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

Übersetzung: Johannes Duschner Lektorat: Angelika Lueckert Leon

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

Die nächsten 16 Minuten nehme ich Sie mit auf eine Reise,

that is probably the biggest dream of humanity:

die wohl der größte Menschheitstraum ist:

to understand the code of life.

den Code des Lebens zu verstehen.

So for me, everything started many, many years ago

Bei mir fing alles vor vielen Jahren an,

when I met the first 3D printer.

als ich Bekanntschaft mit dem ersten 3D-Drucker machte.

The concept was fascinating.

Das Konzept war spannend.

A 3D printer needs three elements:

Einem 3D-Drucker genügen drei Komponenten:

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

Informationen, Ausgangsmaterial, Energie;

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

und er kann irgendein Objekt herstellen, das vorher nicht da war.

I was doing physics, I was coming back home

Ich studierte Physik, kam nach Hause zurück

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

und erkannte, dass ich schon immer einen 3D-Drucker kannte.

And everyone does.

Wie jeder andere auch.

It was my mom.

Es war meine Mutter.

(Laughter)

(Lachen)

My mom takes three elements:

Meiner Mutter genügten drei Komponenten:

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

Informationen -- in diesem Fall von meinem Vater und meiner Mutter --,

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

Ausgangsmaterial und Energie -- beides als Lebensmittel --

and after several months, produces me.

und nach mehreren Monaten brachte sie mich zu Stande.

And I was not existent before.

Auch ich war vorher nicht existent.

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

Abgesehen vom Schock zu entdecken, dass meine Mutter ein 3D-Drucker war,

I immediately got mesmerized by that piece,

faszinierte mich sofort der erste Teil:

the first one, the information.

die Information.

What amount of information does it take

Welche Informationsmenge braucht man,

um einen Menschen zu erschaffen?

to build and assemble a human?

Is it much? Is it little?

Ist es viel oder wenig?

How many thumb drives can you fill?

Wie viele USB-Sticks lassen sich damit füllen?

Well, I was studying physics at the beginning

Ich war Physik-Studienanfänger

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

und nahm ein riesiges Lego-Modell als Analogie für einen Menschen.

So, imagine that the building blocks are little atoms

Stellen Sie sich vor, die Bausteine seien kleine Atome

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

und hier ein Wasserstoff, da ein Kohlenstoff

und dort ein Stickstoff.

So in the first approximation,

In einer ersten Annäherung nahm ich an,

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

dass man einen Menschen erschaffen könnte,

wenn man die Anzahl der Atome auflistet, die einen Menschen ausmachen.

I can build it.

Now, you can run some numbers

Man kann einige Berechnungen anstellen

and that happens to be quite an astonishing number.

und es scheint eine ziemlich erstaunliche Anzahl zu sein.

So the number of atoms,

Die Datei für die Anzahl der Atome, die man für ein Baby benötigt

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

und die ich abspeichern will,

will actually fill an entire Titanic of thumb drives --

füllt die ganze Titanic mit USB-Sticks,

multiplied 2,000 times.

multipliziert mit 2000.

This is the miracle of life.

Das ist das Wunder des Lebens.

Every time you see from now on a pregnant lady,

Von nun an verbinden Sie mit einer Schwangeren

jedes Mal die größte Datenmenge,

she's assembling the biggest amount of information

that you will ever encounter.

die ihnen jemals unterkommen wird.

Forget big data, forget anything you heard of.

Haken Sie Big Data ab, vergessen Sie, wovon sie gehört haben.

This is the biggest amount of information that exists.

Das ist die größte existierende Datenmenge.

(Applause)

(Applaus)

Aber ...

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

die Natur ist glücklicherweise viel schlauer als ein junger Physiker

and in four billion years, managed to pack this information

und schaffte es in vier Milliarden Jahren

in a small crystal we call DNA.

die Informationen in ein kleines Kristall, namens DNA, zu packen.

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

Man stieß 1950 zum ersten Mal darauf,

als Rosalind Franklin, eine erstaunliche Wissenschaftlerin,

an amazing scientist, a woman,

took a picture of it.

ein Foto davon machte.

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

Aber es dauerte mehr als 40 Jahre bis man in eine menschliche Zelle blickte,

take out this crystal,

dieses Kristall herausholte,

unroll it, and read it for the first time.

es ausrollte und das erste Mal las.

The code comes out to be a fairly simple alphabet,

Der Code stellt sich als ziemlich einfaches Alphabet heraus.

four letters: A, T, C and G.

Vier Buchstaben: A, T, C und G.

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

Um einen Menschen zu bilden, benötigt man davon drei Milliarden.

Three billion.

Drei Milliarden.

How many are three billion?

Was bedeutet drei Milliarden?

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

Die Zahl alleine ist sinnlos, oder?

So I was thinking how I could explain myself better

Also dachte ich darüber nach, wie ich mir besser verdeutlichen könnte,

about how big and enormous this code is.

wie riesengroß dieser Code ist.

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

Ich werde dazu Unterstützung benötigen

and the best person to help me introduce the code

und die beste Person, die mir dabei helfen kann, den Code vorzustellen,

ist der Erste, der ihn in eine Reihenfolge brachte:

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

Dr. Craig Venter.

So welcome onstage, Dr. Craig Venter.

Herzlich Willkommen auf der Bühne: Dr. Craig Venter.

(Applause)

(Applaus)

Not the man in the flesh,

Nicht aus Fleisch und Blut,

but for the first time in history,

aber zum ersten Mal in der Geschichte

this is the genome of a specific human,

druckte man das Genom eines bestimmten Menschen aus,

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

Seite für Seite, Buchstabe für Buchstabe.

262,000 pages of information,

Daten auf 262 000 Seiten, 450 Kilogramm schwer,

450 kilograms, shipped from the United States to Canada

verfrachtete man von den USA nach Kanada.

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

Der Dank geht an Bruno Bowden, Lulu.com, der alles Erforderliche unternahm.

It was an amazing feat.

Es war ein erstaunlicher Kraftakt.

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

Das ist der visuell wahrnehmbare Code des Lebens.

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

Erstmals kann ich etwas Lustiges tun.

I can actually poke inside it and read.

Ich kann hineinschauen und darin lesen.

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

Nehmen wir dieses interessante Buch.

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

Da ist ein Vermerk; es ist ein ziemlich dickes Buch.

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

Nur um Sie verstehen zu lassen, was der Code des Lebens ist.

Thousands and thousands and thousands

Tausende und Abermillionen Buchstaben

and millions of letters.

And they apparently make sense.

Sie sind anscheinend sinnvoll.

Let's get to a specific part.

Sehen wir uns einen bestimmten Teil an.

Let me read it to you:

Ich lese ihn vor:

(Laughter)

(Lachen)

"AAG, AAT, ATA."

"AAG, AAT, ATA."

To you it sounds like mute letters,

Die Buchstaben sagen Ihnen nichts,

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

aber durch diese Abfolge erhält Craig seine Augenfarbe.

I'll show you another part of the book.

Ich zeige Ihnen einen anderen Buchteil.

This is actually a little more complicated.

Der ist ein wenig komplizierter.

Chromosome 14, book 132:

Chromosom 14, Buch 132:

(Laughter)

(Lachen)

As you might expect.

Wie Sie vielleicht erwartet haben.

(Laughter)

(Lachen)

"ATT, CTT, GATT."

"ATT, CTT, GATT."

This human is lucky,

Dieser Mensch hat Glück,

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

denn wenn nur zwei Buchstaben an dieser Stelle fehlen --

two letters of our three billion --

zwei Buchstaben unserer drei Milliarden --

he will be condemned to a terrible disease:

verdammt es einen zu einer schrecklichen Krankheit:

cystic fibrosis.

Mukoviszidose.

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

Es gibt keine Heilung und man kennt keine Lösung.

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

Es sind nur zwei Buchstaben, die uns unterscheiden.

A wonderful book, a mighty book,

Ein wundervolles Buch, ein mächtiges Buch,

a mighty book that helped me understand

das mich begreifen und Ihnen etwas Bemerkenswertes zeigen ließ.

and show you something quite remarkable.

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

Bei jedem von uns sind ungefähr 5 Millionen nötig,

is just about five million of these,

um uns zu dem zu machen, was wir sind:

half a book.

ein halbes Buch.

For the rest,

Ansonsten sind wir alle absolut identisch.

we are all absolutely identical.

Fünfhundert Seiten sind das Wunder ihres Lebens.

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

The rest, we all share it.

Das Übrige haben wir gemeinsam.

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

Überdenken Sie noch einmal den Glauben, wir seien unterschiedlich.

This is the amount that we share.

Das ist unsere gemeinsame Menge.

So now that I have your attention,

Jetzt da ich Ihre Aufmerksamkeit habe,

the next question is:

ist die nächste Frage:

How do I read it?

Wie liest man ihn?

How do I make sense out of it?

Wie versteht man die Bedeutung?

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

Aber wie gut Sie auch im Zusammenbauen schwedischer Möbel sein mögen,

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

diese Bedienungsanleitung können Sie in Ihrem ganzen Leben nicht knacken.

(Laughter)

(Lachen)

And so, in 2014, two famous TEDsters,

Im Jahr 2014 entschieden sich zwei berühmte TEDster,

Peter Diamandis and Craig Venter himself,

Peter Diamandis und Craig Venter,

decided to assemble a new company.

ein neues Unternehmen aufzubauen.

Human Longevity was born,

Human Longevity war geboren

with one mission:

und es hat einen Auftrag:

trying everything we can try

Alles auszuprobieren, was geht und alles aus diesen Büchern zu erfahren,

and learning everything we can learn from these books,

with one target --

mit dem einen Ziel:

making real the dream of personalized medicine,

den Traum personalisierter Medizin zu verwirklichen,

understanding what things should be done to have better health

zu verstehen, was man tun sollte, um die Gesundheit zu verbessern

and what are the secrets in these books.

und was die Geheimnisse in diesen Büchern sind.

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

Ein tolles Team, 40 Data Scientists und viele weitere Leute,

a pleasure to work with.

mit denen es eine Freude war zu arbeiten.

The concept is actually very simple.

Das Konzept ist eigentlich sehr einfach.

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

Wir benutzen eine Technologie, die man Maschinelles Lernen nennt.

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

Einerseits haben wir tausende von Genomen,

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

andererseits sammelten wir den größten Datenbestand zum Menschen:

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

Erscheinungsformen, 3D-Scans, Nuklearmagnetresonanz --

alles Erdenkliche.

Inside there, on these two opposite sides,

Zwischen diesen gegenüberliegenden Seiten

there is the secret of translation.

liegt das Geheimnis der Umwandlung.

And in the middle, we build a machine.

Dazwischen bauten wir eine Maschine auf.

We build a machine and we train a machine --

Wir bauten und trainierten eine Maschine,

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

-- nicht nur eine, sondern viele Maschinen --,

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

um das Genom zu verstehen und es in Erscheinungsformen zu übertragen.

What are those letters, and what do they do?

Was bedeuten diese Buchstaben und wozu führen sie?

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

Das ist ein Ansatz, der für alles genutzt werden kann,

but using it in genomics is particularly complicated.

aber die Nutzung in der Genomforschung ist teilweise kompliziert.

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

Nach und nach wuchsen wir

und stellten uns unterschiedlichen Aufgaben.

We started from the beginning, from common traits.

Wir fingen ganz von vorne an, mit gemeinsamen Merkmalen.

Common traits are comfortable because they are common,

Gemeinsame Merkmale sind angenehm, weil wir sie gemeinsam haben.

everyone has them.

So we started to ask our questions:

Wir begannen damit, unsere Fragen zu stellen:

Can we predict height?

Kann man die Größe vorhersagen?

Can we read the books and predict your height?

Kann man die Bücher lesen und ihre Größe vorhersagen?

Well, we actually can,

Eigentlich kann man es

with five centimeters of precision.

mit einer Treffsicherheit bis auf 5 Zentimeter.

BMI is fairly connected to your lifestyle,

Der Body-Mass-Index hängt ziemlich an unserem Lebensstil,

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

aber man liegt mit einer Genauigkeit von 8 Kilogramm nahe dran.

Can we predict eye color?

Kann man die Augenfarbe vorhersagen?

Yeah, we can.

Eighty percent accuracy.

Ja, das kann man.

Mit 80zig prozentiger Treffsicherheit.

Can we predict skin color?

Kann man die Hautfarbe vorhersagen?

Yeah we can, 80 percent accuracy.

Ja, das kann man: 80-prozentige Treffsicherheit.

Can we predict age?

Kann man das Alter vorhersagen?

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

Man kann es, denn der Code ändert sich anscheinend während des Lebens.

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

Er wird kürzer, verliert Stücke, bekommt Einschübe.

We read the signals, and we make a model.

Wir nehmen die Signale wahr und erstellen ein Modell.

Now, an interesting challenge:

Eine interessante Herausforderung:

Can we predict a human face?

Kann man Gesichtszüge vorhersagen?

Es ist ein bisschen kompliziert,

It's a little complicated,

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

denn ein menschliches Gesicht ist auf Millionen Buchstaben verstreut.

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

Ein menschliches Gesicht ist kein sehr genau abgegrenztes Objekt.

So, we had to build an entire tier of it

Wir mussten davon eine ganze Maske erstellen,

to learn and teach a machine what a face is,

sie einbetten und auf das Wesentliche reduzieren,

and embed and compress it.

um einer Maschine beizubringen, was ein Gesicht ist.

And if you're comfortable with machine learning,

Wenn Sie mit maschinellem Lernen vertraut sind,

you understand what the challenge is here.

verstehen Sie, worin hier die Herausforderung liegt.

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

Nach 15 Jahren -- 15 Jahre nachdem man die erste Sequenz gelesen hat --

this October, we started to see some signals.

fingen wir im letzten Oktober an, einige Signale zu verstehen.

And it was a very emotional moment.

Es war ein sehr emotionaler Augenblick.

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

Hier sehen Sie eine Versuchsperson, die in unser Labor kam.

This is a face for us.

Das ist für uns ein Gesicht.

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

Wir reduzierten die Komplexität des Gesichts einer echten Person,

denn nicht alles in einem Gesicht ist ursprünglich vorhanden --

because not everything is in your face --

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

viele Merkmale, Defekte und Asymmetrien ergeben sich im Verlauf des Lebens.

We symmetrize the face, and we run our algorithm.

Wir machten das Gesicht symmetrisch und ließen unseren Algorithmus laufen.

The results that I show you right now,

Die Ergebnisse, die ich Ihnen nun zeige,

this is the prediction we have from the blood.

sagten wir mit Hilfe des Blutes vorher.

(Applause)

(Applaus)

Wait a second.

Warten Sie eine Sekunde.

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

In diesen Augenblicken, in denen Sie hin und her blicken,

links und rechts, links und rechts

and your brain wants those pictures to be identical.

will Ihr Gehirn, dass die Bilder identisch sind.

Daher bitte ich Sie, der Ehrlichkeit halber,

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

Please search for the differences,

um eine weitere Aufgabe.

Bitte suchen Sie nach den Unterschieden,

which are many.

die zahlreich sind.

The biggest amount of signal comes from gender,

Die größte Menge an Signalen ergibt sich aus dem Geschlecht,

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

dann aus dem Alter, dem Body-Mass-Index und der ethnischen Zugehörigkeit.

And scaling up over that signal is much more complicated.

Dieses Signal zu verstärken ist viel komplizierter.

But what you see here, even in the differences,

Aber was Sie hier sehen, sogar trotz der Unterschiede,

lets you understand that we are in the right ballpark,

lässt Sie verstehen, dass wir bei der richtigen Hausnummer sind

that we are getting closer.

und näher kommen.

And it's already giving you some emotions.

Es ruft bei Ihnen bereits einige Gefühle hervor.

This is another subject that comes in place,

Das ist eine andere Versuchsperson

and this is a prediction.

und das ist die Vorhersage.

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

Ein schmaleres Gesicht, die Schädelstruktur stimmt nicht ganz,

but still, it's in the ballpark.

aber es ist immer noch die richtige Größenordnung.

This is a subject that comes in our lab,

Das ist die Versuchsperson, die in unser Labor kam,

and this is the prediction.

und das ist die Vorhersage.

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

Diese Menschen waren nie in das Training der Maschinen eingebunden.

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

Sie gehören zur sogenannten "Bereitschaftsgruppe".

But these are people that you will probably never believe.

Was sie vermutlich nicht glauben werden, aber das sind echte Menschen.

We're publishing everything in a scientific publication,

Wir drucken alles in einer wissenschaftlichen Veröffentlichung ab,

you can read it.

sodass man es nachlesen kann.

But since we are onstage, Chris challenged me.

Aber seit wir anfingen, fordert Chris mich heraus.

I probably exposed myself and tried to predict

Ich lehnte mich aus dem Fenster und versuchte eine Vorhersage zu jemandem,

someone that you might recognize.

den sie vielleicht erkennen.

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

In diesem Blutröhrchen --

Sie können sich nicht vorstellen, was wir anstellen mussten,

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

in this vial of blood is the amount of biological information

ist die Menge an biologischer Information,

that we need to do a full genome sequence.

die wir für eine vollständige Genom-Sequenz benötigen.

We just need this amount.

Diese Menge genügt.

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

Wir führten die Sequenzierung durch und ich werde es mit Ihnen machen.

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

Wir wendeten die ganzen vorhandenen Erkenntnisse an.

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

Wir sagten mit dem Blutröhrcheninhalt das männliche Geschlecht vorher.

And the subject is a male.

Die Person ist männlich.

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

Wir sagten vorher, dass er 1 Meter und 76 cm groß ist.

The subject is a meter and 77 cm.

Die Person ist 1 Meter und 77 cm.

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

Wir sagten vorher, dass er 76 Kilo schwer ist,

die Person ist 82 Kilo schwer.

We predict his age, 38.

Wir sagten vorher, sein Alter wäre 38.

The subject is 35.

Die Person ist 35.

We predict his eye color.

Wir sagten seine Augenfarbe vorher.

Too dark.

Zu dunkel.

We predict his skin color.

Wir sagten seine Hautfarbe vorher.

We are almost there.

Sie stimmt fast überein.

That's his face.

Das ist sein Gesicht.

Now, the reveal moment:

Nun kommt der Augenblick der Offenbarung:

the subject is this person.

Das ist die Versuchsperson.

(Laughter)

(Lachen)

And I did it intentionally.

Ich stellte mich bewusst zur Verfügung.

I am a very particular and peculiar ethnicity.

Ich gehöre einer speziellen und eigentümlichen Ethnie an.

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

Südeuropäer, Italiener -- sie passen zu keinem Modell.

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

Es ist heikel,

dass Ethnizität ein komplexer Ausnahmefall für unser Modell ist.

But there is another point.

Aber es gibt einen weiteren Aspekt.

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

Die Merkmale, die wir häufig zur Personenerkennung nutzen,

will never be written in the genome.

wird nicht in das Genom geschrieben.

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

Es ist unser freier Wille, es ist wie ich aussehe.

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

In diesem Fall nicht mein Haarschnitt, aber wie mein Bart gestutzt ist.

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

Ich werde in diesem Fall den Bart --

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

das ist nichts weiter als Photoshop, kein Modellieren --

the beard on the subject.

auf die Vorhersage übertragen.

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

Sofort bekommen wir einen besseren Eindruck davon.

So, why do we do this?

Warum machen wir das?

We certainly don't do it for predicting height

Wir machen es sicherlich nicht, um die Größe vorherzusagen

or taking a beautiful picture out of your blood.

oder aus unserem Blut heraus ein schönes Bild zu erstellen.

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

Wir machen das, weil dieselbe Technologie und dieselbe Herangehensweise,

the machine learning of this code,

wie die Maschinen von diesem Code lernten,

is helping us to understand how we work,

uns verstehen hilft, wie wir funktionieren,

how your body works,

wie unser Körper funktioniert,

how your body ages,

wie unser Körper altert,

how disease generates in your body,

wie sich Krankheiten in unserem Körper entwickeln,

how your cancer grows and develops,

wie Krebs wächst und sich entwickelt,

how drugs work

wie Medikamente wirken

and if they work on your body.

und ob sie sich auf den Körper auswirken.

This is a huge challenge.

Das ist eine riesige Aufgabe.

This is a challenge that we share

Das ist eine Aufgabe,

with thousands of other researchers around the world.

die wir mit Tausenden anderer Forscher weltweit teilen.

It's called personalized medicine.

Sie nennt sich personalisierte Medizin.

It's the ability to move from a statistical approach

Das ist die Fähigkeit, sich von einen statistischen Ansatz,

where you're a dot in the ocean,

wo man ein Tropfen im Ozean ist,

to a personalized approach,

hinzubewegen auf einen personalisierten Ansatz,

where we read all these books

wo man alle Bücher gelesen hat

and we get an understanding of exactly how you are.

und man die Erkenntnis hat, wie es einem genau geht.

But it is a particularly complicated challenge,

Aber das ist eine besonders komplizierte Aufgabe,

because of all these books, as of today,

weil wir aus den ganzen Büchern nach heutigem Stand

we just know probably two percent:

wahrscheinlich nur zwei Prozent wissen:

four books of more than 175.

vier Bücher von mehr als 175.

And this is not the topic of my talk,

Das ist nicht das Thema meines Vortrags,

because we will learn more.

weil wir mehr erfahren werden.

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

Die besten Köpfe auf der Welt sind an diesem Thema dran.

The prediction will get better,

Die Vorhersagen werden besser werden,

the model will get more precise.

die Modelle werden präziser werden.

And the more we learn,

Je mehr wir erfahren,

the more we will be confronted with decisions

desto mehr werden wir mit Entscheidungen konfrontiert,

that we never had to face before

die wir vorher nicht treffen mussten:

about life,

Über das Leben,

about death,

über den Tod,

about parenting.

über Elternschaft.

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

Wir berühren den innersten Ausschnitt der Funktionsweise des Lebens.

And it's a revolution that cannot be confined

Es ist eine Revolution,

die nicht auf das Gebiet der Wissenschaft oder der Technologie begrenzt werden kann.

in the domain of science or technology.

This must be a global conversation.

Das muss eine weltweite Diskussion geben.

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

Wir müssen über die Zukunft unserer Menschheit nachdenken.

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

Wir müssen mit Kreativen, Künstlern, Philosophen,

with politicians.

mit Politikern den Austausch suchen.

Everyone is involved,

Jeder ist beteiligt,

because it's the future of our species.

weil es um die Zukunft unserer Art geht.

Without fear, but with the understanding

Ohne Angst, aber mit der Erkenntnis,

that the decisions that we make in the next year

dass die Entscheidungen, die wir in den nächsten Jahren treffen,

will change the course of history forever.

den Gang der Geschichte für immer verändern.

Thank you.

Danke.

(Applause)

(Applaus)