TEDxCERN
Juan Enriquez: The age of genetic wonder
Juan Enriquez: A era da maravilha genética
Filmed:
Readability: 3.7
1,960,234 views
Ferramentas de edição de genes como o CRISPR nos permitem programar a vida em seu nível mais fundamental. Mas isso levanta algumas questões prementes: "Se conseguirmos gerar novas espécies a partir do zero, o que deveríamos construir? Deveríamos redesenhar a humanidade como a conhecemos?" Juan Enriquez prevê os possíveis futuros da edição genética, explorando a imensa incerteza e oportunidade dessa próxima fronteira.
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
Deixem-me começar com Roy Amara.
00:16
Roy's argument is that most new
technologies tend to be overestimated
technologies tend to be overestimated
1
4350
4211
O argumento de Roy é que a maioria
das novas tecnologias
das novas tecnologias
tendem inicialmente a ser
superestimadas quanto a seu impacto
superestimadas quanto a seu impacto
00:20
in their impact to begin with,
2
8585
2068
00:22
and then they get underestimated
in the long term
in the long term
3
10677
2402
e depois são subestimadas a longo prazo
porque nos acostumamos com elas.
porque nos acostumamos com elas.
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
Os dias de hoje são realmente
de milagres e maravilhas.
de milagres e maravilhas.
00:29
You remember that wonderful
song by Paul Simon?
song by Paul Simon?
6
17433
2381
Lembram-se daquela canção
maravilhosa do Paul Simon?
maravilhosa do Paul Simon?
00:32
There were two lines in it.
7
20365
1338
Há dois versos nela
sobre o que era considerado
miraculoso naquela época.
miraculoso naquela época.
00:33
So what was it that was considered
miraculous back then?
miraculous back then?
8
21727
3687
00:38
Slowing down things -- slow motion --
9
26393
2072
A desaceleração das coisas,
a câmera lenta,
a câmera lenta,
00:41
and the long-distance call.
10
29371
1728
e a chamada de longa distância.
00:43
Because, of course, you used
to get interrupted by operators
to get interrupted by operators
11
31941
2859
Nossos telefonemas eram
interrompidos por telefonistas dizendo:
interrompidos por telefonistas dizendo:
00:46
who'd tell you, "Long distance calling.
Do you want to hang up?"
Do you want to hang up?"
12
34824
2997
"Chamada de longa distância.
Você quer desligar?"
Você quer desligar?"
Atualmente, não achamos nada de mais
ligar para o mundo todo.
ligar para o mundo todo.
00:49
And now we think nothing of calling
all over the world.
all over the world.
13
37845
2702
00:53
Well, something similar may be happening
14
41040
2630
Bem, algo semelhante
pode estar acontecendo
pode estar acontecendo
00:55
with reading and programming life.
15
43694
2072
com a leitura e a programação da vida.
00:58
But before I unpack that,
16
46636
1728
Mas, antes de analisar isso,
01:01
let's just talk about telescopes.
17
49069
2684
vamos falar sobre telescópios.
01:04
Telescopes were overestimated
originally in their impact.
originally in their impact.
18
52798
4311
Os telescópios foram superestimados
originalmente quanto a seu impacto.
originalmente quanto a seu impacto.
01:09
This is one of Galileo's early models.
19
57133
2169
Este é um dos primeiros
modelos de Galileu.
modelos de Galileu.
01:12
People thought it was just
going to ruin all religion.
going to ruin all religion.
20
60090
3359
As pessoas achavam
que isso iria destruir toda a religião.
que isso iria destruir toda a religião.
01:15
(Laughter)
21
63473
1150
(Risos)
01:18
So we're not paying that much
attention to telescopes.
attention to telescopes.
22
66862
2714
Não estamos prestando
muita atenção aos telescópios.
muita atenção aos telescópios.
01:22
But, of course, telescopes launched
10 years ago, as you just heard,
10 years ago, as you just heard,
23
70628
4082
Mas, com os telescópios lançados
há dez anos, como acabamos de ouvir,
há dez anos, como acabamos de ouvir,
se levássemos esse Volkswagen até a Lua,
01:26
could take this Volkswagen,
fly it to the moon,
fly it to the moon,
24
74734
2991
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
poderíamos ver as luzes do seu farol lá.
01:36
And that's the kind of resolution power
that allowed you to see
that allowed you to see
26
84624
3262
Esse é o tipo de poder de resolução
que nos permite ver
que nos permite ver
01:40
little specks of dust
floating around distant suns.
floating around distant suns.
27
88592
3604
pequenas partículas de poeira
flutuando ao redor de sóis distantes.
flutuando ao redor de sóis distantes.
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
Imaginem por um instante
que isto fosse um sol
a 1 bilhão de anos-luz de distância,
a 1 bilhão de anos-luz de distância,
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
e tivéssemos uma pequena partícula
de poeira na frente dele.
de poeira na frente dele.
01:51
That's what detecting
an exoplanet is like.
an exoplanet is like.
30
99566
2501
É assim que ocorre
a detecção de um exoplaneta.
a detecção de um exoplaneta.
01:55
And the cool thing is, the telescopes
that are now being launched
that are now being launched
31
103268
3790
O mais legal é que os telescópios
que estão sendo lançados agora
que estão sendo lançados agora
02:00
would allow you to see
a single candle lit on the moon.
a single candle lit on the moon.
32
108138
3005
nos permitem ver
uma simples vela acesa na Lua.
uma simples vela acesa na Lua.
02:04
And if you separated it by one plate,
33
112279
2828
Se a separássemos por um prato,
02:07
you could see two candles
separately at that distance.
separately at that distance.
34
115131
2794
poderíamos ver duas velas
separadamente a essa distância.
separadamente a essa distância.
02:11
And that's the kind
of resolution that you need
of resolution that you need
35
119124
2813
Esse é o tipo de resolução que precisamos
02:13
to begin to image
that little speck of dust
that little speck of dust
36
121961
2468
para começar a visualizar
essa partícula de poeira ao redor do Sol
essa partícula de poeira ao redor do Sol
02:16
as it comes around the sun
37
124453
1286
e ver se ela tem
uma marca azul-esverdeada.
uma marca azul-esverdeada.
02:17
and see if it has a blue-green signature.
38
125763
2049
02:21
And if it does have
a blue-green signature,
a blue-green signature,
39
129120
2071
Se tiver, isso significa
que a vida é comum no Universo.
que a vida é comum no Universo.
02:23
it means that life
is common in the universe.
is common in the universe.
40
131215
2220
02:25
The first time you ever see a blue-green
signature on a distant planet,
signature on a distant planet,
41
133459
4196
Na primeira vez que virmos uma marca
azul-esverdeada em um planeta distante,
azul-esverdeada em um planeta distante,
02:29
it means there's photosynthesis there,
42
137679
1993
isso significa que há fotossíntese lá,
02:31
there's water there,
43
139696
1281
há água lá,
02:33
and the chances that you saw
the only other planet with photosynthesis
the only other planet with photosynthesis
44
141001
3872
e as chances de vermos
o único outro planeta com fotossíntese
o único outro planeta com fotossíntese
02:36
are about zero.
45
144897
1363
são aproximadamente zero.
02:39
And that's a calendar-changing event.
46
147108
1896
Esse é um evento que muda o calendário.
02:41
There's a before and after
we were alone in the universe:
we were alone in the universe:
47
149670
2752
Há um antes e um depois
de estarmos sós no Universo.
de estarmos sós no Universo.
Esqueçam a descoberta
de qualquer continente.
de qualquer continente.
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
Enquanto pensamos sobre isso,
começamos a poder visualizar
a maior parte do Universo.
a maior parte do Universo.
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
Este é um momento de milagre e maravilha.
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
E não damos valor a isso.
Algo semelhante está acontecendo na vida.
02:59
Something similar is happening in life.
53
167562
1915
03:01
So we're hearing about life
in these little bits and pieces.
in these little bits and pieces.
54
169501
3038
Estamos ouvindo sobre a vida
em informações esparsas.
em informações esparsas.
03:04
We hear about CRISPR,
and we hear about this technology,
and we hear about this technology,
55
172563
2658
Ouvimos sobre o CRISPR,
sobre uma tecnologia e outra,
sobre uma tecnologia e outra,
03:07
and we hear about this technology.
56
175245
1666
mas o ponto principal da vida
é que ela acaba sendo um código.
é que ela acaba sendo um código.
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
E a vida como código é um conceito
muito importante, porque significa
muito importante, porque significa
03:17
just in the same way
as you can write a sentence
as you can write a sentence
59
185874
3210
que, da mesma maneira que podemos escrever
uma frase em inglês, francês ou chinês,
03:21
in English or in French or Chinese,
60
189108
3118
03:25
just in the same way
as you can copy a sentence,
as you can copy a sentence,
61
193146
2906
do mesmo modo que podemos copiar,
03:28
just in the same way
as you can edit a sentence,
as you can edit a sentence,
62
196076
2526
editar
03:30
just in the same way
as you can print a sentence,
as you can print a sentence,
63
198626
2350
e imprimir uma frase,
03:33
you're beginning to be able
to do that with life.
to do that with life.
64
201000
2719
estamos começando
a conseguir fazer isso com a vida.
a conseguir fazer isso com a vida.
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
Isso significa que estamos começando
a aprender a ler essa linguagem,
a aprender a ler essa linguagem,
03:40
And this, of course, is the language
that is used by this orange.
that is used by this orange.
66
208772
3236
que, obviamente, é usada por esta laranja.
Como esta laranja executa código?
03:44
So how does this orange execute code?
67
212702
1796
Não faz isso por uns e zeros,
como um computador.
como um computador.
03:46
It doesn't do it in ones and zeroes
like a computer does.
like a computer does.
68
214522
2708
Ela fica numa árvore, e um dia faz:
03:49
It sits on a tree, and one day it does:
69
217254
1885
"Tum!"
03:51
plop!
70
219163
1150
03:52
And that means: execute.
71
220819
1805
E isso significa: execute.
03:55
AATCAAG: make me a little root.
72
223149
3272
AATCAAG: faça pra mim uma pequena raiz.
03:59
TCGACC: make me a little stem.
73
227057
2502
TCGACC: faça pra mim um pequeno tronco.
04:01
GAC: make me some leaves.
AGC: make me some flowers.
AGC: make me some flowers.
74
229583
3438
GAC: faça pra mim algumas folhas.
AGC: faça pra mim algumas flores.
AGC: faça pra mim algumas flores.
04:05
And then GCAA: make me some more oranges.
75
233045
2857
Depois, GCAA: faça pra mim
mais algumas laranjas.
mais algumas laranjas.
04:08
If I edit a sentence in English
on a word processor,
on a word processor,
76
236984
4073
Se eu editar uma frase em inglês
em um processador de texto,
em um processador de texto,
04:15
then what happens is you can go
from this word to that word.
from this word to that word.
77
243153
3441
podemos ir de uma palavra a outra.
04:20
If I edit something in this orange
78
248134
2136
Se eu editar algo nesta laranja
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
e incluir GCAAC,
usando o CRISPR ou uma outra coisa
de que ouviram falar,
de que ouviram falar,
04:28
then this orange becomes a lemon,
80
256261
1797
esta laranja se tornará um limão,
04:30
or it becomes a grapefruit,
81
258957
1548
uma toranja,
04:32
or it becomes a tangerine.
82
260529
1657
ou uma tangerina.
04:35
And if I edit one in a thousand letters,
83
263102
2018
E, se eu editar uma de mil letras,
você se tornará a pessoa
sentada ao seu lado hoje.
sentada ao seu lado hoje.
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
Tomem mais cuidado onde se sentam.
04:42
(Laughter)
86
270301
1189
(Risos)
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
Acontece que isso
era muito caro no início.
era muito caro no início.
04:48
It was like long-distance calls.
88
276513
1695
Era como as chamadas de longa distância.
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
Mas o custo está caindo 50%
mais rápido do que a Lei de Moore.
mais rápido do que a Lei de Moore.
04:55
The first $200 full genome
was announced yesterday by Veritas.
was announced yesterday by Veritas.
90
283909
3832
O primeiro genoma completo de US$ 200
foi anunciado ontem pela Veritas.
foi anunciado ontem pela Veritas.
05:00
And so as you're looking at these systems,
91
288494
2130
Conforme analisamos esses sistemas,
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
isso não importa, isso não importa,
isso não importa, e então importa.
isso não importa, e então importa.
05:06
So let me just give you
the map view of this stuff.
the map view of this stuff.
93
294474
3405
Vou mostrar o mapa disso.
05:10
This is a big discovery.
94
298973
2559
Esta é uma grande descoberta.
05:13
There's 23 chromosomes.
95
301556
1923
Existem 23 cromossomos.
05:15
Cool.
96
303503
1228
Legal.
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
Vamos agora começar usando
uma versão de telescópio,
uma versão de telescópio,
mas, em vez disso,
vamos usar um microscópio
vamos usar um microscópio
05:20
let's use a microscope to zoom in
98
308990
2320
para ampliar a parte inferior
desses cromossomos,
desses cromossomos,
05:23
on the inferior of those chromosomes,
99
311334
2072
que é o cromossomo Y.
05:25
which is the Y chromosome.
100
313430
1621
05:28
It's a third the size of the X.
It's recessive and mutant.
It's recessive and mutant.
101
316432
3014
Ele tem um terço do tamanho do X,
é recessivo e mutante.
é recessivo e mutante.
05:32
But hey,
102
320443
1151
Mas, vejam:
05:34
just a male.
103
322262
1219
apenas um macho.
05:36
And as you're looking at this stuff,
104
324914
2280
Conforme analisamos isso,
05:39
here's kind of a country view
105
327218
3450
é como se fosse o mapa de um país,
05:42
at a 400 base pair resolution level,
106
330692
2204
num nível de resolução
de 400 pares de base.
de 400 pares de base.
Então, ampliamos para 550
e depois para 850,
e depois para 850,
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
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
e começamos a identificar cada vez
mais genes à medida que ampliamos.
mais genes à medida que ampliamos.
05:52
Then you zoom in to the state level,
109
340249
2304
Então, ampliamos para o nível de estado
05:55
and you can begin to tell
who's got leukemia,
who's got leukemia,
110
343473
2804
e podemos começar a dizer
quem tem leucemia,
quem tem leucemia,
05:59
how did they get leukemia,
what kind of leukemia do they have,
what kind of leukemia do they have,
111
347543
3024
como a contraíram, qual tipo de leucemia,
o que mudou de que lugar para qual.
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
Depois, ampliamos para o nível
de visualização de rua do Google.
de visualização de rua do Google.
06:09
So this is what happens
if you have colorectal cancer
if you have colorectal cancer
114
357387
2673
Então, isso é o que acontece
com o câncer colorretal
com o câncer colorretal
06:12
for a very specific patient
on the letter-by-letter resolution.
on the letter-by-letter resolution.
115
360084
4207
de um paciente muito específico
na resolução letra por letra.
na resolução letra por letra.
06:18
So what we're doing in this stuff
is we're gathering information
is we're gathering information
116
366148
3110
Estamos reunindo informações
e gerando enormes quantidades delas.
06:21
and just generating
enormous amounts of information.
enormous amounts of information.
117
369282
2516
Este é um dos maiores
bancos de dados do planeta
bancos de dados do planeta
06:23
This is one of the largest
databases on the planet
databases on the planet
118
371822
2874
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
e cresce mais rápido do que podemos
construir computadores para armazená-los.
construir computadores para armazená-los.
06:32
You can create some incredible
maps with this stuff.
maps with this stuff.
120
380063
2466
Podemos criar alguns mapas
incríveis com isso.
incríveis com isso.
06:35
You want to understand the plague
and why one plague is bubonic
and why one plague is bubonic
121
383292
2971
Querem entender a peste
e por que uma delas é bubônica,
e por que uma delas é bubônica,
outra é de um tipo diferente
e uma é de outro tipo?
e uma é de outro tipo?
06:38
and the other one
is a different kind of plague
is a different kind of plague
122
386287
2224
06:40
and the other one
is a different kind of plague?
is a different kind of plague?
123
388535
2310
Bem, aqui está um mapa da peste.
06:42
Well, here's a map of the plague.
124
390869
1730
06:45
Some are absolutely deadly to humans,
125
393037
1820
Algumas delas são totalmente mortais
para os humanos, outras não.
para os humanos, outras não.
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
Notem, a propósito, quando vamos a fundo:
como a peste se compara à 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
Essa é a diferença entre a tuberculose
e vários tipos de pestes,
e vários tipos de pestes,
06:57
and you can play detective
with this stuff,
with this stuff,
130
405361
2335
e podemos brincar de detetive com isso,
06:59
because you can take
a very specific kind of cholera
a very specific kind of cholera
131
407720
2475
porque podemos pegar
um tipo muito específico de cólera
um tipo muito específico de cólera
07:02
that affected Haiti,
132
410219
1190
que afetou o Haiti,
07:04
and you can look at
which country it came from,
which country it came from,
133
412377
2686
e analisar de que país veio,
07:07
which region it came from,
134
415087
1726
de qual região,
07:09
and probably which soldier took that
from that African country to Haiti.
from that African country to Haiti.
135
417496
4742
e provavelmente qual soldado a levou
daquele país africano para o Haiti.
daquele país africano para o Haiti.
07:17
Zoom out.
136
425133
1512
Vamos reduzir o zoom.
07:18
It's not just zooming in.
137
426669
1571
Não é apenas ampliar.
07:21
This is one of the coolest maps
ever done by human beings.
ever done by human beings.
138
429042
2854
Este é um dos mapas mais legais
já feitos por seres humanos.
já feitos por seres humanos.
07:24
What they've done is taken
all the genetic information they have
all the genetic information they have
139
432446
3056
Eles pegaram toda a informação genética
existente sobre todas as espécies,
existente sobre todas as espécies,
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
e colocaram numa árvore da vida
em uma única página
em uma única página
07:32
that you can zoom in and out of.
142
440485
1578
que podemos ampliar e reduzir.
Isto é o que veio primeiro,
como diversificou, como se ramificou,
como diversificou, como se ramificou,
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
07:38
how large is that genome,
144
446229
1230
o tamanho desse genoma,
07:39
on a single page.
145
447483
1197
em uma única página.
É uma espécie de Universo
da vida na Terra,
da vida na Terra,
07:41
It's kind of the universe
of life on Earth,
of life on Earth,
146
449619
2063
constantemente atualizado e preenchido.
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
Quando analisamos isso,
07:48
the really important change is
the old biology used to be reactive.
the old biology used to be reactive.
149
456865
3351
a mudança muito importante é que
a antiga biologia costumava ser reativa.
a antiga biologia costumava ser reativa.
07:52
You used to have a lot of biologists
that had microscopes,
that had microscopes,
150
460240
2720
Costumava haver muitos biólogos que tinham
microscópios com lentes de aumento,
microscópios com lentes de aumento,
07:54
and they had magnifying glasses
and they were out observing animals.
and they were out observing animals.
151
462984
3299
e que saíam para observar animais.
07:58
The new biology is proactive.
152
466897
1869
A nova biologia é proativa.
08:01
You don't just observe stuff,
you make stuff.
you make stuff.
153
469433
3019
Não apenas observamos, mas fazemos.
08:05
And that's a really big change
154
473135
1648
É uma mudança muito grande
08:06
because it allows us
to do things like this.
to do things like this.
155
474807
2809
porque nos permite fazer coisas como esta.
08:10
And I know you're really
excited by this picture.
excited by this picture.
156
478559
2467
Sei que estão muito animados
com essa imagem.
com essa imagem.
(Risos)
08:13
(Laughter)
157
481050
1111
08:14
It only took us four years
and 40 million dollars
and 40 million dollars
158
482185
2374
Levamos apenas 4 anos
e US$ 40 milhões para consegui-la.
e US$ 40 milhões para consegui-la.
08:16
to be able to take this picture.
159
484583
1602
08:18
(Laughter)
160
486209
1230
(Risos)
08:19
And what we did
161
487463
1371
O que fizemos
08:21
is we took the full gene code
out of a cell --
out of a cell --
162
489586
3275
foi extrair o código genético
completo de uma célula...
completo de uma célula...
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
não um gene, nem dois,
mas o código genético completo...
mas o código genético completo...
08:30
built a completely new gene code,
164
498016
1840
criar um código genético totalmente novo,
08:32
inserted it into the cell,
165
500825
1575
inseri-lo na célula,
08:34
figured out a way to have the cell
execute that code
execute that code
166
502424
2932
descobrir uma maneira de fazer
a célula executar esse código
a célula executar esse código
08:37
and built a completely new species.
167
505380
2254
e criar uma espécie completamente nova.
08:40
So this is the world's first
synthetic life form.
synthetic life form.
168
508884
2485
Portanto, essa é a primeira forma
de vida sintética do mundo.
de vida sintética do mundo.
08:45
And so what do you do with this stuff?
169
513810
1895
Então, o que fazemos com isso?
08:48
Well, this stuff is going
to change the world.
to change the world.
170
516430
2204
Bem, isso vai mudar o mundo.
Vou lhes dar três tendências a curto prazo
08:51
Let me give you three short-term trends
171
519417
1939
08:53
in terms of how it's going
to change the world.
to change the world.
172
521380
2255
em termos de como isso vai mudar o mundo.
08:56
The first is we're going to see
a new industrial revolution.
a new industrial revolution.
173
524269
2921
A primeira é que vamos ver
uma nova revolução industrial.
uma nova revolução industrial.
08:59
And I actually mean that literally.
174
527674
1701
Na verdade, digo isso literalmente.
09:01
So in the same way as Switzerland
and Germany and Britain
and Germany and Britain
175
529992
4491
Da mesma maneira que Suíça,
Alemanha e Grã-Bretanha
Alemanha e Grã-Bretanha
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
mudaram o mundo com máquinas
como a que vemos nesse saguão,
como a que vemos nesse saguão,
09:11
created power --
177
539537
1196
elas criaram poder,
09:13
in the same way CERN
is changing the world,
is changing the world,
178
541273
2664
do mesmo modo que o CERN
está mudando o mundo
está mudando o mundo
09:15
using new instruments
and our concept of the universe --
and our concept of the universe --
179
543961
3347
pelo uso de novos instrumentos
e nosso conceito do Universo,
e nosso conceito do Universo,
09:20
programmable life forms
are also going to change the world
are also going to change the world
180
548060
2894
formas de vida programáveis
também vão mudar o mundo,
também vão mudar o mundo,
09:23
because once you can program cells
181
551810
1655
porque, já que programamos células
09:25
in the same way as you
program your computer chip,
program your computer chip,
182
553489
2528
da mesma maneira que programamos
chips de computador,
chips de computador,
09:29
then you can make almost anything.
183
557736
1693
quase tudo é possível.
09:32
So your computer chip
can produce photographs,
can produce photographs,
184
560369
2779
Assim, chips de computador
podem produzir fotografias,
podem produzir fotografias,
09:35
can produce music, can produce film,
185
563172
2073
música, filmes,
09:37
can produce love letters,
can produce spreadsheets.
can produce spreadsheets.
186
565269
2413
cartas de amor, planilhas.
São apenas uns e zeros em circulação.
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
Se podemos fluir ATCGs pelas células,
09:46
then this software makes its own hardware,
189
574123
3054
esse software cria
o próprio hardware dele,
o próprio hardware dele,
09:49
which means it scales very quickly.
190
577201
2072
o que significa que ele cresce
muito rapidamente.
muito rapidamente.
09:52
No matter what happens,
191
580487
1651
Não importa o que aconteça,
09:54
if you leave your cell phone
by your bedside,
by your bedside,
192
582162
2158
se deixarmos o celular ao lado da cama,
não teremos 1 bilhão deles de manhã.
não teremos 1 bilhão deles de manhã.
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
Mas,
se fizermos isso com organismos vivos,
10:05
you can make this stuff
at a very large scale.
at a very large scale.
195
593222
2389
poderemos criar isso em larga escala.
10:09
One of the things you can do
is you can start producing
is you can start producing
196
597390
2896
Uma das coisas que podemos fazer
é começar a produzir
é começar a produzir
10:12
close to carbon-neutral fuels
197
600310
2223
combustíveis quase neutros em carbono
10:14
on a commercial scale by 2025,
198
602557
2426
em escala comercial até 2025,
10:18
which we're doing with Exxon.
199
606054
1761
o que estamos fazendo com a Exxon.
10:20
But you can also substitute
for agricultural lands.
for agricultural lands.
200
608870
2409
Mas também podemos
substituir terras agrícolas.
substituir terras agrícolas.
Em vez de ter 100 hectares
10:23
Instead of having 100 hectares
to make oils or to make proteins,
to make oils or to make proteins,
201
611303
4751
para a produção de óleos ou proteínas,
podemos produzi-los nesses tanques
10:28
you can make it in these vats
202
616078
1859
com 10 ou 100 vezes
a produtividade por hectare.
a produtividade por hectare.
10:29
at 10 or 100 times
the productivity per hectare.
the productivity per hectare.
203
617961
2868
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
Ou podemos armazenar informações,
ou criar todas as vacinas do mundo
ou criar todas as vacinas do mundo
nesses três tanques.
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
Ou podemos armazenar neles a maioria
das informações contidas no CERN.
das informações contidas no CERN.
10:44
DNA is a really powerful
information storage device.
information storage device.
207
632350
3209
O DNA é um dispositivo de armazenamento
de informações muito poderoso.
de informações muito poderoso.
10:48
Second turn:
208
636806
1588
Segunda tendência:
10:50
you're beginning to see the rise
of theoretical biology.
of theoretical biology.
209
638418
2784
estamos começando a ver
a ascensão da biologia teórica.
a ascensão da biologia teórica.
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
Os departamentos de medicina
são um dos lugares
mais conservadores da Terra.
mais conservadores da Terra.
10:58
The way they teach anatomy is similar
to the way they taught anatomy
to the way they taught anatomy
211
646482
3417
O modo de ensinar anatomia
é parecido com o modo de 100 anos atrás:
é parecido com o modo de 100 anos atrás:
11:01
100 years ago.
212
649923
1166
"Bem-vindo, aluno; aqui está seu cadáver".
11:03
"Welcome, student. Here's your cadaver."
213
651113
2024
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
As escolas de medicina não são boas
na criação de novos departamentos,
na criação de novos departamentos,
razão pela qual isto é tão incomum:
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 criou um departamento,
baseado em informática,
dados e conhecimento,
dados e conhecimento,
11:18
at Harvard Medical School.
217
666873
1511
na Harvard Medical School.
11:21
And in a sense,
what's beginning to happen is
what's beginning to happen is
218
669408
2177
De certo modo,
a biologia está começando
a obter dados suficientes
a obter dados suficientes
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
para seguir os passos da física,
11:28
which used to be observational physics
221
676905
3388
que costumava ser a física observacional
11:32
and experimental physicists,
222
680317
1971
e os físicos experimentais,
11:34
and then started creating
theoretical biology.
theoretical biology.
223
682312
2162
e depois começou a criar
a biologia teórica.
a biologia teórica.
Bem, é isso que estamos começando a ver
11:36
Well, that's what you're beginning to see
224
684498
2004
11:38
because you have so many medical records,
225
686526
1980
porque temos tantos registros médicos
e dados sobre as pessoas:
e dados sobre as pessoas:
11:40
because you have
so much data about people:
so much data about people:
226
688530
2032
11:42
you've got their genomes,
you've got their viromes,
you've got their viromes,
227
690586
2410
genomas, viromas, microbiomas.
11:45
you've got their microbiomes.
228
693020
1494
11:46
And as this information stacks,
229
694538
1981
À medida que essa informação se acumula,
11:48
you can begin to make predictions.
230
696543
2063
podemos começar a fazer previsões.
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
A terceira tendência é que isso
está chegando ao consumidor.
está chegando ao consumidor.
11:56
So you, too, can get your genes sequenced.
232
704629
4156
Também podemos ter
nossos genes sequenciados.
nossos genes sequenciados.
12:01
And this is beginning to create
companies like 23andMe,
companies like 23andMe,
233
709698
2728
Isso está começando a criar
empresas como a 23andMe,
empresas como a 23andMe,
12:04
and companies like 23andMe
are going to be giving you
are going to be giving you
234
712450
2478
que vão nos dar
12:06
more and more and more data,
235
714952
1352
cada vez mais dados,
não apenas sobre nossos parentes,
não apenas sobre nossos parentes,
12:08
not just about your relatives,
236
716328
1544
12:10
but about you and your body,
237
718562
1360
mas sobre nós e nosso corpo,
e vão comparar coisas ao longo do tempo,
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
que vão se tornar bancos
de dados muito grandes.
de dados muito grandes.
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
Mas também está começando a afetar
uma série de outras empresas
uma série de outras empresas
de maneiras inesperadas.
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
Geralmente, quando anunciamos algo,
realmente não queremos que o consumidor
realmente não queremos que o consumidor
12:27
to take your advertisement
into the bathroom to pee on.
into the bathroom to pee on.
244
735577
4567
leve o anúncio ao banheiro
para fazer xixi nele,
para fazer xixi nele,
12:33
Unless, of course, if you're IKEA.
245
741993
2055
a não ser, é claro, que seja a IKEA.
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
Porque, quando você rasga
o anúncio da revista e faz xixi nele,
o anúncio da revista e faz xixi nele,
12:40
it'll turn blue if you're pregnant.
247
748311
2069
ele fica azul se você estiver grávida.
12:42
(Laughter)
248
750404
1213
(Risos)
12:44
And they'll give you
a discount on your crib.
a discount on your crib.
249
752214
3873
E você receberá um desconto em seu berço.
12:48
(Laughter)
250
756111
1158
(Risos)
12:49
Right? So when I say consumer empowerment,
251
757293
2015
Quando digo empoderamento do consumidor,
12:51
and this is spreading beyond biotech,
252
759332
2739
e isso está se espalhando
para além da biotecnologia,
para além da biotecnologia,
12:54
I actually really mean that.
253
762095
1819
na verdade, quero dizer isso mesmo.
12:58
We're now beginning to produce,
at Synthetic Genomics,
at Synthetic Genomics,
254
766273
3365
Estamos começando agora a produzir,
na Synthetic Genomics,
na Synthetic Genomics,
13:02
desktop printers
255
770540
1471
impressoras de mesa
13:05
that allow you to design a cell,
256
773228
3530
que nos permitem desenhar uma célula,
13:08
print a cell,
257
776782
1167
imprimi-la
13:09
execute the program on the cell.
258
777973
1845
e executar o programa na célula.
13:12
We can now print vaccines
259
780825
2103
Agora podemos imprimir vacinas
13:14
real time as an airplane takes off
260
782952
2247
em tempo real quando um avião decola,
e tê-las prontas antes de aterrissar.
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
Estamos enviando 78
máquinas dessas este ano.
máquinas dessas este ano.
13:24
This is not theoretical biology.
This is printing biology.
This is printing biology.
263
792068
4473
Isso não é biologia teórica;
é biologia de impressão.
é biologia de impressão.
13:30
Let me talk about two long-term trends
264
798182
2196
Vou falar sobre duas
tendências de longo prazo,
tendências de longo prazo,
que vão demorar um pouco
para chegar até vocês.
para chegar até vocês.
13:33
that are coming at you
over a longer time period.
over a longer time period.
265
801374
3326
13:37
The first one is, we're starting
to redesign species.
to redesign species.
266
805658
2656
A primeira é que estamos começando
a redesenhar espécies.
a redesenhar espécies.
13:41
And you've heard about that, right?
267
809055
1777
Já ouviram falar sobre isso, não é?
Estamos redesenhando árvores, flores,
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
iogurte,
13:48
cheese, whatever else you want.
270
816513
2030
queijo, o que mais vocês desejarem.
13:51
And that, of course,
brings up the interesting question:
brings up the interesting question:
271
819678
2650
Isso, é claro, levanta
a interessante pergunta:
a interessante pergunta:
13:54
How and when should we redesign humans?
272
822884
2336
"Como e quando devemos
redesenhar os seres humanos?"
redesenhar os seres humanos?"
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
Muitos de nós pensam:
"Ah, não, nunca pretendemos
redesenhar seres humanos",
redesenhar seres humanos",
14:04
Unless, of course, if your child
has a Huntington's gene
has a Huntington's gene
274
832147
2715
a não ser, é claro, que seu filho
tenha a doença de Huntington
tenha a doença de Huntington
14:06
and is condemned to death.
275
834886
1389
e esteja condenado à morte,
14:09
Or, unless if you're passing on
a cystic fibrosis gene,
a cystic fibrosis gene,
276
837172
3363
ou, a menos que você esteja transmitindo
um gene da fibrose cística.
um gene da fibrose cística.
14:12
in which case, you don't just want
to redesign yourself,
to redesign yourself,
277
840559
2690
Nesse caso, você não só vai
querer se redesenhar;
querer se redesenhar;
como vai querer redesenhar
seus filhos e os filhos deles.
seus filhos e os filhos deles.
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
São debates complicados
que vão acontecer em tempo real.
que vão acontecer em tempo real.
14:22
I'll give you one current example.
280
850839
1951
Vou lhes dar um exemplo atual.
14:25
One of the debates going on
at the National Academies today
at the National Academies today
281
853531
3072
Um dos debates em curso
nas academias nacionais hoje
nas academias nacionais hoje
14:29
is you have the power to put
a gene drive into mosquitoes
a gene drive into mosquitoes
282
857896
4702
é que temos o poder de colocar
um estímulo genético em mosquitos
um estímulo genético em mosquitos
14:34
so that you will kill
all the malaria-carrying mosquitoes.
all the malaria-carrying mosquitoes.
283
862622
2984
para matar todos
os que transmitem a malária.
os que transmitem a malária.
14:39
Now, some people say,
284
867547
2560
Algumas pessoas dizem:
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
"Isso vai afetar o meio ambiente
de maneira extrema.
de maneira extrema.
Não façam isso".
14:47
Other people say,
286
875326
1155
Outras dizem:
"Essa é uma das coisas que matam
milhões de pessoas anualmente.
milhões de pessoas anualmente.
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
Quem é você para me dizer que não posso
salvar as crianças de meu país?"
salvar as crianças de meu país?"
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
Por que esse debate é tão complicado?
Porque assim que liberarmos
isso no Brasil,
isso no Brasil,
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
ou no sul da Flórida,
15:03
mosquitoes don't respect walls.
292
891412
1541
mosquitos não respeitam muros.
15:04
You're making a decision for the world
293
892977
2301
Estamos tomando uma decisão mundial
15:07
when you put a gene drive into the air.
294
895302
1907
quando colocamos
um estímulo genético no ar.
um estímulo genético no ar.
15:14
This wonderful man won a Nobel Prize,
295
902145
2095
Este homem extraordinário
ganhou um Prêmio Nobel
ganhou um Prêmio Nobel
15:17
and after winning the Nobel Prize
296
905103
1640
e, depois disso,
tem se preocupado
15:18
he's been worrying about
297
906767
1255
15:21
how did life get started on this planet
298
909531
2103
sobre como a vida começou neste planeta
15:23
and how likely is it
that it's in other places?
that it's in other places?
299
911658
2281
e qual a probabilidade
de que exista em outros lugares.
de que exista em outros lugares.
15:27
So what he's been doing is going around
to this graduate students
to this graduate students
300
915097
3202
Ele tem ido até os alunos de pós-graduação
15:30
and saying to his graduate students,
301
918323
1718
e dito a eles:
15:32
"Build me life but don't use
any modern chemicals or instruments.
any modern chemicals or instruments.
302
920864
3322
"Construam-me a vida,
mas não usem instrumentos
nem produtos químicos modernos.
nem produtos químicos modernos.
15:36
Build me stuff that was here
three billion years ago.
three billion years ago.
303
924210
2665
Construam-me o que estava aqui
há 3 bilhões de anos.
há 3 bilhões de anos.
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
Você não podem usar lasers,
nem isso, nem aquilo".
nem isso, nem aquilo".
15:44
He gave me a vial of what he's built
about three weeks ago.
about three weeks ago.
305
932330
3245
Ele me deu um frasco
do que havia construído há três semanas.
do que havia construído há três semanas.
15:48
What has he built?
306
936639
1179
O que ele construiu?
Foi basicamente o que parecia ser
bolhas de sabão feitas de lipídios.
bolhas de sabão feitas de lipídios.
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
Ele havia construído um precursor do RNA.
15:57
He's had the precursor of the RNA
be absorbed by the cell
be absorbed by the cell
309
945291
3752
Ele teve o precursor do RNA
absorvido pela célula
absorvido pela célula
16:02
and then he's had the cells divide.
310
950194
1883
e, então, fez as células se dividirem.
16:06
We may not be that far --
311
954031
1957
Podemos não estar tão longe...
16:09
call it a decade, maybe two decades --
312
957687
3117
uma década, talvez duas...
16:12
from generating life from scratch
313
960828
1970
de gerar vida começando do zero
16:16
out of proto-communities.
314
964285
1803
a partir de protocomunidades.
16:19
Second long-term trend:
315
967512
1646
Segunda tendência de longo prazo:
16:22
we've been living and are living
through the digital age --
through the digital age --
316
970273
3526
estamos vivendo a era digital,
16:25
we're starting to live through
the age of the genome
the age of the genome
317
973823
2519
estamos começando a viver
a era do genoma,
a era do genoma,
da biologia, do CRISPR
e da biologia sintética,
e da biologia sintética,
16:28
and biology and CRISPR
and synthetic biology --
and synthetic biology --
318
976366
3615
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
e tudo isso vai se unir à era do cérebro.
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
Estamos chegando ao ponto
em que podemos reconstruir
a maioria das partes de nosso corpo
a maioria das partes de nosso corpo
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
e, se quebrarmos um osso
ou queimarmos a pele,
ou queimarmos a pele,
eles se regeneram.
16:44
We're beginning to learn
how to regrow our tracheas
how to regrow our tracheas
322
992428
2668
Estamos começando a aprender
como regenerar a traqueia
como regenerar a traqueia
16:47
or how to regrow our bladders.
323
995120
1864
ou a bexiga.
16:49
Both of those have been
implanted in humans.
implanted in humans.
324
997008
2306
Ambas foram implantadas em seres humanos.
16:51
Tony Atala is working on
32 different organs.
32 different organs.
325
999338
2728
Tony Atala está trabalhando
em 32 órgãos diferentes.
em 32 órgãos diferentes.
16:55
But the core is going to be this,
326
1003487
1890
Mas o núcleo vai ser isso,
16:57
because this is you
and the rest is just packaging.
and the rest is just packaging.
327
1005401
3054
porque isso é você,
e o resto é apenas embalagem.
e o resto é apenas embalagem.
17:02
Nobody's going to live beyond
120, 130, 140 years
120, 130, 140 years
328
1010011
3547
Ninguém vai viver
além de 120, 130, 140 anos,
além de 120, 130, 140 anos,
17:05
unless if we fix this.
329
1013582
1735
a menos que consertemos isso.
17:08
And that's the most interesting challenge.
330
1016084
2066
Esse é o desafio mais interessante,
a próxima fronteira, junto com:
a próxima fronteira, junto com:
17:10
That's the next frontier, along with:
331
1018174
2111
17:12
"How common is life in the universe?"
332
1020309
2347
"Qual a prevalência da vida no Universo?"
17:14
"Where did we come from?"
333
1022680
1806
"De onde viemos?"
17:16
and questions like that.
334
1024510
1634
e perguntas como essa.
17:20
Let me end this with
an apocryphal quote from Einstein.
an apocryphal quote from Einstein.
335
1028031
3190
Deixem-me terminar
com uma suposta citação de Einstein:
com uma suposta citação de Einstein:
[Você pode viver
como se tudo fosse um milagre...
como se tudo fosse um milagre...
17:23
[You can live as if
everything is a miracle,
everything is a miracle,
336
1031697
2219
ou você pode viver
como se nada fosse um milagre.]
como se nada fosse um milagre.]
17:25
or you can live as if
nothing is a miracle.]
nothing is a miracle.]
337
1033940
2272
17:28
It's your choice.
338
1036236
1513
A escolha é sua.
17:30
You can focus on the bad,
you can focus on the scary,
you can focus on the scary,
339
1038555
2479
Vocês podem se concentrar
no ruim, no assustador,
no ruim, no assustador,
17:33
and certainly there's
a lot of scary out there.
a lot of scary out there.
340
1041058
2416
e certamente há muitas
coisas assustadoras por aí.
coisas assustadoras por aí.
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
Mas usem 10% de seu cérebro
para se concentrar nisso, talvez 20%,
para se concentrar nisso, talvez 20%,
17:40
or maybe 30 percent.
342
1048768
1826
ou talvez 30%.
17:43
But just remember,
343
1051474
1782
Mas lembrem-se:
17:45
we really are living in an age
of miracle and wonder.
of miracle and wonder.
344
1053280
2609
estamos realmente vivendo
em uma era de milagres e maravilhas.
em uma era de milagres e maravilhas.
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
Temos sorte de estar vivos hoje
e ver essas coisas.
e ver essas coisas.
17:51
We're lucky to be able to interact
with folks like the folks
with folks like the folks
346
1059846
2841
Temos sorte de poder interagir com pessoas
como as que estão construindo
todas as coisas neste auditório.
todas as coisas neste auditório.
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
Obrigado a todos vocês
por tudo o que fazem.
por tudo o que fazem.
18:01
(Applause)
349
1069066
3696
(Aplausos)
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