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

Çeviri: Cihan Ekmekçi Gözden geçirme: Figen Ergürbüz

The second half of the last century was completely defined

Geçtiğimiz yüzyılın ikinci yarısı tam anlamıyla

by a technological revolution:

teknolojik bir devrim ile tanımlanmıştı:

the software revolution.

Yazılım devrimi.

The ability to program electrons on a material called silicon

Silikon olarak adlandırılan maddenin üzerinde elektronları programlama becerisi

made possible technologies, companies and industries

bize hayal edemeyeceğimiz

that were at one point unimaginable to many of us,

ama esasında dünyanın çalışma şeklini değiştiren

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

teknolojileri, şirketleri ve sanayileri mümkün kıldı.

The first half of this century, though,

Bu yüzyılın ilk yarısı ise

is going to be transformed by a new software revolution:

yeni bir yazılım devrimi ile şekillenecek:

the living software revolution.

canlı yazılım devrimi.

And this will be powered by the ability to program biochemistry

Bu devrim, biyokimyayı programlama becerisiyle desteklenecek

on a material called biology.

ve de biyoloji dediğimiz materyal üzerinde.

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

Biyolojinin özelliklerinden yararlanarak

to generate new kinds of therapies,

yeni terapiler geliştirme,

to repair damaged tissue,

hasarlı dokuları onarma,

to reprogram faulty cells

hatalı hücreleri yaniden programlama

or even build programmable operating systems out of biochemistry.

ve biyokimya ile programlanabilir işletim sistemleri yapılabilecek.

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

Eğer bunu gerçekleştirebilirsek -- ki gerçekleştirmeliyiz --

its impact will be so enormous

etkileri o kadar büyük olacak ki

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

ilk yazılım devrimi buna kıyasla sönük kalacak.

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

Çünkü canlı yazılımlar

tüm tıbbı, tarımı ve enerjiyi kökten değiştirecek.

agriculture and energy,

and these are sectors that dwarf those dominated by IT.

Bu sektörler, bilgi teknolojisinin domine ettiklerinden çok daha büyük.

Imagine programmable plants that fix nitrogen more effectively

Azotu daha verimli bağlayan, zararlı patojenlere daha çok direnen,

or resist emerging fungal pathogens,

tek yıllık değil

or even programming crops to be perennial rather than annual

çok yıllık olması için programlanan bitkiler hayal edin.

so you could double your crop yields each year.

Her yıl mahsulünüzü ikiye katlayabilirsiniz.

That would transform agriculture

Bu tarımı kökten değiştirip

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

büyüyen dünya nüfusunun beslenme sorununu çözebilir.

Or imagine programmable immunity,

Programlanabilir bağışıklık sistemi olsa,

designing and harnessing molecular devices that guide your immune system

molekül seviyesinde araçlar tasarlayarak bağışıklık sistemine yol gösterse

to detect, eradicate or even prevent disease.

hastalıkları saptayıp yok etse hatta önleyebilse.

This would transform medicine

Tıp bilimi baştan yazılır,

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

büyüyen ve yaşlanan nüfusumuzun nasıl sağlıklı kalacağına cevap olurdu.

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

Halihazırda canlı yazılımları gerçeğe dönüştürecek birçok araca sahibiz.

We can precisely edit genes with CRISPR.

CRISPR ile tam olarak genleri değiştirebiliyoruz.

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

Bazları teker teker kullanarak genetik kodu yeniden yazabiliyoruz.

We can even build functioning synthetic circuits out of DNA.

DNA'dan çalışan, sentetik devreler bile yapabiliyoruz.

But figuring out how and when to wield these tools

Ancak bu teknolojileri ne zaman ve nasıl kullanacağımız

is still a process of trial and error.

hâlâ deneme yanılma sürecinde.

It needs deep expertise, years of specialization.

Yıllar süren derin bir uzmanlık gerektiriyor.

And experimental protocols are difficult to discover

Deneysel protokolleri keşfetmek zor,

and all too often, difficult to reproduce.

genellikle tekrarlaması da zordur.

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

Biyolojide uzuvlara odaklanmak gibi bir eğilimimiz var.

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

Yine biliyoruz ki, uçmak sadece

by only studying feathers.

tüyleri incelemekle anlaşılamaz.

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

Biyoloji bilgisayar gibi kolay programlanmıyor.

And then to make matters worse,

Bu da yetmezmiş gibi

living systems largely bear no resemblance to the engineered systems

canlı sistemler her gün programladığımız mekanik sistemlere

that you and I program every day.

neredeyse hiç benzemezler.

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

Yapay sistemlerin aksine yaşayan sistemler kendi kendine ürer,

they self-organize,

kendi kendine düzenlenir,

they operate at molecular scales.

moleküler düzeyde çalışırlar.

And these molecular-level interactions

Bu moleküler etkileşimler

lead generally to robust macro-scale output.

genellikle makro seviyede sonuçlar meydane getirirler.

They can even self-repair.

Kendi kendilerini onarabilirler bile.

Consider, for example, the humble household plant,

Örneğin basit bir ev bitkisini düşünelim,

like that one sat on your mantelpiece at home

sürekli sulamayı unuttuğunuz

that you keep forgetting to water.

şöminenin önündeki bitkiyi mesela.

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

İhmal de etseniz o bitki her sabah uyanır

and figure out how to allocate its resources.

ve kaynaklarını nasıl böleceğini hesaplar.

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

Büyüyecek mi, fotosentez mi yapacak, tohum mu üretecek yoksa çiçeklenecek mi?

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

Bu tüm organizmanın vermesi gereken bir karar.

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

Fakat bitkinin bu kararı verecek bir beyni yok.

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

Bunu yapraklarındaki hücrelerle yapmalı.

They have to respond to the environment

Çevreye tepki vermeli,

and make the decisions that affect the whole plant.

tüm bitkiyi etkileyecek kararlar almalı.

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

Bir şekilde hücrelerin içinde işleyen,

a program that responds to input signals and cues

etkilere tepki veren ve hücrenin ne yapacağını belirleyen

and shapes what that cell will do.

bir program olmalı.

And then those programs must operate in a distributed way

Bu programlar farklı hücreler arasında

dağıtımlı bir şekilde çalışabiliyor olmalılar,

across individual cells,

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

böylece koordinasyon sağlansın ve bitki büyüyüp gelişebilsin.

If we could understand these biological programs,

Bu biyolojik programları anlayabilirsek,

if we could understand biological computation,

biyolojik hesapları anlayabilirsek,

it would transform our ability to understand how and why

hücrelerin neyi neden ve nasıl yaptıklarını

cells do what they do.

daha iyi anlayabilirdik.

Because, if we understood these programs,

Eğer bu programları anlarsak

we could debug them when things go wrong.

yanlış giden süreçlere müdahale edebiliriz.

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

Onlardan nasıl sentetik devreler üreteceğimizi öğrenir,

that truly exploit the computational power of biochemistry.

biyokimyanın hesaplama gücünü kendimiz için kullanırız.

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

Bu fikre olan tutkum beni matematik, bilgisayar

at the interface of maths, computer science and biology.

ve biyolojinin kesiştiği bir kariyere sürükledi.

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

Çalışmalarımda biyolojiye bir hesaplama aracı olarak yaklaştım.

And that means asking what do cells compute,

Hücreler neyi hesaplıyor,

and how can we uncover these biological programs?

biz bu biyolojik programları nasıl ortaya çıkarırız diye düşündüm.

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

Bu soruları Microsoft Research ve Cambridge Üniversitesi'nde

at Microsoft Research and the University of Cambridge,

harika katılımcılarla birlikte tartışmaya başladık.

where together we wanted to understand

Birlikte özel bir hücre tipinin içinde çalışan

the biological program running inside a unique type of cell:

biyolojik programı anlamaya çalıştık:

an embryonic stem cell.

embriyonik kök hücre.

These cells are unique because they're totally naïve.

Bu eşsiz hücreler tamamıyla saftırlar.

They can become anything they want:

İstedikleri her şeye dönüşebilirler:

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

beyin hücresi, kalp, kemik, akciğer hücresi,

any adult cell type.

herhangi bir yetişkin hücre tipi.

This naïvety, it sets them apart,

Bu saflık onları farklı kılarken

but it also ignited the imagination of the scientific community,

bilim çevrelerinin ilgisini ateşliyor.

who realized, if we could tap into that potential,

Eğer bu potansiyelden faydalanabilirsek

we would have a powerful tool for medicine.

elimizde çok güçlü bir tıbbi araç olurdu.

If we could figure out how these cells make the decision

Eğer bu hücrelerin hangi hücre tipine dönüşeceğine

to become one cell type or another,

nasıl karar verdiğini anlarsak

we might be able to harness them

hasta ve hasarlı dokuları onarmak için

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

gereken hücreleri üretebiliriz.

But realizing that vision is not without its challenges,

Ama bu vizyonu gerçekleştirmenin zorlukları var.

not least because these particular cells,

Bunun önemli bir sebebi,

they emerge just six days after conception.

bu özel hücrelerin hamilelikten altı gün sonra oluşması.

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

Yaklaşık bir günde de ortadan kaybolurlar.

They have set off down the different paths

Her biri kendi yoluna gider,

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

yetişkin gövdenin değişik yapı ve organlarını yaparlar.

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

Ama bu hücrelerin kaderleri

than we might have imagined.

sandığımızdan daha esnek.

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

On üç yıl kadar önce bilim insanları çığır açan bir şey gösterdiler.

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

Yetişkin bir hücreye bir avuç gen sokarak,

like one of your skin cells,

deri hücreleriniz gibi,

you can transform that cell back to the naïve state.

o hücreyi saf duruma geri getirebiliyorsunuz.

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

Bu süreç "yeniden programlama" olarak biliniyor.

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

Bir kök hücre ütopyası düşünün.

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

Hastanın kendi hücrelerinden bir örnek alın,

transform them back to the naïve state

saf duruma dönüştürün

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

ve bu hücreleri, hastanın neye ihtiyacı varsa onu yapmak için kullanın.

whether it's brain cells or heart cells.

beyin veya kalp hücresi.

But over the last decade or so,

Ama yaklaşık son 10 yılda

figuring out how to change cell fate,

hücre kaderini değiştirmek

it's still a process of trial and error.

hâlâ deneme yanılma işi.

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

Başarılı deneysel yöntemler bulsak da

they're still inefficient,

hâlâ etkin olmaktan uzaklar.

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

Nasıl ve neden çalıştıklarını hâlâ bilmiyoruz.

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

Kök hücreyi kalp hücresine dönüştürmeyi başarsanız bile

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

bunu nasıl beyin hücresi yapacağınızı

into a brain cell.

hâlâ bilemiyorsunuz.

So we wanted to understand the biological program

Embriyonik kök hücrede çalışan

running inside an embryonic stem cell,

biyolojik programı anlamak istedik.

and understanding the computation performed by a living system

Yaşayan sistemlerin yaptığı hesaplamaları anlamak,

starts with asking a devastatingly simple question:

çok basit bir soru sorarak başlıyor.

What is it that system actually has to do?

Bu sistem ne yapmaya çalışıyor?

Now, computer science actually has a set of strategies

Bilgisayar biliminde yazılım ve donanımın

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

ne yapması gerektiğini söyleyen bazı stratejiler var.

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

Program yazarken yazılımı kodlarsınız,

you want that software to run correctly.

doğru çalışmasını istersiniz.

You want performance, functionality.

Performans ve işlevsellik istersiniz.

You want to prevent bugs.

Hataları önlemek istersiniz.

They can cost you a lot.

Bunların maliyeti çok olabilir.

So when a developer writes a program,

Bir program yazarken

they could write down a set of specifications.

Bazı spesifikasyonlar yazarsınız.

These are what your program should do.

Programın ne işe yarayacağı hakkında.

Maybe it should compare the size of two numbers

İki sayıyı karşılaştırmak gibi

or order numbers by increasing size.

veya küçükten büyüğe sıralamak.

Technology exists that allows us automatically to check

Spesifikasyonların sağlandığına dair

whether our specifications are satisfied,

otomatik kontrol yapan teknoloji mevcut.

whether that program does what it should do.

Program amacına hizmet edip etmediğini ölçüyor.

And so our idea was that in the same way,

Biz de bu şekilde düşündük.

experimental observations, things we measure in the lab,

Deneysel gözlemler, laboratuvarda ölçtüklerimiz,

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

biyolojik programın yapması gerekenlere karşılık gelir.

So we just needed to figure out a way

Yani bu yeni spesifikasyonu kodlayacak

to encode this new type of specification.

bir yol bulmak zorundayız.

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

Diyelim bir süredir laboratuvarda genlerinizi ölçüyorsunuz

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

ve A geninin aktif olduğunu buluyorsunuz.

then Gene B or Gene C seems to be active.

Sonra B ve C genleri de aktif gibi görünüyorlar.

We can write that observation down as a mathematical expression

Bu gözlemi, matematiksel bir denklem olarak yazabiliriz.

if we can use the language of logic:

Mantık dilini kullanacak olursak,

If A, then B or C.

Eğer A doğru ise, o zaman B veya C de doğrudur.

Now, this is a very simple example, OK.

Bu çok basit bir örnek oldu.

It's just to illustrate the point.

Sadece bir noktayı açıklamak için.

We can encode truly rich expressions

Çok zengin ifadeler de kodlayabiliriz.

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

Değişik deneylerle çok sayıda gen

across multiple different experiments.

ve proteinin davranışlarını yakalayabiliriz.

And so by translating our observations

Böylece gözlemlerimizi

into mathematical expression in this way,

matematiksel ifadelere dönüştürerek

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

bu gözlemlerin genetik etkileşimlerden

from a program of genetic interactions.

ortaya çıkıp çıkamayacaklarını test edebiliriz.

And we developed a tool to do just this.

Tam da bunu yapacak bir araç geliştirdik.

We were able to use this tool to encode observations

Bu araçla gözlemlerimizi matematik ifadelere dönüştürebildik.

as mathematical expressions,

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

Sonra araç bize her şeyi açıklayabilecek genetik programı ortaya çıkardı.

that could explain them all.

And we then apply this approach

Bu yaklaşımı kullanarak

to uncover the genetic program running inside embryonic stem cells

embriyo kök hücrelerinde çalışan genetik programı bulup

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

nasıl saf duruma döndürebileceğimizi anlayabiliriz.

And this tool was actually built

Bu aracı yaparken

on a solver that's deployed routinely around the world

dünyanın her tarafında yazılım denetleme için kullanılan

for conventional software verification.

bir çözümden yararlandık.

So we started with a set of nearly 50 different specifications

Yaklaşık 50 farklı spesifikasyonla başladık.

that we generated from experimental observations of embryonic stem cells.

Bunlar, embriyonik kök hücre deneysel gözlemlerinden ortaya çıkmıştı.

And by encoding these observations in this tool,

Bu araç yardımıyla gözlemlerimizi kodlayarak

we were able to uncover the first molecular program

hepsini birden açıklayacak

that could explain all of them.

ilk moleküler programı açığa çıkarabildik.

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

Bu zaten kendi başına bir çığır, değil mi?

Being able to reconcile all of these different observations

Tüm bu değişik gözlemleri

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

bir kağıt üstünde bir araya getiremezsiniz,

even if you have a really big envelope.

kağıt çok büyük olsa da.

Because we've got this kind of understanding,

Bu anlayışa ulaştıktan sonra

we could go one step further.

bir adım daha ileri gidebiliriz.

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

Programı kullanarak bu hücrenin henüz test yapmadığımız durumlarda

in conditions we hadn't yet tested.

ne yapacağını tahmin edebiliriz.

We could probe the program in silico.

Programı simülasyonda deneyebiliriz.

And so we did just that:

Biz de tam onu yaptık:

we generated predictions that we tested in the lab,

Laboratuvarda test edilmiş öngörüleri ortaya çıkardık

and we found that this program was highly predictive.

ve programın çok iyi tahminde bulunduğunu anladık.

It told us how we could accelerate progress

Süreci hızlandırarak

back to the naïve state quickly and efficiently.

saf duruma hızlı ve etkin bir şekilde nasıl gideceğimizi gösterdi.

It told us which genes to target to do that,

Hangi genleri hedef almamız gerektiğini

which genes might even hinder that process.

ve hangi genlerin bu işlemi yavaşlatacağını da.

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

Genlerin aktive olma sırasını dahi tahmin etti.

So this approach really allowed us to uncover the dynamics

Bu yaklaşım, hücrelerin ne yaptığının dinamiğini ortaya çıkarmamızı sağladı.

of what the cells are doing.

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

Geliştirdiğimiz şey, kök hücre biyolojisine özel bir yöntem değil,

Rather, it allows us to make sense of the computation

genetik etkileşim konseptinde

being carried out by the cell

hücrenin yapmakta olduğu hesaplamayı anlamamızı sağlıyor.

in the context of genetic interactions.

So really, it's just one building block.

Yani aslında bir yapı taşı.

The field urgently needs to develop new approaches

Biyolojik hesaplamaları daha geniş ölçek ve değişik seviyelerde anlayabilmek için

to understand biological computation more broadly

Bu alanda yeni yaklaşımlara gerek var,

and at different levels,

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

DNA'dan hücrelar arası bilgi akışına kadar.

Only this kind of transformative understanding

Biyolojiyi sadece bu dönüştürücü anlayışla

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

güvenli ve öngörülür yollarda kullanabiliriz.

But to program biology, we will also need to develop

Ancak biyolojiyi programlamak için

the kinds of tools and languages

birtakım araç ve dil de geliştirmemiz lazım

that allow both experimentalists and computational scientists

ki bu araç ve diller sayesinde bilim insanları ve deney yapanlar

to design biological function

biyolojik fonskiyon tasarlayabilsinler.

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

Bu tasarılar hücrenin makine koduna dönüşecek,

its biochemistry,

yani biyokimyasına

so that we could then build those structures.

ve böylelikle o yapıları yapabileceğiz.

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

Bunu canlı bir yazılım derleyici olarak düşünebiliriz.

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

Microsoft'ta bunu geliştiren ekibin bir parçası olduğum için gurur duyuyorum.

that's working to develop one.

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

Bu işe zor demek hafif kalır

but if it's realized,

ama eğer yapılabilirse

it would be the final bridge between software and wetware.

yazılım ve yaşanım arasındaki son köprü olacak.

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

Ancak çok daha fazlası için biyolojiyi programlama,

if we can transform the field into being truly interdisciplinary.

bu alan gerçekten disiplinler arası olursa mümkün olur.

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

Fizik ve doğa bilimlerini birleştirmemiz gerekir.

and scientists from each of these disciplines

Bu disiplinlerden gelen bilim insanları

need to be able to work together with common languages

aynı dilleri konuşarak ve aynı bilimsel soruları paylaşarak

and to have shared scientific questions.

birlikte çalışabilirler.

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

Uzun vadeli bir iş ama birçok dev yazılım şirketi

and the technology that you and I work with every day

ve her gün kullandığımız birçok teknoloji

could hardly have been imagined

silikon mikroçiplere ilk programları kurduğumuz zamanlarda

at the time we first started programming on silicon microchips.

hayal bile edilemezdi.

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

Bilgisayarlı biyolojinin mümkün kılacağı teknolojiyi

enabled by computational biology,

bu günden düşünmeye başlarsak

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

bunu gerçekleştirmek için atmamız gereken adımların

to make that a reality.

bazılarını görmeye başlarız.

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

Bu teknolojinin istismara açık olacağı yönünde bir düşünce de var.

could be open to misuse.

If we're willing to talk about the potential

Bağışıklık hücrelerini programlamanın

for programming immune cells,

potansiyelini konuşacaksak

we should also be thinking about the potential of bacteria

bunlardan sakınmak üzere programlanmış

engineered to evade them.

bakterilerin potansiyelinden de bahsetmemiz gerek.

There might be people willing to do that.

Bunu yapmak isteyen insanlar olabilir.

Now, one reassuring thought in this

Rahatlatıcı bir düşünce şu olabilir--

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

aslında pek de bilim insanları için değil --

is that biology is a fragile thing to work with.

biyoloji çalışmak için narin bir şeydir.

So programming biology is not going to be something

Yani biyoloji programlaması

you'll be doing in your garden shed.

bahçenizde yapılacak bir şey değil.

But because we're at the outset of this,

Ama daha işin başında olduğumuz için

we can move forward with our eyes wide open.

gözlerimizi dört açarak ilerleyebiliriz.

We can ask the difficult questions up front,

Zor soruları en baştan soralım,

we can put in place the necessary safeguards

gerekli önlemleri alalım

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

ve bunun parçası olarak etik soruları düşünelim.

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

Biyolojik fonksiyon uygulamalarına kısıtlar konması söz konusu olabilir.

of biological function.

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

Bunun bir parçası olarak biyoetik, önemli bir öncelik olarak kabul edilmeli.

It can't be relegated to second place

Bilimsel inovasyon heyecanıyla

in the excitement of scientific innovation.

bunu ikinci sıraya koyamayız.

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

Ama en büyük ödül, bu yolculuğun son hedefi

would be breakthrough applications and breakthrough industries

çığır açan uygulamalar ve çığır açan endüstriler olacak.

in areas from agriculture and medicine to energy and materials

Tarımdan tıbba, enerjiden malzeme bilimine kadar.

and even computing itself.

Hatta programlama.

Imagine, one day we could be powering the planet sustainably

Bir gün gezegeni sürdürülebilir şekilde

on the ultimate green energy

yeşil enerji ile beslediğimizi düşünün,

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

Bitkilerin milyonlarca yıl önce yaptığı bir işi öğrendiğimizi düşünün:

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

Bu gün kullandığımız güneş panellerinin verimlerini katlayacak şekilde

by our current solar cells.

güneş enerjisini nasıl kullanacağımızı.

If we understood that program of quantum interactions

Quantum etkileşimlerinin o programını anlamayı başarırsak,

that allow plants to absorb sunlight so efficiently,

bitkilerin güneş enerjisini bu kadar etkili şekilde absorbe etmesini,

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

bu bilgiyi sentetik DNA devreleri yapımına aktarabilir

that offer the material for better solar cells.

ve daha iyi güneş hücreleri için materyal sağlayabiliriz.

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

Bu konu üzerinde şu anda çalışan ekipler ve bilim insanları var,

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

yani belki de dikkat çekip gereken yatırımı alırsa

it could be realized in 10 or 15 years.

tüm bunlar 10-15 yıl içinde gerçek olabilir.

So we are at the beginning of a technological revolution.

Teknolojik bir devrimin başındayız.

Understanding this ancient type of biological computation

Bu tarihi biyolojik hesaplamayı anlamak

is the critical first step.

en önemli ilk adım.

And if we can realize this,

Eğer bunu başarabilirsek

we would enter in the era of an operating system

bir işletim sistemi çağına adım atacağız,

that runs living software.

yaşayan yazılımlar çalıştıran bir çağ.

Thank you very much.

Çok teşekkür ederim.

(Applause)

(Alkış)