TEDxSummit
Juan Enriquez: Will our kids be a different species?
Juan Enriquez: ¿Serán nuestros hijos una especie diferente?
Filmed:
Readability: 3.6
2,006,663 views
A través de la evolución humana, múltiples versiones de humanos han coexistido. ¿Podríamos estar a mitad de una actualización? En el evento TEDxSummit, Juan Enriquez nos lleva a través del tiempo y el espacio para traernos al momento presente y mostrarnos cómo la tecnología está revelando pruebas que sugieren que podría estar llevándose a cabo una rápida evolución.
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
Bueno, como toda buena historia,
00:18
this starts a long, long time ago
1
2418
1934
esta comienza hace mucho, mucho tiempo
00:20
when there was basically nothing.
2
4352
2149
cuando básicamente nada existía.
00:22
So here is a complete picture of the universe
3
6501
2400
Aquí tenemos una imagen completa del universo,
00:24
about 14-odd billion years ago.
4
8901
3452
hace unos 14 000 millones de años.
00:28
All energy is concentrated into a single point of energy.
5
12353
3084
Toda la energía está concentrada en un solo punto.
00:31
For some reason it explodes,
6
15437
1584
Por alguna razón, este explotó
00:32
and you begin to get these things.
7
17021
2116
y comenzamos a tener estas cosas.
00:35
So you're now about 14 billion years into this.
8
19137
2866
Por lo que ahora tenemos unos 14 000 millones de años en esto.
00:37
And these things expand and expand and expand
9
22003
1896
Y estas cosas se expanden y expanden
00:39
into these giant galaxies,
10
23899
1699
y forman estas galaxias gigantes,
00:41
and you get trillions of them.
11
25598
1319
y tenemos billones de ellas.
00:42
And within these galaxies
12
26917
2148
Y dentro de estas galaxias
00:44
you get these enormous dust clouds.
13
29065
2119
tenemos estas enormes nubes de polvo.
00:47
And I want you to pay particular attention
14
31184
1765
Y aquí quiero que pongan particular atención
00:48
to the three little prongs
15
32949
1450
a los 3 pequeños cuernos
00:50
in the center of this picture.
16
34399
1901
en el centro de esta imagen.
00:52
If you take a close-up of those,
17
36300
1415
Si se les hace un acercamiento,
00:53
they look like this.
18
37715
1653
se ven así.
00:55
And what you're looking at is columns of dust
19
39368
2850
Y lo que observan son columnas de polvo
00:58
where there's so much dust --
20
42218
2047
donde hay tanto polvo
01:00
by the way, the scale of this is a trillion vertical miles --
21
44265
4333
–por cierto, la escala vertical de esto es de un billón de kilómetros–
01:04
and what's happening is there's so much dust,
22
48598
2918
y lo que sucede es que hay tanto polvo,
01:07
it comes together and it fuses
23
51516
1934
que se condensa y fusiona
01:09
and ignites a thermonuclear reaction.
24
53450
3459
y comienza una reacción termonuclear.
01:12
And so what you're watching
25
56909
842
Y por lo tanto, lo que están viendo,
01:13
is the birth of stars.
26
57751
1985
es el nacimiento de las estrellas.
01:15
These are stars being born out of here.
27
59736
1657
Estas son estrellas nacidas aquí.
01:17
When enough stars come out,
28
61393
2468
Cuando salen suficientes estrellas,
01:19
they create a galaxy.
29
63861
1798
crean una galaxia.
01:21
This one happens to be a particularly important galaxy,
30
65659
3434
Esta resulta ser una galaxia especialmente importante
01:24
because you are here.
31
69093
2216
porque ustedes están aquí.
01:27
(Laughter)
32
71309
1167
(Risas)
01:28
And as you take a close-up of this galaxy,
33
72476
1651
Y mientras se hace un acercamiento a esta galaxia,
01:30
you find a relatively normal,
34
74127
2065
se verá una estrella relativamente normal,
01:32
not particularly interesting star.
35
76192
2368
que no es particularmente interesante.
01:34
By the way, you're now about two-thirds of the way into this story.
36
78560
4015
Por cierto, ahora estamos a dos tercios de la narración de esta historia.
01:38
So this star doesn't even appear
37
82575
2182
Esta estrella no aparece sino hasta que llegamos
01:40
until about two-thirds of the way into this story.
38
84757
2951
a unos dos tercios de la narración de esta historia.
01:43
And then what happens
39
87708
1078
Y, a continuación, lo que sucede
01:44
is there's enough dust left over
40
88786
1406
si existe suficiente polvo sobrante
01:46
that it doesn't ignite into a star,
41
90192
1966
que no arde en una estrella,
01:48
it becomes a planet.
42
92158
2000
se convierte en un planeta.
01:50
And this is about a little over four billion years ago.
43
94158
4825
Y esto es hace poco más de 4 000 millones de años.
01:54
And soon thereafter
44
98983
1433
Y poco después
01:56
there's enough material left over
45
100416
1917
queda suficiente material sobrante
01:58
that you get a primordial soup,
46
102333
4563
para tener un caldo primitivo,
02:02
and that creates life.
47
106896
1764
y eso crea la vida.
02:04
And life starts to expand and expand and expand,
48
108660
3881
Y la vida se comienza a expandir y expandir,
02:08
until it goes kaput.
49
112541
1751
hasta que se extingue.
02:10
(Laughter)
50
114292
3488
(Risas)
02:13
Now the really strange thing
51
117780
1430
Ahora, lo realmente extraño
02:15
is life goes kaput, not once, not twice,
52
119210
2906
es que la vida se extingue, no una vez, no dos,
02:18
but five times.
53
122116
2216
sino cinco veces.
02:20
So almost all life on Earth
54
124332
2102
Por lo que casi toda la vida en la Tierra
02:22
is wiped out about five times.
55
126434
2464
ha sido aniquilada unas 5 veces.
02:24
And as you're thinking about that,
56
128898
1552
Y mientras piensan en ello,
02:26
what happens is you get more and more complexity,
57
130450
2432
lo que pasa es que se obtiene más y más complejidad,
02:28
more and more stuff
58
132882
1234
más y más cosas
02:30
to build new things with.
59
134116
4118
para construir cosas nuevas con ellas.
02:34
And we don't appear
60
138234
1270
Y nosotros no aparecemos
02:35
until about 99.96 percent of the time into this story,
61
139504
5648
hasta aproximadamente el 99,96 % del tiempo de esta historia,
02:41
just to put ourselves and our ancestors in perspective.
62
145152
3930
solo para ponernos a nosotros y a nuestros antepasados en perspectiva.
02:44
So within that context, there's two theories of the case
63
149082
3459
Por lo que dentro de ese contexto, hay 2 teorías
02:48
as to why we're all here.
64
152541
1689
del porqué estamos todos aquí.
02:50
The first theory of the case
65
154230
1589
La primera teoría
02:51
is that's all she wrote.
66
155819
3409
es que eso ha sido todo.
02:55
Under that theory,
67
159228
1359
Según esta teoría,
02:56
we are the be-all and end-all
68
160587
1836
somos el ser supremo y la quintaesencia
02:58
of all creation.
69
162423
1733
de toda la creación.
03:00
And the reason for trillions of galaxies,
70
164156
2884
Y la razón de que existan billones de galaxias,
03:02
sextillions of planets,
71
167040
2013
miles de trillones de planetas
03:04
is to create something that looks like that
72
169053
4710
es para crear algo que se ve así
03:09
and something that looks like that.
73
173763
3633
y algo que se ve así.
03:13
And that's the purpose of the universe;
74
177396
1541
Y ese es el propósito del universo;
03:14
and then it flat-lines,
75
178937
1284
y, a continuación, se estanca,
03:16
it doesn't get any better.
76
180221
1311
ya no puede mejorar.
03:17
(Laughter)
77
181532
4480
(Risas)
03:21
The only question you might want to ask yourself is,
78
186012
2819
La única pregunta que podrían hacerse es:
03:24
could that be just mildly arrogant?
79
188831
5235
¿no podría ser esto ligeramente arrogante?
03:29
And if it is --
80
194066
1741
Y si es así,
03:31
and particularly given the fact that we came very close to extinction.
81
195807
5382
en particular por el hecho de que hemos estado muy cerca de la extinción
03:37
There were only about 2,000 of our species left.
82
201189
3367
cuando solo quedaban cerca de 2000 de nuestra especie.
03:40
A few more weeks without rain,
83
204556
2083
Unas semanas más sin lluvia,
03:42
we would have never seen any of these.
84
206639
3084
y nunca habríamos visto a ninguno de estos.
03:45
(Laughter)
85
209723
6699
(Risas)
03:52
(Applause)
86
216422
4634
(Aplausos)
03:56
So maybe you have to think about a second theory
87
221056
2966
Entonces tal vez tenemos que pensar en una segunda teoría
03:59
if the first one isn't good enough.
88
224022
2917
si la primera de ellas no es suficientemente buena.
04:02
Second theory is: Could we upgrade?
89
226939
1784
La segunda teoría es: ¿podríamos actualizarnos?
04:04
(Laughter)
90
228723
2899
(Risas)
04:07
Well, why would one ask a question like that?
91
231622
3234
Bien, ¿por qué uno haría una pregunta como esta?
04:10
Because there have been at least 29 upgrades so far
92
234856
2465
Porque ha habido al menos 29 actualizaciones
04:13
of humanoids.
93
237321
2036
de humanoides hasta ahora.
04:15
So it turns out that we have upgraded.
94
239357
2850
Por lo que resulta que nos hemos actualizado.
04:18
We've upgraded time and again and again.
95
242207
1915
Nos hemos actualizado una y otra vez.
04:20
And it turns out that we keep discovering upgrades.
96
244122
2916
Y resulta que seguimos descubriendo actualizaciones.
04:22
We found this one last year.
97
247038
2184
Hemos encontrado esta el año pasado.
04:25
We found another one last month.
98
249222
2617
Encontramos otra el mes pasado.
04:27
And as you're thinking about this,
99
251839
2199
Y mientras usted lo piensa
04:29
you might also ask the question:
100
254038
2103
también podría preguntarse:
04:32
So why a single human species?
101
256141
3097
¿por qué una sola especie humana?
04:35
Wouldn't it be really odd
102
259238
1834
¿No sería realmente extraño
04:36
if you went to Africa and Asia and Antarctica
103
261072
3784
si usted fuera a África, a Asia y la Antártida
04:40
and found exactly the same bird --
104
264856
2619
y encontrara exactamente el mismo pájaro,
04:43
particularly given that we co-existed at the same time
105
267475
3792
especialmente cuando hemos coexistido al mismo tiempo
04:47
with at least eight other versions of humanoid
106
271267
2786
con al menos otras 8 versiones de humanoides
04:49
at the same time on this planet?
107
274053
2468
en este planeta?
04:52
So the normal state of affairs
108
276521
1879
Lo normal
04:54
is not to have just a Homo sapiens;
109
278400
2510
no es tener solamente un Homo sapiens;
04:56
the normal state of affairs
110
280910
1021
lo normal
04:57
is to have various versions of humans walking around.
111
281931
3829
es tener varias versiones de seres humanos alrededor.
05:01
And if that is the normal state of affairs,
112
285760
2817
Y si eso es lo normal,
05:04
then you might ask yourself,
113
288577
2368
a continuación usted podría preguntarse,
05:06
all right, so if we want to create something else,
114
290945
2065
muy bien, si quisiéramos crear algo más,
05:08
how big does a mutation have to be?
115
293010
2868
¿cuán grande tendría que ser la mutación?
05:11
Well Svante Paabo has the answer.
116
295878
2632
Bien, Svante Paabo tiene la respuesta.
05:14
The difference between humans and Neanderthal
117
298510
2800
La diferencia entre los seres humanos y el Neanderthal
05:17
is 0.004 percent of gene code.
118
301310
3299
es 0,004 % del código genético.
05:20
That's how big the difference is
119
304609
1700
Esa es toda la diferencia
05:22
one species to another.
120
306309
2217
entre una especie y otra.
05:24
This explains most contemporary political debates.
121
308526
4400
Esto explica la mayoría de los debates políticos contemporáneos.
05:28
(Laughter)
122
312926
1935
(Risas)
05:30
But as you're thinking about this,
123
314861
3211
Pero mientras usted lo piensa,
05:33
one of the interesting things
124
318072
1358
una de las cosas interesantes
05:35
is how small these mutations are and where they take place.
125
319430
3397
es lo pequeñas que son estas mutaciones y dónde suceden.
05:38
Difference human/Neanderthal
126
322827
1333
La diferencia entre los humanos y el Neanderthal
05:40
is sperm and testis,
127
324160
1733
son el esperma y los testículos,
05:41
smell and skin.
128
325893
1368
el olor y la piel.
05:43
And those are the specific genes
129
327261
1486
Y esos son los genes específicos
05:44
that differ from one to the other.
130
328747
2680
que difieren de uno a otro.
05:47
So very small changes can have a big impact.
131
331427
3101
Por lo tanto, cambios muy pequeños pueden tener un gran impacto.
05:50
And as you're thinking about this,
132
334528
1632
Y mientras usted lo piensa,
05:52
we're continuing to mutate.
133
336160
2516
continuamos mutando.
05:54
So about 10,000 years ago by the Black Sea,
134
338676
2901
Hace unos 10 000 años, cerca del mar Negro,
05:57
we had one mutation in one gene
135
341577
2060
tuvimos una mutación en un gen
05:59
which led to blue eyes.
136
343637
2556
que condujo a los ojos azules.
06:02
And this is continuing and continuing and continuing.
137
346193
3884
Y esto sigue y sigue.
06:05
And as it continues,
138
350077
1434
Y mientras esto sigue,
06:07
one of the things that's going to happen this year
139
351511
1765
una de las cosas que van a suceder este año
06:09
is we're going to discover the first 10,000 human genomes,
140
353276
3333
es que vamos a descubrir los primeros 10 000 genomas humanos,
06:12
because it's gotten cheap enough to do the gene sequencing.
141
356609
3269
porque se ha vuelto bastante barato hacer la secuenciación genética.
06:15
And when we find these,
142
359878
1588
Y cuando los encontremos,
06:17
we may find differences.
143
361466
2494
tal vez encontraremos diferencias.
06:19
And by the way, this is not a debate that we're ready for,
144
363960
3076
Y por cierto, este no es un debate para el que estemos preparados
06:22
because we have really misused the science in this.
145
367036
3376
porque le hemos dado un mal uso a la ciencia en esto.
06:26
In the 1920s, we thought there were major differences between people.
146
370412
3683
En la década de 1920, pensábamos que había grandes diferencias entre las personas.
06:29
That was partly based on Francis Galton's work.
147
374095
3798
En parte basados en el trabajo de Francis Galton,
06:33
He was Darwin's cousin.
148
377893
2136
que era primo de Darwin.
06:35
But the U.S., the Carnegie Institute,
149
380029
2315
Pero en los Estados Unidos, el Instituto Carnegie,
06:38
Stanford, American Neurological Association
150
382344
2582
Stanford, la Asociación Neurológica Americana
06:40
took this really far.
151
384926
1868
llevaron esto realmente lejos.
06:42
That got exported and was really misused.
152
386794
3599
Se exportó y se le dio mal uso.
06:46
In fact, it led to some absolutely horrendous
153
390393
2685
De hecho, esto llevó a dar un trato absolutamente horrendo
06:48
treatment of human beings.
154
393078
2013
a seres humanos.
06:50
So since the 1940s, we've been saying there are no differences,
155
395091
2594
Así, desde la década de 1940, hemos dicho que no hay diferencias,
06:53
we're all identical.
156
397685
1320
que todos somos iguales.
06:54
We're going to know at year end if that is true.
157
399005
3277
A finales de año sabremos si eso es cierto.
06:58
And as we think about that,
158
402282
1732
Y mientras pensamos en ello,
06:59
we're actually beginning to find things
159
404014
1518
estamos empezando a encontrar cosas
07:01
like, do you have an ACE gene?
160
405532
3466
como: ¿tiene Ud. un gen ECA?
07:04
Why would that matter?
161
408998
1978
¿Por qué importaría?
07:06
Because nobody's ever climbed an 8,000-meter peak without oxygen
162
410976
4038
Porque nunca nadie ha subido un pico de 8000 metros sin oxígeno
07:10
that doesn't have an ACE gene.
163
415014
2750
que no tenga un gen ECA.
07:13
And if you want to get more specific,
164
417764
1869
Y si desea ser más específico,
07:15
how about a 577R genotype?
165
419633
3015
¿qué tal un genotipo 577R?
07:18
Well it turns out that every male Olympic power athelete ever tested
166
422648
4700
Pues resulta que todos los atletas olímpicos varones examinados
07:23
carries at least one of these variants.
167
427348
3250
tienen al menos una de estas variantes.
07:26
If that is true,
168
430598
1654
Si eso es cierto,
07:28
it leads to some very complicated questions
169
432252
2158
conduce a algunas preguntas muy complicadas
07:30
for the London Olympics.
170
434410
1801
para los Juegos Olímpicos de Londres.
07:32
Three options:
171
436211
1519
3 opciones:
07:33
Do you want the Olympics to be a showcase
172
437730
2832
¿Desea que los juegos olímpicos sean un escaparate
07:36
for really hardworking mutants?
173
440562
2700
para mutantes que trabajan duro?
07:39
(Laughter)
174
443262
1733
(Risas)
07:40
Option number two:
175
444995
2735
Opción número 2:
07:43
Why don't we play it like golf or sailing?
176
447730
3398
¿Por qué no jugarlo como el golf o la vela?
07:47
Because you have one and you don't have one,
177
451128
2474
Porque tú tienes uno y tú no tienes uno,
07:49
I'll give you a tenth of a second head start.
178
453602
3995
te vamos a dar una décima parte de ventaja inicial.
07:53
Version number three:
179
457597
1071
Versión número 3:
07:54
Because this is a naturally occurring gene
180
458668
2069
Porque se trata de un gen natural
07:56
and you've got it and you didn't pick the right parents,
181
460737
2782
y tú lo tienes y tú no escogiste a los padres correctos,
07:59
you get the right to upgrade.
182
463519
3949
tienes el derecho a actualizarte.
08:03
Three different options.
183
467468
1751
3 opciones diferentes.
08:05
If these differences are the difference
184
469219
1622
Si estas desigualdades son la diferencia
08:06
between an Olympic medal and a non-Olympic medal.
185
470841
3378
entre tener medalla olímpica o no tenerla.
08:10
And it turns out that as we discover these things,
186
474219
2834
Y resulta que mientras descubrimos estas cosas,
08:12
we human beings really like to change
187
477053
3335
a los seres humanos nos gusta cambiar
08:16
how we look, how we act,
188
480388
1694
cómo nos vemos, cómo actuamos,
08:17
what our bodies do.
189
482082
1594
qué hacen nuestros cuerpos.
08:19
And we had about 10.2 million plastic surgeries in the United States,
190
483676
4374
Y hemos tenido 10,2 millones de cirugías plásticas en los Estados Unidos,
08:23
except that with the technologies that are coming online today,
191
488050
3317
excepto que con las tecnologías que se desarrollan hoy en día,
08:27
today's corrections, deletions,
192
491367
2701
correcciones y eliminaciones actuales,
08:29
augmentations and enhancements
193
494068
1919
aumentos y mejoras
08:31
are going to seem like child's play.
194
495987
2913
van a parecer un juego de niños.
08:34
You already saw the work by Tony Atala on TED,
195
498900
3701
Usted ya vio la obra de Tony Atala en TED,
08:38
but this ability to start filling
196
502601
3567
pero esta capacidad para comenzar a llenar
08:42
things like inkjet cartridges with cells
197
506168
2933
cosas como los cartuchos de tinta con células
08:45
are allowing us to print skin, organs
198
509101
4674
nos permiten imprimir piel, órganos
08:49
and a whole series of other body parts.
199
513775
2750
y toda una serie de otras partes del cuerpo.
08:52
And as these technologies go forward,
200
516525
1884
Y conforme avanzan estas tecnologías,
08:54
you keep seeing this, you keep seeing this, you keep seeing things --
201
518409
3784
seguimos viendo esto, y esto, viendo estas cosas
08:58
2000, human genome sequence --
202
522193
2774
–2000, la secuencia del genoma humano–
09:00
and it seems like nothing's happening,
203
524967
3782
y parece que no pasa nada,
09:04
until it does.
204
528749
3112
hasta que pasa.
09:07
And we may just be in some of these weeks.
205
531861
3524
Y podríamos estar en una de esas semanas.
09:11
And as you're thinking about
206
535385
1599
Y mientras usted piensa
09:12
these two guys sequencing a human genome in 2000
207
536984
3451
en estos dos tipos que secuenciaron un genoma humano en el año 2000
09:16
and the Public Project sequencing the human genome in 2000,
208
540435
3553
y el proyecto público de secuenciación del genoma humano en el año 2000,
09:19
then you don't hear a lot,
209
543988
3164
luego no se oye mucho del tema
09:23
until you hear about an experiment last year in China,
210
547152
3984
hasta que Ud. se entera de un experimento el año pasado en China,
09:27
where they take skin cells from this mouse,
211
551136
4017
donde toman células de la piel de este ratón,
09:31
put four chemicals on it,
212
555153
1733
agregan 4 productos químicos,
09:32
turn those skin cells into stem cells,
213
556886
3566
convierten esas células de la piel en células madre,
09:36
let the stem cells grow
214
560452
1465
dejan que las células madre crezcan
09:37
and create a full copy of that mouse.
215
561917
3087
y crean una copia completa de ese ratón.
09:40
That's a big deal.
216
565004
3247
Eso es algo importante.
09:44
Because in essence
217
568251
1016
Porque en esencia
09:45
what it means is you can take a cell,
218
569267
2148
lo que significa es que se puede tomar una célula,
09:47
which is a pluripotent stem cell,
219
571415
2286
que es una célula madre pluripotente,
09:49
which is like a skier at the top of a mountain,
220
573701
2684
que es como un esquiador en la cima de una montaña,
09:52
and those two skiers become two pluripotent stem cells,
221
576385
3817
y esos 2 esquiadores se convierten en 2 células pluripotentes,
09:56
four, eight, 16,
222
580202
1782
4, 8, 16,
09:57
and then it gets so crowded
223
581984
1668
y, a continuación, se vuelve tan concurrido
09:59
after 16 divisions
224
583652
1800
después de 16 divisiones
10:01
that those cells have to differentiate.
225
585452
2502
que esas células se tienen que diferenciar.
10:03
So they go down one side of the mountain,
226
587954
1433
Por lo que unas van por un lado de la montaña,
10:05
they go down another.
227
589387
1233
otras van por otro.
10:06
And as they pick that,
228
590620
1534
Y mientras eligen,
10:08
these become bone,
229
592154
2250
éstas se convierten en hueso,
10:10
and then they pick another road and these become platelets,
230
594404
2932
y entonces ellas eligen otro camino y se convierten en plaquetas,
10:13
and these become macrophages,
231
597336
2117
y estas se convierten en macrófagos,
10:15
and these become T cells.
232
599453
1267
y estas se convierten en células T.
10:16
But it's really hard, once you ski down,
233
600720
1952
Pero una vez que se ha esquiado hacia abajo,
10:18
to get back up.
234
602672
1523
es realmente difícil regresar.
10:20
Unless, of course, if you have a ski lift.
235
604195
5412
A menos, claro, que tenga un teleférico.
10:25
And what those four chemicals do
236
609607
2449
Y lo que hacen esos 4 productos químicos
10:27
is they take any cell
237
612056
2069
es tomar cualquier célula
10:30
and take it way back up the mountain
238
614125
1932
y llevarla de regreso a lo alto de la montaña
10:31
so it can become any body part.
239
616057
2033
para que pueda convertirse en cualquier parte del cuerpo.
10:33
And as you think of that,
240
618090
1728
Y mientras usted lo piensa,
10:35
what it means is potentially
241
619818
1980
lo que significa es que, potencialmente,
10:37
you can rebuild a full copy
242
621798
2175
se puede reconstruir una copia completa
10:39
of any organism
243
623973
1867
de cualquier organismo
10:41
out of any one of its cells.
244
625840
2586
a partir de cualquiera de sus células.
10:44
That turns out to be a big deal
245
628426
2531
Eso resulta ser algo muy importante
10:46
because now you can take, not just mouse cells,
246
630957
2566
porque ahora se pueden tomar no solo células de ratón,
10:49
but you can human skin cells
247
633523
2318
sino células de piel humana
10:51
and turn them into human stem cells.
248
635841
3650
y convertirlas en células madre humanas.
10:55
And then what they did in October
249
639491
3198
Y lo que hicieron en octubre
10:58
is they took skin cells, turned them into stem cells
250
642689
3400
fue tomar células de la piel, convertirlas en células madre
11:01
and began to turn them into liver cells.
251
646089
3673
y comenzar a convertirlas en células del hígado.
11:05
So in theory,
252
649762
1044
Así que en teoría,
11:06
you could grow any organ from any one of your cells.
253
650806
5184
se podría hacer crecer cualquier órgano desde cualquiera de nuestras células.
11:11
Here's a second experiment:
254
655990
1718
He aquí un segundo experimento:
11:13
If you could photocopy your body,
255
657708
3133
si pudiera Ud. fotocopiar su cuerpo,
11:16
maybe you also want to take your mind.
256
660841
3052
también le gustaría tomar su mente.
11:19
And one of the things you saw at TED
257
663893
1565
Y una de las cosas que vieron en TED
11:21
about a year and a half ago
258
665458
1250
hace un año y medio
11:22
was this guy.
259
666708
1435
fue a este tipo
11:24
And he gave a wonderful technical talk.
260
668143
2600
que dio una charla técnica maravillosa.
11:26
He's a professor at MIT.
261
670743
1599
Es un profesor del MIT.
11:28
But in essence what he said
262
672342
1916
Pero en esencia lo que él dijo
11:30
is you can take retroviruses,
263
674258
1700
es que se pueden tomar retrovirus,
11:31
which get inside brain cells of mice.
264
675958
2800
que entran dentro de las células cerebrales de ratones.
11:34
You can tag them with proteins
265
678758
2440
Se puede etiquetarlos con proteínas
11:37
that light up when you light them.
266
681198
2094
que se iluminan cuando usted los enciende.
11:39
And you can map the exact pathways
267
683292
3716
Y se pueden trazar las rutas exactas
11:42
when a mouse sees, feels, touches,
268
687008
3483
cuando un ratón mira, siente, toca,
11:46
remembers, loves.
269
690491
2183
recuerda, ama.
11:48
And then you can take a fiber optic cable
270
692674
2373
Y, después, se puede tomar un cable de fibra óptica
11:50
and light up some of the same things.
271
695047
3819
y encender algunas de las mismas cosas.
11:54
And by the way, as you do this,
272
698866
1832
Y por cierto, mientras hacen esto,
11:56
you can image it in two colors,
273
700698
2017
pueden imaginarlo en dos colores,
11:58
which means you can download this information
274
702715
2399
lo que significa que se puede descargar esta información
12:01
as binary code directly into a computer.
275
705114
4740
como código binario directamente en un equipo.
12:05
So what's the bottom line on that?
276
709854
2473
¿Cuál es la conclusión de eso?
12:08
Well it's not completely inconceivable
277
712327
2200
Bien, no es completamente inconcebible
12:10
that someday you'll be able to download your own memories,
278
714527
4495
que algún día puedan descargar sus propios recuerdos,
12:14
maybe into a new body.
279
719022
2387
tal vez en un nuevo cuerpo.
12:17
And maybe you can upload other people's memories as well.
280
721409
5085
Y tal vez puedan subir los recuerdos de otras personas.
12:22
And this might have just one or two
281
726494
2514
Y esto podría tener solo una o dos
12:24
small ethical, political, moral implications.
282
729008
3520
pequeñas consecuencias éticas, políticas, morales.
12:28
(Laughter)
283
732528
1531
(Risas)
12:29
Just a thought.
284
734059
2991
Solo un pensamiento.
12:32
Here's the kind of questions
285
737050
1528
Estas son el tipo de preguntas
12:34
that are becoming interesting questions
286
738578
1980
que se vuelven interesantes
12:36
for philosophers, for governing people,
287
740558
2484
para los filósofos, los gobernantes,
12:38
for economists, for scientists.
288
743042
3366
los economistas, los científicos.
12:42
Because these technologies are moving really quickly.
289
746408
3284
Debido a que estas tecnologías están cambiando muy rápidamente.
12:45
And as you think about it,
290
749692
1500
Y mientras usted lo piensa,
12:47
let me close with an example of the brain.
291
751192
3082
permítanme concluir con un ejemplo del cerebro.
12:50
The first place where you would expect
292
754274
1683
El primer lugar donde Ud. esperaría
12:51
to see enormous evolutionary pressure today,
293
755957
3051
ver una enorme presión evolutiva hoy,
12:54
both because of the inputs,
294
759008
2265
tanto debido a la entrada de información,
12:57
which are becoming massive,
295
761273
1552
que se está volviendo masiva,
12:58
and because of the plasticity of the organ,
296
762825
1782
como a la plasticidad del órgano,
13:00
is the brain.
297
764607
2534
es el cerebro.
13:03
Do we have any evidence that that is happening?
298
767141
3318
¿Tenemos alguna evidencia de que eso esté sucediendo?
13:06
Well let's take a look at something like autism incidence per thousand.
299
770459
4731
Bien, echemos un vistazo a algo como la incidencia de autismo por mil.
13:11
Here's what it looks like in 2000.
300
775190
2502
Así se ve en el año 2000.
13:13
Here's what it looks like in 2002,
301
777692
2082
Así se ve en el año 2002,
13:15
2006, 2008.
302
779774
4618
2006 y 2008.
13:20
Here's the increase in less than a decade.
303
784392
4082
Este es el aumento en menos de una década.
13:24
And we still don't know why this is happening.
304
788474
4417
Y todavía no sabemos por qué está sucediendo.
13:28
What we do know is, potentially,
305
792891
2485
Lo que sí sabemos es que, potencialmente,
13:31
the brain is reacting in
306
795376
2032
el cerebro está reaccionando de
13:33
a hyperactive, hyper-plastic way,
307
797408
2134
una manera hiperactiva, hiperplástica
13:35
and creating individuals that are like this.
308
799542
2950
y creando individuos que son como este.
13:38
And this is only one of the conditions that's out there.
309
802492
2757
Y esta es solo una de las condiciones que están ahí afuera.
13:41
You've also got people with who are extraordinarily smart,
310
805249
3540
También hay gente que es extraordinariamente inteligente,
13:44
people who can remember everything they've seen in their lives,
311
808789
2397
personas que pueden recordar todo lo que han visto en sus vidas,
13:47
people who've got synesthesia,
312
811186
1385
personas que tienen sinestesia,
13:48
people who've got schizophrenia.
313
812571
1331
gente que tiene esquizofrenia.
13:49
You've got all kinds of stuff going on out there,
314
813902
2534
Hay todo tipo de cosas que pasan por ahí,
13:52
and we still don't understand
315
816436
1218
y todavía no entendemos
13:53
how and why this is happening.
316
817654
2233
cómo ni por qué ocurren.
13:55
But one question you might want to ask is,
317
819887
2682
Pero algo que Ud. quisiera preguntar es:
13:58
are we seeing a rapid evolution of the brain
318
822569
2628
¿estamos viendo una rápida evolución del cerebro
14:01
and of how we process data?
319
825197
1825
y de cómo procesamos datos?
14:02
Because when you think of how much data's coming into our brains,
320
827022
3063
Porque cuando Ud. piensa cuántos datos entran a nuestros cerebros,
14:05
we're trying to take in as much data in a day
321
830085
3484
estamos tratando de asimilar tanta cantidad de datos en un día
14:09
as people used to take in in a lifetime.
322
833569
2551
como la gente solía hacerlo en toda una vida.
14:12
And as you're thinking about this,
323
836120
2632
Y mientras piensa en ello,
14:14
there's four theories as to why this might be going on,
324
838752
2342
hay cuatro teorías respecto a por qué esto podría estar pasando,
14:16
plus a whole series of others.
325
841094
1327
además de muchas otras.
14:18
I don't have a good answer.
326
842421
1649
No tengo una buena respuesta.
14:19
There really needs to be more research on this.
327
844070
3616
Realmente se necesita investigar más al respecto.
14:23
One option is the fast food fetish.
328
847686
2235
Una opción es el fetiche de la comida rápida.
14:25
There's beginning to be some evidence
329
849921
2449
Está comenzando a verse evidencia
14:28
that obesity and diet
330
852370
2251
de que la obesidad y la dieta
14:30
have something to do
331
854621
1631
tienen algo que ver
14:32
with gene modifications,
332
856252
1768
con modificaciones de genes,
14:33
which may or may not have an impact
333
858020
2350
lo que puede o no tener un impacto
14:36
on how the brain of an infant works.
334
860370
3517
sobre cómo funciona el cerebro de un niño pequeño.
14:39
A second option is the sexy geek option.
335
863887
3955
Una segunda opción es la opción del “geek” sexy.
14:43
These conditions are highly rare.
336
867842
4243
Estas condiciones son muy raras.
14:47
(Laughter)
337
872085
3038
(Risas)
14:51
(Applause)
338
875123
5300
(Aplausos)
14:56
But what's beginning to happen
339
880423
1633
Pero ya está sucediendo
14:57
is because these geeks are all getting together,
340
882056
2534
debido a que estos frikis se están reuniendo,
15:00
because they are highly qualified for computer programming
341
884590
2897
porque están altamente calificados para programación
15:03
and it is highly remunerated,
342
887487
2318
y eso es muy bien remunerado,
15:05
as well as other very detail-oriented tasks,
343
889805
3150
así como otras tareas muy orientadas al detalle,
15:08
that they are concentrating geographically
344
892955
2449
es que se están concentrando geográficamente
15:11
and finding like-minded mates.
345
895404
2967
y están encontrando compañeros afines.
15:14
So this is the assortative mating hypothesis
346
898371
3568
Así que esta es la hipótesis de apareamiento selectivo
15:17
of these genes reinforcing one another
347
901939
2700
de estos genes que se refuerzan mutuamente
15:20
in these structures.
348
904639
2117
en estas estructuras.
15:22
The third, is this too much information?
349
906756
2950
La tercera es: ¿existe demasiada información?
15:25
We're trying to process so much stuff
350
909706
1497
Estamos tratando de procesar tanta cosas
15:27
that some people get synesthetic
351
911203
2352
que algunas personas se vuelven sinestésicas
15:29
and just have huge pipes that remember everything.
352
913555
2600
y solo tienen enormes tubos que recuerdan todo.
15:32
Other people get hyper-sensitive to the amount of information.
353
916155
2669
Otras personas se vuelven hipersensibles a la cantidad de información.
15:34
Other people react with various psychological conditions
354
918824
3982
Otras reaccionan con diversas condiciones psicológicas
15:38
or reactions to this information.
355
922806
1632
o reacciones a esta información.
15:40
Or maybe it's chemicals.
356
924438
2702
O quizás se trate de productos químicos.
15:43
But when you see an increase
357
927140
1765
Pero cuando se ve un aumento
15:44
of that order of magnitude in a condition,
358
928905
2351
de esa magnitud en una enfermedad,
15:47
either you're not measuring it right
359
931256
1565
ya sea que no se está midiendo bien
15:48
or there's something going on very quickly,
360
932821
2518
o algo está pasando muy rápidamente,
15:51
and it may be evolution in real time.
361
935339
4032
y podría ser evolución en tiempo real.
15:55
Here's the bottom line.
362
939371
2503
La idea final es esta.
15:57
What I think we are doing
363
941874
2181
Pienso que estamos haciendo
15:59
is we're transitioning as a species.
364
944055
1716
una transición como especie.
16:01
And I didn't think this when Steve Gullans and I started writing together.
365
945771
5484
Y no pensaba así cuando Steve Gullans y yo comenzamos a escribir juntos.
16:07
I think we're transitioning into Homo evolutis
366
951255
2451
Creo que estamos transformándonos en Homo evolutis
16:09
that, for better or worse,
367
953706
1399
que, para bien o para mal,
16:11
is not just a hominid that's conscious of his or her environment,
368
955105
4182
no es solo un homínido que es consciente de su entorno,
16:15
it's a hominid that's beginning to directly and deliberately
369
959287
3219
es un homínido que está empezando directa y deliberadamente
16:18
control the evolution of its own species,
370
962506
3198
a controlar la evolución de su propia especie,
16:21
of bacteria, of plants, of animals.
371
965704
3834
de bacterias, de plantas, de animales.
16:25
And I think that's such an order of magnitude change
372
969538
2835
Y creo que es tal el cambio de orden de magnitud
16:28
that your grandkids or your great-grandkids
373
972373
3103
que sus nietos o sus bisnietos
16:31
may be a species very different from you.
374
975476
3045
podrían ser una especie muy diferente a la de usted.
16:34
Thank you very much.
375
978521
1586
Muchas gracias.
16:36
(Applause)
376
980107
5331
(Aplausos)
ABOUT THE SPEAKER
Juan Enriquez - FuturistJuan Enriquez thinks and writes about the profound changes that genomics and other life sciences will bring in business, technology, politics and society.
Why you should listen
A broad thinker who studies the intersections of these fields, Enriquez has a talent for bridging disciplines to build a coherent look ahead. He is the managing director of Excel Venture Management, a life sciences VC firm. He recently published (with Steve Gullans) Evolving Ourselves: How Unnatural Selection and Nonrandom Mutation Are Shaping Life on Earth. The book describes a world where humans increasingly shape their environment, themselves and other species.
Enriquez is a member of the board of Synthetic Genomics, which recently introduced the smallest synthetic living cell. Called “JCVI-syn 3.0,” it has 473 genes (about half the previous smallest cell). The organism would die if one of the genes is removed. In other words, this is the minimum genetic instruction set for a living organism.
Juan Enriquez | Speaker | TED.com