Michael Levin: The electrical blueprints that orchestrate life | TED

510,280 views ・ 2021-03-31

TED


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

Traductor: Paula A. Castro Revisor: Sebastian Betti
00:12
Chris Anderson: Mike, welcome.
0
12864
1446
Chris Anderson: Mike, bienvenido.
00:14
It's good to see you. I'm excited for this conversation.
1
14334
2641
Me alegra verte. Me emociona tener esta conversación.
00:16
Michael Levin: Thank you so much. I'm so happy to be here.
2
16999
2770
Michael Levin: Muchas gracias. Estoy feliz de estar aquí.
00:19
CA: So, most of us have this mental model in biology
3
19793
3059
CA: Entonces, la mayoría tenemos este modelo mental de la biología
00:22
that DNA is a property of every living thing,
4
22876
4260
de que el ADN es una propiedad de todos los seres vivientes,
00:27
that it is kind of the software that builds the hardware of our body.
5
27160
5411
que es como el software que construye el hardware de nuestro cuerpo.
00:32
That's how a lot of us think about this.
6
32595
2087
Es como muchos de nosotros lo vemos.
00:34
That model leaves too many deep mysteries.
7
34706
3243
Este modelo deja muchos grandes misterios.
00:37
Can you share with us some of those mysteries
8
37973
2947
¿Puedes compartir con nosotros algunos de estos misterios
00:40
and also what tadpoles have to do with it?
9
40944
2594
y también lo que tienen que ver con ellos los renacuajos?
00:44
ML: Sure. Yeah.
10
44336
1322
ML: Sí, por supuesto.
00:45
I'd like to give you another perspective on this problem.
11
45682
2705
Me gustaría darte otra perspectiva frente a este problema.
00:48
One of the things that DNA does is specify the hardware of each cell.
12
48411
4488
Una de las cosas que hace el ADN es determinar el hardware de cada célula.
00:52
So the DNA tells every cell what proteins it's supposed to have.
13
52923
4321
Así que el ADN le dice a cada célula las proteínas que debe tener.
00:57
And so when you have tadpoles, for example,
14
57268
2824
Y cuando tienes renacuajos, por ejemplo,
01:00
you see the kind of thing
15
60116
2314
ves el tipo de cosa que la mayoría de personas creen
01:02
that most people think is sort of a progressive unrolling of the genome.
16
62454
4691
es una especie de desenvolvimiento progresivo del genoma
01:07
Specific genes turn on and off,
17
67169
1973
Genes específicos se encienden y apagan,
01:09
and a tadpole, as it becomes a frog,
18
69166
2249
y un renacuajo, al volverse rana, debe reorganizar su rostro.
01:11
has to rearrange its face.
19
71439
1487
01:12
So the eyes, the nostrils, the jaws -- everything has to move.
20
72950
2968
Así que los ojos, la nariz, la mandíbula...
todo debe moverse.
01:15
And one way to think about it used to be that, well,
21
75942
2448
Y una forma de verlo solía ser que, bueno,
01:18
you have a sort of hardwired set of movements
22
78414
2346
tienes una especie de conjunto de movimientos conectados
01:20
where all of these things move around and then you get your frog.
23
80784
3229
donde todas estas cosas se desplazan y entonces obtienes tu rana.
01:24
But actually, a few years ago, we found a pretty amazing phenomenon,
24
84037
3252
Pero en realidad, unos años atrás, encontramos un fenómeno asombroso,
01:27
which is that if you make so-called "Picasso frogs" --
25
87313
2962
en el que si haces las famosas “Ranas de Picasso”,
01:30
these are tadpoles where the jaws might be off to the side,
26
90299
3316
estos son los renacuajos en los que la mandíbula puede estar hacia un lado,
01:33
the eyes are up here, the nostrils are moved,
27
93639
2119
los ojos están aquí, las fosas nasales corridas
01:35
so everything is shifted --
28
95782
1474
todo está corrido...
01:37
these tadpoles make largely normal frog faces.
29
97280
3521
estos renacuajos se convierten en ranas con rostros enormemente normales.
01:40
Now, this is amazing,
30
100825
1151
Bueno, esto es increíble,
01:42
because all of the organs start off in abnormal positions,
31
102000
3898
porque todos los órganos empiezan en posiciones anormales,
01:45
and yet they still end up making a pretty good frog face.
32
105922
2729
y aun así consiguen formar una cara de rana decente.
01:48
And so what it turns out is that this system,
33
108675
2286
Y así resulta que en este sistema,
01:50
like many living systems,
34
110985
1812
como en muchos sistemas con vida,
01:52
is not a hardwired set of movements,
35
112821
2132
no es un conjunto de movimientos conectados,
01:54
but actually works to reduce the error between what's going on now
36
114977
3738
si no que trabajan para reducir el error entre lo que hay ahora
01:58
and what it knows is a correct frog face configuration.
37
118739
3502
y lo que sabe que es la configuración correcta del rostro de una rana.
02:02
This kind of decision-making
38
122265
1450
Este tipo de toma de decisiones
02:03
that involves flexible responses to new circumstances,
39
123739
4141
que involucran respuestas flexibles a nuevas circunstancias,
02:07
in other contexts, we would call this intelligence.
40
127904
2416
en otro contexto, lo llamaríamos inteligencia.
02:10
And so what we need to understand now is not only the mechanisms
41
130344
4236
Y lo que necesitamos entender ahora no es solo los mecanismos
02:14
by which these cells execute their movements
42
134604
2121
con la que estas células ejecutan sus movimientos
02:16
and gene expression and so on,
43
136749
1488
y las expresiones genéticas y demás, lo que realmente tenemos que entender
02:18
but we really have to understand the information flow:
44
138261
2786
es el flujo de información:
02:21
How do these cells cooperate with each other
45
141071
2106
Cómo estas células cooperan unas con otras para construir
02:23
to build something large and to stop building
46
143201
3557
algo grande y dejar de construir
02:26
when that specific structure is created?
47
146782
3024
cuando la estructura en específico es creada.
02:29
And these kinds of computations, not just the mechanisms,
48
149830
2706
Y este tipo de cálculos, además de los mecanismos
02:32
but the computations of anatomical control,
49
152560
2969
los cálculos de control anatómico,
02:35
are the future of biology.
50
155553
1469
son el futuro de la biología.
02:37
CA: And so I guess the traditional model
51
157046
2218
CA: Y supongo que el modelo tradicional
02:39
is that somehow cells are sending biochemical signals to each other
52
159288
4665
es que de alguna forma las células envían señales bioquímicas unas a otras
02:43
that allow that development to happen the smart way.
53
163977
4294
que permiten que el desarrollo ocurra de forma inteligente.
02:48
But you think there is something else at work.
54
168295
2431
Pero piensas que hay algo más trabajando.
02:50
What is that?
55
170750
1162
¿Qué es?
02:51
ML: Well, cells certainly do communicate biochemically and via physical forces,
56
171936
3766
ML: Bueno, las células se comunican a nivel bioquímico usando fuerzas físicas,
02:55
but there's something else going on that's extremely interesting,
57
175726
3083
pero hay algo más ocurriendo que es extremadamente interesante,
02:58
and it's basically called bioelectricity,
58
178833
3354
y básicamente se llama biolectricidad,
03:02
non-neural bioelectricity.
59
182211
1880
biolectricidad no neural.
Resulta que todas las células,
03:04
So it turns out that all cells --
60
184115
1595
03:05
not just nerves, but all cells in your body --
61
185734
2175
no solo los nervios, todas las células de tu cuerpo...
03:07
communicate with each other using electrical signals.
62
187933
2489
se comunican unas con otras usando señales eléctricas.
03:10
And what you're seeing here is a time-lapse video.
63
190446
2421
Y lo que ves aquí es un vídeo en cámara rápida.
03:12
For the first time,
64
192891
1204
Por primera vez,
03:14
we are now able to eavesdrop on all of the electrical conversations
65
194119
3412
podemos escuchar a escondidas todas las conversaciones eléctricas
03:17
that the cells are having with each other.
66
197555
2081
que están teniendo las células entre ellas
03:19
So think about this.
67
199660
1179
Piénsalo.
03:20
We're now watching --
68
200863
1159
Ahora veamos...
Esto es un embrión temprano de rana.
03:22
This is an early frog embryo.
69
202046
1431
03:23
This is about eight hours to 10 hours of development.
70
203501
2515
Son alrededor de 8 a 10 horas de desarrollo.
03:26
And the colors are showing you actual electrical states
71
206040
3999
Y los colores te muestran los estados eléctricos reales
03:30
that allow you to see all of the electrical software
72
210063
3030
que permiten ver todo el software eléctrico
03:33
that's running on the genome-defined cellular hardware.
73
213117
3573
que se compila en los genomas definidos del hardware celular.
03:36
And so these cells are basically communicating with each other
74
216714
3976
Así que estas células básicamente comunican unas con otras
03:40
who is going to be head, who is going to be tail,
75
220714
2365
quién estará en la cabeza y quién estará en la cola,
03:43
who is going to be left and right and make eyes and brain and so on.
76
223103
3237
quién estará a la izquierda y a la derecha y hacer los ojos y el cerebro, etc.
03:46
And so it is this software
77
226364
1503
Y así es el software
03:47
that allows these living systems to achieve specific goals,
78
227891
3810
que permite que estos sistemas con vida consigan metas específicas,
03:51
goals such as building an embryo
79
231725
1547
tales como construir un embrión
03:53
or regenerating a limb for animals that do this,
80
233296
3309
o generar una extremidad para animales que lo hacen,
03:56
and the ability to see these electrical conversations
81
236629
5545
y la habilidad de ver estas conversaciones eléctricas
04:02
gives us some really remarkable opportunities
82
242198
2860
nos da oportunidades valiosas
04:05
to target or to rewrite the goals towards which
83
245082
3187
para apuntar o reescribir las metas hacia las cuales
04:08
these living systems are operating.
84
248293
1990
los sistemas vivos se dirigen.
04:10
CA: OK, so this is pretty radical.
85
250307
1706
CA: OK, es bastante radical.
04:12
Let me see if I understand this.
86
252037
2011
Déjame ver si lo entiendo.
04:14
What you're saying is that when an organism starts to develop,
87
254072
4243
¿Lo que estás diciendo es que cuando un organismo empieza a desarrollarse,
tan pronto como una célula se divide,
04:18
as soon as a cell divides,
88
258339
1446
04:19
electrical signals are shared between them.
89
259809
3287
las señales eléctricas se comparten entre ellas.
04:23
But as you get to, what, a hundred, a few hundred cells,
90
263120
4557
Pero cuando llegas a, ¿qué? Algunos cientos de células,
04:27
that somehow these signals end up forming essentially like a computer program,
91
267701
6279
de alguna forma estas señales terminan formando un programa de computador,
un programa que de alguna manera incluye la información necesaria
04:34
a program that somehow includes all the information needed
92
274004
5376
04:39
to tell that organism
93
279404
1667
para decirle al organismo cuál es su destino?
04:41
what its destiny is?
94
281095
1901
04:43
Is that the right way to think about it?
95
283020
1997
¿Esta es la forma correcta de verla?
04:45
ML: Yes, quite.
96
285041
1233
ML: Sí, más o menos.
04:46
Basically, what happens is that these cells,
97
286298
2124
Básicamente, lo que pasa es que estas células,
04:48
by forming electrical networks much like networks in the brain,
98
288446
3951
al formar redes eléctricas, muy similares a las redes del cerebro,
04:52
they form electrical networks,
99
292421
2200
forman estas redes,
04:54
and these networks process information including pattern memories.
100
294645
4081
y dichas redes procesan información incluyendo patrones de memoria.
04:58
They include representation of large-scale anatomical structures
101
298750
4837
Incluyen la representación de estructuras anatómicas a gran escala
05:03
where various organs will go,
102
303611
1613
donde van varios órganos,
05:05
what the different axes of the animal -- front and back, head and tail --
103
305248
3672
y lo que los diferentes ejes del animal, adelante y atrás, cabeza y cola,
05:08
are going to be,
104
308944
1158
serán, y esto está literalmente contenido en circuitos eléctricos
05:10
and these are literally held in the electrical circuits
105
310126
2614
05:12
across large tissues
106
312764
1661
a lo largo de grandes tejidos de la misma forma
05:14
in the same way that brains hold other kinds of memories and learning.
107
314449
5971
en que el cerebro contiene otros tipos de memorias y aprendizajes
05:20
CA: So is this the right way to think about it?
108
320444
2225
CA: ¿Esta es la forma correcta de verlo?
05:22
Because this seems to be such a big shift.
109
322693
2103
Porque parece un gran cambio.
05:24
I mean, when I first got a computer,
110
324820
2849
Digo, cuando obtuve mi primer computador, estaba asombrado por las personas que
05:27
I was in awe of the people who could do so-called "machine code,"
111
327693
4619
podían crear el llamado “código de máquina”,
05:32
like the direct programming of individual bits in the computer.
112
332336
4027
como la programación directa de bits individuales en el computador.
05:36
That was impossible for most mortals.
113
336387
1814
Era imposible para la mayoría de mortales.
05:38
To have a chance of controlling that computer,
114
338225
2171
Para tener la oportunidad de controlar el computador,
05:40
you'd have to program in a language,
115
340420
2425
tenías que programar en un lenguaje,
05:42
which was a vastly simpler way of making big-picture things happen.
116
342869
6979
que era una forma mucha más sencilla de hacer que las cosas a gran escala pasen
05:49
And if I understand you right,
117
349872
1440
Y si entiendo bien,
05:51
what you're saying is that most of biology today has sort of taken place
118
351336
3399
estás diciendo que la mayoría de la biología ha tomado lugar algo así como
05:54
trying to do the equivalent of machine code programming,
119
354759
2642
intentando hacer el equivalente a la programación de máquina,
05:57
of understanding the biochemical signals between individual cells,
120
357425
3189
de entender las señales bioquímicas entre las células individuales,
06:00
when, wait a sec, holy crap, there's this language going on,
121
360638
3318
cuando, espera, maldición, está ocurriendo este lenguaje,
06:03
this electrical language, which, if you could understand that,
122
363980
4534
este lenguaje eléctrico, el cual, si puedes entender,
06:08
that would give us a completely different set of insights
123
368538
3028
nos daría un conjunto completamente nuevo de conocimientos
06:11
into how organisms are developing.
124
371590
2309
sobre la forma en que los organismos se desarrollan.
06:13
Is that metaphor basically right?
125
373923
1867
¿Está esa metáfora bien?
06:15
ML: Yeah, this is exactly right.
126
375814
1569
ML: Sí, es justamente así.
06:17
So if you think about the way programming was done in the '40s,
127
377407
3011
Si piensas en la forma en que la programación era hecha en los años 40,
06:20
in order to get your computer to do something different,
128
380442
2649
para conseguir que tu computador hiciera algo diferente,
06:23
you would physically have to shift the wires around.
129
383115
2452
debías cambiar físicamente el cableado.
06:25
So you'd have to go in there and rewire the hardware.
130
385591
2498
Así que debías ir y reconectar el hardware.
06:28
You'd have to interact with the hardware directly,
131
388113
2337
Debías interactuar con el hardware directamente,
06:30
and all of your strategies for manipulating that machine
132
390474
2720
y todas tus estrategias para manipular la máquina
06:33
would be at the level of the hardware.
133
393218
1844
eran a nivel del hardware.
Y la razón por la que hoy tenemos esta increíble revolución tecnológica,
06:35
And the reason we have this now amazing technology revolution,
134
395086
3095
06:38
information sciences and so on,
135
398205
1865
ciencias de la información y similares,
06:40
is because computer science moved from a focus on the hardware
136
400094
3826
es porque la ciencia de la computación se movió del enfoque hacia el hardware
06:43
on to understanding that if your hardware is good enough --
137
403944
2843
para entender que si el hardware es lo suficientemente bueno
06:46
and I'm going to tell you that biological hardware is absolutely good enough --
138
406811
3789
(y te digo que el hardware biológico es absolutamente suficiente)
06:50
then you can interact with your system not by tweaking or rewiring the hardware,
139
410624
5424
entonces puedes interactuar con tu sistema sin ajustar o recablear el hardware,
06:56
but actually, you can take a step back and give it stimuli or inputs
140
416072
3770
sino tomando un paso hacia atrás y dándole estímulos o entradas
06:59
the way that you would give to a reprogrammable computer
141
419866
3008
la forma en la que se los darías a un computador reprogramable
07:02
and cause the cellular network to do something completely different
142
422898
4785
y causar que la red celular haga algo completamente diferente
07:07
than it would otherwise have done.
143
427707
1657
a lo que de otra forma haría.
07:09
So the ability to see these bioelectrical signals
144
429388
3548
Así que la habilidad de ver estas señales bioeléctricas
07:12
is giving us an entry point directly into the software
145
432960
2863
nos da un punto de acceso directo hacia el software
07:15
that guides large-scale anatomy,
146
435847
2021
que guía la anatomía a gran escala,
07:17
which is a very different approach to medicine
147
437892
3180
y es un acercamiento muy diferente a la medicina
07:21
than to rewiring specific pathways inside of every cell.
148
441096
3380
a recablear los caminos específicos dentro de cada célula.
07:25
CA: And so in many ways, this is the amazingness of your work
149
445087
2888
CA: En muchas formas, esto es lo asombroso de tu trabajo
07:27
is that you're starting to crack the code of these electrical signals,
150
447999
3311
es que empiezas a descifrar el código de estas señales eléctricas,
07:31
and you've got an amazing demonstration of this
151
451334
2346
y tienes una increíble demostración de esto
07:33
in these flatworms.
152
453704
1309
en estos gusanos planos.
07:35
Tell us what's going on here.
153
455037
2556
Dinos lo que está sucediendo.
07:37
ML: So this is a creature known as a planarian.
154
457617
2628
ML: Esta es una criatura conocida como platelminto.
07:40
They're flatworms.
155
460269
1490
Son gusanos planos.
07:41
They're actually quite a complex creature.
156
461783
2038
En realidad es una criatura algo compleja.
07:43
They have a true brain, lots of different organs and so on.
157
463845
2822
Tienen un cerebro de verdad, muchos órganos diferentes y demás.
07:46
And the amazing thing about these planaria
158
466691
2001
Y lo increíble sobre el platelminto
07:48
is that they are highly, highly regenerative.
159
468716
2107
es que son altamente regenerativos.
07:50
So if you cut it into pieces -- in fact, over 200 pieces --
160
470847
4109
Si lo cortas en pedacitos, de hecho, más de 200 pedazos,
07:54
every piece will rebuild exactly what's needed
161
474980
3540
cada pieza reconstruirá exactamente lo que necesite
07:58
to make a perfect little worm.
162
478544
1460
para hacer el gusano perfecto.
08:00
So think about that.
163
480028
1171
Piensa en ello.
08:01
This is a system where every single piece
164
481223
2017
Es un sistema en el que cada pieza
08:03
knows exactly what a correct planarian looks like
165
483264
2991
sabe exactamente cómo luce correctamente un platelminto
y construye los órganos apropiados en los lugares adecuados y luego se detiene.
08:06
and builds the right organs in the right places and then stops.
166
486279
3504
08:09
And that's one of the most amazing things about regeneration.
167
489807
2932
Y esta es una de las cosas más asombrosas sobre la regeneración.
08:12
So what we discovered is that if you cut it into three pieces
168
492763
3112
Lo que descubrimos es que si lo cortas en tres piezas
08:15
and amputate the head and the tail and you just take this middle fragment,
169
495899
3518
y amputas la cabeza y la cola y tomas el fragmento del medio
08:19
which is what you see here,
170
499441
1362
que es lo que ves aquí,
08:20
amazingly, there is an electrical gradient, head to tail, that's generated
171
500827
3715
sorprendentemente, se genera un gradiente eléctrico, de la cabeza a la cola,
08:24
that tells the piece where the heads and the tails go
172
504566
3002
que le dice a la pieza dónde van la cabeza y la cola
08:27
and in fact, how many heads or tails you're supposed to have.
173
507592
2912
y de hecho, cuántas cabezas o colas se supone debe tener.
08:30
So what we learned to do is to manipulate this electrical gradient,
174
510528
4327
Lo que hemos aprendido a hacer es manipular el gradiente eléctrico,
08:34
and the important thing is that we don't apply electricity.
175
514879
2866
y lo importante es que no estamos aplicando electricidad.
08:37
What we do instead was we turned on and off the little transistors --
176
517769
4191
Lo que hacemos en cambio es que encendimos y apagamos pequeños transistores,
08:41
they're actual ion channel proteins --
177
521984
2045
que en realidad son proteínas de canales iónicos,
08:44
that every cell natively uses to set up this electrical state.
178
524053
3380
que cada célula usa de forma nativa para configurar este estado eléctrico.
08:47
So now we have ways to turn them on and off,
179
527457
2345
Ahora tenemos formas de encenderlos y apagarlos,
08:49
and when you do this, one of the things you can do
180
529826
2396
y cuando lo haces, una de las cosas que puedes hacer
08:52
is you can shift that circuit to a state that says no, build two heads,
181
532246
4120
es que puedes cambiar el circuito a un estado que dice no, construye dos cabezas,
08:56
or in fact, build no heads.
182
536390
1593
o incluso, no construyas ninguna cabeza.
08:58
And what you're seeing here are real worms that have either two or no heads
183
538007
4063
Y lo que ves son gusanos reales que tienen ya sea dos o ninguna cabeza
09:02
that result from this,
184
542094
1167
que resulta de eso,
09:03
because that electrical map is what the cells are using
185
543285
2989
porque el mapa eléctrico es lo que las células están usando
09:06
to decide what to do.
186
546298
1720
para decidir qué hacer.
09:08
And so what you're seeing here are live two-headed worms.
187
548042
3318
Lo que estás viendo aquí son gusanos vivos con dos cabezas.
09:11
And, having generated these, we did a completely crazy experiment.
188
551384
4091
Y habiendo generado estos, hicimos un experimento completamente loco.
09:15
You take one of these two-headed worms, and you chop off both heads,
189
555499
3915
Puedes tomar uno de estos gusanos de dos cabezas, y cortarle ambas cabezas,
09:19
and you leave just the normal middle fragment.
190
559438
2204
y dejas solo el fragmento de la mitad.
09:21
Now keep in mind, these animals have not been genomically edited.
191
561666
3285
Ahora mantén en mente, estos animales no han sido genómicamente editados.
09:24
There's absolutely nothing different about their genomes.
192
564975
2711
No hay absolutamente nada diferente sobre sus genomas.
09:27
Their genome sequence is completely wild type.
193
567710
2316
Su secuencia de genomas es completamente de tipo salvaje.
09:30
So you amputate the heads, you've got a nice normal fragment,
194
570050
4535
Le amputas las cabezas, y tienes un fragmento normal,
09:34
and then you ask: In plain water, what is it going to do?
195
574609
2808
y luego preguntas: en agua corriente, ¿qué va a hacer?
09:37
And, of course, the standard paradigm would say,
196
577441
2286
Y, por supuesto, el paradigma estándar diría,
09:39
well, if you've gotten rid of this ectopic extra tissue,
197
579751
2690
bien, nos encargamos del tejido ectópico extra,
09:42
the genome is not edited so it should make a perfectly normal worm.
198
582465
3860
el genoma no está editado así que debería ser un gusano completamente normal.
09:46
And the amazing thing is that it is not what happens.
199
586349
2879
Y lo asombroso es que esto no es lo que ocurre.
09:49
These worms, when cut again and again, in the future, in plain water,
200
589252
5912
Estos gusanos, cuando los cortas una y otra vez, en el futuro, en agua corriente,
09:55
they continue to regenerate as two-headed.
201
595188
2599
continúan regenerándose con dos cabezas.
09:57
Think about this.
202
597811
1163
Piensa en ello.
09:58
The pattern memory to which these animals will regenerate after damage
203
598998
5209
El patrón de memoria con el cual se regeneran los animales después del daño
10:04
has been permanently rewritten.
204
604231
1952
se ha reescrito de forma permanente.
10:06
And in fact, we can now write it back and send them back to being one-headed
205
606207
3701
Y de hecho, podemos escribirlos de nuevo y volverlos de una cabeza nuevamente
10:09
without any genomic editing.
206
609932
1812
sin ninguna edición del genoma.
10:11
So this right here is telling you that the information structure
207
611768
3104
Esto de aquí te está diciendo que la estructura de la información
10:14
that tells these worms how many heads they're supposed to have
208
614896
2917
que le dice al gusano cuántas cabezas debería tener
10:17
is not directly in the genome.
209
617837
1531
no está directamente en el genoma.
10:19
It is in this additional bioelectric layer.
210
619392
2131
Está en esta capa bioeléctrica adicional.
10:21
Probably many other things are as well.
211
621547
1892
Probablemente muchas cosas lo están también.
10:23
And we now have the ability to rewrite it.
212
623463
2289
Y ahora tenemos la habilidad de reescribirlo.
10:25
And that, of course, is the key definition of memory.
213
625776
3679
Y eso, por supuesto, es la definición clave de la memoria.
10:29
It has to be stable, long-term stable, and it has to be rewritable.
214
629479
3668
Tiene que ser estable, estable a largo plazo y debe poder ser reescrita.
10:33
And we are now beginning to crack this morphogenetic code
215
633171
3709
Y estamos empezando a descifrar ese código morfogenético
10:36
to ask how is it that these tissues store a map of what to do
216
636904
4881
para preguntar cómo es que estos tejidos guardan un mapa sobre lo que deben hacer
10:41
and how we can go in and rewrite that map to new outcomes.
217
641809
3717
y cómo podemos reescribir ese mapa para obtener nuevos resultados.
10:46
CA: I mean, that seems incredibly compelling evidence
218
646674
3820
CA: Esa parece evidencia muy convincente.
10:50
that DNA is just not controlling the actual final shape
219
650518
6991
de que el ADN solo no está controlando la forma final real
10:57
of these organisms,
220
657533
1628
de estos organismos,
10:59
that there's this whole other thing going on,
221
659185
3225
que está ocurriendo una cosa completamente diferente,
11:02
and, boy, if you could crack that code,
222
662434
1881
y muchacho, si descifras el código,
11:04
what else could that lead to.
223
664339
2068
¿qué más podría eso traer?
11:06
By the way, just looking at these ones.
224
666431
2019
Por cierto, solo al mirar estos.
11:08
What is life like for a two-headed flatworm?
225
668474
2953
¿Cómo es la vida como un gusano de dos cabezas?
11:11
I mean, it seems like it's kind of a trade-off.
226
671451
2244
Parece una especie de intercambio.
11:13
The good news is you have this amazing three-dimensional view of the world,
227
673719
3945
¿Las buenas noticias es que tienes una increíble visión tridimensional del mundo,
11:17
but the bad news is you have to poop through both of your mouths?
228
677688
4337
pero la mala noticia es que tienes que hacer popó por tus dos bocas?
11:22
ML: So, the worms have these little tubes called pharynxes,
229
682901
4015
ML: Los gusanos tienen estos pequeños tubos llamados faringes,
11:26
and the tubes are sort of in the middle of the body,
230
686940
2457
y los tubos están más o menos en el medio del cuerpo,
11:29
and they excrete through that.
231
689421
1470
y excretan a través de ahí.
11:30
These animals are perfectly viable.
232
690915
1678
Estos animales son perfectamente viables.
11:32
They're completely happy, I think.
233
692617
2931
Son completamente felices, creo.
11:35
The problem, however,
234
695572
1183
El problema radica,
11:36
is that the two heads don't cooperate all that well,
235
696779
2471
en que las dos cabezas no cooperan del todo bien,
11:39
and so they don't really eat very well.
236
699274
1941
así que no comen muy bien.
11:41
But if you manage to feed them by hand,
237
701239
1875
Pero si consigues alimentarlas de la mano,
11:43
they will go on forever,
238
703138
1151
seguirán por siempre,
11:44
and in fact, you should know these worms are basically immortal.
239
704313
3064
y de hecho, deberías saber que estos gusanos son básicamente inmortales.
11:47
So these worms, because they are so highly regenerative,
240
707401
3323
Así que estos gusanos, al ser altamente regenerativos,
11:50
they have no age limit,
241
710748
1441
no tienen límite de edad,
11:52
and they're telling us that if we crack this secret of regeneration,
242
712213
3349
y nos dicen que si desciframos este secreto de la regeneración,
11:55
which is not only growing new cells but knowing when to stop --
243
715586
3080
que no es solo generar nuevas células sino saber cuándo detenerse
11:58
you see, this is absolutely crucial --
244
718690
1895
(esto es absolutamente crucial)
12:00
if you can continue to exert this really profound control
245
720609
4174
si puedes seguir ejerciendo este control tan profundo
12:04
over the three-dimensional structures that the cells are working towards,
246
724807
3476
sobre las estructuras tridimensionales por las que las células trabajan,
podrías detener el envejecimiento
12:08
you could defeat aging as well as traumatic injury
247
728307
2886
al igual que las lesiones por traumatismo y cosas por el estilo.
12:11
and things like this.
248
731217
1163
12:12
So one thing to keep in mind is that this ability to rewrite
249
732404
3401
Una cosa que debes tener en mente es que esta habilidad para reescribir
12:15
the large-scale anatomical structure of the body
250
735829
2421
estructuras anatómicas del cuerpo a gran escala
12:18
is not just a weird planarian trick.
251
738274
2142
no es solo un truco raro del plateminto.
12:20
It's not just something that works in flatworms.
252
740440
3278
no es algo que funcione solo en gusanos planos.
12:23
What you're seeing here is a tadpole with an eye and a gut,
253
743742
2946
Lo que ves aquí es un renacuajo con un ojo y un estómago,
12:26
and what we've done is turned on a very specific ion channel.
254
746712
4497
y lo que hemos hecho es encender un canal de iones específico.
12:31
So we basically just manipulated these little electrical transistors
255
751233
3385
Básicamente solo manipulamos estos pequeños transistores eléctricos
12:34
that are inside of cells,
256
754642
1506
que hay dentro de las células,
12:36
and we've imposed a state on some of these gut cells
257
756172
3753
e impusimos un estado en algunas de estas células del estómago
12:39
that's normally associated with building an eye.
258
759949
2536
que normalmente está asociado con construir un ojo.
12:42
And as a result, what the cells do is they build an eye.
259
762509
2862
Y como resultado, lo que las células hacen es construir un ojo.
12:45
These eyes are complete.
260
765395
1322
Y esos ojos están completos.
12:46
They have optic nerve, lens, retina,
261
766741
3266
Tienen nervio óptico, lentes, retina,
12:50
all the same stuff that an eye is supposed to have.
262
770031
2431
las mismas cosas que un ojo debe tener.
12:52
They can see, by the way, out of these eyes.
263
772486
2080
Y por cierto, pueden ver con esos ojos.
12:54
And what you're seeing here
264
774590
1363
Y lo que estás viendo
12:55
is that by triggering eye-building subroutines
265
775977
2527
es que al activar las subrutinas de construcción de ojos
12:58
in the physiological software of the body,
266
778528
2700
en el software físico del cuerpo,
13:01
you can very easily tell it to build a complex organ.
267
781252
3525
puedes decirle fácilmente que construya un órgano complejo.
13:04
And this is important for our biomedicine,
268
784801
2150
Y esto es lo importante de nuestra biomedicina,
13:06
because we don't know how to micromanage the construction of an eye.
269
786975
3227
porque no sabemos cómo microgestionar la construcción de un ojo.
13:10
I think it's going to be a really long time
270
790226
2046
Creo que pasará mucho tiempo
13:12
before we can really bottom-up build things like eyes or hands and so on.
271
792296
4947
antes de que podamos construir desde cero cosas como ojos o manos.
13:17
But we don't need to, because the body already knows how to do it,
272
797267
3127
Pero no lo necesitamos, porque el cuerpo ya sabe cómo hacerlo.
13:20
and there are these subroutines that can be triggered
273
800418
2775
y están estas subrutinas que se pueden activar
13:23
by specific electrical patterns that we can find.
274
803217
2922
por patrones eléctricos específicos que podemos encontrar.
13:26
And this is what we call "cracking the bioelectric code."
275
806163
3281
Y es lo que llamamos “descifrar el código bioeléctrico”.
Podemos hacer ojos. Podemos hacer extremidades extra.
13:29
We can make eyes. We can make extra limbs.
276
809468
2001
13:31
Here's one of our five-legged tadpoles.
277
811493
2069
Aquí hay uno de nuestros renacuajos de cinco patas.
13:33
We can make extra hearts.
278
813586
1789
Podemos hacer corazones extra.
13:35
We're starting to crack the code to understand where are the subroutines
279
815399
3721
Empezamos a descifrar el código para entender dónde están las subrutinas
13:39
in this software
280
819144
1179
en este software
13:40
that we can trigger and build these complex organs
281
820347
2990
que podemos activar para construir estos órganos complejos
13:43
long before we actually know how to micromanage the process
282
823361
3074
mucho antes de saber cómo microgestionar el proceso
13:46
at the cellular level.
283
826459
1418
en un nivel celular.
13:47
CA: So as you've started to get to learn this electrical layer
284
827901
4842
CA: A medida que has comenzado a aprender sobre esta capa eléctrica
13:52
and what it can do,
285
832767
1181
y lo que puede hacer,
13:53
you've been able to create --
286
833972
2527
has podido crear -
13:56
is it fair to say it's almost like a new, a novel life-form,
287
836523
3539
¿es justo decir que es casi un nuevo tipo de vida
14:00
called a xenobot?
288
840086
1170
llamado xenobot?
14:01
Talk to me about xenobots.
289
841280
1761
Háblame de los xenobots.
14:03
ML: Right.
290
843065
1151
ML: Claro.
14:04
So if you think about this, this leads to a really strange prediction.
291
844240
4290
Si lo piensas, esto lleva a una predicción realmente extraña.
14:08
If the cells are really willing to build towards a specific map,
292
848554
3956
Si las células están dispuestas a construir con un mapa específico,
14:12
we could take genetically unaltered cells,
293
852534
3690
podríamos tomar células no alteradas genéticamente,
14:16
and what you're seeing here is cells taken out of a frog body.
294
856248
3468
y lo que ves aquí son células tomadas del cuerpo de una rana.
14:19
They've coalesced in a way that asks them to re-envision their multicellularity.
295
859740
4878
Hicieron coalescencia de una forma que les pide idear su multicelularidad.
14:24
And what you see here
296
864642
1165
Y lo que ves aquí
14:25
is that when liberated from the rest of the body of the animal,
297
865831
2995
es que cuando se liberan del resto del cuerpo del animal,
14:28
they make these tiny little novel bodies that are, in terms of behavior,
298
868850
3924
crean estos nuevos y pequeños cuerpos que, en términos de comportamiento,
14:32
you can see they can move, they can run a maze.
299
872798
2427
los puedes ver moverse, pueden recorrer un laberinto.
14:35
They are completely different from frogs or tadpoles.
300
875249
3504
Son completamente diferentes de las ranas o los renacuajos.
14:38
Frog cells, when asked to re-envision what kind of body they want to make,
301
878777
6132
Las células de ranas, al pedirles idear qué tipo de cuerpo quieren hacer,
14:44
do something incredibly interesting.
302
884933
1993
hacen algo increíblemente interesante.
14:46
They use the hardware that their genetics gives them,
303
886950
5024
Usan el hardware que la genética les otorga,
14:51
for example, these little hairs, these little cilia
304
891998
2404
por ejemplo, estos pequeños cabellos, estos pequeños cilios
14:54
that are normally used to redistribute mucus on the outside of a frog,
305
894426
3605
que normalmente redistribuyen la mucosa en el exterior de la rana
14:58
those are genetically specified.
306
898055
1662
son determinados genéticamente.
14:59
But what these creatures did,
307
899741
2354
Pero lo que hicieron estas criaturas,
15:02
because the cells are able to form novel kinds of bodies,
308
902119
4649
porque las células pueden formar nuevos tipos de cuerpos,
15:06
they have figured out how to use these little cilia
309
906792
2671
descubrieron cómo usar estos cilios
15:09
to instead row against the water, and now have locomotion.
310
909487
4106
para enfilarse contra el agua y ahora tienen locomoción.
15:13
So not only can they move around, but they can, and here what you're seeing,
311
913617
4758
Así que no solo se pueden mover, además pueden, aquí lo estás viendo,
15:18
is that these cells are coalescing together.
312
918399
2819
estas células se están haciendo coalescencia entre ellas.
15:21
Now they're starting to have conversations about what they are going to do.
313
921242
3587
Y están teniendo conversaciones sobre lo que harán en el futuro.
15:24
You can see here the flashes are these exchanges of information.
314
924853
3777
Puedes ver aquí las luces que son intercambios de información.
15:28
Keep in mind, this is just skin.
315
928654
2267
Mantenlo en mente, solo es piel.
15:30
There is no nervous system. There is no brain. This is just skin.
316
930945
3960
No hay sistema nervioso. No hay cerebro. Es solo piel.
15:34
This is skin that has learned to make a new body
317
934929
2476
Esta es piel que ha aprendido a hacer un nuevo cuerpo
15:37
and to explore its environment and move around.
318
937429
2737
y explorar el ambiente y moverse alrededor.
15:40
And they have spontaneous behaviors.
319
940190
2531
Y tienen comportamientos espontáneos.
15:42
You can see here where it's swimming down this maze.
320
942745
2479
Puedes verlo aquí donde nada alrededor del laberinto.
15:45
At this point, it decides to turn around and go back where it came from.
321
945248
3445
En este punto, decide darse vuelta e ir al lugar del que vino.
15:48
So it has its own behavior, and this is a remarkable model system
322
948717
3529
Tiene su propio comportamiento, este es un sistema con un modelo remarcable
15:52
for several reasons.
323
952270
1200
por muchos motivos.
15:53
First of all, it shows us the amazing plasticity of cells
324
953494
3748
Primero que nada, esto muestra la increíble plasticidad de las células
15:57
that are genetically wild type.
325
957266
1593
que son del tipo salvaje genético.
15:58
There is no genetic editing here.
326
958883
1702
No hay edición genética aquí.
16:00
These are cells that are really prone to making some sort of functional body.
327
960609
5129
Estas son células que son muy propensas a hacer algún tipo de cuerpo funcional.
16:05
The second thing,
328
965762
1151
La segunda cosa,
16:06
and this was done in collaboration with Josh Bongard's lab at UVM,
329
966937
3313
y esto fue hecho en colaboración con el laboratorio de J. Bongard en UVM,
16:10
they modeled the structure of these things and evolved it in a virtual world.
330
970274
6286
modelaron su estructura y lo evolucionaron en un mundo virtual.
16:16
So this is literally -- on a computer, they modeled it on a computer.
331
976584
3279
Esto es literalmente - dentro de un computador, lo modelaron en un computador.
16:19
So this is literally the only organism that I know of on the face of this planet
332
979887
4052
Este es literalmente el único organismo que sé que tiene este rostro en el planeta
16:23
whose evolution took place not in the biosphere of the earth
333
983963
3159
cuya evolución no tomó lugar en la biósfera de la tierra
16:27
but inside a computer.
334
987146
1910
sino dentro de un computador.
16:29
So the individual cells have an evolutionary history,
335
989080
2688
Estas individuos celulares tienen una historia de evolución,
16:31
but this organism has never existed before.
336
991792
2444
pero este organismo no existió nunca antes.
16:34
It was evolved in this virtual world,
337
994260
2409
Evolucionó en un mundo virtual,
16:36
and then we went ahead and made it in the lab,
338
996693
2636
y luego nos adelantamos y lo hicimos en el laboratorio,
16:39
and you can see this amazing plasticity.
339
999353
2504
y puedes ver esta increíble plasticidad.
16:41
This is not only for making useful machines.
340
1001881
3211
No es solo para hacer máquinas útiles.
16:45
You can imagine now programming these to go out into the environment
341
1005116
3989
Puedes imaginar programar estos para ir fuera al ambiente
16:49
and collect toxins and cleanup,
342
1009129
1656
y recolectar toxinas y limpiar,
16:50
or you could imagine ones made out of human cells
343
1010809
2493
o puedes imaginar algunas hechas de células humanas
16:53
that would go through your body and collect cancer cells
344
1013326
2995
que vayan alrededor de tu cuerpo y recolecten células cancerígenas
16:56
or reshape arthritic joints,
345
1016345
2425
y remodelar articulaciones con artritis,
16:58
deliver pro-regenerative compounds,
346
1018794
2369
entregar compuestos pro-regenerativos,
17:01
all kinds of things.
347
1021187
1151
todo este tipo de cosas.
17:02
But not only these useful applications -- this is an amazing sandbox
348
1022362
3475
Pero no solo estas aplicaciones útiles - es una increíble caja de arena
17:05
for learning to communicate morphogenetic signals to cell collectives.
349
1025861
4602
para aprender a comunicar señales morfogenéticas entre colectivos de células
17:10
So once we crack this, once we understand how these cells decide what to do,
350
1030487
4906
Una vez lo descifremos, una vez entendamos cómo estas células deciden qué hacer,
17:15
and then we're going to, of course, learn to rewrite that information,
351
1035417
3349
entonces, por supuesto, vamos a aprender a reescribir la información,
17:18
the next steps are great improvements in regenerative medicine,
352
1038790
4831
los siguientes pasos son grandes avances en la medicina regenerativa,
17:23
because we will then be able to tell cells to build healthy organs.
353
1043645
3737
porque podremos decirle a las células cómo construir órganos sanos.
17:27
And so this is now a really critical opportunity
354
1047406
3261
Y esta es una oportunidad realmente crítica
17:30
to learn to communicate with cell groups,
355
1050691
2097
para aprender a comunicarse con los grupos de células,
17:32
not to micromanage them, not to force the hardware,
356
1052812
2539
no a microgestionarlas, no forzar el hardware,
17:35
to communicate and rewrite the goals that these cells are trying to accomplish.
357
1055375
4150
comunicar y reescribir las metas que esas células intentan alcanzar.
17:40
CA: Well, it's mind-boggling stuff.
358
1060026
1982
CA: Bueno, es algo alucinante.
17:42
Finally, Mike, give us just one other story
359
1062032
3158
Para terminar, Mike, danos una historia más
17:45
about medicine that might be to come
360
1065214
3111
sobre lo que la medicina puede llegar a convertirse
17:48
as you develop this understanding
361
1068349
3096
a la par que desarrollas este entendimiento
17:51
of how this bioelectric layer works.
362
1071469
2764
sobre cómo esta capa bioeléctrica funciona.
17:54
ML: Yeah, this is incredibly exciting because, if you think about it,
363
1074818
3394
ML: Sí, es increíblemente emocionante porque, si lo piensas bien,
la mayoría de problemas de la biomedicina, defectos de nacimiento, enfermedades
17:58
most of the problems of biomedicine --
364
1078236
1889
18:00
birth defects, degenerative disease, aging, traumatic injury, even cancer --
365
1080149
6066
degenerativas, envejecimiento, lesiones por traumatismo, incluso cáncer,
18:06
all boil down to one thing:
366
1086239
1714
todo se reduce a una cosa:
18:07
cells are not building what you would like them to build.
367
1087977
2910
las células no construyen lo que quieres que construyan.
18:10
And so if we understood how to communicate with these collectives
368
1090911
3456
Si entendiéramos cómo comunicarnos con estos colectivos
18:14
and really rewrite their target morphologies,
369
1094391
4567
y en verdad reescrbiéramos su morfología ideal,
18:18
we would be able to normalize tumors,
370
1098982
2192
tendríamos la capacidad de normalizar tumores,
18:21
we would be able to repair birth defects,
371
1101198
1969
podríamos reparar defectos de nacimiento,
18:23
induce regeneration of limbs and other organs,
372
1103191
2584
inducir la regeneración de extremidades y de otros órganos,
18:25
and these are things we have already done in frog models.
373
1105799
3392
y estas son cosas que ya hemos hecho en modelos de ranas.
18:29
And so now the next really exciting step
374
1109215
2662
Así que el próximo paso realmente emocionante
18:31
is to take this into mammalian cells
375
1111901
3729
es tomar esto hacia las células mamíferas
18:35
and to really turn this into the next generation of regenerative medicine
376
1115654
3486
y realmente convertirlo en la nueva generación de medicina regenerativa
18:39
where we learn to address all of these biomedical needs
377
1119164
4521
donde aprendemos a abordar todas estas necesidades biomédicas
18:43
by communicating with the cell collectives
378
1123709
2080
al comunicarlo con los colectivos de células.
18:45
and rewriting their bioelectric pattern memories.
379
1125813
3438
y reescribirlo con los patrones de memoria bioeléctrica.
18:49
And the final thing I'd like to say is that the importance of this field
380
1129275
3562
Y la última cosa que quiero añadir es que la importancia de este campo
18:52
is not only for biomedicine.
381
1132861
1658
no es solo para la biomedicina.
18:54
You see, this, as I started out by saying,
382
1134543
2163
Ya ves, como estaba diciendo,
18:56
this ability of cells in novel environments
383
1136730
2612
esta habilidad de las células en ambientes nuevos
18:59
to build all kinds of things besides what their genome tells them
384
1139366
3944
de construir todo tipo de cosas además de lo que les dice su genoma
19:03
is an example of intelligence,
385
1143334
1857
es un ejemplo de inteligencia,
19:05
and biology has been intelligently solving problems
386
1145215
2657
y la biología ha resuelto problemas inteligentemente
19:07
long before brains came on the scene.
387
1147896
1928
mucho antes de que aparecieran los cerebros.
19:09
And so this is also the beginnings of a new inspiration for machine learning
388
1149848
4849
Y este es el comienzo de un nuevo camino para el aprendizaje de máquina
19:14
that mimics the artificial intelligence of body cells, not just brains,
389
1154721
4339
que imita la inteligencia artificial de células del cuerpo, no solo el cerebro,
19:19
for applications in computer intelligence.
390
1159084
3220
para la aplicación de la inteligencia de computador.
19:24
CA: Mike Levin, thank you for your extraordinary work
391
1164566
3139
CA: Mike Levin, gracias por tu extraordinario trabajo
19:27
and for sharing it so compellingly with us.
392
1167729
2303
y por compartirlo de forma tan convincente
19:30
Thank you.
393
1170056
1151
Gracias.
19:31
ML: Thank you so much. Thank you, Chris.
394
1171231
1999
ML: Muchas gracias. Gracias, Chris.
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