Paul Rothemund: The astonishing promise of DNA folding

72,179 views ・ 2008-09-04

TED


Dobbeltklik venligst på de engelske undertekster nedenfor for at afspille videoen.

Translator: David J. Kreps Finnemann Reviewer: Eivind Tøstesen
00:12
So, people argue vigorously about the definition of life.
0
12160
3000
Folk diskuterer energisk om definitionen på liv.
00:15
They ask if it should have reproduction in it, or metabolism, or evolution.
1
15160
5000
De spørger om der bør være reproduktion i den, eller metabolisme eller evolution.
00:20
And I don't know the answer to that, so I'm not going to tell you.
2
20160
2000
Og jeg kender ikke svaret på det, så det vil jeg ikke fortælle jer.
00:22
I will say that life involves computation.
3
22160
3000
Jeg vil sige at liv indeholder beregning.
00:25
So this is a computer program.
4
25160
2000
Så dette er et computerprogram.
00:27
Booted up in a cell, the program would execute,
5
27160
3000
Når programmet startes i en celle, vil det køres
00:30
and it could result in this person;
6
30160
3000
og det kunne resultere i denne person;
00:33
or with a small change, it could result in this person;
7
33160
3000
eller med en lille ændring, kunne det resultere i denne person;
00:36
or another small change, this person;
8
36160
2000
eller en anden lille ændring, denne person;
00:38
or with a larger change, this dog,
9
38160
3000
eller med en større ændring, denne hund,
00:41
or this tree, or this whale.
10
41160
2000
eller dette træ, eller denne hval.
00:43
So now, if you take this metaphor
11
43160
2000
Hvis man nu tager denne metafor
00:45
[of] genome as program seriously,
12
45160
2000
[om] genomet som program alvorligt,
00:47
you have to consider that Chris Anderson
13
47160
2000
så må man bemærke at Chris Anderson
00:49
is a computer-fabricated artifact, as is Jim Watson,
14
49160
3000
er et computergenereret produkt, det samme er Jim Watson,
00:52
Craig Venter, as are all of us.
15
52160
3000
Craig Venter, og det er vi alle.
00:55
And in convincing yourself that this metaphor is true,
16
55160
2000
Og for at overbevise sig selv om at denne metafor er sand,
00:57
there are lots of similarities between genetic programs
17
57160
2000
er der mange ligheder mellem genetiske programmer
00:59
and computer programs that could help to convince you.
18
59160
3000
og computerprogrammer der kunne hjælpe med at overbevise en.
01:02
But one, to me, that's most compelling
19
62160
2000
Men en der er mest overbevisende for mig
01:04
is the peculiar sensitivity to small changes
20
64160
3000
er den særegne følsomhed overfor små forandringer
01:07
that can make large changes in biological development -- the output.
21
67160
3000
der kan lave store forandringer i den biologiske udvikling -- outputtet.
01:10
A small mutation can take a two-wing fly
22
70160
2000
En lille mutation kan tage en tovinget flue
01:12
and make it a four-wing fly.
23
72160
1000
og gøre den til en firevinget flue.
01:13
Or it could take a fly and put legs where its antennae should be.
24
73160
4000
Eller det kan tage en flue og placere ben hvor antennerne bør være.
01:17
Or if you're familiar with "The Princess Bride,"
25
77160
2000
Eller hvis man er bekendt med "The Princess Bride,"
01:19
it could create a six-fingered man.
26
79160
2000
kunne det skabe en seksfingret mand.
01:21
Now, a hallmark of computer programs
27
81160
2000
Et kendetegn ved computerprogrammer
01:23
is just this kind of sensitivity to small changes.
28
83160
3000
er præcis denne slags følsomhed overfor små forandinger.
01:26
If your bank account's one dollar, and you flip a single bit,
29
86160
2000
Hvis der står en dollar på ens bankkonto og man vender en enkelt bit,
01:28
you could end up with a thousand dollars.
30
88160
2000
kunne man ende med at have tusinde dollars.
01:30
So these small changes are things that I think
31
90160
3000
Disse små ændringer, er ting som jeg mener
01:33
that -- they indicate to us that a complicated computation
32
93160
2000
er -- de viser os at en kompliceret beregning
01:35
in development is underlying these amplified, large changes.
33
95160
4000
i biologisk udvikling ligger under disse forstørrede, store forandringer.
01:39
So now, all of this indicates that there are molecular programs underlying biology,
34
99160
6000
Alt dette indikerer at der er molekylære programmer der ligger bag biologien,
01:45
and it shows the power of molecular programs -- biology does.
35
105160
4000
og det viser kraften i molekylære programmer -- det gør biologi.
01:49
And what I want to do is write molecular programs,
36
109160
2000
Og det jeg vil gøre er, at jeg vil skrive molekylære programmer,
01:51
potentially to build technology.
37
111160
2000
potentielt til at bygge teknologi.
01:53
And there are a lot of people doing this,
38
113160
1000
Og der er mange mennesker der gør dette,
01:54
a lot of synthetic biologists doing this, like Craig Venter.
39
114160
3000
mange syntetiske biologer gør dette, som Craig Venter.
01:57
And they concentrate on using cells.
40
117160
2000
Og de koncentrerer sig om at bruge celler.
01:59
They're cell-oriented.
41
119160
2000
De er celle-orienterede.
02:01
So my friends, molecular programmers, and I
42
121160
2000
Mine venner, molekylære programmører, og jeg
02:03
have a sort of biomolecule-centric approach.
43
123160
2000
har en slags biomolekyle-centreret tilgang.
02:05
We're interested in using DNA, RNA and protein,
44
125160
3000
Vi er interesserede i at bruge DNA, RNA, og protein,
02:08
and building new languages for building things from the bottom up,
45
128160
3000
og bygge nye sprog til at bygge ting op fra bunden,
02:11
using biomolecules,
46
131160
1000
ved hjælp af biomolekyler,
02:12
potentially having nothing to do with biology.
47
132160
3000
der potentielt ikke har noget at gøre med biologi.
02:15
So, these are all the machines in a cell.
48
135160
4000
Dette er alle maskinerne i en celle.
02:19
There's a camera.
49
139160
2000
Der er et kamera.
02:21
There's the solar panels of the cell,
50
141160
1000
Der er solcellerne i cellen,
02:22
some switches that turn your genes on and off,
51
142160
2000
nogle kontakter der tænder og slukker for ens gener,
02:24
the girders of the cell, motors that move your muscles.
52
144160
3000
dragerne i cellen, motorerne der bevæger ens muskler.
02:27
My little group of molecular programmers
53
147160
2000
Min lille gruppe af molekylære programmører
02:29
are trying to refashion all of these parts from DNA.
54
149160
4000
prøver at genopbygge alle disse dele fra DNA.
02:33
We're not DNA zealots, but DNA is the cheapest,
55
153160
2000
Vi er ikke DNA fanatikere, men DNA er det billigste,
02:35
easiest to understand and easy to program material to do this.
56
155160
3000
det nemmeste at forstå og det nemmeste materiale at programmere.
02:38
And as other things become easier to use --
57
158160
2000
Og i takt med at andre ting bliver nemmere at bruge --
02:40
maybe protein -- we'll work with those.
58
160160
3000
måske protein -- vil vi arbejde med dem.
02:43
If we succeed, what will molecular programming look like?
59
163160
2000
Hvis vi lykkedes, hvordan vil molekylær programmering så se ud?
02:45
You're going to sit in front of your computer.
60
165160
2000
Man vil sidde foran sin computer.
02:47
You're going to design something like a cell phone,
61
167160
2000
Man designer noget der ligner en mobiltelefon,
02:49
and in a high-level language, you'll describe that cell phone.
62
169160
2000
og i et højniveausprog, beskriver man den mobiltelefon.
02:51
Then you're going to have a compiler
63
171160
2000
Så har man en kompilator
02:53
that's going to take that description
64
173160
1000
der tager den beskrivelse
02:54
and it's going to turn it into actual molecules
65
174160
2000
og forvandler det til faktiske molekyler
02:56
that can be sent to a synthesizer
66
176160
2000
der kan sendes til en synthesiser
02:58
and that synthesizer will pack those molecules into a seed.
67
178160
3000
og den synthesizer pakker de molekyler ind i et kim.
03:01
And what happens if you water and feed that seed appropriately,
68
181160
3000
Og det der sker når man vander og fodrer kimet rigtigt er,
03:04
is it will do a developmental computation,
69
184160
2000
at det laver en udviklingsmæssig udregning,
03:06
a molecular computation, and it'll build an electronic computer.
70
186160
3000
en molekylær udregning, og den bygger en elektronisk computer.
03:09
And if I haven't revealed my prejudices already,
71
189160
2000
Og hvis jeg ikke har afsløret mine fordomme allerede,
03:12
I think that life has been about molecular computers
72
192160
2000
så tror jeg livet har handlet om molekylære computere
03:14
building electrochemical computers,
73
194160
2000
der bygger elektrokemiske computere,
03:16
building electronic computers,
74
196160
2000
der bygger elektroniske computere,
03:18
which together with electrochemical computers
75
198160
2000
der sammen med elektrokemiske computere
03:20
will build new molecular computers,
76
200160
2000
bygger nye molekylære computere,
03:22
which will build new electronic computers, and so forth.
77
202160
3000
der vil bygge nye elektroniske computere, og så videre.
03:25
And if you buy all of this,
78
205160
1000
Og hvis man tror på alt dette,
03:26
and you think life is about computation, as I do,
79
206160
2000
og man mener at livet handler om beregning, som jeg gør,
03:28
then you look at big questions through the eyes of a computer scientist.
80
208160
3000
så ser man på de store spørgsmål gennem en computer forskers øjne.
03:31
So one big question is, how does a baby know when to stop growing?
81
211160
4000
Et stort spørgsmål er nu, hvordan ved en baby hvornår den skal holde op med at vokse?
03:35
And for molecular programming,
82
215160
2000
Og for molekylær programmering,
03:37
the question is how does your cell phone know when to stop growing?
83
217160
2000
er spørgsmålet hvordan ens mobiltelefon ved hvornår den skal holde op med at vokse?
03:39
(Laughter)
84
219160
1000
(Latter)
03:40
Or how does a computer program know when to stop running?
85
220160
3000
Eller hvordan ved et computerprogram hvornår det skal holde op med at køre?
03:43
Or more to the point, how do you know if a program will ever stop?
86
223160
3000
Eller mere til sagen, hvordan ved man om et program nogensinde stopper?
03:46
There are other questions like this, too.
87
226160
2000
Der er andre spørgsmål som dette også.
03:48
One of them is Craig Venter's question.
88
228160
2000
Et af dem er Craig Venters spørgsmål.
03:50
Turns out I think he's actually a computer scientist.
89
230160
2000
Det viser, tror jeg, at han i virkeligheden er computer forsker.
03:52
He asked, how big is the minimal genome
90
232160
3000
Han spurgte, hvor stort er det minimale genom
03:55
that will give me a functioning microorganism?
91
235160
2000
der giver mig en funktionerende mikroorganisme?
03:57
How few genes can I use?
92
237160
2000
Hvor få gener kan jeg bruge?
03:59
This is exactly analogous to the question,
93
239160
2000
Dette svarer præcist til spørgsmålet,
04:01
what's the smallest program I can write
94
241160
1000
hvad er det mindste program jeg kan skrive
04:02
that will act exactly like Microsoft Word?
95
242160
2000
der vil handle præcist som Microsoft Word?
04:04
(Laughter)
96
244160
1000
(Latter)
04:05
And just as he's writing, you know, bacteria that will be smaller,
97
245160
4000
Og ligesom han skriver, I ved, bakterier der er mindre,
04:09
he's writing genomes that will work,
98
249160
1000
han skriver genomer der vil fungere,
04:10
we could write smaller programs
99
250160
2000
så kunne vi skrive mindre programmer
04:12
that would do what Microsoft Word does.
100
252160
2000
der gør det som Microsoft Word gør.
04:14
But for molecular programming, our question is,
101
254160
2000
Men til molekylær programmering, er vores spørgsmål,
04:16
how many molecules do we need to put in that seed to get a cell phone?
102
256160
4000
hvor mange molekyler vi skal putte i det kim for at få en mobiltelefon?
04:20
What's the smallest number we can get away with?
103
260160
2000
Hvad er det mindste antal vi kan slippe afsted med?
04:22
Now, these are big questions in computer science.
104
262160
2000
Nu er dette store spørgsmål indenfor computervidenskaben.
04:24
These are all complexity questions,
105
264160
2000
Dette er alle spørgsmål om kompleksitet,
04:26
and computer science tells us that these are very hard questions.
106
266160
2000
og computervidenskaben fortæller os at dette er meget svære spørgsmål.
04:28
Almost -- many of them are impossible.
107
268160
2000
Næsten -- mange af dem er umulige.
04:30
But for some tasks, we can start to answer them.
108
270160
3000
Men nogle opgaver kan vi begynde at svare på.
04:33
So, I'm going to start asking those questions
109
273160
1000
Jeg vil begynde med at stille de spørgsmål
04:34
for the DNA structures I'm going to talk about next.
110
274160
3000
for de DNA strukturer som jeg vil tale om nu.
04:37
So, this is normal DNA, what you think of as normal DNA.
111
277160
3000
Dette er normal DNA, det man ser på som normal DNA.
04:40
It's double-stranded, it's a double helix,
112
280160
2000
Det er dobbeltstrenget, det er en dobbeltspiral,
04:42
has the As, Ts, Cs and Gs that pair to hold the strands together.
113
282160
3000
har A'erne, T'erne, C'erne og G'erne der danner par for at holde strengene sammen.
04:45
And I'm going to draw it like this sometimes,
114
285160
2000
Og jeg vil nogle gange tegne det på denne måde,
04:47
just so I don't scare you.
115
287160
2000
bare så jeg ikke forskrækker jer.
04:49
We want to look at individual strands and not think about the double helix.
116
289160
3000
Vi vil se på individuelle strenge og ikke tænke på dobbeltspiralen.
04:52
When we synthesize it, it comes single-stranded,
117
292160
3000
Når vi syntetiserer det, er det enkeltstrenget,
04:55
so we can take the blue strand in one tube
118
295160
3000
så vi kan putte den blå streng i et rør
04:58
and make an orange strand in the other tube,
119
298160
2000
og lave en orange streng i det andet rør,
05:00
and they're floppy when they're single-stranded.
120
300160
2000
og de er slaskede når de er enstrengede.
05:02
You mix them together and they make a rigid double helix.
121
302160
3000
Man blander dem sammen og de skaber en stiv dobbelstreng.
05:05
Now for the last 25 years,
122
305160
2000
Men i løbet af de sidste 25 år,
05:07
Ned Seeman and a bunch of his descendants
123
307160
2000
har Ned Seeman og en flok af hans efterkommere
05:09
have worked very hard and made beautiful three-dimensional structures
124
309160
3000
arbejdet meget hårdt og lavet smukke tredimensionelle strukturer
05:12
using this kind of reaction of DNA strands coming together.
125
312160
3000
ved hjælp af denne slags reaktion af DNA strenge der kobles sammen.
05:15
But a lot of their approaches, though elegant, take a long time.
126
315160
3000
Men mange af deres tilgange, omend elegante, tager lang tid.
05:18
They can take a couple of years, or it can be difficult to design.
127
318160
3000
De kan tage et par år, eller det kan være svært at designe.
05:21
So I came up with a new method a couple of years ago
128
321160
3000
Jeg fandt derfor på en ny metode for et par år siden
05:24
I call DNA origami
129
324160
1000
som jeg kalder DNA origami
05:25
that's so easy you could do it at home in your kitchen
130
325160
2000
der er så nem, at man kunne gøre det hjemme i ens køkken
05:27
and design the stuff on a laptop.
131
327160
2000
og designe tingene på ens laptop.
05:29
But to do it, you need a long, single strand of DNA,
132
329160
3000
Men for at gøre det, har man brug for en lang, enkelt DNA streng,
05:32
which is technically very difficult to get.
133
332160
2000
hvilket teknisk set er meget svært at få fat på.
05:34
So, you can go to a natural source.
134
334160
2000
Så man kan bruge en naturlig kilde.
05:36
You can look in this computer-fabricated artifact,
135
336160
2000
Man kan se på dette computerfabrikerede produkt,
05:38
and he's got a double-stranded genome -- that's no good.
136
338160
2000
og han har et dobbeltstrenget genom -- det er ubrugeligt.
05:40
You look in his intestines. There are billions of bacteria.
137
340160
3000
Man kigger i hans tarme. Der er milliarder af bakterier.
05:43
They're no good either.
138
343160
2000
De er også ubrugelige.
05:45
Double strand again, but inside them, they're infected with a virus
139
345160
2000
Igen dobbeltstrengede, men inden i dem, er de inficerede med en virus
05:47
that has a nice, long, single-stranded genome
140
347160
3000
der har et fint, langt, enkeltstrenget genom
05:50
that we can fold like a piece of paper.
141
350160
2000
som vi kan folde som et stykke papir.
05:52
And here's how we do it.
142
352160
1000
Og vi gør det på denne måde.
05:53
This is part of that genome.
143
353160
1000
Dette er en del af det genom.
05:54
We add a bunch of short, synthetic DNAs that I call staples.
144
354160
3000
Vi tilføjer en stak korte, syntetiske DNA'er som jeg kalder hæfteklammer.
05:57
Each one has a left half that binds the long strand in one place,
145
357160
4000
Hver af dem har en venstre halvdel der binder sig til den lange streng på et sted,
06:01
and a right half that binds it in a different place,
146
361160
3000
og en højre halvdel der binder sig fast et andet sted,
06:04
and brings the long strand together like this.
147
364160
2000
og knytter den lange streng sammen på denne måde.
06:07
The net action of many of these on that long strand
148
367160
2000
Resultatet af mange af disse på den lange streng
06:09
is to fold it into something like a rectangle.
149
369160
2000
er at folde den om til noget der ligner en rektangel.
06:11
Now, we can't actually take a movie of this process,
150
371160
2000
Nu kan vi ikke lave et filmklip af denne process,
06:13
but Shawn Douglas at Harvard
151
373160
2000
men Shawn Douglas ved Harvard
06:15
has made a nice visualization for us
152
375160
2000
har lavet en fin visualisering for os
06:17
that begins with a long strand and has some short strands in it.
153
377160
4000
der begynder med en lang streng og nogle korte strenge.
06:21
And what happens is that we mix these strands together.
154
381160
4000
Og det der sker er at vi blander disse strenge sammen.
06:25
We heat them up, we add a little bit of salt,
155
385160
2000
Vi opvarmer dem, og vi tilføjer lidt salt,
06:27
we heat them up to almost boiling and cool them down,
156
387160
2000
vi opvarmer dem til næsten kogepunktet og nedkøler dem,
06:29
and as we cool them down,
157
389160
1000
og i takt med at vi nedkøler dem,
06:30
the short strands bind the long strands
158
390160
2000
binder de korte strenge de lange strenge
06:32
and start to form structure.
159
392160
2000
og man begynder at danne en struktur.
06:34
And you can see a little bit of double helix forming there.
160
394160
3000
Og man kan se en lille smule dobbeltspiral der.
06:38
When you look at DNA origami,
161
398160
2000
Når man ser på DNA origami,
06:40
you can see that what it really is,
162
400160
3000
kan man se at det, det i virkeligheden er,
06:43
even though you think it's complicated,
163
403160
1000
selvom man tror det er kompliceret,
06:44
is a bunch of double helices that are parallel to each other,
164
404160
3000
en nogle dobbeltspiraler der er parallelle med hinanden,
06:47
and they're held together
165
407160
2000
og de holdes sammen
06:49
by places where short strands go along one helix
166
409160
2000
på steder hvor korte strenge følger en spiral
06:51
and then jump to another one.
167
411160
2000
og så hopper til en anden.
06:53
So there's a strand that goes like this, goes along one helix and binds --
168
413160
3000
Der er en streng der snor sig på denne måde, følger spiralen og binder --
06:56
it jumps to another helix and comes back.
169
416160
2000
den hopper til den anden spiral og kommer tilbage.
06:58
That holds the long strand like this.
170
418160
2000
Det holder den lange streng på denne måde.
07:00
Now, to show that we could make any shape or pattern
171
420160
3000
For at vise at vi kunne lave en hvilken som helst form eller mønster
07:03
that we wanted, I tried to make this shape.
172
423160
2000
som vi ville, prøvede jeg at lave denne form.
07:06
I wanted to fold DNA into something that goes up over the eye,
173
426160
2000
Jeg ville folde DNA til noget der går op over øjet,
07:08
down the nose, up the nose, around the forehead,
174
428160
3000
ned over næsen, op ad næsen, rundt om panden,
07:11
back down and end in a little loop like this.
175
431160
3000
ned igen og ender i en lille sløjfe på denne måde.
07:14
And so, I thought, if this could work, anything could work.
176
434160
3000
Så, jeg tænkte, at hvis dette kunne fungere, kunne hvad som helst fungere.
07:17
So I had the computer program design the short staples to do this.
177
437160
3000
Jeg fik computerprogrammet til at designe de korte hæfteklammer til at gøre dette.
07:20
I ordered them; they came by FedEx.
178
440160
2000
Jeg bestilte dem og de kom med FedEx.
07:22
I mixed them up, heated them, cooled them down,
179
442160
2000
Jeg blandede dem, opvarmede dem, nedkølede dem,
07:24
and I got 50 billion little smiley faces
180
444160
4000
og jeg fik 50 milliarder små smiley ansigter
07:28
floating around in a single drop of water.
181
448160
2000
der flød rundt i en enkelt dråbe vand.
07:30
And each one of these is just
182
450160
2000
Og hver af dem er kun
07:32
one-thousandth the width of a human hair, OK?
183
452160
4000
så bredt som en tusindedel af et menneske hår, ok?
07:36
So, they're all floating around in solution, and to look at them,
184
456160
3000
De flyder alle rundt i denne opløsning, og for at se dem,
07:39
you have to get them on a surface where they stick.
185
459160
2000
skal man putte dem på en overflade hvor de kan klæbe.
07:41
So, you pour them out onto a surface
186
461160
2000
Man hælder dem ud over en overflade
07:43
and they start to stick to that surface,
187
463160
2000
og de begynder at klæbe til den overflade,
07:45
and we take a picture using an atomic-force microscope.
188
465160
2000
og vi kan tage et billede ved hjælp af et atomic-force mikroskop.
07:47
It's got a needle, like a record needle,
189
467160
2000
Den har en nål, som nålen på en pladespiller,
07:49
that goes back and forth over the surface,
190
469160
2000
der går frem og tilbage over overfladen,
07:51
bumps up and down, and feels the height of the first surface.
191
471160
3000
bumper op og ned, og føler højden på overfladen.
07:54
It feels the DNA origami.
192
474160
2000
Den føler DNA origamien.
07:56
There's the atomic-force microscope working
193
476160
2000
Der er atomic-force mikroskopet i aktion
07:59
and you can see that the landing's a little rough.
194
479160
1000
og man kan se at landingen er lidt hård.
08:00
When you zoom in, they've got, you know,
195
480160
2000
Når man zoomer ind, har de, I ved,
08:02
weak jaws that flip over their heads
196
482160
1000
svage kæber der slår op over deres hoveder
08:03
and some of their noses get punched out, but it's pretty good.
197
483160
3000
og nogle af deres næser bliver slået ud, men det er ret godt.
08:06
You can zoom in and even see the extra little loop,
198
486160
2000
Man kan zoome ind og endda se den ekstra lille sløjfe,
08:08
this little nano-goatee.
199
488160
2000
dette lille nano-gedeskæg.
08:10
Now, what's great about this is anybody can do this.
200
490160
3000
Det der er fedt ved dette er at alle kan gøre det.
08:13
And so, I got this in the mail about a year after I did this, unsolicited.
201
493160
4000
Så jeg fik denne uopfordrede mail omkring et år efter jeg gjorde dette.
08:17
Anyone know what this is? What is it?
202
497160
3000
Nogen der ved hvad dette er? Hvad er det?
08:20
It's China, right?
203
500160
2000
Det er Kina, ikke?
08:22
So, what happened is, a graduate student in China,
204
502160
2000
Det der skette er, at en kandidatstuderende i Kina,
08:24
Lulu Qian, did a great job.
205
504160
2000
Lulu Qian, gjorde et fint stykke arbejde.
08:26
She wrote all her own software
206
506160
2000
Hun skrev al sin egen software
08:28
to design and built this DNA origami,
207
508160
2000
til at designe og bygge dette DNA origami,
08:30
a beautiful rendition of China, which even has Taiwan,
208
510160
3000
en smuk gengivelse af Kina, hvor Taiwan endda er med,
08:33
and you can see it's sort of on the world's shortest leash, right?
209
513160
3000
og man ser at Taiwan på en måde er i verdens korteste snor, ikke?
08:36
(Laughter)
210
516160
2000
(Latter)
08:39
So, this works really well
211
519160
1000
Så dette fungerer virkelig godt
08:41
and you can make patterns as well as shapes, OK?
212
521160
2000
og man kan lave mønstre lige så vel som former, okay?
08:44
And you can make a map of the Americas and spell DNA with DNA.
213
524160
3000
Og man kan lave et kort over Nord-, Syd- og Centralamerika og stave DNA med DNA.
08:47
And what's really neat about it --
214
527160
3000
Og det der er virkelig fedt ved dette --
08:50
well, actually, this all looks like nano-artwork,
215
530160
2000
jamen, faktisk, ser dette alt sammen ud som nanokunst,
08:52
but it turns out that nano-artwork
216
532160
1000
men det viser sig at nanokunst
08:53
is just what you need to make nano-circuits.
217
533160
2000
er lige det man har brug for for at lave nanokredsløb.
08:55
So, you can put circuit components on the staples,
218
535160
2000
Man kan sætte kredsløbskomponenter på hæfteklammerne,
08:57
like a light bulb and a light switch.
219
537160
2000
ligesom en pære og en lyskontakt.
08:59
Let the thing assemble, and you'll get some kind of a circuit.
220
539160
3000
Lad tingen samle sig, og man får en eller form for kredsløb.
09:02
And then you can maybe wash the DNA away and have the circuit left over.
221
542160
3000
Og så kan man måske vaske DNA'et væk og have det resterende kredsløb.
09:05
So, this is what some colleagues of mine at Caltech did.
222
545160
2000
Dette er hvad nogle af mine kolleger ved Caltech gjorde.
09:07
They took a DNA origami, organized some carbon nano-tubes,
223
547160
3000
De tog en DNA origami, organiserede nogle kulstof nanorør,
09:10
made a little switch, you see here, wired it up,
224
550160
2000
lavede en lille kontakt, det kan I se her, tilsluttede den,
09:12
tested it and showed that it is indeed a switch.
225
552160
3000
testede den og viste at det rigtignok er en kontakt.
09:15
Now, this is just a single switch
226
555160
2000
Dette er bare en enkelt kontakt
09:17
and you need half a billion for a computer, so we have a long way to go.
227
557160
4000
og man har brug for en halv milliard til en computer, så vi har lang vej igen.
09:21
But this is very promising
228
561160
2000
Men det er meget lovende
09:23
because the origami can organize parts just one-tenth the size
229
563160
5000
fordi origamien kan organisere dele der er bare en tiendedel i størrelse
09:28
of those in a normal computer.
230
568160
1000
af dem der er i en normal computer.
09:29
So it's very promising for making small computers.
231
569160
3000
Det er meget lovende for at lave små computere.
09:32
Now, I want to get back to that compiler.
232
572160
3000
Jeg vil tilbage til den kompilator.
09:35
The DNA origami is a proof that that compiler actually works.
233
575160
3000
DNA origami er bevis på at den kompiler faktisk fungerer.
09:39
So, you start with something in the computer.
234
579160
2000
Man begynder med noget i computeren.
09:41
You get a high-level description of the computer program,
235
581160
3000
Man får en højniveaubeskrivelse af computerprogrammet,
09:44
a high-level description of the origami.
236
584160
2000
en højniveaubeskrivelse af origamien.
09:46
You can compile it to molecules, send it to a synthesizer,
237
586160
3000
Man kan kompilere det til molekyler, sende det til en syntesiser,
09:49
and it actually works.
238
589160
1000
og det fungerer faktisk.
09:50
And it turns out that a company has made a nice program
239
590160
4000
Og det viser sig at et firma har lavet et fint program
09:54
that's much better than my code, which was kind of ugly,
240
594160
2000
der er meget bedre end min kode, som var temmelig grim,
09:56
and will allow us to do this in a nice,
241
596160
1000
og vil tillade os at gøre dette på en fin,
09:57
visual, computer-aided design way.
242
597160
2000
visuel, computer-assisteret design måde.
10:00
So, now you can say, all right,
243
600160
1000
Nu kan man sige, okay,
10:01
why isn't DNA origami the end of the story?
244
601160
2000
hvorfor er DNA origamien ikke slutningen på historien?
10:03
You have your molecular compiler, you can do whatever you want.
245
603160
2000
Man har en molekylær kompiler, man kan gøre hvad man vil.
10:05
The fact is that it does not scale.
246
605160
3000
Faktummet er at det ikke er skalerbart.
10:08
So if you want to build a human from DNA origami,
247
608160
3000
Så hvis man vil bygge et menneske fra DNA origami,
10:11
the problem is, you need a long strand
248
611160
2000
er problemet, at man har brug for en lang streng
10:13
that's 10 trillion trillion bases long.
249
613160
3000
der er 10 billioner billioner baser langt.
10:16
That's three light years' worth of DNA,
250
616160
2000
Det er tre lysårs DNA,
10:18
so we're not going to do this.
251
618160
2000
så det vil vi ikke gøre.
10:20
We're going to turn to another technology,
252
620160
2000
Vi vil vende os mod en anden teknologi,
10:22
called algorithmic self-assembly of tiles.
253
622160
2000
der hedder algoritmisk selvsamling af fliser.
10:24
It was started by Erik Winfree,
254
624160
2000
Det blev startet af Erik Winfree,
10:26
and what it does,
255
626160
1000
og det virker ved at,
10:27
it has tiles that are a hundredth the size of a DNA origami.
256
627160
4000
det har fliser der er en hundrededel størrelse af DNA origami.
10:31
You zoom in, there are just four DNA strands
257
631160
2000
Man zoomer ind, der er bare fire DNA strenge
10:34
and they have little single-stranded bits on them
258
634160
2000
og de har små enkeltstrengede dele på sig
10:36
that can bind to other tiles, if they match.
259
636160
2000
der kan binde sig til andre fliser, hvis de matcher.
10:38
And we like to draw these tiles as little squares.
260
638160
3000
Og vi tegner gerne disse fliser som små kvadrater.
10:42
And if you look at their sticky ends, these little DNA bits,
261
642160
2000
Og hvis man ser på deres klæbende ender, disse små DNA stumper,
10:44
you can see that they actually form a checkerboard pattern.
262
644160
3000
kan man se at de faktisk former et skakbrætmønster.
10:47
So, these tiles would make a complicated, self-assembling checkerboard.
263
647160
3000
Disse fliser ville skabe et kompliceret, selvsamlende skakbræt.
10:50
And the point of this, if you didn't catch that,
264
650160
2000
Og pointen med dette er, hvis I ikke fangede den,
10:52
is that tiles are a kind of molecular program
265
652160
3000
er at fliserne på en måde er et molekylært program
10:55
and they can output patterns.
266
655160
3000
og de kan lave mønstre.
10:58
And a really amazing part of this is
267
658160
2000
Og en virkelig fantastisk del af dette er
11:00
that any computer program can be translated
268
660160
2000
at ethvert computerprogram kan oversættes
11:02
into one of these tile programs -- specifically, counting.
269
662160
3000
til et af disse fliseprogrammer -- for eksempel et der tæller.
11:05
So, you can come up with a set of tiles
270
665160
3000
Man kan finde på et sæt fliser
11:08
that when they come together, form a little binary counter
271
668160
3000
der, når de samler sig, skaber en lille binær tæller
11:11
rather than a checkerboard.
272
671160
2000
i stedet for et skakbræt.
11:13
So you can read off binary numbers five, six and seven.
273
673160
3000
Man kan læse de binære numre fem, seks og syv.
11:16
And in order to get these kinds of computations started right,
274
676160
3000
Og for at starte denne slags beregninger rigtigt op,
11:19
you need some kind of input, a kind of seed.
275
679160
2000
har man brug for en eller anden form for input, et slags kim.
11:21
You can use DNA origami for that.
276
681160
2000
Man kan bruge DNA origami til det.
11:23
You can encode the number 32
277
683160
2000
Man kan kode tallet 32
11:25
in the right-hand side of a DNA origami,
278
685160
2000
i den højre side af DNA origami,
11:27
and when you add those tiles that count,
279
687160
2000
og når man tilføjer de fliser der tæller,
11:29
they will start to count -- they will read that 32
280
689160
3000
begynder de at tælle -- de vil læse det 32
11:32
and they'll stop at 32.
281
692160
2000
og de stopper ved 32.
11:34
So, what we've done is we've figured out a way
282
694160
3000
Det vi har gjort er at vi har fundet på en måde
11:37
to have a molecular program know when to stop going.
283
697160
3000
til at have et molekylært program der ved hvornår det skal stoppe med at vokse.
11:40
It knows when to stop growing because it can count.
284
700160
2000
Det ved hvornår det skal stoppe med at vokse fordi det kan tælle.
11:42
It knows how big it is.
285
702160
2000
Det ved hvor stort det er.
11:44
So, that answers that sort of first question I was talking about.
286
704160
3000
Det svarer på den slags første spørgsmål som jeg talte om.
11:47
It doesn't tell us how babies do it, however.
287
707160
3000
Det fortæller os, dog, ikke hvordan babyer gør det.
11:50
So now, we can use this counting to try and get at much bigger things
288
710160
4000
Nu kan vi bruge denne tælling til at prøve at få gang i meget større ting
11:54
than DNA origami could otherwise.
289
714160
1000
end DNA origami ellers kunne.
11:55
Here's the DNA origami, and what we can do
290
715160
3000
Her er DNA origamien, og det vi kan gøre
11:58
is we can write 32 on both edges of the DNA origami,
291
718160
3000
er at vi kan skrive 32 på begge kanter af DNA origamien,
12:01
and we can now use our watering can
292
721160
2000
og vi kan nu bruge vores vandkande
12:03
and water with tiles, and we can start growing tiles off of that
293
723160
4000
og vande med fliser, og vi kan begynde at dyrke fliser ud fra det
12:07
and create a square.
294
727160
2000
og skabe et kvadrat.
12:09
The counter serves as a template
295
729160
3000
Tælleren virker som en skabelon
12:12
to fill in a square in the middle of this thing.
296
732160
2000
til at udfylde en kvadrat i midten af denne ting.
12:14
So, what we've done is we've succeeded
297
734160
1000
Det vi har gjort er at vi har haft succes med
12:15
in making something much bigger than a DNA origami
298
735160
3000
at lave noget der er meget større end en DNA origami
12:18
by combining DNA origami with tiles.
299
738160
3000
ved at kombinere DNA origami med fliser.
12:21
And the neat thing about it is, is that it's also reprogrammable.
300
741160
3000
Og den fede ting ved dette er, at det også er reprogrammerbart.
12:24
You can just change a couple of the DNA strands in this binary representation
301
744160
4000
Man kan bare ændre et par af DNA strengene i denne binære repræsentation
12:28
and you'll get 96 rather than 32.
302
748160
3000
og man får 96 i stedet for 32.
12:31
And if you do that, the origami's the same size,
303
751160
3000
Og hvis man gør det, er origamien den samme størrelse,
12:34
but the resulting square that you get is three times bigger.
304
754160
4000
men det resulterende kvadrat man får er tre gange større.
12:39
So, this sort of recapitulates
305
759160
1000
Dette opsummerer på en måde
12:40
what I was telling you about development.
306
760160
2000
det jeg fortalte jer om biologisk udvikling.
12:42
You have a very sensitive computer program
307
762160
3000
Man har et meget følsomt computerprogram
12:45
where small changes -- single, tiny, little mutations --
308
765160
3000
hvor små ændringer -- enkelte, små, bittesmå mutationer --
12:48
can take something that made one size square
309
768160
2000
kan tage noget der lavede kvadrater i en størrelse
12:50
and make something very much bigger.
310
770160
3000
og lave noget der er meget større.
12:54
Now, this -- using counting to compute
311
774160
3000
Dette at bruge tælling til at beregne
12:57
and build these kinds of things
312
777160
2000
og bygge denne slags ting
12:59
by this kind of developmental process
313
779160
2000
ved hjælp af denne slags udviklingsmæssige process
13:01
is something that also has bearing on Craig Venter's question.
314
781160
4000
er noget der også har betydning for Craig Venters spørgsmål.
13:05
So, you can ask, how many DNA strands are required
315
785160
2000
Man kan spørge, hvor mange DNA strenge er der brug for
13:07
to build a square of a given size?
316
787160
2000
for at bygge en firkant af en given størrelse?
13:09
If we wanted to make a square of size 10, 100 or 1,000,
317
789160
5000
Hvis vi ville lave en firkant i størrelsen 10, 100 eller 1.000,
13:14
if we used DNA origami alone,
318
794160
2000
hvis vi udelukkende brugte DNA origami,
13:16
we would require a number of DNA strands that's the square
319
796160
3000
skulle vi bruge et antal DNA strenge der er kvadratet
13:19
of the size of that square;
320
799160
2000
af størrelsen af den firkant;
13:21
so we'd need 100, 10,000 or a million DNA strands.
321
801160
2000
så vi skulle bruge 100, 10.000 eller en million DNA strenge.
13:23
That's really not affordable.
322
803160
2000
Det har vi ikke råd til.
13:25
But if we use a little computation --
323
805160
2000
Men hvis vi bruger en lille smule beregning --
13:27
we use origami, plus some tiles that count --
324
807160
4000
vi bruger origami, plus nogle fliser der tæller --
13:31
then we can get away with using 100, 200 or 300 DNA strands.
325
811160
3000
så kan vi komme afsted med at bruge 100, 200 eller 300 DNA strenge.
13:34
And so we can exponentially reduce the number of DNA strands we use,
326
814160
5000
Så vi kan reducere antallet af DNA strenge vi bruger eksponentielt,
13:39
if we use counting, if we use a little bit of computation.
327
819160
3000
hvis vi bruger tælling, hvis vi bruger en lille smule beregning.
13:42
And so computation is some very powerful way
328
822160
3000
Så beregning er en meget kraftfuld måde
13:45
to reduce the number of molecules you need to build something,
329
825160
3000
at reducere antallet af molekyler man har brug for at bygge noget på,
13:48
to reduce the size of the genome that you're building.
330
828160
3000
til at reducere størrelsen på det genom som man bygger.
13:51
And finally, I'm going to get back to that sort of crazy idea
331
831160
3000
Og til slut, går jeg tilbage til den på en eller anden måde skøre ide,
13:54
about computers building computers.
332
834160
2000
om computere der bygger computere.
13:56
If you look at the square that you build with the origami
333
836160
3000
Hvis man ser på firkanten man bygger med origami
13:59
and some counters growing off it,
334
839160
2000
og nogle tællere der vokser ud af den,
14:01
the pattern that it has is exactly the pattern that you need
335
841160
3000
er mønsteret den har præcis det mønster man har brug for
14:04
to make a memory.
336
844160
1000
til at lave hukommelse.
14:05
So if you affix some wires and switches to those tiles --
337
845160
3000
Hvis man fæster nogle ledninger og kontakter til de fliser --
14:08
rather than to the staple strands, you affix them to the tiles --
338
848160
3000
i stedet for til de simple strenge, fæster man dem til fliserne --
14:11
then they'll self-assemble the somewhat complicated circuits,
339
851160
3000
så vil de selv-samle de delvist komplicerede kredsløb,
14:14
the demultiplexer circuits, that you need to address this memory.
340
854160
3000
de multiplekser kredsløb, som man har brug for til at adressere hukommelsen.
14:17
So you can actually make a complicated circuit
341
857160
2000
Man kan faktisk lave et kompliceret kredsløb
14:19
using a little bit of computation.
342
859160
2000
ved hjælp af en lille smule beregning.
14:21
It's a molecular computer building an electronic computer.
343
861160
3000
Det er en molekylær computer der bygger en elektronisk computer.
14:24
Now, you ask me, how far have we gotten down this path?
344
864160
3000
Hvis man spørger mig, hvor langt vi er kommet på denne vej?
14:27
Experimentally, this is what we've done in the last year.
345
867160
3000
Eksperimentelt er dette hvad vi har gjort det sidste år.
14:30
Here is a DNA origami rectangle,
346
870160
2000
Her er DNA origami rektanglet,
14:33
and here are some tiles growing from it.
347
873160
2000
og her er nogle fliser der vokser ud fra den.
14:35
And you can see how they count.
348
875160
2000
Og man kan se hvordan de tæller.
14:37
One, two, three, four, five, six, nine, 10, 11, 12, 17.
349
877160
12000
En, to, tre, fire, fem, seks, ni, 10, 11, 12, 17.
14:49
So it's got some errors, but at least it counts up.
350
889160
4000
Den har altså nogle fejl, men den tæller i det mindste opad.
14:53
(Laughter)
351
893160
1000
(Latter)
14:54
So, it turns out we actually had this idea nine years ago,
352
894160
3000
Det viser sig, at vi faktisk fik denne ide for ni år siden,
14:57
and that's about the time constant for how long it takes
353
897160
3000
og det er omkring tidskonstanten det tager
15:00
to do these kinds of things, so I think we made a lot of progress.
354
900160
2000
at gøre denne slags ting, så jeg tror vi gjorde store fremskridt.
15:02
We've got ideas about how to fix these errors.
355
902160
2000
Vi har ideer om hvordan man ordner disse fejl.
15:04
And I think in the next five or 10 years,
356
904160
2000
Og jeg tror at i løbet af de næste fem eller 10 år,
15:06
we'll make the kind of squares that I described
357
906160
2000
laver vi den slags firkanter som jeg beskrev
15:08
and maybe even get to some of those self-assembled circuits.
358
908160
3000
og måske endda nogle af de selv-samlende kredsløb.
15:11
So now, what do I want you to take away from this talk?
359
911160
4000
Hvad vil jeg gerne have at I tager med jer fra dette foredrag?
15:15
I want you to remember that
360
915160
2000
Jeg vil gerne have, at I husker at
15:17
to create life's very diverse and complex forms,
361
917160
4000
for at skabe livets meget mangfoldige og komplekse former,
15:21
life uses computation to do that.
362
921160
2000
bruger livet beregning for at gøre det.
15:23
And the computations that it uses, they're molecular computations,
363
923160
4000
Og beregningerne som det bruger, det er molekylære beregninger,
15:27
and in order to understand this and get a better handle on it,
364
927160
2000
og for at forstå dette og håndtere det bedre,
15:29
as Feynman said, you know,
365
929160
2000
som Feynman sagde, I ved,
15:31
we need to build something to understand it.
366
931160
2000
må vi bygge noget for at kunne forstå det.
15:33
And so we are going to use molecules and refashion this thing,
367
933160
4000
Så vi kommer til at bruge molekyler og omforme dette,
15:37
rebuild everything from the bottom up,
368
937160
2000
genopbygge alt fra bunden,
15:39
using DNA in ways that nature never intended,
369
939160
3000
ved hjælp af DNA på måder som naturen aldrig havde tiltænkt,
15:42
using DNA origami,
370
942160
2000
ved hjælp af DNA origami,
15:44
and DNA origami to seed this algorithmic self-assembly.
371
944160
3000
og DNA origami til at lægge kimet til denne algoritmiske selv-samling.
15:47
You know, so this is all very cool,
372
947160
2000
I ved, dette er alt sammen rigtig fedt,
15:50
but what I'd like you to take from the talk,
373
950160
1000
men det jeg gerne vil have I tager med jer fra dette foredrag,
15:51
hopefully from some of those big questions,
374
951160
2000
forhåbentlig fra nogle af disse store spørgsmål,
15:53
is that this molecular programming isn't just about making gadgets.
375
953160
3000
er at denne molekylære programmering ikke kun handler om at skabe gadgets.
15:56
It's not just making about --
376
956160
2000
Det handler ikke kun om at lave
15:58
it's making self-assembled cell phones and circuits.
377
958160
2000
selv-samlende mobiltelefoner og kredsløb.
16:00
What it's really about is taking computer science
378
960160
2000
Det det i virkeligheden handler om, er at tage computervidenskab
16:02
and looking at big questions in a new light,
379
962160
3000
og se på de store spørgsmål i et nyt lys,
16:05
asking new versions of those big questions
380
965160
2000
stille nye versioner af de store spørgsmål
16:07
and trying to understand how biology
381
967160
2000
og prøve at forstå hvordan biologi
16:09
can make such amazing things. Thank you.
382
969160
2000
kan lave sådanne utrolige ting. Tak.
16:12
(Applause)
383
972160
7000
(Bifald)
Om denne hjemmeside

På dette websted kan du se YouTube-videoer, der er nyttige til at lære engelsk. Du vil se engelskundervisning, der er udført af førsteklasses lærere fra hele verden. Dobbeltklik på de engelske undertekster, der vises på hver videoside, for at afspille videoen derfra. Underteksterne ruller i takt med videoafspilningen. Hvis du har kommentarer eller ønsker, bedes du kontakte os ved hjælp af denne kontaktformular.

https://forms.gle/WvT1wiN1qDtmnspy7