The age of genetic wonder | Juan Enriquez

125,761 views ・ 2019-03-01

TED


Haga doble clic en los subtítulos en inglés para reproducir el vídeo.

Traductor: Marlén Scholand Cámara Revisor: Lidia Cámara de la Fuente
00:13
So let me with start with Roy Amara.
0
13134
2390
Déjenme empezar con Roy Amara.
00:16
Roy's argument is that most new technologies tend to be overestimated
1
16350
4211
El argumento de Roy es que con la mayoría de las nuevas tecnologías
00:20
in their impact to begin with,
2
20585
2068
se tiende a sobreestimar su impacto al principio
00:22
and then they get underestimated in the long term
3
22677
2402
y luego también a largo plazo
00:25
because we get used to them.
4
25103
1364
por acostumbrarnos a ellas.
00:26
These really are days of miracle and wonder.
5
26491
2196
Estos son realmente días milagrosos y maravillosos.
00:29
You remember that wonderful song by Paul Simon?
6
29433
2381
¿Recuerdan esa maravillosa canción de Paul Simon?
00:32
There were two lines in it.
7
32365
1338
Había solo dos líneas.
00:33
So what was it that was considered miraculous back then?
8
33727
3687
Y, ¿qué era lo que se consideraba milagroso en aquel entonces?
00:38
Slowing down things -- slow motion --
9
38393
2072
Ralentizar cosas, la cámara lenta,
00:41
and the long-distance call.
10
41371
1728
y las conferencias de larga distancia.
00:43
Because, of course, you used to get interrupted by operators
11
43941
2859
Porque, claro, uno solía ser interrumpido por los operadores
00:46
who'd tell you, "Long distance calling. Do you want to hang up?"
12
46824
2997
que decían: "Llamada de larga distancia. ¿Quiere descolgar?"
00:49
And now we think nothing of calling all over the world.
13
49845
2702
Y ahora no pensamos en otra cosa que llamar a todo el mundo.
00:53
Well, something similar may be happening
14
53040
2630
Algo similar puede estar pasando
00:55
with reading and programming life.
15
55694
2072
con la lectura y la programación de la vida.
00:58
But before I unpack that,
16
58636
1728
Pero antes de entrar en eso,
01:01
let's just talk about telescopes.
17
61069
2684
vamos a hablar de telescopios.
01:04
Telescopes were overestimated originally in their impact.
18
64798
4311
Los telescopios fueron sobreestimados originalmente en su impacto.
01:09
This is one of Galileo's early models.
19
69133
2169
Este es uno de los primeros modelos de Galileo.
01:12
People thought it was just going to ruin all religion.
20
72090
3359
La gente pensaba que solo iba a arruinar toda religión.
01:15
(Laughter)
21
75473
1150
(Risas)
01:18
So we're not paying that much attention to telescopes.
22
78862
2714
Así que no prestamos tanta atención a los telescopios.
01:22
But, of course, telescopes launched 10 years ago, as you just heard,
23
82628
4082
Pero, claro, los telescopios se lanzaron hace 10 años, como acaban de escuchar,
01:26
could take this Volkswagen, fly it to the moon,
24
86734
2991
se podía tomar este Volkswagen, volarlo a la luna,
01:29
and you could see the lights on that Volkswagen light up on the moon.
25
89749
5856
y se podía ver las luces en las que el Volkswagen se iluminaba en la luna.
01:36
And that's the kind of resolution power that allowed you to see
26
96624
3262
Y ese es el tipo de poder de resolución que nos permitió ver
01:40
little specks of dust floating around distant suns.
27
100592
3604
pequeñas motas de polvo flotando alrededor de soles distantes.
01:44
Imagine for a second that this was a sun a billion light years away,
28
104220
3464
Imaginen un segundo que esto era un sol a mil millones de años luz de distancia,
01:48
and you had a little speck of dust that came in front of it.
29
108310
2927
y había un poco de polvo delante de él.
01:51
That's what detecting an exoplanet is like.
30
111566
2501
Así es como es la detección de un exoplaneta.
01:55
And the cool thing is, the telescopes that are now being launched
31
115268
3790
Y lo bueno es que los telescopios que se están lanzando ahora
02:00
would allow you to see a single candle lit on the moon.
32
120138
3005
nos permitirían ver una sola vela encendida en la luna.
02:04
And if you separated it by one plate,
33
124279
2828
Y si lo separan por un plato,
02:07
you could see two candles separately at that distance.
34
127131
2794
se podrían ver dos velas por separado a esa distancia.
02:11
And that's the kind of resolution that you need
35
131124
2813
Y ese es el tipo de resolución que se necesita
02:13
to begin to image that little speck of dust
36
133961
2468
para empezar a visualizar esa pequeña mota de polvo
02:16
as it comes around the sun
37
136453
1286
cuando aparece alrededor del sol
02:17
and see if it has a blue-green signature.
38
137763
2049
para ver si tiene una marca azul-verde.
02:21
And if it does have a blue-green signature,
39
141120
2071
Y si tiene una marca azul-verde,
02:23
it means that life is common in the universe.
40
143215
2220
significa que la vida es común en el universo.
02:25
The first time you ever see a blue-green signature on a distant planet,
41
145459
4196
La primera vez que se ve una marca azul-verde en un planeta distante,
02:29
it means there's photosynthesis there,
42
149679
1993
significa que hay fotosíntesis allí,
02:31
there's water there,
43
151696
1281
hay agua allí
02:33
and the chances that you saw the only other planet with photosynthesis
44
153001
3872
y la posibilidad de ver el otro planeta con fotosíntesis
02:36
are about zero.
45
156897
1363
son alrededor de cero.
02:39
And that's a calendar-changing event.
46
159108
1896
Y eso es un evento que cambia el calendario.
02:41
There's a before and after we were alone in the universe:
47
161670
2752
Hay un antes y después de estar solos en el universo:
02:44
forget about the discovery of whatever continent.
48
164446
2470
Olvídense del descubrimiento de cualquier continente.
02:48
So as you're thinking about this,
49
168751
1580
Así que mientras piensan en esto,
02:50
we're now beginning to be able to image most of the universe.
50
170355
2902
ahora empezamos a visualizar la mayor parte del universo.
02:53
And that is a time of miracle and wonder.
51
173281
2254
Y eso es una época de milagro y maravilla.
02:55
And we kind of take that for granted.
52
175559
2352
Y eso lo damos por sentado.
02:59
Something similar is happening in life.
53
179562
1915
Algo similar está sucediendo en la vida.
03:01
So we're hearing about life in these little bits and pieces.
54
181501
3038
Así que estamos escuchando de la vida en estas pequeñas piezas.
03:04
We hear about CRISPR, and we hear about this technology,
55
184563
2658
Escuchamos sobre CRISPR, y escuchamos sobre esta tecnología,
03:07
and we hear about this technology.
56
187245
1666
Y nos enteramos de esta tecnología.
03:08
But the bottom line on life is that life turns out to be code.
57
188935
3388
Pero la conclusión de la vida es que la vida resulta ser un código.
03:13
And life as code is a really important concept because it means,
58
193900
3950
Y la vida como código es un concepto realmente importante porque significa,
03:17
just in the same way as you can write a sentence
59
197874
3210
de la misma manera que puedes escribir una oración
03:21
in English or in French or Chinese,
60
201108
3118
en inglés o en francés o chino,
03:25
just in the same way as you can copy a sentence,
61
205146
2906
de la misma manera que puedes copiar una oración,
03:28
just in the same way as you can edit a sentence,
62
208076
2526
de la misma manera que puedes editar una oración,
03:30
just in the same way as you can print a sentence,
63
210626
2350
de la misma manera que puedes imprimir una oración,
03:33
you're beginning to be able to do that with life.
64
213000
2719
se estás empezando a poder hacer eso con la vida.
03:37
It means that we're beginning to learn how to read this language.
65
217237
3511
Significa que estamos empezando a aprender a leer este idioma.
03:40
And this, of course, is the language that is used by this orange.
66
220772
3236
Y este, por supuesto, es el lenguaje que utiliza esta naranja.
03:44
So how does this orange execute code?
67
224702
1796
Y, ¿cómo funciona este código naranja?
03:46
It doesn't do it in ones and zeroes like a computer does.
68
226522
2708
No lo hace en unos y ceros como una computadora.
03:49
It sits on a tree, and one day it does:
69
229254
1885
Se sienta en un árbol y un día lo hace:
03:51
plop!
70
231163
1150
¡Plaf!
03:52
And that means: execute.
71
232819
1805
Y eso significa: ejecutar.
03:55
AATCAAG: make me a little root.
72
235149
3272
AATCAAG: hazme una pequeña raíz.
03:59
TCGACC: make me a little stem.
73
239057
2502
TCGACC: hazme un pequeño tallo.
04:01
GAC: make me some leaves. AGC: make me some flowers.
74
241583
3438
GAC: hazme unas hojas. AGC: hazme unas flores.
04:05
And then GCAA: make me some more oranges.
75
245045
2857
Y luego GCAA: hazme unas naranjas más.
04:08
If I edit a sentence in English on a word processor,
76
248984
4073
Si edito una oración en inglés en un procesador de textos,
04:15
then what happens is you can go from this word to that word.
77
255153
3441
lo que pasa es que se puede pasar de esta palabra a esa palabra.
04:20
If I edit something in this orange
78
260134
2136
Si edito algo en esta naranja
04:22
and put in GCAAC, using CRISPR or something else that you've heard of,
79
262294
4983
y lo pongo en GCAAC, usando CRISPR o alguna otra cosa que haya escuchado,
04:28
then this orange becomes a lemon,
80
268261
1797
entonces esta naranja se convierte en un limón,
04:30
or it becomes a grapefruit,
81
270957
1548
o se convierte en una toronja,
04:32
or it becomes a tangerine.
82
272529
1657
o se convierte en una mandarina.
04:35
And if I edit one in a thousand letters,
83
275102
2018
Y si edito una en mil letras,
04:37
you become the person sitting next to you today.
84
277144
2360
se convierte en la persona sentada a su lado hoy.
04:40
Be more careful where you sit.
85
280757
1520
Tengan más cuidado de dónde se sientan.
04:42
(Laughter)
86
282301
1189
(Risas)
04:45
What's happening on this stuff is it was really expensive to begin with.
87
285014
3475
Lo que sucede con esto es que, al principio era muy caro.
04:48
It was like long-distance calls.
88
288513
1695
Era como llamadas a larga distancia.
04:51
But the cost of this is dropping 50 percent faster than Moore's law.
89
291399
3606
Pero el costo se está reduciendo al 50 % más rápidamente que la ley de Moore.
04:55
The first $200 full genome was announced yesterday by Veritas.
90
295909
3832
El primer genoma completo de USD 200 fue anunciado ayer por Veritas.
05:00
And so as you're looking at these systems,
91
300494
2130
Y así, mientras vemos estos sistemas,
05:02
it doesn't matter, it doesn't matter, it doesn't matter, and then it does.
92
302648
3802
no importa, no importa, no importa, y luego lo hace.
05:06
So let me just give you the map view of this stuff.
93
306474
3405
Así que déjenme mostrarles el mapa de estas cosas.
05:10
This is a big discovery.
94
310973
2559
Este es un gran descubrimiento.
05:13
There's 23 chromosomes.
95
313556
1923
Hay 23 cromosomas.
05:15
Cool.
96
315503
1228
Súper.
05:17
Let's now start using a telescope version, but instead of using a telescope,
97
317287
3679
Empecemos a usar una versión de telescopio pero, en lugar de usar un telescopio,
05:20
let's use a microscope to zoom in
98
320990
2320
usemos un microscopio para acercar
05:23
on the inferior of those chromosomes,
99
323334
2072
en la parte inferior de esos cromosomas,
05:25
which is the Y chromosome.
100
325430
1621
que es el cromosoma Y.
05:28
It's a third the size of the X. It's recessive and mutant.
101
328432
3014
Es un tercio del tamaño de la X. Es recesivo y mutante.
05:32
But hey,
102
332443
1151
Pero,
05:34
just a male.
103
334262
1219
solo un varón.
05:36
And as you're looking at this stuff,
104
336914
2280
Y como ven estas cosas,
05:39
here's kind of a country view
105
339218
3450
aquí hay una especie de vista de país
05:42
at a 400 base pair resolution level,
106
342692
2204
a un nivel de resolución de 400 pares de bases,
05:44
and then you zoom in to 550, and then you zoom in to 850,
107
344920
3419
y luego al acercarnos a 550 y luego a 850,
05:48
and you can begin to identify more and more genes as you zoom in.
108
348363
3285
se comienzan a identificar más y más genes a medida al acercarnos.
05:52
Then you zoom in to the state level,
109
352249
2304
Luego al acercarnos al nivel de estado,
05:55
and you can begin to tell who's got leukemia,
110
355473
2804
y se puede empezar a decir quién tiene leucemia,
05:59
how did they get leukemia, what kind of leukemia do they have,
111
359543
3024
cómo contrajeron leucemia, qué tipo de leucemia tienen,
06:02
what shifted from what place to what place.
112
362591
2064
qué cambió de qué lugar a qué lugar.
06:05
And then you zoom in to the Google street view level.
113
365330
2858
Y luego nos acercamos al nivel de Google Street View.
Esto es lo que pasa si se tiene cáncer colorrectal.
06:09
So this is what happens if you have colorectal cancer
114
369387
2673
06:12
for a very specific patient on the letter-by-letter resolution.
115
372084
4207
para un paciente muy específico en la resolución letra por letra.
06:18
So what we're doing in this stuff is we're gathering information
116
378148
3110
Lo que hacemos con esto es recopilar información
06:21
and just generating enormous amounts of information.
117
381282
2516
y generar enormes cantidades de información.
06:23
This is one of the largest databases on the planet
118
383822
2874
Esta es una de las bases de datos más grandes del planeta
06:26
and it's growing faster than we can build computers to store it.
119
386720
3872
y crece más rápido de lo que podemos construir computadoras para almacenarla.
06:32
You can create some incredible maps with this stuff.
120
392063
2466
Uno puede crear algunos mapas increíbles con esto.
06:35
You want to understand the plague and why one plague is bubonic
121
395292
2971
Si se quiere entender la plaga y por qué una plaga es bubónica
06:38
and the other one is a different kind of plague
122
398287
2224
y si el otro es otro tipo de plaga.
06:40
and the other one is a different kind of plague?
123
400535
2310
Y la otra, ¿es otro tipo de plaga?
06:42
Well, here's a map of the plague.
124
402869
1730
Aquí hay un mapa de la plaga.
Algunas son absolutamente mortales para los humanos,
06:45
Some are absolutely deadly to humans,
125
405037
1820
06:46
some are not.
126
406881
1185
otras no lo son.
06:48
And note, by the way, as you go to the bottom of this,
127
408486
2596
Y, por cierto, a medida que uno va al fondo,
06:51
how does it compare to tuberculosis?
128
411106
1753
¿cómo se compara con la tuberculosis?
06:53
So this is the difference between tuberculosis and various kinds of plagues,
129
413708
3629
Esta es la diferencia entre la tuberculosis y varios tipos de plagas,
06:57
and you can play detective with this stuff,
130
417361
2335
y se puede jugar a ser detective con estas cosas,
06:59
because you can take a very specific kind of cholera
131
419720
2475
porque se puede tomar un tipo muy específico de cólera
07:02
that affected Haiti,
132
422219
1190
como la que afectó a Haití,
07:04
and you can look at which country it came from,
133
424377
2686
y se puede ver de qué país procedía,
07:07
which region it came from,
134
427087
1726
de qué región,
07:09
and probably which soldier took that from that African country to Haiti.
135
429496
4742
y probablemente qué soldado la llevó de ese país africano a Haití.
07:17
Zoom out.
136
437133
1512
Disminuir el zoom
07:18
It's not just zooming in.
137
438669
1571
no es solo hacer zoom.
Este es uno de los mapas más geniales jamás realizados por los humanos.
07:21
This is one of the coolest maps ever done by human beings.
138
441042
2854
07:24
What they've done is taken all the genetic information they have
139
444446
3056
Se ha tomado toda la información genética que tienen
07:27
about all the species,
140
447526
1481
sobre todas las especies,
07:29
and they've put a tree of life on a single page
141
449031
3430
y han puesto un árbol de la vida en una sola página
07:32
that you can zoom in and out of.
142
452485
1578
que se puede acercar y alejar.
07:34
So this is what came first, how did it diversify, how did it branch,
143
454484
3721
Y esto es lo que vino primero, cómo se diversificó, cómo se ramificó,
cómo de grande es ese genoma,
07:38
how large is that genome,
144
458229
1230
07:39
on a single page.
145
459483
1197
en una sola página.
07:41
It's kind of the universe of life on Earth,
146
461619
2063
Es como el universo de la vida en la Tierra.
07:43
and it's being constantly updated and completed.
147
463706
2449
y está siendo constantemente actualizado y completado.
07:46
And so as you're looking at this stuff,
148
466982
1859
Y así, mientras miras estas cosas,
07:48
the really important change is the old biology used to be reactive.
149
468865
3351
el cambio importante es la antigua biología que solía ser reactiva.
07:52
You used to have a lot of biologists that had microscopes,
150
472240
2720
Antes había muchos biólogos que tenían microscopios,
07:54
and they had magnifying glasses and they were out observing animals.
151
474984
3299
y tenían lupas y estaban afuera observando animales.
07:58
The new biology is proactive.
152
478897
1869
La nueva biología es proactiva.
08:01
You don't just observe stuff, you make stuff.
153
481433
3019
No solo se observan cosas, se hacen cosas.
08:05
And that's a really big change
154
485135
1648
Y eso es un gran cambio.
08:06
because it allows us to do things like this.
155
486807
2809
Porque nos permite hacer cosas como esta.
08:10
And I know you're really excited by this picture.
156
490559
2467
Y sé que están realmente encantados con esta foto.
08:13
(Laughter)
157
493050
1111
(Risas)
08:14
It only took us four years and 40 million dollars
158
494185
2374
Solo nos llevó cuatro años y USD 40 millones
08:16
to be able to take this picture.
159
496583
1602
poder tomar esta foto.
08:18
(Laughter)
160
498209
1230
(Risas)
08:19
And what we did
161
499463
1371
Y lo que hicimos
08:21
is we took the full gene code out of a cell --
162
501586
3275
es tomar el código genético completo de una célula,
08:24
not a gene, not two genes, the full gene code out of a cell --
163
504885
3911
no un gen, no dos genes, el código completo de un gen de una célula
08:30
built a completely new gene code,
164
510016
1840
construir un código genético completamente nuevo,
08:32
inserted it into the cell,
165
512825
1575
e insertarlo en la célula,
08:34
figured out a way to have the cell execute that code
166
514424
2932
haciendo que la célula ejecute ese código
08:37
and built a completely new species.
167
517380
2254
y construir así una especie completamente nueva.
08:40
So this is the world's first synthetic life form.
168
520884
2485
Esta es la primera forma de vida sintética del mundo.
08:45
And so what do you do with this stuff?
169
525810
1895
¿Y qué hacemos con estas cosas?
08:48
Well, this stuff is going to change the world.
170
528430
2204
Bueno, esto va a cambiar el mundo.
08:51
Let me give you three short-term trends
171
531417
1939
Déjenme darles tres tendencias a corto plazo
08:53
in terms of how it's going to change the world.
172
533380
2255
sobre cómo va a cambiar el mundo.
08:56
The first is we're going to see a new industrial revolution.
173
536269
2921
La primera es que vamos a ver una nueva revolución industrial.
08:59
And I actually mean that literally.
174
539674
1701
Y en realidad lo digo literalmente.
09:01
So in the same way as Switzerland and Germany and Britain
175
541992
4491
Así como Suiza y Alemania y Gran Bretaña
09:06
changed the world with machines like the one you see in this lobby,
176
546507
3658
cambiaron el mundo con máquinas como la que se ve en este vestíbulo,
09:11
created power --
177
551537
1196
creando energía
09:13
in the same way CERN is changing the world,
178
553273
2664
de la misma manera, el CERN está cambiando el mundo,
09:15
using new instruments and our concept of the universe --
179
555961
3347
usando nuevos instrumentos y nuestro concepto del universo,
09:20
programmable life forms are also going to change the world
180
560060
2894
las formas de vida programables también cambiarán el mundo.
09:23
because once you can program cells
181
563810
1655
porque una vez que se pueden programar células
09:25
in the same way as you program your computer chip,
182
565489
2528
de la misma manera que uno programa su chip de computadora,
entonces se puede hacer casi cualquier cosa.
09:29
then you can make almost anything.
183
569736
1693
09:32
So your computer chip can produce photographs,
184
572369
2779
Así que su chip de computadora puede producir fotografías,
09:35
can produce music, can produce film,
185
575172
2073
puede producir música, películas,
09:37
can produce love letters, can produce spreadsheets.
186
577269
2413
puede producir cartas de amor, hojas de cálculo.
09:39
It's just ones and zeroes flying through there.
187
579706
2244
son solo unos y ceros volando por allí.
09:42
If you can flow ATCGs through cells,
188
582604
2605
Si se puede influir ATCGs en las células,
09:46
then this software makes its own hardware,
189
586123
3054
entonces este software hace su propio hardware,
09:49
which means it scales very quickly.
190
589201
2072
lo que significa que se escala muy rápidamente.
09:52
No matter what happens,
191
592487
1651
No importa lo que pase,
09:54
if you leave your cell phone by your bedside,
192
594162
2158
si dejas tu celular junto a tu cama,
09:56
you will not have a billion cell phones in the morning.
193
596344
2586
no tendrás mil millones de celulares por la mañana.
09:59
But if you do that with living organisms,
194
599489
4913
Pero si se hace eso con organismos vivos,
10:05
you can make this stuff at a very large scale.
195
605222
2389
se pueden hacer estas cosas a gran escala.
10:09
One of the things you can do is you can start producing
196
609390
2896
Una de las cosas es comenzar a producir
10:12
close to carbon-neutral fuels
197
612310
2223
combustibles casi neutros en carbono
10:14
on a commercial scale by 2025,
198
614557
2426
a escala comercial en 2025,
10:18
which we're doing with Exxon.
199
618054
1761
lo que estamos haciendo con Exxon.
10:20
But you can also substitute for agricultural lands.
200
620870
2409
Pero también se puede sustituir por tierras agrícolas.
10:23
Instead of having 100 hectares to make oils or to make proteins,
201
623303
4751
En lugar de tener 100 hectáreas para hacer aceites o proteínas,
10:28
you can make it in these vats
202
628078
1859
se puede hacer en estas cubas
10:29
at 10 or 100 times the productivity per hectare.
203
629961
2868
aumentando a 10 o 100 veces la productividad por hectárea.
10:33
Or you can store information, or you can make all the world's vaccines
204
633488
3382
O almacenar información o hacer todas las vacunas del mundo
10:36
in those three vats.
205
636894
1299
en esas tres cubas.
10:39
Or you can store most of the information that's held at CERN in those three vats.
206
639276
3949
O almacenar la mayor parte de información guardada en el CERN en esas tres cubas.
10:44
DNA is a really powerful information storage device.
207
644350
3209
El ADN es un dispositivo de almacenamiento de información realmente poderoso.
10:48
Second turn:
208
648806
1588
Segundo turno:
10:50
you're beginning to see the rise of theoretical biology.
209
650418
2784
Empiezas a ver el auge de la biología teórica.
10:54
So, medical school departments are one of the most conservative places on earth.
210
654256
4202
Las facultades de Medicina son uno de los lugares más conservadores del mundo.
10:58
The way they teach anatomy is similar to the way they taught anatomy
211
658482
3417
La forma en que enseñan anatomía es similar como enseñaron anatomía
11:01
100 years ago.
212
661923
1166
hace 100 años.
11:03
"Welcome, student. Here's your cadaver."
213
663113
2024
"Bienvenido, estudiante. Aquí está tu cadáver".
11:06
One of the things medical schools are not good at is creating new departments,
214
666149
3707
Las facultades de Medicina no son buenas creando nuevos departamentos,
11:09
which is why this is so unusual.
215
669880
1749
por eso esto es tan inusual.
11:12
Isaac Kohane has now created a department based on informatics, data, knowledge
216
672351
6498
Isaac Kohane ha creado un departamento basado en informática, datos, conocimiento
11:18
at Harvard Medical School.
217
678873
1511
en Harvard Medical School.
Y en cierto sentido, lo que está empezando a suceder
11:21
And in a sense, what's beginning to happen is
218
681408
2177
11:23
biology is beginning to get enough data
219
683609
2482
es que la biología empieza a obtener tantos datos
11:26
that it can begin to follow the steps of physics,
220
686115
2766
que puede empezar a seguir los pasos de la física,
11:28
which used to be observational physics
221
688905
3388
que solía ser la física observacional
11:32
and experimental physicists,
222
692317
1971
y físicos experimentales,
11:34
and then started creating theoretical biology.
223
694312
2162
para luego comenzar a crear biología teórica.
11:36
Well, that's what you're beginning to see
224
696498
2004
Eso es lo que se empieza a ver,
11:38
because you have so many medical records,
225
698526
1980
porque hay muchos registros médicos,
11:40
because you have so much data about people:
226
700530
2032
porque hay mucha información sobre las personas:
11:42
you've got their genomes, you've got their viromes,
227
702586
2410
sus genomas, sus viromas,
11:45
you've got their microbiomes.
228
705020
1494
sus microbiomas.
11:46
And as this information stacks,
229
706538
1981
Y como esta información se acumula,
11:48
you can begin to make predictions.
230
708543
2063
se puede empezar a hacer predicciones.
Lo tercero que está sucediendo es que esto está llegando al consumidor.
11:52
The third thing that's happening is this is coming to the consumer.
231
712149
3255
11:56
So you, too, can get your genes sequenced.
232
716629
4156
Así que Uds. también pueden secuenciar tus genes.
12:01
And this is beginning to create companies like 23andMe,
233
721698
2728
Y esto está empezando a crear empresas como 23andMe,
12:04
and companies like 23andMe are going to be giving you
234
724450
2478
y empresas como 23andMe nos van a dar
12:06
more and more and more data,
235
726952
1352
más y más y más datos,
12:08
not just about your relatives,
236
728328
1544
no solo de nuestros parientes,
12:10
but about you and your body,
237
730562
1360
sino de nosotros y nuestro cuerpo,
12:11
and it's going to compare stuff,
238
731946
1531
y vamos a comparar cosas,
12:13
and it's going to compare stuff across time,
239
733501
2093
a comparar cosas a través del tiempo,
12:15
and these are going to become very large databases.
240
735618
2607
Y estas van a convertirse en bases de datos muy grandes.
12:18
But it's also beginning to affect a series of other businesses
241
738249
2962
Pero también está empezando a afectar a otras empresas
12:21
in unexpected ways.
242
741235
1537
en formas inesperadas.
12:23
Normally, when you advertise something, you really don't want the consumer
243
743802
3751
Normalmente, cuando se anuncia algo, realmente no se quiere que el consumidor
12:27
to take your advertisement into the bathroom to pee on.
244
747577
4567
lleve su anuncio al baño para orinar.
12:33
Unless, of course, if you're IKEA.
245
753993
2055
A menos que, por supuesto, son eres IKEA.
12:37
Because when you rip this out of a magazine and you pee on it,
246
757381
2906
porque cuando sacas esto de una revista y hace pis encima,
12:40
it'll turn blue if you're pregnant.
247
760311
2069
se pondrá azul, si estás embarazada.
12:42
(Laughter)
248
762404
1213
(Risas)
12:44
And they'll give you a discount on your crib.
249
764214
3873
Y te darán un descuento en la cuna.
12:48
(Laughter)
250
768111
1158
(Risas)
12:49
Right? So when I say consumer empowerment,
251
769293
2015
Así que cuando digo potenciación del consumidor,
12:51
and this is spreading beyond biotech,
252
771332
2739
y esto se está extendiendo más allá de la biotecnología,
12:54
I actually really mean that.
253
774095
1819
realmente me refiero a eso.
12:58
We're now beginning to produce, at Synthetic Genomics,
254
778273
3365
Ahora estamos empezando a producir, en Synthetic Genomics,
13:02
desktop printers
255
782540
1471
impresoras de escritorio
13:05
that allow you to design a cell,
256
785228
3530
que nos permiten diseñar una célula,
13:08
print a cell,
257
788782
1167
imprimir una célula,
13:09
execute the program on the cell.
258
789973
1845
ejecutar el programa en la célula.
13:12
We can now print vaccines
259
792825
2103
Ahora podemos imprimir vacunas
13:14
real time as an airplane takes off
260
794952
2247
a tiempo real como un avión que despega
13:17
before it lands.
261
797223
1190
antes de de aterrizar.
13:19
We're shipping 78 of these machines this year.
262
799929
2572
Estamos enviando 78 de estas máquinas este año.
13:24
This is not theoretical biology. This is printing biology.
263
804068
4473
Esto no es biología teórica. Esto es imprimir biología.
13:30
Let me talk about two long-term trends
264
810182
2196
Déjenme hablar de dos tendencias a largo plazo
13:33
that are coming at you over a longer time period.
265
813374
3326
que lles llegarán a Uds. en un período de tiempo más largo.
13:37
The first one is, we're starting to redesign species.
266
817658
2656
La primera es que estamos empezando a rediseñar las especies.
13:41
And you've heard about that, right?
267
821055
1777
Y han oído hablar de eso, ¿verdad?
13:42
We're redesigning trees. We're redesigning flowers.
268
822856
2681
Estamos rediseñando los árboles. Estamos rediseñando las flores.
13:45
We're redesigning yogurt,
269
825561
2293
Estamos rediseñando el yogur,
13:48
cheese, whatever else you want.
270
828513
2030
el queso, cualquier cosa que deseen.
13:51
And that, of course, brings up the interesting question:
271
831678
2650
Y eso, por supuesto, trae la interesante pregunta:
13:54
How and when should we redesign humans?
272
834884
2336
¿Cómo y cuándo debemos rediseñar a los humanos?
13:59
And a lot of us think, "Oh no, we never want to redesign humans."
273
839566
3557
Y muchos pensamos: "No, nunca queremos rediseñar a los humanos".
A menos que, por supuesto, su hijo tenga un gen de Huntington
14:04
Unless, of course, if your child has a Huntington's gene
274
844147
2715
14:06
and is condemned to death.
275
846886
1389
y está condenado a muerte.
14:09
Or, unless if you're passing on a cystic fibrosis gene,
276
849172
3363
O, a menos que esté transmitiendo un gen de fibrosis quística,
14:12
in which case, you don't just want to redesign yourself,
277
852559
2690
en ese caso, no solo quieres rediseñarte,
14:15
you want to redesign your children and their children.
278
855273
2539
sino que quieres rediseñar a tus hijos y sus hijos.
14:18
And these are complicated debates and they're going to happen in real time.
279
858723
3645
Y estos son debates complicados y van a suceder en tiempo real.
14:22
I'll give you one current example.
280
862839
1951
Les voy a dar un ejemplo actual.
14:25
One of the debates going on at the National Academies today
281
865531
3072
Uno de los debates actuales en las Academias Nacionales
14:29
is you have the power to put a gene drive into mosquitoes
282
869896
4702
es si se puede poner un gen en mosquitos
14:34
so that you will kill all the malaria-carrying mosquitoes.
283
874622
2984
para que maten a todos los mosquitos portadores de malaria.
14:39
Now, some people say,
284
879547
2560
Ahora, algunas personas dicen,
14:42
"That's going to affect the environment in an extreme way, don't do it."
285
882964
3465
"Eso afectaría el medio ambiente de manera extrema, no se debe hacer".
14:47
Other people say,
286
887326
1155
Otras personas dicen
14:48
"This is one of the things that's killing millions of people yearly.
287
888505
3227
"Esta es una de las cosas que mata a millones de personas cada año,
14:51
Who are you to tell me that I can't save the kids in my country?"
288
891756
3548
¿quién eres tú para decirme que no puedo salvar a los niños en mi país?
¿Y por qué este debate es tan complicado?
14:57
And why is this debate so complicated?
289
897183
1853
14:59
Because as soon as you let this loose in Brazil
290
899060
2881
Porque tan pronto como sueltas esto en Brasil.
15:01
or in Southern Florida --
291
901965
1423
o en el sur de la Florida,
15:03
mosquitoes don't respect walls.
292
903412
1541
los mosquitos no respetan las paredes.
15:04
You're making a decision for the world
293
904977
2301
Se está tomando una decisión para el mundo,
15:07
when you put a gene drive into the air.
294
907302
1907
al poner una unidad genética en el aire.
15:14
This wonderful man won a Nobel Prize,
295
914145
2095
Este maravilloso hombre ganó un premio Nobel,
15:17
and after winning the Nobel Prize
296
917103
1640
y después de ganar el Premio Nobel
15:18
he's been worrying about
297
918767
1255
ha estado preocupado por
15:21
how did life get started on this planet
298
921531
2103
cómo empezó la vida en este planeta,
15:23
and how likely is it that it's in other places?
299
923658
2281
y la probabilidad de que haya vida en otros lugares?
15:27
So what he's been doing is going around to this graduate students
300
927097
3202
Y lo que él ha estado haciendo es ir a los estudiantes de posgrado
15:30
and saying to his graduate students,
301
930323
1718
y decirles a sus estudiantes graduados,
15:32
"Build me life but don't use any modern chemicals or instruments.
302
932864
3322
"Construyan la vida sin usar productos químicos o instrumentos modernos.
15:36
Build me stuff that was here three billion years ago.
303
936210
2665
Hagan cosas que estuvieron aquí hace tres mil millones de años.
15:38
You can't use lasers. You can't use this. You can't use that."
304
938899
3156
No pueden usar láseres. No pueden usar ni esto ni eso".
15:44
He gave me a vial of what he's built about three weeks ago.
305
944330
3245
Él me dio un frasco de lo que hizo hace unas tres semanas.
15:48
What has he built?
306
948639
1179
¿Qué logró?
15:49
He's built basically what looked like soap bubbles that are made out of lipids.
307
949842
4025
Básicamente construyó lo que parecían burbujas de jabón hechas de lípidos.
15:53
He's built a precursor of RNA.
308
953891
2566
Ha producido un precursor de ARN.
15:57
He's had the precursor of the RNA be absorbed by the cell
309
957291
3752
Ha obtenido el precursor del ARN absorbido por la célula
16:02
and then he's had the cells divide.
310
962194
1883
y luego ha tenido las células dividiéndose.
16:06
We may not be that far --
311
966031
1957
Puede que no estemos tan lejos...
16:09
call it a decade, maybe two decades --
312
969687
3117
digamos una década, tal vez dos décadas
16:12
from generating life from scratch
313
972828
1970
de generar vida desde cero,
16:16
out of proto-communities.
314
976285
1803
fuera de las proto-comunidades.
16:19
Second long-term trend:
315
979512
1646
Segunda tendencia a largo plazo:
16:22
we've been living and are living through the digital age --
316
982273
3526
Hemos estado viviendo y seguimos viviendo a través de la era digital.
16:25
we're starting to live through the age of the genome
317
985823
2519
Y ahora empezamos a vivir a través de la era del genoma
16:28
and biology and CRISPR and synthetic biology --
318
988366
3615
la biología, CRISPR y la biología sintética.
16:32
and all of that is going to merge into the age of the brain.
319
992870
2907
Y todo eso se fusionará con la edad del cerebro.
16:36
So we're getting to the point where we can rebuild most of our body parts,
320
996743
3981
Estamos llegando a poder reconstruir la mayoríade las partes de nuestro cuerpo,
16:40
in the same way as if you break a bone or burn your skin, it regrows.
321
1000748
3656
De igual manera que si te rompes un hueso o te quemas la piel, vuelve a crecer,
16:44
We're beginning to learn how to regrow our tracheas
322
1004428
2668
Estamos empezando a aprender a hacer crecer nuestras tráqueas
16:47
or how to regrow our bladders.
323
1007120
1864
o nuestras vejigas.
16:49
Both of those have been implanted in humans.
324
1009008
2306
Ambas cosas han sido implantadas en humanos.
16:51
Tony Atala is working on 32 different organs.
325
1011338
2728
Tony Atala está trabajando en 32 órganos diferentes.
16:55
But the core is going to be this,
326
1015487
1890
Pero el núcleo va a ser esto,
16:57
because this is you and the rest is just packaging.
327
1017401
3054
porque este eres tú y el resto es solo empaquetado.
17:02
Nobody's going to live beyond 120, 130, 140 years
328
1022011
3547
Nadie va a vivir más allá de los 120, 130, 140 años.
17:05
unless if we fix this.
329
1025582
1735
A menos que arreglemos esto.
17:08
And that's the most interesting challenge.
330
1028084
2066
Y ese es el reto más interesante.
17:10
That's the next frontier, along with:
331
1030174
2111
Esa es la próxima frontera, junto con:
17:12
"How common is life in the universe?"
332
1032309
2347
"¿Cuán común es la vida en el universo?"
17:14
"Where did we come from?"
333
1034680
1806
"¿De dónde vinimos?"
17:16
and questions like that.
334
1036510
1634
Y preguntas como esas.
17:20
Let me end this with an apocryphal quote from Einstein.
335
1040031
3190
Permítanme terminar esto con una cita apócrifa de Einstein.
17:23
[You can live as if everything is a miracle,
336
1043697
2219
[Puedes vivir como si todo fuera un milagro,
17:25
or you can live as if nothing is a miracle.]
337
1045940
2272
o puedes vivir como si nada fuera un milagro.]
17:28
It's your choice.
338
1048236
1513
Es tu elección.
17:30
You can focus on the bad, you can focus on the scary,
339
1050555
2479
Puedes enfocarte en lo malo, puedes enfocarte en el miedo,
17:33
and certainly there's a lot of scary out there.
340
1053058
2416
y ciertamente hay mucho miedo por ahí.
17:36
But use 10 percent of your brain to focus on that, or maybe 20 percent,
341
1056012
4732
Pero usa el 10 % de tu cerebro para concentrarte en eso o el 20 %
17:40
or maybe 30 percent.
342
1060768
1826
o tal vez el 30 %.
17:43
But just remember,
343
1063474
1782
Pero solo recuerda,
17:45
we really are living in an age of miracle and wonder.
344
1065280
2609
Realmente vivimos en una era de milagros y maravillas.
Tenemos suerte de estar vivos hoy. Tenemos la suerte de ver estas cosas.
17:48
We're lucky to be alive today. We're lucky to see this stuff.
345
1068271
3551
17:51
We're lucky to be able to interact with folks like the folks
346
1071846
2841
Tenemos la suerte de poder interactuar con gente como la gente
17:54
who are building all the stuff in this room.
347
1074711
2110
que están construyendo todas las cosas en esta sala.
17:57
So thank you to all of you, for all you do.
348
1077487
2975
Así que gracias a todos Uds. por todo lo que hacen.
18:01
(Applause)
349
1081066
3696
(Aplausos)
Acerca de este sitio web

Este sitio le presentará vídeos de YouTube útiles para aprender inglés. Verá lecciones de inglés impartidas por profesores de primera categoría de todo el mundo. Haz doble clic en los subtítulos en inglés que aparecen en cada página de vídeo para reproducir el vídeo desde allí. Los subtítulos se desplazan en sincronía con la reproducción del vídeo. Si tiene algún comentario o petición, póngase en contacto con nosotros mediante este formulario de contacto.

https://forms.gle/WvT1wiN1qDtmnspy7