TED2008
Craig Venter: On the verge of creating synthetic life
Ο Craig Venter στα πρόθυρα δημιουργίας συνθετικής ζωής
Filmed:
Readability: 4.7
1,196,566 views
"Μπορούμε να συνθέσουμε ζωή από το ψηφιακό μας σύμπαν;" ρωτάει ο Craig Venter. Η απάντησή του είναι "ναι" -- και μάλιστα σύντομα. Μας παρουσιάζει την τελευταία του έρευνα και υπόσχεται ότι σύντομα θα είμαστε ικανοί να χτίσουμε και να ενεργοποιήσουμε ένα συνθετικό χρωμόσωμα.
Craig Venter - Biologist, genetics pioneer
In 2001, Craig Venter made headlines for sequencing the human genome. In 2003, he started mapping the ocean's biodiversity. And now he's created the first synthetic lifeforms -- microorganisms that can produce alternative fuels. Full bio
In 2001, Craig Venter made headlines for sequencing the human genome. In 2003, he started mapping the ocean's biodiversity. And now he's created the first synthetic lifeforms -- microorganisms that can produce alternative fuels. Full bio
Double-click the English transcript below to play the video.
00:19
You know, I've talked about some of these projects before --
0
1000
2000
Ξέρετε, έχω μιλήσει για μερικές από αυτές τις εργασίες παλαιότερα,
00:21
about the human genome and what that might mean,
1
3000
4000
για το ανθρώπινο γονιδίωμα και τι αυτό μπορεί να σημαίνει,
00:25
and discovering new sets of genes.
2
7000
3000
και για την ανακάλυψη νέων γονιδίων.
00:28
We're actually starting at a new point:
3
10000
3000
Ξεκινάμε από ένα νέο σημείο:
00:31
we've been digitizing biology,
4
13000
4000
ψηφιοποιούμε την βιολογία,
00:35
and now we're trying to go from that digital code
5
17000
3000
και σήμερα προσπαθούμε να πάμε από αυτόν τον ψηφιακό κώδικα
00:38
into a new phase of biology
6
20000
2000
σε μια νέα περίοδο για την βιολογία,
00:40
with designing and synthesizing life.
7
22000
3000
σχεδιάζοντας και συνθέτοντας ζωή.
00:43
So, we've always been trying to ask big questions.
8
25000
3000
Λοιπόν, πάντα προσπαθούσαμε να θέσουμε μεγάλες ερωτήσεις.
00:48
"What is life?" is something that I think many biologists
9
30000
2000
"Τι είναι ζωή;" νομίζω όλοι οι βιολόγοι
00:50
have been trying to understand
10
32000
2000
προσπαθούν να καταλάβουν
00:52
at various levels.
11
34000
2000
σε διάφορα επίπεδα.
00:54
We've tried various approaches,
12
36000
3000
Έχουμε προσπαθήσει διάφορες προσεγγίσεις,
00:57
paring it down to minimal components.
13
39000
3000
να την τεμαχίσουμε στα στοιχειώδη συστατικά.
01:01
We've been digitizing it now for almost 20 years;
14
43000
2000
Την ψηφιοποιούμε τώρα, εδώ και περίπου 20 χρόνια.
01:03
when we sequenced the human genome,
15
45000
2000
Όταν προσδιορίσαμε την αλληλουχία του ανθρώπινου γονιδιώματος,
01:05
it was going from the analog world of biology
16
47000
3000
πήγαμε από τον αναλογικό κόσμο της βιολογίας
01:08
into the digital world of the computer.
17
50000
4000
στον ψηφιακό κόσμο των υπολογιστών.
01:12
Now we're trying to ask, "Can we regenerate life
18
54000
4000
Τώρα προσπαθούμε να ρωτήσουμε, μπορούμε να αναπαράγουμε τη ζωή,
01:16
or can we create new life
19
58000
2000
ή μπορούμε να δημιουργήσουμε ζωή,
01:18
out of this digital universe?"
20
60000
3000
από το ψηφιακό μας σύμπαν;
01:21
This is the map of a small organism,
21
63000
3000
Αυτός είναι ο χάρτης ενός μικρού οργανισμού,
01:24
Mycoplasma genitalium,
22
66000
2000
του Mycoplasma genitalium,
01:26
that has the smallest genome for a species
23
68000
3000
που έχει το μικρότερο γονιδίωμα για ένα είδος
01:29
that can self-replicate in the laboratory,
24
71000
3000
που μπορεί να αυτο-αναπαραχθεί στο εργαστήριο.
01:32
and we've been trying to just see if
25
74000
2000
Και προσπαθούμε να δούμε αν
01:34
we can come up with an even smaller genome.
26
76000
3000
μπορούμε να καταλήξουμε σε ένα ακόμα μικρότερο γονιδίωμα.
01:38
We're able to knock out on the order of 100 genes
27
80000
2000
Είμαστε ικανοί να αφαιρέσουμε έναν αριθμό εκατό γονιδίων
01:40
out of the 500 or so that are here.
28
82000
3000
από τα 500 περίπου που είναι εδώ.
01:43
When we look at its metabolic map,
29
85000
2000
Αλλά όταν κοιτάμε τον μεταβολικό του χάρτη,
01:45
it's relatively simple
30
87000
2000
είναι σχετικά απλός
01:47
compared to ours --
31
89000
2000
σε σύγκριση με τον δικό μας.
01:49
trust me, this is simple --
32
91000
2000
Πιστέψτε με, αυτό είναι απλό.
01:51
but when we look at all the genes
33
93000
2000
Αλλά όταν κοιτάμε όλα τα γονίδια
01:53
that we can knock out one at a time,
34
95000
3000
που μπορούμε να αφαιρέσουμε κάθε φορά
01:56
it's very unlikely that this would yield
35
98000
2000
είναι πολύ απίθανο ότι αυτό θα παράξει
01:58
a living cell.
36
100000
2000
ένα ζωντανό κύτταρο.
02:01
So we decided the only way forward
37
103000
2000
Έτσι, αποφασίσαμε ότι ο μόνος δρόμος προς τα εμπρός
02:03
was to actually synthesize this chromosome
38
105000
3000
ήταν να συνθέσουμε αυτό το χρωμόσωμα
02:06
so we could vary the components
39
108000
3000
ώστε να μεταβάλλουμε τα συστατικά
02:09
to ask some of these most fundamental questions.
40
111000
4000
για να θέσουμε μερικά από αυτά τα πιο θεμελιώδη ερωτήματα.
02:13
And so we started down the road of:
41
115000
2000
Και έτσι ξεκινήσαμε το δρόμο του,
02:15
can we synthesize a chromosome?
42
117000
3000
"Μπορούμε να συνθέσουμε ένα χρωμόσωμα;"
02:19
Can chemistry permit making
43
121000
2000
Επιτρέπει η χημεία να φτιάξουμε
02:21
these really large molecules
44
123000
2000
αυτά τα πραγματικά μεγάλα μόρια
02:23
where we've never been before?
45
125000
2000
για πρώτη φορά;
02:25
And if we do, can we boot up a chromosome?
46
127000
3000
Και, αν το κάνουμε, μπορούμε να ενεργοποιήσουμε το χρωμόσωμα?
02:28
A chromosome, by the way, is just a piece of inert chemical material.
47
130000
3000
Ένα χρωμόσωμα, παρεμπιπτόντως, είναι απλά ένα κομμάτι από αδρανή χημικά στοιχεία.
02:32
So, our pace of digitizing life has been increasing
48
134000
3000
Λοιπόν, ο βηματισμός μας για την ψηφιοποίηση της ζωής συνεχώς αυξάνεται
02:35
at an exponential pace.
49
137000
3000
με έναν εκθετικό ρυθμό.
02:38
Our ability to write the genetic code
50
140000
3000
Η ικανότητά μας να γράφουμε γενετικό κώδικα
02:41
has been moving pretty slowly
51
143000
2000
προχωράει σχετικά αργά,
02:43
but has been increasing,
52
145000
3000
όμως σημειώνει πρόοδο.
02:46
and our latest point would put it on, now, an exponential curve.
53
148000
4000
Και η τελευταία κουκκίδα μας θα την βάλει τώρα σε εκθετική τροχιά.
02:51
We started this over 15 years ago.
54
153000
2000
Το ξεκινήσαμε αυτό πριν 15 χρόνια.
02:53
It took several stages, in fact,
55
155000
3000
Πήρε αρκετά στάδια, είναι αλήθεια,
02:56
starting with a bioethical review before we did the first experiments.
56
158000
3000
ξεκινώντας με μια βιοηθική ανασκόπηση πριν ξεκινήσουμε τα πρώτα μας πειράματα.
03:00
But it turns out synthesizing DNA
57
162000
2000
Αλλά φαίνεται πως το να συνθέσεις DNA
03:02
is very difficult.
58
164000
2000
είναι πολύ δύσκολο.
03:04
There are tens of thousands of machines around the world
59
166000
3000
Υπάρχουν δεκάδες χιλιάδες μηχανήματα στον κόσμο
03:07
that make small pieces of DNA --
60
169000
2000
που δημιουργούν μικρά κομμάτια DNA,
03:09
30 to 50 letters in length --
61
171000
3000
30 με 50 γράμματα μήκος,
03:12
and it's a degenerate process, so the longer you make the piece,
62
174000
3000
και είναι μια εκφυλιστική διαδικασία, όσο μεγαλύτερο κάνεις το κομμάτι,
03:15
the more errors there are.
63
177000
2000
τόσο περισσότερα λάθη γίνονται.
03:17
So we had to create a new method
64
179000
2000
Γι' αυτό έπρεπε να δημιουργήσουμε μια νέα μέθοδο
03:19
for putting these little pieces together and correct all the errors.
65
181000
3000
για να ενώσουμε τα μικρά κομμάτια και να διορθώσουμε τα λάθη.
03:23
And this was our first attempt, starting with the digital information
66
185000
3000
Και αυτή ήταν η πρώτη μας προσπάθεια, ξεκινώντας με την ψηφιακή πληροφορία
03:26
of the genome of phi X174.
67
188000
2000
του γονιδιώματος του Phi X 174.
03:28
It's a small virus that kills bacteria.
68
190000
3000
Είναι ένας μικρός ιός που σκοτώνει βακτήρια.
03:32
We designed the pieces, went through our error correction
69
194000
3000
Σχεδιάσαμε τα κομμάτια, τα διορθώσαμε,
03:35
and had a DNA molecule
70
197000
2000
και είχαμε ένα μόριο DNA
03:37
of about 5,000 letters.
71
199000
3000
με περίπου 5000 γράμματα.
03:40
The exciting phase came when we took this piece of inert chemical
72
202000
4000
Το εντυπωσιακό ήταν όταν πήραμε αυτό το κομμάτι αδρανούς χημικής (ουσίας)
03:44
and put it in the bacteria,
73
206000
2000
και το βάλαμε στα βακτήρια,
03:46
and the bacteria started to read this genetic code,
74
208000
4000
και τα βακτήρια άρχισαν να διαβάζουν το γενετικό κώδικα,
03:50
made the viral particles.
75
212000
2000
έφτιαξαν τα ιϊκά σωματίδια.
03:52
The viral particles then were released from the cells
76
214000
2000
Τα ιϊκά σωματίδια τότε απελευθερώθηκαν από τα κύτταρα,
03:54
and came back and killed the E. coli.
77
216000
3000
μετά επέστρεψαν και σκότωσαν την E. coli.
03:57
I was talking to the oil industry recently
78
219000
3000
Μιλούσα στην πετρελαιοβιομηχανία πρόσφατα,
04:00
and I said they clearly understood that model.
79
222000
3000
και είπαν πως κατανοούν ξεκάθαρα αυτό το μοντέλο.
04:03
(Laughter)
80
225000
3000
(Γέλια)
04:06
They laughed more than you guys are. (Laughter)
81
228000
3000
Αυτοί γέλασαν περισσότερο από εσάς.
04:10
And so, we think this is a situation
82
232000
2000
Και πιστεύουμε αυτή είναι μια κατάσταση
04:12
where the software can actually build its own hardware
83
234000
3000
όπου το λογισμικό μπορεί στην πραγματικότητα να χτίσει τον εξοπλισμό
04:15
in a biological system.
84
237000
2000
σε ένα βιολογικό σύστημα.
04:17
But we wanted to go much larger:
85
239000
2000
Αλλά θέλαμε να πάμε πολύ πιο μακριά.
04:19
we wanted to build the entire bacterial chromosome --
86
241000
3000
Θέλαμε να χτίσουμε ολόκληρο το βακτηριακό χρωμόσωμα.
04:22
it's over 580,000 letters of genetic code --
87
244000
4000
Είναι περισσότερα από 580.000 γράμματα γενετικού κώδικα.
04:26
so we thought we'd build them in cassettes the size of the viruses
88
248000
3000
Έτσι σκεφτήκαμε να το χτίσουμε σε κασέτες, στο μέγεθος των ιών,
04:29
so we could actually vary the cassettes
89
251000
2000
ώστε να μπορούμε να μεταβάλλουμε τις κασέτες
04:31
to understand
90
253000
2000
για να καταλάβουμε
04:33
what the actual components of a living cell are.
91
255000
3000
ποιά είναι τα ζωτικά χαρακτηριστικά ενός ζωντανού κυττάρου.
04:36
Design is critical,
92
258000
2000
Ο σχεδιασμός είναι κρίσιμος,
04:38
and if you're starting with digital information in the computer,
93
260000
3000
και όταν ξεκινάς με ψηφιακή πληροφορία στον υπολογιστή,
04:41
that digital information has to be really accurate.
94
263000
4000
αυτή η ψηφιακή πληροφορία πρέπει να είναι πραγματικά ακριβής.
04:45
When we first sequenced this genome in 1995,
95
267000
3000
Όταν πρωτο-προσδιορίσαμε την αλληλουχία αυτού του γονιδιώματος το 1995,
04:48
the standard of accuracy was one error per 10,000 base pairs.
96
270000
4000
η ακρίβειά μας ήταν ένα λάθος ανά 10.000 ζεύγη βάσεων.
04:52
We actually found, on resequencing it,
97
274000
2000
Κατά τον επαναπροσδιορισμό της αλληλουχίας βρήκαμε
04:54
30 errors; had we used that original sequence,
98
276000
3000
30 λάθη. Αν είχαμε χρησιμοποιήσει αυτήν την αρχική αλληλουχία,
04:57
it never would have been able to be booted up.
99
279000
3000
ποτέ δε θα μπορούσε να ενεργοποιηθεί.
05:00
Part of the design is designing pieces
100
282000
2000
Κομμάτι του σχεδιασμού είναι να σχεδιάζουμε κομμάτια
05:02
that are 50 letters long
101
284000
3000
μήκους 50 γραμμάτων
05:05
that have to overlap with all the other 50-letter pieces
102
287000
3000
που πρέπει να αλληλοεπικαλύπτονται με όλα τα άλλα κομμάτια 50 γραμμάτων
05:08
to build smaller subunits
103
290000
2000
για να σχηματίσουν μικρότερες υποομάδες
05:10
we have to design so they can go together.
104
292000
3000
πρέπει να τα σχεδιάσουμε ώστε να πηγαίνουν μαζί.
05:13
We design unique elements into this.
105
295000
3000
Σχεδιάσαμε μοναδικά στοιχεία εκεί μέσα.
05:16
You may have read that we put watermarks in.
106
298000
2000
Μπορεί να ακούσατε ότι βάλαμε ένα υδατογράφημα.
05:18
Think of this:
107
300000
2000
Σκεφτείτε:
05:20
we have a four-letter genetic code -- A, C, G and T.
108
302000
3000
Έχουμε έναν γενετικό κώδικα τεσσάρων γραμμάτων: A, C, G και T.
05:23
Triplets of those letters
109
305000
3000
Τριπλέτες αυτών των γραμμάτων --
05:26
code for roughly 20 amino acids,
110
308000
2000
κωδικοποιούν περίπου 20 αμινοξέα --
05:28
such that there's a single letter designation
111
310000
3000
ώστε να δημιουργείται ένα ξεχωριστό γράμμα
05:31
for each of the amino acids.
112
313000
2000
για κάθε αμινοξύ.
05:33
So we can use the genetic code to write out words,
113
315000
3000
Επομένως μπορούμε να χρησιμοποιήσουμε τον γενετικό κώδικα για να γράψουμε λέξεις,
05:36
sentences, thoughts.
114
318000
2000
προτάσεις, σκέψεις.
05:39
Initially, all we did was autograph it.
115
321000
2000
Αρχικά, αυτό που κάναμε ήταν να βάλουμε το αυτόγραφό μας.
05:41
Some people were disappointed there was not poetry.
116
323000
3000
μερικοί απογοητεύτηκαν που δεν βάλαμε ποίηση.
05:44
We designed these pieces so
117
326000
2000
Σχεδιάσαμε αυτά τα κομμάτια έτσι
05:46
we can just chew back with enzymes;
118
328000
3000
ώστε να τα ενώνουμε με ένζυμα.
05:50
there are enzymes that repair them and put them together.
119
332000
3000
Αυτά τα ένζυμα τα επιδιορθώνουν και τα συναρμολογούν.
05:53
And we started making pieces,
120
335000
2000
Και ξεκινήσαμε να φτιάχνουμε κομμάτια,
05:55
starting with pieces that were 5,000 to 7,000 letters,
121
337000
4000
ξεκινώντας με κομμάτια πέντε με 7.000 γραμμάτων,
05:59
put those together to make 24,000-letter pieces,
122
341000
4000
τα ενώσαμε για να σχηματίσουμε κομμάτια 24.000 γραμμάτων
06:03
then put sets of those going up to 72,000.
123
345000
4000
μετά ενώσαμε ζεύγη από αυτά, φτάνοντας τα 72.000 (γράμματα).
06:07
At each stage, we grew up these pieces in abundance
124
349000
2000
Σε κάθε στάδιο, δημιουργούσαμε άφθονα κομμάτια
06:09
so we could sequence them
125
351000
2000
ώστε να βρίσκουμε την αλληλουχία τους
06:11
because we're trying to create a process that's extremely robust
126
353000
3000
επειδή προσπαθούμε να δημιουργήσουμε μια διαδικασία εξαιρετικά ισχυρή --
06:14
that you can see in a minute.
127
356000
3000
θα τη δείτε σε ένα λεπτό.
06:17
We're trying to get to the point of automation.
128
359000
3000
Προσπαθούμε να φτάσουμε σε σημείο αυτοματισμού.
06:20
So, this looks like a basketball playoff.
129
362000
2000
Λοιπόν, αυτό μοιάζει με τα πλέι οφ του μπάσκετ.
06:22
When we get into these really large pieces
130
364000
2000
Όταν φτάνουμε σε αυτά τα πραγματικά μεγάλα κομμάτια --
06:24
over 100,000 base pairs,
131
366000
4000
πάνω από 100,000 ζεύγη βάσεων --
06:28
they won't any longer grow readily in E. coli --
132
370000
2000
σταματούν να αυξάνονται εύκολα στην E. coli.
06:30
it exhausts all the modern tools of molecular biology --
133
372000
4000
Εξαντλούνται όλα τα σύγχρονα εργαλεία της μοριακής βιολογίας.
06:34
and so we turned to other mechanisms.
134
376000
4000
Και έτσι στραφήκαμε σε άλλους μηχανισμούς.
06:38
We knew there's a mechanism called homologous recombination
135
380000
3000
Γνωρίζουμε έναν μηχανισμό που λέγεται ομόλογος ανασυνδυασμός,
06:41
that biology uses to repair DNA
136
383000
3000
που η βιολογία χρησιμοποιεί για την επιδιόρθωση του DNA,
06:44
that can put pieces together.
137
386000
3000
ο οποίος ενώνει κομμάτια μεταξύ τους.
06:47
Here's an example of it:
138
389000
1000
Εδώ είναι ένα παράδειγμα.
06:48
there's an organism called
139
390000
1000
Υπάρχει ένας οργανισμός που ονομάζεται
06:49
Deinococcus radiodurans
140
391000
2000
Deinococcus radiodurans
06:51
that can take three millions rads of radiation.
141
393000
3000
που μπορεί να δεχτεί τρία εκατομμύρια ακτίνια ακτινοβολίας.
06:54
You can see in the top panel, its chromosome just gets blown apart.
142
396000
4000
Βλέπετε στο πάνω μέρος, ότι το χρωμόσωμά του απλά διαλύεται.
06:58
Twelve to 24 hours later, it put it
143
400000
3000
12 με 24 ώρες μετά
07:01
back together exactly as it was before.
144
403000
2000
το συναρμολογεί ξανά, ακριβώς όπως ήταν πριν.
07:03
We have thousands of organisms that can do this.
145
405000
3000
Έχουμε εκατοντάδες οργανισμούς που μπορούν να το κάνουν αυτό.
07:06
These organisms can be totally desiccated;
146
408000
2000
Αυτοί οι οργανισμοί μπορούν κυριολεκτικά να αποξηρανθούν.
07:08
they can live in a vacuum.
147
410000
2000
Μπορούν να ζουν στο κενό.
07:11
I am absolutely certain that life can exist in outer space,
148
413000
3000
Είμαι απολύτως βέβαιος ότι μπορεί να υπάρξει ζωή στο διάστημα,
07:14
move around, find a new aqueous environment.
149
416000
3000
να περιφέρεται, να βρει ένα νέο υδάτινο περιβάλλον.
07:17
In fact, NASA has shown a lot of this is out there.
150
419000
4000
Στην πραγματικότητα, η NASA έχει δείξει ότι πολλά από αυτά είναι εκεί έξω.
07:21
Here's an actual micrograph of the molecule we built
151
423000
4000
Εδώ είναι η μικροσκόπηση του μορίου που χτίσαμε
07:25
using these processes, actually just using yeast mechanisms
152
427000
4000
χρησιμοποιώντας αυτές τις διαδικασίες -- μάλλον χρησιμοποιώντας μόνο τους μηχανισμούς της μαγιάς
07:29
with the right design of the pieces we put them in;
153
431000
3000
αφού σχεδιάσουμε σωστά τα κομμάτια, τα βάζουμε μέσα.
07:32
yeast puts them together automatically.
154
434000
3000
Η μαγιά τα συναρμολογεί αυτόματα.
07:35
This is not an electron micrograph;
155
437000
2000
Αυτό δεν είναι ηλεκτρονικό μικροσκόπιο·
07:37
this is just a regular photomicrograph.
156
439000
2000
είναι ένα συνηθισμένο φωτομικροσκόπιο.
07:39
It's such a large molecule
157
441000
2000
Είναι τόσο μεγάλο το μόριο
07:41
we can see it with a light microscope.
158
443000
3000
που το βλέπουμε με οπτικό μικροσκόπιο.
07:44
These are pictures over about a six-second period.
159
446000
3000
Αυτές είναι εικόνες σε μια περίοδο έξι δευτερολέπτων.
07:47
So, this is the publication we had just a short while ago.
160
449000
4000
Αυτή είναι η δημοσίευση που κάναμε πριν λίγο καιρό.
07:51
This is over 580,000 letters of genetic code;
161
453000
3000
Πρόκειται για γενετικό κώδικα άνω των 580.000 γραμμάτων.
07:54
it's the largest molecule ever made by humans of a defined structure.
162
456000
5000
Είναι το μεγαλύτερο μόριο που φτιάχτηκε ποτέ από άνθρωπο με καθορισμένη δομή.
07:59
It's over 300 million molecular weight.
163
461000
3000
Έχει πάνω από 300 χιλιάδες μοριακό βάρος.
08:02
If we printed it out at a 10 font with no spacing,
164
464000
3000
Εάν το τυπώναμε με γραμματοσειρά 10 και χωρίς κενά,
08:05
it takes 142 pages
165
467000
2000
θα χρειάζονταν 142 σελίδες
08:07
just to print this genetic code.
166
469000
4000
μόνο για να εκτυπώσουν αυτόν τον γενετικό κώδικα.
08:11
Well, how do we boot up a chromosome? How do we activate this?
167
473000
3000
Λοιπόν, πώς ξεκινάμε ένα χρωμόσωμα; Πώς το ενεργοποιούμε;
08:14
Obviously, with a virus it's pretty simple;
168
476000
3000
Προφανώς, με έναν ιό είναι σχετικά απλό.
08:17
it's much more complicated dealing with bacteria.
169
479000
3000
Είναι πολύ πιο περίπλοκο όταν έχεις να κάνεις με βακτήρια.
08:20
It's also simpler when you go
170
482000
2000
Επίσης είναι πιο απλό
08:22
into eukaryotes like ourselves:
171
484000
2000
σε ευκαρυώτες όπως εμείς:
08:24
you can just pop out the nucleus
172
486000
2000
απλά βγάζεις τον πυρήνα
08:26
and pop in another one,
173
488000
2000
και βάζεις κάποιον άλλο,
08:28
and that's what you've all heard about with cloning.
174
490000
3000
πρόκειται περί κλωνοποίησης όπως όλοι έχετε ακούσει.
08:31
With bacteria and Archaea, the chromosome is integrated into the cell,
175
493000
4000
Στα αρχαία βακτήρια, το χρωμόσωμα είναι εξ ολοκλήρου μέσα στο κύτταρο,
08:35
but we recently showed that we can do a complete transplant
176
497000
4000
πρόσφατα όμως δείξαμε ότι μπορούμε να κάνουμε ολική μεταμόσχευση
08:39
of a chromosome from one cell to another
177
501000
2000
ενός χρωμοσώματος από κύτταρο σε κύτταρο
08:41
and activate it.
178
503000
3000
και να το ενεργοποιήσουμε.
08:44
We purified a chromosome from one microbial species --
179
506000
4000
Καθαρίσαμε το χρωμόσωμα από ένα συγκεκριμένο μικροβιακό είδος.
08:48
roughly, these two are as distant as human and mice --
180
510000
3000
Πάνω κάτω, αυτά τα δύο απέχουν όσο ο άνθρωπος με το ποντίκι.
08:51
we added a few extra genes
181
513000
2000
Προσθέσαμε μερικά έξτρα γονίδια
08:53
so we could select for this chromosome,
182
515000
2000
ώστε να μπορούμε να εντοπίσουμε αυτό το χρωμόσωμα.
08:55
we digested it with enzymes
183
517000
2000
Το πέψαμε με ένζυμα
08:57
to kill all the proteins,
184
519000
2000
για να εξαλειφθούν όλες οι πρωτεΐνες.
08:59
and it was pretty stunning when we put this in the cell --
185
521000
3000
Και ήταν εντυπωσιακό όταν το βάλαμε στο κύτταρο --
09:02
and you'll appreciate
186
524000
2000
και θα εκτιμήσετε
09:04
our very sophisticated graphics here.
187
526000
3000
το σοφιστικέ γράφημά μας εδώ --
09:07
The new chromosome went into the cell.
188
529000
3000
το νέο χρωμόσωμα μπήκε μέσα στο κύτταρο.
09:10
In fact, we thought this might be as far as it went,
189
532000
2000
πιστέψαμε ότι φτάσαμε όσο δεν πάει άλλο,
09:12
but we tried to design the process a little bit further.
190
534000
3000
αλλά θελήσαμε να εξελίξουμε τη διαδικασία λίγο ακόμα.
09:15
This is a major mechanism of evolution right here.
191
537000
3000
Αυτός εδώ είναι ένας από τους κύριους μηχανισμούς εξέλιξης.
09:18
We find all kinds of species
192
540000
2000
Σχεδόν όλα τα είδη
09:20
that have taken up a second chromosome
193
542000
2000
έχουν δεχτεί ένα δεύτερο χρωμόσωμα
09:22
or a third one from somewhere,
194
544000
2000
ή ένα τρίτο από κάπου,
09:24
adding thousands of new traits
195
546000
2000
προσθέτοντας εκατοντάδες χαρακτηριστικά
09:26
in a second to that species.
196
548000
2000
στο είδος σε δευτερόλεπτα.
09:28
So, people who think of evolution
197
550000
2000
Έτσι όσοι νομίζουν ότι εξέλιξη
09:30
as just one gene changing at a time
198
552000
2000
είναι η αλλαγή ενός γονιδίου κάθε φορά
09:32
have missed much of biology.
199
554000
3000
έχουν χάσει πολλά από τη βιολογία.
09:35
There are enzymes called restriction enzymes
200
557000
2000
Αυτά τα ένζυμα ονομάζονται περιοριστικά ένζυμα
09:37
that actually digest DNA.
201
559000
2000
και πραγματικά πέπτουν το DNA.
09:39
The chromosome that was in the cell
202
561000
2000
Το χρωμόσωμα που υπήρχε στο κύτταρο
09:41
doesn't have one;
203
563000
2000
δεν είχε κάποιο.
09:43
the chromosome we put in does.
204
565000
2000
Το χρωμόσωμα που βάλαμε είχε.
09:45
It got expressed and it recognized
205
567000
2000
(Το ένζυμο) εκφράστηκε, και αναγνώρισε
09:47
the other chromosome as foreign material,
206
569000
3000
το άλλο χρωμόσωμα ως ξένο,
09:50
chewed it up, and so we ended up
207
572000
2000
το τεμάχισε, και καταλήξαμε
09:52
just with a cell with the new chromosome.
208
574000
4000
σε ένα κύτταρο με μόνο το νέο χρωμόσωμα.
09:56
It turned blue because of the genes we put in it.
209
578000
3000
Έγινε μπλε εξαιτίας των γονιδίων που βάλαμε μέσα.
09:59
And with a very short period of time,
210
581000
2000
Και μέσα σε ένα σύντομο χρονικό διάστημα,
10:01
all the characteristics of one species were lost
211
583000
3000
όλα τα χαρακτηριστικά του είδους χάθηκαν,
10:04
and it converted totally into the new species
212
586000
3000
και μετατράπηκε σε ένα εντελώς νέο είδος,
10:07
based on the new software that we put in the cell.
213
589000
3000
βασισμένο στο νέο λογισμικό που βάλαμε στο κύτταρο.
10:10
All the proteins changed,
214
592000
2000
Όλες οι πρωτεΐνες άλλαξαν,
10:12
the membranes changed;
215
594000
2000
η μεμβράνη άλλαξε --
10:14
when we read the genetic code, it's exactly what we had transferred in.
216
596000
4000
όταν διαβάσαμε τον γενετικό κώδικα, ήταν ακριβώς αυτός που είχαμε μεταφέρει.
10:18
So, this may sound like genomic alchemy,
217
600000
3000
Λοιπόν, αυτό μπορεί να μοιάζει με γενωμική αλχημεία,
10:21
but we can, by moving the software of DNA around,
218
603000
4000
όμως μπορούμε, μετακινώντας DNA λογισμικό,
10:25
change things quite dramatically.
219
607000
4000
να αλλάξουμε δραματικά τα πράγματα.
10:29
Now I've argued, this is not genesis;
220
611000
2000
Τώρα, επιμένω πως δεν πρόκειται για Γένεση --
10:31
this is building on three and a half billion years of evolution.
221
613000
4000
πρόκειται για χτίσιμο πάνω σε τρεισήμισι δισεκατομμύρια έτη εξέλιξης,
10:36
And I've argued that we're about to perhaps
222
618000
2000
και πιστεύω ότι είμαστε κοντά
10:38
create a new version of the Cambrian explosion,
223
620000
3000
στη δημιουργία μιας νέου είδους Κάμβριας έκρηξης
10:41
where there's massive new speciation
224
623000
3000
όπου θα έχουμε μια μαζική δημιουργία νέων ειδών
10:45
based on this digital design.
225
627000
2000
βασισμένη στο ψηφιακό σχεδιασμό.
10:47
Why do this?
226
629000
2000
Γιατί να το κάνουμε αυτό;
10:49
I think this is pretty obvious in terms of some of the needs.
227
631000
2000
Πιστεύω είναι προφανές κρίνοντας από τις ανάγκες μας.
10:51
We're about to go from six and a half
228
633000
2000
Είμαστε κοντά στο να πάμε από εξήμισι
10:53
to nine billion people over the next 40 years.
229
635000
3000
σε 9 δις πληθυσμό τα επόμενα 40 χρόνια.
10:56
To put it in context for myself:
230
638000
2000
Από τη δική μου μεριά:
10:58
I was born in 1946.
231
640000
2000
Γεννήθηκα το 1946.
11:00
There are now three people on the planet
232
642000
2000
Σήμερα υπάρχουν τρεις άνθρωποι στον πλανήτη
11:02
for every one of us that existed in 1946;
233
644000
4000
για κάθε έναν από εμάς το 1946·
11:06
within 40 years, there'll be four.
234
648000
3000
σε 40 χρόνια, θα γίνουν τέσσερις.
11:09
We have trouble feeding, providing fresh, clean water,
235
651000
3000
Έχουμε πρόβλημα να θρέψουμε, να παρέχουμε καθαρό νερό,
11:12
medicines, fuel
236
654000
2000
φάρμακα, καύσιμα
11:14
for the six and a half billion.
237
656000
3000
για τα εξήμισι δις.
11:17
It's going to be a stretch to do it for nine.
238
659000
2000
Πόσο μάλλον για τα εννιά.
11:19
We use over five billion tons of coal,
239
661000
3000
Χρησιμοποιούμε πάνω από 5 δις τόνους άνθρακα,
11:22
30 billion-plus barrels of oil --
240
664000
3000
30+ δις βαρέλια πετρελαίου.
11:25
that's a hundred million barrels a day.
241
667000
4000
αυτό είναι εκατό χιλιάδες βαρέλια την ημέρα.
11:29
When we try to think of biological processes
242
671000
2000
Όταν προσπαθούμε να σκεφτούμε μια βιολογική διαδικασία
11:31
or any process to replace that,
243
673000
3000
ή οποιαδήποτε διαδικασία για να την αντικαταστήσει,
11:34
it's going to be a huge challenge.
244
676000
2000
θα είναι μια μεγάλη πρόκληση.
11:36
Then of course, there's all that
245
678000
2000
Μετά είναι και όλο το
11:38
CO2 from this material
246
680000
2000
CO2 από αυτό το υλικό
11:40
that ends up in the atmosphere.
247
682000
3000
που καταλήγει στην ατμόσφαιρα.
11:43
We now, from our discovery around the world,
248
685000
2000
Σήμερα, από τις ανακαλύψεις στον κόσμο γύρω μας,
11:45
have a database with about 20 million genes,
249
687000
4000
έχουμε μια βάση δεδομένων από 20 χιλιάδες γονίδια,
11:49
and I like to think of these as the design components of the future.
250
691000
4000
και θέλω να τα βλέπω ως τα συστατικά για το σχεδιασμό του μέλλοντος.
11:53
The electronics industry only had a dozen or so components,
251
695000
3000
Η βιομηχανία ηλεκτρονικών είχε μόνο μια ντουζίνα συστατικά,
11:56
and look at the diversity that came out of that.
252
698000
4000
και δείτε την ποικιλία που δημιουργήθηκε από αυτά.
12:00
We're limited here primarily
253
702000
2000
Εμείς εδώ περιοριζόμαστε
12:02
by a biological reality
254
704000
2000
από τη βιολογική πραγματικότητα
12:04
and our imagination.
255
706000
2000
και τη φαντασία μας.
12:07
We now have techniques,
256
709000
2000
Σήμερα έχουμε τεχνικές,
12:09
because of these rapid methods of synthesis,
257
711000
3000
εξαιτίας αυτών των ταχέως αναπτυσσόμενων μεθόδων σύνθεσης,
12:12
to do what we're calling combinatorial genomics.
258
714000
4000
να κάνουμε αυτό που καλείται συνθετική γενωμική.
12:16
We have the ability now to build a large robot
259
718000
3000
Έχουμε τη δυνατότητα να χτίσουμε ένα μεγάλο ρομπότ
12:19
that can make a million chromosomes a day.
260
721000
3000
που θα φτιάχνει χίλια χρωμοσώματα την ημέρα.
12:23
When you think of processing these 20 million different genes
261
725000
3000
Όταν σκέφτεστε την επεξεργασία αυτών των 20 χιλιάδων διαφορετικών γονιδίων,
12:26
or trying to optimize processes
262
728000
2000
ή τη βελτιστοποίηση της διαδικασίας
12:28
to produce octane or to produce pharmaceuticals,
263
730000
3000
για την παραγωγή οκτανίων ή φαρμάκων,
12:31
new vaccines,
264
733000
3000
νέων εμβολίων,
12:34
we can just with a small team,
265
736000
3000
μπορούμε να αλλάξουμε, μόνο με μια μικρή ομάδα,
12:37
do more molecular biology
266
739000
2000
να εφαρμόσουμε περισσότερη μοριακή βιολογία
12:39
than the last 20 years of all science.
267
741000
3000
απ' ότι τα τελευταία 20 έτη όλης της επιστήμης.
12:42
And it's just standard selection:
268
744000
2000
Και είναι απλώς τυπική επιλογή.
12:44
we can select for viability,
269
746000
2000
Μπορούμε να επιλέξουμε για βιωσιμότητα,
12:46
chemical or fuel production,
270
748000
2000
χημικά ή παραγωγή καυσίμων,
12:48
vaccine production, etc.
271
750000
2000
παραγωγή εμβολίων κτλ.
12:50
This is a screen snapshot
272
752000
3000
Αυτό είναι ένα στιγμιότυπο
12:53
of some true design software
273
755000
3000
από ένα λογισμικό σχεδιασμού
12:56
that we're working on to actually be able to sit down
274
758000
3000
το οποίο αναπτύσσουμε ώστε να μπορούμε να καθόμαστε
12:59
and design species in the computer.
275
761000
3000
και να σχεδιάζουμε είδη στον υπολογιστή.
13:03
You know, we don't know necessarily what it'll look like:
276
765000
3000
Ξέρετε, δεν γνωρίζουμε ακριβώς πώς θα φαίνονται.
13:06
we know exactly what their genetic code looks like.
277
768000
3000
Ξέρουμε όμως ακριβώς πώς θα φαίνεται ο γενετικός τους κώδικας.
13:09
We're focusing on now fourth-generation fuels.
278
771000
5000
Επικεντρωνόμαστε τώρα σε τέταρτης γενιάς καύσιμα.
13:15
You've seen recently, corn to ethanol
279
777000
2000
Είδατε πρόσφατα ότι η μετατροπή του καλαμποκιού σε αιθανόλη
13:17
is just a bad experiment.
280
779000
2000
ήταν απλά ένας κακός πειραματισμός.
13:19
We have second- and third-generation fuels
281
781000
2000
Έχουμε δεύτερης και τρίτης γενιάς καύσιμα
13:21
that will be coming out relatively soon
282
783000
3000
που θα βγουν στην αγορά πολύ σύντομα.
13:24
that are sugar, to much higher-value fuels
283
786000
3000
πρόκειται για μετατροπή ζάχαρης σε υψηλότερης ποιότητας καύσιμα
13:27
like octane or different types of butanol.
284
789000
3000
όπως οκτάνιο ή διάφορα είδη βουτανόλης.
13:30
But the only way we think that biology
285
792000
3000
Όμως ο μόνος δρόμος που πιστεύουμε ότι η βιολογία
13:33
can have a major impact without
286
795000
2000
μπορεί να έχει έναν μείζονα αντίκτυπο, χωρίς
13:36
further increasing the cost of food and limiting its availability
287
798000
3000
να αυξήσει περαιτέρω το κόστος του τροφίμου και να μειώσει τη διαθεσιμότητά του
13:39
is if we start with CO2 as its feedstock,
288
801000
3000
είναι αν ξεκινήσουμε με πρώτη ύλη το CO2.
13:42
and so we're working with designing cells to go down this road.
289
804000
4000
και έτσι δουλεύουμε στον σχεδιασμό κυττάρων προς αυτή την κατεύθυνση,
13:47
And we think we'll have the first fourth-generation fuels
290
809000
3000
και πιστεύουμε ότι θα έχουμε τα πρώτα τέταρτης γενιάς καύσιμα
13:50
in about 18 months.
291
812000
2000
σε περίπου 18 μήνες.
13:52
Sunlight and CO2 is one method ...
292
814000
2000
Ηλιοφάνεια και CO2 είναι μία μέθοδος --
13:54
(Applause)
293
816000
5000
(Χειροκρότημα)
13:59
but in our discovery around the world,
294
821000
2000
-- όμως κατά την ανακάλυψη του κόσμου γύρω μας,
14:01
we have all kinds of other methods.
295
823000
2000
έχουμε πολλές περισσότερες μεθόδους.
14:03
This is an organism we described in 1996.
296
825000
4000
Αυτός είναι ένας οργανισμός που περιγράψαμε το 1996.
14:07
It lives in the deep ocean,
297
829000
2000
Ζει στον βαθύ ωκεανό,
14:09
about a mile and a half deep,
298
831000
2000
σε περίπου ενάμιση μίλι βάθος,
14:11
almost at boiling-water temperatures.
299
833000
2000
σε σχεδόν θερμοκρασία βρασμού.
14:13
It takes CO2 to methane
300
835000
3000
Μετατρέπει το CO2 σε μεθάνιο
14:16
using molecular hydrogen as its energy source.
301
838000
3000
χρησιμοποιώντας μοριακό υδρογόνο ως πηγή ενέργειας.
14:19
We're looking to see if we can take
302
841000
2000
Προσπαθούμε να δούμε αν μπορούμε
14:21
captured CO2,
303
843000
2000
να δεσμεύσουμε το CO2,
14:23
which can easily be piped to sites,
304
845000
2000
που μπορεί εύκολα να μεταφερθεί σε περιοχές,
14:25
convert that CO2 back into fuel
305
847000
3000
όπου θα μετατραπεί ξανά σε καύσιμο,
14:28
to drive this process.
306
850000
3000
για να προωθήσει αυτήν τη διαδικασία.
14:31
So, in a short period of time,
307
853000
2000
Έτσι σε σύντομο χρονικό διάστημα,
14:33
we think that we might be able to increase
308
855000
4000
πιστεύουμε θα εμβαθύνουμε
14:37
what the basic question is of "What is life?"
309
859000
3000
στο βασικό ερώτημα του "Τι είναι ζωή;"
14:40
We truly, you know,
310
862000
2000
Πραγματικά, ξέρετε --
14:42
have modest goals
311
864000
2000
έχουμε μέτριους στόχους
14:44
of replacing the whole petrol-chemical industry --
312
866000
3000
την αντικατάσταση ολόκληρης της πετρελαιο-χημικής βιομηχανίας.
14:47
(Laughter) (Applause)
313
869000
3000
(Γέλια) (Χειροκρότημα)
14:50
Yeah. If you can't do that at TED, where can you? --
314
872000
3000
Ναι. Αν δεν μπορείς να το κάνεις αυτό στο TED, πού μπορείς;
14:53
(Laughter)
315
875000
2000
(Γέλια)
14:55
become a major source of energy ...
316
877000
2000
Να γίνουμε μια μείζων πηγή ενέργειας.
14:57
But also, we're now working on using these same tools
317
879000
3000
Επίσης, δουλεύουμε, ώστε χρησιμοποιώντας τα ίδια εργαλεία
15:00
to come up with instant sets of vaccines.
318
882000
3000
να δημιουργούμε άμεσα εμβόλια.
15:03
You've seen this year with flu;
319
885000
2000
Είδατε φέτος με τη γρίπη,
15:05
we're always a year behind and a dollar short
320
887000
3000
είμαστε πάντα καθυστερημένοι και ανεπαρκώς προετοιμασμένοι
15:08
when it comes to the right vaccine.
321
890000
2000
όσον αφορά το σωστό εμβόλιο.
15:10
I think that can be changed
322
892000
2000
Νομίζω αυτό μπορεί να αλλάξει
15:12
by building combinatorial vaccines in advance.
323
894000
3000
φτιάχνοντας συνδυαστικά εμβόλια εκ των προτέρων.
15:16
Here's what the future may begin to look like
324
898000
3000
Κάπως έτσι θα φαίνεται το μέλλον
15:19
with changing, now, the evolutionary tree,
325
901000
4000
αλλάζοντας το εξελικτικό δέντρο,
15:23
speeding up evolution
326
905000
2000
επιταχύνοντας την εξέλιξη
15:25
with synthetic bacteria, Archaea
327
907000
3000
με συνθετικά βακτήρια, αρχαία,
15:28
and, eventually, eukaryotes.
328
910000
3000
και τελικά ευκαρυώτες.
15:32
We're a ways away from improving people:
329
914000
2000
Είμαστε πολύ μακριά από το να βελτιώσουμε τους ανθρώπους.
15:34
our goal is just to make sure that we have a chance
330
916000
3000
Στόχος μας είναι να σιγουρέψουμε ότι θα έχουμε την ευκαιρία
15:37
to survive long enough to maybe do that. Thank you very much.
331
919000
3000
επιβιώνοντας αρκετά, ίσως να το κάνουμε. Σας ευχαριστώ πολύ.
15:40
(Applause)
332
922000
7000
(Χειροκρότημα)
ABOUT THE SPEAKER
Craig Venter - Biologist, genetics pioneerIn 2001, Craig Venter made headlines for sequencing the human genome. In 2003, he started mapping the ocean's biodiversity. And now he's created the first synthetic lifeforms -- microorganisms that can produce alternative fuels.
Why you should listen
Craig Venter, the man who led the private effort to sequence the human genome, is hard at work now on even more potentially world-changing projects.
First, there's his mission aboard the Sorcerer II, a 92-foot yacht, which, in 2006, finished its voyage around the globe to sample, catalouge and decode the genes of the ocean's unknown microorganisms. Quite a task, when you consider that there are tens of millions of microbes in a single drop of sea water. Then there's the J. Craig Venter Institute, a nonprofit dedicated to researching genomics and exploring its societal implications.
In 2005, Venter founded Synthetic Genomics, a private company with a provocative mission: to engineer new life forms. Its goal is to design, synthesize and assemble synthetic microorganisms that will produce alternative fuels, such as ethanol or hydrogen. He was on Time magzine's 2007 list of the 100 Most Influential People in the World.
In early 2008, scientists at the J. Craig Venter Institute announced that they had manufactured the entire genome of a bacterium by painstakingly stitching together its chemical components. By sequencing a genome, scientists can begin to custom-design bootable organisms, creating biological robots that can produce from scratch chemicals humans can use, such as biofuel. And in 2010, they announced, they had created "synthetic life" -- DNA created digitally, inserted into a living bacterium, and remaining alive.
Craig Venter | Speaker | TED.com