TEDxSummit
Juan Enriquez: Will our kids be a different species?
Juan Enriquez: Budou naše děti jiným živočišným druhem?
Filmed:
Readability: 3.6
2,006,663 views
V průběhu lidské evoluce vedle sebe existovalo více "verzí" lidí. Není možné, že se nacházíme uprostřed procesu povyšování "verze"? Juan Enriquez na konfenci TEDxSummit putuje časem a prostorem, aby nás přenesl do současnosti -- a předvede, jak technologie odhaluje důkazy, které naznačují, jak prudký rozvoj nás možná čeká.
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
Dobrá. Takže, jako všechny dobré příběhy,
00:18
this starts a long, long time ago
1
2418
1934
i tenhle začal velmi dávno,
00:20
when there was basically nothing.
2
4352
2149
kdy v zásadě nic neexistovalo.
00:22
So here is a complete picture of the universe
3
6501
2400
No a tady je úplná podoba vesmíru
00:24
about 14-odd billion years ago.
4
8901
3452
před takovými 14 miliardami let.
00:28
All energy is concentrated into a single point of energy.
5
12353
3084
Všechna energie je soustředěná do jednoho bodu.
00:31
For some reason it explodes,
6
15437
1584
Z nějakého důvodu exploduje
00:32
and you begin to get these things.
7
17021
2116
a začnou v něm vznikat tyhle věci.
00:35
So you're now about 14 billion years into this.
8
19137
2866
No a vy jste teď asi 14 miliard let uvnitř toho.
00:37
And these things expand and expand and expand
9
22003
1896
A věci se rozpínají a rozpínají a rozpínají
00:39
into these giant galaxies,
10
23899
1699
do těchhle obřích galaxií,
00:41
and you get trillions of them.
11
25598
1319
až jich jsou bilióny.
00:42
And within these galaxies
12
26917
2148
A uvnitř těch galaxií
00:44
you get these enormous dust clouds.
13
29065
2119
vznikají obrovská mračna prachu.
00:47
And I want you to pay particular attention
14
31184
1765
A chci, abyste si povšimli zejména
00:48
to the three little prongs
15
32949
1450
těchto tří malých hrotů
00:50
in the center of this picture.
16
34399
1901
uprostřed obrázku.
00:52
If you take a close-up of those,
17
36300
1415
Když se na ně podíváte zblízka,
00:53
they look like this.
18
37715
1653
vypadají nějak takhle.
00:55
And what you're looking at is columns of dust
19
39368
2850
A to, co právě pozorujete, je sloupec prachu,
00:58
where there's so much dust --
20
42218
2047
kde je tak moc prachu --
01:00
by the way, the scale of this is a trillion vertical miles --
21
44265
4333
mimochodem, tohle měří svisle bilión mil --
01:04
and what's happening is there's so much dust,
22
48598
2918
a to, co se tu děje je, že se tak velké množství prachu
01:07
it comes together and it fuses
23
51516
1934
přibližuje k sobě a slučuje se
01:09
and ignites a thermonuclear reaction.
24
53450
3459
a spouští termojadernou reakci.
01:12
And so what you're watching
25
56909
842
A to co právě sledujete
01:13
is the birth of stars.
26
57751
1985
je zrod hvězd.
01:15
These are stars being born out of here.
27
59736
1657
Tohle jsou hvězdy, které se odtud rodí.
01:17
When enough stars come out,
28
61393
2468
Když se vyvine dostatek hvězd,
01:19
they create a galaxy.
29
63861
1798
utvoří galaxii.
01:21
This one happens to be a particularly important galaxy,
30
65659
3434
Tohle je náhodou zvlášť důležitá galaxie,
01:24
because you are here.
31
69093
2216
protože se v ní nacházíte.
01:27
(Laughter)
32
71309
1167
(Smích)
01:28
And as you take a close-up of this galaxy,
33
72476
1651
A když se na tu galaxii podíváte zblízka,
01:30
you find a relatively normal,
34
74127
2065
najdete poměrně běžnou,
01:32
not particularly interesting star.
35
76192
2368
nijak zvlášť zajímavou hvězdu.
01:34
By the way, you're now about two-thirds of the way into this story.
36
78560
4015
Mimochodem, teď jste asi ve dvou třetinách tohoto příběhu.
01:38
So this star doesn't even appear
37
82575
2182
Takže tahle hvězda se objeví až asi
01:40
until about two-thirds of the way into this story.
38
84757
2951
ve dvou třetinách příběhu.
01:43
And then what happens
39
87708
1078
A pak se stane,
01:44
is there's enough dust left over
40
88786
1406
že zbude dostatek prachu,
01:46
that it doesn't ignite into a star,
41
90192
1966
že se z něj nestane hvězda,
01:48
it becomes a planet.
42
92158
2000
stane se z něj planeta.
01:50
And this is about a little over four billion years ago.
43
94158
4825
A to je zhruba před nějakými čtyřmi miliardami let.
01:54
And soon thereafter
44
98983
1433
A brzy potom
01:56
there's enough material left over
45
100416
1917
zbývá dostatek materiálu,
01:58
that you get a primordial soup,
46
102333
4563
ze kterého dostanete prvotní polévku,
02:02
and that creates life.
47
106896
1764
a z té vzniká život.
02:04
And life starts to expand and expand and expand,
48
108660
3881
A život se začíná rozpínat a rozpínat a rozpínat,
02:08
until it goes kaput.
49
112541
1751
až dokud nevyhyne.
02:10
(Laughter)
50
114292
3488
(Smích)
02:13
Now the really strange thing
51
117780
1430
Opravdu podivná věc na tom je,
02:15
is life goes kaput, not once, not twice,
52
119210
2906
že život nevyhynul jednou či dvakrát,
02:18
but five times.
53
122116
2216
ale pětkrát.
02:20
So almost all life on Earth
54
124332
2102
Takže téměř veškerý život na Zemi
02:22
is wiped out about five times.
55
126434
2464
byl vymýcen zhruba pětkrát.
02:24
And as you're thinking about that,
56
128898
1552
A když tak přemýšlíte o tom,
02:26
what happens is you get more and more complexity,
57
130450
2432
co se děje, dostáváte stále více složitosti,
02:28
more and more stuff
58
132882
1234
víc a víc hmoty,
02:30
to build new things with.
59
134116
4118
ze které lze postavit nové věci.
02:34
And we don't appear
60
138234
1270
A my se neobjevíme až do doby,
02:35
until about 99.96 percent of the time into this story,
61
139504
5648
dokud se neodehraje 99,96 procenta tohoto příběhu,
02:41
just to put ourselves and our ancestors in perspective.
62
145152
3930
to jen abyste si udělali o sobě a svých předcích představu.
02:44
So within that context, there's two theories of the case
63
149082
3459
No a v této souvislosti existují dvě teorie o tom, co se stalo,
02:48
as to why we're all here.
64
152541
1689
pokud jde o to, proč tu my všichni jsme.
02:50
The first theory of the case
65
154230
1589
První teorie zní
02:51
is that's all she wrote.
66
155819
3409
že "to je všechno, co napsala".
02:55
Under that theory,
67
159228
1359
Podle této teorie
02:56
we are the be-all and end-all
68
160587
1836
jsme my smyslem všeho
02:58
of all creation.
69
162423
1733
toho tvoření.
03:00
And the reason for trillions of galaxies,
70
164156
2884
A důvodem pro vznik biliónů galaxií,
03:02
sextillions of planets,
71
167040
2013
triliard planet,
03:04
is to create something that looks like that
72
169053
4710
je vytvořit něco, co se podobá tomuto,
03:09
and something that looks like that.
73
173763
3633
a něco, co se podobá tomuto.
03:13
And that's the purpose of the universe;
74
177396
1541
A to je účelem vesmíru;
03:14
and then it flat-lines,
75
178937
1284
a potom je to stále stejné,
03:16
it doesn't get any better.
76
180221
1311
už to ani nemůže být lepší.
03:17
(Laughter)
77
181532
4480
(Smích)
03:21
The only question you might want to ask yourself is,
78
186012
2819
Jediná otázka, kterou si možná chcete položit, je:
03:24
could that be just mildly arrogant?
79
188831
5235
nemohlo by to být prostě jen mírně domýšlivé?
03:29
And if it is --
80
194066
1741
A jestliže ano --
03:31
and particularly given the fact that we came very close to extinction.
81
195807
5382
a zejména pokud uvážíme skutečnost, že jsme byli velmi blízko vyhynutí.
03:37
There were only about 2,000 of our species left.
82
201189
3367
Zbylo tu jen asi 2 000 živočišných druhů.
03:40
A few more weeks without rain,
83
204556
2083
Několik dalších týdnů bez deště
03:42
we would have never seen any of these.
84
206639
3084
a už bychom žádný z nich neviděli.
03:45
(Laughter)
85
209723
6699
(Smích)
03:52
(Applause)
86
216422
4634
(Potlesk)
03:56
So maybe you have to think about a second theory
87
221056
2966
Takže možná musíte přemýšlet o další teorii,
03:59
if the first one isn't good enough.
88
224022
2917
když ta první není dost dobrá.
04:02
Second theory is: Could we upgrade?
89
226939
1784
Druhá teorie zní: Mohli bychom se vylepšovat?
04:04
(Laughter)
90
228723
2899
(Smích)
04:07
Well, why would one ask a question like that?
91
231622
3234
No, proč by si měl někdo klást takovou otázku?
04:10
Because there have been at least 29 upgrades so far
92
234856
2465
Protože dosud proběhlo už nejméně 29 vylepšení
04:13
of humanoids.
93
237321
2036
humanoidů.
04:15
So it turns out that we have upgraded.
94
239357
2850
Takže se ukazuje, že už jsme se vylepšili.
04:18
We've upgraded time and again and again.
95
242207
1915
Dlouhou dobu jsme se vylepšovali a zas a znovu.
04:20
And it turns out that we keep discovering upgrades.
96
244122
2916
A ukazuje se, že stále objevujeme nějaká vylepšení.
04:22
We found this one last year.
97
247038
2184
Tohle jsme našli v loňském roce.
04:25
We found another one last month.
98
249222
2617
Na další jsme přišli minulý měsíc.
04:27
And as you're thinking about this,
99
251839
2199
A když o tom přemýšlíte,
04:29
you might also ask the question:
100
254038
2103
možná si kladete otázku:
04:32
So why a single human species?
101
256141
3097
Tak proč jenom jeden lidský druh?
04:35
Wouldn't it be really odd
102
259238
1834
Nezdálo by se vám opravdu zvláštní,
04:36
if you went to Africa and Asia and Antarctica
103
261072
3784
kdybyste přijeli do Afriky a Asie a Antarktidy
04:40
and found exactly the same bird --
104
264856
2619
a našli tam přesně toho samého ptáka --
04:43
particularly given that we co-existed at the same time
105
267475
3792
zejména vzhledem k tomu, že jsme žili v tom samém čase
04:47
with at least eight other versions of humanoid
106
271267
2786
společně s nejméně osmi dalšími variantami lidí
04:49
at the same time on this planet?
107
274053
2468
v tom samém čase na této planetě?
04:52
So the normal state of affairs
108
276521
1879
Takže normální stav věcí
04:54
is not to have just a Homo sapiens;
109
278400
2510
není mít jen Homo sapiens;
04:56
the normal state of affairs
110
280910
1021
normální stav věcí
04:57
is to have various versions of humans walking around.
111
281931
3829
je mít rozmanité varianty lidí, které se tu kolem prochází.
05:01
And if that is the normal state of affairs,
112
285760
2817
A pokud je toto normální stav věcí,
05:04
then you might ask yourself,
113
288577
2368
pak se možná sami sebe ptáte,
05:06
all right, so if we want to create something else,
114
290945
2065
dobrá, když bychom chtěli stvořit něco jiného,
05:08
how big does a mutation have to be?
115
293010
2868
jak velká přeměna by to musela být?
05:11
Well Svante Paabo has the answer.
116
295878
2632
Svante Paabo má odpověď.
05:14
The difference between humans and Neanderthal
117
298510
2800
Rozdíl mezi lidmi a neandrtálci
05:17
is 0.004 percent of gene code.
118
301310
3299
je 0,004 procenta genetického kódu.
05:20
That's how big the difference is
119
304609
1700
Tak velký je rozdíl
05:22
one species to another.
120
306309
2217
mezi dvěma druhy.
05:24
This explains most contemporary political debates.
121
308526
4400
Vysvětluje to většinu současných politických sporů.
05:28
(Laughter)
122
312926
1935
(Smích)
05:30
But as you're thinking about this,
123
314861
3211
Ale když o tom tak přemýšlíte,
05:33
one of the interesting things
124
318072
1358
jedna ze zajímavých věcí je,
05:35
is how small these mutations are and where they take place.
125
319430
3397
že existuje tak málo obměn a na jakém místě se odehrávají.
05:38
Difference human/Neanderthal
126
322827
1333
Rozdíl mezi člověkem a neandrtálcem
05:40
is sperm and testis,
127
324160
1733
je ve spermatu a varleti,
05:41
smell and skin.
128
325893
1368
pachu a kůži.
05:43
And those are the specific genes
129
327261
1486
A to jsou ony typické geny,
05:44
that differ from one to the other.
130
328747
2680
které odlišují jednoho od druhého.
05:47
So very small changes can have a big impact.
131
331427
3101
Takže velmi malé změny mohou mít velký vliv.
05:50
And as you're thinking about this,
132
334528
1632
A když se nad tím zamyslíte,
05:52
we're continuing to mutate.
133
336160
2516
stále v obměnách pokračujeme.
05:54
So about 10,000 years ago by the Black Sea,
134
338676
2901
Asi tak před 10 000 lety u Černého moře
05:57
we had one mutation in one gene
135
341577
2060
způsobila jedna mutace jednoho genu
05:59
which led to blue eyes.
136
343637
2556
modré oči u lidí.
06:02
And this is continuing and continuing and continuing.
137
346193
3884
A tohle pokračuje a pokračuje a pokračuje.
06:05
And as it continues,
138
350077
1434
A protože to pokračuje,
06:07
one of the things that's going to happen this year
139
351511
1765
jednou z věcí, které se tento rok odehrají,
06:09
is we're going to discover the first 10,000 human genomes,
140
353276
3333
bude objevení prvních 10 000 lidských genů,
06:12
because it's gotten cheap enough to do the gene sequencing.
141
356609
3269
protože se sekvencování genů stalo dostatečně levným.
06:15
And when we find these,
142
359878
1588
A když je najdeme,
06:17
we may find differences.
143
361466
2494
můžeme zjišťovat rozdíly.
06:19
And by the way, this is not a debate that we're ready for,
144
363960
3076
Mimochodem, toto není diskuze, na kterou jsme připraveni,
06:22
because we have really misused the science in this.
145
367036
3376
protože v tomto jsme vědu opravdu zneužili.
06:26
In the 1920s, we thought there were major differences between people.
146
370412
3683
Ve dvacátých letech 20. století jsme si mysleli, že mezi lidmi existují významnější rozdíly.
06:29
That was partly based on Francis Galton's work.
147
374095
3798
Bylo to částečně založeno na práci Francise Galtona.
06:33
He was Darwin's cousin.
148
377893
2136
To byl Darwinův bratranec.
06:35
But the U.S., the Carnegie Institute,
149
380029
2315
Ale ve Spojených Státech, v Carnegie Institute
06:38
Stanford, American Neurological Association
150
382344
2582
ve Stanfordu, to Americká neurologická společnost
06:40
took this really far.
151
384926
1868
pojala opravdu důkladně.
06:42
That got exported and was really misused.
152
386794
3599
Začalo se to vyvážet a opravdu zneužívat.
06:46
In fact, it led to some absolutely horrendous
153
390393
2685
Ve skutečnosti to vedlo k naprosto úděsnému
06:48
treatment of human beings.
154
393078
2013
zacházení s lidskými bytostmi.
06:50
So since the 1940s, we've been saying there are no differences,
155
395091
2594
Tak od 40. let říkáme, že žádné rozdíly nejsou,
06:53
we're all identical.
156
397685
1320
že jsme všichni stejní.
06:54
We're going to know at year end if that is true.
157
399005
3277
S koncem roku už budeme vědět, jestli je to pravda.
06:58
And as we think about that,
158
402282
1732
A když o tom přemýšlíme,
06:59
we're actually beginning to find things
159
404014
1518
vlastně začínáme pátrat po věcech jako
07:01
like, do you have an ACE gene?
160
405532
3466
jestli máte ACE gen?
07:04
Why would that matter?
161
408998
1978
Proč by na tom mělo záležet?
07:06
Because nobody's ever climbed an 8,000-meter peak without oxygen
162
410976
4038
Protože nikdo doposud nevyšplhal na osmitisícovku bez kyslíku,
07:10
that doesn't have an ACE gene.
163
415014
2750
aniž by měl ACE gen.
07:13
And if you want to get more specific,
164
417764
1869
A pokud chcete být konkrétnější,
07:15
how about a 577R genotype?
165
419633
3015
co takhle genotyp 577R?
07:18
Well it turns out that every male Olympic power athelete ever tested
166
422648
4700
No to znamená, že každý mužský olympijský výkonnostní atlet, který byl kdy testovaný,
07:23
carries at least one of these variants.
167
427348
3250
nese nejméně jednu z těchto variant.
07:26
If that is true,
168
430598
1654
Pokud je to pravda,
07:28
it leads to some very complicated questions
169
432252
2158
nastoluje to některé velmi složité otázky
07:30
for the London Olympics.
170
434410
1801
pro olympijské hry v Londýně.
07:32
Three options:
171
436211
1519
Tři možnosti:
07:33
Do you want the Olympics to be a showcase
172
437730
2832
Chcete, aby olympiáda byla přehlídkou
07:36
for really hardworking mutants?
173
440562
2700
opravdu tvrdě pracujících mutantů?
07:39
(Laughter)
174
443262
1733
(Smích)
07:40
Option number two:
175
444995
2735
Možnost číslo dvě:
07:43
Why don't we play it like golf or sailing?
176
447730
3398
Proč to nehrajeme jako golf nebo plachtění?
07:47
Because you have one and you don't have one,
177
451128
2474
Protože vy ho máte a vy ho nemáte,
07:49
I'll give you a tenth of a second head start.
178
453602
3995
dám vám desetinu vteřiny náskok.
07:53
Version number three:
179
457597
1071
Verze číslo tři:
07:54
Because this is a naturally occurring gene
180
458668
2069
Protože je to přirozeně se vyskytující gen,
07:56
and you've got it and you didn't pick the right parents,
181
460737
2782
a vy ho máte a vybrali jste si ty správné rodiče,
07:59
you get the right to upgrade.
182
463519
3949
dostanete právo se vylepšit.
08:03
Three different options.
183
467468
1751
Tři různé možnosti.
08:05
If these differences are the difference
184
469219
1622
Pokud tyto odlišnosti jsou ten rozdíl
08:06
between an Olympic medal and a non-Olympic medal.
185
470841
3378
mezi olympijskou a neolympijskou medailí.
08:10
And it turns out that as we discover these things,
186
474219
2834
A jak objevujeme tyto věci, ukazuje se,
08:12
we human beings really like to change
187
477053
3335
že my lidské bytosti opravdu rády měníme
08:16
how we look, how we act,
188
480388
1694
svůj vzhled, svoje chování,
08:17
what our bodies do.
189
482082
1594
co naše těla dělají.
08:19
And we had about 10.2 million plastic surgeries in the United States,
190
483676
4374
Ve Spojených státech jsme provedli na 10,2 miliónu plastických operací,
08:23
except that with the technologies that are coming online today,
191
488050
3317
jenomže s technologiemi, které jsou dnes k dispozici,
08:27
today's corrections, deletions,
192
491367
2701
dnešními úpravami, odstraněními,
08:29
augmentations and enhancements
193
494068
1919
posilněními a vylepšeními,
08:31
are going to seem like child's play.
194
495987
2913
se budou zdát jako dětská hra.
08:34
You already saw the work by Tony Atala on TED,
195
498900
3701
Už jste na TED viděli práci Tonyho Ataly,
08:38
but this ability to start filling
196
502601
3567
ale tato schopnost začít plnit věci
08:42
things like inkjet cartridges with cells
197
506168
2933
jako jsou inkoustové náplně buňkami,
08:45
are allowing us to print skin, organs
198
509101
4674
nám umožňuje tisknout kůži, orgány
08:49
and a whole series of other body parts.
199
513775
2750
a celou řadu dalších částí těla.
08:52
And as these technologies go forward,
200
516525
1884
A jak se tyto technologie zdokonalují,
08:54
you keep seeing this, you keep seeing this, you keep seeing things --
201
518409
3784
stále vidíte toto, stále vidíte toto, stále vidíte věci --
08:58
2000, human genome sequence --
202
522193
2774
rok 2000, sekvencování lidského genomu --
09:00
and it seems like nothing's happening,
203
524967
3782
a zdá se, jako by se nic nedělo,
09:04
until it does.
204
528749
3112
až dokud se nestane.
09:07
And we may just be in some of these weeks.
205
531861
3524
A možná se dočkáme už v následujících týdnech.
09:11
And as you're thinking about
206
535385
1599
A když tak přemýšlíte
09:12
these two guys sequencing a human genome in 2000
207
536984
3451
o těchto dvou chlapících, kteří sekvencují lidský genom v roce 2000,
09:16
and the Public Project sequencing the human genome in 2000,
208
540435
3553
a o Veřejném projektu pro sekvencování lidského genomu v roce 2000,
09:19
then you don't hear a lot,
209
543988
3164
pak jste neslyšeli dost,
09:23
until you hear about an experiment last year in China,
210
547152
3984
dokud neuslyšíte o experimentu z loňského roku v Číně,
09:27
where they take skin cells from this mouse,
211
551136
4017
kde vzali buňky kůže této myši,
09:31
put four chemicals on it,
212
555153
1733
přidali k nim čtyři chemikálie,
09:32
turn those skin cells into stem cells,
213
556886
3566
přeměnili je na kmenové buňky,
09:36
let the stem cells grow
214
560452
1465
nechali je vyrůst
09:37
and create a full copy of that mouse.
215
561917
3087
a vytvořili dokonalou kopii oné myši.
09:40
That's a big deal.
216
565004
3247
To je velká věc.
09:44
Because in essence
217
568251
1016
Protože to v zásadě
09:45
what it means is you can take a cell,
218
569267
2148
znamená, že můžete vzít multipotentní
09:47
which is a pluripotent stem cell,
219
571415
2286
kmenovou buňku,
09:49
which is like a skier at the top of a mountain,
220
573701
2684
která se podobá lyžaři na vrcholku hory,
09:52
and those two skiers become two pluripotent stem cells,
221
576385
3817
a dva takoví lyžaři se stávají dvěma multipotentními kmenovými buňkami,
09:56
four, eight, 16,
222
580202
1782
čtyřmi, osmi, šestnácti
09:57
and then it gets so crowded
223
581984
1668
a pak po šestnácti děleních
09:59
after 16 divisions
224
583652
1800
jsou buňky natolik stlačené,
10:01
that those cells have to differentiate.
225
585452
2502
že se musí rozrůznit.
10:03
So they go down one side of the mountain,
226
587954
1433
A tak sjíždějí z jedné strany hory,
10:05
they go down another.
227
589387
1233
sjíždějí druhou stranu.
10:06
And as they pick that,
228
590620
1534
A když se vydají tímto směrem,
10:08
these become bone,
229
592154
2250
stanou se z nich kosti,
10:10
and then they pick another road and these become platelets,
230
594404
2932
a pak si vyberou jinou cestu a tyto se stanou krevními destičkami,
10:13
and these become macrophages,
231
597336
2117
a tyto se stanou makrofágy,
10:15
and these become T cells.
232
599453
1267
a tyto se stanou T-buňkami.
10:16
But it's really hard, once you ski down,
233
600720
1952
Ale jakmile jednou sjedete kopec, je velmi obtížné
10:18
to get back up.
234
602672
1523
se vrátit zpátky nahoru.
10:20
Unless, of course, if you have a ski lift.
235
604195
5412
Pokud samozřejmě nemáte vlek.
10:25
And what those four chemicals do
236
609607
2449
A ony čtyři chemikálie dokážou
10:27
is they take any cell
237
612056
2069
vzít jakoukoliv buňku
10:30
and take it way back up the mountain
238
614125
1932
a dopravit ji zpátky nahoru na vrchol,
10:31
so it can become any body part.
239
616057
2033
aby se mohla stát jakoukoliv částí těla.
10:33
And as you think of that,
240
618090
1728
A když o tom tak přemýšlíte,
10:35
what it means is potentially
241
619818
1980
znamená to, že potenciálně
10:37
you can rebuild a full copy
242
621798
2175
můžete zrekonstruovat úplnou kopii
10:39
of any organism
243
623973
1867
kteréhokoliv organizmu
10:41
out of any one of its cells.
244
625840
2586
z kterékoliv z jeho buněk.
10:44
That turns out to be a big deal
245
628426
2531
To se ukazuje jako velká věc,
10:46
because now you can take, not just mouse cells,
246
630957
2566
protože teď můžete vzít nejenom myší buňky,
10:49
but you can human skin cells
247
633523
2318
ale i lidské kožní buňky
10:51
and turn them into human stem cells.
248
635841
3650
a přeměnit je na lidské kmenové buňky.
10:55
And then what they did in October
249
639491
3198
A pak v říjnu vzali
10:58
is they took skin cells, turned them into stem cells
250
642689
3400
kožní buňky, přeměnili je na kmenové buňky
11:01
and began to turn them into liver cells.
251
646089
3673
a ty začali přeměňovat na buňky jater.
11:05
So in theory,
252
649762
1044
Takže teoreticky
11:06
you could grow any organ from any one of your cells.
253
650806
5184
byste mohli vypěstovat jakýkoliv orgán z jakékoliv vaší buňky.
11:11
Here's a second experiment:
254
655990
1718
Tady je druhý experiment:
11:13
If you could photocopy your body,
255
657708
3133
Jestliže byste mohli zkopírovat své tělo,
11:16
maybe you also want to take your mind.
256
660841
3052
možná byste chtěli získat také svoje myšlenky.
11:19
And one of the things you saw at TED
257
663893
1565
A jedna z věcí, které jste na TED viděli
11:21
about a year and a half ago
258
665458
1250
asi před rokem a půl,
11:22
was this guy.
259
666708
1435
byl tento chlapík.
11:24
And he gave a wonderful technical talk.
260
668143
2600
A ten měl nádhernou technologickou přednášku.
11:26
He's a professor at MIT.
261
670743
1599
Je to profesor na MIT.
11:28
But in essence what he said
262
672342
1916
Ale v podstatě mluvil o tom,
11:30
is you can take retroviruses,
263
674258
1700
že můžete vzít retroviry,
11:31
which get inside brain cells of mice.
264
675958
2800
které se dostanou do mozkových buněk myší.
11:34
You can tag them with proteins
265
678758
2440
Můžete je označkovat pomocí bílkovin,
11:37
that light up when you light them.
266
681198
2094
které se rozzáří, když je osvítíte.
11:39
And you can map the exact pathways
267
683292
3716
A vy můžete přesně zmapovat dráhy,
11:42
when a mouse sees, feels, touches,
268
687008
3483
když se myš dívá, cítí, dotýká,
11:46
remembers, loves.
269
690491
2183
vzpomíná, miluje.
11:48
And then you can take a fiber optic cable
270
692674
2373
A pak můžete vzít kabel z optického vlákna
11:50
and light up some of the same things.
271
695047
3819
a rozzářit některé z těch samých věcí.
11:54
And by the way, as you do this,
272
698866
1832
A mimochodem, jak to uděláte,
11:56
you can image it in two colors,
273
700698
2017
můžete si to znázornit ve dvou barvách,
11:58
which means you can download this information
274
702715
2399
což znamená, že si tuto informaci můžete stáhnout
12:01
as binary code directly into a computer.
275
705114
4740
jako binární kód přímo do počítače.
12:05
So what's the bottom line on that?
276
709854
2473
A když to všechno sečteme?
12:08
Well it's not completely inconceivable
277
712327
2200
No není tak úplně nepředstavitelné,
12:10
that someday you'll be able to download your own memories,
278
714527
4495
že jednoho dne budete schopni si stáhnout svoje vlastní vzpomínky,
12:14
maybe into a new body.
279
719022
2387
možná do nového těla.
12:17
And maybe you can upload other people's memories as well.
280
721409
5085
A možná si také budete moci nahrát vzpomínky jiných lidí.
12:22
And this might have just one or two
281
726494
2514
A tohle má možná jeden nebo dva
12:24
small ethical, political, moral implications.
282
729008
3520
malé etické, politické, morální důsledky.
12:28
(Laughter)
283
732528
1531
(Smích)
12:29
Just a thought.
284
734059
2991
Jenom taková úvaha.
12:32
Here's the kind of questions
285
737050
1528
Tady je ten druh otázek,
12:34
that are becoming interesting questions
286
738578
1980
které jsou zajímavé
12:36
for philosophers, for governing people,
287
740558
2484
pro filosofy, vlády,
12:38
for economists, for scientists.
288
743042
3366
ekonomy, vědce.
12:42
Because these technologies are moving really quickly.
289
746408
3284
Protože tyto technologie se posunují opravdu rychle.
12:45
And as you think about it,
290
749692
1500
A jak o tom tak přemýšlíte,
12:47
let me close with an example of the brain.
291
751192
3082
dovolte mi na závěr zmínit příklad mozku.
12:50
The first place where you would expect
292
754274
1683
První místo, kde byste očekávali,
12:51
to see enormous evolutionary pressure today,
293
755957
3051
že dnes uvidíte ohromný evoluční tlak,
12:54
both because of the inputs,
294
759008
2265
ať kvůli vkládaným prostředkům,
12:57
which are becoming massive,
295
761273
1552
které jsou stále výraznější,
12:58
and because of the plasticity of the organ,
296
762825
1782
nebo kvůli tvárnosti tohoto orgánu,
13:00
is the brain.
297
764607
2534
je mozek.
13:03
Do we have any evidence that that is happening?
298
767141
3318
Máme nějaké důkazy, že se to děje?
13:06
Well let's take a look at something like autism incidence per thousand.
299
770459
4731
No, podívejme se třeba na výskyt autismu v přepočtu na tisíc lidí.
13:11
Here's what it looks like in 2000.
300
775190
2502
Tady máme jak to vypadalo v roce 2000.
13:13
Here's what it looks like in 2002,
301
777692
2082
Takto to vypadá v roce 2002,
13:15
2006, 2008.
302
779774
4618
2006, 2008.
13:20
Here's the increase in less than a decade.
303
784392
4082
Zde je nárůst za méně než dekádu.
13:24
And we still don't know why this is happening.
304
788474
4417
A stále nevíme, proč tomu tak je.
13:28
What we do know is, potentially,
305
792891
2485
Co ale víme je, že mozek
13:31
the brain is reacting in
306
795376
2032
pravděpodobně reaguje
13:33
a hyperactive, hyper-plastic way,
307
797408
2134
velmi aktivním a pružným způsobem
13:35
and creating individuals that are like this.
308
799542
2950
a vytváří jednotlivce jako jsou tito.
13:38
And this is only one of the conditions that's out there.
309
802492
2757
A to je jediný vnější předpoklad.
13:41
You've also got people with who are extraordinarily smart,
310
805249
3540
Také máte lidi, kteří jsou mimořádně chytří,
13:44
people who can remember everything they've seen in their lives,
311
808789
2397
lidi, kteří si dokážou zapamatovat cokoliv, co v životě uvidí,
13:47
people who've got synesthesia,
312
811186
1385
lidi, kteří mají synestezii,
(sdružení vjemů dvou nebo více smyslů; pozn. překl.)
(sdružení vjemů dvou nebo více smyslů; pozn. překl.)
13:48
people who've got schizophrenia.
313
812571
1331
lidi, kteří jsou schizofrenní.
13:49
You've got all kinds of stuff going on out there,
314
813902
2534
Všude kolem máte všechny tyhle věci,
13:52
and we still don't understand
315
816436
1218
a my pořád nerozumíme tomu,
13:53
how and why this is happening.
316
817654
2233
jak a proč se dějí.
13:55
But one question you might want to ask is,
317
819887
2682
Ale možná si budete chtít položit jednu otázku:
13:58
are we seeing a rapid evolution of the brain
318
822569
2628
Pozorujeme prudký rozvoj mozku
14:01
and of how we process data?
319
825197
1825
a toho, jak zpracováváme data?
14:02
Because when you think of how much data's coming into our brains,
320
827022
3063
Protože když se zamyslíte nad tím, kolik informací vstupuje do našich mozků --
14:05
we're trying to take in as much data in a day
321
830085
3484
zkoušíme vstřebat denně tolik informací,
14:09
as people used to take in in a lifetime.
322
833569
2551
kolik lidé vstřebávali po celý život.
14:12
And as you're thinking about this,
323
836120
2632
A jak tak o tom přemýšlíte,
14:14
there's four theories as to why this might be going on,
324
838752
2342
jsou čtyři teorie, proč se tohle možná děje,
14:16
plus a whole series of others.
325
841094
1327
a celá řada dalších.
14:18
I don't have a good answer.
326
842421
1649
Nemám náležitou odpověď.
14:19
There really needs to be more research on this.
327
844070
3616
Potřebuje to opravdu důkladnější výzkum.
14:23
One option is the fast food fetish.
328
847686
2235
Jedna možnost je modla fast food.
14:25
There's beginning to be some evidence
329
849921
2449
Začínají se objevovat důkazy o tom,
14:28
that obesity and diet
330
852370
2251
že obezita a strava
14:30
have something to do
331
854621
1631
mají co do činění
14:32
with gene modifications,
332
856252
1768
s modifikacemi genů,
14:33
which may or may not have an impact
333
858020
2350
které mohou, ale nemusí mít vliv na to,
14:36
on how the brain of an infant works.
334
860370
3517
jak funguje mozek dětí.
14:39
A second option is the sexy geek option.
335
863887
3955
Druhá možnost je sexy šprt.
14:43
These conditions are highly rare.
336
867842
4243
Tato situace je velmi zřídkavá.
14:47
(Laughter)
337
872085
3038
(Smích)
14:51
(Applause)
338
875123
5300
(Potlesk)
14:56
But what's beginning to happen
339
880423
1633
Ale začíná se stávat,
14:57
is because these geeks are all getting together,
340
882056
2534
že se tito šprti společně setkávají,
15:00
because they are highly qualified for computer programming
341
884590
2897
protože umí velmi dobře programovat počítače
15:03
and it is highly remunerated,
342
887487
2318
a protože je to velmi štědře odměňovaná práce,
15:05
as well as other very detail-oriented tasks,
343
889805
3150
stejně jako ostatní práce zaměřené na pečlivost a spolehlivost,
15:08
that they are concentrating geographically
344
892955
2449
že se geograficky soustřeďují do jednoho místa
15:11
and finding like-minded mates.
345
895404
2967
a vyhledávají podobně smýšlející kamarády.
15:14
So this is the assortative mating hypothesis
346
898371
3568
Takže tohle je hypotéza nenáhodného párování
15:17
of these genes reinforcing one another
347
901939
2700
genů, které v těchto strukturách
15:20
in these structures.
348
904639
2117
posilují jeden druhého.
15:22
The third, is this too much information?
349
906756
2950
Za třetí, není tohle "příliš mnoho informací"?
15:25
We're trying to process so much stuff
350
909706
1497
Zkoušíme zpracovávat takové množství věcí,
15:27
that some people get synesthetic
351
911203
2352
až se lidé stávají synestetickými
15:29
and just have huge pipes that remember everything.
352
913555
2600
a mají prostě obrovskou kapacitu, takže si všechno zapamatují.
15:32
Other people get hyper-sensitive to the amount of information.
353
916155
2669
Jiní lidé se stávají nadměrně vnímavými vůči množství informací.
15:34
Other people react with various psychological conditions
354
918824
3982
Další lidé reagují na informace rozmanitými
15:38
or reactions to this information.
355
922806
1632
stavy nebo reakcemi.
15:40
Or maybe it's chemicals.
356
924438
2702
Nebo je to snad chemikáliemi.
15:43
But when you see an increase
357
927140
1765
Ale když vidíte nárůst
15:44
of that order of magnitude in a condition,
358
928905
2351
v takových řádových hodnotách,
15:47
either you're not measuring it right
359
931256
1565
buď neměříte správně,
15:48
or there's something going on very quickly,
360
932821
2518
nebo je to něco, co se děje velmi rychle
15:51
and it may be evolution in real time.
361
935339
4032
a možná je to evoluce v reálném čase.
15:55
Here's the bottom line.
362
939371
2503
Zde je shrnutí.
15:57
What I think we are doing
363
941874
2181
Myslím si, že to co se s námi děje je,
15:59
is we're transitioning as a species.
364
944055
1716
že se průběžně měníme jako živočišný druh.
16:01
And I didn't think this when Steve Gullans and I started writing together.
365
945771
5484
A v době, kdy jsme společně se Stevem Gullansem začali psát, jsem si to nemyslel.
16:07
I think we're transitioning into Homo evolutis
366
951255
2451
Myslím, že se přeměňujeme v Homo evolutis,
16:09
that, for better or worse,
367
953706
1399
který tak či onak
16:11
is not just a hominid that's conscious of his or her environment,
368
955105
4182
není jen hominid, jenž si uvědomuje svoje životní prostředí,
16:15
it's a hominid that's beginning to directly and deliberately
369
959287
3219
ale je to hominid, jenž začíná přímo a záměrně
16:18
control the evolution of its own species,
370
962506
3198
řídit evoluci svého vlastního druhu,
16:21
of bacteria, of plants, of animals.
371
965704
3834
mikroorganizmů, rostlin, zvířat.
16:25
And I think that's such an order of magnitude change
372
969538
2835
A myslím si, že je to taková řádová změna,
16:28
that your grandkids or your great-grandkids
373
972373
3103
že vaši vnuci nebo pravnuci
16:31
may be a species very different from you.
374
975476
3045
budou možná zcela jiným živočišným druhem, než jste vy.
16:34
Thank you very much.
375
978521
1586
Děkuji vám velmi pěkně.
16:36
(Applause)
376
980107
5331
(Potlesk)
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