TED2003
Juan Enriquez: The life code that will reshape the future
خوان إنريك: رمز الحياة الذي سيعيد تشكيل المستقبل
Filmed:
Readability: 3.4
831,634 views
الاكتشافات العلمية, حسب مسودة خوان إنريك وإهتماماته بالمستقبل, تحتاج لتغيير الشفرات , وقدرتنا على الازدهار تعتمد على اتقان هذه الشفرات. في هذا الفيديو سوف يطبق خوان إنريك هذا المفهوم فى مجال الجينات الوراثيه.
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.
00:25
I'm supposed to scare you, because it's about fear, right?
0
1000
3000
من المفترض أن اخيفكم, لان الموضوع عن الخوف. صحيح ؟
00:29
And you should be really afraid,
1
5000
2000
ويجب أن تكونوا خائفين حقا,
00:31
but not for the reasons why you think you should be.
2
7000
2000
ولكن ليس للأسباب التى تعتقدون.
00:34
You should be really afraid that --
3
10000
2000
يجب أن تكونوا خائفين حقاً أنه
00:36
if we stick up the first slide on this thing -- there we go -- that you're missing out.
4
12000
4000
إذا تمسكنا بالشريحة الأولى على هذا الشيء -- وهذه هي -- كنتم في عداد المفقودين.
00:42
Because if you spend this week thinking about Iraq and
5
18000
4000
لأنكم إذا قضيتم هذا الأسبوع تفكرون فيما يحدث في العراق
00:46
thinking about Bush and thinking about the stock market,
6
22000
4000
وتفكرون في بوش وتفكرون في سوق البورصه,
00:50
you're going to miss one of the greatest adventures that we've ever been on.
7
26000
2000
فإنكم حتماً ستفقدون واحده من أعظم المغامرات التي مررنا بها.
00:53
And this is what this adventure's really about.
8
29000
2000
وهذا هو مضمون المغامره.
00:55
This is crystallized DNA.
9
31000
4000
هذه بلورة الحمض النووي الريبوزي ناقص الأكسجين
00:59
Every life form on this planet -- every insect, every bacteria, every plant,
10
35000
3000
أي شكل من الحياه علي كوكب الأرض, كل حشره, كل بكتيريا, كل نبات,
01:02
every animal, every human, every politician -- (Laughter)
11
38000
3000
كل حيوان, كل إنسان, كل سياسي -- (ضحك)
01:07
is coded in that stuff.
12
43000
2000
مشفر في هذه البلوره.
01:09
And if you want to take a single crystal of DNA, it looks like that.
13
45000
4000
وإذا أردتم أخذ بلوره واحده للحمض النووي الريبوزي ناقص الأكسجين, فسترونها كهذه البلوره.
01:13
And we're just beginning to understand this stuff.
14
49000
2000
ونحن فقط بدأنا نفهم هذا الحامض.
01:16
And this is the single most exciting adventure that we have ever been on.
15
52000
3000
وهذه هي المغامرة الوحيده الأكثر إثاره لنا حتى الآن.
01:20
It's the single greatest mapping project we've ever been on.
16
56000
3000
هذا هو مشروع الخريطه الأعظم الذي قمنا به.
01:23
If you think that the mapping of America's made a difference,
17
59000
2000
إذا كنت تعتقد أن رسم خريطة أمريكا قد شكل فارقاً,
01:25
or landing on the moon, or this other stuff,
18
61000
3000
أو نزول الإنسان علي القمر, أو ذاك الشئ المهم,
01:28
it's the map of ourselves and the map of every plant
19
64000
3000
فإن خريطة أنفسنا وخريطة كل نبات,
01:31
and every insect and every bacteria that really makes a difference.
20
67000
3000
وكل حشره وكل بكتيريا هي التي تحدث فارقاً حقاَ.
01:34
And it's beginning to tell us a lot about evolution.
21
70000
3000
وهذه بدأت تخبرنا الكثيرعن التطور.
01:39
(Laughter)
22
75000
4000
(ضحك)
01:43
It turns out that what this stuff is --
23
79000
2000
تبين أن هذا الشئ هو --
01:45
and Richard Dawkins has written about this --
24
81000
2000
و ريتشارد داوكينز كتب من قبل عنه --
01:47
is, this is really a river out of Eden.
25
83000
2000
هذا الشئ حقيقةً عباره عن نهر في جنة عدن.
01:49
So, the 3.2 billion base pairs inside each of your cells
26
85000
4000
لهذا, هناك 3.2 بليون من أزواج القواعد في كل خليه من خلاياك
01:53
is really a history of where you've been for the past billion years.
27
89000
3000
وهي تمثل تاريخ وجودك وأين كنت خلال البليون سنه الماضيه.
01:56
And we could start dating things,
28
92000
1000
ويمكننا أن نبدأ تحديد بدايات الأشياء,
01:57
and we could start changing medicine and archeology.
29
93000
3000
كما يمكننا أن نبدأ في تغيير علم الطب وعلم الآثار
02:01
It turns out that if you take the human species about 700 years ago,
30
97000
3000
إتضح أنه إذا أخذت النوع الإنساني قبل 700 عام مضت,
02:04
white Europeans diverged from black Africans in a very significant way.
31
100000
3000
الإنسان الأبيض الأوروبي تفرع من الإنسان الأسود الإفريقي بطريقه بليغه جداً.
02:07
White Europeans were subject to the plague.
32
103000
5000
الإنسان الأبيض الأوروبي تعرض إلي مرض الطاعون.
02:13
And when they were subject to the plague, most people didn't survive,
33
109000
3000
وعند تعرضهم إلي مرض الطاعون, معظم الناس لم يستطيعوا الحياه,
02:16
but those who survived had a mutation on the CCR5 receptor.
34
112000
4000
لكن من بقي حياَ هم من بهم طفره في أحد جينات الإستقبال وهو CCR5
02:20
And that mutation was passed on to their kids
35
116000
2000
وهذه الطفره تم توريثها لأطفالهم
02:22
because they're the ones that survived,
36
118000
2000
ولأنهم نجوا وعاشوا,
02:24
so there was a great deal of population pressure.
37
120000
2000
إذن كان هناك ضغط سكاني كبير جداُ.
02:26
In Africa, because you didn't have these cities,
38
122000
2000
في أفريقيا, لأنه لم يكن لديكم تلك المدن,
02:28
you didn't have that CCR5 population pressure mutation.
39
124000
3000
فلم يكن لديكم تلك الطفره في CCR5 نتيجه الضغط السكاني.
02:31
We can date it to 700 years ago.
40
127000
3000
يمكننا أن نؤرخ لحدوثها قبل 700 عام.
02:34
That is one of the reasons why AIDS is raging across Africa as fast as it is,
41
130000
4000
هذا أحد الأسباب لإنتشار الإيدز في أفريقيا بأقصي سرعته,
02:38
and not as fast across Europe.
42
134000
4000
وليس بنفس السرعه في أوروبا.
02:42
And we're beginning to find these little things for malaria,
43
138000
3000
وبدأنا نجد بعض تلك الأشياء (الطفرات) لمرض الملاريا,
02:45
for sickle cell, for cancers.
44
141000
3000
لمرض فقر الدم المنجلي, ولأمراض السرطان.
02:49
And in the measure that we map ourselves,
45
145000
2000
وبحساب أننا نضع خريطة أنفسنا,
02:51
this is the single greatest adventure that we'll ever be on.
46
147000
2000
هذه هي أعظم مغامره واحده يمكن أن نمر بها.
02:53
And this Friday, I want you to pull out a really good bottle of wine,
47
149000
4000
وهذه الجمعه, أريد من كل منكم جذب زجاجة نبيذ جيد جداً,
02:57
and I want you to toast these two people.
48
153000
2000
وأريدكم شرب النخب علي شرف الشخصين الآتيين.
03:00
Because this Friday, 50 years ago, Watson and Crick found the structure of DNA,
49
156000
4000
لأنه في هذه الجمعه قبل 50 عام, واتسون وغريك إكتشفا تركيبة الحمض النووي الرايبوزي ناقص الأكسجين
03:04
and that is almost as important a date
50
160000
3000
وهذا هو تقريبا من الأهمية كما تاريخ
03:07
as the 12th of February when we first mapped ourselves,
51
163000
3000
12 فبراير عندما رسمنا خريطتنا الجينيه لأنفسنا للمره الأولي
03:10
but anyway, we'll get to that.
52
166000
2000
لكن على أي حال، سوف نصل الى ذلك.
03:12
I thought we'd talk about the new zoo.
53
168000
2000
أعتقد أننا كنا سنتحدث عن حديقة الحيوانات الجديدة.
03:14
So, all you guys have heard about DNA, all the stuff that DNA does,
54
170000
4000
لذا، فقد سمعتم جميعا يا رفاق حول الحمض النووي ناقص الأكسجين ، وجميع الاشياء التي يعملها الحمض النووي،
03:18
but some of the stuff we're discovering is kind of nifty
55
174000
3000
لكن بعض الاشياء التي نكتشفها تبدو نوعاً ما أنيقه
03:21
because this turns out to be the single most abundant species on the planet.
56
177000
5000
لأنه تبين أن هذا هو النوع الأكثر وفرة على كوكب الأرض.
03:26
If you think you're successful or cockroaches are successful,
57
182000
3000
إذا كنت تعتقد أنك ناجح أو الصراصير ناجحة،
03:29
it turns out that there's ten trillion trillion Pleurococcus sitting out there.
58
185000
3000
وتبين أن هناك تريليون تريليون صرصور موجوده هناك.
03:32
And we didn't know that Pleurococcus was out there,
59
188000
3000
ونحن لم نكن نعلم أن هناك صراصير موجوده ،
03:35
which is part of the reason
60
191000
1000
التي هي جزء من السبب
03:36
why this whole species-mapping project is so important.
61
192000
5000
لماذا مشروع الخريطه الجينيه لكل الأنواع مهم جداً.
03:41
Because we're just beginning to learn
62
197000
2000
لأننا فقط في بداية التعلم
03:43
where we came from and what we are.
63
199000
1000
من أين أتينا ومن نحن.
03:45
And we're finding amoebas like this. This is the amoeba dubia.
64
201000
3000
ونحن نعثر على مثل هذه الأميبا. هذه هي الأميبا دوبيا.
03:49
And the amoeba dubia doesn't look like much,
65
205000
2000
والأميبا دوبيا لا تشبهنا كثيرا،
03:51
except that each of you has about 3.2 billion letters,
66
207000
3000
إلا أن كل واحد منكم له نحو 3.2 بليون من الحروف،
03:54
which is what makes you you,
67
210000
2000
والتي هي ما يجعل منك أنت
03:56
as far as gene code inside each of your cells,
68
212000
3000
بقدر رمز الجينات داخل كل واحد من الخلايا الخاصة بك،
03:59
and this little amoeba which, you know,
69
215000
3000
وهذه الاميبا البسيطه التي، كما تعلمون ،
04:02
sits in water in hundreds and millions and billions,
70
218000
2000
توجد في المياه بالمئات والملايين والبلايين ،
04:05
turns out to have 620 billion base pairs of gene code inside.
71
221000
6000
تبين أنها تحتوي علي 620 بليون من أزواج القواعد داخل رمز الجينات.
04:11
So, this little thingamajig has a genome
72
227000
3000
لهذا، فإن هذا الكائن الصغيرمجهول الإسم له جينوم
04:14
that's 200 times the size of yours.
73
230000
2000
ما يساوي 200 مرة حجم ما لديكم.
04:17
And if you're thinking of efficient information storage mechanisms,
74
233000
3000
وإذا كنت تفكر في آليات فعالة لتخزين المعلومات،
04:21
it may not turn out to be chips.
75
237000
2000
قد لا تكون الرقائق الإلكترونيه.
04:24
It may turn out to be something that looks a little like that amoeba.
76
240000
4000
ويمكن أن تكون شيء يبدو قليلاً مثل هذه الاميبا.
04:28
And, again, we're learning from life and how life works.
77
244000
4000
ومرة أخرى، نحن نتعلم من الحياة و كيف تعمل الحياة.
04:32
This funky little thing: people didn't used to think
78
248000
4000
هذا شيء غير تقليدي قليلاً : لم يعتاد الناس على التفكير
04:36
that it was worth taking samples out of nuclear reactors
79
252000
3000
ان كان الامر يستحق أخذ عينات من المفاعلات النووية
04:39
because it was dangerous and, of course, nothing lived there.
80
255000
3000
لأنها كانت خطيرة، وبطبيعة الحال، لم يعش أي شئ هناك.
04:42
And then finally somebody picked up a microscope
81
258000
3000
وأخيراً شخصاً ما حمل مجهر
04:45
and looked at the water that was sitting next to the cores.
82
261000
3000
ونظر إلى الماء الذي كان موجوداً بجوار قلب المفاعل.
04:48
And sitting next to that water in the cores
83
264000
2000
وفي المياه بجوار قلب المفاعل
04:50
was this little Deinococcus radiodurans, doing a backstroke,
84
266000
3000
كانت البكتيريا العقديه مقاومة الإشعاع الصغيره تؤدي سباحة الظهر
04:53
having its chromosomes blown apart every day,
85
269000
2000
بينما كروموزوماتها تتقطع كل يوم,
04:55
six, seven times, restitching them,
86
271000
3000
ستة، سبع مرات، وهي تخيطهم مره أخري,
04:58
living in about 200 times the radiation that would kill you.
87
274000
2000
تعيش في إشعاع 200 مره ضعف ما يكفي لقتلك.
05:01
And by now you should be getting a hint as to how diverse
88
277000
3000
والآن يجب أن تكون قد تحصلت على إشارة عن كيفية تنوع
05:04
and how important and how interesting this journey into life is,
89
280000
2000
ومدى أهمية ومدى متعة هذه الرحلة إلى الحياة،
05:06
and how many different life forms there are,
90
282000
3000
وكيف أن هناك العديد من أشكال الحياة المختلفة،
05:09
and how there can be different life forms living in
91
285000
3000
وكيف يمكن أن تكون هناك أشكال حياة مختلفة تعيش في
05:12
very different places, maybe even outside of this planet.
92
288000
3000
أماكن مختلفة جداً، وربما حتى خارج هذا الكوكب.
05:16
Because if you can live in radiation that looks like this,
93
292000
2000
لأنه إذا كان يمكنك أن تعيش في إشعاع يشبه هذا،
05:18
that brings up a whole series of interesting questions.
94
294000
3000
فإن هذا يستحضر سلسلة كاملة من أسئلة مثيرة للاهتمام,
05:22
This little thingamajig: we didn't know this thingamajig existed.
95
298000
3000
هذا الكائن الصغير مجهول الإسم : لم نكن نعرف بوجود هذا الكائن الصغير مجهول الإسم.
05:26
We should have known that this existed
96
302000
2000
ينبغي أن نكون قد عرفنا بوجوده.
05:28
because this is the only bacteria that you can see to the naked eye.
97
304000
3000
لأن هذه هي البكتيريا الوحيدة التي تستطيع أن تراها بالعين المجردة.
05:31
So, this thing is 0.75 millimeters.
98
307000
3000
لأن، هذا الشيء بحجم 0،75 ملليمتر.
05:34
It lives in a deep trench off the coast of Namibia.
99
310000
2000
إنها تعيش في خندق عميق قبالة ساحل ناميبيا.
05:37
And what you're looking at with this namibiensis
100
313000
2000
وما تراه هنا هي بكتيريا ناميبيا
05:39
is the biggest bacteria we've ever seen.
101
315000
2000
هي أكبر بكتيريا تمكنا من رؤيتها قط.
05:41
So, it's about the size of a little period on a sentence.
102
317000
3000
لذا, الأمر عباره عن حجم نقطة صغيره في جمله.
05:45
Again, we didn't know this thing was there three years ago.
103
321000
4000
مرة أخرى، لم نكن نعرف هذا الشيء كان هناك قبل ثلاث سنوات.
05:49
We're just beginning this journey of life in the new zoo.
104
325000
3000
نحن في مجرد بداية هذه الرحلة من الحياة في حديقة الحيوانات الجديدة.
05:53
This is a really odd one. This is Ferroplasma.
105
329000
3000
هذا كائن واحد غريب حقا. هذه هي بكتيريا الحديد مقاومة الحمضيه.
05:57
The reason why Ferroplasma is interesting is because it eats iron,
106
333000
3000
السبب المثير للاهتمام أن هذه البكتيريا تأكل الحديد،
06:01
lives inside the equivalent of battery acid,
107
337000
3000
تعيش داخل ما يعادل حمض البطارية،
06:05
and excretes sulfuric acid.
108
341000
2000
وتنتج حامض الكبريتيك.
06:09
So, when you think of odd life forms,
109
345000
2000
لذلك، عندما تفكر في أشكال حياة غريبه،
06:11
when you think of what it takes to live,
110
347000
3000
عندما تفكر في ما يلزم لأن تعيش،
06:15
it turns out this is a very efficient life form,
111
351000
2000
اتضح أن هذا هو شكل من أشكال الحياة الفعالة جداً،
06:17
and they call it an archaea. Archaea means "the ancient ones."
112
353000
4000
ويسمونها العتيقة. العتيقة يعني القديمة.
06:21
And the reason why they're ancient is because this thing came up
113
357000
4000
والسبب في انها قديمة لأن هذا الشيء جاء
06:25
when this planet was covered
114
361000
2000
عندما كان هذا الكوكب يغطي
06:27
by things like sulfuric acid in batteries,
115
363000
1000
بأشياء مثل حامض الكبريتيك في البطاريات،
06:28
and it was eating iron when the earth was part of a melted core.
116
364000
4000
وكانت تأكل الحديد عندما كانت الارض جزءاً من مجموعة أساسية ذائبه.
06:33
So, it's not just dogs and cats and whales and dolphins
117
369000
4000
ذلك، انها ليست مجرد الكلاب والقطط والحيتان والدلافين
06:37
that you should be aware of and interested in on this little journey.
118
373000
4000
التي يجب أن تكون مدركاً ومهتماً بها في هذه الرحلة القصيره.
06:41
Your fear should be that you are not,
119
377000
3000
ينبغي أن لا يكون لديك خوف من ذلك،
06:44
that you're paying attention to stuff which is temporal.
120
380000
3000
يجب أن تخاف لأنك تهتم بأشياء مؤقته.
06:47
I mean, George Bush -- he's going to be gone, alright? Life isn't.
121
383000
5000
أعني, جورج بوش--سيذهب يوماً ما, صحيح ؟ لكن الحياة باقيه.
06:53
Whether the humans survive or don't survive,
122
389000
3000
إذا كان للبشر البقاء أوعدم البقاء على قيد الحياة ،
06:56
these things are going to be living on this planet or other planets.
123
392000
3000
هذه الأشياء ستكون ما يبقي ويعيش على هذا الكوكب أو الكواكب الأخرى.
06:59
And it's just beginning to understand this code of DNA
124
395000
4000
وأنها مجرد بداية لفهم هذا الرمز من الحمض النووي ناقص الأكسجين
07:03
that's really the most exciting intellectual adventure
125
399000
3000
هذه هي حقا المغامرة الفكرية الأكثر إثارة
07:06
that we've ever been on.
126
402000
3000
التي كانت لدينا من أى وقت مضى.
07:09
And you can do strange things with this stuff. This is a baby gar.
127
405000
4000
ويمكنك أن تفعل أشياء غريبة مع هذه الاشياء. هذا هو طفل بقر الغار النادر.
07:13
Conservation group gets together,
128
409000
2000
فريق المحافظه علي التنوع يأتي معاً،
07:15
tries to figure out how to breed an animal that's almost extinct.
129
411000
4000
يحاول معرفة كيفية تربية حيوان قارب الإنقراض تقريباً.
07:20
They can't do it naturally, so what they do with this thing is
130
416000
3000
انهم لا يستطيعون القيام بذلك بشكل طبيعي، لذلك ما يفعلونه مع هذا الشيء
07:23
they take a spoon, take some cells out of an adult gar's mouth, code,
131
419000
5000
هو أخذ ملعقة، وإستخدامها لكحت خلايا من فم بقرة غار ناضجة، رمز،
07:29
take the cells from that and insert it into a fertilized cow's egg,
132
425000
4000
أخذ تلك الخلايا، وأدخالها في البويضة الملقحة في بقرة عاديه،
07:34
reprogram cow's egg -- different gene code.
133
430000
3000
إعادة برمجة بيضة البقرة العاديه -- رمز الجينات مختلف.
07:38
When you do that, the cow gives birth to a gar.
134
434000
4000
عندما تفعل ذلك، تلد البقرة العاديه جنين بقرة غار.
07:43
We are now experimenting with bongos, pandas, elims, Sumatran tigers,
135
439000
6000
نحن الآن نجرب مع ظباء البونغو, حيوان الباندا, ظباء الإيلم ونمور سومطره.
07:49
and the Australians -- bless their hearts --
136
445000
3000
والاستراليين -- تباركت قلوبهم --
07:52
are playing with these things.
137
448000
1000
يلعبون بهذه الأشياء.
07:53
Now, the last of these things died in September 1936.
138
449000
4000
الآن، مات آخر هذه الأشياء في أيلول / سبتمبر، 1936.
07:57
These are Tasmanian tigers. The last known one died at the Hobart Zoo.
139
453000
4000
هذه هي نمور تسمانيا. مات آخر واحد معروف في حديقة حيوانات هوبارت.
08:01
But it turns out that as we learn more about gene code
140
457000
3000
ولكن تبين ونحن نتعلم المزيد عن رمزالجينات
08:04
and how to reprogram species,
141
460000
2000
وكيفية إعادة برمجة الأنواع،
08:06
we may be able to close the gene gaps in deteriorate DNA.
142
462000
5000
قد نكون قادرين على سد ثغرات الجينات في الحمض النووي المتدهور.
08:11
And when we learn how to close the gene gaps,
143
467000
3000
وعندما نتعلم كيفية سد ثغرات الجينات،
08:14
then we can put a full string of DNA together.
144
470000
2000
عندها سيمكننا وضع سلسلة كاملة من الحمض النووي معاً.
08:17
And if we do that, and insert this into a fertilized wolf's egg,
145
473000
4000
واذا ما فعلنا ذلك، وأدخلنا ذلك في بويضة ملقحة لذئب،
08:22
we may give birth to an animal
146
478000
2000
قد نتحصل علي ولادة حيوان
08:24
that hasn't walked the earth since 1936.
147
480000
2000
لم يمشي علي الأرض منذ عام 1936.
08:27
And then you can start going back further,
148
483000
2000
ومن ثم يمكنك البدء في العودة الى الوراء بعيداَ
08:29
and you can start thinking about dodos,
149
485000
2000
ويمكنك أن تبدأ التفكير في طيور الدودو،
08:32
and you can think about other species.
150
488000
1000
ويمكنك التفكير في الأنواع الأخرى.
08:34
And in other places, like Maryland, they're trying to figure out
151
490000
3000
وفي أماكن أخرى، مثل ولاية ماريلاند، انهم يحاولون معرفة
08:37
what the primordial ancestor is.
152
493000
2000
ما هو سلف البدائيات.
08:39
Because each of us contains our entire gene code
153
495000
3000
لأن كل واحد منا يحتوي على رمز الجينات لدينا بأكمله
08:42
of where we've been for the past billion years,
154
498000
3000
من حيث كنا قبل مليارات السنوات الماضية،
08:45
because we've evolved from that stuff,
155
501000
2000
لأننا نحن قد تطورنا من تلك الاشياء،
08:47
you can take that tree of life and collapse it back,
156
503000
2000
يمكنك أن تأخذ شجرة الحياة وطيها مرة أخرى،
08:49
and in the measure that you learn to reprogram,
157
505000
3000
في هذه الأثناء تتعلم إعادة البرمجة،
08:52
maybe we'll give birth to something
158
508000
2000
ربما نستطيع توليد شئ ما
08:54
that is very close to the first primordial ooze.
159
510000
2000
يكون قريباً جداً من طين البدائية الأولى.
08:56
And it's all coming out of things that look like this.
160
512000
2000
وأنها قادمة من جميع الأشياء التي تبدو مثل هذا.
08:58
These are companies that didn't exist five years ago.
161
514000
2000
هذه هي الشركات التي لم تكن موجودة قبل خمس سنوات.
09:00
Huge gene sequencing facilities the size of football fields.
162
516000
4000
مرافق ضخمة للتسلسل الجيني بحجم ملعب لكرة القدم.
09:04
Some are public. Some are private.
163
520000
2000
بعضها عامة. وبعضها خاص.
09:06
It takes about 5 billion dollars to sequence a human being the first time.
164
522000
3000
الامر يكلف نحو 5 بليون دولار لقراءة التسلسل الجيني لإنسان للمرة الأولى.
09:10
Takes about 3 million dollars the second time.
165
526000
2000
ويكلف ذلك نحو 3 ملايين دولار للمرة الثانية.
09:12
We will have a 1,000-dollar genome within the next five to eight years.
166
528000
4000
سيكون لدينا جينوم بـ 1000 دولار في غضون السنوات الـ 5-8 القادمة.
09:16
That means each of you will contain on a CD your entire gene code.
167
532000
4000
وهذا يعني كل واحد منكم سوف يضع على قرص مضغوط شفرة جيناته بأكملها.
09:21
And it will be really boring. It will read like this.
168
537000
2000
وستكون ممله حقا. وسوف تقرأ مثل هذه.
09:24
(Laughter)
169
540000
2000
(ضحك)
09:26
The really neat thing about this stuff is that's life.
170
542000
2000
الشيء الأنيق حقاً حول هذه الاشياء أن هذه هي الحياة.
09:28
And Laurie's going to talk about this one a little bit.
171
544000
3000
ولوري سيتحدث عن ذلك قليلاَ.
09:31
Because if you happen to find this one inside your body,
172
547000
2000
لأنه إذا حدث وعثرت على هذا داخل جسمك،
09:33
you're in big trouble, because that's the source code for Ebola.
173
549000
2000
فأنت في ورطة كبيرة لأن هذا هو مصدر رمز مرض الإيبولا.
09:37
That's one of the deadliest diseases known to humans.
174
553000
2000
هذا واحد من أعنف الأمراض المميته المعروفة للبشر.
09:39
But plants work the same way and insects work the same way,
175
555000
2000
لكن النباتات تعمل بنفس الطريقة والحشرات تعمل بنفس الطريقة،
09:41
and this apple works the same way.
176
557000
2000
وهذه التفاحه تعمل بنفس الطريقة.
09:43
This apple is the same thing as this floppy disk.
177
559000
2000
هذه التفاحه هي نفس الشيء مثل هذا القرص المرن.
09:45
Because this thing codes ones and zeros,
178
561000
2000
لأن هذا الشيء يرمز لآحاد وأصفار ،
09:47
and this thing codes A, T, C, Gs, and it sits up there,
179
563000
2000
وهذا الشيء يرمز A, T, C, G، وتوجد هناك ،
09:49
absorbing energy on a tree, and one fine day
180
565000
3000
وتمتص الطاقة على شجرة، ويوم واحد ذو جو معتدل
09:52
it has enough energy to say, execute, and it goes [thump]. Right?
181
568000
4000
لنقول لديها ما يكفي من الطاقة، لتنفيذ، وتسقط هكذا. أليس كذلك؟
09:56
(Laughter)
182
572000
3000
(ضحك)
09:59
And when it does that, pushes a .EXE, what it does is,
183
575000
4000
وعندما تفعل ذلك، تدفع إكس، ما تفعله هو،
10:03
it executes the first line of code, which reads just like that,
184
579000
3000
إنها تنفذ السطر الأول من الرمز، والذي يقرأ فقط من هذا القبيل،
10:06
AATCAGGGACCC, and that means: make a root.
185
582000
3000
AATCAGGGACCC، وهذا يعني : تكوين جذر.
10:09
Next line of code: make a stem.
186
585000
2000
السطر التالي من التعليمات الرمزيه: تكوين ساق.
10:11
Next line of code, TACGGGG: make a flower that's white,
187
587000
3000
السطر التالي من التعليمات الرمزيه، TACGGGG : تكوين زهرة بيضاء،
10:14
that blooms in the spring, that smells like this.
188
590000
3000
أن تزهر في الربيع ، أن تفوح مثل هذه الرائحه.
10:17
In the measure that you have the code
189
593000
2000
في هذا التدبير يكون لديك الرمز
10:19
and the measure that you read it --
190
595000
3000
وهذا الاجراء ان تقرأه --
10:22
and, by the way, the first plant was read two years ago;
191
598000
2000
و, بالمناسبة، أول نبات تمت قراءة شفرته الجينيه قبل عامين
10:24
the first human was read two years ago;
192
600000
2000
قراءة أول خريطه جينيه للإنسان كانت قبل عامين
10:26
the first insect was read two years ago.
193
602000
2000
قراءة أول خريطه جينيه لحشره كانت قبل عامين
10:28
The first thing that we ever read was in 1995:
194
604000
3000
قراءة أول خريطه جينيه لكائن كانت في عام 1995
10:31
a little bacteria called Haemophilus influenzae.
195
607000
2000
لبكتيريا صغيره تسمى المستدمية النزلية.
10:34
In the measure that you have the source code, as all of you know,
196
610000
3000
في هذه الحاله أن يكون لديك شفرة المصدر ، كما تعلمون جميعا،
10:37
you can change the source code, and you can reprogram life forms
197
613000
2000
يمكنك تغيير شفرة المصدر، ويمكنك إعادة برمجة أشكال الحياة
10:39
so that this little thingy becomes a vaccine,
198
615000
2000
بحيث يصبح هذا الشئ الصغير لقاح،
10:41
or this little thingy starts producing biomaterials,
199
617000
3000
أو هذا الشئ الصغير يبدأ في انتاج مواد حيوية،
10:44
which is why DuPont is now growing a form of polyester
200
620000
3000
وهذا هو السبب أن شركة دوبونت تنتج الآن شكلاً من أشكال البوليستر
10:47
that feels like silk in corn.
201
623000
2000
له ملمس الحرير من الذره الشاميه
10:50
This changes all rules. This is life, but we're reprogramming it.
202
626000
5000
هذا تغيير لجميع القواعد. هذه هي الحياة، لكننا أعدنا برمجتها.
10:57
This is what you look like. This is one of your chromosomes.
203
633000
4000
هذا ما كنت تبدو عليه. هذا واحد من الكروموزومات الخاصه بك.
11:01
And what you can do now is,
204
637000
2000
وما يمكنك القيام به الآن هو،
11:03
you can outlay exactly what your chromosome is,
205
639000
3000
يمكنك فهم بالضبط ما هو كروموزومك الخاص بك،
11:06
and what the gene code on that chromosome is right here,
206
642000
3000
وما هي رموز الجينات على هذا الكروموزوم الذي هو هنا،
11:09
and what those genes code for, and what animals they code against,
207
645000
3000
وإلي ماذا ترمز تلك الجينات، وما الحيوانات التي ترمز لها،
11:12
and then you can tie it to the literature.
208
648000
2000
ومن ثم ربطها ببعض.
11:14
And in the measure that you can do that, you can go home today,
209
650000
3000
وإذا ما كنت قادر علي فعل ذلك, يمكنك الرجوع للبيت اليوم,
11:17
and get on the Internet, and access
210
653000
2000
تفتح الإنترنت, وإدخل
11:19
the world's biggest public library, which is a library of life.
211
655000
3000
علي أكبر مكتبة عامة في العالم، والتي هي مكتبة الحياة.
11:23
And you can do some pretty strange things
212
659000
2000
ويمكنك ان تفعل بعض الاشياء الغريبة جداُ
11:25
because in the same way as you can reprogram this apple,
213
661000
2000
لأنه بنفس الطريقة التي يمكنك بها إعادة برمجة هذه التفاحه،
11:28
if you go to Cliff Tabin's lab at the Harvard Medical School,
214
664000
2000
إذا ذهبت إلى مختبر كليف تابين في المدرسة الطبية في جامعة هارفارد،
11:31
he's reprogramming chicken embryos to grow more wings.
215
667000
4000
فهو يعمل علي إعادة برمجة أجنة الدجاج لزراعة المزيد من الأجنحة.
11:37
Why would Cliff be doing that? He doesn't have a restaurant.
216
673000
3000
لماذا يفعل كليف ذلك؟ انه لا يملك مطعم.
11:40
(Laughter)
217
676000
1000
(ضحك)
11:42
The reason why he's reprogramming that animal to have more wings
218
678000
3000
السبب في أنه لماذا يعمل علي إعادة برمجة هذا الحيوان هو الحصول على المزيد من الأجنحة
11:45
is because when you used to play with lizards as a little child,
219
681000
3000
لأنه عندما كنت صغيراَ تلعب بالضب,
11:48
and you picked up the lizard, sometimes the tail fell off, but it regrew.
220
684000
4000
ثم رفعت الضب, أحياناُ يسقط الذنب, لكنه ينمو فيما بعد
11:52
Not so in human beings:
221
688000
3000
لكن لا يحدث ذلك في البشر:
11:55
you cut off an arm, you cut off a leg -- it doesn't regrow.
222
691000
3000
إذا قطعت ذراع، قطعت رجل، فإنها لن تنمو.
11:58
But because each of your cells contains your entire gene code,
223
694000
4000
ولكن لأن كل خليه من الخلايا تحتوي على شفرة جيناتك بأكملها،
12:03
each cell can be reprogrammed, if we don't stop stem cell research
224
699000
4000
ويمكن إعادة برمجة كل خلية، واذا كنا لا نتوقف عن أبحاث الخلايا الجذعية
12:07
and if we don't stop genomic research,
225
703000
2000
وإذا كنا لا نتوقف عن الأبحاث الجينية،
12:09
to express different body functions.
226
705000
3000
للتعبير عن وظائف الجسم المختلفة.
12:13
And in the measure that we learn how chickens grow wings,
227
709000
3000
وخلال هذا العمل نتعلم كيف تنمو أجنحة الدجاج،
12:16
and what the program is for those cells to differentiate,
228
712000
2000
وما هو البرنامج لتمايز تلك الخلايا،
12:18
one of the things we're going to be able to do
229
714000
3000
أحد الأشياء التي يمكننا القيام بها
12:21
is to stop undifferentiated cells, which you know as cancer,
230
717000
3000
هو وقف نمو الخلايا غير المتمايزة، والتي تعرف باسم مرض السرطان،
12:25
and one of the things we're going to learn how to do
231
721000
2000
واحد من الاشياء التي نحن في طريقنا لمعرفة كيفية القيام بها
12:27
is how to reprogram cells like stem cells
232
723000
3000
أنه كيف يمكن برمجة الخلايا كخلايا أساس المنشأ
12:30
in such a way that they express bone, stomach, skin, pancreas.
233
726000
6000
وكيف يمكنها تكوين العظام, المعده, الجلد, البنكرياس.
12:37
And you are likely to be wandering around -- and your children --
234
733000
3000
وأنت من المحتمل تتساءل -- واطفالك --
12:40
on regrown body parts in a reasonable period of time,
235
736000
3000
عن إعادة نمو أعضاء الجسم في فتره زمنيه محدوده
12:44
in some places in the world where they don't stop the research.
236
740000
3000
في أماكن من العالم حيث لا يوقفون البحث العلمي
12:49
How's this stuff work? If each of you differs
237
745000
5000
كيف تعمل هذه الأشياء؟ إذا كان كل واحد منكم يختلف
12:54
from the person next to you by one in a thousand, but only three percent codes,
238
750000
3000
عن الشخص الذي يجلس بجواره بمقدار واحد في الألف, أي 3 في المائه فقط من الرموز الجينيه,
12:57
which means it's only one in a thousand times three percent,
239
753000
2000
مما يعني واحد في الألف من 3 في المائه
12:59
very small differences in expression and punctuation
240
755000
3000
إختلافات ضئيله جدا في التعبير والتشكيل
13:02
can make a significant difference. Take a simple declarative sentence.
241
758000
3000
يمكن أن تحدث إختلافات كبيره جدا. خذ مثلا تصريح إعلامي بسيط.
13:07
(Laughter)
242
763000
2000
(ضحك)
13:09
Right?
243
765000
1000
صحيح؟
13:10
That's perfectly clear. So, men read that sentence,
244
766000
4000
هذا واضح مائه بالمائه
13:14
and they look at that sentence, and they read this.
245
770000
2000
وينظرون إلي تلك الجمله, ثم يقرأون هذا.
13:22
Okay?
246
778000
1000
صحيح؟
13:23
Now, women look at that sentence and they say, uh-uh, wrong.
247
779000
4000
الآن, النساء ينظرن إلي تلك الجمله وهن, آه, غلط.
13:27
This is the way it should be seen.
248
783000
2000
هذه هي الطريقه التي يجب النظر إليها بها
13:31
(Laughter)
249
787000
8000
(ضحك)
13:39
That's what your genes are doing.
250
795000
1000
هذا ما تفعله جيناتك.
13:40
That's why you differ from this person over here by one in a thousand.
251
796000
5000
لهذا السبب أنت تختلف عن هذا الشخص بواحد من الألف.
13:45
Right? But, you know, he's reasonably good looking, but...
252
801000
3000
صحيح؟ لكن, أنت تعرف, انه يبدو أكثر وسامه, لكن ...
13:48
I won't go there.
253
804000
2000
لن أذهب هناك.
13:51
You can do this stuff even without changing the punctuation.
254
807000
3000
يمكنك فعل هذه الاشياء حتي من غير تغيير التشكيل.
13:55
You can look at this, right?
255
811000
4000
يمكنك النظر إلي هذه, صحيح؟
13:59
And they look at the world a little differently.
256
815000
2000
وهم ينظرون إلي العالم بعيون مختلفه قليلا.
14:01
They look at the same world and they say...
257
817000
2000
ينظرون إلي نفس العالم ويقولون ...
14:03
(Laughter)
258
819000
6000
(ضحك)
14:09
That's how the same gene code -- that's why you have 30,000 genes,
259
825000
4000
هكذا يرمز نفس الجين-- وهذا هو السبب لوجود 30,000 جين,
14:13
mice have 30,000 genes, husbands have 30,000 genes.
260
829000
3000
الفأر له 30,000 جين, الأزواج لهم 30,000 جين.
14:16
Mice and men are the same. Wives know that, but anyway.
261
832000
3000
الفأر والرجل سواسية. الزوجات يعرفن ذلك, لكن علي كل حال.
14:20
You can make very small changes in gene code
262
836000
2000
يمكنك عمل تغييرات بسيطه في رمز الجين
14:22
and get really different outcomes,
263
838000
2000
والحصول علي نتيجه مختلفه جدا
14:26
even with the same string of letters.
264
842000
2000
حتي بإستخدام نفس الصف من الرموز.
14:30
That's what your genes are doing every day.
265
846000
2000
هذا ما تفعله جيناتك كل يوم.
14:33
That's why sometimes a person's genes
266
849000
2000
ولهذا السبب أحيانا جينات شخص ما
14:35
don't have to change a lot to get cancer.
267
851000
2000
لا تحتاج لتغييرات كثيره ليصاب بالسرطان.
14:41
These little chippies, these things are the size of a credit card.
268
857000
4000
هذه الرقائق الصغيره, هذه الأشياء الصغيره في حجم بطاقة الائتمان.
14:46
They will test any one of you for 60,000 genetic conditions.
269
862000
2000
يمكنها أن تختبر أي واحد منكم لحوالي 60,000 شذوذ وراثي.
14:49
That brings up questions of privacy and insurability
270
865000
3000
هذا يجلب تساؤلات حول الخصوصيه والقابليه للتأمين
14:52
and all kinds of stuff, but it also allows us to start going after diseases,
271
868000
2000
وكل أنواع الأشياء, ولكن تمكننا أيضا من البدء في تتبع الأمراض
14:55
because if you run a person who has leukemia through something like this,
272
871000
3000
لأنه إذا ما إختبرت شخص ما لديه سرطان الدم بما يشبه هذه التقنيه
14:59
it turns out that three diseases with
273
875000
2000
إتضح أن هناك ثلاثة أمراض لها
15:01
completely similar clinical syndromes
274
877000
4000
أعراض سريريه متشابهه تماما
15:05
are completely different diseases.
275
881000
2000
ولكنها أمراض مختلفه تماما
15:07
Because in ALL leukemia, that set of genes over there over-expresses.
276
883000
3000
لأنه في كل سرطانات الدم, تلك المجموعه من الجينات هناك تترجم بإفراط.
15:10
In MLL, it's the middle set of genes,
277
886000
2000
في MLL, هذه المجموعه الوسط من الجينات,
15:12
and in AML, it's the bottom set of genes.
278
888000
2000
وفي AML, وهي المجموعه الدنيا من الجينات.
15:14
And if one of those particular things is expressing in your body,
279
890000
5000
وإذا ما كان واحد من هذه الجينات تحديدا يتواجد في جسمك,
15:19
then you take Gleevec and you're cured.
280
895000
2000
إذن يجب أن تأخذ عقار Gleevec وستتعالج.
15:22
If it is not expressing in your body,
281
898000
2000
أما إذا لم توجد في جسمك,
15:24
if you don't have one of those types --
282
900000
2000
وإذا ما كنت لا تحمل أحد هذه الأنواع --
15:26
a particular one of those types -- don't take Gleevec.
283
902000
3000
أي نوع محدد من تلك الأنواع -- لا تأخذ عقار Gleevec.
15:29
It won't do anything for you.
284
905000
1000
لأنه لن يفعل لك شيئا.
15:31
Same thing with Receptin if you've got breast cancer.
285
907000
2000
نفس الشئ مع عقار Receptin إذا كنت تعاني من سرطان الثدي.
15:34
Don't have an HER-2 receptor? Don't take Receptin.
286
910000
3000
إذا لم يكن لديك مستقبل من نوع HER-2, لا تأخذ عقار Receptin.
15:37
Changes the nature of medicine. Changes the predictions of medicine.
287
913000
4000
تغيير طبيعة العقار. تغيير تنبؤات العقار.
15:41
Changes the way medicine works.
288
917000
2000
تغيير طريقة عمل العقار.
15:43
The greatest repository of knowledge when most of us went to college
289
919000
3000
أعظم مخزون معرفي عندما ذهب معظمنا إلي الكليه
15:46
was this thing, and it turns out that
290
922000
2000
هو هذا الشئ, وإتضح أن
15:48
this is not so important any more.
291
924000
2000
هذا لم يعد مهما جدا.
15:50
The U.S. Library of Congress, in terms of its printed volume of data,
292
926000
4000
مكتبة الكونغرس الأمريكيه, من حيث حجم المعلومات المطبوعه
15:54
contains less data than is coming out of a good genomics company
293
930000
4000
تحتوي بيانات أقل من المعلومات التي تأتي من شركة جيده للجينوم
15:58
every month on a compound basis.
294
934000
3000
كل شهر على أساس مركب.
16:01
Let me say that again: A single genomics company
295
937000
3000
دعني أقول هذا مره أخري: شركه جينوم واحده
16:04
generates more data in a month, on a compound basis,
296
940000
3000
تولد المزيد من البيانات في الشهر، على أساس مجمع،
16:07
than is in the printed collections of the Library of Congress.
297
943000
3000
من مجموع المواد المطبوعه في مكتبة الكونغرس.
16:11
This is what's been powering the U.S. economy. It's Moore's Law.
298
947000
4000
وهذا ما ظل يدفع الإقتصاد الأمريكي. هذا قانون موور.
16:15
So, all of you know that the price of computers halves every 18 months
299
951000
5000
إذا, كلكم يعلم أن أسعار الكمبيوترات تتضاعف بمقدار النصف كل 18 شهر
16:20
and the power doubles, right?
300
956000
2000
وتتضاعف قوتها, صحيح؟
16:22
Except that when you lay that side by side with the speed
301
958000
4000
إلا أنه عندما تضع ذلك جنبا الى جنب مع السرعة
16:26
with which gene data's being deposited in GenBank,
302
962000
3000
التي تودع بها بيانات الجينات في بنك الجينات،
16:29
Moore's Law is right here: it's the blue line.
303
965000
4000
فإن قانون موور صحيح هنا: إنه الخط الأزرق.
16:34
This is on a log scale, and that's what superexponential growth means.
304
970000
4000
هذا على نطاق السجل اللوغارثمي ، وهذا ما يعني نمو أسي رهيب.
16:38
This is going to push computers to have to grow faster
305
974000
4000
هذا سيدفع الكمبيوترات لأن تنمو بسرعه أكثر.
16:42
than they've been growing, because so far,
306
978000
2000
وهي تنمو بسرعه لهذا السبب إلي الآن
16:44
there haven't been applications that have been required
307
980000
3000
لم تكن هنلك تطبيقات كنا في حوجه لها
16:47
that need to go faster than Moore's Law. This stuff does.
308
983000
3000
تحتاج لتنمو بسرعه أكبر من قانون موور. هذه الأشياء تفعل.
16:50
And here's an interesting map.
309
986000
2000
وهذ خريطه جينيه شيقه.
16:52
This is a map which was finished at the Harvard Business School.
310
988000
4000
هذه خريطه تم الإنتهاء منها في مدرسة هارفارد للأعمال.
16:56
One of the really interesting questions is, if all this data's free,
311
992000
3000
أحد الأسئله الجيده والمدهشه, إذا ما كانت هذه البيانات متاحه بالمجان,
16:59
who's using it? This is the greatest public library in the world.
312
995000
4000
من سيستخدمها؟ هذه هي المكتبه العامه الأضخم في العالم.
17:03
Well, it turns out that there's about 27 trillion bits
313
999000
3000
حسناً, تبين أن هناك 27 تريليون بت
17:06
moving inside from the United States to the United States;
314
1002000
3000
تتحرك داخل الولايات المتحده من وإلي الولايات المتحده الأمريكيه;
17:09
about 4.6 trillion is going over to those European countries;
315
1005000
4000
4.6 تريليون تتحرك للبلدان الأوروبيه هناك;
17:13
about 5.5's going to Japan; there's almost no communication
316
1009000
3000
وحوالي 5.5 تريليون إلي اليابان; تقريباً ليس هناك تواصل
17:16
between Japan, and nobody else is literate in this stuff.
317
1012000
4000
مع اليابان, ولا أحد يجهل هذه المعلومات.
17:20
It's free. No one's reading it. They're focusing on the war;
318
1016000
5000
إنها مجانيه, لا أحد يقرأها. لأنهم مشغولون بالحرب.
17:25
they're focusing on Bush; they're not interested in life.
319
1021000
2000
مركزون علي بوش; ليس لهم إهتمام بالحياه.
17:28
So, this is what a new map of the world looks like.
320
1024000
2000
لهذا, هذه خريطه جديده لما سيبدو عليه العالم
17:31
That is the genomically literate world. And that is a problem.
321
1027000
6000
هذا هو العالم الذي له معرفه جينوميه. وهذه مشكلة.
17:37
In fact, it's not a genomically literate world.
322
1033000
2000
في الحقيقه, ليس فقط العالم ذو المعرفه الجينوميه.
17:39
You can break this out by states.
323
1035000
2000
يمكنك أن تفصلها علي الولايات.
17:41
And you can watch states rise and fall depending on
324
1037000
2000
ويمكنك أن تلاحظ سقوط وهبوط الولايات إعتماداً علي
17:43
their ability to speak a language of life,
325
1039000
2000
مقدرتهم علي التحدث بلغة الحياة,
17:45
and you can watch New York fall off a cliff,
326
1041000
2000
ويمكنك مشاهدة نيويورك تسقط من حافة الهاويه,
17:47
and you can watch New Jersey fall off a cliff,
327
1043000
2000
ويمكنك مشاهدة سقوط نيوجيرسي من حافة الهاويه
17:49
and you can watch the rise of the new empires of intelligence.
328
1045000
3000
ويمكنك مشاهدة صعود إمبراطوريات الذكاء الجديده.
17:53
And you can break it out by counties, because it's specific counties.
329
1049000
3000
ويمكنك تفصيلها بالمقاطعات لأنها مقاطعات محددة.
17:56
And if you want to get more specific,
330
1052000
2000
وإذا كنت ترغب في الحصول على تحديد أكثر،
17:58
it's actually specific zip codes.
331
1054000
2000
انها في الواقع رموز بريديه معينة.
18:00
(Laughter)
332
1056000
2000
(ضحك)
18:02
So, you want to know where life is happening?
333
1058000
3000
إذن، تريد أن تعرف أين تحدث الحياة؟
18:05
Well, in Southern California it's happening in 92121. And that's it.
334
1061000
5000
حسنا ، في جنوب كاليفورنيا انها تحدث في 92121. وهذا كل شيء.
18:11
And that's the triangle between Salk, Scripps, UCSD,
335
1067000
5000
وهذا المثلث بين سالك، سكريبس، جامعة كاليفورنيا سان دييغو،
18:16
and it's called Torrey Pines Road.
336
1072000
2000
وانه يسمي طريق توري باينز .
18:18
That means you don't need to be a big nation to be successful;
337
1074000
3000
وهذا يعني انك لا تحتاج أن تكون أمة كبيرة لتكون أمة ناجحة؛
18:21
it means you don't need a lot of people to be successful;
338
1077000
2000
فهذا يعني أنك لا تحتاج إلى الكثير من الناس لتكون ناجح؛
18:23
and it means you can move most of the wealth of a country
339
1079000
3000
وهذا يعني يمكنك نقل معظم ثروة البلاد
18:26
in about three or four carefully picked 747s.
340
1082000
3000
في حوالي ثلاثة أو أربعة اختيارات بعناية من 747.
18:30
Same thing in Massachusetts. Looks more spread out but --
341
1086000
4000
نفس الشئ في ماساتسوشيتس, تبدو أكثر إنتشاراً لكن --
18:34
oh, by the way, the ones that are the same color are contiguous.
342
1090000
3000
آه، بالمناسبة ، تلك التي هي بنفس اللون متجاورة.
18:38
What's the net effect of this?
343
1094000
2000
ما هو الأثر الكلي لهذا؟
18:40
In an agricultural society, the difference between
344
1096000
2000
في المجتمع الزراعي، الفرق بين
18:42
the richest and the poorest,
345
1098000
1000
الأغنى والأفقر،
18:44
the most productive and the least productive, was five to one. Why?
346
1100000
4000
الأكثر إنتاجية والأقل إنتاجية، كان 5 إلي 1. لماذا؟
18:48
Because in agriculture, if you had 10 kids
347
1104000
2000
لأنه في الزراعة ، إذا كان لديك 10 أطفال
18:50
and you grow up a little bit earlier and you work a little bit harder,
348
1106000
3000
وكنت تصحو مبكراً قليلاً, وتعمل أكثر قليلاً,
18:53
you could produce about five times more wealth, on average,
349
1109000
2000
يمكنك أن تنتج نحو خمسة أضعاف الثروة، في المتوسط،
18:55
than your neighbor.
350
1111000
1000
أكثر من جارك.
18:57
In a knowledge society, that number is now 427 to 1.
351
1113000
3000
في مجتمع المعرفة ، هذا العدد الآن 427 إلي 1.
19:01
It really matters if you're literate, not just in reading and writing
352
1117000
4000
يهم حقا ما إذا كنت تعرف القراءة والكتابة، وليس فقط في القراءة والكتابة
19:05
in English and French and German,
353
1121000
2000
باللغه الانكليزية والفرنسية والألمانية،
19:07
but in Microsoft and Linux and Apple.
354
1123000
2000
ولكن في لينكس ومايكروسوفت وأبل.
19:10
And very soon it's going to matter if you're literate in life code.
355
1126000
4000
وقريبا جدا فان الامر سيهم إذا كنت تعرف قراءة وكتابة رموز الحياة.
19:14
So, if there is something you should fear,
356
1130000
2000
لذا، اذا كان هناك شيء يجب عليك الخوف منه،
19:16
it's that you're not keeping your eye on the ball.
357
1132000
3000
هو أن لا تبعد عينيك عن الكرة.
19:19
Because it really matters who speaks life.
358
1135000
2000
لأنه يهم حقا من يتحدث عن الحياة.
19:22
That's why nations rise and fall.
359
1138000
2000
هذا هو السبب في صعود وسقوط الأمم.
19:25
And it turns out that if you went back to the 1870s,
360
1141000
3000
واتضح أنه إذا كنت تريد العودة إلى نهايات القرن التاسع عشر 1870 ،
19:28
the most productive nation on earth was Australia, per person.
361
1144000
3000
أستراليا كانت أكثر الدول المنتجة على الأرض، للشخص الواحد.
19:31
And New Zealand was way up there. And then the U.S. came in about 1950,
362
1147000
3000
وكانت نيوزيلندا علي الطريق هناك. ثم جاءت الولايات المتحدة في حوالي 1950،
19:34
and then Switzerland about 1973, and then the U.S. got back on top --
363
1150000
3000
وثم سويسرا في عام 1973 ، ثم عادت الولايات المتحدة مرة أخرى في أعلى --
19:38
beat up their chocolates and cuckoo clocks.
364
1154000
2000
ضربوا الشوكولاتة وساعات حائط الوقواق.
19:42
And today, of course, you all know that the most productive nation
365
1158000
3000
واليوم، بالطبع، كما تعلمون جميعا أن الأمة الأكثر إنتاجا
19:45
on earth is Luxembourg, producing about one third more wealth
366
1161000
3000
على الأرض هي لوكسمبورغ، وتنتج ما يقرب أكثر من ثلث الثروة
19:48
per person per year than America.
367
1164000
2000
للشخص الواحد سنويا من أمريكا.
19:51
Tiny landlocked state. No oil. No diamonds. No natural resources.
368
1167000
4000
الدولة الصغيرة الحبيسة. لا نفط. لا كميات من الماس. لا موارد طبيعية.
19:55
Just smart people moving bits. Different rules.
369
1171000
5000
مجرد مجموعة من الناس الأذكياء تحرك بيانات وقطع معلومات. قواعد مختلفة.
20:01
Here's differential productivity rates.
370
1177000
3000
وفيما يلي معدلات الإنتاجية التفاضلية .
20:05
Here's how many people it takes to produce a single U.S. patent.
371
1181000
3000
وهنا كم من الناس يلزم لإنتاج براءة اختراع أمريكية واحدة.
20:08
So, about 3,000 Americans, 6,000 Koreans, 14,000 Brits,
372
1184000
4000
هكذا، حوالى 3000 أميركي، 6000 كوري، 14000 بريطاني،
20:12
790,000 Argentines. You want to know why Argentina's crashing?
373
1188000
3000
790000 ارجنتيني. إذا كنت تريد أن تعرف لماذا تتحطم الأرجنتين؟
20:15
It's got nothing to do with inflation.
374
1191000
2000
لا علاقة لذلك بالتضخم.
20:17
It's got nothing to do with privatization.
375
1193000
2000
لا علاقة لذلك بالخصخصة.
20:19
You can take a Harvard-educated Ivy League economist,
376
1195000
4000
يمكنك اتخاذ عضو رابطه خريجي جامعة هارفارد في الاقتصاد،
20:23
stick him in charge of Argentina. He still crashes the country
377
1199000
3000
ضعه في منصب مسئول الأرجنتين الأول, ستنهار البلد أيضاً
20:26
because he doesn't understand how the rules have changed.
378
1202000
2000
لأنه لا يفهم كيف تغيرت القواعد.
20:29
Oh, yeah, and it takes about 5.6 million Indians.
379
1205000
3000
آه، نعم، وتحتاج إلي نحو 5.6 مليون هندي.
20:32
Well, watch what happens to India.
380
1208000
2000
حسنا ، راقب ما يحدث للهند.
20:34
India and China used to be 40 percent of the global economy
381
1210000
3000
الهند والصين كانتا تمثلان 40 في المائة من الاقتصاد العالمي
20:37
just at the Industrial Revolution, and they are now about 4.8 percent.
382
1213000
5000
فقط عند الثورة الصناعية، والان هم حوالي 4.8 في المائة.
20:42
Two billion people. One third of the global population producing 5 percent of the wealth
383
1218000
4000
ملياري شخص. ثلث سكان العالم ينتجون فقط 5 في المائة من الثروة
20:46
because they didn't get this change,
384
1222000
3000
لأنهم لم يحصلوا علي هذا التغيير،
20:49
because they kept treating their people like serfs
385
1225000
2000
لأنهم كانوا يعاملون شعبهم كالعبيد
20:51
instead of like shareholders of a common project.
386
1227000
3000
بدلا عن مساهمين متساويين في مشروع مشترك.
20:55
They didn't keep the people who were educated.
387
1231000
3000
ولم يحافظوا علي المتعلمين من شعبهم.
20:58
They didn't foment the businesses. They didn't do the IPOs.
388
1234000
2000
ولم يستثيروا الشركات. ولم تفعل مكاتب الملكية الفكرية.
21:01
Silicon Valley did. And that's why they say
389
1237000
4000
لكن أودية المعلومات فعلت. ولهذا السبب يقولون
21:05
that Silicon Valley has been powered by ICs.
390
1241000
2000
أن أودية المعلومات تقوم علي ICs.
21:08
Not integrated circuits: Indians and Chinese.
391
1244000
3000
ليس الدوائر غير المتكاملة (integrated circuits) : الهنود والصينيين.
21:11
(Laughter)
392
1247000
4000
(ضحك)
21:15
Here's what's happening in the world.
393
1251000
2000
وفيما يلي ما يحدث في العالم.
21:17
It turns out that if you'd gone to the U.N. in 1950,
394
1253000
3000
تبين أنه إذا كنت قد ذهبت الى الامم المتحدة في عام 1950،
21:20
when it was founded, there were 50 countries in this world.
395
1256000
2000
عندما تأسست، كانت هناك 50 دولة في هذا العالم.
21:22
It turns out there's now about 192.
396
1258000
3000
اتضح ان هناك الآن نحو 192.
21:25
Country after country is splitting, seceding, succeeding, failing --
397
1261000
4000
بلد بعد بلد تنشق, تنفصل, تنجح, تفشل
21:30
and it's all getting very fragmented. And this has not stopped.
398
1266000
5000
وأصبحت جميعها مجزأه للغاية. ولم يتوقف هذا الأمر.
21:35
In the 1990s, these are sovereign states
399
1271000
3000
في سنوات التسعينات 1990، وهذه هي الدول ذات السيادة
21:38
that did not exist before 1990.
400
1274000
2000
لم تكن موجودة من قبل عام 1990.
21:40
And this doesn't include fusions or name changes or changes in flags.
401
1276000
5000
وهذا لا يشمل اندماج أو تغيير اسم أو تغييرات في الأعلام.
21:45
We're generating about 3.12 states per year.
402
1281000
3000
نحن ننتج حوالي 3.12 من الدول سنويا.
21:48
People are taking control of their own states,
403
1284000
3000
الناس أصبحت تسيطرعلى دولها،
21:51
sometimes for the better and sometimes for the worse.
404
1287000
3000
في بعض الأحيان للأفضل وفي بعض الأحيان للأسوأ .
21:54
And the really interesting thing is,
405
1290000
2000
والشيء المثير للاهتمام حقا هو،
21:56
you and your kids are empowered to build great empires,
406
1292000
2000
أنت وأطفالك يتم تمكينكم لبناء امبراطوريات عظمى،
21:58
and you don't need a lot to do it.
407
1294000
2000
وأنت لا تحتاج إلى الكثير للقيام بذلك.
22:00
(Music)
408
1296000
2000
(موسيقي)
22:02
And, given that the music is over, I was going to talk
409
1298000
3000
و, إذا ما توقفت الموسيقي، كنت أود الحديث
22:05
about how you can use this to generate a lot of wealth,
410
1301000
3000
كيف يمكنك استخدام هذا لإنشاء الكثير من الثروة،
22:08
and how code works.
411
1304000
2000
وكيف يعمل الرمز.
22:10
Moderator: Two minutes.
412
1306000
1000
(مشرف التحدث: دقيقتين.)
22:11
(Laughter)
413
1307000
2000
(ضحك)
22:13
Juan Enriquez: No, I'm going to stop there and we'll do it next year
414
1309000
4000
لا، انا سأتوقف هنا وسنفعل ذلك في العام المقبل
22:17
because I don't want to take any of Laurie's time.
415
1313000
2000
لأنني لا أريد أن آخذ أي من وقت لوري.
22:20
But thank you very much.
416
1316000
1000
ولكن شكرا جزيلا لكم.
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