The next software revolution: programming biological cells | Sara-Jane Dunn

Fordító: Nora Keller Lektor: Zsófia Herczeg

A múlt század második felét

egy technológia forradalom határozta meg:

a szoftverforradalom.

The second half of the last century was completely defined

Az, hogy elektronokat tudunk programozni egy szilícium nevű anyagon,

by a technological revolution:

olyan technológiák, cégek és iparágak előtt nyitottak utat,

the software revolution.

melyeket korábban el sem tudtunk képzelni,

The ability to program electrons on a material called silicon

mára viszont alapvetően megváltoztatták világunk működését.

made possible technologies, companies and industries

that were at one point unimaginable to many of us,

Mégis, a 21. század elejét

egy újabb szoftverforradalom fogja meghatározni:

but which have now fundamentally changed the way the world works.

az élő szoftver forradalma.

The first half of this century, though,

Ennek központjában az áll majd, hogy a biológia nevű anyagon,

is going to be transformed by a new software revolution:

biokémiát fogunk programozni,

the living software revolution.

és így biológiai tulajdonságokat tudunk majd hasznosítani

And this will be powered by the ability to program biochemistry

újfajta terápiák megalkotására,

on a material called biology.

károsodott szövetek helyreállítására, hibás sejtek újraprogramozására,

And doing so will enable us to harness the properties of biology

és a biokémia segítségével

to generate new kinds of therapies,

akár programozható operációs rendszereket is építhetünk.

to repair damaged tissue,

Ha ezt meg tudjuk valósítani - és meg kell valósítanunk -,

to reprogram faulty cells

or even build programmable operating systems out of biochemistry.

a hatás olyan átütő lesz,

hogy mellette el fog törpülni az előző szoftverforradalom.

If we can realize this -- and we do need to realize it --

Ez azért van, mert az élő szoftver átalakítaná az egész orvostudományt,

its impact will be so enormous

a mezőgazdaságot és az energiaipart.

that it will make the first software revolution pale in comparison.

Ezek olyan szektorok, amelyek mellett eltörpülnek azok, melyeket az IT dominál.

And that's because living software would transform the entirety of medicine,

Képzeljünk el programozható növényeket,

agriculture and energy,

melyek hatékonyabban kötik meg a nitrogént,

and these are sectors that dwarf those dominated by IT.

vagy ellenállóbbak a kártevő gombákkal szemben;

vagy egynyári helyett évelőre programozott haszonnövényeket,

Imagine programmable plants that fix nitrogen more effectively

melyekkel meg lehetne duplázni az éves terméshozamot.

or resist emerging fungal pathogens,

Ez átalakítaná a mezőgazdaságot,

or even programming crops to be perennial rather than annual

és azt ahogyan a világ egyre növekvő népességét élelmezni tudnánk.

so you could double your crop yields each year.

Képzeljük el a programozható immunitást:

That would transform agriculture

molekuláris eszközöket tervezhetnénk, melyek segítségével az immunrendszer

and how we'll keep our growing and global population fed.

észlelné, megállítaná, sőt megelőzné a betegségeket.

Or imagine programmable immunity,

Ez átalakítaná az orvoslást,

designing and harnessing molecular devices that guide your immune system

és azt, ahogy az egyre növekvő és idősödő népesség egészségét megőrizzük.

to detect, eradicate or even prevent disease.

Sok olyan eszközünk van már, melyek az élő szoftvert valósággá teszik.

This would transform medicine

and how we'll keep our growing and aging population healthy.

Pontosan tudunk CRISPR-rel géneket szerkeszteni.

Átírhatjuk bázisonként a genetikai kódot.

We already have many of the tools that will make living software a reality.

Akár működő, szintetikus áramköröket is építhetünk DNS-ből.

We can precisely edit genes with CRISPR.

De annak tisztázása, hogy hogyan és mikor használjuk ezeket,

We can rewrite the genetic code one base at a time.

még mindig kísérleti fázisban van.

We can even build functioning synthetic circuits out of DNA.

Speciális szaktudás és évek tapasztalata szükséges hozzá.

But figuring out how and when to wield these tools

A kísérleti protokollokat nehéz kidolgozni,

is still a process of trial and error.

és gyakran nehéz megismételni.

It needs deep expertise, years of specialization.

Hajlamosak vagyunk a biológiában a részletekre fókuszálni,

And experimental protocols are difficult to discover

de tudjuk, hogy olyasmit, mint pl. a repülés,

and all too often, difficult to reproduce.

nem érthetünk meg pusztán a tollak vizsgálatából.

And, you know, we have a tendency in biology to focus a lot on the parts,

Azaz a biológiát még nem olyan egyszerű programozni mint a számítógépet.

but we all know that something like flying wouldn't be understood

Tovább rontja a helyzetet,

by only studying feathers.

hogy az élő rendszerek kb. semmiben sem hasonlóak a tervezett rendszerekhez,

So programming biology is not yet as simple as programming your computer.

melyeket manapság nap mint nap programozunk.

And then to make matters worse,

Szemben a tervezett rendszerekkel, az élő rendszerek önfejlesztők,

living systems largely bear no resemblance to the engineered systems

önszervezők,

és molekuláris skálán működnek.

that you and I program every day.

Ezek a molekuláris szintű interakciók

In contrast to engineered systems, living systems self-generate,

általában robosztus, makroléptékű kimenethez vezetnek.

they self-organize,

Akár még arra is képesek, hogy önmagukat megjavítsák.

they operate at molecular scales.

And these molecular-level interactions

Gondoljunk például egy egyszerű szobanövényre

lead generally to robust macro-scale output.

otthon a kandallópárkányon,

They can even self-repair.

amit mindig elfelejtünk megöntözni.

Annak ellenére, hogy elhanyagoljuk, a növénynek mindennap fel kell ébrednie,

Consider, for example, the humble household plant,

és ki kell találnia, hogyan ossza el az erőforrásait.

like that one sat on your mantelpiece at home

that you keep forgetting to water.

Fog vajon növekedni, fotoszintetizálni, magokat termelni vagy virágozni?

Every day, despite your neglect, that plant has to wake up

Ezek olyan döntések, melyeket a szervezet egészének szintjén kell meghozni.

and figure out how to allocate its resources.

De egy növénynek nincsen agya, hogy mindezt kitalálja.

Will it grow, photosynthesize, produce seeds, or flower?

A levelein lévő sejtek segítségével kell ezt megtennie.

And that's a decision that has to be made at the level of the whole organism.

Ezeknek kell reagálniuk a környezetre,

But a plant doesn't have a brain to figure all of that out.

és olyan döntéseket hozni, melyek az egész növényre kihatnak.

Szóval futnia kell a sejteken belül valamilyen programnak,

It has to make do with the cells on its leaves.

They have to respond to the environment

mely válaszol a bejövő jelekre és utasításokra,

and make the decisions that affect the whole plant.

és megtervezi, hogyan reagál a sejt.

So somehow there must be a program running inside these cells,

Ezeknek a programoknak

elosztott módon kell működniük az egyes sejteken belül úgy,

a program that responds to input signals and cues

hogy koordinálják egymást, és a növény növekedni és virágozni tudjon.

and shapes what that cell will do.

And then those programs must operate in a distributed way

Ha meg tudnánk érteni ezeket a biológiai programokat,

across individual cells,

so that they can coordinate and that plant can grow and flourish.

ha meg tudnánk érteni, hogyan működnek ezek a biológiai számítások,

képessé válnánk arra is, hogy megértsük,

If we could understand these biological programs,

hogyan és miért teszik a sejtek azt, amit.

if we could understand biological computation,

Ha értenénk ezeket a programokat,

kijavíthatnánk, ha valami elromlik.

it would transform our ability to understand how and why

Vagy megtanulhatnánk tőlük, olyan szintetikus áramkörök tervezését,

cells do what they do.

amelyek ténylegesen hasznosítani tudják a biokémiai műveleteket.

Because, if we understood these programs,

we could debug them when things go wrong.

Or we could learn from them how to design the kind of synthetic circuits

A téma iránti szenvedélyem vezetett egy olyan kutatói pályához,

that truly exploit the computational power of biochemistry.

mely összekapcsolja a matematikát, a programozást és a biológiát.

A munkám során a biológiára műveletek soraként tekintek.

My passion about this idea led me to a career in research

at the interface of maths, computer science and biology.

Vagyis feltettem azt a kérdést, milyen számításokat végeznek a sejtek,

And in my work, I focus on the concept of biology as computation.

és hogyan tudjuk feltárni ezeket a biológiai programokat?

Ezekre a kérdésekre azokkal a kiváló munkatársaimmal kerestük a választ,

And that means asking what do cells compute,

akikkel a Microsoft Research-nél és a Cambridge Egyetemen

and how can we uncover these biological programs?

közösen próbáltuk megérteni,

And I started to ask these questions together with some brilliant collaborators

hogy egy különleges sejtben, az embrionális őssejtben,

at Microsoft Research and the University of Cambridge,

milyen biológiai program fut.

where together we wanted to understand

Ezek a sejtek ún. naiv állapotuk miatt különlegesek.

the biological program running inside a unique type of cell:

Azaz azzá válnak, amivé akarnak:

lehet belőlük agysejt, szívizomsejt, csontsejt, tüdősejt,

an embryonic stem cell.

vagy bármely érett sejttípus.

These cells are unique because they're totally naïve.

Ez az, ami egyrészt különlegessé teszi őket,

They can become anything they want:

másrészt a tudományos közösség képzeletét is felcsigázta.

a brain cell, a heart cell, a bone cell, a lung cell,

Rájöttünk ugyanis arra, hogy ha kihasználnánk ezt a potenciált,

any adult cell type.

a gyógyítás igen hatékony eszköze kerülne a birtokunkba.

This naïvety, it sets them apart,

but it also ignited the imagination of the scientific community,

Ha rájönnénk, hogyan döntenek ezek a sejtek,

who realized, if we could tap into that potential,

hogyan lesz egyik sejtből egy másik,

olyan sejtek előállítására használhatnánk ezt,

we would have a powerful tool for medicine.

melyekkel beteg vagy sérült szöveteket javíthatnánk meg.

If we could figure out how these cells make the decision

to become one cell type or another,

Ennek a víziónak a megvalósítása azonban nem mentes a kihívásoktól,

we might be able to harness them

to generate cells that we need to repair diseased or damaged tissue.

mivel ezek a bizonyos sejtek,

a fogantatás után hat nappal jelennek meg,

But realizing that vision is not without its challenges,

aztán kb. egy napon belül el is tűnnek.

not least because these particular cells,

Különböző utakon indulnak el,

és belőlük alakul ki az emberi testben található összes struktúra és szerv.

they emerge just six days after conception.

And then within a day or so, they're gone.

Mint az kiderült, a sejtek sorsa sokkal képlékenyebb,

They have set off down the different paths

that form all the structures and organs of your adult body.

mint azt valaha képzeltük.

Néhány tudós körülbelül 13 évvel ezelőtt valami igazán forradalmit talált.

But it turns out that cell fates are a lot more plastic

Ha egy érett sejtbe - például egy bőrsejtbe -

than we might have imagined.

About 13 years ago, some scientists showed something truly revolutionary.

néhány gént beillesztünk,

a sejt visszaalakítható naiv állapotába.

By inserting just a handful of genes into an adult cell,

Ezt a folyamatot újraprogramozásnak hívjuk.

like one of your skin cells,

Ez lehetővé teszi, hogy elképzeljünk egyfajta őssejt utópiát.

you can transform that cell back to the naïve state.

Annak a lehetőségét, hogy mintát vegyünk a páciens saját sejteiből,

And it's a process that's actually known as "reprogramming,"

visszaalakítsuk őket naiv állapotukba,

and it allows us to imagine a kind of stem cell utopia,

és arra használjuk őket, amire a betegnek szüksége lehet:

the ability to take a sample of a patient's own cells,

legyen az agysejt vagy szívsejt.

transform them back to the naïve state

Az elmúlt évtizedben

még csak kísérleteztünk azzal,

and use those cells to make whatever that patient might need,

hogyan tudnánk egy sejt sorsát megváltoztatni.

whether it's brain cells or heart cells.

Bár bizonyos esetekben találtunk sikeres kísérleti protokollokat,

But over the last decade or so,

figuring out how to change cell fate,

ezek még mindig nem hatékonyak.

it's still a process of trial and error.

Továbbra sem tudjuk biztosan, hogyan és miért működnek.

Even in cases where we've uncovered successful experimental protocols,

Ha kitaláljuk, hogyan változtassunk egy őssejtet szívizomsejtté,

they're still inefficient,

and we lack a fundamental understanding of how and why they work.

abból még nem tudjuk meg,

hogy alakíthatjuk át ugyanazt az őssejtet agysejtté.

If you figured out how to change a stem cell into a heart cell,

Szóval meg akartuk érteni a biológiai program futását

that hasn't got any way of telling you how to change a stem cell

az embrionális őssejten belül.

Az élő rendszer által végzett számítás megértésének a kulcsa

into a brain cell.

So we wanted to understand the biological program

egy borzasztóan egyszerű kérdés:

running inside an embryonic stem cell,

Mi ennek a rendszernek a feladata?

and understanding the computation performed by a living system

starts with asking a devastatingly simple question:

Az informatikának egy sor stratégiája van arra,

hogy megtervezze, hogyan oldja meg a feladatait a hardver és a szoftver.

What is it that system actually has to do?

Amikor írunk egy programot, akkor szoftvert fejlesztünk,

Now, computer science actually has a set of strategies

és azt akarjuk hogy a szoftver jól fusson.

for dealing with what it is the software and hardware are meant to do.

Teljesítmény és funkcionalitás -

hibák nélkül.

Ez sokba kerülhet.

When you write a program, you code a piece of software,

Amikor a fejlesztő ír egy programot,

you want that software to run correctly.

le kell tudnia írni egy csomó specifikációt.

You want performance, functionality.

Ezeket kellene a programnak végrehajtani.

You want to prevent bugs.

Talán össze kell hasonlítania két számot,

They can cost you a lot.

vagy növekvő sorrendbe rendezni a számokat.

So when a developer writes a program,

they could write down a set of specifications.

Létezik olyan technológia, amivel automatikusan ellenőrizhetjük,

These are what your program should do.

Maybe it should compare the size of two numbers

hogy a specifikációink teljesülnek-e,

or order numbers by increasing size.

vajon a program azt teszi-e, amit tennie kéne.

Technology exists that allows us automatically to check

Az elképzelésünk az volt, hogy a laborban végzett kísérleti megfigyeléseink,

whether our specifications are satisfied,

whether that program does what it should do.

megfelelnek azoknak specifikációknak,

And so our idea was that in the same way,

amelyekkel a biológiai programnak kéne működnie.

experimental observations, things we measure in the lab,

Tehát csak ki kellett találnunk,

hogyan kódoljuk ezt az újfajta specifikációt.

they correspond to specifications of what the biological program should do.

Tegyük fel, éppen a laborban vagyunk, géneket vizsgálunk,

So we just needed to figure out a way

és azt találjuk, hogy ha az A gén aktív

to encode this new type of specification.

akkor a B vagy C gén is aktívnak tűnik.

So let's say you've been busy in the lab and you've been measuring your genes

Leírhatjuk ezt a megfigyelést, mint matematikai kifejezést,

and you've found that if Gene A is active,

ha ismerjük a logika nyelvét:

then Gene B or Gene C seems to be active.

ha A, akkor B vagy C.

We can write that observation down as a mathematical expression

Na mármost, ez egy nagyon egyszerű példa.

if we can use the language of logic:

Csak hogy szemléltessük a lényeget.

Igazán bonyolult kifejezéseket is tudunk kódolni,

If A, then B or C.

amelyek idővel valóban leírják több gén vagy fehérje viselkedését,

Now, this is a very simple example, OK.

It's just to illustrate the point.

több, különböző kísérleten keresztül.

We can encode truly rich expressions

Így átfordítva a megfigyeléseinket

that actually capture the behavior of multiple genes or proteins over time

matematikai kifejezésekké,

tesztelhetővé válik, hogy a megfigyelések vajon teljesülnek-e vagy sem

across multiple different experiments.

And so by translating our observations

a genetikai kölcsönhatások programjában.

into mathematical expression in this way,

it becomes possible to test whether or not those observations can emerge

Erre kifejlesztettünk egy eszközt.

Ezzel képesek voltunk lekódolni a megfigyeléseket

from a program of genetic interactions.

matematikai kifejezésekként.

Ezek után az eszköz lehetővé tenné, hogy feltárja a genetikai programot,

And we developed a tool to do just this.

We were able to use this tool to encode observations

amely mindent megmagyarázna.

Így alkalmazhatjuk ezt a megközelítést arra,

as mathematical expressions,

and then that tool would allow us to uncover the genetic program

hogy felfedjük az embrionális őssejtben futó genetikai programot,

that could explain them all.

hogy lássuk, meg tudnánk-e érteni, hogyan lehet előidézni a naiv állapotot.

And we then apply this approach

to uncover the genetic program running inside embryonic stem cells

Ez az eszköz valóban megépült egy kiértékelőn,

amely a világon mindenhol elérhető

to see if we could understand how to induce that naïve state.

hagyományos szoftverellenőrzéshez.

Közel 50-féle különböző specifikációval kezdtünk,

And this tool was actually built

on a solver that's deployed routinely around the world

melyeket az embrionális őssejt kísérleti megfigyeléseiből generáltunk.

for conventional software verification.

So we started with a set of nearly 50 different specifications

Kódolva ezeket a megfigyeléseket ebben az eszközben,

képesek voltunk felfedni az első molekuláris programot,

that we generated from experimental observations of embryonic stem cells.

amely megmagyarázza az összes többit.

And by encoding these observations in this tool,

Nos, ez már önmagában nagy eredmény.

Az, hogy képesek legyünk összerakni ezt a sok különböző megfigyelést,

we were able to uncover the first molecular program

that could explain all of them.

nem olyan dolog, amit meg tudunk tenni egy boríték hátulján,

Now, that's kind of a feat in and of itself, right?

akkor sem, ha az egy igen nagy boríték.

Being able to reconcile all of these different observations

Mivel ezt megértettük,

is not the kind of thing you can do on the back of an envelope,

tovább léphetünk eggyel.

Használhatnánk ezt a programot arra, hogy megjósoljuk, mit tenne a sejt

even if you have a really big envelope.

a még nem tesztelt feltételeknél.

Because we've got this kind of understanding,

Kipróbálhatnánk a programot szimulációban.

we could go one step further.

We could use this program to predict what this cell might do

És így is tettünk.

Előrejelzéseket generáltunk arra, amit a laborban teszteltünk,

in conditions we hadn't yet tested.

és azt találtuk, hogy a program nagyon előrelátó volt.

We could probe the program in silico.

Megmondta, hogyan gyorsíthatnánk

And so we did just that:

a naiv állapotba való gyors és hatékony visszaalakulás folyamatát.

we generated predictions that we tested in the lab,

and we found that this program was highly predictive.

Megmondta, hogy melyik gént célozzuk, hogy ezt tegye,

It told us how we could accelerate progress

s hogy mely gének akadályozhatják ezt a folyamatot.

back to the naïve state quickly and efficiently.

Megjósolta a program a gének bekapcsolódásának sorrendjét is.

It told us which genes to target to do that,

which genes might even hinder that process.

Ezzel a megközelítéssel fel tudtuk fedni

We even found the program predicted the order in which genes would switch on.

a sejtek működésének dinamikáját.

Amit kifejlesztettünk, az nem egy, az őssejt biológiájára specifikus eljárás.

So this approach really allowed us to uncover the dynamics

Inkább lehetőség arra,

of what the cells are doing.

hogy értelmezzük a sejt által végrehajtott számítást

What we've developed, it's not a method that's specific to stem cell biology.

a genetikai kölcsönhatások kontextusában.

Szóval ez igazából csak egy építőkocka.

Rather, it allows us to make sense of the computation

A szakmának sürgősen szüksége van új megközelítésekre,

being carried out by the cell

in the context of genetic interactions.

hogy a biológiai számítás értelmezhetővé váljon

eltérő szinteken,

So really, it's just one building block.

a DNS-től egészen a sejtek közötti információáramlásig.

The field urgently needs to develop new approaches

to understand biological computation more broadly

Egyedül ez a fajta transzformatív megértés teszi lehetővé,

and at different levels,

hogy előrejelezhető és megbízható módon hasznosítjuk a biológiát.

from DNA right through to the flow of information between cells.

Only this kind of transformative understanding

A biológia programozásához azonban szükségünk van

will enable us to harness biology in ways that are predictable and reliable.

olyan eszközök és nyelvek kifejlesztésére,

amelyek lehetővé teszik mind a kísérleti és elméleti tudósok számára,

But to program biology, we will also need to develop

hogy biológiai funkciókat tervezzenek.

Funkciókat, melyek lefordíthatók a sejt gépi kódjára,

the kinds of tools and languages

that allow both experimentalists and computational scientists

azaz biokémiájára,

amellyel fel tudjuk építeni ezeket a struktúrákat.

to design biological function

Nos, ez egészen hasonló egy élő szoftver fordítóhoz,

and have those designs compile down to the machine code of the cell,

és büszke vagyok, hogy a Microsoftnál vagyok,

its biochemistry,

so that we could then build those structures.

ahol egy ilyet fejlesztünk.

Az, hogy ez nagy kihívás, enyhe kifejezés,

Now, that's something akin to a living software compiler,

ugyanis ha ez megvalósul,

and I'm proud to be part of a team at Microsoft

meglenne a végső kapocs a szoftver és a wetware között.

that's working to develop one.

Though to say it's a grand challenge is kind of an understatement,

Tágabb értelemben, a biológiai programozás csak akkor lesz lehetséges,

but if it's realized,

it would be the final bridge between software and wetware.

ha interdiszciplinárissá tudjuk alakítani a területet.

Szükség van egy kapocsra a fizikai és élettudományok között.

More broadly, though, programming biology is only going to be possible

Tudósokra van szükség mindkét tudományágból,

if we can transform the field into being truly interdisciplinary.

akik képesek együtt dolgozni, egy közös nyelven,

It needs us to bridge the physical and the life sciences,

és akiknek vannak közös tudományos kérdéseik.

and scientists from each of these disciplines

Hosszú távon, érdemes emlékezni arra, hogy a nagy szoftvervállalatok

need to be able to work together with common languages

and to have shared scientific questions.

és a technológia, amivel manapság dolgozunk,

nehezen voltak elképzelhetők,

In the long term, it's worth remembering that many of the giant software companies

amikor először kezdtek mikrochipeket programozni.

És ha most elkezdünk azon a technológiai potenciálon gondolkodni,

and the technology that you and I work with every day

could hardly have been imagined

amit a biológiai számítás tesz lehetővé,

at the time we first started programming on silicon microchips.

látunk még pár lépést, amit meg kell tennünk a hosszú úton,

And if we start now to think about the potential for technology

hogy mindez valósággá váljon.

Itt egy kijózanító gondolat:

enabled by computational biology,

az ilyen fajta technológia visszaélésekre is lehetőséget adhat.

we'll see some of the steps that we need to take along the way

Ha hajlandóak vagyunk

to make that a reality.

az immunsejtek programozási lehetőségeiről beszélni,

Now, there is the sobering thought that this kind of technology

akkor gondolnunk kell olyan baktériumokra is,

could be open to misuse.

amelyeket ellenállásra terveztek.

If we're willing to talk about the potential

Talán vannak emberek, akik hajlandóak erre.

for programming immune cells,

A megnyugtató ebben az -

we should also be thinking about the potential of bacteria

nos, a tudósok számára talán nem is egészen az -,

engineered to evade them.

hogy a biológia eléggé törékeny ahhoz, hogy dolgozzunk vele.

There might be people willing to do that.

Tehát a biológiai programozás nem olyasmi,

Now, one reassuring thought in this

amit a kerti fészerben lehet végezni.

is that -- well, less so for the scientists --

is that biology is a fragile thing to work with.

De mivel ennek az egésznek az elején vagyunk,

nyitott szemmel tudunk továbblépni.

So programming biology is not going to be something

Előre feltehetjük a nehéz kérdéseket.

you'll be doing in your garden shed.

Szükséges biztosítékokat tudunk beilleszteni,

But because we're at the outset of this,

we can move forward with our eyes wide open.

melynek részeként, gondolnunk kell az erkölcsi oldalra is.

We can ask the difficult questions up front,

Gondolnunk kell a biológiai funkció megalkotásánál

we can put in place the necessary safeguards

az etikai határokra.

and, as part of that, we'll have to think about our ethics.

Ennek részeként a bioetikai kutatásoknak prioritást kell élvezniük.

We'll have to think about putting bounds on the implementation

Nem szorulhatnak a második helyre

of biological function.

a tudományos innováció izgalma közepette.

So as part of this, research in bioethics will have to be a priority.

De a fődíjat, a legfőbb célt ezen az utazáson

It can't be relegated to second place

az áttörő alkalmazások és az áttörő iparágak jelentenék

in the excitement of scientific innovation.

olyan területeken, mint a mezőgazdaság, az orvoslás,

But the ultimate prize, the ultimate destination on this journey,

az energia- és nyersanyagszektor, sőt akár a számítástechnika is.

would be breakthrough applications and breakthrough industries

Képzeljük el, egy nap fenntarthatóan működtethetnénk a bolygót

in areas from agriculture and medicine to energy and materials

a legjobb zöld energiával,

and even computing itself.

ha utánozni tudnánk azt, amit a növények évezredekkel ezelőtt kitaláltak:

Imagine, one day we could be powering the planet sustainably

hogy hogyan lehet napenergiát használni olyan hatékonysággal,

on the ultimate green energy

ami jelenlegi napelemeinkkel lehetetlen.

if we could mimic something that plants figured out millennia ago:

A kvantumkölcsönhatások programjának megértésével,

how to harness the sun's energy with an efficiency that is unparalleled

ami lehetővé teszi a növényeknek a napfény ilyen hatékony elnyelését,

by our current solar cells.

képesek lehetnénk lefordítani azt szintetikus DNS-áramkörök építésére,

If we understood that program of quantum interactions

és ebből jobb napelemek készülhetnének.

that allow plants to absorb sunlight so efficiently,

Már most is vannak csapatok és tudósok, akik ezeken az alapokon dolgoznak.

we might be able to translate that into building synthetic DNA circuits

Talán, ha ez megfelelő figyelmet és pénzügyi hátteret kap,

that offer the material for better solar cells.

akkor 10-15 éven belül megvalósulhat.

There are teams and scientists working on the fundamentals of this right now,

A technológiai forradalom küszöbén állunk.

so perhaps if it got the right attention and the right investment,

Az ősi biológiai program megértése

it could be realized in 10 or 15 years.

a kritikus első lépés.

So we are at the beginning of a technological revolution.

És ha ezt megértjük,

beléphetünk az olyan operációs rendszerek korszakába,

Understanding this ancient type of biological computation

amelyek élő szoftvert futtatnak.

is the critical first step.

Nagyon szépen köszönöm!

(Taps)

And if we can realize this,

we would enter in the era of an operating system

that runs living software.

Thank you very much.

(Applause)