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

Reviewer: Nguyen Hue

Nửa cuối của thế kỷ trước được xác định rõ hoàn toàn

bởi một cuộc cách mạng công nghệ:

cuộc cách mạng phần mềm.

The second half of the last century was completely defined

Năng lực lập trình điện tử trên một vật liệu gọi là silicon

by a technological revolution:

đã hiện thực hoá công nghệ, công ty và những nền công nghiệp

the software revolution.

đạt đến một điểm phi thường đối với nhiều người chúng ta,

The ability to program electrons on a material called silicon

nhưng đã thay đổi một cách căn bản cách thế giới vận hành.

made possible technologies, companies and industries

that were at one point unimaginable to many of us,

Tuy nhiên, nửa đầu thế kỷ này,

sẽ được biến đổi bởi một cuộc cách mạng phần mềm mới:

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

cuộc cách mạng phần mềm sinh học.

The first half of this century, though,

Và nó sẽ được gia tăng sức mạnh bởi năng lực lập trình hoá sinh

is going to be transformed by a new software revolution:

trên một vật liệu gọi là 'sinh học'.

the living software revolution.

Và làm như thế sẽ cho phép chúng ta khai thác những đặc tính của sinh học

And this will be powered by the ability to program biochemistry

để tạo ra những phương thức trị liệu mới,

on a material called biology.

để chữa mô bị tổn thương

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

để lập trình lại những tế bào lỗi

hay thậm chí xây dựng hệ điều hành có thể lập trình được từ hoá sinh.

to generate new kinds of therapies,

to repair damaged tissue,

Nếu chúng ta có thể hiện thực được nó - và chúng ta cần hiện thực nó --

to reprogram faulty cells

or even build programmable operating systems out of biochemistry.

tác động của nó sẽ to lớn đến nỗi

làm cho cuộc cách mạng phần mềm đầu tiên trở nên mờ nhạt.

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

Và đó là bởi vì phần mềm ‘sống’ sẽ biến đổi toàn bộ y học,

its impact will be so enormous

nông nghiệp và năng lượng,

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

và đây chính là những lĩnh vực đã bị chi phối bởi công nghệ thông tin.

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

Hãy hình dung các giống cây trồng tự sửa lỗi ni-tơ một cách hiệu quả hơn

agriculture and energy,

and these are sectors that dwarf those dominated by IT.

hay kháng lại những mầm bệnh do nấm,

hay thậm chí những vụ mùa được kéo dài lâu năm thay vì từng năm

Imagine programmable plants that fix nitrogen more effectively

do đó bạn có thể nhân đôi vụ mùa mỗi năm.

or resist emerging fungal pathogens,

Nó sẽ biến đổi ngành nông nghiệp

or even programming crops to be perennial rather than annual

và cách chúng ta duy trì tăng trưởng và dân số toàn cầu sẽ đủ ăn.

so you could double your crop yields each year.

Hay thử hình dung hệ miễn dịch được lập trình,

That would transform agriculture

thiết kế và tận dụng thiết bị cấp phân tử để hướng dẫn hệ miễn dịch chúng ta

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

phát hiện, loại bỏ hay thậm chí ngăn ngừa được bệnh tật.

Or imagine programmable immunity,

Nó sẽ biến đổi ngành y học

designing and harnessing molecular devices that guide your immune system

và cái cách chúng ta cân bằng dân số trẻ và già.

to detect, eradicate or even prevent disease.

Chúng ta đã có nhiều công cụ để làm ra phần mềm sinh học trong thực tế.

This would transform medicine

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

Chúng ta có thể chỉnh sửa gen với CRISPR.

Chúng ta có thể viết lại mã gen từng bazơ một.

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

Chúng ta thậm chí có thể xây dựng mạch tổng hợp chức năng từ DNA.

We can precisely edit genes with CRISPR.

Nhưng tìm ra cách thức và thời điểm sử dụng công cụ

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

vẫn còn là một quá trình thử và sai.

We can even build functioning synthetic circuits out of DNA.

Nó cần chuyên môn sâu, hàng năm kinh nghiệm chuyên môn hoá.

But figuring out how and when to wield these tools

Và những giao thức thí nghiệm thì khó để khám phá ra

is still a process of trial and error.

và thường thì tất cả đều khó để tái hiện.

It needs deep expertise, years of specialization.

Và bạn biết đấy, trong sinh học, chúng ta có xu hướng tập trung vào những phần nhỏ,

And experimental protocols are difficult to discover

nhưng ta đều biết rằng một vật thể bay không thể nào hiểu được

and all too often, difficult to reproduce.

bằng nghiên cứu lông chim.

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

Vì thế lập trình sinh học vẫn chưa đơn giản như là lập trình máy tính.

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

Và để làm cho vấn đề tệ hơn,

by only studying feathers.

những hệ thống sinh học phần lớn không tương đồng với hệ thống kỹ thuật

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

mà bạn và tôi lập trình mỗi ngày.

And then to make matters worse,

Ngược lại với hệ thống kỹ thuật, hệ thống sinh học tự sinh ra,

living systems largely bear no resemblance to the engineered systems

chúng tự tổ chức,

chúng vận hành ở mức độ phân tử.

that you and I program every day.

Và những tương tác ở mức phân tử này

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

nói chung là dẫn đến những kết quả mạnh mẽ ở cấp độ vĩ mô.

they self-organize,

Chúng thậm chí có thể tự sửa lỗi.

they operate at molecular scales.

And these molecular-level interactions

Hãy xem xét một ví dụ, loài thực vật nhỏ bé trong hộ gia đình

lead generally to robust macro-scale output.

giống với thứ nằm trên bệ lò sưởi trong nhà

They can even self-repair.

mà bạn cứ mãi quên tưới nước.

Mỗi ngày, bất chấp sự phớt lờ của bạn, cây thực vật đó phải lớn lên

Consider, for example, the humble household plant,

và tìm cách làm sao để tự cấp phát tài nguyên của nó.

like that one sat on your mantelpiece at home

that you keep forgetting to water.

Nó sẽ phát triển, quang hợp, sản sinh hạt giống, hay đơm hoa?

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

Và đó là một quyết định phải được chọn ở mức độ toàn thể cơ quan thực vật.

and figure out how to allocate its resources.

Nhưng một cây thực vật thì không có não để tìm ra tất cả mọi cách.

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

Nó phải làm việc với tế bào trên lá của nó.

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

Chúng phải phản ứng lại với môi trường

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

và ra những quyết định ảnh hưởng đến toàn thể thực vật.

Vì thế bằng cách nào đó phải có một chương trình chạy bên trong tế bào này,

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

They have to respond to the environment

một chương trình phản ứng lại với những tín hiệu đầu vào

and make the decisions that affect the whole plant.

và định hình những gì mà tế bào sẽ làm.

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

Và sau đó thì những chương trình này phải vận hành một cách phân tán

a program that responds to input signals and cues

xuyên suốt từng tế bào,

để mà chúng có thể phối hợp và cây có thể phát triển và sum suê.

and shapes what that cell will do.

And then those programs must operate in a distributed way

Nếu chúng ta có thể hiểu được những chương trình sinh học này,

across individual cells,

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

nếu chúng ta có thể hiểu được điện toán sinh học,

nó sẽ biến đổi năng lực của chúng ta để có thể hiểu được cách thức và lý do

If we could understand these biological programs,

những gì tế bào làm được.

if we could understand biological computation,

Vì nếu ta hiểu được chương trình này,

chúng ta có thể sửa khi có gì đó sai sót.

it would transform our ability to understand how and why

Hay chúng ta có thể học từ chúng cách thiết kế những loại mạch tổng hợp

cells do what they do.

Because, if we understood these programs,

thực sự khai thác được sức mạnh tính toán của hoá sinh.

we could debug them when things go wrong.

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

Niềm đam mê của tôi về ý tưởng này dẫn đến sự nghiệp nghiên cứu

that truly exploit the computational power of biochemistry.

tại nơi giao thoa của toán, khoa học máy tính và sinh học.

Trong công việc, tôi tập trung vào khái niệm tính toán sinh học.

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

at the interface of maths, computer science and biology.

Và nó có nghĩa là truy vấn xem thực sự tế bào đang tính toán gì,

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

và bằng cách nào chúng ta có thể phát hiện những chương trình sinh học này?

Và tôi bắt đầu đặt những câu hỏi cùng với những đồng nghiệp tài năng

And that means asking what do cells compute,

and how can we uncover these biological programs?

ở phòng nghiên cứu của Microsoft và đại học Cambridge,

nơi chúng tôi muốn cùng nhau hiểu được

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

chương trình sinh học chạy bên trong một loại tế bào duy nhất:

at Microsoft Research and the University of Cambridge,

một tế bào gốc nguyên thuỷ.

where together we wanted to understand

Những tế bào này là duy nhất bởi vì chúng hoàn toàn nguyên sơ.

the biological program running inside a unique type of cell:

Chúng có thể trở nên bất kỳ thứ gì chúng muốn:

an embryonic stem cell.

tế bào não, tế bào tim, tế bào xương, tế bào phổi,

bất kỳ tế bào trưởng thành nào.

These cells are unique because they're totally naïve.

Sự nguyên sơ này, làm nó nổi bật,

They can become anything they want:

nhưng nó cũng gợi lên trí tưởng tượng trong cộng đồng khoa học,

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

những người hiểu được, nếu chúng ta có thể khai phá được tiềm năng đó

any adult cell type.

chúng ta sẽ có một công cụ mạnh mẽ cho y học.

This naïvety, it sets them apart,

but it also ignited the imagination of the scientific community,

Nếu ta có thể tìm ra cách những tế bào này ra quyết định

who realized, if we could tap into that potential,

để trở nên một loại tế nào này hoặc kia,

chúng ta có thể khai thác chúng

we would have a powerful tool for medicine.

để sinh ra tế bào chúng ta cần để chữa bệnh hay nguy cơ bị tổn hại.

If we could figure out how these cells make the decision

to become one cell type or another,

Nhưng hiểu được tầm nhìn đó không phải là không có thử thách,

we might be able to harness them

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

ít nhất không phải bởi vì những tế bào đặc biệt này,

chúng hiện ra chỉ sáu ngày sau khi chúng hình thành.

But realizing that vision is not without its challenges,

sau đó trong một ngày hoặc hơn, thì biến mất

not least because these particular cells,

Chúng đặt ra những con đường khác nhau

định hình tất cả cấu trúc và cơ quan của một cơ thể trưởng thành.

they emerge just six days after conception.

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

Nhưng thành ra số phận của tế bào thì nhiều tính mềm dẻo

They have set off down the different paths

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

hơn là chúng ta tưởng tượng.

Khoảng 13 năm trước, một vài nhà khoa học cho thấy cái gì đó thực sự cách mạng.

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

Bằng cách chèn chỉ một nhúm gen vào tế bào người lớn,

than we might have imagined.

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

giống như tế bào da của bạn,

bạn có thể biến đổi tế bào đó ngược lại trạng thái nguyên sơ ban đầu.

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

Và nó là một quá trình thực sự được biết đến như là “lập trình lại”

like one of your skin cells,

và nó cho phép chúng ta hình dung về một loại tế bào gốc không tưởng,

you can transform that cell back to the naïve state.

năng lực lấy một mẫu tế bào của một bệnh nhân,

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

biến đổi chúng ngược lại trạng thái nguyên sơ

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

và sử dụng những tế bào đó để tạo ra bất kỳ thứ gì bệnh nhân cần,

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

hoặc nó là tế bào não hoặc là tế bào tim.

transform them back to the naïve state

Nhưng hơn thập kỷ qua,

việc tìm ra cách để thay đổi số phận của tế bào,

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

vẫn là một quá trình thử và sai.

whether it's brain cells or heart cells.

Thậm chí chúng ta đã tìm ra những giao thức thí nghiệm thành công,

But over the last decade or so,

figuring out how to change cell fate,

chúng vẫn không hiệu quả,

it's still a process of trial and error.

và chúng ta thiếu một sự hiểu biết cơ bản về cách thức và lý do chúng hoạt động.

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

Nếu bạn tìm ra cách biến đổi một tế bào gốc thành tế bào tim,

they're still inefficient,

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

thì không cần phải nói với bạn làm sao để biến đổi một tế bào gốc

thành một tế bào não.

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

Vì thế chúng ta muốn hiểu được chương trình sinh học

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

hoạt động bên trong một tế bào gốc sơ khai

và hiểu biết về tính toán được thực hiện bởi một hệ sinh học

into a brain cell.

So we wanted to understand the biological program

bắt đầu với việc tự hỏi một câu hỏi đơn giản một cách sâu sắc:

running inside an embryonic stem cell,

Thực sự thì hệ thống đó phải làm những gì?

and understanding the computation performed by a living system

starts with asking a devastatingly simple question:

Hiện nay, khoa học máy tính thực sự có một nhóm chiến lược

để giải quyết những gì mà phần mềm và phần cứng đáng ra phải làm.

What is it that system actually has to do?

Khi bạn viết một chương trình, bạn mã hoá đoạn phần mềm,

Now, computer science actually has a set of strategies

bạn muốn phần mềm đó chạy chính xác.

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

Bạn muốn hiệu năng, chức năng tốt.

Bạn muốn ngăn ngừa lỗi.

Chúng tốn kém khá nhiều.

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

Khi lập trình viên viết chương trình

you want that software to run correctly.

họ có thể viết ra một tập các đặc tả.

You want performance, functionality.

Đây là những gì mà chương trình nên làm.

You want to prevent bugs.

Có lẽ nó nên so sánh kích cỡ của hai số

They can cost you a lot.

So when a developer writes a program,

hay sắp xếp các số bằng tăng kích cỡ.

they could write down a set of specifications.

Công nghệ tồn tại để cho phép chúng ta tự động kiểm tra được

These are what your program should do.

Maybe it should compare the size of two numbers

liệu đặc tả có thoả mãn hay không,

or order numbers by increasing size.

liệu chương trình đó làm những gì nó phải làm hay không.

Technology exists that allows us automatically to check

Và vì thế ý tưởng của chúng ta cũng cùng một cách tương tự,

whether our specifications are satisfied,

quan sát thí nghiệm, những thứ chúng ta đo lường trong lab,

whether that program does what it should do.

chúng tương ứng với đặc tả những gì mà chương trình sinh học nên làm.

And so our idea was that in the same way,

experimental observations, things we measure in the lab,

Vì thế chúng tôi chỉ cần tìm ra cách

để mã hoá loại đặc tả mới này.

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

Giả sử rằng bạn bận rộn trong lab và bạn đang khảo sát gen của mình

So we just needed to figure out a way

và bạn tìm ra rằng nếu Gen A hoạt động,

to encode this new type of specification.

thì Gen B hoặc Gen C dường như hoạt động.

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

Chúng ta có thể viết quan sát này xuống như là một biểu thức toán học

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

nếu chúng ta có thể sử dụng ngôn ngữ của logic:

then Gene B or Gene C seems to be active.

Nếu A, thì B hoặc C.

We can write that observation down as a mathematical expression

Đây là một ví dụ rất đơn giản, OK.

if we can use the language of logic:

Nó chỉ để minh hoạ cho quan điểm đó.

Chúng ta có thể mã hoá biểu thức thực sự phức tạp

If A, then B or C.

mà thực tế nó chứa hành vi của nhiều gen hoặc protein theo thời gian

Now, this is a very simple example, OK.

It's just to illustrate the point.

xuyên suốt nhiều thí nghiệm khác nhau.

We can encode truly rich expressions

Và do đó bằng cách diễn dịch các quan sát

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

thành biểu thức toán học theo cách này,

nó trở nên khả thi để kiểm tra liệu những quan sát đó có thể nảy ra

across multiple different experiments.

And so by translating our observations

từ một chương trình tương tác gen hay không.

into mathematical expression in this way,

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

Và chúng tôi đã phát triển một công cụ làm điều này.

Chúng tôi có thể sử dụng công cụ này để mã hoá những quan sát

from a program of genetic interactions.

thành những biểu thức toán,

và sau đó công cụ đó sẽ cho phép chúng tôi phát hiện ra chương trình gen

And we developed a tool to do just this.

We were able to use this tool to encode observations

có thể diễn giải tất cả về chúng

Và chúng ta áp dụng cách tiếp cận này

as mathematical expressions,

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

để phát hiện chương trình gen chạy bên trong tế bào gốc nguyên thuỷ

that could explain them all.

để thấy nếu chúng ta có thể hiểu được làm thế nào để trở lại trạng thái sơ khai.

And we then apply this approach

to uncover the genetic program running inside embryonic stem cells

Và công cụ này thực tế đã được xây dựng

dựa trên giải pháp được triển khai định kỳ khắp thế giới

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

để kiểm chứng phần mềm theo quy ước.

Vì thế chúng tôi đã bắt đầu với một tập gần 50 đặc tả khác nhau

And this tool was actually built

on a solver that's deployed routinely around the world

mà chúng tôi đã tạo ra từ những quan sát thử nghiệm tế bào gốc nguyên thuỷ

for conventional software verification.

So we started with a set of nearly 50 different specifications

Và việc mã hoá những quan sát này dựa trên công cụ này,

chúng ta có thể phát hiện ra chương trình phân tử đầu tiên

that we generated from experimental observations of embryonic stem cells.

có thể diễn giải tất cả mọi thứ về chúng.

And by encoding these observations in this tool,

Đó là một dạng kỳ công của chính bản thân nó?

we were able to uncover the first molecular program

Khả năng điều hoà được tất cả những quan sát khác nhau này

that could explain all of them.

không phải là điều mà bạn có thể tính toán trước được,

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

thậm chí nếu bạn có một sự chuẩn bị lớn.

Being able to reconcile all of these different observations

Bởi vì chúng tôi có được phần nào hiểu biết,

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

chúng tôi có thể đi xa hơn.

Chúng tôi sử dụng chương trình này để dự đoán tế bào làm được gì

even if you have a really big envelope.

trong những điều kiện vẫn chưa kiểm chứng được

Because we've got this kind of understanding,

Chúng tôi thăm dò thử chương trình trong silico.

we could go one step further.

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

Nên chúng tôi làm điều đó:

chúng tôi tạo ra những dự đoán mà chúng tôi đã kiểm chứng trong lab

in conditions we hadn't yet tested.

và chúng tôi thấy rằng chương trình này có tính dự đoán được.

We could probe the program in silico.

Nó nói lên rằng cách chúng ta có thể tăng tốc tiến độ

And so we did just that:

we generated predictions that we tested in the lab,

làm quá trình trở về trạng thái sơ khai nhanh và hiệu quả hơn.

and we found that this program was highly predictive.

Nó nói lên rằng nên nhắm đến gen nào để làm,

It told us how we could accelerate progress

thậm chí gen nào gây cản trở quá trình đó.

back to the naïve state quickly and efficiently.

Chúng tôi còn thấy chương trình dự đoán trật tự mà những gen đó sẽ bật lên.

It told us which genes to target to do that,

which genes might even hinder that process.

Vì thế cách tiếp cận này thực sự cho phép ta tìm ra được động cơ

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

của những gì mà tế bào đang làm.

Kết quả đó không chỉ là phương pháp cụ thể cho sinh học tế bào gốc.

So this approach really allowed us to uncover the dynamics

Hơn thế, nó còn cho phép chúng ta tìm ra việc tính toán

of what the cells are doing.

được thực hiện bởi tế bào

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

trong ngữ cảnh của tương tác gen.

Thực sự, nó chỉ là một phần trong đó.

Rather, it allows us to make sense of the computation

Lĩnh vực này cần cấp bách những cách tiếp cận mới

being carried out by the cell

in the context of genetic interactions.

để hiểu được tính toán sinh học rộng rãi hơn nữa

tại nhiều mức độ khác nhau,

So really, it's just one building block.

từ DNA đến dòng thông tin giữa những tế bào.

The field urgently needs to develop new approaches

to understand biological computation more broadly

Chỉ có những loại hiểu biết mang tính chuyển đổi này

and at different levels,

mới cho phép chúng ta khai thác sinh học theo những cách dự đoán và tin cậy được.

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

Only this kind of transformative understanding

Nhưng để lập trình sinh học, chúng ta cũng sẽ cần phát triển

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

những loại công cụ và ngôn ngữ

cho phép cả chuyên gia thí nghiệm và nhà khoa học máy tính

But to program biology, we will also need to develop

có thể thiết kế những lệnh sinh học

và biên dịch những thiết kế đó xuống thành mã máy của tế bào,

the kinds of tools and languages

that allow both experimentalists and computational scientists

phản ứng sinh hoá của nó

để mà chúng ta có thể xây dựng những cấu trúc đó.

to design biological function

Hiện nay, đó là thứ na ná như một trình biên dịch phần mềm sinh học,

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

và tôi tự hào là một phần của nhóm ở Microsoft

its biochemistry,

so that we could then build those structures.

đang làm việc để phát triển nó.

Thận trọng mà nói coi đó là thử thách lớn là một kiểu nói nhẹ đi,

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

nhưng nếu nó được tìm ra

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

nó sẽ là cầu nối cuối cùng giữa phần mềm và phần sinh học.

that's working to develop one.

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

Rộng hơn, lập trình sinh học chỉ trở nên khả thi

but if it's realized,

it would be the final bridge between software and wetware.

nếu chúng ta có thể biến đổi nó thành một lĩnh vực đa chức năng.

Nó cần chúng ta làm cầu nối giữa vật chất và khoa học sự sống,

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

và các nhà khoa học từ mỗi lĩnh vực này

if we can transform the field into being truly interdisciplinary.

cần có khả năng cộng tác với nhau với cùng ngôn ngữ chung

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

để chia sẻ những câu hỏi khoa học.

and scientists from each of these disciplines

Về dài hạn, đáng để nhớ rằng nhiều công ty phần mềm khổng lồ

need to be able to work together with common languages

and to have shared scientific questions.

và công nghệ mà bạn và tôi làm với nó ngày nay

khó mà có thể được tưởng tượng

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

tại thời điểm ta lần đầu tiên lập trình trên vi xử lý silicon.

Và bây giờ nếu chúng ta bắt đầu nghĩ về tiềm năng công nghệ

and the technology that you and I work with every day

could hardly have been imagined

được tạo ra bởi điện toán sinh học,

at the time we first started programming on silicon microchips.

chúng ta sẽ thấy cần thời gian

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

để biến nó thành hiện thực.

Hiện nay, có những suy nghĩ chín chắn cho rằng loại công nghệ này

enabled by computational biology,

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

có thể bị sử dụng sai mục đích.

Nếu chúng ta sẵn lòng nói về tiềm năng

to make that a reality.

của lập trình tế bào miễn dịch

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

chúng ta cũng nên nghĩ về tiềm năng của vi khuẩn

could be open to misuse.

được thiết kế để phòng ngừa nó.

If we're willing to talk about the potential

Sẽ có những người sẵn lòng làm điều đó.

for programming immune cells,

we should also be thinking about the potential of bacteria

Hiện nay, một suy nghĩ làm yên tâm

đó là -- ít nhất là đối với các nhà khoa học --

engineered to evade them.

sinh học là thứ mỏng manh để làm việc.

There might be people willing to do that.

Vì thế lập trình sinh học sẽ không thành thứ gì đó

Now, one reassuring thought in this

mà bạn sẽ làm trong vườn của bạn.

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

is that biology is a fragile thing to work with.

Bởi vì chúng ta đang ở tại thời điểm bắt đầu

chúng ta có thể tiến về phía trước với tư duy cởi mở.

So programming biology is not going to be something

Chúng ta có thể hỏi những câu hỏi khó trước,

you'll be doing in your garden shed.

chúng ta có thể đặt vào đúng chỗ những sự bảo vệ cần thiết

But because we're at the outset of this,

we can move forward with our eyes wide open.

và, như một phần của nó, chúng ta phải nghĩ về đạo đức.

We can ask the difficult questions up front,

Chúng ta sẽ phải nghĩ về việc đặt những ranh giới khi hiện thực hoá

we can put in place the necessary safeguards

các chức năng sinh học.

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

Cũng là một phần điều đó, nghiên cứu về đạo đức sinh học phải là một ưu tiên.

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

Nó không thể bị bỏ riêng ra như một chỗ thứ cấp

of biological function.

trong niềm phấn khích của sự cách tân khoa học.

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

Nhưng phần thưởng tột đỉnh, đích đến tối thượng trong hành trình này,

It can't be relegated to second place

sẽ là những ứng dụng đột phá và những ngành công nghiệp đột phá

in the excitement of scientific innovation.

trong những lĩnh vực từ nông nghiệp, y tế đến năng lượng và vật liệu

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

và thậm chí chính công nghiệp điện toán.

would be breakthrough applications and breakthrough industries

Hãy hình dung, một ngày chúng ta có thể vận hành hành tinh bền vững

in areas from agriculture and medicine to energy and materials

dựa trên năng lượng xanh tân tiến nhất

and even computing itself.

nếu chúng ta có thể bắt chước cái gì đó thực vật tìm ra hàng thiên niên kỉ trước:

Imagine, one day we could be powering the planet sustainably

làm sao để khai thác năng lượng mặt trời với hiệu quả vượt trội so với

on the ultimate green energy

điện mặt trời hiện tại.

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

Nếu chúng ta hiểu rằng chương trình tương tác lượng tử

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

cho phép thực vật hấp thụ được ánh sáng rất hiệu quả,

by our current solar cells.

chúng ta có thể phiên dịch nó thành những mạch DNA tổng hợp

If we understood that program of quantum interactions

cung cấp vật liệu tốt hơn cho điện mặt trời.

that allow plants to absorb sunlight so efficiently,

Có những nhóm và nhà khoa học làm việc trên những nền tảng của nó hiện nay,

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

vì thế có lẽ nếu nó nhận được sự quan tâm và đầu tư đúng đắn,

that offer the material for better solar cells.

nó có thể được tìm ra trong 10 hay 15 năm.

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

Vì thế chúng ta đang ở thời kỳ đầu của một cuộc cách mạng công nghệ.

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

Hiểu được loại tính toán cổ xưa này của điện toán sinh học

it could be realized in 10 or 15 years.

là bước quan trọng đầu tiên.

So we are at the beginning of a technological revolution.

Và nếu ta có thể tìm ra nó,

chúng ta sẽ đi vào một kỉ nguyên của một hệ điều hành

Understanding this ancient type of biological computation

chạy phần mềm sinh học.

is the critical first step.

Cám ơn rất nhiều.

(Vỗ tay)

And if we can realize this,

we would enter in the era of an operating system

that runs living software.

Thank you very much.

(Applause)