Finding life we can't imagine | Christoph Adami

クリストフ・アダミ: 私たちの想像を超える生命の探求

44,038 views

2011-10-04 ・ TED


New videos

Finding life we can't imagine | Christoph Adami

クリストフ・アダミ: 私たちの想像を超える生命の探求

44,038 views ・ 2011-10-04

TED


下の英語字幕をダブルクリックすると動画を再生できます。

翻訳: Mizuhiro Suzuki 校正: Masaki Yanagishita
00:15
So, I have a strange career.
0
15600
2041
私の経歴は一風変わったものです
00:17
I know it because people come up to me, like colleagues, and say,
1
17665
3116
例えば私の同僚も 私のところへやって来て
00:20
"Chris, you have a strange career."
2
20805
1866
「君の経歴は変わっているね」と
00:22
(Laughter)
3
22695
1643
言ってくるくらいですから
00:24
And I can see their point,
4
24362
1319
それに 私には彼らの言いたいことが分かります
00:25
because I started my career as a theoretical nuclear physicist.
5
25705
4531
というのも 私は
理論核物理学者として キャリアを始めたからです
00:30
And I was thinking about quarks and gluons and heavy ion collisions,
6
30260
4164
私が考えていたのはクォークやグルーオン
重イオン衝突についてでした
00:34
and I was only 14 years old --
7
34448
1788
まだ私がほんの14歳の頃のことです
00:36
No, no, I wasn't 14 years old.
8
36853
2687
というのは冗談ですがね
00:40
But after that,
9
40497
1739
しかしその後
計算論的神経科学部の中に
00:43
I actually had my own lab
10
43056
1941
自分の研究室を持ったのです
00:45
in the Computational Neuroscience department,
11
45021
2115
ただし神経科学については 何もしていませんでした
00:47
and I wasn't doing any neuroscience.
12
47160
1728
00:48
Later, I would work on evolutionary genetics,
13
48912
2932
そしてその後は進化遺伝学と
00:51
and I would work on systems biology.
14
51868
1950
システムズバイオロジーを研究していました
00:53
But I'm going to tell you about something else today.
15
53842
2665
ただ今日皆さんには 別の話をします
00:56
I'm going to tell you about how I learned something about life.
16
56531
4262
皆さんにお話しするのは
生命について私が学んだことです
01:00
And I was actually a rocket scientist.
17
60817
3481
私は実はロケット科学者でした
01:04
I wasn't really a rocket scientist,
18
64322
2303
厳密にはロケット科学者ではありませんでしたが
01:06
but I was working at the Jet Propulsion Laboratory
19
66649
4356
私が働いていたのは
温暖なカリフォルニアにある
ジェット推進研究所で
01:11
in sunny California, where it's warm;
20
71029
2635
01:13
whereas now I am in the mid-West, and it's cold.
21
73688
3848
今住んでいる
寒い中西部とは大違いですが
01:17
But it was an exciting experience.
22
77560
2676
とても刺激的な経験でした
ある日 NASAの部長が
01:20
One day, a NASA manager comes into my office,
23
80260
3443
私のオフィスにやって来て
01:23
sits down and says,
24
83727
2509
腰を下ろしてこう言ったのです
01:26
"Can you please tell us, how do we look for life outside Earth?"
25
86862
3801
「地球外生命体を探し出す方法を
教えてくれないか?」と
私は大変驚きました
01:31
And that came as a surprise to me,
26
91621
1678
なぜなら私の仕事は
01:33
because I was actually hired to work on quantum computation.
27
93323
3634
量子計算の研究でしたから
でも いい答えを思いつきました
01:37
Yet, I had a very good answer.
28
97473
1501
01:38
I said, "I have no idea."
29
98998
1426
「見当もつきません」と
01:40
(Laughter)
30
100799
1150
01:41
And he told me, "Biosignatures, we need to look for a biosignature."
31
101973
5342
彼は こう言いました 「バイオシグネチャーだよ
バイオシグネチャーを探すんだ」
「それは一体何ですか?」と私が聞くと
01:47
And I said, "What is that?"
32
107339
1364
01:48
And he said, "It's any measurable phenomenon
33
108727
2597
彼はこう言いました
「生命の存在を示す
01:51
that allows us to indicate the presence of life."
34
111348
2845
測定可能な現象のことだよ」
01:54
And I said, "Really?
35
114788
1150
「本当ですか?
01:56
Because isn't that easy?
36
116433
1947
だって それって簡単なことでしょう?
01:58
I mean, we have life.
37
118404
1831
私たちの周りには生命がありますよね
02:00
Can't you apply a definition,
38
120259
1972
生命の定義を当てはめては?
02:02
for example, a Supreme Court-like definition of life?"
39
122255
4174
最高裁の決定みたいに 絶対的な定義を」
そして少し考えてから 言い直しました
02:07
And then I thought about it a little bit, and I said,
40
127191
2542
「いや 簡単じゃないかもしれませんね
02:09
"Well, is it really that easy?
41
129757
1475
だって 例えばこんなものを見て
02:11
Because, yes, if you see something like this,
42
131256
2193
02:13
then all right, fine, I'm going to call it life --
43
133473
2344
『よし 間違いない これを生命と呼ぼう』
02:15
no doubt about it.
44
135841
1150
そう言ったとしても
02:17
But here's something."
45
137517
1640
こんなのもいますよ」
02:19
And he goes, "Right, that's life too. I know that."
46
139181
3055
「わかってるさ それも生命だ」と 彼は言いました
02:22
Except, if you think that life is also defined by things that die,
47
142260
4592
もし皆さんの中で
生命とはいつか死ぬものである と捉える人がいるなら
02:26
you're not in luck with this thing,
48
146876
1753
こいつには当てはまりません
02:28
because that's actually a very strange organism.
49
148653
2262
本当に奇妙な生物だからです
02:30
It grows up into the adult stage like that
50
150939
2047
この生物は 成長して成熟段階に入り
ベンジャミン・バトンのように 若返りの段階を経て
02:33
and then goes through a Benjamin Button phase,
51
153010
2226
02:35
and actually goes backwards and backwards until it's like a little embryo again,
52
155260
4935
最後はまた小さな胚のようになるまで
どんどん若返ります
まるでヨーヨーが伸び縮みするように 成長と若返りを繰り返し
02:40
and then actually grows back up, and back down and back up --
53
160219
2914
決して死ぬことがありません
02:43
sort of yo-yo -- and it never dies.
54
163157
1779
02:44
So it's actually life,
55
164960
2226
だから これは生命ですが
私たちが考えるような
02:47
but it's actually not as we thought life would be.
56
167210
4025
生命体とは異なりますよね
02:51
And then you see something like that.
57
171751
1911
それからこんな物もあります
02:53
And he was like, "My God, what kind of a life form is that?"
58
173686
2873
部長は「これはどんな生物だ?」と 驚いていました
分かる人はいますか?
02:56
Anyone know?
59
176583
1419
実はこれは生物ではなく結晶です
02:58
It's actually not life, it's a crystal.
60
178026
3002
また さらに小さなものを
03:01
So once you start looking and looking at smaller and smaller things --
61
181542
3301
よくよく観察した結果
03:04
so this particular person wrote a whole article and said,
62
184867
3162
この発見者は
一本の論文を書き上げ 「これはバクテリアだ」と言いました
03:08
"Hey, these are bacteria."
63
188053
1481
03:09
Except, if you look a little bit closer,
64
189558
1971
ただし もう少し詳細に検討すれば
03:11
you see, in fact, that this thing is way too small to be anything like that.
65
191553
3636
バクテリアにしては 小さすぎることが分かります
彼は生き物だと確信していましたが
03:15
So he was convinced, but, in fact, most people aren't.
66
195213
3158
納得しない人がほとんどでした
その後 ご存知の通り
03:19
And then, of course, NASA also had a big announcement,
67
199052
3184
NASAでも大きな発表があって
03:22
and President Clinton gave a press conference,
68
202260
2865
クリントン大統領が
火星隕石に生命が存在したという
03:25
about this amazing discovery of life in a Martian meteorite.
69
205149
4861
素晴らしい発見について 記者会見を開きました
しかし 近頃はこれについて 異議が唱えられています
03:30
Except that nowadays, it's heavily disputed.
70
210660
2961
これらの写真からお気付きでしょうが
03:34
If you take the lesson of all these pictures,
71
214066
2435
03:36
then you realize, well, actually, maybe it's not that easy.
72
216525
2894
生命体であるかどうか区別するのは 簡単ではないのです
私に必要なのは
03:39
Maybe I do need a definition of life
73
219443
3399
そんな区別をするための
03:42
in order to make that kind of distinction.
74
222866
2278
生命の定義です
では生命の定義は可能でしょうか?
03:45
So can life be defined?
75
225168
2531
どう取り掛かればいいのでしょうか?
03:47
Well how would you go about it?
76
227723
1507
それはもちろん
03:49
Well of course, you'd go to Encyclopedia Britannica and open at L.
77
229254
4007
分厚いブリタニカ百科辞典の Lのページを開けば…
いえ そうではないですよね じゃあグーグルで調べてみましょうか
03:53
No, of course you don't do that; you put it somewhere in Google.
78
233285
3012
そうしたらきっと何かしらの 答えが見つかるでしょう
03:56
And then you might get something.
79
236321
1591
03:57
(Laughter)
80
237936
1024
03:58
And what you might get --
81
238984
1218
しかし そこで得られるような
04:00
and anything that actually refers to things that we are used to,
82
240226
3779
おなじみの事しか書いていないものは
役に立ちません
04:04
you throw away.
83
244029
1222
そこで このようなものを思いつくかもしれません
04:05
And then you might come up with something like this.
84
245275
2498
何か複雑で
04:07
And it says something complicated with lots and lots of concepts.
85
247797
3257
たくさんの概念が書かれています
いったい誰がこんな
04:11
Who on Earth would write something as convoluted and complex and inane?
86
251078
5360
複雑で難解で意味のないものを
書いたのでしょうか?
あぁでも これは実は 本当に重要な概念を集めたものなのです
04:18
Oh, it's actually a really, really, important set of concepts.
87
258212
3901
重要な単語をいくつか 抜き出して
04:22
So I'm highlighting just a few words
88
262137
2099
04:24
and saying definitions like that rely on things
89
264260
3924
説明しましょう
この定義は
04:28
that are not based on amino acids or leaves or anything that we are used to,
90
268208
6149
アミノ酸とか 木の葉といった
耳慣れたものではなく
プロセスに基づく定義なのです
04:34
but in fact on processes only.
91
274381
1751
ここでもう一度先ほどの文章に戻ってみると
04:36
And if you take a look at that,
92
276156
1871
実はこれは 人工生命に関する私の著書の一節なのです
04:38
this was actually in a book that I wrote that deals with artificial life.
93
278051
3457
そもそもNASAの部長が
04:41
And that explains why that NASA manager was actually in my office to begin with.
94
281532
4227
私のオフィスにやってきたのはこのためでした
04:45
Because the idea was that, with concepts like that,
95
285783
3087
というのも こういった概念に基づいて
04:48
maybe we can actually manufacture a form of life.
96
288894
4020
生命体を作り出せるかもしれないと
部長は考えたからです
04:52
And so if you go and ask yourself, "What on Earth is artificial life?",
97
292938
4797
というわけで もし皆さんが
「一体 人工生命って何だ?」と お思いなら
04:57
let me give you a whirlwind tour of how all this stuff came about.
98
297759
3669
その研究の生い立ちを
駆け足で説明しましょう
05:01
And it started out quite a while ago,
99
301452
3135
事の始まりは 1990年
05:04
when someone wrote one of the first successful computer viruses.
100
304611
4325
初めてコンピュータウィルスが
作られたときまで遡ります
当時を知らない若い方々には
05:09
And for those of you who aren't old enough,
101
309245
2173
05:11
you have no idea how this infection was working --
102
311442
2583
このウィルスがどう感染したか 想像もつかないでしょう
05:14
namely, through these floppy disks.
103
314049
2260
感染経路はフロッピーディスクでした
05:16
But the interesting thing about these computer virus infections
104
316333
3887
コンピュータウィルス感染に関して 興味深いのは
次のような点です
05:20
was that, if you look at the rate at which the infection worked,
105
320244
3452
感染の発生数をグラフにすると
05:23
they show this spiky behavior that you're used to from a flu virus.
106
323720
4150
このように先の尖った
インフルエンザの 発生数のようなグラフになります
05:27
And it is in fact due to this arms race
107
327894
2342
実はこの原因となっているのは
05:30
between hackers and operating system designers
108
330260
3456
ハッカーとOS開発者の間の
05:33
that things go back and forth.
109
333740
1600
いたちごっこの開発競争です
05:35
And the result is kind of a tree of life of these viruses,
110
335364
4511
その結果 ウィルスの
系統図のようなものができました
05:39
a phylogeny that looks very much like the type of life
111
339899
3605
この系統図は
一般的なウィルスの系統図と ほぼ一致するものです
05:43
that we're used to, at least on the viral level.
112
343528
2429
05:45
So is that life?
113
345981
1330
ではこれは生命でしょうか? いいえ そうではないでしょう
05:47
Not as far as I'm concerned.
114
347526
1616
コンピュータウィルスは 自力では進化しないからです
05:49
Why? Because these things don't evolve by themselves.
115
349166
2842
ハッカーが進化させていますからね
05:52
In fact, they have hackers writing them.
116
352032
1953
しかしすぐに このアイディアをより発展させた人がいました
05:54
But the idea was taken very quickly a little bit further,
117
354009
3330
05:57
when a scientist working at the Santa Fe Institute decided,
118
357363
3311
サンタフェ研究所で働く ある科学者が こう考えたのです
06:00
"Why don't we try to package these little viruses
119
360698
3133
「この小さなウィルスたちを
06:03
in artificial worlds inside of the computer
120
363855
2215
コンピュータ内の人工の世界で
勝手に進化させたらどうだろう?」
06:06
and let them evolve?"
121
366094
1271
06:07
And this was Steen Rasmussen.
122
367389
1594
その科学者が スティーン・ラスムセンです
06:09
And he designed this system, but it really didn't work,
123
369007
2692
彼はこのシステムを設計しましたが うまくいきませんでした
06:11
because his viruses were constantly destroying each other.
124
371723
2884
彼のウィルスたちは 絶えず殺し合っていたからです
06:14
But there was another scientist who had been watching this, an ecologist.
125
374631
3517
しかし このシステムを見ていた ある生態学者は
「自分ならこのシステムを 修正できる」と言って
06:18
And he went home and says, "I know how to fix this."
126
378172
2492
06:20
And he wrote the Tierra system,
127
380688
1644
ティエラシステムを作りあげました
06:22
and, in my book,
128
382356
1205
これが私の本の中における最初の
06:23
is in fact one of the first truly artificial living systems --
129
383585
3824
本物の人工生命システムの1つです
06:27
except for the fact that these programs didn't really grow in complexity.
130
387433
3462
ただ これらのプログラムは 複雑化しませんでした
06:30
So having seen this work, worked a little bit on this,
131
390919
2864
このシステムを見て 少し研究した後で
06:33
this is where I came in.
132
393807
1658
私が登場したわけです
06:35
And I decided to create a system that has all the properties
133
395489
3643
私はシステムを作ることにしました
複雑化することができる
06:39
that are necessary to see, in fact, the evolution of complexity,
134
399156
3846
あらゆる必要な性質を備え
より複雑な問題が 絶え間なく展開するようなシステムです
06:43
more and more complex problems constantly evolving.
135
403026
3302
私はコードの書き方を知らないので 人の助けを借りました
06:46
And of course, since I really don't know how to write code, I had help in this.
136
406352
3784
私はカリフォルニア工科大学で
06:50
I had two undergraduate students
137
410160
1548
2人の学部生と一緒に研究をしていました
06:51
at California Institute of Technology that worked with me.
138
411732
2729
左がチャールズ・オフリアで 右がタイタス・ブラウンです
06:54
That's Charles Ofria on the left, Titus Brown on the right.
139
414485
2852
今では2人ともミシガン州立大学の
06:57
They are now, actually, respectable professors
140
417361
2335
06:59
at Michigan State University,
141
419720
1742
立派な教授です
07:01
but I can assure you, back in the day, we were not a respectable team.
142
421486
4501
ただ当時は立派なチームとは
言えないことは確かでした
私たち3人が一緒にいる写真が
07:06
And I'm really happy that no photo survives
143
426011
2049
残っておらず 一安心です
07:08
of the three of us anywhere close together.
144
428084
2523
さて これはどんなシステムでしょう?
07:11
But what is this system like?
145
431352
1875
ここで詳しく説明することはできませんが
07:13
Well I can't really go into the details,
146
433251
2189
07:15
but what you see here is some of the entrails.
147
435464
2653
少し中身を説明しましょう
焦点を当てたいのは
07:18
But what I wanted to focus on is this type of population structure.
148
438141
4085
このような集団の構造です
ここには約1万個のプログラムがあります
07:22
There's about 10,000 programs sitting here.
149
442250
2472
07:24
And all different strains are colored in different colors.
150
444746
2919
異なる系統のプログラムは 異なる色で区別されていて
07:27
And as you see here, there are groups that are growing on top of each other,
151
447689
3604
それぞれが増殖するので ご覧のとおり
集団が重なりあって成長します
07:31
because they are spreading.
152
451317
1341
07:32
Any time there is a program that's better at surviving in this world,
153
452682
4104
どんなときも あるプログラムが
この世界で生き抜くのにより適した性質を
07:36
due to whatever mutation it has acquired,
154
456810
1968
何らかの突然変異で身に付けた場合
07:38
it is going to spread over the others and drive the others to extinction.
155
458802
3470
そのプログラムは 他のプログラムを絶滅に追いやるでしょう
それではここで起こることをお見せしましょう
07:42
So I'm going to show you a movie
156
462296
1555
07:43
where you're going to see that kind of dynamic.
157
463875
2227
こういった実験は 私たちが自作した
07:46
And these kinds of experiments are started with programs that we wrote ourselves.
158
466126
4276
プログラムを使って始めました
独自のものを何度も作りました
07:50
We write our own stuff, replicate it, and are very proud of ourselves.
159
470426
3337
私たちの自信作です
07:53
And we put them in, and what you see immediately
160
473787
2776
このプログラムを システムに入力すると
07:56
is that there are waves and waves of innovation.
161
476587
3066
すぐに新種が どんどん出てきます
07:59
By the way, this is highly accelerated,
162
479677
1894
ところで これは時間を短縮しています
08:01
so it's like a 1000 generations a second.
163
481595
2197
1,000世代を 1秒にまとめたようなものです
08:03
But immediately, the system goes like, "What kind of dumb piece of code was this?
164
483816
3967
このシステムはすぐに こう反応します
「この馬鹿げたコードは何なんだ?
08:07
This can be improved upon in so many ways, so quickly."
165
487807
3721
こんなもの あらゆる方法で
あっという間に改良できる」
08:11
So you see waves of new types taking over the other types.
166
491552
3748
新しい種の波が
他の種にとって代わっていきます
08:15
And this type of activity goes on for quite a while,
167
495324
2562
プログラムが最も重要で シンプルなものを獲得するまで
08:17
until the main easy things have been acquired by these programs.
168
497910
4821
このような活動がしばらく続きます
08:22
And then, you see sort of like a stasis coming on
169
502755
3481
ここでは停滞状態がみられますが
08:26
where the system essentially waits
170
506260
1976
システムは待機しているだけで
08:28
for a new type of innovation, like this one,
171
508260
3183
このように新種が生じると
08:31
which is going to spread over all the other innovations that were before
172
511467
4282
それが拡大し
以前は新種だったものを飲み込み
08:35
and is erasing the genes that it had before,
173
515773
2463
それまで存在していた遺伝子を全て消し去り
08:38
until a new type of higher level of complexity has been achieved.
174
518260
3976
より複雑性を増した 新しいプログラムが完成します
08:42
And this process goes on and on and on.
175
522260
2976
このプロセスは永遠に続くのです
08:45
So what we see here
176
525727
1315
このシステムは
08:47
is a system that lives in very much the way we're used to how life goes.
177
527066
4163
生命と全く同じように
展開していることがわかります
08:51
But what the NASA people had asked me really was,
178
531948
4120
一方でNASAの人々が 知りたがっていたことがあります
「このプログラムには
08:56
"Do these guys have a biosignature?
179
536473
2762
バイオシグネチャーはあるか?
08:59
Can we measure this type of life?
180
539840
1813
この種の生命を捉えられるか?
09:01
Because if we can,
181
541677
1192
仮に出来るとすれば
09:02
maybe we have a chance of actually discovering life somewhere else
182
542893
3849
アミノ酸のような物質の有無に 惑わされることなく
09:06
without being biased by things like amino acids."
183
546766
3154
地球外生命体を
発見できるかもしれない」
09:10
So I said, "Well, perhaps we should construct a biosignature
184
550481
4533
そこで私が提案したのは
普遍的なプロセスとしての生命に基づいて
09:15
based on life as a universal process.
185
555038
3198
バイオシグネチャーを構築することでした
09:18
In fact, it should perhaps make use of the concepts that I developed
186
558260
4864
「それなら 私が展開した
この概念を用いて
シンプルな生命のシステムが
09:23
just in order to sort of capture what a simple living system might be."
187
563148
4087
どんなものかを捉えられるでしょう」
そこで私は思いついたのですが ―
09:27
And the thing I came up with --
188
567259
1519
09:28
I have to first give you an introduction about the idea,
189
568802
3982
まずはアイディアを 説明しなければなりませんね
私が思いついたのは
09:32
and maybe that would be a meaning detector,
190
572808
3539
生命の存在そのものを 探知しようとするというよりは
生命が持つ「意味」を 捉えるということです
09:36
rather than a life detector.
191
576371
1547
09:38
And the way we would do that --
192
578486
1750
ではどのように「意味」を捉えるのか
09:40
I would like to find out how I can distinguish text
193
580260
2636
手始めに100万匹の猿が書いた文章と
09:42
that was written by a million monkeys, as opposed to text that is in our books.
194
582920
4647
本に書いてある文章を
区別する方法を 探ることにしましょう
09:47
And I would like to do it in such a way
195
587905
1877
しかも書かれている言語を
09:49
that I don't actually have to be able to read the language,
196
589806
2878
読む必要がないようにしたいのです
すべて読むのは無理ですからね
09:52
because I'm sure I won't be able to.
197
592708
1770
アルファベットのようなものが あることさえ分かればいいんです
09:54
As long as I know that there's some sort of alphabet.
198
594502
2500
そこでこのようなグラフが得られました
09:57
So here would be a frequency plot
199
597026
2330
これは どれだけ頻繁に
09:59
of how often you find each of the 26 letters of the alphabet
200
599380
3382
アルファベットの26文字それぞれが
10:02
in a text written by random monkeys.
201
602786
2219
猿の文章に使われているかを示しています
10:05
And obviously, each of these letters comes off about roughly equally frequent.
202
605455
4554
ご覧の通り それぞれの文字は
概ね同じ回数使われています
ところが 今度は英語で書かれた文章から 同じグラフを作成してみると
10:10
But if you now look at the same distribution in English texts,
203
610033
3592
10:13
it looks like that.
204
613649
1248
このようになります
10:15
And I'm telling you, this is very robust across English texts.
205
615462
3548
本当ですよ 英語の文章ではこんなに特徴が現れるのです
フランス語の文章であれば グラフはやや異なります
10:19
And if I look at French texts, it looks a little bit different,
206
619034
2984
イタリア語やドイツ語でもね
10:22
or Italian or German.
207
622042
1178
それぞれの言語には 特有の頻度のパターンがありますから
10:23
They all have their own type of frequency distribution,
208
623244
3416
でも必ず 特徴が現れます
10:26
but it's robust.
209
626684
1433
内容が政治であろうが科学であろうが
10:28
It doesn't matter whether it writes about politics or about science.
210
628141
3207
詩であろうが
10:31
It doesn't matter whether it's a poem or whether it's a mathematical text.
211
631372
5780
数学的な文章であろうが
必ず 特徴があるのです
10:37
It's a robust signature,
212
637176
1837
しかも 同じパターンの特徴がね
10:39
and it's very stable.
213
639037
1820
10:40
As long as our books are written in English --
214
640881
2157
その文章が英語で書かれている限りは
私たちは文章の書き直しや 写し直しを繰り返すわけですから
10:43
because people are rewriting them and recopying them --
215
643062
2791
10:45
it's going to be there.
216
645877
1359
同じパターンが現れます
10:47
So that inspired me to think about, well, what if I try to use this idea
217
647260
5761
ここに発想を得た私は
このアイディアを使ってみようと思ったのです
意味のある文章の中から
10:53
in order, not to detect random texts from texts with meaning,
218
653045
3755
ランダムに書かれた文を探すためではなく
10:56
but rather detect the fact that there is meaning
219
656824
3729
そこになんらかの「意味」が存在する という事実を
11:00
in the biomolecules that make up life.
220
660577
2527
たくさんの生体分子の中から 見つけ出すためにです
でもそのためにはまず
11:03
But first I have to ask:
221
663128
1168
11:04
what are these building blocks,
222
664320
1488
文章におけるアルファベットのような 構成要素を突き止める必要があります
11:05
like the alphabet, elements that I showed you?
223
665832
2296
さて そういった構成要素には 候補がたくさんあることが
11:08
Well it turns out, we have many different alternatives
224
668152
2873
分かってきました
11:11
for such a set of building blocks.
225
671049
2314
アミノ酸が使えるかもしれないし
11:13
We could use amino acids,
226
673387
1248
11:14
we could use nucleic acids, carboxylic acids, fatty acids.
227
674659
3202
核酸やカルボン酸 脂肪酸が使えるかもしれません
11:17
In fact, chemistry's extremely rich, and our body uses a lot of them.
228
677885
3438
実際 化学物質は実に多様で 私たちの体にはその多くが使われているので
アイディアを検証するために
11:21
So that we actually, to test this idea,
229
681347
2306
11:23
first took a look at amino acids and some other carboxylic acids.
230
683677
3547
まずはアミノ酸と いくつかのカルボン酸を調べました
これがその結果です
11:27
And here's the result.
231
687248
1471
11:28
Here is, in fact, what you get
232
688743
3166
このようなグラフが得られるのは
11:31
if you, for example, look at the distribution of amino acids
233
691933
3023
例えば彗星や星間空間 あるいは
11:34
on a comet or in interstellar space or, in fact, in a laboratory,
234
694980
4735
実験室で作った 生物が入っていないことが確実な
原始スープの
11:39
where you made very sure that in your primordial soup,
235
699739
2659
アミノ酸の頻度分布を
調べた場合です
11:42
there is no living stuff in there.
236
702422
1918
観察されるのはもっぱら グリシンとアラニンであり
11:44
What you find is mostly glycine and then alanine
237
704364
2879
あとは その他のアミノ酸の 痕跡です
11:47
and there's some trace elements of the other ones.
238
707267
2359
11:49
That is also very robust --
239
709650
2429
同じような特徴が現れるのは
11:52
what you find in systems like Earth
240
712103
3832
地球に似た環境で
11:55
where there are amino acids, but there is no life.
241
715959
3145
アミノ酸はあるけれど
生命のないところです
11:59
But suppose you take some dirt and dig through it
242
719128
4630
しかし地球上で
泥を掘ってみたとして
12:03
and then put it into these spectrometers,
243
723782
2960
その泥を分光計にかけると
12:06
because there's bacteria all over the place;
244
726766
2098
バクテリアだらけですし
12:08
or you take water anywhere on Earth,
245
728888
2231
地球上 どこで水を採取しても
水は生命に溢れていますから
12:11
because it's teaming with life,
246
731143
1517
12:12
and you make the same analysis;
247
732684
1750
同じ分析をしてみると
12:14
the spectrum looks completely different.
248
734458
2577
全く異なるグラフが得られます
もちろん グリシンやアラニンはありますが
12:17
Of course, there is still glycine and alanine,
249
737059
3375
12:20
but in fact, there are these heavy elements, these heavy amino acids,
250
740458
3320
その他に分子量の大きなアミノ酸があるのです
12:23
that are being produced because they are valuable to the organism.
251
743802
3395
このアミノ酸が生成されるのは
それが生物に欠かせない物質だからです
タンパク質を構成する
12:28
And some other ones that are not used in the set of 20,
252
748327
3938
20種類のアミノ酸を除く
他のアミノ酸は
12:32
they will not appear at all in any type of concentration.
253
752289
2898
全く現れません
12:35
So this also turns out to be extremely robust.
254
755211
2705
つまり これも明確な特徴です
12:37
It doesn't matter what kind of sediment you're using to grind up,
255
757940
3118
どんな堆積物を使おうが
それがバクテリアであろうが 植物であろうが動物であろうが
12:41
whether it's bacteria or any other plants or animals.
256
761082
3279
生命のあるところでは必ず
12:44
Anywhere there's life,
257
764385
1424
12:45
you're going to have this distribution,
258
765833
1951
このような頻度分布が得られるのです
12:47
as opposed to that distribution.
259
767808
1817
こちらの分布ではなくてね
12:49
And it is detectable not just in amino acids.
260
769649
3237
そしてこれは アミノ酸だけに言えることではありません
12:52
Now you could ask:
261
772910
1217
次に「アヴィディアン」の場合を
12:54
Well, what about these Avidians?
262
774151
3159
見てみましょう
アヴィディアンとは コンピュータの中の生き物で
12:57
The Avidians being the denizens of this computer world
263
777334
3051
13:00
where they are perfectly happy replicating and growing in complexity.
264
780409
3445
複製を繰り返し 複雑化していきます
13:03
So this is the distribution that you get if, in fact, there is no life.
265
783878
5017
これは生命が存在しない時の
分布を表しています
13:08
They have about 28 of these instructions.
266
788919
2718
アヴィディアンは 28個ほどの命令群を持っています
13:11
And if you have a system where they're being replaced one by the other,
267
791661
3352
そして 命令が他のものと 交換可能なシステムでは
その分布は 猿の文章の特徴に似たものになります
13:15
it's like the monkeys writing on a typewriter.
268
795037
2185
つまり これらの命令は
13:17
Each of these instructions appears with roughly the equal frequency.
269
797246
4220
だいたい同じような頻度で現れるということです
13:22
But if you now take a set of replicating guys
270
802375
4780
しかし 先ほどのビデオのような環境で
複製をしていくと
13:27
like in the video that you saw,
271
807179
1950
分布はこのようになります
13:29
it looks like this.
272
809153
1519
命令の中にはアヴィディアンにとって
13:31
So there are some instructions
273
811459
1473
13:32
that are extremely valuable to these organisms,
274
812956
2433
非常に重要なものがあり
その命令が現れる頻度は高くなるのです
13:35
and their frequency is going to be high.
275
815413
1970
13:37
And there's actually some instructions that you only use once, if ever.
276
817407
4041
さらに一度しか使われない
命令すらあるのです
13:41
So they are either poisonous
277
821472
1523
そういう命令は有害なものか
13:43
or really should be used at less of a level than random.
278
823019
4505
あるいは偶然よりも 低い確率で使われるべき命令で
13:47
In this case, the frequency is lower.
279
827548
2688
この場合は頻度が低くなります
これは確かな特徴と言えるでしょうか?
13:51
And so now we can see, is that really a robust signature?
280
831192
2671
13:53
I can tell you indeed it is,
281
833887
1357
そう言えるでしょう なぜなら
13:55
because this type of spectrum, just like what you've seen in books,
282
835268
3248
文章の例やアミノ酸の例で見られたような
13:58
and just like what you've seen in amino acids,
283
838540
2153
このようなタイプの分布は
14:00
it doesn't really matter how you change the environment,
284
840717
2642
環境をどういうふうに変えたとしても その環境にあわせて
14:03
it's very robust, it's going to reflect the environment.
285
843383
2624
ある特徴を示すからです
次にお見せするのは私が行った実験ですが
14:06
So I'm going to show you now a little experiment that we did.
286
846031
2949
まずグラフの説明からすると
14:09
And I have to explain to you,
287
849004
1384
上のグラフは
14:10
the top of this graph
288
850412
1182
14:11
shows you that frequency distribution that I talked about.
289
851618
2744
先ほどの頻度分布です
14:14
Here, that's the lifeless environment
290
854386
3807
生命がない場合の分布なので
それぞれの命令が
14:18
where each instruction occurs at an equal frequency.
291
858217
3412
同じ頻度で現れます
そして下のグラフは
14:22
And below there, I show, in fact, the mutation rate in the environment.
292
862564
4993
その環境で突然変異の起こる確率です
14:27
And I'm starting this at a mutation rate that is so high
293
867581
3303
普通ならば複製プログラムが機能して
14:30
that even if you would drop a replicating program
294
870908
3966
世界を埋め尽くすまで
複製を続けるのでしょうが
14:34
that would otherwise happily grow up to fill the entire world,
295
874898
4125
突然変異が起きやすいように設定して
実験を始めると
すぐに変異をして死んでしまうのです
14:39
if you drop it in, it gets mutated to death immediately.
296
879047
3010
14:42
So there is no life possible at that type of mutation rate.
297
882081
5346
変異の確率が高すぎると
生命は生きていけないのですね
14:47
But then I'm going to slowly turn down the heat, so to speak,
298
887451
4036
次に変異の確率をだんだん下げていって
14:51
and then there's this viability threshold
299
891511
2185
生存が可能になる閾値に達すると
14:53
where now it would be possible for a replicator to actually live.
300
893720
3892
複製をして生き延びることが
できるようになりました
14:57
And indeed, we're going to be dropping these guys into that soup all the time.
301
897636
5345
この間も この世界に生命体を
投入し続けます
結果はこのようになります
15:03
So let's see what that looks like.
302
903419
1636
はじめは何も起きません
15:05
So first, nothing, nothing, nothing.
303
905079
2998
まだまだ変異率が高すぎます
15:08
Too hot, too hot.
304
908101
1815
15:09
Now the viability threshold is reached,
305
909940
2296
ここで生存可能な閾値に達して
15:12
and the frequency distribution has dramatically changed
306
912260
4492
頻度分布も
大きく変化し そして 安定しました
15:16
and, in fact, stabilizes.
307
916776
1476
次に私がしたことは
15:18
And now what I did there
308
918276
1510
15:19
is, I was being nasty, I just turned up the heat again and again.
309
919810
3598
すこし意地悪ですが また変異率を上げていったのです
もちろん また生存閾値に到達して無反応になります
15:23
And of course, it reaches the viability threshold.
310
923432
2346
15:25
And I'm just showing this to you again because it's so nice.
311
925802
2868
もう一度お見せしましょう すばらしい分布ですからね
15:28
You hit the viability threshold.
312
928694
1542
生存閾値に到達し 分布は
15:30
The distribution changes to "alive!"
313
930260
1976
「生きている」状態になります
15:32
And then, once you hit the threshold
314
932691
3217
そしてまた生存閾値以上になると
15:35
where the mutation rate is so high that you cannot self-reproduce,
315
935932
4049
変異率が高すぎるため
自己複製を行うことが出来なくなります
つまり遺伝情報をコピーして
15:40
you cannot copy the information forward to your offspring
316
940005
4921
子孫に伝える際に
15:44
without making so many mistakes that your ability to replicate vanishes.
317
944950
4730
エラーが多くなりすぎて
複製する能力が失われ
15:49
And then, that signature is lost.
318
949704
1859
特徴のない分布となります
この実験から
15:53
What do we learn from that?
319
953216
1706
15:54
Well, I think we learn a number of things from that.
320
954946
3796
いくつものことを学ぶことができますね
15:58
One of them is,
321
958766
1470
一つは
16:00
if we are able to think about life in abstract terms --
322
960260
5224
生命とは何かを抽象的に考えることが
できるようになれば ―
16:05
and we're not talking about things like plants,
323
965508
2631
つまり 植物とか
アミノ酸とか
16:08
and we're not talking about amino acids,
324
968163
1925
バクテリアについてではなく
16:10
and we're not talking about bacteria,
325
970112
1764
16:11
but we think in terms of processes --
326
971900
2110
プロセスの点から考えると
生命を地球上だけでなく
16:14
then we could start to think about life
327
974034
2202
16:16
not as something that is so special to Earth,
328
976260
2619
どこにでも存在しうるものとして
16:18
but that, in fact, could exist anywhere.
329
978903
2510
考えることができるということです
16:21
Because it really only has to do with these concepts of information,
330
981437
4313
生命と関係しているのは
物理的な媒体に蓄えられた情報
16:25
of storing information within physical substrates --
331
985774
4058
ただそれだけなのですから
媒体となるのは
16:29
anything: bits, nucleic acids, anything that's an alphabet --
332
989856
4016
ビットだろうと 核酸だろうと
アルファベットになるものなら 何でもいいのです
16:33
and make sure that there's some process
333
993896
1879
そしてその情報が消滅していかないよう
16:35
so that this information can be stored for much longer than you would expect --
334
995799
3715
私たちが考えるよりもずっと長い間
情報を蓄えておくための
何らかのプロセスが必要です
16:40
the time scales for the deterioration of information.
335
1000076
4336
それが確保できれば
16:44
And if you can do that, then you have life.
336
1004436
3168
生命が出現します
16:47
So the first thing that we learn
337
1007628
2254
つまり 私たちはまず
16:49
is that it is possible to define life in terms of processes alone,
338
1009906
5212
プロセスだけを考えれば
生命を定義することが出来ます
16:55
without referring at all to the type of things that we hold dear,
339
1015142
4977
この時 地球上の生命のような
私たちが大切にしているものを
考える必要はありません
17:00
as far as the type of life on Earth is.
340
1020143
2671
17:02
And that, in a sense, removes us again,
341
1022838
2641
この発見は これまで私たちがしてきた
17:05
like all of our scientific discoveries, or many of them --
342
1025503
2831
多くの科学的発見と同じように
17:08
it's this continuous dethroning of man --
343
1028358
2771
「生命は特別な存在だ」という
私たちの考えを 覆しつつあると言えるでしょう
17:11
of how we think we're special because we're alive.
344
1031153
2727
17:13
Well, we can make life; we can make life in the computer.
345
1033904
3056
私たちはコンピュータの中に 生命を作ることができます
17:16
Granted, it's limited,
346
1036984
1817
当然 限界はあります
17:18
but we have learned what it takes in order to actually construct it.
347
1038825
5117
でも 生命を作りだすために
必要なものはわかっています
17:23
And once we have that,
348
1043966
2788
そして それがわかれば 難しい問題は
17:26
then it is not such a difficult task anymore
349
1046778
2647
なくなります
つまり
17:29
to say, if we understand the fundamental processes
350
1049449
4152
特定の媒体に依らない
17:33
that do not refer to any particular substrate,
351
1053625
3342
普遍的なプロセスさえ 理解してしまえば
17:36
then we can go out and try other worlds,
352
1056991
3768
地球外へ飛び出し
調査をして
17:40
figure out what kind of chemical alphabets might there be,
353
1060783
3781
どんな化学物質のアルファベットが 存在するかを知り
その星の通常の化学的組成や
17:45
figure enough about the normal chemistry, the geochemistry of the planet,
354
1065293
4725
地質科学的性質を推測して
生命がいない場合の
17:50
so that we know what this distribution would look like in the absence of life,
355
1070042
3774
分布を知ることができます
17:53
and then look for large deviations from this --
356
1073840
2971
その分布から大きく隔たる場合 ―
17:56
this thing sticking out, which says, "This chemical really shouldn't be there."
357
1076835
5112
例えば ある物質が
目立つとしましょう
それでもまだ
18:01
Now we don't know that there's life then,
358
1081971
1955
生命が存在するとは言えませんが
18:03
but we could say,
359
1083950
1207
少なくとも
18:05
"Well at least I'm going to have to take a look very precisely at this chemical
360
1085181
3769
その化学物質を詳しく調べて 何に由来するのかを
18:08
and see where it comes from."
361
1088974
2045
確かめようとするでしょう
この試みが 目に見えない生命を
18:11
And that might be our chance of actually discovering life
362
1091043
3711
発見する可能性を
18:14
when we cannot visibly see it.
363
1094778
2119
私たちに与えてくれるのです
18:16
And so that's really the only take-home message that I have for you.
364
1096921
4564
今日はこれだけは覚えて帰ってください
他の惑星で生命は
18:21
Life can be less mysterious than we make it out to be
365
1101509
4231
どのように存在しているかを
考えてみれば 生命は
18:25
when we try to think about how it would be on other planets.
366
1105764
3205
それほど神秘的でないと気付くでしょう
18:29
And if we remove the mystery of life,
367
1109540
3387
神秘的でないとわかれば
18:32
then I think it is a little bit easier for us to think about how we live,
368
1112951
4685
私たちが生命たる所以や 人間がそれほど
特別な存在ではないということを
18:37
and how perhaps we're not as special as we always think we are.
369
1117660
3058
考えやすくなるのではないでしょうか
18:40
And I'm going to leave you with that.
370
1120742
2246
これが私が伝えたかったことです
どうもありがとうございました
18:43
And thank you very much.
371
1123012
1224
18:44
(Applause)
372
1124260
2174
(拍手)
このウェブサイトについて

このサイトでは英語学習に役立つYouTube動画を紹介します。世界中の一流講師による英語レッスンを見ることができます。各ビデオのページに表示される英語字幕をダブルクリックすると、そこからビデオを再生することができます。字幕はビデオの再生と同期してスクロールします。ご意見・ご要望がございましたら、こちらのお問い合わせフォームよりご連絡ください。

https://forms.gle/WvT1wiN1qDtmnspy7