Paul Rothemund: The astonishing promise of DNA folding

جزئیات تا زدن DNA از زبان پال راتموند

Translator: Ali Moeeny Reviewer: Hasan Moeeni

So, people argue vigorously about the definition of life.

در مورد تعریف موجود زنده بحثهای زیادی شده است.

They ask if it should have reproduction in it, or metabolism, or evolution.

آیا باید تولید مثل هم بکند؟ آیا باید متابولیسم داشته باشد؟ آیا باید تکامل پیدا بکند؟

And I don't know the answer to that, so I'm not going to tell you.

من جواب این سوالها را نمی دانم و سعی هم ندارم به این سوالها پاسخ بدهم.

I will say that life involves computation.

ولی چیزی که می خواهم بگویم این است که زنده بودن یعنی درگیر محاسبه بودن.

So this is a computer program.

این یک برنامه کامپیوتری است.

Booted up in a cell, the program would execute,

اگر این برنامه را روی یک سلول نصب کنید این برنامه اجرا می شود.

and it could result in this person;

و نتیجه اش این فرد می شود.

or with a small change, it could result in this person;

با یک تغییر کوچک نتیجه برنامه می شود این فرد.

or another small change, this person;

یک تغییر کوچک دیگر و نتیجه این یکی می شود.

or with a larger change, this dog,

با یک تغییر بزرگتر نتیجه این سگ می شود.

or this tree, or this whale.

یا این درخت یا این نهنگ.

So now, if you take this metaphor

خوب شما اگر تشبیه

[of] genome as program seriously,

ژنوم به برنامه کامپیوتری را جدی بگیرید،

you have to consider that Chris Anderson

شما به این نتیجه می رسید که کریس اندرسون،

is a computer-fabricated artifact, as is Jim Watson,

یک محصول ساخته دست کامپیوتر است.

Craig Venter, as are all of us.

همینطور جیم واتسون، کریگ ونتور و همه ماها

And in convincing yourself that this metaphor is true,

برای اینکه خودتان را قانع کنید که این تشبیه درست است،

there are lots of similarities between genetic programs

باید بدانید که شباهتهای زیادی بین برنامه های ژنتیک

and computer programs that could help to convince you.

و برنامه های کامپیوتری وجود دارد که می تواند شما را قانع کند.

But one, to me, that's most compelling

ولی آن شباهتی که برای من از همه مهمتر است

is the peculiar sensitivity to small changes

این حساسیت شدید به تغییرات خیلی کوچک است.

that can make large changes in biological development -- the output.

در بیولوژی این تغییرات کوچک می توانند تغییرات شدیدی در نتیجه ایجاد کنند.

A small mutation can take a two-wing fly

یک جهش کوچک می تواند نتیجه را از یک مگس دوباله

and make it a four-wing fly.

به یک مگس چهار باله تبدیل کند.

Or it could take a fly and put legs where its antennae should be.

یا کاری کند که یک مگس در جای شاخک هایش پا در بیاورد.

Or if you're familiar with "The Princess Bride,"

یا اگر شما با «شاهزاده عروس» آشنا باشید،

it could create a six-fingered man.

می شود که یک مرد شش انگشتی بشود.

Now, a hallmark of computer programs

یکی از علائم مشخصه برنامه های کامپیوتری

is just this kind of sensitivity to small changes.

همین حساسیت زیاد به تغییرات کوچک است.

If your bank account's one dollar, and you flip a single bit,

اگر شما در حساب بانکی تان یک دلار داشته باشید و یک بیت آن را وارنه کنید،

you could end up with a thousand dollars.

نتیجه ممکن است این باشد که شما هزار دلار در حسابتان داشته باشید.

So these small changes are things that I think

این تغییرات کوچک به نظر من نشان دهنده این هستند که یک پردازش،

that -- they indicate to us that a complicated computation

یک پردازش خیلی مفصل در جریان است.

in development is underlying these amplified, large changes.

و این پردازش این تغییر کوچک را تشدید و بزرگ می کند.

So now, all of this indicates that there are molecular programs underlying biology,

همه این شواهد نشان می دهد که برنامه های ملکولی در زیر ساخت زیست شناسی وجود دارند.

and it shows the power of molecular programs -- biology does.

این قدرت برنامه های ملکولی را نشان می دهد که در بیولوژی اجرا می شوند.

And what I want to do is write molecular programs,

و من می خواهم که برنامه های ملکولی بنویسم،

potentially to build technology.

که شاید در آینده منجر به تکنولوژی بشود.

And there are a lot of people doing this,

البته افراد زیادی دنبال این کار هستند.

a lot of synthetic biologists doing this, like Craig Venter.

خیلی از زیست شناسان سنتتیک دنبال این کار هستند. مثلا کرگ ونتر

And they concentrate on using cells.

و اینها بیشتر تمرکزشان بر استفاده از سلولها است.

They're cell-oriented.

اینها سلول گرا هستند.

So my friends, molecular programmers, and I

دوستان من و من که همگی برنامه نویسهای ملکولی هستیم،

have a sort of biomolecule-centric approach.

بیشتر روش تمرکز بر ملکولها به جای سلولها را می پسندیم.

We're interested in using DNA, RNA and protein,

ما می خواهیم از DNA و RNA و پروتئین ها استفاده کنیم

and building new languages for building things from the bottom up,

و زبانهای جدیدی برای ساختن چیزهای جدید از پایه با استفاده از

using biomolecules,

ملکولهایی با منشاء موجودات زنده

potentially having nothing to do with biology.

ولی با روشهایی که هیچ ربطی به موجودات زنده موجود ندارند بکنیم.

So, these are all the machines in a cell.

اینها همه ماشین هایی هستند که در یک سلول وجود دارند.

There's a camera.

اینجا یک دوربین هست،

There's the solar panels of the cell,

صفحات خورشیدی هست.

some switches that turn your genes on and off,

کلید هایی هست که ژنها را خاموش و روشن می کنند هست،

the girders of the cell, motors that move your muscles.

اسکلت سلولی وجود دارد و موتورهایی که عضلات را حرکت می دهند،

My little group of molecular programmers

گروه برنامه نویسان ملکولی ما سعی دارند

are trying to refashion all of these parts from DNA.

همه این ابزاهای ملکولی را از نو و از DNA بسازند.

We're not DNA zealots, but DNA is the cheapest,

ما تعصبی روی DNA نداریم ولی DNA ساده ترین و ارزان ترین

easiest to understand and easy to program material to do this.

ماده ای است که برای انجام این کار در دسترس است.

And as other things become easier to use --

و همین طور که با گذشت زمان ملکولهای دیگر

maybe protein -- we'll work with those.

مثلا پروتین ها در دسترس قرار می گیرند ممکن است از آنها هم استفاده کنیم.

If we succeed, what will molecular programming look like?

خوب اگر ما موفق بشویم، برنامه نویسی ملکولی به چه صورت خواهد بود؟

You're going to sit in front of your computer.

برای برنامه نویسی ملکولی شما جلوی کامپیوترتان خواهید نشست و

You're going to design something like a cell phone,

و چیزی مثلا یک تلفن همراه طراحی می کنید،

and in a high-level language, you'll describe that cell phone.

و به یک زبان برنامه نویسی سطح بالا، آن تلفن همراه را تعریف می کنید.

Then you're going to have a compiler

بعد شما نیاز به یک کامپایلر دارید،

that's going to take that description

که این تعریف سطح بالا را بگیرد،

and it's going to turn it into actual molecules

و تبدیل به نقشه ای از ملکولهای واقعی بکند.

that can be sent to a synthesizer

که قابل ارسال به یک دستگاه تولید کننده باشد،

and that synthesizer will pack those molecules into a seed.

و آن دستگاه تولید کننده ملکولهای مورد نظر را در یک «دانه» بسته بندی می کند.

And what happens if you water and feed that seed appropriately,

حالا اگر شما این دانه را بکارید و درست آب و غذا بدهید،

is it will do a developmental computation,

این دانه محاسبات مربوط به رشد و نمو اش را

a molecular computation, and it'll build an electronic computer.

که محاسباتی ملکولی هستند انجام خواهد داد و نهایتا آن تلفن همراه را خواهد ساخت.

And if I haven't revealed my prejudices already,

من تا اینجا هنوز همه آرزوهایم را لو نداده ام،

I think that life has been about molecular computers

من فکر می کنم حیات همیشه همین کامپیوترهای ملکولی بوده است،

building electrochemical computers,

حیات کامپیوتر های الکتروشیمیایی را ساخته است،

building electronic computers,

و این کامپیوترهای الکتروشیمیایی توانسته اند کامپیوتر های الکترونیک را بسازند،

which together with electrochemical computers

و کامپیوتر های الکترونیک به کمک کامپیوترهای الکتروشیمیایی کامپیوترهای ملکولی را خواهند ساخت،

will build new molecular computers,

که آنها در نتیجه کامپیوترهای الکترونیک جدیدتری خواهند ساخت،

which will build new electronic computers, and so forth.

و به همین ترتیب...

And if you buy all of this,

اگر شما این قصه من را باور کنید،

and you think life is about computation, as I do,

و مثل من فکر کنید که حیات محاسبه است

then you look at big questions through the eyes of a computer scientist.

آن وقت شما هم به سوالات بزرگ از چشم دانشمندان علوم کامپیوتر نگاه خواهید کرد.

So one big question is, how does a baby know when to stop growing?

مثلا یک سوال مهم این است که یک نوزاد چطور می فهمد که دیگر نباید بزرگ شود.

And for molecular programming,

برای یک برنامه نویس ملکولی مهم است که

the question is how does your cell phone know when to stop growing?

بداند چطور یک تلفن همراه باید بفهمد که رشدش کافی است.

(Laughter)

(خنده)

Or how does a computer program know when to stop running?

یا مثلا چطور یک برنامه کامپیوتری می فهمد که باید متوقف شود.

Or more to the point, how do you know if a program will ever stop?

یا شما چطور می فهمید که یک برنامه هیچ وقت متوقف خواهد شد یا نه؟

There are other questions like this, too.

سوالات دیگری از این دست وجود دارد.

One of them is Craig Venter's question.

یکی از آنها سوال کریگ ونتر است.

Turns out I think he's actually a computer scientist.

من فکر می کنم در واقع کریگ یک دانشمند علوم کامپیوتر است.

He asked, how big is the minimal genome

سوال کریگ این بود که حداقل ژنومی که

that will give me a functioning microorganism?

می تواند یک میکروارگانیسم زنده ایجاد کند چقدر است؟

How few genes can I use?

حداقل تعداد ژن لازم چقدر است؟

This is exactly analogous to the question,

این سوال دقیقا مثل این سوال است که

what's the smallest program I can write

حداقل مقدار کدی که می توان استفاده کرد تا برنامه ای بنویسیم که

that will act exactly like Microsoft Word?

عین برنامه Word مایکروسافت عمل کند چقدر است.

(Laughter)

(خنده)

And just as he's writing, you know, bacteria that will be smaller,

و عینا همانطور که کریگ دنبال باکتری های کوچک تری است که کار بکنند،

he's writing genomes that will work,

و ژنومهای کوچک تری تهیه می کند که بتوانند کار بکنند،

we could write smaller programs

ما هم می توانیم برنامه های کوچک تری بنویسیم که

that would do what Microsoft Word does.

همان کار Word مایکروسافت را انجام بدهند.

But for molecular programming, our question is,

از دید برنامه نویسی ملکولی سوال این خواهد بود که

how many molecules do we need to put in that seed to get a cell phone?

چند تا ملکول باید در آن دانه قرار بدهیم تا مثلا یک تلفن همراه به دست بیاید.

What's the smallest number we can get away with?

حداقل تعداد چقدر است؟

Now, these are big questions in computer science.

این نوع سوالها سوالهای بزرگی در علوم کامپیوتر هستند.

These are all complexity questions,

اینها سوالهای مرتبه پیچیدگی هستند.

and computer science tells us that these are very hard questions.

علوم کامپیوتر به ما نشان می دهد که اینها سوالات خیلی سختی هستند.

Almost -- many of them are impossible.

و در واقع بسیاری از آنها را نمی توانیم جواب بدهیم.

But for some tasks, we can start to answer them.

اما برای برخی کارها ما می توانیم شروع به جواب دادن بکنیم.

So, I'm going to start asking those questions

پس من شروع به پرسیدن این سوالها در مورد

for the DNA structures I'm going to talk about next.

ساختار های DNA که در موردشان صحبت خواهم کرد می کنم .

So, this is normal DNA, what you think of as normal DNA.

این یک DNA عادی است،

It's double-stranded, it's a double helix,

یک مارپیچ دو رشته ای یا مارپیچ مضاعف.

has the As, Ts, Cs and Gs that pair to hold the strands together.

اینها A ها و C ها و T ها و G هایی هستند که با جفت های خودشان در رشته مقابل متصل شده اند.

And I'm going to draw it like this sometimes,

بعضی وقتها ما DNA را به این شکل هم نمایش می دهیم.

just so I don't scare you.

برای اینکه تک تک کد ها را بهتر بتوانیم نشان بدهیم.

We want to look at individual strands and not think about the double helix.

ما فقط به یک از دو رشته نگاه خواهیم کرد و نه به دو طرف مارپیچ مضاعف.

When we synthesize it, it comes single-stranded,

وقتی ما DNA را در آزمایشگاه تولید می کنیم همیشه یکی از دو رشته را می سازیم.

so we can take the blue strand in one tube

ما می توانیم مثلا رشته آبی رنگ را در یک لوله آزمایش بسازیم،

and make an orange strand in the other tube,

رشته نارنجی را در یک لوله دیگر تولید کنیم،

and they're floppy when they're single-stranded.

این ملکول وقتی تک رشته ای است شل و ول است،

You mix them together and they make a rigid double helix.

ولی وقتی آنها را با هم مخلوط کنیم یک دو رشته ای به هم پیچیده محکم را می سازند.

Now for the last 25 years,

در بیست و پنج سال گذشته،

Ned Seeman and a bunch of his descendants

ند سیمن و عده ای از شاگردانش

have worked very hard and made beautiful three-dimensional structures

خیلی زحمت کشیده اند و ساختار های سه بعدی خیلی زیبایی را

using this kind of reaction of DNA strands coming together.

با واکنش رشته های DNA ساخته اند.

But a lot of their approaches, though elegant, take a long time.

البته اگر چه زحمتهایی که کشیده اند نتایج خیلی زیبایی داشته است ولی این روش خیلی وقت گیر است.

They can take a couple of years, or it can be difficult to design.

حتی در حد یکی دو سال و طراحی آنها هم خیلی سخت است.

So I came up with a new method a couple of years ago

به همین خاطر من یکی دو سال پیش یک روش جدید ابداع کردم،

I call DNA origami

که اسمش را اریگامی DNA گذاشتم.

that's so easy you could do it at home in your kitchen

این روش خیلی آسان است به حدی که شما می توانید در آشپزخانه منزلتان آن را انجام دهید.

and design the stuff on a laptop.

و چیزهایی که می خواهید را روی یک لپ تاپ طراحی کنید.

But to do it, you need a long, single strand of DNA,

ولی برای اینکار نیاز به یک DNA تک رشته ای دراز دارید،

which is technically very difficult to get.

که عملا خیلی مشکل است که بتوانید به دست بیاورید.

So, you can go to a natural source.

شما می توانید سراغ یک منبع طبیعی بروید،

You can look in this computer-fabricated artifact,

مثلا سراغ این موجود ساخته کامپیوتر بروید،

and he's got a double-stranded genome -- that's no good.

که ژنومش دو رشته ای است و به درد ما نمی خورد.

You look in his intestines. There are billions of bacteria.

اگر درون روده هایش را نگاه کنید میلیاردها باکتری را می بینید،

They're no good either.

که ژنوم آنها هم دو رشته ای است و به درد این کار نمی خورد.

Double strand again, but inside them, they're infected with a virus

ولی اگر درون باکتری ها را جستجو کنید اینها مبتلا به ویروس هستند،

that has a nice, long, single-stranded genome

که این ویروسها یک ژنوم دراز تک رشته ای دارند.

that we can fold like a piece of paper.

و ما می توانیم آن را مثل یک تکه کاغذ تا کنیم.

And here's how we do it.

ما این کار را به این شکل انجام می دهیم.

This is part of that genome.

این یک قسمت از آن ژنوم است.

We add a bunch of short, synthetic DNAs that I call staples.

ما مقداری DNA که خودمان ساخته ایم را اضافه می کنیم - اسم اینها را منگنه گذاشته ایم.

Each one has a left half that binds the long strand in one place,

این قطعه ها یک طرف چپ دارند که به یک قسمت از ژنوم ویروس وصل می شود

and a right half that binds it in a different place,

و یک طرف راست دارد که به یک قسمت دیگر از ژنوم ویروس متصل می شود.

and brings the long strand together like this.

و رشته دراز را روی هم تا می کند.

The net action of many of these on that long strand

اگر تعداد زیادی از این منگنه ها روی ژنوم مورد نظر وصل بشوند

is to fold it into something like a rectangle.

نتیجه این خواهد بود که این ژنوم به شکل یک مربع تا می شود.

Now, we can't actually take a movie of this process,

ما نمی توانیم یک فیلم واقعی از این فرآیند تهیه کنیم،

but Shawn Douglas at Harvard

ولی شان داگلاس از دانشگاه هاروارد

has made a nice visualization for us

یک نمایش زیبا از این فرایند درست کرده است،

that begins with a long strand and has some short strands in it.

که با یک رشته دراز شروع می شود و تعدادی رشته کوتاه هم اینجا هستند.

And what happens is that we mix these strands together.

اتفاقی که می افتد این است که ما این رشته ها را با هم مخلوط می کنیم

We heat them up, we add a little bit of salt,

و به آنها نمک می زنیم و آنها را گرم می کنیم.

we heat them up to almost boiling and cool them down,

تا دمای جوش گرمشان می کنیم و بعد سردشان می کنیم.

and as we cool them down,

وقتی این ها را سرد می کنیم،

the short strands bind the long strands

رشته های کوتاه به رشته اصلی متصل می شوند

and start to form structure.

و ساختار ما شروع به شکل گرفتن می کند.

And you can see a little bit of double helix forming there.

اینجا شما می توانید یک مقدار دو رشته ای مضاعف را ببینید.

When you look at DNA origami,

وقتی شما به اریگامی DNA نگاه می کنید،

you can see that what it really is,

می توانید ببینید که واقعا از چه چیزی ساخته شده است.

even though you think it's complicated,

با اینکه در ظاهر پیچیده به نظر می رسد،

is a bunch of double helices that are parallel to each other,

در حقیقت تعدادی مارپیچ مضاعف است که به طور موازی قرار گرفته اند.

and they're held together

و از طریق محلهایی که

by places where short strands go along one helix

رشته های کوتاه متصل به یک مارپیچ، به یکی مارپیچ دیگر نیز

and then jump to another one.

متصل شده اند، کنار هم قرار می گیرند.

So there's a strand that goes like this, goes along one helix and binds --

مثلا اینجا یک رشته هست که اینطوری اینجا قرار گرفته است و تا اینجا ادامه دارد

it jumps to another helix and comes back.

و در این جا روی این یکی مارپیچ پریده است

That holds the long strand like this.

و رشته بلند را این شکلی نگه داشته است.

Now, to show that we could make any shape or pattern

برای اینکه به شما نشان بدهم که ما هر شکلی که بخواهیم

that we wanted, I tried to make this shape.

را می توانیم با این روش بسازیم من سعی کردم این شکل را بسازم.

I wanted to fold DNA into something that goes up over the eye,

من سعی کردم DNA را طوری خم بکنم که برود بالای چشم

down the nose, up the nose, around the forehead,

و بعد پایین چشم و بعد زیر دماغ و همینطور

back down and end in a little loop like this.

تا اینکه این پایین یک حلقه درست کند.

And so, I thought, if this could work, anything could work.

من با خودم فکر کردم که ما اگر بتوانیم این کار را انجام بدهیم هر شکل دیگری را هم می توانیم بسازیم.

So I had the computer program design the short staples to do this.

من یک برنامه کامپیوتری ساختم که رشته های کوچک یعنی منگنه ها را برای من طراحی می کرد.

I ordered them; they came by FedEx.

بعد منگنه ها را به یک شرکت سفارش دادم و از طریق پست به دستم رسید.

I mixed them up, heated them, cooled them down,

مخلوطشان کردم و گرمشان کردم و بعد سردشان کردم.

and I got 50 billion little smiley faces

و ۵۰ میلیارد لبخند کوچولو به دست آوردم

floating around in a single drop of water.

که در یک قطره آب شناور بودند.

And each one of these is just

و اندازه هر یک از اینها

one-thousandth the width of a human hair, OK?

یک هزارم قطر یک تار موی انسان است.

So, they're all floating around in solution, and to look at them,

اینها توی محلول شناور هستند برای اینکه اینها را ببینید

you have to get them on a surface where they stick.

باید آنها را به یک سطح منتقل کنید. که به آن بچسبند.

So, you pour them out onto a surface

پس آنها را روی یک سطح ریختم

and they start to stick to that surface,

و آنها به سطح چسبیدند،

and we take a picture using an atomic-force microscope.

و از آنها با یک میکروسکوب نیروی اتمی عکس گرفتیم.

It's got a needle, like a record needle,

این میکروسکوپ یک سوزن مثل سوزن گرامافون دارد

that goes back and forth over the surface,

که روی سطح عقب و جلو می رود

bumps up and down, and feels the height of the first surface.

و به نوعی به اتمهایی که روی سطح هستند بر می خورد و بلندی آنها را ثبت می کند.

It feels the DNA origami.

در واقع DNA اریگامی را لمس می کند.

There's the atomic-force microscope working

این میکروسکوپ اتمی است که دارد کار می کند.

and you can see that the landing's a little rough.

و تصویر تشکیل می شود.

When you zoom in, they've got, you know,

اگر زوم بکنیم می بینید که این لبخند ها یک کم خشن هستند.

weak jaws that flip over their heads

بعضی جا ها چانه ها درست نیستند،

and some of their noses get punched out, but it's pretty good.

یا بعضی از دماغها بیرون زده اند ولی خوب روی هم رفته خیلی خوب است.

You can zoom in and even see the extra little loop,

شما می توانید زوم کنید و یک صورت کوچک راببینید که یک لوپ هم زیرش دارد،

this little nano-goatee.

مثل یک ریش پروفسوری نانو.

Now, what's great about this is anybody can do this.

نکته جالب این است که هر کسی می تواند این کار را انجام بدهد.

And so, I got this in the mail about a year after I did this, unsolicited.

حدود یک سال بعد از این کار من از طریق پست بدون مقدمه، این را دریافت کردم.

Anyone know what this is? What is it?

کسی می داند که این چی است؟

It's China, right?

این چین است.

So, what happened is, a graduate student in China,

یک دانشجوی دکتری در چین،

Lulu Qian, did a great job.

به نام لولو کیان خیلی زحمت کشیده بود.

She wrote all her own software

برای خودش این نرم افزارها را نوشته بود

to design and built this DNA origami,

و این اریگامی DNA را طراحی کرده و ساخته بود،

a beautiful rendition of China, which even has Taiwan,

که یک نمایش زیبا از نقشه چین است. که حتی شامل تایوان هم هست.

and you can see it's sort of on the world's shortest leash, right?

می بینید که این سر راست ترین کار دنیا است. نه؟

(Laughter)

(خنده)

So, this works really well

پس این خیلی خوب کار می کند.

and you can make patterns as well as shapes, OK?

شما می توانید علاوه بر شکل طرح هم بسازید.

And you can make a map of the Americas and spell DNA with DNA.

مثلا این نقشه امریکا است یا این یکی نوشته DNA.

And what's really neat about it --

چیزی که خیلی در این مورد جالب است --

well, actually, this all looks like nano-artwork,

واقعا اینها مثل کارهای هنری نانوتکنولوژی است

but it turns out that nano-artwork

و مشخص شده که کارهای هنری نانو چیزی است که

is just what you need to make nano-circuits.

شما برای ساختن مدارهای نانو نیاز دارید.

So, you can put circuit components on the staples,

پس شما می توانید قطعات نانویی را روی این منگنه ها قرار بدهید

like a light bulb and a light switch.

مثلا یک لامپ و یک کلید را

Let the thing assemble, and you'll get some kind of a circuit.

و بعد اجازه بدهید که کل شکل تشکیل بشود و یک مدار بدست بیاورید.

And then you can maybe wash the DNA away and have the circuit left over.

و شاید بعد DNA را از روی صفحه بشویید و فقط مدارمورد نظرتان باقی بماند.

So, this is what some colleagues of mine at Caltech did.

این در واقع کاری است که یکی از همکاران من در دانشگاه Caltech انجام داده است.

They took a DNA origami, organized some carbon nano-tubes,

از طریق اریگامی DNA تعداد نانولوله کربنی را مرتب کردند

made a little switch, you see here, wired it up,

و یک کلید ساختند و به آن سیم وصل کردند

tested it and showed that it is indeed a switch.

و امتحانش کردند و نشان دادند که در واقع به شکل یک کلید کار می کند.

Now, this is just a single switch

البته این فقط «یک» کلید است.

and you need half a billion for a computer, so we have a long way to go.

ولی شما برای یک کامپیوتر نیم میلیارد کلید نیاز دارید. ما راه طولانی ای در پیش رو داریم.

But this is very promising

ولی خوب وضعیت خیلی امیدوار کننده است.

because the origami can organize parts just one-tenth the size

چون اریگامی می تواند چیزهایی را که

of those in a normal computer.

اندازه ای یک دهم قطعات فعلی کامپیوتر دارند مرتب کند.

So it's very promising for making small computers.

پس این راه امیدوار کننده ای برای ساخت قطعات کامپیوتری خیلی کوچک در آینده است.

Now, I want to get back to that compiler.

من می خواهم به آن کمپایلری که قبلا در موردش صحبت کردیم برگردم.

The DNA origami is a proof that that compiler actually works.

اریگامی DNA اثبات می کند که ساختن چنین کمپایلیری در عمل ممکن است.

So, you start with something in the computer.

یعنی شما یک چیزی را در کامپیوترتان طراحی می کنید

You get a high-level description of the computer program,

و از تعاریف سطح بالای برنامه کامیپیوتری استفاده می کنید.

a high-level description of the origami.

توصیف سطح بالای اریگامی، و بعد

You can compile it to molecules, send it to a synthesizer,

شما می توانید آن را در سطح ملکولی کمپایل کنید و به یک دستگاه تولید کننده بفرستید،

and it actually works.

و این واقعا شدنی است.

And it turns out that a company has made a nice program

یک شرکت برنامه زیبایی ساخته است

that's much better than my code, which was kind of ugly,

که خیلی از برنامه ای که من نوشته بودم بهتر کار می کند.

and will allow us to do this in a nice,

این برنامه از طریق یک رابط دیداری خیلی زیباتر

visual, computer-aided design way.

به شما امکان طراحی می دهد.

So, now you can say, all right,

خوب شما می توانید بپرسید که

why isn't DNA origami the end of the story?

چرا اریگامی DNA اخر داستان نیست؟

You have your molecular compiler, you can do whatever you want.

شما وقتی کامپایلر ملکولی دارید هر چیزی بخواهید می توانید بسازید.

The fact is that it does not scale.

واقعیت این است که این روش قابل بزرگ کردن نیست.

So if you want to build a human from DNA origami,

مثلا اگر بخواهید چیزی به اندازه یک آدم را از این طریق بسازید،

the problem is, you need a long strand

شما به یک رشته DNA خیلی خیلی بلند نیاز دارید،

that's 10 trillion trillion bases long.

که ده تریلیون تریلیون باز طول داشته باشد.

That's three light years' worth of DNA,

این معادل سه سال نوری DNA است.

so we're not going to do this.

خوب پس ما اینکار را نخواهیم کرد.

We're going to turn to another technology,

ما سراغ یک تکنولوژی دیگر خواهیم رفت،

called algorithmic self-assembly of tiles.

که اسمش «خود مرتب سازی الگوریتمی کاشی ها» است

It was started by Erik Winfree,

و توسط اریک وینفری ابداع شده است.

and what it does,

در این روش

it has tiles that are a hundredth the size of a DNA origami.

کاشی هایی که صد برابر یک اریگامی DNA هستند استفاده می شود.

You zoom in, there are just four DNA strands

اگر از نزدیک نگاه کنید می بینید که در واقع چهار رشته DNA است

and they have little single-stranded bits on them

که قطعات کوچک تک رشته ای روی آنها قرار دارد و آنها را به هم متصل نگه می دارد.

that can bind to other tiles, if they match.

و می تواند آنها را به کاشی های دیگر نیز متصل کند.

And we like to draw these tiles as little squares.

ما این کاشی ها را به شکل مربع های کوچک نشان می دهیم.

And if you look at their sticky ends, these little DNA bits,

و اگر به انتها های اینها نگاه کنیم

you can see that they actually form a checkerboard pattern.

می بینید که می توانند یک طرح شطرنجی درست کنند.

So, these tiles would make a complicated, self-assembling checkerboard.

این کاشی ها هستند که می توانند یک صفحه شطرنجی خود مرتب ساز پیچیده را بسازند.

And the point of this, if you didn't catch that,

اگر هنوز متوجه نشده اید باید بگویم که نکته این است که

is that tiles are a kind of molecular program

کاشی ها به نوعی برنامه های ملکولی هستند

and they can output patterns.

و اینها می توانند به عنوان خروجی، طرح تولید کنند.

And a really amazing part of this is

و قسمت خیلی خیلی جذاب این است

that any computer program can be translated

که هر برنامه کامپیوتری را می توان

into one of these tile programs -- specifically, counting.

به یک برنامه کاشی ترجمه کرد. مخصوصا شمارش را.

So, you can come up with a set of tiles

پس شما می توانید یک سری کاشی طراحی کنید که

that when they come together, form a little binary counter

اگر به هم متصل شوند، می توانند به جای یک صفحه شطرنجی،

rather than a checkerboard.

یک شمارنده باینری بسازند.

So you can read off binary numbers five, six and seven.

این شمارنده می تواند اعداد ورودی را بخواند مثلا ۵ و ۶ و ۷

And in order to get these kinds of computations started right,

برای اینکه این نوع محاسبات درست کار بکند نیاز به یک نقطه شروع دارد.

you need some kind of input, a kind of seed.

یک ورودی اولیه یا هسته اولیه

You can use DNA origami for that.

که مثلا ممکن است از این اریگامی های DNA استفاده کنیم.

You can encode the number 32

شما می تونید مثلا عدد ۳۲ را

in the right-hand side of a DNA origami,

در طرف راست یک اریگامی کد کنید

and when you add those tiles that count,

و وقتی اون کاشی هایی که شمارش انجام میدهند را وصل می کنید،

they will start to count -- they will read that 32

اینها یکی یکی شمارش می کنند تا به ۳۲ برسند،

and they'll stop at 32.

و روی ۳۲ متوقف می شوند.

So, what we've done is we've figured out a way

یعنی ما توانسته ایم راهی پیدا کنیم که به

to have a molecular program know when to stop going.

یک برنامه ملکولی نشان بدهیم که چه موقع باید متوقف شود.

It knows when to stop growing because it can count.

این برنامه می تواند بفهمد که چه موقع باید متوقف بشود چون قادر به شمارش است.

It knows how big it is.

یعنی می داند که چقدر رشد کرده است.

So, that answers that sort of first question I was talking about.

این یک قسمت از سوالی را که من در ابتدا پرسیدم جواب می دهد.

It doesn't tell us how babies do it, however.

ولی ما هنوز نمی دانیم که یک نوزاد چطور این کار را انجام می دهد.

So now, we can use this counting to try and get at much bigger things

حالا ما می توانیم از این شمارش استفاده کنیم و چیزهای بزرگی بسازیم.

than DNA origami could otherwise.

که با اریگامی به تنهایی ممکن نبود.

Here's the DNA origami, and what we can do

این یک اریگامی DNA است و کاری که ما می توانیم بکنیم این است که

is we can write 32 on both edges of the DNA origami,

عدد ۳۲ را روی هر دو لبه این اریگامی بنویسیم.

and we can now use our watering can

و حالا از آبپاش استفاده کنیم و

and water with tiles, and we can start growing tiles off of that

و با کاشی این اریگامی را تغذیه کنیم و آن را رشد بدهیم

and create a square.

و یک مربع به وجود بیاوریم

The counter serves as a template

شمارنده ها به عنوان یک الگو

to fill in a square in the middle of this thing.

برای ساخت و پر کردن یک مربع در وسط آن اریگامی استفاده می شوند.

So, what we've done is we've succeeded

کاری که ما کردیم این است که ما موفق شدیم

in making something much bigger than a DNA origami

چیزی خیلی بزرگ تر از یک اریگامی DNA را

by combining DNA origami with tiles.

با ادغام اریگامی DNA با کاشی ها بسازیم.

And the neat thing about it is, is that it's also reprogrammable.

و نکته جذاب این است که این دستگاه قابل برنامه ریزی مجدد است.

You can just change a couple of the DNA strands in this binary representation

شما می توانید فقط یکی دو تا از رشته های DNA را تغییر بدهید

and you'll get 96 rather than 32.

و به جای ۳۲ به ۹۶ برسید.

And if you do that, the origami's the same size,

اگر این کار را بکنید سایز اریگامی شما تغییر نمی کند،

but the resulting square that you get is three times bigger.

ولی مربعی که از آن حاصل خواهد شد سه برابر بزرگتر خواهد بود.

So, this sort of recapitulates

این مساله به نوعی نشان دهنده

what I was telling you about development.

مسائلی که در مورد رشد مطرح کردم است.

You have a very sensitive computer program

شما یک برنامه کامپیوتری خیلی حساس دارید

where small changes -- single, tiny, little mutations --

که تغییرات کوچکی در آن حتی جهش های منفرد خیلی کوچک

can take something that made one size square

یک چیزی که یک مربع با یک سایز مشخص تولید می کرد

and make something very much bigger.

را تبدیل به یک چیزی که مربع خیلی بزرگتری می سازد می کند.

Now, this -- using counting to compute

استفاده از شمارش برای محاسبه

and build these kinds of things

و ساختن این طور چیزی ها

by this kind of developmental process

و این طور فرایندهای رشد

is something that also has bearing on Craig Venter's question.

چیزی است که بر سوال گرگ ونتور هم تاثیر می گذارد.

So, you can ask, how many DNA strands are required

شما می توانید بپرسید چند قطعه DNA لازم است تا

to build a square of a given size?

یک مربع با سایز مشخص ساخته بشود.

If we wanted to make a square of size 10, 100 or 1,000,

اگر ما بخواهیم یک مربع با اندازه ۱۰ یا ۱۰۰ یا ۱۰۰۰ بسازیم

if we used DNA origami alone,

اگر فقط از اریگامی DNA استفاده می کردیم

we would require a number of DNA strands that's the square

مقدار DNA که نیاز داشتیم برابر مجذور

of the size of that square;

اندازه ضلع مربع بود

so we'd need 100, 10,000 or a million DNA strands.

یعنی به ۱۰۰ یا ۱۰۰۰۰ یا ۱۰۰۰۰۰۰ رشته DNA نیاز داشتیم

That's really not affordable.

و این مقدار آنقدر زیاد است که در عمل ناممکن است.

But if we use a little computation --

ولی اگر اندکی محاسبه وارد فرایند بکنیم

we use origami, plus some tiles that count --

یعنی اریگامی و کاشی های شمارشگر را با هم استفاده بکنیم

then we can get away with using 100, 200 or 300 DNA strands.

می توانیم با ۱۰۰ دویست یا ۳۰۰ رشته DNA کار را انجام بدهیم.

And so we can exponentially reduce the number of DNA strands we use,

یعنی ما می توانیم به این ترتیب به طور نمایی مقدار DNA مورد نیاز را کاهش بدهیم.

if we use counting, if we use a little bit of computation.

فقط با شمارش - فقط با اندکی محاسبه.

And so computation is some very powerful way

یعنی محاسبه ابزار قدرتمندی است که

to reduce the number of molecules you need to build something,

به ما اجازه می دهد تعداد ملکول مورد نیاز برای ساختن یک چیز را کاهش بدهیم.

to reduce the size of the genome that you're building.

یا به تعبیری سایز ژنوم را کاهش بدهیم.

And finally, I'm going to get back to that sort of crazy idea

در آخر می خواهم به آن ایده دیوانه وار

about computers building computers.

اینکه کامپیوتر ها بتوانند خودشان کامپیوتر های جدید بسازند برگردم.

If you look at the square that you build with the origami

اگر شما به این مربعی که با استفاده از اریگامی

and some counters growing off it,

و شمارنده هایی که در طرفینش رشد می کنند، ساخته ایم نگاه کنید،

the pattern that it has is exactly the pattern that you need

می بینید که طرحی که در آن به وجود آمده دقیقا همان طرحی است که

to make a memory.

شما برای ساخته حافظه نیاز دارید.

So if you affix some wires and switches to those tiles --

اگر شما بتوانید به این کاشی ها سیم و کلید وصل بکنید

rather than to the staple strands, you affix them to the tiles --

یعنی به جای اینکه به منگنه ها سیم و کلید وصل کنید به کاشی ها وصل کنید

then they'll self-assemble the somewhat complicated circuits,

شما یک مدار نسبتا پیچیده که خود مرتب کننده هم هست ساخته اید.

the demultiplexer circuits, that you need to address this memory.

این در واقع مدار دی مالتی پلکسری است که برای آدرس دهی این حافظه به آن نیاز دارید.

So you can actually make a complicated circuit

یعنی شما یک مدار پیچیده را

using a little bit of computation.

با اندکی محاسبه ساخته اید.

It's a molecular computer building an electronic computer.

یعنی یک کامپیوتر ملکولی توانسته است یک کامپیوتر الکترونیک بسازد.

Now, you ask me, how far have we gotten down this path?

حالا شما حتما می خواهید بپرسید ما در این راه چقدر پیش رفته ایم.

Experimentally, this is what we've done in the last year.

عملا این چیزی است که ما تا حال توانسته ایم در آزمایشگاه در سال گذشته انجام بدهیم.

Here is a DNA origami rectangle,

این یک مربع اریگامی DNA است.

and here are some tiles growing from it.

و اینها هم تعدادی کاشی هستند که از آن رشد کرده اند.

And you can see how they count.

و می توانید ببینید که چطور شمارش انجام شده است.

One, two, three, four, five, six, nine, 10, 11, 12, 17.

یک دو سه چهار شش نه ده یازده دوازده هفده

So it's got some errors, but at least it counts up.

یک کم خطا دارد ولی به هر حال به سمت بالا شماره می کند.

(Laughter)

(خنده)

So, it turns out we actually had this idea nine years ago,

راستش ما از نه سال پیش این ایده ها را داشتیم

and that's about the time constant for how long it takes

نه سال ثابت زمانی پیشرفت این طور کارها است.

to do these kinds of things, so I think we made a lot of progress.

نه سال ثابت زمانی پیشرفت این طور کارها است.

We've got ideas about how to fix these errors.

من فکر می کنم ما خیلی پیشرفت کرده ایم. ما راه حل هایی برای رفع این مشکلات داریم.

And I think in the next five or 10 years,

و من فکر می کنم که در پنج تا ده سال آینده

we'll make the kind of squares that I described

آن جور مربع هایی که صحبتش را کردیم را به دست میاریم.

and maybe even get to some of those self-assembled circuits.

و شاید بعضی از آن مدارهای خود مرتب کننده هم ساخته شده باشند.

So now, what do I want you to take away from this talk?

چیزی که من می خواهم شما از این صحبت ها برداشت کنید،

I want you to remember that

من دلم می خواهد که شما یادتون باشه که

to create life's very diverse and complex forms,

برای ایجاد اشکال متنوع و گوناگون حیات

life uses computation to do that.

حیات از محاسبه استفاده می کند.

And the computations that it uses, they're molecular computations,

این محاسبات محاسبات ملکولی هستند.

and in order to understand this and get a better handle on it,

برای درک بهتر و دسترسی بهتر به اینها

as Feynman said, you know,

همانطور که فاینمن گفته است

we need to build something to understand it.

ما نیاز داریم که چیزی را خودمان بسازیم تا بتوانیم آن را درک کنیم.

And so we are going to use molecules and refashion this thing,

برای همین ما سعی داریم ملکولها را استفاده کنیم

rebuild everything from the bottom up,

و این چیزها را از اول بسازیم

using DNA in ways that nature never intended,

با استفاده از DNA به روشهایی که طبیعت هیچ وقت قصد آن را نداشته است.

using DNA origami,

مثلا استفاده از اریگامی DNA

and DNA origami to seed this algorithmic self-assembly.

برای ایجاد هسته ای برای این الگوریتم های خود مرتب کننده.

You know, so this is all very cool,

خوب اینها همه خیلی جالب هستند.

but what I'd like you to take from the talk,

ولی من دوست دارم شما

hopefully from some of those big questions,

بعضی از این سوالات خیلی بزرگ را فراموش نکنید.

is that this molecular programming isn't just about making gadgets.

این برنامه نویسی ملکولی فقط به درد ساختن ابزار و وسایل نمی خورد.

It's not just making about --

فقط به درد ساختن --

it's making self-assembled cell phones and circuits.

فقط به درد ساختن مثلا تلفن همراه هایی که خودشان خودشان را می سازند نمی خورد.

What it's really about is taking computer science

فایده اصلی این است که شما می توانید با استفاده از علوم کامپیوتر

and looking at big questions in a new light,

به سوالات بزرگی که در زیست شناسی مطرح است

asking new versions of those big questions

با دید جدیدی نگاه کنید.

and trying to understand how biology

و سعی کنید که بفهمید زیست شناسی چطور خیلی از این مساله ها را حل کرده است.

can make such amazing things. Thank you.

متشکرم

(Applause)

(تشویق)