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

Vertaald door: Rik Delaet

The second half of the last century was completely defined

De tweede helft van de vorige eeuw werd volledig gekenmerkt

by a technological revolution:

door een technologische revolutie:

the software revolution.

de softwarerevolutie.

The ability to program electrons on a material called silicon

De mogelijkheid om elektronen in silicium te programmeren

made possible technologies, companies and industries

liet technologieën, bedrijven en industrieën ontstaan

that were at one point unimaginable to many of us,

die toen voor velen van ons nog onvoorstelbaar waren,

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

maar die nu de aard van de wereld fundamenteel hebben veranderd.

The first half of this century, though,

Maar de eerste helft van deze eeuw

is going to be transformed by a new software revolution:

zal worden getransformeerd door een nieuwe softwarerevolutie:

the living software revolution.

de revolutie van levende software.

And this will be powered by the ability to program biochemistry

Die zal in staat zijn om biochemie te programmeren

on a material called biology.

op een materiaal dat we biologie heten.

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

Daardoor zullen we gebruik kunnen maken van de eigenschappen van de biologie

to generate new kinds of therapies,

om nieuwe soorten therapieën te ontwerpen,

to repair damaged tissue,

om beschadigd weefsel te herstellen,

to reprogram faulty cells

defecte cellen te herprogrammeren

or even build programmable operating systems out of biochemistry.

of zelfs biochemisch programmeerbare besturingssystemen te bouwen.

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

Als we dit kunnen realiseren -- en we moeten dit realiseren --

its impact will be so enormous

zal de impact ervan zo enorm zijn

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

dat de eerste softwarerevolutie erbij zal verbleken.

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

Levende software zou de geneeskunde namelijk helemaal veranderen,

agriculture and energy,

en ook de landbouw en energiesector,

and these are sectors that dwarf those dominated by IT.

en deze sectoren overvleugelen veruit de sectoren gedomineerd door de IT.

Imagine programmable plants that fix nitrogen more effectively

Stel je programmeerbare planten voor die stikstof efficiënter fixeren

or resist emerging fungal pathogens,

of nieuwe fungale pathogenen weerstaan,

or even programming crops to be perennial rather than annual

of zelfs eenjarige gewassen tot doorlevende herprogrammeren

so you could double your crop yields each year.

zodat je je jaarlijkse oogst zou kunnen verdubbelen.

That would transform agriculture

Dat zou de landbouw hervormen

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

en onze groeiende wereldbevolking van voedsel voorzien.

Or imagine programmable immunity,

Of stel je programmeerbare immuniteit voor

designing and harnessing molecular devices that guide your immune system

door het ontwerpen en inschakelen van moleculaire apparaten

die je immuunsysteem leren

to detect, eradicate or even prevent disease.

om ziektes op te sporen, uit te roeien of zelfs te voorkomen.

This would transform medicine

Dit zou de geneeskunde hervormen

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

en onze toenemende en vergrijzende bevolking gezond houden.

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

We hebben al veel methodes om levende software te realiseren.

We can precisely edit genes with CRISPR.

We kunnen met CRISPR genen precies bewerken.

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

We kunnen de genetische code base per base herschrijven.

We can even build functioning synthetic circuits out of DNA.

We kunnen zelfs functionerende synthetische circuits bouwen uit DNA.

But figuring out how and when to wield these tools

Maar uitzoeken hoe en wanneer deze tools te hanteren

is still a process of trial and error.

is nog maar in het stadium van gissen en missen.

It needs deep expertise, years of specialization.

Er is diepgaande expertise en jaren van specialisatie nodig.

And experimental protocols are difficult to discover

Experimentele protocollen zijn moeilijk te ontdekken

and all too often, difficult to reproduce.

en maar al te vaak moeilijk te reproduceren.

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

In de biologie focussen we ons vaak op de details,

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

maar we weten toch dat iets als vliegen niet begrepen kan worden

by only studying feathers.

door alleen maar veren te bestuderen.

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

Het programmeren van biologie gaat nog niet zo eenvoudig

als het programmeren van je computer.

And then to make matters worse,

Tot overmaat van ramp

living systems largely bear no resemblance to the engineered systems

lijken levende systemen grotendeels niet op de ontwikkelde systemen

that you and I program every day.

die jullie en ik elke dag programmeren.

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

In tegenstelling tot technische systemen doen levende systemen aan zelfgeneratie,

they self-organize,

zelforganisatie

they operate at molecular scales.

en werken ze op moleculaire schaal.

And these molecular-level interactions

Interacties op moleculair niveau

lead generally to robust macro-scale output.

leiden over het algemeen tot een robuuste output op macroschaal.

They can even self-repair.

Ze kunnen zelfs zelfreparatie aan.

Consider, for example, the humble household plant,

Denk maar aan de nederige kamerplant

like that one sat on your mantelpiece at home

die thuis op je schoorsteenmantel staat

that you keep forgetting to water.

en die je vergat water te geven.

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

Ondanks je verwaarlozing moet die plant elke dag wakker worden

and figure out how to allocate its resources.

en uitzoeken hoe ze haar middelen zal benutten.

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

Zal ze groeien, aan fotosynthese doen, zaden produceren of bloeien?

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

Dat is een beslissing op het niveau van het hele organisme.

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

Maar een plant heeft geen hersens om dat allemaal uit te zoeken.

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

Ze moet het doen met de cellen op haar bladeren.

They have to respond to the environment

Die moeten reageren op de omgeving

and make the decisions that affect the whole plant.

en beslissingen nemen die de hele plant beïnvloeden.

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

Dus moet er in die cellen een of ander programma lopen,

a program that responds to input signals and cues

een programma dat reageert op ingangssignalen

and shapes what that cell will do.

en bepaalt wat die cel zal doen.

And then those programs must operate in a distributed way

Dan moet dat programma op een gedistribueerde manier werken

across individual cells,

in individuele cellen,

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

zodat ze kunnen coördineren en de plant kan groeien en bloeien.

If we could understand these biological programs,

Als we deze biologische programma's konden begrijpen,

if we could understand biological computation,

als we biologisch computeren begrepen,

it would transform our ability to understand how and why

konden we snappen

hoe en waarom cellen doen wat ze doen.

cells do what they do.

Because, if we understood these programs,

Want als we deze programma's begrepen,

we could debug them when things go wrong.

konden we ze debuggen als er iets misgaat.

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

Of konden we van hen leren hoe synthetische circuits te ontwerpen

that truly exploit the computational power of biochemistry.

die de rekenkracht van de biochemie echt zouden benutten.

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

Mijn passie over dit idee leidde me naar een carrière in het onderzoek

at the interface of maths, computer science and biology.

op het raakpunt van wiskunde, informatica en biologie.

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

In mijn werk richt ik me op het concept van biologie als computerwerk.

And that means asking what do cells compute,

Dat betekent uitzoeken wat cellen berekenen

and how can we uncover these biological programs?

en hoe deze bio-programma's te vinden.

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

Samen met enkele schitterende medewerkers begon ik me dat af te vragen

at Microsoft Research and the University of Cambridge,

bij Microsoft Research en de Universiteit van Cambridge

where together we wanted to understand

waar we samen wilden begrijpen

the biological program running inside a unique type of cell:

hoe biologische programma’s verlopen in een uniek type cel:

an embryonic stem cell.

een embryonale stamcel.

These cells are unique because they're totally naïve.

Deze cellen zijn uniek omdat ze helemaal naïef zijn.

They can become anything they want:

Ze kunnen alles worden wat ze willen:

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

een hersencel, een hartcel, een botcel, een longcel,

any adult cell type.

elk type volwassen cel.

This naïvety, it sets them apart,

Deze naïviteit maakt ze speciaal,

but it also ignited the imagination of the scientific community,

maar dat ontstak ook de verbeelding van de wetenschappers,

who realized, if we could tap into that potential,

die beseften dat als we dat potentieel konden aanboren,

we would have a powerful tool for medicine.

we een krachtige medische tool zouden hebben.

If we could figure out how these cells make the decision

Als we kunnen achterhalen hoe deze cellen beslissen

to become one cell type or another,

om een of ander type cel te zijn,

we might be able to harness them

kunnen we dat misschien benutten

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

om cellen te genereren die ziek of beschadigd weefsel herstellen.

But realizing that vision is not without its challenges,

Maar die visie realiseren loopt niet van een leien dakje,

not least because these particular cells,

vooral omdat deze specifieke cellen

they emerge just six days after conception.

tot slechts zes dagen na de bevruchting ontstaan.

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

Na een paar dagen zijn ze weer weg.

They have set off down the different paths

Ze volgen dan de verschillende paden

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

die alle structuren en organen van je volwassen lichaam gaan uitmaken.

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

Maar nu blijkt het lot van cellen

veel plastischer te zijn dan we eerder dachten.

than we might have imagined.

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

Ongeveer dertien jaar geleden vonden enkele wetenschappers iets revolutionairs.

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

Door het inbrengen van enkele genen in een volwassen cel,

like one of your skin cells,

zoals een huidcel,

you can transform that cell back to the naïve state.

kan je die cel terug naar de naïeve staat omvormen.

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

Het is een proces dat bekend staat als ‘herprogrammering’

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

en laat ons dromen van een stamcel-utopie,

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

waar je een staal van de eigen cellen van een patiënt kan nemen,

transform them back to the naïve state

ze terug naar de naïeve staat kan transformeren

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

en ze gebruiken om de cellen te maken die de patiënt nodig heeft,

whether it's brain cells or heart cells.

ongeacht het nu hersen- of hartcellen zijn.

But over the last decade or so,

Maar in de afgelopen tien jaar

figuring out how to change cell fate,

bleef uitzoeken hoe het lot van de cel te veranderen

it's still a process of trial and error.

toch nog steeds een proces van gissen en missen.

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

Zelfs in gevallen waarin we succesvolle experimentele protocollen hebben ontdekt,

they're still inefficient,

zijn ze nog steeds inefficiënt

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

en weten we niet hoe en waarom ze werken.

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

Als je vindt hoe je een stamcel in een hartcel kan veranderen,

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

vertelt je dat nog niets over hoe je een stamcel kan veranderen

into a brain cell.

in een hersencel.

So we wanted to understand the biological program

Dus wilden we begrijpen hoe het biologische programma

running inside an embryonic stem cell,

in een embryonale stamcel verloopt.

and understanding the computation performed by a living system

Om de berekening te begrijpen die verloopt in een levend systeem

starts with asking a devastatingly simple question:

moet je beginnen met een uiterst simpele vraag:

What is it that system actually has to do?

wat moet dat systeem eigenlijk doen?

Now, computer science actually has a set of strategies

Nu heeft de informatica eigenlijk een set strategieën

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

om om te gaan met wat de software en de hardware moeten doen.

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

Wanneer je een programma of een stukje software schrijft,

you want that software to run correctly.

wil je dat die software goed werkt.

You want performance, functionality.

Je wil prestaties, functionaliteit.

You want to prevent bugs.

Je wil bugs voorkomen.

They can cost you a lot.

Die kunnen je duur komen te staan.

So when a developer writes a program,

Wanneer iemand een programma schrijft,

kan hij een bestek maken.

they could write down a set of specifications.

These are what your program should do.

Dat bepaalt wat je programma hoort te doen.

Maybe it should compare the size of two numbers

Misschien de grootte van twee getallen vergelijken

or order numbers by increasing size.

of ze ordenen naar grootte.

Technology exists that allows us automatically to check

Technologie bestaat om automatisch na te gaan

whether our specifications are satisfied,

of aan onze specificaties is voldaan,

whether that program does what it should do.

of dat programma doet wat het moet doen.

And so our idea was that in the same way,

Ons idee bestond erin om op dezelfde manier na te gaan

experimental observations, things we measure in the lab,

of experimentele waarnemingen, dingen die we meten in het lab,

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

beantwoorden aan specificaties

van wat het biologische programma moet doen.

So we just needed to figure out a way

We hoefden maar een manier te vinden

to encode this new type of specification.

om deze nieuwe vorm van specificatie te coderen.

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

Stel dat je in het lab uitzocht wat je genen doen

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

en je ontdekte dat als gen A actief is,

then Gene B or Gene C seems to be active.

gen B of gen C ook actief lijken te zijn.

We can write that observation down as a mathematical expression

We kunnen die observatie opschrijven als een wiskundige uitdrukking.

if we can use the language of logic:

In de taal van de logica:

If A, then B or C.

als A, dan B of C.

Now, this is a very simple example, OK.

Nu is dit wel een heel eenvoudig voorbeeld, oké.

It's just to illustrate the point.

Alleen om het punt te illustreren.

We can encode truly rich expressions

Maar we kunnen echt rijke uitdrukkingen coderen

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

die het gedrag van meerdere genen of eiwitten in de tijd vastleggen

across multiple different experiments.

over meerdere verschillende experimenten.

And so by translating our observations

Door onze observaties

into mathematical expression in this way,

zo in wiskundige vorm te gieten,

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

wordt het mogelijk om te testen of deze waarnemingen

al dan niet kunnen ontstaan

from a program of genetic interactions.

uit een programma van genetische interacties.

We ontwikkelden een tool om net dat te doen.

And we developed a tool to do just this.

We were able to use this tool to encode observations

We konden deze tool gebruiken om waarnemingen te coderen

as mathematical expressions,

als wiskundige uitdrukkingen

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

en daardoor het genetische programma ontdekken

that could explain them all.

dat ze allemaal zou kunnen verklaren.

And we then apply this approach

En dan passen we deze aanpak toe

to uncover the genetic program running inside embryonic stem cells

om het genetische programma

in embryonale stamcellen zichtbaar te maken

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

om te zien of we kunnen begrijpen hoe die naïeve toestand te krijgen.

And this tool was actually built

Deze tool was eigenlijk gebouwd

on a solver that's deployed routinely around the world

op een solver die routinematig wereldwijd wordt ingezet

for conventional software verification.

voor conventionele softwareverificatie.

So we started with a set of nearly 50 different specifications

Dus begonnen we met een set van bijna 50 verschillende specificaties

that we generated from experimental observations of embryonic stem cells.

gegenereerd uit experimentele waarnemingen van embryonale stamcellen.

And by encoding these observations in this tool,

Door het coderen van die waarnemingen in deze tool,

we were able to uncover the first molecular program

konden we het eerste moleculaire programma ontdekken

that could explain all of them.

dat ze allemaal zou kunnen verklaren.

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

Dat is toch wel een prestatie op zich, niet?

Being able to reconcile all of these different observations

Al die verschillende waarnemingen met elkaar verzoenen,

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

is niet iets dat je even doet op de achterkant van een envelop,

even if you have a really big envelope.

zelfs niet op een echt grote envelop.

Because we've got this kind of understanding,

Nu we dat begrepen, konden we een stap verder.

we could go one step further.

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

We kunnen dit gebruiken

om te voorspellen wat deze cel zou kunnen doen

in conditions we hadn't yet tested.

in nieuwe omstandigheden.

We could probe the program in silico.

We konden het programma in silico uittesten.

And so we did just that:

We deden precies dat:

we generated predictions that we tested in the lab,

we maakten voorspellingen die we testten in het lab

and we found that this program was highly predictive.

en we vonden dat dit programma een hoge voorspellende waarde had.

It told us how we could accelerate progress

Het vertelde ons hoe we de voortgang konden versnellen

back to the naïve state quickly and efficiently.

om snel en efficiënt naar de naïeve staat terug te keren.

It told us which genes to target to do that,

Het vertelde ons op welke genen we ons moesten richten

which genes might even hinder that process.

en welke genen dit proces zelfs zouden kunnen hinderen.

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

We vonden zelfs dat het programma

de volgorde voorspelde waarin de genen inschakelden.

So this approach really allowed us to uncover the dynamics

Deze benadering liet ons echt de dynamiek ontdekken

of what the cells are doing.

van wat de cellen doen.

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

Wat we hebben ontwikkeld, is geen methode die specifiek is voor stamcelbiologie.

Rather, it allows us to make sense of the computation

Nee, ze stelt ons in staat te begrijpen

wat de cel aan berekeningen uitvoert

being carried out by the cell

in the context of genetic interactions.

in de context van genetische wisselwerkingen.

So really, it's just one building block.

Het is slechts één bouwsteen.

The field urgently needs to develop new approaches

Het gebied moet dringend nieuwe methodes ontwikkelen

to understand biological computation more broadly

voor een breder begrip van biologische berekening

and at different levels,

en wel op verschillende niveaus,

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

vanaf DNA tot aan de informatiestroom tussen cellen.

Only this kind of transformative understanding

Alleen dit soort transformatief begrip

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

zal ons toelaten om de biologie

op een voorspelbare en betrouwbare manier te benutten.

But to program biology, we will also need to develop

Maar om biologie te programmeren, is ook de ontwikkeling nodig

the kinds of tools and languages

van tools en talen

that allow both experimentalists and computational scientists

waarmee zowel experimentalisten als computationele wetenschappers

to design biological function

biologische functies kunnen ontwerpen

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

en dan die ontwerpen vertalen naar het machinecodeniveau van de cel,

its biochemistry,

haar biochemie,

so that we could then build those structures.

zodat we vervolgens die structuren kunnen bouwen.

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

Dat lijkt wel een samensteller van levende software

en ik ben trots deel te zijn van een team van Microsoft

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

that's working to develop one.

dat werkt aan de ontwikkeling daarvan.

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

Dat het een grote uitdaging is, is wel een understatement,

but if it's realized,

maar eens gerealiseerd,

it would be the final bridge between software and wetware.

zou het de laatste brug zijn tussen software en wetware.

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

Biologieprogrammering zal echter alleen maar mogelijk worden

if we can transform the field into being truly interdisciplinary.

als we het gebied echt interdisciplinair kunnen maken.

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

De wetenschappen van de fysica en het leven moeten we verbinden

and scientists from each of these disciplines

en wetenschappers uit elk van deze disciplines

need to be able to work together with common languages

moeten kunnen samenwerken met gemeenschappelijke talen

and to have shared scientific questions.

en gedeelde wetenschappelijke vragen.

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

Uiteindelijk moeten we beseffen dat veel van de grote softwarebedrijven

and the technology that you and I work with every day

en de technologie waarmee wij dagelijks werken,

nauwelijks voorstelbaar was

could hardly have been imagined

at the time we first started programming on silicon microchips.

toen we voor het eerst programmeerden op silicium microchips.

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

Nu we gaan nadenken over de technologische mogelijkheden

enabled by computational biology,

van de computationele biologie,

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

zien we een aantal van de stappen die we moeten nemen

to make that a reality.

om dat te realiseren.

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

Nu is er de ontnuchterende gedachte dat van dit soort technologie

could be open to misuse.

misbruik gemaakt kan worden.

If we're willing to talk about the potential

Als we willen praten over de mogelijkheden

for programming immune cells,

van immuuncellen programmeren,

we should also be thinking about the potential of bacteria

moeten we ook bedenken

dat we bacteriën kunnen ontwerpen om ze ontwijken.

engineered to evade them.

There might be people willing to do that.

Er kunnen mensen zijn die dat zouden willen doen.

Now, one reassuring thought in this

Een geruststellende gedachte is

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

dat -- nou ja, minder voor de wetenschappers --

is that biology is a fragile thing to work with.

is dat biologie een fragiel ding is om mee te werken.

So programming biology is not going to be something

Biologie programmeren is niet iets

you'll be doing in your garden shed.

dat je in je tuinhuisje gaat doen.

But because we're at the outset of this,

Omdat we aan het begin hiervan staan,

we can move forward with our eyes wide open.

kunnen we verder gaan met onze ogen wijd open.

We can ask the difficult questions up front,

We kunnen vooraf de moeilijke vragen stellen,

we can put in place the necessary safeguards

de nodige waarborgen instellen

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

en gecombineerd hiermee nadenken over onze ethiek.

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

We moeten nadenken over het trekken van grenzen

voor het implementeren van biologische functies.

of biological function.

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

Als onderdeel hiervan zal onderzoek in de bio-ethiek prioritair moeten zijn.

It can't be relegated to second place

Ze mag niet op de tweede plaats komen

in the excitement of scientific innovation.

in de opwinding over de wetenschappelijke innovatie.

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

Maar de ultieme prijs, de ultieme bestemming op deze reis,

would be breakthrough applications and breakthrough industries

zouden baanbrekende toepassingen en baanbrekende industrieën zijn

in areas from agriculture and medicine to energy and materials

op het gebied van landbouw, geneeskunde, energie en materialen,

and even computing itself.

en zelfs van het computeren.

Imagine, one day we could be powering the planet sustainably

Stel dat we ooit de planeet duurzaam konden voorzien van ultieme groene energie

on the ultimate green energy

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

als we iets zouden kunnen nabootsen wat planten millennia geleden al uitvonden:

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

hoe zonne-energie te benutten met een rendement

dat buiten het bereik ligt van onze huidige zonnecellen.

by our current solar cells.

If we understood that program of quantum interactions

Als we het programma begrepen van de kwantuminteracties

that allow plants to absorb sunlight so efficiently,

die planten het zonlicht zo efficiënt laten absorberen,

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

konden we dat vertalen in de bouw van synthetische DNA-circuits

that offer the material for better solar cells.

die een materiaal vormen voor betere zonnecellen.

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

Er zijn nu teams en wetenschappers die aan de fundamenten hiervan werken.

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

Met de juiste aandacht en de juiste investeringen,

it could be realized in 10 or 15 years.

zou het in 10 of 15 jaar kunnen worden gerealiseerd.

So we are at the beginning of a technological revolution.

We staan dus aan het begin van een technologische revolutie.

Understanding this ancient type of biological computation

Inzicht in deze oude soort van biologische berekening

is the critical first step.

is de cruciale eerste stap.

And if we can realize this,

Als we dit kunnen realiseren,

we would enter in the era of an operating system

zouden we het tijdperk betreden van een besturingssysteem

that runs living software.

dat levende software draait.

Thank you very much.

Veel dank.

(Applause)

(Applaus)