ABOUT THE SPEAKER
Jun Wang - Genomics researcher
At iCarbonX, Jun Wang aims to establish a big data platform for health management.

Why you should listen

In 1999, Jun Wang founded the Bioinformatics Department of Beijing Genomics Institute (BGI, now known as BGI Shenzhen), one of China’s premier research facilities. Until July 2015, Wang led the institution of 5,000+ people engaged in studies of genomics and its informatics, including genome assembly, annotation, expression, comparative genomics, molecular evolution, transcriptional regulation, genome variation analysis, database construction as well as methodology development such as the sequence assembler and alignment tools. He also focuses on interpretation of the definition of "gene" by expression and conservation study. In 2003, Wang was also involved in the SARS genome analysis and the silkworm genome assembly and analysis in cooperation with Chinese Southeast Agricultural University. The Pig Genome Project was completed at BGI under his leadership, as well as the chicken genome variation map and the TreeFam in collaboration with the Sanger Institute. In 2007, he and his group finished the first Asian diploid genome, the 1000 genome project, and many more projects. He initiated the "million genomes project" which seeks to better understand health based on human, plant, animal and micro-ecosystem genomes.

In late 2015, Wang founded a new institute/company, iCarbonX, aiming to develop an artificial intelligence engine to interpret and mine multiple health-related data and help people better manage their health and defeat disease.

More profile about the speaker
Jun Wang | Speaker | TED.com
TED2017

Jun Wang: How digital DNA could help you make better health choices

준 왕(Jun Wang): 더 나은 건강을 위한 디지털 DNA 의 활용법

Filmed:
1,303,361 views

만일 여러분들이 특정 음식이나 약을 섭취하기 전에 여러분의 몸이 어떻게 반응하게 될지 정확히 알 수 있다면 어떨까요? 유전학 연구자인 준 왕 씨는 실제 사람의 디지털 도플갱어를 개발하기 위해 연구하고 있습니다. 유전자 서열부터 시작하여 "스마트 변기"를 활용한 음식 섭취부터 수면에 이르기까지 각종 데이터를 활용해서 말이죠. 왕씨는 이 모든 귀중한 정보들을 활용하여 인류가 건강에 대해 생각하는 방식을 바꿔버릴 엔진을 만들고자 합니다.
- Genomics researcher
At iCarbonX, Jun Wang aims to establish a big data platform for health management. Full bio

Double-click the English transcript below to play the video.

00:12
Today오늘 I'm here, actually사실은,
to pose자세 you a question문제.
0
952
2568
여러분께 질문 하나 드리겠습니다.
00:16
What is life?
1
4056
1150
삶이란 무엇일까요?
00:17
It has been really puzzling수수께끼 같은 me
for more than 25 years연령,
2
5740
3663
저는 25년이 넘도록
이 질문에 대한 답을 찾아왔었는데
00:21
and will probably아마 continue잇다 doing so
for the next다음 것 25 years연령.
3
9427
3582
앞으로도 답을 찾기 위한
저의 고민은 계속될 것 같습니다.
00:25
This is the thesis명제 I did
when I was still in undergraduate대학 재학생 school학교.
4
13774
4571
제가 학부 시절에 작성한 논문입니다.
00:31
While my colleagues동료들 still treated치료 된
computers컴퓨터들 as big calculators계산기,
5
19435
6942
제 동료들이 컴퓨터를
계산의 용도로만 사용할 때
저는 컴퓨터가
학습 능력을 갖도록 했습니다.
00:38
I started시작한 to teach가르치다 computers컴퓨터들 to learn배우다.
6
26401
2301
00:41
I built세워짐 digital디지털 lady레이디 beetles딱정벌레
7
29561
3383
저는 디지털 무당벌레를 만들었고,
00:44
and tried시도한 to learn배우다 from real레알 lady레이디 beetles딱정벌레,
just to do one thing:
8
32968
4587
실제 무당벌레의 특징을
학습하도록 했습니다.
00:49
search수색 for food식품.
9
37579
1150
식량을 찾도록요.
00:51
And after very simple단순한 neural신경 network회로망 --
10
39321
2774
아주 간단한 신경망과
00:54
genetic유전적인 algorithms알고리즘 and so on --
11
42119
2271
유전자 알고리즘을 통해 나타난
00:56
look at the pattern무늬.
12
44414
1357
패턴을 보면
00:57
They're almost거의 identical같은 to real레알 life.
13
45795
3022
실제와 거의 유사합니다.
01:01
A very striking치는 learning배우기 experience경험
for a twenty-year-old20 세.
14
49977
3888
스무 살 청년에게는
아주 놀라운 경험이었습니다.
01:07
Life is a learning배우기 program프로그램.
15
55603
2907
삶은 학습 프로그램이라고 할 수 있죠.
01:12
When you look
at all of this wonderful훌륭한 world세계,
16
60259
3533
이 아름다운 세상을 둘러보면
01:15
every...마다 species has
its own개인적인 learning배우기 program프로그램.
17
63816
3192
모든 종에게는 고유의 학습 프로그램이
있다는 걸 알 수 있습니다.
01:19
The learning배우기 program프로그램 is genome게놈,
18
67585
2761
그 학습 프로그램은 바로 게놈입니다.
01:22
and the code암호 of that program프로그램 is DNADNA.
19
70370
3604
그리고 DNA가 그 프로그램의
규칙이라 할 수 있죠.
01:27
The different다른 genomes게놈 of each마다 species
represent말하다 different다른 survival활착 strategies전략들.
20
75157
5977
각 종의 고유한 생존 전략은
종마다 상이한 게놈으로부터 비롯되는데,
01:33
They represent말하다 hundreds수백 of millions수백만
of years연령 of evolution진화.
21
81618
4214
이는 수억 년 동안 이루어진
진화의 결과입니다.
01:38
The interaction상호 작용 between중에서
every...마다 species'종' ancestor선조
22
86879
3792
각 종의 조상들과 환경 사이에
바로 상호작용이 이뤄진 거죠.
01:42
and the environment환경.
23
90695
1970
01:46
I was really fascinated매혹적인 about the world세계,
24
94150
2439
저는 이 세상에
01:48
about the DNADNA,
25
96613
1182
DNA에
01:49
about, you know, the language언어 of life,
26
97819
2943
삶의 언어와
01:52
the program프로그램 of learning배우기.
27
100786
1646
학습 프로그램에 매료되었습니다.
01:54
So I decided결정적인 to co-found공동 발견 한
the institute학회 to read독서 them.
28
102767
4733
그래서 저는 게놈을 해독하는 기관을
공동으로 설립했습니다.
저희는 많은 게놈을 해독했고,
01:59
I read독서 many많은 of them.
29
107524
1362
02:01
We probably아마 read독서 more than half절반
of the prior사전의 animal동물 genomes게놈 in the world세계.
30
109589
4129
선대에 살았던 동물 게놈의
절반 이상을 해독했습니다.
02:06
I mean, up to date날짜.
31
114315
1404
지금까지요.
02:09
We did learn배우다 a lot.
32
117443
1235
저흰 정말 많은 것을 배웠습니다.
02:11
We did sequence순서, also또한,
one species many많은, many많은 times타임스 ...
33
119297
3868
한 종의 게놈을
수도 없이 시퀀싱했어요.
02:15
human인간의 genome게놈.
34
123189
1159
인간의 게놈을요.
02:16
We sequenced연속 된 the first Asian아시아 사람.
35
124372
1762
최초 아시아인의 게놈을 시퀀싱했고
02:18
I sequenced연속 된 it myself자기 many많은, many많은 times타임스,
36
126158
2838
저는 제 자신의 유전체를
여러번 시퀀싱 했는데
02:21
just to take advantage이점 of that platform플랫폼.
37
129020
2559
플랫폼을 활용해보려 했던 거죠.
02:24
Look at all those repeating반복 base베이스 pairs한 쌍:
38
132968
2906
저기 계속 반복되는 염기쌍을 보세요.
02:27
ATCGATCG.
39
135898
1468
ATCG요.
02:29
You don't understand알다 anything there.
40
137390
1914
저것만 봐선 아무것도
이해하실 수 없겠지만
02:31
But look at that one base베이스 pair.
41
139328
1594
저 한 쌍의 염기쌍을 보면
02:32
Those five다섯 letters편지, the AGGAAAGGAA.
42
140946
2523
AGGAA, 이 다섯 글자요.
02:35
These five다섯 SNPsSnp represent말하다
a very specific특유한 haplotype일배 체형
43
143884
3477
저 다섯 개의 단일염기변이는
단상형 유전자를 나타냅니다.
02:39
in the Tibetan티베트어 population인구
44
147385
1841
티벳인에게서 나타나고
02:41
around the gene유전자 called전화 한 EPASEPAS1.
45
149250
1999
EPAS1 유전자 근처에 있지요.
02:43
That gene유전자 has been proved입증 된 --
46
151273
1731
이 유전자는 매우
02:45
it's highly고도로 selective선택적 --
47
153028
1263
선별적인 유전자입니다.
02:46
it's the most가장 significant중요한 signature서명
of positive selection선택 of Tibetans티베트인
48
154315
4347
티벳인들에게서 나타나는
가장 뚜렷한 양성선택의 특징으로
02:50
for the higher더 높은 altitude고도 adaptation적응.
49
158686
1682
높은 고도에서의 생존을 돕습니다.
02:53
You know what?
50
161102
1214
그런데 그거 아세요?
02:54
These five다섯 SNPsSnp were the result결과
of integration완성 of Denisovans데니 소반 스,
51
162340
5787
이 다섯 단일염기변이는
데니소비언, 혹은 그 유사종이
03:00
or Denisovan-likeDenisovan와 같은 individuals개인 into humans인간.
52
168151
3252
인간으로 통합되는 과정에서
생겨난 결과입니다.
03:04
This is the reason이유
why we need to read독서 those genomes게놈.
53
172229
2531
이게 바로 우리가
유전자를 해독해야 하는 이유입니다.
03:06
To understand알다 history역사,
54
174784
1381
역사를 이해하기 위해,
03:08
to understand알다 what kind종류
of learning배우기 process방법
55
176189
4098
수백만 년의 세월동안 게놈이 거쳐온
03:12
the genome게놈 has been through...을 통하여
for the millions수백만 of years연령.
56
180311
3374
학습과정을 이해하기 위해서요.
03:17
By reading독서 a genome게놈,
it can give you a lot of information정보 --
57
185498
2923
게놈을 해독함으로써
많은 정보를 얻어낼 수 있습니다.
03:20
tells말하다 you the bugs버그 in the genome게놈 --
58
188445
1673
게놈 안에 있는 버그,
03:22
I mean, birth출생 defects결함,
monogenetic일원론의 disorders장애.
59
190142
3180
그러니까, 선천성 결함이라던지
단성 유전자 장애도 알아낼 수 있죠.
03:25
Reading독서 a drop하락 of blood
60
193346
1306
피 한 방울을 해독함으로써
03:26
could tell you why you got a fever,
61
194676
2108
왜 열이 나는지 알 수 있게 되고
03:28
or it tells말하다 you which어느 medicine의학
and dosage복용량 needs필요 to be used
62
196808
3104
어떤 약을 얼만큼 먹어야 할지
알게 될 수도 있겠죠.
03:31
when you're sick고약한, especially특히 for cancer.
63
199936
2721
아플 때, 특히 암에 걸렸을 때요.
03:35
A lot of things could be studied공부 한,
but look at that:
64
203675
3120
여러가지가 연구의 대상이
될 수 있겠지만, 보세요
03:38
30 years연령 ago...전에, we were still poor가난한 in China중국.
65
206819
2960
30년 전까지만 해도
중국은 매우 가난했어요.
03:43
Only .67 percent퍼센트 of the Chinese중국말
adult성인 population인구 had diabetes당뇨병.
66
211108
3662
중국 성인 인구의 0.67% 만이
제 2형 당뇨병 환자였죠.
03:47
Look at now: 11 percent퍼센트.
67
215187
2143
지금은 무려 11%입니다.
03:49
Genetics유전학 cannot~ 할 수 없다. change변화 over 30 years연령 --
68
217877
3128
유전자가 30년 만에 그러니까
한 세대 만에 바뀌었을 리는 없는데,
03:53
only one generation세대.
69
221029
1261
03:54
It must절대로 필요한 것 be something different다른.
70
222905
1627
뭔가 다른 요인이 있을 거예요.
03:56
Diet다이어트?
71
224556
1198
식이요법?
03:57
The environment환경?
72
225778
1150
환경?
03:59
Lifestyle라이프 스타일?
73
227552
1150
라이프스타일 일까요?
04:01
Even identical같은 twins쌍둥이
could develop나타나게 하다 totally전적으로 differently다르게.
74
229399
4242
일란성 쌍둥이라도 아주 다르게
발달할 수 있습니다.
04:07
It could be one becomes된다
very obese뚱뚱한, the other is not.
75
235059
2877
한 명은 엄청 비만이고
다른 쪽은 아니게 된다던가
04:11
One develops발전하다 a cancer
and the other does not.
76
239034
2502
한 명이 암에 걸려도
다른 한 명은 아닐 수 있죠.
04:13
Not mentioning언급하다 living생활
in a very stressed압박받는 environment환경.
77
241560
4905
굉장히 스트레스 받는 환경에서 살면
말할 필요도 없죠.
04:19
I moved움직이는 to Shenzhen심천 10 years연령 ago...전에 ...
78
247566
2595
아실지도 모르겠지만
저는 10년 전에 이런저런 이유로
04:22
for some reason이유, people may할 수있다 know.
79
250185
2738
중국 심천으로 이주했어요.
04:25
If the gene's유전자의 under아래에 stress스트레스,
80
253969
1939
유전자는 스트레스를 받게 되면
04:27
it behaves행동하다 totally전적으로 differently다르게.
81
255932
1667
굉장히 다르게 반응합니다.
04:30
Life is a journey여행.
82
258863
1381
인생은 여행과 같다고들 하죠.
04:32
A gene유전자 is just a starting출발 point포인트,
83
260817
2508
유전자는 시작점에 불과합니다.
04:35
not the end종료.
84
263349
1150
끝이 아니라요.
04:37
You have this statistical통계상의 risk위험
of certain어떤 diseases질병 when you are born타고난.
85
265286
4488
태어날 때 특정 질병에 걸릴 위험이
통계학적으로 더 클 수는 있겠지만
04:42
But every...마다 day you make different다른 choices선택,
86
270392
3563
우리는 매일 다양한 선택을 하고,
04:45
and those choices선택 will increase증가하다
or decrease감소 the risk위험 of certain어떤 diseases질병.
87
273979
4538
그 선택이 특정 질병의 위험을
높이거나 줄이게 됩니다.
04:51
But do you know
where you are on the curve곡선?
88
279428
2259
그런데 여기서 본인이 곡선의
어느 부분에 있는지 알고 있나요?
04:54
What's the past과거 curve곡선 look like?
89
282443
2159
과거의 곡선은 과연 어떤 모양일까요?
04:56
What kind종류 of decisions결정들
are you facing면함 every...마다 day?
90
284959
2465
어떤 결정을 매일 마주하고 계신가요?
04:59
And what kind종류 of decision결정 is the right one
91
287761
2467
그리고 어떤 결정이 인생 여정에서
05:02
to make your own개인적인 right curve곡선
over your life journey여행?
92
290252
4234
올바른 곡선을 만들기 위한
옳은 결정일까요?
05:07
What's that?
93
295445
1150
대체 무엇일까요?
05:09
The only thing you cannot~ 할 수 없다. change변화,
94
297320
1969
우리가 유일하게 변화시킬 수 없는 것,
05:11
you cannot~ 할 수 없다. reverse back,
95
299313
2181
거꾸로 되돌릴 수 없는 것,
05:13
is time.
96
301518
1228
그건 바로 시간입니다.
05:14
Probably아마 not yet아직; maybe in the future미래.
97
302770
2001
물론 지금은 아니어도
미래엔 가능할 지도 모르죠.
05:16
(Laughter웃음)
98
304795
1110
(웃음)
05:17
Well, you cannot~ 할 수 없다. change변화
the decision결정 you've made만든,
99
305929
2819
우린 우리가 내린 결정을
바꿀 수는 없습니다.
05:20
but can we do something there?
100
308772
1541
하지만 뭔가 할 수 있는 게 있을까요?
05:22
Can we actually사실은 try to run운영
multiple배수 options옵션들 on me,
101
310643
5102
여러 선택지를 자신에게 시험해보고
05:27
and try to predict예측하다 right
on the consequence결과,
102
315769
3559
결과를 똑바로 예측해서
05:31
and be able할 수 있는 to make the right choice선택?
103
319352
2183
올바른 선택을 하는게 가능할까요?
05:34
After all,
104
322153
1172
결국
05:35
we are our choices선택.
105
323349
1852
우리는 우리가 한 선택의 산물입니다.
05:38
These lady레이디 beetles딱정벌레 came왔다 to me afterwards나중에.
106
326413
2574
이 무당벌레들은 결국 저한테 왔습니다.
05:41
25 years연령 ago...전에, I made만든
the digital디지털 lady레이디 beetles딱정벌레
107
329642
3463
25년 전, 저는
디지털 무당벌레를 만들어서
05:45
to try to simulate시뮬레이션하다 real레알 lady레이디 beetles딱정벌레.
108
333129
1784
진짜 무당벌레를 흉내내보고자 했죠.
05:47
Can I make a digital디지털 me ...
109
335503
1785
그럼 '디지털 나'를 만들어
05:49
to simulate시뮬레이션하다 me?
110
337897
1324
나를 시뮬레이션 해 볼 수도 있을까요?
05:51
I understand알다 the neural신경
network회로망 could become지다
111
339955
2561
신경망이 훨씬 더 세련되고
05:54
much more sophisticated매우 복잡한
and complicated복잡한 there.
112
342540
3086
복잡해져야 될수도 있겠죠.
05:57
Can I make that one,
113
345650
1554
하지만 '디지털 나'에게
05:59
and try to run운영 multiple배수 options옵션들
on that digital디지털 me --
114
347228
3882
여러가지 옵션을 줘서 시험해보고
06:03
to compute계산하다 that?
115
351134
1260
결과를 계산해 볼 수 있을까요?
06:05
Then I could live살고 있다 in different다른 universes유니버스,
116
353025
2963
그렇게 된다면 여러 평행우주에서
06:08
in parallel평행, at the same같은 time.
117
356012
2764
동시에 살게 될 수도 있겠네요.
06:11
Then I would choose고르다
whatever도대체 무엇이 is good for me.
118
359148
2513
그런 다음 스스로에게
가장 좋은 걸 선택하는거죠.
06:14
I probably아마 have the most가장 comprehensive포괄적 인
digital디지털 me on the planet행성.
119
362243
3842
전 아마 세상에서 가장 종합적인
'디지털 나'를 가지고 있고
06:18
I've spent지출하다 a lot of dollars불화
on me, on myself자기.
120
366109
2657
제 자신에게
엄청 많은 돈을 투자했는데
06:21
And the digital디지털 me told me
I have a genetic유전적인 risk위험 of gout통풍
121
369987
5206
'디지털 나'는 유전적으로
신경통을 앓을 위험이 높다고 해요.
06:27
by all of those things there.
122
375217
1667
저기 저런 것들 때문에요.
06:29
You need different다른 technology과학 기술 to do that.
123
377254
2111
여기에는 아주 다른 기술이 필요합니다
06:31
You need the proteins단백질, genes유전자,
124
379389
1570
단백질과 유전자,
06:32
you need metabolized대사하다 antibodies항체,
125
380983
2526
대사작용을 거친 항체가 필요할 거고,
06:35
you need to screen화면 all your body신체
126
383533
2492
온 몸을 스캔해서
06:38
about the bacterias박테리아 and viruses바이러스
covering피복 you, or in you.
127
386049
3624
몸 표면 혹은 몸 안에 있는 박테리아와
바이러스를 살펴봐야 해요.
06:41
You need to have
all the smart똑똑한 devices장치들 there --
128
389697
2788
또 여러 스마트장비가 필요할 겁니다.
06:44
smart똑똑한 cars자동차, smart똑똑한 house, smart똑똑한 tables테이블,
129
392509
3416
스마트 자동차,
스마트 주택, 스마트 탁자
06:47
smart똑똑한 watch, smart똑똑한 phone전화
to track선로 all of your activities활동들 there.
130
395949
3329
스마트 시계, 스마트폰 같은 걸로
모든 활동을 추적하는 거예요.
06:51
The environment환경 is important중대한 --
131
399302
1477
주변환경은 매우 중요하니까요.
06:52
everything's모든 것이 important중대한 --
132
400803
1221
모든 게 중요하죠.
06:54
and don't forget잊다 the smart똑똑한 toilet화장실.
133
402048
1746
참 스마트 화장실도 빼먹으면 안됩니다.
06:55
(Laughter웃음)
134
403818
1031
(웃음)
06:56
It's such이러한 a waste낭비, right?
135
404873
1774
참 낭비에요, 안 그런가요?
06:58
Every마다 day, so much invaluable매우 귀중한 information정보
just has been flushed플러시 된 into the water.
136
406671
5685
매일 수없이 많은 쓸모없는 정보가
물에 흘러가듯 버려지는데
07:04
And you need them.
137
412796
1236
그 정보는 사실 필요한 거예요.
07:06
You need to measure법안 all of them.
138
414056
1524
모든 정보를 재고 따져봐야 하죠.
07:07
You need to be able할 수 있는 to measure법안
everything around you
139
415604
2623
우리 주위를 둘러싼 모든 걸
07:10
and compute계산하다 them.
140
418251
1217
따지고 계산할 수 있어야 해요.
07:12
And the digital디지털 me told me
I have a genetic유전적인 defect결함.
141
420113
3883
'디지털 나'는 제게
유전적 결함이 있다고 말했죠.
07:16
I have a very high높은 risk위험 of gout통풍.
142
424797
2071
저는 신경통에 걸릴 위험이 매우 높아요.
07:19
I don't feel anything now,
143
427868
1597
지금은 아무것도 안 느껴지고
07:21
I'm still healthy건강한.
144
429489
1372
아직 건강하지만
07:22
But look at my uric요산 acid level수평.
145
430885
1501
제 요산레벨을 한번 보세요.
07:24
It's double더블 the normal표준 range범위.
146
432410
1815
보통 사람의 두배예요.
07:26
And the digital디지털 me searched검색된
all the medicine의학 books서적,
147
434919
2821
그래서 '디지털 나'는
의학서적을 다 찾아보고
07:29
and it tells말하다 me, "OK, you could
drink음주 burdock우엉 tea" --
148
437764
4168
"그래, 그럼 우엉차를 마시자"
라고 합니다.
07:33
I cannot~ 할 수 없다. even pronounce발음하다 it right --
149
441956
1698
우엉차, 발음도 잘 안되는데
07:35
(Laughter웃음)
150
443678
1035
(웃음)
07:36
That is from old늙은 Chinese중국말 wisdom지혜.
151
444737
1814
오래된 중국 민간 요법인데요.
07:39
And I drank마신 that tea for three months개월.
152
447076
2759
그래서 저는 그 차를
세 달 간 마셨습니다.
07:41
My uric요산 acid has now gone지나간 back to normal표준.
153
449859
2541
그리고 제 요산 수치는 보통이 되었죠.
07:45
I mean, it worked일한 for me.
154
453118
1675
그러니까, 저한텐 통했다는 거죠.
07:46
All those thousands수천 of years연령
of wisdom지혜 worked일한 for me.
155
454817
2516
그 수천년간 이어져 내려온
지혜가 저한텐 먹혔어요.
07:49
I was lucky운이 좋은.
156
457357
1150
운이 좋았죠.
07:50
But I'm probably아마 not lucky운이 좋은 for you.
157
458864
3508
하지만 모두가 운이 좋은 건
아닐 겁니다.
07:55
All of this existing기존의
knowledge지식 in the world세계
158
463189
2165
세상에 존재하는 모든 지식이
07:57
cannot~ 할 수 없다. possibly혹시 be efficient실력 있는 enough충분히
or personalized개인화 된 enough충분히 for yourself당신 자신.
159
465378
5824
모두에게 딱 맞고 효율적일 순
없을 거에요.
08:03
The only way to make
that digital디지털 me work ...
160
471872
2655
'디지털 나'가 제대로 작동하려면
08:07
is to learn배우다 from yourself당신 자신.
161
475424
2057
자기 자신으로부터 배워야겠죠.
08:11
You have to ask청하다 a lot
of questions질문들 about yourself당신 자신:
162
479093
2404
스스로에게 아주 많은 질문을
던져야 합니다.
08:13
"What if?" --
163
481521
1673
"만약?" 이라는 질문을요.
08:15
I'm being존재 jet-lagged제트기에 뒤 떨어진 now here.
164
483218
1803
제가 지금 아직 시차에 적응을 못해서
08:17
You don't probably아마 see it, but I do.
165
485045
1958
보시기에 티가 잘 안날지 몰라도
저 스스로는 느껴지네요.
08:20
What if I eat먹다 less적게?
166
488073
1792
만약 소식(小食)을 한다면?
08:21
When I took~했다 metformin메트포민,
supposedly아마 to live살고 있다 longer더 길게?
167
489889
2948
메트포르민약을 먹으면 더 오래 살까?
08:25
What if I climb상승 Mt후지산. Everest에베레스트 산?
168
493574
1347
만약 에버레스트 산에 오른다면?
08:26
It's not that easy쉬운.
169
494945
1302
쉽지는 않겠죠.
08:28
Or run운영 a marathon마라톤?
170
496271
1330
아님 마라톤을 뛴다면?
08:30
What if I drink음주 a bottle of mao-tai마오 타이,
171
498132
2314
마오타이주(酒)라고
중국 술이 있는데, 그걸 마시고
08:32
which어느 is a Chinese중국말 liquor분비액,
172
500470
1336
엄청 취하면 어떻게 될까?
08:33
and I get really drunk취한?
173
501830
1194
08:35
I was doing a video비디오 rehearsal암송 last time
with the folks사람들 here,
174
503048
4429
지난 번에는 여기 있는 분들을 모시고
비디오 리허설을 했었는데요.
08:39
when I was drunk취한,
175
507501
1269
제가 좀 취해 있어서
08:40
and I totally전적으로 delivered배달 된
a different다른 speech연설.
176
508794
2089
아주 다른 내용의 강연을 했었죠.
08:42
(Laughter웃음)
177
510907
2869
(웃음)
08:45
What if I work less적게, right?
178
513800
2301
일을 덜 했다면? 그렇죠?
08:48
I have been less적게 stressed압박받는, right?
179
516125
1882
스트레스를 덜 받았다면?
08:50
So that probably아마 never happened일어난 to me,
180
518031
1810
물론 제게 그런 일이 생기진 않았죠.
08:51
I was really stressed압박받는 every...마다 day,
181
519865
2098
매일 엄청난 스트레스에
시달렸으니까요.
08:53
but I hope기대 I could be less적게 stressed압박받는.
182
521987
1966
하지만 전 덜 스트레스
받게 되기를 바랍니다.
08:56
These early이른 studies연구 told us,
183
524291
2179
이런 초기의 연구들이
08:58
even with the same같은 banana바나나,
184
526494
1983
동일한 바나나라도
09:00
we have totally전적으로 different다른
glucose-level포도당 수준 reactions반응들
185
528501
2987
당도에 대한 반응은 개인에 따라
완전히 다를 수 있다는 걸 보여줍니다.
09:03
over different다른 individuals개인.
186
531512
1386
09:04
How about me?
187
532922
1150
나는 어떨까요?
09:06
What is the right breakfast아침 식사 for me?
188
534416
1998
뭐가 나에게 맞는 아침식사일까요?
09:08
I need to do two weeks
of controlled통제 된 experiments실험,
189
536438
2918
2주 간 여러 식재료들을 가지고
09:11
of testing시험 all kinds종류 of different다른
food식품 ingredients성분 on me,
190
539380
3745
종합 대조 실험을 해서
09:15
and check검사 my body's신체 reaction반응.
191
543149
2288
몸의 반응을 체크해봤는데
09:17
And I don't know
the precise정확한 nutrition영양물 섭취 for me,
192
545461
3117
아직 정확히 어떤 영양소가
09:20
for myself자기.
193
548602
1150
저에게 맞는지 모르겠어요.
09:23
Then I wanted to search수색
all the Chinese중국말 old늙은 wisdom지혜
194
551193
4364
그래서 중국 고대 지혜를 샅샅이 뒤져
09:27
about how I can live살고 있다 longer더 길게,
and healthier더 건강한.
195
555581
2992
더 오래, 더 건강하게 사는 법을
09:30
I did it.
196
558889
1228
찾아봤어요.
09:32
Some of them are really unachievable달성 할 수없는.
197
560141
2251
몇 개는 도저히 해낼 수 없는 거였지만
09:34
I did this once일단 last October십월,
198
562742
2865
작년 10월에 한번
09:37
by not eating먹기 for seven일곱 days.
199
565631
1718
7일간 굶어봤어요.
09:40
I did a fast빠른 for seven일곱 days
with six partners파트너 of mine광산.
200
568149
4124
6명의 동료와 함께 7일 동안
단식을 한 거예요.
09:44
Look at those people.
201
572778
1259
이 사람들을 보세요.
09:46
One smile미소.
202
574061
1151
한 명이 미소짓고 있네요.
09:47
You know why he smiled미소 지은?
203
575236
1151
왜 혼자만 미소짓고 있는지 아세요?
09:48
He cheated바람 피는.
204
576411
1167
부정행위를 했거든요.
09:49
(Laughter웃음)
205
577602
1000
(웃음)
09:50
He drank마신 one cup of coffee커피 at night,
206
578626
3136
밤에 커피 한 잔을 마셨다고 하길래
09:53
and we caught잡힌 it from the data데이터.
207
581786
1485
그건 데이터에서 빼 버렸습니다.
09:55
(Laughter웃음)
208
583295
1045
(웃음)
09:56
We measured정확히 잰 everything from the data데이터.
209
584364
2460
데이터로부터 모든 걸 검사했어요.
09:58
We were able할 수 있는 to track선로 them,
210
586848
2214
다 추적해 봤는데
10:01
and we could really see --
211
589086
1558
저희가 뭘 봤냐면요
10:02
for example, my immune면역 system체계,
212
590668
2001
힌트를 드리자면
10:04
just to give you a little hint힌트 there.
213
592693
1762
예를 들어 제 면역체계는
10:06
My immune면역 system체계 changed변경된
dramatically극적으로 over 24 hours시간 there.
214
594479
4304
24시간 후에 정말
급격히 변화했습니다.
10:11
And my antibody항독소 regulates규제하다 my proteins단백질
215
599918
3133
그리고 제 항체는 단백질을 조절했죠.
10:15
for that dramatic극적인 change변화.
216
603075
1536
급격한 변화에 맞춰서요.
10:16
And everybody각자 모두 was doing that.
217
604635
1381
이건 모두가 똑같았어요.
10:18
Even if we're essentially본질적으로
totally전적으로 different다른 at the very beginning처음.
218
606040
3332
처음에는 서로가 근본적으로
아주 달랐는데도 말이에요.
10:21
And that probably아마 will be
an interesting재미있는 treatment치료 in the future미래
219
609396
3045
그래서 이게 미래에
암이나 그런 질병에 대한
10:24
for cancer and things like that.
220
612465
1643
아주 흥미로운 치료법이
되지 않을까 싶어요.
10:26
It becomes된다 very, very interesting재미있는.
221
614132
1630
아주 아주 흥미롭지만
10:28
But something you probably아마
don't want to try,
222
616286
2701
정말 해보기 싫은 것도 있겠죠.
10:31
like drinking음주 fecal배설물 water
from a healthier더 건강한 individual개인,
223
619011
3676
건강한 사람의 대변을 거른 물을
마신다든가 하는 것처럼요.
10:34
which어느 will make you feel healthier더 건강한.
224
622711
1667
스스로를 더 건강하다고
느끼게 해준다고 해도요
10:36
This is from old늙은 Chinese중국말 wisdom지혜.
225
624402
1715
모두 중국 고대 `지혜에서
나온 내용입니다.
10:38
Look at that, right?
226
626141
1436
여기 보세요.
10:39
Like 1,700 years연령 ago...전에,
227
627601
2166
1,700년 전인데
10:41
it's already이미 there, in the book도서.
228
629791
2280
이미 책에 쓰여져 있네요.
10:44
But I still hate미움 the smell냄새.
229
632608
1327
그치만 저는 그 냄새는
여전히 싫습니다.
10:46
(Laughter웃음)
230
634237
1150
(웃음)
10:47
I want to find out the true참된 way to do it,
231
635411
2406
저는 진짜 방법을 찾고 싶어요.
10:49
maybe find a combination콤비네이션 of cocktails칵테일
of bacterias박테리아 and drink음주 it,
232
637841
4354
박테리아 혼합물을 마신다든가 하면
10:54
it probably아마 will make me better.
233
642219
1524
건강이 좀 더 좋아질 수도 있겠죠.
10:55
So I'm trying견딜 수 없는 to do that.
234
643767
1191
그래서 그렇게 해보려고 합니다.
10:56
Even though그래도 I'm trying견딜 수 없는 this hard단단한,
235
644982
3002
이렇게 노력하는데도
11:00
it's so difficult어려운 to test테스트 out
all possible가능한 conditions정황.
236
648008
5026
가능한 모든 조건을 알긴
너무 어렵네요.
11:05
It's not possible가능한 to do
all kinds종류 of experiments실험 at all ...
237
653058
5237
모든 실험을 다 해볼 순 없어요.
11:11
but we do have seven일곱 billion십억
learning배우기 programs프로그램들 on this planet행성.
238
659341
3813
하지만 저희에겐 70억 개의
배움 프로그램이 있죠.
11:15
Seven일곱 billion십억.
239
663178
1266
70억 개요.
11:16
And every...마다 program프로그램
is running달리는 in different다른 conditions정황
240
664468
3651
그리고 각각의 프로그램은
서로 다른 조건에서 실행되고
11:20
and doing different다른 experiments실험.
241
668143
1781
다른 실험을 진행합니다.
11:21
Can we all measure법안 them?
242
669948
1851
모두를 잴 수 있을까요?
11:24
Seven일곱 years연령 ago...전에,
I wrote an essay수필 in "Science과학"
243
672962
3215
7년 전, 저는 "과학"이라는
에세이를 썼어요.
11:28
to celebrate세상에 알리다 the human인간의 genome's게놈
10-year-년 anniversary기념일.
244
676201
3292
인간 게놈의 10주년을 맞아서요.
11:32
I said, "Sequence순서 yourself당신 자신,
245
680175
1654
저는 "스스로를 시퀀싱하세요.
11:33
for one and for all."
246
681853
1623
당신과 모두를 위해서요" 라고 썼죠.
11:35
But now I'm going to say,
247
683798
1868
하지만 이제 저는 이렇게 말하려합니다.
11:37
"Digitalize디지털화 yourself당신 자신 for one and for all."
248
685690
3746
"스스로를 디지털화 하세요.
당신과 모두를 위해서"
11:42
When we make this digital디지털 me
into a digital디지털 we,
249
690275
5600
저희가 디지털 나를
디지털 우리로 바꿀 때,
11:47
when we try to form형태 an internet인터넷 of life,
250
695899
3752
우리가 생명의 인터넷을
형성하려 할 때,
11:51
when people can learn배우다 from each마다 other,
251
699675
2861
사람들이 서로에게서 배울 때,
11:54
when people can learn배우다
from their그들의 experience경험,
252
702560
2707
사람들이 서로의 경험과
11:57
their그들의 data데이터,
253
705291
1731
데이터를 통해 배울 때
11:59
when people can really form형태
a digital디지털 me by themselves그들 자신
254
707046
3601
사람들이 디지털 나를 만들어내고
12:02
and we learn배우다 from it,
255
710671
1611
우리가 그것으로부터 배울 때
12:05
the digital디지털 we will be
totally전적으로 different다른 with a digital디지털 me.
256
713416
5732
디지털 우리는 디지털 나와는
완전 다른 것이 될 것입니다.
12:11
But it can only come from the digital디지털 me.
257
719172
3420
하지만 그건 디지털 나로부터만
만들어질 수 있죠.
12:16
And this is what I try to propose제안하다 here.
258
724103
2979
그래서 저는 제안합니다.
12:20
Join어울리다 me --
259
728121
1150
동참하세요.
12:21
become지다 we,
260
729944
1150
우리가 되세요.
12:23
and everybody각자 모두 should build짓다 up
their그들의 own개인적인 digital디지털 me,
261
731792
4938
모두 각자의 디지털 나를
만들어야 합니다.
12:28
because only by that
will you learn배우다 more about you,
262
736754
4519
그래야만 우리가 당신에 대해
더 많이 알 수 있을 뿐 아니라
12:33
about me,
263
741297
1424
나에 대해
12:34
about us ...
264
742745
1165
우리에 대해...
12:36
about the question문제 I just posed제기 된
at the very beginning처음:
265
744678
3680
제일 처음에 제가 드린 질문에 대해
알 수 있어요.
12:40
"What is life?"
266
748382
1150
"생명은 무엇인지"에 대해서요.
12:42
Thank you.
267
750066
1169
감사합니다.
12:43
(Applause박수 갈채)
268
751259
5950
(박수)
12:49
Chris크리스 Anderson앤더슨:
One quick빨리 question문제 for you.
269
757233
2761
크리스 앤더슨: 질문 하나만 할게요.
12:52
I mean, the work is amazing놀랄 만한.
270
760818
1974
정말 멋진 일이긴 한데
12:54
I suspect용의자 one question문제 people have is,
271
762816
3198
사람들은 이런 질문을 할 것 같군요
12:58
as we look forward앞으로 to these amazing놀랄 만한
technical전문인 possibilities가능성
272
766038
3281
물론 개인에 맞는 약을 만들 수 있다는
13:01
of personalized개인화 된 medicine의학,
273
769343
1361
이런 멋진 기술적 가능성들이
기다려지긴 하지만
13:02
in the near-term단기간에 it feels느낀다. like
they're only going to be affordable저렴한
274
770728
3303
가까운 미래에는
그 가격을 감당할 수 있는건
13:06
for a few조금 people, right?
275
774055
1276
몇몇 사람 뿐일 것 같은데요.
13:07
It costs소송 비용 many많은 dollars불화 to do
all the sequencing시퀀싱 and so forth앞으로.
276
775355
2991
시퀀싱 등을 진행하는 데에는
매우 많은 돈이 드니까
13:10
Is this going to lead리드 to a kind종류 of,
277
778889
2912
이게 일종의, 그러니까,
13:13
you know, increasing증가하는 inequality불평등?
278
781825
2317
불평등을 키우지 않을까요?
13:16
Or do you have this vision시력
that the knowledge지식 that you get
279
784166
3911
아니면 혹시 지금 가지고 계신 지식들,
13:20
from the pioneers개척자
280
788101
1352
선구자로부터 얻은 그 지식이
13:21
can actually사실은 be
pretty예쁜 quickly빨리 disseminated퍼뜨리는
281
789477
2096
빠르게 확산되어 실제로
13:23
to help a broader더 넓은 set세트 of recipients수령인?
282
791597
4124
더 많은 사람들을 도울 수 있다고
생각하시나요?
13:27
Jun6 월 Wang: Well, good question문제.
283
795745
1534
왕준: 좋은 질문이네요.
13:29
I'll tell you that seven일곱 years연령 ago...전에,
when I co-founded공동 창립자 BGIBGI,
284
797303
3551
7년 전에 제가 BGI를 공동창업해서
13:32
and served봉사 한 as the CEO최고 경영자
of the company회사 there,
285
800878
3405
회사의 CEO로 재직할 때
13:36
the only goal there for me to do
286
804307
2381
제가 가진 유일한 목표는
13:38
was to drive드라이브 the sequencing시퀀싱 cost비용 down.
287
806712
1983
시퀀싱의 가격을 낮추는 거였어요.
13:41
It started시작한 from 100 million백만 dollars불화
per human인간의 genome게놈.
288
809044
2775
게놈 1인 당 1억 달러에서
시작했었는데
13:43
Now, it's a couple hundred dollars불화
for a human인간의 genome게놈.
289
811843
2591
지금은 게놈 당 몇백 달러예요.
13:46
The only reason이유 to do it
is to get more people to benefit이익 from it.
290
814458
3614
그렇게 한 이유는 더 많은 사람이
수혜자가 되도록 하기 위함이었고요.
13:50
So for the digital디지털 me,
it's the same같은 thing.
291
818378
2157
그래서 디지털나도 마찬가지라 생각합니다
13:52
Now, you probably아마 need,
292
820559
1489
지금은 아마
13:54
you know, one million백만 dollars불화
to digitize디지털화하다 a person사람.
293
822072
3229
한 명을 디지털화하는데
백만 달러가 들 수도 있겠죠.
13:57
I think it has to be 100 dollars불화.
294
825801
1675
저는 100달러가 되어야한다고
생각합니다.
13:59
It has to be free비어 있는 for many많은 of those people
that urgently급히 need that.
295
827987
4049
정말 급하게 필요한 사람에게는
무료가 되어야 해요.
14:04
So this is our goal.
296
832372
1267
그게 저희의 목표입니다.
14:05
And it seems~ 같다 that with all
this merging병합 of the technology과학 기술,
297
833993
3423
그리고 새롭게 생겨나는 모든 기술 덕분에
14:09
I'm thinking생각 that in the very near가까운 future미래,
298
837440
2592
아주 가까운 미래에
14:12
let's say three to five다섯 years연령,
299
840056
2365
그러니까 3~5년 내로
14:14
it will come to reality현실.
300
842445
1482
현실이 될 것입니다.
14:15
And this is the whole완전한 idea생각
of why I founded설립 된 iCarbonXiCarbonX,
301
843951
3979
그래서 저는 iCarbonX를 창업했고요.
14:19
my second둘째 company회사.
302
847954
1219
제 두번째 회사죠.
14:21
It's really trying견딜 수 없는 to get the cost비용 down
303
849197
2868
가격을 낮추려하고 있어요
14:24
to a level수평 where every...마다 individual개인
could have the benefit이익.
304
852089
3420
모든 사람이 혜택을 받을 수 있도록요
14:27
CA캘리포니아 주: All right, so the dream is not
elite엘리트 health건강 services서비스 for few조금,
305
855533
3048
CA: 좋습니다. 그러니까 몇명을 위한
엘리트 건강서비스를 만드는 것이 아니라
14:30
it's to really try
306
858605
1234
진짜 노력해서
14:31
and actually사실은 make overall사무용 겉옷 health건강 care케어
much more cost비용 effective유효한 --
307
859863
3111
모두를 위한 보건비용을 더 저렴하게
이용 가능하도록 만들어야 겠군요.
14:34
JWJW: But we started시작한
from some early이른 adopters수용자,
308
862998
2430
왕준: 우리는 몇몇의 앞서 나가는
사람으로부터 시작했습니다.
14:37
people believing믿는 ideas아이디어 and so on,
309
865452
2506
아이디어를 믿는 사람들이죠.
14:39
but eventually결국, it will become지다
everybody's모두들 benefit이익.
310
867982
3642
하지만 결국은
모든 사람을 위한 일입니다.
14:44
CA캘리포니아 주: Well, Jun6 월, I think
it's got to be true참된 to say
311
872303
2333
CA: 준 씨, 제 생각에는 당신이
이 세상에서
14:46
you're one of the most가장 amazing놀랄 만한
scientific과학적 minds마음 on the planet행성,
312
874660
2958
가장 멋진 과학자라고 해도
과언이 아닌 것 같습니다.
14:49
and it's an honor명예 to have you.
313
877642
1429
와주셔서 감사합니다.
14:51
JWJW: Thank you.
314
879095
1158
왕준: 감사합니다.
14:52
(Applause박수 갈채)
315
880277
1150
(박수)
Translated by Shinyoung Kil
Reviewed by Changkyun Ahn

▲Back to top

ABOUT THE SPEAKER
Jun Wang - Genomics researcher
At iCarbonX, Jun Wang aims to establish a big data platform for health management.

Why you should listen

In 1999, Jun Wang founded the Bioinformatics Department of Beijing Genomics Institute (BGI, now known as BGI Shenzhen), one of China’s premier research facilities. Until July 2015, Wang led the institution of 5,000+ people engaged in studies of genomics and its informatics, including genome assembly, annotation, expression, comparative genomics, molecular evolution, transcriptional regulation, genome variation analysis, database construction as well as methodology development such as the sequence assembler and alignment tools. He also focuses on interpretation of the definition of "gene" by expression and conservation study. In 2003, Wang was also involved in the SARS genome analysis and the silkworm genome assembly and analysis in cooperation with Chinese Southeast Agricultural University. The Pig Genome Project was completed at BGI under his leadership, as well as the chicken genome variation map and the TreeFam in collaboration with the Sanger Institute. In 2007, he and his group finished the first Asian diploid genome, the 1000 genome project, and many more projects. He initiated the "million genomes project" which seeks to better understand health based on human, plant, animal and micro-ecosystem genomes.

In late 2015, Wang founded a new institute/company, iCarbonX, aiming to develop an artificial intelligence engine to interpret and mine multiple health-related data and help people better manage their health and defeat disease.

More profile about the speaker
Jun Wang | Speaker | TED.com

Data provided by TED.

This site was created in May 2015 and the last update was on January 12, 2020. It will no longer be updated.

We are currently creating a new site called "eng.lish.video" and would be grateful if you could access it.

If you have any questions or suggestions, please feel free to write comments in your language on the contact form.

Privacy Policy

Developer's Blog

Buy Me A Coffee