TED2003
Juan Enriquez: The life code that will reshape the future
Хуан Энрикес про геномику и про будущее
Filmed:
Readability: 3.4
831,634 views
Футурист Хуан Энрикес указывает на то, что в научных исследованиях кода должен произойти рывок, и наше процветание зависит от того, как мы используем эти знания. Он рассматривает это на примере геномики.
Juan Enriquez - Futurist
Juan Enriquez thinks and writes about the profound changes that genomics and other life sciences will bring in business, technology, politics and society. Full bio
Juan Enriquez thinks and writes about the profound changes that genomics and other life sciences will bring in business, technology, politics and society. Full bio
Double-click the English transcript below to play the video.
00:25
I'm supposed to scare you, because it's about fear, right?
0
1000
3000
Я сейчас вас испугаю, потому что это и правда пугающе, верно?
00:29
And you should be really afraid,
1
5000
2000
И вам должно быть страшно,
00:31
but not for the reasons why you think you should be.
2
7000
2000
но не по тем причинам, по которым вы думаете.
00:34
You should be really afraid that --
3
10000
2000
Вас должно пугать то,
00:36
if we stick up the first slide on this thing -- there we go -- that you're missing out.
4
12000
4000
что если мы углубимся в этот вопрос, то будет ясно, что вы многое упускаете.
00:42
Because if you spend this week thinking about Iraq and
5
18000
4000
Потому что если вы проведете эту неделю в мыслях об Ираке,
00:46
thinking about Bush and thinking about the stock market,
6
22000
4000
и о Буше, и о фондовом рынке,
00:50
you're going to miss one of the greatest adventures that we've ever been on.
7
26000
2000
вы упустите из вида одно из самых потрясающих явлений.
00:53
And this is what this adventure's really about.
8
29000
2000
И вот в чем оно заключается.
00:55
This is crystallized DNA.
9
31000
4000
Это кристаллизованная ДНК.
00:59
Every life form on this planet -- every insect, every bacteria, every plant,
10
35000
3000
Каждая форма жизни на Земле - каждое насекомое, бактерия, растение,
01:02
every animal, every human, every politician -- (Laughter)
11
38000
3000
животное, человек, политик -- (Смех)
01:07
is coded in that stuff.
12
43000
2000
закодированы таким образом.
01:09
And if you want to take a single crystal of DNA, it looks like that.
13
45000
4000
Если взять кристалл ДНК, то он выглядит вот так.
01:13
And we're just beginning to understand this stuff.
14
49000
2000
И мы, наконец, начинаем понимать.
01:16
And this is the single most exciting adventure that we have ever been on.
15
52000
3000
Это самое потрясающее явление, которое мы когда-либо встречали.
01:20
It's the single greatest mapping project we've ever been on.
16
56000
3000
Это величайший этап в истории картографии.
01:23
If you think that the mapping of America's made a difference,
17
59000
2000
Вы, наверно, думаете, что создание карты Америки имело большое значение,
01:25
or landing on the moon, or this other stuff,
18
61000
3000
или посадка на луне, или что-то еще в этом роде,
01:28
it's the map of ourselves and the map of every plant
19
64000
3000
но создание карты нас самих, или любого растения,
01:31
and every insect and every bacteria that really makes a difference.
20
67000
3000
или насекомого, или бактерии, - вот что действительно важно.
01:34
And it's beginning to tell us a lot about evolution.
21
70000
3000
И так мы узнаем об эволюции.
01:39
(Laughter)
22
75000
4000
(Смех)
01:43
It turns out that what this stuff is --
23
79000
2000
На самом деле это, -
01:45
and Richard Dawkins has written about this --
24
81000
2000
и Ричард Доукинс писал об этом, -
01:47
is, this is really a river out of Eden.
25
83000
2000
это река из Рая.
01:49
So, the 3.2 billion base pairs inside each of your cells
26
85000
4000
Так, 3.2 миллиарда основных пар внутри каждой вашей клетки
01:53
is really a history of where you've been for the past billion years.
27
89000
3000
хранят историю того, чем вы были в последний миллиард лет.
01:56
And we could start dating things,
28
92000
1000
И мы могли бы датировать различные явления,
01:57
and we could start changing medicine and archeology.
29
93000
3000
и мы могли бы начать менять медицину и археологию.
02:01
It turns out that if you take the human species about 700 years ago,
30
97000
3000
Так, если взять человеческий вид, существовавший 700 лет назад,
02:04
white Europeans diverged from black Africans in a very significant way.
31
100000
3000
то белые европейцы очень отличались от темнокожих африканцев.
02:07
White Europeans were subject to the plague.
32
103000
5000
Белые европейцы подверглись эпидемии чумы.
02:13
And when they were subject to the plague, most people didn't survive,
33
109000
3000
И во время эпидемии чумы большинство людей не выжило,
02:16
but those who survived had a mutation on the CCR5 receptor.
34
112000
4000
но у те, кто выжил, имели место мутации рецептора CCR5.
02:20
And that mutation was passed on to their kids
35
116000
2000
И эта мутация передалась их детям,
02:22
because they're the ones that survived,
36
118000
2000
поскольку позволила выжить,
02:24
so there was a great deal of population pressure.
37
120000
2000
так что население подверглось генной модификации.
02:26
In Africa, because you didn't have these cities,
38
122000
2000
Поскольку в Африке не было городов,
02:28
you didn't have that CCR5 population pressure mutation.
39
124000
3000
то не было и чумы, и мутации рецептора CCR5.
02:31
We can date it to 700 years ago.
40
127000
3000
Это событие имело место 700 лет назад.
02:34
That is one of the reasons why AIDS is raging across Africa as fast as it is,
41
130000
4000
И это одна из причин, почему СПИД так свирепствует в Африке
02:38
and not as fast across Europe.
42
134000
4000
и не так сильно в Европе.
02:42
And we're beginning to find these little things for malaria,
43
138000
3000
Аналогичные вещи мы открываем касаемо малярии,
02:45
for sickle cell, for cancers.
44
141000
3000
болезни серповидных эритроцитов и рака.
02:49
And in the measure that we map ourselves,
45
145000
2000
И создание карты самих себя -
02:51
this is the single greatest adventure that we'll ever be on.
46
147000
2000
это самое важное открытие, которые мы можем сделать.
02:53
And this Friday, I want you to pull out a really good bottle of wine,
47
149000
4000
В эту пятницу, я хочу, чтобы вы открыли хорошую бутылку вина
02:57
and I want you to toast these two people.
48
153000
2000
и подняли тост за двух людей.
03:00
Because this Friday, 50 years ago, Watson and Crick found the structure of DNA,
49
156000
4000
Потому что в эту пятницу 50 лет назад Ватсон и Крик открыли структуру ДНК,
03:04
and that is almost as important a date
50
160000
3000
и это почти такая же важная дата,
03:07
as the 12th of February when we first mapped ourselves,
51
163000
3000
как 12 февраля,
03:10
but anyway, we'll get to that.
52
166000
2000
но мы еще вернемся к этому.
03:12
I thought we'd talk about the new zoo.
53
168000
2000
Я думаю, нам надо поговорить о новом зоопарке.
03:14
So, all you guys have heard about DNA, all the stuff that DNA does,
54
170000
4000
Итак, все вы слышали о ДНК и на что ДНК влияет,
03:18
but some of the stuff we're discovering is kind of nifty
55
174000
3000
но некоторые вещи, которые мы открываем, удивительны,
03:21
because this turns out to be the single most abundant species on the planet.
56
177000
5000
потому что оказывается, что это самый многочисленный вид на планете.
03:26
If you think you're successful or cockroaches are successful,
57
182000
3000
Вы, наверно, думаете, что человеческий вид многочислен, или вид тараканов,
03:29
it turns out that there's ten trillion trillion Pleurococcus sitting out there.
58
185000
3000
но в мире существует десять триллионов триллионов водорослей Плеврококк.
03:32
And we didn't know that Pleurococcus was out there,
59
188000
3000
А мы не знали, что Плеврококк существует,
03:35
which is part of the reason
60
191000
1000
и это одна из причин того,
03:36
why this whole species-mapping project is so important.
61
192000
5000
почему создание карты видов настолько важно.
03:41
Because we're just beginning to learn
62
197000
2000
Потому что мы только начинаем узнавать,
03:43
where we came from and what we are.
63
199000
1000
откуда мы произошли и что мы собой представляем.
03:45
And we're finding amoebas like this. This is the amoeba dubia.
64
201000
3000
И мы находим подобных амеб. Это Amoeba dubia.
03:49
And the amoeba dubia doesn't look like much,
65
205000
2000
И, на первый взгляд, Amoeba dubia на нас совсем не похожа,
03:51
except that each of you has about 3.2 billion letters,
66
207000
3000
не считая того, что и у нас, и у этих амеб есть 3,2 миллиарда генетических букв
03:54
which is what makes you you,
67
210000
2000
которые представляют из себя то, что делает тебя самим собой
03:56
as far as gene code inside each of your cells,
68
212000
3000
ведь генный код внутри каждой из ваших клеток
03:59
and this little amoeba which, you know,
69
215000
3000
и клеток этих маленьких амеб, которых, как вы знаете,
04:02
sits in water in hundreds and millions and billions,
70
218000
2000
в воде живут миллиарды,
04:05
turns out to have 620 billion base pairs of gene code inside.
71
221000
6000
представляет собой 620 миллиардов основных пар генов.
04:11
So, this little thingamajig has a genome
72
227000
3000
Таким образом, эта штуковина имеет геном,
04:14
that's 200 times the size of yours.
73
230000
2000
в 200 раз превышающий ваш.
04:17
And if you're thinking of efficient information storage mechanisms,
74
233000
3000
Если вы хотите найти эффективные механизмы хранения информации,
04:21
it may not turn out to be chips.
75
237000
2000
возможно, это будут не чипы.
04:24
It may turn out to be something that looks a little like that amoeba.
76
240000
4000
Возможно, это будет что-то похожее на амебу.
04:28
And, again, we're learning from life and how life works.
77
244000
4000
И снова, мы учимся у жизни.
04:32
This funky little thing: people didn't used to think
78
248000
4000
Удивительная вещь: люди думали,
04:36
that it was worth taking samples out of nuclear reactors
79
252000
3000
что не нужно брать образцы ядерных реакторов,
04:39
because it was dangerous and, of course, nothing lived there.
80
255000
3000
потому что это было опасно и, конечно, там ничто не жило.
04:42
And then finally somebody picked up a microscope
81
258000
3000
А потом наконец кто-то взял микроскоп
04:45
and looked at the water that was sitting next to the cores.
82
261000
3000
и посмотрел на жидкость рядом с ядрами.
04:48
And sitting next to that water in the cores
83
264000
2000
И рядом с жидкостью в ядрах
04:50
was this little Deinococcus radiodurans, doing a backstroke,
84
266000
3000
была бактерия Deinococcus Radiodurans, плавающая на спине,
04:53
having its chromosomes blown apart every day,
85
269000
2000
ее хромосомы разъединялись каждый день,
04:55
six, seven times, restitching them,
86
271000
3000
шесть, семь раз, снова соединялись,
04:58
living in about 200 times the radiation that would kill you.
87
274000
2000
и эта бактерия выживала при радиации в 200 раз большей той, которая убила бы вас.
05:01
And by now you should be getting a hint as to how diverse
88
277000
3000
И сейчас вы должны догадаться, насколько разнообразно,
05:04
and how important and how interesting this journey into life is,
89
280000
2000
насколько важно и интересно это путешествие в жизнь,
05:06
and how many different life forms there are,
90
282000
3000
и как много форм жизни существует,
05:09
and how there can be different life forms living in
91
285000
3000
и насколько разные жизненные формы существуют
05:12
very different places, maybe even outside of this planet.
92
288000
3000
в самых разных местах, возможно, даже за пределами этой планеты.
05:16
Because if you can live in radiation that looks like this,
93
292000
2000
Потому что если что-то может выжить при такой радиации,
05:18
that brings up a whole series of interesting questions.
94
294000
3000
то напрашивается ряд интересных вопросов.
05:22
This little thingamajig: we didn't know this thingamajig existed.
95
298000
3000
Мы не знали даже, что эта маленькая штуковина существует.
05:26
We should have known that this existed
96
302000
2000
Нам бы следовало знать о ее существовании,
05:28
because this is the only bacteria that you can see to the naked eye.
97
304000
3000
потому что это единственная бактерия, которую можно увидеть невооруженным глазом.
05:31
So, this thing is 0.75 millimeters.
98
307000
3000
Ее размер 0,75 миллиметров.
05:34
It lives in a deep trench off the coast of Namibia.
99
310000
2000
Она живет в глубокой впадине недалеко от берегов Намибии.
05:37
And what you're looking at with this namibiensis
100
313000
2000
И эта бактерия -namibiensis
05:39
is the biggest bacteria we've ever seen.
101
315000
2000
самая большая бактерия, которую когда-либо видели.
05:41
So, it's about the size of a little period on a sentence.
102
317000
3000
Она размером с точку в предложении.
05:45
Again, we didn't know this thing was there three years ago.
103
321000
4000
Еще три года назад мы не знали о ее существовании.
05:49
We're just beginning this journey of life in the new zoo.
104
325000
3000
Мы только начинаем свое жизненное путешествие по новому зоопарку.
05:53
This is a really odd one. This is Ferroplasma.
105
329000
3000
А вот это нечто странное. Это ферроплазма.
05:57
The reason why Ferroplasma is interesting is because it eats iron,
106
333000
3000
Ферроплазма интересна тем, что ест железо,
06:01
lives inside the equivalent of battery acid,
107
337000
3000
живет в эквиваленте кислотной батареи
06:05
and excretes sulfuric acid.
108
341000
2000
и выделяет серную кислоту.
06:09
So, when you think of odd life forms,
109
345000
2000
Так, когда вы думаете о своеобразных формах жизни,
06:11
when you think of what it takes to live,
110
347000
3000
когда вы думаете, чего стоит жить,
06:15
it turns out this is a very efficient life form,
111
351000
2000
оказывается, что это очень эффективная форма жизни,
06:17
and they call it an archaea. Archaea means "the ancient ones."
112
353000
4000
и она называется архея. В переводе это значит древняя.
06:21
And the reason why they're ancient is because this thing came up
113
357000
4000
Эти существа древние, так как они появились,
06:25
when this planet was covered
114
361000
2000
когда эта планета была покрыта
06:27
by things like sulfuric acid in batteries,
115
363000
1000
такими субстанциями, как серная кислота,
06:28
and it was eating iron when the earth was part of a melted core.
116
364000
4000
и они ели железо, когда земля была частью расплавленного ядра.
06:33
So, it's not just dogs and cats and whales and dolphins
117
369000
4000
Так что не только собаки, кошки, киты и дельфины
06:37
that you should be aware of and interested in on this little journey.
118
373000
4000
должны быть интересны и известны вам в этом маленьком путешествии.
06:41
Your fear should be that you are not,
119
377000
3000
Вам стоит бояться того,
06:44
that you're paying attention to stuff which is temporal.
120
380000
3000
что вы уделяете много внимания преходящим вещам.¾
06:47
I mean, George Bush -- he's going to be gone, alright? Life isn't.
121
383000
5000
Я имею ввиду, Джордж Буш когда-то уйдет. А жизнь - нет.
06:53
Whether the humans survive or don't survive,
122
389000
3000
Выживет человечество или нет,
06:56
these things are going to be living on this planet or other planets.
123
392000
3000
эти существа будут и дальше жить на этой и других планетах.
06:59
And it's just beginning to understand this code of DNA
124
395000
4000
Мы только начинаем понимать код ДНК,
07:03
that's really the most exciting intellectual adventure
125
399000
3000
что является самым захватывающим интеллектуальным приключением,
07:06
that we've ever been on.
126
402000
3000
с которым мы когда-либо сталкивались.
07:09
And you can do strange things with this stuff. This is a baby gar.
127
405000
4000
И вы можете использовать это в разныз оброзах. Это детеныш щуки
07:13
Conservation group gets together,
128
409000
2000
Группа по сохранению вымирающих видов собирается вместе
07:15
tries to figure out how to breed an animal that's almost extinct.
129
411000
4000
и пытается придумать, как заставить размножаться животное, которое находится под угрозой исчезновения.
07:20
They can't do it naturally, so what they do with this thing is
130
416000
3000
Они не могут этого придумать, и тогда делают следующее:
07:23
they take a spoon, take some cells out of an adult gar's mouth, code,
131
419000
5000
они берут вилку, несколько клеток изо рта взрослого ...,
07:29
take the cells from that and insert it into a fertilized cow's egg,
132
425000
4000
берут эти клетки и помещают в оплодотворенную яйцеклетку коровы,
07:34
reprogram cow's egg -- different gene code.
133
430000
3000
перекодируют яйцеклетку коровы, получая новый генный код.
07:38
When you do that, the cow gives birth to a gar.
134
434000
4000
В этом случае у коровы рождается ...
07:43
We are now experimenting with bongos, pandas, elims, Sumatran tigers,
135
439000
6000
Мы сейчас также экспериментируем с бонгами, пандами, сумартанскими тиграми
07:49
and the Australians -- bless their hearts --
136
445000
3000
и австралийцами, - благослови их Господь, -
07:52
are playing with these things.
137
448000
1000
разведуют эти вещи.
07:53
Now, the last of these things died in September 1936.
138
449000
4000
Последний представитель этого вида умер в 1936 году.
07:57
These are Tasmanian tigers. The last known one died at the Hobart Zoo.
139
453000
4000
Это тасманский тигр. Последний такой известный тигр умер в зоопарке Hobart.
08:01
But it turns out that as we learn more about gene code
140
457000
3000
Но, чем больше мы узнаем о генном коде
08:04
and how to reprogram species,
141
460000
2000
и о том, как перепрограммировать виды,
08:06
we may be able to close the gene gaps in deteriorate DNA.
142
462000
5000
мы можем заполнить пробелы в знаниях о генах ДНК.
08:11
And when we learn how to close the gene gaps,
143
467000
3000
И когда мы научимся это делать,
08:14
then we can put a full string of DNA together.
144
470000
2000
мы сможем воспроизвести всю последовательность ДНК.
08:17
And if we do that, and insert this into a fertilized wolf's egg,
145
473000
4000
И если мы это сделаем и поместим это в оплодотворенную яйцеклетку волчицы,
08:22
we may give birth to an animal
146
478000
2000
мы можем дать жизнь животному,
08:24
that hasn't walked the earth since 1936.
147
480000
2000
которого не было на Земле с 1936 года.
08:27
And then you can start going back further,
148
483000
2000
Затем можно пойти дальше,
08:29
and you can start thinking about dodos,
149
485000
2000
и подумать о воскрешении птиц додо
08:32
and you can think about other species.
150
488000
1000
и других видов.
08:34
And in other places, like Maryland, they're trying to figure out
151
490000
3000
В других местах, вроде Мериленда, пытаются выяснить,
08:37
what the primordial ancestor is.
152
493000
2000
каков исконный предок.
08:39
Because each of us contains our entire gene code
153
495000
3000
Потому что каждый из нас содержит в себе целый генный код того,
08:42
of where we've been for the past billion years,
154
498000
3000
кем мы были в течение последнего миллиарда лет,
08:45
because we've evolved from that stuff,
155
501000
2000
потому что мы эволюционировали из этого,
08:47
you can take that tree of life and collapse it back,
156
503000
2000
можно взять древо жизни и повернуть время вспять,
08:49
and in the measure that you learn to reprogram,
157
505000
3000
и, научившись перепрограммировать,
08:52
maybe we'll give birth to something
158
508000
2000
возможно, мы произведем на свет что-то
08:54
that is very close to the first primordial ooze.
159
510000
2000
максимально приближенное к исконному виду.
08:56
And it's all coming out of things that look like this.
160
512000
2000
И все это связано со следующими вещами.
08:58
These are companies that didn't exist five years ago.
161
514000
2000
Существуют компании, которых не было пять лет назад.
09:00
Huge gene sequencing facilities the size of football fields.
162
516000
4000
Есть огромные предприятия по воссозданию карты генов.
09:04
Some are public. Some are private.
163
520000
2000
Некоторые из низ общественные, некоторые частные.
09:06
It takes about 5 billion dollars to sequence a human being the first time.
164
522000
3000
Нужно 5 миллионов долларов, чтобы впервые воссоздать геном человека.
09:10
Takes about 3 million dollars the second time.
165
526000
2000
Нужно 3 миллиона долларов, чтобы сделать это во второй раз.
09:12
We will have a 1,000-dollar genome within the next five to eight years.
166
528000
4000
В течение следующих восьми лет эта сумма снизится до 1000 долларов.
09:16
That means each of you will contain on a CD your entire gene code.
167
532000
4000
Это значит, что каждый из вас получит свой геном на CD-диске.
09:21
And it will be really boring. It will read like this.
168
537000
2000
И это будет реально скучно. Он будет читаться так.
09:24
(Laughter)
169
540000
2000
(Смех)
09:26
The really neat thing about this stuff is that's life.
170
542000
2000
Но это и есть жизнь.
09:28
And Laurie's going to talk about this one a little bit.
171
544000
3000
Лори тоже скажет кое-что об этом.
09:31
Because if you happen to find this one inside your body,
172
547000
2000
Потому что если вы обнаружите нечто подобное в своем теле,
09:33
you're in big trouble, because that's the source code for Ebola.
173
549000
2000
вам не повезло, потому что это код вируса лихорадки Эболы.
09:37
That's one of the deadliest diseases known to humans.
174
553000
2000
Это одна из страшнейших болезней, известных человечеству.
09:39
But plants work the same way and insects work the same way,
175
555000
2000
Но растения и насекомые существуют по такому же принципу
09:41
and this apple works the same way.
176
557000
2000
и это яблоко тоже.
09:43
This apple is the same thing as this floppy disk.
177
559000
2000
Это яблоко - то же самое, что этот флоппи-диск.
09:45
Because this thing codes ones and zeros,
178
561000
2000
Потому что его код состоит из единиц и нолей,
09:47
and this thing codes A, T, C, Gs, and it sits up there,
179
563000
2000
а это яблоко имеет код из A, T, C, Gs, и он висит там,
09:49
absorbing energy on a tree, and one fine day
180
565000
3000
поглощая энергию из дерева, и в один прекрасный день
09:52
it has enough energy to say, execute, and it goes [thump]. Right?
181
568000
4000
у него накапливается достаточно энергии, и оно падает. Верно?
09:56
(Laughter)
182
572000
3000
(Смех)
09:59
And when it does that, pushes a .EXE, what it does is,
183
575000
4000
И когда оно падает, оно запускает файл .EXE,
10:03
it executes the first line of code, which reads just like that,
184
579000
3000
оно исполняет первую строку кода, который читается так:
10:06
AATCAGGGACCC, and that means: make a root.
185
582000
3000
AATCAGGGACCC, и это значит: пустить корни.
10:09
Next line of code: make a stem.
186
585000
2000
Следующая строка кода: вырастить ствол.
10:11
Next line of code, TACGGGG: make a flower that's white,
187
587000
3000
Следующая строка кода, TACGGGG: создать белый цветок,
10:14
that blooms in the spring, that smells like this.
188
590000
3000
который расцветет весной и будет пахнуть так-то.
10:17
In the measure that you have the code
189
593000
2000
В той мере, в которой вы получаете код,
10:19
and the measure that you read it --
190
595000
3000
и в той мере, в которой вы читаете код, -
10:22
and, by the way, the first plant was read two years ago;
191
598000
2000
а, между прочим, код первого растения был прочитан два года назад;
10:24
the first human was read two years ago;
192
600000
2000
и код человека - два года назад;
10:26
the first insect was read two years ago.
193
602000
2000
и насекомого - два года назад.
10:28
The first thing that we ever read was in 1995:
194
604000
3000
Впервые мы прочли код в 1995:
10:31
a little bacteria called Haemophilus influenzae.
195
607000
2000
это был код маленькой бактерии под названием Гемофильная палочка.
10:34
In the measure that you have the source code, as all of you know,
196
610000
3000
Если вы знаете исходный код целиком,
10:37
you can change the source code, and you can reprogram life forms
197
613000
2000
вы можете менять исходный код и перепрограммировать формы жизни,
10:39
so that this little thingy becomes a vaccine,
198
615000
2000
так, что это маленькое существо станет вакциной,
10:41
or this little thingy starts producing biomaterials,
199
617000
3000
или начнет производить биоматериал,
10:44
which is why DuPont is now growing a form of polyester
200
620000
3000
вот почему ДюПонт сейчас занимается выращиванием подобия полиестра,
10:47
that feels like silk in corn.
201
623000
2000
который напоминает шелк.
10:50
This changes all rules. This is life, but we're reprogramming it.
202
626000
5000
Это меняет все правила. Это жизнь, но мы перепрограммируем ее.
10:57
This is what you look like. This is one of your chromosomes.
203
633000
4000
Вот как вы выглядите. Вот одна из ваших хромосом.
11:01
And what you can do now is,
204
637000
2000
И что вы можете сделать,
11:03
you can outlay exactly what your chromosome is,
205
639000
3000
вы можете разложить свою хромосому по полочкам,
11:06
and what the gene code on that chromosome is right here,
206
642000
3000
какой код находится здесь в этой хромосоме,
11:09
and what those genes code for, and what animals they code against,
207
645000
3000
и за что отвечает тот код, и против каких животных работает этот код,
11:12
and then you can tie it to the literature.
208
648000
2000
и потом вы можете напечатать это все.
11:14
And in the measure that you can do that, you can go home today,
209
650000
3000
И поскольку вы можете это сделать, вы можете пойти сегодня домой,
11:17
and get on the Internet, and access
210
653000
2000
зайти в интернет и зайти на сайт
11:19
the world's biggest public library, which is a library of life.
211
655000
3000
самой огромной библиотеки, библиотеки жизни.
11:23
And you can do some pretty strange things
212
659000
2000
И вы можете сделать некоторые милые странные вещи,
11:25
because in the same way as you can reprogram this apple,
213
661000
2000
потому что так же, как вы можете перепрограммировать это яблоко,
11:28
if you go to Cliff Tabin's lab at the Harvard Medical School,
214
664000
2000
вы можете прийти в лабораторию Клиффа Табина на факультете медицины Гарвардского Университета,
11:31
he's reprogramming chicken embryos to grow more wings.
215
667000
4000
он перепрограммирует зародыши цыплят, чтобы получить больше крыльев.
11:37
Why would Cliff be doing that? He doesn't have a restaurant.
216
673000
3000
Зачем Клиффу это нужно? Он не является владельцем ресторана.
11:40
(Laughter)
217
676000
1000
(Смех)
11:42
The reason why he's reprogramming that animal to have more wings
218
678000
3000
Причина, по которой он перепрограммирует эту птицу, чтобы она имела больше крыльев, -
11:45
is because when you used to play with lizards as a little child,
219
681000
3000
в том, что когда ребенком вы играли с ящерицей,
11:48
and you picked up the lizard, sometimes the tail fell off, but it regrew.
220
684000
4000
вы брали ее за хвост, и иногда хвост отваливался, но вырастал вновь.
11:52
Not so in human beings:
221
688000
3000
У людей все обстоит не так:
11:55
you cut off an arm, you cut off a leg -- it doesn't regrow.
222
691000
3000
если отрезать ногу или руку, она не вырастет вновь.
11:58
But because each of your cells contains your entire gene code,
223
694000
4000
Но поскольку каждая ваша клетка содержит полный генный код,
12:03
each cell can be reprogrammed, if we don't stop stem cell research
224
699000
4000
каждую клетку можно перепрограммировать, если мы не прекратим исследования стволовых клеток
12:07
and if we don't stop genomic research,
225
703000
2000
и если мы не прекратим генные исследования,
12:09
to express different body functions.
226
705000
3000
чтобы выяснить, что отвечает за различные функции тела.
12:13
And in the measure that we learn how chickens grow wings,
227
709000
3000
И, узнав, как вырастают крылья у цыплят,
12:16
and what the program is for those cells to differentiate,
228
712000
2000
и какая программа заставляет клетки дифференцироваться,
12:18
one of the things we're going to be able to do
229
714000
3000
одна из вещей, которую мы сможем сделать, -
12:21
is to stop undifferentiated cells, which you know as cancer,
230
717000
3000
это предотвратить образование недифференцированных клеток, которые являются причиной рака,
12:25
and one of the things we're going to learn how to do
231
721000
2000
и одна из вещей, которую мы скоро научимся делать, -
12:27
is how to reprogram cells like stem cells
232
723000
3000
это перепрограммировать стволовые клетки
12:30
in such a way that they express bone, stomach, skin, pancreas.
233
726000
6000
таким образом, что они будут воспроизводить кости, желудок, кожу, поджелудочную железу.
12:37
And you are likely to be wandering around -- and your children --
234
733000
3000
Возможно, вы и ваши дети будете интересоваться вскоре
12:40
on regrown body parts in a reasonable period of time,
235
736000
3000
выращиванием частей тела,
12:44
in some places in the world where they don't stop the research.
236
740000
3000
в некоторых местах мира, где исследования не прекратятся.
12:49
How's this stuff work? If each of you differs
237
745000
5000
Как это работает? Если каждый из вас отличается
12:54
from the person next to you by one in a thousand, but only three percent codes,
238
750000
3000
от вашего соседа одним из тысячи, но только 3% кода,
12:57
which means it's only one in a thousand times three percent,
239
753000
2000
что означает всего лишь 3% тысячу раз,
12:59
very small differences in expression and punctuation
240
755000
3000
небольшая разница в пунктуации
13:02
can make a significant difference. Take a simple declarative sentence.
241
758000
3000
может иметь большое значение. Возьмем простое утвердительное предложение.
13:07
(Laughter)
242
763000
2000
(Смех)
13:09
Right?
243
765000
1000
Да?
13:10
That's perfectly clear. So, men read that sentence,
244
766000
4000
Все предельно ясно. Когда мужчины читают это предложение,
13:14
and they look at that sentence, and they read this.
245
770000
2000
и смотрят на него, они видят это.
13:22
Okay?
246
778000
1000
Да?
13:23
Now, women look at that sentence and they say, uh-uh, wrong.
247
779000
4000
Теперь, женщины смотрят на это предложение, и думают, нет, неверно.
13:27
This is the way it should be seen.
248
783000
2000
Вот так его нужно читать.
13:31
(Laughter)
249
787000
8000
(Смех)
13:39
That's what your genes are doing.
250
795000
1000
Вот что делают ваши гены.
13:40
That's why you differ from this person over here by one in a thousand.
251
796000
5000
Вот почему вы отличаетесь от другого человека одним геном из тысячи.
13:45
Right? But, you know, he's reasonably good looking, but...
252
801000
3000
Верно? Но, вы знаете, он определенно хорошо выглядит, но...
13:48
I won't go there.
253
804000
2000
Сейчас о другом...
13:51
You can do this stuff even without changing the punctuation.
254
807000
3000
Вы можете проделать это даже не меняя пунктуацию.
13:55
You can look at this, right?
255
811000
4000
Вы можете посмотреть на это, верно?
13:59
And they look at the world a little differently.
256
815000
2000
И они смотрят на мир немного по-разному.
14:01
They look at the same world and they say...
257
817000
2000
Они смотрят на один и тот же мир и они говорят...
14:03
(Laughter)
258
819000
6000
(Смех)
14:09
That's how the same gene code -- that's why you have 30,000 genes,
259
825000
4000
Вот почему у вас есть 30,000 генов,
14:13
mice have 30,000 genes, husbands have 30,000 genes.
260
829000
3000
у мышей 30,000 генов, у мужей 30,000 генов.
14:16
Mice and men are the same. Wives know that, but anyway.
261
832000
3000
Мыши и мужчины одинаковы. Жены это знают, но, в любом случае.
14:20
You can make very small changes in gene code
262
836000
2000
Можно сделать незначительные изменения в генном коде
14:22
and get really different outcomes,
263
838000
2000
и получить различные результаты,
14:26
even with the same string of letters.
264
842000
2000
даже с одинаковым набором генетических букв.
14:30
That's what your genes are doing every day.
265
846000
2000
И это происходит с вашими генами каждый день.
14:33
That's why sometimes a person's genes
266
849000
2000
Вот почему генам человека иногда
14:35
don't have to change a lot to get cancer.
267
851000
2000
не нужно меняться сильно, чтобы получить рак.
14:41
These little chippies, these things are the size of a credit card.
268
857000
4000
Эти маленькие микросхемки размером с кредитную карточку.
14:46
They will test any one of you for 60,000 genetic conditions.
269
862000
2000
Они протестируют любое из ваших генетических условий.
14:49
That brings up questions of privacy and insurability
270
865000
3000
Поэтому вопросы секретности и застрахованности становятся актуальны,
14:52
and all kinds of stuff, but it also allows us to start going after diseases,
271
868000
2000
но это также позволяет нам больше узнать о болезнях,
14:55
because if you run a person who has leukemia through something like this,
272
871000
3000
потому что если у вашего пациента лейкемия,
14:59
it turns out that three diseases with
273
875000
2000
получается, что три болезни
15:01
completely similar clinical syndromes
274
877000
4000
с абсолютно одинаковыми клиническими симптомами -
15:05
are completely different diseases.
275
881000
2000
это абсолютно разные болезни.
15:07
Because in ALL leukemia, that set of genes over there over-expresses.
276
883000
3000
Потому что при ALL-лейкемии этот набор генов чрезмерно активен.
15:10
In MLL, it's the middle set of genes,
277
886000
2000
При MLL, это средний набор генов.
15:12
and in AML, it's the bottom set of genes.
278
888000
2000
При AML, это нижний набор генов.
15:14
And if one of those particular things is expressing in your body,
279
890000
5000
И если один из этих наборов генов проявляет себя в вашем теле,
15:19
then you take Gleevec and you're cured.
280
895000
2000
тогда примите Гливек и вы здоровы.
15:22
If it is not expressing in your body,
281
898000
2000
Если это не проявляется в вашем теле,
15:24
if you don't have one of those types --
282
900000
2000
если у вас ничего подобного нет,
15:26
a particular one of those types -- don't take Gleevec.
283
902000
3000
не принимайте Гливек.
15:29
It won't do anything for you.
284
905000
1000
Он вам никак не поможет.
15:31
Same thing with Receptin if you've got breast cancer.
285
907000
2000
То же самое с Рецептином, если у вас рак груди.
15:34
Don't have an HER-2 receptor? Don't take Receptin.
286
910000
3000
Если у вас нет рецептора HER-2 , не принимайте Рецептин.
15:37
Changes the nature of medicine. Changes the predictions of medicine.
287
913000
4000
Это меняет суть медицины. Изменяет прогнозы.
15:41
Changes the way medicine works.
288
917000
2000
Меняет то, как медицина работает.
15:43
The greatest repository of knowledge when most of us went to college
289
919000
3000
Самое большое хранилище знаний, когда большинство из нас поступило в институт,
15:46
was this thing, and it turns out that
290
922000
2000
было здесь, и получается, что
15:48
this is not so important any more.
291
924000
2000
это больше не имеет такого значения.
15:50
The U.S. Library of Congress, in terms of its printed volume of data,
292
926000
4000
Американская Библиотека конгресса по объемам данных в печатных источниках
15:54
contains less data than is coming out of a good genomics company
293
930000
4000
содержит меньше информации, чем производит компания, исследующая гены
15:58
every month on a compound basis.
294
934000
3000
ежемесячно.
16:01
Let me say that again: A single genomics company
295
937000
3000
Позвольте, я снова скажу это: единственная компания, занимающаяся генами,
16:04
generates more data in a month, on a compound basis,
296
940000
3000
производит больше информации в месяц,
16:07
than is in the printed collections of the Library of Congress.
297
943000
3000
чем содержится с печатных материалах Библиотеки Конгресса.
16:11
This is what's been powering the U.S. economy. It's Moore's Law.
298
947000
4000
Это то, что стимулировало экономику США. Это закон Мура.
16:15
So, all of you know that the price of computers halves every 18 months
299
951000
5000
Все вы знаете, что цены на компьютеры падают на половину каждые 18 месяцев,
16:20
and the power doubles, right?
300
956000
2000
а их мощность возрастает также вдвое, верно?
16:22
Except that when you lay that side by side with the speed
301
958000
4000
Если вы сравните эту скорость со скоростью,
16:26
with which gene data's being deposited in GenBank,
302
962000
3000
с которой генная информация накапливается в Банке Генов,
16:29
Moore's Law is right here: it's the blue line.
303
965000
4000
вы увидите, что здесь действует закон Мура: это синяя строка.
16:34
This is on a log scale, and that's what superexponential growth means.
304
970000
4000
И вот что значит сверхбыстрый рост.
16:38
This is going to push computers to have to grow faster
305
974000
4000
Компьютеры будут совершенствоваться еще быстрее,
16:42
than they've been growing, because so far,
306
978000
2000
чем это было до недавнего времени,
16:44
there haven't been applications that have been required
307
980000
3000
не было требуемых приложений,
16:47
that need to go faster than Moore's Law. This stuff does.
308
983000
3000
которые должны работать быстрее, чем закон Мура.
16:50
And here's an interesting map.
309
986000
2000
И получаем интересную карту.
16:52
This is a map which was finished at the Harvard Business School.
310
988000
4000
Это карта, созданная на факультете бизнеса Гарвардского университета.
16:56
One of the really interesting questions is, if all this data's free,
311
992000
3000
Есть один реально интересный вопрос: если вся эта информация бесплатна,
16:59
who's using it? This is the greatest public library in the world.
312
995000
4000
кто ей пользуется? Это самая гигантская библиотека в мире.
17:03
Well, it turns out that there's about 27 trillion bits
313
999000
3000
Там около 27 миллиардов бит,
17:06
moving inside from the United States to the United States;
314
1002000
3000
передаваемыми внутри Соединенных Штатов,
17:09
about 4.6 trillion is going over to those European countries;
315
1005000
4000
около 4,6 миллиардов передается в европейские страны;
17:13
about 5.5's going to Japan; there's almost no communication
316
1009000
3000
около 5,5 - в Японию; внутри Японии эта информация практически не расходится,
17:16
between Japan, and nobody else is literate in this stuff.
317
1012000
4000
и никто больше не разбирается во всем этом.
17:20
It's free. No one's reading it. They're focusing on the war;
318
1016000
5000
Информация бесплатна. Никто ее не читает. Все думают только о войне;
17:25
they're focusing on Bush; they're not interested in life.
319
1021000
2000
они думают о Буше; им не интересна жизнь.
17:28
So, this is what a new map of the world looks like.
320
1024000
2000
Итак, вот как выглядит новая карта мира.
17:31
That is the genomically literate world. And that is a problem.
321
1027000
6000
Это мир генной грамотности. И это проблема.
17:37
In fact, it's not a genomically literate world.
322
1033000
2000
На самом деле, это не мир генной грамотности.
17:39
You can break this out by states.
323
1035000
2000
Это видно на примере государств.
17:41
And you can watch states rise and fall depending on
324
1037000
2000
Вы можете наблюдать, как государства появляются и исчезают, что зависит
17:43
their ability to speak a language of life,
325
1039000
2000
от их способности говорить на языке жизни,
17:45
and you can watch New York fall off a cliff,
326
1041000
2000
и можно увидеть, как Нью-Йорк сходит с пьедестала,
17:47
and you can watch New Jersey fall off a cliff,
327
1043000
2000
и также Нью-Джерси,
17:49
and you can watch the rise of the new empires of intelligence.
328
1045000
3000
и вы можете наблюдать подъем новых интеллектуальных империй.
17:53
And you can break it out by counties, because it's specific counties.
329
1049000
3000
Это можно видеть на примере округов.
17:56
And if you want to get more specific,
330
1052000
2000
Если быть еще более точным,
17:58
it's actually specific zip codes.
331
1054000
2000
то это - специфический почтовый код.
18:00
(Laughter)
332
1056000
2000
(Смех)
18:02
So, you want to know where life is happening?
333
1058000
3000
Вы знаете, когда случается жизнь?
18:05
Well, in Southern California it's happening in 92121. And that's it.
334
1061000
5000
В Южной Калифорнии она случается в 92121. И все.
18:11
And that's the triangle between Salk, Scripps, UCSD,
335
1067000
5000
И это место в виде треугольника между Salk, Scripps и UCSD,
18:16
and it's called Torrey Pines Road.
336
1072000
2000
которое называется Torrey Pines Road.
18:18
That means you don't need to be a big nation to be successful;
337
1074000
3000
Это значит, что нации не нужно быть многочисленной, чтобы быть успешной;
18:21
it means you don't need a lot of people to be successful;
338
1077000
2000
это значит, что не нужно много людей для успеха страны;
18:23
and it means you can move most of the wealth of a country
339
1079000
3000
и это значит, что все богатство страны можно поместить
18:26
in about three or four carefully picked 747s.
340
1082000
3000
в 3 или 4 заботливо запакованых боенгов 747
18:30
Same thing in Massachusetts. Looks more spread out but --
341
1086000
4000
То же самое в Массачусетсе, более распространено но --
18:34
oh, by the way, the ones that are the same color are contiguous.
342
1090000
3000
да, и, между прочим, те, которые такого же цвета являются смежными.
18:38
What's the net effect of this?
343
1094000
2000
Каков чистый эффект этого?
18:40
In an agricultural society, the difference between
344
1096000
2000
В аграрном обществе, разница между
18:42
the richest and the poorest,
345
1098000
1000
самыми богатыми и самыми бедными
18:44
the most productive and the least productive, was five to one. Why?
346
1100000
4000
самыми эффективными и неэффективными была пять к одному. Почему?
18:48
Because in agriculture, if you had 10 kids
347
1104000
2000
Потому что в аграрном обществе, если у вас было 10 детей,
18:50
and you grow up a little bit earlier and you work a little bit harder,
348
1106000
3000
и вы вставали немного раньше и работали немного усерднее,
18:53
you could produce about five times more wealth, on average,
349
1109000
2000
вы могли производить в среднем в пять раз больше богатства,
18:55
than your neighbor.
350
1111000
1000
чем ваш сосед.
18:57
In a knowledge society, that number is now 427 to 1.
351
1113000
3000
В обществе знаний, это число составляет 427 к одному.
19:01
It really matters if you're literate, not just in reading and writing
352
1117000
4000
Имеет важное значение ваша грамотность, не только умение читать и писать
19:05
in English and French and German,
353
1121000
2000
на английском, французском и немецком,
19:07
but in Microsoft and Linux and Apple.
354
1123000
2000
но и умение работать с Microsoft, Linux и Apple.
19:10
And very soon it's going to matter if you're literate in life code.
355
1126000
4000
А скоро будет очень важно, насколько хорошо вы разбираетесь в жизненном коде.
19:14
So, if there is something you should fear,
356
1130000
2000
Поэтому, если вы чего-то и должны бояться,
19:16
it's that you're not keeping your eye on the ball.
357
1132000
3000
так это того, что вы уделяете свое внимание не тому, что нужно.
19:19
Because it really matters who speaks life.
358
1135000
2000
Потому что действительно важно, кто умеет говорить на языке жизни.
19:22
That's why nations rise and fall.
359
1138000
2000
Вот почему нации поднимаются и приходят в упадок.
19:25
And it turns out that if you went back to the 1870s,
360
1141000
3000
Если вы вернетесь в 1870-е,
19:28
the most productive nation on earth was Australia, per person.
361
1144000
3000
самой эффективной экономикой в расчете на человека была Австралия.
19:31
And New Zealand was way up there. And then the U.S. came in about 1950,
362
1147000
3000
Следующей была Новая Зеландия. США подтянулись где-то к 1950 году,
19:34
and then Switzerland about 1973, and then the U.S. got back on top --
363
1150000
3000
потом Швейцария где-то к 1973, потом США вернулись на вершину,
19:38
beat up their chocolates and cuckoo clocks.
364
1154000
2000
со своими шоколадками и часами с кукушкой.
19:42
And today, of course, you all know that the most productive nation
365
1158000
3000
Сегодня вы знаете, что самая эффективная нация
19:45
on earth is Luxembourg, producing about one third more wealth
366
1161000
3000
на Земле - это Люксембург, который производит на треть больше мирового богатства
19:48
per person per year than America.
367
1164000
2000
в год на человека, чем Америка.
19:51
Tiny landlocked state. No oil. No diamonds. No natural resources.
368
1167000
4000
Крохотное государство без выхода к морю. Без нефти. Без алмазов. Без природных ресурсов.
19:55
Just smart people moving bits. Different rules.
369
1171000
5000
Только умные люди. Другие правила.
20:01
Here's differential productivity rates.
370
1177000
3000
Вот уровни эффективности.
20:05
Here's how many people it takes to produce a single U.S. patent.
371
1181000
3000
Вот на сколько человек приходится один единственный патент в США.
20:08
So, about 3,000 Americans, 6,000 Koreans, 14,000 Brits,
372
1184000
4000
Один патент на 3000 американцев, 6000 корейцев, 14000 британцев,
20:12
790,000 Argentines. You want to know why Argentina's crashing?
373
1188000
3000
790000 аргентинцев. Хотите знать почему Аргентина в упадке?
20:15
It's got nothing to do with inflation.
374
1191000
2000
Инфляция тут не при чем.
20:17
It's got nothing to do with privatization.
375
1193000
2000
Приватизация тут тоже не при чем.
20:19
You can take a Harvard-educated Ivy League economist,
376
1195000
4000
Можно взять экономиста с гарвардским образованием из лиги Ivy,
20:23
stick him in charge of Argentina. He still crashes the country
377
1199000
3000
поставить его во главе Аргентины. Он все равно погубит страну,
20:26
because he doesn't understand how the rules have changed.
378
1202000
2000
потому что он не понимает, как поменялись правила.
20:29
Oh, yeah, and it takes about 5.6 million Indians.
379
1205000
3000
Ах да, и один патент приходится на 5.6 миллионов индийцев.
20:32
Well, watch what happens to India.
380
1208000
2000
Давайте посмотрим, что происходит в Индии.
20:34
India and China used to be 40 percent of the global economy
381
1210000
3000
Индия и Китай составляли 40% мировой экономики,
20:37
just at the Industrial Revolution, and they are now about 4.8 percent.
382
1213000
5000
во времена промышленной революции, а сейчас около 4,8%.е
20:42
Two billion people. One third of the global population producing 5 percent of the wealth
383
1218000
4000
Два миллиарда человек. Одна треть мирового населения, производящая 5% мирового богатства,
20:46
because they didn't get this change,
384
1222000
3000
поскольку они не подстроились под перемены,
20:49
because they kept treating their people like serfs
385
1225000
2000
поскольку они продолжали относиться к людям как к рабам,
20:51
instead of like shareholders of a common project.
386
1227000
3000
а не как соратникам в одном деле.
20:55
They didn't keep the people who were educated.
387
1231000
3000
Они не берегли образованных людей.
20:58
They didn't foment the businesses. They didn't do the IPOs.
388
1234000
2000
Они не поддерживали создание бизнеса. Они не осуществляли первичное публичное предложение.
21:01
Silicon Valley did. And that's why they say
389
1237000
4000
Это сделали в Силиконовой Долине. И поэтому говорят,
21:05
that Silicon Valley has been powered by ICs.
390
1241000
2000
что Силиконовая Долина поднялась и за счет интегральных схем.
21:08
Not integrated circuits: Indians and Chinese.
391
1244000
3000
Не интегральные схемы: индийская и китайская.
21:11
(Laughter)
392
1247000
4000
(Смех)
21:15
Here's what's happening in the world.
393
1251000
2000
Вот что происходит в мире.
21:17
It turns out that if you'd gone to the U.N. in 1950,
394
1253000
3000
Если взять 1950 год, когда когда была создана ООН,
21:20
when it was founded, there were 50 countries in this world.
395
1256000
2000
в мире было 50 стран.
21:22
It turns out there's now about 192.
396
1258000
3000
Сейчас их около 192.
21:25
Country after country is splitting, seceding, succeeding, failing --
397
1261000
4000
Одна страна за другой распадается, отделяется, поднимается, переживает упадок.
21:30
and it's all getting very fragmented. And this has not stopped.
398
1266000
5000
Все становится фрагментированным. И это продолжается сейчас.
21:35
In the 1990s, these are sovereign states
399
1271000
3000
В 1990-х появились независимые государства,
21:38
that did not exist before 1990.
400
1274000
2000
которые не существовали до 1990 года.
21:40
And this doesn't include fusions or name changes or changes in flags.
401
1276000
5000
И это не считая слияний, изменений названий государств и смен флагов.
21:45
We're generating about 3.12 states per year.
402
1281000
3000
В год появляется 3,12 новых государств.
21:48
People are taking control of their own states,
403
1284000
3000
Люди начинают управлять своими собственными государствами,
21:51
sometimes for the better and sometimes for the worse.
404
1287000
3000
иногда к лучшему, иногда к худшему.
21:54
And the really interesting thing is,
405
1290000
2000
Что интересно, -
21:56
you and your kids are empowered to build great empires,
406
1292000
2000
во власти вас и ваших детей строить великие империи,
21:58
and you don't need a lot to do it.
407
1294000
2000
и вам не нужно многое, чтобы сделать это.
22:00
(Music)
408
1296000
2000
(Музыка)
22:02
And, given that the music is over, I was going to talk
409
1298000
3000
Поскольку музыка закончилась, я бы хотел поговорить о том,
22:05
about how you can use this to generate a lot of wealth,
410
1301000
3000
как вы можете все это использовать для приумножения богатства
22:08
and how code works.
411
1304000
2000
и как работает код
22:10
Moderator: Two minutes.
412
1306000
1000
(Модератор: 2 минуты.)
22:11
(Laughter)
413
1307000
2000
(Смех)
22:13
Juan Enriquez: No, I'm going to stop there and we'll do it next year
414
1309000
4000
На этом я сейчас закончу, и мы продолжим в следующем году,
22:17
because I don't want to take any of Laurie's time.
415
1313000
2000
потому что я не хочу отнять время у Лори.
22:20
But thank you very much.
416
1316000
1000
Но большое вам спасибо.
ABOUT THE SPEAKER
Juan Enriquez - FuturistJuan Enriquez thinks and writes about the profound changes that genomics and other life sciences will bring in business, technology, politics and society.
Why you should listen
A broad thinker who studies the intersections of these fields, Enriquez has a talent for bridging disciplines to build a coherent look ahead. He is the managing director of Excel Venture Management, a life sciences VC firm. He recently published (with Steve Gullans) Evolving Ourselves: How Unnatural Selection and Nonrandom Mutation Are Shaping Life on Earth. The book describes a world where humans increasingly shape their environment, themselves and other species.
Enriquez is a member of the board of Synthetic Genomics, which recently introduced the smallest synthetic living cell. Called “JCVI-syn 3.0,” it has 473 genes (about half the previous smallest cell). The organism would die if one of the genes is removed. In other words, this is the minimum genetic instruction set for a living organism.
Juan Enriquez | Speaker | TED.com