The next software revolution: programming biological cells | Sara-Jane Dunn

المترجم: Hamzeh Koumakli المدقّق: Shimaa Nabil

The second half of the last century was completely defined

تميّز النصف الثاني من القرن الماضي

by a technological revolution:

بالثورة التقنية:

the software revolution.

وهي ثورة البرمجيات.

The ability to program electrons on a material called silicon

إذ أن القدرة على برمجة الإلكترونات في مادة تُدعى بالسيليكون

made possible technologies, companies and industries

أدى إلى ظهور تقنيات وشركات وصناعات

that were at one point unimaginable to many of us,

لم يكن كثير منا يتصورها في وقت من الأوقات،

but which have now fundamentally changed the way the world works.

لكنها غيرت اليوم جذرياً الطريقة التي يعمل بها العالم.

The first half of this century, though,

ورغم ذلك، فإن النصف الأول من هذا القرن

is going to be transformed by a new software revolution:

سيتغير بواسطة ثورة برمجيات جديدة:

the living software revolution.

هي ثورة البرمجيات الحية.

And this will be powered by the ability to program biochemistry

التي ستكون مدعومة بالقدرة على برمجة تعليمات كيميائية حيوية

on a material called biology.

على مواد حية.

And doing so will enable us to harness the properties of biology

وهذا سيمكننا من الاستفادة من خواص علم الأحياء

to generate new kinds of therapies,

لننتج طرقاً علاجية جديدة،

to repair damaged tissue,

لإصلاح النسج المتضررة،

to reprogram faulty cells

وإعادة برمجة الخلايا المعيبة

or even build programmable operating systems out of biochemistry.

أو حتى بناء أنظمة تشغيل قابلة للبرمجة من الكيمياء الحيوية.

If we can realize this -- and we do need to realize it --

إذا استطعنا تحقيق ذلك... ويجب علينا تحقيق ذلك...

its impact will be so enormous

فسيكون تأثيرها عظيماً

that it will make the first software revolution pale in comparison.

بحيث تجعل من ثورة البرمجيات الأولى أمراً سخيفاً عند المقارنة بها.

And that's because living software would transform the entirety of medicine,

ذلك أن البرمجيات الحية ستغير الطب بمجمله،

agriculture and energy,

بالإضافة للزراعة والطاقة،

and these are sectors that dwarf those dominated by IT.

وهذه هي القطاعات التي تهيمن عليها تقتية المعلومات.

Imagine programmable plants that fix nitrogen more effectively

تخيّل وجود نباتات مبرمجة تستطيع تثبيت النيتروجين بشكل أكثر فعالية

or resist emerging fungal pathogens,

أو تقاوم الفطور الممرضة،

or even programming crops to be perennial rather than annual

أو حتى برمجة المحاصيل الزراعية لتكون دائمة الإنتاج بدلاً من أن تكون سنوية

so you could double your crop yields each year.

بحيث يمكنك أن تضاعف محصولك السنوي.

That would transform agriculture

هذا من شأنه أن يغير حال الزراعة

and how we'll keep our growing and global population fed.

وطريقة تأمين الاحتياجات الغذائية للبشر المتزايدين بالأعداد.

Or imagine programmable immunity,

أو تخيّل مناعة قابلة للبرمجة،

designing and harnessing molecular devices that guide your immune system

من خلال تصميم وتسخير أجهزة جزيئية تستطيع توجيه جهازك المناعي

to detect, eradicate or even prevent disease.

ليكتشف ويقضي أو حتى يقي من حدوث الأمراض.

This would transform medicine

هذا من شأنه أن يغير الطب

and how we'll keep our growing and aging population healthy.

وطريقة حفاظنا على صحة البشر المتزايدين بالعمر.

We already have many of the tools that will make living software a reality.

نملك بالفعل العديد من الأدوات التي ستجعل من البرمجيات الحية حقيقة.

We can precisely edit genes with CRISPR.

نستطيع أن نعدل المورثات باستخدام تقنية CRISPR.

We can rewrite the genetic code one base at a time.

يمكننا أن نعيد كتابة الشيفرة الوراثية أساساً تلو الآخر.

We can even build functioning synthetic circuits out of DNA.

يمكننا أيضاً أن نُصنّع حلقات وظيفية من الدنا.

But figuring out how and when to wield these tools

ولكن معرفة كيف ومتى نستخدم هذه الأدوات

is still a process of trial and error.

لا يزال خاضعاً للتجربة والخطأ.

It needs deep expertise, years of specialization.

فهي بحاجة لخبرة كبيرة وسنوات طويلة من التخصص.

And experimental protocols are difficult to discover

ومن الصعب اكتشاف البروتوكولات التجريبية

and all too often, difficult to reproduce.

التي لا تؤدي للوصول إلى نتائج إلا بصعوبة عادةً.

And, you know, we have a tendency in biology to focus a lot on the parts,

وكما تعلم فإننا من خلال علم الأحياء نميل للتركيز على الجزئيات،

but we all know that something like flying wouldn't be understood

ولكننا نعلم جميعاً أنه لا يمكن فهم الطيران

by only studying feathers.

بدراسة الريش فقط.

So programming biology is not yet as simple as programming your computer.

لذا فإن البرمجة الحية ليست بسهولة برمجة حاسوبك.

And then to make matters worse,

والأمر الذي يجعل ذلك أسوأ،

living systems largely bear no resemblance to the engineered systems

هو أن الأنظمة الحية لا تشبه إطلاقاً الأنظمة الهندسية

that you and I program every day.

التي نقوم ببرمجتها يومياً.

In contrast to engineered systems, living systems self-generate,

وعلى عكس الأنظمة الهندسية، فإن الأنظمة الحية تعمل بذاتها

they self-organize,

وتنظّم ذاتَها بذاتِها،

they operate at molecular scales.

وتعمل على المستوى الجزيئي.

And these molecular-level interactions

تؤدي هذه التفاعلات على المستوى الجزيئي

lead generally to robust macro-scale output.

إلى نتائج ضخمة عموماً على المستوى الأكبر.

They can even self-repair.

كما يمكنها حتى إصلاح ذاتها بذاتها.

Consider, for example, the humble household plant,

لنأخذ على سبيل المثال، النبتة البسيطة الموجودة في منزلكم،

like that one sat on your mantelpiece at home

كتلك الموجودة على رف موقدكم

that you keep forgetting to water.

التي تَنسى ريّها كثيراً.

Every day, despite your neglect, that plant has to wake up

تقوم هذه النبتة كل يوم -رغم إهمالك لريّها- بالاستيقاظ

and figure out how to allocate its resources.

وتحاول استنتاج كيف ستستثمر مواردها.

Will it grow, photosynthesize, produce seeds, or flower?

هل ستنمو أم تقوم بالتركيب الضوئي أم تنتج بذوراً أم أزهاراً؟

And that's a decision that has to be made at the level of the whole organism.

وهذا القرار يجب أن يُتخذ على مستوى الكائن الحي بأكمله.

But a plant doesn't have a brain to figure all of that out.

ولكن النبات لا يملك دماغاً ليفكّر في ذلك.

It has to make do with the cells on its leaves.

ولذلك فإن عليه أن يقوم بذلك بأوراقه.

They have to respond to the environment

إذ يجب عليها أن تستجيب للطبيعة

and make the decisions that affect the whole plant.

وتتخذ القرارات التي تؤثر على النبات بأكمله.

So somehow there must be a program running inside these cells,

لذا فإنه يجب أن تحوي على نظام من نمط ما في هذه الخلايا،

a program that responds to input signals and cues

نظامٌ يستجيب لإشارات الإدخال

and shapes what that cell will do.

ويدل ويوجه الخلية إلى وظيفتها.

And then those programs must operate in a distributed way

ومن ثم يجب أن تعمل هذه البرامج بطريقة مُنظمة

across individual cells,

بين كل الخلايا،

so that they can coordinate and that plant can grow and flourish.

بحيث يكون عملها متناسقاً لكي تنمو النبتة وتزدهر.

If we could understand these biological programs,

إذا استطعنا فهم هذه البرامج الحيوية،

if we could understand biological computation,

إذا استطعنا فهم آلية عمل الحاسوب الحيوي،

it would transform our ability to understand how and why

فسيغير هذا من قدرتنا على فهم آلية وسبب

cells do what they do.

قيام الخلايا بما تقوم به.

Because, if we understood these programs,

لأننا إذا فهمنا هذه البرامج،

we could debug them when things go wrong.

فإننا سنستطيع إصلاحها إذا أخطأت.

Or we could learn from them how to design the kind of synthetic circuits

أو سنتمكن من صناعة دارات صنعية شبيهة

that truly exploit the computational power of biochemistry.

تستطيع استغلال إمكانيات الحواسيب في الكيمياء الحيوية.

My passion about this idea led me to a career in research

قادني شغفي بهذه الفكرة إلى العمل كباحثة

at the interface of maths, computer science and biology.

في مجال الرياضيات وعلوم الحاسوب والأحياء.

And in my work, I focus on the concept of biology as computation.

وأركّز في عملي على المفهوم الذي يَعدُّ علم الأحياء نوعاً من أنواع الحساب.

And that means asking what do cells compute,

وهذا يتضمن أسئلةً كـ"ما الذي تحلله الخلايا

and how can we uncover these biological programs?

وكيف نستطيع كشف هذه البرامج الحيوية؟"

And I started to ask these questions together with some brilliant collaborators

وبدأت بطرح هذه الأسئلة مع مجموعة من الزملاء الرائعين

at Microsoft Research and the University of Cambridge,

في مركز مايكروسوفت للأبحاث في جامعة كامبرديج،

where together we wanted to understand

حيث أردنا أن نفهم سويةً

the biological program running inside a unique type of cell:

البرامج الحيوية الموجودة ضمن نوع مميز من الخلايا:

an embryonic stem cell.

هي الخلية الجذعية الجنينية.

These cells are unique because they're totally naïve.

تعد هذه الخلايا مُميزة لأنها ساذجة للغاية.

They can become anything they want:

حيث يمكن أن تنمو لتصبح أي خلية تريدها:

a brain cell, a heart cell, a bone cell, a lung cell,

سواءً خلية دماغية أم قلبية أم عظمية أم رئوية،

any adult cell type.

أو أي خلية من خلايا الإنسان البالغ.

This naïvety, it sets them apart,

تُميّزهم هذه السذاجة،

but it also ignited the imagination of the scientific community,

ولكنها أيضاً تُحرّك خيال المجتمع العلمي،

who realized, if we could tap into that potential,

الذي يدرك أننا إن استطعنا الاستفادة من إمكانيات هذه الخلايا،

we would have a powerful tool for medicine.

فإننا سنملك أداة طبية قوية.

If we could figure out how these cells make the decision

إذا استطعنا معرفة كيف تتخذ هذه الخلايا القرارات

to become one cell type or another,

لتتحول إلى نوع محدد من الخلايا،

we might be able to harness them

فربما سنستطيع الاستفادة منهم

to generate cells that we need to repair diseased or damaged tissue.

في إنتاج خلايا قد نحتاجها لترميم النسج المريضة أو المتأذية.

But realizing that vision is not without its challenges,

ولكن إدراك ذلك لا يخلو من التحديات،

not least because these particular cells,

ليس أقلها أن هذه الخلايا

they emerge just six days after conception.

لا تظهر إلا بعد 6 أيام من بدء الحمل.

And then within a day or so, they're gone.

ثم تختفي بعد يوم أو نحوه.

They have set off down the different paths

إذ تسلك مساراتٍ مختلفة

that form all the structures and organs of your adult body.

لتُشكل كافة البُنى والأعضاء الموجودة في جسمك البالغ.

But it turns out that cell fates are a lot more plastic

ولكن تبيّن أن أقدار الخلايا أكثر مرونة

than we might have imagined.

مما تخيلناه.

About 13 years ago, some scientists showed something truly revolutionary.

فمنذ 13 سنة، أحدث العلماء ثورة حقيقية.

By inserting just a handful of genes into an adult cell,

إذ تمكنوا من إدخال بضع مورثات إلى خلية بالغة،

like one of your skin cells,

كتلك الموجودة في جلدك،

you can transform that cell back to the naïve state.

وبذلك تستطيع إعادة هذه الخلية إلى الحالة الساذجة.

And it's a process that's actually known as "reprogramming,"

وهذه العملية تُدعى بـ"إعادة البرمجة،"

and it allows us to imagine a kind of stem cell utopia,

سامحةً لنا بأن نحلم بوجود مدينة مثالية من الخلايا الجذعية،

the ability to take a sample of a patient's own cells,

إنها إمكانية أخذ عينة من خلايا المريض

transform them back to the naïve state

وإعادتها إلى الحالة الساذجة

and use those cells to make whatever that patient might need,

واستخدام هذه الخلايا لتصنيع ما يحتاجه هذا المريض

whether it's brain cells or heart cells.

سواءً أكانت خلايا دماغية أو قلبية.

But over the last decade or so,

ولكن خلال العقد المنصرم أو نحوه،

figuring out how to change cell fate,

لا تزال عملية تحديد مصير الخلية

it's still a process of trial and error.

مسألة تجريب وخطأ.

Even in cases where we've uncovered successful experimental protocols,

حتى أننا في بعض الحالات اكتشفنا بروتوكولات تجريبية ناجحة،

they're still inefficient,

إلا أنها لا تزال غير فعّالة،

and we lack a fundamental understanding of how and why they work.

ولا نزال نجهل كيف ولماذا نجحت هذه البروتوكولات.

If you figured out how to change a stem cell into a heart cell,

إذا اكتشفتَ كيف تحوّل خلية جذعية إلى خلية قلبية،

that hasn't got any way of telling you how to change a stem cell

فإن ذلك لا يساعدك أبداً في معرفة كيفية تحويل خلية جذعية

into a brain cell.

إلى خلية دماغية.

So we wanted to understand the biological program

لذا نحن بحاجة لأن نفهم النظام الحيوي

running inside an embryonic stem cell,

الذي يعمل داخل الخلايا الجذعية الجنينيّة،

and understanding the computation performed by a living system

وأن نفهم العمليات الحسابية التي تحدث في النظام الحي

starts with asking a devastatingly simple question:

بدءاً بطرح سؤال بسيط للغاية:

What is it that system actually has to do?

ما الذي يجب على هذا النظام فعله؟

Now, computer science actually has a set of strategies

تملك علوم الحاسوب حالياً مجموعةً من الاستراتيجيات

for dealing with what it is the software and hardware are meant to do.

لمعرفة ما الذي صُممت البرامج والأجهزة للقيام به.

When you write a program, you code a piece of software,

عندما تكتب برنامجاً فإنك تكتب تعليمات برمجية لهذا البرنامج

you want that software to run correctly.

بحيث يعمل هذا البرنامج بشكل صحيح.

You want performance, functionality.

إذ تريده أن يكون وظيفياً ويؤدي مهمته.

You want to prevent bugs.

وتريد أن يخلو من الأخطاء.

They can cost you a lot.

التي قد تكلّفك الكثير.

So when a developer writes a program,

لذا فعندما يكتب المبرمج برنامجاً،

they could write down a set of specifications.

يمكنه أن يكتب مجموعة من المميزات.

These are what your program should do.

التي تحدد ما الذي سيقوم به هذا البرنامج

Maybe it should compare the size of two numbers

فقد يكون البرنامج لمقارنة رقمين أيهما أكبر

or order numbers by increasing size.

أو لترتيب الأرقام تصاعدياً حسب كبرها.

Technology exists that allows us automatically to check

تطوّرت التقنيات لتسمح لنا بأن نكشف

whether our specifications are satisfied,

إذا ما كانت هذه المميزات فعالة،

whether that program does what it should do.

أي التحقق من أن هذا البرنامج يُنفذ المطلوب منه.

And so our idea was that in the same way,

ولذا فإن فكرتنا مشابهة لهذا

experimental observations, things we measure in the lab,

فالملاحظات التجريبية التي نقيسها في المختبر،

they correspond to specifications of what the biological program should do.

تطابق المميزات التي يجب على البرنامج الحيوي أن يقوم بها.

So we just needed to figure out a way

لذا علينا أن نوجد طريقة

to encode this new type of specification.

لترميز هذه الميزة.

So let's say you've been busy in the lab and you've been measuring your genes

لنفترض أنك منهمك بالعمل في المختبر على قياس مورثاتك

and you've found that if Gene A is active,

ووجدت أنه إذا كانت المورثة A فعّالة،

then Gene B or Gene C seems to be active.

فإن المورثة B أو C ستكون فعّالة أيضاً.

We can write that observation down as a mathematical expression

يمكننا كتابة هذه الملاحظة كتعبير رياضي

if we can use the language of logic:

وإذا أردنا استخدام لغة رياضية:

If A, then B or C.

إذا حدث A فسيحدث B أو C.

Now, this is a very simple example, OK.

حسناً، هذا مثال بسيط جداً.

It's just to illustrate the point.

واستخدمته لتوضيح الفكرة فقط.

We can encode truly rich expressions

يمكننا أن نرمّز لتعابير غنية معقدة حقاً

that actually capture the behavior of multiple genes or proteins over time

التي تستطيع التقاط سلوك عدّة مورثات أو بروتينات مع مرور الوقت

across multiple different experiments.

من خلال عدة تجارب مختلفة.

And so by translating our observations

وهكذا من خلال ترجمة ملاحظاتنا

into mathematical expression in this way,

إلى تعابير رياضية بهذه الطريقة،

it becomes possible to test whether or not those observations can emerge

يصبح من الممكن اختبار ما إذا يمكن لهذه الملاحظات أن تظهر

from a program of genetic interactions.

من برنامج لدراسة التفاعلات الوراثية.

And we developed a tool to do just this.

وقد قمنا بتطوير أداة للقيام بذلك.

We were able to use this tool to encode observations

استطعنا استخدام هذه الأداة لترميز الملاحظات

as mathematical expressions,

وتسجيلها كتعابير رياضية،

and then that tool would allow us to uncover the genetic program

ومن ثم فقد مكنتنا هذه الأداة من كشف البرنامج الحيوي

that could explain them all.

الذي يفسر كل ذلك.

And we then apply this approach

ثم طبقنا هذه النهج

to uncover the genetic program running inside embryonic stem cells

لكشف البرنامج الحيوي الذي يعمل ضمن الخلايا الجذعية الجنينية

to see if we could understand how to induce that naïve state.

لنحاول فهم الآلية التي يمكننا أن نحرض بها الخلايا لتعود للمرحلة الساذجة.

And this tool was actually built

وهذه الأداة صُممت

on a solver that's deployed routinely around the world

لتشابه حلّالاً للمسائل الرياضية التي تستخدم بشكل روتيني في العالم

for conventional software verification.

للتحقق من البرامج التقليدية.

So we started with a set of nearly 50 different specifications

بدأنا بمجموعة من حوالي 50 ميزةً مختلفة

that we generated from experimental observations of embryonic stem cells.

قمنا بتوليدها من ملاحظاتنا التجريبية على الخلايا الجذعية الجنينية.

And by encoding these observations in this tool,

ومن خلال ترميز هذه الملاحظات في الأداة،

we were able to uncover the first molecular program

تمكنّا من كشف أول برنامج عمل جزيئي

that could explain all of them.

يستطيع تفسير كل ذلك.

Now, that's kind of a feat in and of itself, right?

وهذا نوعٌ من الإنجاز بحد ذاته، أليس كذلك؟

Being able to reconcile all of these different observations

إن القدرة على التوفيق بين كل هذه الملاحظات المختلفة

is not the kind of thing you can do on the back of an envelope,

ليس بالأمر السهل،

even if you have a really big envelope.

حتى ولو كانت الظروف مواتية.

Because we've got this kind of understanding,

ولأننا فهمنا ذلك جيداً

we could go one step further.

فبإمكاننا أن نمضي قدماً.

We could use this program to predict what this cell might do

يمكننا أن نستخدم هذا البرنامج لنتنبأ بما ستفعله هذه الخلية أو تلك

in conditions we hadn't yet tested.

تحت ظروفٍ لم نختبرها بعد.

We could probe the program in silico.

يمكننا أن نختبر هذا البرنامج من خلال تطبيقه على شرائح السيليكون.

And so we did just that:

لذا فقد قمنا بالتالي:

we generated predictions that we tested in the lab,

قمنا بتوليد تخمينات واختبرناها في المختبر،

and we found that this program was highly predictive.

ووجدنا أن هذا البرنامج يملك قدرة تنبؤية عالية.

It told us how we could accelerate progress

إذ أخبرنا كيف يمكننا أن نسرع عملية

back to the naïve state quickly and efficiently.

العودة إلى الحالة الساذجة بطريقة فعالة.

It told us which genes to target to do that,

وأخبرَنا أيَّ المورثات يجب علينا أن نستهدف لنقوم بذلك،

which genes might even hinder that process.

وأي الجينات التي ستعيق هذه العملية.

We even found the program predicted the order in which genes would switch on.

حتى أننا لاحظنا أن البرنامج تنبّأ بترتيب تشغيل الجينات.

So this approach really allowed us to uncover the dynamics

لذا فإن هذه الطريقة سمحت لنا أن نكشف عن الآليات

of what the cells are doing.

التي تقوم من خلالها الخلايا بما تقوم به.

What we've developed, it's not a method that's specific to stem cell biology.

لم يقتصر هذا الذي طورناه على فهم الخلايا الجذعية.

Rather, it allows us to make sense of the computation

بل يسمح لنا أيضاً بفهم كل العمليات الحسابية

being carried out by the cell

التي تقوم الخلية بها

in the context of genetic interactions.

في سياق التفاعلات المورثيّة.

So really, it's just one building block.

وهي بالفعل وحدة متكاملة.

The field urgently needs to develop new approaches

يحتاج هذا المجال بشكل عاجل لتطوير مقاربات جديدة

to understand biological computation more broadly

لفهم العمليات الحيوية بشكل أكبر

and at different levels,

وعلى مختلف المستويات،

from DNA right through to the flow of information between cells.

بدءاً من الحمض النووي وحتى تناقل المعلومات بين الخلايا.

Only this kind of transformative understanding

هذا النوع من الفهم العميق فقط

will enable us to harness biology in ways that are predictable and reliable.

هو من سيسمح لنا بالاستفادة من علم الأحياء بطرق موثوقة وقابلة للتنبؤ.

But to program biology, we will also need to develop

ولكن لبرمجة الأحياء يجب علينا أن نطوّر

the kinds of tools and languages

الأدوات واللغات

that allow both experimentalists and computational scientists

التي تسمح للعلماء التجريبيين والنظريين

to design biological function

بتصميم الوظيفة الحيوية

and have those designs compile down to the machine code of the cell,

وتجميع هذه التصاميم في تعليمات برمجية للخلية،

its biochemistry,

وكيميائيتها الحيوية،

so that we could then build those structures.

حتى نستطيع بعد ذلك بناء هذه الهياكل.

Now, that's something akin to a living software compiler,

وهذا شبيه بجامع للتعليمات البرمجية الحيوية

and I'm proud to be part of a team at Microsoft

وأنا فخورة بكوني واحدةً من فريق مايكروسوفت

that's working to develop one.

الذي يعمل على تطوير هذا البرنامج.

Though to say it's a grand challenge is kind of an understatement,

ورغم أن ذكر أنّه تحدٍ كبير يقلل من شأنه،

but if it's realized,

ولكن إذا استطعنا استيعابه،

it would be the final bridge between software and wetware.

فسيكون الجسر الأخير الذي سيصل بين البرمجيات وعلم برمجة الخلايا الحية.

More broadly, though, programming biology is only going to be possible

بشكل عام فإن البرمجة الحيوية على الرغم من ذلك يمكن أن تتحقق

if we can transform the field into being truly interdisciplinary.

إذا استطعنا تحويل المجال ليكون متعدد الاختصاصات.

It needs us to bridge the physical and the life sciences,

فذلك بحاجة لدمج علوم الحياة بالعلوم الفيزيائية،

and scientists from each of these disciplines

ويجب على العلماء من كلٍّ من هذه التخصصات

need to be able to work together with common languages

أن يتمكنوا من العمل سوياً ويفهموا بعضهم

and to have shared scientific questions.

وأن يطرحوا أسئلة علمية مشتركة.

In the long term, it's worth remembering that many of the giant software companies

يجدر بنا أن نتذكر أن العديد من شركات البرمجيات العملاقة

and the technology that you and I work with every day

والتقنيات التي نستخدمها كل يوم

could hardly have been imagined

لم تكن في مخيلتنا

at the time we first started programming on silicon microchips.

عندما قمنا ببرمجة أول شريحة سيليكون.

And if we start now to think about the potential for technology

وإذا بدأنا بالتفكير بإمكانيات هذه التقنية

enabled by computational biology,

التي تعتمد على علم الأحياء الحسابي،

we'll see some of the steps that we need to take along the way

فإننا سنطّلع على بعض الخطوات التي يجب أن نتخذها خلال ذلك

to make that a reality.

لتحقيق هذه الإمكانيات.

Now, there is the sobering thought that this kind of technology

هناك فكرة واقعية تقترح أن هذه التقنية

could be open to misuse.

يمكن أن يتم استخدامها بشك مُسيء.

If we're willing to talk about the potential

فإذا كنا نفكر بإمكانية

for programming immune cells,

برمجة خلايا مناعية،

we should also be thinking about the potential of bacteria

فإننا يجب أن نفكر أيضاً بإمكانية برمجة جراثيم

engineered to evade them.

مُصممة لتغزو تلك الخلايا المناعية.

There might be people willing to do that.

قد يكون هناك أناس يسعون لذلك.

Now, one reassuring thought in this

إليكم هذه الفكرة المُطمئنة بعض الشيء

is that -- well, less so for the scientists --

-على الأقل للعلماء-

is that biology is a fragile thing to work with.

هي أن التعامل مع علم الأحياء هو أمر يحتاج دقة وعناية.

So programming biology is not going to be something

لذا فإن برمجة الكائنات الحية لن يكون أمراً

you'll be doing in your garden shed.

تستطيع القيام به في حديقة منزلكم.

But because we're at the outset of this,

ولكن بما أننا لا زلنا في بداية هذا الأمر،

we can move forward with our eyes wide open.

فبإمكاننا أن نمضي قدماً رغم توقعنا لحدوث مشاكل ومصاعب.

We can ask the difficult questions up front,

يمكننا أن نسأل السؤال الأصعب مقدماً،

we can put in place the necessary safeguards

ويمكننا اتخاذ الإجراءات الوقائية اللازمة

and, as part of that, we'll have to think about our ethics.

ومن ضمنها أن نفكر بأخلاقيات العمل.

We'll have to think about putting bounds on the implementation

علينا أن نضع قيوداً على عملية تطبيق

of biological function.

الوظائف الحيوية.

So as part of this, research in bioethics will have to be a priority.

وكجزء من هذا، يجب أن تُعطى الأبحاث في أخلاقيات علم الأحياء الأولويةَ.

It can't be relegated to second place

لا يجب أن يسبقه بالأولوية شيءٌ آخر

in the excitement of scientific innovation.

في سياق شعورنا بالحماس الناتج عن الإبداع العلمي.

But the ultimate prize, the ultimate destination on this journey,

ولكن الجائزة الأخيرة، أو الوجهة الأخيرة في هذه الرحلة،

would be breakthrough applications and breakthrough industries

هي تحقيق إنجازات وابتكارات على شكل تطبيقات وصناعات

in areas from agriculture and medicine to energy and materials

في مجالات الزراعة والطب والطاقة وصناعة المواد

and even computing itself.

وحتى علوم الحاسوب نفسها.

Imagine, one day we could be powering the planet sustainably

تخيّل أننا في يوم من الأيام سنكون قادرين على تشغيل كل ما في العالم بشكل مستدام

on the ultimate green energy

من الطاقة الخضراء اللانهائية

if we could mimic something that plants figured out millennia ago:

إذا استطعنا تقليد النباتات في الذي اكتَشفتْه منذ آلاف السنين:

how to harness the sun's energy with an efficiency that is unparalleled

وهي كيف يمكنها الاستفادة من الطاقة الشمسية بفعالية لا تقارن

by our current solar cells.

بخلايانا الشمسية التي نصنعها حالياً.

If we understood that program of quantum interactions

إذا فهمنا برنامج التفاعلات الكمومية

that allow plants to absorb sunlight so efficiently,

التي تسمح للنباتات بامتصاص ضوء الشمس بفعالية كبيرة،

we might be able to translate that into building synthetic DNA circuits

فقد نكون قادرين على استخدام ذلك لبناء مادة وراثية دنا حلقية صنعية

that offer the material for better solar cells.

تستطيع تشكيل مادةً نستخدمها في بناء خلايا شمسية أفضل.

There are teams and scientists working on the fundamentals of this right now,

هناك فِرَق وعلماء يعملون على أساسيات القيام بذلك حالياً،

so perhaps if it got the right attention and the right investment,

لذا ربما إذا استطعنا جذب اهتمامٍ واستثمار كافيين

it could be realized in 10 or 15 years.

فقد يمكننا تحقيق ذلك خلال 10 أو 15 سنة.

So we are at the beginning of a technological revolution.

لذا نحن في مطلع ثورة تقنية.

Understanding this ancient type of biological computation

وفهم هذا النوع القديم من العمليات الحسابية الحيوية

is the critical first step.

يمثل الخطوة الأولى الهامة.

And if we can realize this,

وإذا استطعنا تحقيق ذلك،

we would enter in the era of an operating system

فسندخل في عصر أنظمة التشغيل

that runs living software.

التي تُدير أنظمة برمجية حيّة.

Thank you very much.

شكراً لكم جزيلاً.

(Applause)

(تصفيق)