TEDxSummit
Juan Enriquez: Will our kids be a different species?
Juan Enriquez: Os nossos filhos virão a ser uma espécie diferente? | Juan Enriquez | TEDxSummit
Filmed:
Readability: 3.6
2,006,663 views
Ao longo da evolução humana, co-existiram múltiplas versões de seres humanos. Estaremos neste momento num processo de actualização? No TEDx Summit, Juan Enriquez percorre o tempo e o espaço até ao presente momento — e mostra-nos como a tecnologia está a revelar indícios que sugerem que pode estar em curso uma evolução rápida.
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.
00:16
All right. So, like all good stories,
0
435
1983
Como todas as boas histórias,
00:18
this starts a long, long time ago
1
2418
1934
isto começa há muito, muito tempo,
00:20
when there was basically nothing.
2
4352
2149
quando não existia praticamente nada.
00:22
So here is a complete picture of the universe
3
6501
2400
Temos aqui uma fotografia
completa do universo
completa do universo
00:24
about 14-odd billion years ago.
4
8901
3452
há cerca de 14 mil milhões de anos.
(Risos)
00:28
All energy is concentrated into a single point of energy.
5
12353
3084
Toda a energia está concentrada
num único ponto de energia.
num único ponto de energia.
00:31
For some reason it explodes,
6
15437
1584
Por alguma razão ela explode
00:32
and you begin to get these things.
7
17021
2116
e começamos a ter estas coisas.
00:35
So you're now about 14 billion years into this.
8
19137
2866
Isto aconteceu há cerca de
14 mil milhões de anos.
14 mil milhões de anos.
00:37
And these things expand and expand and expand
9
22003
1896
Estas coisas expandem,
expandem e expandem
expandem e expandem
00:39
into these giant galaxies,
10
23899
1699
formando galáxias gigantes,
00:41
and you get trillions of them.
11
25598
1319
e formam-se biliões de galáxias.
00:42
And within these galaxies
12
26917
2148
Dentro destas galáxias
00:44
you get these enormous dust clouds.
13
29065
2119
existem enormes nuvens de pó.
00:47
And I want you to pay particular attention
14
31184
1765
Quero que prestem atenção
00:48
to the three little prongs
15
32949
1450
a três pequenas garras
00:50
in the center of this picture.
16
34399
1901
no centro desta fotografia.
00:52
If you take a close-up of those,
17
36300
1415
Se fizermos uma aproximação,
00:53
they look like this.
18
37715
1653
têm este aspecto.
00:55
And what you're looking at is columns of dust
19
39368
2850
O que vêem são colunas de pó
00:58
where there's so much dust --
20
42218
2047
onde existe tanto pó
01:00
by the way, the scale of this is a trillion vertical miles --
21
44265
4333
— já agora, a escala disto
é um bilião de milhas verticais —
é um bilião de milhas verticais —
01:04
and what's happening is there's so much dust,
22
48598
2918
e o que acontece é que há tanto pó,
01:07
it comes together and it fuses
23
51516
1934
que se junta e se funde,
01:09
and ignites a thermonuclear reaction.
24
53450
3459
iniciando uma reacção termonuclear.
01:12
And so what you're watching
25
56909
842
Portanto, o que estão a ver
é o nascimento das estrelas.
é o nascimento das estrelas.
01:13
is the birth of stars.
26
57751
1985
01:15
These are stars being born out of here.
27
59736
1657
São estrelas que nascem disto.
01:17
When enough stars come out,
28
61393
2468
Quando nascem suficientes estrelas,
01:19
they create a galaxy.
29
63861
1798
formam uma galáxia.
01:21
This one happens to be a particularly important galaxy,
30
65659
3434
Esta aqui é uma galáxia
bastante importante,
bastante importante,
01:24
because you are here.
31
69093
2216
porque é onde estamos.
01:27
(Laughter)
32
71309
1167
(Risos)
01:28
And as you take a close-up of this galaxy,
33
72476
1651
Ao fazermos uma aproximação à galáxia,
01:30
you find a relatively normal,
34
74127
2065
encontramos uma estrela
relativamente normal
relativamente normal
01:32
not particularly interesting star.
35
76192
2368
e pouco interessante.
01:34
By the way, you're now about two-thirds of the way into this story.
36
78560
4015
Já agora, estamos a dois terços
do caminho desta história.
do caminho desta história.
01:38
So this star doesn't even appear
37
82575
2182
Esta estrela só aparece
01:40
until about two-thirds of the way into this story.
38
84757
2951
depois de dois terços desta história.
01:43
And then what happens
39
87708
1078
O que acontece depois
é que sobra suficiente pó
é que sobra suficiente pó
01:44
is there's enough dust left over
40
88786
1406
01:46
that it doesn't ignite into a star,
41
90192
1966
que não se forma numa estrela,
01:48
it becomes a planet.
42
92158
2000
forma-se num planeta.
01:50
And this is about a little over four billion years ago.
43
94158
4825
Isto aconteceu há cerca
de 4 mil milhões de anos.
de 4 mil milhões de anos.
01:54
And soon thereafter
44
98983
1433
E pouco depois, sobra matéria suficiente
01:56
there's enough material left over
45
100416
1917
01:58
that you get a primordial soup,
46
102333
4563
para formar uma sopa primordial,
(Risos)
02:02
and that creates life.
47
106896
1764
e isso gera vida.
02:04
And life starts to expand and expand and expand,
48
108660
3881
A vida começa a expandir,
expandir e expandir,
expandir e expandir,
02:08
until it goes kaput.
49
112541
1751
até que rebenta.
02:10
(Laughter)
50
114292
3488
(Risos)
02:13
Now the really strange thing
51
117780
1430
O que é realmente estranho
é que a vida rebenta,
é que a vida rebenta,
02:15
is life goes kaput, not once, not twice,
52
119210
2906
não uma vez, não duas vezes
02:18
but five times.
53
122116
2216
mas cinco vezes.
02:20
So almost all life on Earth
54
124332
2102
Portanto, toda a vida na Terra
02:22
is wiped out about five times.
55
126434
2464
é dizimada umas 5 vezes.
02:24
And as you're thinking about that,
56
128898
1552
Quando pensamos nisso,
02:26
what happens is you get more and more complexity,
57
130450
2432
o que acontece é que ficamos
com mais complexidade,
com mais complexidade,
02:28
more and more stuff
58
132882
1234
e cada vez mais coisas
02:30
to build new things with.
59
134116
4118
para construir coisas novas.
02:34
And we don't appear
60
138234
1270
Nós só aparecemos
02:35
until about 99.96 percent of the time into this story,
61
139504
5648
ao fim de cerca de 99,96%
do tempo desta história,
do tempo desta história,
02:41
just to put ourselves and our ancestors in perspective.
62
145152
3930
para termos uma perspectiva nossa
e dos nossos antepassados.
e dos nossos antepassados.
02:44
So within that context, there's two theories of the case
63
149082
3459
Dentro deste contexto,
existem duas teorias
existem duas teorias
02:48
as to why we're all here.
64
152541
1689
sobre o porquê de estarmos todos aqui.
02:50
The first theory of the case
65
154230
1589
A primeira teoria do caso
02:51
is that's all she wrote.
66
155819
3409
é que estava tudo escrito.
(Risos)
02:55
Under that theory,
67
159228
1359
De acordo com essa teoria,
02:56
we are the be-all and end-all
68
160587
1836
somos o objectivo e o fim de tudo,
02:58
of all creation.
69
162423
1733
de toda a criação.
03:00
And the reason for trillions of galaxies,
70
164156
2884
A razão para biliões de galáxias,
03:02
sextillions of planets,
71
167040
2013
milhares de triliões de planetas,
03:04
is to create something that looks like that
72
169053
4710
é criar algo com aquele aspecto
(Risos)
03:09
and something that looks like that.
73
173763
3633
e algo com aspecto daquilo.
(Risos)
03:13
And that's the purpose of the universe;
74
177396
1541
Esse é o propósito do universo
e depois estabiliza e não melhora.
e depois estabiliza e não melhora.
03:14
and then it flat-lines,
75
178937
1284
03:16
it doesn't get any better.
76
180221
1311
03:17
(Laughter)
77
181532
4480
(Risos)
03:21
The only question you might want to ask yourself is,
78
186012
2819
A única pergunta que podem querer fazer é:
03:24
could that be just mildly arrogant?
79
188831
5235
"Isso não será um pouco arrogante?"
03:29
And if it is --
80
194066
1741
E se assim é...
03:31
and particularly given the fact that we came very close to extinction.
81
195807
5382
— sobretudo tendo em conta
que estivemos muito perto da extinção —
que estivemos muito perto da extinção —
03:37
There were only about 2,000 of our species left.
82
201189
3367
... só restaram cerca de 2000
da nossa espécie.
da nossa espécie.
03:40
A few more weeks without rain,
83
204556
2083
Mais umas semanas sem chuva,
03:42
we would have never seen any of these.
84
206639
3084
e nunca teríamos visto nenhum destes.
03:45
(Laughter)
85
209723
6699
[Einstein, Gates, Feiman. Bezos, Pelé,
Anderson, Colbert, Stein, Gaga, Giussani]
Anderson, Colbert, Stein, Gaga, Giussani]
(Risos)
03:52
(Applause)
86
216422
4634
(Aplausos)
03:56
So maybe you have to think about a second theory
87
221056
2966
Portanto, talvez tenhamos
que pensar numa segunda teoria,
que pensar numa segunda teoria,
03:59
if the first one isn't good enough.
88
224022
2917
se a primeira não é suficientemente boa.
04:02
Second theory is: Could we upgrade?
89
226939
1784
A segunda teoria é:
"Podíamos actualizar-nos?"
"Podíamos actualizar-nos?"
04:04
(Laughter)
90
228723
2899
(Risos)
04:07
Well, why would one ask a question like that?
91
231622
3234
Porque é que alguém faria
uma pergunta destas?
uma pergunta destas?
04:10
Because there have been at least 29 upgrades so far
92
234856
2465
Porque tem havido pelo menos
29 actualizações de humanóides,
29 actualizações de humanóides,
04:13
of humanoids.
93
237321
2036
até agora.
04:15
So it turns out that we have upgraded.
94
239357
2850
Portanto,
parece que nos temos actualizado.
parece que nos temos actualizado.
04:18
We've upgraded time and again and again.
95
242207
1915
Temos-nos actualizado repetidamente.
04:20
And it turns out that we keep discovering upgrades.
96
244122
2916
Parece que continuamos
a descobrir actualizações.
a descobrir actualizações.
04:22
We found this one last year.
97
247038
2184
Encontrámos esta no ano passado.
04:25
We found another one last month.
98
249222
2617
Encontrámos outra no mês passado.
04:27
And as you're thinking about this,
99
251839
2199
Quando pensamos nisso,
04:29
you might also ask the question:
100
254038
2103
podemos também perguntar:
04:32
So why a single human species?
101
256141
3097
"Porquê uma única espécie humana?"
04:35
Wouldn't it be really odd
102
259238
1834
Não seria muito estranho
04:36
if you went to Africa and Asia and Antarctica
103
261072
3784
se fôssemos a África, à Ásia
e à Antárctida,
e à Antárctida,
04:40
and found exactly the same bird --
104
264856
2619
e encontrássemos o mesmo pássaro
04:43
particularly given that we co-existed at the same time
105
267475
3792
— sobretudo tendo em conta
que co-existimos simultaneamente
que co-existimos simultaneamente
04:47
with at least eight other versions of humanoid
106
271267
2786
com, pelo menos.
8 outras versões de humanóides
8 outras versões de humanóides
04:49
at the same time on this planet?
107
274053
2468
ao mesmo tempo neste planeta?
04:52
So the normal state of affairs
108
276521
1879
Portanto, a situação normal
04:54
is not to have just a Homo sapiens;
109
278400
2510
não é apenas ter o Homo sapiens;
04:56
the normal state of affairs
110
280910
1021
a situação normal seria
04:57
is to have various versions of humans walking around.
111
281931
3829
ter várias versões de humanos
a andar por aí.
a andar por aí.
05:01
And if that is the normal state of affairs,
112
285760
2817
Se essa é a situação normal,
05:04
then you might ask yourself,
113
288577
2368
então podemos perguntar:
05:06
all right, so if we want to create something else,
114
290945
2065
"Se quisermos criar algo diferente,
05:08
how big does a mutation have to be?
115
293010
2868
"de que tamanho tem que ser a mutação?"
05:11
Well Svante Paabo has the answer.
116
295878
2632
Svante Paabo tem a resposta.
05:14
The difference between humans and Neanderthal
117
298510
2800
A diferença entre humanos e o Neandertal
05:17
is 0.004 percent of gene code.
118
301310
3299
é 0,004% do código genético.
05:20
That's how big the difference is
119
304609
1700
É esse o tamanho da diferença
entre uma espécie e a outra.
entre uma espécie e a outra.
05:22
one species to another.
120
306309
2217
05:24
This explains most contemporary political debates.
121
308526
4400
Isto explica a maioria
dos debates políticos contemporâneos.
dos debates políticos contemporâneos.
(Risos)
05:28
(Laughter)
122
312926
1935
05:30
But as you're thinking about this,
123
314861
3211
Mas quando pensamos nisto,
05:33
one of the interesting things
124
318072
1358
uma das coisas interessantes
05:35
is how small these mutations are and where they take place.
125
319430
3397
é o pequeno tamanho das mutações
e onde elas ocorrem.
e onde elas ocorrem.
05:38
Difference human/Neanderthal
126
322827
1333
A diferença humana/Neandertal
05:40
is sperm and testis,
127
324160
1733
é esperma e testículos,
cheiro e pele.
cheiro e pele.
05:41
smell and skin.
128
325893
1368
05:43
And those are the specific genes
129
327261
1486
Esses são os genes específicos
05:44
that differ from one to the other.
130
328747
2680
que diferem de um para o outro.
05:47
So very small changes can have a big impact.
131
331427
3101
Portanto, pequenas mudanças
podem ter um grande impacto.
podem ter um grande impacto.
05:50
And as you're thinking about this,
132
334528
1632
Quando pensamos nisso,
05:52
we're continuing to mutate.
133
336160
2516
continuamos a sofrer mutações.
05:54
So about 10,000 years ago by the Black Sea,
134
338676
2901
Há cerca de 10 000 anos,
perto do Mar Negro,
perto do Mar Negro,
05:57
we had one mutation in one gene
135
341577
2060
tivemos uma mutação num gene
05:59
which led to blue eyes.
136
343637
2556
que gerou olhos azuis.
06:02
And this is continuing and continuing and continuing.
137
346193
3884
E isso continua, continua e continua.
06:05
And as it continues,
138
350077
1434
À medida que continua,
06:07
one of the things that's going to happen this year
139
351511
1765
uma das coisas que vai acontecer
este ano
este ano
06:09
is we're going to discover the first 10,000 human genomes,
140
353276
3333
é que vamos descobrir
os primeiros 10 000 genomas humanos,
os primeiros 10 000 genomas humanos,
06:12
because it's gotten cheap enough to do the gene sequencing.
141
356609
3269
porque agora é bastante barato
fazer a sequenciação genética.
fazer a sequenciação genética.
06:15
And when we find these,
142
359878
1588
Quando as encontrarmos,
06:17
we may find differences.
143
361466
2494
poderemos encontrar diferenças.
06:19
And by the way, this is not a debate that we're ready for,
144
363960
3076
Já agora, isto não é um debate
para o qual estamos preparados,
para o qual estamos preparados,
06:22
because we have really misused the science in this.
145
367036
3376
porque temos utilizado mal
a ciência envolvida nisto.
a ciência envolvida nisto.
06:26
In the 1920s, we thought there were major differences between people.
146
370412
3683
Na década de 1920, pensávamos que
havia grandes diferenças entre as pessoas.
havia grandes diferenças entre as pessoas.
06:29
That was partly based on Francis Galton's work.
147
374095
3798
Isso baseava-se parcialmente
no trabalho de Francis Galton.
no trabalho de Francis Galton.
06:33
He was Darwin's cousin.
148
377893
2136
Ele era primo de Darwin.
06:35
But the U.S., the Carnegie Institute,
149
380029
2315
Mas os EUA,
o Instituto Carnegie, o Stanford,
o Instituto Carnegie, o Stanford,
06:38
Stanford, American Neurological Association
150
382344
2582
a Associação Americana de Neurologia
06:40
took this really far.
151
384926
1868
levaram isso muito longe.
06:42
That got exported and was really misused.
152
386794
3599
Foi exportada e foi muito mal usada.
06:46
In fact, it led to some absolutely horrendous
153
390393
2685
De facto, levou a certos tratamentos
horríveis de seres humanos.
horríveis de seres humanos.
06:48
treatment of human beings.
154
393078
2013
Portanto, desde os anos 40,
temos vindo a dizer que não há diferenças,
temos vindo a dizer que não há diferenças,
06:50
So since the 1940s, we've been saying there are no differences,
155
395091
2594
06:53
we're all identical.
156
397685
1320
que somos todos idênticos.
06:54
We're going to know at year end if that is true.
157
399005
3277
Saberemos no final do ano
se isso é verdade.
se isso é verdade.
06:58
And as we think about that,
158
402282
1732
Quando pensamos nisso,
06:59
we're actually beginning to find things
159
404014
1518
estamos a encontrar coisas como:
07:01
like, do you have an ACE gene?
160
405532
3466
"Será que temos o gene ECA?"
07:04
Why would that matter?
161
408998
1978
Porque é que isso interessa?
07:06
Because nobody's ever climbed an 8,000-meter peak without oxygen
162
410976
4038
Porque nunca ninguém escalou
um pico de 8000 metros sem oxigénio,
um pico de 8000 metros sem oxigénio,
07:10
that doesn't have an ACE gene.
163
415014
2750
sem ter o gene ACE.
07:13
And if you want to get more specific,
164
417764
1869
Se quiserem ser mais específicos,
07:15
how about a 577R genotype?
165
419633
3015
que tal um genótipo 577R?
07:18
Well it turns out that every male Olympic power athelete ever tested
166
422648
4700
Parece que todos os atletas olímpicos
de força, alguma vez testados,
de força, alguma vez testados,
07:23
carries at least one of these variants.
167
427348
3250
têm pelo menos uma destas variantes.
07:26
If that is true,
168
430598
1654
Se isso for verdade,
07:28
it leads to some very complicated questions
169
432252
2158
leva a algumas questões muito complicadas
07:30
for the London Olympics.
170
434410
1801
para os Jogos Olímpicos de Londres.
07:32
Three options:
171
436211
1519
Há três opções:
07:33
Do you want the Olympics to be a showcase
172
437730
2832
Queremos mesmo que os Jogos Olímpicos
sejam uma montra
para mutantes esforçados?
para mutantes esforçados?
07:36
for really hardworking mutants?
173
440562
2700
07:39
(Laughter)
174
443262
1733
(Risos)
07:40
Option number two:
175
444995
2735
Opção número dois:
07:43
Why don't we play it like golf or sailing?
176
447730
3398
Porque é que não o jogamos
como golfe ou vela?
como golfe ou vela?
07:47
Because you have one and you don't have one,
177
451128
2474
"Como vocês aí têm um
e vocês aqui não têm,
e vocês aqui não têm,
07:49
I'll give you a tenth of a second head start.
178
453602
3995
"dou-vos um avanço
de um décimo de segundo".
de um décimo de segundo".
07:53
Version number three:
179
457597
1071
Versão número três:
07:54
Because this is a naturally occurring gene
180
458668
2069
Porque isto é um gene que ocorre
de forma natural e vocês aí têm-lo,
de forma natural e vocês aí têm-lo,
07:56
and you've got it and you didn't pick the right parents,
181
460737
2782
mas, como vocês aqui não escolheram
os pais certos,
os pais certos,
07:59
you get the right to upgrade.
182
463519
3949
vocês têm o direito
de fazer uma actualização.
de fazer uma actualização.
08:03
Three different options.
183
467468
1751
Três opções diferentes.
08:05
If these differences are the difference
184
469219
1622
Se estas diferenças forem a diferença
08:06
between an Olympic medal and a non-Olympic medal.
185
470841
3378
entre receber uma medalha olímpica ou não.
08:10
And it turns out that as we discover these things,
186
474219
2834
Acontece que, à medida
que descobrimos estas coisas,
que descobrimos estas coisas,
08:12
we human beings really like to change
187
477053
3335
nós, seres humanos, gostamos de mudar
08:16
how we look, how we act,
188
480388
1694
a forma como parecemos,
como nos comportamos,
como nos comportamos,
08:17
what our bodies do.
189
482082
1594
o que fazem os nossos corpos.
08:19
And we had about 10.2 million plastic surgeries in the United States,
190
483676
4374
Tivemos cerca de 10,2 milhões
de cirurgias plásticas nos EUA.
de cirurgias plásticas nos EUA.
08:23
except that with the technologies that are coming online today,
191
488050
3317
Mas, com as tecnologias
que aparecem "online" hoje em dia,
que aparecem "online" hoje em dia,
08:27
today's corrections, deletions,
192
491367
2701
as correcções de hoje, os apagamentos,
08:29
augmentations and enhancements
193
494068
1919
os aumentos e os melhoramentos
08:31
are going to seem like child's play.
194
495987
2913
vão parecer brincadeiras de crianças.
08:34
You already saw the work by Tony Atala on TED,
195
498900
3701
Já vimos o trabalho de Tony Atala no TED.
08:38
but this ability to start filling
196
502601
3567
Mas esta capacidade de começar
a encher cartuchos
de impressora com células
de impressora com células
08:42
things like inkjet cartridges with cells
197
506168
2933
08:45
are allowing us to print skin, organs
198
509101
4674
permite-nos agora imprimir pele, órgãos
08:49
and a whole series of other body parts.
199
513775
2750
e todo um conjunto
de outras partes corporais.
de outras partes corporais.
08:52
And as these technologies go forward,
200
516525
1884
À medida que estas tecnologias avançam,
08:54
you keep seeing this, you keep seeing this, you keep seeing things --
201
518409
3784
continuamos a ver, continuamos a ver,
continuamos a ver coisas
continuamos a ver coisas
08:58
2000, human genome sequence --
202
522193
2774
— 2000: sequência do genoma humano —
09:00
and it seems like nothing's happening,
203
524967
3782
e parece que nada está a acontecer,
até que acontece.
até que acontece.
09:04
until it does.
204
528749
3112
09:07
And we may just be in some of these weeks.
205
531861
3524
Podemos até estar metidos
numa dessas semanas.
numa dessas semanas.
09:11
And as you're thinking about
206
535385
1599
Quanto pensamos nestes dois indivíduos
09:12
these two guys sequencing a human genome in 2000
207
536984
3451
a sequenciar um genoma humano em 2000,
09:16
and the Public Project sequencing the human genome in 2000,
208
540435
3553
e o Projecto Público a sequenciar
o genoma humano em 2000,
o genoma humano em 2000,
09:19
then you don't hear a lot,
209
543988
3164
não ouvimos falar muito disso,
09:23
until you hear about an experiment last year in China,
210
547152
3984
até ouvirmos falar de uma experiência
feita na China no ano passado,
feita na China no ano passado,
09:27
where they take skin cells from this mouse,
211
551136
4017
em que pegaram
nas células da pele deste rato,
nas células da pele deste rato,
09:31
put four chemicals on it,
212
555153
1733
colocaram nelas quatro químicos,
09:32
turn those skin cells into stem cells,
213
556886
3566
transformaram essas células da pele
em células estaminais,
em células estaminais,
09:36
let the stem cells grow
214
560452
1465
deixaram as células estaminais crescer
09:37
and create a full copy of that mouse.
215
561917
3087
e criaram uma cópia completa daquele rato.
09:40
That's a big deal.
216
565004
3247
É um grande feito.
09:44
Because in essence
217
568251
1016
Porque, na essência, o que significa
09:45
what it means is you can take a cell,
218
569267
2148
é que podemos pegar numa célula,
que é uma célula estaminal pluripotente,
que é uma célula estaminal pluripotente,
09:47
which is a pluripotent stem cell,
219
571415
2286
09:49
which is like a skier at the top of a mountain,
220
573701
2684
— é como um esquiador
no topo de uma montanha —
no topo de uma montanha —
09:52
and those two skiers become two pluripotent stem cells,
221
576385
3817
e esses dois esquiadores tornam-se
em duas células estaminais pluripotentes,
em duas células estaminais pluripotentes,
09:56
four, eight, 16,
222
580202
1782
quatro, oito, 16...
09:57
and then it gets so crowded
223
581984
1668
Depois ficam tão sobrecarregadas,
depois de 16 divisões,
depois de 16 divisões,
09:59
after 16 divisions
224
583652
1800
10:01
that those cells have to differentiate.
225
585452
2502
que essas células têm que se diferenciar.
10:03
So they go down one side of the mountain,
226
587954
1433
Descem por um lado da montanha,
descem pelo outro lado.
descem pelo outro lado.
10:05
they go down another.
227
589387
1233
10:06
And as they pick that,
228
590620
1534
Quando escolhem um lado,
10:08
these become bone,
229
592154
2250
umas tornam-se em osso.
10:10
and then they pick another road and these become platelets,
230
594404
2932
Depois escolhem outro caminho
e tornam-se em plaquetas.
e tornam-se em plaquetas.
10:13
and these become macrophages,
231
597336
2117
Estas tornam-se em macrófagos,
e estas tornam-se em linfócitos T.
10:15
and these become T cells.
232
599453
1267
10:16
But it's really hard, once you ski down,
233
600720
1952
Mas é muito difícil, depois de descerem,
10:18
to get back up.
234
602672
1523
subirem novamente.
10:20
Unless, of course, if you have a ski lift.
235
604195
5412
A não ser que haja um elevador.
10:25
And what those four chemicals do
236
609607
2449
O que estes quatro químicos fazem
10:27
is they take any cell
237
612056
2069
é pegar em qualquer célula
10:30
and take it way back up the mountain
238
614125
1932
e levarem-na ao topo da montanha
10:31
so it can become any body part.
239
616057
2033
para se tornarem
em qualquer parte do corpo.
em qualquer parte do corpo.
10:33
And as you think of that,
240
618090
1728
Quando pensamos nisso,
10:35
what it means is potentially
241
619818
1980
o potencial disso
10:37
you can rebuild a full copy
242
621798
2175
é que podem reconstruir
uma cópia completa
uma cópia completa
10:39
of any organism
243
623973
1867
de qualquer organismo,
10:41
out of any one of its cells.
244
625840
2586
de qualquer uma das suas células.
10:44
That turns out to be a big deal
245
628426
2531
Isso acaba por ser muito importante
10:46
because now you can take, not just mouse cells,
246
630957
2566
porque agora podemos pegar
em células de ratos,
em células de ratos,
10:49
but you can human skin cells
247
633523
2318
e também em células da pele humanas
10:51
and turn them into human stem cells.
248
635841
3650
e transformá-las
em células estaminais humanas.
em células estaminais humanas.
10:55
And then what they did in October
249
639491
3198
O que fizeram em Outubro,
10:58
is they took skin cells, turned them into stem cells
250
642689
3400
foi pegar em células da pele,
transformá-las em células estaminais
transformá-las em células estaminais
11:01
and began to turn them into liver cells.
251
646089
3673
e depois transformá-las
em células do fígado.
em células do fígado.
11:05
So in theory,
252
649762
1044
Portanto, em teoria,
podemos aumentar qualquer órgão
podemos aumentar qualquer órgão
11:06
you could grow any organ from any one of your cells.
253
650806
5184
a partir de qualquer uma
das nossas células.
das nossas células.
11:11
Here's a second experiment:
254
655990
1718
Esta é uma segunda experiência:
11:13
If you could photocopy your body,
255
657708
3133
Se pudermos fazer
uma cópia do nosso corpo,
uma cópia do nosso corpo,
11:16
maybe you also want to take your mind.
256
660841
3052
talvez queiramos fazer uma da nossa mente.
11:19
And one of the things you saw at TED
257
663893
1565
Uma das coisas que vimos no TED
11:21
about a year and a half ago
258
665458
1250
há cerca de ano e meio, foi este indivíduo
11:22
was this guy.
259
666708
1435
11:24
And he gave a wonderful technical talk.
260
668143
2600
que deu uma palestra técnica maravilhosa.
11:26
He's a professor at MIT.
261
670743
1599
É professor no MIT.
11:28
But in essence what he said
262
672342
1916
Em suma, o que ele disse
11:30
is you can take retroviruses,
263
674258
1700
é que podemos pegar num retrovírus
11:31
which get inside brain cells of mice.
264
675958
2800
que entra nas células cerebrais de ratos.
11:34
You can tag them with proteins
265
678758
2440
Podemos marcá-los com proteínas
11:37
that light up when you light them.
266
681198
2094
que se iluminam quando as acendemos.
11:39
And you can map the exact pathways
267
683292
3716
Podemos mapear os caminhos exactos
11:42
when a mouse sees, feels, touches,
268
687008
3483
em que um rato vê, sente,
toca, recorda, ama.
toca, recorda, ama.
11:46
remembers, loves.
269
690491
2183
11:48
And then you can take a fiber optic cable
270
692674
2373
Depois podemos pegar
num cabo de fibra óptica
num cabo de fibra óptica
11:50
and light up some of the same things.
271
695047
3819
e acender algumas das mesmas coisas.
11:54
And by the way, as you do this,
272
698866
1832
Já agora, quando fazemos isso,
11:56
you can image it in two colors,
273
700698
2017
podemos imaginá-lo a duas cores,
11:58
which means you can download this information
274
702715
2399
o que significa que podemos
descarregar esta informação
descarregar esta informação
12:01
as binary code directly into a computer.
275
705114
4740
como código binário directamente
para o computador.
para o computador.
12:05
So what's the bottom line on that?
276
709854
2473
Portanto, qual é a essência disso?
12:08
Well it's not completely inconceivable
277
712327
2200
Não é totalmente inconcebível
12:10
that someday you'll be able to download your own memories,
278
714527
4495
que um dia possamos
descarregar as nossas memórias,
descarregar as nossas memórias,
12:14
maybe into a new body.
279
719022
2387
talvez para um outro corpo.
12:17
And maybe you can upload other people's memories as well.
280
721409
5085
Talvez possamos carregar também
as memórias de outras pessoas.
as memórias de outras pessoas.
12:22
And this might have just one or two
281
726494
2514
Isso pode ter uma ou duas
pequenas implicações
pequenas implicações
12:24
small ethical, political, moral implications.
282
729008
3520
éticas, políticas e morais.
(Risos)
12:28
(Laughter)
283
732528
1531
12:29
Just a thought.
284
734059
2991
É só uma ideia.
12:32
Here's the kind of questions
285
737050
1528
Estas são o tipo de questões
12:34
that are becoming interesting questions
286
738578
1980
que estão a tornar-se
questões interessantes
questões interessantes
12:36
for philosophers, for governing people,
287
740558
2484
para filósofos, para governantes,
12:38
for economists, for scientists.
288
743042
3366
para economistas, para cientistas.
12:42
Because these technologies are moving really quickly.
289
746408
3284
Isto porque estas tecnologias
estão a avançar rapidamente.
estão a avançar rapidamente.
12:45
And as you think about it,
290
749692
1500
Quando pensamos nisso,
12:47
let me close with an example of the brain.
291
751192
3082
deixem-me terminar
com um exemplo do cérebro.
com um exemplo do cérebro.
12:50
The first place where you would expect
292
754274
1683
O primeiro sítio onde esperariam ver
12:51
to see enormous evolutionary pressure today,
293
755957
3051
uma grande pressão evolutiva hoje em dia,
12:54
both because of the inputs,
294
759008
2265
por causa das entradas,
12:57
which are becoming massive,
295
761273
1552
que estão a ficar massivas,
12:58
and because of the plasticity of the organ,
296
762825
1782
por causa da plasticidade do órgão,
13:00
is the brain.
297
764607
2534
é o cérebro.
13:03
Do we have any evidence that that is happening?
298
767141
3318
Temos alguma prova
que isso esteja a acontecer?
que isso esteja a acontecer?
13:06
Well let's take a look at something like autism incidence per thousand.
299
770459
4731
Vamos olhar para
a incidência do autismo por milhar.
a incidência do autismo por milhar.
13:11
Here's what it looks like in 2000.
300
775190
2502
Este é o seu aspecto em 2000.
13:13
Here's what it looks like in 2002,
301
777692
2082
Este é o seu aspecto em 2002,
13:15
2006, 2008.
302
779774
4618
em 2006,
em 2008.
13:20
Here's the increase in less than a decade.
303
784392
4082
Este é o aumento em menos de uma década.
13:24
And we still don't know why this is happening.
304
788474
4417
Ainda não sabemos
por que razão isto acontece.
por que razão isto acontece.
13:28
What we do know is, potentially,
305
792891
2485
O que sabemos é que, possivelmente,
13:31
the brain is reacting in
306
795376
2032
o cérebro está a reagir
13:33
a hyperactive, hyper-plastic way,
307
797408
2134
de uma forma hiper-plástica.
13:35
and creating individuals that are like this.
308
799542
2950
Está a criar indivíduos que são assim.
13:38
And this is only one of the conditions that's out there.
309
802492
2757
Esta é apenas uma das situações
que por aí andam.
que por aí andam.
13:41
You've also got people with who are extraordinarily smart,
310
805249
3540
Também existem pessoas que são
extraordinariamente espertas,
extraordinariamente espertas,
pessoas que se conseguem lembrar
de tudo que viram na vida,
de tudo que viram na vida,
13:44
people who can remember everything they've seen in their lives,
311
808789
2397
13:47
people who've got synesthesia,
312
811186
1385
pessoas que têm sinestesia,
pessoas que têm esquizofrenia.
pessoas que têm esquizofrenia.
13:48
people who've got schizophrenia.
313
812571
1331
13:49
You've got all kinds of stuff going on out there,
314
813902
2534
Temos uma variedade de coisas
a acontecer por aí,
a acontecer por aí,
13:52
and we still don't understand
315
816436
1218
e ainda não compreendemos
como e porquê isto está a acontecer.
como e porquê isto está a acontecer.
13:53
how and why this is happening.
316
817654
2233
13:55
But one question you might want to ask is,
317
819887
2682
Mas uma pergunta que
podemos querer fazer é:
podemos querer fazer é:
13:58
are we seeing a rapid evolution of the brain
318
822569
2628
"Estaremos a assistir
a uma rápida evolução do cérebro?"
a uma rápida evolução do cérebro?"
14:01
and of how we process data?
319
825197
1825
e "Como processamos os dados?"
14:02
Because when you think of how much data's coming into our brains,
320
827022
3063
Porque, quando pensamos
na quantidade de dados
na quantidade de dados
que entram nos nossos cérebros,
14:05
we're trying to take in as much data in a day
321
830085
3484
que tentamos absorver por dia
uma quantidade de dados
uma quantidade de dados
14:09
as people used to take in in a lifetime.
322
833569
2551
que as pessoas absorviam
ao longo da vida.
ao longo da vida.
14:12
And as you're thinking about this,
323
836120
2632
Quando pensamos nisso,
existem quatro teorias sobre
o porquê de isto estar a acontecer,
o porquê de isto estar a acontecer,
14:14
there's four theories as to why this might be going on,
324
838752
2342
14:16
plus a whole series of others.
325
841094
1327
para além de uma série de outras.
14:18
I don't have a good answer.
326
842421
1649
Não tenho uma boa resposta.
14:19
There really needs to be more research on this.
327
844070
3616
É preciso haver
mais investigação sobre isto.
mais investigação sobre isto.
14:23
One option is the fast food fetish.
328
847686
2235
Uma opção é o fetiche de "fast-food".
14:25
There's beginning to be some evidence
329
849921
2449
Começa a haver algumas provas
14:28
that obesity and diet
330
852370
2251
de que a obesidade e a dieta
14:30
have something to do
331
854621
1631
têm algo a ver com modificações genéticas,
14:32
with gene modifications,
332
856252
1768
14:33
which may or may not have an impact
333
858020
2350
que podem ou não ter impacto
14:36
on how the brain of an infant works.
334
860370
3517
na forma como funciona
o cérebro de uma criança.
o cérebro de uma criança.
14:39
A second option is the sexy geek option.
335
863887
3955
Uma segunda opção
é a opção do "sexy geek".
é a opção do "sexy geek".
14:43
These conditions are highly rare.
336
867842
4243
Esta situação é extremamente rara.
14:47
(Laughter)
337
872085
3038
(Risos)
(Aplausos)
14:51
(Applause)
338
875123
5300
14:56
But what's beginning to happen
339
880423
1633
Mas o que começa a acontecer
14:57
is because these geeks are all getting together,
340
882056
2534
é que todos os "geeks" estão a juntar-se,
15:00
because they are highly qualified for computer programming
341
884590
2897
porque são altamente qualificados
para a programação informática
para a programação informática
15:03
and it is highly remunerated,
342
887487
2318
— que é altamente renumerada —
15:05
as well as other very detail-oriented tasks,
343
889805
3150
bem como para outras tarefas
orientadas para o detalhe.
orientadas para o detalhe.
15:08
that they are concentrating geographically
344
892955
2449
Estão a concentrar-se geograficamente
15:11
and finding like-minded mates.
345
895404
2967
e a encontrar companheiros semelhantes.
15:14
So this is the assortative mating hypothesis
346
898371
3568
Portanto, esta é a hipótese
de acasalamento associativo,
de acasalamento associativo,
15:17
of these genes reinforcing one another
347
901939
2700
destes genes a reforçarem-se
uns aos outros
uns aos outros
15:20
in these structures.
348
904639
2117
nestas estruturas.
15:22
The third, is this too much information?
349
906756
2950
A terceira: "Isto é informação a mais?"
15:25
We're trying to process so much stuff
350
909706
1497
Estamos a tentar processar tanta coisa
15:27
that some people get synesthetic
351
911203
2352
que algumas pessoas ficam sinestésicas
15:29
and just have huge pipes that remember everything.
352
913555
2600
e têm grandes tubos
que lhes lembram tudo.
que lhes lembram tudo.
15:32
Other people get hyper-sensitive to the amount of information.
353
916155
2669
Outras pessoas ficam hiper-sensíveis
à quantidade de informação.
à quantidade de informação.
15:34
Other people react with various psychological conditions
354
918824
3982
Outras pessoas reagem
com várias situações psicológicas
com várias situações psicológicas
15:38
or reactions to this information.
355
922806
1632
ou reacções a essa informação.
15:40
Or maybe it's chemicals.
356
924438
2702
Ou talvez sejam químicos.
15:43
But when you see an increase
357
927140
1765
Mas quando vemos um aumento
15:44
of that order of magnitude in a condition,
358
928905
2351
daquela ordem de grandeza numa situação,
15:47
either you're not measuring it right
359
931256
1565
ou não estamos a medi-la
de forma correcta,
de forma correcta,
15:48
or there's something going on very quickly,
360
932821
2518
ou as coisas estão a acontecer
muito rapidamente,
muito rapidamente,
15:51
and it may be evolution in real time.
361
935339
4032
e podem ser uma evolução em tempo real.
15:55
Here's the bottom line.
362
939371
2503
Esta é a conclusão.
15:57
What I think we are doing
363
941874
2181
O que penso que estamos a fazer
15:59
is we're transitioning as a species.
364
944055
1716
é a sofrer uma transição enquanto espécie.
16:01
And I didn't think this when Steve Gullans and I started writing together.
365
945771
5484
Eu não pensava assim quando
Steve Gullans e eu
Steve Gullans e eu
começámos a escrever em conjunto.
16:07
I think we're transitioning into Homo evolutis
366
951255
2451
Penso que estamos a transitar
para o "Homo evolutis",
para o "Homo evolutis",
16:09
that, for better or worse,
367
953706
1399
que, para o bem e para o mal,
16:11
is not just a hominid that's conscious of his or her environment,
368
955105
4182
não é apenas um hominídeo
consciente do seu espaço.
consciente do seu espaço.
16:15
it's a hominid that's beginning to directly and deliberately
369
959287
3219
É um hominídeo que está a começar,
directa e deliberadamente
directa e deliberadamente
16:18
control the evolution of its own species,
370
962506
3198
a controlar a evolução
da sua própria espécie,
da sua própria espécie,
16:21
of bacteria, of plants, of animals.
371
965704
3834
das bactérias, das plantas, dos animais.
16:25
And I think that's such an order of magnitude change
372
969538
2835
Penso que isto é uma mudança
de uma ordem de grandeza tal
de uma ordem de grandeza tal
16:28
that your grandkids or your great-grandkids
373
972373
3103
que os vossos netos ou bisnetos
16:31
may be a species very different from you.
374
975476
3045
podem vir a ser uma espécie
muito diferente de vocês.
muito diferente de vocês.
16:34
Thank you very much.
375
978521
1586
Muito obrigado.
16:36
(Applause)
376
980107
5331
(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