How we're using DNA tech to help farmers fight crop diseases | Laura Boykin

38,779 views ・ 2019-11-04

TED


A videó lejátszásához kattintson duplán az alábbi angol feliratokra.

Fordító: Zsuzsa Viola
00:12
I get out of bed for two reasons.
0
12991
2326
Két ok miatt kelek fel.
00:15
One, small-scale family farmers need more food.
1
15341
4031
Az egyik az, hogy a háztáji gazdaságokban nincs elég étel.
00:19
It's crazy that in 2019 farmers that feed us are hungry.
2
19738
5178
Őrület, hogy 2019-ben a gazdák, akik etetnek minket, éhezzenek.
00:25
And two, science needs to be more diverse and inclusive.
3
25353
4833
A másik: a tudománynak szerteágazóbbnak és kapcsolódóbbnak kellene lennie.
00:30
If we're going to solve the toughest challenges on the planet,
4
30679
3422
Ha meg akarjuk oldani a legsúlyosabb problémákat a Földön,
00:34
like food insecurity for the millions living in extreme poverty,
5
34125
4333
mint amilyen a mélyszegénységben élők millióinak élelmiszer-ellátása,
00:38
it's going to take all of us.
6
38482
1619
ahhoz mindannyian kelleni fogunk.
00:40
I want to use the latest technology
7
40680
2580
Én a legújabb technológiákat szeretném használni
00:43
with the most diverse and inclusive teams on the planet
8
43284
3293
a legkülönfélébb és leginkább érintett csoportokkal a bolygón,
00:46
to help farmers have more food.
9
46601
2067
hogy a gazdáknak több étel jusson.
00:49
I'm a computational biologist.
10
49545
1881
Bioinformatikus vagyok.
00:51
I know -- what is that and how is it going to help end hunger?
11
51450
3404
Tudom – mit jelent ez, és hogyan segíthet véget vetni az éhínségnek?
00:54
Basically, I like computers and biology
12
54878
3246
Alapból szeretem az informatikát és a biológiát,
00:58
and somehow, putting that together is a job.
13
58148
2444
és valahogyan ezek együtt egy foglalkozást alkotnak.
01:00
(Laughter)
14
60616
1083
(Nevetés)
01:01
I don't have a story
15
61723
1520
Nincs arról történetem,
01:03
of wanting to be a biologist from a young age.
16
63267
3286
hogy már kiskoromban is biológus akartam lenni.
01:06
The truth is, I played basketball in college.
17
66577
3706
Az igazság az, hogy az egyetemen kosaraztam,
01:10
And part of my financial aid package was I needed a work-study job.
18
70585
5143
és az ösztöndíjamhoz kellett egy tanulmányi munka.
01:16
So one random day,
19
76300
1540
Tehát az egyik napon
01:17
I wandered to the nearest building to my dorm room.
20
77864
3197
bementem a kollégiumhoz legközelebbi épületbe,
01:21
And it just so happens it was the biology building.
21
81085
2680
és hogy-hogy nem, ez a biológia épülete volt.
01:24
I went inside and looked at the job board.
22
84347
2586
Ahogy bementem, ránéztem a munkalehetőségekre.
01:27
Yes, this is pre-the-internet.
23
87493
2164
Igen, ezek még az internet előtti idők voltak.
01:30
And I saw a three-by-five card
24
90430
2007
Láttam egy kisebb álláshirdetést
01:32
advertising a job to work in the herbarium.
25
92461
3155
a herbáriumban.
01:36
I quickly took down the number,
26
96601
2001
Gyorsan leírtam a számot,
01:38
because it said "flexible hours,"
27
98626
1705
mert azt írták: "rugalmas munkaidő", és erre volt szükségem,
01:40
and I needed that to work around my basketball schedule.
28
100355
3257
hogy össze tudjam egyeztetni a kosárlabdás beosztásommal.
01:44
I ran to the library to figure out what an herbarium was.
29
104204
4587
Elfutottam a könyvtárba, hogy megtudjam, mi az a herbárium.
01:48
(Laughter)
30
108815
2207
(Nevetés)
01:51
And it turns out
31
111046
1309
Mint kiderült, A herbárium az a hely,
01:52
an herbarium is where they store dead, dried plants.
32
112379
4079
ahol élettelen, szárított növényeket tárolnak.
01:57
I was lucky to land the job.
33
117379
1714
Szerencsére megkaptam az állást.
01:59
So my first scientific job
34
119117
3206
Így az első tudományos munkám
02:02
was gluing dead plants onto paper for hours on end.
35
122347
5335
holt növények papírra ragasztása volt hosszú-hosszú órákon át.
02:07
(Laughter)
36
127706
3278
(Nevetés)
02:11
It's so glamorous.
37
131008
1150
Olyan elbűvölő!
02:12
This is how I became a computational biologist.
38
132182
3139
Így lettem bioinformatikus.
02:16
During that time,
39
136323
1183
Miközben tanultam,
02:17
genomics and computing were coming of age.
40
137530
2722
a genetika és az informatika nagyon sokat fejlődtek,
02:20
And I went on to do my masters
41
140276
2404
és én a mesterdiplomámat
02:22
combining biology and computers.
42
142704
3095
a kettő kombinációjából szereztem.
02:25
During that time,
43
145823
1165
Ezalatt
a Los Alamos Nemzeti Laborban dolgoztam,
02:27
I worked at Los Alamos National Lab
44
147012
1779
02:28
in the theoretical biology and biophysics group.
45
148815
2518
az elméleti biológia és biofizika csoportokban.
02:31
And it was there I had my first encounter with the supercomputer,
46
151776
3730
Itt találkoztam először szuperszámítógépekkel,
02:35
and my mind was blown.
47
155530
1674
és ez teljesen lenyűgözött.
02:37
With the power of supercomputing,
48
157840
2039
A szuperszámítógépek adta lehetőségekkel –
02:39
which is basically thousands of connected PCs on steroids,
49
159903
4223
melyek igazából összekapcsolt gépek ezrei szteroidokon –
02:44
we were able to uncover the complexities of influenza and hepatitis C.
50
164150
5473
fel tudtuk tárni az influenza és a hepatitis C összetettségét.
02:50
And it was during this time that I saw the power
51
170134
2331
Ekkoriban eszméltem rá az emberek számára
02:52
of using computers and biology combined, for humanity.
52
172489
4120
a biológia és a számítógépek együttes használatában rejlő lehetőségekre.
02:56
And I wanted this to be my career path.
53
176633
2372
Ezt tűztem ki a karrierem irányvonalául.
03:00
So, since 1999,
54
180030
1777
Tehát 1999 óta
03:01
I've spent the majority of my scientific career
55
181831
2698
tudományos karrierem nagy részét
03:04
in very high-tech labs,
56
184553
1929
modern laboratóriumokban töltöttem,
03:06
surrounded by really expensive equipment.
57
186506
2733
drága felszereléssel körülvéve.
03:09
So many ask me
58
189712
1643
Sokan azt kérdezik,
03:11
how and why do I work for farmers in Africa.
59
191379
3867
hogyan és miért dolgozom afrikai gazdáknak?
03:15
Well, because of my computing skills,
60
195804
2302
Hát, mert a programozói képességeim miatt
03:18
in 2013, a team of East African scientists
61
198130
4539
2013-ban egy kelet-afrikai kutatócsoport felkért,
03:22
asked me to join the team in the plight to save cassava.
62
202693
4089
hogy csatlakozzak hozzájuk a maniókáért folyó küzdelemben.
03:27
Cassava is a plant whose leaves and roots feed 800 million people globally.
63
207766
6970
A manióka egy növény, levele és gyökere 800 millió embert táplál a világon,
03:35
And 500 million in East Africa.
64
215639
3037
további 500 milliót Kelet-Afrikában.
03:38
So that's nearly a billion people
65
218994
2007
Szóval közel egymilliárd embernek
03:41
relying on this plant for their daily calories.
66
221025
2968
függ ettől a növénytől a napi betevője.
03:44
If a small-scale family farmer has enough cassava,
67
224581
3845
Ha egy családi farmnak van elég maniókája,
03:48
she can feed her family
68
228450
2144
akkor el tudja látni a családot,
03:50
and she can sell it at the market for important things like school fees,
69
230618
4046
és még el is tud adni belőle, hogy olyan fontos dolgokra is fussa,
mint az iskoláztatás, az egészségügyi kiadások illetve a megtakarítás.
03:54
medical expenses and savings.
70
234688
2135
03:57
But cassava is under attack in Africa.
71
237752
3531
De a maniókát Afrikában veszély fenyegeti.
04:01
Whiteflies and viruses are devastating cassava.
72
241665
4436
Molytetűk és különböző vírusok pusztítják a növényt.
04:06
Whiteflies are tiny insects
73
246593
2206
A liszteskék apró rovarok,
04:08
that feed on the leaves of over 600 plants.
74
248823
2818
Melyek több mint 600 növény levelével táplálkoznak.
04:11
They are bad news.
75
251665
1801
Ez rossz hír.
04:13
There are many species;
76
253490
1159
Több olyan faj is van
04:14
they become pesticide resistant;
77
254673
2269
amely ellenállóvá válik a rovarirtókkal szemben,
04:16
and they transmit hundreds of plant viruses
78
256966
4254
és növényi vírusok százait terjesztik,
04:21
that cause cassava brown streak disease
79
261244
2524
melyek a manióka barnacsíkos fertőzéséért
04:23
and cassava mosaic disease.
80
263792
1800
és a manióka mozaik betegségéért felelősek.
04:26
This completely kills the plant.
81
266085
2134
Ez teljesen elpusztítja a növényt.
04:29
And if there's no cassava,
82
269038
1817
Ha nincs manióka,
04:30
there's no food or income for millions of people.
83
270879
3999
emberek millióinak nincs élelme és jövedelme.
04:36
It took me one trip to Tanzania
84
276141
2476
Egy Tanzániába tett út elég volt,
04:38
to realize that these women need some help.
85
278641
2738
hogy ráeszméljek, ezeknek az asszonyoknak segítség kell.
04:41
These amazing, strong, small-scale family farmers,
86
281403
4253
Ezek a csodás, erőteljes háztáji gazdák –
04:45
the majority women,
87
285680
1268
többségük nő –
04:46
are doing it rough.
88
286972
1267
nagyon rosszul élnek.
04:48
They don't have enough food to feed their families,
89
288744
2436
Nincs elég élelmük családjuk ellátásához,
04:51
and it's a real crisis.
90
291204
1588
és ez egy valódi válsághelyzet.
04:53
What happens is
91
293530
1499
Az történik,
04:55
they go out and plant fields of cassava when the rains come.
92
295053
2992
hogy kimennek és elültetik a maniókát, amikor jön az eső.
04:58
Nine months later,
93
298069
1706
Kilenc hónappal később
04:59
there's nothing, because of these pests and pathogens.
94
299799
3080
nincs ott semmi, a kártevők és a kórokozók miatt.
05:02
And I thought to myself,
95
302903
2158
Azt gondoltam,
05:05
how in the world can farmers be hungry?
96
305085
3198
hogy a csudába lehetnek a farmerek éhesek?
05:08
So I decided to spend some time on the ground
97
308815
2320
Ezért döntöttem úgy,
eltöltök egy kis időt a gazdákkal és a tudósokkal,
05:11
with the farmers and the scientists
98
311159
1680
05:12
to see if I had any skills that could be helpful.
99
312863
2603
hogy kiderüljön, tudok-e valamit segíteni.
05:16
The situation on the ground is shocking.
100
316427
2856
A gazdák helyzete sokkoló.
05:19
The whiteflies have destroyed the leaves that are eaten for protein,
101
319307
4270
A liszteskék elpusztították a leveleket a fehérjéért,
05:23
and the viruses have destroyed the roots that are eaten for starch.
102
323601
3582
a vírusok pedig a gyökereket a keményítőért.
05:27
An entire growing season will pass,
103
327592
2445
Egy teljes ültetési időszak telik majd el,
05:30
and the farmer will lose an entire year of income and food,
104
330061
4110
és a gazdák az egész éves jövedelmüket és élelmüket elveszítik,
05:34
and the family will suffer a long hunger season.
105
334195
3198
a család pedig hosszantartóan éhezik majd.
05:37
This is completely preventable.
106
337942
2080
Ez abszolút megelőzhető.
05:40
If the farmer knew
107
340046
1324
Ha egy gazda tudná,
05:41
what variety of cassava to plant in her field,
108
341394
3064
milyen maniókát ültessen el a földjén,
05:44
that was resistant to those viruses and pathogens,
109
344482
4325
ami ellenáll a vírusoknak és kórokozóknak,
05:48
they would have more food.
110
348831
1905
akkor több élelmük lenne.
05:50
We have all the technology we need,
111
350760
2835
Megvan az összes ehhez szükséges eszközünk,
05:53
but the knowledge and the resources
112
353619
3204
de a tudás és a források
05:56
are not equally distributed around the globe.
113
356847
3135
nem egyenlően oszlanak el a bolygón.
06:00
So what I mean specifically is,
114
360712
2562
Pontosabban azt értem ezalatt,
06:03
the older genomic technologies
115
363298
1852
hogy a régebbi genetikai technológiák,
06:05
that have been required to uncover the complexities
116
365174
2863
amelyek e kártevők és kórokozók
06:08
in these pests and pathogens --
117
368061
3062
felépítésének feltárásához voltak szükségesek –
06:11
these technologies were not made for sub-Saharan Africa.
118
371147
2998
nem Fekete-Afrika körülményeire lettek tervezve.
06:15
They cost upwards of a million dollars;
119
375058
2341
Több mint egymillió dollárba kerülnek,
06:17
they require constant power
120
377423
1888
folyamatos energiaellátásra szorulnak,
06:19
and specialized human capacity.
121
379335
1800
és szaktudást igényelnek.
06:21
These machines are few and far between on the continent,
122
381970
2861
Ezekből a gépekből kevés van és távolabb a kontinensen,
06:24
which is leaving many scientists battling on the front lines no choice
123
384855
4621
ami arra késztet sok első vonalban harcoló tudóst,
06:29
but to send the samples overseas.
124
389500
1999
hogy tengerentúlra küldje a mintákat.
06:31
And when you send the samples overseas,
125
391523
1960
És ha mintákat tengerentúlra küldik,
06:33
samples degrade, it costs a lot of money,
126
393507
2626
elroncsolódnak, sokba is kerül,
06:36
and trying to get the data back over weak internet
127
396157
3167
az információ visszanyerése pedig a gyenge interneten át
06:39
is nearly impossible.
128
399348
1400
szinte teljesen lehetetlen.
06:41
So sometimes it can take six months to get the results back to the farmer.
129
401142
4299
Olykor hat hónapig is tart, hogy a gazdák megkapják az eredményeket.
06:45
And by then, it's too late.
130
405465
1754
Addigra már túl késő.
06:47
The crop is already gone,
131
407243
1587
A termés elveszett,
06:48
which results in further poverty and more hunger.
132
408854
3166
még több embert hagyva szegénységben és éhínségben.
06:53
We knew we could fix this.
133
413306
2158
Mi tudtuk, hogy meg tudjuk oldani ezt.
06:55
In 2017,
134
415989
1404
2017-ben hallottunk
06:57
we had heard of this handheld, portable DNA sequencer
135
417417
4786
egy kézi, hordozható DNS szekvenálóról,
07:02
called an Oxford Nanopore MinION.
136
422227
2509
amit "Oxford Nanopore MinION"-nak hívnak.
07:04
This was being used in West Africa to fight Ebola.
137
424760
4153
Ezt használták Nyugat-Afrikában az ebola elleni harcban.
07:08
So we thought:
138
428937
1497
Így azt gondoltuk, miért ne használhatnánk ezt Kelet-Afrikában is,
07:10
Why can't we use this in East Africa to help farmers?
139
430458
3286
hogy segítsünk a gazdáknak?
07:13
So, what we did was we set out to do that.
140
433768
4333
Tehát ezt tűztük ki célunknak.
07:18
At the time, the technology was very new,
141
438609
2698
Akkor ez a technológia még elég újnak számított,
07:21
and many doubted we could replicate this on the farm.
142
441331
2952
és sokan kételkedtek benne, hogy a farmokon is beválna.
07:24
When we set out to do this,
143
444879
1317
Amikor ezt elterveztük,
07:26
one of our "collaborators" in the UK
144
446220
3881
az egyik "munkatársunk" az Egyesült Királyságban azt mondta,
07:30
told us that we would never get that to work in East Africa,
145
450125
3627
soha nem tudnánk elérni, hogy működjön Kelet-Afrikában,
07:33
let alone on the farm.
146
453776
1466
hát még a farmokon.
07:35
So we accepted the challenge.
147
455863
1769
De mi elfogadtuk a kihívást.
07:37
This person even went so far as to bet us two of the best bottles of champagne
148
457934
6453
Ez az illető odáig ment, hogy fogadott két üvegben a legjobb pezsgőből,
07:44
that we would never get that to work.
149
464411
2958
hogy nem fog sikerülni.
07:48
Two words:
150
468871
1579
Két szó:
07:50
pay up.
151
470474
1151
fizess ki.
07:51
(Laughter)
152
471649
2174
(Nevetés)
07:53
(Applause)
153
473847
4152
(Taps)
07:58
Pay up, because we did it.
154
478023
2913
Fizess ki, mert sikerült.
08:00
We took the entire high-tech molecular lab
155
480960
3285
Elvittük az egész modern molekuláris labort
08:04
to the farmers of Tanzania, Kenya and Uganda,
156
484269
3649
a tanzániai, kenyai és ugandai farmereknek,
08:07
and we called it Tree Lab.
157
487942
2032
és elneveztük a Fa Labornak.
08:10
So what did we do?
158
490942
1191
Szóval, mit is csináltunk?
08:12
Well, first of all, we gave ourselves a team name --
159
492157
2579
Hát, először is elneveztük a csapatunkat –
08:14
it's called the Cassava Virus Action Project.
160
494760
2174
ez lett a Manióka Vírus Akció Projekt.
08:16
We made a website,
161
496958
1357
Csináltunk egy weboldalt,
08:18
we gathered support from the genomics and computing communities,
162
498339
3611
megszereztük genetikai és programozói közösségek támogatását,
08:21
and away we went to the farmers.
163
501974
1881
és elmentünk a farmerekhez.
08:24
Everything that we need for our Tree Lab
164
504411
2809
Mindent, ami a Fa Laborhoz szükséges,
08:27
is being carried by the team here.
165
507244
2409
ez a csapat hozott ide.
08:29
All of the molecular and computational requirements needed
166
509677
4047
A összes molekuláris és programozói munkához szükséges eszközt,
08:33
to diagnose sick plants is there.
167
513748
3301
hogy diagnosztizáljuk az itteni beteg növényeket.
08:37
And it's actually all on this stage here as well.
168
517431
2828
Egyébként minden itt van most is a színpadon.
08:41
We figured if we could get the data closer to the problem,
169
521161
3587
Rájöttünk, hogy ha közelebb visszük az adatokat
08:44
and closer to the farmer,
170
524772
1618
a problémához és a farmerekhez,
08:46
the quicker we could tell her what was wrong with her plant.
171
526414
3356
gyorsabban megmondhatjuk, mi a baja a növénynek.
08:50
And not only tell her what was wrong --
172
530169
1873
És nem csak, hogy mi a baja,
08:52
give her the solution.
173
532066
1392
hanem a megoldást is.
08:53
And the solution is,
174
533482
1325
A megoldás az, hogy leégetjük a földeket,
08:54
burn the field and plant varieties
175
534831
2623
és olyan növényeket ültetünk,
08:57
that are resistant to the pests and pathogens she has in her field.
176
537478
3504
amelyek rezisztensek az ottani kártevőkkel és kórokozókkal szemben.
09:01
So the first thing that we did was we had to do a DNA extraction.
177
541942
4204
Az első, amit tettünk, a DNS kivonása volt.
09:06
And we used this machine here.
178
546170
2539
Ezt az eszközt használtuk itt.
09:09
It's called a PDQeX,
179
549050
3199
PDQeX-nek hívják, rövidítése
09:12
which stands for "Pretty Damn Quick Extraction."
180
552273
3891
az "Igazán Nagyon Gyors Kivonás"-nak.
09:16
(Laughter)
181
556188
2048
(Nevetés)
09:18
I know.
182
558260
1150
Tudom.
09:19
My friend Joe is really cool.
183
559768
2494
Joe barátom elég menő.
09:23
One of the biggest challenges in doing a DNA extraction
184
563394
3360
Az egyik legnagyobb kihívás a DNS kivonásában,
09:26
is it usually requires very expensive equipment,
185
566778
3315
hogy általában nagyon drága eszközök kellenek hozzá,
09:30
and takes hours.
186
570117
1404
és órákba telik.
09:31
But with this machine,
187
571545
1492
De ezzel a géppel
09:33
we've been able to do it in 20 minutes,
188
573061
2754
20 perc alatt elvégezzük ezt,
09:35
at a fraction of the cost.
189
575839
1246
Az ár töredékéért.
09:37
And this runs off of a motorcycle battery.
190
577109
2888
Egy motor akkumulátora működteti.
09:41
From there, we take the DNA extraction and prepare it into a library,
191
581164
5143
Aztán fogjuk a kivont DNS-t, és előkészítjük egy könyvtárba,
09:46
getting it ready to load on
192
586331
1779
felkészítjük a feltöltését
09:48
to this portable, handheld genomic sequencer,
193
588134
4292
erre a hordozható kézi genetikai szekvenálóba,
09:52
which is here,
194
592450
1151
amit itt van,
09:53
and then we plug this into a mini supercomputer,
195
593625
3738
és utána bekötjük egy kicsi szuperszámítógépbe,
09:57
which is called a MinIT.
196
597387
1822
ennek MinIT a neve.
09:59
And both of these things are plugged into a portable battery pack.
197
599728
4102
Mindkettőt bedugjuk egy hordozható akkumulátordobozba.
10:04
So we were able to eliminate
198
604569
1873
Tehát képesek voltunk függetlenedni
10:06
the requirements of main power and internet,
199
606466
2405
az elektromos hálózat és az internet követelményétől,
10:08
which are two very limiting factors on a small-scale family farm.
200
608895
3928
ami a két legfőbb korlátozó tényező egy háztáji gazdálkodásnál.
10:13
Analyzing the data quickly can also be a problem.
201
613807
2871
Az adatok gyors feldolgozása szintén probléma lehet.
10:17
But this is where me being a computational biologist came in handy.
202
617033
3906
De itt jövök be én, mint bioinformatikus a képbe.
10:21
All that gluing of dead plants,
203
621382
2230
A sok holt növény ragasztgatása,
10:23
and all that measuring,
204
623636
1560
a sok méregetés,
10:25
and all that computing
205
625220
1992
és az összes programozás
10:27
finally came in handy in a real-world, real-time way.
206
627236
4151
végre kapóra jött a való világban, itt és most.
10:31
I was able to make customized databases
207
631411
3053
Személyre szabott adatbázisokat tudtam készíteni,
10:34
and we were able to give the farmers results in three hours
208
634488
4595
így képesek voltunk az eredményeket három órán belül megmondani a farmereknek
10:39
versus six months.
209
639107
1864
az eddigi hat hónap helyett.
10:41
(Applause)
210
641694
6968
(Taps)
10:50
The farmers were overjoyed.
211
650085
2634
A farmerek el voltak ragadtatva.
10:53
So how do we know that we're having impact?
212
653799
2796
De honnan tudjuk, hogy ami teszünk, annak hatása van?
10:56
Nine moths after our Tree Lab,
213
656619
2000
Kilenc hónappal a Fa Laborunk után
10:58
Asha went from having zero tons per hectare
214
658643
3230
Asha 0 tonna/hektár terméstől,
11:01
to 40 tons per hectare.
215
661897
2008
40 tonna/hektár termésig jutott.
11:03
She had enough to feed her family
216
663929
1799
Volt elég, hogy etesse a családját,
11:05
and she was selling it at the market,
217
665752
2690
és hogy eladjon belőle a piacon,
11:08
and she's now building a house for her family.
218
668466
2735
és most már házat épít családjának.
11:12
Yeah, so cool.
219
672212
1159
Ja, ez elég menő.
11:13
(Applause)
220
673395
4254
(Taps)
11:17
So how do we scale Tree Lab?
221
677673
1866
De hogyan terjeszkedjünk tovább?
11:19
The thing is,
222
679940
1380
Nos, a farmerek már
11:21
farmers are scaled already in Africa.
223
681344
2103
terjesztik Afrikában.
11:23
These women work in farmer groups,
224
683471
1889
Ezek a nők farmercsoportokban dolgoznak,
11:25
so helping Asha actually helped 3,000 people in her village,
225
685384
4126
tehát Asha segítése valójában 3000 embert segített a falujában,
11:29
because she shared the results and also the solution.
226
689534
3652
mert megosztotta az eredményeket és a megoldást is.
11:33
I remember every single farmer I've ever met.
227
693673
4191
Emlékszem minden egyes farmerre, akit megismertem.
11:38
Their pain and their joy
228
698665
3563
Fájdalmuk és örömük
11:42
is engraved in my memories.
229
702252
1800
bevésődött emlékeimbe.
11:44
Our science is for them.
230
704958
1865
A tudományunk értük van.
11:47
Tree Lab is our best attempt to help them become more food secure.
231
707711
5047
A Fa Labor legnagyszerűbb próbálkozásunk élelmiszer-ellátásuk biztosítására.
11:53
I never dreamt
232
713180
1786
Nem is álmodtam volna,
11:54
that the best science I would ever do in my life
233
714990
2944
hogy tudományos munkásságom legjavát
11:57
would be on that blanket in East Africa,
234
717958
3499
Kelet-Afrika síkságain végzem majd
12:01
with the highest-tech genomic gadgets.
235
721481
2366
a legmodernebb genetikai felszerelésekkel.
12:04
But our team did dream
236
724312
2452
De a csapatunk megálmodta,
12:06
that we could give farmers answers in three hours versus six months,
237
726788
4270
hogyan segíthetünk a gazdáknak hat hónap helyett három óra alatt,
12:11
and then we did it.
238
731082
1436
és aztán véghez is vittük.
12:12
Because that's the power of diversity and inclusion in science.
239
732542
4108
Mert ez a tudományok sokféleségében és kapcsolódásaikban rejlő erő.
12:17
Thank you.
240
737156
1151
Köszönöm.
12:18
(Applause)
241
738331
3151
(Taps)
12:21
(Cheers)
242
741506
4083
(Éljenzés)
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