Paul Rothemund: The astonishing promise of DNA folding

Paul Rothemund beschreibt DNA-Origami

72,179 views ・ 2008-09-04

TED


Bitte doppelklicken Sie auf die englischen Untertitel unten, um das Video abzuspielen.

Übersetzung: Judith Matz Lektorat: Johannes Lechner
00:12
So, people argue vigorously about the definition of life.
0
12160
3000
Über die Definition von Leben wird heftig debattiert.
00:15
They ask if it should have reproduction in it, or metabolism, or evolution.
1
15160
5000
Schließt sie die Fortpflanzung mit ein, oder den Stoffwechsel, oder Evolution?
00:20
And I don't know the answer to that, so I'm not going to tell you.
2
20160
2000
Ich weiß die Antwort darauf nicht, also sage ich es euch nicht.
00:22
I will say that life involves computation.
3
22160
3000
Aber ich sage, dass Leben auch Berechnung umfasst.
00:25
So this is a computer program.
4
25160
2000
Das ist also ein Computerprogramm.
00:27
Booted up in a cell, the program would execute,
5
27160
3000
Hochgefahren in einer Zelle, würde das Programm ausgeführt
00:30
and it could result in this person;
6
30160
3000
und es könnte zu dieser Person führen,
00:33
or with a small change, it could result in this person;
7
33160
3000
oder mit einer kleinen Änderung zu dieser,
00:36
or another small change, this person;
8
36160
2000
oder mit einer anderen kleinen Änderung zu dieser,
00:38
or with a larger change, this dog,
9
38160
3000
oder mit einer größeren Änderung zu diesem Hund,
00:41
or this tree, or this whale.
10
41160
2000
oder diesem Baum, oder dem Wal hier.
00:43
So now, if you take this metaphor
11
43160
2000
Wenn wir diese Metapher
00:45
[of] genome as program seriously,
12
45160
2000
eines Genoms als Programm nun ernst nehmen,
00:47
you have to consider that Chris Anderson
13
47160
2000
dann müssen Sie bedenken, dass Chris Anderson
00:49
is a computer-fabricated artifact, as is Jim Watson,
14
49160
3000
ein Computer-erzeugter Gegenstand ist, wie auch Jim Watson,
00:52
Craig Venter, as are all of us.
15
52160
3000
Craig Venter, und alle von uns.
00:55
And in convincing yourself that this metaphor is true,
16
55160
2000
Und indem wir uns von der Wahrheit dieser Metapher überzeugen,
00:57
there are lots of similarities between genetic programs
17
57160
2000
gibt es viele Ähnlichkeiten zwischen genetischen
00:59
and computer programs that could help to convince you.
18
59160
3000
und Computer-Programmen, die helfen, uns zu überzeugen.
01:02
But one, to me, that's most compelling
19
62160
2000
Die für mich faszinierendste ist die seltsame
01:04
is the peculiar sensitivity to small changes
20
64160
3000
Sensibilität gegenüber kleinen Veränderungen,
01:07
that can make large changes in biological development -- the output.
21
67160
3000
die zu großen Veränderungen in der biologischen Entwicklung führen – im Output.
01:10
A small mutation can take a two-wing fly
22
70160
2000
Eine kleine Mutation kann aus einer zweiflügeligen Fliege
01:12
and make it a four-wing fly.
23
72160
1000
eine vierflügelige machen.
01:13
Or it could take a fly and put legs where its antennae should be.
24
73160
4000
Oder sie könnte einer Fliege statt Fühlern Beine anbauen.
01:17
Or if you're familiar with "The Princess Bride,"
25
77160
2000
Oder, falls Sie "Die Braut des Prinzen" kennen,
01:19
it could create a six-fingered man.
26
79160
2000
einen sechsfingrigen Mann schaffen.
01:21
Now, a hallmark of computer programs
27
81160
2000
Ein Kennzeichen von Computerprogrammen
01:23
is just this kind of sensitivity to small changes.
28
83160
3000
ist genau diese Sensibilität für kleine Veränderungen.
01:26
If your bank account's one dollar, and you flip a single bit,
29
86160
2000
Wenn Sie einen Dollar auf dem Konto haben und nur ein einziges Bit verändern,
01:28
you could end up with a thousand dollars.
30
88160
2000
könnten Sie am Ende tausend Dollar haben.
01:30
So these small changes are things that I think
31
90160
3000
Diese kleinen Änderungen sind Dinge, die –
01:33
that -- they indicate to us that a complicated computation
32
93160
2000
denke ich, darauf hindeuten, dass eine komplizierte Berechnung
01:35
in development is underlying these amplified, large changes.
33
95160
4000
unter diesen verstärkten, großen Veränderungen geschieht.
01:39
So now, all of this indicates that there are molecular programs underlying biology,
34
99160
6000
Nun deutet also alles darauf hin, dass molekulare Programme der Biologie zugrundeliegen
01:45
and it shows the power of molecular programs -- biology does.
35
105160
4000
und die Biologie zeigt die Macht molekularer Programme.
01:49
And what I want to do is write molecular programs,
36
109160
2000
Ich möchte gerne diese Programme schreiben,
01:51
potentially to build technology.
37
111160
2000
um eventuell Technologie damit zu bauen.
01:53
And there are a lot of people doing this,
38
113160
1000
Und davon gibt es eine Menge Leute,
01:54
a lot of synthetic biologists doing this, like Craig Venter.
39
114160
3000
eine Menge synthetischer Biologen tun das, wie Craig Venter.
01:57
And they concentrate on using cells.
40
117160
2000
Sie konzentrieren sich auf die Verwendung von Zellen.
01:59
They're cell-oriented.
41
119160
2000
Sie sind zellen-orientiert.
02:01
So my friends, molecular programmers, and I
42
121160
2000
Meine Freunde, molekulare Programmierer, und ich
02:03
have a sort of biomolecule-centric approach.
43
123160
2000
haben eine Art biomolekulare Herangehensweise.
02:05
We're interested in using DNA, RNA and protein,
44
125160
3000
Wir wollen DNA, RNA und Proteine verwenden,
02:08
and building new languages for building things from the bottom up,
45
128160
3000
und neue Sprachen konstruieren, um Dinge von Grund auf zu schaffen,
02:11
using biomolecules,
46
131160
1000
indem wir Biomoleküle verwenden,
02:12
potentially having nothing to do with biology.
47
132160
3000
was möglicherweise nichts mit Biologie zu tun hat.
02:15
So, these are all the machines in a cell.
48
135160
4000
Das hier sind also alle Maschinen in einer Zelle.
02:19
There's a camera.
49
139160
2000
Dort ist eine Kamera.
02:21
There's the solar panels of the cell,
50
141160
1000
Hier sind die Solarzellen der Zelle,
02:22
some switches that turn your genes on and off,
51
142160
2000
ein paar Schalter, die Gene ein- und ausschalten,
02:24
the girders of the cell, motors that move your muscles.
52
144160
3000
die Träger der Zelle, Motoren, die Muskeln bewegen.
02:27
My little group of molecular programmers
53
147160
2000
Meine kleine Gruppe molekularer Programmierer
02:29
are trying to refashion all of these parts from DNA.
54
149160
4000
versucht, all diese Teile aus DNA nachzubauen.
02:33
We're not DNA zealots, but DNA is the cheapest,
55
153160
2000
Wir sind keine DNA-Fanatiker, aber DNA ist das Material,
02:35
easiest to understand and easy to program material to do this.
56
155160
3000
das am billigsten, am verständlichsten und am leichtesten programmierbar ist.
02:38
And as other things become easier to use --
57
158160
2000
Und sobald andere Dinge leichter zu verwenden sind –
02:40
maybe protein -- we'll work with those.
58
160160
3000
vielleicht Protein – dann arbeiten wir mit denen.
02:43
If we succeed, what will molecular programming look like?
59
163160
2000
Wenn es uns gelingt, wie wird molekulares Programmieren aussehen?
02:45
You're going to sit in front of your computer.
60
165160
2000
Man sitzt vorm Computer.
02:47
You're going to design something like a cell phone,
61
167160
2000
Man entwirft so etwas wie ein Handy,
02:49
and in a high-level language, you'll describe that cell phone.
62
169160
2000
und in sehr abstrakter Sprache beschreibt man dieses Handy.
02:51
Then you're going to have a compiler
63
171160
2000
Dann nimmt man einen Compilerprogramm,
02:53
that's going to take that description
64
173160
1000
das diese Beschreibung nimmt
02:54
and it's going to turn it into actual molecules
65
174160
2000
und sie in tatsächliche Moleküle umwandelt,
02:56
that can be sent to a synthesizer
66
176160
2000
die zu einem Synthesizer gesendet werden können,
02:58
and that synthesizer will pack those molecules into a seed.
67
178160
3000
und dieser Synthesizer verpackt diese Moleküle in einen Samen.
03:01
And what happens if you water and feed that seed appropriately,
68
181160
3000
Und wenn man diesen Samen gießt und mit Nährstoffen versorgt,
03:04
is it will do a developmental computation,
69
184160
2000
dann liefert er uns eine Wachstumsberechnung,
03:06
a molecular computation, and it'll build an electronic computer.
70
186160
3000
eine molekulare Berechnung, und baut einen elektronischen Computer.
03:09
And if I haven't revealed my prejudices already,
71
189160
2000
Und falls meine Überzeugung noch nicht klargeworden sind,
03:12
I think that life has been about molecular computers
72
192160
2000
ich glaube, dass es im Leben um molekulare Computer geht,
03:14
building electrochemical computers,
73
194160
2000
die elektrochemische Computer bauen,
03:16
building electronic computers,
74
196160
2000
die elektronische Computer bauen,
03:18
which together with electrochemical computers
75
198160
2000
die zusammen mit elektrochemischen Computern
03:20
will build new molecular computers,
76
200160
2000
neue molekulare Computer bauen werden,
03:22
which will build new electronic computers, and so forth.
77
202160
3000
die neue elektronische Computer bauen können, usw.
03:25
And if you buy all of this,
78
205160
1000
Und wenn Sie mir das alles abkaufen,
03:26
and you think life is about computation, as I do,
79
206160
2000
und auch denken, dass Leben Berechnung ist, so wie ich,
03:28
then you look at big questions through the eyes of a computer scientist.
80
208160
3000
dann schauen Sie sich die großen Fragen aus Sicht eines Informatikers an.
03:31
So one big question is, how does a baby know when to stop growing?
81
211160
4000
Eine große Frage ist also: Woher weiß ein Baby, wann es zu wachsen aufhören soll?
03:35
And for molecular programming,
82
215160
2000
Und was molekulares Programmieren betrifft:
03:37
the question is how does your cell phone know when to stop growing?
83
217160
2000
Woher weiß denn das Handy, wann es zu wachsen aufhören soll?
03:39
(Laughter)
84
219160
1000
(Lachen)
03:40
Or how does a computer program know when to stop running?
85
220160
3000
Oder wie weiß ein Computerprogramm, wann es anhalten soll?
03:43
Or more to the point, how do you know if a program will ever stop?
86
223160
3000
Genauer gesagt, woher weiß man, ob ein Programm je aufhört?
03:46
There are other questions like this, too.
87
226160
2000
Es gibt noch andere solcher Fragen.
03:48
One of them is Craig Venter's question.
88
228160
2000
Eine von ihnen ist Craig Venters Frage.
03:50
Turns out I think he's actually a computer scientist.
89
230160
2000
Ich glaube ja, er ist eigentlich ein Informatiker.
03:52
He asked, how big is the minimal genome
90
232160
3000
Er fragt, wie groß ist das kleinste Genom,
03:55
that will give me a functioning microorganism?
91
235160
2000
das mir einen funktionierenden Mikroorganismus geben kann?
03:57
How few genes can I use?
92
237160
2000
Wie wenige Gene kann ich verwenden?
03:59
This is exactly analogous to the question,
93
239160
2000
Das ist genau analog zu der Frage,
04:01
what's the smallest program I can write
94
241160
1000
was das kleinste Programm ist, das ich schreiben kann,
04:02
that will act exactly like Microsoft Word?
95
242160
2000
das sich genau so wie Microsoft Word verhält?
04:04
(Laughter)
96
244160
1000
(Lachen)
04:05
And just as he's writing, you know, bacteria that will be smaller,
97
245160
4000
Und so wie er kleinere Bakterien programmiert,
04:09
he's writing genomes that will work,
98
249160
1000
wie er Genome programmiert, die funktionieren werden,
04:10
we could write smaller programs
99
250160
2000
so können wir kleinere Programme schreiben,
04:12
that would do what Microsoft Word does.
100
252160
2000
die das tun, was Microsoft Word macht.
04:14
But for molecular programming, our question is,
101
254160
2000
Aber bei molekularen Programmen ist unsere Frage:
04:16
how many molecules do we need to put in that seed to get a cell phone?
102
256160
4000
Wie viele Moleküle müssen wir in diesen Samen tun, um ein Handy zu erhalten?
04:20
What's the smallest number we can get away with?
103
260160
2000
Wie weit können wir die Zahl reduzieren?
04:22
Now, these are big questions in computer science.
104
262160
2000
Das sind große Fragen in der Informatik.
04:24
These are all complexity questions,
105
264160
2000
Das sind alles Fragen der Komplexität,
04:26
and computer science tells us that these are very hard questions.
106
266160
2000
und laut Informatik sind diese Fragen sehr schwierig.
04:28
Almost -- many of them are impossible.
107
268160
2000
Fast – viele von ihnen sind unmöglich.
04:30
But for some tasks, we can start to answer them.
108
270160
3000
Aber in einigen Fällen können wir schon Antworten äußern.
04:33
So, I'm going to start asking those questions
109
273160
1000
Ich werde also diese Fragen stellen
04:34
for the DNA structures I'm going to talk about next.
110
274160
3000
für die DNA-Strukturen, über die ich als nächstes rede.
04:37
So, this is normal DNA, what you think of as normal DNA.
111
277160
3000
Das hier ist normale DNA, was man für normale DNA hält.
04:40
It's double-stranded, it's a double helix,
112
280160
2000
Sie hat zwei Stränge, sie ist eine Doppelhelix,
04:42
has the As, Ts, Cs and Gs that pair to hold the strands together.
113
282160
3000
und die As, Ts, Cs und Gs halten durch ihre Verbindung die Stränge zusammen.
04:45
And I'm going to draw it like this sometimes,
114
285160
2000
Ich werde es manchmal so aufzeichnen,
04:47
just so I don't scare you.
115
287160
2000
nur, damit ich Sie nicht erschrecke.
04:49
We want to look at individual strands and not think about the double helix.
116
289160
3000
Wir wollen uns einzelne Stränge ansehen, nicht die Doppelhelix.
04:52
When we synthesize it, it comes single-stranded,
117
292160
3000
Wenn wir sie synthetisieren, hat sie nur einen Strang.
04:55
so we can take the blue strand in one tube
118
295160
3000
Wir können also den blauen Strang in einem Röhrchen haben
04:58
and make an orange strand in the other tube,
119
298160
2000
und einen orangefarbenen im anderen Röhrchen,
05:00
and they're floppy when they're single-stranded.
120
300160
2000
und wenn sie nur einen Strang hat, ist sie schwabbelig.
05:02
You mix them together and they make a rigid double helix.
121
302160
3000
Wenn man sie vermischt, ergeben sie eine feste Doppelhelix.
05:05
Now for the last 25 years,
122
305160
2000
In den letzten 25 Jahren
05:07
Ned Seeman and a bunch of his descendants
123
307160
2000
arbeiteten Ned Seeman und ein paar seiner Nachfolger
05:09
have worked very hard and made beautiful three-dimensional structures
124
309160
3000
hart daran, wunderschöne dreidimensionale Strukturen zu erstellen,
05:12
using this kind of reaction of DNA strands coming together.
125
312160
3000
indem diese Reaktion der DNA-Stränge ausgenutzt wird.
05:15
But a lot of their approaches, though elegant, take a long time.
126
315160
3000
Viele ihrer Ansätze sind zwar elegant, dauern aber lange.
05:18
They can take a couple of years, or it can be difficult to design.
127
318160
3000
Sie können ein paar Jahre dauern, oder sind schwierig zu entwerfen.
05:21
So I came up with a new method a couple of years ago
128
321160
3000
Also dachte ich mir vor ein paar Jahren eine neue Methode aus,
05:24
I call DNA origami
129
324160
1000
die ich DNA-Origami nenne,
05:25
that's so easy you could do it at home in your kitchen
130
325160
2000
und die so einfach ist, dass man sie selbst zuhause in der Küche verrichten kann
05:27
and design the stuff on a laptop.
131
327160
2000
und das Zeug auf dem Laptop entwerfen.
05:29
But to do it, you need a long, single strand of DNA,
132
329160
3000
Aber um das zu tun, wird ein einzelner, langer DNA-Strang benötigt.
05:32
which is technically very difficult to get.
133
332160
2000
Theoretisch kommt man da nur schwer ran.
05:34
So, you can go to a natural source.
134
334160
2000
Also kann man sich einer natürlichen Quelle bedienen.
05:36
You can look in this computer-fabricated artifact,
135
336160
2000
Sie können in dieses Computer-generierte Produkt hineinsehen,
05:38
and he's got a double-stranded genome -- that's no good.
136
338160
2000
und es hat ein doppelt gewundenes Genom – das nützt uns nichts.
05:40
You look in his intestines. There are billions of bacteria.
137
340160
3000
Man kann in seinen Darm schauen. Es gibt Milliarden Bakterien.
05:43
They're no good either.
138
343160
2000
Die nützen uns auch nichts.
05:45
Double strand again, but inside them, they're infected with a virus
139
345160
2000
Wieder doppelt gewunden, aber sie sind mit einem Virus infiziert,
05:47
that has a nice, long, single-stranded genome
140
347160
3000
der ein schönes, langes, einzeln gewundenes Genom hat,
05:50
that we can fold like a piece of paper.
141
350160
2000
das wir wie ein Stück Papier falten können.
05:52
And here's how we do it.
142
352160
1000
Und das machen wir so.
05:53
This is part of that genome.
143
353160
1000
Das ist Teil dieses Genoms.
05:54
We add a bunch of short, synthetic DNAs that I call staples.
144
354160
3000
Wir geben noch etwas kurze, synthetische DNA dazu, die ich Krampen nenne.
05:57
Each one has a left half that binds the long strand in one place,
145
357160
4000
Jede einzelne hat eine linke Hälfte, die den langen Strang festhält,
06:01
and a right half that binds it in a different place,
146
361160
3000
und eine rechte Hälfte, die ihn an einer anderen Stelle festhält,
06:04
and brings the long strand together like this.
147
364160
2000
und so wird der lange Strang so zusammengefügt.
06:07
The net action of many of these on that long strand
148
367160
2000
Unterm Strich falten sich so viele von ihnen auf diesem Strang
06:09
is to fold it into something like a rectangle.
149
369160
2000
in so etwas wie ein Rechteck.
06:11
Now, we can't actually take a movie of this process,
150
371160
2000
Davon können wir kein Video aufnehmen,
06:13
but Shawn Douglas at Harvard
151
373160
2000
aber Shawn Douglas aus Harvard
06:15
has made a nice visualization for us
152
375160
2000
hat uns das schön visualisiert.
06:17
that begins with a long strand and has some short strands in it.
153
377160
4000
Hier haben wir einen langen Strang mit ein paar kurzen dran.
06:21
And what happens is that we mix these strands together.
154
381160
4000
Und dann mischen wir diese Stränge zusammen.
06:25
We heat them up, we add a little bit of salt,
155
385160
2000
Wir erhitzen sie, fügen etwas Salz hinzu,
06:27
we heat them up to almost boiling and cool them down,
156
387160
2000
erhitzen sie fast bis zum Siedepunkt und kühlen sie ab,
06:29
and as we cool them down,
157
389160
1000
und während des Abkühlens
06:30
the short strands bind the long strands
158
390160
2000
fixieren die kurzen Stränge die langen
06:32
and start to form structure.
159
392160
2000
und es bildet sich eine Struktur heraus.
06:34
And you can see a little bit of double helix forming there.
160
394160
3000
Und Sie können sehen, wie sich hier eine Doppelhelix formt.
06:38
When you look at DNA origami,
161
398160
2000
Wenn Sie sich DNA-Origami anschauen,
06:40
you can see that what it really is,
162
400160
3000
können Sie erkennen, dass sie,
06:43
even though you think it's complicated,
163
403160
1000
obwohl es zunächst kompliziert scheint,
06:44
is a bunch of double helices that are parallel to each other,
164
404160
3000
nur ein Haufen Doppelhelices ist, die parallel liegen,
06:47
and they're held together
165
407160
2000
und sie werden dort zusammengehalten,
06:49
by places where short strands go along one helix
166
409160
2000
wo kurze Stränge an einer Helix entlang verlaufen
06:51
and then jump to another one.
167
411160
2000
und dann zu einer anderen springen.
06:53
So there's a strand that goes like this, goes along one helix and binds --
168
413160
3000
Es gibt also einen Strang, der so verläuft, entlang der Helix, sich fixiert –
06:56
it jumps to another helix and comes back.
169
416160
2000
dann springt er zu einer anderen Helix und kommt zurück.
06:58
That holds the long strand like this.
170
418160
2000
Das fixiert den langen Strang so.
07:00
Now, to show that we could make any shape or pattern
171
420160
3000
Um nun zu zeigen, dass wir beliebige Formen und Muster,
07:03
that we wanted, I tried to make this shape.
172
423160
2000
die wir wollten, erzeugen können, versuchte ich mich an so einer Form.
07:06
I wanted to fold DNA into something that goes up over the eye,
173
426160
2000
Ich wollte DNA zu etwas falten, das über dem Auge hoch geht,
07:08
down the nose, up the nose, around the forehead,
174
428160
3000
an der Nase runter, die Nase hoch, um die Stirn,
07:11
back down and end in a little loop like this.
175
431160
3000
wieder runter und dann in so einem Kringel endet.
07:14
And so, I thought, if this could work, anything could work.
176
434160
3000
Und, so dachte ich, wenn das funktioniert, geht alles.
07:17
So I had the computer program design the short staples to do this.
177
437160
3000
Also sollte das Computerprogramm die Krampen dafür entwerfen.
07:20
I ordered them; they came by FedEx.
178
440160
2000
Ich bestellte sie, sie kamen mit FedEx.
07:22
I mixed them up, heated them, cooled them down,
179
442160
2000
Ich vermischte sie, erhitzte sie und ließ sie abkühlen,
07:24
and I got 50 billion little smiley faces
180
444160
4000
und bekam 50 Milliarden grinsender Gesichter,
07:28
floating around in a single drop of water.
181
448160
2000
die in einem einzelnen Wassertropfen herumschwimmen.
07:30
And each one of these is just
182
450160
2000
Und jedes von ihnen ist einfach
07:32
one-thousandth the width of a human hair, OK?
183
452160
4000
ein Tausendstel so breit wie ein menschliches Haar, okay?
07:36
So, they're all floating around in solution, and to look at them,
184
456160
3000
Sie schweben da also alle in der Lösung herum.
07:39
you have to get them on a surface where they stick.
185
459160
2000
Um sie zu sehen, müssen wir sie auf eine klebrige Oberfläche bekommen.
07:41
So, you pour them out onto a surface
186
461160
2000
Also kippen wir sie auf eine Oberfläche
07:43
and they start to stick to that surface,
187
463160
2000
und sie kleben daran fest,
07:45
and we take a picture using an atomic-force microscope.
188
465160
2000
und dann machen wir ein Bild mittels Rasterkraftmikroskopie.
07:47
It's got a needle, like a record needle,
189
467160
2000
Es gibt eine Nadel, wie bei einem Plattenspieler,
07:49
that goes back and forth over the surface,
190
469160
2000
die sich auf der Oberfläche hin- und zurückbewegt,
07:51
bumps up and down, and feels the height of the first surface.
191
471160
3000
rauf und runter, und die Höhe der ersten Oberfläche ertastet.
07:54
It feels the DNA origami.
192
474160
2000
Sie fühlt das DNA-Origami.
07:56
There's the atomic-force microscope working
193
476160
2000
Hier ist das Rasterkraftmikroskop an der Arbeit,
07:59
and you can see that the landing's a little rough.
194
479160
1000
und man sieht, dass die Landung etwas hart ist.
08:00
When you zoom in, they've got, you know,
195
480160
2000
Beim Reinzoomen sehen wir
08:02
weak jaws that flip over their heads
196
482160
1000
schwache Kiefer, die über ihre Köpfe klappen,
08:03
and some of their noses get punched out, but it's pretty good.
197
483160
3000
und einige ihrer Nasen wurden eingeschlagen, aber sonst ganz gut.
08:06
You can zoom in and even see the extra little loop,
198
486160
2000
Man kann sich reinzoomen und sogar den kleinen Kringel sehen,
08:08
this little nano-goatee.
199
488160
2000
diesen kleinen Nano-Ziegenbart.
08:10
Now, what's great about this is anybody can do this.
200
490160
3000
Und das Tolle daran ist, dass es jeder tun kann.
08:13
And so, I got this in the mail about a year after I did this, unsolicited.
201
493160
4000
Und ungefähr ein Jahr später bekam ich überraschenderweise dies in der Post.
08:17
Anyone know what this is? What is it?
202
497160
3000
Weiß jemand, was das ist? Was ist es?
08:20
It's China, right?
203
500160
2000
Es ist China, nicht wahr?
08:22
So, what happened is, a graduate student in China,
204
502160
2000
Folgendes war passiert: Eine Studentin in China,
08:24
Lulu Qian, did a great job.
205
504160
2000
Lulu Qian, legte saubere Arbeit hin.
08:26
She wrote all her own software
206
506160
2000
Sie schrieb ihre ganz eigene Software,
08:28
to design and built this DNA origami,
207
508160
2000
um dieses DNA-Origami zu entwerfen und zu bauen,
08:30
a beautiful rendition of China, which even has Taiwan,
208
510160
3000
eine wunderbare Darstellung von China, sogar mit Taiwan,
08:33
and you can see it's sort of on the world's shortest leash, right?
209
513160
3000
und es hängt im Prinzip an der kürzesten Leine der Welt, nicht?
08:36
(Laughter)
210
516160
2000
(Lachen)
08:39
So, this works really well
211
519160
1000
Das funktioniert also echt gut
08:41
and you can make patterns as well as shapes, OK?
212
521160
2000
und man kann Muster sowie auch Formen bauen, okay?
08:44
And you can make a map of the Americas and spell DNA with DNA.
213
524160
3000
Und man kann eine Karte von Amerika erstellen und DNA mit DNA buchstabieren.
08:47
And what's really neat about it --
214
527160
3000
Und hier ist was Tolles...
08:50
well, actually, this all looks like nano-artwork,
215
530160
2000
also das sieht alles ein bisschen nach Nano-Kunst aus,
08:52
but it turns out that nano-artwork
216
532160
1000
aber diese Nano-Kunst stellt sich als Grundlage
08:53
is just what you need to make nano-circuits.
217
533160
2000
für das Erstellen von Nano-Schaltkreisen heraus.
08:55
So, you can put circuit components on the staples,
218
535160
2000
Also kann man Schaltkreiskomponenten auf die Krampen setzen,
08:57
like a light bulb and a light switch.
219
537160
2000
wie eine Glühbirne und einen Schalter.
08:59
Let the thing assemble, and you'll get some kind of a circuit.
220
539160
3000
Dann wartet man, bis es fertig ist, und bekommt eine Art Schaltkreis.
09:02
And then you can maybe wash the DNA away and have the circuit left over.
221
542160
3000
Und dann kann man vielleicht die DNA wegspülen und hat nur den Schaltkreis.
09:05
So, this is what some colleagues of mine at Caltech did.
222
545160
2000
Das haben also Kollegen von mir am Caltech getan.
09:07
They took a DNA origami, organized some carbon nano-tubes,
223
547160
3000
Sie nahmen ein DNA-Origami, organisierten ein paar Nano-Röhrchen aus Kohlefasern
09:10
made a little switch, you see here, wired it up,
224
550160
2000
und schlossen hier einen Schalter an,
09:12
tested it and showed that it is indeed a switch.
225
552160
3000
testeten es und bewiesen, dass es wirklich ein Schalter ist.
09:15
Now, this is just a single switch
226
555160
2000
Das ist nur ein einzelner Schalter.
09:17
and you need half a billion for a computer, so we have a long way to go.
227
557160
4000
Für einen Computer braucht man eine halbe Milliarde, es ist also noch ein weiter Weg.
09:21
But this is very promising
228
561160
2000
Aber es sieht sehr vielversprechend aus,
09:23
because the origami can organize parts just one-tenth the size
229
563160
5000
denn das Origami kann Teile von einem Zehntel der Größe
09:28
of those in a normal computer.
230
568160
1000
von denen in einem normalen Computer bauen.
09:29
So it's very promising for making small computers.
231
569160
3000
Das sieht also sehr gut aus für den Bau kleiner Computer.
09:32
Now, I want to get back to that compiler.
232
572160
3000
Kehren wir jetzt zu dem Compiler zurück.
09:35
The DNA origami is a proof that that compiler actually works.
233
575160
3000
Das DNA-Origami ist ein Beweis, dass der Compiler funktioniert.
09:39
So, you start with something in the computer.
234
579160
2000
Man beginnt also mit etwas im Computer.
09:41
You get a high-level description of the computer program,
235
581160
3000
Man bekommt eine abstrakte Beschreibung des Programms,
09:44
a high-level description of the origami.
236
584160
2000
eine abstrakte Beschreibung des Origamis.
09:46
You can compile it to molecules, send it to a synthesizer,
237
586160
3000
Man kann es zu Molekülen zusammensetzen und dann an einen Synthesizer schicken,
09:49
and it actually works.
238
589160
1000
und es funktioniert wirklich.
09:50
And it turns out that a company has made a nice program
239
590160
4000
Und jetzt hat eine Firma sogar ein nettes Programm gemacht.
09:54
that's much better than my code, which was kind of ugly,
240
594160
2000
Es ist viel besser als mein Code, der war etwas hässlich,
09:56
and will allow us to do this in a nice,
241
596160
1000
und so können wir das auf eine schöne,
09:57
visual, computer-aided design way.
242
597160
2000
visuelle und computerunterstützte Art entwerfen.
10:00
So, now you can say, all right,
243
600160
1000
Natürlich könnte man jetzt sagen,
10:01
why isn't DNA origami the end of the story?
244
601160
2000
wieso ist denn DNA-Origami nicht das Ende der Geschichte?
10:03
You have your molecular compiler, you can do whatever you want.
245
603160
2000
Hier haben wir den molekularen Compiler, damit können wir tun, was wir wollen.
10:05
The fact is that it does not scale.
246
605160
3000
Man kann es aber nicht skalieren.
10:08
So if you want to build a human from DNA origami,
247
608160
3000
Wenn man also aus DNA-Origami einen Menschen bauen will,
10:11
the problem is, you need a long strand
248
611160
2000
braucht man einen langen Strang,
10:13
that's 10 trillion trillion bases long.
249
613160
3000
der 10 Billionen Billionen Basen lang ist.
10:16
That's three light years' worth of DNA,
250
616160
2000
Das sind drei Lichtjahre DNA,
10:18
so we're not going to do this.
251
618160
2000
daraus wird also nichts.
10:20
We're going to turn to another technology,
252
620160
2000
Und so wenden wir uns einer anderen Technologie zu,
10:22
called algorithmic self-assembly of tiles.
253
622160
2000
die wir algorithmische Selbstassemblierung der Bausteine nennen.
10:24
It was started by Erik Winfree,
254
624160
2000
Sie wurde von Erik Winfree initiiert,
10:26
and what it does,
255
626160
1000
und diese Methode kann
10:27
it has tiles that are a hundredth the size of a DNA origami.
256
627160
4000
Bausteine von einem Hundertstel der Größe eines DNA-Origami verarbeiten.
10:31
You zoom in, there are just four DNA strands
257
631160
2000
Man zoomt rein, es gibt nur vier DNA-Stränge,
10:34
and they have little single-stranded bits on them
258
634160
2000
und auf ihnen sitzen einzelne Teilstränge,
10:36
that can bind to other tiles, if they match.
259
636160
2000
die sich an andere Bausteine heften können, wenn sie passen.
10:38
And we like to draw these tiles as little squares.
260
638160
3000
Und diese Bausteine stellen wir gern als kleine Quadrate dar.
10:42
And if you look at their sticky ends, these little DNA bits,
261
642160
2000
Wenn man sich ihre klebrigen Enden ansieht, diese DNA-Stückchen,
10:44
you can see that they actually form a checkerboard pattern.
262
644160
3000
dann sieht man, dass sie ein Schachbrettmuster bilden.
10:47
So, these tiles would make a complicated, self-assembling checkerboard.
263
647160
3000
Also wird aus ihnen ein kompliziertes, sich selbst montierendes Schachbrett.
10:50
And the point of this, if you didn't catch that,
264
650160
2000
Und der springende Punkt daran ist, falls das jemand verpasst hat,
10:52
is that tiles are a kind of molecular program
265
652160
3000
dass die Bausteine eine Art molekulares Programm sind,
10:55
and they can output patterns.
266
655160
3000
die Muster ausgeben können.
10:58
And a really amazing part of this is
267
658160
2000
Und ein faszinierender Aspekt daran ist,
11:00
that any computer program can be translated
268
660160
2000
dass ein jedes Computerprogramm in eines dieser
11:02
into one of these tile programs -- specifically, counting.
269
662160
3000
Bausteinprogramme übersetzt werden kann, besonders Zähler.
11:05
So, you can come up with a set of tiles
270
665160
3000
Man kann also einen Satz Bausteine vorbereiten,
11:08
that when they come together, form a little binary counter
271
668160
3000
die bei ihrer Verbindung einen kleinen binären Zähler formen,
11:11
rather than a checkerboard.
272
671160
2000
und kein Schachbrett.
11:13
So you can read off binary numbers five, six and seven.
273
673160
3000
Man kann die Binärzahlen fünf, sechs und sieben ablesen.
11:16
And in order to get these kinds of computations started right,
274
676160
3000
Und um diese Berechnungen auf den richtigen Weg zu bringen,
11:19
you need some kind of input, a kind of seed.
275
679160
2000
braucht man eine Art Input, einen Samen sozusagen.
11:21
You can use DNA origami for that.
276
681160
2000
Dafür kann man DNA-Origami verwenden.
11:23
You can encode the number 32
277
683160
2000
Man kann die Zahl 32
11:25
in the right-hand side of a DNA origami,
278
685160
2000
auf die rechte Seite eines DNA-Origami kodieren,
11:27
and when you add those tiles that count,
279
687160
2000
und wenn man diese zählenden Bausteine hinzufügt,
11:29
they will start to count -- they will read that 32
280
689160
3000
dann beginnen sie zu zählen – sie erkennen die 32
11:32
and they'll stop at 32.
281
692160
2000
und hören bei 32 auf.
11:34
So, what we've done is we've figured out a way
282
694160
3000
Wir haben also eine Methode gefunden,
11:37
to have a molecular program know when to stop going.
283
697160
3000
ein molekulares Programm zum wissentlichen Aufhören zu bringen.
11:40
It knows when to stop growing because it can count.
284
700160
2000
Es weiß, wann es nicht mehr weiterwachsen soll, weil es zählen kann.
11:42
It knows how big it is.
285
702160
2000
Es weiß, wie groß es ist.
11:44
So, that answers that sort of first question I was talking about.
286
704160
3000
Das beantwortet also die erste Frage, die ich vorhin erwähnte.
11:47
It doesn't tell us how babies do it, however.
287
707160
3000
Es sagt uns aber nicht, wie Babies das hinkriegen.
11:50
So now, we can use this counting to try and get at much bigger things
288
710160
4000
Jetzt können wir versuchen, mit diesem Zählen größere Dinge zu erreichen,
11:54
than DNA origami could otherwise.
289
714160
1000
die DNA-Origami normalerweise nicht kann.
11:55
Here's the DNA origami, and what we can do
290
715160
3000
Hier ist das DNA-Origami, und wir können eins tun,
11:58
is we can write 32 on both edges of the DNA origami,
291
718160
3000
wir schreiben 32 auf beide Seiten des DNA-Origami,
12:01
and we can now use our watering can
292
721160
2000
und können nun unsere Gießkanne verwenden
12:03
and water with tiles, and we can start growing tiles off of that
293
723160
4000
und mit Bausteinen gießen, und daraus wachsen dann Bausteine
12:07
and create a square.
294
727160
2000
und formen ein Quadrat.
12:09
The counter serves as a template
295
729160
3000
Der Zähler dient als Vorlage,
12:12
to fill in a square in the middle of this thing.
296
732160
2000
der einen Baustein in der Mitte ausfüllen soll.
12:14
So, what we've done is we've succeeded
297
734160
1000
Uns ist es also gelungen,
12:15
in making something much bigger than a DNA origami
298
735160
3000
etwas viel größeres als DNA-Origami zu erschaffen,
12:18
by combining DNA origami with tiles.
299
738160
3000
indem wir DNA-Origami und Bausteine verbunden haben.
12:21
And the neat thing about it is, is that it's also reprogrammable.
300
741160
3000
Und das Tolle daran ist, man kann es umprogrammieren.
12:24
You can just change a couple of the DNA strands in this binary representation
301
744160
4000
Man kann einfach ein paar DNA-Stränge in der binären Darstellung ändern
12:28
and you'll get 96 rather than 32.
302
748160
3000
und bekommt 96 anstatt 32.
12:31
And if you do that, the origami's the same size,
303
751160
3000
Und wenn man das tut, hat das Origami dieselbe Größe,
12:34
but the resulting square that you get is three times bigger.
304
754160
4000
aber unser Quadrat ist am Ende dreimal so groß.
12:39
So, this sort of recapitulates
305
759160
1000
Das fasst also zusammen,
12:40
what I was telling you about development.
306
760160
2000
was ich vorhin über Entwicklung erzählte.
12:42
You have a very sensitive computer program
307
762160
3000
Wir haben ein sehr sensibles Computerprogramm,
12:45
where small changes -- single, tiny, little mutations --
308
765160
3000
wo kleine Änderungen – winzige, einzelne Mutationen –
12:48
can take something that made one size square
309
768160
2000
etwas nehmen, das ein Quadrat einer Größe schuf,
12:50
and make something very much bigger.
310
770160
3000
und daraus etwas viel Größeres machen.
12:54
Now, this -- using counting to compute
311
774160
3000
Und das – die Verwendung von Zählern zur Berechnung
12:57
and build these kinds of things
312
777160
2000
und zum Bau dieser Dinge
12:59
by this kind of developmental process
313
779160
2000
durch diese Art Entwicklungsprozess
13:01
is something that also has bearing on Craig Venter's question.
314
781160
4000
ist etwas, das sich auch auf Craig Venters Frage auswirkt.
13:05
So, you can ask, how many DNA strands are required
315
785160
2000
Also kann man fragen: "Wie viele DNA-Stränge braucht man,
13:07
to build a square of a given size?
316
787160
2000
um ein Quadrat einer bestimmten Größe zu bauen?"
13:09
If we wanted to make a square of size 10, 100 or 1,000,
317
789160
5000
Wenn wir ein Quadrat der Größe 10, 100 oder 1.000 machen wollten,
13:14
if we used DNA origami alone,
318
794160
2000
wenn wir nur DNA-Origami dazu verwendeten,
13:16
we would require a number of DNA strands that's the square
319
796160
3000
dann entspräche die benötigte Anzahl der DNA-Stränge der
13:19
of the size of that square;
320
799160
2000
Größe des Quadrats im Quadrat:
13:21
so we'd need 100, 10,000 or a million DNA strands.
321
801160
2000
Wir brauchten also 100, 10.000 oder eine Million DNA-Stränge.
13:23
That's really not affordable.
322
803160
2000
Das können wir uns nicht so recht leisten.
13:25
But if we use a little computation --
323
805160
2000
Aber wenn wir unsere Berechnungen nehmen –
13:27
we use origami, plus some tiles that count --
324
807160
4000
wir nehmen Origami, und ein paar zählende Bausteine –
13:31
then we can get away with using 100, 200 or 300 DNA strands.
325
811160
3000
dann geht das auch mit 100, 200 oder 300 DNA-Strängen.
13:34
And so we can exponentially reduce the number of DNA strands we use,
326
814160
5000
Und so können wir die Zahl der verwendeten DNA-Stränge
13:39
if we use counting, if we use a little bit of computation.
327
819160
3000
mit nur ein bisschen Zählen und Berechnung exponentiell verringern.
13:42
And so computation is some very powerful way
328
822160
3000
Berechnung ist also eine sehr effektive Art,
13:45
to reduce the number of molecules you need to build something,
329
825160
3000
die Anzahl der zum Bau benötigten Moleküle zu reduzieren
13:48
to reduce the size of the genome that you're building.
330
828160
3000
und die Größe des zu bauenden Genoms zu reduzieren.
13:51
And finally, I'm going to get back to that sort of crazy idea
331
831160
3000
Und schließlich komme ich zu der verrückten Idee zurück,
13:54
about computers building computers.
332
834160
2000
dass Computer Computer bauen.
13:56
If you look at the square that you build with the origami
333
836160
3000
Schauen Sie sich das Quadrat an, das wir mit dem Origami gebaut haben,
13:59
and some counters growing off it,
334
839160
2000
und die Zähler, die aus ihm wachsen,
14:01
the pattern that it has is exactly the pattern that you need
335
841160
3000
sein Muster ist exakt das Muster, das wir brauchen,
14:04
to make a memory.
336
844160
1000
um einen Speicher zu erschaffen.
14:05
So if you affix some wires and switches to those tiles --
337
845160
3000
Befestigen wir also ein paar Drähte und Schalter an den Bausteinen –
14:08
rather than to the staple strands, you affix them to the tiles --
338
848160
3000
wir heften sie also nicht an die Stränge, sondern an die Bausteine –
14:11
then they'll self-assemble the somewhat complicated circuits,
339
851160
3000
dann bauen sie die komplizierteren Schaltkreise selbst zusammen,
14:14
the demultiplexer circuits, that you need to address this memory.
340
854160
3000
die Demultiplexer-Schaltkreise, die wir für diesen Speicher brauchen.
14:17
So you can actually make a complicated circuit
341
857160
2000
Also können wir einen komplizierten Schaltkreis schaffen,
14:19
using a little bit of computation.
342
859160
2000
indem wir nur ein bisschen Berechnung verwenden.
14:21
It's a molecular computer building an electronic computer.
343
861160
3000
Es ist ein molekularer Computer, der einen elektronischen baut.
14:24
Now, you ask me, how far have we gotten down this path?
344
864160
3000
Und jetzt fragt ihr: "Wie weit sind wir auf dieser Straße?"
14:27
Experimentally, this is what we've done in the last year.
345
867160
3000
Experimentell haben wir das im vergangenen Jahr getan.
14:30
Here is a DNA origami rectangle,
346
870160
2000
Hier ist ein Rechteck aus DNA-Origami,
14:33
and here are some tiles growing from it.
347
873160
2000
und hier wachsen ein paar Bausteine daraus.
14:35
And you can see how they count.
348
875160
2000
Und man kann sehen, wie sie zählen.
14:37
One, two, three, four, five, six, nine, 10, 11, 12, 17.
349
877160
12000
Eins, zwei, drei, vier, fünf, sechs, neun, zehn, elf, zwölf, siebzehn.
14:49
So it's got some errors, but at least it counts up.
350
889160
4000
Da sind ein paar Fehler drin, aber wenigstens zählt es in eine Richtung.
14:53
(Laughter)
351
893160
1000
(Lachen)
14:54
So, it turns out we actually had this idea nine years ago,
352
894160
3000
Diese Idee hatten wir vor neun Jahren,
14:57
and that's about the time constant for how long it takes
353
897160
3000
und das ist die ungefähre Zeitkonstante, die wir zum Erreichen
15:00
to do these kinds of things, so I think we made a lot of progress.
354
900160
2000
dieser Dinge benötigen. Ich würde sagen, wir haben viel geschafft.
15:02
We've got ideas about how to fix these errors.
355
902160
2000
Wir haben ein paar Ideen, wie wir diese Fehler lösen,
15:04
And I think in the next five or 10 years,
356
904160
2000
Und ich glaube, dass wir in den nächsten 5 bis 10 Jahren
15:06
we'll make the kind of squares that I described
357
906160
2000
die Quadrate herstellen können, die ich beschrieben habe,
15:08
and maybe even get to some of those self-assembled circuits.
358
908160
3000
und vielleicht sogar ein paar der selbstmontierten Schaltkreise.
15:11
So now, what do I want you to take away from this talk?
359
911160
4000
Was möchte ich euch allen aus diesem Vortrag mitgeben?
15:15
I want you to remember that
360
915160
2000
Ich möchte, dass ihr euch bewusst seid,
15:17
to create life's very diverse and complex forms,
361
917160
4000
dass das Leben, um seine sehr diversen und komplexen
15:21
life uses computation to do that.
362
921160
2000
Formen zu erschaffen, Berechnung verwendet.
15:23
And the computations that it uses, they're molecular computations,
363
923160
4000
Und die verwendeten Berechnungen sind molekular,
15:27
and in order to understand this and get a better handle on it,
364
927160
2000
und um das zu verstehen und es besser in den Griff zu bekommen,
15:29
as Feynman said, you know,
365
929160
2000
wie Feynman sagte,
15:31
we need to build something to understand it.
366
931160
2000
müssen wir etwas bauen, um es zu verstehen.
15:33
And so we are going to use molecules and refashion this thing,
367
933160
4000
Also werden wir Moleküle nehmen und das alles umbauen,
15:37
rebuild everything from the bottom up,
368
937160
2000
es von Grund auf zu erbauen,
15:39
using DNA in ways that nature never intended,
369
939160
3000
indem wir DNA so verwenden, wie die Natur es nie beabsichtigte,
15:42
using DNA origami,
370
942160
2000
indem wir DNA-Origami verwenden,
15:44
and DNA origami to seed this algorithmic self-assembly.
371
944160
3000
und das soll diese algorithmische Selbstassemblierung begründen.
15:47
You know, so this is all very cool,
372
947160
2000
Und das ist alles schon ziemlich cool,
15:50
but what I'd like you to take from the talk,
373
950160
1000
aber was ihr aus diesem Vortrag mitnehmen solltet,
15:51
hopefully from some of those big questions,
374
951160
2000
vielleicht aus einer dieser großen Fragen,
15:53
is that this molecular programming isn't just about making gadgets.
375
953160
3000
ist dass sich die molekulare Programmierung nicht ums Erschaffen von Spielereien dreht.
15:56
It's not just making about --
376
956160
2000
Es geht nicht nur um –
15:58
it's making self-assembled cell phones and circuits.
377
958160
2000
es geht nicht um selbstmontierte Handys und Schaltkreise.
16:00
What it's really about is taking computer science
378
960160
2000
Es geht aber darum, mithilfe der Informatik
16:02
and looking at big questions in a new light,
379
962160
3000
große Fragen in einem neuen Licht zu betrachten,
16:05
asking new versions of those big questions
380
965160
2000
neue Versionen dieser großen Fragen zu stellen
16:07
and trying to understand how biology
381
967160
2000
und zu verstehen, wie die Biologie
16:09
can make such amazing things. Thank you.
382
969160
2000
solche faszinierenden Dinge schaffen kann. Danke.
16:12
(Applause)
383
972160
7000
(Applaus)
Über diese Website

Auf dieser Seite finden Sie YouTube-Videos, die zum Englischlernen nützlich sind. Sie sehen Englischlektionen, die von hochkarätigen Lehrern aus der ganzen Welt unterrichtet werden. Doppelklicken Sie auf die englischen Untertitel, die auf jeder Videoseite angezeigt werden, um das Video von dort aus abzuspielen. Die Untertitel laufen synchron mit der Videowiedergabe. Wenn Sie irgendwelche Kommentare oder Wünsche haben, kontaktieren Sie uns bitte über dieses Kontaktformular.

https://forms.gle/WvT1wiN1qDtmnspy7