TEDxBoston 2011
Richard Resnick: Welcome to the genomic revolution
Richard Resnick: Bienvenidos a la revolución genómica
Filmed:
Readability: 4.2
1,041,798 views
En esta charla de TEDBoston, Richard Resnick nos muestra cómo la secuenciación rápida y económica del genoma va a cambiar por completo el sistema de salud (y de paso las aseguradoras y la forma de hacer política).
Richard Resnick - Entrepreneur
Richard Resnick is on the front lines of the business of genomes, as CEO of GenomeQuest, a maker of genomic software. Full bio
Richard Resnick is on the front lines of the business of genomes, as CEO of GenomeQuest, a maker of genomic software. Full bio
Double-click the English transcript below to play the video.
00:15
Ladies and gentlemen,
0
0
2000
Damas y caballeros,
00:17
I present to you the human genome.
1
2000
3000
les presento al genoma humano.
00:20
(Applause)
2
5000
3000
(Aplausos)
00:23
Chromosome one, top left.
3
8000
2000
Arriba, a la izquierda, está el cromosoma 1.
00:25
Bottom right are the sex chromosomes.
4
10000
2000
Los cromosomas sexuales están abajo, a la derecha.
00:27
Women have two copies of that big X chromosome;
5
12000
2000
Las mujeres tienen dos copias de este gran cromosoma X;
00:29
men have the X
6
14000
2000
los hombres tienen la X
00:31
and, of course, that small copy of the Y.
7
16000
2000
y, por supuesto, esta copia pequeña del Y.
00:33
Sorry boys, but it's just a tiny little thing that makes you different.
8
18000
4000
Lo siento muchachos, pero es algo diminuto lo que los hace únicos.
00:37
So if you zoom in on this genome,
9
22000
3000
Así que si enfocamos en un primer plano a este genoma,
00:40
then what you see, of course, is this double helix structure --
10
25000
3000
lo que vemos, por supuesto, es una estructura de doble hélice;
00:43
the code of life spelled out with these four biochemical letters,
11
28000
2000
el código de la vida escrito con estas 4 letras bioquímicas,
00:45
or we call them bases, right:
12
30000
2000
a las que también llamamos bases:
00:47
A, C, G and T.
13
32000
2000
A, C, G y T.
00:49
How many are there in the human genome? Three billion.
14
34000
2000
¿Cuántas hay en el genoma humano? 3.000 millones.
00:51
Is that a big number?
15
36000
2000
¿Es esta una cifra lo suficientemente grande?
00:53
Well, everybody can throw around big numbers.
16
38000
2000
Porque cualquiera puede ir mostrando grandes números.
00:55
But in fact, if I were to place one base
17
40000
2000
Pero en realidad, si tuviésemos que poner una base
00:57
on each pixel of this 1280 by 800 resolution screen,
18
42000
3000
en cada pixel de esta pantalla de resolución de 1280x800,
01:00
we would need 3,000 screens to take a look at the genome.
19
45000
3000
necesitaríamos unas 3.000 pantallas para ver el genoma.
01:03
So it's really quite big.
20
48000
2000
Es realmente grande.
01:05
And perhaps because of its size,
21
50000
2000
Y es probable que su gran tamaño haya sido la razón
01:07
a group of people -- all, by the way, with Y chromosomes --
22
52000
3000
por la que un grupo de personas -todos, por cierto, con cromosomas del tipo Y-
01:10
decided they would want to sequence it.
23
55000
2000
decidieron que querían estudiar su secuencia.
01:12
(Laughter)
24
57000
2000
(Risas)
01:14
And so 15 years, actually, and about four billion dollars later,
25
59000
3000
Y después de 15 años, con un presupuesto aproximado de 4.000 millones de dólares,
01:17
the genome was sequenced and published.
26
62000
2000
se publicó la secuencia del genoma.
01:19
In 2003, the final version was published, and they keep working on it.
27
64000
3000
En el 2003, se publicó la versión final, y todavía se sigue trabajando en ello.
01:22
That was all done on a machine that looks like this.
28
67000
2000
Todo esto se hizo en una máquina como ésta.
01:24
It costs about a dollar for each base --
29
69000
2000
Cuesta alrededor de un dólar por cada base...
01:26
a very slow way of doing it.
30
71000
2000
una manera poco eficiente de hacerlo.
01:28
Well folks, I'm here to tell you
31
73000
2000
Bueno, les quiero decir
01:30
that the world has completely changed
32
75000
2000
que el mundo ha cambiado por completo
01:32
and none of you know about it.
33
77000
2000
y nadie se ha enterado.
01:34
So now what we do is we take a genome,
34
79000
2000
Ahora tomamos el genoma,
01:36
we make maybe 50 copies of it,
35
81000
2000
hacemos unas 50 copias,
01:38
we cut all those copies up into little 50-base reads,
36
83000
3000
cortamos cada copia en pequeños segmentos de 50 bases,
01:41
and then we sequence them, massively parallel.
37
86000
2000
y después las secuenciamos en simultáneo.
01:43
And then we bring that into software,
38
88000
2000
Esa información la pasamos a un software,
01:45
and we reassemble it and we tell you what the story is.
39
90000
2000
para luego rearmarla y explicarles a Uds. los resultados.
01:47
And so just to give you a picture of what this looks like,
40
92000
3000
Para darles una idea de cómo funciona,
01:50
the Human Genome Project: 3 gigabases, right.
41
95000
2000
el Proyecto del Genoma Humano: 3 gigabases.
01:52
One run on one of these machines:
42
97000
2000
Una ejecución en una de estas máquinas:
01:54
200 gigabases in a week.
43
99000
3000
200 gigabases en una semana.
01:57
And that 200 is going to change to 600 this summer,
44
102000
3000
Y esas 200 van a convertirse en 600 este verano,
02:00
and there's no sign of this pace slowing.
45
105000
3000
y no hay muestras de que vaya a disminuir este ritmo.
02:03
So the price of a base, to sequence a base,
46
108000
3000
El precio de una base, de secuenciar una base,
02:06
has fallen 100 million times.
47
111000
3000
ha bajado 100 millones de veces.
02:09
That's the equivalent of you filling up your car with gas in 1998,
48
114000
3000
Equivale a llenar el auto con gasolina en 1998,
02:12
waiting until 2011,
49
117000
2000
esperar hasta el 2011,
02:14
and now you can drive to Jupiter and back twice.
50
119000
2000
y ahora poder manejar ida y vuelta hasta Júpiter unas dos veces.
02:16
(Laughter)
51
121000
5000
(Risas)
02:21
World population,
52
126000
2000
La población mundial,
02:23
PC placements,
53
128000
2000
el número de computadores,
02:25
the archive of all the medical literature,
54
130000
3000
los archivos de toda la literatura médica,
02:28
Moore's law,
55
133000
2000
la ley de Moore,
02:30
the old way of sequencing, and here's all the new stuff.
56
135000
3000
la forma arcaica de secuenciar, y acá todo lo nuevo.
02:33
Guys, this is a log scale;
57
138000
2000
Muchachos, esta es una escala logarítmica;
02:35
you don't typically see lines that go up like that.
58
140000
3000
típicamente no se ven líneas que suben de esa manera.
02:38
So the worldwide capacity to sequence human genomes
59
143000
3000
La capacidad mundial para secuenciar genomas humanos
02:41
is something like 50,000 to 100,000 human genomes this year.
60
146000
3000
está entre 50.000 y 10.000 este año.
02:44
And we know this based on the machines that are being placed.
61
149000
3000
Esto lo sabemos por las máquinas que se necesitan.
02:47
This is expected to double, triple or maybe quadruple
62
152000
3000
Se espera que la capacidad se duplique, triplique e incluso cuadruplique
02:50
year over year for the foreseeable future.
63
155000
2000
año tras año en un futuro próximo.
02:52
In fact, there's one lab in particular
64
157000
2000
De hecho, hay un laboratorio en particular
02:54
that represents 20 percent of all that capacity.
65
159000
3000
que representa el 20% de toda esa capacidad.
02:57
It's called the Beijing Genomics Institute.
66
162000
3000
Es el Instituto de Genómica de Pekín.
03:00
The Chinese are absolutely winning this race to the new Moon, by the way.
67
165000
4000
Y por cierto, los chinos definitivamente están ganando esta carrera hacia la nueva luna.
03:04
What does this mean for medicine?
68
169000
2000
¿Qué significa esto para la medicina?
03:06
So a woman is age 37.
69
171000
2000
Tenemos a una mujer de 37 años.
03:08
She presents with stage 2 estrogen receptor-positive breast cancer.
70
173000
4000
Presenta cáncer de mama positivo para receptores de estrógenos en etapa II.
03:12
She is treated with surgery, chemotherapy and radiation.
71
177000
3000
Recibe cirugía, quimioterapia y radiación.
03:15
She goes home.
72
180000
2000
Se va a casa.
03:17
Two years later, she comes back with stage three C ovarian cancer.
73
182000
3000
Después de dos años, regresa con cáncer de ovarios en etapa III.
03:20
Unfortunately, treated again with surgery and chemotherapy.
74
185000
3000
Lamentablemente, es sometida otra vez a cirugía y a quimioterapia.
03:23
She comes back three years later at age 42
75
188000
2000
A los tres años regresa cuando tiene 42
03:25
with more ovarian cancer, more chemotherapy.
76
190000
3000
con más cáncer de ovario, más quimioterapia.
03:28
Six months later,
77
193000
2000
Después de 6 meses,
03:30
she comes back with acute myeloid leukemia.
78
195000
3000
regresa con leucemia mieloide aguda.
03:34
She goes into respiratory failure and dies eight days later.
79
199000
3000
Le da una insuficiencia respiratoria y muere a los 8 días.
03:37
So first, the way in which this woman was treated, in as little as 10 years,
80
202000
3000
En menos de 10 años, el tratamiento que recibió esta mujer,
03:40
will look like bloodletting.
81
205000
3000
será considerado algo menos que una barbarie.
03:43
And it's because of people like my colleague, Rick Wilson,
82
208000
2000
Y todo gracias a personas como mi colega, Rick Wilson,
03:45
at the Genome Institute at Washington University,
83
210000
3000
del Instituto del Genoma de la Universidad de Washington,
03:48
who decided to take a look at this woman postmortem.
84
213000
2000
que decidió hacerle una autopsia a esta mujer.
03:50
And he sequenced, he took skin cells, healthy skin,
85
215000
3000
Él secuenció, tomó biopsias de la piel sana,
03:53
and cancerous bone marrow,
86
218000
2000
y de la médula ósea cancerosa,
03:55
and he sequenced the whole genomes of both of them
87
220000
2000
y secuenció los genomas de ambos
03:57
in a couple of weeks, no big deal.
88
222000
3000
en un par de semanas y no pasó nada.
04:00
And then he compared those two genomes in software,
89
225000
2000
Después de esto, comparó los dos genomas en el software,
04:02
and what he found, among other things,
90
227000
2000
y encontró, entre otras cosas,
04:04
was a deletion, a 2,000-base deletion
91
229000
2000
una supresión de 2.000 bases
04:06
across three billion bases
92
231000
2000
entre las 3.000 mil millones de bases
04:08
in a particular gene called TP53.
93
233000
2000
en un gen particular llamado TP53.
04:10
If you have this deleterious mutation in this gene,
94
235000
3000
Si uno tiene una mutación maligna en este gen,
04:13
you're 90 percent likely to get cancer in your life.
95
238000
3000
tiene un 90% de probabilidad de contraer cáncer en la vida.
04:16
So unfortunately, this doesn't help this woman,
96
241000
2000
Desafortunadamente, ya no se puede ayudar a esta mujer,
04:18
but it does have severe, profound if you will,
97
243000
3000
pero esta información tiene consecuencias
04:21
implications to her family.
98
246000
2000
profundas para su familia.
04:23
I mean, if they have the same mutation,
99
248000
2000
Me refiero a que si su familia tiene la misma mutación,
04:25
and they get this genetic test, and they understand it,
100
250000
3000
y se hace este análisis genético, entendiendo sus consecuencias,
04:28
then they can go and get regular screens, and they can catch cancer early
101
253000
3000
van a poder ir a controles médicos periódicamente, detectando el cáncer temprano
04:31
and potentially live a significantly longer life.
102
256000
2000
y, potencialmente, poder vivir una vida significativamente más larga.
04:33
Let me introduce you now to the Beery twins,
103
258000
2000
Permítanme presentarles a los gemelos Beery,
04:35
diagnosed with cerebral palsy at the age of two.
104
260000
2000
diagnosticados con parálisis cerebral a los 2 años.
04:37
Their mom is a very brave woman
105
262000
2000
Su mamá es una mujer muy valiente
04:39
who didn't believe that the symptoms weren't matching up,
106
264000
2000
que no creía que los síntomas estaban coincidiendo,
04:41
and through some heroic efforts and a lot of Internet searching,
107
266000
2000
y que gracias a un esfuerzo heroico y a muchas horas de búsqueda en Internet,
04:43
she was able to convince the medical community
108
268000
3000
fue capaz de convencer a la comunidad médica
04:46
that, in fact, they had something else.
109
271000
2000
de que sus hijos tenían, en realidad, otra cosa.
04:48
What they had was dopa-responsive dystonia.
110
273000
3000
Lo que tenían era una distonía resistente a dopamina.
04:51
And so they were given L-Dopa,
111
276000
2000
Les medicaron L-Dopa,
04:53
and their symptoms did improve,
112
278000
2000
y aunque sus síntomas mejoraron,
04:55
but they weren't totally asymptomatic.
113
280000
2000
no quedaron completamente asintomáticos.
04:57
Significant problems remained.
114
282000
2000
Quedaron con problemas significativos.
04:59
Turns out the gentleman in this picture is a guy named Joe Beery,
115
284000
2000
Resulta que el caballero en esta foto es un hombre llamado Joe Beery,
05:01
who was lucky enough to be the CIO
116
286000
2000
que tenía la fortuna de ser el CIO
05:03
of a company called Life Technologies.
117
288000
2000
de una compañía llamada Life Technologies.
05:05
They're one of the two companies
118
290000
2000
Es una de las dos compañías
05:07
that makes these massive whole genome sequencing tools.
119
292000
3000
que desarrollan programas para secuenciar todo el genoma.
05:10
And so what he did was he got his kids sequenced.
120
295000
3000
Y secuenció a sus hijos.
05:13
And what they found was a series of mutations in a gene called SPR,
121
298000
3000
Encontraron una serie de mutaciones en un gen llamado SPR,
05:16
which is responsible for producing serotonin, among other things.
122
301000
4000
responsable de producir serotonina, entre otras cosas.
05:20
So on top of L-Dopa, they gave these kids a serotonin precursor drug,
123
305000
3000
Así que además de recibir L-Dopa, le dieron a los niños una droga precursora de la serotonina,
05:23
and they're effectively normal now.
124
308000
2000
y ahora son perfectamente normales.
05:25
Guys, this would never have happened without whole genome sequencing.
125
310000
3000
Esto nunca hubiese pasado de no ser por la secuenciación completa del genoma.
05:28
And at the time -- this was a few years ago -- it cost $100,000.
126
313000
2000
Y en esa época -esto fue hace algunos años- costaba $100.000.
05:30
Today it's $10,000. Next year it's $1,000.
127
315000
2000
Hoy cuesta $10.000. El próximo año será $1.000.
05:32
The year after it's $100, give or take a year.
128
317000
2000
Dentro de un par de años, costará unos $100.
05:34
That's how fast this is moving.
129
319000
2000
Así de rápido se mueve esto.
05:36
So here's little Nick --
130
321000
2000
Aquí tenemos al pequeño Nick,
05:38
likes Batman and squirt guns.
131
323000
3000
le gusta Batman y las pistolas de agua.
05:41
And it turns out Nick shows up at the children's hospital
132
326000
3000
Y resulta que Nick llega al hospital de niños
05:44
with this distended belly like a famine victim.
133
329000
2000
con el estómago hinchado como si fuera un niño desnutrido.
05:46
And it's not that he's not eating,
134
331000
2000
Y no es que Nick no coma,
05:48
it's that when he eats, his intestine basically opens up
135
333000
2000
sino que cuando come, sus intestinos se abren
05:50
and feces spill out into his gut.
136
335000
2000
y las heces se le riegan en su estómago.
05:52
So a hundred surgeries later,
137
337000
2000
Después de cientos de cirugías,
05:54
he looks at his mom and says, "Mom,
138
339000
3000
mira a su mamá y le dice: "Mami,
05:57
please pray for me. I'm in so much pain."
139
342000
3000
por favor reza por mí, tengo mucho dolor".
06:00
His pediatrician happens to have a background in clinical genetics
140
345000
3000
Resulta que su pediatra tiene experiencia en genética clínica
06:03
and he has no idea what's going on,
141
348000
2000
y aunque no tiene ni idea de lo que le pasa a Nick,
06:05
but he says, "Let's get this kid's genome sequenced."
142
350000
2000
dice: "Vamos a secuenciarle el genoma a este niño".
06:07
And what they find is a single-point mutation
143
352000
2000
Y encontró una mutación de punto
06:09
in a gene responsible for controlling programmed cell death.
144
354000
3000
en el gen responsable de controlar la muerte celular programada.
06:12
So the theory is that he's having some immunological reaction
145
357000
3000
Se formula la teoría de que Nick tiene una reacción inmunológica
06:15
to what's going on to the food essentially,
146
360000
3000
a todo lo que tiene que ver con la comida,
06:18
and that's a natural reaction, which causes some programmed cell death.
147
363000
3000
y esta es una reacción que causa muerte celular programada.
06:21
But the gene that regulates that down is broken.
148
366000
2000
El gen que regula esta reacción está roto.
06:23
And so this informs, among other things, of course,
149
368000
2000
Esto quiere decir, entre otras cosas, que Nick necesita
06:25
a treatment for bone marrow transplant, which he undertakes.
150
370000
3000
un trasplante de médula ósea, al cual se somete.
06:28
And after nine months of grueling recovery,
151
373000
2000
Después de 9 meses de intensa recuperación,
06:30
he's now eating steak with A1 sauce.
152
375000
2000
ahora come un asado con salsa de primera.
06:32
(Laughter)
153
377000
2000
(Risas)
06:34
The prospect of using the genome
154
379000
2000
La posibilidad de diagnosticar universalmente
06:36
as a universal diagnostic
155
381000
2000
usando el genoma
06:38
is upon us today.
156
383000
2000
es posible hoy en día.
06:40
Today, it's here.
157
385000
2000
Hoy, ya es posible.
06:42
And what it means for all of us
158
387000
2000
Y la importancia de esto para todos nosotros
06:44
is that everybody in this room could live an extra five, 10, 20 years
159
389000
3000
es que todos los aquí presentes podríamos vivir unos 5, 10 ó 20 años más de vida
06:47
just because of this one thing.
160
392000
2000
y todo gracias al genoma.
06:49
Which is a fantastic story,
161
394000
2000
Es una noticia estupenda,
06:51
unless you think about humanity's footprint on the planet
162
396000
3000
a menos que consideremos nuestra huella ecológica sobre el planeta
06:54
and our ability to keep up food production.
163
399000
2000
y nuestra capacidad para mantener la producción de alimentos.
06:56
So it turns out
164
401000
2000
Resulta
06:58
that the very same technology
165
403000
2000
que esta misma tecnología
07:00
is also being used to grow new lines
166
405000
2000
está siendo usada para crear nuevas variedades
07:02
of corn, wheat, soybean and other crops
167
407000
3000
de maíz, trigo, soja y otros cultivos
07:05
that are highly tolerant of drought, of flood,
168
410000
2000
que sean mucho más resistentes a la sequías, a las inundaciones,
07:07
of pests and pesticides.
169
412000
2000
a las plagas y a los pesticidas.
07:09
Now look, as long as we continue to increase the population,
170
414000
3000
Ahora bien, mientras siga aumentando la población mundial,
07:12
we're going to have to continue to grow and eat genetically modified foods,
171
417000
3000
vamos a tener que seguir desarrollando y comiendo alimentos genéticamente modificados,
07:15
and that's the only position that I'll take today.
172
420000
3000
y esa es mi postura hoy día.
07:18
Unless there's anybody in the audience
173
423000
2000
A menos que haya un voluntario en la audiencia
07:20
that would like to volunteer to stop eating?
174
425000
2000
que se ofrezca a dejar de comer.
07:22
None, not one.
175
427000
2000
No, no hay ninguno.
07:24
This is a typewriter,
176
429000
2000
Esta es una máquina de escribir,
07:26
a staple of every desktop for decades.
177
431000
3000
imprescindible en el escritorio por décadas.
07:29
And in fact, the typewriter was essentially deleted by this thing.
178
434000
4000
Pues la máquina de escribir fue eliminada por esto.
07:33
And then more general versions of word processors came about.
179
438000
3000
Y después, por las primeras versiones de los procesadores de palabras.
07:36
But ultimately, it was a disruption on top of a disruption.
180
441000
3000
Pero finalmente, desapareció debido a las tecnologías disruptivas.
07:39
It was Bob Metcalfe inventing the Ethernet
181
444000
2000
Fue gracias a que Bob Metcalfe inventó Ethernet
07:41
and the connection of all these computers
182
446000
2000
y a las conexiones de todos los equipos
07:43
that fundamentally changed everything.
183
448000
2000
que todo cambió radicalmente.
07:45
And suddenly we had Netscape, and we had Yahoo
184
450000
3000
Y de repente tuvimos Netscape, tuvimos Yahoo
07:48
and we had, indeed, the entire dotcom bubble.
185
453000
3000
y tuvimos, de hecho, toda la burbuja punto com.
07:51
(Laughter)
186
456000
3000
(Risas)
07:54
Not to worry though,
187
459000
2000
Pero no se preocupen,
07:56
that was quickly rescued by the iPod, Facebook
188
461000
2000
que fuimos rescatados por el iPod, por Facebook
07:58
and, indeed, angry birds.
189
463000
2000
y, por supuesto, por Angry Birds.
08:00
(Laughter)
190
465000
2000
(Risas)
08:02
Look, this is where we are today.
191
467000
3000
Este es nuestro estado actual.
08:05
This is the genomic revolution today. This is where we are.
192
470000
2000
Esta es la revolución genómica hoy día. Así estamos ahora.
08:07
So what I'd like you to consider is:
193
472000
2000
Lo que me gustaría que consideraran es lo siguiente:
08:09
What does it mean
194
474000
2000
¿Qué significado tiene
08:11
when these dots don't represent the individual bases of your genome,
195
476000
3000
que estos puntos no solo representan las bases individuales de su genoma,
08:14
but they connect to genomes all across the planet?
196
479000
3000
sino que se conectan con genomas de todos lados del planeta?
08:17
So I just recently had to buy life insurance.
197
482000
2000
Tuve que comprar un seguro de vida recientemente.
08:19
And I was required to answer:
198
484000
2000
Y tenía que responder la siguiente pregunta:
08:21
A. I have never had a genetic test, B. I've had one, here you go,
199
486000
3000
A. Nunca me he hecho un examen genético, B. Me he hecho uno y acá lo tengo,
08:24
and C. I've had one and I'm not telling.
200
489000
2000
y C. Me he hecho uno y prefiero no mostrarlo.
08:26
Thankfully, I was able to answer A,
201
491000
2000
Afortunadamente, pude contestar A,
08:28
and I say that honestly in case my life insurance agent is listening.
202
493000
3000
y lo digo con toda honestidad, en caso de que mi asegurador me esté escuchando.
08:31
But what would have happened if I had said C?
203
496000
3000
Pero, ¿Qué hubiese pasado de haber contestado C?
08:34
Consumer applications for genomics, they will flourish.
204
499000
2000
Florecerían las aplicaciones genómicas para el público.
08:36
Do you want to see whether you're genetically compatible
205
501000
2000
¿Quieres saber si eres genéticamente compatible
08:38
with your girlfriend? Sure.
206
503000
2000
con tu novia? Hecho.
08:40
DNA sequencing on your iPhone? There's an app for that.
207
505000
3000
¿Secuenciación de ADN en tu iPhone? Ya hay una aplicación para eso.
08:43
(Laughter)
208
508000
2000
(Risas)
08:45
Personalized genomic massage anyone?
209
510000
3000
¿Alguien quiere un masaje genómicamente personalizado?
08:48
There's already a lab today
210
513000
2000
Ya hay un laboratorio
08:50
that tests for allele 334 of the AVPR1 gene,
211
515000
2000
que hace exámenes para encontrar el alelo 334 del gen AVPR1,
08:52
the so-called cheating gene.
212
517000
2000
el así llamado gen de la infidelidad.
08:54
So anybody who's here today with your significant other,
213
519000
4000
Así que todo el que esté aquí con su pareja,
08:58
just turn over to them and swab their mouth,
214
523000
2000
solo tiene que acercarse y tomar una muestra de su boca,
09:00
send it to the lab and you'll know for sure.
215
525000
2000
mandarla al laboratorio y así salir de dudas.
09:02
(Laughter)
216
527000
2000
(Risas)
09:04
Do you really want to elect a president
217
529000
2000
¿Uds. elegirían a un presidente
09:06
whose genome suggests cardiomyopathy?
218
531000
2000
con un genoma que indique miocardiopatía?
09:08
Now think of it, it's 2016
219
533000
2000
Imagínense que estamos en el año 2016
09:10
and the leading candidate releases
220
535000
1000
y la candidata favorita no solo lanza
09:11
not only her four years of back tax returns,
221
536000
2000
su propuesta para reducir impuestos en los próximos 4 años
09:13
but also her personal genome.
222
538000
2000
sino también su genoma personal.
09:15
And it looks really good.
223
540000
2000
Es un genoma muy bueno.
09:17
And then she challenges all of her competitors to do the same.
224
542000
2000
Entonces llega y desafía a sus oponentes a que hagan lo mismo.
09:19
Do you think that's not going to happen?
225
544000
2000
¿Creen que es algo que no va a pasar?
09:21
Do you think it would have helped John McCain?
226
546000
2000
¿Será que hubiese ayudado a John McCain?
09:23
(Laughter)
227
548000
2000
(Risas)
09:25
How many people in the audience
228
550000
2000
¿Cuántas personas en la audiencia
09:27
have the last name Resnick like me? Raise your hand.
229
552000
2000
se apellidan Resnick como yo? Levanten la mano.
09:29
Anybody? Nobody.
230
554000
2000
¿Alguno? Nadie.
09:31
Typically, there's one or two.
231
556000
2000
Normalmente, siempre hay uno o dos.
09:33
So my father's father was one of 10 Resnick brothers.
232
558000
2000
Mi abuelo paterno tenía 10 hermanos.
09:35
They all hated each other.
233
560000
2000
Todos ellos se odiaban entre sí.
09:37
And they all moved to different parts of the planet.
234
562000
2000
Así que cada uno se mudó a una parte diferente del planeta.
09:39
So it's likely
235
564000
2000
Es muy probable
09:41
that I'm related to every Resnick that I ever meet, but I don't know.
236
566000
3000
que yo sea familiar de cada Resnick que he conocido, pero no estoy seguro.
09:44
But imagine if my genome were deidentified, sitting in software,
237
569000
3000
Pero imagínense si mi genoma estuviese anónimamente en un software,
09:47
and a third cousin's genome was also sitting there,
238
572000
2000
y el genoma de un primo tercero también estuviese ahí,
09:49
and there was software that could compare these two
239
574000
2000
y que hubiese un software que pudiera comparar ambos
09:51
and make these associations.
240
576000
2000
genomas y hacer la asociación.
09:53
Not hard to imagine. My company has software that does this right now.
241
578000
3000
No es algo difícil de imaginar. Mi compañía ya lo está haciendo.
09:56
And so imagine one more thing:
242
581000
2000
Ahora imagínense algo más:
09:58
that that software is able to ask both parties for mutual consents,
243
583000
3000
este software también puede pedir mutuo consentimiento a ambas partes:
10:01
"Would you be willing to meet your third cousin?"
244
586000
2000
"¿Estaría dispuesto a conocer a su primo tercero?"
10:03
And if we both say yes,
245
588000
2000
Y si ambos dicen que sí,
10:05
voila! Welcome to chromosomally LinkedIn.
246
590000
2000
¡voila! Bienvenidos al LinkedIn cromosomático.
10:07
(Laughter)
247
592000
4000
(Risas)
10:11
Now this is probably a good thing, right?
248
596000
2000
Esto es algo muy bueno, ¿cierto?
10:13
You have bigger clan gatherings and so on.
249
598000
2000
Las reuniones familiares van a ser más grandes, etc.
10:15
But maybe it's a bad thing as well.
250
600000
2000
Pero puede que también sea algo malo.
10:17
How many fathers in the room? Raise your hands.
251
602000
2000
¿Cuántos padres hay aquí presentes? Levanten la mano.
10:19
Okay, so experts think that one to three percent of you
252
604000
3000
Bueno, algunos expertos aseguran que del 1% al 3% de Uds.
10:22
are not actually the father of your child.
253
607000
2000
no son realmente los padres de sus hijos.
10:24
(Laughter)
254
609000
2000
(Risas)
10:26
Look --
255
611000
2000
Miren...
10:28
(Laughter)
256
613000
4000
(Risas)
10:32
These genomes, these 23 chromosomes,
257
617000
3000
Estos genomas, estos 23 cromosomas,
10:35
they don't in any way represent the quality of our relationships
258
620000
3000
no representan, bajo ninguna circunstancia, la calidad de nuestras relaciones
10:38
or the nature of our society -- at least not yet.
259
623000
2000
ni la naturaleza de nuestra sociedad; al menos no por el momento.
10:40
And like any new technology,
260
625000
2000
Y como cualquier tecnología nueva,
10:42
it's really in humanity's hands
261
627000
2000
depende realmente del Hombre
10:44
to wield it for the betterment of mankind, or not.
262
629000
3000
el saber usarla para el mejoramiento de la Humanidad.
10:47
And so I urge you all to wake up and to tune in
263
632000
3000
Les pido que despierten y se pongan al día
10:50
and to influence the genomic revolution that's happening all around you.
264
635000
3000
para poder influir en la revolución genómica que se está gestando a su alrededor.
10:53
Thank you.
265
638000
2000
Gracias.
10:55
(Applause)
266
640000
2000
(Aplausos)
ABOUT THE SPEAKER
Richard Resnick - EntrepreneurRichard Resnick is on the front lines of the business of genomes, as CEO of GenomeQuest, a maker of genomic software.
Why you should listen
Richard Resnick is CEO of GenomeQuest , a company that builds software to support genomic medicine -- research and individualized treatments that take advantage of cheap and accessible genome processing. He was previously CEO of Mosaic Bioinformatics; before becoming a bio-entrepreneur, he was a member of the Human Genome Project under Eric Lander at MIT.
Richard Resnick | Speaker | TED.com