TED2012
Nathan Wolfe: What's left to explore?
Nathan Wolfe: Mit lehet még felfedezni?
Filmed:
Readability: 5
948,653 views
Jártunk már a Holdon, feltérképeztük a kontinenseket, még az óceán legmélyebb pontjára is lemerültünk -- kétszer. Maradt-e valami felfedeznivaló a következő generációnak? Nathan Wolfe biológus és felfedezőnek van egy válasza: majdnem minden! És kezdhetjük a láthatatlanul kicsi világával.
Nathan Wolfe - Virus hunter
Armed with blood samples, high-tech tools and a small army of fieldworkers, Nathan Wolfe hopes to re-invent pandemic control -- and reveal hidden secrets of the planet's dominant lifeform: the virus. Full bio
Armed with blood samples, high-tech tools and a small army of fieldworkers, Nathan Wolfe hopes to re-invent pandemic control -- and reveal hidden secrets of the planet's dominant lifeform: the virus. Full bio
Double-click the English transcript below to play the video.
00:16
Recently I visited Beloit, Wisconsin.
0
167
3014
Nemrég ellátogattam Beloit városba, Wisconsin államban.
00:19
And I was there to honor a great 20th century explorer,
1
3181
3648
Azért voltam ott, hogy megemlékezzek egy 20. századi felfedezőről,
00:22
Roy Chapman Andrews.
2
6829
2042
Roy Chapman Andrews-ról.
00:24
During his time at the American Museum of Natural History,
3
8871
2844
Az alatt az idő alatt, míg az Amerikai Természettudományi Múzeumnak dolgozott,
00:27
Andrews led a range of expeditions to uncharted regions,
4
11715
4100
Andrews számos expedíciót vezetett feltérképezetlen területekre,
00:31
like here in the Gobi Desert.
5
15815
1735
mint itt a Góbi-sivatagba.
00:33
He was quite a figure.
6
17550
1408
Nem volt mindennapi figura.
00:34
He was later, it's said, the basis of the Indiana Jones character.
7
18958
3674
Állítólag később ő volt az inspiráció Indiana Jones karakteréhez.
00:38
And when I was in Beloit, Wisconsin,
8
22632
2197
És amikor Beloitban jártam,
00:40
I gave a public lecture to a group of middle school students.
9
24829
4133
nyilvános előadást tartottam egy csapat felsős gyereknek.
00:44
And I'm here to tell you,
10
28962
1569
És hadd mondjam el,
00:46
if there's anything more intimidating than talking here at TED,
11
30531
2704
ha van valami, ami félelmetesebb, mint előadni itt a TED-en,
00:49
it'll be trying to hold the attention
12
33235
1832
az megpróbálni lekötni ezer
00:50
of a group of a thousand 12-year-olds for a 45-minute lecture.
13
35067
3893
12 éves gyerek figyelmét 45 percen keresztül.
00:54
Don't try that one.
14
38960
1879
Ne próbálják ki!
00:56
At the end of the lecture they asked a number of questions,
15
40839
3542
Az előadás végén feltettek néhány kérdést,
01:00
but there was one that's really stuck with me since then.
16
44381
3302
de volt egy, ami különösen megmaradt bennem.
01:03
There was a young girl who stood up,
17
47683
1917
Egy fiatal lány felállt,
01:05
and she asked the question:
18
49600
1331
és megkérdezte:
01:06
"Where should we explore?"
19
50931
2048
"Mi hol fedezzünk fel?"
01:08
I think there's a sense that many of us have
20
52979
2131
Azt hiszem sokan érezzük úgy,
01:11
that the great age of exploration on Earth is over,
21
55110
2819
hogy a felfedezés kora leáldozott a Földön,
01:13
that for the next generation
22
57929
1532
hogy a következő generációnak
01:15
they're going to have to go to outer space or the deepest oceans
23
59461
3418
a világűrbe vagy az óceánok mélyére kell mennie,
01:18
in order to find something significant to explore.
24
62879
2550
hogy találjanak valami felfedeznivalót.
01:21
But is that really the case?
25
65429
2500
De tényleg ez a helyzet?
01:23
Is there really nowhere significant for us to explore
26
67929
2996
Tényleg nem maradt már semmi jelentős
01:26
left here on Earth?
27
70925
1725
felfedeznivaló a Földön?
01:28
It sort of made me think back
28
72650
1183
Ez eszembe juttatta
01:29
to one of my favorite explorers in the history of biology.
29
73833
2750
az egyik kedvenc felfedezőmet a biológia történetében.
01:32
This is an explorer of the unseen world, Martinus Beijerinck.
30
76583
3334
Ő a láthatatlan világ egy felfedezője, Martinus Beijerinck.
01:35
So Beijerinck set out to discover the cause
31
79917
2458
Beijerinck elhatározta, hogy megtalálja
01:38
of tobacco mosaic disease.
32
82375
2365
a dohánymozaik betegség okát.
01:40
What he did is he took the infected juice from tobacco plants
33
84740
3552
Fogta a fertőzött levet a dohány növényekből,
01:44
and he would filter it through smaller and smaller filters.
34
88292
2937
és egyre kisebb szűrőkön szűrte át.
01:47
And he reached the point
35
91229
1566
És elérte a pontot,
01:48
where he felt that there must be something out there
36
92795
3011
amikor úgy érezte, hogy kell lennie valaminek,
01:51
that was smaller than the smallest forms of life that were ever known --
37
95806
3444
ami kisebb, mint a legkisebb élőlények, amiket valaha ismertünk,
01:55
bacteria, at the time.
38
99250
2044
ami abban az időben a baktérium volt.
01:57
He came up with a name for his mystery agent.
39
101294
3388
Kitalált egy nevet ennek a titokzatos dolognak.
02:00
He called it the virus --
40
104682
2026
Vírusnak hívta --
02:02
Latin for "poison."
41
106708
2275
ami "mérget" jelent latinul.
02:04
And in uncovering viruses,
42
108983
2777
És a vírusok felfedezésével
02:07
Beijerinck really opened this entirely new world for us.
43
111760
3621
Beijerinck valójában megnyitotta ezt a teljesen új világot a számunkra.
02:11
We now know that viruses make up the majority
44
115381
1994
Ma már tudjuk, a vírusok alkotják a genetikai információ
02:13
of the genetic information on our planet,
45
117375
2292
legnagyobb részét a bolygónkon,
02:15
more than the genetic information
46
119667
1666
több genetikai információt,
02:17
of all other forms of life combined.
47
121333
1750
mint minden más létforma összesen.
02:18
And obviously there's been tremendous practical applications
48
123083
3094
És természetesen hatalmas praktikus alkalmazások
02:22
associated with this world --
49
126177
1254
kapcsolódnak ehhez a világhoz --
02:23
things like the eradication of smallpox,
50
127431
2402
mint a himlő felszámolása,
02:25
the advent of a vaccine against cervical cancer,
51
129833
3655
a méhnyakrák elleni oltás hajnala,
02:29
which we now know is mostly caused by human papillomavirus.
52
133488
3599
amiről ma már tudjuk, hogy leginkább a humán papillomavírus okozza.
02:32
And Beijerinck's discovery,
53
137087
1673
És Beijerinck felfedezése
02:34
this was not something that occurred 500 years ago.
54
138760
2721
nem 500 évvel ezelőtt történt.
02:37
It was a little over 100 years ago
55
141481
2679
Kevéssel több mint 100 éve,
02:40
that Beijerinck discovered viruses.
56
144160
2420
hogy Beijerinck felfedezte a vírusokat.
02:42
So basically we had automobiles,
57
146580
1887
Szóval voltak autóink,
02:44
but we were unaware of the forms of life
58
148467
2243
de nem volt tudomásunk azokról a létformákról,
02:46
that make up most of the genetic information on our planet.
59
150710
3006
amelyek a genetikai információ legnagyobb részét képezik a bolygón.
02:49
We now have these amazing tools
60
153716
2182
Ma már fantasztikus eszközeink vannak arra,
02:51
to allow us to explore the unseen world --
61
155898
2310
hogy felfedezzük ezt a láthatatlan világot --
02:54
things like deep sequencing,
62
158208
2013
olyan dolgok, mint a mélyszekvenálás,
02:56
which allow us to do much more than just skim the surface
63
160221
3564
amely lehetővé teszi, hogy ne csak a felszínt kaparjuk,
02:59
and look at individual genomes from a particular species,
64
163785
3090
és egyedi genomokat vizsgáljunk egy bizonyos fajból,
03:02
but to look at entire metagenomes,
65
166875
2495
hanem hogy megnézzük a teljes metagenomot,
03:05
the communities of teeming microorganisms in, on and around us
66
169370
4180
a közösségeket, amik hemzsegnek a mikroorganizmusoktól bennünk és körölöttünk,
03:09
and to document all of the genetic information in these species.
67
173550
3521
és hogy dokumentáljuk a teljes genetikai információt ezekben a fajokban.
03:12
We can apply these techniques
68
177071
1471
Alkalmazhatjuk ezeket a technikákat
03:14
to things from soil to skin and everything in between.
69
178542
4510
mindenre a talajtól a bőrig.
03:18
In my organization we now do this on a regular basis
70
183052
2990
A munkahelyemen rendszeresen csináljuk ezt,
03:21
to identify the causes of outbreaks
71
186042
2379
hogy azonosítsuk járványok okát,
03:24
that are unclear exactly what causes them.
72
188421
3289
amikor nem nyilvánvaló, hogy mi okozta őket.
03:27
And just to give you a sense of how this works,
73
191710
2332
És csak hogy érzékeltessem, hogy ez hogy működik,
03:29
imagine that we took a nasal swab from every single one of you.
74
194042
3000
képzeljék el, hogy mindannyiuktól veszünk egy orrnyálkahártya mintát.
03:32
And this is something we commonly do
75
197042
1362
Ezt gyakran csináljuk, amikor
03:34
to look for respiratory viruses like influenza.
76
198404
2994
légzőszervi vírusokat keresünk, mint az influenza.
03:37
The first thing we would see
77
201398
1852
Az első dolog, amit látnánk,
03:39
is a tremendous amount of genetic information.
78
203250
3050
az hatalmas mennyiségű genetikai információ.
03:42
And if we started looking into that genetic information,
79
206300
2408
És ha elkezdenénk vizsgálni ezt a genetikai információt,
03:44
we'd see a number of usual suspects out there --
80
208708
2335
látnánk néhány szokásos gyanúsítottat --
03:46
of course, a lot of human genetic information,
81
211043
1793
természetesen rengeteg emberi genetikai információt,
03:48
but also bacterial and viral information,
82
212836
2872
de bakteriális és vírusos információt is,
03:51
mostly from things that are completely harmless within your nose.
83
215708
3167
elsősorban teljesen ártalmatlan dolgoktól az orrukban.
03:54
But we'd also see something very, very surprising.
84
218875
2912
De szintén látnánk valami nagyon-nagyon meglepőt.
03:57
As we started to look at this information,
85
221787
2075
Ahogy elkezdjük vizsgálni ezt az információt,
03:59
we would see that about 20 percent of the genetic information in your nose
86
223862
4346
azt látnánk, hogy kb. 20%-a a genetikai információnak az orrukban
04:04
doesn't match anything that we've ever seen before --
87
228208
2917
nem azonos semmivel, amit korábban láttunk --
04:07
no plant, animal, fungus, virus or bacteria.
88
231125
3171
se növénnyel, se állattal, se vírussal, se baktériummal.
04:10
Basically we have no clue what this is.
89
234296
3504
Szóval fogalmunk sincs, hogy mi ez.
04:13
And for the small group of us who actually study this kind of data,
90
237800
4120
És azon kevesek, akik tanulmányozzuk ezt a fajta adatot,
04:17
a few of us have actually begun to call this information
91
241920
3715
néhányan elkezdtük ezt az információt
04:21
biological dark matter.
92
245635
2402
biológiai sötét anyagnak hívni.
04:23
We know it's not anything that we've seen before;
93
248037
2948
Tudjuk, hogy ehhez foghatót még nem láttunk,
04:26
it's sort of the equivalent of an uncharted continent
94
250985
3107
igazából megfelel egy feltérképezetlen kontinensnek
04:29
right within our own genetic information.
95
254092
2718
a genetikai információnk közepén.
04:32
And there's a lot of it.
96
256810
1377
És rengeteg van belőle.
04:34
If you think 20 percent of genetic information in your nose is a lot
97
258187
3486
Ha azt gondolják, hogy az orruk genetikai információjának 20%-a
04:37
of biological dark matter,
98
261673
1619
sok biológiai sötét anyag,
04:39
if we looked at your gut,
99
263292
1750
ha megnéznénk a beleiket,
04:40
up to 40 or 50 percent of that information is biological dark matter.
100
265042
3696
annak az információnak a 40-50%-a biológiai sötét anyag.
04:44
And even in the relatively sterile blood,
101
268738
2239
Még a viszonylag steril vérben is
04:46
around one to two percent of this information is dark matter --
102
270977
2981
az információ 1-2%-a sötét anyag --
04:49
can't be classified, can't be typed or matched with anything we've seen before.
103
273958
4748
nem lehet osztályozni, nem lehet beazonosítani vagy párosítani semmivel, amit korábban láttunk.
04:54
At first we thought that perhaps this was artifact.
104
278706
2627
Először azt hittük, ez műtermék.
04:57
These deep sequencing tools are relatively new.
105
281333
3252
Ezek a mélyszekvenáló eszközök elég újak.
05:00
But as they become more and more accurate,
106
284585
2073
De ahogy egyre pontosabbá válnak,
05:02
we've determined that this information is a form of life,
107
286658
3588
megállapítottuk, hogy ez az információ egy létforma,
05:06
or at least some of it is a form of life.
108
290246
2587
legalábbis egy része egy létforma.
05:08
And while the hypotheses for explaining the existence of biological dark matter
109
292833
4365
És míg a hipotézisek a biológiai sötét anyag létezésének megmagyarázására
05:13
are really only in their infancy,
110
297198
1938
még elég gyerekcipőben járnak,
05:15
there's a very, very exciting possibility that exists:
111
299136
3677
létezik egy nagyon-nagyon izgalmas lehetőség:
05:18
that buried in this life, in this genetic information,
112
302813
3479
hogy elásva ebben az életben, ebben a genetikai információban,
05:22
are signatures of as of yet unidentified life.
113
306292
4488
egy eddig ismeretlen élőlény kézjegye rejtőzik.
05:26
That as we explore these strings of A's, T's, C's and G's,
114
310780
3935
Hogy miközben felfedezzük az A-k, T-k, C-k és G-k fonalait,
05:30
we may uncover a completely new class of life
115
314715
3335
talán felfedezzük az életnek egy teljesen új osztályát,
05:33
that, like Beijerinck, will fundamentally change
116
318050
2412
ami, mint Beijerinck, alapjaiban fogja megváltoztatni azt,
05:36
the way that we think about the nature of biology.
117
320462
2196
ahogyan a természtről és a biológiáról gondolkodunk.
05:38
That perhaps will allow us to identify the cause of a cancer that afflicts us
118
322658
4429
Ami talán lehetővé teszi, hogy azonosítsuk egy rák okozóját,
05:42
or identify the source of an outbreak that we aren't familiar with
119
327087
3532
vagy azonosítsunk egy járványt, amit nem ismerünk,
05:46
or perhaps create a new tool in molecular biology.
120
330619
2894
vagy lehetővé teszi egy új eszköz létrehozását a molekuláris biológiában.
05:49
I'm pleased to announce that,
121
333513
1685
Örömmel jelentem be,
05:51
along with colleagues at Stanford and Caltech and UCSF,
122
335198
4942
hogy a kollégáinkkal együtt a Stanfordon, Caltechen és a UCSF-en,
05:56
we're currently starting an initiative
123
340140
1639
épp elindítunk egy kezdeményezést
05:57
to explore biological dark matter for the existence of new forms of life.
124
341779
3973
az új létformák kutatására a biológiai sötét anyagban.
06:01
A little over a hundred years ago,
125
345752
2144
Kevéssel több mint száz évvel ezelőtt
06:03
people were unaware of viruses,
126
347896
2704
az emberek nem ismerték a vírusokat,
06:06
the forms of life that make up most of the genetic information on our planet.
127
350600
4239
a létformát, ami a genetikai információ legnagyobb részét alkotja a bolygónkon.
06:10
A hundred years from now, people may marvel
128
354839
2582
Száz év múlva az emberek talán csodálkozni fognak,
06:13
that we were perhaps completely unaware of a new class of life
129
357421
3454
hogy egyáltalán nem ismertük ezt a létformát,
06:16
that literally was right under our noses.
130
360875
3304
ami szó szerint az orrunk előtt volt.
06:20
It's true, we may have charted all the continents on the planet
131
364179
3323
Igaz, hogy feltérképeztünk minden kontinenst a bolygón,
06:23
and we may have discovered all the mammals that are out there,
132
367502
3081
és talán felfedeztük az összes létező emlőst,
06:26
but that doesn't mean that there's nothing left to explore on Earth.
133
370583
3556
de ez nem azt jelenti, hogy nincs mit felfedezni a Földön.
06:30
Beijerinck and his kind
134
374139
2005
Beijerinck, és a hozzá hasonló emberek
06:32
provide an important lesson for the next generation of explorers --
135
376144
3687
fontos tanulsággal szolgálnak a felfedezők következő generációjának --
06:35
people like that young girl from Beloit, Wisconsin.
136
379831
3332
mint az a kislány Beloitban, Wisconsinban.
06:39
And I think if we phrase that lesson, it's something like this:
137
383163
3795
És azt hiszem, ha megfogalmazzuk ezt a tanulságot, valahogy így szól:
06:42
Don't assume that what we currently think is out there is the full story.
138
386958
4229
Ne feltételezd, hogy a mostani tudásunk a teljes történet!
06:47
Go after the dark matter in whatever field you choose to explore.
139
391187
5063
Indulj a sötét anyag után bármilyen területet is választasz a felfedezésre!
06:52
There are unknowns all around us
140
396250
2119
Körülvesznek az ismeretlenek
06:54
and they're just waiting to be discovered.
141
398369
2381
és csak arra várnak, hogy felfedezd őket.
06:56
Thank you.
142
400750
1669
Köszönöm.
06:58
(Applause)
143
402419
4948
(Taps)
ABOUT THE SPEAKER
Nathan Wolfe - Virus hunterArmed with blood samples, high-tech tools and a small army of fieldworkers, Nathan Wolfe hopes to re-invent pandemic control -- and reveal hidden secrets of the planet's dominant lifeform: the virus.
Why you should listen
Using genetic sequencing, needle-haystack research, and dogged persistence (crucial to getting spoilage-susceptible samples through the jungle and to the lab), Nathan Wolfe has proven what was science-fiction conjecture only a few decades ago -- not only do viruses jump from animals to humans, but they do so all the time. Along the way Wolfe has discovered several new viruses, and is poised to discover many more.
Wolfe's research has turned the field of epidemiology on its head, and attracted interest from philanthropists at Google.org and the Skoll foundation. Better still, the research opens the door to preventing epidemics before they happen, sidelining them via early-warning systems and alleviating the poverty from which easy transmission emerges.
Nathan Wolfe | Speaker | TED.com