1
00:00:01,507 --> 00:00:03,396
У 2003 році,

2
00:00:03,420 --> 00:00:06,333
коли здійснили секвенування генома людини,

3
00:00:06,357 --> 00:00:10,279
ми думали, що це допоможе знайти
методи лікування багатьох захворювань.

4
00:00:10,974 --> 00:00:13,631
Насправді, все далеко не так,

5
00:00:14,782 --> 00:00:16,703
тому що окрім наших генів,

6
00:00:16,727 --> 00:00:21,297
довкілля і спосіб життя значно впливають

7
00:00:21,321 --> 00:00:23,869
на розвиток багатьох
серйозних захворювань.

8
00:00:23,893 --> 00:00:27,473
Один із прикладів - стеатоз печінки,

9
00:00:27,497 --> 00:00:31,580
яким хворіють більше 20% населення Землі.

10
00:00:31,604 --> 00:00:34,638
Він не лікується і спричиняє рак печінки

11
00:00:34,662 --> 00:00:36,085
чи печінкову недостатність.

12
00:00:37,517 --> 00:00:42,261
Одне тільки секвенування ДНК
не дає нам достатньо інформації,

13
00:00:42,747 --> 00:00:44,517
щоб знайти ефективний курс лікування.

14
00:00:44,541 --> 00:00:48,297
Однак, в нашому організмі
є багато інших молекул.

15
00:00:48,321 --> 00:00:52,301
В ньому є більше 100 000 метаболітів.

16
00:00:52,325 --> 00:00:56,621
Метаболіти - це дуже дрібні молекули.

17
00:00:57,193 --> 00:01:02,165
Добре знайомі нам метаболіти - це 
глюкоза, фруктоза, жири, холестерин;

18
00:01:02,189 --> 00:01:03,699
ми чуємо про них постійно.

19
00:01:04,273 --> 00:01:07,256
Метаболіти беруть участь в обміні речовин.

20
00:01:08,066 --> 00:01:12,094
Вони знаходяться по нисхідніій від ДНК,

21
00:01:12,118 --> 00:01:17,200
тому містять дані як про гени, 
так і про спосіб життя.

22
00:01:17,224 --> 00:01:22,873
Метаболіти мають важливе значення у
пошуках методів лікування багатьох хвороб.

23
00:01:22,897 --> 00:01:25,109
Я завжди хотіла лікувати людей.

24
00:01:25,934 --> 00:01:29,792
Незважаючи на це, 15 років тому
я покинула медичний університет,

25
00:01:29,816 --> 00:01:31,781
тому що мені бракувало математики.

26
00:01:33,019 --> 00:01:35,955
Незабаром, несподівано для себе,
я дізналася,

27
00:01:36,692 --> 00:01:39,455
що можу застосовувати математику
для вивчення медицини.

28
00:01:41,026 --> 00:01:46,239
Відтоді я розробляю алгоритми
аналізу біологічних даних.

29
00:01:47,092 --> 00:01:49,375
Здавалося б, це так легко:

30
00:01:49,399 --> 00:01:53,000
потрібно зібрати інформацію 
про всі метаболіти в організмі,

31
00:01:53,024 --> 00:01:58,152
створити математичні моделі,
що описують їх зміни під час хвороби

32
00:01:58,176 --> 00:02:01,164
і протистояти цим змінам
в процесі лікування.

33
00:02:02,488 --> 00:02:05,960
Потім я зрозуміла,
чому цього не зробили раніше:

34
00:02:07,230 --> 00:02:08,917
це надзвичайно важко.

35
00:02:08,941 --> 00:02:10,028
(Сміх)

36
00:02:10,052 --> 00:02:12,464
В нашому організмі є багато метаболітів.

37
00:02:12,783 --> 00:02:15,283
Всі вони дуже різні.

38
00:02:15,307 --> 00:02:19,035
Молекулярну масу деяких можна виміряти

39
00:02:19,059 --> 00:02:21,652
за допомогою
мас-спектометричних інструментів.

40
00:02:21,676 --> 00:02:26,069
Проте, оскільки є ймовірність отримати
10 молекул з однаковою масою,

41
00:02:26,093 --> 00:02:27,900
ми не знатимемо, що це за молекули.

42
00:02:27,924 --> 00:02:30,698
І якщо ми хочемо точно ідентифікувати їх,

43
00:02:30,722 --> 00:02:33,826
знадобляться додаткові експерименти,
що потребуватимуть десятиліть

44
00:02:33,850 --> 00:02:35,564
і мільйонів доларів.

45
00:02:36,207 --> 00:02:41,770
Тому ми створили для цього
штучний інтелект або ШІ.

46
00:02:41,794 --> 00:02:44,638
Ми скористалися ростом біологічних даних

47
00:02:46,083 --> 00:02:49,086
і розробили базу даних всієї існуючої
інформації про метаболіти

48
00:02:49,110 --> 00:02:52,238
і їх взаємозв’язок з іншими молекулами.

49
00:02:52,262 --> 00:02:55,686
Ми об’єднали всі ці дані в мегамережу.

50
00:02:55,710 --> 00:02:59,106
Тепер, використовуючи тканини
і кров пацієнта,

51
00:02:59,130 --> 00:03:01,881
ми вимірюємо масу метаболітів

52
00:03:01,905 --> 00:03:05,164
і знаходимо ті, що змінюються
під час хвороби.

53
00:03:05,188 --> 00:03:08,378
Але, як я казала раніше, ми не знаємо , 
якими саме є ці метаболіти.

54
00:03:08,402 --> 00:03:13,537
Глюкоза, галактоза і фруктоза
мають молекулярну масу 180.

55
00:03:13,561 --> 00:03:15,580
В них абсолютно однакова молекулярна маса,

56
00:03:15,604 --> 00:03:17,691
але вони виконують
різні функції в тілі.

57
00:03:17,715 --> 00:03:21,302
Наш ШІ врахував всі ці неточності.

58
00:03:21,326 --> 00:03:24,062
Потім він пройшов цією мегамережею

59
00:03:24,086 --> 00:03:28,439
в пошуках зв’язаних між собою
мас метаболітів,

60
00:03:28,463 --> 00:03:30,421
що викликають захворювання.

61
00:03:30,445 --> 00:03:32,683
Те, як вони зв’язані,

62
00:03:32,707 --> 00:03:37,030
допомагає нам визначити
масу кожного метаболіта,

63
00:03:37,054 --> 00:03:39,978
наприклад, тут 180 - 
це могла б бути глюкоза,

64
00:03:40,002 --> 00:03:42,553
і, що важливо, зрозуміти,

65
00:03:42,577 --> 00:03:45,944
як зміни глюкози та інших метаболітів

66
00:03:45,968 --> 00:03:47,473
призводять до захворювань.

67
00:03:47,497 --> 00:03:50,492
Це нове розуміння механізмів хвороб

68
00:03:50,516 --> 00:03:55,008
дозволяє знаходити ефективні
способи лікування.

69
00:03:55,601 --> 00:03:59,446
Ми створили стартап, щоб вивести
цю технологію на ринок

70
00:03:59,470 --> 00:04:01,275
і допомагати людям.

71
00:04:01,722 --> 00:04:05,267
Ми з моєю командою в ReviveMed
працюємо над пошуком

72
00:04:05,291 --> 00:04:10,396
методів лікування хвороб, для яких
метаболіти - це ключові фактори,

73
00:04:10,420 --> 00:04:12,317
наприклад, стеатозу печінки.

74
00:04:12,341 --> 00:04:15,265
Він викликаний накопиченням
в печінці жирів,

75
00:04:15,289 --> 00:04:17,762
які являють собою один
із видів метаболітів.

76
00:04:17,786 --> 00:04:21,726
Як я вже казала, це серйозна
невиліковна епідемія.

77
00:04:21,750 --> 00:04:24,474
І стеатоз печінки - лише один приклад.

78
00:04:24,498 --> 00:04:28,676
Надалі ми плануємо працювати
з сотнями інших хвороб,

79
00:04:28,700 --> 00:04:30,193
від яких поки немає ліків.

80
00:04:30,217 --> 00:04:34,771
Збираючи більше даних про метаболіти

81
00:04:34,795 --> 00:04:38,339
і аналізуючи, як зміни в них

82
00:04:38,363 --> 00:04:40,765
призводять до захворювань,

83
00:04:40,789 --> 00:04:44,278
наші алгоритми ставатимуть
все більше розвиненими

84
00:04:44,302 --> 00:04:48,498
і допоможуть знаходити курси лікування
для конкретних пацієнтів.

85
00:04:48,522 --> 00:04:52,292
Ми наблизимося до нашої мети -

86
00:04:52,316 --> 00:04:56,179
врятувати життя людей за
допомогою кожної лінії коду.

87
00:04:56,203 --> 00:04:57,524
Дякую!

88
00:04:57,548 --> 00:05:01,375
(Оплески)