The next software revolution: programming biological cells | Sara-Jane Dunn

169,483 views ・ 2019-11-26

TED


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

Traductor: Ciro Gomez Revisor: Emma Gon
00:12
The second half of the last century was completely defined
0
12750
4509
La segunda mitad del siglo pasado estuvo completamente definida
00:17
by a technological revolution:
1
17283
1999
por una revolución tecnológica:
00:19
the software revolution.
2
19306
1435
la revolución del software.
00:21
The ability to program electrons on a material called silicon
3
21313
4808
La capacidad de programar electrones en un material llamado silicio
00:26
made possible technologies, companies and industries
4
26145
3073
hizo posibles tecnologías, empresas e industrias
00:29
that were at one point unimaginable to many of us,
5
29242
3977
que en un punto fueron inimaginables para muchos de nosotros,
00:33
but which have now fundamentally changed the way the world works.
6
33243
3915
pero que ya han cambiado fundamentalmente la forma en que funciona el mundo.
00:38
The first half of this century, though,
7
38158
1921
Sin embargo, la primera mitad de este siglo,
00:40
is going to be transformed by a new software revolution:
8
40103
3978
va a ser transformada por una nueva revolución de software:
00:44
the living software revolution.
9
44105
2435
la revolución del software viviente.
00:46
And this will be powered by the ability to program biochemistry
10
46921
4050
Y esto será impulsado por la capacidad de programación bioquímica
00:50
on a material called biology.
11
50995
2295
en un material llamado biología.
00:53
And doing so will enable us to harness the properties of biology
12
53314
4141
Y hacerlo nos permitirá aprovechar las propiedades de la biología.
00:57
to generate new kinds of therapies,
13
57479
2656
para generar nuevos tipos de terapias,
01:00
to repair damaged tissue,
14
60159
1868
para reparar tejido dañado,
01:02
to reprogram faulty cells
15
62051
2725
reprogramar células defectuosas
01:04
or even build programmable operating systems out of biochemistry.
16
64800
4554
o incluso construir sistemas operativos programables a partir de bioquímica.
01:10
If we can realize this -- and we do need to realize it --
17
70420
3573
Si podemos hacer esto, y necesitamos hacerlo,
01:14
its impact will be so enormous
18
74017
2162
su impacto será tan grande
01:16
that it will make the first software revolution pale in comparison.
19
76203
3877
que hará palidecer, en comparación, la primera revolución de software.
01:20
And that's because living software would transform the entirety of medicine,
20
80104
4234
Y eso es porque el software viviente transformaría la totalidad de la medicina,
01:24
agriculture and energy,
21
84362
1559
la agricultura y la energía,
01:25
and these are sectors that dwarf those dominated by IT.
22
85945
3828
y estos son sectores que eclipsan a los dominados por la TI.
01:30
Imagine programmable plants that fix nitrogen more effectively
23
90812
4174
Imaginen plantas programables que fijan el nitrógeno de manera más efectiva
01:35
or resist emerging fungal pathogens,
24
95010
2905
o resisten los hongos patógenos emergentes,
01:37
or even programming crops to be perennial rather than annual
25
97939
3537
o incluso programar cultivos para que sean perennes en lugar de anuales
01:41
so you could double your crop yields each year.
26
101500
2268
para que puedan duplicar los rendimientos cada año.
01:43
That would transform agriculture
27
103792
2098
Eso transformaría la agricultura
01:45
and how we'll keep our growing and global population fed.
28
105914
4104
y es como mantendremos alimentada a nuestra creciente población mundial.
01:50
Or imagine programmable immunity,
29
110794
2262
O imaginen inmunidad programable,
01:53
designing and harnessing molecular devices that guide your immune system
30
113080
4238
diseño y aprovechamiento de dispositivos moleculares que guían
su sistema inmunológico para detectar, erradicar o incluso prevenir enfermedades.
01:57
to detect, eradicate or even prevent disease.
31
117342
3830
02:01
This would transform medicine
32
121196
1571
Esto transformaría la medicina
02:02
and how we'll keep our growing and aging population healthy.
33
122791
3489
y la forma de mantener la salud de una población que crece y envejece.
02:07
We already have many of the tools that will make living software a reality.
34
127501
4203
Ya tenemos muchas de las herramientas que harán realidad el software viviente.
02:11
We can precisely edit genes with CRISPR.
35
131728
2347
Podemos editar genes con precisión con CRISPR.
02:14
We can rewrite the genetic code one base at a time.
36
134099
3083
Podemos reescribir el código genético una base a la vez.
02:17
We can even build functioning synthetic circuits out of DNA.
37
137206
4436
Incluso podemos construir circuitos sintéticos que funcionen con ADN.
02:22
But figuring out how and when to wield these tools
38
142428
2469
Pero descubrir cómo y cuándo manejar estas herramientas
02:24
is still a process of trial and error.
39
144921
2422
todavía es un proceso de ensayo y error.
02:27
It needs deep expertise, years of specialization.
40
147367
3660
Se necesita una gran experiencia, años de especialización.
02:31
And experimental protocols are difficult to discover
41
151051
3037
Y los protocolos experimentales son difíciles de descubrir.
02:34
and all too often, difficult to reproduce.
42
154112
2582
y con demasiada frecuencia, difíciles de reproducir.
02:37
And, you know, we have a tendency in biology to focus a lot on the parts,
43
157256
4473
Y, ya saben, hay una tendencia en biología a enfocarnos mucho en las partes,
02:41
but we all know that something like flying wouldn't be understood
44
161753
3133
pero todos sabemos que algo como volar no se entendería
02:44
by only studying feathers.
45
164910
1339
solo estudiando plumas.
02:46
So programming biology is not yet as simple as programming your computer.
46
166846
4521
Por lo tanto, programar biología aún no es tan simple como programar su computadora.
02:51
And then to make matters worse,
47
171391
1678
Y para empeorar las cosas,
02:53
living systems largely bear no resemblance to the engineered systems
48
173093
4010
los sistemas vivos no se parecen en gran medida a los sistemas diseñados
02:57
that you and I program every day.
49
177127
2096
que Uds. y yo programamos todos los días.
02:59
In contrast to engineered systems, living systems self-generate,
50
179691
4111
A diferencia de los sistemas de ingeniería,
los sistemas vivos se autogeneran,
03:03
they self-organize,
51
183826
1471
se autoorganizan,
03:05
they operate at molecular scales.
52
185321
1687
operan a escalas moleculares.
03:07
And these molecular-level interactions
53
187032
2136
Y estas interacciones a nivel molecular
03:09
lead generally to robust macro-scale output.
54
189192
3018
conducen generalmente a una salida robusta a escala macro.
03:12
They can even self-repair.
55
192234
2720
Incluso pueden repararse a sí mismos.
03:16
Consider, for example, the humble household plant,
56
196256
2994
Consideren, por ejemplo, la humilde planta doméstica,
03:19
like that one sat on your mantelpiece at home
57
199274
2187
como la de sus repisas de la chimenea en casa
03:21
that you keep forgetting to water.
58
201485
1787
que siguen olvidando regar.
03:23
Every day, despite your neglect, that plant has to wake up
59
203749
3615
Todos los días, a pesar de su negligencia, esa planta tiene que despertarse
03:27
and figure out how to allocate its resources.
60
207388
2747
y descubrir cómo asignar sus recursos.
03:30
Will it grow, photosynthesize, produce seeds, or flower?
61
210159
3571
¿Crecerá, fotosintetizará, producirá semillas o florecerá?
03:33
And that's a decision that has to be made at the level of the whole organism.
62
213754
3939
Y esa es una decisión que debe tomarse a nivel de todo el organismo.
03:37
But a plant doesn't have a brain to figure all of that out.
63
217717
3481
Pero una planta no tiene cerebro para resolver todo eso.
03:41
It has to make do with the cells on its leaves.
64
221222
2717
Tiene que conformarse con las células de sus hojas.
03:43
They have to respond to the environment
65
223963
1903
Tienen que responder al medio ambiente
03:45
and make the decisions that affect the whole plant.
66
225890
2649
y tomar las decisiones que afectan a toda la planta.
03:48
So somehow there must be a program running inside these cells,
67
228563
3988
De alguna manera debe haber un programa ejecutándose dentro de estas celdas,
03:52
a program that responds to input signals and cues
68
232575
2727
un programa que responde a señales y claves de entrada
03:55
and shapes what that cell will do.
69
235326
1940
y da forma a lo que hará esa célula.
03:57
And then those programs must operate in a distributed way
70
237679
3247
Y luego esos programas deben operar de manera distribuida
04:00
across individual cells,
71
240950
1337
a través de células individuales,
04:02
so that they can coordinate and that plant can grow and flourish.
72
242311
4123
para que puedan coordinarse y que la planta pueda crecer y florecer.
04:07
If we could understand these biological programs,
73
247675
3316
Si pudiéramos entender estos programas biológicos,
04:11
if we could understand biological computation,
74
251015
3122
si pudiéramos entender la computación biológica,
04:14
it would transform our ability to understand how and why
75
254161
3937
transformaría nuestra capacidad de entender cómo y por qué
04:18
cells do what they do.
76
258122
1546
las células hacen lo que hacen.
04:20
Because, if we understood these programs,
77
260152
1987
Porque, si entendemos estos programas,
podríamos depurarlos cuando las cosas salgan mal.
04:22
we could debug them when things go wrong.
78
262163
2133
04:24
Or we could learn from them how to design the kind of synthetic circuits
79
264320
4193
O podríamos aprender de ellos cómo diseñar el tipo de circuitos sintéticos
04:28
that truly exploit the computational power of biochemistry.
80
268537
4474
que realmente explotan el poder computacional de la bioquímica.
04:34
My passion about this idea led me to a career in research
81
274407
3018
Mi pasión por esta idea me llevó a una carrera en investigación
04:37
at the interface of maths, computer science and biology.
82
277449
3631
en la interfaz de matemáticas, informática y biología.
04:41
And in my work, I focus on the concept of biology as computation.
83
281104
4726
En mi trabajo, me enfoco en el concepto de biología como computación.
04:46
And that means asking what do cells compute,
84
286334
3142
Y eso significa preguntar, ¿qué calculan las células,
04:49
and how can we uncover these biological programs?
85
289500
3517
y cómo podemos descubrir estos programas biológicos?
04:53
And I started to ask these questions together with some brilliant collaborators
86
293760
3757
Comencé a hacer estas preguntas junto con algunos colaboradores brillantes
04:57
at Microsoft Research and the University of Cambridge,
87
297541
2571
en Microsoft Research y la Universidad de Cambridge,
05:00
where together we wanted to understand
88
300136
2283
donde en conjunto queremos entender
05:02
the biological program running inside a unique type of cell:
89
302443
4177
el programa biológico que se ejecuta dentro de un tipo único de célula:
05:06
an embryonic stem cell.
90
306644
1894
una célula madre embrionaria.
05:09
These cells are unique because they're totally naïve.
91
309136
3160
Estas células son únicas porque son totalmente inocentes.
05:12
They can become anything they want:
92
312320
2168
Pueden convertirse en lo que quieran:
05:14
a brain cell, a heart cell, a bone cell, a lung cell,
93
314512
2565
una célula cerebral, cardíaca, ósea, pulmonar,
05:17
any adult cell type.
94
317101
1897
cualquier tipo de célula adulta.
05:19
This naïvety, it sets them apart,
95
319022
1677
Esta inocencia, las distingue,
05:20
but it also ignited the imagination of the scientific community,
96
320723
3001
y también encendió la imaginación de la comunidad científica,
05:23
who realized, if we could tap into that potential,
97
323748
3263
que se dio cuenta, de que si pudiéramos aprovechar ese potencial,
05:27
we would have a powerful tool for medicine.
98
327035
2351
tendríamos una herramienta poderosa para la medicina.
05:29
If we could figure out how these cells make the decision
99
329917
2621
Si pudiéramos descubrir cómo toman la decisión
05:32
to become one cell type or another,
100
332562
2131
de convertirse en un tipo de célula u otro,
05:34
we might be able to harness them
101
334717
1690
podríamos ser capaces de aprovecharlas
05:36
to generate cells that we need to repair diseased or damaged tissue.
102
336431
4553
para generar células que necesitamos para reparar tejidos enfermos o dañados.
05:41
But realizing that vision is not without its challenges,
103
341794
2930
Pero cumplir esta visión no está exento de desafíos,
05:44
not least because these particular cells,
104
344748
2764
sobre todo porque estas células particulares,
05:47
they emerge just six days after conception.
105
347536
2829
emergen solo seis días después de la concepción.
05:50
And then within a day or so, they're gone.
106
350826
2055
Y luego, en un día más o menos, se han ido.
05:52
They have set off down the different paths
107
352905
2057
Han emprendido los diferentes caminos
05:54
that form all the structures and organs of your adult body.
108
354986
3050
que forman todas las estructuras y órganos del cuerpo adulto.
05:59
But it turns out that cell fates are a lot more plastic
109
359770
3079
Pero resulta que el destino de las células es mucho más plástico
06:02
than we might have imagined.
110
362873
1413
de lo que imaginamos.
06:04
About 13 years ago, some scientists showed something truly revolutionary.
111
364310
4321
Hace unos 13 años,
algunos científicos mostraron algo verdaderamente revolucionario.
06:09
By inserting just a handful of genes into an adult cell,
112
369393
4346
Al insertar solo un puñado de genes en una célula adulta,
06:13
like one of your skin cells,
113
373763
1764
como una de sus células de la piel,
06:15
you can transform that cell back to the naïve state.
114
375551
3959
se puede transformar esa célula al estado inocente.
06:19
And it's a process that's actually known as "reprogramming,"
115
379534
3175
Es un proceso que en realidad se conoce como "reprogramación"
06:22
and it allows us to imagine a kind of stem cell utopia,
116
382733
3359
y nos permite imaginar una especie de utopía de células madre,
06:26
the ability to take a sample of a patient's own cells,
117
386116
3641
la capacidad de tomar una muestra de las propias células de un paciente,
06:29
transform them back to the naïve state
118
389781
2360
transformarlas de nuevo al estado inocente
06:32
and use those cells to make whatever that patient might need,
119
392165
3130
y usar esas células para hacer lo que ese paciente pueda necesitar,
06:35
whether it's brain cells or heart cells.
120
395319
2075
ya sean células cerebrales o cardíacas.
06:38
But over the last decade or so,
121
398541
1765
Pero durante la última década más o menos,
06:40
figuring out how to change cell fate,
122
400330
3044
averiguar cómo cambiar el destino celular,
06:43
it's still a process of trial and error.
123
403398
2152
todavía es un proceso de ensayo y error.
06:45
Even in cases where we've uncovered successful experimental protocols,
124
405911
4508
Incluso en los casos en que descubrimos protocolos experimentales exitosos,
06:50
they're still inefficient,
125
410443
1467
siguen siendo ineficientes
06:51
and we lack a fundamental understanding of how and why they work.
126
411934
4238
y carecemos de una comprensión fundamental de cómo y por qué funcionan.
06:56
If you figured out how to change a stem cell into a heart cell,
127
416650
3005
Si uno se las arregla para convertir una célula madre en una célula cardíaca,
06:59
that hasn't got any way of telling you how to change a stem cell
128
419679
3089
eso no nos dice cómo cambiar una célula madre
07:02
into a brain cell.
129
422792
1201
en una célula cerebral.
07:04
So we wanted to understand the biological program
130
424633
2931
Entonces queríamos entender el programa biológico
07:07
running inside an embryonic stem cell,
131
427588
2447
que corre dentro de una célula madre embrionaria,
07:10
and understanding the computation performed by a living system
132
430059
3506
y comprender el cálculo realizado por un sistema vivo
07:13
starts with asking a devastatingly simple question:
133
433589
4253
comenzando con una pregunta devastadoramente simple:
07:17
What is it that system actually has to do?
134
437866
3356
¿qué es lo que ese sistema realmente tiene que hacer?
07:21
Now, computer science actually has a set of strategies
135
441838
2850
La informática en realidad tiene un conjunto de estrategias
07:24
for dealing with what it is the software and hardware are meant to do.
136
444712
3827
para lidiar con lo que el software y el hardware están destinados a hacer.
07:28
When you write a program, you code a piece of software,
137
448563
2660
Cuando escriben un programa, codifican una pieza de software,
07:31
you want that software to run correctly.
138
451247
2000
desean que se ejecute correctamente.
07:33
You want performance, functionality.
139
453271
1790
Desean rendimiento, funcionalidad.
07:35
You want to prevent bugs.
140
455085
1217
Desean evitar errores.
07:36
They can cost you a lot.
141
456326
1308
Les puede costar mucho.
Cuando un desarrollador escribe un programa,
07:38
So when a developer writes a program,
142
458168
1842
07:40
they could write down a set of specifications.
143
460034
2270
podría escribir un conjunto de especificaciones.
07:42
These are what your program should do.
144
462328
1871
Esto es lo que debe hacer su programa.
07:44
Maybe it should compare the size of two numbers
145
464223
2268
Tal vez debería comparar el tamaño de dos números
07:46
or order numbers by increasing size.
146
466515
1792
u ordenar números por tamaño.
07:49
Technology exists that allows us automatically to check
147
469037
4695
Existe la tecnología que nos permite verificar automáticamente
07:53
whether our specifications are satisfied,
148
473756
2378
si están satisfechas nuestras especificaciones,
07:56
whether that program does what it should do.
149
476158
2633
si ese programa hace lo que debería hacer.
07:59
And so our idea was that in the same way,
150
479266
2856
Nuestra idea era que de la misma manera,
08:02
experimental observations, things we measure in the lab,
151
482146
3068
observaciones experimentales, cosas que medimos en el laboratorio,
08:05
they correspond to specifications of what the biological program should do.
152
485238
5033
corresponden a especificaciones de lo que debe hacer el programa biológico.
08:10
So we just needed to figure out a way
153
490769
1876
Así que solo necesitábamos encontrar una manera
08:12
to encode this new type of specification.
154
492669
3183
para codificar este nuevo tipo de especificación.
08:16
So let's say you've been busy in the lab and you've been measuring your genes
155
496594
3654
Digamos que han estado ocupado en el laboratorio midiendo sus genes
08:20
and you've found that if Gene A is active,
156
500272
2436
y descubrieron que si el Gene A está activo,
08:22
then Gene B or Gene C seems to be active.
157
502732
3388
entonces Gene B o Gene C parece estar activo.
08:26
We can write that observation down as a mathematical expression
158
506678
3582
Podemos escribir esa observación como una expresión matemática
08:30
if we can use the language of logic:
159
510284
2373
si podemos usar el lenguaje de la lógica:
08:33
If A, then B or C.
160
513125
2328
Si A, entonces B o C.
08:36
Now, this is a very simple example, OK.
161
516242
2454
Ahora, este es un ejemplo muy simple,
08:38
It's just to illustrate the point.
162
518720
1743
Es solo para ilustrar el punto.
08:40
We can encode truly rich expressions
163
520487
2924
Podemos codificar expresiones verdaderamente ricas
08:43
that actually capture the behavior of multiple genes or proteins over time
164
523435
4153
que capturan el proceder de múltiples genes o proteínas a lo largo del tiempo
08:47
across multiple different experiments.
165
527612
2536
a través de múltiples experimentos diferentes.
08:50
And so by translating our observations
166
530521
2626
Y así, al traducir nuestras observaciones
08:53
into mathematical expression in this way,
167
533171
1993
en expresiones matemáticas de esta manera,
08:55
it becomes possible to test whether or not those observations can emerge
168
535188
5098
es posible probar si esas observaciones pueden surgir o no
09:00
from a program of genetic interactions.
169
540310
3054
de un programa de interacciones genéticas.
Y desarrollamos una herramienta para hacer justamente esto.
09:04
And we developed a tool to do just this.
170
544063
2556
09:06
We were able to use this tool to encode observations
171
546643
2882
Pudimos usar esta herramienta para codificar observaciones
09:09
as mathematical expressions,
172
549549
1407
como expresiones matemáticas
09:10
and then that tool would allow us to uncover the genetic program
173
550980
3610
y luego esa herramienta nos permitiría descubrir el programa genético
09:14
that could explain them all.
174
554614
1538
que podría dar explicación de todos.
09:17
And we then apply this approach
175
557481
2280
Y luego aplicamos este enfoque para descubrir
09:19
to uncover the genetic program running inside embryonic stem cells
176
559785
4083
el programa genético que se ejecuta dentro de las células madre embrionarias
09:23
to see if we could understand how to induce that naïve state.
177
563892
4189
para ver si podíamos entender cómo inducir ese estado inocente.
09:28
And this tool was actually built
178
568105
1952
Esta herramienta se construyó realmente
09:30
on a solver that's deployed routinely around the world
179
570081
2652
en un solucionador que se implementa habitualmente en todo el mundo
09:32
for conventional software verification.
180
572757
2269
para verificación de software convencional.
09:35
So we started with a set of nearly 50 different specifications
181
575630
3691
Entonces comenzamos con un conjunto de casi 50 especificaciones diferentes
09:39
that we generated from experimental observations of embryonic stem cells.
182
579345
4506
que generamos a partir de observaciones experimentales
de células madre embrionarias.
09:43
And by encoding these observations in this tool,
183
583875
2636
Y al codificar estas observaciones en esta herramienta,
09:46
we were able to uncover the first molecular program
184
586535
3185
pudimos descubrir el primer programa molecular
09:49
that could explain all of them.
185
589744
1961
que podría explicarlos todos.
09:52
Now, that's kind of a feat in and of itself, right?
186
592309
2513
Eso es una hazaña en sí misma, ¿verdad?
09:54
Being able to reconcile all of these different observations
187
594846
2902
Ser capaz de conciliar todas estas observaciones diferentes
09:57
is not the kind of thing you can do on the back of an envelope,
188
597772
3067
no es el tipo de cosas que pueden hacer al dorso de un sobre,
10:00
even if you have a really big envelope.
189
600863
2648
incluso si tienen un sobre realmente grande.
10:04
Because we've got this kind of understanding,
190
604190
2158
Como tenemos este tipo de comprensión,
10:06
we could go one step further.
191
606372
1462
podríamos ir un paso más allá.
10:07
We could use this program to predict what this cell might do
192
607858
3371
Podríamos usar este programa para predecir qué podría hacer esta célula
10:11
in conditions we hadn't yet tested.
193
611253
2176
en condiciones que aún no habíamos probado.
10:13
We could probe the program in silico.
194
613453
2401
Podríamos sondear el programa en silico.
10:16
And so we did just that:
195
616735
1247
Y así lo hicimos:
10:18
we generated predictions that we tested in the lab,
196
618006
3180
generamos predicciones que probamos en el laboratorio,
10:21
and we found that this program was highly predictive.
197
621210
3032
y encontramos que este programa era altamente predictivo.
10:24
It told us how we could accelerate progress
198
624266
2625
Nos dijo cómo podríamos acelerar el progreso,
10:26
back to the naïve state quickly and efficiently.
199
626915
3060
volver al estado inocente de forma rápida y eficiente.
10:29
It told us which genes to target to do that,
200
629999
2570
Nos dijo a qué genes apuntar para hacer eso,
10:32
which genes might even hinder that process.
201
632593
2624
qué genes podrían incluso obstaculizar ese proceso.
10:35
We even found the program predicted the order in which genes would switch on.
202
635241
4990
Incluso el programa predijo el orden en que se activarían los genes.
10:40
So this approach really allowed us to uncover the dynamics
203
640980
3140
Entonces, este enfoque realmente nos permitió descubrir la dinámica
10:44
of what the cells are doing.
204
644144
2402
de lo que están haciendo las células.
10:47
What we've developed, it's not a method that's specific to stem cell biology.
205
647728
3642
El desarrollo no es un método específico para la biología de células madre.
10:51
Rather, it allows us to make sense of the computation
206
651394
2684
Más bien, nos permite dar sentido a la computación.
10:54
being carried out by the cell
207
654102
1685
siendo llevada a cabo por la célula
10:55
in the context of genetic interactions.
208
655811
2831
en el contexto de interacciones genéticas.
10:58
So really, it's just one building block.
209
658666
2288
En realidad, es solo un componente básico.
11:00
The field urgently needs to develop new approaches
210
660978
2685
El campo necesita urgentemente desarrollar nuevos enfoques
11:03
to understand biological computation more broadly
211
663687
2695
para entender la computación biológica más ampliamente
11:06
and at different levels,
212
666406
1367
y a diferentes niveles,
11:07
from DNA right through to the flow of information between cells.
213
667797
4129
desde el ADN hasta el flujo de información entre las células.
11:11
Only this kind of transformative understanding
214
671950
2797
Solo este tipo de comprensión transformadora
11:14
will enable us to harness biology in ways that are predictable and reliable.
215
674771
4986
nos permitirá aprovechar la biología de manera predecible y confiable.
Pero para programar la biología, también necesitaremos desarrollar
11:21
But to program biology, we will also need to develop
216
681029
3042
11:24
the kinds of tools and languages
217
684095
1995
los tipos de herramientas e idiomas
11:26
that allow both experimentalists and computational scientists
218
686114
3408
que permiten a los experimentadores y científicos computacionales
11:29
to design biological function
219
689546
2497
diseñar la función biológica
11:32
and have those designs compile down to the machine code of the cell,
220
692067
3505
y hacer que esos diseños se compilen en el código de máquina de la celda,
11:35
its biochemistry,
221
695596
1181
su bioquímica
11:36
so that we could then build those structures.
222
696801
2484
para que luego podamos construir esas estructuras.
11:39
Now, that's something akin to a living software compiler,
223
699309
3673
Eso es algo parecido a un compilador de software vivo,
y estoy orgullosa de ser parte de un equipo en Microsoft
11:43
and I'm proud to be part of a team at Microsoft
224
703006
2216
11:45
that's working to develop one.
225
705246
1652
que está trabajando para desarrollar uno.
11:47
Though to say it's a grand challenge is kind of an understatement,
226
707366
3226
Aunque decir que es un gran desafío es un eufemismo,
11:50
but if it's realized,
227
710616
1173
pero si se lleva a cabo,
11:51
it would be the final bridge between software and wetware.
228
711813
3709
sería el puente final entre el software y el wetware.
11:57
More broadly, though, programming biology is only going to be possible
229
717006
3415
Sin embargo, en términos más generales, la biología de programación solo será posible
12:00
if we can transform the field into being truly interdisciplinary.
230
720445
4279
si podemos transformar el campo en uno verdaderamente interdisciplinario.
12:04
It needs us to bridge the physical and the life sciences,
231
724748
2952
Se necesita unir las ciencias físicas y de la vida,
12:07
and scientists from each of these disciplines
232
727724
2267
y científicos de cada una de estas disciplinas
12:10
need to be able to work together with common languages
233
730015
2731
necesitan poder trabajar juntos con idiomas comunes
12:12
and to have shared scientific questions.
234
732770
2719
y compartir preguntas científicas.
12:16
In the long term, it's worth remembering that many of the giant software companies
235
736757
3993
A largo plazo, vale la pena recordar que muchas de las compañías gigantes
12:20
and the technology that you and I work with every day
236
740774
2492
de software y tecnología con las que Uds. y yo trabajamos todos los días
12:23
could hardly have been imagined
237
743290
1503
difícilmente podrían haber sido imaginadas
12:24
at the time we first started programming on silicon microchips.
238
744817
3605
cuando comenzamos a programar en microchips de silicio.
12:28
And if we start now to think about the potential for technology
239
748446
3031
Y si comenzamos ahora a pensar en el potencial de la tecnología
12:31
enabled by computational biology,
240
751501
2426
habilitado por la biología computacional,
12:33
we'll see some of the steps that we need to take along the way
241
753951
2935
veremos algunos de los pasos que debemos seguir en el camino
12:36
to make that a reality.
242
756910
1433
para hacer eso realidad.
12:39
Now, there is the sobering thought that this kind of technology
243
759231
3082
Existe el pensamiento aleccionador de que este tipo de tecnología
12:42
could be open to misuse.
244
762337
1777
podría estar abierto al mal uso.
12:44
If we're willing to talk about the potential
245
764138
2163
Si estamos dispuestos a hablar sobre el potencial
12:46
for programming immune cells,
246
766325
1436
para programar células inmunes,
12:47
we should also be thinking about the potential of bacteria
247
767785
3188
también deberíamos pensar en el potencial de las bacterias
12:50
engineered to evade them.
248
770997
1661
diseñadas para evadirlos.
12:52
There might be people willing to do that.
249
772682
2087
Puede haber gente dispuesta a hacer eso.
12:55
Now, one reassuring thought in this
250
775506
1722
Un pensamiento tranquilizador en esto
12:57
is that -- well, less so for the scientists --
251
777252
2289
es que, bueno, menos para los científicos
12:59
is that biology is a fragile thing to work with.
252
779565
3269
es que la biología es frágil al ser manipuleada.
13:02
So programming biology is not going to be something
253
782858
2412
Así que programar biología no será algo
13:05
you'll be doing in your garden shed.
254
785294
1848
que harán en el cobertizo de su jardín.
13:07
But because we're at the outset of this,
255
787642
2080
Pero como estamos al comienzo de esto,
13:09
we can move forward with our eyes wide open.
256
789746
2583
podemos avanzar con los ojos bien abiertos.
13:12
We can ask the difficult questions up front,
257
792353
2324
Podemos hacer las preguntas difíciles por adelantado,
13:14
we can put in place the necessary safeguards
258
794701
3040
podemos establecer las salvaguardas necesarias
13:17
and, as part of that, we'll have to think about our ethics.
259
797765
2797
y, como parte de eso, tendremos que pensar en nuestra ética.
13:20
We'll have to think about putting bounds on the implementation
260
800586
3172
Tendremos que pensar en poner límites a la implementación
13:23
of biological function.
261
803782
1498
de la función biológica.
13:25
So as part of this, research in bioethics will have to be a priority.
262
805604
3715
Como parte de esto, la investigación en bioética tendrá que ser una prioridad.
13:29
It can't be relegated to second place
263
809343
2407
No puede ser relegado al segundo lugar
13:31
in the excitement of scientific innovation.
264
811774
2514
en la emoción de la innovación científica.
13:35
But the ultimate prize, the ultimate destination on this journey,
265
815154
3474
Pero el premio final, el destino final en este viaje,
13:38
would be breakthrough applications and breakthrough industries
266
818652
3444
serían aplicaciones innovadoras e industrias innovadoras
13:42
in areas from agriculture and medicine to energy and materials
267
822120
3444
en áreas desde agricultura y medicina hasta energía y materiales
13:45
and even computing itself.
268
825588
2261
e incluso la informática en sí misma.
13:48
Imagine, one day we could be powering the planet sustainably
269
828490
3148
Imagínense, que algún día podríamos alimentar el planeta de manera sostenible
13:51
on the ultimate green energy
270
831662
1859
en la máxima energía verde
13:53
if we could mimic something that plants figured out millennia ago:
271
833545
3943
si pudiéramos imitar algo que las plantas descubrieron hace milenios:
13:57
how to harness the sun's energy with an efficiency that is unparalleled
272
837512
3771
cómo aprovechar la energía del sol con una eficiencia que no tiene paralelo
14:01
by our current solar cells.
273
841307
1856
por nuestras células solares actuales.
14:03
If we understood that program of quantum interactions
274
843695
2601
Si entendiéramos ese programa de interacciones cuánticas
14:06
that allow plants to absorb sunlight so efficiently,
275
846320
3264
que permiten que las plantas absorban la luz solar de manera tan eficiente,
14:09
we might be able to translate that into building synthetic DNA circuits
276
849608
3944
podríamos traducir eso en construir circuitos sintéticos de ADN
14:13
that offer the material for better solar cells.
277
853576
2913
que ofrecen el material para mejores células solares.
14:17
There are teams and scientists working on the fundamentals of this right now,
278
857349
3693
Hay equipos y científicos trabajando en los fundamentos de esto en este momento,
14:21
so perhaps if it got the right attention and the right investment,
279
861066
3243
entonces, si recibiera la atención adecuada y la inversión correcta,
14:24
it could be realized in 10 or 15 years.
280
864333
2280
se podría realizar en 10 o 15 años.
14:27
So we are at the beginning of a technological revolution.
281
867457
3197
Estamos al comienzo de una revolución tecnológica.
14:31
Understanding this ancient type of biological computation
282
871067
3221
Comprender este antiguo tipo de computación biológica
14:34
is the critical first step.
283
874312
2132
es el primer paso crítico.
14:36
And if we can realize this,
284
876468
1317
Y si podemos darnos cuenta de esto,
14:37
we would enter in the era of an operating system
285
877809
2842
entraríamos en la era de un sistema operativo
14:40
that runs living software.
286
880675
1905
que ejecuta software vivo
14:42
Thank you very much.
287
882604
1166
Muchas gracias.
14:43
(Applause)
288
883794
2690
(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