Υπολογιστική βιολογία και ανθρώπινη υγεία /

: Καλησπέρα σε όλους. Καλώς ήρθατε στο τρίτο στη σειρά webcast που οργανώνει το Ίδρυμα Ευγενίδου. Το σημερινό μας θέμα είναι Υπολογιστική Βιολογία και Ανθρώπινη Υγεία. Και καλεσμένος ο μιλητής είναι ο Δόκτωρ Μανόλης Κέλης. Ο Δόκτωρ Κέλης είναι καθηγητής της επιστήμης των υπολογιστών και διευθυντής τ...

Πλήρης περιγραφή

Λεπτομέρειες βιβλιογραφικής εγγραφής
Γλώσσα:el
Είδος:Ακαδημαϊκές/Επιστημονικές εκδηλώσεις
Συλλογή: /
Ημερομηνία έκδοσης: Eugenides Foundation 2020
Θέματα:
Διαθέσιμο Online:https://www.youtube.com/watch?v=9nZQxopWCUA&list=PLyKjVO9NULCl2kWGXBXbYXvUYwv9ETo44
Απομαγνητοφώνηση
: Καλησπέρα σε όλους. Καλώς ήρθατε στο τρίτο στη σειρά webcast που οργανώνει το Ίδρυμα Ευγενίδου. Το σημερινό μας θέμα είναι Υπολογιστική Βιολογία και Ανθρώπινη Υγεία. Και καλεσμένος ο μιλητής είναι ο Δόκτωρ Μανόλης Κέλης. Ο Δόκτωρ Κέλης είναι καθηγητής της επιστήμης των υπολογιστών και διευθυντής του εργαστηρίου Υπολογιστικής Βιολογίας του MIT. Συγκαταλέγεται μεταξύ των ηγετών του τομέα της Υπολογιστικής Βιολογίας σε διεθνές επίπεδο. Η έρευνά του εκτείνεται σε ένα εύρη φάσμα τομέων και έχει οδηγήσει σε σημαντικές ανακαλύψεις για τη νόσο του Αλσχαίμερ. Την παχυσαρκία, τη σχεζοφρένεια, τις καρδιακές διαταραχές, τον καρκίνο και τις διαταραχές του νοσοποιητικού συστήματος και κατά συνέπεια έχει ευρύες επιπτώσεις στη μελέτη όλων των ανθρώπινων ασθενειών. Σήμερα θα μας μιλήσει για τις νέες τεχνολογίες που χρησιμοποιούνται στην αποκωδικοποίηση και την ανάλυση του ανθρώπινου γονιδιώματος και πώς αυτές έχουν μεταμορφώσει την τομέα της ιατρικής, δημιουργώντας μεγάλες προσδοκίες για το μέλλον των εξατωνικευμένων υπηρεσιών υγείας. Η υπολογιστική βιολογία βρίσκεται στο επίκεντρο αυτής της προσπάθειας. Αυτή είναι η βιολογία της ιατρικής. Ωραία. Με συγχωρείτε για αυτή τη μικρή διακοπή. Συνεχίζουμε. Πώς, λοιπόν, η υπολογιστική βιολογία βρίσκεται στο επίκεντρο αυτής της προσπάθειας παρέχει τη δυνατότητα ανάλυσης μεγάλων συνόλων βιολογικών δεδομένων με τη βοήθεια υπερσύχνων τεχνητών, τεχνητής νοημοσύνης και μηχανικής μάθησης. Η κατανόηση των μηχανισμών δράσης αλλά και το πώς εξελίσσεται μια νόσος και οι αναζήτης νέων θεραπείων βρίσκεται ακριβώς στην αποκωδικοποίηση και την ανάλυση των πληροφοριών που υπάρχουν στο γονιδείωμα. Ο Dr. Kaelis, ο καλυσμένος μας σήμερα, θα μας δώσει παραδείγματα από τη δική του έρευνα και την κατανόηση των ανθρώπινων νόσων αλλά και της πρόσφατης πανδημίας του COVID-19 χρησιμοποιώντας την υπολογιστική γονιδεωματική και την ανάλυση βιολογικών δεδομένων μεγάλης κλίμακας. Η εργασία αυτή έχει ιδιαίτερο ενδιαφέρον δεδομένη στις τεράστιες ανάπτυξεις του παιδίου και του ρόλου που μπορεί να διαδραματίσει η Ελλάδα στον τομέα αυτό τα επόμενα χρόνια. Ο Dr. Kaelis έχει αγιηθεί αρκετών μεγάλων έργων γονιδεωματικής συμπεριλαμβανομένου του έργου roadmap epigenomics, του έργου ENCODE, του έργου Genotype tissue expression και συγκριτικών έργων γονιδεωματικής σε θηλαστικά, μύγες και ζήμες. Έχει δημοσιεύσει πάνω από 200 άρθρα σε έγκριτα επιστημονικά περιοδικά για τα οποία έχουν γίνει περισσότερες από 95.000 αναφορές. Μεταξύ άλλων έχει λάβει το προεδρικό βραβείο για νέα ρούς ερευνητές των ΗΠΑ στην Επιστήμη και τη Μηχανική από τον πρόεδρο των ΗΠΑ, Μπάρακ Ομπάμα. Το Μετάλλιο Μέντελ για εξαιρετικά επιτεύματα στην επιστήμη, το βραβείο NSF CAREER και μεταξύ άλλων το βραβείο George Sproles για την καλύτερη δακτορική διατριβή στην επιστήμη των υπολογιστών στο MIT. Έζησε στην Ελλάδα και στη Γαλλία πριν μετακομήσει στις ΗΠΑ και σπούδευσε και διεξήγα για έρευνα στο MIT αλλά και σε άλλα μεγάλα ερευνητικά κέντρα των ΗΠΑ. Είναι ένα παράδειγμα για όλους μας και πολύ μεγάλη μας χαρά και τιμή να τον έχουμε σήμερα μαζί μας. Δακτορ Κέλιν, ο λόγος εσάς. Ευχαριστώ πάρα πολύ και στη Μαρία και στο Ίδρυμα Ευγενείδου και στον Βασίλη Παπακουσταδίνου που έχει οργανώσει πολύ ωραίες συναντήσεις και ευχαριστώ πολύ για την πολύ ωραία εισαγωγή. Αυτό που θέλα να σας πω σήμερα είναι για τη δική μας έρευνα στον τομέα της Μωριακής Βιολογίας και της βιοπληροφορικής και ο λόγος που, όπως ακούσατε στην εισαγωγή, είναι ο λόγος που ο Βασίλη Παπακουσταδίνου είναι πολύ ενδιαφέρον αυτός ο τομέας. Γιατί τα δεδομένα που βρίσκονται αυτή τη στιγμή ανά τον κόσμο σε αυτό το τομέα είναι τεράστια και νομίζω ότι πραγματικά χρειαζόμαστε βοήθεια, χρειαζόμαστε ανθρώπους όπως τα πάρα πολύ καταπληκτικά μυαλά που βγαίνουν από τα ελληνικά πανεπιστήμια και νομίζω ότι η συμμετοχή μπορεί να είναι πολύ άμεση σε τέτοιες αναλύσεις. Ξέρω ότι και στο δικό μου το όριο, στην ειδική μου την ελληνική ομάδα αλλά και σε πολλές άλλες ομάδες ανά τον κόσμο ψάχνουμε ανθρώπους αυτή τη στιγμή και μπορείτε πραγματικά να συνεισφέρετε σε αυτή την προσπάθεια ακόμα και εξ αποστάσεως, ειδικά τώρα που με την πανδημία όλοι ούτως ή άλλως δουλεύουμε εξ αποστάσεως. Αυτά που θέλω να σας πω σήμερα ξεκινάνε από τη μοριακη βιολογία και για την πληροφορική μοριακή βιολογία και πως μπορεί να μας βοηθήσει να καταλάβουμε την ανθρώπινη ασθένεια. Και θα σας πω λίγο για την έρευνά μου πως μπορούμε να καταλάβουμε στο κάθε κύτταρο του ανθρώπινου σώματος διαφορετικά και πως μπορούμε με αυτή την μελέτη να καταλάβουμε διάφορες ανθρώπινες ασθένειες. Και πως μπορούμε να χρησιμοποιήσουμε τις ίδιες τεχνικές γωνιδιωματικής για να καταλάβουμε πως δουλεύει αυτή τη στιγμή η τωρινή πανδημία και η εξέλιξη του ιού που ζούμε αυτή τη στιγμή. Η έρευνά μου βασικά βασίζεται στο ότι μπορούμε για πρώτη φορά στην ιστορία να καταλάβουμε τη μωριακή βάση της ασθένειας. Πως ξεκινώντας από τη γεννητική. Αυτή τη στιγμή σας δείχνω για την παχυσαρκία όλες τις περιοχές στο γωνιδίωμα που συσχετίζονται με την παχυσαρκία. Και αυτό που βλέπετε ότι υπάρχει μια περιοχή εδώ, στο χρωμό σώμα 16 που κωδικοποιείται το γωνίδιο FTO η οποία έχει τη μεγαλύτερη συσχέση με την παχυσαρκία από όλο το γωνιδίωμα δείχνοντάς μας ότι όντως υπάρχει ελπίδα να καταλάβουμε πως δουλεύει μωριακά αυτή η παχυσαρκία και ότι δεν είναι μόνο τι θα φάμε και πόσο άσκηση θα κάνουμε αλλά υπάρχουν γεννητικές διαφορές μεταξύ ανθρώπων που σπρώχνουν μερικούς ανθρώπους πρώτος στην παχυσαρκία και άλλους όχι. Και αυτή η ανακάλυψη το 2010 μας έδειξε ότι ναι όντως υπάρχει μια μωριακή βάση εκτός από τις επιλογές που κάνουμε ως άνθρωποι και κοιτώντας αυτή την περιοχή του γωνιδιώματος μπορούμε να βρούμε την κάθε παραλλαγή μέσα στο ανθρώπινο γωνιδίωμα που συσχετίζεται με την παχυσαρκία και όπως βλέπετε υπάρχουν 89 τέτοιες διαφορές και καμία από αυτές δυστυχώς δεν αλλάζει την πρωτεΐνη που κωδικοποιεί αυτό το γωνίδιο, το FTO. Τι σημαίνει αυτό, αυτό σημαίνει ότι αυτή η πρωτεΐνη δεν αλλάζει απευθείας ότι άμα κάτι γίνεται σε αυτή την περιοχή, γίνεται μέσα στις περιοχές ελέγχου που κωδικοποιεί αυτή η περιοχή και όχι μέσα στα αμυνοοξέα χωρίς να αλλάξει τα αμυνοοξέα απευθείας και αυτό είναι πολύ πολύ σημαντικό. Άμα δείτε εδώ πέρα αυτό εδώ το κουκιδάκι και αυτό εδώ το κουκιδάκι βασικά μας λέει πού βρίσκονται τα αμυνοοξέα που κωδικοποιούνται από αυτή την περιοχή και όλες οι άλλες περιοχές δεν κωδικοποιούν πρωτεΐνες και άμα δείτε σε όλο το ανθρώπινο γωνιδίωμα μόνο λιγότερο από 2% του ανθρώπινου γωνιδιώματος κωδικοποιεί πρωτεΐνες. Τα άλλα 98,5% κωδικοποιούν περιοχές ελέγχου οι οποίες ελέγχουνε αυτά τα γονίδια και άλλες μη λειτουργικές περιοχές. Αυτό που έχουμε βρει στην ομάδα μου και με πολλούς συνεργάτες είναι ότι οι πιο πολλές συσχετίσεις μεταξύ γραμμάτων που διαφέρουν μεταξύ των ανθρώπων και ασθένεια δεν αλλάζουν τις πρωτεΐνες. Αντιθέτω σε 93%, απλά αλλάζουνε τη λειτουργικότητα των κυκλωμάτων των γωνιδίων που είναι εκεί γύρω. Και γι' αυτό πραγματικά χρειαζόμαστε αυτή τη γεννούρια τεχνολογία για το πώς θα καταλάβουμε τα κυκλώματα του γωνιδιώματος. Οπότε αυτό που κάνουμε στην ομάδα μου είναι προσπαθούμε να καταλάβουμε πώς δουλεύει το κάθε νοπλιοτίδιο, το κάθε γράμμα των 3,2 δισεκατομμυρίων γραμμάτων του ανθρώπινου γωνιδιώματος σε κάθε ένα από τα εκατοντάδες είδη κυτάρου του ανθρώπινου σώματος. Και αυτό βεβαίως είναι μια τεράστια προσπάθεια η οποία στο κέντρο της έχει την πληροφορική διολογία. Το πώς μπορούμε να χτίσουμε συστήματα, να χτίσουμε στατιστικές μεθόδους που θα καταλάβουν αυτά τα δεδομένα, θα μπορούν να τα συσχετίσουν, να τα βάλουν όλα μαζί και να κάνουν προβλέψεις για το πώς δουλεύει η ασθένεια. Και αυτό θα σας περιγράψω σήμερα, δηλαδή πώς ξεκινάμε από τη γεννητική βρίσκοντας διαφορές στα γράμματα του DNA μεταξύ ανθρώπων και συσχετίζοντας αυτές τις διαφορές με την ασθένεια και πώς μπορούμε πρώτον να μαζέψουμε τα δεδομένα που χρειάζονται για να καταλάβουμε αυτές τις διαφορές και δεύτερον να αναλύσουμε αυτά τα δεδομένα για να καταλάβουμε ποια είναι τα γονίδια, ποιες είναι οι περιοχές ελέγχου και ποια είναι τα κύταρα, τα ίδια κυτάρων στα οποία εκφράζονται αυτές τις διαφορές και πώς αυτές τις διαφορές μέσα από αυτά τα υπολογιστικά μοντέλα μπορούν να μας βοηθήσουν να καταλάβουμε πώς αλλάζει η λειτουργικότητα της κάθε περιοχής ελέγχου στο κάθε κύτερο μέσα στην ασθένεια. Και αφού κάνουμε αυτές τις προβλέψεις μέσα από τους υπολογιστές, επιστρέφουμε πάλι στο βιολογικό εργαστήριο για να ελέγξουμε ότι όντως άμα αλλάξουμε αυτά τα γονίδια και αυτά τα κύταρα και αυτές τις περιοχές ελέγχου, θα μπορέσουμε όντως να αλλάξουμε τη λειτουργία των κυτάρων και να καταλάβουμε πώς δουλεύει η ασθένεια σε επίπεδο κυτάρου αλλά και στο επίπεδο του οργανισμού χρησιμοποιώντας ποδήκια και άλλους οργανισμούς. Και βεβαίως συνεχίζουμε δίνοντας όλα τα αποτελέσματα στον κόσμο ολόκληρο, εντελώς δωρεάν και ξαναρχίζουμε από την αρχή για όλες αυτές τις ασθένειες και όλες αυτές τις περιοχές ελέγχου. Να εξηγήσω λίγο με πιο πολλές λεπτομέρειες πώς δουλεύουν αυτές τις περιοχές ελέγχου. Βασικά σας είπα ότι 93% των διαφορών μεταξύ ανθρώπων που συσχετίζονται με την ασθένεια δεν αλλάζουν τις πρωτεΐνες. Τι αλλάζουν? Αυτό που αλλάζουν είναι οι περιοχές ελέγχου και υπάρχουν δύο είδη περιοχές ελέγχου. Υπάρχουν πολλές αλλά οι δύο πιο σοβαρές που θα μιλήσουμε σήμερα είναι η πρώτη είναι εκεί που ξεκινάει το γονίδιο το ίδιο. Βασικά αυτά τα λέμε promoters και εκεί πέρα ξεκινάει η polymerase και καταγράφει το γονίδιο. Αυτά είναι αυτά τα βέλη που βλέπετε εδώ πέρα στην αρχή του κάθε γονιδίου. Το δεύτερο είδος περιοχής ελέγχου δεν είναι απλά εκεί που ξεκινάει το γονίδιο αλλά μπορεί να υπάρξει οπουδήποτε στο γονιδίωμα και βασικά ασκεί την ενέργειά του εξ αποστάσεως κάνοντας ένα κύκλο πάνω στο DNA και φέρνοντας περιοχές που λέγονται enhancers πάνω στους promoters. Λοιπόν, εδώ δείχνω πως αυτές οι διαφορές στο γονιδίωμα που συσχετίζονται με χωλιστερίνη σε ποια κύταρα, σε ποια είδη κυτάρου εκφράζονται και εδώ πέρα βλέπετε ότι είναι ας πούμε στο συκώτη που εκφράζονται και επίσης μέσα από τη βιοπληροφυλική και πάλι μπορούμε να προβλέψουμε ακριβώς ποια γράμματα, ποια περιοχές, ποια λέξεις του γονιδιώματος αλλάζουν από αυτές τις διαφορές και πως οι πρωτεΐνες που αναγνωρίζουν αυτά τα γράμματα, αυτές τις λέξεις, πως αυτές θα αλλάξουν τώρα και δηλαδή πως δεν θα μπορούν πια να ακουμπήσουν το DNA γιατί έχει αλλάξει αυτή η λέξη και δεν μπορούν πια να αναγνωρίσουν τη λέξη στην οποία συνήθως ακουμπάνε Οπότε μπορούμε να αρχίσουμε να προβλέπουμε σε ποια κύταρα, σε ποια είδη κυτάρου και σε ποια όργανα μέσα στον οργανισμό εκφράζονται αυτές οι διαφορές Ποια είναι τα γονίδια των οποίων η έκφραση θα αλλάξει με αυτές τις διαφορές, ποιες είναι οι πρωτεΐνες που ελέγχουν αυτές τις περιοχές ελέγχου και στο τέλος πως θα αλλάξει η λειτουργικότητα του κυτάρου και του οργανισμού Στο παράδειγμα που σας έδειξα στην πρώτη εικόνα, βασικά για πρώτη φορά μπορούσαμε να καταλάβουμε πως δουλεύει μία από αυτές τις περιοχές, ιδιαίτερα στην παχυθαρκία Και αυτό που βρήκαμε είναι ότι το γονίδιο το ίδιο που το λένε FTO δεν έχει στο τέλος τίποτα να κάνει με την παχυθαρκία Αντιθέτως είναι μόνο ένα γράμμα από αυτά τα 89 γράμματα που σας έδειξα, μόνο ένα από αυτά, σε αυτήν εδώ ακριβώς, σε αυτό το σημείο, αλλάζει αυτό το ένα γράμμα από TAF και γίνεται C Και τι σημαίνει αυτό, αυτό σημαίνει ότι αυτό το AT rich interacting domain, αυτή η πρωτεΐνη που σας λέει να ακουμπάει το ΑΤΤΤ Ξαφνικά δεν μπορεί να ακουμπήσει εκεί και αυτό θα πει ότι δεν μπορεί να μειώσει την έκφραση αυτών των δύο γονιδίων τα οποία βρίσκονται 1,2 εκατομμύρια γράμματα πιο μακριά και 600.000 γράμματα πιο μακριά από αυτή την περιοχή ελέγχου Τι σημαίνει αυτό, αυτό σημαίνει ότι αυτές οι περιοχές κάνουν τη δράση τους πραγματικά εξ αποστάσεως ότι αυτό το γονίδιο, το FTO που όλος ο κόσμος έχει αρχίσει να σπουδάζει και να μελετάει όταν πρωτοβρέθηκε αυτή η συσχέθηση αυτό το γονίδιο δεν έχει τίποτα να κάνει με την υπαρχισαρκία, αντιφέρον σε αυτά τα δύο γονίδια που είναι πολύ πολύ πιο μακριά είναι πραγματικά οι δράστες που κάνουν όλο το σαματά που γίνεται και όταν αλλάξει αυτό το ένα γράμμα και τι είναι αυτός ο σαματάς, βασικά αλλάζουν τη λειτουργικότητα των κυτάρων μέσα στο λύπος μας δηλαδή τα λιποκύταρα τα οποία βασικά κρατάνε όλη την ενέργεια που δεν θα ξοδέψουμε μετά από ένα γεύμα άμα δεν περπατήσουμε, άμα δεν πάμε να κάνουμε γυμναστική, άμα τρώμε περισσότερες τερμίδες από τι καίμε, από τι χρησιμοποιούμε στην ημέρα μας μπορούμε να αποφασίσουμε τι θα κάνουμε αυτές τις τερμίδες και στους πιο πολλούς ανθρώπους υπάρχει μια επιλογή που γίνεται στα λιποκύταρα τους που αυτά τα λιποκύταρα αποφασίζουν ή θα κρατήσουν αυτές τις τερμίδες ως λιπαρά μέσα σε αυτά τα λιποκύταρα ή θα κάψουν αυτές τις τερμίδες μέσα από τα μυτοχόντρια των κυτάρων, των λιποκυτάρων αυτό θα πει ότι μπορούμε να κάψουμε θερμίδες μετά από ένα γεύμα ή άμα δεν τις χρησιμοποιήσουμε, απλά χρησιμοποιόνται αυτό το κύκλωμα και αυτά τα δύο βονίδια είναι ο κεντρικός διακόπτης που αποφασίζει άμα θα κάψουμε θερμίδες ή άμα θα κρατήσουμε τις θερμίδες τώρα σε 44% των χρωμοσωμάτων που υπάρχουν αυτή τη στιγμή στην Ευρώπη εκ των οποίων και τα δύο δικά μου και αυτό που πήρα από τον μπαμπά και αυτό που πήρα από τη μαμά με κάνουνε να μη μπορώ να μετακινήσω αυτό το διακόπτη και πάντα να κρατάω όλες αυτές τις τερμίδες αντί να τις σκέω και με τον ίδιο τρόπο 44% των χρωμοσωμάτων της Ευρώπης και νομίζω ότι ξέρουμε ποιοι είμαστε αυτοί που πρέπει πραγματικά να προσέχουμε το βάρος μας γιατί έχουμε χάσει αυτή τη λειτουργικότητα. Τι μας επιτρέπει τώρα να κάνουμε το ότι ξέρουμε για πρώτη φορά πως δουλεύει αυτό το κύκλωμα μας επιτρέπει αντί να λέμε α κρίμα πήρα το λάθος γονιδίωμα μπορούμε να λέμε ε στάσου μπορώ να επέμβω άμα ξέρω το κύκλωμα μπορώ να αρχίσω να αλλάζω αυτές τις λειτουργικότητες με φάρμακα. Μπορώ να μειώσω ή να μεγαλώσω την έκφραση αυτού του γονιδίου που ελέγχει αυτή τη βιοχείλεγχο ή μπορώ κατευθείαν να μεγαλώσω να μικρύνω την έκφραση αυτών των δύο γονιδίων ή ακόμα και με το CRISPR-Cas9 που έχει τώρα αλλάξει τον τρόπο που σκεφτόμαστε σε πολλές τέτοιες περιπτώσεις μπορούμε να αλλάξουμε αυτό το τάφ και να το ξανακάνουμε Σ ή να αλλάξουμε αυτό το Σ και να το ξανακάνουμε τάφ Οπότε άμα στο δικό μου γονιδίωμα έχω το Σ, αυτό που βλέπουμε είναι ότι παίρναντας κύταρα από ανθρώπους που πάσχουνε από την παχυσαρκία και έχουνε αυτό το κωδικό το οποίο δεν τους επιτρέπει να κάψουνε τις θερμίδες, αλλάζοντας αυτό το ένα γράμμα από το Σ πίσω στο τάφ που ήταν το ακίκο μπορούμε να δούμε ότι έχουμε ξαφνικά επιτρέψει σ'αυτούς τους ανθρώπους να ξαναξεκινήσουν αυτή τη λειτουργικότητα της θερμογέννησης που μπορεί πραγματικά να καίει θερμίδες και αυτό το βλέπουμε εδώ πέρα ότι και το basal state έχει αυξανθεί και το stimulated state με το isoproterinal έχει πολλαπλασιαστεί επί 7 το οποίο είναι μεγάλη είναι η πρώτη φορά που κάποιος έδειξε ότι μπορούμε να αλλάξουμε ένα γράμμα στο DNA από τα 3,2 δισεκατομμύρια γράμματα βρήκαμε ένα από αυτά τα γράμματα τα αλλάξαμε και ξαφνικά μπορέσαμε να διορθώσουμε τη λειτουργικότητα στα λιποκύταρα ανθρώπων που είχαν παχυσαρκία βέβαια δεν θα επέμβουμε με τέτοιο δραστικό τρόπο σε αυτούς τους ανθρώπους, το τρόπος που θα επέμβουμε το πιο συχνά είναι αλλάζοντας αυτά τα γωνίδια και όντως αυτό δοκιμάσαμε στους σκοτικούς αυτό που είδαμε ότι μειώνοντας τη νέα γαλόνη όταν χαθεί αυτό το τάφ και αλλάχθει μεση τότε μειώνοντας αυτό φανταστήκαμε ότι θα πάμε από παχυσαρκία σε πολύ πιο λεπτά ποντίκια και όντως αυτό είδαμε και επίσης είδαμε ότι ξεκινώντας μια καινούργια δίαιτα που αυξάνει πολύ τις θερμίδες αυτά τα ποντίκια που δεν έχουνε πια μεγάλη έκφραση αυτών των γωνιδίων δεν μπορούνε όσο και να προσπαθήσουν να πάρουνε βάρος μένουνε πολύ λεπτά αντί να παίρνουνε βάρος όπως τα κανονικά ποντίκια αυτό βασικά μας δίνει ελπίδα ότι μπορούμε συστηματικά να καταλάβουμε και να μεταλλάξουμε αυτά τα κυκλώματα και πραγματικά να αλλάξουμε τον τρόπο που δουλεύει η ανθρώπινη ασθένεια και γι' αυτό το λόγο έχουμε αρχίσει να μελετάμε πάρα πολλά διαφορετικά είδη κοιτάρου των ανθρώπων με τεχνικές που μας επιτρέπει να καταλάβουμε το επιγωνιβίωμα το οποίο μας επιτρέπει να καταλάβουμε ποιες είναι οι περιοχές ελέγχου για όλα αυτά και πώς αυτές οι περιοχές ελέγχου αλλάζουνε από το ένα είδος κοιτάρου στο άλλο και από το ένα όργανο στο άλλο και χρησιμοποιώντας αυτά τώρα μπορούμε να πάμε να κοιτάξουμε ποιες είναι όλες αυτές οι μεταλλαγές του γονιδιώματος που συσχετίζονται με διάφορες ασθένειες ή διαφορές όπως το ύψος, ο διαβήτης, η πίεση, η χωλιστερίνη και για το κάθε ένα από αυτά να καταλάβουμε ποια είναι τα κύτερα και τα είδη κοιτάρων τα οποία λειτουργούνε σ' αυτές τις διαφορές. Και αυτό που βλέπουμε είναι ότι για το ύψος πηχή είναι τα βλαστοκύτερα τα οποία εκφράζονται πολύ πολύ νωρίς στη ζωή ενός έμπριου για τις νόσους, για τις αλλεργίες και ό,τι έχει να κάνει με το νοσοποιητικό σύστημα. Βασικά είναι τα κύτερα τύπου β και τα κύτερα τύπου τ μέσα στο αίμα μας. Για την πίεση είναι η καρδιά κατευθείαν. Βασικά η αριστερή μεριά της καρδιάς στην οποία αυτίζεται η πίεση πριν πεταθεί το αίμα σ' όλο το σώμα μας. Για τη χωλιστερίνη είναι το σηκώτη. Για το διαβύτη είναι τα pancreatic islets τα οποία ελέγχουν την ενσουλία. Και άμα κοιτάξετε για inflammatory bowel disease έχουν να κάνουν και με τα κύτερα τα νοσοποιητικά και με το στωμάχι μας και όλα αυτά τα κύτερα της πέψης. Και τέλος, αυτό που περιμέναμε είναι ότι θα μπορούσαμε να μιλήσουμε με τα κύτερα τα νοσοποιητικά και τέλος αυτό που περιμέναμε είναι ότι άμα κοιτάξετε για το Alzheimer's το οποίο βεβαίως δουλεύει στον εγκέφαλο ότι αυτό που θα δούμε είναι ότι όντως όλα αυτά τα samples που είχαμε από εγκεφάλους ότι αυτά όντως αυτά τα δείγματα από εγκέφαλο θα δείξουν το μεγαλύτερο σήμα. Αλλά δεν το είδαμε καθόλου στον εγκέφαλο, αντιθέτως είδαμε ότι ήταν αυτά τα μονοκύταρα που έχουν το CD14 που βασικά είναι οι macrophages μέσα στο αίμα μας και τα microglia μέσα στον εγκέφαλό μας το οποίο βασικά μας έδειξε ότι το Alzheimer's ίσως θα μη δουλεύει στα νευρώνια τα οποία ξέρουμε ότι πεθαίνουν αλλά η γενετική βάση του Alzheimer's ίσως να δουλεύει στις περιοχές ελέγχου που δουλεύουν στα microglia και όντως όταν πήραμε δείγματα εγκεφάλου και διαλέξαμε τα κύταρα που είναι νευρώνια ξεχωριστά από τα microglia και από τους oligodendrocytes, αυτό που είδαμε είναι ότι αυτές οι γενετικές μεταλλαγές που συσχετίζονται με το Alzheimer's έχουν να κάνουν μόνο με τις περιοχές ελέγχου που δουλεύουν στα microglia και καθόλου στα νευρώνια και όντως όταν ελέγξαμε αυτές τις μεταλλαγές στα ποδήκια είδαμε ότι στην αρχή του Alzheimer's τους ποδικούς το μόνο που βλέπετε είναι ότι αλλάζουν τα νοσοποιητικά κύταρα και μόνο αργότερα έχουν αρχίσει να αλλάζουν τα νευρώνια τα ίδια το οποίο μας επέτρεψε να προβλέψουμε ότι όντως η Alzheimer's έχει μεγάλο ρόλο να παίζει με τα νοσοποιητικά κύταρα Από τότε έχουμε εξαπλώσει αυτές τις μελέτες από 100 επικονιβιώματα σε 800, από 54 ασθένειες σε 500 και σε 3000 περιοχές ελέγχου στις οποίες μπορούμε ξαφνικά να πούμε ναι μάλλον αυτό εδώ το νουκλιοτύβιο λειτουργεί διαφορετικά και σε αυτό εδώ το κύταρο λειτουργεί διαφορετικά και όπως βλέπετε ναι όντως ο εγκέφαλος έχει να κάνει με την εξυπνάδα με το πόσο σχολείο θα έχει κάνει κάποιος με το πόσο θα πάει μαθηματικά αλλά και με τη σχησοφρένεια με το πόσο στεναχωριέται ο καθένας και όλα αυτά άμα δείτε στην καρδιά έχει πολύ να κάνει με coronary artery disease με διάφορα νόσους της καρδιάς όσο για το Alzheimer's βρίσκεται εδώ μέσα στα νοσοβιτικά κύταρα επίσης αυτές τις αναλύσεις μας επιτρέπουν να πάρουμε κάτι πολύ δύσκολο όπως η coronary artery disease που έχει να κάνει με πολλά διαφορετικά είδη κυτάρων και είδη οργάνων μέσα στο ανθρώπινο σώμα και να το ξεχωρίσουμε για την κάθε περιοχή ελέγχου για το πώς δουλεύει και σε ποια διαφορετικά όργανα δουλεύει τα οποία συνεισφέρουν μαζί στην έκφραση της κάθε νόσους οπότε αρχίσαμε να χτίζουμε μοντέλα τα οποία μας επιτρέπουν να προχωράμε από αυτές τις διαφορές στο DNA αντί να πηγαίνουμε κατευθείαν μέχρι τη νόσο να καταλάβουμε όλα τα στάδια απ' τα οποία περνάει η αυτή διαφορά και πού δουλεύει, σε ποια περιοχή ελέγχου, σε ποιο γονείδιο και τι λειτουργία αλλάζει μέσα στο κάθε κύτερο και στο κάθε οργανισμό πριν εκφραστεί αυτή η ασθένεια οπότε αρχίσαμε να μαζεύουμε και το επιγονειδίωμα και την έκφραση των γονειδίων και τις γενητικές διαφορές αλλά και τις θενοτυπικές διαφορές των ανθρώπων για να καταλάβουμε πώς δουλεύουν όλα αυτά και αυτό που βλέπουμε είναι ότι μπορούμε να συσχετίσουμε τώρα γενητικές διαφορές με επιγονειδιωματικές διαφορές στις μεταλλαγές του DNA μεταξύ διαφορών κυτάρων Πίχει, όταν γεννηθεί κάποιος άνθρωπος ή ακόμα πριν γεννηθεί, ξέροντας το γονειδίωμα αυτού του ανθρώπου μπορούμε να προβλέψουμε πώς θα εκφράζεται το επιγονειδίωμα του εγκεφάλου τους όταν θα είναι 93 χρονών και ξέροντας, άμα έχω ααα, αγ ή γγ σε αυτήν εδώ την περιοχή, πόσο διαφορετικό θα είναι το επιγονειδίωμα και ξέροντας το αυτό μπορώ να αρχίσω να προβλέπω από το γονειδίωμα το ίδιο πώς θα αλλάξει το επιγονειδίωμα σε αυτό το είδος κυτάρου, σε αυτό το όργανο και σε αυτήν την ηλικία αυτό σημαίνει ότι ξαφνικά μπορώ να συσχετίζω όχι μόνο το γονειδίωμα αλλά την αλλαγή του επιγονειδιώματος, με άλλα λόγια την αλλαγή λειτουργικότητας αυτών των περιεχών ελέγχου του γονειδιώματος και αυτές ποιά να συσχετίσω με την ασθένεια τι σημαίνει αυτό, αυτό σημαίνει ότι έχοντας μόνο το γονειδίωμα μπορώ να αρχίσω να προβλέπω πώς θα συσχετιστεί η περιοχή μόνο το component αυτού του επιγονειδιώματος που ελέγχεται γενετικά και ξαφνικά μπορώ να αρχίσω να προβλέπω πώς δουλεύει αυτή η λειτουργικότητα και από ποιά γονείδια περνάει αυτό το γονειδιωματικό signal το οποίο αλλάζει πια την ασθένεια και όλα αυτά ξαφνικά έχουμε αρχίσει να τα κάνουμε σε resolution του κάθε ενός κυτάρου έχουμε αρχίσει να προβλέπουμε στο Αλσχάιμερ, στο Τεπροδημενσιά, στο ALS, στο Huntington σκυσοφρένια, bipolar, τρισομεία, αυτισμός και διάφορες ασθένειες και νόσους του οργανισμού και του αγκεφάλου και σε κάθε ένα από αυτά μαζεύουμε χιλιάδες κύτταρα από τον κάθε άνθρωπο συνολικά 7,5 εκατομμύρια κύτταρα έχουμε μαζεύει αυτή τη στιγμή από 1500 ανθρώπους σε διάφορες περιοχές του αγκεφάλου και μαζεύοντας όχι μόνο το RNA αλλά και όχι μόνο την έκφραση των γονιδίων αλλά και τις μεταλλαγές του επιγονιδιώματος βασικά το πόσο accessible είναι το DNA Τι βρίσκουμε αυτό που βρίσκουμε είναι ότι το κάθε κύτταρο μας λέει μια διαφορετική ιστορία για το πώς έχει αλλάξει η λειτουργικότητά του στην ασθένεια έχουμε βρει ότι άμα δείτε όλα τα μεγάλα είδη κυτάρων το κάθε ένα από αυτά αλλάζει πολύ δραστικά στην ασθένεια οι άνθρωποι που έχουν Alzheimer's έχουν πολύ περισσότερα από αυτά τα είδη κυτάρων των νευρώνιων από ότι οι άνθρωποι που δεν έχουν Alzheimer's και ανάλογα με το πώς θα μετρήσει κανείς το Alzheimer's μπορούμε να έχουμε διάφορες παραμέτρους όλες αυτές συσχετίζονται με τις ίδιες αλλαγές στην έκφραση του κάθε είδου κυτάρων επίσης βλέπουμε ότι οι γυναίκες έχουν πολύ περισσότερα από αυτά τα άρρωστα κύτταρα από ότι οι άντρες που είναι πολύ σημαντικό ξέροντας ότι οι γυναίκες έχουν πολύ μεγαλύτερη τάση στο Alzheimer's παρότι ακόμα και αν διορθώσει κανείς για το ότι οι γυναίκες όντως ζούνε περισσότερο βλέπουμε ότι πολύ διαφορετικά κύτταρα αλλάζουν σε έκφραση νωρίς ή αργά στη νόσο του Alzheimer's και ότι υπάρχουν χιλιάδες διαφορές μεταξύ ανδρών και γυναικών πριν το Alzheimer's αλλά διπλασιάζονται σχεδόν μετά το Alzheimer's θα πει ότι πρέπει να αρχίσουμε να καταλάβαινουμε την νόσο πολύ διαφορετικά μεταξύ ανδρών και γυναικών επίσης μπορούμε να καταλάβουμε πώς αλλάζουν οι περιοχές ελέγχου στο κάθε είδος κυτάρου ξεχωριστά και να συσχετίζουμε αυτές τις αλλαγές στις περιοχές ελέγχου με τις αλλαγές στην έκφραση των γονιδίων και με αυτά μπορούμε να αρχίσουμε να συσχετίζουμε αυτές τις περιοχές ελέγχου και τις διαφορές που υπάρχουν στο γονιδίωμα μέσα σε αυτές τις περιοχές με το πώς ελέγχουνε τα γονίδια σε κάθε είδος κυτάρου. Επίσης από το αποκωδικοποιήμα του κάθε κυτάρου μπορούμε να μετρήσουμε αλλαγές που έχουν γίνει στον αποκωδικό τον ίδιο από τις πολλαβλασιάσεις αυτού του κυτάρου όταν μεγαλώνει το έμβριο για να γίνει ενήλικας. Και αυτές οι αλλαγές πολλές φορές έχουν μεταλλαγές στο γονιδίωμα το ίδιο οι οποίες ύστερα δίνουν ένα μοσαϊκό στο οποίο το κάθε κύτταρο έχει κατά κάποιον τρόπο ένα διαφορετικό γονιδίωμα. Και αυτή τη στιγμή έχουμε αρχίσει να καταλαβαίνουμε πώς αυτές οι μεταλλαγές που γίνονται αργά στην ηλικία ενός ανθρώπου συνεισφέρουν στην Αλσχάρινα. Και έχουμε αρχίσει ξαφνικά να μετράμε αυτές τις λειτουργίες σε πολλές διάφορες ασθένειες αλλάζοντας περιοχές, κοιτώντας για το ALS, για το Frontotemporal Dementia για τη σχησοφρένεια. Κάθε φορά βλέπουμε ποια είναι τα γονίδια που αλλάζουν, σε ποια κύτταρα αλλάζουν ποιες είναι οι λειτουργικότητες που αλλάζουν και πώς αυτά συσχετίζονται με τις γενετικές μεταλλαγές που ξέρουμε υπάρχουν σε αυτές τις ασθένειες όπως τη σχησοφρένεια. Συνεχίζοντας μπορούμε να δούμε όχι μόνο το Alzheimer's ως μία παράμετρος αλλά να καταλάβουμε πώς αλλάζει το amyloid beta τα neurofibrillatory tangles, το tau και η neuroinflammation που η κάθε μία μετράει κάποιο διαφορετικό facet του Alzheimer's και μελετώντας αυτό βλέπουμε ότι αρχίζουμε να καταλαβαίνουμε ότι πολύ διαφορετικές περιοχές ελέγχου συνησφέρονται σε κάθε μία από αυτές τις διαφορές και αυτές οι περιοχές ελέγχου ασκούνε τη λειτουργία τους σε πολύ διαφορετικά ήδη κυτάρω και σε πολύ διαφορετικά κυκλώματα μέσα στον οργανισμό. Για να καταλάβουμε αυτές τις διαφορές συστηματικά έχουμε αρχίσει να κοιτάμε τα clinical records αυτό των ανθρώπων με κατοντάδες παραμέτρους και έχουμε αρχίσει να χτίζουμε καινούργια μοντέλα τα οποία μπορούν να μετρήσουν όλες αυτές τις διαφορές συγχρόνως. Και αυτή τη στιγμή βλέπουμε ότι αυτές τις διαφορές μας επιτρέπουν να χτίσουμε personalized μοντέλα για τον κάθε άνθρωπο και να βρούμε σε πολύ μικρές κατηγορίες τις οποίες υπάρχουν και ότι αυτά τώρα αρχίζουν να συσχετίζονται με διαφορές στο γονιδίωμα αυτών των ανθρώπων τα οποίες διαφορές συσχετίζονται με διαφορές εκφρασής των γονιδίων σε ιδιαίτερα κύτταρα τα οποία μας επιτρέπει να κλείσουμε και αυτόν τον κύκλο και να ενώσουμε αυτές τις διαφορές. Εκτός από ένα κύτταρο κάθε φορά π.χ. αγέφελος αρχίζουμε να κοιτάζουμε πολλά είδη κυτάρων σε διάφορες λειτουργικότητες ανά το σώμα ολόκληρο και να κοιτάμε πώς αλλάζουνε αυτά συγχρόνως στην νόσο. Αυτή τη στιγμή κοιτάμε για την παχυσαρχία και για την άσκηση για το πώς αλλάζουνε αυτά τα κύτταρα συγχρόνως σε νοσοποιητικά κύτταρα τα οποία βρίσκονται μέσα σε κάθε ένα από αυτά τα όργανα που βλέπετε εδώ πέρα και πώς όλα αυτά μπορούν να μελετηθούνε ακόμα και μέσα από το αίμα των ανθρώπων χρησιμοποιώντας αυτές τις τεχνικές που ήταν το self-free DNA, DNA το οποίο κυκλοφορεί μέσα στο αίμα. Το ίδιο μπορούμε να κοιτάμε για τον καρκίνο και ειδικά το πώς προχωράει ο καρκίνος όταν οι ασθενείς παίρνουνε διάφορα φάρμακα και ποιες είναι οι γονιδιωματικές διαφορές που υπάρχουν και πώς αυτές τις σχετίζονται με αλλαγές στην έκφραση των γονιδίων και στην επιγονιδιωματική. Χτίζοντας λοιπόν αυτές τις σειρές γονιδίων οι οποίες προβλέπουμε συσχετίζονται με όλες αυτές τις ασθένειες και παίζουν ένα λειτουργικό ρόλο, μπορούμε ξαπνικά να αρχίσουμε τώρα να αλλάζουμε το κάθε ένα από αυτά τα κύτερα όπως σας έδειξα το κύκλωμα του FTO στην αρχή. Έχουμε αρχίσει αυτή τη στιγμή να τα αλλάζουμε μέσα στον εγκέφαλο βλέποντας πώς αλλάζουν τα κυκλώματα των κυτάρων του εγκεφάλου και το κάθε νευρώνιο και πώς συνδέεται με όλα τα άλλα νευρώνια και πώς μπορούμε να αλλάξουμε με διάφορα εργαλεία που βασίζονται όλα στο CRISPR-Cas9 πώς μπορούμε να αλλάξουμε τη λειτουργικότητα κάθε ενός κυκλωμάτος που έχουμε ανακαλύψει και πώς αυτά αλλάζουν όταν προχωρήσουμε από τα pluripotent stem cells σε νευρώνια, μικρογλία, astrocytes, leukodendrocytes και τα λοιπά. Έχουμε φτίσει καινούργιες μεθόδους οι οποίες μας επιτρέπουν να μετρήσουμε 7 εκατομμύρια περιοχές ελέγχου μέσα σε ένα πείραμα χρησιμοποιώντας καινούργιες τεχνικές οι οποίες βασίζονται στις προβλέψεις μας από τα computer και ύστερα ελέγχουν όλες αυτές τις περιοχές παράλληλα χρησιμοποιώντας το sequencing, την αποκοπηρήση του RNA σε τεράστιο πολλοπλασιαστικό ρυθμό. Και βάζουμε όλες αυτές τις λειτουργίες τώρα και σε ανθρώπινα κύτταρα αλλά και στο μυαλό πηχυριποντικών για να καταλάβουμε πως εκατοντάδες από αυτές τις μεταλλαγές συγχρόνως η κάθε μία σε διαφορετικό κύτταρο αλλάζουν τη λειτουργία αυτών των κύτταρων. Η τελευταία ιστορία που θέλω να σας πω είναι για το SARS-CoV-2 και για το πώς μας επιτρέπει να καταλάβουμε το γονιδίωμα του SARS-CoV-2 αυτή τη στιγμή την πανδημία του COVID-19. Αυτή η εικόνα βασικά είναι ολόκληρο το γονιδίωμα του SARS-CoV-2, 29903 νικλαιοτήδια. Μέσα σε μία σελίδα μπορούμε να γράψουμε το λόγο που ο πλανήτης μας ολόκληρος έχει κλειστεί στο σπίτι αυτή τη στιγμή. Αυτό εδώ είναι ένα τεράστιο RNA το οποίο ο λιός βάζει μέσα στο ανθρώπινο κύτταρο και από αυτό το ένα RNA χτίζει 30 πρωτεΐνες οι οποίες θα φτιάξουν καινούργια αντίγραφα του Ιού για να τα βάλουν στο επόμενο κύτταρο. Πώς δουλεύει αυτό? Εδώ όλα τα γονίδια που καταγράφονται μέσα σε αυτές τις 29.000 γράμματα. Αυτή τη στιγμή ξεκινάει όπως βλέπετε το πρώτο, η πρώτη πρωτεΐνη με ένα ATG και σταματάει εδώ πέρα με ένα TAA, ένα stop code. Και μία πρωτεΐνη καταγράφεται, ύστερα κόβεται σε όλα αυτά τα κομμάτια που σας δείχνω αυτή τη στιγμή με διαφορετικά χρώματα. Αυτά λοιπόν τα κομμάτια καταγράφουν μια πρωτεΐνη ύστερα η οποία θα επιτρέψει στον οργανισμό να αποκωδικοποιήσει τα υπόλοιπα γονίδια. Και μέσα σε αυτά τα γονίδια βλέπετε το spike protein, αυτή είναι η πρωτεΐνη που πρώτα ακουμπάει τον H2 receptor στον άνθρωπο και επιτρέπει στον ιό να μπει μέσα στο κάθε κύτταρο του ανθρώπου. Εδώ πέρα βλέπετε ας πούμε την polymerase η οποία καταγράφει τον ιό και κάνει καινούργια αντίγραφα. Το nsp3 και το clpro το οποίο κατκόβει όλες αυτές τις πρωτεΐνες και επιτρέπει στον ιό να καταγράψει όλες αυτές τις διαφορές και να πακετάρει το RNA του σε έναν καινούργιο ιό ο οποίος θα εκφραστεί ξανά. Πώς γίνεται αυτός ο ιός να βάζει τα ανθρώπινα γονίδια, τα ανθρώπινα κύτταρα να παράγουν 30 πρωτεΐνες από ένα RNA, ενώ κανονικά το κάθε RNA χτίζει μόνο μια πρωτεΐνη στον άνθρωπο. Ο τρόπος που το κάνει είναι βάζοντας κάπου 20 πρωτεΐνες μέσα σε ένα τεράστιο open reading frame που θα πει ασταμάτη το αρχή μέχρι τέλος αμυνοξέων και ύστερα αυτό εδώ και αυτό εδώ το κόβουν για να το κόψουν σε όλα αυτά τα κομμάτια. Και ύστερα αφού εκφραστούν αυτές οι 20 πρώτες υπάρχει ένα δεύτερο πρόβλημα πώς μπορούμε να ξαναρχίσουμε έκφραση καινούριων πρωτεΐνών από τη μέση ενός RNA, ενώ το ανθρώπινο γονιδίωμα κανονικά δεν τα κάνει αυτό το ανθρώπινο κύτταρα. Ο τρόπος είναι ότι καταγράφει ο ιός το αντίγραφο του εαυτού του από το τέλος προς την αρχή, αλλά κάθε φορά που βρίσκει αυτό εδώ το σήμα, ενώνεται με την αρχή και φτίζει ένα καινούριο RNA, του οποίου η αρχή έχει μόνο ένα βονίδιο το οποίο θα μεταφραστεί σε πρωτεΐνή. Και αυτή η πέρα ACG-AACA, αυτό εδώ το βρίσκεται σε όλες αυτές τις περιοχές μεταξύ όλων αυτών των γονιδίων και αυτό είναι που επιτρέπει στον ιό να χτίσει όλα αυτά που τα λένε sub-genomic RNA. Χτίζοντας λοιπόν ένα γονιδιωματικό πρόγραμμα για να καταλάβουμε πώς δουλεύουν όλες αυτές τις πρωτεΐνές, μπορούμε τώρα να αρχίσουμε να καταλαβαίνουμε τις μεταλλαγές που έχουν γίνει στον ιό από τότε που άρχισε να μετακινεί στον κόσμο ολόκληρο. Φαντάζομαι όσοι διαβάζετε τα νέα έχετε ακούσει για αυτή τη μεταλλαγή εδώ πέρα που άλλαξε το αμίνοξέο 614 του spike protein από D-the-gene και ξαφνικά έχει ανέβει από 0% του πληθυσμού σε σχεδόν 80 με 90% των ανθρώπων που έχουν το SARS-CoV-2, έχουν τώρα το καινούργιο είδους του ιού. Τι λοιπόν κάνει αυτή η αλλαγή. Για να το καταλάβουμε αρχίσαμε να συγκρίνουμε τα γονιδιώματα πολλών ιών, εκ των οποίων όπως βλέπετε τέσσερις μόνο δίνουν αυτό που λέμε το κρύωμα και τρεις εμφανίστηκαν μόνο τα τελευταία χρόνια στο SARS το 2003, το MERS το 2009 και αυτή τη στιγμή το COVID-19 το 2020. Συγκρίνοντας μόνο αυτό το μικρό κλάδο βρήκαμε 44 γονιδιώματα τα οποία έχουν αποστάσεις στο ένα με το άλλο παρόμοιες με τις αποστάσεις των φυλαστικών τις οποίες έχουμε συγκρίνει πριν για να καταλάβουμε το ανθρώπινο γονιδιώμα. Και συγκρίνοντάς, αυτό που πρέπει να καταλάβουμε είναι πώς ελέγχεται και πώς εξελίσσεται η κάθε περιοχή του γονιδιώματος και όπως βλέπετε εδώ πέρα βλέπουμε ότι η δεύτερη reading frame έχει συγκρατηθεί από την εξέλιξη εδώ πέρα και ξαφνικά μόνο η πρώτη. Τι σημαίνει αυτό? Αυτό μας δείχνει ότι υπάρχει ένα frame shift που αλλάζει στη μέση αυτής της πρωτεΐνης αλλάζει ποια από τις τρεις reading frames τα εκφραστεί σε πρωτεΐνη και ξαφνικά χτίζει το δεύτερο μισό αυτών των πρωτεΐνών. Το άλλο που βλέπετε είναι πόσο γρήγορα μεταλλάσεται αυτό το spike protein S1 το οποίο αγγίζει το H2 receptor στον άνθρωπο και με τον ίδιο τρόπο πόσο γρήγορα αλλάζει το ORF8 του οποίου η λειτουργικότητα δεν έχει αναφερθεί μέχρι στιγμής. Και μπορούμε να ρωτήσουμε τώρα ποιες από αυτές τις πρωτεΐνες όντως κάνουν πρωτεΐνες και ποιες δεν κάνουν πρωτεΐνες. Αυτό που βλέπουμε είναι ότι άμα κοιτάξετε αυτή τη τελευταία πρωτεΐνη που έχει καταγραφθεί στο γονιδίωμα και όλοι νομίζουν ότι κάνει όντως πρωτεΐνη αυτό ήταν το τελευταίο γονίδιο, δεν εξελίσσεται όπως εξελίσσονται οι πρωτεΐνες. Και αυτό που δείχνουμε είναι ότι όντως αυτό δεν είναι πρωτεΐνη. Είναι απλά ένα μέρος του τέλους του γονιδιώματος το οποίο δεν καταγράφεται ως πρωτεΐνη, αντιθέτως χτίζει μια RNA structure το οποίο βοηθάει τον ιό να κάνει σε λειτουργία. Το ORF6 το οποίο αλλάζει πάρα πολύ γρήγορα αλλά δεν ξέραμε άμα είναι πρωτεΐνη ή όχι, όντως βλέπουμε ότι είναι πρωτεΐνη και το ORF8 παρότι εξελίσσεται πάρα πάρα πολύ γρήγορα. Και επίσης μπορούμε να ανακαλύψουμε αυτή τη στιγμή μια καινούργια πρωτεΐνη, ανακαλύψαμε μέσα στο 3A δηλαδή σε μια άλλη reading frame της ίδιας πρωτεΐνης τα ίδια νοπλεοτύβια μεταφράζονται με διαφορετικό τρόπο αλλάζοντας το reading frame κατά ένα νοπλεοτύβιο και χτίζοντας μια καινούργια πρωτεΐνη την οποία δεν την είχαν ανακαλύψει τόσα χρόνια που μελετάνε τους κορονοϊούς. Τι λοιπόν μας λένε όλα αυτά γι' αυτές τις μεταλλαγές. Μπορούμε ξαφνικά να αρχίσουμε να καταλαβαίνουμε πόσο γρήγορα μεταλλάσσεται η κάθε μια από αυτές τις πρωτεΐνες μεταξύ διαφόρων κορονοϊών και μέσα στο SARS-CoV-2 ή στην τωρινή υποπανδημία. Και αυτό που βλέπουμε είναι ότι οι πρωτεΐνες οι οποίες έχουν συγκρατηθεί το περισσότερο μεταξύ διαφόρων κορονοϊών, όντως δείχνουν το μικρότερο αριθμό αλλαγών τώρα στην τωρινή υποπανδημία. Και αυτές οι πρωτεΐνες οι οποίες έχουν τη λιγότερο conservation αλλάζουν όντως το περισσότερο και στην τωρινή υποπανδημία. Εκτός από δύο εξαιρέσεις. Το ένα από αυτά είναι το νυκλιοκάψιν, το οποίο εξελίσσεται πιο γρήγορα σε αυτή την πανδημία από ό,τι πριν. Και έχουμε βρει ειδικά μια περιοχή του, η οποία εξελίσσεται πολύ γρήγορα και νομίζουμε ότι έχει να κάνει με την adaptation στον άνθρωπο. Αντιθέτως το NSF-3 και το S1 εξελίσσονται πολύ πιο αργά σε αυτή την πανδημία από ό,τι κανείς τα περίμενε. Το οποίο ίσως να σημαίνει ότι το S1, όταν πήραμε το πρώτο sample 29 Δεκεμβρίου του 2019, είχε ήδη εξελιχθεί για πολλούς μήνες για να κάνει δέκτουνα στον ανθρώπινο, στο receptor. Και τώρα στο κύκλο πανδημίας εξελίσσονται πια τα άλλα γωνίδια με πιο γρήγορο τρόπο. Όσο για το D614G, αυτή την αλλαγή που έχετε ακούσει πολύ στα νέα, αυτό που είδαμε ότι αυτή η αλλαγή δεν έχει ξαναγίνει ποτέ στην ιστορία του κορωνοϊού. Είναι μια καινούργια αλλαγή σε ένα νοκλειοτύβιο το οποίο δεν έχει αλλάξει ποτέ και σε μια περιοχή η οποία έχει αλλάξει πάρα πολύ λίγο. Το οποίο βασικά μας λέει ότι αυτός ο κορωνοϊός έχει βρει μια καινούργια λύση για το ανθρώπινο γωνιβίωμα στο οποίο έχει μπει. Μια λύση που δεν είχε βρει ποτέ πριν στην ιστορία του. Λοιπόν, εδώ θα σταματήσω και θα πάρω ερωτήσεις, άμα έχετε, ειδού μια καταπληκτική ομάδα με την οποία έχω τραυματικά μεγάλη τιμή να δουλεύω. Πολλοί από αυτούς έχουνε ξεκινήσει τώρα καινούργια δικά τους εργαστήρια και ψάχνουμε καινούργιους postdocs, οπότε παρακαλώ, ελάτε στην ομάδα μας. Λοιπόν, Μαρία, εκεί θα σταματήσω και θα δω άμα υπάρχουν ερωτήσεις. Πάρα πολύ ωραία, ήταν εξαιρετικά ενδιαφέρον. Είμαι σίγουρη για όλους που το άκουσαν. Φυσικά και υπάρχουν ερωτήσεις, θα κάνουμε μερικές και θα δεχτούμε και ερωτήσεις από όποιον ακούει, οπότε όποιος θέλει μπορεί να γράψει κάποιες ερωτήσεις. Να ξεκινήσω εγώ με μια γενική ερώτηση που δεν είναι τόσο επιστημονική και θέλω να ρωτήσω πώς ένας επιστήμονας όπως εσείς από το χώρο των υπολογιστών έφτασε να αναλύγουν ιδιώματα, να μελετάει ασθένειες. Πώς ήταν στην αρχή για κάποιον ο οποίος δεν ήταν κοντά στη βιολογία να έχει ένα τόσο μεγάλο όγκο με δεδομένα, σύνθετα δεδομένα και να φτάνει να καταλήγει σε τέτοια συμπεράσματα. Αυτό που θέλω να πω σε όλους τους ακροαστές μας είναι ότι η βιολογία έχει αλλάξει. Δεν είναι η ίδια επιστήμη που ήταν όταν ήμασταν όλοι στο σχολείο. Η βιολογία αυτή τη στιγμή είναι πραγματικά μια πληροφορική επιστήμη. Έχουμε πιο πολλά δεδομένα από ποτέ στην ιστορία της ανθρωπότητας και χρειαζόμαστε πραγματικά υπολογιστικές μεθόδους για να καταλάβουμε πώς δουλεύουν. Οπότε, ναι μεν, υπάρχει ένα μεγάλο ποσό καινούργιας γνώσης για το πώς δουλεύει η βιολογία, αλλά και η βιολογία η ίδια είναι τόσο βαθιά που ακόμα και οι βιολόγοι αυτά που μάθανε στο σχολείο πρέπει να τα ξαναμάθουν γιατί προχωράει πάρα πολύ γρήγορα ως επιστήμη και στο κάθε πεδίο υπάρχει ένα πολύ μεγάλο βάθος στο οποίο μπαίνουμε. Οπότε εντάξει, αν έχετε ήδη πτυχίο σε βιολογία ίσως την πρώτη βδομάδα να μην χρειαστεί να την περάσετε αλλά διαβάζοντας. Αλλά τις επόμενες τέσσερις ούτως για να τις περάσετε. Οπότε αυτό που θέλω να πω στους αθροναστές μας είναι πραγματικά είναι μια τεράστια ευκαιρία. Το βιολογικό στοιχείο είναι υπερ ενδιαφέρον και μπορείτε να το μάθετε παίρνοντας δυο-τρία απλά μαθήματα και διαβάζοντας ύστερα δημοσιεύσεις, βιβλία εξειδικευμένα γιατί πραγματικά η γονιδιωματική είναι ένα πολύ καινούριο πεδίο το οποίο πολλοί βιολόγοι δεν το έχουνε σπουδάσει στο ρυθμό που πραγματικά υπάρχει σήμερα. Πολύ ωραία. Να ρωτήσω λίγο τώρα κάτι για κάποιους ακροατές που μπορεί να έχουν μια σύγχυση. Ποια είναι η διαφορά μεταξύ υπολογιστικής βιολογίας, βιοπληροφορικής. Τι γίνεται με αυτό γιατί υπάρχει λίγο ένα μπέρδεμα σε σχέση με αυτούς τους δύο όρους. Πότε χρησιμοποιούμε τον έναν είναι το ίδιο. Τι γίνεται με αυτό. Αυτό ανάλογα με την πολτούρα της κάθε περιοχής σημαίνει διάφορα πράγματα. Για μένα βιοπληροφορική και bioinformatics σημαίνει πιο πολύ για τα συστήματα τα οποία επιτρέπουν να αναλύσουμε αυτά τα δεδομένα. Πήχει πως μπορούν να αφήσουμε τεράστια κομπιούτερ, πως τα κάνουμε γρήγορα, πως θα φτιάξουμε βάσεις δεδομένων για να κρατάνε όλα αυτά. Όσο για την πληροφορική βιολογία, τουλάχιστον η δική μου έκπραση Computational Biology ο τρόπος που το καταλαβαίνω εγώ αυτή τη λέξη είναι ότι πραγματικά μελητάμε τη βιολογία μέσα από την πληροφορική. Οπότε ο στόχος μας είναι βιολογία. Απλά είναι ένα άλλο είδος βιολογίας, μια πληροφορική βιολογία. Αλλά στα ελληνικά ομολογώ ότι οι δύο όροι είναι πολύ πιο κοντά από τις στα αγγλικά. Όχι, νομίζω η απάντηστα είναι σαφής. Να ρωτήσω τώρα κάτι άλλο γιατί ακούσαμε πολύ ενδιαφέροντα πράγματα για ασθένεις οι οποίες αφορούν πολύ κόσμο. Όλη αυτή η έρευνα, όλα αυτά τα δεδομένα, πόσο κοντά είναι στο πραγματικά να μπορούν να χρησιμοποιηθούν από ανθρώπους που πραγματικά πάσχουν. Είναι κάτι το οποίο θα είναι απρόσιτο, πάρα πολύ ακριβό, δύσκολο να εφαρμοστεί πρακτικά ή είναι κάτι το οποίο, το ακούμε τώρα, μας φαίνεται εξαιρετικά ενδιαφέρον και θα μπορούσαν κάποιοι να το χρησιμοποιήσουν οι ίδιοι, κάποιοι κοντινοί τους, με κάποιο τρόπο. Υπάρχουν πάρα πολλές καινούργιες τεχνικές βιολογίας και χαρμακευτικής, οι οποίες έχουν επιτρέψει στα φάρμα και να προχωράνε πολύ πιο γρήγορα από ότι πριν μερικά χρόνια. Αυτές οι εταιρίες, όπως η Regeneron, στην οποία υπάρχει πολύ μεγάλο στοιχείο ελληνικό, η Biogen, αυτές ψάχνουν καινούργια targets, καινούργιους στόχους για γονίδια τα οποία μπορούν να αλλάξουν και να επεμβούνε, όχι να τα αλλάξουν στο χωρικό τους, αλλά να αλλάξουν τη λειτουργία τους μέσα από φαρμακευτικούς ή άλλους τρόπους με αντισώματα κτλ. Για αυτές τις εταιρίες το impact είναι αστραπιαίο, δηλαδή τη στιγμή που δημοσιεύουμε αυτά τα αποτελέσματα αμέσως αλλάζουν τον τρόπο που ψάχνουν τα φάρμακα και ψάχνουν αυτές τις πρωτείνες ειδικά, τις οποίες αναφέρουμε στις δημοσιεύσεις μας. Και έχουμε πολλές συνεργασίες με εταιρίες φαρμακευτικές και πιο τεχνολογίας για να κάνουμε ακριβώς αυτό το translation. Όσο για κάποιον που θα πάει στο νοσοκομείο σήμερα ή σε δέκα μέρες, δυστυχώς δεν αλλάζει τίποτα, γιατί αυτά τα φάρμακα παίρνουν πολλά χρόνια, παρότι έχει προχωρήσει πάρα πολύ γρήγορα η επιστήμη, αλλά παίρνουν πολλά χρόνια για να ελεγχθούν ότι δουλεύουν όπως νομίζουμε και να φτιαχτούν σε μεγάλο βαθμό και να φτάσουν στους ανθρώπους. Οπότε, δυστυχώς, τουλάχιστον πέντε, δέκα χρόνια, όσο οπτιμίστηκε και να είμαστε. Πολύ ωραία. Ναι, αυτό είναι γεγονός σε κάθε περίπτωση. Κάτι ακόμα. Τώρα, όλες αυτές οι θεραπείες, οι οποίες θα είναι εξατομικευμένες για το γονιδείωμα του κάθε ανθρώπου, θα μπορούσαν να αντιμετωπίσουν μόνο τα συμπτώματα ή θα μπορούσαμε να μιλάμε και για μια θεραπεία, σε κάποια παραδείγματα που δώσατε, όπου αυτό θα είναι μόνιμο, πάυλα, κληρονομίσιμο. Υπάρχουν δύο τρόποι να σκέφτεται κανείς αυτό. Ο πρώτος είναι ότι, βασικά, όταν κάποιος δείξει, ενδείξει ότι είναι άρρωστος, τότε επεμβαίνουμε. Αυτό, κατά κάποιον τρόπο, διορθώνει μόνο τα συμπτώματα πολλές φορές και όχι την αρχή του νόσου. Με τις μεθόδους που χτίζουμε, βασικά, καταλαβαίνουμε πώς να διαχωρήσουμε τα συμπτώματα από τις root causes, τα οποία ξεκινάνε γενετικά. Και αυτό μας επιτρέπει, όχι μόνο να διορθώσουμε τις συμπτώματα, αλλά να διορθώσουμε και τις βασικές λειτουργίες, από τις οποίες ξεκινάει η ασθένεια. Και το τρίτο κομμάτι είναι ότι, δεν χρειάζεται πολλές φορές να περιμένουμε, μέχρι να εκφραστούν αυτά τα συμπτώματα στον άνθρωπο τον ίδιο. Αυτό που χτίζουμε, π.χ., είναι μέσα από το αίμα να έχουμε biomarkers, τα οποία μας επιτρέπουν να προβλέψουμε ότι, αχ, έχει αρχίσει αυτή η αλλαγή να γίνεται ήδη στον εγκέφαλο, π.χ., ακόμα και άμα δεν το βλέπουμε στον τρόπο συμπεριφοράς του ανθρώπου. Οπότε, μέσα από αυτό, μπορούμε να χτίσουμε και από το πονηβίωμα το ίδιο, μοντέλα προβλέψεις για το ποιοι άνθρωποι είναι σε μεγαλύτερο ρίσκο, αλλά και από άλλους biomarkers, π.χ., εξετάζοντας τον εγκέφαλο με MRI ή εξετάζοντας την πίεση για comorbidities και τα λοιπά, να βρούμε ποιοι άνθρωποι έχουν μεγαλύτερο ρίσκο και σε αυτούς να κάνουμε tests, τα οποία μας επιτρέπουν να επέμπουμε πιο νωρίς. Οπότε βοηθάμε στη διάγνωση, αυτον τρόπο, έγκαινη διάγνωση. Και σε ποιες λειτουργικότητες πρέπει να επέμπουμε. Πολύ ωραία. Και εφόσον όλα αυτά τα δεδομένα είναι πάρα πολύ σημαντικά, μιας και τα αναλύουμε, συμπεράσματα προκύπτουν από αυτά, δεδομένα και από ασθενείς, δεδομένα από ανθρώπους οι οποίοι έχουν συγγενείς, οι οποίοι είναι ασθενείς, θα είχε νόημα να πούμε ότι αξίζει τον κόπο να αλληλουχήσουμε όλοι το γονιδίωμά μας και να φτιάξουμε ένα τεράστιο genome pool, από το οποίο θα προκύπτουν ενδεχομένως και πολύ σημαντικά συμπεράσματα. Κάποιοι είναι λίγο επιφλακτικοί σε σχέση με αυτά αυτά τα δεδομένα. Καθόλου επιφλακτικός. Νομίζω ότι πρέπει οπωσδήποτε να κάνουμε κάτι τέτοιο. Νομίζω ότι ειδικά στην Ελλάδα υπάρχει μια πολύ μεγάλη ευκαιρία, βλέποντας πόσο διαφορετικό είναι... Ο κάθε πληθυσμός είναι πολύ διαφορετικός ο ένας από τον άλλο. Και ο ελληνικός πληθυσμός έχει πολύ μακροζωία, έχει πολύ μικρότερο καρκίνο, έχει πολλές διαφορές από άλλες χώρες, κάθε μία διαφορετική με το δικό τους τρόπο, αλλά αυτή τη στιγμή η Αγγλία έχει χτίσει αυτό το UK Biobank και έχει γίνει ένα τεράστιο hub στον κόσμο ολόκληρο, συνδέοντας το γονιβίωμα και το φαινότυπο του κάθε ανθρώπου σε εκατοντάδες χιλιάδες ανθρώπους. Με τον ίδιο τρόπο νομίζω ότι η Ελλάδα μπορεί να έχει μεγάλο ρόλο σε αυτό το τομέα και έχουμε πολλά μέρη τέτοιας μακροζωίας τα οποία μπορούμε να χρησιμοποιήσουμε για να γίνουμε ένα καινούργιο hub γονιβιωματικής σε αυτό το τομέα. Όσο για το privacy, πραγματικά θέλω να συμπληρώσω ότι οποιοσδήποτε χρησιμοποιεί Gmail έχει ήδη δώσει στο Google πολύ περισσότερα από ότι μπορεί να μάθει οποιοσδήποτε από το γονιβίωμά σας. Οπότε μην φοβάστε ότι θα δώσετε κάτι το οποίο δεν το έχουν ήδη από σας. Οποιοςδήποτε πάει στο ίντερνετ, κάνει browse, οτιδήποτε. Ξέρουμε πολύ περισσότερα από σας από ότι θα μάθουμε με το γονιβίωμα οπότε μην αφήσετε η ψευδέστηση ότι υπάρχει privacy να σας σπρώξει στο να μην μοιραστείτε το γονιβίωμα το οποίο μπορεί να βοηθήσει όχι μόνο για τον κάθε άνθρωπο αλλά στο τομέα ενός πληθυσμού πάρα πάρα πολύ. Δηλαδή έχουμε πολλά να κερδίσουμε και δεν έχουμε πολλά να χάσουμε από μια τέτοια πράξη. Καταλαβαίνω. Έχει σημασία τελικά και πώς χρησιμοποιεί κάποιος την πληροφορία που έχει πέρα από ότι την έχει τελικά. Πάνω σε κάτι που είπατε και λίγο νωρίτερα σε σχέση με το μοναδικό γονιδίωμα που μπορεί να έχει κάποιος ή μια ομάδα ανθρώπων οι Έλληνες έτσι ως πληθυσμός εμφανίζουν κάποιο χαρακτηριστικό το οποίο να τους κάνει είτε πιο ευαίσθητους είτε πιο ανθεκτικούς σε κάποιες από τις ασθένειες τις οποίες αναφερθήκατε. Πρόσφατα κυκλεφόρησε ένα άρθρο που έλεγε ότι για τον COVID συγκεκριμένα μπορεί να έχουμε κάποια ανθεκτικότητα μεγαλύτερη. Έχει αυτό κάποια βάση επιστημονική? Υπάρχουν πολλοί τρόποι, 100% επιστημονικοί που αυτά μπορεί να είναι όντως αλήθεια. Το πρώτο είναι ότι όλες οι νόσεις που έχουν περάσει από την Ευρώπη έχουν σκοτώσει χιλιάδες και εκατομμύρια ανθρώπους. Όταν πεθαίνει ένα τεράστιο τέτοιο ποσοστό του πληθυσμού αλλάζει το γονιδίωμα του πληθυσμού σε κάτι που μοιάζει πιο πολύ αυτόν που επιζήσανε. Που θα πει ότι αυτό, όταν επέρασε, ας πούμε, ο μαύρος στάντητος, το black death, η plague, σκότωσε 30% των Ευρωπαίων. Η κάθε χώρα νόσησε διαφορετικά και αυτοί που επιζήσανε είχαν οπωσδήποτε γονιδιωματικές διαφορές από αυτούς που δεν την επιζήσανε. Και αυτό δεν είναι μόνο στη μοντέρνη ιστορία πριν 100, 200, 600, 800 χρόνια. Δηλαδή, ο τρόπος που εξαπλώθηκε ο πληθυσμός από την Αφρική, στη Μικρά Ασία, στον πλανήτη μας, έχει αφήσει χνάρια που κάνει τον κάθε πληθυσμό εντελώς διαφορετικό από τον κάθε άλλο πληθυσμό. Ο λόγος που έχουμε διαφορετική εμφάνιση μεταξύ, ας πούμε, Νορβηγών και Ελλήνων έχει πολύ να κάνει με αυτή την ιστορία παρά αυτές τις νόσους. Και αυτή η ιστορία συνεισφέρει στο νοσοποιητικό μας σύστημα όπως συνεισφέρει στο πόσο ψηλή είμαστε, στο πόσο μελαχρινή είμαστε κλπ. Οπότε, ναι βεβαίως, η Ελλάδα έχει ένα διαφορετικό γονιδίωμα ως πληθυσμός από άλλες χώρες. Και αυτό βεβαίως συνεισφέρει στον τρόπο που νοσούμε, ειδικά σε βάρυσε και τέτοια. Αυτό είναι το πρώτο, γονιδιωματικά. Το δεύτερο είναι από epidemiology. Τι εμβόλια είχαμε ως παιδιά. Αυτά τα εμβόλια δεν χτυπάνε μόνο το target που έχουνε, αλλά δεύτερες φορές αλλάζουνε τον τρόπο λειτουργίας των ισοπητικών συστήματών μας και υπάρχει μεγάλη συσχέτηση μεταξύ του tb vaccine και του covid mortality, άμα κοιτάξετε μέσα στην Ευρώπη. Χώρες που έχουνε αυτό το εμβόλιο, που έχει και η Ελλάδα, δείξουνε πολύ γιγότερους νόσους από χώρες που δεν έχουν, οπότε μπορεί αυτή η συσχέτηση να έχει όντως κάποια επιστημονική βάση. Το τρίτο είναι πόσο συνδεδεμένοι ήμασταν με την Κίνα. Άμα ήρθανε ταξιδιώτες που δουλεύανε στην Κίνα και είχανε δουλειά και στην Ελλάδα, κατευθείαν στην Ελλάδα και ξαπνικά αρχίσανε αυτή την επέκταση πριν πάρουμε τις πολύ γρήγορες δράσεις που πήρε η κυβέρνηση και νομίζω ότι ήμασταν τυχεροί. Δηλαδή δεν υπήρξε ένας τέτοιος μεγάλος αριθμός, όπως υπήρξε στη Γοστόνη, στη Γεμανία, στην Ιταλία, στην Ισπανία και νομίζω ότι ήμασταν όντως πολύ τυχεροί και το τέταρτο είναι βέβαιος, μείναμε σπίτι μας, η κυβέρνηση έδρασε πολύ πολύ γρήγορα και πολύ σωστά και γι' αυτό ξεπεράσαμε αυτό τον ιό. Οπότε όλα συνεισφέρουν, όχι μόνο το γονιδίωμα. Φυσικά, πράγματι είναι έτσι και ας ελπίσουμε να πάνε τα πράγματα καλά όσον αφορά αυτό το κομμάτι και στο μέλλον. Μιας και αρχίσαμε να μιλάμε λίγο τώρα για τον Covid-19 και μας δείξατε το γονιδίωμά του, το οποίο χώρισε σε μια σελίδα, πολύ εντυπωσιακό. Έχετε δει πάρα πολλά γονιδίωματα και έχετε πολύ μεγάλη εμπειρία. Τελικά, αυτό που συμβαίνει καθώς εξελίσσονται τα γονιδίωματα, αυτά ας πούμε όπως των ιών, των βακτηριών, που μπορούμε να δούμε την εξελίξη τους μιας και διαιρούνται τόσο γρήγορα, τελικά τι γίνεται, γίνονται πιο απλά καθώς περνάει ο καιρός, γίνονται πιο σύνθετα καθώς περνάει ο καιρός, γιατί το πράθυμα που είδαμε ήταν ένα πολύ συμπαγές γονιδίωμα, πολύ κόμπακτο. Αυτό τελικά τι σημαίνει, σημαίνει ότι είναι εξελιγμένο γιατί είναι έτσι, θα πρέπει να είναι μεγαλύτερο αν είχε εξελίξει περισσότερο. Έχει κάποιο νόημα αυτό για κάποιον που μπορεί να του φαίνεται παράξενο. Υπάρχει τεράστια διαφορά στο μέγεθο του γονιδιώματος του καθεϊού. Γενικώς οι coronaviruses είναι πολύ μεγάλοι για RNA viruses. Τα RNA viruses είναι λιγότερο stable, οπότε συνήθως δεν μεγαλώνουν σε τέτοια μεγάλα μεγέθη, όπως το SARS-CoV-2 και η οικογένειά του. Ο λόγος που έχει καταφέρει να μεγαλώσει είναι αυτό το μηχανισμό που σας έδειξα, που του επιτρέπει να κάνει recombination τώρα μεταξύ από αυτά τα μικρότερα κομμάτια, τα subgenomic RNAs και το αρχικό γονιδίωμα του RNA. Αυτό είναι το πρώτο. Και το δεύτερο είναι ότι έχει όντως proofreading, έχει μια exonuclease, το οποίο διορθώνει τα λάθη και του επιτρέπει να μεγαλώσει σε τέτοιο βαθμό. Και το τρίτο, βεβαίως, είναι άμα το envelope protein του επιτρέπει να χτίσει ένα αρκετά μεγάλο envelope για να μπορέσει να χωρέσει μέσα όλο το γονιδίωμά του. Και όσο πιο μεγάλο γίνεται, τόσο πιο unstable γίνεται, όσο πιο μικρό, τόσο πιο compact πρέπει να είναι. Όπως είδαμε, αυτό το γονίδιωμα, το γονίδιωμα, το οποίο ανακαλύψαμε το 3C μέσα στο 3α, δείχνει ότι όντως αυτό το compactness του επιτρέπει να κωδικοποιεί δύο διαφορετικές πρωτεΐνες από το ίδιο κομμάτι του RNA. Αλλά πολλά αλλα βάρισεις έχουν πολύ περισσότερα από αυτά τα dual coding regions, που κωδικοποιούν δύο διαφορετικές πρωτεΐνες από τα ίδια νοκλειοτύβια. Ενώ το SARS-CoV-2 δεν έχει τόσα. Οπότε ομολογώ ότι είναι κάπως μία εξαίρεση, ότι είναι πολύ μεγάλο για ένα RNA virus και έχει πολλά proofreading και άλλους μηχανισμούς, το οποίο του επιτρέπουν να είναι τόσο μεγάλο. Άρα θα μπορούσε κάποιος να πει είναι λίγο πιο μεγάλο, άρα κάνει κάποια άλλα πράγματα λίγο διαφορετικά, έχει κάποια σχέση τελικά. Όχι, είναι θέμα εξέλιξης, κανένας ιός δεν σκέφτεται αν θα κάνω αυτό. Απλά εξετάζει εκατομμύρια λύσεις συγχρόνους και αφήνει την εξέλιξη να διαλέξει ποιες αμαρτικές λύσεις δούλεψαν. Και στο τέλος βλέπουμε κάτι που μας φαίνεται πολύ έξυπνο, πολύ κακό, το ένα ή το άλλο, αλλά όλα αυτά είναι concept τα οποία παίχνουν μόνο στον άνθρωπο που τα κοιτάει, ότι ο ίδιος ο ιός δεν το νοιάζει, το μόνο που το νοιάζει είναι να πολλαβλασιαστεί. Και εξού και η απάντηση στο άμα θα γίνει πιο δινηρός ή όχι. Τι νοιάζει τον ιό, δεν το νοιάζει να μας σκοτώσει. Δεν κοιτάξαμε σε τίποτα. Αντιθέτως, κανένας ιός δεν θέλει να σκοτώσει τον άνθρωπο. Σωστό. Δεν θα εξελιχθεί με αυτόν τον τρόπο. Άμα σκοτώσει τον άνθρωπο θα πεθάνει ο ίδιος. Ή το μόνο που θέλουν να κάνουν είναι να πολλαβλασιαστούν. Και οποιαδήποτε μεταλλαγή επιτρέπει στον ιό να πολλαβλασιαστεί, ή περισσότερο, θα διαλεχθεί. Επίσης, οποιαδήποτε μεταλλαγή επιτρέψει στον ιό να σκοτώσει τον άνθρωπο λιγότερο, θα διαλεχθεί. Οπότε αυτό που βλέπουμε συνήθως στις πανδημίες, είναι ότι οι ιοι προχωράνε και διαφέρονται και διαμεταδίδονται πιο εύκολα, αλλά σκοτώνουν λιγότερο και πιο αργά. Αυτό που θέλει βασικά ο ιός είναι να μεταδοθεί από κανέναν άνθρωπο στον άλλο. Και γι' αυτό έχει μεταδοθεί τόσο γρήγορα αυτός ο κορωνοϊός. Γιατί οι άνθρωποι δεν έχουν συμπτώματα για πολλές μέρες, το οποίο τους επιτρέπει να συνεχίσουν να συναναστρέφονται και να μεταδίδουν τον ιό. Και όταν πια τους χτυπήσει μετά από 10 μέρες, τότε κατά λάθος ομολογώ, ο ιός μας σκοτώνει. Αλλά αυτό είναι λάθος, δεν είναι ότι θέλει να μας σκοτώσει. Ωραία εξαιρετική διαδικρίνηση για να καταλαβαίνουμε ότι αυτό που παρατηρούμε εμείς ως εξελιγμένο το βλέπουμε εκ των ιστέρων. Είναι μια διαδικασία από πίσω η οποία δεν λειτουργεί μερολυπτικά. Είναι μια παρανοήση που πολλούς κόσμος στο μυαλό του έχει. Να ρωτήσω κάτι άλλο. Είναι πάρα πολύ εντυπωσιακό το γεγονός ότι μιλάμε για εμβόλιο αυτή τη στιγμή για τον COVID. Τη στιγμή που δεν έχει περάσει πολύ χρόνος, έχουν περάσει μήνες μόνο. Πώς έγινε αυτό? Η επιστήμη έχει αλλάξει πάρα πολύ από την τελευταία πανδηνία του 2018. Τι έχει αλλάξει ότι οι δημοσιεύσεις εμφανίζονται στο ίντερνετ αμέσως. Είναι από τη στιγμή που κάποιος ανακαλύψει κάτι, όλος ο κόσμος μπορεί να το ακούσει αμέσως. Αυτό σημαίνει ότι από τη στιγμή που δημοσιεύτηκε το γονιβίωμα του SARS-CoV-2, μέσα σε μία εβδομάδα η Moderna είχε ήδη χτίσει το πρώτο design για το εμβόλιο της. Και όλα προχωράνε πολύ πολύ πιο γρήγορα. Αυτό είναι το πρώτο, ότι η επιστήμη μοιράζεται σε ένα τρόπο εντελώς αλτουριστικό. Οι εταιρείες, όλοι οι οργανισμοί, η ιδιοτεχνονοκοί, οι φαρμακευτικές εταιρείες συνεργάζονται, αντί να προσπαθούν να δουλεύουν μία κατά της της άλλης. Το δεύτερο είναι ότι έχουμε χτίσει πολύ καινούργια και μοντέρνα εργαλεία, που μας επιτρέπουν να χτίσουμε εμβόλια με καινούργιο τρόπο από την παλιά. Αυτός ο τρόπος της Moderna, για να πάρω ξανά το ίδιο παράδειγμα, είναι εντελώς πρώτον του 300, κάτι το οποίο δεν είχε γίνει πριν, εκφράζοντας το ίδιο το RNA του ΥΥ, για να χτίσει αντισώματα, ο ίδιος ο οργανισμός μας, δηλαδή να χτίσουμε πρώτα τα αντισώματα και στην αντώσμα αυτά τα αντισώματα. Νομίζω ότι αυτές οι τεχνολογίες μας επιτρέπουν να χρησιμοποιήσουμε αυτά τα δεδομένα και αυτό το μοίρασμα δεδομένων σε πολύ πιο γρήγορο βαθμό. Και γι' αυτό έχει προχωρήσει τόσο γρήγορα. Και το τρίτο είναι ότι τα συστήματα ελέγχου και οι οργανισμοί, που επιτρέπουν στις εταιρείες να προχωρήσουν τα διάφορα στάβια, καταλαβαίνουν πόσο αιτίγον είναι αυτή τη στιγμή και βοηθάν αυτές τις εταιρείες να προχωρήσουν αυτά τα στάβια, χωρίς όλα αυτά τα οδυνηρά μέτρα που συνήθως παίρνονται και όλοι έχουμε τον ίδιο σκοπό να εμπανιστεί και το εμβόλιο και οι θεραπείες πολύ πιο γρήγορα. Αυτός ο δραματικά γρήγορος ρυθμός σημαίνει βεβαίως ότι και μερικές φορές υπάρχουν ελάθη, αλλά το ρίσκο να πάμε αργά είναι πολύ μεγαρύτερο από το ρίσκο να διορθώσουμε αυτά τα ελάθη όταν θα υπάρχουσαν. Και όντως υπήρξανε αρκετά ελάθη που γίνανε σε αυτή την πανδημία. Αλλά ο πιστημονικός κόσμος ξέρει να τα διορθώνει και στο τέλος η αλήθεια κατά κάποιο τρόπο παραμένει. Πολύ ωραία. Υπάρχει και ερώτηση από τους ανθρώπους που μας ακούνε σε σχέση με αυτό. Πώς η δική σας δουλειά, αυτό που κάνετε εσείς μπορεί να βοηθήσει στο σχεδιασμό των εμβολίων ή έχει να στινησφέρει με κάποιο τρόπο. Απολύτως. Στις εικόνες που έδειξα βασικά μπορούμε να καταλάβουμε ποιες περιοχές του γονεβιώματος αλλάζουν πιο συχνά. Ποιες δεν έχουν αλλάξει καθόλου. Ποιες αλλαγές είναι σε μέρη τα οποία νομίζουμε ότι έχουν μεγαλύτερο functional impact. Και με τι ρυθμό αλλάζουνε διάφορες περιοχές. Μπορεί να μας επιτρέψει να χτίσουμε εμβόλια και περιοχές που δεν αλλάζουνε τόσο γρήγορα. Μπορούμε να καταλάβουμε ποιες από τις τέσσεριες μεταλλαγές οι οποίες συνυπάρχουν με το D64G. Ποιες από αυτές είναι λειτουργικές ή όχι. Έχουμε βρει ότι οι τρεις από τις τέσσερις μάλλον είναι και η μία μάλλον δεν είναι. Η μάλλον δύο μάλλον δεν είναι. Και όλα αυτά τα περιγράφουμε στις δημοσιεύσεις μας και μπορεί ο κόσμος να τα χρησιμοποιήσει για να διαλέξει σε ποιες περιοχές πρέπει να χτίσουμε αυτά τα εμβόλια και πώς πρέπει να τα αλλάξουμε αναλόγως με το πώς μεταλλάσσεται ο ιός. Πολύ ωραία. Να ρωτήσω κάτι. Υπάρχουν κάποιοι άνθρωποι που υποστηρίζουν κάποιες θεωρίες, συνομοσίας θα πω, οι οποίες λένε ότι ο ιός αυτός δεν είναι ένας ιός ο οποίος εξελίχθηκε στο περιβάλλον αλλά κατασκευάστηκε σε ένα εργαστήριο και κατά λάθος απελευθερώθηκε μόλις είναι κάποιον και έτσι έφτασε να έχει η πανδημία αυτής της συνέπειας. Θα μπορούσε κάτι τέτοιο να είναι αλήθεια? Άμα κάποιος ήθελε να χτίσει έναν ιό που θα μεταδοθεί σε ανθρώπους πολύ πολύ γρήγορα, θα έχει διαλέξει να ξεκινήσει μέσα από ένα από αυτά τα κόκκινα κουτάκια. Εδώ πέρα βλέπετε αυτό είναι το SARS του 2003. Εδώ είναι το MERS, εδώ είναι όλοι οι άλλοι κορωνοοί οι οποίοι πηγαίνουν ήδη στον άνθρωπο. Κανένας δεν θα είχε διαλέξει αυτό εδώ το κομμάτι για να χτίσει ένα καινούργιο ιό. Το ότι εμφανίστηκε από αυτόν εδώ είναι μια μεγάλη ένδειξη ότι δεν προσπάθησε κάποιος να χτίσει κάτι οδυνηρό για τους ανθρώπους γιατί θα έχει ξεκινήσει από εδώ. Από αυτό και μόνο, ας πούμε, μπορεί κανείς να πει το πιο πιθανό είναι ότι δεν το χτίσε κάποιος με αυτό το σκοπό. Το δεύτερο είναι ότι άμα κοιτάξετε πώς συνηπάρχουν αυτά τα θετικά και αρνητικά RNA στον ίδιο οργανισμό βλέπετε ότι αυτό εδώ το αρνητικό RNA, το οποίο έκτισε αυτό εδώ το θετικό RNA μπορεί να κάνει recombination και να αλλάξει με το αρχικό και να μεταλλάξει άμα έρθουν δύο ΙΕ μέσα στον ίδιο οργανισμό αυτό το S μπορεί να περάσει από τον έναν στον άλλον. Και αυτό όντως έχουμε δει, οπότε μερικές αυτές τις θεωρίες έχουν αρχίσει στο ότι υπήρξε ένα recombination event ότι υπάρχουν τρία διαφορετικά κομμάτια του S το ένα από αυτά είναι πιο κοντά στο πανγκόλιν ένα άλλο από αυτά είναι πιο κοντά στις νυχτερίδες ένα άλλο από αυτά είναι πιο κοντά σε ένα άλλο δέντρο οργανισμών αλλά αυτό εδώ δεν υπήρξε μόνο στην τωρινή πανδημία είναι κάτι το οποίο γίνεται πολλές φορές στην ιστορία του κορωνοϊού οπότε δεν νομίζω ότι μπορούμε να πούμε ναι όντως τα δεδομένα μας δείχνουν ότι αυτό χτίστηκε σε εργαστήριο νομίζω ότι το πιο πιθανό είναι ότι είναι κάτι το οποίο απλά έτυχε να υπάρξει και ο λόγος δεν είναι τυχαίος ότι έτυχε να υπάρξει στην Κίνα είναι ότι στην Κίνα υπάρχουν πολλοί trafficking από αυτά τα exotic species υπάρχει πάρα πολλής κόσμος, οι οποίοι είναι πολύ κοντά ένα στον άλλον πουλάνε αυτά τα είδη τα οποία δεν θα έπρεπε να πουλάνε δηλαδή υπάρχουν πολλές αλλαγές που πρέπει να γίνουν για να αποφύγουμε την επόμενη πανδημία γιατί πολλά από αυτά έχουν αρχίσει δυστυχώς από την Κίνα και δεν είναι τυχαία Καταλαβαίνω, ήτανε σαφές Υπάρχουν κάποιες ερωτήσεις σε σχέση με την έρευνά σας και τις εφαρμογές που αυτή μπορεί να έχει από τους ανθρώπους που μας ακούνε και υπάρχει μια ερώτηση εδώ που ουσιαστικά ρωτάει οι πιο πρόσφατες εφαρμογές της μηχανικής στη βιολογία, ποιες είναι σε σχέση με αυτό που κάνετε Εσείς Καταρχήν θα σας πω ότι πρέπει να φύγω σε τρία λεπτά Δίνω μία άλλη ομιλία Τότε επιτρέψτε μου να πάρω πίσω αυτή την ερώτηση και να κάνω μία άλλη την οποία θα έκανα και εγώ αλλά τη ρωτάει και ο κόσμος οπότε σίγουρα θα τη ρωτήσω και θα μπορούμε να ρωτήσουμε τι πρόφολοι πρέπει να έχει κάποιος για να κάνει πως δόξη σας Ποιο είναι το πρόφολοι γενικότερα που θα έπρεπε να έχει κάποιος για να ασχοληθεί με αυτό το δημόσιο κοσμό και επειδή υπάρχει κόσμο στο οποίο αυτή τη στιγμή ενδιαφέρεται γι' αυτό πείτε μας δύο λόγια γι' αυτό πριν μας αφήσετε Πολύ ωραία Αυτό που θέλω να πω είναι ότι δεν χρειάζεται να ξέρετε και τα δύο Βοηθάει βέβαια αλλά δεν χρειάζεται Αλλά δεν χρειάζεται. Το πιο σημαντικό είναι να είστε έξπερτες σε κάτι. Άμα είσαστε πολύ πολύ καλό σε κάτι, τα άλλα μαθαίνονται. Και τι θα πει πολύ πολύ καλός, ας πούμε στο machine learning, στη στατιστική, στο προγραμματισμό, στο data mining, στο AI. Δηλαδή αυτή είναι το mees, τους οποίους πραγματικά τους χρειαζόμαστε, όχι μόνο στο δικό μου εργαστήριο αλλά και σε πολλά άλλα εργαστήρια. Το δεύτερο είναι βεβαίως δημοσίαξης. Γιατί? Γιατί το ότι κάποιος κάνει έρευνα δείχνει ένα ιδιαίτερο τρόπο σκέψεως και ολοκλήρωσης, το οποίο δεν το έχετε απλά από τα μαθήματα. Οπότε άμα μπορείτε, όσοι με ακούτε, μπλεχτείτε σε ερευνητικές ομάδες και προσπαθήστε να κάνετε κάτι καινούργιο δικό σας. Γιατί αυτό είναι το πιο μεγάλο στοιχείο που μπορείτε να κάνετε για να σας ανοίξει πια δρόμους για πολλά μέρη. Και το τελευταίο είναι μη διστάσετε να στείλετε ένα email. Δηλαδή δεν έχετε τίποτα να χάσετε. Ή σε εμένα, ή στους φουδαστές μου, ή στην ομάδα μου. Πραγματικά έχω ένα website το οποίο μπορείτε να κάνετε απλά για εμένα και για άλλους καθήτες, δείξτε τους σεβασμό. Διαβάστε τις δημοσιεύσεις τους. Καταλάβετε για τι πρόκειται. Λαμβάνω μερικά email που μου λένε «Για πέρα μου, σε τι θέματα δουλεύεις και τι μπορώ να κάνω εγώ». Και λέω «Κοίτα να δεις, δείξε μου λίγο σεβασμό. Έχω εκατό ανθρώπους που προσπαθούνε να έρθουν. Έχω τόσους ανθρώπους που ελέγχονται, που συνεργάζομαι. Δεν μπορώ στον καθένα να πω τα ίδια. Άμα κάτι υπάρχει ήδη στο ίντερνετ, διάβασε το πρώτα και ύστερα δείξε ότι έχεις και ενέργεια, και όρεξη και drive να το κάνεις αυτό». Οπότε αυτά είναι. Βασικά, να είστε έξπερτε κάτι. Να δείξετε καινοτομία στο να χτίσετε κάτι δικό σας. Και τρίτον, να δείξετε ότι έχετε και την ώρα και την ενέργεια να επενδύσετε για αυτό το θέμα. Γιατί αν δεν έχετε τον φρόνο τώρα, δεν θα τον έχετε και όταν έρθετε στην ομάδα. Σας ευχαριστούμε πάρα πολύ. Ήτανε πραγματικά εξαιρετικά ενδιαφέροντα όλα τα πράγματα τα οποία μας είπατε και νομίζω πως όποιος μας άκουσε αποκόμισε και πληροφορίες και ερεθίσματα τα οποία θα του φανούνε πάρα πολύ χρήση μας στο μέλλον. Εγώ σας ευχαριστώ. Και ελπίζω πραγματικά το καλύτερο για την Ελλάδα. Είμαι πάρα πολύ αισιόδοξος. Έχω δει πάρα πολύ μεγάλες και ωραίες αλλαγές. Συνεχίστε το έργο και την ενέργεια. Και αυτά που κάνετε πραγματικά βοηθάνε πάρα πολύ την Ελλάδα. Και ελπίζω να συνεχίσω να βλέπω πολλά τέτοια έργα. Ευχαριστώ πάρα πολύ. Να είστε καλά. Καλή συνέχεια. Γεια σας. Γεια σας.