Taste3 2008
Barry Schuler: Genomics 101
Barry Schuler: Genomica 101
Filmed:
Readability: 3.8
454,548 views
Cos'e' la genomica? Come influenzera' la nostra vita? In questa introduzione alla rivoluzione genomica, l'imprenditore Barry Schuler dice che possiamo aspettarci cibi piu' sani e saporiti. Suggerisce di cominciare dal vitigno Pinot Nero, per produrre vini migliori.
Barry Schuler - Entrepreneur
Barry Schuler's multimedia firm Medior built key interactive technologies for AOL, helping millions connect to the Internet through a simple, accessible interface. Now, through venture capital (and wine appreciation), he wants to do the same for genomics. Full bio
Barry Schuler's multimedia firm Medior built key interactive technologies for AOL, helping millions connect to the Internet through a simple, accessible interface. Now, through venture capital (and wine appreciation), he wants to do the same for genomics. Full bio
Double-click the English transcript below to play the video.
00:16
What's happening in genomics,
0
0
2000
Cosa succede nella genomica,
00:18
and how this revolution is about to change everything we know
1
2000
5000
e come questa rivoluzione sta per cambiare tutto cio' che conosciamo
00:23
about the world, life, ourselves, and how we think about them.
2
7000
7000
il mondo, la vita, noi stessi, e come vediamo queste cose.
00:30
If you saw 2001: A Space Odyssey,
3
14000
3000
Se avete visto 2001: Odissea nello Spazio,
00:33
and you heard the boom, boom, boom, boom, and you saw the monolith,
4
17000
4000
sentito il boom boom, visto il macigno
00:37
you know, that was Arthur C. Clarke's representation
5
21000
4000
quella era l'interpretazione di Arthur C. Clarke
00:41
that we were at a seminal moment in the evolution of our species.
6
25000
4000
di un momento chiave nell'evoluzione della nostra specie.
00:45
In this case, it was picking up bones and creating a tool,
7
29000
4000
La scelta e l'uso di ossa per fabbricare attrezzi,
00:49
using it as a tool, which meant that apes just, sort of,
8
33000
4000
e l'uso di tali attrezzi, in altre parole delle scimmie
00:53
running around and eating and doing each other
9
37000
2000
andando in giro, mangiando, socializzando
00:55
figured out they can make things if they used a tool.
10
39000
6000
capirono di poter fare oggetti con l'aiuto di un attrezzo.
01:01
And that moved us to the next level.
11
45000
3000
E per questo progredimmo di uno scalino.
01:04
And, you know, we in the last 30 years in particular
12
48000
4000
Specialmente negli ultimi 30 anni,
01:08
have seen this acceleration in knowledge and technology,
13
52000
4000
abbiamo visto un accelerazione nella conoscenza e nella tecnologia,
01:12
and technology has bred more knowledge and given us tools.
14
56000
3000
e la tecnologia ha prodotto nuova conoscenza e nuovi strumenti.
01:15
And we've seen many seminal moments.
15
59000
2000
Abbiamo visto molti momenti chiave.
01:17
We've seen the creation of small computers in the '70s and early '80s,
16
61000
4000
La creazione di piccoli computer negli anni '70 e primi '80,
01:21
and who would have thought back then that every single person
17
65000
3000
chi avrebbe pensato allora che ognuno di noi
01:24
would not have just one computer but probably 20,
18
68000
3000
avrebbe avuto in casa non uno, ma circa 20 computers,
01:27
in your home, and in not just your P.C. but in every device --
19
71000
5000
e non solo nel PC ma in ogni aggeggio -
01:32
in your washing machine, your cell phone.
20
76000
3000
nella lavatrice, nel cellulare.
01:35
You're walking around; your car has 12 microprocessors.
21
79000
4000
Giratevi attorno: la vostra auto ha 12 micropocessori.
01:39
Then we go along and create the Internet
22
83000
2000
Poi abbiamo proseguito creando l'Internet
01:41
and connect the world together; we flatten the world.
23
85000
3000
connettendo tutto il mondo e rendendolo piatto.
01:44
We've seen so much change, and we've given ourselves these tools now --
24
88000
5000
Abbiamo assitito a cosi' tanti cambiamenti, e ci siamo dotati di strumenti
01:49
these high-powered tools --
25
93000
2000
molto potenti
01:51
that are allowing us to turn the lens inward
26
95000
4000
che ci permettono di osservare dentro noi stessi
01:55
into something that is common to all of us, and that is a genome.
27
99000
5000
di osservare qualcosa comune a tutti noi, il genoma.
02:00
How's your genome today? Have you thought about it lately?
28
104000
5000
Come sta oggi il vostro genoma? Ci avete pensato ultimamente?
02:05
Heard about it, at least? You probably hear about genomes these days.
29
109000
5000
Ne avete sentito parlare almeno? Probabilmente si', al giorno d'oggi.
02:10
I thought I'd take a moment to tell you what a genome is.
30
114000
3000
Pensavo di dirvi in breve cos'e' un genoma.
02:13
It's, sort of, like if you ask people,
31
117000
2000
E' un po' come quando chiedete a qualcuno,
02:15
Well, what is a megabyte or megabit? And what is broadband?
32
119000
3000
cos'è un megabyte, o un megabit? Cos'e' la banda larga?
02:18
People never want to say, I really don't understand.
33
122000
3000
Nessuno vuole ammettere di non saperlo.
02:21
So, I will tell you right off of the bat.
34
125000
1000
Cosi', ve lo dico subito.
02:22
You've heard of DNA; you probably studied a little bit in biology.
35
126000
4000
Avrete sentito senz'altro parlare del DNA, l'avrete probabilmente studiato in biologia.
02:26
A genome is really a description for
all of the DNA that is in a living organism.
all of the DNA that is in a living organism.
36
130000
7000
Un genoma e' praticamente la completa descrizione dell'intero DNA di ogni organismo vivente.
02:33
And one thing that is common to all of life is DNA.
37
137000
6000
Una cosa comune ad ogni genere di vita questo è il DNA.
02:39
It doesn't matter whether you're a yeast;
38
143000
2000
Non importa se siete un lievito
02:41
it doesn't matter whether you're a mouse;
39
145000
2000
un topo
02:43
doesn't matter whether you're a fly; we all have DNA.
40
147000
4000
una mosca, tutti abbiamo un DNA.
02:47
The DNA is organized in words, call them: genes and chromosomes.
41
151000
7000
Il DNA e' articolato in parole dette geni e cromosomi.
02:54
And when Watson and Crick in the '50s
42
158000
4000
Quando Watson e Crick negli anni '50
02:58
first decoded this beautiful double helix that we know as the DNA molecule --
43
162000
6000
per primi decifrarono questa bellissima doppia elica che conosciamo come la molecola DNA -
03:04
very long, complicated molecule --
44
168000
2000
lunga e complicata -
03:06
we then started on this journey to understand that
45
170000
4000
cominciammo a capire che
03:10
inside of that DNA is a language that determines the characteristics, our traits,
46
174000
6000
nel DNA c'e' il linguaggio che determina le nostre caratteristiche, i nostri tratti,
03:16
what we inherit, what diseases we may get.
47
180000
3000
le cose che ereditiamo, le malattie che potremmo avere.
03:19
We've also along the way discovered that this is a very old molecule,
48
183000
6000
Abbiamo inoltre scoperto che e' una molecola antica,
03:25
that all of the DNA in your body has been around forever,
49
189000
6000
che l'intero DNA del nostro corpo e' esistito da sempre,
03:31
since the beginning of us, of us as creatures.
50
195000
4000
dall'inizio di noi come creature.
03:35
There is a historical archive.
51
199000
2000
E' un archivio storico.
03:37
Living in your genome is the history of our species,
52
201000
5000
Nel genoma c'e' la storia della nostra specie,
03:42
and you as an individual human being, where you're from,
53
206000
6000
di noi come esseri umani individuali, della nostra origine,
03:48
going back thousands and thousands and thousands of years,
54
212000
3000
e risale di migliaia e migliaia di anni,
03:51
and that's now starting to be understood.
55
215000
3000
Ora stiamo per decifrarlo.
03:54
But also, the genome is really the instruction manual.
56
218000
5000
Inoltre, il genoma e' veramente il manuale d'istruzioni.
03:59
It is the program. It is the code of life.
57
223000
3000
E' il programma. Il codice della vita.
04:02
It is what makes you function;
58
226000
2000
E' cio' che ci fa funzionare;
04:04
it is what makes every organism function.
59
228000
4000
che fa funzionare ogni organismo.
04:08
DNA is a very elegant molecule.
60
232000
3000
Il DNA e' una molecola molto elegante.
04:11
It's long and it's complicated.
61
235000
2000
Lunga e complicata.
04:13
Really all you have to know about it is that there's four letters:
62
237000
5000
Veramente, tutto cio' che dobbiamo sapere, e' che ci sono quattro lettere:
04:18
A, T, C, G; they represent the name of a chemical.
63
242000
4000
A, T, C, G; rappresentanti il nome di 4 sostanze chimiche.
04:22
And with these four letters, you can create a language:
64
246000
5000
Con queste quattro lettere, potete creare un linguaggio:
04:27
a language that can describe anything, and very complicated things.
65
251000
5000
un linguaggio che puo' descrivere ogni cosa, anche cose molto complicate.
04:32
You know, they are generally put together in pairs,
66
256000
3000
Le lettere sono generalmente accoppiate,
04:35
creating a word or what we call base pairs.
67
259000
3000
creando una parola o cio' che chiamiamo coppie di basi.
04:38
And you would, you know, when you think about it,
68
262000
3000
Se ci pensate, quattro lettere
04:41
four letters, or the representation of four things, makes us work.
69
265000
6000
o la rappresentazione di quattro cose, è quello che ci fa funzionare.
04:47
And that may not sound very intuitive,
70
271000
3000
Cio' non puo' essere intuitivo.
04:50
but let me flip over to something else you know about, and that's computers.
71
274000
4000
Ma fatemi tornare a qualcosa che conoscete bene, il computer.
04:54
Look at this screen here and, you know, you see pictures
72
278000
4000
Osservate questo schermo, vedete immagini
04:58
and you see words, but really all there are are ones and zeros.
73
282000
4000
vedete parole, ma in realtà sono costituite di uni e zeri.
05:02
The language of technology is binary;
74
286000
4000
Il linguaggio della tecnologia è binario;
05:06
you've probably heard that at some point in time.
75
290000
2000
ne avrete sentito parlare.
05:08
Everything that happens in digital is converted,
76
292000
4000
Tutto nel mondo digitale e' convertito,
05:12
or a representation, of a one and a zero.
77
296000
3000
rappresentato da una combinazione di uni e zeri.
05:15
So, when you're listening to iTunes and your favorite music,
78
299000
5000
Cosi' quando ascoltate su iTunes la vostra musica preferita,
05:20
that's really just a bunch of ones and zeros playing very quickly.
79
304000
3000
sono solo uni e zeri che scorrono molto velocemente,
05:23
When you're seeing these pictures, it's all ones and zeros,
80
307000
3000
Quando osservate queste immagini, sono tutti uni e zeri,
05:26
and when you're talking on your telephone, your cell phone,
81
310000
3000
quando usate il vostro telefono, il cellulare,
05:29
and it's going over the network,
82
313000
2000
che viaggia nella rete,
05:31
your voice is all being turned into ones and zeros and magically whizzed around.
83
315000
4000
la vostra voce e' interamente trasformata in uni e zeri e diffusa magicamente.
05:35
And look at all the complex things and wonderful things
84
319000
3000
Guardate quante cose complesse e meravigliose
05:38
we've been able to create with just a one and a zero.
85
322000
3000
abbiamo creato usando solo uni e zeri.
05:41
Well, now you ramp that up to four, and you have a lot of complexity,
86
325000
6000
Be', ora moltiplichiamo tutto per quattro ed otterremo una grande complessità,
05:47
a lot of ways to describe mechanisms.
87
331000
4000
molti modi di descrivere meccanismi.
05:51
So, let's talk about what that means.
88
335000
2000
Parliamo di cosa significa questo.
05:53
So, if you look at a human genome,
89
337000
2000
Se guardate un genoma umano,
05:55
they consist of 3.2 billion of these base pairs. That's a lot.
90
339000
6000
consiste di 3,2 miliardi di queste coppie di basi, tante,
06:01
And they mix up in all different fashions,
91
345000
2000
che si mescolano in ogni modo,
06:03
and that makes you a human being.
92
347000
3000
e questo ci rende un essere umano.
06:06
If you convert that to binary, just to give you a little bit of sizing,
93
350000
5000
Se convertiamo questo in sistema binario, per darvi una idea,
06:11
we're actually smaller than the program Microsoft Office.
94
355000
4000
siamo in realtà più piccoli del programma Microsoft Office.
06:15
It's not really all that much data.
95
359000
4000
dopo tutto non poi tanta informazione.
06:19
I will also tell you we're at least as buggy.
96
363000
3000
E, curiosità, abbiamo più o meno anche lo stesso numero di errori (di MS Office)
06:22
(Laughter)
97
366000
3000
Risate
06:25
This here is a bug in my genome
98
369000
4000
Questo e' un errore nel mio genoma
06:29
that I have struggled with for a long, long time.
99
373000
5000
con il quale ho combattuto molto a lungo.
06:34
When you get sick, it is a bug in your genome.
100
378000
5000
Quando vi ammalate, e' per un errore nel vosto genoma.
06:39
In fact, many, many diseases we have struggled with for a long time,
101
383000
5000
Infatti, molte malattie che ci affliggono da tanto tempo,
06:44
like cancer, we haven't been able to cure
102
388000
3000
come il cancro, non sappiamo curarle
06:47
because we just don't understand how it works at the genomic level.
103
391000
4000
perche' non capiamo cosa succede a livello genomico.
06:51
We are starting to understand that.
104
395000
2000
Ma stiamo cominciando a capirlo.
06:53
So, up to this point we tried to fix it
105
397000
2000
Finora abbiamo provato a curarci
06:55
by using what I call shit-against-the-wall pharmacology,
106
399000
4000
usando quello che io chiamo farmacologia "cacca-sul-muro",
06:59
which means, well, let's just throw chemicals at it,
107
403000
3000
e cioe', tiriamogli addosso delle sostanze,
07:02
and maybe it's going to make it work.
108
406000
2000
e forse risolveremo il problema.
07:04
But if you really understand why does a cell go from normal cell to cancer?
109
408000
7000
Ma se capissimo veramente perche' una cellula cambia da normale a cancerogena?
07:11
What is the code?
110
415000
2000
Qual'e' il codice?
07:13
What are the exact instructions that are making it do that?
111
417000
4000
Quali sono le esatte istruzioni che provocano questo cambiamento?
07:17
then you can go about the process of trying to fix it and figure it out.
112
421000
4000
Se lo sapessimo potremmo cercare di correggerle.
07:21
So, for your next dinner over a great bottle of wine, here's a few factoids for you.
113
425000
5000
Ecco alcuni argomenti per la prossima cenetta con un'ottima bottiglia di vino
07:26
We actually have about 24,000 genes that do things.
114
430000
4000
Ci sono attualmente 24.000 geni che hanno una funzione.
07:30
We have about a hundred, 120,000 others
115
434000
4000
ma ce ne sono circa cento, 120.000 altri
07:34
that don't appear to function every day,
116
438000
3000
cui non corrisponde una funzione visibile ogni giorno,
07:37
but represent this archival history of how we used to work as a species
117
441000
5000
ma rappresentano questo archivio storico di come eravamo come specie
07:42
going back tens of thousands of years.
118
446000
3000
decine di migliaia di anni fa.
07:45
You might also be interested in knowing
119
449000
2000
Vi interessera' anche sapere
07:47
that a mouse has about the same amount of genes.
120
451000
2000
che un topo ha circa lo stesso numero di geni. (di un essere umano).
07:49
They recently sequenced Pinot Noir, and it also has about 30,000 genes,
121
453000
7000
Hanno sequenziato recentemente il Pinot Nero, che ha 30.000 geni.
07:56
so the number of genes you have may not necessarily represent the complexity
122
460000
4000
cosi', il numero di geni che avete non rappresenta necessariamente la complessita'
08:00
or the evolutionary order of any particular species.
123
464000
5000
o l'ordine evoluzionistico di una particolare specie.
08:05
Now, look around: just look next to your neighbor,
124
469000
3000
Guardatevi attorno: guardate il vostro vicino,
08:08
look forward, look backward. We all look pretty different.
125
472000
2000
seduto davanti o dietro a voi. Sembriamo tutti abbastanza differenti.
08:10
A lot of very handsome and pretty people here, skinny, chubby,
126
474000
4000
Molta bella gente qui, magri, grassi,
08:14
different races, cultures. We are all 99.9% genetically equal.
127
478000
8000
razze differenti, culture. Siamo tutti geneticamente uguali al 99,9%.
08:22
It is one one-hundredth of one percent of genetic material
128
486000
4000
E' solo un centesimo di 1% di materiale genetico
08:26
that makes the difference between any one of us.
129
490000
3000
che fa la differenza fra ognuno di noi.
08:29
That's a tiny amount of material,
130
493000
2000
E' una quantita' minuscola di materiale,
08:31
but the way that ultimately expresses itself
131
495000
4000
ma il modo in cui si esprime e' alla fin fine
08:35
is what makes changes in humans and in all species.
132
499000
5000
cio' che produce le differenze fra gli esseri umani delle varie specie.
08:40
So, we are now able to read genomes.
133
504000
3000
Cosi', ora sappiamo leggere i genoma.
08:43
The first human genome took 10 years, three billion dollars.
134
507000
5000
Per il primo genoma umano ci sono voluti dieci anni e 3 miliardi di dollari.
08:48
It was done by Dr. Craig Venter.
135
512000
3000
Grazie al Dr. Craig Venter.
08:51
And then James Watson's -- one of the co-founders of DNA --
136
515000
4000
E poi per il genoma di James Watson - uno degli scopritori del DNA -
08:55
genome was done for two million dollars, and in just two months.
137
519000
4000
ci sono voluti $2 miliardi, e solo due mesi di tempo.
08:59
And if you think about the computer industry
138
523000
2000
E se riflettete sull'evoluzione all'industria informatica
09:01
and how we've gone from big computers to little ones
139
525000
3000
a come sia passata da grandi a piccoli computers
09:04
and how they get more powerful and faster all the time,
140
528000
4000
sempre piu' potenti,
09:08
the same thing is happening with gene sequencing now:
141
532000
2000
lo stesso sembra succedere ora con il sequenziamento del gene:
09:10
we are on the cusp of being able to sequence human genomes
142
534000
4000
stiamo per riuscire a sequenziare genoma umani
09:14
for about 5,000 dollars in about an hour or a half-hour;
143
538000
5000
con circa $5.000 e in una mezz'ora;
09:19
you will see that happen in the next five years.
144
543000
2000
questo succedera' nei prossimi 5 anni.
09:21
And what that means is, you are going to walk around
145
545000
2000
E cioè presto andrete in giro
09:23
with your own personal genome on a smart card. It will be here.
146
547000
6000
con il vostro genoma personale registrato su una "smart card". Sta arrivando.
09:29
And when you buy medicine,
147
553000
2000
E quando comprerete le medicine,
09:31
you won't be buying a drug that's used for everybody.
148
555000
3000
non comprerete una medicina generica usata da tutti.
09:34
You will give your genome to the pharmacist,
149
558000
3000
Darete il vostro genoma al farmacista,
09:37
and your drug will be made for you
150
561000
2000
e il vostro farmaco vi verrà fatto su misura
09:39
and it will work much better than the ones that were --
151
563000
2000
e sara' molto piu' efficace.
09:41
you won't have side effects.
152
565000
2000
Senza effetti collaterali.
09:43
All those side effects, you know, oily residue and, you know,
153
567000
3000
Tutti gli effetti che conosciamo, il grasso residuo,
09:46
whatever they say in those commercials: forget about that.
154
570000
4000
quelli che vediamo nella pubblicita': finiti.
09:50
They're going to make all that stuff go away.
155
574000
2000
No esisteranno più.
09:52
What does a genome look like?
156
576000
3000
Come è fatto un genoma?
09:55
Well, there it is. It is a long, long series of these base pairs.
157
579000
6000
Bene, cosi'. E' una lunga, lunga serie di coppie di basi.
10:01
If you saw the genome for a mouse or for a human it would look no different than this,
158
585000
4000
Se guardate il genoma di un topo o di un essere umano non apparirebbe diversi da questo,
10:05
but what scientists are doing now is
159
589000
2000
ma ciò che stanno facendo gli scienziati ora,
10:07
they're understanding what these do and what they mean.
160
591000
4000
è capire quello che questi geni fanno e quello che significano.
10:11
Because what Nature is doing is double-clicking all the time.
161
595000
4000
Perchè la Natura, sta sempre cliccando due volte.
10:15
In other words, the first couple of sentences here,
162
599000
4000
Cioe', vedete le prime due frasi qui,
10:19
assuming this is a grape plant:
163
603000
2000
assumendo che questo sia (il genoma di) una vite:
10:21
make a root, make a branch, create a blossom.
164
605000
4000
questo genera una radice o un ramo, crea un fiore.
10:25
In a human being, down in here it could be:
165
609000
4000
In un essere umano, qui potrebbe essere:
10:29
make blood cells, start cancer.
166
613000
4000
produci globuli rossi, genera un cancro.
10:33
For me it may be: every calorie you consume, you conserve,
167
617000
7000
Per me potrebbe essere: ogni caloria che consumi, conservane un po'
10:40
because I come from a very cold climate.
168
624000
3000
perche' vengo da un clima molto freddo.
10:43
For my wife: eat three times as much and you never put on any weight.
169
627000
4000
Per mia moglie: mangia tre volte tanto e non aumenterai mai di peso.
10:47
It's all hidden in this code,
170
631000
2000
E' tutto nascosto in questo codice,
10:49
and it's starting to be understood at breakneck pace.
171
633000
4000
e sta per essere capito ad un ritmo frenetico.
10:54
So, what can we do with genomes now that we can read them,
172
638000
3000
Allora, cosa possiamo fare coi genoma ora che possiamo leggerli,
10:57
now that we're starting to have the book of life?
173
641000
2000
ora che stiamo per possedere il libro della vita?
10:59
Well, there's many things. Some are exciting.
174
643000
3000
Bene, molte cose di cui alcune eccitanti.
11:02
Some people will find very scary. I will tell you a couple of things
175
646000
4000
che alcuni giudicano pericolose: Vi ne diro' un paio
11:06
that will probably make you want to projectile puke on me, but that's okay.
176
650000
4000
per cui probabilmente vi vorrete vomitarmi addosso, ma non importa.
11:10
So, you know, we now can learn the history of organisms.
177
654000
4000
Cosi', ora possiamo leggere la storia degli organismi.
11:14
You can do a very simple test: scrape your cheek; send it off.
178
658000
3000
Potete fare un semplice test: prendete un campione; speditelo.
11:17
You can find out where your relatives come from;
179
661000
3000
Saprete da dove vengono i vostri parenti;
11:20
you can do your genealogy going back thousands of years.
180
664000
3000
potrete ricostruire il vostro albero genealogico fino a migliaia di anni fa.
11:23
We can understand functionality. This is really important.
181
667000
3000
Possiamo anche capire le funzionalità e questo e' molto importante.
11:26
We can understand, for example, why we create plaque in our arteries,
182
670000
5000
Possiamo capire ad esempio, perche' si forma la placca nelle arterie,
11:31
what creates the starchiness inside of a grain,
183
675000
4000
cosa crea l'amido dentro un seme di grano,
11:35
why does yeast metabolize sugar and produce carbon dioxide.
184
679000
7000
perche' il lievito metabolizza lo zucchero producendo anidride carbonica
11:43
We can also look at, at a grander scale, what creates problems,
185
687000
3000
Ragionando in scala più grande possiamo trovare la ragione dei problemi,
11:46
what creates disease, and how we may be able to fix them.
186
690000
4000
le malattie, come possiamo porvi rimedio.
11:50
Because we can understand this,
187
694000
2000
Perchè se possiamo capire,
11:52
we can fix them, make better organisms.
188
696000
3000
possiamo rimediare, creare organismi migliori.
11:55
Most importantly, what we're learning
189
699000
2000
Particoalrmente importante è che stiamo per capire
11:57
is that Nature has provided us a spectacular toolbox.
190
701000
5000
che la Natura ci ha provvisto di una cassetta di attrezzi spettacolare.
12:02
The toolbox exists.
191
706000
2000
Questa cassetta esiste già.
12:04
An architect far better and smarter than us has given us that toolbox,
192
708000
5000
Un architetto molto migliore e intelligente di noi ci ha dato quella cassa di attrezzi,
12:09
and we now have the ability to use it.
193
713000
3000
e ora sappiamo come usarla.
12:12
We are now not just reading genomes; we are writing them.
194
716000
4000
Non stiamo solo leggendo i genoma; stiamo scrivendoli.
12:16
This company, Synthetic Genomics, I'm involved with,
195
720000
2000
Quest'azienda, Synthetic Genomics, per la quale lavoro,
12:18
created the first full synthetic genome for a little bug,
196
722000
4000
ha creato il primo intero genoma sintetico di un piccolo essere,
12:22
a very primitive creature called Mycoplasma genitalium.
197
726000
3000
una creatura primitiva detta Mycoplasma genitalium.
12:25
If you have a UTI, you've probably -- or ever had a UTI --
198
729000
4000
Se avete un infezione urinaria - o l'avete avuta -
12:29
you've come in contact with this little bug.
199
733000
3000
avete conosciuto questo essere
12:32
Very simple -- only has about 246 genes --
200
736000
3000
molto semplice - ha solo 246 geni -
12:35
but we were able to completely synthesize that genome.
201
739000
6000
ma siamo riusciti a sintetizzare completamente il suo genoma.
12:42
Now, you have the genome and you say to yourself,
202
746000
3000
Ora, se hai il genoma ti chiedi,
12:45
So, if I plug this synthetic genome -- if I pull the old one out and plug it in --
203
749000
5000
Se introduco questo genoma sintetico - se rimuovo quello vecchio e lo sostituisco-
12:50
does it just boot up and live?
204
754000
2000
si mettera' improvvisamente a vivere?
12:52
Well, guess what. It does.
205
756000
3000
Bè, indovinate? Lo fa, vive.
12:56
Not only does it do that; if you took the genome -- that synthetic genome --
206
760000
6000
Non solo; se prendete il genoma - quello sintetico -
13:02
and you plugged it into a different critter, like yeast,
207
766000
3000
e lo inserite in un altro organismo, come il lievito,
13:05
you now turn that yeast into Mycoplasma.
208
769000
4000
cambiate il lievito in Mycoplasma.
13:09
It's, sort of, like booting up a PC with a Mac O.S. software.
209
773000
5000
In pratica e' come caricare un PC col sistema operativo del Mac.
13:14
Well, actually, you could do it the other way.
210
778000
2000
O fare l'opposto.
13:16
So, you know, by being able to write a genome
211
780000
4000
Cosi', sapendo come scrivere un genoma
13:20
and plug it into an organism,
212
784000
3000
e inserendolo in un organismo ...
13:23
the software, if you will, changes the hardware.
213
787000
5000
il software, in altre parole, cambia l'hardware.
13:28
And this is extremely profound.
214
792000
2000
E questo e' molto profondo.
13:30
So, last year the French and Italians announced
215
794000
3000
L'anno scorso, Francesi e Italiani annunciarono
13:33
they got together and they went ahead and they sequenced Pinot Noir.
216
797000
4000
che, lavorando assieme, avevano sequenziato il Pinot Nero.
13:37
The genomic sequence now exists for the entire Pinot Noir organism,
217
801000
6000
La sequenza genomica esiste ora per l'intero organismo Pinot Nero,
13:43
and they identified, once again, about 29,000 genes.
218
807000
4000
e sono stati identificati, di nuovo, circa 29.000 geni.
13:47
They have discovered pathways that create flavors,
219
811000
3000
Hanno scoperto come si creano i sapori,
13:50
although it's very important to understand
220
814000
2000
sebbene sia molto importante capire
13:52
that those compounds that it's cranking out
221
816000
3000
che i composti generati (dal vitigno)
13:55
have to match a receptor in our genome, in our tongue,
222
819000
3000
devono avere un ricettore umano sulla nostra lingua,
13:58
for us to understand and interpret those flavors.
223
822000
3000
in grado di capirlo di interpretare ed apprezzare questi sapori.
14:01
They've also discovered that
224
825000
2000
Hanno inoltre scoperto
14:03
there's a heck of a lot of activity going on producing aroma as well.
225
827000
4000
che la produzione dell'aroma è molto complessa e coinvolge diversi geni.
14:07
They've identified areas of vulnerability to disease.
226
831000
3000
Hanno identificato le aree responsabili per la vulnerabilita' a malattie.
14:10
They now are understanding, and the work is going on,
227
834000
4000
Stanno per capire, e il lavoro prosegue,
14:14
exactly how this plant works, and we have the capability to know,
228
838000
4000
esattamente come funziona questa pianta, possiamo capire,
14:18
to read that entire code and understand how it ticks.
229
842000
4000
leggere l'intero codice e capire come funziona.
14:22
So, then what do you do?
230
846000
2000
Allora, che ce ne facciamo?
14:24
Knowing that we can read it, knowing that we can write it, change it,
231
848000
4000
Sapendo leggere, scrivere, cambiare,
14:28
maybe write its genome from scratch. So, what do you do?
232
852000
4000
e forse anche riscrivere il genoma da zero a cosa serve?
14:32
Well, one thing you could do is what some people might call Franken-Noir.
233
856000
4000
Bene, una cosa possibile sarebbe di fare un Franken-Nero.
14:36
(Laughter)
234
860000
3000
Risate
14:39
We can build a better vine.
235
863000
2000
Possiamo creare un vino migliore.
14:41
By the way, just so you know:
236
865000
2000
A proposito, è giusto che sappiate:
14:43
you get stressed out about genetically modified organisms;
237
867000
4000
se vi adombrate per gli organismi modificati geneticamente;
14:47
there is not one single vine in this valley or anywhere
238
871000
3000
sappiate che non c'e' una singola vite in questa valle o in nessuna altra
14:50
that is not genetically modified.
239
874000
2000
che non sia modificata geneticamente.
14:52
They're not grown from seeds; they're grafted into root stock;
240
876000
3000
Infatti queste viti non crescono da semi; sono innestate su radici standard
14:55
they would not exist in nature on their own.
241
879000
2000
e non esisterebbero da sole in natura.
14:57
So, don't worry about, don't stress about that stuff. We've been doing this forever.
242
881000
4000
Così, non preoccupatevi, e non vi stressate. L'abbiamo sempre fatto.
15:01
So, we could, you know, focus on disease resistance;
243
885000
3000
Potremmo, volendo, concentrarci sulla resistenza alle malattite;
15:04
we can go for higher yields without necessarily having
244
888000
4000
potremmo migliorarne la resa senza l'uso di
15:08
dramatic farming techniques to do it, or costs.
245
892000
3000
tecniche agricole eccessive, o costose.
15:11
We could conceivably expand the climate window:
246
895000
3000
Potremmo in teoria espandere la tolleranza climatica:
15:14
we could make Pinot Noir grow maybe in Long Island, God forbid.
247
898000
5000
si potrebbe coltivare Pinot Nero in Long Island, che Dio ci salvi.
15:19
(Laughter)
248
903000
3000
Risate
15:23
We could produce better flavors and aromas.
249
907000
3000
Potremmo produrre migliori sapori e aromi.
15:26
You want a little more raspberry, a little more chocolate here or there?
250
910000
3000
Volete un po' piu' di lampone, di cioccolato qui e là?
15:29
All of these things could conceivably be done,
251
913000
3000
Tutto cio' si può in teoria fare
15:32
and I will tell you I'd pretty much bet that it will be done.
252
916000
3000
e ci scommetterei sarà fatto.
15:35
But there's an ecosystem here.
253
919000
2000
Ma, c'e' anche un eco-sistema.
15:37
In other words, we're not, sort of, unique little organisms running around;
254
921000
5000
Cioe', non siamo solo dei piccoli unici organismi che vanno in giro;
15:42
we are part of a big ecosystem.
255
926000
2000
siamo parte di un grande eco-sistema.
15:44
In fact -- I'm sorry to inform you --
256
928000
3000
Infatti - mi spiace dirvelo -
15:47
that inside of your digestive tract is about 10 pounds of microbes
257
931000
4000
dentro il vostro tratto intestinale ci sono circa 5 Kg. di microbi.
15:51
which you're circulating through your body quite a bit.
258
935000
3000
che circolano bellamente nel vostro corpo.
15:54
Our ocean's teaming with microbes;
259
938000
3000
L'oceano e' pieno di microbi;
15:57
in fact, when Craig Venter went and sequenced the microbes in the ocean,
260
941000
5000
infatti, quando Craig Venter comincio' a sequenziare i microbi dell'oceano,
16:02
in the first three months tripled the known species on the planet
261
946000
4000
nei primi tre mesi triplicò le specie conosciute
16:06
by discovering all-new microbes in the first 20 feet of water.
262
950000
3000
scoprendo microbi completamente nuovi nei primi 7 m. d'acqua.
16:09
We now understand that those microbes have more impact on our climate
263
953000
4000
Ora sappiamo che questi microbi influenzano il clima
16:13
and regulating CO2 and oxygen than plants do,
264
957000
4000
regolando CO2 e ossigeno, più di quanto facciano le piante,
16:17
which we always thought oxygenate the atmosphere.
265
961000
2000
che credevamo responsabili dell'ossigeno nell'atmosfera.
16:19
We find microbial life in every part of the planet:
266
963000
4000
Troviamo vita microbiotica in ogni parte del pianeta:
16:23
in ice, in coal, in rocks, in volcanic vents; it's an amazing thing.
267
967000
8000
nel ghiaccio, nel carbone, in fosse volcaniche; e' incredibile.
16:31
But we've also discovered, when it comes to plants, in plants,
268
975000
5000
A proposito di piante abbiamo anche scoperto,
16:36
as much as we understand and are starting to understand their genomes,
269
980000
4000
per quanto conosciamo del loro genoma,
16:40
it is the ecosystem around them,
270
984000
3000
è l'eco-sistema attorno a loro ...
16:43
it is the microbes that live in their root systems,
271
987000
3000
sono i microbi che vivono sulle loro radici,
16:46
that have just as much impact on the character of those plants
272
990000
4000
che hanno altrettanto impatto sulla natura delle piante stesse
16:50
as the metabolic pathways of the plants themselves.
273
994000
4000
delle vie metaboliche delle piante stesse
16:54
If you take a closer look at a root system,
274
998000
3000
Se osservate attentamente le radici,
16:57
you will find there are many, many, many diverse microbial colonies.
275
1001000
4000
troverete molte, molte di colonie diverse di microbi.
17:01
This is not big news to viticulturists;
276
1005000
2000
Questo è noto ai viticoltori da tempo
17:03
they have been, you know, concerned with water and fertilization.
277
1007000
4000
ma si sono sempre preoccupati dell'acqua e dei fertilizzanti.
17:07
And, again, this is, sort of, my notion of shit-against-the-wall pharmacology:
278
1011000
6000
--di nuovo, quello che chiamo buttar "cacca sul muro"--
17:13
you know certain fertilizers make the plant more healthy so you put more in.
279
1017000
4000
se noti che alcuni fertilizzanti aiutano la pianta, ce ne metti di più.
17:17
You don't necessarily know with granularity
280
1021000
4000
Non sappiamo con precisione, ...
17:21
exactly what organisms are providing what flavors and what characteristics.
281
1025000
6000
esattamente quali organismi producono quali sapori e quali caratteristiche.
17:27
We can start to figure that out.
282
1031000
3000
Ma ora possiamo incominciare a capirlo.
17:30
We all talk about terroir; we worship terroir;
283
1034000
3000
Parliamo tanto di "terroir" (territorio peculiare) impazziamo per il terroir;
17:33
we say, Wow, is my terroir great! It's so special.
284
1037000
3000
diciamo, Wow, che forte il mio terroir! E' cosi' speciale.
17:36
I've got this piece of land and it creates terroir like you wouldn't believe.
285
1040000
4000
Ho questo pezzo di terra con un terroir formidabile.
17:40
Well, you know, we really, we argue and debate about it --
286
1044000
4000
Be', sapete, ne discutiamo tanto -
17:44
we say it's climate, it's soil, it's this. Well, guess what?
287
1048000
3000
diciamo che è il clima, la terra, qualcos'altro. Bene, indovinate?
17:47
We can figure out what the heck terroir is.
288
1051000
3000
Adesso possiamo capire cosa cavolo sia questo terroir.
17:50
It's in there, waiting to be sequenced.
289
1054000
3000
E' li', che aspetta di essere sequenziato.
17:53
There are thousands of microbes there.
290
1057000
2000
Sono le migliaia di microbi che vivono là
17:55
They're easy to sequence: unlike a human,
291
1059000
2000
Sono facili da sequanziare: non come un essere umano.
17:57
they, you know, have a thousand, two thousand genes;
292
1061000
2000
hanno mille, duemila geni;
17:59
we can figure out what they are.
293
1063000
2000
possiamo capire cosa siano.
18:01
All we have to do is go around and sample, dig into the ground, find those bugs,
294
1065000
7000
Basta prelevare dei campioni di microbi, scavare per terra e trovarli
18:08
sequence them, correlate them to the kinds of characteristics we like and don't like --
295
1072000
5000
sequenziarli, correlarli alle caratteristiche che ci piacciono o no -
18:13
that's just a big database -- and then fertilize.
296
1077000
3000
e' solo una grande banca dati - e poi fertilizzare.
18:16
And then we understand what is terroir.
297
1080000
3000
Così capiremo cos'è il terroir.
18:20
So, some people will say, Oh, my God, are we playing God?
298
1084000
2000
Alcuni diranno, dio mio, stiamo giocando a essere Dio?
18:22
Are we now, if we engineer organisms, are we playing God?
299
1086000
5000
Se costruiamo organismi, stiamo giocando a essere Dio?
18:27
And, you know, people would always ask James Watson --
300
1091000
3000
Lo chiedevano sempre a James Watson -
18:30
he's not always the most politically correct guy ...
301
1094000
2000
che non e' sempre la persona piu' politicamente corretta ...
18:32
(Laughter)
302
1096000
1000
Risate
18:33
... and they would say, "Are, you know, are you playing God?"
303
1097000
5000
....gli chiedevano, "Cerchi di fare come Dio?"
18:38
And he had the best answer I ever heard to this question:
304
1102000
3000
E lui aveva la risposta migliore che abbia mai sentito:
18:41
"Well, somebody has to."
305
1105000
2000
"Be', qualcuno lo deve pur fare."
18:43
(Laughter)
306
1107000
3000
Risate
18:46
I consider myself a very spiritual person,
307
1110000
4000
Mi considero una persona molto spirituale
18:50
and without, you know, the organized religion part,
308
1114000
3000
anche se no ho rapporti con la religione organizzata,
18:53
and I will tell you: I don't believe there's anything unnatural.
309
1117000
4000
vi diro': non credo ci sia nulla di innaturale.
18:57
I don't believe that chemicals are unnatural.
310
1121000
4000
Non credo che la chimica sia innaturale.
19:01
I told you I'm going to make some of you puke.
311
1125000
2000
Vi avevo avvertito che avrei fatto vomitare qualcuno.
19:03
It's very simple: we don't invent molecules, compounds.
312
1127000
4000
E' molto semplice: non inventiamo molecole, composti.
19:07
They're here. They're in the universe.
313
1131000
2000
Sono già qui nell'universo.
19:09
We reorganize things, we change them around,
314
1133000
3000
Riorganizziamo semplicemente, cambiamo le cose,
19:12
but we don't make anything unnatural.
315
1136000
3000
ma non facciamo nulla di innaturale.
19:15
Now, we can create bad impacts --
316
1139000
2000
Possiamo, è vero, procurare effetti negativi -
19:17
we can poison ourselves; we can poison the Earth --
317
1141000
2000
possiamo avvelenarci, avvelenare la Terra -
19:19
but that's just a natural outcome of a mistake we made.
318
1143000
4000
ma questa è solo la conseguenza naturale di un nostro errore.
19:23
So, what's happening today is, Nature is presenting us with a toolbox,
319
1147000
4000
In conclusione, quello che succede è che la Natura ci offre una cassetta di attrezzi,
19:27
and we find that this toolbox is very extensive.
320
1151000
4000
e scopriamo che questa cassetta e' molto ben fornita.
19:31
There are microbes out there that actually make gasoline, believe it or not.
321
1155000
4000
Ci sono dei microbi là fuori che producono benzina, che ci crediate o no.
19:35
There are microbes, you know -- go back to yeast.
322
1159000
2000
Ci sono microbi - ritornando al lievito.
19:37
These are chemical factories;
323
1161000
2000
Che sono fabbriche chimiche;
19:39
the most sophisticated chemical factories are provided by Nature,
324
1163000
4000
La Natura ha le più sofisticate fabbriche chimiche,
19:43
and we now can use those.
325
1167000
3000
e ora possiamo usarle.
19:46
There also is a set of rules.
326
1170000
2000
Ci sono anche delle regole.
19:48
Nature will not allow you to --
327
1172000
3000
La Natura non permette alcune cose -
19:51
we could engineer a grape plant, but guess what.
328
1175000
2000
potremmo inventare una vite,
19:53
We can't make the grape plant produce babies.
329
1177000
2000
ma non possiamo farle fare dei bambini.
19:55
Nature has put a set of rules out there.
330
1179000
3000
La Natura ha messo delle regole.
19:58
We can work within the rules; we can't break the rules;
331
1182000
3000
Possiamo operare solo entro le regole: non possiamo infrangerle;
20:01
we're just learning what the rules are.
332
1185000
2000
stiamo appena imparando quali esse siano.
20:03
I just ask the question, if you could cure all disease --
333
1187000
4000
Mi chiedo solo, se potessimo curare tutte le malattie -
20:07
if you could make disease go away,
334
1191000
2000
se potessimo far sparire le malattie,
20:09
because we understand how it actually works,
335
1193000
2000
perche' comprendiamo esattamente come funzionano,
20:11
if we could end hunger by being able to create nutritious, healthy plants
336
1195000
5000
se potessimo far finire la fame creando piante sane e nutritive
20:16
that grow in very hard-to-grow environments,
337
1200000
3000
in luoghi normalmente difficili per la loro crescita
20:19
if we could create clean and plentiful energy --
338
1203000
3000
se potessimo creare energia pulita e in abbondanza -
20:22
we, right in the labs at Synthetic Genomics,
339
1206000
3000
noi, proprio nei laboratori alla Synthetic Genomics,
20:25
have single-celled organisms that are taking carbon dioxide
340
1209000
4000
abbiamo degli organismi uni-cellulari che usano anidride carbonica
20:29
and producing a molecule very similar to gasoline.
341
1213000
4000
producendo una molecola molto simile a benzina.
20:33
So, carbon dioxide -- the stuff we want to get rid of -- not sugar, not anything.
342
1217000
5000
Anidride carbonica - la cosa che vogliamo eliminare - non zuccero, o altro.
20:38
Carbon dioxide, a little bit of sunlight,
343
1222000
3000
Anidride carbonica e un po' di luce,
20:41
you end up with a lipid that is highly refined.
344
1225000
5000
e si ottiene un lipido molto raffinato.
20:46
We could solve our energy problems; we can reduce CO2,;
345
1230000
4000
Possiamo risolvere i nostri problemi energetici; ridurre CO2,
20:50
we could clean up our oceans; we could make better wine.
346
1234000
3000
possiamo ripulire gli oceani; fare del vino migliore.
20:53
If we could, would we?
347
1237000
3000
Se potessimo, non faremmo tutto cio'?
20:56
Well, you know, I think the answer is very simple:
348
1240000
3000
Bene, credo che la risposta sia molto semplice:
20:59
working with Nature, working with this tool set that we now understand,
349
1243000
5000
Operare con la Natura, con questi strumenti che ora comprendiamo,
21:04
is the next step in humankind's evolution.
350
1248000
3000
è il prossimo passo nell'evoluzione umana.
21:07
And all I can tell you is, stay healthy for 20 years.
351
1251000
4000
E tutto cio' che vi posso dire è, rimanete sani per i prossimi 20 anni.
21:11
If you can stay healthy for 20 years, you'll see 150, maybe 300.
352
1255000
3000
Se rimarrete sani per 20 anni, ne vedrete altri 150 e forse 300.
21:14
Thank you.
353
1258000
2000
Grazie.
ABOUT THE SPEAKER
Barry Schuler - EntrepreneurBarry Schuler's multimedia firm Medior built key interactive technologies for AOL, helping millions connect to the Internet through a simple, accessible interface. Now, through venture capital (and wine appreciation), he wants to do the same for genomics.
Why you should listen
If in the mid-'90s tech revolution you found yourself intimidated by command lines (or computers in general), chances are you had your first encounter with email through America Online. Above those first-month-free CDs, the main appeal was its easy-as-a-microwave interface, which Barry Schuler and his team at Medior designed. While the other techies were complaining of eternal September, Schuler remained a populist, passionate about spreading accessibility to the next generation of services that he foresaw changing the world. (Earlier, he had developed and marketed color desktop apps for Apple.)
Schuler later served as AOL's CEO when it acquired Time Warner. But now, as high-tech democratization continues, Schuler wants to direct the momentum toward genomics. As managing director of Draper Fisher Jurvetson, he's funding next-thing projects in tech, and he also serves on the board of Synthetic Genomics. A lover of wine (and a proponent of using genetics to enhance wine grapes), he owns Meteor Vineyard in Napa Valley. He's currently CEO of Raydiance, which is developing laser technology for healthcare use.
Barry Schuler | Speaker | TED.com