ABOUT THE SPEAKER
Craig Venter - Biologist, genetics pioneer
In 2001, Craig Venter made headlines for sequencing the human genome. In 2003, he started mapping the ocean's biodiversity. And now he's created the first synthetic lifeforms -- microorganisms that can produce alternative fuels.

Why you should listen

Craig Venter, the man who led the private effort to sequence the human genome, is hard at work now on even more potentially world-changing projects.

First, there's his mission aboard the Sorcerer II, a 92-foot yacht, which, in 2006, finished its voyage around the globe to sample, catalouge and decode the genes of the ocean's unknown microorganisms. Quite a task, when you consider that there are tens of millions of microbes in a single drop of sea water. Then there's the J. Craig Venter Institute, a nonprofit dedicated to researching genomics and exploring its societal implications.

In 2005, Venter founded Synthetic Genomics, a private company with a provocative mission: to engineer new life forms. Its goal is to design, synthesize and assemble synthetic microorganisms that will produce alternative fuels, such as ethanol or hydrogen. He was on Time magzine's 2007 list of the 100 Most Influential People in the World.

In early 2008, scientists at the J. Craig Venter Institute announced that they had manufactured the entire genome of a bacterium by painstakingly stitching together its chemical components. By sequencing a genome, scientists can begin to custom-design bootable organisms, creating biological robots that can produce from scratch chemicals humans can use, such as biofuel. And in 2010, they announced, they had created "synthetic life" -- DNA created digitally, inserted into a living bacterium, and remaining alive.

More profile about the speaker
Craig Venter | Speaker | TED.com
TEDGlobal 2005

Craig Venter: Sampling the ocean's DNA

Craig Venter sur l'ADN et la mer

Filmed:
635,285 views

Craig Venter, pionnier de la génomique, met de côté son expédition épique autour du monde pour parler des millions de gènes que son équipe a, pour le moment, découvert; leur objectif étant de cartographier la biodiversité océanique.
- Biologist, genetics pioneer
In 2001, Craig Venter made headlines for sequencing the human genome. In 2003, he started mapping the ocean's biodiversity. And now he's created the first synthetic lifeforms -- microorganisms that can produce alternative fuels. Full bio

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

00:25
At the breakPause, I was askeda demandé by severalnombreuses people
0
0
2000
Durant la pause, plusieurs personnes m'ont demandé
00:27
about my commentscommentaires about the agingvieillissement debatedébat.
1
2000
3000
mon avis sur le débat sur le vieillissement.
00:30
And this will be my only commentcommentaire on it.
2
5000
2000
Et ceci sera mon unique commentaire à ce sujet.
00:32
And that is, I understandcomprendre
3
7000
2000
Et c'est que, je comprends
00:34
that optimistsoptimistes greatlytrès outlivesurvivre à pessimistspessimistes.
4
9000
2000
que les optimistes vivent plus longtemps que les pessimistes.
00:36
(LaughterRires)
5
11000
4000
(Rires)
00:41
What I'm going to tell you about in my 18 minutesminutes is
6
16000
3000
Ce dont je vais vous parler pendant mes 18 minutes c'est
00:44
how we're about to switchcommutateur from readingen train de lire the geneticgénétique codecode
7
19000
4000
le fait que nous sommes sur le point de passer de la lecture du code génétique
00:48
to the first stagesétapes of beginningdébut
8
23000
2000
aux premières étapes du début
00:50
to writeécrire the codecode ourselvesnous-mêmes.
9
25000
2000
de l'écriture du code nous-même.
00:53
It's only 10 yearsannées agodepuis this monthmois
10
28000
2000
Cela ne fait que 10 ans ce mois-ci
00:55
when we publishedpublié the first sequenceséquence
11
30000
2000
depuis notre publication de la première séquence
00:57
of a free-livingvivre librement organismorganisme,
12
32000
2000
d'un organisme doué de vie indépendante,
00:59
that of haemophilushaemophilus influenzaeinfluenzae.
13
34000
2000
celle de haemophilus influenzae.
01:01
That tooka pris a genomegénome projectprojet
14
36000
2000
Cela a pris un projet génome
01:03
from 13 yearsannées down to fourquatre monthsmois.
15
38000
3000
de 13 ans réduit a 4 mois.
01:07
We can now do that sameMême genomegénome projectprojet
16
42000
2000
Nous pouvons à présent reproduire le même projet génome
01:09
in the ordercommande of
17
44000
2000
en à peu près
01:11
two to eighthuit hoursheures.
18
46000
2000
2 à 8 heures
01:13
So in the last decadedécennie, a largegrand numbernombre of genomesgénomes have been addedajoutée:
19
48000
3000
Donc durant la dernière décennie, un grand nombre de génomes ont été ajoutés:
01:16
mostles plus humanHumain pathogenspathogènes,
20
51000
3000
la majorité des pathogènes humains,
01:19
a couplecouple of plantsles plantes,
21
54000
2000
quelques plantes,
01:21
severalnombreuses insectsinsectes and severalnombreuses mammalsmammifères,
22
56000
3000
plusieurs insectes et plusieurs mammifères,
01:24
includingcomprenant the humanHumain genomegénome.
23
59000
3000
dont le génome humain.
01:27
GenomicsGénomique at this stageétape of the thinkingen pensant
24
62000
3000
La génomique au stade de réflexion
01:30
from a little over 10 yearsannées agodepuis
25
65000
2000
d'il y a un peu plus de 10 ans
01:32
was, by the endfin of this yearan, we mightpourrait have
26
67000
2000
prévoyait qu'à la fin de cet année, nous aurions
01:34
betweenentre threeTrois and fivecinq genomesgénomes sequencedséquencé;
27
69000
3000
séquencé de 3 à 5 génomes;
01:37
it's on the ordercommande of severalnombreuses hundredcent.
28
72000
3000
c'est de l'ordre de plusieurs centaines.
01:40
We just got a grantsubvention from the GordonGordon and BettyBetty MooreMoore FoundationFondation
29
75000
3000
Nous venons juste d'obtenir une bourse de la Gordon et Betty Moore Foundation
01:43
to sequenceséquence 130 genomesgénomes this yearan,
30
78000
3000
pour séquencer 130 génomes cette année,
01:46
as a sidecôté projectprojet from environmentalenvironnement organismsorganismes.
31
81000
4000
comme un projet secondaire pour des organismes écologiques
01:50
So the ratetaux of readingen train de lire the geneticgénétique codecode has changedmodifié.
32
85000
3000
Donc le rythme de lecture du code génétique a changé.
01:54
But as we look, what's out there,
33
89000
2000
Mais à mesure que l'on cherche, ce qui se trouve ailleur,
01:56
we'venous avons barelyà peine scratchedrayé the surfacesurface
34
91000
2000
nous avons à peine gratté la surface
01:58
on what is availabledisponible on this planetplanète.
35
93000
4000
sur ce qui est disponible sur la planète.
02:02
MostPlupart people don't realizeprendre conscience de it, because they're invisibleinvisible,
36
97000
3000
La plupart des gens ne s'en rendent pas compte, parce qu'ils sont invisibles,
02:05
but microbesmicrobes make up about a halfmoitié of the Earth'sDe la terre biomassbiomasse,
37
100000
4000
mais les microbes représentent environ la moitié de la biomasse terrestre,
02:09
whereastandis que all animalsanimaux only make up about
38
104000
3000
alors que tous les animaux ne représentent qu'environ
02:12
one one-thousandthun millième of all the biomassbiomasse.
39
107000
2000
1 millième de toute la biomasse.
02:14
And maybe it's something that people in OxfordOxford don't do very oftensouvent,
40
109000
3000
Et peut-être que c'est quelque chose que les gens d'Oxford ne font pas si souvent,
02:17
but if you ever make it to the seamer,
41
112000
2000
mais si jamais vous allez à la mer,
02:19
and you swallowavaler a mouthfulbouchée of seawatereau de mer,
42
114000
3000
et que vous avalez une gorgée d'eau de mer,
02:22
keep in mindesprit that eachchaque millilitermillilitre
43
117000
2000
gardez en tête que chaque millilitre
02:24
has about a millionmillion bacteriades bactéries
44
119000
2000
contient environ un million de bactéries
02:26
and on the ordercommande of 10 millionmillion virusesles virus.
45
121000
3000
et de l'ordre de 10 millions de virus.
02:29
LessMoins than 5,000 microbialmicrobienne speciesespèce
46
124000
3000
Moins de 5000 espèces de microbes
02:32
have been characterizedcaractérisé as of two yearsannées agodepuis,
47
127000
2000
ont été définis il y a 2 ans,
02:34
and so we decideddécidé to do something about it.
48
129000
2000
et donc nous avons décidé de faire quelque chose à ce sujet.
02:36
And we startedcommencé the SorcererSorcier IIII ExpeditionExpedition,
49
131000
3000
Et nous avons lancé l'Expédition Sorceler II,
02:39
where we were, as with great oceanographicocéanographique expeditionsexpéditions,
50
134000
3000
au cours de laquelle nous avons, comme pour toute grande expédition océanographique,
02:42
tryingen essayant to sampleéchantillon the oceanocéan everychaque 200 milesmiles.
51
137000
3000
essayer de prendre un échantillon tous les 300 kilomètres.
02:47
We startedcommencé in BermudaBermudes for our testtester projectprojet,
52
142000
2000
Nous avons commencé dans les Bermudes pour notre projet test.
02:49
then moveddéplacé up to HalifaxHalifax,
53
144000
2000
Puis nous sommes montés jusqu'à Halifax,
02:51
workingtravail down the U.S. EastEast CoastCôte,
54
146000
2000
longeant la côte Est des États-Unis,
02:53
the CaribbeanCaraïbes SeaMer, the PanamaPanama CanalCanal,
55
148000
3000
la mer des Caraïbes, le canal de Panamá,
02:58
throughpar to the GalapagosGalapagos, then acrossà travers the PacificDu Pacifique,
56
153000
2000
vers les Galápagos, puis tout le long du Pacifique,
03:00
and we're in the processprocessus now of workingtravail our way
57
155000
2000
et nous sommes maintenant en train de cheminer
03:02
acrossà travers the IndianIndien OceanOcéan.
58
157000
2000
à travers l'Océan Indien.
03:04
It's very toughdure dutydevoir; we're doing this on a sailingvoile vesselnavire,
59
159000
3000
C'est un tâche très difficile; nous le faisons sur un bateau à voile,
03:07
in partpartie to help exciteexciter youngJeune people
60
162000
2000
en partie pour motiver les jeunes
03:09
about going into sciencescience.
61
164000
3000
à faire de la science.
03:12
The experimentsexpériences are incrediblyincroyablement simplesimple.
62
167000
2000
Les expériences sont incroyablement simples.
03:14
We just take seawatereau de mer and we filterfiltre it,
63
169000
3000
Nous prenons tout simplement de l'eau de mer et nous la filtrons,
03:17
and we collectcollecte differentdifférent sizeTaille organismsorganismes on differentdifférent filtersfiltres,
64
172000
4000
et nous collectons des organismes de tailles différentes sur des filtres différents.
03:21
and then take theirleur DNAADN back to our lablaboratoire in RockvilleRockville,
65
176000
3000
Et ensuite nous ramenons leur ADN à notre labo à Rockville,
03:24
where we can sequenceséquence a hundredcent millionmillion lettersdes lettres
66
179000
3000
où nous pouvons séquencer 100 millions de lettres
03:27
of the geneticgénétique codecode everychaque 24 hoursheures.
67
182000
2000
du code génétique toutes les 24 heures.
03:29
And with doing this,
68
184000
2000
Et en faisant ainsi,
03:31
we'venous avons madefabriqué some amazingincroyable discoveriesdécouvertes.
69
186000
2000
nous avons fait des découvertes incroyables.
03:33
For exampleExemple, it was thought that the visualvisuel pigmentsdes pigments
70
188000
2000
Par exemple, on pensait que les pigments visuels
03:35
that are in our eyesles yeux -- there was only one or two organismsorganismes
71
190000
2000
dans nos yeux -- il n'y avait qu' 1 ou 2 organismes
03:38
in the environmentenvironnement that had these sameMême pigmentsdes pigments.
72
193000
4000
dans l'environnement ayant les mêmes pigments.
03:42
It turnsse tourne out, almostpresque everychaque speciesespèce
73
197000
2000
Il s'avère que presque toutes les espèces
03:44
in the upperplus haut partsles pièces of the oceanocéan
74
199000
2000
dans les parties supérieures de l'océan
03:46
in warmchaud partsles pièces of the worldmonde
75
201000
2000
dans les régions chaudes du monde
03:48
have these sameMême photoreceptorsphotorécepteurs,
76
203000
2000
ont les même photorécepteurs,
03:50
and use sunlightlumière du soleil as the sourcela source of theirleur energyénergie
77
205000
3000
et utilisent le soleil comme source de leur énergie
03:53
and communicationla communication.
78
208000
2000
et de leur communication.
03:55
From one sitesite, from one barrelbaril of seawatereau de mer,
79
210000
3000
Sur un site, dans un baril d'eau de mer,
03:58
we discovereddécouvert 1.3 millionmillion newNouveau genesgènes
80
213000
3000
nous avons découvert 1,3 millions de nouveaux gènes
04:01
and as manybeaucoup as 50,000 newNouveau speciesespèce.
81
216000
4000
et jusqu'à 50 000 nouvelles espèces.
04:05
We'veNous avons extendedélargi this to the airair
82
220000
2000
Nous avons étendu le projet à l'air
04:07
now with a grantsubvention from the SloanSloan FoundationFondation.
83
222000
3000
cette fois-ci avec une bourse de la Sloan Foundation.
04:10
We're measuringmesure how manybeaucoup virusesles virus and bacteriades bactéries
84
225000
2000
Nous sommes en train de mesurer combien de virus et de bactéries
04:12
all of us are breathingrespiration in and out everychaque day,
85
227000
3000
chacun d'entre nous inspire et expire chaque jour,
04:15
particularlyparticulièrement on airplanesavions
86
230000
2000
en particulier dans les avions
04:17
or closedfermé auditoriumsauditoriums.
87
232000
2000
ou les auditoriums fermés
04:19
(LaughterRires)
88
234000
3000
(Rires)
04:22
We filterfiltre throughpar some simplesimple apparatusesappareils;
89
237000
2000
Nous filtrons à travers des appareils simples;
04:24
we collectcollecte on the ordercommande of a billionmilliard microbesmicrobes from just a day
90
239000
3000
nous pouvons amasser de l'ordre d'un milliard de microbes en un seul jour
04:27
filteringfiltration on topHaut of a buildingbâtiment in NewNouveau YorkYork CityVille.
91
242000
4000
en filtrant au sommet d'un immeuble de la ville de New York.
04:31
And we're in the processprocessus of sequencingséquençage all that
92
246000
2000
Et nous sommes en train de séquencer tout ça
04:33
at the presentprésent time.
93
248000
2000
en ce moment.
04:35
Just on the dataLes données collectioncollection sidecôté,
94
250000
2000
Juste du côté de la collecte des données,
04:37
just where we are throughpar the GalapagosGalapagos,
95
252000
3000
juste où nous en sommes dans les Galápagos,
04:40
we're findingdécouverte that almostpresque everychaque 200 milesmiles,
96
255000
2000
nous trouvons actuellement que presque tous les 300 kilomètres,
04:42
we see tremendousénorme diversityla diversité
97
257000
2000
nous constatons une diversité phénoménale
04:44
in the sampleséchantillons in the oceanocéan.
98
259000
2000
dans nos échantillons de l'océan.
04:47
Some of these make logicallogique sensesens,
99
262000
2000
Certains semblent être logique
04:49
in termstermes of differentdifférent temperaturetempérature gradientsgradients.
100
264000
3000
en termes de gradients de températures différents.
04:52
So this is a satelliteSatellite photographphotographier
101
267000
2000
Donc voici une photo satellite
04:54
basedbasé on temperaturestempératures -- redrouge beingétant warmchaud,
102
269000
2000
basée sur les températures--rouge étant chaud,
04:56
bluebleu beingétant colddu froid --
103
271000
3000
bleu étant froid --
04:59
and we founda trouvé there's a tremendousénorme differencedifférence betweenentre
104
274000
3000
et nous constatons une différence énorme entre
05:02
the warmchaud watereau sampleséchantillons and the colddu froid watereau sampleséchantillons,
105
277000
2000
les échantillons d'eaux chaudes et les échantillons d'eaux froides,
05:04
in termstermes of abundantabondant speciesespèce.
106
279000
3000
en termes d'abondance d'espèces.
05:07
The other thing that surprisedsurpris us quiteassez a bitbit
107
282000
2000
L'autre chose qui nous a un peu pris par surprise
05:09
is these photoreceptorsphotorécepteurs detectdétecter differentdifférent wavelengthslongueurs d'onde of lightlumière,
108
284000
4000
c'est que ces photorécepteurs détectent tous des longueurs d'ondes du spectre visible différentes,
05:13
and we can predictprédire that basedbasé on theirleur aminoamino acidacide sequenceséquence.
109
288000
4000
et nous pouvons le prédire en nous basant sur leurs séquences d'acides aminés.
05:17
And these varyvarier tremendouslyénormément from regionRégion to regionRégion.
110
292000
3000
Et cela varie considérablement de région en région.
05:20
Maybe not surprisinglyétonnamment,
111
295000
2000
Ce n'est donc pas surprenant que
05:22
in the deepProfond oceanocéan, where it's mostlyla plupart bluebleu,
112
297000
2000
dans l'océan profond, où l'eau est principalement bleu,
05:24
the photoreceptorsphotorécepteurs tendtendre to see bluebleu lightlumière.
113
299000
4000
les photorécepteurs ont tendance à voir la lumière bleue.
05:28
When there's a lot of chlorophyllchlorophylle around,
114
303000
2000
Quand il y a beaucoup de chlorophylle dans les alentours,
05:30
they see a lot of greenvert lightlumière.
115
305000
2000
ils voient beaucoup de lumière verte.
05:32
But they varyvarier even more,
116
307000
2000
Mais ils varient encore plus,
05:34
possiblypeut-être movingen mouvement towardsvers infraredinfrarouge and ultravioletultra-violet
117
309000
3000
s'étendant possiblement jusqu'à l'infrarouge et l’ultraviolet
05:37
in the extremesextrêmes.
118
312000
2000
dans les cas extrêmes.
05:40
Just to try and get an assessmentévaluation
119
315000
2000
Juste pour essayer de faire un bilan
05:42
of what our genegène repertoirerépertoire was,
120
317000
2000
de l'ampleur de notre répertoire de gènes,
05:44
we assembledassemblé all the dataLes données --
121
319000
2000
nous avons assemblé toutes les données--
05:46
includingcomprenant all of oursles notres thusAinsi farloin from the expeditionexpédition,
122
321000
3000
en incluant toutes celles de l'expédition pour l'instant,
05:49
whichlequel representsreprésente more than halfmoitié of all the genegène dataLes données on the planetplanète --
123
324000
3000
ce qui représente plus de la moitié de toutes les données de gènes sur la planète--
05:52
and it totaledtotalisé around 29 millionmillion genesgènes.
124
327000
4000
et cela totalisait environ 29 millions de gènes.
05:56
And we trieda essayé to put these into genegène familiesdes familles
125
331000
2000
Et nous avons essayé de les ranger en familles de gènes
05:58
to see what these discoveriesdécouvertes are:
126
333000
2000
pour voir ce que représentait ces découvertes:
06:00
Are we just discoveringdécouvrir newNouveau membersmembres of knownconnu familiesdes familles,
127
335000
3000
Découvrons-nous de nouveaux membres de familles déjà connues,
06:03
or are we discoveringdécouvrir newNouveau familiesdes familles?
128
338000
2000
ou découvrons-nous de nouvelles familles?
06:05
And it turnsse tourne out we have about 50,000
129
340000
2000
Et il s'avère que nous avons environ 50 000
06:07
majorMajeur genegène familiesdes familles,
130
342000
3000
familles de gènes majeures,
06:10
but everychaque newNouveau sampleéchantillon we take in the environmentenvironnement
131
345000
3000
mais chaque nouvel échantillon que nous prélevons dans l'environnement
06:13
addsajoute in a linearlinéaire fashionmode to these newNouveau familiesdes familles.
132
348000
3000
s'ajoute de façon linéaire à ces nouvelles familles.
06:16
So we're at the earliestle plus tôt stagesétapes of discoveryDécouverte
133
351000
2000
Donc nous sommes à une étape précoce de découverte
06:18
about basicde base genesgènes,
134
353000
3000
des gènes de base,
06:21
componentsComposants and life on this planetplanète.
135
356000
3000
des composants et de la vie sur cette planète.
06:25
When we look at the so-calledsoi-disant evolutionaryévolutionniste treearbre,
136
360000
3000
Quand on regarde le soit-disant arbre phylogénétique,
06:28
we're up on the upperplus haut right-handmain droite cornercoin with the animalsanimaux.
137
363000
4000
nous sommes au coin supérieur droit avec les animaux.
06:32
Of those roughlygrossièrement 29 millionmillion genesgènes,
138
367000
4000
Parmi ces 29 millions de gènes environ,
06:36
we only have around 24,000
139
371000
2000
nous n'en avons qu'environ 24 000
06:38
in our genomegénome.
140
373000
2000
dans notre génome.
06:40
And if you take all animalsanimaux togetherensemble,
141
375000
2000
Et si vous prenez tout l'ensemble des animaux,
06:42
we probablyProbablement sharepartager lessMoins than 30,000
142
377000
3000
nous en partageons probablement moins de 30 000
06:45
and probablyProbablement maybe a dozendouzaine
143
380000
3000
et probablement peut-être une douzaine
06:48
or more thousandmille differentdifférent genegène familiesdes familles.
144
383000
3000
ou plus de milliers de familles de gènes différentes.
06:52
I viewvue that these genesgènes are now
145
387000
2000
Je vois maintenant que ces gènes
06:54
not only the designconception componentsComposants of evolutionévolution.
146
389000
3000
ne sont pas seulement les éléments de conception de l'évolution.
06:57
And we think in a gene-centriccentré sur les gènes viewvue --
147
392000
2000
Et nous avons une façon de penser très axée sur les gènes --
06:59
maybe going back to RichardRichard Dawkins'Richard Dawkins ideasidées --
148
394000
3000
pour en revenir peut-être aux idées de Richard Dawkins--
07:02
than in a genome-centriccentré sur le génome viewvue,
149
397000
2000
plutôt qu'axée sur le génome,
07:04
whichlequel are differentdifférent constructsconstruit of these genegène componentsComposants.
150
399000
4000
qui représente différentes structures de ces composants géniques.
07:09
SyntheticSynthétique DNAADN, the abilitycapacité to synthesizesynthétiser DNAADN,
151
404000
3000
L'ADN synthétique, la capacité de synthétiser l'ADN,
07:12
has changedmodifié at sortTrier of the sameMême pacerythme
152
407000
2000
a changé en quelque sorte au même rythme
07:14
that DNAADN sequencingséquençage has
153
409000
2000
que celui du séquençage de l'ADN
07:16
over the last decadedécennie or two,
154
411000
2000
ces 1 à 2 dernières décennies,
07:18
and is gettingobtenir very rapidrapide and very cheappas cher.
155
413000
3000
et est en train de devenir très rapide et beaucoup moins cher.
07:21
Our first thought about syntheticsynthétique genomicsla génomique camevenu
156
416000
2000
Notre première pensée au sujet de la génomique synthétique nous est venue
07:23
when we sequencedséquencé the secondseconde genomegénome back in 1995,
157
418000
4000
alors que nous séquencions le deuxième génome en 1995,
07:27
and that from mycoplasmamycoplasme genitaliumgenitalium.
158
422000
2000
celui du mycoplasma genitalium.
07:29
And we have really niceagréable T-shirtsT-shirts that say,
159
424000
3000
Et nous avons des T-Shirts très sympas qui lisaient,
07:32
you know, "I heartcœur my genitaliumgenitalium."
160
427000
2000
vous savez, "J'aime mon genitalium".
07:34
This is actuallyréellement just a microorganismmicro-organisme.
161
429000
3000
Il ne s'agit qu'en fait d'un microorganisme.
07:38
But it has roughlygrossièrement 500 genesgènes.
162
433000
4000
Mais il a grossièrement 500 gènes.
07:42
HaemophilusHaemophilus had 1,800 genesgènes.
163
437000
2000
Haemophilus avait 1 800 gènes.
07:44
And we simplysimplement askeda demandé the questionquestion,
164
439000
2000
Et nous avons simplement posé la question,
07:46
if one speciesespèce needsBesoins 800, anotherun autre 500,
165
441000
2000
si une espèce en a besoin de 800, une autre de 500,
07:48
is there a smallerplus petit setensemble of genesgènes
166
443000
2000
y-a-t-il un plus petit ensemble de gènes
07:50
that mightpourrait comprisecomprendre a minimalminimal operatingen fonctionnement systemsystème?
167
445000
4000
qui pourrait correspondre à un système d'exploitation minimal?
07:54
So we startedcommencé doing transposontransposon mutagenesismutagenèse.
168
449000
3000
Donc nous avons commencé à faire des mutagenèses de transposons.
07:57
TransposonsTransposons are just smallpetit piecesdes morceaux of DNAADN
169
452000
3000
Les transposons sont tout simplement de petits brins d'ADN
08:00
that randomlyau hasard insertinsérer in the geneticgénétique codecode.
170
455000
2000
qui sont aléatoirement introduits dans le code génétique.
08:02
And if they insertinsérer in the middlemilieu of the genegène, they disruptperturber its functionfonction.
171
457000
3000
Et s'ils s'introduisent au milieu d'un gène, ils perturbent sa fonction.
08:06
So we madefabriqué a mapcarte of all the genesgènes
172
461000
2000
Donc nous avons fait une plan de tous les gènes
08:08
that could take transposontransposon insertionsinsertions
173
463000
2000
qui pouvaient endurer des insertions de transposons
08:10
and we calledappelé those "non-essentialnon essentiel genesgènes."
174
465000
2000
et nous les avons appelé "gènes non-essentiels."
08:13
But it turnsse tourne out the environmentenvironnement is very criticalcritique for this,
175
468000
3000
Mais il s'avère que l’environnement joue un rôle crucial dans ce cas,
08:16
and you can only
176
471000
2000
et vous ne pouvez que
08:18
definedéfinir an essentialessentiel or non-essentialnon essentiel genegène
177
473000
3000
définir un gène essentiel ou un gène non-essentiel
08:21
basedbasé on exactlyexactement what's in the environmentenvironnement.
178
476000
3000
en fonction de ce qu'il y a dans l'environnement.
08:25
We alsoaussi trieda essayé to take a more directlydirectement intellectualintellectuel approachapproche
179
480000
2000
Nous avons aussi essayé de prendre une approche intellectuellement plus directe
08:27
with the genomesgénomes of 13 relateden relation organismsorganismes,
180
482000
5000
avec les génomes de 13 organismes apparentés,
08:32
and we trieda essayé to comparecomparer all of those, to see what they had in commoncommun.
181
487000
3000
et nous les avons tous comparés, pour voir ce qu'ils avaient en commun.
08:36
And we got these overlappingchevauchement circlescercles. And we founda trouvé only 173 genesgènes
182
491000
4000
et nous obtenons ces cercles se chevauchants. Et nous trouvons seulement 173 gènes
08:40
commoncommun to all 13 organismsorganismes.
183
495000
3000
commun à tous les 13 organismes.
08:43
The poolpiscine expandedétendu a little bitbit if we ignoredignoré
184
498000
2000
Ce pool génique s'étend un peu si nous ignorons
08:45
one intracellularintracellulaire parasiteparasite;
185
500000
2000
un parasite intracellulaire;
08:47
it expandedétendu even more
186
502000
2000
il s'étend encore plus
08:49
when we lookedregardé at corecoeur setsensembles of genesgènes
187
504000
2000
quand nous nous focalisons sur les ensembles de gènes fondamentaux
08:51
of around 310 or so.
188
506000
2000
de 310 et quelques.
08:53
So we think that we can expanddévelopper
189
508000
2000
Donc nous pensons pouvoir étendre
08:55
or contractContrat genomesgénomes, dependingen fonction, dépendemment on your pointpoint of viewvue here,
190
510000
3000
ou contracter les génomes, ici ça dépend du point de vue,
08:58
to maybe 300 to 400 genesgènes
191
513000
3000
de possiblement entre 300 et 400 gènes
09:01
from the minimalminimal of 500.
192
516000
2000
à partir du minimum de 500.
09:03
The only way to proveprouver these ideasidées
193
518000
3000
Le seul moyen de prouver ces idées
09:06
was to constructconstruction an artificialartificiel chromosomechromosome with those genesgènes in them,
194
521000
3000
était de construire un chromosome artificiel avec ces gènes à l'intérieur,
09:09
and we had to do this in a cassette-basedbasé sur cassette fashionmode.
195
524000
3000
et nous avons dû faire ça sous forme de cassettes.
09:12
We founda trouvé that synthesizingsynthétiser accurateprécis DNAADN
196
527000
2000
Nous avons découvert que synthétiser avec précision de l'ADN
09:14
in largegrand piecesdes morceaux was extremelyextrêmement difficultdifficile.
197
529000
3000
en grands morceaux était extrêmement difficile.
09:17
HamJambon SmithSmith and ClydeClyde HutchisonHutchison, my colleaguescollègues on this,
198
532000
3000
Ham Smith et Clyde Hutchinson, mes collègues là-dessus,
09:20
developeddéveloppé an excitingpassionnant newNouveau methodméthode
199
535000
2000
ont développé une nouvelle méthode passionnante
09:22
that allowedpermis us to synthesizesynthétiser a 5,000-base-base pairpaire virusvirus
200
537000
3000
qui nous a permis de synthétiser un virus ayant 5 000 paires de bases
09:25
in only a two-weekdeux semaines periodpériode
201
540000
2000
en seulement 2 semaines
09:27
that was 100 percentpour cent accurateprécis,
202
542000
3000
qui était 100 % précise,
09:30
in termstermes of its sequenceséquence and its biologyla biologie.
203
545000
2000
en termes de sa séquence et de sa biologie.
09:33
It was a quiteassez excitingpassionnant experimentexpérience -- when we just tooka pris the syntheticsynthétique piecepièce of DNAADN,
204
548000
4000
C'était une expérience assez excitante -- quand nous avons simplement pris le morceau d'ADN synthétique,
09:37
injectedinjecté it in the bacteriades bactéries and all of a suddensoudain,
205
552000
2000
l'avons injecté dans la bactérie et tout à coup,
09:39
that DNAADN startedcommencé drivingau volant the productionproduction of the virusvirus particlesdes particules
206
554000
5000
cet ADN a commencé à lancer la production de particules virales
09:44
that turnedtourné around and then killedtué the bacteriades bactéries.
207
559000
3000
qui ont tourné autour et ensuite tué la bactérie.
09:47
This was not the first syntheticsynthétique virusvirus --
208
562000
2000
Celui-ci n'était pas le premier virus synthétique--
09:49
a poliopolio virusvirus had been madefabriqué a yearan before --
209
564000
3000
un poliovirus avait été fabriqué un an auparavant--
09:53
but it was only one ten-thousandthdix-millième as activeactif
210
568000
2000
mais il n'était qu'un dixième de milliers de fois aussi actif
09:55
and it tooka pris threeTrois yearsannées to do.
211
570000
3000
et a pris 3 ans à faire.
09:58
This is a cartoondessin animé of the structurestructure of phiphi X 174.
212
573000
4000
Ceci est un dessin de la structure de Phi X-174.
10:02
This is a caseCas where the softwareLogiciel now buildsconstruit its ownposséder hardwareMatériel,
213
577000
4000
Ceci est un cas où le logiciel construit maintenant son propre support matériel,
10:06
and that's the notionsnotions that we have with biologyla biologie.
214
581000
4000
et c'est les notions que nous retrouvons en biologie.
10:10
People immediatelyimmédiatement jumpsaut to concernspréoccupations about biologicalbiologique warfareguerre,
215
585000
4000
Les gens parlent aussitôt de guerre biologique,
10:14
and I had recentrécent testimonytémoignage before a SenateSénat committeeComité,
216
589000
4000
et j'ai récemment témoigné devant le Sénat,
10:18
and a specialspécial committeeComité the U.S. governmentgouvernement has setensemble up
217
593000
2000
et un comité spécial que le gouvernement Américain a mis en place
10:20
to reviewla revue this arearégion.
218
595000
2000
pour étudier ce domaine.
10:22
And I think it's importantimportant to keep realityréalité in mindesprit,
219
597000
3000
Et je pense qu'il est important de garder la réalité à l'esprit,
10:25
versuscontre what happensarrive with people'sles gens imaginationsimaginations.
220
600000
4000
contre ce qu'il se passe dans l'imagination des gens.
10:29
BasicallyFondamentalement, any virusvirus that's been sequencedséquencé todayaujourd'hui --
221
604000
3000
En gros, n'importe quel virus qui a été séquencé jusqu'à aujourd'hui--
10:32
that genomegénome can be madefabriqué.
222
607000
2000
ce génome peut être fabriqué.
10:34
And people immediatelyimmédiatement freakFreak out about things about EbolaEbola or smallpoxvariole,
223
609000
4000
Et immédiatement les gens paniquent au sujet d'Ebola ou de la variole,
10:38
but the DNAADN from this organismorganisme is not infectiveinfectieux.
224
613000
4000
mais l'ADN de ces organismes n'est pas infectieux.
10:42
So even if somebodyquelqu'un madefabriqué the smallpoxvariole genomegénome,
225
617000
3000
Donc même si quelqu'un venait à fabriquer le génome du virus de la variole,
10:45
that DNAADN itselfse would not causecause infectionsinfections.
226
620000
3000
cet ADN lui-même ne causerait pas d'infections.
10:49
The realréal concernpréoccupation that securitySécurité departmentsdépartements have
227
624000
3000
La seule véritable inquiétude qu'ont les départements de sécurité
10:52
is designerdesigner virusesles virus.
228
627000
2000
concerne les virus sur mesure.
10:54
And there's only two countriesdes pays, the U.S. and the formerancien SovietSoviétique UnionUnion,
229
629000
4000
Et il n'existe que 2 pays, les États-Unis et ce qui était autrefois l'Union Soviétique,
10:58
that had majorMajeur effortsefforts
230
633000
2000
qui ont fait des efforts majeurs
11:00
on tryingen essayant to createcréer biologicalbiologique warfareguerre agentsagents.
231
635000
3000
pour essayer de créer des agents de guerre biologique.
11:03
If that researchrecherche is trulyvraiment discontinuedabandonné,
232
638000
3000
Si cette recherche a réellement été abandonnée,
11:06
there should be very little activityactivité
233
641000
2000
il devrait y avoir très peu d'activité
11:08
on the know-howsavoir-faire to make designerdesigner virusesles virus in the futureavenir.
234
643000
4000
basé sur le savoir-faire requis pour fabriquer des virus sur mesure dans le futur.
11:12
I think single-cellunicellulaire organismsorganismes are possiblepossible withindans two yearsannées.
235
647000
4000
Je pense que les organismes unicellulaires sont possibles dans 2 ans.
11:16
And possiblypeut-être eukaryoticeucaryote cellscellules,
236
651000
3000
Et peut-être les cellules eucaryotes,
11:19
those that we have,
237
654000
2000
celles qui nous composent,
11:21
are possiblepossible withindans a decadedécennie.
238
656000
2000
sont possibles pour cette décennie.
11:24
So we're now makingfabrication severalnombreuses dozendouzaine differentdifférent constructsconstruit,
239
659000
4000
Donc nous fabriquons actuellement plusieurs douzaines de structures différentes,
11:28
because we can varyvarier the cassettescassettes and the genesgènes
240
663000
3000
parce que nous pouvons varier les cassettes et les gènes
11:31
that go into this artificialartificiel chromosomechromosome.
241
666000
2000
qui sont insérés dans ce chromosome artificiel.
11:33
The keyclé is, how do you put all of the othersautres?
242
668000
2000
La clé est, comment mettons-nous tous les autres?
11:35
We startdébut with these fragmentsfragments,
243
670000
2000
Nous commençons avec ces segments,
11:37
and then we have a homologoushomologue recombinationrecombinaison systemsystème
244
672000
3000
et ensuite nous avons un système de recombinaison homologue
11:40
that reassemblesse rassemble those into a chromosomechromosome.
245
675000
4000
qui les réassemblent en un chromosome.
11:44
This is deriveddérivé from an organismorganisme, deinococcusdeinococcus radioduransradiodurans,
246
679000
3000
Une technique dérivée d'un organisme, deinococcus radiodurans,
11:47
that can take threeTrois millionmillion radsrads of radiationradiation and not be killedtué.
247
682000
5000
qui peut prendre 3 millions de rads de radiations et ne pas mourir.
11:53
It reassemblesse rassemble its genomegénome after this radiationradiation burstéclater
248
688000
4000
Il réassemble son génome après cette rafale radioactive
11:57
in about 12 to 24 hoursheures,
249
692000
2000
en environ 12 à 24 heures,
11:59
after its chromosomeschromosomes are literallyLittéralement blownsoufflé apartune part.
250
694000
3000
après que ses chromosomes aient été complètement déchiquetés.
12:02
This organismorganisme is ubiquitousomniprésent on the planetplanète,
251
697000
2000
Cet organism est omniprésent sur la planète,
12:04
and existsexiste perhapspeut être now
252
699000
2000
et existe peut-être maintenant
12:06
in outerextérieur spaceespace due to all our travelVoyage there.
253
701000
3000
dans l'espace à cause de tous nos voyages interstellaires.
12:10
This is a glassverre beakergobelet after
254
705000
2000
Ceci est un bécher en verre après
12:12
about halfmoitié a millionmillion radsrads of radiationradiation.
255
707000
2000
environ ½ million de rads de radiation.
12:14
The glassverre startedcommencé to burnbrûler and crackfissure,
256
709000
2000
Ce verre a commencé à brûler et à craquer,
12:16
while the microbesmicrobes sittingséance in the bottombas
257
711000
2000
pendant que les microbes assis au fond
12:18
just got happierplus heureux and happierplus heureux.
258
713000
2000
sont devenus de plus en plus heureux.
12:20
Here'sVoici an actualréel picturephoto of what happensarrive:
259
715000
2000
Voici une image de ce qui se passe:
12:22
the topHaut of this showsmontre the genomegénome
260
717000
2000
en haut on voit le génome
12:24
after 1.7 millionmillion radsrads of radiationradiation.
261
719000
3000
après 1.7 million de rads de radiation.
12:27
The chromosomechromosome is literallyLittéralement blownsoufflé apartune part.
262
722000
2000
le chromosome est complètement déchiqueté.
12:29
And here'svoici that sameMême DNAADN automaticallyautomatiquement reassembledréassemblé
263
724000
4000
Et voici ce même ADN se réassemblant automatiquement
12:33
24 hoursheures laterplus tard.
264
728000
2000
24 heures plus tard.
12:35
It's trulyvraiment stunningétourdissant that these organismsorganismes can do that,
265
730000
3000
C'est vraiment stupéfiant que ces organismes puissent faire ça,
12:38
and we probablyProbablement have thousandsmilliers,
266
733000
2000
et nous avons probablement des milliers,
12:40
if not tensdizaines of thousandsmilliers, of differentdifférent speciesespèce
267
735000
2000
si ce n'est des dizaines de milliers d'espèces différentes
12:42
on this planetplanète that are capablecapable of doing that.
268
737000
3000
sur cette planète qui sont capables de faire ça.
12:45
After these genomesgénomes are synthesizedsynthétisé,
269
740000
2000
Une fois que ces génomes sont synthétisés,
12:47
the first stepétape is just transplantingrepiquage them
270
742000
2000
la première étape consiste simplement à les transplanter
12:49
into a cellcellule withoutsans pour autant a genomegénome.
271
744000
4000
dans une cellule sans génome.
12:53
So we think syntheticsynthétique cellscellules are going to have tremendousénorme potentialpotentiel,
272
748000
4000
Donc nous pensons que les cellules synthétiques vont avoir un énorme potentiel,
12:57
not only for understandingcompréhension the basisbase of biologyla biologie
273
752000
3000
pas seulement dans la compréhension des bases de la biologie
13:00
but for hopefullyj'espère environmentalenvironnement and societysociété issuesproblèmes.
274
755000
3000
mais aussi, espérons-le, en termes de questions écologiques et sociétales.
13:03
For exampleExemple, from the thirdtroisième organismorganisme we sequencedséquencé,
275
758000
3000
Par exemple, à partir du troisième organisme que nous avons séquencé,
13:06
MethanococcusMethanococcus jannaschiijannaschii -- it livesvies in boilingébullition watereau temperaturestempératures;
276
761000
4000
Methanococcus jannaschii: il vit à des températures équivalentes à l'eau bouillante,
13:10
its energyénergie sourcela source is hydrogenhydrogène
277
765000
2000
sa source d'énergie est l'hydrogène
13:12
and all its carboncarbone comesvient from COCO2 it capturescapture back from the environmentenvironnement.
278
767000
5000
et tout son carbone vient du CO2 qu'il récupère dans l'environnement.
13:17
So we know lots of differentdifférent pathwaysvoies,
279
772000
2000
Donc nous connaissons beaucoup de processus différents,
13:19
thousandsmilliers of differentdifférent organismsorganismes now
280
774000
3000
des milliers d'organismes différents à présent
13:22
that livevivre off of COCO2,
281
777000
2000
qui vivent sur le CO2,
13:24
and can captureCapturer that back.
282
779000
2000
et qui peuvent le capturer en retour.
13:26
So insteadau lieu of usingen utilisant carboncarbone from oilpétrole
283
781000
3000
Donc au lieu d'utiliser le carbone du pétrole
13:29
for syntheticsynthétique processesprocessus,
284
784000
2000
pour des procédés synthétiques,
13:31
we have the chancechance of usingen utilisant carboncarbone
285
786000
3000
nous avons l'occasion d'utiliser le carbone
13:34
and capturingcapturer it back from the atmosphereatmosphère,
286
789000
3000
et de le récupérer de l'atmosphère,
13:37
convertingconvertir that into biopolymersbiopolymères
287
792000
2000
le convertissant en biopolymères
13:39
or other productsdes produits.
288
794000
2000
et autres produits.
13:41
We have one organismorganisme that livesvies off of carboncarbone monoxidemonoxyde,
289
796000
3000
Nous avons un organisme qui vit sur le monoxyde de carbone,
13:44
and we use as a reducingréduire powerPuissance
290
799000
2000
et que nous utilisons comme puissance réductrice
13:46
to splitDivisé watereau to produceproduire hydrogenhydrogène and oxygenoxygène.
291
801000
4000
pour scinder l'eau pour produire de l'hydrogène et de l'oxygène.
13:50
AlsoAussi, there's numerousnombreux pathwaysvoies
292
805000
2000
Aussi, il existe de nombreux processus
13:52
that can be engineeredmachiné metabolizingmétaboliser methaneméthane.
293
807000
4000
qui peuvent être conçus pour métaboliser le méthane.
13:56
And DuPontDuPont has a majorMajeur programprogramme with StatoilStatoil in NorwayNorvège
294
811000
4000
Et DuPont a un programme important avec Statoil en Norvège
14:00
to captureCapturer and convertconvertir the methaneméthane
295
815000
2000
qui consiste à capturer et convertir le méthane
14:02
from the gasgaz fieldsdes champs there into usefulutile productsdes produits.
296
817000
4000
des champs de gaz qui existent là-bas en produits utiles.
14:06
WithinAu sein de a shortcourt while, I think there's going to be a newNouveau fieldchamp
297
821000
2000
Dans peu de temps, je pense qu'il va y avoir une nouvelle discipline
14:08
calledappelé "CombinatorialCombinatoire GenomicsGénomique,"
298
823000
2000
appelé la Génomique Combinatoire,
14:10
because with these newNouveau synthesisla synthèse capabilitiescapacités,
299
825000
3000
parce qu'avec ces nouvelles capacités de synthèse,
14:13
these vastvaste genegène arraytableau repertoiresrépertoires
300
828000
3000
ces vastes répertoires d'arrangements de gènes
14:16
and the homologoushomologue recombinationrecombinaison,
301
831000
2000
et de recombinaison homologue,
14:18
we think we can designconception a robotrobot to make
302
833000
2000
nous pensons pouvoir créer un robot pour faire
14:20
maybe a millionmillion differentdifférent chromosomeschromosomes a day.
303
835000
3000
peut-être un million de chromosomes différents par jour.
14:24
And thereforedonc, as with all biologyla biologie,
304
839000
2000
Et donc, comme avec toute biologie,
14:26
you get selectionsélection throughpar screeningdépistage,
305
841000
3000
on obtient une sélection à travers un filtrage,
14:29
whetherqu'il s'agisse you're screeningdépistage for hydrogenhydrogène productionproduction,
306
844000
2000
que vous filtriez pour la production d'hydrogène,
14:31
or chemicalchimique productionproduction, or just viabilityviabilité.
307
846000
3000
ou la production d'un produit chimique, ou seulement la viabilité.
14:34
To understandcomprendre the rolerôle of these genesgènes
308
849000
2000
Comprendre le rôle de ces gènes
14:36
is going to be well withindans reachatteindre.
309
851000
2000
va être à notre portée.
14:38
We're tryingen essayant to modifymodifier photosynthesisphotosynthèse
310
853000
3000
Nous sommes en train d'essayer de modifier la photosynthèse
14:41
to produceproduire hydrogenhydrogène directlydirectement from sunlightlumière du soleil.
311
856000
3000
pour produire de l'hydrogène via la lumière solaire.
14:44
PhotosynthesisPhotosynthèse is modulatedmodulé by oxygenoxygène,
312
859000
3000
La photosynthèse est modulée par l'oxygène,
14:47
and we have an oxygen-insensitiveinsensible à l'oxygène hydrogenasehydrogénase
313
862000
3000
et nous avons une hydrogénase insensible à l'oxygène
14:50
that we think will totallytotalement changechangement this processprocessus.
314
865000
5000
qui selon nous va totalement changer ce processus.
14:55
We're alsoaussi combiningcombinant cellulasescellulases,
315
870000
2000
Nous combinons aussi des cellulases,
14:57
the enzymesenzymes that breakPause down complexcomplexe sugarsles sucres into simplesimple sugarsles sucres
316
872000
3000
les enzymes qui décomposent les sucres complexes en sucres simples
15:00
and fermentationfermentation in the sameMême cellcellule
317
875000
3000
et la fermentation dans la même cellule
15:03
for producingproduisant ethanoléthanol.
318
878000
2000
pour produire de l'éthanol.
15:06
PharmaceuticalIndustrie pharmaceutique productionproduction is alreadydéjà underen dessous de way
319
881000
2000
La production pharmaceutique est déjà en cours
15:08
in majorMajeur laboratorieslaboratoires
320
883000
2000
dans les grands laboratoires
15:10
usingen utilisant microbesmicrobes.
321
885000
2000
ayant recours à des microbes.
15:12
The chemistrychimie from compoundscomposés in the environmentenvironnement
322
887000
3000
La chimie des composants dans l'environnement
15:15
is ordersordres of magnitudeordre de grandeur more complexcomplexe
323
890000
2000
est d'un niveau de complexité vastement supérieur
15:17
than our bestmeilleur chemistschimistes can produceproduire.
324
892000
2000
à celle que nos meilleurs chimistes arrivent à produire.
15:20
I think futureavenir engineeredmachiné speciesespèce
325
895000
2000
Je pense que de futures espèces modifiées
15:22
could be the sourcela source of foodaliments,
326
897000
2000
pourraient devenir une source de nourriture,
15:24
hopefullyj'espère a sourcela source of energyénergie,
327
899000
2000
avec un peu de chance une source d'énergie,
15:26
environmentalenvironnement remediationremédiation
328
901000
3000
un remède pour l'environnement
15:29
and perhapspeut être
329
904000
2000
et peut-être
15:31
replacingremplacer the petrochemicalpétrochimique industryindustrie.
330
906000
2000
un remplacement pour l'industrie pétrochimique.
15:33
Let me just closeFermer with ethicaléthique and policypolitique studiesétudes.
331
908000
3000
Laissez-moi juste terminer avec les études éthiques et politiques.
15:37
We delayeddifféré the startdébut of our experimentsexpériences in 1999
332
912000
4000
Nous avons retardé le début de nos expériences en 1999
15:41
untiljusqu'à we completedterminé a year-and-a-halfannée et demi bioethicalbioéthique reviewla revue
333
916000
3000
jusqu'à ce que nous puissions compléter un an et demi de rapport d'enquête bioéthique
15:44
as to whetherqu'il s'agisse we should try and make an artificialartificiel speciesespèce.
334
919000
4000
sur si nous devrions essayer de fabriquer des espèces artificielles.
15:48
EveryChaque majorMajeur religionreligion participatedparticipé in this.
335
923000
3000
Chacune des grandes religions y a participé.
15:51
It was actuallyréellement a very strangeétrange studyétude,
336
926000
2000
En fait c'était une étude très étrange,
15:53
because the variousdivers religiousreligieux leadersdirigeants were usingen utilisant theirleur scripturesÉcritures as lawloi bookslivres,
337
928000
5000
parce que les différents leaders religieux utilisaient chacun leurs Saintes Écritures comme livres de lois,
15:58
and they couldn'tne pouvait pas find anything in them prohibitinginterdire makingfabrication life,
338
933000
3000
et ils ne trouvaient rien qui interdisait de créer de la vie,
16:01
so it mustdoit be OK. The only ultimateultime concernspréoccupations
339
936000
3000
donc ça doit être bon. Finalement les seules inquiétudes
16:04
were biologicalbiologique warfareguerre aspectsaspects of this,
340
939000
3000
se concentraient sur l'idée de guerre biologique associé à la chose,
16:08
but gavea donné us the go aheaddevant to startdébut these experimentsexpériences
341
943000
3000
mais ils nous ont permis de commencer ces expériences
16:11
for the reasonsles raisons we were doing them.
342
946000
2000
pour les raisons pour lesquelles nous étions en train de les faire.
16:13
Right now the SloanSloan FoundationFondation has just fundedfinancé
343
948000
2000
A présent la Sloan Foundation vient juste de financer
16:15
a multi-institutionalmulti-institutionnel studyétude on this,
344
950000
3000
une étude multi-institutionelle sur la question,
16:18
to work out what the riskrisque and benefitsavantages to societysociété are,
345
953000
3000
pour mettre au point les risques et les bénéfices pour la société,
16:21
and the rulesrègles that scientificscientifique teamséquipes suchtel as my ownposséder
346
956000
3000
et les règles que les équipes scientifiques comme la notre
16:24
should be usingen utilisant in this arearégion,
347
959000
2000
doivent suivre dans ce domaine,
16:26
and we're tryingen essayant to setensemble good examplesexemples as we go forwardvers l'avant.
348
961000
3000
et nous essayons de donner le bon exemple au fur et à mesure que nous avançons.
16:30
These are complexcomplexe issuesproblèmes.
349
965000
2000
Ce sont des problèmes complexes.
16:32
ExceptSauf for the threatmenace of bio-terrorismbioterrorisme,
350
967000
2000
Excepté pour la menace du bio-terrorisme,
16:34
they're very simplesimple issuesproblèmes in termstermes of,
351
969000
2000
Ce sont de problèmes simples du genre,
16:36
can we designconception things to produceproduire cleannettoyer energyénergie,
352
971000
4000
pouvons nous fabriquer des choses pour produire de l'énergie propre,
16:40
perhapspeut être revolutionizingrévolutionner
353
975000
2000
peut-être révolutionnant
16:42
what developingdéveloppement countriesdes pays can do
354
977000
3000
ce que les pays développés peuvent faire
16:45
and providefournir throughpar variousdivers simplesimple processesprocessus.
355
980000
3000
et les fournir à travers de simples procédés.
16:48
Thank you very much.
356
983000
2000
Merci beaucoup.
Translated by Houda Hallay

▲Back to top

ABOUT THE SPEAKER
Craig Venter - Biologist, genetics pioneer
In 2001, Craig Venter made headlines for sequencing the human genome. In 2003, he started mapping the ocean's biodiversity. And now he's created the first synthetic lifeforms -- microorganisms that can produce alternative fuels.

Why you should listen

Craig Venter, the man who led the private effort to sequence the human genome, is hard at work now on even more potentially world-changing projects.

First, there's his mission aboard the Sorcerer II, a 92-foot yacht, which, in 2006, finished its voyage around the globe to sample, catalouge and decode the genes of the ocean's unknown microorganisms. Quite a task, when you consider that there are tens of millions of microbes in a single drop of sea water. Then there's the J. Craig Venter Institute, a nonprofit dedicated to researching genomics and exploring its societal implications.

In 2005, Venter founded Synthetic Genomics, a private company with a provocative mission: to engineer new life forms. Its goal is to design, synthesize and assemble synthetic microorganisms that will produce alternative fuels, such as ethanol or hydrogen. He was on Time magzine's 2007 list of the 100 Most Influential People in the World.

In early 2008, scientists at the J. Craig Venter Institute announced that they had manufactured the entire genome of a bacterium by painstakingly stitching together its chemical components. By sequencing a genome, scientists can begin to custom-design bootable organisms, creating biological robots that can produce from scratch chemicals humans can use, such as biofuel. And in 2010, they announced, they had created "synthetic life" -- DNA created digitally, inserted into a living bacterium, and remaining alive.

More profile about the speaker
Craig Venter | Speaker | TED.com