --> 00:06:54.243
Wetenschap en technologie
kunnen ons een belangrijk voordeel geven

00:06:54.267 --> 00:06:57.428
in de strijd tussen menselijk verstand
en genen van supervirussen,

00:06:57.452 --> 00:06:59.199
een strijd die we kunnen winnen.

NOTE Paragraph

00:06:59.990 --> 00:07:01.223
Dank jullie wel.