0:00:01.507,0:00:03.420
În 2003,

0:00:03.420,0:00:06.333
când am secvențiat genomul uman,

0:00:06.333,0:00:10.744
am crezut că am găsit o soluție[br]pentru tratarea multor boli.

0:00:10.744,0:00:13.581
Dar, suntem departe de realitate,

0:00:13.581,0:00:16.617
pentru că în afară de genele noastre,

0:00:16.617,0:00:20.993
mediul și stilul nostru de viață [br]ar putea avea un rol important

0:00:20.993,0:00:23.851
în dezvoltarea multor boli importante.

0:00:23.851,0:00:27.223
Un bun exemplu este boala ficatului gras

0:00:27.223,0:00:31.430
care afectează peste 20 la sută[br]din populație la nivel global,

0:00:31.430,0:00:34.624
și nu se vindecă, cauzând cancer hepatic

0:00:34.624,0:00:36.312
sau insuficiență hepatică.

0:00:37.212,0:00:42.257
Deci, doar secvențierea ADN-ului[br]nu ne dă informații suficiente

0:00:42.257,0:00:44.865
pentru a găsi soluții[br]terapeutice eficiente.

0:00:44.865,0:00:48.508
Pe de altă parte, există multe alte[br]molecule în corpul nostru.

0:00:48.508,0:00:52.041
De fapt, avem peste 100.000 de metaboliți.

0:00:52.041,0:00:57.070
Metaboliții sunt toate moleculele[br]de dimensiuni foarte mici.

0:00:57.070,0:01:01.972
Exemplele cele mai cunoscute sunt glucoza,[br]fructoza, grăsimea, colesterolul,

0:01:01.972,0:01:04.369
lucruri despre care se vorbește mereu.

0:01:04.369,0:01:07.703
Metaboliții sunt implicați[br]în metabolismul nostru.

0:01:07.703,0:01:12.036
Aceștia sunt și succesorii ADN-ului,

0:01:12.036,0:01:17.253
deci, transportă informații despre gene,[br]cât și despre stilul de viață.

0:01:17.253,0:01:22.706
Cunoașterea metaboliților este esențială[br]pentru tratamentul multor boli.

0:01:22.706,0:01:25.655
Dintotdeauna mi-am dorit[br]să vindec pacienți.

0:01:25.655,0:01:29.494
În ciuda acestui fapt, acum 15 ani[br]am abandonat medicina

0:01:29.494,0:01:31.856
pentru că am căzut la matematică.

0:01:32.776,0:01:36.439
Imediat după aceea, am descoperit[br]un lucru foarte interesant:

0:01:36.439,0:01:39.877
că pot folosi matematica[br]ca să studiez medicina.

0:01:40.867,0:01:46.556
De atunci, elaborez algoritmi[br]pentru a analiza datele biologice.

0:01:47.086,0:01:49.164
Deci, părea ușor:

0:01:49.164,0:01:52.554
hai să culegem date despre toți [br]metaboliții din corpul nostru,

0:01:52.554,0:01:58.184
să creăm modele matematice ca să descriem[br]modificările lor în timpul unei boli

0:01:58.184,0:02:02.096
și să intervenim pe aceste schimbări[br]pentru a le trata.

0:02:02.096,0:02:06.056
Atunci, mi-am dat seama de ce nimeni[br]nu a făcut așa ceva înainte:

0:02:06.946,0:02:09.040
este foarte dificil.

0:02:09.040,0:02:10.251
(Râsete)

0:02:10.251,0:02:12.792
Avem mulți metaboliți în corp.

0:02:12.792,0:02:15.113
Sunt diferiți unul de celălalt.

0:02:15.113,0:02:18.718
Anumitor metaboliți le putem măsura[br]masa moleculară

0:02:18.718,0:02:21.639
folosind instrumente[br]de spectometrie de masă.

0:02:21.639,0:02:25.901
Dar, fiindcă am putea găsi[br]10 molecule cu aceeași masă,

0:02:25.901,0:02:27.923
nu știm exact ce sunt

0:02:27.923,0:02:30.734
și dacă vrei să le identifici[br]în mod sigur,

0:02:30.734,0:02:34.410
trebuie să faci alte experimente,[br]care ar putea dura decenii

0:02:34.410,0:02:36.290
și costa miliarde de dolari.

0:02:36.290,0:02:39.897
Astfel, am creat o platformă[br]de inteligență artificială, sau IA,

0:02:39.897,0:02:41.657
pentru realizarea acestuia.

0:02:41.657,0:02:44.883
Ne-am folosit de dezvoltarea[br]datelor biologice

0:02:44.883,0:02:47.862
și am construit o bază de date[br]cu toate informațiile existente

0:02:47.862,0:02:49.162
despre metaboliți

0:02:49.162,0:02:51.807
și interacțiunile lor[br]cu ceilalți metaboliți.

0:02:51.807,0:02:55.192
Am adunat toate aceste date[br]într-o mega rețea.

0:02:55.192,0:02:59.070
După aceea, din țesutul sau din sângele[br]pacienților,

0:02:59.070,0:03:01.739
măsurăm masa metaboliților

0:03:01.739,0:03:04.985
și căutăm masele[br]care se schimbă în timpul unei boli.

0:03:04.985,0:03:08.338
Dar, cum spuneam mai devreme,[br]nu știm exact ce sunt.

0:03:08.338,0:03:13.395
O masă moleculară de 180 ar putea fi [br]glucoză, galactoză sau fructoză.

0:03:13.395,0:03:15.637
Toate acestea au exact aceeași masă,

0:03:15.637,0:03:17.525
dar funcții diferite în corpul nostru.

0:03:17.525,0:03:21.130
Algoritmul nostru IA a calculat[br]toate aceste ambiguități.

0:03:21.130,0:03:24.026
S-a folosit această mega rețea

0:03:24.026,0:03:28.234
pentru a descoperi cum relaționează [br]între ele aceste mase metabolice,

0:03:28.234,0:03:30.123
cauzând o boală.

0:03:30.123,0:03:32.697
Iar după modul în care [br]acestea se intrepătrund,

0:03:32.697,0:03:36.737
reușim să deducem[br]care este masa fiecărui metabolit,

0:03:36.737,0:03:39.604
cum ar fi cea de 180 a glucozei de față,

0:03:39.604,0:03:42.302
și, cel mai important, să descoperim

0:03:42.302,0:03:45.559
cum schimbările în glucoză[br]și în alți metaboliți

0:03:45.559,0:03:47.308
conduc spre boală.

0:03:47.308,0:03:50.147
Această nouă perspectivă[br]despre mecanismele bolii

0:03:50.147,0:03:55.366
ne permite să descoperim noi[br]terapii eficace în acest scop.

0:03:55.366,0:03:59.221
Deci, am înființat o nouă companie[br]pentru a aduce această tehnologie pe piață

0:03:59.221,0:04:01.490
și pentru a schimba viața oamenilor.

0:04:01.490,0:04:05.482
Eu și echipa mea de la Revive Med[br]lucrăm pentru a descoperi

0:04:05.482,0:04:08.901
terapii pentru boli importante [br]unde metaboliții

0:04:08.901,0:04:10.501
sunt factorul determinant,

0:04:10.501,0:04:12.150
cum e boala ficatului gras,

0:04:12.150,0:04:15.253
pentru că este cauzată[br]de acumularea grăsimilor,

0:04:15.253,0:04:17.819
care fac parte din categoria[br]metaboliților din ficat.

0:04:17.819,0:04:20.866
Cum am menționat mai înainte,[br]această boală e foarte răspândită

0:04:20.866,0:04:22.098
și nu are tratament.

0:04:22.098,0:04:24.550
Și boala ficatului gras [br]este numai un exemplu.

0:04:24.550,0:04:28.048
În viitor vom combate sute de alte boli

0:04:28.048,0:04:29.835
ce nu au în prezent tratament.

0:04:29.835,0:04:32.777
Și adunând tot mai multe date

0:04:32.777,0:04:34.670
despre metaboliți

0:04:34.670,0:04:38.165
și înțelegând[br]cum schimbările metaboliților

0:04:38.165,0:04:40.583
conduc la dezvoltarea bolilor,

0:04:40.583,0:04:44.167
algoritmii noștri vor deveni[br]tot mai inteligenți

0:04:44.167,0:04:48.471
și vor descoperi terapiile potrivite[br]pentru pacienții potriviți.

0:04:48.471,0:04:52.682
Și ne vom apropia tot mai mult[br]de realizarea dorinței noastre

0:04:52.682,0:04:56.088
de a salva vieți cu fiecare linie de cod.

0:04:56.088,0:04:57.193
Vă mulțumesc!

0:04:57.193,0:04:59.508
(Aplauze)