ABOUT THE SPEAKER
Richard Resnick - Entrepreneur
Richard Resnick is on the front lines of the business of genomes, as CEO of GenomeQuest, a maker of genomic software.

Why you should listen

Richard Resnick is CEO of GenomeQuest , a company that builds software to support genomic medicine -- research and individualized treatments that take advantage of cheap and accessible genome processing. He was previously CEO of Mosaic Bioinformatics; before becoming a bio-entrepreneur, he was a member of the Human Genome Project under Eric Lander at MIT.

More profile about the speaker
Richard Resnick | Speaker | TED.com
TEDxBoston 2011

Richard Resnick: Welcome to the genomic revolution

Richard Resnick: Bienvenidos a la revolución genómica

Filmed:
1,041,798 views

En esta charla de TEDBoston, Richard Resnick nos muestra cómo la secuenciación rápida y económica del genoma va a cambiar por completo el sistema de salud (y de paso las aseguradoras y la forma de hacer política).
- Entrepreneur
Richard Resnick is on the front lines of the business of genomes, as CEO of GenomeQuest, a maker of genomic software. Full bio

Double-click the English transcript below to play the video.

00:15
LadiesSeñoras and gentlemencaballeros,
0
0
2000
Damas y caballeros,
00:17
I presentpresente to you the humanhumano genomegenoma.
1
2000
3000
les presento al genoma humano.
00:20
(ApplauseAplausos)
2
5000
3000
(Aplausos)
00:23
ChromosomeCromosoma one, topparte superior left.
3
8000
2000
Arriba, a la izquierda, está el cromosoma 1.
00:25
BottomFondo right are the sexsexo chromosomescromosomas.
4
10000
2000
Los cromosomas sexuales están abajo, a la derecha.
00:27
WomenMujer have two copiescopias of that biggrande X chromosomecromosoma;
5
12000
2000
Las mujeres tienen dos copias de este gran cromosoma X;
00:29
menhombres have the X
6
14000
2000
los hombres tienen la X
00:31
and, of coursecurso, that smallpequeña copydupdo of the Y.
7
16000
2000
y, por supuesto, esta copia pequeña del Y.
00:33
Sorry boyschicos, but it's just a tinyminúsculo little thing that makeshace you differentdiferente.
8
18000
4000
Lo siento muchachos, pero es algo diminuto lo que los hace únicos.
00:37
So if you zoomenfocar in on this genomegenoma,
9
22000
3000
Así que si enfocamos en un primer plano a este genoma,
00:40
then what you see, of coursecurso, is this doubledoble helixhélice structureestructura --
10
25000
3000
lo que vemos, por supuesto, es una estructura de doble hélice;
00:43
the codecódigo of life spelledespelta out with these fourlas cuatro biochemicalbioquímico lettersletras,
11
28000
2000
el código de la vida escrito con estas 4 letras bioquímicas,
00:45
or we call them basesbases, right:
12
30000
2000
a las que también llamamos bases:
00:47
A, C, G and T.
13
32000
2000
A, C, G y T.
00:49
How manymuchos are there in the humanhumano genomegenoma? ThreeTres billionmil millones.
14
34000
2000
¿Cuántas hay en el genoma humano? 3.000 millones.
00:51
Is that a biggrande numbernúmero?
15
36000
2000
¿Es esta una cifra lo suficientemente grande?
00:53
Well, everybodytodos can throwlanzar around biggrande numbersnúmeros.
16
38000
2000
Porque cualquiera puede ir mostrando grandes números.
00:55
But in facthecho, if I were to placelugar one basebase
17
40000
2000
Pero en realidad, si tuviésemos que poner una base
00:57
on eachcada pixelpíxel of this 1280 by 800 resolutionresolución screenpantalla,
18
42000
3000
en cada pixel de esta pantalla de resolución de 1280x800,
01:00
we would need 3,000 screenspantallas to take a look at the genomegenoma.
19
45000
3000
necesitaríamos unas 3.000 pantallas para ver el genoma.
01:03
So it's really quitebastante biggrande.
20
48000
2000
Es realmente grande.
01:05
And perhapsquizás because of its sizetamaño,
21
50000
2000
Y es probable que su gran tamaño haya sido la razón
01:07
a groupgrupo of people -- all, by the way, with Y chromosomescromosomas --
22
52000
3000
por la que un grupo de personas -todos, por cierto, con cromosomas del tipo Y-
01:10
decideddecidido they would want to sequencesecuencia it.
23
55000
2000
decidieron que querían estudiar su secuencia.
01:12
(LaughterRisa)
24
57000
2000
(Risas)
01:14
And so 15 yearsaños, actuallyactualmente, and about fourlas cuatro billionmil millones dollarsdólares laterluego,
25
59000
3000
Y después de 15 años, con un presupuesto aproximado de 4.000 millones de dólares,
01:17
the genomegenoma was sequencedsecuenciado and publishedpublicado.
26
62000
2000
se publicó la secuencia del genoma.
01:19
In 2003, the finalfinal versionversión was publishedpublicado, and they keep workingtrabajando on it.
27
64000
3000
En el 2003, se publicó la versión final, y todavía se sigue trabajando en ello.
01:22
That was all donehecho on a machinemáquina that looksmiradas like this.
28
67000
2000
Todo esto se hizo en una máquina como ésta.
01:24
It costscostos about a dollardólar for eachcada basebase --
29
69000
2000
Cuesta alrededor de un dólar por cada base...
01:26
a very slowlento way of doing it.
30
71000
2000
una manera poco eficiente de hacerlo.
01:28
Well folksamigos, I'm here to tell you
31
73000
2000
Bueno, les quiero decir
01:30
that the worldmundo has completelycompletamente changedcambiado
32
75000
2000
que el mundo ha cambiado por completo
01:32
and noneninguna of you know about it.
33
77000
2000
y nadie se ha enterado.
01:34
So now what we do is we take a genomegenoma,
34
79000
2000
Ahora tomamos el genoma,
01:36
we make maybe 50 copiescopias of it,
35
81000
2000
hacemos unas 50 copias,
01:38
we cutcortar all those copiescopias up into little 50-base-base readslee,
36
83000
3000
cortamos cada copia en pequeños segmentos de 50 bases,
01:41
and then we sequencesecuencia them, massivelymacizamente parallelparalela.
37
86000
2000
y después las secuenciamos en simultáneo.
01:43
And then we bringtraer that into softwaresoftware,
38
88000
2000
Esa información la pasamos a un software,
01:45
and we reassemblevolver a armar it and we tell you what the storyhistoria is.
39
90000
2000
para luego rearmarla y explicarles a Uds. los resultados.
01:47
And so just to give you a pictureimagen of what this looksmiradas like,
40
92000
3000
Para darles una idea de cómo funciona,
01:50
the HumanHumano GenomeGenoma ProjectProyecto: 3 gigabasesgigabases, right.
41
95000
2000
el Proyecto del Genoma Humano: 3 gigabases.
01:52
One runcorrer on one of these machinesmáquinas:
42
97000
2000
Una ejecución en una de estas máquinas:
01:54
200 gigabasesgigabases in a weeksemana.
43
99000
3000
200 gigabases en una semana.
01:57
And that 200 is going to changecambio to 600 this summerverano,
44
102000
3000
Y esas 200 van a convertirse en 600 este verano,
02:00
and there's no signfirmar of this pacepaso slowingralentizando.
45
105000
3000
y no hay muestras de que vaya a disminuir este ritmo.
02:03
So the priceprecio of a basebase, to sequencesecuencia a basebase,
46
108000
3000
El precio de una base, de secuenciar una base,
02:06
has fallencaído 100 millionmillón timesveces.
47
111000
3000
ha bajado 100 millones de veces.
02:09
That's the equivalentequivalente of you fillingrelleno up your carcoche with gasgas in 1998,
48
114000
3000
Equivale a llenar el auto con gasolina en 1998,
02:12
waitingesperando untilhasta 2011,
49
117000
2000
esperar hasta el 2011,
02:14
and now you can drivemanejar to JupiterJúpiter and back twicedos veces.
50
119000
2000
y ahora poder manejar ida y vuelta hasta Júpiter unas dos veces.
02:16
(LaughterRisa)
51
121000
5000
(Risas)
02:21
WorldMundo populationpoblación,
52
126000
2000
La población mundial,
02:23
PCordenador personal placementscolocaciones,
53
128000
2000
el número de computadores,
02:25
the archivearchivo of all the medicalmédico literatureliteratura,
54
130000
3000
los archivos de toda la literatura médica,
02:28
Moore'sMoore lawley,
55
133000
2000
la ley de Moore,
02:30
the oldantiguo way of sequencingsecuenciación, and here'saquí está all the newnuevo stuffcosas.
56
135000
3000
la forma arcaica de secuenciar, y acá todo lo nuevo.
02:33
Guys, this is a logIniciar sesión scaleescala;
57
138000
2000
Muchachos, esta es una escala logarítmica;
02:35
you don't typicallytípicamente see lineslíneas that go up like that.
58
140000
3000
típicamente no se ven líneas que suben de esa manera.
02:38
So the worldwideen todo el mundo capacitycapacidad to sequencesecuencia humanhumano genomesgenomas
59
143000
3000
La capacidad mundial para secuenciar genomas humanos
02:41
is something like 50,000 to 100,000 humanhumano genomesgenomas this yearaño.
60
146000
3000
está entre 50.000 y 10.000 este año.
02:44
And we know this basedbasado on the machinesmáquinas that are beingsiendo placedmetido.
61
149000
3000
Esto lo sabemos por las máquinas que se necesitan.
02:47
This is expectedesperado to doubledoble, tripletriple or maybe quadruplecuadruplicar
62
152000
3000
Se espera que la capacidad se duplique, triplique e incluso cuadruplique
02:50
yearaño over yearaño for the foreseeableprevisible futurefuturo.
63
155000
2000
año tras año en un futuro próximo.
02:52
In facthecho, there's one lablaboratorio in particularespecial
64
157000
2000
De hecho, hay un laboratorio en particular
02:54
that representsrepresenta 20 percentpor ciento of all that capacitycapacidad.
65
159000
3000
que representa el 20% de toda esa capacidad.
02:57
It's calledllamado the BeijingBeijing GenomicsGenómica InstituteInstituto.
66
162000
3000
Es el Instituto de Genómica de Pekín.
03:00
The Chinesechino are absolutelyabsolutamente winningvictorioso this racecarrera to the newnuevo MoonLuna, by the way.
67
165000
4000
Y por cierto, los chinos definitivamente están ganando esta carrera hacia la nueva luna.
03:04
What does this mean for medicinemedicina?
68
169000
2000
¿Qué significa esto para la medicina?
03:06
So a womanmujer is ageaños 37.
69
171000
2000
Tenemos a una mujer de 37 años.
03:08
She presentspresenta with stageescenario 2 estrogenestrógeno receptor-positivereceptor positivo breastpecho cancercáncer.
70
173000
4000
Presenta cáncer de mama positivo para receptores de estrógenos en etapa II.
03:12
She is treatedtratado with surgerycirugía, chemotherapyquimioterapia and radiationradiación.
71
177000
3000
Recibe cirugía, quimioterapia y radiación.
03:15
She goesva home.
72
180000
2000
Se va a casa.
03:17
Two yearsaños laterluego, she comesproviene back with stageescenario threeTres C ovarianovario cancercáncer.
73
182000
3000
Después de dos años, regresa con cáncer de ovarios en etapa III.
03:20
UnfortunatelyDesafortunadamente, treatedtratado again with surgerycirugía and chemotherapyquimioterapia.
74
185000
3000
Lamentablemente, es sometida otra vez a cirugía y a quimioterapia.
03:23
She comesproviene back threeTres yearsaños laterluego at ageaños 42
75
188000
2000
A los tres años regresa cuando tiene 42
03:25
with more ovarianovario cancercáncer, more chemotherapyquimioterapia.
76
190000
3000
con más cáncer de ovario, más quimioterapia.
03:28
SixSeis monthsmeses laterluego,
77
193000
2000
Después de 6 meses,
03:30
she comesproviene back with acuteagudo myeloidmieloide leukemialeucemia.
78
195000
3000
regresa con leucemia mieloide aguda.
03:34
She goesva into respiratoryrespiratorio failurefracaso and diesmuere eightocho daysdías laterluego.
79
199000
3000
Le da una insuficiencia respiratoria y muere a los 8 días.
03:37
So first, the way in whichcual this womanmujer was treatedtratado, in as little as 10 yearsaños,
80
202000
3000
En menos de 10 años, el tratamiento que recibió esta mujer,
03:40
will look like bloodlettingflebotomía.
81
205000
3000
será considerado algo menos que una barbarie.
03:43
And it's because of people like my colleaguecolega, RickAlmiar WilsonWilson,
82
208000
2000
Y todo gracias a personas como mi colega, Rick Wilson,
03:45
at the GenomeGenoma InstituteInstituto at WashingtonWashington UniversityUniversidad,
83
210000
3000
del Instituto del Genoma de la Universidad de Washington,
03:48
who decideddecidido to take a look at this womanmujer postmortemPost mortem.
84
213000
2000
que decidió hacerle una autopsia a esta mujer.
03:50
And he sequencedsecuenciado, he tooktomó skinpiel cellsCélulas, healthysaludable skinpiel,
85
215000
3000
Él secuenció, tomó biopsias de la piel sana,
03:53
and cancerouscanceroso bonehueso marrowmédula,
86
218000
2000
y de la médula ósea cancerosa,
03:55
and he sequencedsecuenciado the wholetodo genomesgenomas of bothambos of them
87
220000
2000
y secuenció los genomas de ambos
03:57
in a couplePareja of weekssemanas, no biggrande dealacuerdo.
88
222000
3000
en un par de semanas y no pasó nada.
04:00
And then he comparedcomparado those two genomesgenomas in softwaresoftware,
89
225000
2000
Después de esto, comparó los dos genomas en el software,
04:02
and what he foundencontró, amongentre other things,
90
227000
2000
y encontró, entre otras cosas,
04:04
was a deletionsupresión, a 2,000-base-base deletionsupresión
91
229000
2000
una supresión de 2.000 bases
04:06
acrossa través de threeTres billionmil millones basesbases
92
231000
2000
entre las 3.000 mil millones de bases
04:08
in a particularespecial genegene calledllamado TPTP53.
93
233000
2000
en un gen particular llamado TP53.
04:10
If you have this deleteriousperjudicial mutationmutación in this genegene,
94
235000
3000
Si uno tiene una mutación maligna en este gen,
04:13
you're 90 percentpor ciento likelyprobable to get cancercáncer in your life.
95
238000
3000
tiene un 90% de probabilidad de contraer cáncer en la vida.
04:16
So unfortunatelyDesafortunadamente, this doesn't help this womanmujer,
96
241000
2000
Desafortunadamente, ya no se puede ayudar a esta mujer,
04:18
but it does have severegrave, profoundprofundo if you will,
97
243000
3000
pero esta información tiene consecuencias
04:21
implicationstrascendencia to her familyfamilia.
98
246000
2000
profundas para su familia.
04:23
I mean, if they have the samemismo mutationmutación,
99
248000
2000
Me refiero a que si su familia tiene la misma mutación,
04:25
and they get this geneticgenético testprueba, and they understandentender it,
100
250000
3000
y se hace este análisis genético, entendiendo sus consecuencias,
04:28
then they can go and get regularregular screenspantallas, and they can catchcaptura cancercáncer earlytemprano
101
253000
3000
van a poder ir a controles médicos periódicamente, detectando el cáncer temprano
04:31
and potentiallypotencialmente livevivir a significantlysignificativamente longermás life.
102
256000
2000
y, potencialmente, poder vivir una vida significativamente más larga.
04:33
Let me introduceintroducir you now to the BeeryAguardentoso twinsGemelos,
103
258000
2000
Permítanme presentarles a los gemelos Beery,
04:35
diagnoseddiagnosticado with cerebralcerebral palsyparálisis at the ageaños of two.
104
260000
2000
diagnosticados con parálisis cerebral a los 2 años.
04:37
TheirSu mommamá is a very bravevaliente womanmujer
105
262000
2000
Su mamá es una mujer muy valiente
04:39
who didn't believe that the symptomssíntomas weren'tno fueron matchingpareo up,
106
264000
2000
que no creía que los síntomas estaban coincidiendo,
04:41
and throughmediante some heroicheroico effortsesfuerzos and a lot of InternetInternet searchingbuscando,
107
266000
2000
y que gracias a un esfuerzo heroico y a muchas horas de búsqueda en Internet,
04:43
she was ablepoder to convinceconvencer the medicalmédico communitycomunidad
108
268000
3000
fue capaz de convencer a la comunidad médica
04:46
that, in facthecho, they had something elsemás.
109
271000
2000
de que sus hijos tenían, en realidad, otra cosa.
04:48
What they had was dopa-responsivedopa-sensible dystoniadistonía.
110
273000
3000
Lo que tenían era una distonía resistente a dopamina.
04:51
And so they were givendado L-DopaL-Dopa,
111
276000
2000
Les medicaron L-Dopa,
04:53
and theirsu symptomssíntomas did improvemejorar,
112
278000
2000
y aunque sus síntomas mejoraron,
04:55
but they weren'tno fueron totallytotalmente asymptomaticasintomático.
113
280000
2000
no quedaron completamente asintomáticos.
04:57
SignificantSignificativo problemsproblemas remainedse mantuvo.
114
282000
2000
Quedaron con problemas significativos.
04:59
TurnsVueltas out the gentlemanhidalgo in this pictureimagen is a guy namedllamado JoeJoe BeeryAguardentoso,
115
284000
2000
Resulta que el caballero en esta foto es un hombre llamado Joe Beery,
05:01
who was luckysuerte enoughsuficiente to be the CIOCIO
116
286000
2000
que tenía la fortuna de ser el CIO
05:03
of a companyempresa calledllamado Life TechnologiesTecnologías.
117
288000
2000
de una compañía llamada Life Technologies.
05:05
They're one of the two companiescompañías
118
290000
2000
Es una de las dos compañías
05:07
that makeshace these massivemasivo wholetodo genomegenoma sequencingsecuenciación toolsherramientas.
119
292000
3000
que desarrollan programas para secuenciar todo el genoma.
05:10
And so what he did was he got his kidsniños sequencedsecuenciado.
120
295000
3000
Y secuenció a sus hijos.
05:13
And what they foundencontró was a seriesserie of mutationsmutaciones in a genegene calledllamado SPRSPR,
121
298000
3000
Encontraron una serie de mutaciones en un gen llamado SPR,
05:16
whichcual is responsibleresponsable for producingproductor serotoninserotonina, amongentre other things.
122
301000
4000
responsable de producir serotonina, entre otras cosas.
05:20
So on topparte superior of L-DopaL-Dopa, they gavedio these kidsniños a serotoninserotonina precursorprecursor drugdroga,
123
305000
3000
Así que además de recibir L-Dopa, le dieron a los niños una droga precursora de la serotonina,
05:23
and they're effectivelyeficazmente normalnormal now.
124
308000
2000
y ahora son perfectamente normales.
05:25
Guys, this would never have happenedsucedió withoutsin wholetodo genomegenoma sequencingsecuenciación.
125
310000
3000
Esto nunca hubiese pasado de no ser por la secuenciación completa del genoma.
05:28
And at the time -- this was a fewpocos yearsaños agohace -- it costcosto $100,000.
126
313000
2000
Y en esa época -esto fue hace algunos años- costaba $100.000.
05:30
TodayHoy it's $10,000. NextSiguiente yearaño it's $1,000.
127
315000
2000
Hoy cuesta $10.000. El próximo año será $1.000.
05:32
The yearaño after it's $100, give or take a yearaño.
128
317000
2000
Dentro de un par de años, costará unos $100.
05:34
That's how fastrápido this is movingemocionante.
129
319000
2000
Así de rápido se mueve esto.
05:36
So here'saquí está little NickMella --
130
321000
2000
Aquí tenemos al pequeño Nick,
05:38
likesgustos BatmanOrdenanza and squirtchorro gunspistolas.
131
323000
3000
le gusta Batman y las pistolas de agua.
05:41
And it turnsvueltas out NickMella showsmuestra up at the children'spara niños hospitalhospital
132
326000
3000
Y resulta que Nick llega al hospital de niños
05:44
with this distendeddistendido bellyvientre like a faminehambruna victimvíctima.
133
329000
2000
con el estómago hinchado como si fuera un niño desnutrido.
05:46
And it's not that he's not eatingcomiendo,
134
331000
2000
Y no es que Nick no coma,
05:48
it's that when he eatscome, his intestineintestino basicallybásicamente opensabre up
135
333000
2000
sino que cuando come, sus intestinos se abren
05:50
and fecesheces spillderramar out into his gutintestino.
136
335000
2000
y las heces se le riegan en su estómago.
05:52
So a hundredcien surgeriescirugías laterluego,
137
337000
2000
Después de cientos de cirugías,
05:54
he looksmiradas at his mommamá and saysdice, "MomMamá,
138
339000
3000
mira a su mamá y le dice: "Mami,
05:57
please prayorar for me. I'm in so much paindolor."
139
342000
3000
por favor reza por mí, tengo mucho dolor".
06:00
His pediatricianpediatra happenssucede to have a backgroundfondo in clinicalclínico geneticsgenética
140
345000
3000
Resulta que su pediatra tiene experiencia en genética clínica
06:03
and he has no ideaidea what's going on,
141
348000
2000
y aunque no tiene ni idea de lo que le pasa a Nick,
06:05
but he saysdice, "Let's get this kid'sniño genomegenoma sequencedsecuenciado."
142
350000
2000
dice: "Vamos a secuenciarle el genoma a este niño".
06:07
And what they find is a single-pointpunto único mutationmutación
143
352000
2000
Y encontró una mutación de punto
06:09
in a genegene responsibleresponsable for controllingcontrolador programmedprogramado cellcelda deathmuerte.
144
354000
3000
en el gen responsable de controlar la muerte celular programada.
06:12
So the theoryteoría is that he's havingteniendo some immunologicalinmunológico reactionreacción
145
357000
3000
Se formula la teoría de que Nick tiene una reacción inmunológica
06:15
to what's going on to the foodcomida essentiallyesencialmente,
146
360000
3000
a todo lo que tiene que ver con la comida,
06:18
and that's a naturalnatural reactionreacción, whichcual causescausas some programmedprogramado cellcelda deathmuerte.
147
363000
3000
y esta es una reacción que causa muerte celular programada.
06:21
But the genegene that regulatesregula that down is brokenroto.
148
366000
2000
El gen que regula esta reacción está roto.
06:23
And so this informsinforma, amongentre other things, of coursecurso,
149
368000
2000
Esto quiere decir, entre otras cosas, que Nick necesita
06:25
a treatmenttratamiento for bonehueso marrowmédula transplanttrasplante, whichcual he undertakesse compromete.
150
370000
3000
un trasplante de médula ósea, al cual se somete.
06:28
And after ninenueve monthsmeses of gruelingagotador recoveryrecuperación,
151
373000
2000
Después de 9 meses de intensa recuperación,
06:30
he's now eatingcomiendo steakfilete with A1 saucesalsa.
152
375000
2000
ahora come un asado con salsa de primera.
06:32
(LaughterRisa)
153
377000
2000
(Risas)
06:34
The prospectperspectiva of usingutilizando the genomegenoma
154
379000
2000
La posibilidad de diagnosticar universalmente
06:36
as a universaluniversal diagnosticdiagnóstico
155
381000
2000
usando el genoma
06:38
is uponsobre us todayhoy.
156
383000
2000
es posible hoy en día.
06:40
TodayHoy, it's here.
157
385000
2000
Hoy, ya es posible.
06:42
And what it meansmedio for all of us
158
387000
2000
Y la importancia de esto para todos nosotros
06:44
is that everybodytodos in this roomhabitación could livevivir an extraextra fivecinco, 10, 20 yearsaños
159
389000
3000
es que todos los aquí presentes podríamos vivir unos 5, 10 ó 20 años más de vida
06:47
just because of this one thing.
160
392000
2000
y todo gracias al genoma.
06:49
WhichCual is a fantasticfantástico storyhistoria,
161
394000
2000
Es una noticia estupenda,
06:51
unlessa no ser que you think about humanity'sla humanidad footprinthuella on the planetplaneta
162
396000
3000
a menos que consideremos nuestra huella ecológica sobre el planeta
06:54
and our abilitycapacidad to keep up foodcomida productionproducción.
163
399000
2000
y nuestra capacidad para mantener la producción de alimentos.
06:56
So it turnsvueltas out
164
401000
2000
Resulta
06:58
that the very samemismo technologytecnología
165
403000
2000
que esta misma tecnología
07:00
is alsoademás beingsiendo used to growcrecer newnuevo lineslíneas
166
405000
2000
está siendo usada para crear nuevas variedades
07:02
of cornmaíz, wheattrigo, soybeanhaba de soja and other cropscosechas
167
407000
3000
de maíz, trigo, soja y otros cultivos
07:05
that are highlyaltamente toleranttolerante of droughtsequía, of floodinundar,
168
410000
2000
que sean mucho más resistentes a la sequías, a las inundaciones,
07:07
of pestsplagas and pesticidespesticidas.
169
412000
2000
a las plagas y a los pesticidas.
07:09
Now look, as long as we continuecontinuar to increaseincrementar the populationpoblación,
170
414000
3000
Ahora bien, mientras siga aumentando la población mundial,
07:12
we're going to have to continuecontinuar to growcrecer and eatcomer geneticallygenéticamente modifiedmodificado foodsalimentos,
171
417000
3000
vamos a tener que seguir desarrollando y comiendo alimentos genéticamente modificados,
07:15
and that's the only positionposición that I'll take todayhoy.
172
420000
3000
y esa es mi postura hoy día.
07:18
UnlessA no ser que there's anybodynadie in the audienceaudiencia
173
423000
2000
A menos que haya un voluntario en la audiencia
07:20
that would like to volunteervoluntario to stop eatingcomiendo?
174
425000
2000
que se ofrezca a dejar de comer.
07:22
NoneNinguna, not one.
175
427000
2000
No, no hay ninguno.
07:24
This is a typewritermáquina de escribir,
176
429000
2000
Esta es una máquina de escribir,
07:26
a staplegrapa of everycada desktopescritorio for decadesdécadas.
177
431000
3000
imprescindible en el escritorio por décadas.
07:29
And in facthecho, the typewritermáquina de escribir was essentiallyesencialmente deletedborrado by this thing.
178
434000
4000
Pues la máquina de escribir fue eliminada por esto.
07:33
And then more generalgeneral versionsversiones of wordpalabra processorsprocesadores camevino about.
179
438000
3000
Y después, por las primeras versiones de los procesadores de palabras.
07:36
But ultimatelypor último, it was a disruptionruptura on topparte superior of a disruptionruptura.
180
441000
3000
Pero finalmente, desapareció debido a las tecnologías disruptivas.
07:39
It was BobChelín MetcalfeMetcalfe inventinginventar the EthernetEthernet
181
444000
2000
Fue gracias a que Bob Metcalfe inventó Ethernet
07:41
and the connectionconexión of all these computersordenadores
182
446000
2000
y a las conexiones de todos los equipos
07:43
that fundamentallyfundamentalmente changedcambiado everything.
183
448000
2000
que todo cambió radicalmente.
07:45
And suddenlyrepentinamente we had NetscapeNetscape, and we had YahooYahoo
184
450000
3000
Y de repente tuvimos Netscape, tuvimos Yahoo
07:48
and we had, indeeden efecto, the entiretodo dotcompuntocom bubbleburbuja.
185
453000
3000
y tuvimos, de hecho, toda la burbuja punto com.
07:51
(LaughterRisa)
186
456000
3000
(Risas)
07:54
Not to worrypreocupación thoughaunque,
187
459000
2000
Pero no se preocupen,
07:56
that was quicklycon rapidez rescuedrescatada by the iPodiPod, FacebookFacebook
188
461000
2000
que fuimos rescatados por el iPod, por Facebook
07:58
and, indeeden efecto, angryenojado birdsaves.
189
463000
2000
y, por supuesto, por Angry Birds.
08:00
(LaughterRisa)
190
465000
2000
(Risas)
08:02
Look, this is where we are todayhoy.
191
467000
3000
Este es nuestro estado actual.
08:05
This is the genomicgenómica revolutionrevolución todayhoy. This is where we are.
192
470000
2000
Esta es la revolución genómica hoy día. Así estamos ahora.
08:07
So what I'd like you to considerconsiderar is:
193
472000
2000
Lo que me gustaría que consideraran es lo siguiente:
08:09
What does it mean
194
474000
2000
¿Qué significado tiene
08:11
when these dotspuntos don't representrepresentar the individualindividual basesbases of your genomegenoma,
195
476000
3000
que estos puntos no solo representan las bases individuales de su genoma,
08:14
but they connectconectar to genomesgenomas all acrossa través de the planetplaneta?
196
479000
3000
sino que se conectan con genomas de todos lados del planeta?
08:17
So I just recentlyrecientemente had to buycomprar life insuranceseguro.
197
482000
2000
Tuve que comprar un seguro de vida recientemente.
08:19
And I was requirednecesario to answerresponder:
198
484000
2000
Y tenía que responder la siguiente pregunta:
08:21
A. I have never had a geneticgenético testprueba, B. I've had one, here you go,
199
486000
3000
A. Nunca me he hecho un examen genético, B. Me he hecho uno y acá lo tengo,
08:24
and C. I've had one and I'm not tellingnarración.
200
489000
2000
y C. Me he hecho uno y prefiero no mostrarlo.
08:26
ThankfullyAgradecidamente, I was ablepoder to answerresponder A,
201
491000
2000
Afortunadamente, pude contestar A,
08:28
and I say that honestlyhonestamente in casecaso my life insuranceseguro agentagente is listeningescuchando.
202
493000
3000
y lo digo con toda honestidad, en caso de que mi asegurador me esté escuchando.
08:31
But what would have happenedsucedió if I had said C?
203
496000
3000
Pero, ¿Qué hubiese pasado de haber contestado C?
08:34
ConsumerConsumidor applicationsaplicaciones for genomicsgenómica, they will flourishflorecer.
204
499000
2000
Florecerían las aplicaciones genómicas para el público.
08:36
Do you want to see whethersi you're geneticallygenéticamente compatiblecompatible
205
501000
2000
¿Quieres saber si eres genéticamente compatible
08:38
with your girlfriendNovia? Sure.
206
503000
2000
con tu novia? Hecho.
08:40
DNAADN sequencingsecuenciación on your iPhoneiPhone? There's an appaplicación for that.
207
505000
3000
¿Secuenciación de ADN en tu iPhone? Ya hay una aplicación para eso.
08:43
(LaughterRisa)
208
508000
2000
(Risas)
08:45
PersonalizedPersonalizado genomicgenómica massagemasaje anyonenadie?
209
510000
3000
¿Alguien quiere un masaje genómicamente personalizado?
08:48
There's alreadyya a lablaboratorio todayhoy
210
513000
2000
Ya hay un laboratorio
08:50
that testspruebas for alleleAlelo 334 of the AVPRAVPR1 genegene,
211
515000
2000
que hace exámenes para encontrar el alelo 334 del gen AVPR1,
08:52
the so-calledasí llamado cheatingengañando genegene.
212
517000
2000
el así llamado gen de la infidelidad.
08:54
So anybodynadie who'squien es here todayhoy with your significantsignificativo other,
213
519000
4000
Así que todo el que esté aquí con su pareja,
08:58
just turngiro over to them and swabtorunda theirsu mouthboca,
214
523000
2000
solo tiene que acercarse y tomar una muestra de su boca,
09:00
sendenviar it to the lablaboratorio and you'lltu vas a know for sure.
215
525000
2000
mandarla al laboratorio y así salir de dudas.
09:02
(LaughterRisa)
216
527000
2000
(Risas)
09:04
Do you really want to electelecto a presidentpresidente
217
529000
2000
¿Uds. elegirían a un presidente
09:06
whosecuyo genomegenoma suggestssugiere cardiomyopathycardiomiopatía?
218
531000
2000
con un genoma que indique miocardiopatía?
09:08
Now think of it, it's 2016
219
533000
2000
Imagínense que estamos en el año 2016
09:10
and the leadinglíder candidatecandidato releaseslanzamientos
220
535000
1000
y la candidata favorita no solo lanza
09:11
not only her fourlas cuatro yearsaños of back taximpuesto returnsdevoluciones,
221
536000
2000
su propuesta para reducir impuestos en los próximos 4 años
09:13
but alsoademás her personalpersonal genomegenoma.
222
538000
2000
sino también su genoma personal.
09:15
And it looksmiradas really good.
223
540000
2000
Es un genoma muy bueno.
09:17
And then she challengesdesafíos all of her competitorscompetidores to do the samemismo.
224
542000
2000
Entonces llega y desafía a sus oponentes a que hagan lo mismo.
09:19
Do you think that's not going to happenocurrir?
225
544000
2000
¿Creen que es algo que no va a pasar?
09:21
Do you think it would have helpedayudado JohnJohn McCainMcCain?
226
546000
2000
¿Será que hubiese ayudado a John McCain?
09:23
(LaughterRisa)
227
548000
2000
(Risas)
09:25
How manymuchos people in the audienceaudiencia
228
550000
2000
¿Cuántas personas en la audiencia
09:27
have the last namenombre ResnickResnick like me? RaiseAumento your handmano.
229
552000
2000
se apellidan Resnick como yo? Levanten la mano.
09:29
AnybodyNadie? NobodyNadie.
230
554000
2000
¿Alguno? Nadie.
09:31
TypicallyTípicamente, there's one or two.
231
556000
2000
Normalmente, siempre hay uno o dos.
09:33
So my father'spadre fatherpadre was one of 10 ResnickResnick brothershermanos.
232
558000
2000
Mi abuelo paterno tenía 10 hermanos.
09:35
They all hatedodiado eachcada other.
233
560000
2000
Todos ellos se odiaban entre sí.
09:37
And they all movedmovido to differentdiferente partspartes of the planetplaneta.
234
562000
2000
Así que cada uno se mudó a una parte diferente del planeta.
09:39
So it's likelyprobable
235
564000
2000
Es muy probable
09:41
that I'm relatedrelacionado to everycada ResnickResnick that I ever meetreunirse, but I don't know.
236
566000
3000
que yo sea familiar de cada Resnick que he conocido, pero no estoy seguro.
09:44
But imagineimagina if my genomegenoma were deidentifieddesidentificado, sittingsentado in softwaresoftware,
237
569000
3000
Pero imagínense si mi genoma estuviese anónimamente en un software,
09:47
and a thirdtercero cousin'sprimos genomegenoma was alsoademás sittingsentado there,
238
572000
2000
y el genoma de un primo tercero también estuviese ahí,
09:49
and there was softwaresoftware that could comparecomparar these two
239
574000
2000
y que hubiese un software que pudiera comparar ambos
09:51
and make these associationsasociaciones.
240
576000
2000
genomas y hacer la asociación.
09:53
Not harddifícil to imagineimagina. My companyempresa has softwaresoftware that does this right now.
241
578000
3000
No es algo difícil de imaginar. Mi compañía ya lo está haciendo.
09:56
And so imagineimagina one more thing:
242
581000
2000
Ahora imagínense algo más:
09:58
that that softwaresoftware is ablepoder to askpedir bothambos partiesfiestas for mutualmutuo consentsconsentimientos,
243
583000
3000
este software también puede pedir mutuo consentimiento a ambas partes:
10:01
"Would you be willingcomplaciente to meetreunirse your thirdtercero cousinprima?"
244
586000
2000
"¿Estaría dispuesto a conocer a su primo tercero?"
10:03
And if we bothambos say yes,
245
588000
2000
Y si ambos dicen que sí,
10:05
voilavoila! WelcomeBienvenido to chromosomallycromosómicamente LinkedInLinkedIn.
246
590000
2000
¡voila! Bienvenidos al LinkedIn cromosomático.
10:07
(LaughterRisa)
247
592000
4000
(Risas)
10:11
Now this is probablyprobablemente a good thing, right?
248
596000
2000
Esto es algo muy bueno, ¿cierto?
10:13
You have biggermás grande clanclan gatheringsreuniones and so on.
249
598000
2000
Las reuniones familiares van a ser más grandes, etc.
10:15
But maybe it's a badmalo thing as well.
250
600000
2000
Pero puede que también sea algo malo.
10:17
How manymuchos fatherspadres in the roomhabitación? RaiseAumento your handsmanos.
251
602000
2000
¿Cuántos padres hay aquí presentes? Levanten la mano.
10:19
Okay, so expertsexpertos think that one to threeTres percentpor ciento of you
252
604000
3000
Bueno, algunos expertos aseguran que del 1% al 3% de Uds.
10:22
are not actuallyactualmente the fatherpadre of your childniño.
253
607000
2000
no son realmente los padres de sus hijos.
10:24
(LaughterRisa)
254
609000
2000
(Risas)
10:26
Look --
255
611000
2000
Miren...
10:28
(LaughterRisa)
256
613000
4000
(Risas)
10:32
These genomesgenomas, these 23 chromosomescromosomas,
257
617000
3000
Estos genomas, estos 23 cromosomas,
10:35
they don't in any way representrepresentar the qualitycalidad of our relationshipsrelaciones
258
620000
3000
no representan, bajo ninguna circunstancia, la calidad de nuestras relaciones
10:38
or the naturenaturaleza of our societysociedad -- at leastmenos not yettodavía.
259
623000
2000
ni la naturaleza de nuestra sociedad; al menos no por el momento.
10:40
And like any newnuevo technologytecnología,
260
625000
2000
Y como cualquier tecnología nueva,
10:42
it's really in humanity'sla humanidad handsmanos
261
627000
2000
depende realmente del Hombre
10:44
to wieldempuñar it for the bettermentmejoramiento of mankindhumanidad, or not.
262
629000
3000
el saber usarla para el mejoramiento de la Humanidad.
10:47
And so I urgeimpulso you all to wakedespertar up and to tunemelodía in
263
632000
3000
Les pido que despierten y se pongan al día
10:50
and to influenceinfluencia the genomicgenómica revolutionrevolución that's happeningsucediendo all around you.
264
635000
3000
para poder influir en la revolución genómica que se está gestando a su alrededor.
10:53
Thank you.
265
638000
2000
Gracias.
10:55
(ApplauseAplausos)
266
640000
2000
(Aplausos)

▲Back to top

ABOUT THE SPEAKER
Richard Resnick - Entrepreneur
Richard Resnick is on the front lines of the business of genomes, as CEO of GenomeQuest, a maker of genomic software.

Why you should listen

Richard Resnick is CEO of GenomeQuest , a company that builds software to support genomic medicine -- research and individualized treatments that take advantage of cheap and accessible genome processing. He was previously CEO of Mosaic Bioinformatics; before becoming a bio-entrepreneur, he was a member of the Human Genome Project under Eric Lander at MIT.

More profile about the speaker
Richard Resnick | Speaker | TED.com