How we're building the world's largest family tree | Yaniv Erlich

Fordító: Péter Pallós Lektor: Ádám Kósa

People use the internet for various reasons.

Más-más okból szoktuk az internetet használni.

It turns out that one of the most popular categories of website

Kiderül, hogy a legnépszerűbb fajtájú weboldal

is something that people typically consume in private.

főleg bizalmas körben használatos.

It involves curiosity,

Kíváncsiságot vált ki,

non-insignificant levels of self-indulgence

vágyaink nem lényegtelen mértékű kielégítését,

and is centered around recording the reproductive activities

és mások szaporító tevékenységének rögzítése

of other people.

körül forog.

(Laughter)

(Nevetés)

Of course, I'm talking about genealogy --

Persze, hogy a családfáról van szó!

(Laughter)

(Nevetés)

the study of family history.

A családtörténet tanulmányozásáról.

When it comes to detailing family history,

Mikor családtörténetbe merülünk,

in every family, we have this person that is obsessed with genealogy.

minden családban akad valaki, aki a nemzedékrend megszállottja.

Let's call him Uncle Bernie.

Nevezzük Béla bácsinak.

Uncle Bernie is exactly the last person you want to sit next to

Béla bácsi mellett egyáltalán nem szeretnénk ülni

in Thanksgiving dinner,

családi találkozón,

because he will bore you to death with peculiar details

mert halálra fog untatni

valamely távoli ősünkre vonatkozó sajátságos részletekkel.

about some ancient relatives.

But as you know,

De mint tudják,

there is a scientific side for everything,

mindennek létezik tudományos oldala is,

and we found that Uncle Bernie's stories

és Béla bácsi történeteiből

have immense potential for biomedical research.

az orvosbiológiai kutatás mérhetetlenül sokat meríthet.

We let Uncle Bernie and his fellow genealogists

Hagyjuk, hogy Béla bácsi és családfakutató társai

document their family trees through a genealogy website called geni.com.

rögzítsék családfájukat a geni.com nemzedékrendi honlapon.

When users upload their trees to the website,

Mikor családfájukat feltöltik a használók,

it scans their relatives,

a program átfésüli a rokonságot,

and if it finds matches to existing trees,

fölleli a kapcsolódási pontokat,

it merges the existing and the new tree together.

és összeilleszti a családfákat.

The result is that large family trees are created,

Ennek eredményeként óriási családfa jön létre,

beyond the individual level of each genealogist.

amely meghaladja bármely kutató szintjét.

Now, by repeating this process with millions of people

Ha a folyamatot milliónyi egyénnel megismételjük

all over the world,

szerte a világon,

we can crowdsource the construction of a family tree of all humankind.

összeáll az emberiség családfája.

Using this website,

E weboldalon

we were able to connect 125 million people

125 millió főt tudtunk összekapcsolni

into a single family tree.

közös családfává.

I cannot draw the tree on the screens over here

Nem tudom a fát a kivetítőre fölrajzolni,

because they have less pixels

mert kevesebb pixelből áll,

than the number of people in this tree.

mint a fán szereplők száma.

But here is an example of a subset of 6,000 individuals.

De itt egy példa 6000 fő részhalmazára.

Each green node is a person.

Minden zöld csomópont egy-egy személy.

The red nodes represent marriages,

A vörös csomópontok a házasságok,

and the connections represent parenthood.

az összekötő vonalak a szülői kapcsolatok.

In the middle of this tree, you see the ancestors.

A fa közepén az ősök láthatók.

And as we go to the periphery, you see the descendants.

A szélek felé haladva a leszármazottakat látjuk.

This tree has seven generations, approximately.

E fa kb. hét nemzedéket fog át.

Now, this is what happens when we increase the number of individuals

Ez történik, ha a személyek számát

to 70,000 people --

70 ezerre növeljük:

still a tiny subset of all the data that we have.

még mindig összes adatunk apró részhalmaza.

Despite that, you can already see the formation of gigantic family trees

Ennek dacára már kirajzolódik

a rengeteg igen távoli rokonból álló óriási családfa.

with many very distant relatives.

Thanks to the hard work of our genealogists,

Családfakutatóink áldozatos munkájának köszönhetően

we can go back in time hundreds of years ago.

több száz évvel visszamehetünk.

For example, here is Alexander Hamilton,

Pl. ő itt Alexander Hamilton,

who was born in 1755.

aki 1755-ben született.

Alexander was the first US Secretary of the Treasury,

Alexander volt az USA első pénzügyminisztere,

but mostly known today due to a popular Broadway musical.

de ma inkább a népszerű Broadway-musicalból ismert.

We found that Alexander has deeper connections in the showbiz industry.

Kiderült, hogy Alexandernek erős a kapcsolata a szórakoztatóiparral.

In fact, he's a blood relative of ...

Vérrokona...

Kevin Bacon!

Kevin Bacon színésznek!

(Laughter)

(Nevetés)

Both of them are descendants of a lady from Scotland

Mindketten egy 13. századi

who lived in the 13th century.

skót lady leszármazottai.

So you can say that Alexander Hamilton

Tehát Alexander Hamilton

is 35 degrees of Kevin Bacon genealogy.

Kevin Bacon 35-öd fokú rokona.

(Laughter)

(Nevetés)

And our tree has millions of stories like that.

A fa milliónyi hasonló történetet tartalmaz.

We invested significant efforts to validate the quality of our data.

Nagy erőt fektettünk be adataink minőség-ellenőrzésébe.

Using DNA, we found that .3 percent of the mother-child connections in our data

DNS-vizsgálatokból derült ki,

hogy adatainkban az anya-gyerek kapcsolat 0,3%-ban hamis,

are wrong,

which could match the adoption rate in the US pre-Second World War.

ami egybeesik az USA II. világháború előtti örökbe fogadási arányával.

For the father's side,

Az apai oldalon

the news is not as good:

a helyzet sokkal rosszabb:

1.9 percent of the father-child connections in our data are wrong.

adatainkban az apa-gyerek kapcsolat 1,9%-ban hamis.

And I see some people smirk over here.

Látom, hogy egypáran ezen somolyognak.

It is what you think --

Biztos arra gondolnak,

there are many milkmen out there.

hogy mennyi postás jár-kel.

(Laughter)

(Nevetés)

However, this 1.9 percent error rate in patrilineal connections

De az apai ági kapcsolatok 1,9%-os hibaaránya

is not unique to our data.

adatainkban nem kivételes.

Previous studies found a similar error rate

Korábbi tanulmányok hasonló hibaarányt mutattak ki

using clinical-grade pedigrees.

klinikai szintű családfák esetén.

So the quality of our data is good,

Tehát adataink jó minőségűek,

and that should not be a surprise.

és ez nem meglepő.

Our genealogists have a profound, vested interest

Kutatóink alaposan és személyesen érdekeltek abban,

in correctly documenting their family history.

hogy családtörténetüket megbízhatóan dokumentálják.

We can leverage this data to learn quantitative information about humanity,

Az adatokból számszerű tudáshoz juthatunk az emberiségről,

for example, questions about demography.

pl. demográfiai kérdésekről.

Here is a look at all our profiles on the map of the world.

Itt van minden profilunk a világtérképen.

Each pixel is a person that lived at some point.

Minden pixel egy-egy valaha élt ember.

And since we have so much data,

Mivel ilyen sok adatunk van,

you can see the contours of many countries,

sok ország körvonalai láthatók,

especially in the Western world.

kiváltképp a nyugatiak.

In this clip, we stratified the map that I've showed you

Ezen a klipen rétegekbe rendeztük az előbbi térképet

based on the year of births of individuals from 1400 to 1900,

a személyek 1400 és 1900 közötti születési éve szerint,

and we compared it to known migration events.

és az ismert vándorlási eseményekkel vetettük össze.

The clip is going to show you that the deepest lineages in our data

A klip megmutatja, hogy adatainkból látható legmélyebb gyökerek

go all the way back to the UK,

az Egyesült Királyságba vezetnek,

where they had better record keeping,

ahol legjobb az adatnyilvántartás,

and then they spread along the routes of Western colonialism.

és onnan a nyugati gyarmatosítás útvonalai mentén terjednek tovább.

Let's watch this.

Nézzük!

(Music)

(Zene)

[Year of birth: ]

[Születési év:]

[1492 - Columbus sails the ocean blue]

[1492 – Kolumbusz áthajózza az óceánt]

[1620 - Mayflower lands in Massachusetts]

[1620 – A Mayflower kiköt Massachusettsben]

[1652 - Dutch settle in South Africa]

[1652 – A hollandok gyarmatosítják Dél-Afrikát]

[1788 - Great Britain penal transportation to Australia starts]

[1788 – Nagy-Britannia ausztráliai fegyencszállításai elkezdődnek]

[1836 - First migrants use Oregon Trail]

[1836 – Az első bevándorlók az Oregoni Ösvényen]

[all activity]

[minden tevékenység]

I love this movie.

Szeretem ezt a filmet.

Now, since these migration events are giving the context of families,

Mivel a vándorlási események családok kapcsolódását jelzik,

we can ask questions such as:

adódik egypár kérdés:

What is the typical distance between the birth locations

Mekkora a jellemző távolság

of husbands and wives?

a férj és feleség születési helye közt?

This distance plays a pivotal role in demography,

A távolság döntő szerepet játszik a demográfiában,

because the patterns in which people migrate to form families

mert a családalapítási célú vándorlás mintázata meghatározza,

determine how genes spread in geographical areas.

hogyan terjednek el a gének egyes területeken.

We analyzed this distance using our data,

Adataink alapján elemeztük a távolságokat,

and we found that in the old days,

és rájöttünk, hogy a régi időkben

people had it easy.

az embereknek könnyű volt.

They just married someone in the village nearby.

A környékbeli falvakba házasodtak.

But the Industrial Revolution really complicated our love life.

Ám az ipari forradalom bonyolította szerelmi életünket.

And today, with affordable flights and online social media,

Ma a megfizethető repjegyek és az online közösségi média korában

people typically migrate more than 100 kilometers from their place of birth

jellemzően több mint 100 km-re vándorolnak születési helyüktől,

to find their soul mate.

hogy lelki társra leljenek.

So now you might ask:

Megkérdezhetik:

OK, but who does the hard work of migrating from places to places

Jó, de ki veszi magára családalapításért

to form families?

a vándorlás terhét?

Are these the males or the females?

A férfiak vagy a nők?

We used our data to address this question,

A kérdés megválaszolására

and at least in the last 300 years,

legalább az utóbbi 300 év adatait fölhasználva

we found that the ladies do the hard work

arra jutottunk,

hogy a hölgyek veszik magukra a családalapítás miatti vándorlás terhét.

of migrating from places to places to form families.

Now, these results are statistically significant,

Ezek statisztikailag szignifikáns eredmények,

so you can take it as scientific fact that males are lazy.

így tudományos ténynek tekinthető, hogy a férfiak lusták.

(Laughter)

(Nevetés)

We can move from questions about demography

A demográfiai kérdéseken túl

and ask questions about human health.

egészségügyi kérdéseket is föltehetünk.

For example, we can ask

Pl. megkérdezhetjük,

to what extent genetic variations account for differences in life span

hogy milyen a genetikai változatok szerepe

az egyes személyek átlagos élettartamában?

between individuals.

Previous studies analyzed the correlation of longevity between twins

Korábbi kutatások elemezték az ikrek magas kora közti korrelációt,

to address this question.

hogy választ leljenek a kérdésre.

They estimated that the genetic variations account for

Úgy értékelték, hogy a genetikai változatok

about a quarter of the differences in life span between individuals.

kb. negyed részben okozzák az egyének élettartama közti eltérést.

But twins can be correlated due to so many reasons,

De ikreknél ez nagyon sok okkal korrelál,

including various environmental effects

pl. különböző környezeti hatásokkal

or a shared household.

vagy közös háztartással.

Large family trees give us the opportunity to analyze both close relatives,

A nagy családfákból elemezhetjük mind a közeli rokonokat,

such as twins,

pl. az ikreket,

all the way to distant relatives, even fourth cousins.

mind a távoli rokonokat, még a negyed-unokatestvéreket is.

This way we can build robust models

Így hatalmas modelleket vázolhatunk fel,

that can tease apart the contribution of genetic variations

amelyekből elválaszthatjuk a genetikai változatok hatását

from environmental factors.

a környezeti tényezőkétől.

We conducted this analysis using our data,

Adatainkkal elvégeztük az elemzést,

and we found that genetic variations explain only 15 percent

melyből kiderült, hogy csak 15%-ban magyarázzák genetikai változatok

of the differences in life span between individuals.

az egyes személyek élettartama közti különbséget.

That is five years, on average.

Ez átlagosan öt év.

So genes matter less than what we thought before to life span.

Tehát a gének az élettartam szempontjából kevésbé fontosak, mint ahogy hittük.

And I find it great news,

Ezt jelentős eredménynek tartom,

because it means that our actions can matter more.

mert azt jelenti, hogy tetteink többet számítanak.

Smoking, for example, determines 10 years of our life expectancy --

A dohányzás pl. 10 évet vesz el az életünkből,

twice as much as what genetics determines.

kétszer annyit, mint amennyi a géneknek róható föl.

We can even have more surprising findings

Még meglepőbb dolgokra lelhetünk,

as we move from family trees

ha elhagyjuk a családfákat,

and we let our genealogists document and crowdsource DNA information.

és hagyjuk, hogy a DNS-információt kutatóink dokumentálják.

And the results can be amazing.

Az eredmény elképesztő lehet.

It might be hard to imagine, but Uncle Bernie and his friends

Tán nehéz elképzelni, de Béla bácsi és barátai a DNS-ből

can create DNA forensic capabilities

igazságügyi orvostani képességeiket bizonyíthatják,

that even exceed what the FBI currently has.

amelyek meghaladják az FBI jelenlegi szintjét.

When you place the DNA on a large family tree,

Ha a DNS-t a hatalmas családfára illesztve

you effectively create a beacon

jelzőfényt hozunk létre,

that illuminates the hundreds of distant relatives

amely százszámra világítja be a távoli rokonokat,

that are all connected to the person that originated the DNA.

akik mind kapcsolódnak az eredeti DNS-t adó személyhez.

By placing multiple beacons on a large family tree,

A nagy családfán több jelzőfényt elhelyezve

you can now triangulate the DNA of an unknown person,

ugyanazon módszerrel határozhatjuk meg ismeretlen személy DNS-ét,

the same way that the GPS system uses multiple satellites

mint amelyet a GPS-rendszer használ

műholdas helymeghatározásra.

to find a location.

The prime example of the power of this technique

E technika hatékonyságára kiváló példa

is capturing the Golden State Killer,

a Golden State Killernek nevezett sorozatgyilkos elkapása,

one of the most notorious criminals in the history of the US.

aki az USA történetének egyik leghírhedtebb bűnözője.

The FBI had been searching for this person for over 40 years.

Korábban az FBI több mint 40 évig kereste.

They had his DNA,

Megvolt a DNS-e,

but he never showed up in any police database.

de egyetlen rendőrségi adatbázisban sem bukkantak rá.

About a year ago, the FBI consulted a genetic genealogist,

Kb. egy éve az FBI genetikus családfakutatótól kért tanácsot,

and she suggested that they submit his DNA to a genealogy service

ő meg javasolta, hogy juttassák el bűnöző DNS-ét a kutatószolgálathoz,

that can locate distant relatives.

amely megtalálhatja a távoli rokonokat.

They did that,

Így is tettek,

and they found a third cousin of the Golden State Killer.

és föllelték a Golden State Killer harmad-unokatestvérét.

They built a large family tree,

Óriási családfát állítottak össze,

scanned the different branches of that tree,

beszkennelték a fa ágait,

és végül profilra találtak,

until they found a profile that exactly matched

amely a Golden State Killer néven ismert személyre pontosan ráillett.

what they knew about the Golden State Killer.

They obtained DNA from this person and found a perfect match

DNS-mintát vettek tőle, és tökéletes volt az egyezés

to the DNA they had in hand.

az FBI-nál lévő DNS-sel.

They arrested him and brought him to justice

Letartóztatták,

és bíróság elé állították annyi év után.

after all these years.

Since then, genetic genealogists have started working with

Azt követően a genetikus családfakutatók

local US law enforcement agencies

kezdtek együttműködni az USA helyi bűnüldöző szerveivel

to use this technique in order to capture criminals.

hogy e technikával kapják el a bűnözőket.

And only in the past six months,

Csupán az utóbbi fél évben e technikával

they were able to solve over 20 cold cases with this technique.

több mint 20 döglött aktát sikerült megoldaniuk.

Luckily, we have people like Uncle Bernie and his fellow genealogists

Szerencsére vannak olyanok, mint Béla bácsi és családfakutató társai.

These are not amateurs with a self-serving hobby.

Ők nem önérdekű műkedvelők,

These are citizen scientists with a deep passion to tell us who we are.

hanem szenvedélyes tudóstársaink, akiknek célja megmondani, kik vagyunk.

And they know that the past can hold a key to the future.

Tudják, a múlt kulcs lehet a jövőhöz.

Thank you very much.

Köszönöm szépen.

(Applause)

(Taps)