1
00:00:13,868 --> 00:00:18,934
[Orador 2]: Es un honor presentar al Profesor Jean
Rossier como medalla de la División de

2
00:00:18,934 --> 00:00:20,934
Medicina y Ciencia de la Vida.

3
00:00:33,561 --> 00:00:34,357
Si puedo resumir,

4
00:00:34,557 --> 00:00:39,490
la vida y la contribución de Jean, diría
que eres una especie de símbolo de

5
00:00:39,490 --> 00:00:40,957
diversidad y dualidad.

6
00:00:46,649 --> 00:00:50,249
Primero, eres ciudadano de dos países,
Bélgica y Suiza.

7
00:00:52,054 --> 00:00:54,387
Tienes un doctorado y un doctorado.

8
00:00:55,918 --> 00:01:00,350
Y has traído una contribución muy
importante en el campo de bioquímica,

9
00:01:00,350 --> 00:01:04,023
neuroquímica y en el campo de biología
celular y molecular.

10
00:01:04,223 --> 00:01:06,689
Así que eres una persona muy diversa.

11
00:01:07,244 --> 00:01:11,710
Usted es miembro de la Academia de
Ciencias de Francia, miembro como

12
00:01:11,710 --> 00:01:16,444
participante extranjero, miembro de la
Academia Europea de Ciencias, por

13
00:01:16,444 --> 00:01:20,644
supuesto, y miembro de la Academia Royal
de Medicina de Bélgica.

14
00:01:22,327 --> 00:01:27,593
Usted ha recibido varios premios, por
ejemplo, el Gran Prix Claude Bernard de la

15
00:01:27,593 --> 00:01:33,127
ciudad de París, el premio Nature Lifetime
de Mentorship, y el premio Julius Axelrod

16
00:01:33,127 --> 00:01:34,193
en Farmacología.

17
00:01:36,944 --> 00:01:41,944
En el ámbito de la ciencia, lo haré muy
corto porque lo presentaré, pero hoy

18
00:01:41,944 --> 00:01:47,277
tienes la honra porque pionieras una nueva
disciplina en la biología que se llama

19
00:01:47,277 --> 00:01:49,077
genómica de células unidas.

20
00:01:54,566 --> 00:01:59,499
Tu trabajo experimental seminal fue la
identificación de un solo neurona al

21
00:01:59,499 --> 00:02:01,566
profilar su expresión de genes.

22
00:02:03,961 --> 00:02:09,427
En 1989, su laboratorio inventó la pipeta
de Pascal Klamm para aspirar el contenido

23
00:02:09,427 --> 00:02:11,227
interno de un solo neurona.

24
00:02:16,938 --> 00:02:22,404
que abrió el camino a la caracterización
molecular completa de todos los receptores

25
00:02:22,404 --> 00:02:24,671
y proteínas de este único neurona.

26
00:02:25,207 --> 00:02:30,740
Así que fue por primera vez en la historia
posible distinguir entre células unidas y

27
00:02:30,740 --> 00:02:35,807
neuronas unidas, que son caracterizadas
por canales específicos, mientras que

28
00:02:35,807 --> 00:02:39,340
antes solo la población de neuronas estaba
disponible.

29
00:02:40,951 --> 00:02:46,017
Así que esta amplificación por PCR
transcriptor de transcripción que llamamos

30
00:02:46,017 --> 00:02:50,884
RT-PCR de célula se ha expandido en todo
el mundo a pesar del escepticismo

31
00:02:50,884 --> 00:02:51,484
original.

32
00:02:57,746 --> 00:03:02,946
Y hoy, si haces una búsqueda por PCR de
célula o genómica de célula, encuentras

33
00:03:02,946 --> 00:03:05,079
algo como 100.000 publicaciones.

34
00:03:08,616 --> 00:03:10,958
Así que gracias a esta contribución,

35
00:03:10,938 --> 00:03:15,604
que se publicó en muchos papeles
importantes, como Ciencia, Naturaleza,

36
00:03:15,604 --> 00:03:20,538
Metodos de la Naturaleza, Neuron, PNAS,
G-Neuroscience, G-Neurochemistry, y

37
00:03:20,538 --> 00:03:22,004
Psiquiatría Molecular.

38
00:03:23,417 --> 00:03:28,217
Estamos muy felices de tener aquí este
premio Blas Pascal a Jean Rossier.

39
00:03:28,445 --> 00:03:29,311
¡Felicidades!

40
00:03:29,566 --> 00:03:30,566
[Orador 1]: Muchas gracias.

41
00:03:37,098 --> 00:03:38,631
Muchas gracias, Daniel.

42
00:03:41,296 --> 00:03:46,696
por lo que hiciste para presentar mi CV
para este muy reconocido premio, el premio

43
00:03:46,696 --> 00:03:49,829
Blaise Pascal en Medicina y Ciencias de la
Vida.

44
00:03:59,660 --> 00:04:03,393
Para empezar, voy a mostrarles una foto de
Blaise Pascal.

45
00:04:06,148 --> 00:04:07,881
Es muy conocido en Francia

46
00:04:08,785 --> 00:04:11,918
Como filósofo, escribió un libro llamado
Pensar.

47
00:04:18,946 --> 00:04:20,612
Y para ayudar a su padre,

48
00:04:20,868 --> 00:04:25,934
Ves a la derecha lo que se llama la
pascalina, el primer calculador que nunca

49
00:04:25,934 --> 00:04:28,001
se hizo para ayudar a su padre.

50
00:04:31,039 --> 00:04:36,372
Su padre estaba recogiendo deudas, estaba
recogiendo impuestos, era un general de

51
00:04:36,372 --> 00:04:38,705
farmacia, y era muy, muy, muy rico.

52
00:04:41,630 --> 00:04:46,630
Pascale casi murió un día porque tenía
este caro con cuatro caballos, cuatro

53
00:04:46,630 --> 00:04:47,230
caballos,

54
00:04:49,910 --> 00:04:52,176
bastante caro, incluso hoy en día.

55
00:04:55,408 --> 00:04:58,408
Y luego cayó casi en el suelo y se murió
casi.

56
00:05:00,322 --> 00:05:01,255
para nosotros.

57
00:05:02,985 --> 00:05:07,585
Continuó trabajando hasta el año 1662,
cuando murió bastante temprano.

58
00:05:09,072 --> 00:05:14,338
No tenía una buena constitución, era un
niño pequeño y tenía muchas enfermedades

59
00:05:14,338 --> 00:05:15,072
infantiles.

60
00:05:20,064 --> 00:05:22,264
Pero a los 39 años le hizo mucho.

61
00:05:25,610 --> 00:05:28,610
Así que estoy muy orgulloso de tener a
Pascal.

62
00:05:32,097 --> 00:05:37,563
Tisberas Pascal Award, medal, and I will
put the medal in my home, and I got it, as

63
00:05:37,563 --> 00:05:41,963
Daniel told you, to be one of the pioneers
of single-cell genomics.

64
00:05:54,808 --> 00:05:58,474
And single-cell genomics is leading to the
present large

65
00:06:01,274 --> 00:06:06,674
el Programa Internacional sobre el Atlas
de Células Humanas y en el Estado, por la

66
00:06:06,674 --> 00:06:09,207
NIH, el Programa Biomolecular Humanos.

67
00:06:11,530 --> 00:06:15,263
Estos dos programas siguen el gran
proyecto Human Genome,

68
00:06:23,195 --> 00:06:27,661
fue realizado entre 1993 y 2003 para
secuenciar los tres billones de

69
00:06:27,661 --> 00:06:32,595
nucleotidos que están en el genoma, en
nuestro genoma, en el genoma humano.

70
00:06:46,592 --> 00:06:51,513
Entonces, para las personas que no saben
de lo que es la biología molecular,

71
00:06:51,713 --> 00:06:57,046
Quiero presentar esta diapositiva sobre el
tema de la genómica de células unidas.

72
00:07:01,704 --> 00:07:06,970
El dogma es que toda la información está
en nuestra eléctrica doble, en la forma

73
00:07:06,970 --> 00:07:10,770
del ADN, así que tenemos dos eléctricas
dobles por célula.

74
00:07:17,782 --> 00:07:20,105
Luego, obtendrás lo que se llama la
transcripción.

75
00:07:20,125 --> 00:07:21,191
La transcripción

76
00:07:22,004 --> 00:07:27,204
es transformar el ADN en RNA mensajero y
su RNA mensajero se traducirá para dar

77
00:07:27,204 --> 00:07:27,870
proteínas.

78
00:07:37,179 --> 00:07:41,112
Hoy no hablaremos de esta parte, la
traducción en proteínas.

79
00:07:43,284 --> 00:07:47,617
Concentraremos en el ADN en una célula y
en el mRNA en una célula.

80
00:07:52,885 --> 00:07:55,885
Como os he dicho, tenemos dos elixires
dobles.

81
00:07:57,290 --> 00:07:59,556
por célula, y solo, ¿por qué solo?

82
00:08:03,237 --> 00:08:08,703
25.000 genes, porque un único organismo,
como Erythiocolli, ya tiene 2.000 genes, y

83
00:08:08,703 --> 00:08:13,970
cuando comparas a Erythiocolli con seres
humanos, piensas que deberíamos obtener

84
00:08:13,970 --> 00:08:15,637
muchos más genes que eso.

85
00:08:18,474 --> 00:08:23,740
Y bueno, esa fue realmente la idea, antes
de este gran esfuerzo de secuenciar el

86
00:08:23,740 --> 00:08:24,207
genoma,

87
00:08:24,728 --> 00:08:29,661
Y nos dijimos, bueno, somos solo 10 veces
más complicados que Erichia coli.

88
00:08:34,066 --> 00:08:39,532
Ahora, para ir a la transcripción, si solo
tienes dos dobles hélices en una célula,

89
00:08:39,532 --> 00:08:42,532
obtendrás millones de mRNA en una sola
célula.

90
00:08:46,700 --> 00:08:52,166
Y casi, diría yo, 10.000 a 15.000 de los
diferentes genes se expresan en una célula

91
00:08:52,166 --> 00:08:53,100
en un momento,

92
00:08:57,348 --> 00:09:01,748
Y también el número de transcripciones por
célula es bastante alto.

93
00:09:07,423 --> 00:09:12,489
Puedes obtener, por supuesto, uno, que es
el mínimo, o cero si el gen no está

94
00:09:12,489 --> 00:09:17,756
transcribido, pero puedes obtener hasta
100.000 copias, que es bastante mucho en

95
00:09:17,756 --> 00:09:18,489
una célula.

96
00:09:19,481 --> 00:09:21,014
Entonces, ¿qué hicimos?

97
00:09:23,006 --> 00:09:23,895
Hicimos este experimento.

98
00:09:24,095 --> 00:09:26,561
single cell RT-PCR after patch clamp.

99
00:09:28,099 --> 00:09:33,432
Patch clamp is to use electrodes and you
see the electrode over here which is put

100
00:09:33,432 --> 00:09:38,965
on the surface of this neuron and then you
could get the current, you inject current

101
00:09:38,965 --> 00:09:43,165
and you will see that that cell will
discharge action potential.

102
00:09:54,773 --> 00:09:57,506
Así que ese es realmente el patrocinador.

103
00:09:57,817 --> 00:10:02,817
El patrocinador fue el producto de
Sackmann y Ayer, que obtuvieron el premio

104
00:10:02,817 --> 00:10:05,350
Nobel en 1991 por ese tipo de trabajo.

105
00:10:07,611 --> 00:10:13,011
Así que lo que simplemente hacemos es que,
en lugar de usar sólo el electrodo para

106
00:10:13,011 --> 00:10:17,344
registrar la actividad eléctrica de la
célula, usamos el electrodo

107
00:10:19,833 --> 00:10:24,899
para aspirar el interior de la célula,
transformar el mRNA con transcriptores

108
00:10:24,899 --> 00:10:29,966
reversos, así como el cDNA, y luego hacer
una amplificación de PCR multiplex.

109
00:10:36,438 --> 00:10:41,504
y se puede ver que el material que
obtenemos de esa sola célula contiene GAD,

110
00:10:41,504 --> 00:10:46,838
que es la enzima que hace GABA, que hace
el neurotransmitidor inhibitor y algunas

111
00:10:46,838 --> 00:10:49,704
otras proteínas que no voy a describir
aquí.

112
00:10:54,540 --> 00:10:56,406
En el pipet, también se pone

113
00:10:58,190 --> 00:11:02,790
biocitinina, que es un marcador
fluorescente, como puedes ver, y luego

114
00:11:02,790 --> 00:11:06,523
puedes labelar la célula completa y
obtienes la anatomía.

115
00:11:13,550 --> 00:11:18,420
Así que al mismo tiempo obtienes la
anatomía, la fisiología de la célula, y

116
00:11:18,420 --> 00:11:21,580
también qué tipo de mRNA la célula está
haciendo.

117
00:11:21,601 --> 00:11:23,423
Y así fue realmente lo que hicimos.

118
00:11:23,443 --> 00:11:24,444
¿Por qué lo hicimos?

119
00:11:24,464 --> 00:11:27,064
Porque somos neurofarmacólogos, ¿sabes?

120
00:11:27,248 --> 00:11:27,514
Y...

121
00:11:28,244 --> 00:11:33,310
Queremos caracterizar la respuesta
eléctrica de la célula cuando aplicamos un

122
00:11:33,310 --> 00:11:35,444
neurotransmitidor, el glutamato.

123
00:11:43,213 --> 00:11:46,479
El glutamato es el neurotransmitidor
excitatorio y

124
00:11:49,388 --> 00:11:52,721
miramos la presencia de algunas de las
subunidades.

125
00:11:55,060 --> 00:11:57,393
¿Por qué lo hicimos en ese momento?

126
00:11:58,047 --> 00:12:01,780
Porque el número de subunidades
respondiendo al glutamato

127
00:12:03,850 --> 00:12:05,250
fueron muy numerosas.

128
00:12:06,636 --> 00:12:12,102
Fue realmente una embarazada de los genes
responsables de hacer el receptor para el

129
00:12:12,102 --> 00:12:12,769
glutamato.

130
00:12:14,594 --> 00:12:19,327
Así que deseábamos ver en una sola célula
qué tipo de mRNA teníamos ahí.

131
00:12:21,097 --> 00:12:26,363
Empezamos, por supuesto, con una célula
más grande, la célula Purkinje, y usamos

132
00:12:26,363 --> 00:12:31,497
eso para caracterizar de esa célula única
el tipo de subunidades que forman un

133
00:12:31,497 --> 00:12:33,163
canal, el canal receptor.

134
00:12:38,320 --> 00:12:41,186
Lo hicimos en 1992, y seguimos haciendo
eso.

135
00:12:47,592 --> 00:12:48,814
Teníamos estos dos papeles, que se
publicaron en 1992 y 1994.

136
00:12:48,834 --> 00:12:49,367
Y luego,

137
00:12:50,290 --> 00:12:52,156
Bueno, tuvimos que publicar.

138
00:12:53,100 --> 00:12:57,833
Y puedo decir que fue difícil, porque la
gente no creía que era posible.

139
00:12:59,200 --> 00:13:04,333
It was really a blockade between the
molecular biologist and the anatomist and

140
00:13:04,333 --> 00:13:05,466
the physiologist.

141
00:13:06,830 --> 00:13:10,763
You need thousands of cells to do single
cell, to do RT-PCR.

142
00:13:13,859 --> 00:13:15,992
And we proved it's not the case.

143
00:13:16,262 --> 00:13:19,862
So we sent the manuscript, and it came
back many times.

144
00:13:21,750 --> 00:13:24,950
And eventually, one of the referees wrote
that...

145
00:13:28,698 --> 00:13:33,764
escribió que los autores han realizado
todos los controles pedidos, acepto su

146
00:13:33,764 --> 00:13:39,231
artículo, aunque todavía estoy convencido
de que realizar PCR en una sola célula es

147
00:13:39,231 --> 00:13:42,564
imposible, y imposible está en capital en
su letra.

148
00:13:46,520 --> 00:13:48,586
Así que hoy, en octubre del 29,

149
00:13:49,994 --> 00:13:55,060
Keywords single cell genomic and single
cell PCR retrieved 100,000 and 25,000

150
00:13:55,060 --> 00:13:57,460
publications respectively on PubMed.

151
00:14:03,648 --> 00:14:06,981
I may say it's a good score for an
impossible task.

152
00:14:08,492 --> 00:14:13,358
So, then we became interested in
characterizing all the different types of

153
00:14:13,358 --> 00:14:15,158
neurons we were working on.

154
00:14:19,340 --> 00:14:24,140
Y en ese artículo analizamos los
interneurones del córtex, algunos de los

155
00:14:24,140 --> 00:14:25,806
interneurones del córtex.

156
00:14:30,517 --> 00:14:35,717
Y en ese tiempo, también en 1997, los
referidos fueron un poco difíciles, puedo

157
00:14:35,717 --> 00:14:36,117
decir.

158
00:14:39,911 --> 00:14:44,840
Y uno de los referidos no vio el interés
de este tipo de ejercicio botánico.

159
00:14:45,040 --> 00:14:49,840
Bueno, fue como Linné, como otras
personas, caracterizando a Aristóteles,

160
00:14:49,840 --> 00:14:55,306
tal vez volviendo a Aristóteles, haciendo
una línea para ver qué número de especies

161
00:14:55,306 --> 00:14:56,773
teníamos en la Tierra.

162
00:14:59,960 --> 00:15:05,226
Y este tipo de botánico ahora realmente
está en todo el mundo, y lo verás por la

163
00:15:05,226 --> 00:15:10,160
célula humana Atlas y otros, la gente
realmente quiere hacer eso en toda la

164
00:15:10,160 --> 00:15:11,760
célula de un ser humano.

165
00:15:13,559 --> 00:15:18,025
Entonces, continuamos trabajando y
introducimos el uso de clustering

166
00:15:18,025 --> 00:15:18,892
insupervisto.

167
00:15:26,662 --> 00:15:31,795
Y ese tipo de análisis es realmente el
estándar, el estándar canónico para los

168
00:15:31,795 --> 00:15:35,728
estudios genómicos de células unidas en el
momento presente.

169
00:15:37,505 --> 00:15:40,505
So, one of the study that we did is over
here.

170
00:15:43,754 --> 00:15:48,687
We look at the interneurons in the cortex,
and we look at only 200 neurons.

171
00:15:51,806 --> 00:15:56,939
And with that, you can see that we get
five types of interneurons according to

172
00:15:56,939 --> 00:15:59,072
the expression of their mRNA for

173
00:16:01,180 --> 00:16:06,113
y, por ejemplo, tenemos el VIH, un
peptídeo muy importante, no, un peptídeo

174
00:16:06,113 --> 00:16:09,046
vasointestinal, somatostatina y
parvalbumina.

175
00:16:12,435 --> 00:16:17,501
Ese es el tipo de neuronas que la gente ha
analizado desde hace mucho tiempo.

176
00:16:24,030 --> 00:16:25,163
Pero vino en 2009

177
00:16:27,978 --> 00:16:33,378
Arim Azim Surani, del Instituto Gordon de
la Universidad de Cambridge, inventó una

178
00:16:33,378 --> 00:16:38,844
técnica para hacer la secuencia de mRNA en
la análisis transcriptora mundial de una

179
00:16:38,844 --> 00:16:39,644
sola célula.

180
00:16:43,059 --> 00:16:45,459
En ese tiempo, sólo usaba 5 células.

181
00:16:46,338 --> 00:16:51,871
y fue capaz de mostrar la distribución de
los varios mRNAs que son importantes en la

182
00:16:51,871 --> 00:16:54,938
primera etapa de la formación de la
blastomera.

183
00:17:00,700 --> 00:17:06,233
Y luego, todo cambió de repente porque se
utilizó por otras personas para hacer este

184
00:17:06,233 --> 00:17:10,700
tipo de análisis botánico, mirando los
diferentes tipos de neuronas.

185
00:17:16,848 --> 00:17:21,448
Así que vemos que tenemos millones de
transcriptos en una sola célula.

186
00:17:26,062 --> 00:17:29,462
de 10.000 a 15.000 transcriptos de
diferentes genes.

187
00:17:30,047 --> 00:17:35,513
El cetioplasma de una sola célula contiene
hasta 100.000 copias de mRNA de una sola

188
00:17:35,513 --> 00:17:35,980
célula.

189
00:17:40,641 --> 00:17:45,107
Y la sección SCRNA identifica todos los
transcriptos y determina las

190
00:17:45,107 --> 00:17:46,107
modificaciones.

191
00:17:46,669 --> 00:17:51,469
Eso es bueno, porque se puede ver el
splicing y la edición de todos estos

192
00:17:51,469 --> 00:17:52,335
transcriptos.

193
00:17:53,197 --> 00:17:56,597
y te dará una análisis dinámica de la
transcripción.

194
00:17:57,982 --> 00:17:59,782
El antiguo versus el nuevo.

195
00:18:02,206 --> 00:18:03,588
El nuevo no se explota, el antiguo se
explota.

196
00:18:03,608 --> 00:18:08,408
Así que podrías hacer una dinámica, saber
exactamente cuándo el mRNA está

197
00:18:08,408 --> 00:18:09,208
sintetizado.

198
00:18:09,614 --> 00:18:14,680
Y uno de los éxitos de ese enfoque, y
verás que el éxito se realiza en 20.000

199
00:18:14,680 --> 00:18:17,414
células en el Instituto Allen en Seattle.

200
00:18:21,707 --> 00:18:23,068
Y con 20.000 células,

201
00:18:23,285 --> 00:18:25,685
obtuvieron 125 diferentes clústeres.

202
00:18:29,374 --> 00:18:32,574
Así que las células expresan un conjunto
de mRNA.

203
00:18:34,942 --> 00:18:40,408
Y les mostré recientemente que en nuestro
trabajo tuvimos VIH, SST, y parvalbumina.

204
00:18:43,214 --> 00:18:48,680
solo había un solo clúster, y aquí se ve
que con esta cantidad de células, podíamos

205
00:18:48,680 --> 00:18:54,214
obtener mucho más, 8 clústeres para el par
de válvulas, 18 para el SST, y 14 para el

206
00:18:54,214 --> 00:18:54,480
VIP.

207
00:18:56,210 --> 00:19:00,543
Entonces, cuando se añaden más células, se
obtienen más clústeres.

208
00:19:03,599 --> 00:19:08,732
Así que se puede ver la diferencia entre
células que están cerca de las otras.

209
00:19:11,769 --> 00:19:13,828
Y luego, fue un artículo reciente,

210
00:19:14,028 --> 00:19:19,561
de escribir a cura de tabeles y revivir de
trens y de single-cell transcript omic by

211
00:19:19,561 --> 00:19:25,161
valentin senson which is in the human cell
atlas and the idea you will see it's going

212
00:19:25,161 --> 00:19:26,094
so fast with a

213
00:19:35,324 --> 00:19:40,590
You see here the number of paper with
clustering of single cell over here, up to

214
00:19:40,590 --> 00:19:42,790
50 per month at the present time.

215
00:19:47,561 --> 00:19:52,161
And before that, in 97, you had only one
or two of this type of paper.

216
00:19:53,349 --> 00:19:56,482
Then you have the Tang and Surani paper in
2009.

217
00:19:58,276 --> 00:20:01,938
And now you see that we have plenty,
plenty of this paper.

218
00:20:02,138 --> 00:20:04,538
Y usan diferentes técnicas para eso.

219
00:20:09,267 --> 00:20:13,667
Y la idea general de eso es que más
células analizas, más clústeres

220
00:20:13,667 --> 00:20:14,400
encuentras.

221
00:20:15,174 --> 00:20:20,640
Por ejemplo, si miras a solo 10 células,
no puedes obtener más que pocos clústeres,

222
00:20:20,640 --> 00:20:21,574
eso es seguro.

223
00:20:23,785 --> 00:20:28,711
Cuando vas a más de 1.000 células, ves que
puedes obtener 10 clústeres o un poco más.

224
00:20:28,731 --> 00:20:31,875
Cuando vas a 100.000, entonces obtendrás
aproximadamente

225
00:20:31,923 --> 00:20:37,056
100 clústeres, y cuando llegues a un
millón, obtendrás un millón de diferentes

226
00:20:37,056 --> 00:20:37,723
clústeres.

227
00:20:39,898 --> 00:20:43,298
Así que ahí es donde estamos en el momento
presente.

228
00:20:50,678 --> 00:20:50,944
Y...

229
00:20:51,616 --> 00:20:54,816
La idea ha cambiado ahora con esta nueva
técnica.

230
00:20:56,765 --> 00:21:01,898
Esta nueva técnica es ATAC, es el ácido
para transposar cromáticos accesibles.

231
00:21:06,402 --> 00:21:11,868
Es mirar no a la mRNA, donde se ve que hay
muchas copias, sino solo a la DNA de una

232
00:21:11,868 --> 00:21:14,268
sola célula, las dos hélices dobles.

233
00:21:15,578 --> 00:21:20,044
and you wish to see which are the ones in
use and how are they used.

234
00:21:22,451 --> 00:21:27,784
And so at the present time, it's possible
to go to analyze the genes which are...

235
00:21:34,124 --> 00:21:36,457
los genes que están leyendo para...

236
00:21:40,676 --> 00:21:45,942
Entonces, si miras la profilación de mRNA
de una sola célula, es regulada por la

237
00:21:45,942 --> 00:21:48,409
maquinaria de transcripción de genes.

238
00:21:51,555 --> 00:21:52,288
Y eso da...

239
00:21:53,092 --> 00:21:58,225
El último, ese fue el libro, el primer
libro sobre el ataque, y así tenemos un

240
00:21:58,225 --> 00:22:03,758
ataque de una sola célula, y el libro que
salió la semana pasada, sobre la secuencia

241
00:22:03,758 --> 00:22:08,358
de transcriptores y la accesibilidad
cromática en la misma célula, por

242
00:22:08,358 --> 00:22:09,558
Cientists at UCSD.

243
00:22:17,223 --> 00:22:22,289
Y hacen una profilación adecuada de
cromáticos accesibles, profilación NMRNA,

244
00:22:22,289 --> 00:22:27,489
dentro de la misma célula, permitiendo la
remuneración directa de la regulación

245
00:22:27,489 --> 00:22:29,356
transcripcional a su output.

246
00:22:30,164 --> 00:22:34,050
La genómica de una célula con el
desarrollo de un ataque de una célula

247
00:22:34,030 --> 00:22:39,363
dash sec, hyphen sec, and single-cell RNA
sec describe the complete analysis of a

248
00:22:39,363 --> 00:22:44,496
single cell with description of its
accessible chromatin only to two molecules

249
00:22:44,496 --> 00:22:48,829
per cell, I say, stress, and the mRNA
splice and edited profiling.

250
00:22:54,575 --> 00:22:57,041
All that was a pipe dream in the 90s.

251
00:23:00,625 --> 00:23:03,158
y se convirtió en realidad hoy en día.

252
00:23:03,831 --> 00:23:07,078
Así que el proyecto Human Cell Atlas no
está en marcha.

253
00:23:07,278 --> 00:23:12,144
Las mapas de referencia comprensivas de
todos los humanos, 30 trillones de

254
00:23:12,144 --> 00:23:16,811
células, van a ser una base para la
comprensión de la salud humana y la

255
00:23:16,811 --> 00:23:20,344
diagnóstica, maturación y tratamiento de
enfermedades.

256
00:23:20,977 --> 00:23:26,130
Myself, I feel very glad and honored that
URASC has awarded me the Blaise Pascal

257
00:23:26,130 --> 00:23:28,675
Medal for my contribution to the field.

258
00:23:28,875 --> 00:23:32,208
And I will end this talk by some personal
feelings.

259
00:23:41,513 --> 00:23:46,846
Sí, como testigo de 50 años, bueno, yo
tengo 75 años, de investigación biológica,

260
00:23:46,846 --> 00:23:51,913
hice una buena elección 50 años atrás
cuando empecé la carrera de científico.

261
00:23:55,272 --> 00:24:00,405
Podría haber sido un médico médico y mi
madre sería muy contenta de mantener a

262
00:24:00,405 --> 00:24:02,338
algunos pacientes en y fuera.

263
00:24:05,226 --> 00:24:09,092
Pero no lo hice, hice ciencia, y puedo
decir que la ciencia

264
00:24:10,133 --> 00:24:11,066
Me da alegría.

265
00:24:12,718 --> 00:24:17,651
Sí, la ciencia es una fuente de felicidad
con las preguntas necesarias y la

266
00:24:17,651 --> 00:24:18,451
frustración.

267
00:24:20,392 --> 00:24:23,891
Sí, añadimos mucha frustración, pero
también mucho placer para mantener el

268
00:24:23,891 --> 00:24:24,419
deseo vivo.

269
00:24:24,439 --> 00:24:28,172
Y es importante tener alguna frustración
si no continúas.

270
00:24:28,787 --> 00:24:33,187
Y lo que me gusta en la ciencia es un
espacio de libertad infinita.

271
00:24:33,956 --> 00:24:34,956
Muchas gracias.

272
00:24:51,207 --> 00:24:53,673
[Orador 2]: Esto fue al nivel de lo que esperaba.

273
00:24:54,721 --> 00:25:00,054
Quizás un poco demasiado sofisticado para
algunas de las personas aquí, pero creo

274
00:25:00,054 --> 00:25:01,321
que obtuviste la...

275
00:25:02,429 --> 00:25:04,029
Gracias, muchas gracias.