TED2008
Craig Venter: On the verge of creating synthetic life
Craig Venter está a punto de crear vida artificial
Filmed:
Readability: 4.7
1,196,566 views
«¿Podemos crear nueva vida a partir de nuestro universo digital?», pregunta Craig Venter. Su respuesta es «sí», y muy pronto. Camina a través de sus últimas investigaciones y promete que pronto vamos a ser capaces de construir y hacer que funcione un cromosoma sintético.
Craig Venter - Biologist, genetics pioneer
In 2001, Craig Venter made headlines for sequencing the human genome. In 2003, he started mapping the ocean's biodiversity. And now he's created the first synthetic lifeforms -- microorganisms that can produce alternative fuels. Full bio
In 2001, Craig Venter made headlines for sequencing the human genome. In 2003, he started mapping the ocean's biodiversity. And now he's created the first synthetic lifeforms -- microorganisms that can produce alternative fuels. Full bio
Double-click the English transcript below to play the video.
00:19
You know, I've talked about some of these projects before --
0
1000
2000
Saben, he hablado de algunos de estos proyectos antes,
00:21
about the human genome and what that might mean,
1
3000
4000
sobre el genoma humano y lo que podría significar
00:25
and discovering new sets of genes.
2
7000
3000
y sobre el descubrimiento de nuevos conjuntos de genes.
00:28
We're actually starting at a new point:
3
10000
3000
Estamos realmente comenzando a partir de un nuevo punto:
00:31
we've been digitizing biology,
4
13000
4000
hemos estado digitalizando la biología
00:35
and now we're trying to go from that digital code
5
17000
3000
y ahora estamos tratando de pasar de ese código digital
00:38
into a new phase of biology
6
20000
2000
a una nueva fase de la biología,
00:40
with designing and synthesizing life.
7
22000
3000
diseñando y sintetizando vida.
00:43
So, we've always been trying to ask big questions.
8
25000
3000
Por lo tanto, siempre hemos estado tratando de plantear grandes preguntas.
00:48
"What is life?" is something that I think many biologists
9
30000
2000
«¿Qué es la vida?» es algo que creo que muchos biólogos
00:50
have been trying to understand
10
32000
2000
han tratado de entender
00:52
at various levels.
11
34000
2000
a distintos niveles.
00:54
We've tried various approaches,
12
36000
3000
Hemos intentado varios métodos,
00:57
paring it down to minimal components.
13
39000
3000
reduciéndola a sus componentes mínimos.
01:01
We've been digitizing it now for almost 20 years;
14
43000
2000
Llevamos ya casi veinte años digitalizándola.
01:03
when we sequenced the human genome,
15
45000
2000
Cuando secuenciamos el genoma humano
01:05
it was going from the analog world of biology
16
47000
3000
se pasaba del mundo analógico de la biología
01:08
into the digital world of the computer.
17
50000
4000
al mundo digital del ordenador.
01:12
Now we're trying to ask, "Can we regenerate life
18
54000
4000
Ahora estamos tratando de plantear si podemos regenerar la vida
01:16
or can we create new life
19
58000
2000
o si podemos crear nueva vida
01:18
out of this digital universe?"
20
60000
3000
a partir de este universo digital.
01:21
This is the map of a small organism,
21
63000
3000
Este es el mapa de un pequeño organismo,
01:24
Mycoplasma genitalium,
22
66000
2000
Mycoplasma genitalium,
01:26
that has the smallest genome for a species
23
68000
3000
que tiene el genoma más pequeño de todas las especies
01:29
that can self-replicate in the laboratory,
24
71000
3000
que pueden autorreplicarse en el laboratorio.
01:32
and we've been trying to just see if
25
74000
2000
Y hemos tratado de ver sólo si
01:34
we can come up with an even smaller genome.
26
76000
3000
si podemos llegar a un genoma aún menor.
01:38
We're able to knock out on the order of 100 genes
27
80000
2000
Somos capaces de silenciar del orden de un centenar de genes
01:40
out of the 500 or so that are here.
28
82000
3000
de los 500 más o menos que tenemos aquí.
01:43
When we look at its metabolic map,
29
85000
2000
Pero cuando nos fijamos en su mapa metabólico,
01:45
it's relatively simple
30
87000
2000
es relativamente simple
01:47
compared to ours --
31
89000
2000
en comparación con el nuestro.
01:49
trust me, this is simple --
32
91000
2000
Créanme, esto es sencillo.
01:51
but when we look at all the genes
33
93000
2000
Pero cuando nos fijamos en todos los genes
01:53
that we can knock out one at a time,
34
95000
3000
que podemos silenciar de uno en uno,
01:56
it's very unlikely that this would yield
35
98000
2000
es muy poco probable que esto pueda dar lugar
01:58
a living cell.
36
100000
2000
a una célula viva.
02:01
So we decided the only way forward
37
103000
2000
Por lo tanto, decidimos que la única manera de avanzar
02:03
was to actually synthesize this chromosome
38
105000
3000
era sintetizar de verdad este cromosoma
02:06
so we could vary the components
39
108000
3000
para que pudiésemos variar sus componentes
02:09
to ask some of these most fundamental questions.
40
111000
4000
y poder plantearnos algunas de estas preguntas más fundamentales.
02:13
And so we started down the road of:
41
115000
2000
Y así iniciamos el camino de
02:15
can we synthesize a chromosome?
42
117000
3000
«¿Podemos sintetizar un cromosoma?»
02:19
Can chemistry permit making
43
121000
2000
¿Puede la química hacer posible que fabriquemos
02:21
these really large molecules
44
123000
2000
estas moléculas realmente grandes llevándonos
02:23
where we've never been before?
45
125000
2000
donde nunca habíamos estado antes?
02:25
And if we do, can we boot up a chromosome?
46
127000
3000
Y si lo hacemos, ¿podemos hacer que arranque un cromosoma?
02:28
A chromosome, by the way, is just a piece of inert chemical material.
47
130000
3000
Un cromosoma, por cierto, no es más que un pedazo de materia química inerte.
02:32
So, our pace of digitizing life has been increasing
48
134000
3000
Por lo tanto, nuestro ritmo de digitalización de la vida ha ido aumentando
02:35
at an exponential pace.
49
137000
3000
a un ritmo exponencial.
02:38
Our ability to write the genetic code
50
140000
3000
Nuestra capacidad para escribir el código genético
02:41
has been moving pretty slowly
51
143000
2000
ha ido avanzando muy lentamente,
02:43
but has been increasing,
52
145000
3000
pero ha ido aumentando.
02:46
and our latest point would put it on, now, an exponential curve.
53
148000
4000
Y nuestro último punto lo pondría ahora en una curva exponencial.
02:51
We started this over 15 years ago.
54
153000
2000
Empezamos esto hace más de 15 años.
02:53
It took several stages, in fact,
55
155000
3000
Tuvo varias etapas, de hecho,
02:56
starting with a bioethical review before we did the first experiments.
56
158000
3000
comenzando con una revisión bioética antes de que hiciéramos los primeros experimentos.
03:00
But it turns out synthesizing DNA
57
162000
2000
Pero resulta que sintetizar ADN
03:02
is very difficult.
58
164000
2000
es muy difícil.
03:04
There are tens of thousands of machines around the world
59
166000
3000
Hay decenas de miles de máquinas en todo el mundo
03:07
that make small pieces of DNA --
60
169000
2000
que fabrican trozos pequeños de ADN,
03:09
30 to 50 letters in length --
61
171000
3000
de entre 30 y 50 letras de longitud,
03:12
and it's a degenerate process, so the longer you make the piece,
62
174000
3000
y que es un proceso que degenera, de modo que cuanto más larga hagamos la pieza,
03:15
the more errors there are.
63
177000
2000
más errores va a haber.
03:17
So we had to create a new method
64
179000
2000
Así que tuvimos que crear un nuevo método
03:19
for putting these little pieces together and correct all the errors.
65
181000
3000
para juntar estos pedacitos y corregir todos los errores.
03:23
And this was our first attempt, starting with the digital information
66
185000
3000
Y este fue nuestro primer intento: empezamos con la información digital
03:26
of the genome of phi X174.
67
188000
2000
del genoma de Phi X 174.
03:28
It's a small virus that kills bacteria.
68
190000
3000
Se trata de un pequeño virus que mata bacterias.
03:32
We designed the pieces, went through our error correction
69
194000
3000
Diseñamos las piezas, realizamos las correcciones pertinentes
03:35
and had a DNA molecule
70
197000
2000
y obtuvimos una molécula de ADN
03:37
of about 5,000 letters.
71
199000
3000
de unas cinco mil letras.
03:40
The exciting phase came when we took this piece of inert chemical
72
202000
4000
La etapa más emocionante llegó cuando tomamos este pedazo de materia química inerte,
03:44
and put it in the bacteria,
73
206000
2000
lo introdujimos en las bacterias
03:46
and the bacteria started to read this genetic code,
74
208000
4000
y éstas empezaron a leer este código genético y
03:50
made the viral particles.
75
212000
2000
fabricaron partículas virales.
03:52
The viral particles then were released from the cells
76
214000
2000
A continuación las partículas virales se liberaron de las células
03:54
and came back and killed the E. coli.
77
216000
3000
y luego regresaron y mataron a las E. coli.
03:57
I was talking to the oil industry recently
78
219000
3000
Hace poco estuve hablando con la gente de la industria del petróleo
04:00
and I said they clearly understood that model.
79
222000
3000
y les dije que ellos entendían claramente este modelo.
04:03
(Laughter)
80
225000
3000
(Risas)
04:06
They laughed more than you guys are. (Laughter)
81
228000
3000
Ellos se rieron aún más de lo que ustedes se ríen ahora.
04:10
And so, we think this is a situation
82
232000
2000
Y así creemos que esta es una situación
04:12
where the software can actually build its own hardware
83
234000
3000
en la que el software puede realmente construir su propio hardware
04:15
in a biological system.
84
237000
2000
en un sistema biológico.
04:17
But we wanted to go much larger:
85
239000
2000
Pero queríamos ir mucho más lejos.
04:19
we wanted to build the entire bacterial chromosome --
86
241000
3000
Queríamos construir el cromosoma bacteriano entero.
04:22
it's over 580,000 letters of genetic code --
87
244000
4000
Éste consta de más de 580.000 letras del código genético.
04:26
so we thought we'd build them in cassettes the size of the viruses
88
248000
3000
Así que pensamos que las íbamos a construir en casetes del tamaño de los virus,
04:29
so we could actually vary the cassettes
89
251000
2000
para poder ir variando realmente estos casetes
04:31
to understand
90
253000
2000
y así comprender
04:33
what the actual components of a living cell are.
91
255000
3000
cuáles son los verdaderos componentes de una célula viva.
04:36
Design is critical,
92
258000
2000
El diseño es fundamental,
04:38
and if you're starting with digital information in the computer,
93
260000
3000
y si estás partiendo de información digital del ordenador,
04:41
that digital information has to be really accurate.
94
263000
4000
esta información digital tiene que ser muy precisa.
04:45
When we first sequenced this genome in 1995,
95
267000
3000
La primera vez que secuenciamos este genoma en 1995,
04:48
the standard of accuracy was one error per 10,000 base pairs.
96
270000
4000
el nivel de precisión era de un error por cada 10.000 pares de bases.
04:52
We actually found, on resequencing it,
97
274000
2000
En realidad, al resecuenciarlo encontramos
04:54
30 errors; had we used that original sequence,
98
276000
3000
30 errores. Si hubiéramos utilizado esa secuencia original,
04:57
it never would have been able to be booted up.
99
279000
3000
nunca habría podido ponerse en funcionamiento.
05:00
Part of the design is designing pieces
100
282000
2000
Parte del diseño consiste en diseñar piezas
05:02
that are 50 letters long
101
284000
3000
que tengan 50 letras de longitud
05:05
that have to overlap with all the other 50-letter pieces
102
287000
3000
y que tienen que solaparse con las otras piezas de 50 letras
05:08
to build smaller subunits
103
290000
2000
para construir subunidades más pequeñas
05:10
we have to design so they can go together.
104
292000
3000
que tuvimos que diseñar de manera que puedan ir juntas.
05:13
We design unique elements into this.
105
295000
3000
Diseñamos elementos únicos para ello.
05:16
You may have read that we put watermarks in.
106
298000
2000
Quizás hayan leído que les ponemos marcas de agua.
05:18
Think of this:
107
300000
2000
Piensen en esto:
05:20
we have a four-letter genetic code -- A, C, G and T.
108
302000
3000
tenemos un código genético de cuatro letras: A, C, G y T.
05:23
Triplets of those letters
109
305000
3000
Los tripletes de esas letras
05:26
code for roughly 20 amino acids,
110
308000
2000
codifican aproximadamente veinte aminoácidos,
05:28
such that there's a single letter designation
111
310000
3000
hay una sola designación de letras
05:31
for each of the amino acids.
112
313000
2000
para cada uno de los aminoácidos.
05:33
So we can use the genetic code to write out words,
113
315000
3000
Así que podemos usar el código genético para escribir palabras,
05:36
sentences, thoughts.
114
318000
2000
frases, pensamientos.
05:39
Initially, all we did was autograph it.
115
321000
2000
Inicialmente, todo lo que hicimos fue autografiarlo.
05:41
Some people were disappointed there was not poetry.
116
323000
3000
Algunos estaban decepcionados porque no había poesía.
05:44
We designed these pieces so
117
326000
2000
Diseñamos estas piezas de manera que
05:46
we can just chew back with enzymes;
118
328000
3000
pudiésemos digerirlas sólo con enzimas.
05:50
there are enzymes that repair them and put them together.
119
332000
3000
Hay enzimas que las repararan y las juntan.
05:53
And we started making pieces,
120
335000
2000
Y empezamos a hacer piezas
05:55
starting with pieces that were 5,000 to 7,000 letters,
121
337000
4000
empezamos con piezas que iban desde 5.000 hasta 7.000 letras,
05:59
put those together to make 24,000-letter pieces,
122
341000
4000
las acoplamos para hacer piezas de 24.000 letras y
06:03
then put sets of those going up to 72,000.
123
345000
4000
luego juntamos dichos conjuntos llegando a 72.000 letras.
06:07
At each stage, we grew up these pieces in abundance
124
349000
2000
En cada etapa, sintetizamos abundantes piezas de éstas
06:09
so we could sequence them
125
351000
2000
para poder secuenciarlas,
06:11
because we're trying to create a process that's extremely robust
126
353000
3000
porque estamos tratando de crear un proceso que sea muy sólido
06:14
that you can see in a minute.
127
356000
3000
y que van a ver en un minuto.
06:17
We're trying to get to the point of automation.
128
359000
3000
Estamos tratando de llegar al punto de la automatización.
06:20
So, this looks like a basketball playoff.
129
362000
2000
Así pues, esto se parece a un playoff de baloncesto
06:22
When we get into these really large pieces
130
364000
2000
Cuando nos ponemos con estas piezas muy grandes
06:24
over 100,000 base pairs,
131
366000
4000
–de más de 100,000 pares de bases–
06:28
they won't any longer grow readily in E. coli --
132
370000
2000
ya no van a crecer tan fácilmente en E. coli.
06:30
it exhausts all the modern tools of molecular biology --
133
372000
4000
Este proceso agota todas las herramientas modernas de la biología molecular.
06:34
and so we turned to other mechanisms.
134
376000
4000
Así que recurrimos a otros mecanismos.
06:38
We knew there's a mechanism called homologous recombination
135
380000
3000
Sabíamos que hay un mecanismo llamado recombinación homóloga,
06:41
that biology uses to repair DNA
136
383000
3000
utilizado por la biología para reparar el ADN,
06:44
that can put pieces together.
137
386000
3000
que puede juntar estas piezas.
06:47
Here's an example of it:
138
389000
1000
Aquí tenemos un ejemplo de ello.
06:48
there's an organism called
139
390000
1000
Hay un organismo llamado
06:49
Deinococcus radiodurans
140
391000
2000
Deinococcus radiodurans
06:51
that can take three millions rads of radiation.
141
393000
3000
que puede soportar hasta tres millones de rads de radiación.
06:54
You can see in the top panel, its chromosome just gets blown apart.
142
396000
4000
Como pueden ver en el panel superior, simplemente se hace explotar su cromosoma.
06:58
Twelve to 24 hours later, it put it
143
400000
3000
De doce a veinticuatro horas después,
07:01
back together exactly as it was before.
144
403000
2000
se vuelve a reconstituir, exactamente como estaba antes.
07:03
We have thousands of organisms that can do this.
145
405000
3000
Tenemos miles de organismos que pueden hacer lo mismo.
07:06
These organisms can be totally desiccated;
146
408000
2000
Estos organismos pueden desecarse totalmente.
07:08
they can live in a vacuum.
147
410000
2000
O pueden vivir en el vacío.
07:11
I am absolutely certain that life can exist in outer space,
148
413000
3000
Estoy completamente seguro de que puede existir vida en el espacio sideral,
07:14
move around, find a new aqueous environment.
149
416000
3000
vida que puede desplazarse, encontrar un nuevo medio acuoso.
07:17
In fact, NASA has shown a lot of this is out there.
150
419000
4000
De hecho, la NASA ha demostrado que esto ocurre.
07:21
Here's an actual micrograph of the molecule we built
151
423000
4000
Aquí pueden ver una micrografía real de la molécula que construimos
07:25
using these processes, actually just using yeast mechanisms
152
427000
4000
utilizando estos procesos, en realidad utilizando sólo mecanismos de las levaduras
07:29
with the right design of the pieces we put them in;
153
431000
3000
con el diseño adecuado de las piezas que pusimos en ellas.
07:32
yeast puts them together automatically.
154
434000
3000
Las levaduras las juntan automáticamente.
07:35
This is not an electron micrograph;
155
437000
2000
Esto no es una micrografía electrónica,
07:37
this is just a regular photomicrograph.
156
439000
2000
se trata tan sólo de una fotomicrografía normal.
07:39
It's such a large molecule
157
441000
2000
Es una molécula tan grande
07:41
we can see it with a light microscope.
158
443000
3000
que podemos verla sólo con un microscopio óptico.
07:44
These are pictures over about a six-second period.
159
446000
3000
Estas son imágenes tomadas a lo largo de un periodo de unos seis segundos.
07:47
So, this is the publication we had just a short while ago.
160
449000
4000
Así que esta es la publicación que presentamos hace poco.
07:51
This is over 580,000 letters of genetic code;
161
453000
3000
Son más de 580,000 letras del código genético.
07:54
it's the largest molecule ever made by humans of a defined structure.
162
456000
5000
Es la molécula más grande jamás sintetizada por el hombre de una estructura determinada.
07:59
It's over 300 million molecular weight.
163
461000
3000
Tiene una masa molecular superior a 300 millones.
08:02
If we printed it out at a 10 font with no spacing,
164
464000
3000
Si imprimiésemos su código genético con un tamaño de fuente de diez y sin espacios,
08:05
it takes 142 pages
165
467000
2000
harían falta 142 páginas
08:07
just to print this genetic code.
166
469000
4000
nada más que para imprimir este código genético.
08:11
Well, how do we boot up a chromosome? How do we activate this?
167
473000
3000
Bien, ¿y cómo logramos que arranque un cromosoma? ¿Cómo lo activamos?
08:14
Obviously, with a virus it's pretty simple;
168
476000
3000
Obviamente, con un virus es bastante sencillo.
08:17
it's much more complicated dealing with bacteria.
169
479000
3000
Pero es mucho más complicado cuando se trata de bacterias.
08:20
It's also simpler when you go
170
482000
2000
También es más sencillo cuando pasas
08:22
into eukaryotes like ourselves:
171
484000
2000
a eucariotas como nosotros:
08:24
you can just pop out the nucleus
172
486000
2000
puede bastar con quitar el núcleo
08:26
and pop in another one,
173
488000
2000
y meterle otro,
08:28
and that's what you've all heard about with cloning.
174
490000
3000
y eso es de lo que todos han oído hablar con la clonación.
08:31
With bacteria and Archaea, the chromosome is integrated into the cell,
175
493000
4000
Con las arqueobacterias, el cromosoma está integrado en la célula,
08:35
but we recently showed that we can do a complete transplant
176
497000
4000
pero recientemente hemos demostrado que podemos hacer un trasplante
08:39
of a chromosome from one cell to another
177
501000
2000
de un cromosoma de una célula a otra
08:41
and activate it.
178
503000
3000
y activarlo.
08:44
We purified a chromosome from one microbial species --
179
506000
4000
Para ello purificamos un cromosoma de una especie microbiana.
08:48
roughly, these two are as distant as human and mice --
180
510000
3000
A grandes rasgos, estas dos especies son tan distantes como lo pueden ser los humanos y los ratones.
08:51
we added a few extra genes
181
513000
2000
Añadimos unos cuantos genes extra
08:53
so we could select for this chromosome,
182
515000
2000
para poder seleccionar este cromosoma.
08:55
we digested it with enzymes
183
517000
2000
Lo digerimos con las enzimas
08:57
to kill all the proteins,
184
519000
2000
para matar todas las proteínas.
08:59
and it was pretty stunning when we put this in the cell --
185
521000
3000
Y fue bastante impresionante cuando lo pusimos en la célula
09:02
and you'll appreciate
186
524000
2000
–aquí pueden apreciar
09:04
our very sophisticated graphics here.
187
526000
3000
nuestros muy sofisticados gráficos–
09:07
The new chromosome went into the cell.
188
529000
3000
el nuevo cromosoma entró en la célula.
09:10
In fact, we thought this might be as far as it went,
189
532000
2000
De hecho, pensamos que esto sería lo más lejos que llegaríamos,
09:12
but we tried to design the process a little bit further.
190
534000
3000
pero hemos tratado de diseñar el proceso para llegar un poco más lejos.
09:15
This is a major mechanism of evolution right here.
191
537000
3000
Aquí se trata de un importante mecanismo de la evolución.
09:18
We find all kinds of species
192
540000
2000
Encontramos todo tipo de especies
09:20
that have taken up a second chromosome
193
542000
2000
que han incorporado un segundo
09:22
or a third one from somewhere,
194
544000
2000
o un tercer cromosoma procedente de algún lugar,
09:24
adding thousands of new traits
195
546000
2000
añadiendo miles de nuevos caracteres
09:26
in a second to that species.
196
548000
2000
a esas especies en cuestión de segundos.
09:28
So, people who think of evolution
197
550000
2000
Así que la gente que piensa en la evolución
09:30
as just one gene changing at a time
198
552000
2000
como un simple cambio de un gen cada vez
09:32
have missed much of biology.
199
554000
3000
no ha entendido mucho la biología.
09:35
There are enzymes called restriction enzymes
200
557000
2000
Hay enzimas llamadas enzimas de restricción
09:37
that actually digest DNA.
201
559000
2000
que realmente digieren el ADN.
09:39
The chromosome that was in the cell
202
561000
2000
El cromosoma que se encontraba en la célula
09:41
doesn't have one;
203
563000
2000
carecía de ellas.
09:43
the chromosome we put in does.
204
565000
2000
La célula –el cromosoma que pusimos en ella– sí las tiene.
09:45
It got expressed and it recognized
205
567000
2000
El cromosoma se expresó y reconoció
09:47
the other chromosome as foreign material,
206
569000
3000
el otro cromosoma como material extraño,
09:50
chewed it up, and so we ended up
207
572000
2000
lo digirió y así logramos
09:52
just with a cell with the new chromosome.
208
574000
4000
que en la célula sólo quedara el nuevo cromosoma.
09:56
It turned blue because of the genes we put in it.
209
578000
3000
Y éste se volvió azul debido a los genes que pusimos en él.
09:59
And with a very short period of time,
210
581000
2000
Y en un período muy corto de tiempo,
10:01
all the characteristics of one species were lost
211
583000
3000
todas las características de una de las especies se habían perdido
10:04
and it converted totally into the new species
212
586000
3000
y dicha especie se ha convertido totalmente en la nueva especie
10:07
based on the new software that we put in the cell.
213
589000
3000
basada en el nuevo software que habíamos puesto en la célula.
10:10
All the proteins changed,
214
592000
2000
Todas las proteínas cambiaron,
10:12
the membranes changed;
215
594000
2000
las membranas cambiaron
10:14
when we read the genetic code, it's exactly what we had transferred in.
216
596000
4000
y cuando leemos el código genético, éste es exactamente el que habíamos transferido.
10:18
So, this may sound like genomic alchemy,
217
600000
3000
Así que esto puede sonar como alquimia genómica,
10:21
but we can, by moving the software of DNA around,
218
603000
4000
pero podemos, cambiando de sitio el ADN software,
10:25
change things quite dramatically.
219
607000
4000
cambiar las cosas de manera bastante espectacular.
10:29
Now I've argued, this is not genesis;
220
611000
2000
Ahora bien, he argumentado, no se trata del génesis:
10:31
this is building on three and a half billion years of evolution.
221
613000
4000
esto se basa en tres mil quinientos millones de años de evolución,
10:36
And I've argued that we're about to perhaps
222
618000
2000
y he argumentado que puede que estemos a punto de tal vez
10:38
create a new version of the Cambrian explosion,
223
620000
3000
crear una nueva versión de la explosión Cámbrica,
10:41
where there's massive new speciation
224
623000
3000
en la que se produce una nueva especiación a gran escala basada
10:45
based on this digital design.
225
627000
2000
en este diseño digital.
10:47
Why do this?
226
629000
2000
¿Por qué hacer esto?
10:49
I think this is pretty obvious in terms of some of the needs.
227
631000
2000
Creo que esto es bastante evidente en términos de algunas de las necesidades.
10:51
We're about to go from six and a half
228
633000
2000
Vamos a pasar de seis mil quinientos millones
10:53
to nine billion people over the next 40 years.
229
635000
3000
a nueve mil millones de personas en los próximos cuarenta años.
10:56
To put it in context for myself:
230
638000
2000
Poniéndolo en mi propio contexto:
10:58
I was born in 1946.
231
640000
2000
nací en 1946.
11:00
There are now three people on the planet
232
642000
2000
Ahora hay tres personas en el planeta
11:02
for every one of us that existed in 1946;
233
644000
4000
por cada uno de los que existíamos en 1946;
11:06
within 40 years, there'll be four.
234
648000
3000
dentro de cuarenta años, habrá cuatro.
11:09
We have trouble feeding, providing fresh, clean water,
235
651000
3000
Tenemos problemas para alimentar, suministrar agua potable,
11:12
medicines, fuel
236
654000
2000
medicamentos o combustible
11:14
for the six and a half billion.
237
656000
3000
a estos seis mil quinientos millones de personas.
11:17
It's going to be a stretch to do it for nine.
238
659000
2000
Habrá que hacer un gran esfuerzo si queremos hacerlo para nueve mil millones.
11:19
We use over five billion tons of coal,
239
661000
3000
Utilizamos más de cinco mil millones de toneladas de carbón,
11:22
30 billion-plus barrels of oil --
240
664000
3000
más de treinta mil millones de barriles de petróleo (al año).
11:25
that's a hundred million barrels a day.
241
667000
4000
Esto equivale a unos cien millones de barriles al día.
11:29
When we try to think of biological processes
242
671000
2000
Cuando tratamos de pensar en procesos biológicos
11:31
or any process to replace that,
243
673000
3000
o en cualquier tipo de proceso que los sustituya,
11:34
it's going to be a huge challenge.
244
676000
2000
va a ser un reto tremendo.
11:36
Then of course, there's all that
245
678000
2000
Luego, por supuesto, viene todo
11:38
CO2 from this material
246
680000
2000
el CO2 procedente de este material
11:40
that ends up in the atmosphere.
247
682000
3000
que acaba en la atmósfera.
11:43
We now, from our discovery around the world,
248
685000
2000
Ahora, a partir de nuestro descubrimiento en todo el mundo,
11:45
have a database with about 20 million genes,
249
687000
4000
tenemos una base de datos con alrededor de veinte millones de genes
11:49
and I like to think of these as the design components of the future.
250
691000
4000
y a mí me gusta pensar en ellos como en los componentes para diseñar el futuro.
11:53
The electronics industry only had a dozen or so components,
251
695000
3000
La industria electrónica sólo contaba con una docena de componentes
11:56
and look at the diversity that came out of that.
252
698000
4000
y fíjense en la diversidad que salió de eso.
12:00
We're limited here primarily
253
702000
2000
En este punto estamos principalmente limitados
12:02
by a biological reality
254
704000
2000
por una realidad biológica
12:04
and our imagination.
255
706000
2000
y nuestra imaginación.
12:07
We now have techniques,
256
709000
2000
Ahora disponemos de técnicas,
12:09
because of these rapid methods of synthesis,
257
711000
3000
gracias a estos métodos de síntesis rápidos,
12:12
to do what we're calling combinatorial genomics.
258
714000
4000
para hacer lo que estamos denominando genómica combinatoria.
12:16
We have the ability now to build a large robot
259
718000
3000
Ahora tenemos la capacidad de construir un gran robot
12:19
that can make a million chromosomes a day.
260
721000
3000
que puede fabricar un millón de cromosomas al día.
12:23
When you think of processing these 20 million different genes
261
725000
3000
Cuando se piensa en procesar estos veinte millones de genes diferentes
12:26
or trying to optimize processes
262
728000
2000
o en tratar de optimizar los procesos
12:28
to produce octane or to produce pharmaceuticals,
263
730000
3000
para la producción de octano o de productos farmacéuticos,
12:31
new vaccines,
264
733000
3000
nuevas vacunas,
12:34
we can just with a small team,
265
736000
3000
podemos cambiar, haciendo sólo con un pequeño equipo
12:37
do more molecular biology
266
739000
2000
más biología molecular
12:39
than the last 20 years of all science.
267
741000
3000
que durante los últimos 20 años de ciencia.
12:42
And it's just standard selection:
268
744000
2000
Y esto sólo en cuanto a la selección normal.
12:44
we can select for viability,
269
746000
2000
Podemos seleccionar para su viabilidad,
12:46
chemical or fuel production,
270
748000
2000
la producción de sustancias químicas y combustibles,
12:48
vaccine production, etc.
271
750000
2000
la producción de vacunas, etc.
12:50
This is a screen snapshot
272
752000
3000
Esta es una pantalla que resume la información
12:53
of some true design software
273
755000
3000
de algunos programas de diseño reales
12:56
that we're working on to actually be able to sit down
274
758000
3000
en los que estamos trabajando para ser de verdad capaces de sentarnos
12:59
and design species in the computer.
275
761000
3000
a diseñar especies en el ordenador.
13:03
You know, we don't know necessarily what it'll look like:
276
765000
3000
No sabemos necesariamente qué aspecto tendrán.
13:06
we know exactly what their genetic code looks like.
277
768000
3000
Sabemos exactamente cómo será su código genético.
13:09
We're focusing on now fourth-generation fuels.
278
771000
5000
Ahora estamos centrados en los combustibles de cuarta generación.
13:15
You've seen recently, corn to ethanol
279
777000
2000
Hemos visto recientemente que el etanol de maíz
13:17
is just a bad experiment.
280
779000
2000
es sólo un mal experimento.
13:19
We have second- and third-generation fuels
281
781000
2000
Tenemos combustibles de segunda y tercera generación
13:21
that will be coming out relatively soon
282
783000
3000
que saldrán relativamente pronto y que van
13:24
that are sugar, to much higher-value fuels
283
786000
3000
desde el azúcar hasta combustibles de mucho mayor valor
13:27
like octane or different types of butanol.
284
789000
3000
como el octano o los diferentes tipos de butanol.
13:30
But the only way we think that biology
285
792000
3000
Pero pensamos que la única manera en que la biología
13:33
can have a major impact without
286
795000
2000
puede tener un impacto importante,
13:36
further increasing the cost of food and limiting its availability
287
798000
3000
sin aumentar aún más el coste de los alimentos y la limitación de su disponibilidad,
13:39
is if we start with CO2 as its feedstock,
288
801000
3000
es que comencemos con el CO2 como materia prima,
13:42
and so we're working with designing cells to go down this road.
289
804000
4000
por lo que estamos trabajando en el diseño de células para seguir por esta vía
13:47
And we think we'll have the first fourth-generation fuels
290
809000
3000
y creemos que tendremos los primeros combustibles de cuarta generación
13:50
in about 18 months.
291
812000
2000
en aproximadamente año y medio.
13:52
Sunlight and CO2 is one method ...
292
814000
2000
Luz solar y CO2 es un método
13:54
(Applause)
293
816000
5000
(Aplausos),
13:59
but in our discovery around the world,
294
821000
2000
pero en nuestro descubrimiento por todo el mundo,
14:01
we have all kinds of other methods.
295
823000
2000
tenemos toda clase de métodos diferentes.
14:03
This is an organism we described in 1996.
296
825000
4000
Éste es un organismo descrito en 1996.
14:07
It lives in the deep ocean,
297
829000
2000
Vive en las profundidades del océano,
14:09
about a mile and a half deep,
298
831000
2000
a una milla y media de profundidad,
14:11
almost at boiling-water temperatures.
299
833000
2000
a temperaturas cercanas al punto de ebullición del agua.
14:13
It takes CO2 to methane
300
835000
3000
Convierte el CO2 en metano
14:16
using molecular hydrogen as its energy source.
301
838000
3000
utilizando hidrógeno molecular como fuente de energía.
14:19
We're looking to see if we can take
302
841000
2000
Estamos tratando de ver si podemos tomar
14:21
captured CO2,
303
843000
2000
el CO2 capturado,
14:23
which can easily be piped to sites,
304
845000
2000
que puede llevarse fácilmente por tuberías a los sitios de producción,
14:25
convert that CO2 back into fuel
305
847000
3000
y volver a convertir este CO2 en combustible
14:28
to drive this process.
306
850000
3000
para dirigir este proceso.
14:31
So, in a short period of time,
307
853000
2000
Así que pensamos que, en un corto período de tiempo,
14:33
we think that we might be able to increase
308
855000
4000
podríamos ser capaces de aumentar
14:37
what the basic question is of "What is life?"
309
859000
3000
lo que es la pregunta básica de «¿Qué es la vida?».
14:40
We truly, you know,
310
862000
2000
Estamos realmente, ya saben,
14:42
have modest goals
311
864000
2000
tenemos objetivos modestos
14:44
of replacing the whole petrol-chemical industry --
312
866000
3000
de sustitución de toda la industria petroquímica.
14:47
(Laughter) (Applause)
313
869000
3000
(Risas) (Aplausos)
14:50
Yeah. If you can't do that at TED, where can you? --
314
872000
3000
¡Claro que sí! Si esto no se puede hacer en TED, ¿dónde se va a poder?
14:53
(Laughter)
315
875000
2000
(Risas)
14:55
become a major source of energy ...
316
877000
2000
Convertirse en una importante fuente de energía.
14:57
But also, we're now working on using these same tools
317
879000
3000
Pero también estamos trabajando ahora mismo en utilizar estas mismas herramientas
15:00
to come up with instant sets of vaccines.
318
882000
3000
para llegar a series de vacunas instantáneas.
15:03
You've seen this year with flu;
319
885000
2000
Ya lo han visto este año con la gripe,
15:05
we're always a year behind and a dollar short
320
887000
3000
que siempre nos falta un año y un dólar
15:08
when it comes to the right vaccine.
321
890000
2000
de dar con la vacuna apropiada.
15:10
I think that can be changed
322
892000
2000
Creo que esto se puede cambiar
15:12
by building combinatorial vaccines in advance.
323
894000
3000
creando anticipadamente vacunas combinatorias.
15:16
Here's what the future may begin to look like
324
898000
3000
Aquí tienen cómo puede empezar a parecer el futuro
15:19
with changing, now, the evolutionary tree,
325
901000
4000
cambiando, ahora, el árbol evolutivo,
15:23
speeding up evolution
326
905000
2000
acelerando la evolución
15:25
with synthetic bacteria, Archaea
327
907000
3000
con bacterias sintéticas, arqueobacterias
15:28
and, eventually, eukaryotes.
328
910000
3000
y, eventualmente, eucariotas.
15:32
We're a ways away from improving people:
329
914000
2000
Estamos lejos de mejorar a las personas.
15:34
our goal is just to make sure that we have a chance
330
916000
3000
Nuestro objetivo es asegurarnos de que tenemos la posibilidad
15:37
to survive long enough to maybe do that. Thank you very much.
331
919000
3000
de sobrevivir el tiempo suficiente para quizás hacerlo. Muchas gracias.
15:40
(Applause)
332
922000
7000
(Aplausos)
ABOUT THE SPEAKER
Craig Venter - Biologist, genetics pioneerIn 2001, Craig Venter made headlines for sequencing the human genome. In 2003, he started mapping the ocean's biodiversity. And now he's created the first synthetic lifeforms -- microorganisms that can produce alternative fuels.
Why you should listen
Craig Venter, the man who led the private effort to sequence the human genome, is hard at work now on even more potentially world-changing projects.
First, there's his mission aboard the Sorcerer II, a 92-foot yacht, which, in 2006, finished its voyage around the globe to sample, catalouge and decode the genes of the ocean's unknown microorganisms. Quite a task, when you consider that there are tens of millions of microbes in a single drop of sea water. Then there's the J. Craig Venter Institute, a nonprofit dedicated to researching genomics and exploring its societal implications.
In 2005, Venter founded Synthetic Genomics, a private company with a provocative mission: to engineer new life forms. Its goal is to design, synthesize and assemble synthetic microorganisms that will produce alternative fuels, such as ethanol or hydrogen. He was on Time magzine's 2007 list of the 100 Most Influential People in the World.
In early 2008, scientists at the J. Craig Venter Institute announced that they had manufactured the entire genome of a bacterium by painstakingly stitching together its chemical components. By sequencing a genome, scientists can begin to custom-design bootable organisms, creating biological robots that can produce from scratch chemicals humans can use, such as biofuel. And in 2010, they announced, they had created "synthetic life" -- DNA created digitally, inserted into a living bacterium, and remaining alive.
Craig Venter | Speaker | TED.com