ABOUT THE SPEAKER
Jack Horner - Dinosaur digger
Jack Horner and his dig teams have discovered the first evidence of parental care in dinosaurs, extensive nesting grounds, evidence of dinosaur herds, and the world’s first dinosaur embryos. He's now exploring how to build a dinosaur.

Why you should listen

Paleontologist Jack Horner discovered the first dinosaur eggs in the Western Hemisphere, the first evidence of dinosaur colonial nesting, the first evidence of parental care among dinosaurs, and the first dinosaur embryos.

Horner's research covers a wide range of topics about dinosaurs, including their behavior, physiology, ecology and evolution. Due to struggles with the learning disability, dyslexia, Horner does not hold a formal college degree but was awarded an Honorary Doctorate of Science from the University of Montana in 1986. Also in 1986 he was awarded a MacArthur Fellowship.

He's the Curator of Paleontology at the Museum of the Rockies in Bozeman, Montana, and is widely acknowledged to be the inspiration for the main character in the book and film Jurassic Park.

More profile about the speaker
Jack Horner | Speaker | TED.com
TED2011

Jack Horner: Building a dinosaur from a chicken

Jack Horner: Construir um dinossauro a partir de uma galinha

Filmed:
3,387,976 views

O famoso paleontólogo Jack Horner passou a sua carreira a tentar reconstruir um dinossauro. Encontrou fósseis com os vasos sanguíneos e os tecidos moles extraordinariamente bem preservados, mas nunca com o ADN intacto. Por isso, numa nova abordagem, ele está a utilizar os descendentes vivos dos dinossauros (as galinhas), e a modificá-los através da engenharia genética de forma a reativar os seus traços ancestrais -- incluindo dentes, caudas, e mesmo mãos -- para fazer um "Galinhossaurus".
- Dinosaur digger
Jack Horner and his dig teams have discovered the first evidence of parental care in dinosaurs, extensive nesting grounds, evidence of dinosaur herds, and the world’s first dinosaur embryos. He's now exploring how to build a dinosaur. Full bio

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

00:15
When I was growingcrescendo up in MontanaMontana,
0
0
4000
Durante a minha infância, em Montana,
00:19
I had two dreamssonhos.
1
4000
3000
eu tinha dois sonhos:
00:22
I wanted to be a paleontologistpaleontólogo,
2
7000
2000
queria ser paleontólogo,
00:24
a dinosaurdinossauro paleontologistpaleontólogo,
3
9000
2000
um paleontólogo de dinossauros,
00:26
and I wanted to have a petanimal dinosaurdinossauro.
4
11000
3000
e queria ter um dinossauro como animal de estimação.
00:29
And so that's what I've been strivingesforçando-se for
5
14000
3000
E portanto, é para isso que me tenho esforçado
00:32
all of my life.
6
17000
3000
toda a minha vida.
00:35
I was very fortunateafortunado
7
20000
2000
Tive muita sorte
00:37
earlycedo in my careercarreira.
8
22000
2000
no início da minha carreira.
00:39
I was fortunateafortunado
9
24000
2000
Tive sorte
00:41
in findingencontrando things.
10
26000
2000
em encontrar coisas.
00:43
I wasn'tnão foi very good at readingleitura things.
11
28000
2000
Eu não era muito bom na leitura.
00:45
In factfacto, I don't readler much of anything.
12
30000
3000
De facto, não sou grande leitor de coisa alguma.
00:48
I am extremelyextremamente dyslexicdisléxico,
13
33000
2000
Sou extremamente disléxico,
00:50
and so readingleitura is the hardestmais difícil thing I do.
14
35000
3000
e por isso a leitura é o que mais me custa fazer.
00:53
But insteadem vez de, I go out and I find things.
15
38000
3000
Mas, em contrapartida, eu saio e encontro coisas.
00:56
Then I just pickescolher things up.
16
41000
2000
Depois, limito-me a apanhá-las.
00:58
I basicallybasicamente practiceprática for findingencontrando moneydinheiro on the streetrua.
17
43000
3000
Basicamente pratico para encontrar dinheiro na rua.
01:01
(LaughterRiso)
18
46000
2000
(Risos)
01:03
And I wandervagar about the hillscolinas,
19
48000
2000
E ando pelos montes.
01:05
and I have foundencontrado a fewpoucos things.
20
50000
3000
E tenho encontrado algumas coisas.
01:08
And I have been fortunateafortunado enoughsuficiente
21
53000
3000
Tenho sido suficientemente afortunado
01:11
to find things like the first eggsovos in the WesternWestern hemisphereHemisfério
22
56000
5000
por encontrar coisas como os primeiros ovos do hemisfério ocidental
01:16
and the first babybebê dinosaursdinossauros in nestsninhos,
23
61000
4000
e os primeiros bebés dinossauros em ninhos,
01:20
the first dinosaurdinossauro embryosembriões
24
65000
2000
os primeiros embriões de dinossauros
01:22
and massivemaciço accumulationsacumulações of bonesossos.
25
67000
4000
e enormes depósitos de ossos.
01:26
And it happenedaconteceu to be at a time
26
71000
2000
E isso aconteceu numa altura
01:28
when people were just startinginiciando to begininício to realizeperceber
27
73000
4000
em que as pessoas começavam a compreender
01:32
that dinosaursdinossauros weren'tnão foram the biggrande, stupidestúpido, greenverde reptilesrépteis
28
77000
4000
que os dinossauros não eram os répteis grandes, estúpidos e verdes
01:36
that people had thought for so manymuitos yearsanos.
29
81000
3000
que as pessoas tinham julgado durante tantos anos.
01:39
People were startinginiciando to get an ideaidéia
30
84000
2000
As pessoas começavam a ter a ideia
01:41
that dinosaursdinossauros were specialespecial.
31
86000
2000
de que os dinossauros eram especiais.
01:43
And so, at that time,
32
88000
3000
E assim, naquela época,
01:46
I was ablecapaz to make some interestinginteressante hypotheseshipóteses
33
91000
3000
eu pude conceber algumas hipóteses interessantes
01:49
alongao longo with my colleaguescolegas.
34
94000
2000
juntamente com os meus colegas.
01:51
We were ablecapaz to actuallyna realidade say
35
96000
2000
Nós pudemos realmente dizer
01:53
that dinosaursdinossauros -- basedSediada on the evidenceevidência we had --
36
98000
3000
que os dinossauros -- com base nas provas que tínhamos --
01:56
that dinosaursdinossauros builtconstruído nestsninhos
37
101000
3000
que os dinossauros construíam ninhos
01:59
and livedvivia in coloniescolônias
38
104000
3000
e viviam em colónias
02:02
and caredcuidei for theirdeles youngjovem,
39
107000
2000
e cuidavam dos seus jovens,
02:04
broughttrouxe foodComida to theirdeles babiesbebês
40
109000
2000
levavam comida às suas crias
02:06
and traveledviajei in giganticgigantesco herdsrebanhos.
41
111000
3000
e viajavam em gigantescas manadas.
02:09
So it was prettybonita interestinginteressante stuffcoisa.
42
114000
3000
Portanto, tudo isso era muito interessante.
02:12
I have gonefoi on to find more things
43
117000
3000
Continuei a encontrar mais coisas
02:15
and discoverdescobrir that dinosaursdinossauros really were very socialsocial.
44
120000
4000
e a descobrir que os dinossauros eram realmente muito sociais.
02:19
We have foundencontrado a lot of evidenceevidência
45
124000
3000
Encontrámos muitas provas
02:22
that dinosaursdinossauros changedmudou
46
127000
2000
de que os dinossauros mudavam
02:24
from when they were juvenilesjuvenis to when they were adultsadultos.
47
129000
2000
quando passavam de jovens a adultos.
02:26
The appearanceaparência of them would have been differentdiferente --
48
131000
3000
A sua aparência teria sido diferente --
02:29
whichqual it is in all socialsocial animalsanimais.
49
134000
2000
como acontece com todos os animais sociais.
02:31
In socialsocial groupsgrupos of animalsanimais,
50
136000
2000
Em grupos de animais sociais,
02:33
the juvenilesjuvenis always look differentdiferente than the adultsadultos.
51
138000
3000
os jovens têm sempre uma aparência diferente da dos adultos.
02:36
The adultsadultos can recognizereconhecer the juvenilesjuvenis;
52
141000
2000
Os adultos conseguem reconhecer os jovens,
02:38
the juvenilesjuvenis can recognizereconhecer the adultsadultos.
53
143000
2000
os jovens conseguem reconhecer os adultos.
02:40
And so we're makingfazer a better picturecenário
54
145000
3000
E, assim, estamos a desenhar um retrato melhor
02:43
of what a dinosaurdinossauro looksparece like.
55
148000
2000
da aparência dos dinossauros.
02:45
And they didn't just all chaseChase JeepsJipes around.
56
150000
3000
E eles não andavam só a perseguir jipes.
02:48
(LaughterRiso)
57
153000
2000
(Risos)
02:50
But it is that socialsocial thing
58
155000
3000
Mas penso que foi aquele lado social
02:53
that I guessacho attractedatraiu MichaelMichael CrichtonCrichton.
59
158000
4000
que atraíu Michael Crichton.
02:57
And in his booklivro, he talkedfalou about the socialsocial animalsanimais.
60
162000
4000
No seu livro, ele falava sobre os animais sociais.
03:01
And then StevenSteven SpielbergSpielberg, of coursecurso,
61
166000
2000
E depois Steven Spielberg, evidentemente,
03:03
depictsretrata these dinosaursdinossauros
62
168000
2000
retrata estes dinossauros
03:05
as beingser very socialsocial creaturescriaturas.
63
170000
3000
como sendo criaturas muito sociais.
03:08
The themetema of this storyhistória is buildingconstrução a dinosaurdinossauro,
64
173000
2000
O tema desta história é a criação de um dinossauro,
03:10
and so we come to that partparte of "JurassicJurássico ParkParque."
65
175000
4000
e então chegamos àquela parte do "Parque Jurássico."
03:14
MichaelMichael CrichtonCrichton really was one of the first people
66
179000
3000
Michael Crichton foi realmente uma das primeiras pessoas
03:17
to talk about bringingtrazendo dinosaursdinossauros back to life.
67
182000
4000
a falar em fazer renascer os dinossauros.
03:21
You all know the storyhistória, right.
68
186000
2000
Todos conhecem a história, com certeza.
03:23
I mean, I assumeassumir everyonetodos here has seenvisto "JurassicJurássico ParkParque."
69
188000
3000
Quero dizer, presumo que todos aqui tenham visto o "Parque Jurássico."
03:26
If you want to make a dinosaurdinossauro,
70
191000
2000
Se se quiser fazer um dinossauro,
03:28
you go out, you find yourselfvocê mesmo a piecepeça of petrifiedpetrificado treeárvore sapSAP --
71
193000
4000
procura-se um pedaço de seiva de árvore petrificada --
03:32
otherwisede outra forma knownconhecido as amberâmbar --
72
197000
2000
também conhecida como âmbar --
03:34
that has some blood-suckingsugadores de sangue insectsinsetos in it,
73
199000
3000
que tenha insetos sugadores de sangue no seu interior,
03:37
good onesuns,
74
202000
2000
dos bons,
03:39
and you get your insectinseto and you drillbroca into it
75
204000
3000
pega-se no inseto e perfura-se,
03:42
and you suckchupar out some DNADNA,
76
207000
2000
e extrai-se algum ADN,
03:44
because obviouslyobviamente all insectsinsetos that suckedsugado bloodsangue in those daysdias
77
209000
3000
porque obviamente todos os insetos que sugaram sangue naquela época
03:47
suckedsugado dinosaurdinossauro DNADNA out.
78
212000
3000
sugaram ADN de dinossauros.
03:50
And you take your DNADNA back to the laboratorylaboratório
79
215000
3000
E então leva-se o ADN para o laboratório
03:53
and you cloneclone it.
80
218000
3000
e faz-se a clonagem.
03:56
And I guessacho you injectinjetar it into maybe an ostrichavestruz eggovo,
81
221000
3000
E, imagino, injeta-se aquilo talvez num ovo de avestruz,
03:59
or something like that,
82
224000
2000
ou qualquer coisa parecida.
04:01
and then you wait,
83
226000
2000
E depois espera-se,
04:03
and, lolo and beholdcontemplar, out popsaparece a little babybebê dinosaurdinossauro.
84
228000
3000
e, espantosamente, nasce um pequeno bebé dinossauro.
04:06
And everybody'stodo mundo happyfeliz about that.
85
231000
3000
E todos ficam muito felizes.
04:09
(LaughterRiso)
86
234000
3000
(Risos)
04:12
And they're happyfeliz over and over again.
87
237000
2000
E voltam a ficar felizes outra e outra vez.
04:14
They keep doing it; they just keep makingfazer these things.
88
239000
3000
Continuam a fazer isso; continuam a fazer estas coisas.
04:17
And then, then, then, and then ...
89
242000
4000
E depois, depois, depois, e depois...
04:21
Then the dinosaursdinossauros, beingser socialsocial,
90
246000
3000
Depois, os dinossauros, sendo seres sociais,
04:24
actAja out theirdeles socialnesssocialness,
91
249000
3000
atuam socialmente.
04:27
and they get togetherjuntos,
92
252000
2000
E formam grupos,
04:29
and they conspireconspiram.
93
254000
3000
e conspiram.
04:32
And, of coursecurso, that's what makesfaz com que StevenSteven Spielberg'sSpielberg moviefilme --
94
257000
4000
E, claro, isso é o que faz o filme do Steven Spielberg --
04:36
conspiringconspirar dinosaursdinossauros chasingperseguindo people around.
95
261000
3000
dinossauros conspiradores a perseguirem pessoas.
04:39
So I assumeassumir everybodytodo mundo knowssabe
96
264000
2000
Presumo que toda a gente sabe
04:41
that if you actuallyna realidade had a piecepeça of amberâmbar and it had an insectinseto in it,
97
266000
3000
que se realmente tivéssemos um bocado de âmbar com um inseto no interior,
04:44
and you drilledperfurado into it,
98
269000
3000
e o perfurássemos,
04:47
and you got something out of that insectinseto,
99
272000
2000
e retirássemos alguma coisa do inseto,
04:49
and you clonedclonado it, and you did it over and over and over again,
100
274000
3000
e a clonássemos, e repetíssemos esta operação vezes sem conta,
04:52
you'dvocê gostaria have a roomquarto fullcheio of mosquitosmosquitos.
101
277000
2000
ficaríamos com uma sala cheia de mosquitos.
04:54
(LaughterRiso)
102
279000
2000
(Risos)
04:56
(ApplauseAplausos)
103
281000
5000
(Aplausos)
05:01
And probablyprovavelmente a wholetodo bunchgrupo of treesárvores as well.
104
286000
3000
E provavelmente uma grande quantidade de árvores também.
05:04
Now if you want dinosaurdinossauro DNADNA,
105
289000
2000
Agora, se vocês querem ADN de dinossauro,
05:06
I say go to the dinosaurdinossauro.
106
291000
3000
aconselho-vos a procurá-lo num dinossauro.
05:09
So that's what we'venós temos donefeito.
107
294000
2000
Portanto, é isso que temos feito.
05:11
Back in 1993 when the moviefilme cameveio out,
108
296000
2000
Em 1993, quando o filme apareceu,
05:13
we actuallyna realidade had a grantconceder from the NationalNacional ScienceCiência FoundationFundação
109
298000
3000
nós tínhamos de facto uma bolsa da National Science Foundation
05:16
to attempttentativa to extractextrair DNADNA from a dinosaurdinossauro,
110
301000
3000
para tentarmos extrair ADN de um dinossauro.
05:19
and we choseescolheu the dinosaurdinossauro on the left,
111
304000
3000
E escolhemos o dinossauro à esquerda,
05:22
a TyrannosaurusTiranossauro rexRex, whichqual was a very nicebom specimenespécime.
112
307000
3000
um Tiranossauro Rex, que era um belo espécime.
05:25
And one of my formerantigo doctoraldoutorado studentsalunos,
113
310000
2000
E uma das minhas ex-estudantes de doutoramento,
05:27
DrDr. MaryMary SchweitzerSchweitzer,
114
312000
2000
a Dra. Mary Schweitzer,
05:29
actuallyna realidade had the backgroundfundo
115
314000
2000
tinha realmente conhecimentos
05:31
to do this sortordenar of thing.
116
316000
2000
para fazer este tipo de coisas.
05:33
And so she lookedolhou into the boneosso of this T. rexRex,
117
318000
3000
E, então, ela pesquisou o osso deste T. rex,
05:36
one of the thighcoxa bonesossos,
118
321000
2000
o osso de uma das coxas,
05:38
and she actuallyna realidade foundencontrado
119
323000
2000
e realmente encontrou ali
05:40
some very interestinginteressante structuresestruturas in there.
120
325000
3000
algumas estruturas muito interessantes.
05:43
They foundencontrado these redvermelho circular-lookingcircular para o futuro objectsobjetos,
121
328000
4000
Encontraram uns objetos vermelhos de aspeto circular.
05:47
and they lookedolhou, for all the worldmundo,
122
332000
2000
E todos acharam que se pareciam
05:49
like redvermelho bloodsangue cellscélulas.
123
334000
2000
com glóbulos vermelhos.
05:51
And they're in
124
336000
2000
E eles estão
05:53
what appearaparecer to be the bloodsangue channelscanais
125
338000
2000
no que parecem ser canais sanguíneos
05:55
that go throughatravés the boneosso.
126
340000
2000
que atravessam o osso.
05:57
And so she thought, well, what the heckheck.
127
342000
3000
E portanto ela pensou, bem, que diabo.
06:00
So she sampledamostrados some materialmaterial out of it.
128
345000
3000
Retirou algumas amostras daquilo.
06:03
Now it wasn'tnão foi DNADNA; she didn't find DNADNA.
129
348000
3000
Agora, não era ADN; ela não encontrou ADN.
06:06
But she did find hemeHemo,
130
351000
3000
Mas encontrou hemo,
06:09
whichqual is the biologicalbiológico foundationFundação
131
354000
2000
que é a fundação biológica
06:11
of hemoglobinhemoglobina.
132
356000
2000
da hemoglobina.
06:13
And that was really coollegal.
133
358000
2000
E isso foi realmente fixe.
06:15
That was interestinginteressante.
134
360000
2000
Foi interessante.
06:17
That was -- here we have 65-million-year-old-milhão-ano-velho hemeHemo.
135
362000
5000
Quer dizer -- aqui temos hemo com 65 milhões de anos.
06:22
Well we triedtentou and triedtentou
136
367000
2000
Bem, tentámos e tentámos
06:24
and we couldn'tnão podia really get anything elseoutro out of it.
137
369000
2000
e não conseguimos mesmo retirar mais nada daquilo.
06:26
So a fewpoucos yearsanos wentfoi by,
138
371000
2000
Assim, passaram-se alguns anos,
06:28
and then we startedcomeçado the HellInferno CreekCreek ProjectProjeto.
139
373000
2000
e depois começámos o Projeto Hell Creek.
06:30
And the HellInferno CreekCreek ProjectProjeto was this massivemaciço undertakingempresa
140
375000
3000
E o Projeto Hell Creek foi um empreendimento em grande escala
06:33
to get as manymuitos dinosaursdinossauros as we could possiblypossivelmente find,
141
378000
3000
para obtermos o máximo de dinossauros que conseguíssemos encontrar,
06:36
and hopefullyesperançosamente find some dinosaursdinossauros
142
381000
2000
e, desejavelmente, encontrar alguns dinossauros
06:38
that had more materialmaterial in them.
143
383000
3000
que contivessem mais matéria.
06:41
And out in easternOriental MontanaMontana
144
386000
3000
E lá em Montana oriental
06:44
there's a lot of spaceespaço, a lot of badlandsBadlands,
145
389000
2000
há muito espaço, muitos ermos,
06:46
and not very manymuitos people,
146
391000
2000
e não muita gente.
06:48
and so you can go out there and find a lot of stuffcoisa.
147
393000
2000
E, por isso, pode-se ir para lá e encontrar-se imensas coisas.
06:50
And we did find a lot of stuffcoisa.
148
395000
2000
E realmente encontrámos lá muita coisa.
06:52
We foundencontrado a lot of TyrannosaursTiranossauros,
149
397000
2000
Encontrámos muitos Tiranossauros,
06:54
but we foundencontrado one specialespecial TyrannosaurT-Rex,
150
399000
2000
mas encontrámos um Tiranossauro especial,
06:56
and we calledchamado it B-rexB-rex.
151
401000
2000
e baptizámo-lo como B-rex.
06:58
And B-rexB-rex was foundencontrado
152
403000
2000
E o B-rex foi encontrado
07:00
undersob a thousandmil cubiccúbico yardsjardas of rockRocha.
153
405000
2000
debaixo de 765m cúbicos de rocha.
07:02
It wasn'tnão foi a very completecompleto T. rexRex,
154
407000
3000
Não era um T. rex muito completo,
07:05
and it wasn'tnão foi a very biggrande T. rexRex,
155
410000
3000
e não era um T. rex muito grande,
07:08
but it was a very specialespecial B-rexB-rex.
156
413000
3000
mas era um B-rex muito especial.
07:11
And I and my colleaguescolegas cutcortar into it,
157
416000
2000
E eu e os meus colegas cortámo-lo,
07:13
and we were ablecapaz to determinedeterminar,
158
418000
2000
e fomos capazes de determinar,
07:15
by looking at lineslinhas of arrestedpreso growthcrescimento, some lineslinhas in it,
159
420000
3000
observando as linhas de crescimento, umas linhas que tem,
07:18
that B-rexB-rex had diedmorreu at the ageera of 16.
160
423000
3000
que o B-rex tinha morrido com a idade de 16 anos.
07:21
We don't really know how long dinosaursdinossauros livedvivia,
161
426000
3000
Não sabemos exactamente quanto tempo os dinossauros viviam,
07:24
because we haven'tnão tem foundencontrado the oldestmais antigo one yetainda.
162
429000
2000
porque ainda não encontrámos o mais velho de todos.
07:26
But this one diedmorreu at the ageera of 16.
163
431000
3000
Mas este morreu com 16 anos.
07:29
We gavedeu samplesamostras to MaryMary SchweitzerSchweitzer,
164
434000
2000
Demos amostras a Mary Schweitzer,
07:31
and she was actuallyna realidade ablecapaz to determinedeterminar
165
436000
2000
e ela conseguiu realmente determinar
07:33
that B-rexB-rex was a femalefêmea
166
438000
2000
que o B-rex era uma fêmea
07:35
basedSediada on medullarymedular tissuelenço de papel
167
440000
2000
com base no tecido medular
07:37
foundencontrado on the insidedentro of the boneosso.
168
442000
2000
encontrado no interior do osso.
07:39
MedullaryMedular tissuelenço de papel is the calciumcálcio build-upacumular,
169
444000
3000
O tecido medular é onde o cálcio se acumula,
07:42
the calciumcálcio storagearmazenamento basicallybasicamente,
170
447000
2000
basicamente o armazém de cálcio
07:44
when an animalanimal is pregnantgrávida,
171
449000
2000
de um animal durante a gravidez,
07:46
when a birdpássaro is pregnantgrávida.
172
451000
2000
quando uma ave está em gestação.
07:48
So here was the characterpersonagem
173
453000
2000
Portanto, aqui estava a característica
07:50
that linkedligado birdspássaros and dinosaursdinossauros.
174
455000
2000
que ligava aves e dinossauros.
07:52
But MaryMary wentfoi furthermais distante.
175
457000
2000
Mas a Mary foi mais longe.
07:54
She tooktomou the boneosso, and she dumpeddespejado it into acidácido.
176
459000
3000
Ela pegou no osso e mergulhou-o em ácido.
07:57
Now we all know that bonesossos are fossilizedfossilizado,
177
462000
3000
Todos sabemos que os ossos estão fossilizados,
08:00
and so if you dumpdespejar it into acidácido,
178
465000
2000
e, portanto, se os mergulharmos em ácido
08:02
there shouldn'tnão deveria be anything left.
179
467000
2000
não sobra nada.
08:04
But there was something left.
180
469000
2000
Mas sobrou alguma coisa.
08:06
There were bloodsangue vesselsembarcações left.
181
471000
3000
Sobraram vasos sanguíneos.
08:09
There were flexibleflexível, clearClaro bloodsangue vesselsembarcações.
182
474000
4000
Vasos sanguíneos flexíveis e limpos.
08:13
And so here was the first softsuave tissuelenço de papel from a dinosaurdinossauro.
183
478000
3000
E, portanto, aqui estava o primeiro tecido mole de um dinossauro.
08:16
It was extraordinaryextraordinário.
184
481000
2000
Era extraordinário.
08:18
But she alsoAlém disso foundencontrado osteocytesosteócitos,
185
483000
3000
Mas ela também encontrou osteócitos,
08:21
whichqual are the cellscélulas that laidliderar down the bonesossos.
186
486000
3000
que são as células que segregam os ossos.
08:24
And try and try, we could not find DNADNA,
187
489000
4000
E tentou, tentou, não conseguimos encontrar ADN,
08:28
but she did find evidenceevidência of proteinsproteínas.
188
493000
3000
mas ela encontrou sinais de proteínas.
08:31
But we thought maybe --
189
496000
3000
Mas, pensámos nós, talvez --
08:34
well, we thought maybe
190
499000
2000
bem, nós pensámos que talvez
08:36
that the materialmaterial was breakingquebra down after it was comingchegando out of the groundchão.
191
501000
3000
o material se estivesse a desfazer depois de ser retirado do solo.
08:39
We thought maybe it was deterioratingdeteriorando-se very fastvelozes.
192
504000
2000
Pensámos que talvez se estivesse a deteriorar muito rapidamente.
08:41
And so we builtconstruído a laboratorylaboratório
193
506000
2000
E, assim, construímos um laboratório
08:43
in the back of an 18-wheeler-wheeler trailerreboque,
194
508000
3000
na parte de trás de uma caravana,
08:46
and actuallyna realidade tooktomou the laboratorylaboratório to the fieldcampo
195
511000
3000
e levámos o laboratório para o campo
08:49
where we could get better samplesamostras.
196
514000
2000
onde podíamos recolher amostras melhores.
08:51
And we did. We got better materialmaterial.
197
516000
3000
E conseguimos. Recolhemos material melhor.
08:54
The cellscélulas lookedolhou better.
198
519000
2000
As células pareciam melhores.
08:56
The vesselsembarcações lookedolhou better.
199
521000
2000
Os vasos pareciam melhores.
08:58
FoundEncontrados the proteinproteína collagencolagénio.
200
523000
2000
Depois o colagénio.
09:00
I mean, it was wonderfulMaravilhoso stuffcoisa.
201
525000
3000
Quero dizer, aquilo era maravilhoso.
09:03
But it's not dinosaurdinossauro DNADNA.
202
528000
4000
Mas não era ADN de dinossauro.
09:07
So we have discovereddescobriu
203
532000
2000
Então descobrimos
09:09
that dinosaurdinossauro DNADNA, and all DNADNA,
204
534000
2000
que o ADN de dinossauro, e todo o ADN,
09:11
just breaksrompe down too fastvelozes.
205
536000
2000
se desfaz demasiado depressa.
09:13
We're just not going to be ablecapaz
206
538000
2000
Não seremos capazes
09:15
to do what they did in "JurassicJurássico ParkParque."
207
540000
3000
de fazer o que fizeram no "Parque Jurássico."
09:18
We're not going to be ablecapaz to make a dinosaurdinossauro
208
543000
3000
Não seremos capazes de fazer um dinossauro
09:21
basedSediada on a dinosaurdinossauro.
209
546000
3000
baseado num dinossauro.
09:24
But birdspássaros are dinosaursdinossauros.
210
549000
4000
Mas as aves são dinossauros.
09:29
BirdsAves are livingvivo dinosaursdinossauros.
211
554000
3000
As aves são dinossauros vivos.
09:32
We actuallyna realidade classifyclassificar them
212
557000
2000
Na realidade, classificamo-las
09:34
as dinosaursdinossauros.
213
559000
2000
como dinossauros.
09:36
We now call them non-avianNão-avianos dinosaursdinossauros
214
561000
2000
Agora chamamos-lhes dinossauros não-avianos
09:38
and avianaviário dinosaursdinossauros.
215
563000
2000
e dinossauros avianos.
09:40
So the non-avianNão-avianos dinosaursdinossauros
216
565000
2000
Assim, os dinossauros não-avianos
09:42
are the biggrande clunkyfraco onesuns that wentfoi extinctextinto.
217
567000
2000
eram aqueles grandes tontos que foram extintos.
09:44
AvianAviária dinosaursdinossauros are our modernmoderno birdspássaros.
218
569000
3000
Os dinossauros avianos são as nossas aves modernas.
09:47
So we don't have to make a dinosaurdinossauro
219
572000
2000
Por isso, não temos que fazer um dinossauro,
09:49
because we already have them.
220
574000
3000
porque já os temos.
09:54
(LaughterRiso)
221
579000
4000
(Risos)
09:58
I know, you're as badmau as the sixth-gradersalunos da sexta série.
222
583000
4000
Eu sei, vocês são tão maus como os alunos do 6º ano.
10:02
(LaughterRiso)
223
587000
2000
(Risos)
10:04
The sixth-gradersalunos da sexta série look at it and they say, "No."
224
589000
3000
Os alunos do 6º ano olham para isto e dizem: "Não."
10:07
(LaughterRiso)
225
592000
2000
(Risos)
10:09
"You can call it a dinosaurdinossauro,
226
594000
2000
"Pode chamar a isto um dinossauro,
10:11
but look at the velociraptorVelociraptor: the velociraptorVelociraptor is coollegal."
227
596000
3000
mas olhe para o Velociraptor. O Velociraptor é fixe."
10:14
(LaughterRiso)
228
599000
2000
(Risos)
10:16
"The chickenfrango is not."
229
601000
2000
"A galinha não é."
10:18
(LaughterRiso)
230
603000
2000
(Risos)
10:20
So this is our problemproblema,
231
605000
2000
Portanto, é este o nosso problema,
10:22
as you can imagineImagine.
232
607000
3000
como podem imaginar.
10:25
The chickenfrango is a dinosaurdinossauro.
233
610000
2000
A galinha é um dinossauro.
10:27
I mean it really is.
234
612000
2000
Quero dizer, é mesmo.
10:29
You can't argueargumentar with it
235
614000
2000
Vocês não podem discutir isto,
10:31
because we're the classifiersclassificadores and we'venós temos classifiedclassificados it that way.
236
616000
3000
porque nós somos os classificadores e classificámo-la assim.
10:34
(LaughterRiso)
237
619000
2000
(Risos)
10:36
(ApplauseAplausos)
238
621000
4000
(Aplausos)
10:41
But the sixth-gradersalunos da sexta série demandexigem it.
239
626000
2000
Mas os alunos do 6º anos exigem-no.
10:43
"FixFix the chickenfrango."
240
628000
2000
"Melhore a galinha."
10:45
(LaughterRiso)
241
630000
2000
(Risos)
10:47
So that's what I'm here to tell you about:
242
632000
2000
Portanto, é para vos falar disso que estou aqui.
10:49
how we are going to fixconsertar a chickenfrango.
243
634000
3000
Como vamos melhorar a galinha.
10:52
So we have a numbernúmero of waysmaneiras
244
637000
3000
Então, temos várias maneiras
10:55
that we actuallyna realidade can fixconsertar the chickenfrango.
245
640000
5000
de realmente melhorar a galinha.
11:00
Because evolutionevolução workstrabalho,
246
645000
2000
Uma vez que a evolução funciona,
11:02
we actuallyna realidade have some evolutionaryevolutivo toolsFerramentas.
247
647000
3000
temos algumas ferramentas evolucionárias.
11:05
We'llNós vamos call them biologicalbiológico modificationmodificação toolsFerramentas.
248
650000
3000
Chamar-lhes-emos ferramentas de modificação biológica.
11:08
We have selectionseleção.
249
653000
2000
Temos a seleção.
11:10
And we know selectionseleção workstrabalho.
250
655000
2000
E sabemos que a seleção funciona.
11:12
We startedcomeçado out with a wolf-likelobo creaturecriatura
251
657000
3000
Começámos com uma criatura semelhante a um lobo
11:15
and we endedterminou up with a MalteseMaltês.
252
660000
3000
e acabámos com um Maltês.
11:18
I mean, that's --
253
663000
3000
Quero dizer, trata-se
11:21
that's definitelydefinitivamente geneticgenético modificationmodificação.
254
666000
4000
definitivamente de modificação genética.
11:25
Or any of the other funny-lookingengraçado little dogscães.
255
670000
4000
Ou qualquer um dos outros cãezinhos com aspeto engraçado.
11:30
We alsoAlém disso have transgenesistransgênese.
256
675000
2000
Também temos a transgénese.
11:32
TransgenesisTransgênese is really coollegal too.
257
677000
2000
A transgénese também é muito fixe.
11:34
That's where you take a genegene out of one animalanimal and stickbastão it in anotheroutro one.
258
679000
3000
É quando se retira um gene de um animal e se introduz noutro.
11:37
That's how people make GloFishGloFish.
259
682000
3000
É como se fazem os GloFish.
11:40
You take a glowbrilho genegene
260
685000
3000
Retira-se um gene fluorescente
11:43
out of a coralcoral or a jellyfishágua-viva
261
688000
4000
de um coral ou de uma alforreca
11:47
and you stickbastão it in a zebrafishzebrafish,
262
692000
2000
e introduz-se num peixe-zebra,
11:49
and, puffPuff, they glowbrilho.
263
694000
2000
e, zás, tornam-se fluorescentes.
11:51
And that's prettybonita coollegal.
264
696000
2000
E isso é muito fixe.
11:53
And they obviouslyobviamente make a lot of moneydinheiro off of them.
265
698000
3000
E obviamente ganha-se imenso dinheiro com isso.
11:56
And now they're makingfazer Glow-rabbitsBrilho-coelhos
266
701000
2000
E agora estão a fazer coelhos Glow
11:58
and Glow-all-sorts-of-thingsBrilho-todos-os tipos-de-coisas.
267
703000
2000
e todo o tipo de coisas fluorescentes.
12:00
I guessacho we could make a glowbrilho chickenfrango.
268
705000
3000
Acho que podíamos fazer uma galinha fluorescente.
12:03
(LaughterRiso)
269
708000
2000
(Risos)
12:05
But I don't think that'llisso vai satisfysatisfazer the sixth-gradersalunos da sexta série eitherou.
270
710000
3000
Mas penso que isso também não satisfará os alunos do 6º ano.
12:08
But there's anotheroutro thing.
271
713000
2000
Mas há outra coisa.
12:10
There's what we call atavismatavismo activationativação.
272
715000
3000
Há aquilo a que chamamos ativação atávica.
12:13
And atavismatavismo activationativação
273
718000
2000
E a ativação atávica
12:15
is basicallybasicamente --
274
720000
2000
é basicamente --
12:17
an atavismatavismo is an ancestralancestral characteristiccaracterística.
275
722000
4000
o atavismo é uma característica ancestral.
12:21
You heardouviu
276
726000
2000
Vocês ouvem
12:23
that occasionallyocasionalmente childrencrianças are bornnascermos with tailscaudas,
277
728000
3000
que ocasionalmente as crianças nascem com caudas,
12:26
and it's because it's an ancestralancestral characteristiccaracterística.
278
731000
4000
e isso porque existe uma característica ancestral.
12:30
And so there are a numbernúmero of atavismsatavisms
279
735000
3000
E há um certo número de atavismos
12:33
that can happenacontecer.
280
738000
2000
que podem acontecer.
12:35
SnakesCobras are occasionallyocasionalmente bornnascermos with legspernas.
281
740000
3000
Ocasionalmente as cobras nascem com pernas.
12:38
And here'saqui está an exampleexemplo.
282
743000
2000
E aqui está um exemplo.
12:40
This is a chickenfrango with teethdentes.
283
745000
3000
Esta é uma galinha com dentes.
12:43
A fellowcompanheiro by the namenome of MatthewMateus HarrisHarris
284
748000
2000
Um colega chamado Matthew Harris
12:45
at the UniversityUniversidade of WisconsinWisconsin in MadisonMadison
285
750000
3000
da Universidade de Wisconsin, em Madison
12:48
actuallyna realidade figuredfigurado out a way to stimulateestimular o
286
753000
3000
conseguiu descobrir uma maneira de estimular
12:51
the genegene for teethdentes,
287
756000
3000
o gene dos dentes,
12:54
and so was ablecapaz to actuallyna realidade turnvirar the toothdente genegene on
288
759000
3000
e desse modo conseguiu ativar o gene dos dentes
12:57
and produceproduzir teethdentes in chickensgalinhas.
289
762000
3000
e produzir dentes nas galinhas.
13:00
Now that's a good characteristiccaracterística.
290
765000
3000
Ora, essa é uma boa característica.
13:03
We can saveSalve  that one.
291
768000
3000
Podemos aproveitá-la.
13:06
We know we can use that.
292
771000
2000
Sabemos que podemos utilizá-la.
13:08
We can make a chickenfrango with teethdentes.
293
773000
3000
Podemos fazer galinhas com dentes.
13:12
That's gettingobtendo closermais perto.
294
777000
2000
Estamos a aproximar-nos.
13:14
That's better than a glowinga brilhar chickenfrango.
295
779000
2000
É melhor do que uma galinha fluorescente.
13:16
(LaughterRiso)
296
781000
2000
(Risos)
13:18
A friendamigos of minemeu, a colleaguecolega of minemeu,
297
783000
2000
Um amigo meu, um colega,
13:20
DrDr. HansHans LarssonLarsson at McGillMcGill UniversityUniversidade,
298
785000
2000
o Dr. Hans Larsson, da Universidade McGill,
13:22
is actuallyna realidade looking at atavismsatavisms.
299
787000
2000
está atualmente a debruçar-se sobre os atavismos.
13:24
And he's looking at them
300
789000
2000
E está a estudá-los
13:26
by looking at the embryoembrião genesisgênese of birdspássaros
301
791000
3000
analisando a génese embrionária das aves
13:29
and actuallyna realidade looking at how they developdesenvolve,
302
794000
3000
e como é que realmente se desenvolvem.
13:32
and he's interestedinteressado in how birdspássaros actuallyna realidade lostperdido theirdeles tailrabo.
303
797000
4000
E está interessado em como as aves perderam a cauda.
13:36
He's alsoAlém disso interestedinteressado in the transformationtransformação
304
801000
2000
Também está interessado na transformação
13:38
of the armbraço, the handmão, to the wingasa.
305
803000
3000
do braço, da mão, em asa.
13:41
He's looking for those genesgenes as well.
306
806000
2000
Também está à procura desses genes.
13:43
And I said, "Well, if you can find those,
307
808000
3000
E eu disse-lhe: "Bom, se conseguires encontrá-los
13:46
I can just reversemarcha ré them
308
811000
2000
eu posso revertê-los
13:48
and make what I need to make for the sixth-gradersalunos da sexta série."
309
813000
3000
e fazer aquilo de que necessito para os alunos do 6º ano."
13:51
And so he agreedacordado.
310
816000
2000
E ele concordou.
13:53
And so that's what we're looking into.
311
818000
2000
E, portanto, é o que estamos a investigar.
13:55
If you look at dinosaurdinossauro handsmãos,
312
820000
2000
Se olharem para as mãos dos dinossauros,
13:57
a velociraptorVelociraptor
313
822000
2000
um Velociraptor
13:59
has that cool-lookingbacana handmão with the clawsgarras on it.
314
824000
2000
tem aquelas mãos com garras, com um aspeto fixe.
14:01
ArchaeopteryxArchaeopteryx, whichqual is a birdpássaro, a primitiveprimitivo birdpássaro,
315
826000
3000
O Archaeopteryx, que é uma ave, uma ave primitiva,
14:04
still has that very primitiveprimitivo handmão.
316
829000
3000
ainda tem aquela mão muito primitiva.
14:07
But as you can see, the pigeonpombo,
317
832000
2000
Mas, como podem ver, o pombo,
14:09
or a chickenfrango or anything elseoutro, anotheroutro birdpássaro,
318
834000
2000
ou a galinha ou qualquer outra ave,
14:11
has kindtipo of a weird-lookingestranho-olhando handmão,
319
836000
3000
tem uma espécie de mão com aspeto estranho,
14:14
because the handmão is a wingasa.
320
839000
2000
porque a mão é uma asa.
14:16
But the coollegal thing is
321
841000
2000
Mas o que é fixe
14:18
that, if you look in the embryoembrião,
322
843000
3000
é que, se observarmos o embrião,
14:21
as the embryoembrião is developingem desenvolvimento
323
846000
2000
enquanto o embrião se desenvolve,
14:23
the handmão actuallyna realidade looksparece
324
848000
3000
a mão realmente parece-se muito
14:26
prettybonita much like the archaeopteryxArchaeopteryx handmão.
325
851000
2000
com a mão de um Archaeopteryx.
14:28
It has the threetrês fingersdedos, the threetrês digitsdígitos.
326
853000
3000
Tem os três dedos, os três dígitos.
14:31
But a genegene turnsgira on that actuallyna realidade fusesfusíveis those togetherjuntos.
327
856000
3000
Mas é ativado um gene que os funde num só.
14:34
And so what we're looking for is that genegene.
328
859000
3000
E, portanto, é desse gene que andamos à procura.
14:37
We want to stop that genegene from turninggiro on,
329
862000
2000
Queremos impedir que esse gene seja ativado,
14:39
fusingde fusão those handsmãos togetherjuntos,
330
864000
2000
fundindo os dedos num só,
14:41
so we can get a chickenfrango that hatchesescotilhas out with a three-fingeredtrês-dedos handmão,
331
866000
3000
de forma a termos uma galinha que nasça com uma mão com três dedos,
14:44
like the archaeopteryxArchaeopteryx.
332
869000
2000
como um Archaeopteryx.
14:46
And the samemesmo goesvai for the tailscaudas.
333
871000
3000
E o mesmo acontece com a cauda.
14:49
BirdsAves have basicallybasicamente
334
874000
3000
As aves têm, basicamente,
14:52
rudimentaryrudimentar tailscaudas.
335
877000
2000
caudas rudimentares.
14:54
And so we know
336
879000
3000
E sabemos
14:57
that in embryoembrião,
337
882000
2000
que o embrião,
14:59
as the animalanimal is developingem desenvolvimento,
338
884000
2000
quando o animal se está a desenvolver,
15:01
it actuallyna realidade has a relativelyrelativamente long tailrabo.
339
886000
3000
de facto tem uma cauda relativamente longa.
15:04
But a genegene turnsgira on
340
889000
2000
Mas um gene é ativado
15:06
and resorbsreabsorvido the tailrabo, getsobtém ridlivrar of it.
341
891000
3000
e reabsorve a cauda, livra-se dela.
15:09
So that's the other genegene we're looking for.
342
894000
3000
Portanto, é o outro gene que procuramos.
15:12
We want to stop that tailrabo from resorbingresorbing.
343
897000
4000
Queremos impedir que aquela cauda seja reabsorvida.
15:16
So what we're tryingtentando to do really
344
901000
3000
Portanto, o que realmente estamos a tentar fazer
15:19
is take our chickenfrango,
345
904000
3000
é pegar na nossa galinha,
15:22
modifymodificar it
346
907000
2000
modificá-la
15:24
and make the chickenosauruschickenosaurus.
347
909000
2000
e fazer o Galinhossaurus.
15:26
(LaughterRiso)
348
911000
3000
(Risos)
15:29
It's a cooler-lookingrefrigerador para o futuro chickenfrango.
349
914000
3000
É uma galinha com um aspeto mais fixe.
15:32
But it's just the very basicsNoções básicas.
350
917000
3000
Mas isto é o básico.
15:35
So that really is what we're doing.
351
920000
2000
É nisso que realmente estamos a trabalhar.
15:37
And people always say, "Why do that?
352
922000
2000
E as pessoas perguntam sempre: "Porquê fazer isso?
15:39
Why make this thing?
353
924000
2000
Porquê fazer isto?
15:41
What good is it?"
354
926000
2000
De que serve isto?"
15:43
Well, that's a good questionquestão.
355
928000
2000
É realmente uma boa questão.
15:45
ActuallyNa verdade, I think it's a great way to teachEnsinar kidsfilhos
356
930000
2000
Na verdade, penso que é uma ótima maneira
15:47
about evolutionaryevolutivo biologybiologia
357
932000
2000
de ensinar aos miúdos a biologia evolucionária
15:49
and developmentaldo desenvolvimento biologybiologia
358
934000
2000
e a biologia de desenvolvimento
15:51
and all sortstipos of things.
359
936000
2000
e todo o tipo de coisas.
15:53
And quitebastante franklyfrancamente, I think
360
938000
3000
E, muito francamente, penso
15:56
if ColonelCoronel SandersSanders
361
941000
2000
que se o Coronel Sanders
15:58
was to be carefulCuidado how he wordedformulada it,
362
943000
3000
quisesse ser cuidadoso quando redigiu aquilo,
16:01
he could actuallyna realidade advertiseAnuncie an extraextra piecepeça.
363
946000
3000
podia realmente publicitar uma peça extra.
16:04
(LaughterRiso)
364
949000
4000
(Risos)
16:08
AnywayDe qualquer forma --
365
953000
2000
De qualquer modo --
16:12
When our dino-chickenDino-galinha hatchesescotilhas,
366
957000
4000
Quando a nossa dino-galinha nascer,
16:16
it will be, obviouslyobviamente, the posterposter childcriança,
367
961000
3000
será obviamente a criança do poster,
16:19
or what you mightpoderia call a posterposter chickgarota,
368
964000
3000
ou o que se pode chamar a miúda (pintainho) do poster,
16:22
for technologytecnologia, entertainmententretenimento and designdesenhar.
369
967000
3000
para a tecnologia, o entretenimento e o design.
16:25
Thank you.
370
970000
2000
Obrigado.
16:27
(ApplauseAplausos)
371
972000
3000
(Aplausos)
Translated by Ilona Bastos
Reviewed by Isabel M. Vaz Belchior

▲Back to top

ABOUT THE SPEAKER
Jack Horner - Dinosaur digger
Jack Horner and his dig teams have discovered the first evidence of parental care in dinosaurs, extensive nesting grounds, evidence of dinosaur herds, and the world’s first dinosaur embryos. He's now exploring how to build a dinosaur.

Why you should listen

Paleontologist Jack Horner discovered the first dinosaur eggs in the Western Hemisphere, the first evidence of dinosaur colonial nesting, the first evidence of parental care among dinosaurs, and the first dinosaur embryos.

Horner's research covers a wide range of topics about dinosaurs, including their behavior, physiology, ecology and evolution. Due to struggles with the learning disability, dyslexia, Horner does not hold a formal college degree but was awarded an Honorary Doctorate of Science from the University of Montana in 1986. Also in 1986 he was awarded a MacArthur Fellowship.

He's the Curator of Paleontology at the Museum of the Rockies in Bozeman, Montana, and is widely acknowledged to be the inspiration for the main character in the book and film Jurassic Park.

More profile about the speaker
Jack Horner | Speaker | TED.com