Craig Venter: On the verge of creating synthetic life

202,070 views ・ 2008-03-10

TED


A videó lejátszásához kattintson duplán az alábbi angol feliratokra.

Fordító: Edit Dr. Kósa Lektor: Renáta Keszte
00:19
You know, I've talked about some of these projects before --
0
19330
2000
Tudják, már beszéltem néhány ilyen projektről ezelőtt,
00:21
about the human genome and what that might mean,
1
21330
4000
a humán genomról, és hogy ez mit is jelenthet,
00:25
and discovering new sets of genes.
2
25330
3000
illetve új génkészletek felfedezéséről.
00:28
We're actually starting at a new point:
3
28330
3000
Tulajdonképpen egy új problémához kezdünk hozzá:
00:31
we've been digitizing biology,
4
31330
4000
digitalizáljuk a biológiát,
00:35
and now we're trying to go from that digital code
5
35330
3000
és most próbálunk áttérni erről a digitális kódról
00:38
into a new phase of biology
6
38330
2000
a biológia egy új szakaszára,
00:40
with designing and synthesizing life.
7
40330
3000
az élet megtervezésével és szintetizálásával.
00:43
So, we've always been trying to ask big questions.
8
43330
3000
Szóval mi mindig is nagy kérdéseket próbáltunk feltenni.
00:48
"What is life?" is something that I think many biologists
9
48330
2000
"Mi az élet?" Ez olyasvalami, amit azt hiszem, sok biológus
00:50
have been trying to understand
10
50330
2000
próbál megérteni
00:52
at various levels.
11
52330
2000
különböző szinteken.
00:54
We've tried various approaches,
12
54330
3000
Különböző megközelítésekkel próbálkoztunk,
00:57
paring it down to minimal components.
13
57330
3000
leszűkítve ezt minimális komponensekre.
01:01
We've been digitizing it now for almost 20 years;
14
61330
2000
Már majdnem 20 éve digitalizáljuk.
01:03
when we sequenced the human genome,
15
63330
2000
Amikor megszekvenáltuk az emberi genomot,
01:05
it was going from the analog world of biology
16
65330
3000
ez átkerült a biológia analóg világából
01:08
into the digital world of the computer.
17
68330
4000
a számítógép digitális világába.
01:12
Now we're trying to ask, "Can we regenerate life
18
72330
4000
Most azzal a kérdéssel foglalkozunk, regenerálhatjuk-e az életet,
01:16
or can we create new life
19
76330
2000
vagy létrehozhatunk-e új életet
01:18
out of this digital universe?"
20
78330
3000
ebből a digitális univerzumból?
01:21
This is the map of a small organism,
21
81330
3000
Ez egy kis organizmus térképe,
01:24
Mycoplasma genitalium,
22
84330
2000
a Mycoplasma genitaliumé.
01:26
that has the smallest genome for a species
23
86330
3000
Ennek a fajnak van a legkisebb olyan genomja,
01:29
that can self-replicate in the laboratory,
24
89330
3000
amely képes az önreplikációra laboratóriumban.
01:32
and we've been trying to just see if
25
92330
2000
És arra próbáltunk meg rájönni, hogy
01:34
we can come up with an even smaller genome.
26
94330
3000
előállhatunk-e egy még kisebb genommal.
01:38
We're able to knock out on the order of 100 genes
27
98330
2000
Képesek vagyunk sorrendben kiütni száz gént
01:40
out of the 500 or so that are here.
28
100330
3000
abból a nagyjából ötszázból, ami itt van.
01:43
When we look at its metabolic map,
29
103330
2000
De amikor megnézzük a metabolikus térképét,
01:45
it's relatively simple
30
105330
2000
ez viszonylag egyszerű
01:47
compared to ours --
31
107330
2000
a mienkhez képest.
01:49
trust me, this is simple --
32
109330
2000
Higgyék el nekem, ez egyszerű.
01:51
but when we look at all the genes
33
111330
2000
Amikor azonban az összes gént nézzük,
01:53
that we can knock out one at a time,
34
113330
3000
amiket egyesével ki tudunk ütni,
01:56
it's very unlikely that this would yield
35
116330
2000
nagyon valószínűtlen, hogy ez
01:58
a living cell.
36
118330
2000
egy élő sejtet fog adni.
02:01
So we decided the only way forward
37
121330
2000
Ezért úgy döntöttünk, az egyetlen út előttünk az,
02:03
was to actually synthesize this chromosome
38
123330
3000
hogy ténylegesen szintetizáljuk ezt a kromoszómát,
02:06
so we could vary the components
39
126330
3000
azért, hogy változtatni tudjuk a komponenseket,
02:09
to ask some of these most fundamental questions.
40
129330
4000
hogy feltegyünk néhányat az alapvető kérdések közül.
02:13
And so we started down the road of:
41
133330
2000
Elindultunk azon az úton, hogy
02:15
can we synthesize a chromosome?
42
135330
3000
"Tudunk-e szintetizálni egy kromoszómát?"
02:19
Can chemistry permit making
43
139330
2000
Megengedi-e a kémia, hogy
02:21
these really large molecules
44
141330
2000
elkészítsük ezeket az igazán nagy molekulákat,
02:23
where we've never been before?
45
143330
2000
ahol még sosem jártunk azelőtt?
02:25
And if we do, can we boot up a chromosome?
46
145330
3000
És ha megcsináljuk, be tudunk-e indítani egy kromoszómát?
02:28
A chromosome, by the way, is just a piece of inert chemical material.
47
148330
3000
A kromoszóma egyébként csak egy darab semleges kémiai anyag.
02:32
So, our pace of digitizing life has been increasing
48
152330
3000
Szóval az élet digitalizálásának sebessége
02:35
at an exponential pace.
49
155330
3000
exponenciálisan növekszik.
02:38
Our ability to write the genetic code
50
158330
3000
A genetikai kód írására való képességünk
02:41
has been moving pretty slowly
51
161330
2000
kicsit lassan halad,
02:43
but has been increasing,
52
163330
3000
de növekszik.
02:46
and our latest point would put it on, now, an exponential curve.
53
166330
4000
És a legutóbbi eredményünk már exponenciális görbét ad.
02:51
We started this over 15 years ago.
54
171330
2000
Több mint 15 évvel ezelőtt kezdtük mindezt.
02:53
It took several stages, in fact,
55
173330
3000
Valójában számos szakaszból állt,
02:56
starting with a bioethical review before we did the first experiments.
56
176330
3000
egy bioetikai felülvizsgálattal kezdve, mielőtt még az első kísérleteket elvégeztük.
03:00
But it turns out synthesizing DNA
57
180330
2000
Azonban kiderült, hogy DNS-t szintetizálni
03:02
is very difficult.
58
182330
2000
nagyon nehéz.
03:04
There are tens of thousands of machines around the world
59
184330
3000
A világon több tízezer olyan gép van,
03:07
that make small pieces of DNA --
60
187330
2000
amely kis darab DNS-eket készít,
03:09
30 to 50 letters in length --
61
189330
3000
30-50 betű hosszúakat,
03:12
and it's a degenerate process, so the longer you make the piece,
62
192330
3000
és ez egy degeneráló folyamat, úgyhogy minél hosszabb a darab, amit csinálsz,
03:15
the more errors there are.
63
195330
2000
annál több hiba van benne.
03:17
So we had to create a new method
64
197330
2000
Ezért új módszert kellett létrehoznunk arra,
03:19
for putting these little pieces together and correct all the errors.
65
199330
3000
hogy ezeket a kicsi darabokat összerakjuk, és kijavítsuk az összes hibát.
03:23
And this was our first attempt, starting with the digital information
66
203330
3000
Ez volt az első kísérletünk, amit a Phi X 174
03:26
of the genome of phi X174.
67
206330
2000
genomjának digitális információjával kezdtünk.
03:28
It's a small virus that kills bacteria.
68
208330
3000
Ez egy kicsi vírus, amely baktériumokat pusztít el.
03:32
We designed the pieces, went through our error correction
69
212330
3000
Megterveztük a darabokat, végigmentünk a hibajavításon,
03:35
and had a DNA molecule
70
215330
2000
és lett egy körülbelül
03:37
of about 5,000 letters.
71
217330
3000
ötezer betű hosszú DNS-molekulánk.
03:40
The exciting phase came when we took this piece of inert chemical
72
220330
4000
Akkor jött el az izgalmas szakasz, amikor fogtuk ezt a darab
03:44
and put it in the bacteria,
73
224330
2000
semleges kémiai anyagot, és betettük a baktériumba,
03:46
and the bacteria started to read this genetic code,
74
226330
4000
és a baktérium elkezdte leolvasni ezt a genetikai kódot,
03:50
made the viral particles.
75
230330
2000
és elkészítette a vírusrészecskéket.
03:52
The viral particles then were released from the cells
76
232330
2000
A vírusrészecskék aztán kiszabadultak a sejtekből,
03:54
and came back and killed the E. coli.
77
234330
3000
majd visszajöttek és megölték az E. colit.
03:57
I was talking to the oil industry recently
78
237330
3000
Nemrégiben beszélgettem az olajiparral,
04:00
and I said they clearly understood that model.
79
240330
3000
és mondhatom, teljesen megértették ezt a modellt.
04:03
(Laughter)
80
243330
3000
(Nevetés)
04:06
They laughed more than you guys are. (Laughter)
81
246330
3000
Jobban nevettek, mint maguk, fiúk.
04:10
And so, we think this is a situation
82
250330
2000
Azt gondoljuk, ez egy olyan helyzet,
04:12
where the software can actually build its own hardware
83
252330
3000
ahol a szoftver valóban meg tudja építeni a saját hardverét
04:15
in a biological system.
84
255330
2000
egy biológiai rendszerben.
04:17
But we wanted to go much larger:
85
257330
2000
De sokkal tovább akartunk menni.
04:19
we wanted to build the entire bacterial chromosome --
86
259330
3000
Meg akartuk építeni a teljes baktériumkromoszómát.
04:22
it's over 580,000 letters of genetic code --
87
262330
4000
Ez több mint 580 ezer betűs genetikai kód.
04:26
so we thought we'd build them in cassettes the size of the viruses
88
266330
3000
Úgy gondoltuk, vírusméretű kazettákban építjük meg őket,
04:29
so we could actually vary the cassettes
89
269330
2000
hogy így majd variálni tudjuk a kazettákat,
04:31
to understand
90
271330
2000
hogy megértsük,
04:33
what the actual components of a living cell are.
91
273330
3000
mik az élő sejt tényleges komponensei.
04:36
Design is critical,
92
276330
2000
A tervezés kritikus,
04:38
and if you're starting with digital information in the computer,
93
278330
3000
és ha az ember a számítógépben lévő digitális információval kezd,
04:41
that digital information has to be really accurate.
94
281330
4000
annak a digitális információnak tényleg pontosnak kell lennie.
04:45
When we first sequenced this genome in 1995,
95
285330
3000
Amikor először szekvenáltuk meg ezt a genomot 1995-ben,
04:48
the standard of accuracy was one error per 10,000 base pairs.
96
288330
4000
a pontossági elvárás tízezer bázispárra egy hiba volt.
04:52
We actually found, on resequencing it,
97
292330
2000
Valójában, amikor újraszekvenáltuk,
04:54
30 errors; had we used that original sequence,
98
294330
3000
harminc hibát találtunk. Ha azt az eredeti szekvenciát használtuk volna,
04:57
it never would have been able to be booted up.
99
297330
3000
sose lett volna képes beindulni.
05:00
Part of the design is designing pieces
100
300330
2000
A tervezés egyik része azon darabok megtervezése,
05:02
that are 50 letters long
101
302330
3000
amelyek ötven betű hosszúak,
05:05
that have to overlap with all the other 50-letter pieces
102
305330
3000
amelyeknek átfedésben kell lenniük az összes többi ötvenbetűs darabbal,
05:08
to build smaller subunits
103
308330
2000
hogy kisebb alegységeket építsenek fel,
05:10
we have to design so they can go together.
104
310330
3000
és úgy kellett terveznünk, hogy össze tudjanak illeszkedni.
05:13
We design unique elements into this.
105
313330
3000
Egyedi elemeket tervezünk bele.
05:16
You may have read that we put watermarks in.
106
316330
2000
Talán olvasták, hogy vízjeleket tettünk bele.
05:18
Think of this:
107
318330
2000
Gondolják meg:
05:20
we have a four-letter genetic code -- A, C, G and T.
108
320330
3000
van egy négybetűs genetikai kódunk: A, C, G és T.
05:23
Triplets of those letters
109
323330
3000
Ezeknek a betűknek a tripletjei --
05:26
code for roughly 20 amino acids,
110
326330
2000
durván húsz aminosavat kódolnak --
05:28
such that there's a single letter designation
111
328330
3000
úgy, hogy van egy egybetűs jelölés
05:31
for each of the amino acids.
112
331330
2000
mindegyik aminosavra.
05:33
So we can use the genetic code to write out words,
113
333330
3000
Így használhatjuk a genetikai kódot szavak,
05:36
sentences, thoughts.
114
336330
2000
mondatok, gondolatok leírására.
05:39
Initially, all we did was autograph it.
115
339330
2000
Eredetileg csak aláírtuk.
05:41
Some people were disappointed there was not poetry.
116
341330
3000
Néhány ember csalódott volt, hogy nem volt benne költészet.
05:44
We designed these pieces so
117
344330
2000
Úgy terveztük ezeket a darabokat,
05:46
we can just chew back with enzymes;
118
346330
3000
hogy vissza tudjuk emészteni enzimekkel.
05:50
there are enzymes that repair them and put them together.
119
350330
3000
Vannak olyan enzimek, amelyek megjavítják és összerakják őket.
05:53
And we started making pieces,
120
353330
2000
Elkezdtünk darabokat készíteni,
05:55
starting with pieces that were 5,000 to 7,000 letters,
121
355330
4000
olyan darabokkal kezdve, amelyek öt-hétezer betűsek,
05:59
put those together to make 24,000-letter pieces,
122
359330
4000
egymáshoz illeszkednek, 24.000-betűs darabokat hozva létre,
06:03
then put sets of those going up to 72,000.
123
363330
4000
majd ezeknek a készleteit összeraktuk egészen 72.000-ig.
06:07
At each stage, we grew up these pieces in abundance
124
367330
2000
Minden szakaszban bőven növesztettük ezeket a darabokat,
06:09
so we could sequence them
125
369330
2000
hogy meg tudjuk szekvenálni őket,
06:11
because we're trying to create a process that's extremely robust
126
371330
3000
mivel megpróbálunk egy különösen erőteljes eljárást létrehozni --
06:14
that you can see in a minute.
127
374330
3000
amit mindjárt láthatnak is.
06:17
We're trying to get to the point of automation.
128
377330
3000
Megpróbálunk automatizálni a folyamatot.
06:20
So, this looks like a basketball playoff.
129
380330
2000
Ez úgy néz ki, mint egy kosárlabda rájátszás.
06:22
When we get into these really large pieces
130
382330
2000
Amikor eljutunk ezekhez az igazán nagy darabokhoz --
06:24
over 100,000 base pairs,
131
384330
4000
több mint százezer bázispárosak --
06:28
they won't any longer grow readily in E. coli --
132
388330
2000
többé már nem nőnek könnyen E. coli-ban.
06:30
it exhausts all the modern tools of molecular biology --
133
390330
4000
Ez kimeríti a molekuláris biológia összes modern eszközét.
06:34
and so we turned to other mechanisms.
134
394330
4000
Ezért más mechanizmusokhoz fordultunk.
06:38
We knew there's a mechanism called homologous recombination
135
398330
3000
Tudtuk, hogy létezik egy homológ rekombinációnak nevezett mechanizmus,
06:41
that biology uses to repair DNA
136
401330
3000
melyet a biológia a DNS megjavítására használ,
06:44
that can put pieces together.
137
404330
3000
amely össze tudja rakni a darabokat.
06:47
Here's an example of it:
138
407330
1000
Íme egy példa.
06:48
there's an organism called
139
408330
1000
Van egy organizmus, amit
06:49
Deinococcus radiodurans
140
409330
2000
Deinococcus radiodurans-nak hívnak,
06:51
that can take three millions rads of radiation.
141
411330
3000
és ez hárommillió rad sugárzást is kibír.
06:54
You can see in the top panel, its chromosome just gets blown apart.
142
414330
4000
Láthatják a felső panelben, hogy a kromoszómája szétrobbant.
06:58
Twelve to 24 hours later, it put it
143
418330
3000
12-24 órával később pontosan
07:01
back together exactly as it was before.
144
421330
2000
ugyanolyanná állt össze, mint amilyen volt.
07:03
We have thousands of organisms that can do this.
145
423330
3000
Több ezer olyan szervezet létezik, amely képes erre.
07:06
These organisms can be totally desiccated;
146
426330
2000
Ezeket a szervezeteket teljesen ki lehet szárítani.
07:08
they can live in a vacuum.
147
428330
2000
Képesek vákuumban élni.
07:11
I am absolutely certain that life can exist in outer space,
148
431330
3000
Teljesen biztos vagyok benne, hogy az élet létezhet az űrben,
07:14
move around, find a new aqueous environment.
149
434330
3000
vándorolhat, új vizes környezetet kereshet.
07:17
In fact, NASA has shown a lot of this is out there.
150
437330
4000
Valójában a NASA kimutatta, hogy sok ilyen van odakint.
07:21
Here's an actual micrograph of the molecule we built
151
441330
4000
Itt van egy valódi mikrofelvétel arról a molekuláról, amit építettünk
07:25
using these processes, actually just using yeast mechanisms
152
445330
4000
ezeknek a folyamatoknak a felhasználásával -- csupán élesztőmechanizmusokat használunk
07:29
with the right design of the pieces we put them in;
153
449330
3000
a darabok helyes megtervezésével, amiket beléjük raktunk.
07:32
yeast puts them together automatically.
154
452330
3000
Az élesztő önműködően összeilleszti őket.
07:35
This is not an electron micrograph;
155
455330
2000
Ez nem elektronmikroszkópos felvétel;
07:37
this is just a regular photomicrograph.
156
457330
2000
ez csak egy szokásos mikrofotográf.
07:39
It's such a large molecule
157
459330
2000
Ez egy olyan nagy molekula,
07:41
we can see it with a light microscope.
158
461330
3000
hogy fénymikroszkóppal látható.
07:44
These are pictures over about a six-second period.
159
464330
3000
Ezek egy körülbelül hat másodperces időszakról készült képek.
07:47
So, this is the publication we had just a short while ago.
160
467330
4000
Tehát ez az a publikáció, amit nemrégiben adtunk ki.
07:51
This is over 580,000 letters of genetic code;
161
471330
3000
Ez több mint ötszáznyolvanezer betűből álló genetikai kód.
07:54
it's the largest molecule ever made by humans of a defined structure.
162
474330
5000
Ez a legnagyobb olyan meghatározott szerkezettel rendelkező molekula,amelyet ember valaha is készített.
07:59
It's over 300 million molecular weight.
163
479330
3000
Több mint háromszázmillió molekulasúlyú.
08:02
If we printed it out at a 10 font with no spacing,
164
482330
3000
Ha kinyomtatnánk tízes betűmérettel szóközök nélkül,
08:05
it takes 142 pages
165
485330
2000
142 oldal lenne,
08:07
just to print this genetic code.
166
487330
4000
csak ennek a genetikai kódnak a nyomtatása.
08:11
Well, how do we boot up a chromosome? How do we activate this?
167
491330
3000
Nos, hogyan indítunk be egy kromoszómát? Hogyan aktiváljuk?
08:14
Obviously, with a virus it's pretty simple;
168
494330
3000
Nyilvánvalóan egy vírussal ez nagyon egyszerű.
08:17
it's much more complicated dealing with bacteria.
169
497330
3000
Sokkal bonyolultabb, ha baktériumokkal foglalkozunk.
08:20
It's also simpler when you go
170
500330
2000
Akkor is egyszerűbb, amikor
08:22
into eukaryotes like ourselves:
171
502330
2000
az ember eukariótákkal kezd, mint amilyenek mi is vagyunk:
08:24
you can just pop out the nucleus
172
504330
2000
az ember csak kikapja a sejtmagot,
08:26
and pop in another one,
173
506330
2000
és betesz egy másikat,
08:28
and that's what you've all heard about with cloning.
174
508330
3000
és ez az, amit mindannyian hallottak a klónozásról.
08:31
With bacteria and Archaea, the chromosome is integrated into the cell,
175
511330
4000
Az ősbaktériumok esetében a kromoszóma a sejtbe van integrálva,
08:35
but we recently showed that we can do a complete transplant
176
515330
4000
de nemrégiben bemutattuk, hogy teljes
08:39
of a chromosome from one cell to another
177
519330
2000
kromoszóma-átültetést tudunk csinálni egyik sejtből egy másikba,
08:41
and activate it.
178
521330
3000
és képesek vagyunk aktiválni is.
08:44
We purified a chromosome from one microbial species --
179
524330
4000
Megtisztítottuk egy mikrobatörzs kromoszómáját.
08:48
roughly, these two are as distant as human and mice --
180
528330
3000
Ez a kettő durván olyan távolságban van egymástól, mint az emberek és az egerek.
08:51
we added a few extra genes
181
531330
2000
Hozzáadtunk néhány plusz gént
08:53
so we could select for this chromosome,
182
533330
2000
azért, hogy szelektálni tudjunk ezekre a kromoszómákra.
08:55
we digested it with enzymes
183
535330
2000
Megemésztettük enzimekkel,
08:57
to kill all the proteins,
184
537330
2000
hogy elpusztítsunk minden fehérjét.
08:59
and it was pretty stunning when we put this in the cell --
185
539330
3000
Elég meglepő volt, amikor beleraktuk a sejtbe --
09:02
and you'll appreciate
186
542330
2000
és Önök értékelni fogják
09:04
our very sophisticated graphics here.
187
544330
3000
a nagyon kifinomult rajzainkat--
09:07
The new chromosome went into the cell.
188
547330
3000
az új kromoszóma bekerült a sejtbe.
09:10
In fact, we thought this might be as far as it went,
189
550330
2000
Valójában azt gondoltuk, hogy eljutottunk, ameddig lehet,
09:12
but we tried to design the process a little bit further.
190
552330
3000
de megpróbáltuk kicsit tovább tervezni az eljárást.
09:15
This is a major mechanism of evolution right here.
191
555330
3000
Ez itt az evolúció egyik fő mechanizmusa.
09:18
We find all kinds of species
192
558330
2000
Mindenféle fajt találunk,
09:20
that have taken up a second chromosome
193
560330
2000
amely valahonnan felvett egy második kromoszómát,
09:22
or a third one from somewhere,
194
562330
2000
vagy egy harmadikat,
09:24
adding thousands of new traits
195
564330
2000
amely több ezer új jellegzetességet ad hozzá
09:26
in a second to that species.
196
566330
2000
egy másodperc alatt ahhoz a fajhoz.
09:28
So, people who think of evolution
197
568330
2000
Szóval azok az emberek, akik úgy gondolnak az evolúcióra,
09:30
as just one gene changing at a time
198
570330
2000
hogy egyszerre csak egy gén változik meg,
09:32
have missed much of biology.
199
572330
3000
sok biológiát mulasztottak.
09:35
There are enzymes called restriction enzymes
200
575330
2000
Vannak restrikciós enzimeknek nevezett enzimek,
09:37
that actually digest DNA.
201
577330
2000
amelyek tulajdonképpen megemésztik a DNS-t.
09:39
The chromosome that was in the cell
202
579330
2000
Annak a kromoszómának, amely a sejtben volt,
09:41
doesn't have one;
203
581330
2000
nincs ilyen enzimje.
09:43
the chromosome we put in does.
204
583330
2000
A sejtnek -- a kromoszómának, amit betettünk -- van.
09:45
It got expressed and it recognized
205
585330
2000
Ez kifejeződött, és idegen anyagként
09:47
the other chromosome as foreign material,
206
587330
3000
ismerte fel a másik kromoszómát,
09:50
chewed it up, and so we ended up
207
590330
2000
tönkretette, és végül csak a sejt maradt
09:52
just with a cell with the new chromosome.
208
592330
4000
az új kromoszómával.
09:56
It turned blue because of the genes we put in it.
209
596330
3000
Ez kék lett azok miatt a gének miatt, amiket beletettünk.
09:59
And with a very short period of time,
210
599330
2000
És nagyon rövid idő alatt
10:01
all the characteristics of one species were lost
211
601330
3000
elveszett az egyik faj összes jellemzője,
10:04
and it converted totally into the new species
212
604330
3000
és teljesen átalakult az új fajjá,
10:07
based on the new software that we put in the cell.
213
607330
3000
ami azon az új szoftveren alapult, amit a sejtbe raktunk.
10:10
All the proteins changed,
214
610330
2000
Az összes fehérje megváltozott,
10:12
the membranes changed;
215
612330
2000
a membránok megváltoztak --
10:14
when we read the genetic code, it's exactly what we had transferred in.
216
614330
4000
amikor leolvastuk a genetikai kódot, pontosan olyan volt, mint az, amit átültettünk.
10:18
So, this may sound like genomic alchemy,
217
618330
3000
Ez lehet, hogy úgy hangzik, mint a genetikai alkímia,
10:21
but we can, by moving the software of DNA around,
218
621330
4000
de mi képesek vagyunk a DNS szoftver mozgatásával
10:25
change things quite dramatically.
219
625330
4000
elég drámaian megváltoztatni a dolgokat.
10:29
Now I've argued, this is not genesis;
220
629330
2000
Nos, okoskodtam, ez nem teremtés --
10:31
this is building on three and a half billion years of evolution.
221
631330
4000
ez egy három és fél milliárd éves evolúció továbbépítése,
10:36
And I've argued that we're about to perhaps
222
636330
2000
és azzal érveltem, hogy talán éppen a
10:38
create a new version of the Cambrian explosion,
223
638330
3000
kambriumi robbanás új verzióját hozzuk létre,
10:41
where there's massive new speciation
224
641330
3000
ahol masszív új fajkeletkezés van,
10:45
based on this digital design.
225
645330
2000
amely ezen a digitális tervezésen alapul.
10:47
Why do this?
226
647330
2000
Miért tennénk ezt?
10:49
I think this is pretty obvious in terms of some of the needs.
227
649330
2000
Azt hiszem, elég nyilvánvaló a szükségleteket tekintve.
10:51
We're about to go from six and a half
228
651330
2000
A következő 40 évben az emberek száma
10:53
to nine billion people over the next 40 years.
229
653330
3000
hat és fél milliárdról kilencmilliárdra nő.
10:56
To put it in context for myself:
230
656330
2000
Hogy kapcsolatba hozzam magammal:
10:58
I was born in 1946.
231
658330
2000
én 1946-ban születtem.
11:00
There are now three people on the planet
232
660330
2000
Most mindegyikünkre, akik 1946-ben léteztünk,
11:02
for every one of us that existed in 1946;
233
662330
4000
három ember jut a bolygón;
11:06
within 40 years, there'll be four.
234
666330
3000
40 éven belül ez a szám négy lesz.
11:09
We have trouble feeding, providing fresh, clean water,
235
669330
3000
Problémát jelent etetni, ellátni friss, tiszta vízzel,
11:12
medicines, fuel
236
672330
2000
gyógyszerekkel, üzemanyaggal
11:14
for the six and a half billion.
237
674330
3000
a hat és fél milliárdot.
11:17
It's going to be a stretch to do it for nine.
238
677330
2000
Kilencmilliárd esetében ez túlfeszített lesz.
11:19
We use over five billion tons of coal,
239
679330
3000
Több mint ötmilliárd tonna szenet,
11:22
30 billion-plus barrels of oil --
240
682330
3000
plusz 30 milliárd hordó olajat használunk.
11:25
that's a hundred million barrels a day.
241
685330
4000
Ez napi százmillió hordó.
11:29
When we try to think of biological processes
242
689330
2000
Amikor megpróbálunk azon gondolkodni, hogy biológiai,
11:31
or any process to replace that,
243
691330
3000
vagy bármilyen más eljárással helyettesítsük ezt,
11:34
it's going to be a huge challenge.
244
694330
2000
hatalmas kihívás lesz.
11:36
Then of course, there's all that
245
696330
2000
Aztán természetesen, ott van az ezekből
11:38
CO2 from this material
246
698330
2000
az anyagokból származó szén-dioxid,
11:40
that ends up in the atmosphere.
247
700330
3000
amely a légkörben köt ki.
11:43
We now, from our discovery around the world,
248
703330
2000
A világszerte tett felfedezésekből most
11:45
have a database with about 20 million genes,
249
705330
4000
van egy körülbelül 20 millió génből álló adatbázisunk,
11:49
and I like to think of these as the design components of the future.
250
709330
4000
és én szeretek úgy gondolni ezekre, mint a jövő tervezési alkatrészeire.
11:53
The electronics industry only had a dozen or so components,
251
713330
3000
Az elektronikai iparnak csak kb. egy tucat alkatrésze volt,
11:56
and look at the diversity that came out of that.
252
716330
4000
és nézzék meg a változatosságot, ami abból létrejött.
12:00
We're limited here primarily
253
720330
2000
Minket itt elsődlegesen a
12:02
by a biological reality
254
722330
2000
a biológiai realitás
12:04
and our imagination.
255
724330
2000
és a képzeletünk korlátoz.
12:07
We now have techniques,
256
727330
2000
Már vannak technikáink
12:09
because of these rapid methods of synthesis,
257
729330
3000
ezek miatt a gyors szintézis módszerek miatt
12:12
to do what we're calling combinatorial genomics.
258
732330
4000
ahhoz, hogy megcsináljuk azt, amit kombinatorikus genomikának hívunk.
12:16
We have the ability now to build a large robot
259
736330
3000
Már megvan a képességünk ahhoz, hogy egy nagy robotot építsünk,
12:19
that can make a million chromosomes a day.
260
739330
3000
amely naponta egymillió kromoszómát tud készíteni.
12:23
When you think of processing these 20 million different genes
261
743330
3000
Ha ennek a húszmillió különböző génnek a feldolgozására gondolunk,
12:26
or trying to optimize processes
262
746330
2000
vagy hogy megpróbáljuk optimalizálni az eljárásokat,
12:28
to produce octane or to produce pharmaceuticals,
263
748330
3000
hogy oktánt vagy gyógyszereket állítsunk elő,
12:31
new vaccines,
264
751330
3000
vagy új oltóanyagokat,
12:34
we can just with a small team,
265
754330
3000
változtathatunk, csupán egy kis csoporttal
12:37
do more molecular biology
266
757330
2000
több molekuláris biológiát csinálhatunk,
12:39
than the last 20 years of all science.
267
759330
3000
mint az utolsó 20 évben a teljes tudomány.
12:42
And it's just standard selection:
268
762330
2000
És ez csak szabvány kiválasztás.
12:44
we can select for viability,
269
764330
2000
Szelektálhatunk életképességre,
12:46
chemical or fuel production,
270
766330
2000
vegyi- vagy üzemanyag termelésre,
12:48
vaccine production, etc.
271
768330
2000
oltóanyag előállítására, és így tovább.
12:50
This is a screen snapshot
272
770330
3000
Ez egy képernyő-pillanatfelvétel
12:53
of some true design software
273
773330
3000
néhány valódi tervező szoftverről,
12:56
that we're working on to actually be able to sit down
274
776330
3000
amelyeken dolgozunk, hogy ténylegesen képesek legyünk
12:59
and design species in the computer.
275
779330
3000
leülni és fajokat tervezni számítógépen.
13:03
You know, we don't know necessarily what it'll look like:
276
783330
3000
Tudják, nem feltétlenül tudjuk, hogy fog ez kinézni.
13:06
we know exactly what their genetic code looks like.
277
786330
3000
Azt pontosan tudjuk, hogy néz ki a genetikai kódjuk.
13:09
We're focusing on now fourth-generation fuels.
278
789330
5000
Most a negyedik generációs üzemanyagokra koncentrálunk.
13:15
You've seen recently, corn to ethanol
279
795330
2000
A közelmúltban látták, hogy a kukoricából előállított etanol
13:17
is just a bad experiment.
280
797330
2000
csak egy rossz kísérlet.
13:19
We have second- and third-generation fuels
281
799330
2000
Vannak másod- és harmadik generációs üzemanyagaink,
13:21
that will be coming out relatively soon
282
801330
3000
amelyek viszonylag hamar fel fognak tűnni,
13:24
that are sugar, to much higher-value fuels
283
804330
3000
ezek cukrok, olyan magasabb értékű üzemanyagok előállítására,
13:27
like octane or different types of butanol.
284
807330
3000
mint az oktán vagy a butanol különböző típusai.
13:30
But the only way we think that biology
285
810330
3000
De szerintünk az egyetlen mód, hogy a biológia
13:33
can have a major impact without
286
813330
2000
nagy hatást gyakorolhat anélkül,
13:36
further increasing the cost of food and limiting its availability
287
816330
3000
hogy tovább növelné az élelmiszerek költségeit és korlátozná az elérhetőségüket
13:39
is if we start with CO2 as its feedstock,
288
819330
3000
az, ha szén-dioxiddal indítunk, nyersanyagként,
13:42
and so we're working with designing cells to go down this road.
289
822330
4000
és ezért olyan sejtek tervezésén dolgozunk, amelyek ezen az úton haladnak,
13:47
And we think we'll have the first fourth-generation fuels
290
827330
3000
és úgy gondoljuk, meglesz az első negyedik generációs üzemanyagunk
13:50
in about 18 months.
291
830330
2000
körülbelül 18 hónapon belül.
13:52
Sunlight and CO2 is one method ...
292
832330
2000
A napfény és a szén-dioxid egy módszer --
13:54
(Applause)
293
834330
5000
(Taps)
13:59
but in our discovery around the world,
294
839330
2000
-- de a világszerte tett felfedezéseinkben
14:01
we have all kinds of other methods.
295
841330
2000
mindenféle más módszer is van.
14:03
This is an organism we described in 1996.
296
843330
4000
Ez egy olyan szervezet, amit 1996-ban írtak le.
14:07
It lives in the deep ocean,
297
847330
2000
A mély óceánban él,
14:09
about a mile and a half deep,
298
849330
2000
körülbelül másfél mérföld mélységben,
14:11
almost at boiling-water temperatures.
299
851330
2000
majdnem forrási hőmérsékleten.
14:13
It takes CO2 to methane
300
853330
3000
Szén-dioxidot alakít át metánná
14:16
using molecular hydrogen as its energy source.
301
856330
3000
molekuláris hidrogént használva energiaforrásként.
14:19
We're looking to see if we can take
302
859330
2000
Megvizsgáljuk, vajon fel tudjuk-e
14:21
captured CO2,
303
861330
2000
használni a megkötött szén-dioxidot,
14:23
which can easily be piped to sites,
304
863330
2000
amelyet könnyen lehet csövön át szállítani,
14:25
convert that CO2 back into fuel
305
865330
3000
ezt a szén-dioxidot vissza tudjuk-e alakítani üzemanyaggá,
14:28
to drive this process.
306
868330
3000
irányítani ezt a folyamatot.
14:31
So, in a short period of time,
307
871330
2000
Tehát rövid időn belül
14:33
we think that we might be able to increase
308
873330
4000
úgy gondoljuk, talán képesek leszünk kibővíteni
14:37
what the basic question is of "What is life?"
309
877330
3000
a "Mi az élet?" alapvető kérdését is.
14:40
We truly, you know,
310
880330
2000
Tudják, nekünk igazán --
14:42
have modest goals
311
882330
2000
szerény céljaink vannak,
14:44
of replacing the whole petrol-chemical industry --
312
884330
3000
az egész petrolkémiai ipar helyettesítése.
14:47
(Laughter) (Applause)
313
887330
3000
(Nevetés) (Taps)
14:50
Yeah. If you can't do that at TED, where can you? --
314
890330
3000
Igen. Ha az ember nem tudja ezt megcsinálni a TED-nél, akkor hol?
14:53
(Laughter)
315
893330
2000
(Nevetés)
14:55
become a major source of energy ...
316
895330
2000
Fő energiaforrássá válni.
14:57
But also, we're now working on using these same tools
317
897330
3000
Azon is dolgozunk, hogy ugyanezeket az eszközöket használjuk
15:00
to come up with instant sets of vaccines.
318
900330
3000
arra, hogy azonnali oltóanyagkészlettel rukkoljunk elő.
15:03
You've seen this year with flu;
319
903330
2000
Az influenzával kapcsolatban látták idén,
15:05
we're always a year behind and a dollar short
320
905330
3000
hogy mindig egy év késésben vagyunk és pénzhiányban szenvedünk,
15:08
when it comes to the right vaccine.
321
908330
2000
ha a megfelelő vakcináról van szó.
15:10
I think that can be changed
322
910330
2000
Úgy gondolom, ezt meg lehet változtatni
15:12
by building combinatorial vaccines in advance.
323
912330
3000
úgy, hogy előre létrehozunk kombinatorikus oltóanyagokat.
15:16
Here's what the future may begin to look like
324
916330
3000
Íme, hogy kezd kinézni a jövő
15:19
with changing, now, the evolutionary tree,
325
919330
4000
az evolúciós fa megváltoztatásával,
15:23
speeding up evolution
326
923330
2000
az evolúció felgyorsításával
15:25
with synthetic bacteria, Archaea
327
925330
3000
a szintetikus baktériumokkal, ősbaktériumokkal,
15:28
and, eventually, eukaryotes.
328
928330
3000
és végül az eukariótákkal.
15:32
We're a ways away from improving people:
329
932330
2000
Messze vagyunk attól, hogy tökéletesítsük az embereket.
15:34
our goal is just to make sure that we have a chance
330
934330
3000
A célunk biztosítani, hogy legyen esélyünk
15:37
to survive long enough to maybe do that. Thank you very much.
331
937330
3000
elég hosszú ideig élni ahhoz, hogy talán megcsinálhassuk. Nagyon köszönöm.
15:40
(Applause)
332
940330
7000
(Taps)
Erről a weboldalról

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

https://forms.gle/WvT1wiN1qDtmnspy7