A roadmap to end aging | Aubrey de Grey

633,373 views ・ 2007-01-16

TED


A videó lejátszásához kattintson duplán az alábbi angol feliratokra.

Fordító: Krisztián Pintér Lektor: Júlia Martonosi
00:25
18 minutes is an absolutely brutal time limit,
0
25000
2000
A 18 perc brutálisan kevés,
00:27
so I'm going to dive straight in, right at the point
1
27000
2000
így egyből a tárgyra kell térjek
00:29
where I get this thing to work.
2
29000
2000
amint sikerül ezt beindítani.
00:31
Here we go. I'm going to talk about five different things.
3
31000
2000
Íme. Öt dologról fogok beszélni.
00:33
I'm going to talk about why defeating aging is desirable.
4
33000
3000
Beszélni fogok arról, hogy miért kívánatos dacolni a korral.
00:36
I'm going to talk about why we have to get our shit together,
5
36000
2000
Arról, hogy miért kell összekapni magunkat,
00:38
and actually talk about this a bit more than we do.
6
38000
2000
és kicsivel többet beszélni erről a kérdésről.
00:40
I'm going to talk about feasibility as well, of course.
7
40000
2000
Természetesen szó lesz a megvalósíthatóságról.
00:42
I'm going to talk about why we are so fatalistic
8
42000
2000
El fogom mondani, miért vagyunk fatalisták
00:44
about doing anything about aging.
9
44000
2000
amikor az öregedésről van szó.
00:46
And then I'm going spend perhaps the second half of the talk
10
46000
2000
És ha sikerül, az elődás második felében
00:48
talking about, you know, how we might actually be able to prove that fatalism is wrong,
11
48000
5000
arról fogok beszélni, hogyan tudom bebizonyítani, hogy a fatalizmus hibás,
00:53
namely, by actually doing something about it.
12
53000
2000
mégpedig megmutatom, mit lehet tenni.
00:55
I'm going to do that in two steps.
13
55000
2000
Két lépésben fogom ezt tenni.
00:57
The first one I'm going to talk about is
14
57000
2000
Az elsőben azt mutatom meg,
00:59
how to get from a relatively modest amount of life extension --
15
59000
3000
hogyan lehet eljutni egy alapszintű élethosszabbítástól
01:02
which I'm going to define as 30 years, applied to people
16
62000
3000
amit harminc évben határoztam meg,
01:05
who are already in middle-age when you start --
17
65000
2000
középkorú embereken alkalmazva,
01:07
to a point which can genuinely be called defeating aging.
18
67000
3000
a valódi győzelemig az öregedés felett.
01:10
Namely, essentially an elimination of the relationship between
19
70000
4000
Azaz lényegében addig, amig megszűnik a kapcsolat
01:14
how old you are and how likely you are to die in the next year --
20
74000
2000
a kor és az elhalálozás valószínűsége között,
01:16
or indeed, to get sick in the first place.
21
76000
2000
illetve eleve a megbetegedés valószínűsége között.
01:18
And of course, the last thing I'm going to talk about
22
78000
2000
És persze utolsóként szólni fogok arról,
01:20
is how to reach that intermediate step,
23
80000
2000
hogyan érjük el ezt a köztes lépcsőfokot,
01:22
that point of maybe 30 years life extension.
24
82000
3000
a 30 évnyi élethosszabbítást.
01:25
So I'm going to start with why we should.
25
85000
3000
Tehát elsőként arról, hogy miért kéne.
01:28
Now, I want to ask a question.
26
88000
2000
Kérdeznék valamit.
01:30
Hands up: anyone in the audience who is in favor of malaria?
27
90000
3000
Kezeket fel: hányan támogatják a maláriát?
01:33
That was easy. OK.
28
93000
1000
Ez könnyen ment.
01:34
OK. Hands up: anyone in the audience
29
94000
2000
Kezeket fel, ha valaki a jelenlevők közül
01:36
who's not sure whether malaria is a good thing or a bad thing?
30
96000
3000
nem biztos abban, hogy a malária jó vagy rossz.
01:39
OK. So we all think malaria is a bad thing.
31
99000
2000
Tehát mind úgy véljük, a malária rossz.
01:41
That's very good news, because I thought that was what the answer would be.
32
101000
2000
Ez igazán jó, mert erre a válaszra számítottam.
01:43
Now the thing is, I would like to put it to you
33
103000
2000
Amit ebből ki akarok hozni,
01:45
that the main reason why we think that malaria is a bad thing
34
105000
3000
hogy a maláriát azért tartjuk rossznak, mert
01:48
is because of a characteristic of malaria that it shares with aging.
35
108000
4000
a hatásai hasonlóak az öregedéshez.
01:52
And here is that characteristic.
36
112000
3000
A hatása: halált okoz!
01:55
The only real difference is that aging kills considerably more people than malaria does.
37
115000
5000
Az egyetlen különbség az, hogy az öregedés sokkal több embert öl meg.
02:00
Now, I like in an audience, in Britain especially,
38
120000
2000
Hasonlatként szeretem felhozni,
02:02
to talk about the comparison with foxhunting,
39
122000
2000
főleg Angliában, a rókavadászatot.
02:04
which is something that was banned after a long struggle,
40
124000
3000
Hosszas vajúdás után betiltották,
02:07
by the government not very many months ago.
41
127000
3000
pár hónappal ezelőtt.
02:10
I mean, I know I'm with a sympathetic audience here,
42
130000
2000
Ez egy értő hallgatóság
02:12
but, as we know, a lot of people are not entirely persuaded by this logic.
43
132000
3000
de nyilván sokan nincsenek meggyőzve.
02:15
And this is actually a rather good comparison, it seems to me.
44
135000
3000
A hasonlat találónak tűnik nekem.
02:18
You know, a lot of people said, "Well, you know,
45
138000
2000
Sokan mondják "Nos,"
02:20
city boys have no business telling us rural types what to do with our time.
46
140000
5000
"maguk városiak csak ne mondják meg nekünk, mit csináljunk."
02:25
It's a traditional part of the way of life,
47
145000
2000
"Ez hozzátartozik a tradíciónkhoz,"
02:27
and we should be allowed to carry on doing it.
48
147000
2000
"amit jogunk van fenntartani."
02:29
It's ecologically sound; it stops the population explosion of foxes."
49
149000
3000
"És ökológiailag is helyes, megelőzi a túlszaporodást."
02:32
But ultimately, the government prevailed in the end,
50
152000
2000
De végül a kormány győzedelmeskedett,
02:34
because the majority of the British public,
51
154000
1000
mert az angolok többsége
02:35
and certainly the majority of members of Parliament,
52
155000
2000
és nyilván a parlamenti többség,
02:37
came to the conclusion that it was really something
53
157000
2000
úgy határozott, hogy ez nem tolerálható
02:39
that should not be tolerated in a civilized society.
54
159000
2000
egy civilizált társadalomban.
02:41
And I think that human aging shares
55
161000
1000
Úgy vélem,
02:42
all of these characteristics in spades.
56
162000
2000
az öregedés nagyon hasonló.
02:45
What part of this do people not understand?
57
165000
2000
Mi nem világos ezen?
02:47
It's not just about life, of course --
58
167000
2000
Nem csak az életről van szó,
02:49
(Laughter) --
59
169000
1000
(Nevetés)
02:50
it's about healthy life, you know --
60
170000
3000
hanem az egészséges életről,
02:53
getting frail and miserable and dependent is no fun,
61
173000
3000
gyengének, nyomorultnak és függőnek lenni nem jó,
02:56
whether or not dying may be fun.
62
176000
2000
mégha a halál esetleg az is.
02:58
So really, this is how I would like to describe it.
63
178000
2000
Tehát valahogy így tudnám leírni.
03:00
It's a global trance.
64
180000
2000
Ez egy globális révület.
03:02
These are the sorts of unbelievable excuses
65
182000
2000
Ezek a szokásos gyenge kifogások
03:04
that people give for aging.
66
184000
2000
az öregség mellett.
03:06
And, I mean, OK, I'm not actually saying
67
186000
2000
Jó, azt nem mondom, hogy
03:08
that these excuses are completely valueless.
68
188000
2000
ezek teljesen értéktelenek.
03:10
There are some good points to be made here,
69
190000
2000
Van ráció abban, ami itt áll.
03:12
things that we ought to be thinking about, forward planning
70
192000
3000
Dolgok, amiket át kell gondolni, tervezni,
03:15
so that nothing goes too -- well, so that we minimize
71
195000
2000
hogy aztán ne ... hogy minimalizáljuk
03:17
the turbulence when we actually figure out how to fix aging.
72
197000
3000
a zavarokat, amiket öregedés nélkül előállnak.
03:20
But these are completely crazy, when you actually
73
200000
3000
De ez őrültség, ha hallgatnak
03:23
remember your sense of proportion.
74
203000
2000
az arányérzékükre.
03:25
You know, these are arguments; these are things that
75
205000
4000
Ezek olyan érvek, amik miatt
03:29
would be legitimate to be concerned about.
76
209000
2000
joggal aggódhatunk.
03:31
But the question is, are they so dangerous --
77
211000
3000
De vajon annyira nagy veszéllyel
03:34
these risks of doing something about aging --
78
214000
2000
jár az öregedés megállítása,
03:36
that they outweigh the downside of doing the opposite,
79
216000
4000
hogy az rosszabb, mint mindazok a problémák
03:40
namely, leaving aging as it is?
80
220000
2000
amiket az öregedés okoz?
03:42
Are these so bad that they outweigh
81
222000
2000
Rosszabb, mint szükségtelenül
03:44
condemning 100,000 people a day to an unnecessarily early death?
82
224000
6000
100 000 embert ítélni halálra naponta?
03:50
You know, if you haven't got an argument that's that strong,
83
230000
2000
Ha nincs legalább ugyanilyen súlyos ellenérved,
03:52
then just don't waste my time, is what I say.
84
232000
3000
azt mondom, ne vesztegesd az időmet.
03:55
(Laughter)
85
235000
1000
(Nevetés)
03:56
Now, there is one argument
86
236000
1000
Itt van egy érv,
03:57
that some people do think really is that strong, and here it is.
87
237000
2000
amit sokan erős ellenérvnek tartanak.
03:59
People worry about overpopulation; they say,
88
239000
2000
Aggódnak a túlnépesedés miatt:
04:01
"Well, if we fix aging, no one's going to die to speak of,
89
241000
2000
"Ha megállítjuk az öregedést, senki nem hal meg,"
04:03
or at least the death toll is going to be much lower,
90
243000
3000
"vagy legalábbis sokkal kevesebben,"
04:06
only from crossing St. Giles carelessly.
91
246000
2000
"csak ha vigyázatlanul kelnek át az utcán,"
04:08
And therefore, we're not going to be able to have many kids,
92
248000
2000
"És akkor csak kevés utódunk lehet,"
04:10
and kids are really important to most people."
93
250000
2000
"és a gyerek sokaknak fontos."
04:12
And that's true.
94
252000
2000
Ez igaz.
04:14
And you know, a lot of people try to fudge this question,
95
254000
3000
Sokan megpróbálják elcsalni a kérdést efféle válaszokkal:
04:17
and give answers like this.
96
257000
1000
("Több embernek lesz hely", "Elvándorlunk az űrbe", "A gyerekek unalmasak")
04:18
I don't agree with those answers. I think they basically don't work.
97
258000
3000
Nem értek egyet ezekkel. Szerintem nem működnek.
04:21
I think it's true, that we will face a dilemma in this respect.
98
261000
3000
Hiszem, hogy ez dilemmát fog okozni.
04:24
We will have to decide whether to have a low birth rate,
99
264000
4000
El kell dönteni, mit akarunk: alacsony születési,
04:28
or a high death rate.
100
268000
2000
vagy magas halálozási rátát.
04:30
A high death rate will, of course, arise from simply rejecting these therapies,
101
270000
3000
A magas halálozási ráta abból adódik, hogy elutasítjuk a terápiát,
04:33
in favor of carrying on having a lot of kids.
102
273000
4000
hogy több gyerekünk lehessen.
04:37
And, I say that that's fine --
103
277000
2000
Azt mondom, ez rendben van.
04:39
the future of humanity is entitled to make that choice.
104
279000
3000
A jövő társadalma jogosult ezt a döntést meghozni.
04:42
What's not fine is for us to make that choice on behalf of the future.
105
282000
4000
Az nincs rendben, ha mi akarjuk ezt eldönteni helyettük.
04:46
If we vacillate, hesitate,
106
286000
2000
Ha hezitálunk,
04:48
and do not actually develop these therapies,
107
288000
3000
és nem fejlesztjük ki ezt a terápiát,
04:51
then we are condemning a whole cohort of people --
108
291000
4000
arra kárhoztatunk tömegeket,
04:55
who would have been young enough and healthy enough
109
295000
2000
akik még elég fiatalok és egészségesek,
04:57
to benefit from those therapies, but will not be,
110
297000
2000
hogy részesülhettek volna a terápia áldásaiból,
04:59
because we haven't developed them as quickly as we could --
111
299000
2000
de mert nem fejlesztettük ki azokat elég hamar,
05:01
we'll be denying those people an indefinite life span,
112
301000
2000
így nem adhatjuk meg nekik az örök életet,
05:03
and I consider that that is immoral.
113
303000
2000
és ez szerintem nem tisztességes.
05:05
That's my answer to the overpopulation question.
114
305000
3000
Ez a válaszom a túlnépesedésre.
05:08
Right. So the next thing is,
115
308000
2000
Rendben. A következő dolog,
05:10
now why should we get a little bit more active on this?
116
310000
2000
miért kell több energiát fordítani erre?
05:12
And the fundamental answer is that
117
312000
2000
A lényeg az, hogy
05:14
the pro-aging trance is not as dumb as it looks.
118
314000
3000
az öregedéspárti révület nem annyira butaság.
05:17
It's actually a sensible way of coping with the inevitability of aging.
119
317000
4000
Valójában egy értelmes módja, hogy elviseljük a gondolatot.
05:21
Aging is ghastly, but it's inevitable, so, you know,
120
321000
4000
Az öregedés szörnyű, de elkerülhetetlen, ezért
05:25
we've got to find some way to put it out of our minds,
121
325000
2000
valahogy meg kell próbálni nem gondolni rá,
05:27
and it's rational to do anything that we might want to do, to do that.
122
327000
4000
akármibe kerül is az.
05:31
Like, for example, making up these ridiculous reasons
123
331000
3000
Például ilyen szánalmas érveket hozni fel,
05:34
why aging is actually a good thing after all.
124
334000
2000
hogy az öregedés végső soron hasznos.
05:36
But of course, that only works when we have both of these components.
125
336000
4000
De ez csak akkor működik, ha mindkét összetevő megvan.
05:40
And as soon as the inevitability bit becomes a little bit unclear --
126
340000
3000
És ha az öregedés elkerülhetetlensége megkérdőjeleződik,
05:43
and we might be in range of doing something about aging --
127
343000
2000
és elérhető közelségbe kerül, hogy tegyünk ellene,
05:45
this becomes part of the problem.
128
345000
2000
akadállyá változik.
05:47
This pro-aging trance is what stops us from agitating about these things.
129
347000
4000
Az öregedéspárti révület megköti a kezünket.
05:51
And that's why we have to really talk about this a lot --
130
351000
4000
Ezért kell sokat beszélnünk róla,
05:55
evangelize, I will go so far as to say, quite a lot --
131
355000
2000
nem túlzás azt mondani, téríteni,
05:57
in order to get people's attention, and make people realize
132
357000
3000
hogy felkeltsük a figyelmet, és végre az emberek
06:00
that they are in a trance in this regard.
133
360000
2000
felébredjenek a révületből.
06:02
So that's all I'm going to say about that.
134
362000
2000
Ennyit erről.
06:04
I'm now going to talk about feasibility.
135
364000
3000
Pár szót a megvalósíthatóságról.
06:07
And the fundamental reason, I think, why we feel that aging is inevitable
136
367000
4000
Az alapvető ok, amiért az öregedést elkerülhetetlennek hisszük,
06:11
is summed up in a definition of aging that I'm giving here.
137
371000
3000
az öregedés definíciójában keresendő.
06:14
A very simple definition.
138
374000
1000
Nagyon egyszerű.
06:15
Aging is a side effect of being alive in the first place,
139
375000
3000
Az öregedés az élet mellékhatása.
06:18
which is to say, metabolism.
140
378000
2000
Az anyagcsere következménye.
06:20
This is not a completely tautological statement;
141
380000
3000
Ez nem puszta tautológia,
06:23
it's a reasonable statement.
142
383000
1000
hanem értelmes állítás.
06:24
Aging is basically a process that happens to inanimate objects like cars,
143
384000
4000
Az öregedés ugyanaz a folyamat, ami az autókkal is történik.
06:28
and it also happens to us,
144
388000
2000
És velünk is megtörténik,
06:30
despite the fact that we have a lot of clever self-repair mechanisms,
145
390000
3000
mert ugyan vannak okos javító mechanizmusaink,
06:33
because those self-repair mechanisms are not perfect.
146
393000
2000
de ezek nem tökéletesek.
06:35
So basically, metabolism, which is defined as
147
395000
2000
Tehát az anyagcserének,
06:37
basically everything that keeps us alive from one day to the next,
148
397000
3000
ami lehetővé teszi, hogy életben maradjunk,
06:40
has side effects.
149
400000
2000
mellékhatásai vannak.
06:42
Those side effects accumulate and eventually cause pathology.
150
402000
2000
Ezek halmozódnak, és előbb-utóbb betegséget okoznak.
06:44
That's a fine definition. So we can put it this way:
151
404000
2000
Ez egy jó definíció. Tehát azt mondhatjuk:
06:46
we can say that, you know, we have this chain of events.
152
406000
2000
van ez a folyamat.
06:48
And there are really two games in town,
153
408000
2000
Kétféleképpen közelíthetjük,
06:50
according to most people, with regard to postponing aging.
154
410000
3000
a közvélekedés szerint, az öregedés kitolását.
06:53
They're what I'm calling here the "gerontology approach" and the "geriatrics approach."
155
413000
4000
A gerontológiai és a geriátriai megközelítéssel.
06:57
The geriatrician will intervene late in the day,
156
417000
2000
A geriáter későn avatkozik be,
06:59
when pathology is becoming evident,
157
419000
2000
amikor a betegség már kialakult,
07:01
and the geriatrician will try and hold back the sands of time,
158
421000
3000
és megpróbálja visszafogni az idő kerekét,
07:04
and stop the accumulation of side effects
159
424000
3000
megakadályozni, hogy a káros hatások
07:07
from causing the pathology quite so soon.
160
427000
2000
betegséget okozzanak idő előtt.
07:09
Of course, it's a very short-term-ist strategy; it's a losing battle,
161
429000
3000
Ez persze egy rövidlátó stratégia, vesztes csata,
07:12
because the things that are causing the pathology
162
432000
3000
mivel a betegséget okozó hatások
07:15
are becoming more abundant as time goes on.
163
435000
2000
idővel egyre szaporodnak.
07:17
The gerontology approach looks much more promising on the surface,
164
437000
4000
A gerontológiai megközelítés első látásra ígéretesebb,
07:21
because, you know, prevention is better than cure.
165
441000
3000
hisz a megelőzés jobb, mint a gyógyítás.
07:24
But unfortunately the thing is that we don't understand metabolism very well.
166
444000
3000
De a helyzet az, hogy az anyagcserét nem ismerjük igazán jól.
07:27
In fact, we have a pitifully poor understanding of how organisms work --
167
447000
3000
Valójában szánalmasan keveset tudunk a szervezet működéséről,
07:30
even cells we're not really too good on yet.
168
450000
2000
még a sejtekről sem tudunk túl sokat.
07:32
We've discovered things like, for example,
169
452000
2000
Például az RNS interferenciát
07:34
RNA interference only a few years ago,
170
454000
3000
pár éve fedeztük fel,
07:37
and this is a really fundamental component of how cells work.
171
457000
2000
pedig ez egy alapvető eleme a sejtműködésnek.
07:39
Basically, gerontology is a fine approach in the end,
172
459000
3000
A gerontológia egy jó megközelítés,
07:42
but it is not an approach whose time has come
173
462000
2000
de jelenleg nem időszerű,
07:44
when we're talking about intervention.
174
464000
2000
ha a célunk a beavatkozás.
07:46
So then, what do we do about that?
175
466000
3000
Akkor mit lehet tenni?
07:49
I mean, that's a fine logic, that sounds pretty convincing,
176
469000
2000
Ez az érvelés elég alapos, meggyőző,
07:51
pretty ironclad, doesn't it?
177
471000
2000
vaslogika, nemde?
07:53
But it isn't.
178
473000
2000
Nos, nem.
07:55
Before I tell you why it isn't, I'm going to go a little bit
179
475000
3000
Mielőtt elmondom, miért nem, előbb hadd térjek ki
07:58
into what I'm calling step two.
180
478000
2000
a második lépcsőfokra.
08:00
Just suppose, as I said, that we do acquire --
181
480000
4000
A vita kedvéért tegyük fel,
08:04
let's say we do it today for the sake of argument --
182
484000
2000
hogy képesek vagyunk
08:06
the ability to confer 30 extra years of healthy life
183
486000
4000
30 egészséges évvel meghosszabbítani
08:10
on people who are already in middle age, let's say 55.
184
490000
3000
középkorú, 55 éves emberek életét.
08:13
I'm going to call that "robust human rejuvenation." OK.
185
493000
3000
Hívjuk ezt Alapos Humán Megfiatalításnak. Tehát.
08:16
What would that actually mean
186
496000
1000
Mit is jelentene ez arra nézve
08:17
for how long people of various ages today --
187
497000
3000
hogy a különböző korú emberek ma,
08:20
or equivalently, of various ages at the time that these therapies arrive --
188
500000
3000
vagy amikor ez a terápia lehetővé válik,
08:24
would actually live?
189
504000
1000
meddig élnek?
08:26
In order to answer that question -- you might think it's simple,
190
506000
2000
Talán úgy gondolják, hogy ez egyszerű.
08:28
but it's not simple.
191
508000
1000
De nem az.
08:29
We can't just say, "Well, if they're young enough to benefit from these therapies,
192
509000
3000
Nem olyan egyszerű, hogy aki elég fiatal, hogy részt vegyen,
08:32
then they'll live 30 years longer."
193
512000
1000
30 évvel tovább él.
08:33
That's the wrong answer.
194
513000
2000
Ez hibás válasz.
08:35
And the reason it's the wrong answer is because of progress.
195
515000
2000
Mégpedig azért, mert közben fejlődés lesz.
08:37
There are two sorts of technological progress really,
196
517000
2000
Kétféle technológiai előrelépés van,
08:39
for this purpose.
197
519000
1000
e téren.
08:40
There are fundamental, major breakthroughs,
198
520000
3000
Vannak alapvető, nagy áttörések,
08:43
and there are incremental refinements of those breakthroughs.
199
523000
4000
és vannak az apró lépések, amik követik.
08:47
Now, they differ a great deal
200
527000
2000
Az utóbbi jósolható,
08:49
in terms of the predictability of time frames.
201
529000
3000
az előbbi sokkal kevésbé.
08:52
Fundamental breakthroughs:
202
532000
1000
Az áttörésenél:
08:53
very hard to predict how long it's going to take
203
533000
2000
nehéz megjósolni a szükséges időt
08:55
to make a fundamental breakthrough.
204
535000
1000
ami kell hozzá.
08:56
It was a very long time ago that we decided that flying would be fun,
205
536000
3000
Nagyon régóta akarunk már repülni,
08:59
and it took us until 1903 to actually work out how to do it.
206
539000
3000
de csak 1903-ban sikerült megvalósítani.
09:02
But after that, things were pretty steady and pretty uniform.
207
542000
4000
De aztán a fejlődés egyenletes volt.
09:06
I think this is a reasonable sequence of events that happened
208
546000
3000
Azt hiszem, ez egy elég találó történeti áttekintése
09:09
in the progression of the technology of powered flight.
209
549000
4000
a repülés technológiai fejlődésének.
09:13
We can think, really, that each one is sort of
210
553000
4000
Tekinthetjük úgy, hogy minden lépcső
09:17
beyond the imagination of the inventor of the previous one, if you like.
211
557000
3000
elképzelhetetlen az előző lépcső tervezői számára.
09:20
The incremental advances have added up to something
212
560000
4000
Apró változások követik egymást, amig egyszercsak
09:24
which is not incremental anymore.
213
564000
2000
egy gyökeres változás következik.
09:26
This is the sort of thing you see after a fundamental breakthrough.
214
566000
3000
Minden alapvető áttörés után ilyesmit látni.
09:29
And you see it in all sorts of technologies.
215
569000
2000
Mindenféle területen.
09:31
Computers: you can look at a more or less parallel time line,
216
571000
3000
Számítógépek; nagyjából ugyanezt a pályát látni,
09:34
happening of course a bit later.
217
574000
1000
persze kicsit később.
09:35
You can look at medical care. I mean, hygiene, vaccines, antibiotics --
218
575000
3000
Vagy vehetjük a gyógyítást: higiénia, vakcinák, antibiotikum:
09:38
you know, the same sort of time frame.
219
578000
2000
hasonló az időbeli lefolyás.
09:40
So I think that actually step two, that I called a step a moment ago,
220
580000
4000
Tehát úgy vélem, hogy a "második lépcső", ahogy az előbb hívtam,
09:44
isn't a step at all.
221
584000
1000
nem is lépcső.
09:45
That in fact, the people who are young enough
222
585000
3000
Aki elég fiatal ahhoz, hogy az első terápiák
09:48
to benefit from these first therapies
223
588000
2000
hasznát élvezze,
09:50
that give this moderate amount of life extension,
224
590000
2000
amik csak mérsékelt élethossz-növekedést adnak,
09:52
even though those people are already middle-aged when the therapies arrive,
225
592000
4000
még akkor is, ha középkorú, amikor mindez elkezdődik,
09:56
will be at some sort of cusp.
226
596000
2000
fordulópontot él át.
09:58
They will mostly survive long enough to receive improved treatments
227
598000
4000
Nagyrészük elég ideig fog élni, hogy megkaphassa az időközben
10:02
that will give them a further 30 or maybe 50 years.
228
602000
2000
kifejlesztett kezelést, és még 30 vagy 50 évet nyerjen.
10:04
In other words, they will be staying ahead of the game.
229
604000
3000
Tehát képesek lesznek játékban maradni.
10:07
The therapies will be improving faster than
230
607000
3000
A technológia gyorsabban fog fejlődni,
10:10
the remaining imperfections in the therapies are catching up with us.
231
610000
4000
mint ahogy a maradó öregedési faktorok utolérnek minket.
10:14
This is a very important point for me to get across.
232
614000
2000
Ez egy nagyon lényeges szempont.
10:16
Because, you know, most people, when they hear
233
616000
2000
Mivel a legtöbb ember, amikor azt hallja
10:18
that I predict that a lot of people alive today are going to live to 1,000 or more,
234
618000
5000
hogy én sok ma élőknek 1000 vagy több évet jósolok,
10:23
they think that I'm saying that we're going to invent therapies in the next few decades
235
623000
4000
azt hiszi, hogy én olyan terápiát várok a következő évtizedekben,
10:27
that are so thoroughly eliminating aging
236
627000
3000
ami oly mértékben állítja meg az öregedést,
10:30
that those therapies will let us live to 1,000 or more.
237
630000
3000
hogy akár ezer évet is élhetünk.
10:33
I'm not saying that at all.
238
633000
2000
Én nem ezt mondom.
10:35
I'm saying that the rate of improvement of those therapies
239
635000
2000
Én azt mondom, hogy a terápia fejlődése
10:37
will be enough.
240
637000
1000
elég gyors lesz.
10:38
They'll never be perfect, but we'll be able to fix the things
241
638000
3000
Nem lesz soha tökéletes, de képes lesz megoldani a 200 évesek
10:41
that 200-year-olds die of, before we have any 200-year-olds.
242
641000
3000
gondjait, mielőtt még lenne egyetlen 200 éves.
10:44
And the same for 300 and 400 and so on.
243
644000
2000
És ugyanígy a 300 vagy 400 évvel, stb.
10:46
I decided to give this a little name,
244
646000
3000
Gondoltam, adok ennek egy nevet:
10:49
which is "longevity escape velocity."
245
649000
1000
"Élethossz Szökési Sebesség"
10:51
(Laughter)
246
651000
2000
(Nevetés)
10:53
Well, it seems to get the point across.
247
653000
3000
Úgy hallom, értik.
10:56
So, these trajectories here are basically how we would expect people to live,
248
656000
5000
Ezek a görbék azt mutatják, hogy alakul a várható élethossz,
11:01
in terms of remaining life expectancy,
249
661000
2000
a hátralevő évek száma,
11:03
as measured by their health,
250
663000
2000
az egészségesség alapján,
11:05
for given ages that they were at the time that these therapies arrive.
251
665000
3000
a terápia érkezésekor adott életkorú embereknél.
11:08
If you're already 100, or even if you're 80 --
252
668000
2000
Aki 100 vagy 80 éves,
11:10
and an average 80-year-old,
253
670000
2000
átlagos 80 éves,
11:12
we probably can't do a lot for you with these therapies,
254
672000
2000
az valószínűleg nem fog profitálni belőle,
11:14
because you're too close to death's door
255
674000
2000
mivel túl közel van a halálhoz
11:16
for the really initial, experimental therapies to be good enough for you.
256
676000
4000
és így ezek a korai terápiák nem lesznek elég jók.
11:20
You won't be able to withstand them.
257
680000
1000
Nem lehet őket életben tartani.
11:21
But if you're only 50, then there's a chance
258
681000
2000
De aki 50, annak lesz esélye, hogy
11:23
that you might be able to pull out of the dive and, you know --
259
683000
3000
kijöjjön a zuhanórepülésből, értik,
11:26
(Laughter) --
260
686000
1000
(Nevetés)
11:27
eventually get through this
261
687000
3000
és túlélje a dolgot.
11:30
and start becoming biologically younger in a meaningful sense,
262
690000
3000
Ő idővel egyre fiatalabb lesz, olyan értelemben,
11:33
in terms of your youthfulness, both physical and mental,
263
693000
2000
hogy fiatalosabb, mentálisan és fizikailag,
11:35
and in terms of your risk of death from age-related causes.
264
695000
2000
valamint az öregségi halálokok kockázatát tekintve.
11:37
And of course, if you're a bit younger than that,
265
697000
2000
És aki ennél is fiatalabb,
11:39
then you're never really even going
266
699000
2000
annak sohasem kell
11:41
to get near to being fragile enough to die of age-related causes.
267
701000
3000
megközelítenie sem ezeket a kockázatokat.
11:44
So this is a genuine conclusion that I come to, that the first 150-year-old --
268
704000
5000
Tehát valóban levonhatjuk, hogy az első 150 éves,
11:49
we don't know how old that person is today,
269
709000
2000
aki nem tudjuk, ma milyen idős,
11:51
because we don't know how long it's going to take
270
711000
2000
mivel nem tudjuk, mennyi idő múlva várhatjuk
11:53
to get these first-generation therapies.
271
713000
2000
ezeket az első terápiákat.
11:55
But irrespective of that age,
272
715000
2000
De ettől függetlenül,
11:57
I'm claiming that the first person to live to 1,000 --
273
717000
4000
azt állítom, hogy az első, aki megéri az 1000-et
12:01
subject of course, to, you know, global catastrophes --
274
721000
3000
kivéve ha valamilyen globális katasztrófa történik,
12:04
is actually, probably, only about 10 years younger than the first 150-year-old.
275
724000
4000
valószínűleg csak tíz évvel lesz idősebb az első 150 évesnél.
12:08
And that's quite a thought.
276
728000
2000
És ez egy fontos észrevétel.
12:10
Alright, so finally I'm going to spend the rest of the talk,
277
730000
3000
Rendben, a maradék hét és fél percemet,
12:13
my last seven-and-a-half minutes, on step one;
278
733000
3000
ez első lépcsőre fogom fordítani.
12:16
namely, how do we actually get to this moderate amount of life extension
279
736000
5000
Arra, hogy miként érhetjük el ezt a kezdeti élethosszabbítást
12:21
that will allow us to get to escape velocity?
280
741000
3000
amivel elérhetjük a szökési sebességet.
12:24
And in order to do that, I need to talk about mice a little bit.
281
744000
4000
És ehhez egy kicsit beszélni kell egerekről.
12:28
I have a corresponding milestone to robust human rejuvenation.
282
748000
3000
Van egy az Alapos Humán Megfiatalításhoz hasonló mérföldkő.
12:31
I'm calling it "robust mouse rejuvenation," not very imaginatively.
283
751000
3000
Alapos Egér Megfiatalításnak hívom, nem túl fantáziadúsan.
12:34
And this is what it is.
284
754000
2000
Erről van szó.
12:36
I say we're going to take a long-lived strain of mouse,
285
756000
2000
Vegyünk egy hosszúéletű egérfajtát,
12:38
which basically means mice that live about three years on average.
286
758000
3000
ami azt jelenti, hogy egy átlagos egyed három évig él.
12:41
We do exactly nothing to them until they're already two years old.
287
761000
3000
Két éves korukig békénhagyjuk őket.
12:44
And then we do a whole bunch of stuff to them,
288
764000
2000
Aztán mindenfélét csinálunk velük,
12:46
and with those therapies, we get them to live,
289
766000
2000
és a terápia hatására átlagosan
12:48
on average, to their fifth birthday.
290
768000
2000
öt éves korukig élnek.
12:50
So, in other words, we add two years --
291
770000
2000
Tehát adunk nekik két évet,
12:52
we treble their remaining lifespan,
292
772000
2000
megtriplázzuk a hátralevő időt,
12:54
starting from the point that we started the therapies.
293
774000
2000
a kezelés kezdetétől számítva.
12:56
The question then is, what would that actually mean for the time frame
294
776000
3000
A kérdés az, hogy mennyi idő kell ahhoz, hogy az egér után
12:59
until we get to the milestone I talked about earlier for humans?
295
779000
3000
az emberek számára is elérhetővé váljon.
13:02
Which we can now, as I've explained,
296
782000
2000
Amit hívhatunk, ahogy mondtam,
13:04
equivalently call either robust human rejuvenation or longevity escape velocity.
297
784000
4000
akár Alapos Humán Megfiatalításnak, vagy Élethossz Szökési Sebességnek.
13:08
Secondly, what does it mean for the public's perception
298
788000
3000
Másrészt, mit lesz erről a közvélekedés,
13:11
of how long it's going to take for us to get to those things,
299
791000
2000
hogy mennyi idő múlva lesz számunkra is elérhető,
13:13
starting from the time we get the mice?
300
793000
2000
a sikeres egérkísérlet után.
13:15
And thirdly, the question is, what will it do
301
795000
2000
És harmadszor, hogy mennyiben változtatja ez
13:17
to actually how much people want it?
302
797000
1000
a közfelfogást.
13:19
And it seems to me that the first question
303
799000
2000
Az első kérdés tisztán
13:21
is entirely a biology question,
304
801000
1000
biológiai természetű,
13:22
and it's extremely hard to answer.
305
802000
2000
és nehéz rá válaszolni.
13:24
One has to be very speculative,
306
804000
2000
Találgatásra kényszerülünk,
13:26
and many of my colleagues would say that we should not do this speculation,
307
806000
3000
és sok kollégám azt mondja, találgatásba nem szabad belemenni,
13:29
that we should simply keep our counsel until we know more.
308
809000
4000
jobb titokban tartani, amíg nincs valami eredmény.
13:33
I say that's nonsense.
309
813000
1000
Szerintem ez ostobaság.
13:34
I say we absolutely are irresponsible if we stay silent on this.
310
814000
3000
Nagyon felelőtlen dolog ezt elhallgatni.
13:37
We need to give our best guess as to the time frame,
311
817000
3000
A legjobb becslést kell adni a szükséges időre,
13:40
in order to give people a sense of proportion
312
820000
3000
hogy az emberek értékén kezeljék,
13:43
so that they can assess their priorities.
313
823000
2000
és kialakíthassák álláspontjukat.
13:45
So, I say that we have a 50/50 chance
314
825000
3000
Én azt mondom, 50-50% az esélye,
13:48
of reaching this RHR milestone,
315
828000
2000
hogy elérjük a AHM-et,
13:50
robust human rejuvenation, within 15 years from the point
316
830000
3000
a Alapos Humán Megfiatalítást 15 évvel azután, hogy
13:53
that we get to robust mouse rejuvenation.
317
833000
2000
megvan az Alapos Egér Megfiatalítás.
13:55
15 years from the robust mouse.
318
835000
3000
15 év az egér után.
13:58
The public's perception will probably be somewhat better than that.
319
838000
3000
A közvélemény valószínűleg kevesebbet fog tippelni.
14:01
The public tends to underestimate how difficult scientific things are.
320
841000
2000
Az emberek hajlamosak alábecsülni tudomány bonyolultságát.
14:03
So they'll probably think it's five years away.
321
843000
2000
Tehát ők talán úgy vélik, öt év is elég.
14:05
They'll be wrong, but that actually won't matter too much.
322
845000
2000
Ez tévedés, de tulajdonképpen nem sokat számít.
14:07
And finally, of course, I think it's fair to say
323
847000
3000
Végül, úgy vélem, hogy mondhatjuk,
14:10
that a large part of the reason why the public is so ambivalent about aging now
324
850000
4000
az emberek főleg azért ambivalensek az öregedéssel kapcsolatban,
14:14
is the global trance I spoke about earlier, the coping strategy.
325
854000
2000
mivel a homokba dugják a fejüket.
14:16
That will be history at this point,
326
856000
2000
Ez egy fordulópont lesz,
14:18
because it will no longer be possible to believe that aging is inevitable in humans,
327
858000
3000
mivel a továbbiakban nyilvánvaló lesz, hogy az öregedés elkerülhető,
14:21
since it's been postponed so very effectively in mice.
328
861000
3000
hiszen az egereknél sikerült.
14:24
So we're likely to end up with a very strong change in people's attitudes,
329
864000
4000
Tehát valószínűleg az emberek hozzáállása alapjában megváltozik,
14:28
and of course that has enormous implications.
330
868000
2000
és ennek súlyos következményei lesznek.
14:31
So in order to tell you now how we're going to get these mice,
331
871000
2000
Mielőtt elmondanám, hogy fogjuk az egereket fiatalítani,
14:34
I'm going to add a little bit to my description of aging.
332
874000
2000
hozzátennék valamit az öregedés leírásához.
14:36
I'm going to use this word "damage"
333
876000
2000
Az ide kívánkozó szó a "károsodás",
14:38
to denote these intermediate things that are caused by metabolism
334
878000
4000
ami leírja azokat az közbenső folyamatokat, amit az anyagcsere okoz,
14:42
and that eventually cause pathology.
335
882000
2000
és amik végül betegséghez vezetnek.
14:44
Because the critical thing about this
336
884000
2000
Ugyanis az a lényeg, hogy
14:46
is that even though the damage only eventually causes pathology,
337
886000
2000
noha ezek csak idővel okoznak betegséget,
14:48
the damage itself is caused ongoing-ly throughout life, starting before we're born.
338
888000
5000
de maga a károsodás a születéstől kezdve halmozódik.
14:53
But it is not part of metabolism itself.
339
893000
3000
De az anyagcserének nem része.
14:56
And this turns out to be useful.
340
896000
1000
És ez hasznosnak bizonyul.
14:57
Because we can re-draw our original diagram this way.
341
897000
3000
Mivel újrarajzolhatjuk a diagrammot eképpen.
15:00
We can say that, fundamentally, the difference between gerontology and geriatrics
342
900000
3000
Tehát azt mondhatjuk, hogy a gerontológia és a geriátria különbsége az,
15:03
is that gerontology tries to inhibit the rate
343
903000
2000
hogy a gerontológia lassítani próbálja
15:05
at which metabolism lays down this damage.
344
905000
2000
az anyagcsere okozta károkat.
15:07
And I'm going to explain exactly what damage is
345
907000
2000
Nemsokára elmondom, hogy mik ezek a károk
15:09
in concrete biological terms in a moment.
346
909000
2000
pontos biológiai fogalmakkal.
15:12
And geriatricians try to hold back the sands of time
347
912000
2000
És a geriáterek megkísérlik az időt megállítani,
15:14
by stopping the damage converting into pathology.
348
914000
2000
hogy megállítsák a károsodás betegséggé fajulását.
15:16
And the reason it's a losing battle
349
916000
2000
Ez egy vesztes csata, mivel
15:18
is because the damage is continuing to accumulate.
350
918000
2000
a károsodás folyamatosan halmozódik.
15:20
So there's a third approach, if we look at it this way.
351
920000
3000
De van egy harmadik megközelítés.
15:23
We can call it the "engineering approach,"
352
923000
2000
Hívhatjuk mérnöki megközelítésnek,
15:25
and I claim that the engineering approach is within range.
353
925000
3000
és azt állítom, hogy ez elérhető közelségben van.
15:28
The engineering approach does not intervene in any processes.
354
928000
3000
Ez a módszer nem próbálja megállítani egyik folyamatot sem.
15:31
It does not intervene in this process or this one.
355
931000
2000
Sem ezt nem állítja meg, sem emezt.
15:33
And that's good because it means that it's not a losing battle,
356
933000
3000
És ez jó, mert ez azt jelenti, hogy nem vívunk vesztes csatát,
15:36
and it's something that we are within range of being able to do,
357
936000
3000
és nincs beláthatatlan távolságban sem,
15:39
because it doesn't involve improving on evolution.
358
939000
3000
mivel nem kell az evolúciót tökéletesíteni.
15:42
The engineering approach simply says,
359
942000
2000
A mérnöki módszer azt mondja:
15:44
"Let's go and periodically repair all of these various types of damage --
360
944000
4000
"Időről időre hozzuk helyre a különböző károkat,"
15:48
not necessarily repair them completely, but repair them quite a lot,
361
948000
4000
"ha nem is teljesen, de elégséges mértékben,"
15:52
so that we keep the level of damage down below the threshold
362
952000
3000
"hogy azok szintjét egy küszöbérték alatt tarthassuk,"
15:55
that must exist, that causes it to be pathogenic."
363
955000
3000
"ami még nem okoz betegséget."
15:58
We know that this threshold exists,
364
958000
2000
Tudjuk, hogy a küszöbérték létezik,
16:00
because we don't get age-related diseases until we're in middle age,
365
960000
3000
mivel az öregedés betegségei csak később jelentkeznek,
16:03
even though the damage has been accumulating since before we were born.
366
963000
3000
pedig a károk a születéstől kezdve halmozódnak.
16:06
Why do I say that we're in range? Well, this is basically it.
367
966000
4000
Miért mondom, hogy elérhető közelségben van? Ezért.
16:10
The point about this slide is actually the bottom.
368
970000
3000
A lényeg ezen a képen alul van.
16:13
If we try to say which bits of metabolism are important for aging,
369
973000
3000
Ha fel akarjuk sorolni, hogy mely anyagcserefolyamatok,
16:16
we will be here all night, because basically all of metabolism
370
976000
3000
játszanak szerepet, itt ülünk egész este, mert tulajdonképpen
16:19
is important for aging in one way or another.
371
979000
2000
az összes, így vagy úgy.
16:21
This list is just for illustration; it is incomplete.
372
981000
2000
Ez a lista csak illusztráció, nem teljes.
16:24
The list on the right is also incomplete.
373
984000
2000
A jobb oldalon levő sem teljes.
16:26
It's a list of types of pathology that are age-related,
374
986000
3000
Ez egy lista az összes korral járó betegségről,
16:29
and it's just an incomplete list.
375
989000
2000
és ez nem a teljes lista.
16:31
But I would like to claim to you that this list in the middle is actually complete --
376
991000
3000
De azt állítom, hogy a középső lista viszont teljes.
16:34
this is the list of types of thing that qualify as damage,
377
994000
3000
Ez a lista tartalmazza a károsodások fajtáit,
16:37
side effects of metabolism that cause pathology in the end,
378
997000
3000
az anyagcsere mellékhatásait, amik betegségre vezetnek,
16:40
or that might cause pathology.
379
1000000
2000
vagy vezethetnek.
16:42
And there are only seven of them.
380
1002000
3000
És csak hét van belőlük.
16:45
They're categories of things, of course, but there's only seven of them.
381
1005000
3000
Ezek persze kategóriák, de csak hét van belőlük.
16:48
Cell loss, mutations in chromosomes, mutations in the mitochondria and so on.
382
1008000
5000
Sejtpusztulás, mutáció a kromoszómán, mutáció a mitokondriumban, stb.
16:53
First of all, I'd like to give you an argument for why that list is complete.
383
1013000
5000
Először is meg akarom mutatni, hogy miért teljes ez a lista.
16:58
Of course one can make a biological argument.
384
1018000
2000
Mondhatunk biológiai érvet.
17:00
One can say, "OK, what are we made of?"
385
1020000
2000
Kérdhetjük, rendben, miből állunk?
17:02
We're made of cells and stuff between cells.
386
1022000
2000
Sejtekből és sejtközi dolgokból.
17:04
What can damage accumulate in?
387
1024000
3000
Miben tud károsodás felhalmozódni?
17:07
The answer is: long-lived molecules,
388
1027000
2000
Hosszú életű molekulákban.
17:09
because if a short-lived molecule undergoes damage, but then the molecule is destroyed --
389
1029000
3000
Mivel ha rövéd élettartamú molekula sérül, akkor a molekula megsemmisülése
17:12
like by a protein being destroyed by proteolysis -- then the damage is gone, too.
390
1032000
4000
például a fehérje megsemmisülése proteolízissel, magával viszi a sérülést is.
17:16
It's got to be long-lived molecules.
391
1036000
2000
Tehát hosszú életű molekula kell.
17:18
So, these seven things were all under discussion in gerontology a long time ago
392
1038000
3000
Ez a hét dolog régóta ismert a gerontológiában,
17:21
and that is pretty good news, because it means that,
393
1041000
4000
és ez jó hír, mert ez azt jelenti,
17:25
you know, we've come a long way in biology in these 20 years,
394
1045000
2000
tudják, a biológia sokat fejlődött az elmúlt 20 évben,
17:27
so the fact that we haven't extended this list
395
1047000
2000
tehát ha a lista nem bővült új elemekkel
17:29
is a pretty good indication that there's no extension to be done.
396
1049000
3000
az arra utal, hogy tényleg nincs több odaírandó dolog.
17:33
However, it's better than that; we actually know how to fix them all,
397
1053000
2000
És ami még jobb, mindegyikről tudjuk, hogy kell megjavítani
17:35
in mice, in principle -- and what I mean by in principle is,
398
1055000
3000
egérben, elméletben. Az elmélet alatt azt értem, hogy
17:38
we probably can actually implement these fixes within a decade.
399
1058000
3000
minden bizonnyal meg lehet valósítani egy évtizeden belül.
17:41
Some of them are partially implemented already, the ones at the top.
400
1061000
4000
Pár már meg is van valósítva, azok vannak a lista tetején.
17:45
I haven't got time to go through them at all, but
401
1065000
3000
Most nincs idő végigmenni rajtuk, de
17:48
my conclusion is that, if we can actually get suitable funding for this,
402
1068000
4000
a következtetésem az, hogy ha van elegendő támogatás,
17:52
then we can probably develop robust mouse rejuvenation in only 10 years,
403
1072000
4000
ki tudunk fejleszteni alapos tömeges megfiatalítást tíz éven belül,
17:56
but we do need to get serious about it.
404
1076000
3000
de akkor össze kell szedni magunkat.
17:59
We do need to really start trying.
405
1079000
1000
Komolyan el kell kezdeni csinálni.
18:01
So of course, there are some biologists in the audience,
406
1081000
3000
Nyilván van pár biológus is a hallgatóságban,
18:04
and I want to give some answers to some of the questions that you may have.
407
1084000
3000
és szeretnék válaszolni pár kérdésre, ami valószínüleg felmerült bennük.
18:07
You may have been dissatisfied with this talk,
408
1087000
2000
Talán elégedetlenek ezzel a beszéddel,
18:09
but fundamentally you have to go and read this stuff.
409
1089000
2000
de alapjában véve utána kéne olvassanak.
18:11
I've published a great deal on this;
410
1091000
2000
Rengeteget publikáltam erről.
18:13
I cite the experimental work on which my optimism is based,
411
1093000
3000
Idézek kísérleti eredményeket, amire az optimizmusom alapul,
18:16
and there's quite a lot of detail there.
412
1096000
2000
rengeteg részletes ismeret van.
18:18
The detail is what makes me confident
413
1098000
2000
Ez a sok adat tesz engem bizakodóvá,
18:20
of my rather aggressive time frames that I'm predicting here.
414
1100000
2000
hogy ezeket a szűk határidőket tartani lehet.
18:22
So if you think that I'm wrong,
415
1102000
2000
Ha úgy gondolják, hogy tévedek,
18:24
you'd better damn well go and find out why you think I'm wrong.
416
1104000
3000
átkozottul jól teszik, ha elgondolkoznak, miért gondolják.
18:28
And of course the main thing is that you shouldn't trust people
417
1108000
3000
És persze, fontos, hogy nem szabad bízni azokban, akik
18:31
who call themselves gerontologists because,
418
1111000
2000
magukat gerontológusoknak nevezik, mivel
18:33
as with any radical departure from previous thinking within a particular field,
419
1113000
4000
minden radikális szakítás egy korábbi gondolkodásmóddal
18:37
you know, you expect people in the mainstream to be a bit resistant
420
1117000
4000
az adott terület szakértőiből ellenkezést vált ki.
18:41
and not really to take it seriously.
421
1121000
2000
tehát nem kell őket komolyan venni.
18:43
So, you know, you've got to actually do your homework,
422
1123000
2000
Tehát nincs más, meg kell csinálni a házi feladatot,
18:45
in order to understand whether this is true.
423
1125000
1000
hogy megtudják, igaz-e ez vagy nem.
18:46
And we'll just end with a few things.
424
1126000
2000
Befejezésül pár dolog.
18:48
One thing is, you know, you'll be hearing from a guy in the next session
425
1128000
3000
Az első dolog, hogy nemsokára hallanak egy fickót a következő részben,
18:51
who said some time ago that he could sequence the human genome in half no time,
426
1131000
4000
aki azt mondta, szekventálni tudom az emberi genomot rövid idő alatt,
18:55
and everyone said, "Well, it's obviously impossible."
427
1135000
2000
és mindenki azt mondta, ez képtelenség.
18:57
And you know what happened.
428
1137000
1000
Tudják, mi történt.
18:58
So, you know, this does happen.
429
1138000
4000
Ilyenek megtörténnek.
19:02
We have various strategies -- there's the Methuselah Mouse Prize,
430
1142000
2000
Többféle stratégiánk van. Itt van a Matuzsálem Egér Díj,
19:04
which is basically an incentive to innovate,
431
1144000
3000
ami egy fejlesztésönsztönzés,
19:07
and to do what you think is going to work,
432
1147000
3000
hogy próbálják meg ahogy jónak látják,
19:10
and you get money for it if you win.
433
1150000
2000
és pénzt kapjanak, ha nyernek.
19:13
There's a proposal to actually put together an institute.
434
1153000
3000
Van egy javaslat, hogy létrehozzunk egy intézetet.
19:16
This is what's going to take a bit of money.
435
1156000
2000
Erre kell némi pénz.
19:18
But, I mean, look -- how long does it take to spend that on the war in Iraq?
436
1158000
3000
De, nézzék, mennyi idő alatt költünk ennyi pénzt Irakban?
19:21
Not very long. OK.
437
1161000
1000
Hát nem sok.
19:22
(Laughter)
438
1162000
1000
(Nevetés)
19:23
It's got to be philanthropic, because profits distract biotech,
439
1163000
3000
Filantrópnak kell lennie, a profit elvonja a figyelmet a fejlesztésről,
19:26
but it's basically got a 90 percent chance, I think, of succeeding in this.
440
1166000
4000
de alapvetően 90% feletti esélye van a sikernek, szerintem.
19:30
And I think we know how to do it. And I'll stop there.
441
1170000
3000
És azt hiszem, tudjuk, hogy kell csinálni. És itt befejezem.
19:33
Thank you.
442
1173000
1000
Köszönöm.
19:34
(Applause)
443
1174000
5000
(Taps)
19:39
Chris Anderson: OK. I don't know if there's going to be any questions
444
1179000
3000
Chris Anderson: Nem tudom, lesz-e kérdés
19:42
but I thought I would give people the chance.
445
1182000
2000
de gondoltam, adjunk egy esélyt.
19:44
Audience: Since you've been talking about aging and trying to defeat it,
446
1184000
4000
Kérdező: Annak ellenére, hogy az öregedés megállításáról beszélt,
19:48
why is it that you make yourself appear like an old man?
447
1188000
4000
miért néz ki úgy, mint egy öreg ember?
19:52
(Laughter)
448
1192000
4000
(Nevetés)
19:56
AG: Because I am an old man. I am actually 158.
449
1196000
3000
AG: Mivel az vagyok. Igazából 158 éves vagyok.
19:59
(Laughter)
450
1199000
1000
(Nevetés)
20:00
(Applause)
451
1200000
3000
(Taps)
20:03
Audience: Species on this planet have evolved with immune systems
452
1203000
4000
Kérdező: A fajok a Földön immunrendszert fejlesztettek ki,
20:07
to fight off all the diseases so that individuals live long enough to procreate.
453
1207000
4000
hogy legyőzzék a betegségeket, és elég ideig éljenek az utódnemzéshez.
20:11
However, as far as I know, all the species have evolved to actually die,
454
1211000
5000
De, amennyire én tudom, minden faj úgy evolválódott, hogy meghaljon,
20:16
so when cells divide, the telomerase get shorter, and eventually species die.
455
1216000
5000
amikor a sejt osztódik, a telomerek rövidülnek, és végül az egyed meghal.
20:21
So, why does -- evolution has -- seems to have selected against immortality,
456
1221000
5000
Miért választotta az evolúció, úgy tűnik, a halandóságot,
20:26
when it is so advantageous, or is evolution just incomplete?
457
1226000
4000
ha a hallhatatlanság előnyös? Az evolúció tökéletlen?
20:30
AG: Brilliant. Thank you for asking a question
458
1230000
2000
AG: Kiváló. Köszönöm a kérdést, amire
20:32
that I can answer with an uncontroversial answer.
459
1232000
2000
válaszolhatok elfogadott érvvel.
20:34
I'm going to tell you the genuine mainstream answer to your question,
460
1234000
3000
Egy valódi közfelfogás szerinti választ fogok adni,
20:37
which I happen to agree with,
461
1237000
2000
ami egyezik a saját véleményemmel.
20:39
which is that, no, aging is not a product of selection, evolution;
462
1239000
3000
És ez az, hogy nem, a korosodás nem az evolúció eredménye,
20:42
[aging] is simply a product of evolutionary neglect.
463
1242000
2000
hanem az evolúció nemtörődömségének eredménye.
20:45
In other words, we have aging because it's hard work not to have aging;
464
1245000
5000
Másszóval azért öregszünk, mert nehéz nem öregedni.
20:50
you need more genetic pathways, more sophistication in your genes
465
1250000
2000
Több genetikai szignálútra van szükség, kifinomultabb génekre,
20:52
in order to age more slowly,
466
1252000
2000
hogy lassabban öregedjünk,
20:54
and that carries on being true the longer you push it out.
467
1254000
3000
és ez annál inkább így van, minél hosszabb életet akarunk.
20:57
So, to the extent that evolution doesn't matter,
468
1257000
5000
Tehát az evolúciót nem érdekli
21:02
doesn't care whether genes are passed on by individuals,
469
1262000
2000
hogy a gének azért élnek túl, mert az egyed
21:04
living a long time or by procreation,
470
1264000
2000
hosszú ideig él, vagy szaprodás útján.
21:07
there's a certain amount of modulation of that,
471
1267000
2000
Van némi variáció ebben,
21:09
which is why different species have different lifespans,
472
1269000
3000
ezért élnek a fajok különböző ideig,
21:12
but that's why there are no immortal species.
473
1272000
2000
de egyik sem örök életű.
21:15
CA: The genes don't care but we do?
474
1275000
2000
CA: Tehát a géneket nem érdekli, de minket igen?
21:17
AG: That's right.
475
1277000
1000
AG: Így van.
21:19
Audience: Hello. I read somewhere that in the last 20 years,
476
1279000
5000
Kérdező: Helló. Azt olvastam, hogy az elmúlt 20 évben
21:24
the average lifespan of basically anyone on the planet has grown by 10 years.
477
1284000
5000
az átlagéletkor, alapjában mindenkié, tíz évvel nőtt.
21:29
If I project that, that would make me think
478
1289000
3000
Ha jól következtetek, ebből arra gondolnék,
21:32
that I would live until 120 if I don't crash on my motorbike.
479
1292000
4000
hogy én 120 évig élek, ha nem töröm magam össze a motoromon.
21:37
That means that I'm one of your subjects to become a 1,000-year-old?
480
1297000
5000
Ez azt jelenti, hogy én lehetek az egyik, aki az 1000 évet megérem?
21:42
AG: If you lose a bit of weight.
481
1302000
1000
AG: Ha lead egy pár kilót.
21:44
(Laughter)
482
1304000
3000
(Nevetés)
21:47
Your numbers are a bit out.
483
1307000
3000
A számok némileg hibásak.
21:50
The standard numbers are that lifespans
484
1310000
3000
A hivatalos számok szerint a várható életkor
21:53
have been growing at between one and two years per decade.
485
1313000
3000
egy-két évet nő évtizedenként.
21:56
So, it's not quite as good as you might think, you might hope.
486
1316000
3000
Tehát a helyzet nem olyan jó, mint gondolta, de van remény.
22:00
But I intend to move it up to one year per year as soon as possible.
487
1320000
2000
És ezt akarom én felvinni egy év per évre, amilyen hamar lehet.
22:03
Audience: I was told that many of the brain cells we have as adults
488
1323000
3000
Kérdező: Azt hallottam, hogy a felnőtt agysejtek nagy része
22:06
are actually in the human embryo,
489
1326000
1000
már az embrióban megvan,
22:08
and that the brain cells last 80 years or so.
490
1328000
2000
tehát ezek a sejtek 80 évet is megérnek.
22:10
If that is indeed true,
491
1330000
2000
Ha ez igaz,
22:12
biologically are there implications in the world of rejuvenation?
492
1332000
3000
biológiailag milyen kihatása van ennek a megfiatalításra?
22:15
If there are cells in my body that live all 80 years,
493
1335000
3000
Ha ezek a sejtek bennem élhetnek 80 évet,
22:18
as opposed to a typical, you know, couple of months?
494
1338000
2000
szemben a szokásos sejttel, ami pár hónapot.
22:20
AG: There are technical implications certainly.
495
1340000
2000
AG: Technikai jelentőssége van, természetesen.
22:22
Basically what we need to do is replace cells
496
1342000
3000
Alapjánan véve ki kell cserélni a sejteket
22:26
in those few areas of the brain that lose cells at a respectable rate,
497
1346000
3000
azon a pár agyterületen, ahol fogynak. Különösen a neuronokat.
22:29
especially neurons, but we don't want to replace them
498
1349000
3000
De megfelelő sebességgel kell, nem szabad túl
22:32
any faster than that -- or not much faster anyway,
499
1352000
2000
gyorsan cserélni,
22:34
because replacing them too fast would degrade cognitive function.
500
1354000
4000
mert a túl gyors csere a kognitív funkciók degradálódását okozza.
22:38
What I said about there being no non-aging species earlier on
501
1358000
3000
Amit korábban mondtam, hogy minden faj öregszik,
22:41
was a little bit of an oversimplification.
502
1361000
2000
az leegyszerűsítés volt.
22:43
There are species that have no aging -- Hydra for example --
503
1363000
4000
Vannak nem öregedő fajok, például a hydra,
22:47
but they do it by not having a nervous system --
504
1367000
2000
de ezeknek nincs idegrendszere,
22:49
and not having any tissues in fact that rely for their function
505
1369000
2000
és semmi olyan szövete, aminek hosszú életű
22:51
on very long-lived cells.
506
1371000
2000
sejtekre volna szüksége.
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