TEDxBoston 2011
Richard Resnick: Welcome to the genomic revolution
Richard Resnick: Selamat datang di revolusi genomika
Filmed:
Readability: 4.2
1,041,798 views
Dalam rekaman ceramah dari TEDxBoston ini, Richard Resnick menunjukkan bagaimana perangkaian genom yang murah dan cepat akan memutarbalikkan kondisi pelayanan kesehatan (dan asuransi serta politik) saat ini.
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
Hadirin yang terhormat,
00:17
I present to you the human genome.
1
2000
3000
saya persembahkan, genom manusia.
00:20
(Applause)
2
5000
3000
(Tepuk tangan)
00:23
Chromosome one, top left.
3
8000
2000
Kromosom satu, di kiri atas.
00:25
Bottom right are the sex chromosomes.
4
10000
2000
Di kanan bawah adalah kromosom seks.
00:27
Women have two copies of that big X chromosome;
5
12000
2000
Wanita punya dua salinan kromosom X besar itu;
00:29
men have the X
6
14000
2000
pria punya kromosom X
00:31
and, of course, that small copy of the Y.
7
16000
2000
dan tentu saja, salinan kecil kromosom Y.
00:33
Sorry boys, but it's just a tiny little thing that makes you different.
8
18000
4000
Maaf para laki-laki, tapi yang membuat Anda berbeda hanyalah benda kecil ini.
00:37
So if you zoom in on this genome,
9
22000
3000
Kalau Anda perbesar genom ini,
00:40
then what you see, of course, is this double helix structure --
10
25000
3000
yang akan Anda lihat adalah struktur heliks-ganda ini --
00:43
the code of life spelled out with these four biochemical letters,
11
28000
2000
kode kehidupan ditulis dengan empat huruf biokimia ini,
00:45
or we call them bases, right:
12
30000
2000
atau yang kita sebut basa:
00:47
A, C, G and T.
13
32000
2000
A, C, G, dan T.
00:49
How many are there in the human genome? Three billion.
14
34000
2000
Ada berapa banyak basa di dalam genom manusia? Tiga miliar.
00:51
Is that a big number?
15
36000
2000
Apakah itu banyak?
00:53
Well, everybody can throw around big numbers.
16
38000
2000
Semua orang bisa menyebutkan angka yang besar.
00:55
But in fact, if I were to place one base
17
40000
2000
Tapi jika saya harus menempatkan satu basa
00:57
on each pixel of this 1280 by 800 resolution screen,
18
42000
3000
pada satu piksel layar beresolusi 1280 x 800 ini,
01:00
we would need 3,000 screens to take a look at the genome.
19
45000
3000
kita akan perlu 3.000 layar untuk melihat genom itu.
01:03
So it's really quite big.
20
48000
2000
Jadi memang sangat besar.
01:05
And perhaps because of its size,
21
50000
2000
Mungkin karena ukurannya,
01:07
a group of people -- all, by the way, with Y chromosomes --
22
52000
3000
sekelompok orang -- semuanya dengan kromosom Y --
01:10
decided they would want to sequence it.
23
55000
2000
memutuskan untuk merangkaikannya.
01:12
(Laughter)
24
57000
2000
(Suara tawa)
01:14
And so 15 years, actually, and about four billion dollars later,
25
59000
3000
Kemudian setelah 15 tahun, dan sekitar empat miliar dolar,
01:17
the genome was sequenced and published.
26
62000
2000
genom berhasil dirangkaikan dan diterbitkan.
01:19
In 2003, the final version was published, and they keep working on it.
27
64000
3000
Di tahun 2003, versi pertamanya diterbitkan, dan mereka terus mengerjakannya.
01:22
That was all done on a machine that looks like this.
28
67000
2000
Semuanya dikerjakan dalam mesin seperti ini.
01:24
It costs about a dollar for each base --
29
69000
2000
Biayanya sekitar satu dolar untuk setiap basa --
01:26
a very slow way of doing it.
30
71000
2000
prosesnya sangat lambat.
01:28
Well folks, I'm here to tell you
31
73000
2000
Saudara-saudara, saya di sini ingin mengumumkan
01:30
that the world has completely changed
32
75000
2000
bahwa dunia benar-benar sudah berubah
01:32
and none of you know about it.
33
77000
2000
dan banyak yang belum menyadarinya.
01:34
So now what we do is we take a genome,
34
79000
2000
Sekarang yang kita lakukan adalah mengambil sebuah genom,
01:36
we make maybe 50 copies of it,
35
81000
2000
membuat sekitar 50 salinannya,
01:38
we cut all those copies up into little 50-base reads,
36
83000
3000
memotong salinan itu kecil-kecil menjadi bacaan 50-basa,
01:41
and then we sequence them, massively parallel.
37
86000
2000
kemudian merangkaikannya, secara paralel dan masif.
01:43
And then we bring that into software,
38
88000
2000
Kemudian kita bawa ke perangkat lunak,
01:45
and we reassemble it and we tell you what the story is.
39
90000
2000
dan menyusunnya dan kita bisa membaca ceritanya.
01:47
And so just to give you a picture of what this looks like,
40
92000
3000
Jadi sebagai gambaran tentang apa yang terjadi,
01:50
the Human Genome Project: 3 gigabases, right.
41
95000
2000
Proyek Genom Manusia: 3 gigabasa.
01:52
One run on one of these machines:
42
97000
2000
Dijalankan pada salah satu mesin ini:
01:54
200 gigabases in a week.
43
99000
3000
200 gigabasa dalam satu minggu.
01:57
And that 200 is going to change to 600 this summer,
44
102000
3000
Dan angka itu akan menjadi 600 gigabasa musim panas ini,
02:00
and there's no sign of this pace slowing.
45
105000
3000
tidak ada tanda-tanda akan melambat.
02:03
So the price of a base, to sequence a base,
46
108000
3000
Jadi harga setiap basa, untuk merangkaikan basa,
02:06
has fallen 100 million times.
47
111000
3000
turun 100 juta kalinya.
02:09
That's the equivalent of you filling up your car with gas in 1998,
48
114000
3000
Ini seperti Anda mengisi bensin Anda di tahun 1998,
02:12
waiting until 2011,
49
117000
2000
menunggu sampai tahun 2011,
02:14
and now you can drive to Jupiter and back twice.
50
119000
2000
dan sekarang Anda bisa pulang pergi ke Jupiter dua kali.
02:16
(Laughter)
51
121000
5000
(Suara tawa)
02:21
World population,
52
126000
2000
Populasi dunia,
02:23
PC placements,
53
128000
2000
kepemilikan komputer,
02:25
the archive of all the medical literature,
54
130000
3000
arsip semua literatur medis,
02:28
Moore's law,
55
133000
2000
Hukum Moore,
02:30
the old way of sequencing, and here's all the new stuff.
56
135000
3000
cara lama dalam merangkai, dan banyak lagi.
02:33
Guys, this is a log scale;
57
138000
2000
Lihat, grafik ini dalam skala log;
02:35
you don't typically see lines that go up like that.
58
140000
3000
kita biasanya tidak melihat garis yang naik seperti itu.
02:38
So the worldwide capacity to sequence human genomes
59
143000
3000
Jadi kapasitas perangkaian genom manusia di seluruh dunia
02:41
is something like 50,000 to 100,000 human genomes this year.
60
146000
3000
kurang lebih 50.000 sampai 100.000 genom manusia tahun ini.
02:44
And we know this based on the machines that are being placed.
61
149000
3000
Kita tahu ini dari mesin yang sekarang digunakan.
02:47
This is expected to double, triple or maybe quadruple
62
152000
3000
Ini diperkirakan akan meningkat dua, tiga, bahkan empat kali lipat
02:50
year over year for the foreseeable future.
63
155000
2000
tahun demi tahun di masa mendatang.
02:52
In fact, there's one lab in particular
64
157000
2000
Bahkan, ada satu buah lab
02:54
that represents 20 percent of all that capacity.
65
159000
3000
yang menyediakan 20 persen dari semua kapasitas itu.
02:57
It's called the Beijing Genomics Institute.
66
162000
3000
Lab itu bernama Beijing Genomics Institute.
03:00
The Chinese are absolutely winning this race to the new Moon, by the way.
67
165000
4000
Bangsa Cina sudah dipastikan menang dalam perlombaan menuju penemuan baru ini.
03:04
What does this mean for medicine?
68
169000
2000
Apa arti hal ini bagi pengobatan?
03:06
So a woman is age 37.
69
171000
2000
Seorang wanita berumur 37 tahun.
03:08
She presents with stage 2 estrogen receptor-positive breast cancer.
70
173000
4000
Dia datang dengan kanker payudara reseptor-positif estrogen tahap 2.
03:12
She is treated with surgery, chemotherapy and radiation.
71
177000
3000
Dia dirawat dengan operasi, kemoterapi dan radiasi.
03:15
She goes home.
72
180000
2000
Dia pulang.
03:17
Two years later, she comes back with stage three C ovarian cancer.
73
182000
3000
Dua tahun kemudian, dia kembali dengan kanker ovarium C tahap-tiga.
03:20
Unfortunately, treated again with surgery and chemotherapy.
74
185000
3000
Malang baginya, dia dirawat lagi dengan operasi dan kemoterapi.
03:23
She comes back three years later at age 42
75
188000
2000
Dia kembali lagi tiga tahun kemudian di usia 42 tahun
03:25
with more ovarian cancer, more chemotherapy.
76
190000
3000
dengan kanker ovarium lagi, kemoterapi lagi.
03:28
Six months later,
77
193000
2000
Enam bulan kemudian,
03:30
she comes back with acute myeloid leukemia.
78
195000
3000
dia kembali dengan leukimia myeloid akut.
03:34
She goes into respiratory failure and dies eight days later.
79
199000
3000
Dia mengalami kegagalan pernapasan dan meninggal delapan hari kemudian.
03:37
So first, the way in which this woman was treated, in as little as 10 years,
80
202000
3000
Jadi selama kurang lebih 10 tahun, cara perawatan wanita ini,
03:40
will look like bloodletting.
81
205000
3000
tampak seperti pertumpahan darah.
03:43
And it's because of people like my colleague, Rick Wilson,
82
208000
2000
Dan karena orang-orang seperti rekan saya, Rick Wilson,
03:45
at the Genome Institute at Washington University,
83
210000
3000
di Institut Genom, Universitas Washington,
03:48
who decided to take a look at this woman postmortem.
84
213000
2000
memutuskan untuk melakukan otopsi pada wanita itu.
03:50
And he sequenced, he took skin cells, healthy skin,
85
215000
3000
Dia merangkaikannya, mengambil sel kulit, kulit sehat,
03:53
and cancerous bone marrow,
86
218000
2000
dan sumsum tulang yang mengalami kanker,
03:55
and he sequenced the whole genomes of both of them
87
220000
2000
dan dia merangkaikan seluruh genom dari dua tempat itu
03:57
in a couple of weeks, no big deal.
88
222000
3000
dalam beberapa minggu, mudah saja.
04:00
And then he compared those two genomes in software,
89
225000
2000
Kemudian dia membandingkan kedua genom itu dengan perangkat lunak,
04:02
and what he found, among other things,
90
227000
2000
yang dia temukan, salah satunya,
04:04
was a deletion, a 2,000-base deletion
91
229000
2000
ada penghapusan, penghapusan 2.000 basa
04:06
across three billion bases
92
231000
2000
di antara tiga miliar basa
04:08
in a particular gene called TP53.
93
233000
2000
pada sebuah gen yang bernama TP53.
04:10
If you have this deleterious mutation in this gene,
94
235000
3000
Kalau Anda mengalami mutasi penghapusan ini di gen tadi,
04:13
you're 90 percent likely to get cancer in your life.
95
238000
3000
90 persen kemungkinannya Anda akan terkena kanker.
04:16
So unfortunately, this doesn't help this woman,
96
241000
2000
Sayangnya, temuan ini tidak membantu wanita tadi,
04:18
but it does have severe, profound if you will,
97
243000
3000
tapi bisa sangat berpengaruh
04:21
implications to her family.
98
246000
2000
bagi keluarganya
04:23
I mean, if they have the same mutation,
99
248000
2000
Kalau mereka mengalami mutasi yang sama,
04:25
and they get this genetic test, and they understand it,
100
250000
3000
dan mereka melakukan tes genetik ini, dan mengetahuinya,
04:28
then they can go and get regular screens, and they can catch cancer early
101
253000
3000
mereka bisa ke dokter dan melakukan pemeriksaan rutin, dan bisa mengetahui adanya kanker lebih awal
04:31
and potentially live a significantly longer life.
102
256000
2000
dan berpotensi untuk hidup lebih lama.
04:33
Let me introduce you now to the Beery twins,
103
258000
2000
Mari saya perkenalkan dengan si kembar Beery,
04:35
diagnosed with cerebral palsy at the age of two.
104
260000
2000
yang didiagnosis dengan cerebral palsy pada usia dua tahun.
04:37
Their mom is a very brave woman
105
262000
2000
Ibu mereka adalah orang yang sangat berani
04:39
who didn't believe that the symptoms weren't matching up,
106
264000
2000
yang tidak percaya bahwa gejala-gejala mereka cocok,
04:41
and through some heroic efforts and a lot of Internet searching,
107
266000
2000
dan melalui beberapa upaya heroik dan malakukan banyak pencarian di Internet,
04:43
she was able to convince the medical community
108
268000
3000
dia berhasil meyakinkan komunitas medis
04:46
that, in fact, they had something else.
109
271000
2000
bahwa mereka menderita sesuatu yang lain.
04:48
What they had was dopa-responsive dystonia.
110
273000
3000
Yang mereka derita adalah dystonia responsif-dopa.
04:51
And so they were given L-Dopa,
111
276000
2000
Kemudian mereka pun dirawat dengan L-Dopa,
04:53
and their symptoms did improve,
112
278000
2000
dan gejala mereka membaik,
04:55
but they weren't totally asymptomatic.
113
280000
2000
meskipun mereka tidak sepenuhnya asimptomatis.
04:57
Significant problems remained.
114
282000
2000
Masalah utamanya tetap.
04:59
Turns out the gentleman in this picture is a guy named Joe Beery,
115
284000
2000
Ternyata, pria dalam gambar ini bernama Joe Berry,
05:01
who was lucky enough to be the CIO
116
286000
2000
yang untungnya menjadi direktur informasi
05:03
of a company called Life Technologies.
117
288000
2000
perusahaan yang bernama Life Technogies.
05:05
They're one of the two companies
118
290000
2000
Mereka adalah salah satu perusahaan
05:07
that makes these massive whole genome sequencing tools.
119
292000
3000
yang membuat peralatan perangkaian genom utuh ini.
05:10
And so what he did was he got his kids sequenced.
120
295000
3000
Jadi yang dia lakukan adalah merangkaikan genom anak tadi.
05:13
And what they found was a series of mutations in a gene called SPR,
121
298000
3000
Mereka kemudian menemukan serangkaian mutasi pada gen yang disebut SPR,
05:16
which is responsible for producing serotonin, among other things.
122
301000
4000
yang bertanggung jawab dalam memproduksi serotonin, salah satunya.
05:20
So on top of L-Dopa, they gave these kids a serotonin precursor drug,
123
305000
3000
Jadi selain L-Dopa, mereka memberikan kedua anak tadi obat prekursor serotonin,
05:23
and they're effectively normal now.
124
308000
2000
dan mereka kembali normal saaat ini.
05:25
Guys, this would never have happened without whole genome sequencing.
125
310000
3000
Ini tidak akan terjadi tanpa perangkaian genom tadi.
05:28
And at the time -- this was a few years ago -- it cost $100,000.
126
313000
2000
Dan pada waktu itu -- beberapa tahun lalu -- biayanya $100.000.
05:30
Today it's $10,000. Next year it's $1,000.
127
315000
2000
Sekarang $10.000. Tahun depan $1.000.
05:32
The year after it's $100, give or take a year.
128
317000
2000
Tahun berikutnya $100, kira-kira per tahun.
05:34
That's how fast this is moving.
129
319000
2000
Semua ini bergerak secepat itu.
05:36
So here's little Nick --
130
321000
2000
Dia adalah Nick kecil --
05:38
likes Batman and squirt guns.
131
323000
3000
menyukai Batman dan pistol air.
05:41
And it turns out Nick shows up at the children's hospital
132
326000
3000
Nick datang ke rumah sakit anak-anak
05:44
with this distended belly like a famine victim.
133
329000
2000
dengan perut buncit seperti busung lapar.
05:46
And it's not that he's not eating,
134
331000
2000
Bukan karena dia tidak makan,
05:48
it's that when he eats, his intestine basically opens up
135
333000
2000
tapi karena setiap dia makan, ususnya terbuka
05:50
and feces spill out into his gut.
136
335000
2000
dan feses tumpah ke perutnya.
05:52
So a hundred surgeries later,
137
337000
2000
Setelah ratusan operasi,
05:54
he looks at his mom and says, "Mom,
138
339000
3000
dia menatap ayah dan ibunya, dan berkata, "Ibu,
05:57
please pray for me. I'm in so much pain."
139
342000
3000
doakan saya. Sakit sekali rasanya."
06:00
His pediatrician happens to have a background in clinical genetics
140
345000
3000
Dokternya kebetulan punya latar belakang genetika klinis
06:03
and he has no idea what's going on,
141
348000
2000
dan tidak tahu apa yang sebenarnya terjadi,
06:05
but he says, "Let's get this kid's genome sequenced."
142
350000
2000
tapi dia berkata, "Ayo kita rangkaikan genom anak ini."
06:07
And what they find is a single-point mutation
143
352000
2000
Dan mereka menemukan mutasi satu-titik
06:09
in a gene responsible for controlling programmed cell death.
144
354000
3000
pada gen yang bertanggung jawab mengendalikan kematian sel terprogram.
06:12
So the theory is that he's having some immunological reaction
145
357000
3000
Jadi secara teori, dia mengalami reaksi kekebalan tubuh
06:15
to what's going on to the food essentially,
146
360000
3000
terhadap apa yang terjadi dengan makanan itu,
06:18
and that's a natural reaction, which causes some programmed cell death.
147
363000
3000
dan itu reaksi alamiah, yang menyebabkan kematian sel terprogram.
06:21
But the gene that regulates that down is broken.
148
366000
2000
Tapi gen yang mengatur hal itu rusak.
06:23
And so this informs, among other things, of course,
149
368000
2000
Jadi ini mengharuskan, salah satunya, tentu saja,
06:25
a treatment for bone marrow transplant, which he undertakes.
150
370000
3000
transplantasi sumsum tulang, yang kemudian dijalaninya.
06:28
And after nine months of grueling recovery,
151
373000
2000
Setelah sembilan bulan penyembuhan yang menyakitkan,
06:30
he's now eating steak with A1 sauce.
152
375000
2000
sekarang dia bisa makan steak dengan saus A1.
06:32
(Laughter)
153
377000
2000
(Suara tawa)
06:34
The prospect of using the genome
154
379000
2000
Prospek penggunaan genom ini
06:36
as a universal diagnostic
155
381000
2000
sebagai alat diagnostik universal
06:38
is upon us today.
156
383000
2000
sudah ada di sini.
06:40
Today, it's here.
157
385000
2000
Saat ini, di sini.
06:42
And what it means for all of us
158
387000
2000
Artinya bagi kita semua
06:44
is that everybody in this room could live an extra five, 10, 20 years
159
389000
3000
bahwa semua orang di ruangan ini bisa hidup lima, 10, 20 tahun lebih lama
06:47
just because of this one thing.
160
392000
2000
hanya karena satu hal ini.
06:49
Which is a fantastic story,
161
394000
2000
Ini sesuatu yang luar biasa,
06:51
unless you think about humanity's footprint on the planet
162
396000
3000
kecuali Anda juga memikirkan tentang jejak karbon di planet ini
06:54
and our ability to keep up food production.
163
399000
2000
dan kemampuan kita untuk meningkatkan produksi pangan.
06:56
So it turns out
164
401000
2000
Jadi ternyata
06:58
that the very same technology
165
403000
2000
teknologi yang sama
07:00
is also being used to grow new lines
166
405000
2000
yang kita gunakan untuk menumbuhkan jenis
07:02
of corn, wheat, soybean and other crops
167
407000
3000
jagung, gandum, kedelai, dan tanaman pangan lainnya
07:05
that are highly tolerant of drought, of flood,
168
410000
2000
yang sangat toleran terhadap banjir, kekeringan,
07:07
of pests and pesticides.
169
412000
2000
hama, dan pestisida.
07:09
Now look, as long as we continue to increase the population,
170
414000
3000
Selama kita terus meningkatkan populasi,
07:12
we're going to have to continue to grow and eat genetically modified foods,
171
417000
3000
kita harus terus menanam dan mengkonsumsi makanan yang telah dimodifikasi secara genetis,
07:15
and that's the only position that I'll take today.
172
420000
3000
dan itulah yang bisa saya tawarkan saat ini.
07:18
Unless there's anybody in the audience
173
423000
2000
Kecuali ada seseorang di antara hadirin
07:20
that would like to volunteer to stop eating?
174
425000
2000
yang ingin mulai berhenti makan?
07:22
None, not one.
175
427000
2000
Tidak ada.
07:24
This is a typewriter,
176
429000
2000
Inilah mesin ketik,
07:26
a staple of every desktop for decades.
177
431000
3000
peralatan utama di setiap meja kerja selama berabad-abad.
07:29
And in fact, the typewriter was essentially deleted by this thing.
178
434000
4000
Sekarang, mesin ketik benar-benar dimusnahkan oleh benda ini.
07:33
And then more general versions of word processors came about.
179
438000
3000
Kemudian versi mesin pengolah kata yang lebih canggih muncul.
07:36
But ultimately, it was a disruption on top of a disruption.
180
441000
3000
Tapi pada akhirnya itu hanyalah gangguan di atas gangguan lain.
07:39
It was Bob Metcalfe inventing the Ethernet
181
444000
2000
Seperti Bob Metcalfe menciptakan Ethernet
07:41
and the connection of all these computers
182
446000
2000
dan koneksi semua komputer ini
07:43
that fundamentally changed everything.
183
448000
2000
mengubah segalanya secara fundamental.
07:45
And suddenly we had Netscape, and we had Yahoo
184
450000
3000
Tiba-tiba muncul Netscape, dan Yahoo!
07:48
and we had, indeed, the entire dotcom bubble.
185
453000
3000
tiba-tiba muncul seluruh gelembung dotcom.
07:51
(Laughter)
186
456000
3000
(Suara tawa)
07:54
Not to worry though,
187
459000
2000
Tapi jangan khawatir,
07:56
that was quickly rescued by the iPod, Facebook
188
461000
2000
semua itu cepat diselamatkan oleh iPod, Facebook
07:58
and, indeed, angry birds.
189
463000
2000
dan, bahkan, angry bird.
08:00
(Laughter)
190
465000
2000
(Suara tawa)
08:02
Look, this is where we are today.
191
467000
3000
Lihat, inilah posisi kita saat ini.
08:05
This is the genomic revolution today. This is where we are.
192
470000
2000
Ini revolusi genomika hari ini. Ini posisi kita.
08:07
So what I'd like you to consider is:
193
472000
2000
Jadi yang perlu Anda pertimbangkan:
08:09
What does it mean
194
474000
2000
Apa artinya
08:11
when these dots don't represent the individual bases of your genome,
195
476000
3000
jika titik-titik ini tidak mewakili basa individu genom Anda,
08:14
but they connect to genomes all across the planet?
196
479000
3000
tapi mewakili genom di seluruh planet ini?
08:17
So I just recently had to buy life insurance.
197
482000
2000
Baru-baru ini saya membeli asuransi jiwa.
08:19
And I was required to answer:
198
484000
2000
Saya harus menjawab pertanyaan:
08:21
A. I have never had a genetic test, B. I've had one, here you go,
199
486000
3000
A. Saya belum pernah melakukan tes genetis, B. Saya sudah pernah, ini hasilnya,
08:24
and C. I've had one and I'm not telling.
200
489000
2000
dan C. Saya sudah pernah dan hasilnya rahasia.
08:26
Thankfully, I was able to answer A,
201
491000
2000
Untungnya, saya bisa menjawab A,
08:28
and I say that honestly in case my life insurance agent is listening.
202
493000
3000
dan saya jujur, siapa tahu agen asuransi saya ada di sini.
08:31
But what would have happened if I had said C?
203
496000
3000
Tapi apa yang akan terjadi kalau saya menjawab C?
08:34
Consumer applications for genomics, they will flourish.
204
499000
2000
Aplikasi genomika untuk konsumen akan bermunculan.
08:36
Do you want to see whether you're genetically compatible
205
501000
2000
Apa Anda ingin tahu apakah Anda secara genetis cocok
08:38
with your girlfriend? Sure.
206
503000
2000
dengan kekasih Anda? Pasti.
08:40
DNA sequencing on your iPhone? There's an app for that.
207
505000
3000
Perangkaian DNA di iPhone Anda? Ada aplikasinya.
08:43
(Laughter)
208
508000
2000
(Suara tawa)
08:45
Personalized genomic massage anyone?
209
510000
3000
Alat pijat yang disesuaikan dengan genom Anda?
08:48
There's already a lab today
210
513000
2000
Saat ini ada sebuah lab
08:50
that tests for allele 334 of the AVPR1 gene,
211
515000
2000
yang menguji allele 334 gen AVRP1,
08:52
the so-called cheating gene.
212
517000
2000
atau dikenal dengan nama gen selingkuh.
08:54
So anybody who's here today with your significant other,
213
519000
4000
Jadi hadirin yang ada di sini dengan pasangannya,
08:58
just turn over to them and swab their mouth,
214
523000
2000
bisa cukup mengambil air liur mereka,
09:00
send it to the lab and you'll know for sure.
215
525000
2000
mengirimkannya ke lab dan Anda akan tahu jawabannya.
09:02
(Laughter)
216
527000
2000
(Suara tawa)
09:04
Do you really want to elect a president
217
529000
2000
Yakin Anda ingin memilih presiden
09:06
whose genome suggests cardiomyopathy?
218
531000
2000
yang genom-nya menunjukkan cardiomyopathy?
09:08
Now think of it, it's 2016
219
533000
2000
Coba bayangkan, tahun 2016
09:10
and the leading candidate releases
220
535000
1000
seorang kandidat tidak hanya mengumumkan
09:11
not only her four years of back tax returns,
221
536000
2000
pengembalian pajaknya empat tahun ke belakang,
09:13
but also her personal genome.
222
538000
2000
tapi juga genom pribadinya.
09:15
And it looks really good.
223
540000
2000
Memang kelihatannya bagus.
09:17
And then she challenges all of her competitors to do the same.
224
542000
2000
Kemudian dia menantang para lawannya untuk melakukan hal yang sama.
09:19
Do you think that's not going to happen?
225
544000
2000
Apa menurut Anda itu tidak akan terjadi?
09:21
Do you think it would have helped John McCain?
226
546000
2000
Apakah menurut Anda itu seharusnya bisa membantu John McCain?
09:23
(Laughter)
227
548000
2000
(Suara tawa)
09:25
How many people in the audience
228
550000
2000
Ada berapa orang di antara hadirin
09:27
have the last name Resnick like me? Raise your hand.
229
552000
2000
yang punya nama belakang Resnick seperti saya? Angkat tangan.
09:29
Anybody? Nobody.
230
554000
2000
Tidak ada? Tidak ada.
09:31
Typically, there's one or two.
231
556000
2000
Biasanya, ada satu atau dua.
09:33
So my father's father was one of 10 Resnick brothers.
232
558000
2000
Ayah saya adalah salah satu dari 10 Resnick bersaudara.
09:35
They all hated each other.
233
560000
2000
Mereka saling membenci satu sama lain.
09:37
And they all moved to different parts of the planet.
234
562000
2000
Mereka semua pindah ke wilayah yang berbeda di planet ini.
09:39
So it's likely
235
564000
2000
Jadi kemungkinan
09:41
that I'm related to every Resnick that I ever meet, but I don't know.
236
566000
3000
saya punya hubungan keluarga dengan semua Resnick yang saya temui, tapi tidak saya kenal.
09:44
But imagine if my genome were deidentified, sitting in software,
237
569000
3000
Tapi bayangkan kalau identitas genom saya dihapus, dimasukkan ke dalam perangkat lunak tadi,
09:47
and a third cousin's genome was also sitting there,
238
572000
2000
dan genom sepupu ketiga saya juga dimasukkan,
09:49
and there was software that could compare these two
239
574000
2000
dan ada perangkat lunak yang bisa membandingkan keduanya
09:51
and make these associations.
240
576000
2000
dan membuat asosiasi ini.
09:53
Not hard to imagine. My company has software that does this right now.
241
578000
3000
Tidak sulit untuk dibayangkan. Perusahaan saya punya perangkat lunak yang melakukan ini.
09:56
And so imagine one more thing:
242
581000
2000
Bayangkan satu hal lagi:
09:58
that that software is able to ask both parties for mutual consents,
243
583000
3000
perangkat lunak itu bisa meminta izin kedua belah pihak,
10:01
"Would you be willing to meet your third cousin?"
244
586000
2000
"Apakah Anda bersedia bertemu dengan sepupu ketiga Anda?"
10:03
And if we both say yes,
245
588000
2000
Dan kalau keduanya menjawab ya,
10:05
voila! Welcome to chromosomally LinkedIn.
246
590000
2000
Sim salabim! Selamat datang di LinkedIn untuk kromosom.
10:07
(Laughter)
247
592000
4000
(Suara tawa)
10:11
Now this is probably a good thing, right?
248
596000
2000
Sepertinya hal yang bagus, bukan?
10:13
You have bigger clan gatherings and so on.
249
598000
2000
Kita bisa punya pertemuan klan yang lebih besar dan sebagainya.
10:15
But maybe it's a bad thing as well.
250
600000
2000
Tapi bisa jadi hal buruk juga.
10:17
How many fathers in the room? Raise your hands.
251
602000
2000
Ada berapa banyak ayah di ruangan ini? Angkat tangan.
10:19
Okay, so experts think that one to three percent of you
252
604000
3000
Begini, para ahli berpendapat bahwa satu sampai tiga persen dari Anda
10:22
are not actually the father of your child.
253
607000
2000
sebenarnya bukan ayah dari anak Anda.
10:24
(Laughter)
254
609000
2000
(Suara tawa)
10:26
Look --
255
611000
2000
Begini --
10:28
(Laughter)
256
613000
4000
(Suara tawa)
10:32
These genomes, these 23 chromosomes,
257
617000
3000
Genom ini, 23 kromosom ini,
10:35
they don't in any way represent the quality of our relationships
258
620000
3000
mereka tidak mewakili kualitas hubungan kita
10:38
or the nature of our society -- at least not yet.
259
623000
2000
atau sifat-sifat masyarakat kita -- belum.
10:40
And like any new technology,
260
625000
2000
Dan seperti teknologi baru lainnya,
10:42
it's really in humanity's hands
261
627000
2000
nasibnya ada di tangan umat manusia
10:44
to wield it for the betterment of mankind, or not.
262
629000
3000
untuk mengarahkannya menuju kebaikan umat manusia, atau tidak.
10:47
And so I urge you all to wake up and to tune in
263
632000
3000
Jadi saya mendorong Anda semua untuk bangkit dan mengawasi
10:50
and to influence the genomic revolution that's happening all around you.
264
635000
3000
dan mempengaruhi revolusi genomika yang sekarang terjadi di sekitar Anda.
10:53
Thank you.
265
638000
2000
Terima kasih.
10:55
(Applause)
266
640000
2000
(Tepuk tangan)
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