TED日本語 - ダニー・ヒリス: プロテオミクスによって癌を理解する


TED Talks(英語 日本語字幕付き動画)

TED日本語 - ダニー・ヒリス: プロテオミクスによって癌を理解する

TED Talks

Understanding cancer through proteomics
Danny Hillis




I admit that I'm a little bit nervous here because I'm going to say some radical things, about how we should think about cancer differently, to an audience that contains a lot of people who know a lot more about cancer than I do. But I will also contest that I'm not as nervous as I should be because I'm pretty sure I'm right about this. (Laughter) And that this, in fact, will be the way that we treat cancer in the future. In order to talk about cancer, I'm going to actually have to -- let me get the big slide here. First, I'm going to try to give you a different perspective of genomics. I want to put it in perspective of the bigger picture of all the other things that are going on -- and then talk about something you haven't heard so much about, which is proteomics. Having explained those, that will set up for what I think will be a different idea about how to go about treating cancer.

So let me start with genomics. It is the hot topic. It is the place where we're learning the most. This is the great frontier. But it has its limitations. And in particular, you've probably all heard the analogy that the genome is like the blueprint of your body, and if that were only true, it would be great, but it's not. It's like the parts list of your body. It doesn't say how things are connected, what causes what and so on. So if I can make an analogy, let's say that you were trying to tell the difference between a good restaurant, a healthy restaurant and a sick restaurant, and all you had was the list of ingredients that they had in their larder. So it might be that, if you went to a French restaurant and you looked through it and you found they only had margarine and they didn't have butter, you could say, "Ah, I see what's wrong with them. I can make them healthy." And there probably are special cases of that. You could certainly tell the difference between a Chinese restaurant and a French restaurant by what they had in a larder. So the list of ingredients does tell you something, and sometimes it tells you something that's wrong. If they have tons of salt, you might guess they're using too much salt, or something like that. But it's limited, because really to know if it's a healthy restaurant, you need to taste the food, you need to know what goes on in the kitchen, you need the product of all of those ingredients.

So if I look at a person and I look at a person's genome, it's the same thing. The part of the genome that we can read is the list of ingredients. And so indeed, there are times when we can find ingredients that [ are ] bad. Cystic fibrosis is an example of a disease where you just have a bad ingredient and you have a disease, and we can actually make a direct correspondence between the ingredient and the disease. But most things, you really have to know what's going on in the kitchen, because, mostly, sick people used to be healthy people -- they have the same genome. So the genome really tells you much more about predisposition. So what you can tell is you can tell the difference between an Asian person and a European person by looking at their ingredients list. But you really for the most part can't tell the difference between a healthy person and a sick person -- except in some of these special cases.

So why all the big deal about genetics? Well first of all, it's because we can read it, which is fantastic. It is very useful in certain circumstances. It's also the great theoretical triumph of biology. It's the one theory that the biologists ever really got right. It's fundamental to Darwin and Mendel and so on. And so it's the one thing where they predicted a theoretical construct. So Mendel had this idea of a gene as an abstract thing, and Darwin built a whole theory that depended on them existing, and then Watson and Crick actually looked and found one. So this happens in physics all the time. You predict a black hole, and you look out the telescope and there it is, just like you said. But it rarely happens in biology. So this great triumph -- it's so good, there's almost a religious experience in biology. And Darwinian evolution is really the core theory.

So the other reason it's been very popular is because we can measure it, it's digital. And in fact, thanks to Kary Mullis, you can basically measure your genome in your kitchen with a few extra ingredients. So for instance, by measuring the genome, we've learned a lot about how we're related to other kinds of animals by the closeness of our genome, or how we're related to each other -- the family tree, or the tree of life. There's a huge amount of information about the genetics just by comparing the genetic similarity. Now of course, in medical application, that is very useful because it's the same kind of information that the doctor gets from your family medical history -- except probably, your genome knows much more about your medical history than you do. And so by reading the genome, we can find out much more about your family than you probably know. And so we can discover things that probably you could have found by looking at enough of your relatives, but they may be surprising. I did the 23andMe thing and was very surprised to discover that I am fat and bald. (Laughter) But sometimes you can learn much more useful things about that.

But mostly what you need to know, to find out if you're sick, is not your predispositions, but it's actually what's going on in your body right now. So to do that, what you really need to do, you need to look at the things that the genes are producing and what's happening after the genetics, and that's what proteomics is about. Just like genome mixes the study of all the genes, proteomics is the study of all the proteins. And the proteins are all of the little things in your body that are signaling between the cells -- actually, the machines that are operating -- that's where the action is. Basically, a human body is a conversation going on, both within the cells and between the cells, and they're telling each other to grow and to die, and when you're sick, something's gone wrong with that conversation. And so the trick is -- unfortunately, we don't have an easy way to measure these like we can measure the genome.

So the problem is that measuring -- if you try to measure all the proteins, it's a very elaborate process. It requires hundreds of steps, and it takes a long, long time. And it matters how much of the protein it is. It could be very significant that a protein changed by 10 percent, so it's not a nice digital thing like DNA. And basically our problem is somebody's in the middle of this very long stage, they pause for just a moment, and they leave something in an enzyme for a second, and all of a sudden all the measurements from then on don't work. And so then people get very inconsistent results when they do it this way. People have tried very hard to do this. I tried this a couple of times and looked at this problem and gave up on it.

I kept getting this call from this oncologist named David Agus. And Applied Minds gets a lot of calls from people who want help with their problems, and I didn't think this was a very likely one to call back, so I kept on giving him to the delay list. And then one day, I get a call from John Doerr, Bill Berkman and Al Gore on the same day saying return David Agus's phone call. (Laughter) So I was like, "Okay. This guy's at least resourceful." (Laughter) So we started talking, and he said, "I really need a better way to measure proteins." I'm like, "Looked at that. Been there. Not going to be easy." He's like, "No, no. I really need it. I mean, I see patients dying every day because we don't know what's going on inside of them. We have to have a window into this." And he took me through specific examples of when he really needed it. And I realized, wow, this would really make a big difference, if we could do it, and so I said, "Well, let's look at it."

Applied Minds has enough play money that we can go and just work on something without getting anybody's funding or permission or anything. So we started playing around with this. And as we did it, we realized this was the basic problem -- that taking the sip of coffee -- that there were humans doing this complicated process and that what really needed to be done was to automate this process like an assembly line and build robots that would measure proteomics. And so we did that, and working with David, we made a little company called Applied Proteomics eventually, which makes this robotic assembly line, which, in a very consistent way, measures the protein. And I'll show you what that protein measurement looks like.

Basically, what we do is we take a drop of blood out of a patient, and we sort out the proteins in the drop of blood according to how much they weigh, how slippery they are, and we arrange them in an image. And so we can look at literally hundreds of thousands of features at once out of that drop of blood. And we can take a different one tomorrow, and you will see your proteins tomorrow will be different -- they'll be different after you eat or after you sleep. They really tell us what's going on there. And so this picture, which looks like a big smudge to you, is actually the thing that got me really thrilled about this and made me feel like we were on the right track. So if I zoom into that picture, I can just show you what it means. We sort out the proteins -- from left to right is the weight of the fragments that we're getting, and from top to bottom is how slippery they are. So we're zooming in here just to show you a little bit of it. And so each of these lines represents some signal that we're getting out of a piece of a protein. And you can see how the lines occur in these little groups of bump, bump, bump, bump, bump. And that's because we're measuring the weight so precisely that -- carbon comes in different isotopes, so if it has an extra neutron on it, we actually measure it as a different chemical. So we're actually measuring each isotope as a different one.

And so that gives you an idea of how exquisitely sensitive this is. So seeing this picture is sort of like getting to be Galileo and looking at the stars and looking through the telescope for the first time, and suddenly you say, "Wow, it's way more complicated than we thought it was." But we can see that stuff out there and actually see features of it. So this is the signature out of which we're trying to get patterns. So what we do with this is, for example, we can look at two patients,one that responded to a drug and one that didn't respond to a drug, and ask, "What's going on differently inside of them?" And so we can make these measurements precisely enough that we can overlay two patients and look at the differences.

So here we have Alice in green and Bob in red. We overlay them. This is actual data. And you can see, mostly it overlaps and it's yellow, but there's some things that just Alice has and some things that just Bob has. And if we find a pattern of things of the responders to the drug, we see that in the blood, they have the condition that allows them to respond to this drug. We might not even know what this protein is, but we can see it's a marker for the response to the disease. So this already, I think, is tremendously useful in all kinds of medicine. But I think this is actually just the beginning of how we're going to treat cancer. So let me move to cancer.

The thing about cancer -- when I got into this, I really knew nothing about it, but working with David Agus, I started watching how cancer was actually being treated and went to operations where it was being cut out. And as I looked at it, to me it didn't make sense how we were approaching cancer, and in order to make sense of it, I had to learn where did this come from. We're treating cancer almost like it's an infectious disease. We're treating it as something that got inside of you that we have to kill. So this is the great paradigm. This is another case where a theoretical paradigm in biology really worked -- was the germ theory of disease. So what doctors are mostly trained to do is diagnose -- that is, put you into a category and apply a scientifically proven treatment for that diagnosis -- and that works great for infectious diseases. So if we put you in the category of you've got syphilis, we can give you penicillin. We know that that works. If you've got malaria, we give you quinine or some derivative of it. And so that's the basic thing doctors are trained to do, and it's miraculous in the case of infectious disease -- how well it works. And many people in this audience probably wouldn't be alive if doctors didn't do this.

But now let's apply that to systems diseases like cancer. The problem is that, in cancer, there isn't something else that's inside of you. It's you; you're broken. That conversation inside of you got mixed up in some way. So how do we diagnose that conversation? Well, right now what we do is we divide it by part of the body -- you know, where did it appear? -- and we put you in different categories according to the part of the body. And then we do a clinical trial for a drug for lung cancer and one for prostate cancer and one for breast cancer, and we treat these as if they're separate diseases and that this way of dividing them had something to do with what actually went wrong. And of course, it really doesn't have that much to do with what went wrong because cancer is a failure of the system. And in fact, I think we're even wrong when we talk about cancer as a thing. I think this is the big mistake. I think cancer should not be a noun. We should talk about cancering as something we do, not something we have. And so those tumors, those are symptoms of cancer. And so your body is probably cancering all the time, but there are lots of systems in your body that keep it under control.

And so to give you an idea of an analogy of what I mean by thinking of cancering as a verb, imagine we didn't know anything about plumbing, and the way that we talked about it, we'd come home and we'd find a leak in our kitchen and we'd say, "Oh, my house has water." We might divide it -- the plumber would say, "Well, where's the water?" "Well, it's in the kitchen." "Oh, you must have kitchen water." That's kind of the level at which it is. "Kitchen water, well, first of all, we'll go in there and we'll mop out a lot of it. And then we know that if we sprinkle Drano around the kitchen, that helps. Whereas living room water, it's better to do tar on the roof." And it sounds silly, but that's basically what we do. And I'm not saying you shouldn't mop up your water if you have cancer, but I'm saying that's not really the problem; that's the symptom of the problem.

What we really need to get at is the process that's going on, and that's happening at the level of the proteonomic actions, happening at the level of why is your body not healing itself in the way that it normally does? Because normally, your body is dealing with this problem all the time. So your house is dealing with leaks all the time, but it's fixing them. It's draining them out and so on. So what we need is to have a causative model of what's actually going on, and proteomics actually gives us the ability to build a model like that.

David got me invited to give a talk at National Cancer Institute and Anna Barker was there. And so I gave this talk and said, "Why don't you guys do this?" And Anna said, "Because nobody within cancer would look at it this way. But what we're going to do, is we're going to create a program for people outside the field of cancer to get together with doctors who really know about cancer and work out different programs of research." So David and I applied to this program and created a consortium at USC where we've got some of the best oncologists in the world and some of the best biologists in the world, from Cold Spring Harbor, Stanford, Austin -- I won't even go through and name all the places -- to have a research project that will last for five years where we're really going to try to build a model of cancer like this. We're doing it in mice first, and we will kill a lot of mice in the process of doing this, but they will die for a good cause. And we will actually try to get to the point where we have a predictive model where we can understand, when cancer happens, what's actually happening in there and which treatment will treat that cancer.

So let me just end with giving you a little picture of what I think cancer treatment will be like in the future. So I think eventually, once we have one of these models for people, which we'll get eventually -- I mean, our group won't get all the way there -- but eventually we'll have a very good computer model -- sort of like a global climate model for weather. It has lots of different information about what's the process going on in this proteomic conversation on many different scales. And so we will simulate in that model for your particular cancer -- and this also will be for ALS, or any kind of system neurodegenerative diseases, things like that -- we will simulate specifically you, not just a generic person, but what's actually going on inside you.

And in that simulation, what we could do is design for you specifically a sequence of treatments, and it might be very gentle treatments, very small amounts of drugs. It might be things like, don't eat that day, or give them a little chemotherapy, maybe a little radiation. Of course, we'll do surgery sometimes and so on. But design a program of treatments specifically for you and help your body guide back to health -- guide your body back to health. Because your body will do most of the work of fixing it if we just sort of prop it up in the ways that are wrong. We put it in the equivalent of splints. And so your body basically has lots and lots of mechanisms for fixing cancer, and we just have to prop those up in the right way and get them to do the job.

And so I believe that this will be the way that cancer will be treated in the future. It's going to require a lot of work, a lot of research. There will be many teams like our team that work on this. But I think eventually, we will design for everybody a custom treatment for cancer.

So thank you very much.


今ちょっと緊張しています 癌についての考え方を変えるべきだという 大胆な発言をするつもりですが 私より癌に詳しい人が 会場にたくさんいるからです と言ってもそこまで緊張していません ちょっと自信があるので (笑) 実際これは 未来の癌治療法となるでしょう 癌について話す前に 実際しなくてはいけないのが― ちょっとここで大事なスライドを まず違ったゲノミクスの見解を説明します 他に起こっていることをすべて含む もっと大きな全体像での視点を説明し それから あまり知られていないプロテオミクスについて話します これらを説明すれば 私が考えている今までと違う癌治療の 取り組み方に話が繋がります

まずゲノミクスから 今注目の話題です 私たちが最も多く学んでいる 最先端分野です しかしそれなりの限界もあります 特に皆さんもご存知のゲノムは 体の設計図のようなものという点です 本当なら素晴らしいのですが そうではありません ゲノムは部品のリストのようなもので どう組み立てられているか 何がどう作用するかなどは分かりません つまり例えて言うと まともな良いレストランと まともでないレストランの違いを 見分けようとしているのに 手持ちの材料の リストしかないようなものです だから例えばフランス料理店に行って マーガリンはあるが バターはないと分かったら 「問題が分かりました 修正しましょう」と言えます そのようなケースはあるでしょう 食品貯蔵庫に何があるかで 中華とフランス料理店の違いは 確実に分かります 材料のリストから分かることは確かにあり そこから何がおかしいのか分かることもあります 塩が大量にあったら 塩の使いすぎを疑ったりできます でもそれには限界があります 本当にレストランを評価するには 料理の味見をしたり 厨房の様子を見たりして すべての材料による結果を見なくてはなりません

ですから患者を診て その人のゲノムを見ても同様です ゲノムから解読できるのは 材料のリストです つまり実際に 材料に問題があるケースを 見つけられることもあります 例えば嚢胞性線維症は 遺伝子に問題がある病気なので 実際に材料である遺伝子と 病気を直接結びつけることができます でも大抵は 厨房の様子を知る必要があります 普通 病人は健康だったわけで ゲノムは同じだからです つまりゲノムはどちらかと言うと 体質についての情報なのです ですから遺伝子リストを見れば アジア人とヨーロッパ人の 違いが分かります でも概して健康な人と病人の違いは 特別なケースを除いて ほとんど分からないのです

だとするとなぜ 遺伝学が重要なのか? まず最初に 遺伝子を解読できるのは素晴らしく 特定の状況で非常に有益だからです 生物学上の偉大な 理論的功績でもあります 生物学者たちの理論で 唯一本当に正しかったものです ゲノミクスはダーウィンや メンデルなどの理論に必須です 唯一の予言通りの理論的構成概念だと言えます 遺伝子は理論的なものであると メンデルは考え ダーウィンは 遺伝子の存在を前提に 一連の理論を打ち立てました その後ワトソンとクリックが 実際に遺伝子構造を発見しました 物理学ではよくある話です ブラックホールが予測され 望遠鏡で確認するとその通りでした 生物学では滅多にないことです ですからこれは偉業です 本当に素晴らしく 生物学の宗教的体験と 言えるほどです しかもダーウィンの進化論は コア理論です

もう一つの注目の理由は 遺伝子は測定できデジタルだということです それどころか キャリー・マリスのおかげで いくつかの材料があれば 自分の遺伝子の計測を キッチンで行うことも可能です ゲノムを計測することで 例えば その類似性から他の動物とのつながりや 人が互いにどう関係しているのかなど 家系図や生物の系統樹について 多くのことを学びました 遺伝子の類以性を比較するだけで 遺伝学について莫大な情報が得られます 当然それは医学的応用でも 非常に有益です 医者が患者の家族の病歴から得るのと 同じような情報が得られるからです それどころかたぶん 患者自身より多くの病歴情報を提供できます ですからゲノムを解読すれば 家族について知らなかったことも分かります 親戚のことを十分見れば 分かるかもしれないことを 発見できるわけですが 驚く事実もあるかもしれません 私も23andMeをやりましたが 自分が肥満で髪が薄いと分かり驚きました (笑) でももっと役に立つことが分かる時もあります

とはいえ大抵の場合 病気かどうか調べるには 体質を知ることでなく 体内で起こっている事を知る必要があります そのためには 遺伝子が生成しているものを 遺伝的作用後に起こっている事を 調べることです これを行うのがプロテオミクスです ゲノムがすべての遺伝子の研究であるように プロテオミクスはすべてのタンパク質の研究です 細胞間のシグナル伝達をする 体内の小さな物質はすべてタンパク質で それが実際の稼働マシンです 重要なのはここなのです 基本的に人間の身体は 細胞内や細胞同士での コミュニケーションで成り立っています 細胞は入れ替わりの指示を出し合っているのです でも病気になると コミュニケーションに支障が出ます ですから大切なのは― 残念なことに これらをゲノムのように 簡単に計測する方法がないので

計測が問題なのですが すべてのタンパク質を計測するのは大変です 何百もの手順を要し 時間も非常に長くかかります タンパク質の量の差は重大で 10%の差が大きな違いになることもあります DNAのように測定しやすくないのです そこで基本的な問題は誰かが この非常に長い工程の途中で ちょっと休憩して 何かを酵素に入れたままにすると 突然ここから先の測定が うまく行かなくなることです このようなやり方をすると 全く一貫性のない結果が出ます 様々な試みがされてきていて 私も何度かこの問題に 取り組んだのですが諦めました

デイビッド・アグスという癌専門医から 何度も電話がかかっていました Applied Mindsでは問題を抱えている人から 助けを求める電話が多くあります それでこの人もあきらめるだろうと思い 先送りし続けていました ところがある日 ジョン・ドーアとビル・バークマンと アル・ゴアから同じ日に言われました デイビッド・アグスに電話しろと (笑) 「少なくとも駆け引きはうまいな」と (笑) そうして私たちは話すことになり 「もっと良いタンパク質の測定方法が必要です」と言うので 「検討してやってみましたが 難しいですよ」と言うと 「でも本当に必要なんです」と言うのです 「体内で何が起こっているか分からず 死んでいく患者を毎日見ています 原因を究明する手段が必要なんです」と そして実際に必要となる例を 説明してくれました もし本当に出来たら 大きな貢献だと気付きました そこで検討することになったのです

Applied Mindsの予算は十分で 外からの資金や承認なしで プロジェクトを行うことができます そこでいろいろ検討を始めました そして基本的な問題に気付きました 「コーヒーで一服」があるのは 人がこの作業をしているからです 実際本当に必要なのは 組立ラインのように この工程を自動化して 機械を作って プロテオミクスの測定をすることです そこでそれを実現しました デイビッドと共同で最終的に Applied Proteomicsという小さな会社を設立し 一貫したタンパク質の測定を行う 機械的な組立ラインを作りました タンパク質測定についてはあとでお見せします

基本的にどうするかというと 患者から一滴 採血し その一滴の血から タンパク質を選り分けます 重量はどのくらいか どのくらい滑るかによって これらを画像として並べます そして文字通り 何十万もの特徴を一度に 一滴の血から見ることができます 翌日別のサンプルを測定すれば 前日と異なると分かるでしょう 食後や睡眠後のタンパク質の性質は変化するのです 何が起こっているのかよく分かります ですからこの画像は 大きな染みのように見えますが 私はこれを見てとても感激しました 間違ってなかったと思いました この画像を拡大すると どういうことかお見せできます 私たちはタンパク質を選り分け 左から右は 検知した破片の重さで 上から下はどのくらい滑るかです 拡大して少しお見せします それぞれの線が タンパク質の破片から得る信号を表します 線がバンバンバンと 小さなグループとなって見られるのが分かると思います これは重量を非常に精密に測定しているからです 炭素の同位体は様々ですが 中性子が1つ多い場合 実際に異なる化学物質として測定されます つまりそれぞれの同位体を別々に測定しているわけです

ですからいかに極めて感度が高い測定か 分かると思います この画像を見るのは ガリレオが初めて 望遠鏡を使って星を観察し 「思ったよりずっと複雑だ」と 突然気付くのに似ています それでも見ることはできて 実際に特徴も分かるわけです これが私たちがパターンを掴もうとしている記号です どのようなことをするかと言うと 例えば薬に反応した患者と 反応しなかった患者の2人を見て 体内で起こっていることで 違う点は何か調べるのです これらの測定を十分合わせることで 2人の結果を重ねて違いを探すことができます

この緑がアリスで 赤がボブです 2つを重ねます 実際のデータです ご覧の通り ほとんどが重なっていて黄色です でもアリスだけにある部分があり ボブだけにある部分もあります 薬に反応する患者に見られる パターンが分かれば それが血液中に見られれば この薬品に反応することができる 条件を持っていると分かります どのタンパク質か分からなくても それが病気に対応する マーカーだと分かります ですからこれは既に 様々な医学に非常に役立つと思います でも実際のところ 今後の癌治療を行う上での 第一歩にすぎません ですから癌について話しましょう

癌については― これに関わることになった時 私には癌の知識がありませんでしたが デイビッド・アグスと協力しながら 癌が実際にどう治療されているか観察するようになり 癌摘出の手術にも立会いました でも見ていて その癌に対するアプローチが もっともだと思えず どういう根拠なのか理解するため 背景を勉強しなくてはなりませんでした 癌はほとんど感染症のように治療されています 抹殺すべき何かが体内に 侵入したかのように治療しています これは重要なパラダイムです 生物学の理論的パラダイムが うまくいったもう1つのケースで 病原細菌論です 一般的に医者は 患者を分類する診断をし その診断に対する 科学的に立証された治療を 行う訓練を受けています このやり方は感染症にはぴったりです 梅毒だと分類したら ペニシリンを処方できます 効果があることは分かっています マラリアの患者にはキニーネや キニーネの派生薬を投与します これが医者が習得している基本的なやり方です 感染症の場合 その効き目は 驚異的です 皆さんの中にも医者がこのやり方をしていなかったら 命を落としていた人も大勢いるでしょう

でもこのやり方を癌のような 系統疾患に応用するとします 問題は癌の場合 体内に異物があるわけでは ないのです 身体自体が故障しているのです あの体内のコミュニケーションが 狂ってしまっているのです そのやり取りをどう診断するか? 現在のやり方は体の部位ごとに分けて つまり発症した部位ですが その体の部位によって 患者を分類分けしています そして臨床試験をして 肺癌の薬 前立腺癌や乳癌の薬を試し 別々の病気であるかのように治療しています まるでこのような分類の仕方が 実際の発症に関係あるかのようにです でももちろん体の部位と発症は あまり関係ありません 癌は体のしくみが故障したものだからです 実際 癌を物体として 考えるのは間違っていると思います 大きな間違いだと思います 癌を名詞として扱うべきでないと思います 何かあるものとしてでなく 「癌化している」と何かしているように表現すべきです これらの腫瘍は 癌の症状です 体はおそらく常に癌化しているのです でも体には沢山のしくみがあり これを管理しているのです

「癌化する」と動詞で考えるのが どういう意味なのか 分かりやすくするためこう考えてください 配管の知識がなく それに関する話も 聞いたことがないとします 家に帰ってキッチンで水漏れがあった場合 「家に水たまりがある」と言い 「どこにあるんですか?」と配管工が聞いて 「キッチン?では『キッチン水』ですね」と診断するわけです このようなレベルなわけです 「キッチン水ならまず キッチンで大半を拭き取り そしてパイプ詰まり除去剤を 撒けばましになるでしょう 『居間水』でしたら タールを屋根に敷く方がいいでしょう」 ばかばかしいですが これが 基本的に私たちがしていることです 水を拭き取るなと言うわけではありません ただ それは根本的な問題ではなく 問題に起因する症状なのです

私たちが本当に理解すべきなのは プロセス自体で プロテオミクスの活動レベルで 起こっていることです なぜ身体の自己回復作用が通常通りに 機能していないのかということです 通常身体はこの問題に対応しているからです つまり家では水漏れがしょっちゅうあり 家は排水などをして対応しているわけです 何が必要かと言うと 実際に何が起こっているかを示す 原因のモデルです プロテオミクスは実際にそのようなモデルを 構築する手段を提供してくれます

デイビットの手配により 国立癌研究所で講演したのですが そこにアンナ・バーカーがいました この講演をしてから 「どうしてこれをやらないんですか?」と聞くと アンナは「癌の分野で このような考え方をする人は いないからです でも癌分野以外の人が集まって 癌について詳しい医師と 一緒にいろいろな研究課程を 作り上げることができるプログラムを 作ろうと思っています」と言いました そこでデイビッドと私は これに応募しコンソーシアムを 南カリフォルニア大学に設立しました ここには世界でも有数な腫瘍学者たちと 生物学者たちがいます コールド・スプリング・ハーバー研究所 スタンフォードやオースチン 場所を全部挙げるまでもありません そして5年間に渡る 研究をすることにしました このような癌のモデルを実際に作る試みです まずマウスを対象にしています この過程で沢山の マウスが死んでしまうでしょうが マウスの死は無駄にはなりません 実際に予測モデルを作成し どのような時に癌が発症し 何が実際起こっているのか どの治療が癌に効果があるのかを 理解できるところまで 達成したいと思っています

ということで今後の癌治療がどうあるべきか 私の考えを簡単に紹介して終わりたいと思います 私の考えでは最終的には このようなモデルを 人間用に作り上げたら 私たちのグループはそこまでできませんが いずれ地球規模の気候モデルのような 性能の良いコンピュータモデルができます これにはどのようなプロセスでプロテオミクスの やり取りが行われているのか 様々なレベルの 多くの情報が含まれています そこでこのモデルを使って 患者の特定の癌の シミュレーションを行うのです さらに 筋萎縮側索硬化症や その他あらゆる神経変性疾患にも対応でき そのようなものを シミュレーションにかけ 人が一般的にどうかでなく 特定の患者の 体内の状況を調べます

そしてそのシミュレーションで その患者用の特別治療法を 設定できるのです 少量の薬物で非常に穏やかな治療になるかもしれません 例えば今日は絶食してくださいとか 少しだけ化学療法をしましょうとか 軽い放射線療法をしましょうとか もちろん手術などをすることもあるでしょう でも個人に合わせた治療プログラムを設定して 身体が健康な状態に 戻れるようサポートして 身体を健康にするのです 悪くなった状態をてこ入れするように支えてやれば 身体は自分でほとんどの回復作業をするからです 添え木をあてるのと同じです 人間の身体には沢山の 癌に対応する機能があり それを正しいやり方で支えて自己治癒させれば いいだけなのです

ですから私はこれが今後の 癌の治療法になると思います たくさんの労力や研究が 必要となるでしょう たくさんの私たちのようなチームが この研究を進めるでしょう でも最終的には オーダーメイドされた個人の 治療法がすべての癌患者に作られるでしょう



― もっと見る ―
― 折りたたむ ―


  • 主語
  • 動詞
  • 助動詞
  • 準動詞
  • 関係詞等