Taste3 2008
Barry Schuler: Genomics 101
Filmed:
Readability: 3.8
454,548 views
Wat is 'genomics'? Hoe zal het ons leven beïnvloeden? In deze intrigerende inleiding op de genomics revolutie, zegt ondernemer Barry Schuler dat we op zijn minst gezonder en smaakvoller voedsel kunnen verwachten. Hij suggereert dat we beginnen met de Pinot Noir druif, om betere wijnen te produceren.
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
Wat gebeurt er in genomics,
00:18
and how this revolution is about to change everything we know
1
2000
5000
en hoe staat deze revolutie op het punt alles te veranderen dat we weten
00:23
about the world, life, ourselves, and how we think about them.
2
7000
7000
over de wereld, het leven, onszelf, en hoe we daarover denken.
00:30
If you saw 2001: A Space Odyssey,
3
14000
3000
Als je 2001: A Space Odyssey hebt gezien,
00:33
and you heard the boom, boom, boom, boom, and you saw the monolith,
4
17000
4000
en je hoorde het boem, boem, boem, boem en je zag de monoliet
00:37
you know, that was Arthur C. Clarke's representation
5
21000
4000
wist je dat dat Arthur C. Clarke's voorstelling was
00:41
that we were at a seminal moment in the evolution of our species.
6
25000
4000
van een cruciaal moment in de evolutie van onze soort.
00:45
In this case, it was picking up bones and creating a tool,
7
29000
4000
In dit geval was dat het oppakken van botten om daar een werktuig van te maken,
00:49
using it as a tool, which meant that apes just, sort of,
8
33000
4000
en het te gebruiken, wat betekende dat apen
00:53
running around and eating and doing each other
9
37000
2000
die rondrenden, aten en gemeenschap hadden,
00:55
figured out they can make things if they used a tool.
10
39000
6000
bedachten dat ze dingen konden maken met gereedschap.
01:01
And that moved us to the next level.
11
45000
3000
Dat bracht ons op een nieuw niveau.
01:04
And, you know, we in the last 30 years in particular
12
48000
4000
En, weet je, in de laatste 30 jaar in het bijzonder
01:08
have seen this acceleration in knowledge and technology,
13
52000
4000
zijn we getuige geweest van een stroomversnelling in kennis en technologie,
01:12
and technology has bred more knowledge and given us tools.
14
56000
3000
technologie heeft geleid tot meer kennis en heeft ons werktuigen gebracht.
01:15
And we've seen many seminal moments.
15
59000
2000
We zijn getuige geweest van zeer veel cruciale ontwikkelingen.
01:17
We've seen the creation of small computers in the '70s and early '80s,
16
61000
4000
We zagen de creatie van kleine computers in de jaren '70 en vroege jaren '80,
01:21
and who would have thought back then that every single person
17
65000
3000
en wie zou er toen gedacht hebben dat iedereen
01:24
would not have just one computer but probably 20,
18
68000
3000
niet alleen één zo'n computer zou hebben, maar wel twintig
01:27
in your home, and in not just your P.C. but in every device --
19
71000
5000
in je huis, en niet alleen maar in je PC, maar in elk apparaat --
01:32
in your washing machine, your cell phone.
20
76000
3000
van je wasmachine tot je mobiele telefoon.
01:35
You're walking around; your car has 12 microprocessors.
21
79000
4000
In je auto zitten zelfs 12 microprocessors.
01:39
Then we go along and create the Internet
22
83000
2000
Vervolgens gaan we verder, en creëren het internet --
01:41
and connect the world together; we flatten the world.
23
85000
3000
we verbinden de wereld en verkleinen afstanden.
01:44
We've seen so much change, and we've given ourselves these tools now --
24
88000
5000
We hebben zo veel verandering gezien, en nu hebben we dit gereedschap --
01:49
these high-powered tools --
25
93000
2000
dit geavanceerde gereedschap --
01:51
that are allowing us to turn the lens inward
26
95000
4000
waarmee we naar onszelf kunnen kijken
01:55
into something that is common to all of us, and that is a genome.
27
99000
5000
naar iets dat we allemaal gemeenschappelijk hebben, en dat is het genoom.
02:00
How's your genome today? Have you thought about it lately?
28
104000
5000
Hoe gaat het met uw genoom vandaag? Heeft u er laatst nog aan gedacht?
02:05
Heard about it, at least? You probably hear about genomes these days.
29
109000
5000
Op zijn minst erover gehoord? Waarschijnlijk heeft u recentelijk wel over genomen gehoord.
02:10
I thought I'd take a moment to tell you what a genome is.
30
114000
3000
Ik zou u graag willen vertellen wat een genoom is.
02:13
It's, sort of, like if you ask people,
31
117000
2000
Het is net zo'n beetje als wanneer je iemand vraagt:
02:15
Well, what is a megabyte or megabit? And what is broadband?
32
119000
3000
wat is een megabyte of megabit eigenlijk? En wat is breedband?
02:18
People never want to say, I really don't understand.
33
122000
3000
Mensen zeggen niet zo graag dat ze het eigenlijk niet begrijpen.
02:21
So, I will tell you right off of the bat.
34
125000
1000
Dus, ik zal gelijk met de deur in huis vallen.
02:22
You've heard of DNA; you probably studied a little bit in biology.
35
126000
4000
U heeft over DNA gehoord, en er misschien zelfs over geleerd in de biologie-lessen.
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
Een genoom is eigenlijk een beschrijving voor al het DNA in een levend organisme.
02:33
And one thing that is common to all of life is DNA.
37
137000
6000
En één ding dat al het leven gemeenschappelijk heeft is DNA.
02:39
It doesn't matter whether you're a yeast;
38
143000
2000
Het maakt niet uit of je gist bent;
02:41
it doesn't matter whether you're a mouse;
39
145000
2000
het maakt niet uit of je een muis bent;
02:43
doesn't matter whether you're a fly; we all have DNA.
40
147000
4000
het maakt niet of je een vlieg bent: we hebben allemaal DNA.
02:47
The DNA is organized in words, call them: genes and chromosomes.
41
151000
7000
Het DNA is in woorden georganiseerd, we noemen ze: genen en chromosomen.
02:54
And when Watson and Crick in the '50s
42
158000
4000
In de jaren '50 beschreven Watson en Crick
02:58
first decoded this beautiful double helix that we know as the DNA molecule --
43
162000
6000
de prachtige dubbele helix die we vandaag kennen als het DNA molecuul --
03:04
very long, complicated molecule --
44
168000
2000
een heel lang, en ingewikkeld molecuul --
03:06
we then started on this journey to understand that
45
170000
4000
vervolgens ontdekten we dat
03:10
inside of that DNA is a language that determines the characteristics, our traits,
46
174000
6000
het DNA een taal is die onze eigenschappen, onze kenmerken bepaalt,
03:16
what we inherit, what diseases we may get.
47
180000
3000
wat we erven van onze ouders, en welke ziekten we misschien krijgen.
03:19
We've also along the way discovered that this is a very old molecule,
48
183000
6000
We hebben ook ontdekt dat DNA een zeer oud molecuul is,
03:25
that all of the DNA in your body has been around forever,
49
189000
6000
dat al het DNA in je lichaam er altijd al was,
03:31
since the beginning of us, of us as creatures.
50
195000
4000
sinds de dag dat wij als organismen bestonden.
03:35
There is a historical archive.
51
199000
2000
Het is een historisch archief.
03:37
Living in your genome is the history of our species,
52
201000
5000
Binnenin uw genoom ligt de geschiedenis van onze soort,
03:42
and you as an individual human being, where you're from,
53
206000
6000
en van u als individueel menselijk wezen, waar je vandaan komt,
03:48
going back thousands and thousands and thousands of years,
54
212000
3000
en dat gaat duizenden en duizenden en duizenden jaren terug,
03:51
and that's now starting to be understood.
55
215000
3000
iets wat we nu beginnen te begrijpen.
03:54
But also, the genome is really the instruction manual.
56
218000
5000
Maar het genoom is ook een handleiding.
03:59
It is the program. It is the code of life.
57
223000
3000
Het is een programma. Het is de code van het leven.
04:02
It is what makes you function;
58
226000
2000
Het is waardoor jij functioneert;
04:04
it is what makes every organism function.
59
228000
4000
het is wat alle organismen laat functioneren.
04:08
DNA is a very elegant molecule.
60
232000
3000
DNA is een zeer elegant molecuul.
04:11
It's long and it's complicated.
61
235000
2000
Het is lang en ingewikkeld.
04:13
Really all you have to know about it is that there's four letters:
62
237000
5000
Eigenlijk is alles wat je moet weten, dat er vier letters zijn:
04:18
A, T, C, G; they represent the name of a chemical.
63
242000
4000
A, T, C en G; ze stellen de naam van scheikundige verbindingen voor.
04:22
And with these four letters, you can create a language:
64
246000
5000
En met deze vier letters, kan je een taal maken:
04:27
a language that can describe anything, and very complicated things.
65
251000
5000
een taal waarmee alles te beschrijven is, ook zeer ingewikkelde dingen.
04:32
You know, they are generally put together in pairs,
66
256000
3000
Over het algemeen komen ze voor in paren,
04:35
creating a word or what we call base pairs.
67
259000
3000
en vormen ze woorden die base paren noemen.
04:38
And you would, you know, when you think about it,
68
262000
3000
Als je erover nadenkt,
04:41
four letters, or the representation of four things, makes us work.
69
265000
6000
zijn er vier letters, die ons laten functioneren.
04:47
And that may not sound very intuitive,
70
271000
3000
En dat klinkt niet heel erg intiutief,
04:50
but let me flip over to something else you know about, and that's computers.
71
274000
4000
maar laten we dat eens vergelijken met iets dat u kent: computers.
04:54
Look at this screen here and, you know, you see pictures
72
278000
4000
Als u naar dit scherm kijkt, ziet u afbeeldingen,
04:58
and you see words, but really all there are are ones and zeros.
73
282000
4000
u ziet woorden, maar deze bestaan enkel uit énen en nullen.
05:02
The language of technology is binary;
74
286000
4000
De taal van technologie is binair;
05:06
you've probably heard that at some point in time.
75
290000
2000
dat heeft u waarschijnlijk al eens eerder gehoord.
05:08
Everything that happens in digital is converted,
76
292000
4000
Alles wat digitaal is bestaat uit
05:12
or a representation, of a one and a zero.
77
296000
3000
een één of een nul.
05:15
So, when you're listening to iTunes and your favorite music,
78
299000
5000
Dus, als u naar uw favoriete muziek luistert in iTunes,
05:20
that's really just a bunch of ones and zeros playing very quickly.
79
304000
3000
is dat eigenlijk een stel énen en nullen die zeer snel worden afgespeeld.
05:23
When you're seeing these pictures, it's all ones and zeros,
80
307000
3000
Ook deze afbeeldingen bestaat uit énen en nullen,
05:26
and when you're talking on your telephone, your cell phone,
81
310000
3000
ook wanneer u met uw mobieltje aan het bellen bent,
05:29
and it's going over the network,
82
313000
2000
via een netwerk,
05:31
your voice is all being turned into ones and zeros and magically whizzed around.
83
315000
4000
wordt uw stem geconverteerd naar enen en nullen die worden doorgestuurd.
05:35
And look at all the complex things and wonderful things
84
319000
3000
Kijk eens naar al die complexe en mooie dingen
05:38
we've been able to create with just a one and a zero.
85
322000
3000
die we hebben kunnen maken met enkel een één en een nul.
05:41
Well, now you ramp that up to four, and you have a lot of complexity,
86
325000
6000
Als we dat opschalen naar vier, is er een hoop complexiteit mogelijk,
05:47
a lot of ways to describe mechanisms.
87
331000
4000
en zijn er een hoop manieren om mechanismen te beschrijven.
05:51
So, let's talk about what that means.
88
335000
2000
Laten we het er over hebben wat dat betekent.
05:53
So, if you look at a human genome,
89
337000
2000
Als we het menselijk genoom bekijken,
05:55
they consist of 3.2 billion of these base pairs. That's a lot.
90
339000
6000
bestaat dat uit 3,2 miljard baseparen. Dat is veel.
06:01
And they mix up in all different fashions,
91
345000
2000
En ze komen op allerlei verschillende manieren voor,
06:03
and that makes you a human being.
92
347000
3000
en dat maakt u tot een mens.
06:06
If you convert that to binary, just to give you a little bit of sizing,
93
350000
5000
Om u een indruk te geven van deze grootte: als we dit converteren naar de binaire notatie
06:11
we're actually smaller than the program Microsoft Office.
94
355000
4000
zijn we eigenlijk kleiner dan het programma Microsoft Office.
06:15
It's not really all that much data.
95
359000
4000
Het is helemaal niet zo veel data.
06:19
I will also tell you we're at least as buggy.
96
363000
3000
En we zitten even goed vol fouten.
06:22
(Laughter)
97
366000
3000
(gelach)
06:25
This here is a bug in my genome
98
369000
4000
Dit is een foutje in mijn genoom
06:29
that I have struggled with for a long, long time.
99
373000
5000
waar ik een lange tijd mee geworsteld heb.
06:34
When you get sick, it is a bug in your genome.
100
378000
5000
Als je ziek wordt, kan dit komen door een fout in je genoom.
06:39
In fact, many, many diseases we have struggled with for a long time,
101
383000
5000
Veel ziekten waar we al een lange tijd mee worstelen,
06:44
like cancer, we haven't been able to cure
102
388000
3000
zoals kanker, kunnen we niet genezen
06:47
because we just don't understand how it works at the genomic level.
103
391000
4000
omdat we niet weten hoe ze werken op het niveau van het genoom.
06:51
We are starting to understand that.
104
395000
2000
We beginnen dat nu te begrijpen.
06:53
So, up to this point we tried to fix it
105
397000
2000
Tot nu toe proberen we dit te repareren
06:55
by using what I call shit-against-the-wall pharmacology,
106
399000
4000
met wat ik noem 'gooi-alles-ertegenaan farmacologie',
06:59
which means, well, let's just throw chemicals at it,
107
403000
3000
wat eigenlijk betekent: laten we er medicijnen tegenaan gooien.
07:02
and maybe it's going to make it work.
108
406000
2000
en misschien gaat het daarmee lukken..
07:04
But if you really understand why does a cell go from normal cell to cancer?
109
408000
7000
Maar wat als je echt begrijpt hoe een normale cel zich ontwikkelt tot een kankercel?
07:11
What is the code?
110
415000
2000
Wat is de code?
07:13
What are the exact instructions that are making it do that?
111
417000
4000
Wat zijn de instructies waarom dit gebeurt?
07:17
then you can go about the process of trying to fix it and figure it out.
112
421000
4000
Dan kun je proberen het proces te begrijpen en te repareren.
07:21
So, for your next dinner over a great bottle of wine, here's a few factoids for you.
113
425000
5000
Zo, om indruk te maken tijdens uw volgend etentje, zijn hier een paar feitjes.
07:26
We actually have about 24,000 genes that do things.
114
430000
4000
We hebben ongeveer 24,000 genen die functioneren.
07:30
We have about a hundred, 120,000 others
115
434000
4000
We hebben ongeveer honderd tot 120,000 andere genen
07:34
that don't appear to function every day,
116
438000
3000
die niet elke dag lijken te functioneren,
07:37
but represent this archival history of how we used to work as a species
117
441000
5000
maar die een archief beschrijven over hoe we ooit functioneerden als een soort
07:42
going back tens of thousands of years.
118
446000
3000
dat tienduizenden jaren terug gaat.
07:45
You might also be interested in knowing
119
449000
2000
Misschien vindt u het ook interessant om te weten
07:47
that a mouse has about the same amount of genes.
120
451000
2000
dat een muis ongeveer dezelfde hoeveelheid genen heeft.
07:49
They recently sequenced Pinot Noir, and it also has about 30,000 genes,
121
453000
7000
Recentelijk is de DNA sequentie van de Pinot Noir druif bepaald, en deze heeft ook ongeveer 30,000 genen.
07:56
so the number of genes you have may not necessarily represent the complexity
122
460000
4000
Het aantal genen correleert dus niet per sé met de complexiteit
08:00
or the evolutionary order of any particular species.
123
464000
5000
of de evolutionaire volgorde waarin soorten ontstonden.
08:05
Now, look around: just look next to your neighbor,
124
469000
3000
Kijkt u eens rond, naar uw buurman bijvoorbeeld,
08:08
look forward, look backward. We all look pretty different.
125
472000
2000
kijk eens naar voren, naar achteren. We zien er allemaal anders uit.
08:10
A lot of very handsome and pretty people here, skinny, chubby,
126
474000
4000
Een heleboel knappe mensen hier, dun, dik,
08:14
different races, cultures. We are all 99.9% genetically equal.
127
478000
8000
verschillende rassen, culturen. We zijn allemaal ongeveer 99,9% identiek.
08:22
It is one one-hundredth of one percent of genetic material
128
486000
4000
Dus is het een honderste van 1% genetisch materiaal,
08:26
that makes the difference between any one of us.
129
490000
3000
dat het verschil maakt tussen eenieder van ons.
08:29
That's a tiny amount of material,
130
493000
2000
Dat is een heel kleine hoeveelheid materiaal,
08:31
but the way that ultimately expresses itself
131
495000
4000
maar uiteindelijk is dat wat
08:35
is what makes changes in humans and in all species.
132
499000
5000
veranderingen in mensen en andere soorten mogelijk maakt.
08:40
So, we are now able to read genomes.
133
504000
3000
Tegenwoordig kunnen we genomen lezen.
08:43
The first human genome took 10 years, three billion dollars.
134
507000
5000
Het eerste genoom kostte tien jaar en 3 miljard dollar.
08:48
It was done by Dr. Craig Venter.
135
512000
3000
Het is bepaald door Doctor Craig Venter.
08:51
And then James Watson's -- one of the co-founders of DNA --
136
515000
4000
Hierna werd James Watson's -- een van de ontdekkers van DNA --
08:55
genome was done for two million dollars, and in just two months.
137
519000
4000
genoom bepaald voor 2 miljoen dollar, en in slechts twee maanden.
08:59
And if you think about the computer industry
138
523000
2000
Als je dit vergelijkt met de ontwikkelingen in de computerindustrie
09:01
and how we've gone from big computers to little ones
139
525000
3000
en hoe we van zeer grote naar kleine computers zijn gegaan,
09:04
and how they get more powerful and faster all the time,
140
528000
4000
terwijl ze alsmaar krachtiger en sneller werden,
09:08
the same thing is happening with gene sequencing now:
141
532000
2000
dat is wat er nu gebeurt in de sequentiebepaling van genen:
09:10
we are on the cusp of being able to sequence human genomes
142
534000
4000
we staan op het punt de sequentie van mensen te bepalen
09:14
for about 5,000 dollars in about an hour or a half-hour;
143
538000
5000
voor 5000 dollar in een uur tot een half uur;
09:19
you will see that happen in the next five years.
144
543000
2000
dit zal mogelijk zijn binnen nu en vijf jaar.
09:21
And what that means is, you are going to walk around
145
545000
2000
Dat betekent dat u rond zal lopen
09:23
with your own personal genome on a smart card. It will be here.
146
547000
6000
met een persoonlijk genoom op een kleine kaart. Dat zal gebeuren.
09:29
And when you buy medicine,
147
553000
2000
En als u medicijnen koopt,
09:31
you won't be buying a drug that's used for everybody.
148
555000
3000
koopt u geen medicijnen die voor iedereen bedoeld zijn.
09:34
You will give your genome to the pharmacist,
149
558000
3000
U zal uw genoom aan de apotheker geven,
09:37
and your drug will be made for you
150
561000
2000
en uw medicijn wordt voor u gemaakt
09:39
and it will work much better than the ones that were --
151
563000
2000
en het zal stukken beter werken dan de conventionele medicijnen.
09:41
you won't have side effects.
152
565000
2000
Er zullen geen bijverschijnselen zijn.
09:43
All those side effects, you know, oily residue and, you know,
153
567000
3000
Al die bijwerkingen,
09:46
whatever they say in those commercials: forget about that.
154
570000
4000
die altijd genoemd worden in reclames: vergeet ze.
09:50
They're going to make all that stuff go away.
155
574000
2000
Dat zal allemaal verdwijnen.
09:52
What does a genome look like?
156
576000
3000
Hoe ziet een genoom er eigenlijk uit?
09:55
Well, there it is. It is a long, long series of these base pairs.
157
579000
6000
Nou, hier is er één. Het is een lange serie van deze base paren.
10:01
If you saw the genome for a mouse or for a human it would look no different than this,
158
585000
4000
Een genoom van een muis of een mens zien er niet verschillend uit,
10:05
but what scientists are doing now is
159
589000
2000
maar waar wetenschappers nu mee bezig zijn is dat ze
10:07
they're understanding what these do and what they mean.
160
591000
4000
beginnen te begrijpen wat deze baseparen doen en wat ze betekenen.
10:11
Because what Nature is doing is double-clicking all the time.
161
595000
4000
Want wat de natuur doet, is voortdurend dubbel-klikken.
10:15
In other words, the first couple of sentences here,
162
599000
4000
In andere woorden, de eerste paar zinnen hier,
10:19
assuming this is a grape plant:
163
603000
2000
ervan uitgaande dat dit de sequentie is van een druivenplant:
10:21
make a root, make a branch, create a blossom.
164
605000
4000
maken een wortel, een tak, creëren bloesem.
10:25
In a human being, down in here it could be:
165
609000
4000
In een mens, zou dat kunnen zijn:
10:29
make blood cells, start cancer.
166
613000
4000
maak bloedcellen, start kanker.
10:33
For me it may be: every calorie you consume, you conserve,
167
617000
7000
Voor mij zou dat kunnen zijn: sla elke calorie die je consumeert op,
10:40
because I come from a very cold climate.
168
624000
3000
omdat ik uit een koud klimaat kom.
10:43
For my wife: eat three times as much and you never put on any weight.
169
627000
4000
Voor mijn vrouw: eet drie keer zo veel, en kom niets aan.
10:47
It's all hidden in this code,
170
631000
2000
Het zit allemaal verborgen in deze code,
10:49
and it's starting to be understood at breakneck pace.
171
633000
4000
en deze code wordt met baanbrekende snelheid beter begrepen.
10:54
So, what can we do with genomes now that we can read them,
172
638000
3000
Wat kunnen we dan met genomen doen, nu we ze kunnen lezen,
10:57
now that we're starting to have the book of life?
173
641000
2000
nu dat we het boek van het leven in onze handen beginnen te krijgen?
10:59
Well, there's many things. Some are exciting.
174
643000
3000
Er zijn veel dingen. Sommigen zijn spannend.
11:02
Some people will find very scary. I will tell you a couple of things
175
646000
4000
Sommige mensen zullen ze eng vinden: eerst zal ik u wat zaken vertellen
11:06
that will probably make you want to projectile puke on me, but that's okay.
176
650000
4000
waardoor u waarschijnlijk van mij walgt, maar dat geeft niet.
11:10
So, you know, we now can learn the history of organisms.
177
654000
4000
Dus, we kunnen de geschiedenis van organismen bepalen.
11:14
You can do a very simple test: scrape your cheek; send it off.
178
658000
3000
U kunt een heel simpele test doen: schraap wat materiaal van de binnenkant van je wang, en stuur het weg.
11:17
You can find out where your relatives come from;
179
661000
3000
Hiemee kunt u uitvinden waar uw familie vandaan komt;
11:20
you can do your genealogy going back thousands of years.
180
664000
3000
U kunt uw genealogie tot duizenden jaren terug bepalen.
11:23
We can understand functionality. This is really important.
181
667000
3000
We kunnen ook functies begrijpen. Dit is zeer belangrijk.
11:26
We can understand, for example, why we create plaque in our arteries,
182
670000
5000
We kunnen bijvoorbeeld begrijpen, waarom er bloedpropjes in onze aderen ontstaan,
11:31
what creates the starchiness inside of a grain,
183
675000
4000
waar het zetmeel in graan vandaan komt,
11:35
why does yeast metabolize sugar and produce carbon dioxide.
184
679000
7000
waarom gist suiker verbruikt en koolstofdioxide produceert.
11:43
We can also look at, at a grander scale, what creates problems,
185
687000
3000
We kunnen ook op een grotere schaal uitzoeken waardoor problemen ontstaan,
11:46
what creates disease, and how we may be able to fix them.
186
690000
4000
waarom ontstaan er ziekten, en hoe kunnen we ze genezen.
11:50
Because we can understand this,
187
694000
2000
Omdat we dit nu kunnen begrijpen,
11:52
we can fix them, make better organisms.
188
696000
3000
kunnen we problemen verhelpen, en betere organismen maken.
11:55
Most importantly, what we're learning
189
699000
2000
Nog belangrijker, we leren nu
11:57
is that Nature has provided us a spectacular toolbox.
190
701000
5000
dat de natuur ons een spectaculaire gereedschapskist heeft gegeven.
12:02
The toolbox exists.
191
706000
2000
Die gereedschapskist bestaat.
12:04
An architect far better and smarter than us has given us that toolbox,
192
708000
5000
Een architect die veel beter en slimmer dan wij is heeft ons deze gereedschapskist gegeven.
12:09
and we now have the ability to use it.
193
713000
3000
En we kunnen ze nu gebruiken.
12:12
We are now not just reading genomes; we are writing them.
194
716000
4000
We kunnen op dit moment niet alleen genomen lezen; we kunnen ze ook schrijven.
12:16
This company, Synthetic Genomics, I'm involved with,
195
720000
2000
Dit bedrijf, Synthetic Genomics, waarbij ik betrokken ben,
12:18
created the first full synthetic genome for a little bug,
196
722000
4000
heeft het eerste volledig synthetische genoom voor een klein beestje gemaakt,
12:22
a very primitive creature called Mycoplasma genitalium.
197
726000
3000
een zeer primitief organisme dat Mycoplasma genitalium heet.
12:25
If you have a UTI, you've probably -- or ever had a UTI --
198
729000
4000
Als je een blaastontsteking hebt -- of ooit heeft gehad --
12:29
you've come in contact with this little bug.
199
733000
3000
ben je in contact gekomen met dit kleine beestje.
12:32
Very simple -- only has about 246 genes --
200
736000
3000
Het is zeer simpel -- het heeft slechts 246 genen --
12:35
but we were able to completely synthesize that genome.
201
739000
6000
maar we waren in staat het genoom volledig te synthetiseren.
12:42
Now, you have the genome and you say to yourself,
202
746000
3000
Nu we dit genoom hebben, kun je jezelf afvragen
12:45
So, if I plug this synthetic genome -- if I pull the old one out and plug it in --
203
749000
5000
kunnen we dit synthetitisch genoom inpluggen -- als ik de oude er eerst uithaal --
12:50
does it just boot up and live?
204
754000
2000
start het beestje op en begint het te leven?
12:52
Well, guess what. It does.
205
756000
3000
Raad eens. Dat gebeurt.
12:56
Not only does it do that; if you took the genome -- that synthetic genome --
206
760000
6000
Maar dat is niet het enige wat het doet. Stel je neemt dit synthetische genoom
13:02
and you plugged it into a different critter, like yeast,
207
766000
3000
en je stopt het in een ander organisme, zoals gist,
13:05
you now turn that yeast into Mycoplasma.
208
769000
4000
dan kun je nu deze gist in een Mycoplasma veranderen.
13:09
It's, sort of, like booting up a PC with a Mac O.S. software.
209
773000
5000
Het is een beetje als het opstarten van een PC met Mac OS software.
13:14
Well, actually, you could do it the other way.
210
778000
2000
Je zou het ook andersom kunnen doen.
13:16
So, you know, by being able to write a genome
211
780000
4000
Dus, door een genoom te kunnen schrijven
13:20
and plug it into an organism,
212
784000
3000
en in een ander organisme te stoppen,
13:23
the software, if you will, changes the hardware.
213
787000
5000
kan de software, de hardware veranderen.
13:28
And this is extremely profound.
214
792000
2000
En dit heeft verregaande gevolgen.
13:30
So, last year the French and Italians announced
215
794000
3000
Afgelopen jaar hebben Fransen en Italianen aangekondigd
13:33
they got together and they went ahead and they sequenced Pinot Noir.
216
797000
4000
dat ze samen de genoomsequentie van de Pinot Noir hebben bepaald.
13:37
The genomic sequence now exists for the entire Pinot Noir organism,
217
801000
6000
De sequentie is nu bekend voor het hele Pinot Noir organisme,
13:43
and they identified, once again, about 29,000 genes.
218
807000
4000
en ze hebben, nogmaals, ongeveer 29,000 genen geïdentificeerd.
13:47
They have discovered pathways that create flavors,
219
811000
3000
Ze hebben metabole routes gevonden die smaken creëren,
13:50
although it's very important to understand
220
814000
2000
hoewel het heel belangrijk is om te begrijpen
13:52
that those compounds that it's cranking out
221
816000
3000
dat de stoffen die geproduceerd worden
13:55
have to match a receptor in our genome, in our tongue,
222
819000
3000
moeten matchen met een receptor in ons genoom, op onze tong,
13:58
for us to understand and interpret those flavors.
223
822000
3000
voordat wij die smaken kunnen proeven en interpreteren.
14:01
They've also discovered that
224
825000
2000
Ze hebben ook ontdekt
14:03
there's a heck of a lot of activity going on producing aroma as well.
225
827000
4000
dat er veel activiteit zit in het produceren van aroma's.
14:07
They've identified areas of vulnerability to disease.
226
831000
3000
Ze hebben gebieden geïdentificeerd die gevoelig zijn voor ziekte.
14:10
They now are understanding, and the work is going on,
227
834000
4000
Ze begrijpen nu -- en het onderzoek gaat nog steeds door --
14:14
exactly how this plant works, and we have the capability to know,
228
838000
4000
precies hoe de plant werkt. We hebben nu de mogelijkheid
14:18
to read that entire code and understand how it ticks.
229
842000
4000
de hele code te lezen, en te begrijpen hoe het werkt.
14:22
So, then what do you do?
230
846000
2000
Dus, wat doe je daar vervolgens mee?
14:24
Knowing that we can read it, knowing that we can write it, change it,
231
848000
4000
We kunnen het genoom lezen, schrijven en veranderen,
14:28
maybe write its genome from scratch. So, what do you do?
232
852000
4000
misschien kunnen we het genoom vanaf niets opbouwen. Hoe doe je dat?
14:32
Well, one thing you could do is what some people might call Franken-Noir.
233
856000
4000
Je zou een Franken-Noir kunnen maken.
14:36
(Laughter)
234
860000
3000
(Gelach)
14:39
We can build a better vine.
235
863000
2000
We kunnen een betere druivenplant maken.
14:41
By the way, just so you know:
236
865000
2000
Overigens,
14:43
you get stressed out about genetically modified organisms;
237
867000
4000
als u schrikt van het genetisch modificeren van organismen;
14:47
there is not one single vine in this valley or anywhere
238
871000
3000
er is geen enkele druivenplant in deze vallei of waar dan ook
14:50
that is not genetically modified.
239
874000
2000
die niet genetisch gemodificeerd is.
14:52
They're not grown from seeds; they're grafted into root stock;
240
876000
3000
Ze groeien niet uit zaden; ze worden geënt op de onderstam van bestaande planten;
14:55
they would not exist in nature on their own.
241
879000
2000
ze zouden niet in de natuur op zichzelf staand voorkomen.
14:57
So, don't worry about, don't stress about that stuff. We've been doing this forever.
242
881000
4000
Dus, maak u geen zorgen hierover. We doen dit al sinds tijden.
15:01
So, we could, you know, focus on disease resistance;
243
885000
3000
Dus, we zouden ons op resistentie tegen ziekten kunnen concentreren;
15:04
we can go for higher yields without necessarily having
244
888000
4000
we zouden voor hogere opbrengst kunnen gaan, zonder noodzakelijkerwijs
15:08
dramatic farming techniques to do it, or costs.
245
892000
3000
ingrijpende agrarische technieken of hoge kosten te gebruiken.
15:11
We could conceivably expand the climate window:
246
895000
3000
We zouden het klimaatvenster kunnen vergroten:
15:14
we could make Pinot Noir grow maybe in Long Island, God forbid.
247
898000
5000
we zouden Pinot Noir in Long Island kunnen laten groeien, god verhoede.
15:19
(Laughter)
248
903000
3000
(Gelach)
15:23
We could produce better flavors and aromas.
249
907000
3000
We zouden betere smaken en aromas kunnen produceren.
15:26
You want a little more raspberry, a little more chocolate here or there?
250
910000
3000
U wilt een beetje meer frambozen-, of chocoladesmaak hier of daar?
15:29
All of these things could conceivably be done,
251
913000
3000
Al deze dingen zouden in principe gedaan kunnen worden,
15:32
and I will tell you I'd pretty much bet that it will be done.
252
916000
3000
en ik verzeker u, dat het gedaan zal worden.
15:35
But there's an ecosystem here.
253
919000
2000
Maar vergeet het ecosysteem niet.
15:37
In other words, we're not, sort of, unique little organisms running around;
254
921000
5000
We zijn geen individuele kleine organismen die rondrennen.
15:42
we are part of a big ecosystem.
255
926000
2000
We zijn onderdeel van een groot ecosysteem.
15:44
In fact -- I'm sorry to inform you --
256
928000
3000
In feite -- het spijt me dat ik u dit vertel --
15:47
that inside of your digestive tract is about 10 pounds of microbes
257
931000
4000
binnenin uw darmenstelsel leeft voor ongeveer 5 kilo aan micro-organismen
15:51
which you're circulating through your body quite a bit.
258
935000
3000
die door uw lichaam circuleren.
15:54
Our ocean's teaming with microbes;
259
938000
3000
Onze oceanen zitten vol met micro-organismen;
15:57
in fact, when Craig Venter went and sequenced the microbes in the ocean,
260
941000
5000
meer nog, toen Craig Venter de sequenties van micro-organismen bepaalde in de oceaan,
16:02
in the first three months tripled the known species on the planet
261
946000
4000
verdrievoudigde onze kennis van bestaande soorten op aarde
16:06
by discovering all-new microbes in the first 20 feet of water.
262
950000
3000
door de ontdekking van nieuwe micro-organismen in de bovenste zes meter water van de oceaan.
16:09
We now understand that those microbes have more impact on our climate
263
953000
4000
We begrijpen nu dat deze organismen ons klimaat beïnvloeden
16:13
and regulating CO2 and oxygen than plants do,
264
957000
4000
en CO2 en zuurstof reguleren op dezelfde manier als planten,
16:17
which we always thought oxygenate the atmosphere.
265
961000
2000
waardoor onze atmosfeer met zuurstof wordt gevuld.
16:19
We find microbial life in every part of the planet:
266
963000
4000
We vinden microben in elke uithoek van de planeet:
16:23
in ice, in coal, in rocks, in volcanic vents; it's an amazing thing.
267
967000
8000
in ijs, in kolen, in rotsen, in vulkanische geisers; het is wonderbaarlijk.
16:31
But we've also discovered, when it comes to plants, in plants,
268
975000
5000
Over planten hebben we ontdekt,
16:36
as much as we understand and are starting to understand their genomes,
269
980000
4000
net zoals we hun genomen beginnen te begrijpen,
16:40
it is the ecosystem around them,
270
984000
3000
dat het het ecosysteem om hen heen is,
16:43
it is the microbes that live in their root systems,
271
987000
3000
dat het de micro-organismen zijn die in hun wortels leven,
16:46
that have just as much impact on the character of those plants
272
990000
4000
die net zoveel de eigenschappen van de plant bepalen
16:50
as the metabolic pathways of the plants themselves.
273
994000
4000
als de metabole routes van de planten zelf.
16:54
If you take a closer look at a root system,
274
998000
3000
Als je beter naar een wortelsysteem kijkt,
16:57
you will find there are many, many, many diverse microbial colonies.
275
1001000
4000
zul je daar zeer veel diverse kolonies van micro-organismen vinden.
17:01
This is not big news to viticulturists;
276
1005000
2000
Dat is geen groot nieuws voor de wijnboeren;
17:03
they have been, you know, concerned with water and fertilization.
277
1007000
4000
die al zeer lang de invloed van water en bemesting bestuderen.
17:07
And, again, this is, sort of, my notion of shit-against-the-wall pharmacology:
278
1011000
6000
En opnieuw, zie ik dit als een soort 'gooi-alles-ertegenaan farmacologie':
17:13
you know certain fertilizers make the plant more healthy so you put more in.
279
1017000
4000
je weet wel, sommige bemesting maakt de plant gezond, dus je gebruikt er meer van.
17:17
You don't necessarily know with granularity
280
1021000
4000
Je weet niet tot in detail
17:21
exactly what organisms are providing what flavors and what characteristics.
281
1025000
6000
welke organismen de smaken en eigenschappen bepalen van de plant.
17:27
We can start to figure that out.
282
1031000
3000
We kunnen dat nu uitzoeken.
17:30
We all talk about terroir; we worship terroir;
283
1034000
3000
We praten allemaal over wijnstreken; we aanbidden wijnstreken
17:33
we say, Wow, is my terroir great! It's so special.
284
1037000
3000
we zeggen, wow, deze wijnstreek is fantastisch en zo bijzonder.
17:36
I've got this piece of land and it creates terroir like you wouldn't believe.
285
1040000
4000
Deze wijnstreek levert wijn van zulke hoge kwaliteit, dat geloof je niet.
17:40
Well, you know, we really, we argue and debate about it --
286
1044000
4000
We zouden er lang over kunnen discussiëren en debateren --
17:44
we say it's climate, it's soil, it's this. Well, guess what?
287
1048000
3000
het ligt misschien aan klimaat, de grond, of iets anders. Maar raad eens?
17:47
We can figure out what the heck terroir is.
288
1051000
3000
We kunnen nu uitzoeken wat een wijnstreek bijzonder maakt.
17:50
It's in there, waiting to be sequenced.
289
1054000
3000
Het ligt daar, te wachten tot de sequentie bepaald wordt.
17:53
There are thousands of microbes there.
290
1057000
2000
Er zijn daar duizenden microben.
17:55
They're easy to sequence: unlike a human,
291
1059000
2000
De sequentie is makkelijk te bepalen: in tegenstelling tot bij mensen,
17:57
they, you know, have a thousand, two thousand genes;
292
1061000
2000
ze hebben slechts duizend of tweeduizend genen;
17:59
we can figure out what they are.
293
1063000
2000
we kunnen uitzoeken wie ze zijn en wat ze doen.
18:01
All we have to do is go around and sample, dig into the ground, find those bugs,
294
1065000
7000
We hoeven alleen een schop in de grond te zetten, een monster te nemen, en de beestjes te vinden,
18:08
sequence them, correlate them to the kinds of characteristics we like and don't like --
295
1072000
5000
hun sequentie te bepalen, dat correleren aan eigenschappen die we willen hebben en welke niet --
18:13
that's just a big database -- and then fertilize.
296
1077000
3000
dat is gewoon een grote databse - en dan bemesten.
18:16
And then we understand what is terroir.
297
1080000
3000
En dan begrijpen we wat een wijnstreek bijzonder maakt.
18:20
So, some people will say, Oh, my God, are we playing God?
298
1084000
2000
Sommigen zullen zeggen: 'Oh mijn God, spelen we nu voor God?'
18:22
Are we now, if we engineer organisms, are we playing God?
299
1086000
5000
Wel nu, als we organismen construeren, spelen we dan voor God?
18:27
And, you know, people would always ask James Watson --
300
1091000
3000
Deze vraag werd altijd gesteld aan James Watson --
18:30
he's not always the most politically correct guy ...
301
1094000
2000
hij is niet altijd politiek correct --
18:32
(Laughter)
302
1096000
1000
(Gelach)
18:33
... and they would say, "Are, you know, are you playing God?"
303
1097000
5000
... en ze vroegen aan hem "Spelen we nu voor God?"
18:38
And he had the best answer I ever heard to this question:
304
1102000
3000
En hij had het beste antwoord dat ik ooit gehoord heb op deze vraag:
18:41
"Well, somebody has to."
305
1105000
2000
"Wel, iemand moet het doen."
18:43
(Laughter)
306
1107000
3000
(Gelach)
18:46
I consider myself a very spiritual person,
307
1110000
4000
Ik zie mezelf als een spiritueel persoon,
18:50
and without, you know, the organized religion part,
308
1114000
3000
zonder het georganiseerde aspect van religie,
18:53
and I will tell you: I don't believe there's anything unnatural.
309
1117000
4000
en ik zal u vertellen: ik denk niet dat er iets onnatuurlijks bestaat.
18:57
I don't believe that chemicals are unnatural.
310
1121000
4000
Ik geloof niet dat chemicaliën onnatuurlijk zijn.
19:01
I told you I'm going to make some of you puke.
311
1125000
2000
Ik had u gewaarschuwd dat sommigen zouden walgen van mij.
19:03
It's very simple: we don't invent molecules, compounds.
312
1127000
4000
Het is heel simpel: we bedenken geen moleculen.
19:07
They're here. They're in the universe.
313
1131000
2000
Ze zijn hier. Ze zijn in ons universum.
19:09
We reorganize things, we change them around,
314
1133000
3000
Wij reorganiseren ze, we verwisselen hun volgorde,
19:12
but we don't make anything unnatural.
315
1136000
3000
maar we maken niets onnatuurlijks.
19:15
Now, we can create bad impacts --
316
1139000
2000
We kunnen natuurlijk een slechte invloed hebben --
19:17
we can poison ourselves; we can poison the Earth --
317
1141000
2000
we kunnen onszelf vergiftigen; we kunnen de aarde vergiftigen --
19:19
but that's just a natural outcome of a mistake we made.
318
1143000
4000
maar dat is gewoon het gevolg van fouten die we maakten.
19:23
So, what's happening today is, Nature is presenting us with a toolbox,
319
1147000
4000
Wat er nu gebeurt, is dat de natuur ons een gereedschapskist aanreikt,
19:27
and we find that this toolbox is very extensive.
320
1151000
4000
en wij vinden dat deze gereedschapskist zeer uitgebreid is.
19:31
There are microbes out there that actually make gasoline, believe it or not.
321
1155000
4000
Er zijn bacteriën die benzine maken, geloof het of niet.
19:35
There are microbes, you know -- go back to yeast.
322
1159000
2000
Er zijn micro-organismen,
19:37
These are chemical factories;
323
1161000
2000
die net chemische fabrieken zijn;
19:39
the most sophisticated chemical factories are provided by Nature,
324
1163000
4000
de meest ingewikkelde chemische fabrieken komen uit de natuur,
19:43
and we now can use those.
325
1167000
3000
en we kunnen ze nu gebruiken.
19:46
There also is a set of rules.
326
1170000
2000
Er is ook een aantal regels.
19:48
Nature will not allow you to --
327
1172000
3000
De natuur maakt sommige dingen onmogelijk --
19:51
we could engineer a grape plant, but guess what.
328
1175000
2000
we kunnen een druivenplant ontwerpen, maar
19:53
We can't make the grape plant produce babies.
329
1177000
2000
we kunnen een druivenplant geen baby's laten maken.
19:55
Nature has put a set of rules out there.
330
1179000
3000
De natuur heeft een aantal regels uitgezet.
19:58
We can work within the rules; we can't break the rules;
331
1182000
3000
We kunnen binnen deze regels werken; we kunnen ze niet breken.
20:01
we're just learning what the rules are.
332
1185000
2000
We leren op dit moment wat de regels zijn.
20:03
I just ask the question, if you could cure all disease --
333
1187000
4000
Ik zal een vraag stellen, als u alle ziekten zou kunnen genezen --
20:07
if you could make disease go away,
334
1191000
2000
als u alle ziekten kon laten verdwijnen,
20:09
because we understand how it actually works,
335
1193000
2000
omdat we begrijpen hoe deze ziekten werken,
20:11
if we could end hunger by being able to create nutritious, healthy plants
336
1195000
5000
als we een eind konden brengen aan honger, door voedzame, gezonde planten te maken
20:16
that grow in very hard-to-grow environments,
337
1200000
3000
die zelfs in extreme omstandigheden groeien,
20:19
if we could create clean and plentiful energy --
338
1203000
3000
als we schone en voldoende energie konden creëren --
20:22
we, right in the labs at Synthetic Genomics,
339
1206000
3000
wij, in de labaratoria van Synthetic Genomics,
20:25
have single-celled organisms that are taking carbon dioxide
340
1209000
4000
hebben eencelligen die koolstofdioxide opnemen,
20:29
and producing a molecule very similar to gasoline.
341
1213000
4000
en een molecuul maken dat heel erg op benzine lijkt.
20:33
So, carbon dioxide -- the stuff we want to get rid of -- not sugar, not anything.
342
1217000
5000
Dus, koolstofdioxide -- dat spul waar we vanaf willen -- geen suiker, niets meer.
20:38
Carbon dioxide, a little bit of sunlight,
343
1222000
3000
Koolstofdioxide, een beetje zonlicht,
20:41
you end up with a lipid that is highly refined.
344
1225000
5000
en je krijgt een hoog geraffineerd lipide.
20:46
We could solve our energy problems; we can reduce CO2,;
345
1230000
4000
We kunnen energie problemen; we kunnen CO2 reduceren,
20:50
we could clean up our oceans; we could make better wine.
346
1234000
3000
we kunnen onze oceanen schoon krijgen; we kunnen betere wijn maken.
20:53
If we could, would we?
347
1237000
3000
Als we dat zouden kunnen, zouden we dat doen?
20:56
Well, you know, I think the answer is very simple:
348
1240000
3000
Ik denk dat het antwoord heel erg simpel is:
20:59
working with Nature, working with this tool set that we now understand,
349
1243000
5000
Met de natuur werken, met deze gereedschapskist die we nu begrijpen
21:04
is the next step in humankind's evolution.
350
1248000
3000
is de volgende stap in de evolutie van de mensheid.
21:07
And all I can tell you is, stay healthy for 20 years.
351
1251000
4000
Alles wat ik u kan aanraden is, blijf de komende 20 jaar gezond.
21:11
If you can stay healthy for 20 years, you'll see 150, maybe 300.
352
1255000
3000
Als u gezond kan blijven voor 20 jaar, wordt u 150 jaar oud, misschien 300.
21:14
Thank you.
353
1258000
2000
Dank u wel.
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