TEDxCERN
Juan Enriquez: The age of genetic wonder
Juan Enriquez: Het tijdperk van genetisch wonder
Filmed:
Readability: 3.7
1,960,234 views
Methodes voor genetisch bewerken zoals CRISPR stellen ons in staat om leven op het meest fundamentele niveau te programmeren. Maar dit roept een aantal prangende vragen op: als we nieuwe soorten kunnen genereren vanaf nul, wat moeten we dan gaan maken? Moeten we de mensheid zoals wij ze kennen, herontwerpen?
Juan Enriquez voorspelt de mogelijke toekomst van genetisch bewerken en onderzoekt de immense onzekerheden en kansen van dit nieuwe grensgebied.
Juan Enriquez - Futurist
Juan Enriquez thinks and writes about the profound changes that genomics and other life sciences will bring in business, technology, politics and society. Full bio
Juan Enriquez thinks and writes about the profound changes that genomics and other life sciences will bring in business, technology, politics and society. Full bio
Double-click the English transcript below to play the video.
00:13
So let me with start with Roy Amara.
0
1134
2390
Ik begin met Roy Amara.
Roy beweert dat de meeste
nieuwe technologieën
nieuwe technologieën
00:16
Roy's argument is that most new
technologies tend to be overestimated
technologies tend to be overestimated
1
4350
4211
eerst meestal worden overschat
00:20
in their impact to begin with,
2
8585
2068
wat hun impact aangaat,
00:22
and then they get underestimated
in the long term
in the long term
3
10677
2402
en op de lange termijn onderschat
omdat we eraan wennen.
00:25
because we get used to them.
4
13103
1364
00:26
These really are days
of miracle and wonder.
of miracle and wonder.
5
14491
2196
Dit zijn echt ‘days
of miracle and wonder’.
of miracle and wonder’.
Herinneren jullie je die prachtige song
van Paul Simon nog?
van Paul Simon nog?
00:29
You remember that wonderful
song by Paul Simon?
song by Paul Simon?
6
17433
2381
00:32
There were two lines in it.
7
20365
1338
Twee dingen zaten erin.
00:33
So what was it that was considered
miraculous back then?
miraculous back then?
8
21727
3687
Wat werd toen als zo miraculeus beschouwd?
00:38
Slowing down things -- slow motion --
9
26393
2072
Dingen vertragen -- slow motion --
00:41
and the long-distance call.
10
29371
1728
en lange-afstandsgesprekken.
00:43
Because, of course, you used
to get interrupted by operators
to get interrupted by operators
11
31941
2859
Want je werd onderbroken
door operators die je vroegen:
door operators die je vroegen:
00:46
who'd tell you, "Long distance calling.
Do you want to hang up?"
Do you want to hang up?"
12
34824
2997
"Een lange-afstandsgesprek.
Wilt u inhaken?"
Wilt u inhaken?"
00:49
And now we think nothing of calling
all over the world.
all over the world.
13
37845
2702
En nu bellen we als vanzelfsprekend
de hele wereld rond.
de hele wereld rond.
00:53
Well, something similar may be happening
14
41040
2630
Nou, zo kan het ook gaan
00:55
with reading and programming life.
15
43694
2072
met het uitlezen
en programmeren van leven.
en programmeren van leven.
00:58
But before I unpack that,
16
46636
1728
Maar voordat ik dat uitleg,
01:01
let's just talk about telescopes.
17
49069
2684
gaan we het nog even hebben
over telescopen.
over telescopen.
01:04
Telescopes were overestimated
originally in their impact.
originally in their impact.
18
52798
4311
Telescopen werden oorspronkelijk
overschat qua impact.
overschat qua impact.
01:09
This is one of Galileo's early models.
19
57133
2169
Dit is één van de eerste
modellen van Galileo.
modellen van Galileo.
01:12
People thought it was just
going to ruin all religion.
going to ruin all religion.
20
60090
3359
Mensen dachten dat het alle religie
om zeep zou helpen.
om zeep zou helpen.
01:15
(Laughter)
21
63473
1150
(Gelach)
01:18
So we're not paying that much
attention to telescopes.
attention to telescopes.
22
66862
2714
Zoveel aandacht besteden we
nu ook weer niet aan telescopen.
nu ook weer niet aan telescopen.
01:22
But, of course, telescopes launched
10 years ago, as you just heard,
10 years ago, as you just heard,
23
70628
4082
De telescopen die 10 jaar geleden
gelanceerd werden?
gelanceerd werden?
01:26
could take this Volkswagen,
fly it to the moon,
fly it to the moon,
24
74734
2991
Stel dat je een Volkswagen
naar de maan vloog,
naar de maan vloog,
01:29
and you could see the lights
on that Volkswagen light up on the moon.
on that Volkswagen light up on the moon.
25
77749
5856
dan kon je de lampen van die Volkswagen
ermee zien oplichten op de maan.
ermee zien oplichten op de maan.
01:36
And that's the kind of resolution power
that allowed you to see
that allowed you to see
26
84624
3262
Met dat soort resolutie
kun je kleine stofdeeltjes
kun je kleine stofdeeltjes
01:40
little specks of dust
floating around distant suns.
floating around distant suns.
27
88592
3604
rond verre zonnen zien rondzweven.
01:44
Imagine for a second that this
was a sun a billion light years away,
was a sun a billion light years away,
28
92220
3464
Stel je even voor dat dit een zon is
op een miljard lichtjaar van ons vandaan,
op een miljard lichtjaar van ons vandaan,
01:48
and you had a little speck of dust
that came in front of it.
that came in front of it.
29
96310
2927
en je zou er een klein stofje
voor zien passeren.
voor zien passeren.
01:51
That's what detecting
an exoplanet is like.
an exoplanet is like.
30
99566
2501
Zo gaat het bij het detecteren
van een exoplaneet.
van een exoplaneet.
01:55
And the cool thing is, the telescopes
that are now being launched
that are now being launched
31
103268
3790
En het leuke is dat de telescopen
die nu worden gelanceerd
die nu worden gelanceerd
02:00
would allow you to see
a single candle lit on the moon.
a single candle lit on the moon.
32
108138
3005
je toelaten om één enkele kaars
op de maan te zien branden.
op de maan te zien branden.
02:04
And if you separated it by one plate,
33
112279
2828
En van elkaar gescheiden door één bord
02:07
you could see two candles
separately at that distance.
separately at that distance.
34
115131
2794
kun je op die afstand
twee kaarsen afzonderlijk zien.
twee kaarsen afzonderlijk zien.
02:11
And that's the kind
of resolution that you need
of resolution that you need
35
119124
2813
Dat is de resolutie die je nodig hebt
02:13
to begin to image
that little speck of dust
that little speck of dust
36
121961
2468
om dat kleine stofje te kunnen zien
02:16
as it comes around the sun
37
124453
1286
als het voor de zon passeert
02:17
and see if it has a blue-green signature.
38
125763
2049
en of het er blauwgroen uitziet.
02:21
And if it does have
a blue-green signature,
a blue-green signature,
39
129120
2071
Want blauwgroen betekent
02:23
it means that life
is common in the universe.
is common in the universe.
40
131215
2220
dat leven normaal is in het universum.
02:25
The first time you ever see a blue-green
signature on a distant planet,
signature on a distant planet,
41
133459
4196
Stel dat je dat blauwgroen zou zien
op een verre planeet,
op een verre planeet,
dan betekent dat
dat er daar fotosynthese is
dat er daar fotosynthese is
02:29
it means there's photosynthesis there,
42
137679
1993
02:31
there's water there,
43
139696
1281
en water
02:33
and the chances that you saw
the only other planet with photosynthesis
the only other planet with photosynthesis
44
141001
3872
en de kans dat je net de enige andere
planeet met fotosynthese zag,
planeet met fotosynthese zag,
02:36
are about zero.
45
144897
1363
is zowat nul.
02:39
And that's a calendar-changing event.
46
147108
1896
Dat zou pas een ingrijpende
gebeurtenis zijn.
gebeurtenis zijn.
02:41
There's a before and after
we were alone in the universe:
we were alone in the universe:
47
149670
2752
Er is een vóór en een na
aan het uniek zijn:
aan het uniek zijn:
vergeet de ontdekking
van continenten maar.
van continenten maar.
02:44
forget about the discovery
of whatever continent.
of whatever continent.
48
152446
2470
02:48
So as you're thinking about this,
49
156751
1580
Als je erover nadenkt,
kunnen we nu pas het gros
van het universum in beeld brengen.
van het universum in beeld brengen.
02:50
we're now beginning
to be able to image most of the universe.
to be able to image most of the universe.
50
158355
2902
En dat is een tijd
van mirakels en verwondering.
van mirakels en verwondering.
02:53
And that is a time of miracle and wonder.
51
161281
2254
02:55
And we kind of take that for granted.
52
163559
2352
Toch staan we er niet bij stil.
02:59
Something similar is happening in life.
53
167562
1915
Iets dergelijks gebeurt met het leven.
03:01
So we're hearing about life
in these little bits and pieces.
in these little bits and pieces.
54
169501
3038
We horen over leven in stukjes en beetjes.
03:04
We hear about CRISPR,
and we hear about this technology,
and we hear about this technology,
55
172563
2658
We horen over CRISPR
en over allerlei technologieën.
03:07
and we hear about this technology.
56
175245
1666
Maar de basis van het leven
blijkt code te zijn.
blijkt code te zijn.
03:08
But the bottom line on life
is that life turns out to be code.
is that life turns out to be code.
57
176935
3388
03:13
And life as code is a really
important concept because it means,
important concept because it means,
58
181900
3950
En het leven als code
is een heel belangrijk concept,
is een heel belangrijk concept,
omdat het betekent dat
net zoals je een zin kunt schrijven
net zoals je een zin kunt schrijven
03:17
just in the same way
as you can write a sentence
as you can write a sentence
59
185874
3210
03:21
in English or in French or Chinese,
60
189108
3118
in het Engels, het Frans of het Chinees,
03:25
just in the same way
as you can copy a sentence,
as you can copy a sentence,
61
193146
2906
net zoals je een zin kunt kopiëren
03:28
just in the same way
as you can edit a sentence,
as you can edit a sentence,
62
196076
2526
of een zin kunt bewerken
03:30
just in the same way
as you can print a sentence,
as you can print a sentence,
63
198626
2350
of een zin kunt afdrukken,
03:33
you're beginning to be able
to do that with life.
to do that with life.
64
201000
2719
kun je dat beginnen te doen met leven.
03:37
It means that we're beginning
to learn how to read this language.
to learn how to read this language.
65
205237
3511
Het betekent dat we beginnen te leren
hoe je deze taal kunt lezen.
hoe je deze taal kunt lezen.
03:40
And this, of course, is the language
that is used by this orange.
that is used by this orange.
66
208772
3236
Dat is natuurlijk de taal
die deze sinaasappel gebruikt.
die deze sinaasappel gebruikt.
Hoe voert die sinaasappel nu code uit?
03:44
So how does this orange execute code?
67
212702
1796
Niet met enen en nullen
zoals een computer.
zoals een computer.
03:46
It doesn't do it in ones and zeroes
like a computer does.
like a computer does.
68
214522
2708
Hij hangt aan een boom
en op een dag doet hij dit:
en op een dag doet hij dit:
03:49
It sits on a tree, and one day it does:
69
217254
1885
plof!
03:51
plop!
70
219163
1150
03:52
And that means: execute.
71
220819
1805
En dat betekent: uitvoeren.
03:55
AATCAAG: make me a little root.
72
223149
3272
AATCAAG: maak me een beetje wortel.
03:59
TCGACC: make me a little stem.
73
227057
2502
TCGACC: maak me een beetje stam.
04:01
GAC: make me some leaves.
AGC: make me some flowers.
AGC: make me some flowers.
74
229583
3438
GAC: maak me wat bladeren.
AGC: maak me wat bloemen.
AGC: maak me wat bloemen.
04:05
And then GCAA: make me some more oranges.
75
233045
2857
En dan GCAA: maak me
wat meer sinaasappels.
wat meer sinaasappels.
04:08
If I edit a sentence in English
on a word processor,
on a word processor,
76
236984
4073
Als ik een Engelse zin bewerk
op een tekstverwerker,
op een tekstverwerker,
04:15
then what happens is you can go
from this word to that word.
from this word to that word.
77
243153
3441
dan doe je dat woord na woord.
04:20
If I edit something in this orange
78
248134
2136
Als ik iets wijzig in deze sinaasappel
04:22
and put in GCAAC, using CRISPR
or something else that you've heard of,
or something else that you've heard of,
79
250294
4983
en er GCAAC in zet met behulp van CRISPR
of iets anders waar je van hebt gehoord,
of iets anders waar je van hebt gehoord,
04:28
then this orange becomes a lemon,
80
256261
1797
dan wordt deze sinaasappel een citroen,
04:30
or it becomes a grapefruit,
81
258957
1548
een pompelmoes
04:32
or it becomes a tangerine.
82
260529
1657
of een mandarijn.
Bewerk ik één op duizend van jouw letters,
04:35
And if I edit one in a thousand letters,
83
263102
2018
dan word jij de persoon
die vandaag naast je zit.
die vandaag naast je zit.
04:37
you become the person
sitting next to you today.
sitting next to you today.
84
265144
2360
04:40
Be more careful where you sit.
85
268757
1520
Let dus op waar je gaat zitten.
04:42
(Laughter)
86
270301
1189
(Gelach)
04:45
What's happening on this stuff
is it was really expensive to begin with.
is it was really expensive to begin with.
87
273014
3475
Dit gedoe was in het begin erg duur.
Net als interlokale gesprekken vroeger.
04:48
It was like long-distance calls.
88
276513
1695
04:51
But the cost of this is dropping
50 percent faster than Moore's law.
50 percent faster than Moore's law.
89
279399
3606
Maar de kosten ervan dalen 50% sneller
dan volgens de wet van Moore.
dan volgens de wet van Moore.
04:55
The first $200 full genome
was announced yesterday by Veritas.
was announced yesterday by Veritas.
90
283909
3832
Het eerste volledige genoom onder de $200
werd gisteren voorgesteld door Veritas.
werd gisteren voorgesteld door Veritas.
05:00
And so as you're looking at these systems,
91
288494
2130
En deze systemen evolueren van
onbelangrijk, onbelangrijk, onbelangrijk,
onbelangrijk, onbelangrijk, onbelangrijk,
05:02
it doesn't matter, it doesn't matter,
it doesn't matter, and then it does.
it doesn't matter, and then it does.
92
290648
3802
plots naar belangrijk.
05:06
So let me just give you
the map view of this stuff.
the map view of this stuff.
93
294474
3405
Ik geef even een overzicht ervan.
05:10
This is a big discovery.
94
298973
2559
Dit is een grote ontdekking.
05:13
There's 23 chromosomes.
95
301556
1923
Er zijn 23 chromosomen.
05:15
Cool.
96
303503
1228
Cool.
05:17
Let's now start using a telescope version,
but instead of using a telescope,
but instead of using a telescope,
97
305287
3679
We doen het zoals met de telescoop,
maar in plaats van een telescoop
maar in plaats van een telescoop
05:20
let's use a microscope to zoom in
98
308990
2320
gebruiken we nu een microscoop
om in te zoomen
om in te zoomen
05:23
on the inferior of those chromosomes,
99
311334
2072
op een minderwaardig chromosoom:
05:25
which is the Y chromosome.
100
313430
1621
het Y-chromosoom.
05:28
It's a third the size of the X.
It's recessive and mutant.
It's recessive and mutant.
101
316432
3014
Het is driemaal kleiner dan een X,
het is recessief en mutant.
het is recessief en mutant.
05:32
But hey,
102
320443
1151
Maar tja,
05:34
just a male.
103
322262
1219
het is maar een mannetje.
05:36
And as you're looking at this stuff,
104
324914
2280
En als je dit soort dingen bekijkt,
05:39
here's kind of a country view
105
327218
3450
zie je hier een soort landschapsoverzicht
05:42
at a 400 base pair resolution level,
106
330692
2204
bij een resolutieniveau van 400 baseparen,
05:44
and then you zoom in to 550,
and then you zoom in to 850,
and then you zoom in to 850,
107
332920
3419
en dan zoom je in tot 550, en dan tot 850;
05:48
and you can begin to identify
more and more genes as you zoom in.
more and more genes as you zoom in.
108
336363
3285
je kunt meer en meer genen
identificeren naarmate je inzoomt.
identificeren naarmate je inzoomt.
05:52
Then you zoom in to the state level,
109
340249
2304
Dan zoom je in op het landschap
05:55
and you can begin to tell
who's got leukemia,
who's got leukemia,
110
343473
2804
en begin je te zien wie leukemie heeft,
hoe ze leukemie kregen,
welke soort leukemie het is,
welke soort leukemie het is,
05:59
how did they get leukemia,
what kind of leukemia do they have,
what kind of leukemia do they have,
111
347543
3024
wat van plaats verschoof
van waar naar waar.
van waar naar waar.
06:02
what shifted from what place
to what place.
to what place.
112
350591
2064
06:05
And then you zoom in
to the Google street view level.
to the Google street view level.
113
353330
2858
En dan zoom je in
tot Google Street View-niveau.
tot Google Street View-niveau.
06:09
So this is what happens
if you have colorectal cancer
if you have colorectal cancer
114
357387
2673
Dit gebeurt er als je
colorectale kanker hebt
colorectale kanker hebt
06:12
for a very specific patient
on the letter-by-letter resolution.
on the letter-by-letter resolution.
115
360084
4207
bij een zeer specifieke patiënt
en een letter-voor-letterresolutie.
en een letter-voor-letterresolutie.
06:18
So what we're doing in this stuff
is we're gathering information
is we're gathering information
116
366148
3110
We verzamelen dus informatie
06:21
and just generating
enormous amounts of information.
enormous amounts of information.
117
369282
2516
en genereren daarmee
enorme hoeveelheden informatie.
enorme hoeveelheden informatie.
06:23
This is one of the largest
databases on the planet
databases on the planet
118
371822
2874
Dit is een van de grootste
databases op de planeet
databases op de planeet
06:26
and it's growing faster
than we can build computers to store it.
than we can build computers to store it.
119
374720
3872
en we kunnen de snelheid waarmee ze groeit
niet bijhouden op vlak van opslagruimte.
niet bijhouden op vlak van opslagruimte.
06:32
You can create some incredible
maps with this stuff.
maps with this stuff.
120
380063
2466
Je kunt er fantastische kaarten mee maken.
06:35
You want to understand the plague
and why one plague is bubonic
and why one plague is bubonic
121
383292
2971
Je wil de pest begrijpen
en waarom de ene pest builenpest is
en de ander een andere soort,
en de ander een andere soort,
06:38
and the other one
is a different kind of plague
is a different kind of plague
122
386287
2224
en nog een ander weer een andere soort?
06:40
and the other one
is a different kind of plague?
is a different kind of plague?
123
388535
2310
Wel hier zie je een kaart van de pest.
06:42
Well, here's a map of the plague.
124
390869
1730
Sommige zijn dodelijk voor de mens,
06:45
Some are absolutely deadly to humans,
125
393037
1820
andere niet.
06:46
some are not.
126
394881
1185
06:48
And note, by the way,
as you go to the bottom of this,
as you go to the bottom of this,
127
396486
2596
En als je het onderzoek verderzet,
hoe is dit dan te vergelijken
met tuberculose?
met tuberculose?
06:51
how does it compare to tuberculosis?
128
399106
1753
06:53
So this is the difference between
tuberculosis and various kinds of plagues,
tuberculosis and various kinds of plagues,
129
401708
3629
Dit is het verschil tussen tuberculose
en verschillende soorten pest.
en verschillende soorten pest.
06:57
and you can play detective
with this stuff,
with this stuff,
130
405361
2335
Je kunt detective spelen met dit spul.
06:59
because you can take
a very specific kind of cholera
a very specific kind of cholera
131
407720
2475
Je neemt bijvoorbeeld
een specifieke soort cholera,
een specifieke soort cholera,
07:02
that affected Haiti,
132
410219
1190
degene die Haïti trof,
07:04
and you can look at
which country it came from,
which country it came from,
133
412377
2686
en je kunt uitvissen
uit welk land ze kwam,
uit welk land ze kwam,
07:07
which region it came from,
134
415087
1726
uit welke regio ze kwam,
en waarschijnlijk ook
welke soldaat ze meebracht
welke soldaat ze meebracht
07:09
and probably which soldier took that
from that African country to Haiti.
from that African country to Haiti.
135
417496
4742
van dat Afrikaanse land naar Haïti.
07:17
Zoom out.
136
425133
1512
Zoom uit.
07:18
It's not just zooming in.
137
426669
1571
Het is niet alleen inzoomen.
07:21
This is one of the coolest maps
ever done by human beings.
ever done by human beings.
138
429042
2854
Dit is één van de coolste kaarten
ooit door de mens gemaakt.
ooit door de mens gemaakt.
07:24
What they've done is taken
all the genetic information they have
all the genetic information they have
139
432446
3056
Ze namen alle genetische informatie
die beschikbaar is van alle soorten
die beschikbaar is van alle soorten
07:27
about all the species,
140
435526
1481
07:29
and they've put a tree of life
on a single page
on a single page
141
437031
3430
en maakten een stamboom van het leven
op één enkele pagina,
op één enkele pagina,
waarop je kunt in- en uitzoomen.
07:32
that you can zoom in and out of.
142
440485
1578
07:34
So this is what came first,
how did it diversify, how did it branch,
how did it diversify, how did it branch,
143
442484
3721
Dit kwam eerst, hoe het diversifieerde,
hoe het vertakte, hoe groot is dat genoom;
hoe het vertakte, hoe groot is dat genoom;
07:38
how large is that genome,
144
446229
1230
allemaal op één pagina.
07:39
on a single page.
145
447483
1197
Een soort universum van leven op aarde,
07:41
It's kind of the universe
of life on Earth,
of life on Earth,
146
449619
2063
dat voortdurend bijgewerkt
en aangevuld wordt.
en aangevuld wordt.
07:43
and it's being constantly
updated and completed.
updated and completed.
147
451706
2449
07:46
And so as you're looking at this stuff,
148
454982
1859
Als je dit soort dingen ziet,
07:48
the really important change is
the old biology used to be reactive.
the old biology used to be reactive.
149
456865
3351
is de echt belangrijke verandering
dat de oude biologie reactief was.
dat de oude biologie reactief was.
07:52
You used to have a lot of biologists
that had microscopes,
that had microscopes,
150
460240
2720
Je had een heleboel biologen
die met microscopen
die met microscopen
en vergrootglazen
naar dieren zaten te kijken.
naar dieren zaten te kijken.
07:54
and they had magnifying glasses
and they were out observing animals.
and they were out observing animals.
151
462984
3299
07:58
The new biology is proactive.
152
466897
1869
De nieuwe biologie is proactief.
08:01
You don't just observe stuff,
you make stuff.
you make stuff.
153
469433
3019
Je observeert niet alleen dingen,
je maakt dingen.
je maakt dingen.
En dat is een echt grote verandering,
08:05
And that's a really big change
154
473135
1648
08:06
because it allows us
to do things like this.
to do things like this.
155
474807
2809
omdat het ons in staat stelt
om dit soort dingen te doen.
om dit soort dingen te doen.
08:10
And I know you're really
excited by this picture.
excited by this picture.
156
478559
2467
Ik weet dat jullie
dit beeld geweldig vinden.
dit beeld geweldig vinden.
08:13
(Laughter)
157
481050
1111
(Gelach)
08:14
It only took us four years
and 40 million dollars
and 40 million dollars
158
482185
2374
Het kostte ons slechts vier jaar
en 40 miljoen dollar om het te maken.
en 40 miljoen dollar om het te maken.
08:16
to be able to take this picture.
159
484583
1602
(Gelach)
08:18
(Laughter)
160
486209
1230
En vervolgens
08:19
And what we did
161
487463
1371
namen we de volledige
genetische code van een cel --
genetische code van een cel --
08:21
is we took the full gene code
out of a cell --
out of a cell --
162
489586
3275
08:24
not a gene, not two genes,
the full gene code out of a cell --
the full gene code out of a cell --
163
492885
3911
niet één of twee genen, maar de volledige
genetische code van een cel --
genetische code van een cel --
maakten een geheel nieuwe genetische code,
08:30
built a completely new gene code,
164
498016
1840
08:32
inserted it into the cell,
165
500825
1575
voegden ze in in de cel,
08:34
figured out a way to have the cell
execute that code
execute that code
166
502424
2932
bedachten een manier om de cel
die code te laten uitvoeren
die code te laten uitvoeren
08:37
and built a completely new species.
167
505380
2254
en bouwden zo een geheel nieuwe soort.
08:40
So this is the world's first
synthetic life form.
synthetic life form.
168
508884
2485
Dit is dus 's werelds eerste
synthetische levensvorm.
synthetische levensvorm.
Wat doe je ermee?
08:45
And so what do you do with this stuff?
169
513810
1895
Dit spul gaat de wereld veranderen.
08:48
Well, this stuff is going
to change the world.
to change the world.
170
516430
2204
08:51
Let me give you three short-term trends
171
519417
1939
Ik geef jullie drie korte-termijntrends
08:53
in terms of how it's going
to change the world.
to change the world.
172
521380
2255
van hoe dit de wereld gaat veranderen.
08:56
The first is we're going to see
a new industrial revolution.
a new industrial revolution.
173
524269
2921
De eerste is dat we een nieuwe
industriële revolutie gaan zien.
industriële revolutie gaan zien.
08:59
And I actually mean that literally.
174
527674
1701
En dat bedoel ik letterlijk.
09:01
So in the same way as Switzerland
and Germany and Britain
and Germany and Britain
175
529992
4491
Net zoals Zwitserland, Duitsland
en Groot-Brittannië de wereld veranderden
en Groot-Brittannië de wereld veranderden
09:06
changed the world with machines
like the one you see in this lobby,
like the one you see in this lobby,
176
534507
3658
met machines zoals die in de lobby,
09:11
created power --
177
539537
1196
en energie opwekten --
09:13
in the same way CERN
is changing the world,
is changing the world,
178
541273
2664
net zoals CERN de wereld verandert,
09:15
using new instruments
and our concept of the universe --
and our concept of the universe --
179
543961
3347
met nieuwe instrumenten
en ons idee van het universum --
en ons idee van het universum --
09:20
programmable life forms
are also going to change the world
are also going to change the world
180
548060
2894
zo zullen programmeerbare levensvormen
de wereld ook veranderen,
de wereld ook veranderen,
want van zodra je cellen
kunt programmeren
kunt programmeren
09:23
because once you can program cells
181
551810
1655
09:25
in the same way as you
program your computer chip,
program your computer chip,
182
553489
2528
op dezelfde manier als je
je computerchip programmeert,
je computerchip programmeert,
09:29
then you can make almost anything.
183
557736
1693
dan kun je bijna alles maken.
09:32
So your computer chip
can produce photographs,
can produce photographs,
184
560369
2779
Je computerchip kan foto's maken,
09:35
can produce music, can produce film,
185
563172
2073
en muziek, en film,
09:37
can produce love letters,
can produce spreadsheets.
can produce spreadsheets.
186
565269
2413
ook liefdesbrieven en spreadsheets.
Gewoon enen en nullen
die erin rondvliegen.
die erin rondvliegen.
09:39
It's just ones and zeroes
flying through there.
flying through there.
187
567706
2244
09:42
If you can flow ATCGs through cells,
188
570604
2605
Als je nucleotiden
door cellen kunt laten stromen,
door cellen kunt laten stromen,
09:46
then this software makes its own hardware,
189
574123
3054
dan maakt deze software
zijn eigen hardware,
zijn eigen hardware,
09:49
which means it scales very quickly.
190
577201
2072
wat betekent dat het snel zal opschalen.
09:52
No matter what happens,
191
580487
1651
Wat er ook gebeurt,
als je je mobiele telefoon
naast je bed legt,
naast je bed legt,
09:54
if you leave your cell phone
by your bedside,
by your bedside,
192
582162
2158
zal je ‘s morgens geen miljard
mobiele telefoons hebben.
mobiele telefoons hebben.
09:56
you will not have a billion
cell phones in the morning.
cell phones in the morning.
193
584344
2586
09:59
But if you do that with living organisms,
194
587489
4913
Maar ...
met levende organismen
10:05
you can make this stuff
at a very large scale.
at a very large scale.
195
593222
2389
kan dat op zeer grote schaal.
10:09
One of the things you can do
is you can start producing
is you can start producing
196
597390
2896
Zo kun je bijvoorbeeld zo goed als
koolstofneutrale brandstoffen produceren
koolstofneutrale brandstoffen produceren
10:12
close to carbon-neutral fuels
197
600310
2223
10:14
on a commercial scale by 2025,
198
602557
2426
op commerciële schaal tegen 2025.
10:18
which we're doing with Exxon.
199
606054
1761
En dat doen we bij Exxon.
10:20
But you can also substitute
for agricultural lands.
for agricultural lands.
200
608870
2409
Maar je kunt ook
besparen op landbouwgrond.
besparen op landbouwgrond.
10:23
Instead of having 100 hectares
to make oils or to make proteins,
to make oils or to make proteins,
201
611303
4751
In plaats van 100 hectare
om oliën of eiwitten te maken,
om oliën of eiwitten te maken,
10:28
you can make it in these vats
202
616078
1859
kun je ze maken in bassins
met 10 of 100 keer
meer productiviteit per hectare.
meer productiviteit per hectare.
10:29
at 10 or 100 times
the productivity per hectare.
the productivity per hectare.
203
617961
2868
Of je kunt informatie opslaan
10:33
Or you can store information,
or you can make all the world's vaccines
or you can make all the world's vaccines
204
621488
3382
of alle nodige vaccins ter wereld maken
in die drie bassins.
in die drie bassins.
10:36
in those three vats.
205
624894
1299
10:39
Or you can store most of the information
that's held at CERN in those three vats.
that's held at CERN in those three vats.
206
627276
3949
Of je kunt bijna alle informatie van CERN
opslaan in die drie bassins.
opslaan in die drie bassins.
10:44
DNA is a really powerful
information storage device.
information storage device.
207
632350
3209
DNA is een zeer krachtig middel
voor informatieopslag.
voor informatieopslag.
10:48
Second turn:
208
636806
1588
Ten tweede:
10:50
you're beginning to see the rise
of theoretical biology.
of theoretical biology.
209
638418
2784
theoretische biologie
is aan een opmars bezig.
is aan een opmars bezig.
10:54
So, medical school departments are one
of the most conservative places on earth.
of the most conservative places on earth.
210
642256
4202
Medische instituten behoren tot
de meest conservatieve plekken op aarde.
de meest conservatieve plekken op aarde.
De manier waarop ze anatomie onderwijzen,
10:58
The way they teach anatomy is similar
to the way they taught anatomy
to the way they taught anatomy
211
646482
3417
is vergelijkbaar met hoe ze het
100 jaar geleden deden.
100 jaar geleden deden.
11:01
100 years ago.
212
649923
1166
11:03
"Welcome, student. Here's your cadaver."
213
651113
2024
"Welkom, student. Hier is je kadaver."
11:06
One of the things medical schools are
not good at is creating new departments,
not good at is creating new departments,
214
654149
3707
Medische scholen zijn niet goed
in het creëren van nieuwe afdelingen,
in het creëren van nieuwe afdelingen,
daarom is dit zo ongewoon.
11:09
which is why this is so unusual.
215
657880
1749
11:12
Isaac Kohane has now created a department
based on informatics, data, knowledge
based on informatics, data, knowledge
216
660351
6498
Isaac Kohane richtte een afdeling op
op basis van informatica, gegevens, kennis
11:18
at Harvard Medical School.
217
666873
1511
aan de Harvard Medical School.
11:21
And in a sense,
what's beginning to happen is
what's beginning to happen is
218
669408
2177
Wat je eigenlijk ziet gebeuren,
is dat de biologie
over genoeg gegevens beschikt
over genoeg gegevens beschikt
11:23
biology is beginning to get enough data
219
671609
2482
11:26
that it can begin to follow
the steps of physics,
the steps of physics,
220
674115
2766
om in het voetspoor
van de fysica te treden.
van de fysica te treden.
11:28
which used to be observational physics
221
676905
3388
Vroeger had je waarnemingsfysica
11:32
and experimental physicists,
222
680317
1971
en experimentele fysica,
en daarnaast ontstond
de theoretische biologie.
de theoretische biologie.
11:34
and then started creating
theoretical biology.
theoretical biology.
223
682312
2162
En die is aan een opmars bezig,
11:36
Well, that's what you're beginning to see
224
684498
2004
want je hebt zo veel medische dossiers
11:38
because you have so many medical records,
225
686526
1980
en zo veel gegevens over mensen:
11:40
because you have
so much data about people:
so much data about people:
226
688530
2032
je kent hun genomen,
hun viromen en hun microbiomen.
hun viromen en hun microbiomen.
11:42
you've got their genomes,
you've got their viromes,
you've got their viromes,
227
690586
2410
11:45
you've got their microbiomes.
228
693020
1494
11:46
And as this information stacks,
229
694538
1981
Naarmate deze informatie zich opstapelt,
11:48
you can begin to make predictions.
230
696543
2063
kun je voorspellingen gaan doen.
11:52
The third thing that's happening
is this is coming to the consumer.
is this is coming to the consumer.
231
700149
3255
Ten derde geraakt dit allemaal
tot bij de consument.
tot bij de consument.
11:56
So you, too, can get your genes sequenced.
232
704629
4156
Ook jij kunt je genen laten sequenceren.
12:01
And this is beginning to create
companies like 23andMe,
companies like 23andMe,
233
709698
2728
Vandaar bedrijven als 23andMe.
12:04
and companies like 23andMe
are going to be giving you
are going to be giving you
234
712450
2478
Bedrijven als 23andMe zullen je
meer en meer en meer data verschaffen,
meer en meer en meer data verschaffen,
12:06
more and more and more data,
235
714952
1352
niet alleen over je familieleden,
12:08
not just about your relatives,
236
716328
1544
maar ook over jou en je lichaam
12:10
but about you and your body,
237
718562
1360
en het zal dingen vergelijken,
ook doorheen de tijd.
ook doorheen de tijd.
12:11
and it's going to compare stuff,
238
719946
1531
12:13
and it's going
to compare stuff across time,
to compare stuff across time,
239
721501
2093
Dat zullen zeer grote databases worden.
12:15
and these are going to become
very large databases.
very large databases.
240
723618
2607
12:18
But it's also beginning to affect
a series of other businesses
a series of other businesses
241
726249
2962
Maar het zal ook een reeks
andere bedrijven beïnvloeden
andere bedrijven beïnvloeden
op onverwachte manieren.
12:21
in unexpected ways.
242
729235
1537
12:23
Normally, when you advertise something,
you really don't want the consumer
you really don't want the consumer
243
731802
3751
Normalerwijze als je iets adverteert,
wil je niet dat de consument
wil je niet dat de consument
12:27
to take your advertisement
into the bathroom to pee on.
into the bathroom to pee on.
244
735577
4567
in de badkamer
op je advertentie gaat plassen.
op je advertentie gaat plassen.
12:33
Unless, of course, if you're IKEA.
245
741993
2055
Tenzij je IKEA bent, natuurlijk.
12:37
Because when you rip this
out of a magazine and you pee on it,
out of a magazine and you pee on it,
246
745381
2906
Want als je dit uit een tijdschrift
scheurt en erop plast,
scheurt en erop plast,
12:40
it'll turn blue if you're pregnant.
247
748311
2069
zal het blauw worden als je zwanger bent.
12:42
(Laughter)
248
750404
1213
(Gelach)
12:44
And they'll give you
a discount on your crib.
a discount on your crib.
249
752214
3873
En dan geven ze je een korting op de wieg.
12:48
(Laughter)
250
756111
1158
(Gelach)
Als het gaat over empowerment
van de consument,
van de consument,
12:49
Right? So when I say consumer empowerment,
251
757293
2015
12:51
and this is spreading beyond biotech,
252
759332
2739
en dit gaat verder dan Biotech,
12:54
I actually really mean that.
253
762095
1819
bedoel ik eigenlijk dat.
12:58
We're now beginning to produce,
at Synthetic Genomics,
at Synthetic Genomics,
254
766273
3365
We produceren nu bij Synthetic Genomics
13:02
desktop printers
255
770540
1471
desktopprinters
13:05
that allow you to design a cell,
256
773228
3530
die je toelaten om een cel te ontwerpen,
13:08
print a cell,
257
776782
1167
een cel af te drukken,
13:09
execute the program on the cell.
258
777973
1845
het programma van de cel uit te voeren.
13:12
We can now print vaccines
259
780825
2103
We kunnen nu vaccins printen
13:14
real time as an airplane takes off
260
782952
2247
in real-time als een vliegtuig opstijgt
en voordat het landt.
en voordat het landt.
13:17
before it lands.
261
785223
1190
13:19
We're shipping 78
of these machines this year.
of these machines this year.
262
787929
2572
We leveren dit jaar 78 van deze machines.
13:24
This is not theoretical biology.
This is printing biology.
This is printing biology.
263
792068
4473
Dit is geen theoretische biologie.
Dit is afdrukbiologie.
Dit is afdrukbiologie.
13:30
Let me talk about two long-term trends
264
798182
2196
Ik wil het hebben
over twee lange-termijntrends
over twee lange-termijntrends
13:33
that are coming at you
over a longer time period.
over a longer time period.
265
801374
3326
die eraan komen over een langere periode.
13:37
The first one is, we're starting
to redesign species.
to redesign species.
266
805658
2656
De eerste is dat we
soorten gaan herontwerpen.
soorten gaan herontwerpen.
Daar heb je toch al van gehoord, niet?
13:41
And you've heard about that, right?
267
809055
1777
We herontwerpen bomen.
We herontwerpen bloemen.
We herontwerpen bloemen.
13:42
We're redesigning trees.
We're redesigning flowers.
We're redesigning flowers.
268
810856
2681
13:45
We're redesigning yogurt,
269
813561
2293
We herontwerpen yoghurt,
13:48
cheese, whatever else you want.
270
816513
2030
kaas, alles wat je maar wilt.
13:51
And that, of course,
brings up the interesting question:
brings up the interesting question:
271
819678
2650
En dat brengt ons natuurlijk
bij de interessante vraag:
bij de interessante vraag:
13:54
How and when should we redesign humans?
272
822884
2336
hoe en wanneer moeten we
de mens herontwerpen?
de mens herontwerpen?
13:59
And a lot of us think,
"Oh no, we never want to redesign humans."
"Oh no, we never want to redesign humans."
273
827566
3557
Velen denken: Ach nee,
mensen herontwerpen, dat nooit.
mensen herontwerpen, dat nooit.
14:04
Unless, of course, if your child
has a Huntington's gene
has a Huntington's gene
274
832147
2715
Tenzij je kind het Huntington-gen heeft
en ten dode opgeschreven is.
14:06
and is condemned to death.
275
834886
1389
14:09
Or, unless if you're passing on
a cystic fibrosis gene,
a cystic fibrosis gene,
276
837172
3363
Of, tenzij je een gen
voor cystische fibrose kunt doorgeven,
voor cystische fibrose kunt doorgeven,
14:12
in which case, you don't just want
to redesign yourself,
to redesign yourself,
277
840559
2690
en dan wil je niet alleen
jezelf herontwerpen,
jezelf herontwerpen,
maar ook je kinderen en kleinkinderen.
14:15
you want to redesign your children
and their children.
and their children.
278
843273
2539
14:18
And these are complicated debates
and they're going to happen in real time.
and they're going to happen in real time.
279
846723
3645
Dit zijn ingewikkelde debatten
en die komen eraan.
en die komen eraan.
14:22
I'll give you one current example.
280
850839
1951
Ik geef een actueel voorbeeld.
14:25
One of the debates going on
at the National Academies today
at the National Academies today
281
853531
3072
Eén van de debatten vandaag
bij de National Academies
bij de National Academies
14:29
is you have the power to put
a gene drive into mosquitoes
a gene drive into mosquitoes
282
857896
4702
gaat erover dat je een ‘gene drive’
in muggen kunt zetten
in muggen kunt zetten
14:34
so that you will kill
all the malaria-carrying mosquitoes.
all the malaria-carrying mosquitoes.
283
862622
2984
waarmee je alle malariamuggen doodt.
14:39
Now, some people say,
284
867547
2560
Sommige mensen zeggen:
14:42
"That's going to affect the environment
in an extreme way, don't do it."
in an extreme way, don't do it."
285
870964
3465
"Dat gaat het milieu extreem
beïnvloeden, doe het niet."
beïnvloeden, doe het niet."
14:47
Other people say,
286
875326
1155
Anderen zeggen:
14:48
"This is one of the things
that's killing millions of people yearly.
that's killing millions of people yearly.
287
876505
3227
"Dit is iets dat miljoenen
mensen per jaar doodt.
mensen per jaar doodt.
Wie ben jij om mij te vertellen dat ik
de kinderen in mijn land niet mag redden?"
de kinderen in mijn land niet mag redden?"
14:51
Who are you to tell me
that I can't save the kids in my country?"
that I can't save the kids in my country?"
288
879756
3548
14:57
And why is this debate so complicated?
289
885183
1853
Waarom is dit debat zo ingewikkeld?
Omdat zodra je ze loslaat in Brazilië
14:59
Because as soon as you
let this loose in Brazil
let this loose in Brazil
290
887060
2881
15:01
or in Southern Florida --
291
889965
1423
of in Zuid-Florida --
15:03
mosquitoes don't respect walls.
292
891412
1541
muggen respecteren geen muren.
15:04
You're making a decision for the world
293
892977
2301
Je neemt een beslissing
voor de hele wereld
voor de hele wereld
15:07
when you put a gene drive into the air.
294
895302
1907
als je een gene drive loslaat.
15:14
This wonderful man won a Nobel Prize,
295
902145
2095
Deze prachtige man won een Nobelprijs
en sinds het winnen van de Nobelprijs
breekt hij zich het hoofd
breekt hij zich het hoofd
15:17
and after winning the Nobel Prize
296
905103
1640
15:18
he's been worrying about
297
906767
1255
15:21
how did life get started on this planet
298
909531
2103
over hoe het leven begon op deze planeet
15:23
and how likely is it
that it's in other places?
that it's in other places?
299
911658
2281
en hoe groot de kans is
dat het voorkomt op andere plaatsen.
dat het voorkomt op andere plaatsen.
15:27
So what he's been doing is going around
to this graduate students
to this graduate students
300
915097
3202
Daarom richtte hij zich
tot zijn promovendi
tot zijn promovendi
15:30
and saying to his graduate students,
301
918323
1718
en vroeg hen:
15:32
"Build me life but don't use
any modern chemicals or instruments.
any modern chemicals or instruments.
302
920864
3322
"Bouw me leven, maar zonder moderne
chemicaliën of instrumenten.
chemicaliën of instrumenten.
15:36
Build me stuff that was here
three billion years ago.
three billion years ago.
303
924210
2665
Bouw me dingen die er
drie miljard jaar geleden waren.
drie miljard jaar geleden waren.
15:38
You can't use lasers.
You can't use this. You can't use that."
You can't use this. You can't use that."
304
926899
3156
Zonder lasers. Ook niet dit of dat."
15:44
He gave me a vial of what he's built
about three weeks ago.
about three weeks ago.
305
932330
3245
Hij gaf me een flesje van wat hij
ongeveer drie weken geleden maakte.
ongeveer drie weken geleden maakte.
Wat is het?
15:48
What has he built?
306
936639
1179
Hij maakte iets dat leek
op zeepbellen van lipiden.
op zeepbellen van lipiden.
15:49
He's built basically what looked like
soap bubbles that are made out of lipids.
soap bubbles that are made out of lipids.
307
937842
4025
15:53
He's built a precursor of RNA.
308
941891
2566
Hij bouwde een voorloper van RNA.
15:57
He's had the precursor of the RNA
be absorbed by the cell
be absorbed by the cell
309
945291
3752
Hij liet de voorloper van het RNA
geabsorbeerd worden door de cel
geabsorbeerd worden door de cel
16:02
and then he's had the cells divide.
310
950194
1883
en dan liet hij de cellen zich delen.
16:06
We may not be that far --
311
954031
1957
Misschien zijn we niet zo ver --
16:09
call it a decade, maybe two decades --
312
957687
3117
een decennium, misschien twee decennia --
16:12
from generating life from scratch
313
960828
1970
van het genereren van leven vanaf nul
16:16
out of proto-communities.
314
964285
1803
uit proto-gemeenschappen.
16:19
Second long-term trend:
315
967512
1646
Tweede trend op de lange termijn:
16:22
we've been living and are living
through the digital age --
through the digital age --
316
970273
3526
we hebben geleefd en leven nog
in het digitale tijdperk --
in het digitale tijdperk --
16:25
we're starting to live through
the age of the genome
the age of the genome
317
973823
2519
nu beginnen we te leven in het tijdperk
van het genoom en biologie
van het genoom en biologie
16:28
and biology and CRISPR
and synthetic biology --
and synthetic biology --
318
976366
3615
en CRISPR en synthetische biologie --
16:32
and all of that is going to merge
into the age of the brain.
into the age of the brain.
319
980870
2907
en dat allemaal gaat samen uitmonden
in het tijdperk van de hersenen.
in het tijdperk van de hersenen.
We komen op het punt dat we het gros van
onze lichaamsdelen kunnen reconstrueren,
onze lichaamsdelen kunnen reconstrueren,
16:36
So we're getting to the point where
we can rebuild most of our body parts,
we can rebuild most of our body parts,
320
984743
3981
16:40
in the same way as if you break a bone
or burn your skin, it regrows.
or burn your skin, it regrows.
321
988748
3656
net zoals een gebroken bot
of brandwonden zich kunnen herstellen.
of brandwonden zich kunnen herstellen.
16:44
We're beginning to learn
how to regrow our tracheas
how to regrow our tracheas
322
992428
2668
We beginnen te leren
hoe we onze luchtpijpen
hoe we onze luchtpijpen
of onze blazen terug kunnen laten groeien.
16:47
or how to regrow our bladders.
323
995120
1864
16:49
Both of those have been
implanted in humans.
implanted in humans.
324
997008
2306
Deze beide zijn al
geïmplanteerd bij mensen.
geïmplanteerd bij mensen.
16:51
Tony Atala is working on
32 different organs.
32 different organs.
325
999338
2728
Tony Atala werkt
aan 32 verschillende organen.
aan 32 verschillende organen.
16:55
But the core is going to be this,
326
1003487
1890
Maar dit is de hoofdzaak,
16:57
because this is you
and the rest is just packaging.
and the rest is just packaging.
327
1005401
3054
want jij bent je hersenen
en de rest is gewoon verpakking.
en de rest is gewoon verpakking.
17:02
Nobody's going to live beyond
120, 130, 140 years
120, 130, 140 years
328
1010011
3547
Niemand gaat langer
dan 120, 130, 140 jaar leven
dan 120, 130, 140 jaar leven
17:05
unless if we fix this.
329
1013582
1735
tenzij we dit oplossen.
Dat is de interessantste uitdaging.
17:08
And that's the most interesting challenge.
330
1016084
2066
Dat is de volgende grens, samen met:
17:10
That's the next frontier, along with:
331
1018174
2111
17:12
"How common is life in the universe?"
332
1020309
2347
"Hoe algemeen is het leven in het heelal?"
17:14
"Where did we come from?"
333
1022680
1806
"Waar komen we vandaan?"
17:16
and questions like that.
334
1024510
1634
en dat soort vragen.
17:20
Let me end this with
an apocryphal quote from Einstein.
an apocryphal quote from Einstein.
335
1028031
3190
Laat mij dit eindigen
met een apocrief citaat van Einstein.
met een apocrief citaat van Einstein.
[Je kunt leven alsof alles een wonder is
17:23
[You can live as if
everything is a miracle,
everything is a miracle,
336
1031697
2219
17:25
or you can live as if
nothing is a miracle.]
nothing is a miracle.]
337
1033940
2272
of je kunt leven
alsof niets een wonder is.]
alsof niets een wonder is.]
17:28
It's your choice.
338
1036236
1513
Aan jou de keuze.
17:30
You can focus on the bad,
you can focus on the scary,
you can focus on the scary,
339
1038555
2479
Je kunt je richten
op het slechte, op het enge,
op het slechte, op het enge,
17:33
and certainly there's
a lot of scary out there.
a lot of scary out there.
340
1041058
2416
en er bestaan zeker een hoop enge dingen.
17:36
But use 10 percent of your brain
to focus on that, or maybe 20 percent,
to focus on that, or maybe 20 percent,
341
1044012
4732
Gebruik 10 procent van je hersenen
om je daarop te focussen,
om je daarop te focussen,
of misschien 20 of 30 procent.
17:40
or maybe 30 percent.
342
1048768
1826
17:43
But just remember,
343
1051474
1782
Maar vergeet niet
dat we echt leven in een tijdperk
van ‘miracle and wonder’.
van ‘miracle and wonder’.
17:45
we really are living in an age
of miracle and wonder.
of miracle and wonder.
344
1053280
2609
17:48
We're lucky to be alive today.
We're lucky to see this stuff.
We're lucky to see this stuff.
345
1056271
3551
We hebben het geluk vandaag te leven,
om dit soort dingen te zien.
om dit soort dingen te zien.
We hebben het geluk
te kunnen praten met mensen
te kunnen praten met mensen
17:51
We're lucky to be able to interact
with folks like the folks
with folks like the folks
346
1059846
2841
zoals degenen in deze zaal
die al die dingen maken.
die al die dingen maken.
17:54
who are building
all the stuff in this room.
all the stuff in this room.
347
1062711
2110
17:57
So thank you to all of you,
for all you do.
for all you do.
348
1065487
2975
Dus dank aan jullie allen
voor alles wat jullie doen.
voor alles wat jullie doen.
18:01
(Applause)
349
1069066
3696
(Applaus)
ABOUT THE SPEAKER
Juan Enriquez - FuturistJuan Enriquez thinks and writes about the profound changes that genomics and other life sciences will bring in business, technology, politics and society.
Why you should listen
A broad thinker who studies the intersections of these fields, Enriquez has a talent for bridging disciplines to build a coherent look ahead. He is the managing director of Excel Venture Management, a life sciences VC firm. He recently published (with Steve Gullans) Evolving Ourselves: How Unnatural Selection and Nonrandom Mutation Are Shaping Life on Earth. The book describes a world where humans increasingly shape their environment, themselves and other species.
Enriquez is a member of the board of Synthetic Genomics, which recently introduced the smallest synthetic living cell. Called “JCVI-syn 3.0,” it has 473 genes (about half the previous smallest cell). The organism would die if one of the genes is removed. In other words, this is the minimum genetic instruction set for a living organism.
Juan Enriquez | Speaker | TED.com