How to read the genome and build a human being | Riccardo Sabatini

المترجم: Ruba Zuhri Yafi المدقّق: omar idmassaoud

For the next 16 minutes, I'm going to take you on a journey

في 16 دقيقة القادمة سآخذكم في رحلة

that is probably the biggest dream of humanity:

هذه الرحلة قد تكون أكبر أحلام للبشرية:

to understand the code of life.

لفهم شفرة الحياة.

So for me, everything started many, many years ago

بالنسبة إلي، بدأ كل شيء منذ عدة سنين

when I met the first 3D printer.

عندما رأيت أول طابعة ثلاثية الأبعاد.

The concept was fascinating.

كان المفهوم مدهشاً

A 3D printer needs three elements:

الطابعة ثلاثية الأبعاد تحتاج إلى ثلاثة عناصر:

a bit of information, some raw material, some energy,

بعضاً من المعلومات والمواد الخام والطاقة،

and it can produce any object that was not there before.

لتصبح قادرة على خلق أي شيء لم يكن موجوداَ في السابق.

كنت أحل بعض المسائل الفيزيائية وأنا عائد إلى المنزل

I was doing physics, I was coming back home

and I realized that I actually always knew a 3D printer.

أدركت بإننّي حقيقةً لطالما عرفت الطابعة ثلاثية الأبعاد.

And everyone does.

كذلك الجميع يعرفها.

It was my mom.

لقد كانت أمي.

(Laughter)

(ضحك)

My mom takes three elements:

أمي تأخذ ثلاث عناصر:

a bit of information, which is between my father and my mom in this case,

بعضاً من المعلومات التي دارت بينها وبين أبي، في هذه الحالة

raw elements and energy in the same media, that is food,

المواد الخام والطاقة التي هي الطعام

and after several months, produces me.

وبعد بضعة أشهر، أنجبوني.

And I was not existent before.

ولم أكن موجوداً من قبل.

So apart from the shock of my mom discovering that she was a 3D printer,

إذاً بعيداً عن صدمة أمي التي عرفت أنها كانت طابعة ثلاثية الأبعاد،

I immediately got mesmerized by that piece,

في الحال أصبحت مسحوراً بهذا الجزء،

the first one, the information.

الجزء الأول؛ المعلومات.

What amount of information does it take

كم من المعلومات التي تحتاج

to build and assemble a human?

لتكوين إنسان؟

Is it much? Is it little?

أهي معلومات كثيرة؟ أم قليلة؟

How many thumb drives can you fill?

كم عدد الذواكر الإصبعية التي ستملؤها؟

Well, I was studying physics at the beginning

حسناً، لقد كنت أدرس الفيزياء في البداية

and I took this approximation of a human as a gigantic Lego piece.

وقمت بتشبيه الإنسان بقطع ليجو ضخمة.

So, imagine that the building blocks are little atoms

إذاً، يمكنك تخيّل بأن البنى الأساسيّة هي ذرات صغيرة

and there is a hydrogen here, a carbon here, a nitrogen here.

ويوجد ذرة هيدروجين هنا، وذرة كربون هنا، وذرة نيتروجين هنا.

So in the first approximation,

إذاً في التشابه الأولي

if I can list the number of atoms that compose a human being,

إذا كان بإمكاني عدُّ الذرات التي يتألف منها جسم الإنسان،

I can build it.

سأستطيع بناؤه.

Now, you can run some numbers

الآن، يمكنك حساب بعض الأرقام

and that happens to be quite an astonishing number.

وهذا سيكون رقم مذهل حقاً.

So the number of atoms,

إذاً عدد الذرات،

the file that I will save in my thumb drive to assemble a little baby,

الملف الذي سأحفظه في القرص الإصبعي لتكوين طفل صغير،

will actually fill an entire Titanic of thumb drives --

في الحقيقة سأملئ سفينة تيتانيك كاملة بهذه الأقراص الإصبعية --

multiplied 2,000 times.

مضاعفة 2000 مرة.

This is the miracle of life.

هذه هي معجزة الحياة.

Every time you see from now on a pregnant lady,

من الآن فصاعداً في كل مرة تشاهد سيدة حامل،

she's assembling the biggest amount of information

فهي تجمع الكميات الأكبر من المعلومات

that you will ever encounter.

التي من الممكن أن تشاهدها.

Forget big data, forget anything you heard of.

انسى المعلومات الكبيرة، انسى جميع ما سمعته.

This is the biggest amount of information that exists.

هذه الكميات الأكبر من المعلومات التي وجدت.

(Applause)

(تصفيق)

But nature, fortunately, is much smarter than a young physicist,

لكن الطبيعة، لحسن الحظ، هي أذكى بكثير من عالم فيزياء شاب،

and in four billion years, managed to pack this information

وخلال أربعة مليارات سنة، استطاعت من حزم كل المعلومات

in a small crystal we call DNA.

ضمن بلورة صغيرة ندعوها "الحمض النووي".

We met it for the first time in 1950 when Rosalind Franklin,

واكتشفت لأوّل مرة في عام 1950 عندما روزاليد فرانكلين،

an amazing scientist, a woman,

باحثة رائعة، وامرأة،

took a picture of it.

قامت بأخذ صورة لها.

But it took us more than 40 years to finally poke inside a human cell,

لكن تطلّب الأمر منّا أكثر من 40 سنة لنصل إلى داخل الخلية البشريّة أخيراً،

take out this crystal,

استخراج هذه البلورة،

unroll it, and read it for the first time.

بسطها، وقرائتها لأول مرّة.

The code comes out to be a fairly simple alphabet,

تبيّن لنا أنّ الرمز هو عبارة عن أحرف أبجدية بسيطة فقط،

four letters: A, T, C and G.

أربعة أحرف: آي، تي، سي وجي.

And to build a human, you need three billion of them.

ولبناء إنسان، أنت بحاجة إلى ثلاثة مليارات حرف منهم.

Three billion.

ثلاثة مليارات.

How many are three billion?

كم هو "ثلاثة مليارات"؟

It doesn't really make any sense as a number, right?

إنّه لا يعبّر حقّاً عن أي شيء كعدد، صحيح؟

So I was thinking how I could explain myself better

لذا كنت أفكر كيف يمكنني أن أشرحه بطريقة أفضل

about how big and enormous this code is.

عن مدى كبر وضخامة هذا الرمز.

But there is -- I mean, I'm going to have some help,

لكن هناك -- أعني، سأحتاج لبعض المساعدة

and the best person to help me introduce the code

وأفضل شخص لمساعدتي في تقديم هذا الرمز

is actually the first man to sequence it, Dr. Craig Venter.

في الحقيقة هو أوّل شخص قام بوضع تسلسل السلسلة الجينية هو د.غرايغ فينتر.

So welcome onstage, Dr. Craig Venter.

لذا رحّبو على المسرح بالدكتورغرايغ فينتر.

(Applause)

(تصفيق)

Not the man in the flesh,

ليس الرجل موجوداً بجسده،

but for the first time in history,

وإنّما لأوّل مرّة في التاريخ،

this is the genome of a specific human,

هذا هو الجينوم لشخص واحد،

printed page-by-page, letter-by-letter:

طبعت صفحةً بصفحة، حرف بحرف،

262,000 pages of information,

262,000 صفحة من المعلومات،

450 kilograms, shipped from the United States to Canada

450 كيلو غراماً، شحنت من الولايات المتحدة الأمريكيّة إلى كندا

thanks to Bruno Bowden, Lulu.com, a start-up, did everything.

وهذا بفضل برونو باودين، لولو.كوم، ورائد أعمال، قامو بكل شيء.

It was an amazing feat.

لقد كان عملاً رائعاً.

But this is the visual perception of what is the code of life.

لكن هذا هو الإدراك البصري لما هو "رمز الحياة".

And now, for the first time, I can do something fun.

والآن، لأوّل مرّة، أستطيع أن أقوم بعمل شيءٍ مضحك.

I can actually poke inside it and read.

أستطيع أن أنظر بداخله وأن اقرأه.

So let me take an interesting book ... like this one.

لذا سآخذ كتاباً ممتعاً ... كهذا الكتاب.

I have an annotation; it's a fairly big book.

لدي ملاحظة، إنّه كتابٌ كبير إلى حدٍّ ما.

So just to let you see what is the code of life.

فقط لجعلك ترى ما هو "رمز الحياة".

Thousands and thousands and thousands

آلاف وآلاف وآلاف.

and millions of letters.

وملايين من الأحرف.

And they apparently make sense.

التي قد تبدو منطقيّة.

Let's get to a specific part.

دعونا نأخذ مقطعاً محدّداً.

Let me read it to you:

دعوني اقرؤه لكم:

(Laughter)

(ضحك)

"AAG, AAT, ATA."

"آي آي جي، آي آي تي، آي تي آي".

To you it sounds like mute letters,

بالنسبة لكم فإنّها تبدو حروف صامتة،

but this sequence gives the color of the eyes to Craig.

لكن هذه السلسلة تعطي لون الأعين للدكتور غرايغ.

I'll show you another part of the book.

سأريكم جزءاً آخر من الكتاب.

This is actually a little more complicated.

هذا الجزء حقيقةً أكثر تعقيداً.

Chromosome 14, book 132:

الصبغي 14، كتاب 132:

(Laughter)

(ضحك)

As you might expect.

كما يمكنكم أن تتوقعوا.

(Laughter)

(ضحك)

"ATT, CTT, GATT."

"آي تي تي، سي تي تي، جي آي تي تي".

This human is lucky,

هذا الإنسان محظوظ،

because if you miss just two letters in this position --

لأنّك إذا فقدت فقط حرفين فقط في هذا الموضع --

two letters of our three billion --

حرفين من أصل ثلاثة مليارات --

he will be condemned to a terrible disease:

سيصاب بمرض خطير:

cystic fibrosis.

التّليف الكيسي.

We have no cure for it, we don't know how to solve it,

ليس لدينا أي علاج له، ولا نعلم كيفيّة الوصول لحل،

and it's just two letters of difference from what we are.

وبحرفين فقط سنختلف عمّا نحن عليه.

A wonderful book, a mighty book,

كتابٌ رائع، كتابٌ عظيم،

a mighty book that helped me understand

كتابٌ عظيم ساعدني بأن أفهم

and show you something quite remarkable.

وسيظهر لك شيء رائع بالفعل.

Every one of you -- what makes me, me and you, you --

كلُّ واحدٍ منكم -- ما يجعلني أنا، أنا وأنتم، أنتم --

is just about five million of these,

إنّه فقط فوق خمسة ملايين من هذه،

half a book.

نصف كتاب.

For the rest,

بالنسبة للبقية،

we are all absolutely identical.

نحن متشابهون تماماً.

Five hundred pages is the miracle of life that you are.

خمس مئة صفحة هي معجزة الحياة التي جعلتك ما أنت عليه.

The rest, we all share it.

البقية، كلنا نتشاركها.

So think about that again when we think that we are different.

لذا فكّر بهذا مرّةً أخرى عندما تفكّر بأنّنا مختلفون.

This is the amount that we share.

هذا هو القدر من المعلومات الذي نتشاركه.

So now that I have your attention,

إذاً بما أنّني الآن أملك انتبهاهكم،

the next question is:

السؤال التالي هو:

How do I read it?

كيف أقرؤه؟

How do I make sense out of it?

كيف أستطيع أن أفهم معانيه؟

Well, for however good you can be at assembling Swedish furniture,

حسناً، مهما كنت بارعاُ في تجميع الأثاث السويدي،

this instruction manual is nothing you can crack in your life.

هذا دليل التعليمات ستقضي بقية حياتك في فك رموزه.

(Laughter)

(ضحك)

And so, in 2014, two famous TEDsters,

وبهذا، في 2014، اثنين من مشاهير TED،

Peter Diamandis and Craig Venter himself,

بيتر ديامانديز وغرايغ فيتر بذاته،

decided to assemble a new company.

قرّرا إنشاء شركة جديدة.

Human Longevity was born,

"طول العمر البشري" قد ولدت،

with one mission:

بمهمّة واحدة:

trying everything we can try

تجريب كل ما نستطيع تجريبه

and learning everything we can learn from these books,

وتعلم كل شيء يمكننا تعلمه من هذه الكتب.

with one target --

مع هدف واحد --

making real the dream of personalized medicine,

جعل الحلم حقيقة ألا وهو "الطب الشخصي"،

understanding what things should be done to have better health

فهم الأشياء الواجب عملها للحصول على صحة أفضل

and what are the secrets in these books.

وما هي أسرار هذه الكتب.

An amazing team, 40 data scientists and many, many more people,

فريق رائع، 40 باحث بيانات والكثير الكثير من الناس،

a pleasure to work with.

الذي كان من دواعي سروري العمل معهم. المفهوم في الحقيقة بسيطٌ جدّاً.

The concept is actually very simple.

We're going to use a technology called machine learning.

سنقوم باستخدام تكنولوجيا تدعى تعلّيم الآلة .

On one side, we have genomes -- thousands of them.

من جانب واحد، لدينا هذه الجينات -- الآلاف منها.

On the other side, we collected the biggest database of human beings:

في الجانب المقابل، لقد جمعنا قاعدة المعلومات الأكبر عن الإنسان:

الأنماط الظاهريّة، مسح ثلاثي الأبعاد، التصوير بالرنين المغناطيسي النووي --

phenotypes, 3D scan, NMR -- everything you can think of.

كل ما يمكنك تخيله.

Inside there, on these two opposite sides,

بداخل ذلك، على الجانب المعاكس لهما،

there is the secret of translation.

هناك سر الترجمة.

And in the middle, we build a machine.

وفي المنتصف، نقوم ببناء آلة.

We build a machine and we train a machine --

نبني آلة ونقوم بتدريب آلة --

well, not exactly one machine, many, many machines --

حسناً، ليست آلة واحدة فقط، العديد العديد من الآلات --

to try to understand and translate the genome in a phenotype.

محاولةً لفهم وترجمة الجينوم إلى نمط ظاهري.

What are those letters, and what do they do?

ما هي هذه الأحرف، وماذا يفعلون؟

It's an approach that can be used for everything,

إنّه مدخل يمكننا استخدامه في كل شيء،

but using it in genomics is particularly complicated.

لكن استخدامه في علم الجينوم معقد قليلاً.

Little by little we grew and we wanted to build different challenges.

شيئاً فشيئاً كبرنا وبدأنا ببناء تحدّيات مختلفة.

We started from the beginning, from common traits.

بدأنا من البداية، من الصفات المشتركة.

Common traits are comfortable because they are common,

الصفات المشتركة مريحة لأنّها مشتركة،

everyone has them.

كل شخص يملكها.

So we started to ask our questions:

لذا ابتدأنا بسؤالنا:

Can we predict height?

هل نستطيع أن نتوقع الطول؟

Can we read the books and predict your height?

هل نستطيع أن نقرأ الكتاب ونتوقع طولك؟

Well, we actually can,

حسناً، يمكننا ذلك،

with five centimeters of precision.

بدقة تصل إلى خمسة سنتيمترات.

BMI is fairly connected to your lifestyle,

مشعر كتلة الجسم متعلق إلى حدٍّ ما بطريقة معيشتك،

but we still can, we get in the ballpark, eight kilograms of precision.

بالرغم من ذلك نستطيع أن نتوقعه، دخلنا بالنسب التقريبيّة،

بدقة تصل إلى ثمانية كيلو غرامات.

Can we predict eye color?

هل نستطيع التنبؤ بلون العينين؟ نعم، نستطيع.

Yeah, we can.

Eighty percent accuracy.

بدقة تصل إلى ثمانون بالمئة.

Can we predict skin color?

هل نستطيع التنبؤ بلون الجلد؟

Yeah we can, 80 percent accuracy.

نعم نستطيع، بدقة ثمانون بالمئة.

Can we predict age?

ها نستطيع التنبؤ بالعمر؟

We can, because apparently, the code changes during your life.

نستطيع، لأنّه ظاهريّاً، الرمز يتغيّر خلال حياتك.

It gets shorter, you lose pieces, it gets insertions.

حيث يقصر، وتفقد بعض الأجزاء، ويحصل عليه اندخالات.

We read the signals, and we make a model.

نحن نقرأ الإشارات، ونقوم بصناعة نموذج.

Now, an interesting challenge:

الآن، تحدي ممتع:

Can we predict a human face?

هل نستطيع التنبؤ بشكل وجه الإنسان؟

It's a little complicated,

إنّه شيءٌ معقدٌ قليلاً،

because a human face is scattered among millions of these letters.

لأنّ وجه الإنسان يتبعثر بين ملايين هذه الأحرف.

And a human face is not a very well-defined object.

كما أنّ وجه الإنسان ليس بجسم بمعالم دقيقة جداً.

So, we had to build an entire tier of it

لذا، قمنا ببناء صف كامل منها

to learn and teach a machine what a face is,

لتعلم وتعليم آلة ما هو "الوجه"،

and embed and compress it.

وتضمينه وضغطه.

And if you're comfortable with machine learning,

وإذا كنت تعرف عن تعليم الآلات،

you understand what the challenge is here.

ستفهم بالتحديات الموجودة هنا.

Now, after 15 years -- 15 years after we read the first sequence --

الآن، بعد 15 عاماً -- 15 عاماً بعد قراءة أوّل تسلسل --

this October, we started to see some signals.

في أكتوبر هذا، بدأنا نشاهد بعض الإشارات.

And it was a very emotional moment.

وكانت لحظة عاطفيّة.

What you see here is a subject coming in our lab.

ما تراه هنا هو متطوع دخل إلى مخبرنا.

This is a face for us.

هذا هو وجهه.

So we take the real face of a subject, we reduce the complexity,

نقوم بأخذ الصورة الأصليّة للمتطوّع ونقوم بتصغير التعقيد،

because not everything is in your face --

لأنّ ليس كلُّ شيء في وجهك --

lots of features and defects and asymmetries come from your life.

العديد من الصفات والعيوب وعدم التناظر ناتجة عن حياتك.

We symmetrize the face, and we run our algorithm.

نقوم بعمل تناظر للوجه، ونقوم بتشغيل الخوارزمية.

The results that I show you right now,

النتائج التي سأعرضها الآن،

this is the prediction we have from the blood.

هي التنبؤات التي حصلنا عليها من عينة الدم.

(Applause)

(تصفيق)

Wait a second.

انتظروا دقيقة.

In these seconds, your eyes are watching, left and right, left and right,

في هذه اللحظات، أعينكم تشاهد، يسار يمين، يسار يمين،

and your brain wants those pictures to be identical.

ودماغكم يريد بأن تكون هذه الصور متطابقة.

So I ask you to do another exercise, to be honest.

لذا أنا اسألكم بالقيام بتمرينٍ آخر، كي أكون صادقاً.

Please search for the differences,

من فضلك قم بالبحث عن الاختلافات،

which are many.

والتي هي عديدة.

The biggest amount of signal comes from gender,

الإشارات الأكبر تأتي من الجنس،

then there is age, BMI, the ethnicity component of a human.

ثمّ هناك العمر، مشعر كتلة الجسم، العرق المكون للإنسان.

And scaling up over that signal is much more complicated.

وبتوسيع النطاق فوق تلك الإشارة هناك ما هو أكثر تعقيداً.

But what you see here, even in the differences,

لكن ما تشاهده هنا، حتى الاختلافات،

lets you understand that we are in the right ballpark,

يجعلك تفهم بأنّنا في النسبة المئويّة الصحيحة،

that we are getting closer.

بأنّنا نقترب أكثر.

And it's already giving you some emotions.

وهي تعطيك بالفعل بعض الأحاسيس.

This is another subject that comes in place,

وهذا متطوع آخر أتى إلى المركز،

and this is a prediction.

وهذا هو التنبؤ.

A little smaller face, we didn't get the complete cranial structure,

وجه أصغر قليلاً، لم نستطع الحصول على بنية الجمجمة كاملةً،

but still, it's in the ballpark.

لكنّنا نبقى ضمن النسبة المئويّة.

This is a subject that comes in our lab,

وهذا المتطوع أتى إلى مخبرنا،

and this is the prediction.

وهذا هو التنبؤ الذي حصلنا عليه.

So these people have never been seen in the training of the machine.

إذاً هؤلاء الأشخاص لم تراهم الآلة أبداً من قبل خلال تدريبها.

These are the so-called "held-out" set.

وهؤلاء يُدعَون بمجموعة "التجريب".

But these are people that you will probably never believe.

لكن هناك هؤلاء الأشخاص الذين من الممكن ألّا تصدقهم أبداً.

We're publishing everything in a scientific publication,

نحن نقوم بنشر كل شيء في المجلات العلميّة،

you can read it.

يمكنكم قرائتها.

But since we are onstage, Chris challenged me.

لكن طالما بأنّنا على المنصّة، كريس تحداني.

I probably exposed myself and tried to predict

أن أقوم بتعريض نفسي وأن أجرّب التنبؤ

someone that you might recognize.

شخص من الممكن أن تعرفوه.

So, in this vial of blood -- and believe me, you have no idea

لذا، في عينة الدم هذه -- صدقوني، ليس لديكم أي فكرة

what we had to do to have this blood now, here --

عن ما يجب علينا فعله في عينة الدم الآن --

in this vial of blood is the amount of biological information

في عينة الدم هذه يوجد كمية من المعلومات البيولوجيّة

that we need to do a full genome sequence.

التي نحتاجها لاستخراج كامل تسلسل الجينوم.

We just need this amount.

نحن فقط بحاجة لهذا القدر.

We ran this sequence, and I'm going to do it with you.

سنقوم بتشغيل التسلسل، وسأقوم بفعلها معكم.

And we start to layer up all the understanding we have.

وسنبدأ ببناء طبقات المعلومات التي لدينا.

In the vial of blood, we predicted he's a male.

في عينة الدم هذه، توقعنا بأنّ الشخص ذكر.

And the subject is a male.

والمتطوع هو ذكر.

We predict that he's a meter and 76 cm.

توقعنا بأنّ طوله متر و 76 سم.

The subject is a meter and 77 cm.

وكان الشخص متراً و77 سم.

So, we predicted that he's 76; the subject is 82.

وكما توقعنا بأنّ وزنه 76 كغ؛ وكان 82 كغ.

We predict his age, 38.

توقعنا عمره 38 عاماً.

The subject is 35.

وكان عمره 35 عاماً.

We predict his eye color.

توقعنا لون عينيه.

Too dark.

غامقتان كثيراً.

We predict his skin color.

توقعنا لون جلده.

We are almost there.

لقد شارفنا على الوصول.

That's his face.

هذا هو وجه.

Now, the reveal moment:

والآن، إلى لحظة كشف الحقيقة:

the subject is this person.

المتطوع هو هذا الشخص.

(Laughter)

(ضحك)

And I did it intentionally.

لقد قمت بفعلها عمداً.

I am a very particular and peculiar ethnicity.

أنا من عرق استثنائي وغريب.

Southern European, Italians -- they never fit in models.

جنوب أوربي، إيطالي -- لم نقم بإدخالهم ضمن النماذج.

And it's particular -- that ethnicity is a complex corner case for our model.

إنّه استثنائي -- لأنّ العرق هو حالة معقدة لنموذجنا.

But there is another point.

لكن هناك نقطةٌ أخرى.

So, one of the things that we use a lot to recognize people

من الأشياء التي نستخدمها كثيراً للتعرّف على الأشخاص

will never be written in the genome.

لن تكتب أبداً في الجينوم.

It's our free will, it's how I look.

إنّها إرادتنا الحرّة، إنّها التي تتعلق بمظهري.

Not my haircut in this case, but my beard cut.

ليست تسريحة شعري في هذه الحالة، وإنّما ذقني.

So I'm going to show you, I'm going to, in this case, transfer it --

لذا سأقوم بإظهار الصورة في هذه الحالة حيث سأقوم بتعديلها --

and this is nothing more than Photoshop, no modeling --

وهذا ليس أكثر من تعديل على الفوتوشوب، لا علاقة له بالنموذج --

the beard on the subject.

الذقن وضعت على الشخص.

And immediately, we get much, much better in the feeling.

وفوراً، نبدأ بالإحساس بطريقة أفضل بكثير.

So, why do we do this?

إذاً، لمَ نقوم بفعل ذلك؟

We certainly don't do it for predicting height

بالتأكيد نحن لا نقوم به لتوقع الطول

or taking a beautiful picture out of your blood.

أو استخراج صور جميلة من عينات دمك.

We do it because the same technology and the same approach,

نحن نقوم بذلك؛ لأنّ التكنولوجيا والمقاربة التي نستعملها هنا،

the machine learning of this code,

ما تتعلّمه الآلة من هذا الرمز،

is helping us to understand how we work,

يساعدنا على فهم كيف نعمل،

how your body works,

كيفيّة عمل جسدك،

how your body ages,

كيف يتقدّم جسدك بالسن،

how disease generates in your body,

كيف تظهر الأمراض في جسدك،

how your cancer grows and develops,

كيف ينمو ويتطوّر السرطان،

how drugs work

كيف تعمل الأدوية

and if they work on your body.

وإذا بإمكانهم العمل في جسدك.

This is a huge challenge.

هذا تحدي كبير.

This is a challenge that we share

هذا التّحدي الذي نتشاركه

with thousands of other researchers around the world.

مع آلاف الباحثين حول العالم.

It's called personalized medicine.

هذا ما يدعى بـ "الطب الشخصي".

It's the ability to move from a statistical approach

إنّها القدرة على التّحرك من مقاربة إحصائيّة

where you're a dot in the ocean,

حيث أنت عبارة عن نقطة في محيط،

to a personalized approach,

إلى مقاربة شخصيّة،

where we read all these books

حيث نقرأ كل هذه الكتب

and we get an understanding of exactly how you are.

ونفهم فعلاً من أنت.

But it is a particularly complicated challenge,

لكن إنّه تحدي استثنائي ومعقد،

because of all these books, as of today,

لأنّنا ما زلنا حتّى اليوم من كل هذه الكتب

we just know probably two percent:

لا نعرف منها سوى اثنان بالمئة تقريباً:

four books of more than 175.

أربعة كتب من أصل أكثر من 175 كتاباً.

And this is not the topic of my talk,

وهذا ليس موضوع حديثي،

because we will learn more.

لأنّنا سنتعلم أكثر.

There are the best minds in the world on this topic.

هناك أفضل الأدمغة في هذا العالم يعملون على هذا الموضوع.

The prediction will get better,

التنبؤ سيكون أفضل،

the model will get more precise.

النماذج ستصبح أكثر دقّةً.

And the more we learn,

وكلّما تعلمنا أكثر،

the more we will be confronted with decisions

سنكون علينا مواجهة قراراتٍ أكثر

that we never had to face before

لم يكن علينا مواجهتها من قبل أبداً

about life,

عن الحياة،

about death,

عن الموت،

about parenting.

عن الأبوّة والأموّة.

إذاً في هذه المحادثة، نحن نقوم بملامسة التفاصيل الدّاخليّة عن عمل الحياة.

So, we are touching the very inner detail on how life works.

And it's a revolution that cannot be confined

إنّها ثورة لا يمكنك حصرها

in the domain of science or technology.

في مجال العلوم أو التكنولوجيا.

This must be a global conversation.

هذا يجب أن يكون حديثاً عالميّاً.

We must start to think of the future we're building as a humanity.

يجب علينا البدء بالتفكير للمستقبل الذي نبنيه للبشريّة.

We need to interact with creatives, with artists, with philosophers,

يجب علينا أن نتفاعل مع المبدعين والفنانين والفلاسفة

with politicians.

والسياسيّن.

Everyone is involved,

على الجميع أن يشارك،

because it's the future of our species.

لأنّه مستقبل جنسنا البشري.

Without fear, but with the understanding

بدون خوف، لكن مع الفهم

that the decisions that we make in the next year

بأنّ القرارات التي سنقوم بعملها العام القادم

will change the course of history forever.

ستغيّر مسار البشريّة للأبد.

Thank you.

شكراً لكم.

(Applause)

(تصفيق)