The age of genetic wonder | Juan Enriquez

125,690 views ・ 2019-03-01

TED


A videó lejátszásához kattintson duplán az alábbi angol feliratokra.

Fordító: Péter Pallós Lektor: Beatrix Turán
00:13
So let me with start with Roy Amara.
0
13134
2390
Hadd kezdjem Roy Amarával.
00:16
Roy's argument is that most new technologies tend to be overestimated
1
16350
4211
Roy állítja, hogy a legtöbb új technika hatását
00:20
in their impact to begin with,
2
20585
2068
kezdetben hajlamosak vagyunk túlértékelni,
00:22
and then they get underestimated in the long term
3
22677
2402
majd hosszabb távon alulértékeljük,
mert hozzászokunk.
00:25
because we get used to them.
4
25103
1364
00:26
These really are days of miracle and wonder.
5
26491
2196
Tényleg [Ezek a csoda és bámulat napjai].
00:29
You remember that wonderful song by Paul Simon?
6
29433
2381
Emlékszenek Paul Simon e nagyszerű dalára?
00:32
There were two lines in it.
7
32365
1338
Volt két sor benne.
00:33
So what was it that was considered miraculous back then?
8
33727
3687
Mit tartottak akkoriban csodálatosnak?
00:38
Slowing down things -- slow motion --
9
38393
2072
A lassítást – a lassított felvételt –
00:41
and the long-distance call.
10
41371
1728
és a távolsági beszélgetést.
00:43
Because, of course, you used to get interrupted by operators
11
43941
2859
Mert hozzászoktak, hogy a kezelő félbeszakítja önöket, és beszól:
00:46
who'd tell you, "Long distance calling. Do you want to hang up?"
12
46824
2997
"Távolsági hívás. Kapcsolhatom?"
00:49
And now we think nothing of calling all over the world.
13
49845
2702
Ma a világ bármely pontjáról sem gond telefonálni.
00:53
Well, something similar may be happening
14
53040
2630
Valami hasonló játszódhat le
00:55
with reading and programming life.
15
55694
2072
az élet olvasatával és programozásával.
00:58
But before I unpack that,
16
58636
1728
Mielőtt azonban belefognék,
01:01
let's just talk about telescopes.
17
61069
2684
beszéljünk a távcsövekről.
01:04
Telescopes were overestimated originally in their impact.
18
64798
4311
A távcsövek hatását eredetileg túlbecsülték.
01:09
This is one of Galileo's early models.
19
69133
2169
Ez Galilei egyik modellje.
01:12
People thought it was just going to ruin all religion.
20
72090
3359
Azt hitték, hogy minden vallást tönkretesz.
01:15
(Laughter)
21
75473
1150
(Nevetés)
01:18
So we're not paying that much attention to telescopes.
22
78862
2714
Ma nem sok figyelmet fordítunk a távcsövekre.
01:22
But, of course, telescopes launched 10 years ago, as you just heard,
23
82628
4082
Ám a 10 éve keletkezett távcsövek, mint épp szó volt róla,
01:26
could take this Volkswagen, fly it to the moon,
24
86734
2991
ezt a Volkswagent a Holdra repíthetik,
01:29
and you could see the lights on that Volkswagen light up on the moon.
25
89749
5856
és láthatjuk a Volkswagen fényszóróit a Holdon fölgyulladni.
01:36
And that's the kind of resolution power that allowed you to see
26
96624
3262
E felbontási teljesítmény teszi lehetővé,
01:40
little specks of dust floating around distant suns.
27
100592
3604
hogy távoli napok körül lebegő porszemcséket is meglássunk.
01:44
Imagine for a second that this was a sun a billion light years away,
28
104220
3464
Képzeljük el, hogy ez milliárdnyi fényévre lévő nap,
01:48
and you had a little speck of dust that came in front of it.
29
108310
2927
és kis porszemcsék kerültek elé.
01:51
That's what detecting an exoplanet is like.
30
111566
2501
Így néz ki az exobolygók földerítése.
01:55
And the cool thing is, the telescopes that are now being launched
31
115268
3790
A mostani távcsövek annyira nagyszerűek,
02:00
would allow you to see a single candle lit on the moon.
32
120138
3005
hogy a Holdon meggyújtott gyertya fényét is mutatnák.
02:04
And if you separated it by one plate,
33
124279
2828
Ha pedig fémlapot teszünk mögé,
02:07
you could see two candles separately at that distance.
34
127131
2794
két gyertyát látunk a távolban.
02:11
And that's the kind of resolution that you need
35
131124
2813
Ekkora fölbontás kell,
02:13
to begin to image that little speck of dust
36
133961
2468
hogy képet alkothassunk a porszemcséről,
02:16
as it comes around the sun
37
136453
1286
ahogy a Nap előtt halad el,
02:17
and see if it has a blue-green signature.
38
137763
2049
és kiderítsük, mutat-e kék-zöld színt.
02:21
And if it does have a blue-green signature,
39
141120
2071
Ha kék-zöld színt mutatnak,
ez azt jelenti, hogy a világmindenségben mindenütt van élet.
02:23
it means that life is common in the universe.
40
143215
2220
02:25
The first time you ever see a blue-green signature on a distant planet,
41
145459
4196
Amikor a kék-zöld színt először pillantjuk meg egy távoli bolygón,
02:29
it means there's photosynthesis there,
42
149679
1993
ez azt jelenti, hogy ott van fotoszintézis,
02:31
there's water there,
43
151696
1281
van víz,
02:33
and the chances that you saw the only other planet with photosynthesis
44
153001
3872
s annak esélye, hogy csak egy bolygón van fotoszintézis:
02:36
are about zero.
45
156897
1363
mintegy nulla.
02:39
And that's a calendar-changing event.
46
159108
1896
Ez korszakalkotó esemény:
02:41
There's a before and after we were alone in the universe:
47
161670
2752
előtte egyedül voltunk a világmindenségben, utána már nem.
02:44
forget about the discovery of whatever continent.
48
164446
2470
Feledjük csak el földrészek fölfedezését.
02:48
So as you're thinking about this,
49
168751
1580
Erről gondolkodva
lassan képessé válunk a világmindenség zömének elképzelésére.
02:50
we're now beginning to be able to image most of the universe.
50
170355
2902
Ez a csoda és bámulat ideje.
02:53
And that is a time of miracle and wonder.
51
173281
2254
02:55
And we kind of take that for granted.
52
175559
2352
Valahogy magától értetődőnek vesszük.
02:59
Something similar is happening in life.
53
179562
1915
Hasonló történik az életben is.
03:01
So we're hearing about life in these little bits and pieces.
54
181501
3038
Ilyen apróságokban értesülünk az életről.
03:04
We hear about CRISPR, and we hear about this technology,
55
184563
2658
A CRISPR-ről így szoktunk hallani,
így szoktunk hallani egyik-másik technológiáról.
03:07
and we hear about this technology.
56
187245
1666
03:08
But the bottom line on life is that life turns out to be code.
57
188935
3388
De kiderül, hogy az élet lényege a kód.
03:13
And life as code is a really important concept because it means,
58
193900
3950
Hogy az élet kód, az tényleg fontos fogalom, mert azt jelenti,
03:17
just in the same way as you can write a sentence
59
197874
3210
hogy ugyanúgy, ahogy mondatokat írunk
03:21
in English or in French or Chinese,
60
201108
3118
angolul, franciául vagy kínaiul,
03:25
just in the same way as you can copy a sentence,
61
205146
2906
ugyanúgy, ahogy mondatokat másolunk,
03:28
just in the same way as you can edit a sentence,
62
208076
2526
ugyanúgy, ahogy mondatokat szerkesztünk,
03:30
just in the same way as you can print a sentence,
63
210626
2350
ugyanúgy, ahogy mondatokat nyomtatunk,
03:33
you're beginning to be able to do that with life.
64
213000
2719
úgy leszünk képesek ezt megtenni az élettel is.
03:37
It means that we're beginning to learn how to read this language.
65
217237
3511
Azt jelenti, hogy kezdjük megtanulni e nyelv olvasását.
03:40
And this, of course, is the language that is used by this orange.
66
220772
3236
E narancs is ezt a nyelvet használja.
03:44
So how does this orange execute code?
67
224702
1796
Hogyan hajtja végre e kódot a narancs?
03:46
It doesn't do it in ones and zeroes like a computer does.
68
226522
2708
Nem nullákkal és egyesekkel, mint a számítógép.
Fán lóg, és egyszer csak:
03:49
It sits on a tree, and one day it does:
69
229254
1885
03:51
plop!
70
231163
1150
zsupsz!
03:52
And that means: execute.
71
232819
1805
Ez azt jelenti: végrehajtva.
03:55
AATCAAG: make me a little root.
72
235149
3272
AATCAAG: növessz nekem gyökerecskét!
03:59
TCGACC: make me a little stem.
73
239057
2502
TCGACC: növessz nekem törzsecskét!
04:01
GAC: make me some leaves. AGC: make me some flowers.
74
241583
3438
GAC: növessz nekem leveleket! AGC: növessz nekem virágokat!
04:05
And then GCAA: make me some more oranges.
75
245045
2857
Majd a GCAA: növessz nekem még narancsokat!
04:08
If I edit a sentence in English on a word processor,
76
248984
4073
Ha szövegszerkesztővel látok neki egy angol nyelvű mondatnak,
04:15
then what happens is you can go from this word to that word.
77
255153
3441
akkor végigmehetek az egyes szavakon.
04:20
If I edit something in this orange
78
260134
2136
Ha valamit ebben a narancsban szerkesztek,
04:22
and put in GCAAC, using CRISPR or something else that you've heard of,
79
262294
4983
és belerakom a GCAAC-t a CRISPR vagy valami más segítségével,
04:28
then this orange becomes a lemon,
80
268261
1797
akkor a narancsból citrom
04:30
or it becomes a grapefruit,
81
270957
1548
vagy grapefruit lesz,
04:32
or it becomes a tangerine.
82
272529
1657
vagy mandarinná változik.
04:35
And if I edit one in a thousand letters,
83
275102
2018
Ha meg az ezer betűből egyet szerkesztek,
04:37
you become the person sitting next to you today.
84
277144
2360
akkor ön a mellette ülővé változik.
04:40
Be more careful where you sit.
85
280757
1520
Vigyázzanak, hová ülnek.
04:42
(Laughter)
86
282301
1189
(Nevetés)
04:45
What's happening on this stuff is it was really expensive to begin with.
87
285014
3475
A technológia igen drága volt kezdetben,
04:48
It was like long-distance calls.
88
288513
1695
akárcsak a távolsági hívások.
04:51
But the cost of this is dropping 50 percent faster than Moore's law.
89
291399
3606
De a költsége 50%-kal gyorsabban zuhan, mint a Moore-törvény szerint várnánk.
04:55
The first $200 full genome was announced yesterday by Veritas.
90
295909
3832
Tegnap jelentette be a Veritas először a 200 dolláros árat.
05:00
And so as you're looking at these systems,
91
300494
2130
Ha megnézzük e rendszereket:
05:02
it doesn't matter, it doesn't matter, it doesn't matter, and then it does.
92
302648
3802
ez se számít, az se számít, amaz se, aztán igen.
05:06
So let me just give you the map view of this stuff.
93
306474
3405
Tekintsük át, miről van szó.
05:10
This is a big discovery.
94
310973
2559
Ez nagy fölfedezés.
05:13
There's 23 chromosomes.
95
313556
1923
23 kromoszóma van.
05:15
Cool.
96
315503
1228
Klassz.
05:17
Let's now start using a telescope version, but instead of using a telescope,
97
317287
3679
Fogjunk hozzá a távcsőváltozattal, de távcső helyett
05:20
let's use a microscope to zoom in
98
320990
2320
használjunk mikroszkópot,
05:23
on the inferior of those chromosomes,
99
323334
2072
hogy belelássunk a kisebb kromoszómákba.
05:25
which is the Y chromosome.
100
325430
1621
nevezetesen az Y-kromoszómákba.
05:28
It's a third the size of the X. It's recessive and mutant.
101
328432
3014
Mérete az X-kromoszóma harmada, recesszív és mutáns.
05:32
But hey,
102
332443
1151
De végül is
05:34
just a male.
103
334262
1219
csak férfi!
05:36
And as you're looking at this stuff,
104
336914
2280
Ha ránézünk erre a dologra,
05:39
here's kind of a country view
105
339218
3450
mintha egy ország térképe tárulna elénk
05:42
at a 400 base pair resolution level,
106
342692
2204
400 bázispár felbontásban,
05:44
and then you zoom in to 550, and then you zoom in to 850,
107
344920
3419
majd kinagyítjuk 550, sőt 850 bázispárra,
05:48
and you can begin to identify more and more genes as you zoom in.
108
348363
3285
eközben egyre több gént azonosíthatunk.
05:52
Then you zoom in to the state level,
109
352249
2304
Majd szövetségi állam szintjére nagyítunk,
05:55
and you can begin to tell who's got leukemia,
110
355473
2804
így előtűnik, ki leukémiás,
05:59
how did they get leukemia, what kind of leukemia do they have,
111
359543
3024
hogyan betegedett meg, milyen fajtájú leukémiája van.
06:02
what shifted from what place to what place.
112
362591
2064
mi honnan és hová került.
06:05
And then you zoom in to the Google street view level.
113
365330
2858
Aztán a Google utcaképre nagyítunk.
06:09
So this is what happens if you have colorectal cancer
114
369387
2673
Ez annak a betegnek az esete betű mélységű felbontásban,
06:12
for a very specific patient on the letter-by-letter resolution.
115
372084
4207
akinek vastagbél- és végbélrákja van.
06:18
So what we're doing in this stuff is we're gathering information
116
378148
3110
Ezekből információt gyűjtünk,
06:21
and just generating enormous amounts of information.
117
381282
2516
és hatalmas mennyiségű adatot állítunk elő.
06:23
This is one of the largest databases on the planet
118
383822
2874
Ez a világ egyik legnagyobb adatbázisa,
06:26
and it's growing faster than we can build computers to store it.
119
386720
3872
és gyorsabban gyarapszik, mint tárolására alkalmas számítógépeket építenénk.
06:32
You can create some incredible maps with this stuff.
120
392063
2466
Hihetetlen térképeket készíthetünk vele.
06:35
You want to understand the plague and why one plague is bubonic
121
395292
2971
Pl. meg akarjuk érteni a pestist: az egyik miért bubópestis,
06:38
and the other one is a different kind of plague
122
398287
2224
a másik meg eltérő típusú,
a harmadik fajta miért megint más?
06:40
and the other one is a different kind of plague?
123
400535
2310
Ez a pestis térképe.
06:42
Well, here's a map of the plague.
124
402869
1730
06:45
Some are absolutely deadly to humans,
125
405037
1820
Egyesek halálosak az emberre,
06:46
some are not.
126
406881
1185
mások nem.
06:48
And note, by the way, as you go to the bottom of this,
127
408486
2596
Figyeljék meg, ahogy lefelé haladunk,
mennyire hasonlít a tébécére?
06:51
how does it compare to tuberculosis?
128
411106
1753
06:53
So this is the difference between tuberculosis and various kinds of plagues,
129
413708
3629
Ez a különbség a tébécé és a pestis egyes fajtái között,
06:57
and you can play detective with this stuff,
130
417361
2335
és detektívesdit játszhatunk vele,
06:59
because you can take a very specific kind of cholera
131
419720
2475
mert pl. megnézhetünk egy különleges kolerafajtát,
07:02
that affected Haiti,
132
422219
1190
amelyik Haitiban pusztított,
07:04
and you can look at which country it came from,
133
424377
2686
megnézhetjük, melyik országból jött,
07:07
which region it came from,
134
427087
1726
melyik vidékről,
07:09
and probably which soldier took that from that African country to Haiti.
135
429496
4742
talán azt is, melyik katona hurcolta be Afrikából Haitira.
07:17
Zoom out.
136
437133
1512
Csökkentjük a felbontást.
07:18
It's not just zooming in.
137
438669
1571
Nem csak nagyítani lehet.
07:21
This is one of the coolest maps ever done by human beings.
138
441042
2854
Ez az ember alkotta egyik legnagyszerűbb térkép.
07:24
What they've done is taken all the genetic information they have
139
444446
3056
Össze van gyűjtve rajta
az összes faj genetikai információja,
07:27
about all the species,
140
447526
1481
07:29
and they've put a tree of life on a single page
141
449031
3430
ez az élet fája egyetlen oldalon.
07:32
that you can zoom in and out of.
142
452485
1578
Kinagyíthatjuk és fordítva.
07:34
So this is what came first, how did it diversify, how did it branch,
143
454484
3721
Ez alakult ki először, így diverzifikálódott, így ágazott el,
07:38
how large is that genome,
144
458229
1230
mekkora a genom
07:39
on a single page.
145
459483
1197
egyetlen oldalon.
07:41
It's kind of the universe of life on Earth,
146
461619
2063
Az élet világmindensége a Földön;
07:43
and it's being constantly updated and completed.
147
463706
2449
állandóan korszerűsödik és kiegészül.
07:46
And so as you're looking at this stuff,
148
466982
1859
Ha ezt nézzük,
07:48
the really important change is the old biology used to be reactive.
149
468865
3351
a valóban fontos változás, hogy a régi biológia leíró jellegű volt.
07:52
You used to have a lot of biologists that had microscopes,
150
472240
2720
Egykor sok biológusunk mikroszkópok fölött ült,
07:54
and they had magnifying glasses and they were out observing animals.
151
474984
3299
nagyítókat tartva, és állatokat figyeltek meg.
07:58
The new biology is proactive.
152
478897
1869
Az új biológia kezdeményező.
08:01
You don't just observe stuff, you make stuff.
153
481433
3019
Nemcsak megfigyel, hanem teremt is.
08:05
And that's a really big change
154
485135
1648
Ez óriási változás,
08:06
because it allows us to do things like this.
155
486807
2809
mert így ilyen dolgokat hozhatunk létre.
08:10
And I know you're really excited by this picture.
156
490559
2467
Tudom, hogy fölvillanyozódtak e képtől.
08:13
(Laughter)
157
493050
1111
(Nevetés)
08:14
It only took us four years and 40 million dollars
158
494185
2374
Csak négy év és 40 millió dollár kellett,
08:16
to be able to take this picture.
159
496583
1602
hogy e képet elkészíthessük.
08:18
(Laughter)
160
498209
1230
(Nevetés)
08:19
And what we did
161
499463
1371
Kivettük a teljes génkódot
08:21
is we took the full gene code out of a cell --
162
501586
3275
a sejtből –
08:24
not a gene, not two genes, the full gene code out of a cell --
163
504885
3911
nem 1-2 gént, hanem a teljes génkódot –,
08:30
built a completely new gene code,
164
510016
1840
teljesen új génkódot állítottunk elő,
08:32
inserted it into the cell,
165
512825
1575
beillesztettük a sejtbe,
08:34
figured out a way to have the cell execute that code
166
514424
2932
rájöttünk, hogyan vehetjük rá a sejtet, hogy végrehajtsa a kódot,
08:37
and built a completely new species.
167
517380
2254
és egészen új fajt hoztunk létre.
08:40
So this is the world's first synthetic life form.
168
520884
2485
Ez a világ első szintetikus életformája.
08:45
And so what do you do with this stuff?
169
525810
1895
Mit kezdjünk vele?
08:48
Well, this stuff is going to change the world.
170
528430
2204
Ez megváltoztatja a világot.
08:51
Let me give you three short-term trends
171
531417
1939
Három rövid távú tendenciát mutatok be,
08:53
in terms of how it's going to change the world.
172
533380
2255
amely világosan jelzi, hogyan változtatja meg a világot.
08:56
The first is we're going to see a new industrial revolution.
173
536269
2921
Az első az új ipari forradalom.
08:59
And I actually mean that literally.
174
539674
1701
Szó szerint értem.
09:01
So in the same way as Switzerland and Germany and Britain
175
541992
4491
Ugyanúgy, ahogy Svájc, Németország és Nagy-Britannia
09:06
changed the world with machines like the one you see in this lobby,
176
546507
3658
az előcsarnokban látható gépekhez hasonló szerkezetekkel,
09:11
created power --
177
551537
1196
energiát termelt,
09:13
in the same way CERN is changing the world,
178
553273
2664
a CERN ugyanígy változtatja meg a világot
09:15
using new instruments and our concept of the universe --
179
555961
3347
új eszközök és a világmindenségről alkotott fogalmunk felhasználásával.
09:20
programmable life forms are also going to change the world
180
560060
2894
A programozható életformák is megváltoztatják a világot,
09:23
because once you can program cells
181
563810
1655
mert ha már sejteket programozhatunk,
09:25
in the same way as you program your computer chip,
182
565489
2528
ahogy a számítógép csipjét,
09:29
then you can make almost anything.
183
569736
1693
akkor majdnem mindent megtehetünk.
09:32
So your computer chip can produce photographs,
184
572369
2779
Számítógépcsipjük fényképeket,
09:35
can produce music, can produce film,
185
575172
2073
zenét, filmet állíthat elő,
09:37
can produce love letters, can produce spreadsheets.
186
577269
2413
szerelmes leveleket, táblázatokat.
09:39
It's just ones and zeroes flying through there.
187
579706
2244
Csak egyesek és nullák röpködnek.
09:42
If you can flow ATCGs through cells,
188
582604
2605
Ha az ATCG-ket képesek vagyunk átfuttatni a sejteken,
09:46
then this software makes its own hardware,
189
586123
3054
akkor e szoftver előállítja a hardverét,
09:49
which means it scales very quickly.
190
589201
2072
ami azt jelenti: igen gyorsan fejlődik.
09:52
No matter what happens,
191
592487
1651
Történjék bármi,
09:54
if you leave your cell phone by your bedside,
192
594162
2158
ha mobiljukat ágyuk mellett hagyják,
09:56
you will not have a billion cell phones in the morning.
193
596344
2586
reggelre nem lesz belőle milliárdnyi telefon.
09:59
But if you do that with living organisms,
194
599489
4913
Ám ha ugyanezt élő szervezettel művelik,
10:05
you can make this stuff at a very large scale.
195
605222
2389
nagyban állíthatják elő ezt a dolgot.
10:09
One of the things you can do is you can start producing
196
609390
2896
Az egyik lehetőség, hogy 2025-ig
10:12
close to carbon-neutral fuels
197
612310
2223
ipari léptékben elkezdik gyártani
10:14
on a commercial scale by 2025,
198
614557
2426
a majdnem szén-semleges üzemanyagokat,
10:18
which we're doing with Exxon.
199
618054
1761
ezt tesszük az Exxonnal közösen.
10:20
But you can also substitute for agricultural lands.
200
620870
2409
De mezőgazdasági területeket is kiválthatunk.
10:23
Instead of having 100 hectares to make oils or to make proteins,
201
623303
4751
Növényolaj vagy fehérje az erre használt 100 hektár helyett
10:28
you can make it in these vats
202
628078
1859
ezekben a tartályokban
10:29
at 10 or 100 times the productivity per hectare.
203
629961
2868
10–100-szoros hektáronkénti termelékenységgel állítható elő.
10:33
Or you can store information, or you can make all the world's vaccines
204
633488
3382
Vagy információt tárolhatunk, vagy a világ összes oltóanyagát
10:36
in those three vats.
205
636894
1299
e három tartályban állíthatjuk elő.
10:39
Or you can store most of the information that's held at CERN in those three vats.
206
639276
3949
Vagy e három tartályban tárolhatjuk a CERN-ben lévő információ javát.
10:44
DNA is a really powerful information storage device.
207
644350
3209
A DNS valóban hatékony tárolóeszköz.
10:48
Second turn:
208
648806
1588
A második fordulat:
10:50
you're beginning to see the rise of theoretical biology.
209
650418
2784
megjelenik az elméleti biológia.
10:54
So, medical school departments are one of the most conservative places on earth.
210
654256
4202
Az orvostudományi egyetemi tanszékek maradi helyek.
10:58
The way they teach anatomy is similar to the way they taught anatomy
211
658482
3417
Majdnem ugyanúgy tanítják az anatómiát,
11:01
100 years ago.
212
661923
1166
mint 100 évvel ezelőtt.
11:03
"Welcome, student. Here's your cadaver."
213
663113
2024
"Üdvözöljük, hallgató! Ezt a holttestet boncolja!"
11:06
One of the things medical schools are not good at is creating new departments,
214
666149
3707
Új tanszékek alapításában nem jeleskednek az orvostudományi egyetemek,
11:09
which is why this is so unusual.
215
669880
1749
ezért szokatlan az elméleti biológia.
11:12
Isaac Kohane has now created a department based on informatics, data, knowledge
216
672351
6498
Isaac Kohane informatikán, adatokon és tudáson alapuló tanszéket alapított
11:18
at Harvard Medical School.
217
678873
1511
a Harvard orvosi karán.
11:21
And in a sense, what's beginning to happen is
218
681408
2177
Bizonyos értelemben,
11:23
biology is beginning to get enough data
219
683609
2482
ahogy a biológia elég adathoz jut,
11:26
that it can begin to follow the steps of physics,
220
686115
2766
kezd a fizika nyomában járni.
11:28
which used to be observational physics
221
688905
3388
A fizika egykor megfigyelő jellegű
11:32
and experimental physicists,
222
692317
1971
és kísérleti fizikusok terepe volt.
11:34
and then started creating theoretical biology.
223
694312
2162
Kezdett kialakulni az elméleti biológia.
11:36
Well, that's what you're beginning to see
224
696498
2004
Ennek vagyunk tanúi,
11:38
because you have so many medical records,
225
698526
1980
mert rengeteg orvosi följegyzésünk van,
11:40
because you have so much data about people:
226
700530
2032
mert rengeteg adatunk van emberekről:
11:42
you've got their genomes, you've got their viromes,
227
702586
2410
megvan a genomjuk, megvan a viromjuk,
11:45
you've got their microbiomes.
228
705020
1494
megvan a mikrobiomjuk.
11:46
And as this information stacks,
229
706538
1981
S ahogy az információ gyűlik,
11:48
you can begin to make predictions.
230
708543
2063
hozzáláthatunk az előrejelzésekhez.
11:52
The third thing that's happening is this is coming to the consumer.
231
712149
3255
A harmadik dolog a fogyasztóra irányul.
11:56
So you, too, can get your genes sequenced.
232
716629
4156
Önök is szekvenáltathatják a génjeiket.
12:01
And this is beginning to create companies like 23andMe,
233
721698
2728
Így jönnek létre a 23andMe-féle cégek,
12:04
and companies like 23andMe are going to be giving you
234
724450
2478
és e cégekből
12:06
more and more and more data,
235
726952
1352
mind több adathoz jutunk,
12:08
not just about your relatives,
236
728328
1544
nemcsak rokonainkról,
12:10
but about you and your body,
237
730562
1360
hanem magunkról és testünkről;
12:11
and it's going to compare stuff,
238
731946
1531
összevetik az adatokat
12:13
and it's going to compare stuff across time,
239
733501
2093
időbeli alakulásuk alapján,
12:15
and these are going to become very large databases.
240
735618
2607
és hatalmas adatbázisok jönnek létre.
12:18
But it's also beginning to affect a series of other businesses
241
738249
2962
Ám váratlan módon
ezek üzleti tevékenységekre is hatnak.
12:21
in unexpected ways.
242
741235
1537
12:23
Normally, when you advertise something, you really don't want the consumer
243
743802
3751
Mikor hirdetünk, nem szeretnénk,
ha a fogyasztó a hirdetésünket bevinné a vécébe, és lepisilné.
12:27
to take your advertisement into the bathroom to pee on.
244
747577
4567
12:33
Unless, of course, if you're IKEA.
245
753993
2055
Hacsak nem az IKEA vagyunk.
12:37
Because when you rip this out of a magazine and you pee on it,
246
757381
2906
Mert ha kitépjük a brosúrából, és rápisilünk,
12:40
it'll turn blue if you're pregnant.
247
760311
2069
a papír megkékül, ha terhesek vagyunk.
12:42
(Laughter)
248
762404
1213
(Nevetés)
12:44
And they'll give you a discount on your crib.
249
764214
3873
Akkor árengedményt kapunk tőlük a gyerekágyra.
12:48
(Laughter)
250
768111
1158
(Nevetés)
12:49
Right? So when I say consumer empowerment,
251
769293
2015
Mert ha vevő-felhatalmazásról beszélek,
12:51
and this is spreading beyond biotech,
252
771332
2739
és ez a biotechnológián túlra is terjed,
12:54
I actually really mean that.
253
774095
1819
komolyan beszélek.
12:58
We're now beginning to produce, at Synthetic Genomics,
254
778273
3365
A Synthetic Genomicsnál most kezdtük el
13:02
desktop printers
255
782540
1471
nyomtatók gyártását,
13:05
that allow you to design a cell,
256
785228
3530
amelyek sejttervezést tesznek lehetővé:
13:08
print a cell,
257
788782
1167
sejtet nyomtatnak,
13:09
execute the program on the cell.
258
789973
1845
programot hajtanak végre a sejten.
13:12
We can now print vaccines
259
792825
2103
Oltóanyagokat nyomtathatunk egyidejűleg,
13:14
real time as an airplane takes off
260
794952
2247
ahogy a repülőgép fölszáll,
13:17
before it lands.
261
797223
1190
mielőtt leszállna.
13:19
We're shipping 78 of these machines this year.
262
799929
2572
Idén 78 ilyen gépet szállítunk.
13:24
This is not theoretical biology. This is printing biology.
263
804068
4473
Ez nem elméleti biológia; ez nyomtatási biológia.
13:30
Let me talk about two long-term trends
264
810182
2196
Szólok két trendről,
13:33
that are coming at you over a longer time period.
265
813374
3326
amely hosszabb távon hat majd önökre.
13:37
The first one is, we're starting to redesign species.
266
817658
2656
Az első: kezdjük a fajokat áttervezni.
13:41
And you've heard about that, right?
267
821055
1777
Erről már hallottak, ugye?
13:42
We're redesigning trees. We're redesigning flowers.
268
822856
2681
Áttervezzük a fákat, virágokat,
13:45
We're redesigning yogurt,
269
825561
2293
áttervezzük a joghurtot,
13:48
cheese, whatever else you want.
270
828513
2030
sajtokat, amit csak akarunk.
13:51
And that, of course, brings up the interesting question:
271
831678
2650
Ez pedig érdekes kérdést vet föl:
13:54
How and when should we redesign humans?
272
834884
2336
az embert hogyan és mikor tervezzük át?
13:59
And a lot of us think, "Oh no, we never want to redesign humans."
273
839566
3557
Sokan gondolják: "Na, ne, az embert soha nem akarjuk áttervezni."
14:04
Unless, of course, if your child has a Huntington's gene
274
844147
2715
Hacsak gyermekükben nincs benne a Huntington-gén,
14:06
and is condemned to death.
275
846886
1389
s ezáltal halálra van kárhoztatva.
14:09
Or, unless if you're passing on a cystic fibrosis gene,
276
849172
3363
Vagy hacsak nem adjuk tovább a cisztás fibrózis génjét.
14:12
in which case, you don't just want to redesign yourself,
277
852559
2690
Ez esetben nemcsak magunkat akarjuk áttervezni,
14:15
you want to redesign your children and their children.
278
855273
2539
hanem gyerekeinket és unokáinkat is.
14:18
And these are complicated debates and they're going to happen in real time.
279
858723
3645
Ezek bonyolult vitakérdések, és folyamatosan fölvetődnek.
14:22
I'll give you one current example.
280
862839
1951
Mondok erre egy köznapi példát.
14:25
One of the debates going on at the National Academies today
281
865531
3072
Vita folyik jelenleg a Tudományos Akadémián,
14:29
is you have the power to put a gene drive into mosquitoes
282
869896
4702
hogy megvan a hatalmunk önző gént juttatni szúnyogokba,
14:34
so that you will kill all the malaria-carrying mosquitoes.
283
874622
2984
hogy kipusztítsuk az összes maláriahordozó szúnyogot.
14:39
Now, some people say,
284
879547
2560
Egyesek azt mondják:
14:42
"That's going to affect the environment in an extreme way, don't do it."
285
882964
3465
"Végzetesen fog hatni a környezetre, ne tegyétek!"
14:47
Other people say,
286
887326
1155
Mások meg azt mondják:
14:48
"This is one of the things that's killing millions of people yearly.
287
888505
3227
"A malária évente milliókat öl meg!
14:51
Who are you to tell me that I can't save the kids in my country?"
288
891756
3548
Kik vagytok, hogy eldöntitek: nem menthetem meg népem gyermekeit?"
14:57
And why is this debate so complicated?
289
897183
1853
Miért oly bonyolult a vita?
14:59
Because as soon as you let this loose in Brazil
290
899060
2881
Mert ha ezeket Brazíliában
15:01
or in Southern Florida --
291
901965
1423
vagy Dél-Floridában engedjük el,
15:03
mosquitoes don't respect walls.
292
903412
1541
a szúnyogok nem ismernek határt.
15:04
You're making a decision for the world
293
904977
2301
A világra kiható döntést hozunk,
15:07
when you put a gene drive into the air.
294
907302
1907
mikor az önző gént szabadon bocsátjuk.
15:14
This wonderful man won a Nobel Prize,
295
914145
2095
E kiváló férfiú Nobel-díjat kapott,
15:17
and after winning the Nobel Prize
296
917103
1640
és miután elnyerte,
15:18
he's been worrying about
297
918767
1255
azon kezdett töprengeni,
15:21
how did life get started on this planet
298
921531
2103
hogyan alakult ki bolygónkon az élet,
15:23
and how likely is it that it's in other places?
299
923658
2281
és mennyire valószínű, hogy máshol is létezik.
15:27
So what he's been doing is going around to this graduate students
300
927097
3202
Körbejárta végzős diákjait,
15:30
and saying to his graduate students,
301
930323
1718
és azt mondta nekik:
15:32
"Build me life but don't use any modern chemicals or instruments.
302
932864
3322
"Hozzatok létre életet, de semmiféle modern vegyszer vagy eszköz!
15:36
Build me stuff that was here three billion years ago.
303
936210
2665
Olyat hozzatok létre, ami hárommilliárd éve volt itt.
15:38
You can't use lasers. You can't use this. You can't use that."
304
938899
3156
Lézert nem használhattok. Ezt sem, meg azt sem."
15:44
He gave me a vial of what he's built about three weeks ago.
305
944330
3245
Kaptam tőle egy üvegcsényit abból, amit három hete hozott létre.
15:48
What has he built?
306
948639
1179
Mit hozott létre?
15:49
He's built basically what looked like soap bubbles that are made out of lipids.
307
949842
4025
Úgy néz ki, mint egy szappanbuborék lipidekből.
15:53
He's built a precursor of RNA.
308
953891
2566
A ribonukleinsav prekurzorját hozta létre.
15:57
He's had the precursor of the RNA be absorbed by the cell
309
957291
3752
A ribonukleinsav prekurzorját elnyelette a sejttel,
16:02
and then he's had the cells divide.
310
962194
1883
majd a sejteket osztódásra késztette.
16:06
We may not be that far --
311
966031
1957
Talán nincs messze az idő –
16:09
call it a decade, maybe two decades --
312
969687
3117
mondjuk, egy-két évtized –,
16:12
from generating life from scratch
313
972828
1970
és a semmiből hozhatunk létre életet
16:16
out of proto-communities.
314
976285
1803
proto-közösségekből.
16:19
Second long-term trend:
315
979512
1646
A másik hosszú távú trend:
16:22
we've been living and are living through the digital age --
316
982273
3526
digitális korban élünk –
16:25
we're starting to live through the age of the genome
317
985823
2519
belecsöppentünk a genom,
16:28
and biology and CRISPR and synthetic biology --
318
988366
3615
a biológia, a CRISPR és a szintetikus biológia korszakába –,
16:32
and all of that is going to merge into the age of the brain.
319
992870
2907
s ezek az agy korszakába ötvöződnek össze.
16:36
So we're getting to the point where we can rebuild most of our body parts,
320
996743
3981
Odáig jutottunk, hogy a legtöbb testrészünket ugyanúgy újjáépíthetjük,
16:40
in the same way as if you break a bone or burn your skin, it regrows.
321
1000748
3656
ahogy a törött csont vagy megégett bőr újra nő.
16:44
We're beginning to learn how to regrow our tracheas
322
1004428
2668
Tanuljuk, hogy növesszünk új légcsövet,
16:47
or how to regrow our bladders.
323
1007120
1864
hogy növesszünk új húgyhólyagot.
16:49
Both of those have been implanted in humans.
324
1009008
2306
Mindkettőt már emberbe ültettük.
16:51
Tony Atala is working on 32 different organs.
325
1011338
2728
Tony Atala 32 szerven dolgozik.
16:55
But the core is going to be this,
326
1015487
1890
De a lényeg ez lesz,
16:57
because this is you and the rest is just packaging.
327
1017401
3054
mert a többi csak csomagolóanyag.
17:02
Nobody's going to live beyond 120, 130, 140 years
328
1022011
3547
Senki sem fog 120–130–140 évnél tovább élni,
17:05
unless if we fix this.
329
1025582
1735
csak ha ezt megoldjuk.
17:08
And that's the most interesting challenge.
330
1028084
2066
Ez a legérdekesebb erőpróba.
Ez a következő határterület,
17:10
That's the next frontier, along with:
331
1030174
2111
17:12
"How common is life in the universe?"
332
1032309
2347
a "Milyen gyakori az élet a világmindenségben?"
17:14
"Where did we come from?"
333
1034680
1806
"Honnan származunk?",
17:16
and questions like that.
334
1036510
1634
és hasonló kérdések mellett.
17:20
Let me end this with an apocryphal quote from Einstein.
335
1040031
3190
Egy apokrif Einstein-idézettel fejezem be.
17:23
[You can live as if everything is a miracle,
336
1043697
2219
[Élhetünk úgy, hogy minden dolog csodálatos,
17:25
or you can live as if nothing is a miracle.]
337
1045940
2272
vagy úgy is, hogy semmi sem csodálatos.]
17:28
It's your choice.
338
1048236
1513
Miénk a választás.
17:30
You can focus on the bad, you can focus on the scary,
339
1050555
2479
Összpontosíthatunk a rosszra, az ijesztőre,
17:33
and certainly there's a lot of scary out there.
340
1053058
2416
és bizonyára sok minden ijesztő.
17:36
But use 10 percent of your brain to focus on that, or maybe 20 percent,
341
1056012
4732
De használjuk rá csak agyunk 10%-át,
17:40
or maybe 30 percent.
342
1060768
1826
jó, legyen 20–30%.
17:43
But just remember,
343
1063474
1782
De tartsuk észben,
17:45
we really are living in an age of miracle and wonder.
344
1065280
2609
hogy tényleg csodás dolgok és csodák korszakában élünk.
17:48
We're lucky to be alive today. We're lucky to see this stuff.
345
1068271
3551
Szerencsénk van, hogy ma élünk. Szerencsénk van, hogy ezt látjuk.
17:51
We're lucky to be able to interact with folks like the folks
346
1071846
2841
Szerencsénk van, hogy alkalmunk van kapcsolatban állni azokkal,
17:54
who are building all the stuff in this room.
347
1074711
2110
akik a teremben lévő dolgokat hozzák létre.
17:57
So thank you to all of you, for all you do.
348
1077487
2975
Mindenkinek köszönöm, amit tesz.
18:01
(Applause)
349
1081066
3696
(Taps)
Erről a weboldalról

Ez az oldal olyan YouTube-videókat mutat be, amelyek hasznosak az angol nyelvtanuláshoz. A világ minden tájáról származó, kiváló tanárok által tartott angol leckéket láthatsz. Az egyes videók oldalán megjelenő angol feliratokra duplán kattintva onnan játszhatja le a videót. A feliratok a videó lejátszásával szinkronban gördülnek. Ha bármilyen észrevétele vagy kérése van, kérjük, lépjen kapcsolatba velünk ezen a kapcsolatfelvételi űrlapon.

https://forms.gle/WvT1wiN1qDtmnspy7