ABOUT THE SPEAKER
Paul Rothemund - DNA origamist
Paul Rothemund folds DNA into shapes and patterns. Which is a simple enough thing to say, but the process he has developed has vast implications for computing and manufacturing -- allowing us to create things we can now only dream of.

Why you should listen

Paul Rothemund won a MacArthur grant this year for a fairly mystifying study area: "folding DNA." It brings up the question: Why fold DNA? The answer is -- because the power to manipulate DNA in this way could change the way we make things at a very basic level.

Rothemund's work combines the study of self-assembly (watch the TEDTalks from Neil Gershenfeld and Saul Griffith for more on this) with the research being done in DNA nanotechnology -- and points the way toward self-assembling devices at microscale, making computer memory, for instance, smaller, faster and maybe even cheaper.

More profile about the speaker
Paul Rothemund | Speaker | TED.com
TED2007

Paul Rothemund: Playing with DNA that self-assembles

Paul Rothemund lanza un hechizo con ADN

Filmed:
471,278 views

Paul Rothemund escribe código que provoca que el ADN se arregle para formar una estrella, una cara sonriente y más. Sí, claro, es un truco publicitario, pero también una demostración de auto-ensamblaje en las escalas más pequeñas -- con grandiosas implicaciones para el futuro de hacer cosas.
- DNA origamist
Paul Rothemund folds DNA into shapes and patterns. Which is a simple enough thing to say, but the process he has developed has vast implications for computing and manufacturing -- allowing us to create things we can now only dream of. Full bio

Double-click the English transcript below to play the video.

00:26
There's an ancientantiguo and universaluniversal conceptconcepto that wordspalabras have powerpoder,
0
1000
4000
Hay un concepto universal y muy antiguo que las palabras tienen poder,
00:30
that spellshechizos existexiste, and that if we could only pronouncepronunciar the right wordspalabras,
1
5000
4000
que los hechizos existen, y que si pudiéramos pronunciar las palabras adecuadas,
00:34
then -- whoooshWhooosh -- you know, an avalancheavalancha would come
2
9000
2000
entonces, ¡pum! Vendría una avalancha
00:36
and wipelimpiar out the hobbitshobbits, right? So this is a very attractiveatractivo ideaidea
3
11000
5000
y aniquilaría a los hobbits, ¿correcto? Entonces ésta es una idea muy atractiva
00:41
because we're very lazyperezoso, like the sorcerer'shechicero apprenticeaprendiz,
4
16000
2000
porque somos flojos, como el aprendiz de hechicero,
00:43
or the world'smundo greatestmejor computercomputadora programmerprogramador.
5
18000
2000
o el mejor programador de computadoras del mundo.
00:45
And so this ideaidea has a lot of tractiontracción with us.
6
20000
2000
Y entonces, esta idea nos ha impulsado.
00:47
We love the ideaidea that wordspalabras, when pronouncedpronunciado --
7
22000
2000
Amamos la idea de que las palabras, al ser pronunciadas --
00:49
they're just little more than purepuro informationinformación,
8
24000
2000
sólo son poco más que información,
00:51
but they evokeevocar some physicalfísico actionacción
9
26000
1000
pero evocan una acción física
00:53
in the realreal worldmundo that helpsayuda us do work.
10
28000
1000
en el mundo real que nos ayuda a realizar un trabajo.
00:54
And so, of coursecurso, with lots of programmableprogramable computersordenadores
11
29000
3000
Y entonces, desde luego, con muchas computadoras programables
00:57
and robotsrobots around this is an easyfácil thing to pictureimagen.
12
32000
3000
y robots alrededor, esto es algo fácil de imaginar.
01:00
So how manymuchos of you know what I'm talkinghablando about?
13
35000
2000
¿Cuántos de ustedes saben de lo que estoy hablando?
01:02
RaiseAumento your right handmano. OK. How manymuchos of you
14
37000
1000
Levanten su mano derecha. Bien. ¿Cuántos de ustedes
01:03
don't know what I'm talkinghablando about? RaiseAumento your left handmano.
15
38000
3000
no saben de lo que estoy hablando? Levanten su mano izquierda. Bien.
01:06
So that's great. So that was too easyfácil.
16
41000
3000
Bueno, Eso es genial. Fue muy fácil.
01:09
You guys have very insecureinseguro computersordenadores, OK?
17
44000
3000
Ustedes tienen computadoras muy inseguras,
01:12
So now, the thing is that this is a differentdiferente kindtipo of spelldeletrear.
18
47000
5000
Entonces, la cuestión es que este es un tipo distinto de hechizo.
01:17
This is a computercomputadora programprograma madehecho of zerosceros and onesunos.
19
52000
1000
Este es un programa hecho con ceros y unos.
01:18
It can be pronouncedpronunciado on a computercomputadora. It does something like this.
20
53000
3000
Puede ser pronunciado en una computadora. Hace algo como esto.
01:21
The importantimportante thing is we can writeescribir it in a high-levelnivel alto languageidioma.
21
56000
2000
Lo importante es que podemos escribir en un lenguaje de alto nivel.
01:23
A computercomputadora magicianmago can writeescribir this thing.
22
58000
3000
Un mago de las computadoras puede escribir esto.
01:26
It can be compiledcompilado into this -- into zerosceros and onesunos --
23
61000
3000
Que se puede compilar en esto --en ceros y unos--
01:29
and pronouncedpronunciado by a computercomputadora.
24
64000
1000
y se puede pronunciar por una computadora.
01:30
And that's what makeshace computersordenadores powerfulpoderoso:
25
65000
1000
Y eso es lo que hace a las computadoras poderosas:
01:32
these high-levelnivel alto languagesidiomas that can be compiledcompilado.
26
67000
2000
estos lenguajes de alto nivel pueden compilarse.
01:34
And so, I'm here to tell you, you don't need a computercomputadora
27
69000
3000
Entonces, estoy aquí para decirles que no necesitan una computadora
01:37
to actuallyactualmente have a spelldeletrear. In facthecho, what you can do
28
72000
3000
para hacer un hechizo. De hecho, lo que pueden hacer
01:40
at the molecularmolecular levelnivel is that if you encodecodificar informationinformación --
29
75000
3000
a nivel molecular es que si codifican información
01:43
you encodecodificar a spelldeletrear or programprograma as moleculesmoléculas --
30
78000
2000
-Codifican un hechizo o programa como moléculas-
01:46
then physicsfísica can actuallyactualmente directlydirectamente interpretinterpretar that informationinformación
31
81000
3000
entonces la física puede interpretar esa información directamente
01:49
and runcorrer a programprograma. That's what happenssucede in proteinsproteínas.
32
84000
2000
y correr el programa. Eso es lo que ocurre en las proteínas.
01:52
When this aminoaminado acidácido sequencesecuencia getsse pone pronouncedpronunciado as atomsátomos,
33
87000
2000
Cuando esta secuencia de aminoácidos se pronuncia como átomos,
01:55
these little lettersletras are stickypegajoso for eachcada other.
34
90000
2000
estas pequeñas letras son pegajosas entre ellas.
01:57
It collapsesse derrumba into a three-dimensionaltridimensional shapeforma that turnsvueltas it into
35
92000
3000
Se colapsa en una estructura tridimensional que los convierte
02:00
a nanomachinenanomáquina that actuallyactualmente cutscortes DNAADN.
36
95000
2000
en una nanomáquina que realmente corta el ADN.
02:02
And the interestinginteresante thing is that if you changecambio the sequencesecuencia,
37
97000
3000
Y lo interesante es que si cambias la secuencia,
02:05
you changecambio the three-dimensionaltridimensional foldingplegable.
38
100000
2000
cambias la forma tridimensional.
02:07
You get now a DNAADN staplerengrapadora insteaden lugar. These are the kindtipo of
39
102000
3000
Y en su lugar obtienes una "engrapadora" de ADN. Estos son los tipos de
02:10
molecularmolecular programsprogramas that we want to be ablepoder to writeescribir,
40
105000
2000
programas moleculares que queremos ser capaces de escribir,
02:12
but the problemproblema is, we don't know the machinemáquina languageidioma of
41
107000
2000
pero el problema es, que no sabemos el lenguaje de máquina
02:14
proteinsproteínas. We don't have a compilercompilador for proteinsproteínas.
42
109000
2000
de las proteínas; no tenemos un compilador para proteínas.
02:17
So I've joinedunido a growingcreciente bandbanda of people that try to make
43
112000
2000
Así que me uní al creciente grupo de personas que intentan hacer
02:19
molecularmolecular spellshechizos usingutilizando DNAADN. We use DNAADN because it's cheapermás barato.
44
114000
3000
hechizos moleculares usando ADN. Usamos ADN porque es más barato.
02:23
It's easiermás fácil to handleencargarse de. It's something that we understandentender really well.
45
118000
2000
Es más fácil de manejar. Es algo que entendemos muy bien.
02:25
We understandentender it so well, in facthecho, that we think we can actuallyactualmente writeescribir
46
120000
4000
Lo entendemos tan bien, de hecho, que pensamos que podemos realmente escribir
02:29
programmingprogramación languagesidiomas for DNAADN and have molecularmolecular compilerscompiladores.
47
124000
3000
lenguajes de programación para ADN y tener compiladores moleculares.
02:32
So then, we think we can do that. And my first questionpregunta doing this --
48
127000
4000
Entonces, pensamos que podemos hacerlo. Y mi primera pregunta al hacerlo
02:36
or one of my questionspreguntas doing this -- was how can you make
49
131000
1000
-o una de mis preguntas al hacerlo- era: ¿Cómo puedes hacer
02:38
an arbitraryarbitrario shapeforma or patternpatrón out of DNAADN? And I decideddecidido to use
50
133000
3000
una forma arbitraria o un patrón con ADN? Y decidí usar
02:41
a typetipo of DNAADN origamiorigami, where you take a long strandhebra of DNAADN
51
136000
3000
algo como origami de ADN, donde tomas una hebra larga de ADN
02:44
and folddoblez it into whateverlo que sea shapeforma or patternpatrón you mightpodría want.
52
139000
3000
y la doblas en la forma o patrón que quieras.
02:47
So here'saquí está a shapeforma. I actuallyactualmente spentgastado about a yearaño in my home,
53
142000
3000
Aquí hay una figura. De hecho pasé como un año en mi casa,
02:50
in my underwearropa interior, codingcodificación, like LinusLinus [TorvaldsTorvalds], in that pictureimagen before.
54
145000
3000
en ropa interior, codificanto, como Linus [Torvalds], en la imagen anterior.
02:54
And this programprograma takes a shapeforma, spitsescupe out 250 DNAADN sequencessecuencias.
55
149000
3000
Y este programa toma la figura, arroja 250 secuencias de ADN.
02:57
These shortcorto DNAADN sequencessecuencias are what are going to folddoblez the long strandhebra
56
152000
3000
Estas como secuencias de ADN son lo que doblarán la cadena larga
03:00
into this shapeforma that we want to make. So you sendenviar an e-mailcorreo electrónico
57
155000
3000
en la forma que queremos hacer. Así que envías un e-mail
03:03
with these sequencessecuencias in it to a companyempresa, and what it does --
58
158000
3000
con estas secuencias a una compañía, y lo que hace
03:07
the companyempresa pronouncespronuncia them on a DNAADN synthesizersintetizador.
59
162000
1000
-la compañía los pronuncia en un sintetizador de ADN
03:09
It's a machinemáquina about the sizetamaño of a photocopierfotocopiadora. And what happenssucede is,
60
164000
3000
Es una máquina como del tamaño de una fotocopiadora. Y lo que ocurre es,
03:12
they take your e-mailcorreo electrónico and everycada lettercarta in your e-mailcorreo electrónico,
61
167000
2000
que toman tu e-mail y cada letra en tu e-mail
03:14
they replacereemplazar with 30-atom-átomo clusterracimo -- one for eachcada lettercarta,
62
169000
3000
la reemplazan con un grupo de 30 átomos, uno para cada letra,
03:17
A, T, C, and G in DNAADN. They stringcuerda them up in the right sequencesecuencia,
63
172000
3000
A, T, C y G en ADN. Los alinean en la secuencia correcta,
03:21
and then they sendenviar them back to you viavía FedExFedEx.
64
176000
1000
y luego te los envían de vuelta por paquetería.
03:23
So you get 250 of these in the mailcorreo in little tubestubos.
65
178000
1000
Así obtienes 250 de estos por correo en pequeños tubos,
03:25
I mixmezcla them togetherjuntos, addañadir a little bitpoco of saltsal wateragua,
66
180000
3000
los mezclas, agregas un poco de agua con sal,
03:28
and then addañadir this long strandhebra I was tellingnarración you about,
67
183000
2000
y luego agregas esta cadena larga de las que les hablé,
03:30
that I've stolenrobado from a virusvirus. And then what happenssucede is,
68
185000
2000
que robamos de un virus. Y lo que ocurre entonces es,
03:33
you heatcalor this wholetodo thing up to about boilinghirviendo. You coolguay it down
69
188000
3000
que calientas todo esto casi ebullendo. Lo enfrías
03:37
to roomhabitación temperaturetemperatura, and as you do,
70
192000
1000
a temperatura ambiente, y mientras lo haces,
03:38
what happenssucede is those shortcorto strandshebras, they do the followingsiguiendo thing:
71
193000
2000
lo que ocurre es que las pequeñas cadenas, hacen lo siguiente:
03:41
eachcada one of them bindsse une that long strandhebra in one placelugar,
72
196000
3000
cada una de ellas une la hebra larga en un lugar,
03:44
and then has a secondsegundo halfmitad that bindsse une that long strandhebra
73
199000
2000
luego tiene una segunda mitad que se une a la hebra larga
03:47
in a distantdistante placelugar, and bringstrae those two partspartes of the long strandhebra
74
202000
3000
en un lugar distante, y junta las dos partes de la hebra larga
03:50
closecerca togetherjuntos so that they stickpalo togetherjuntos.
75
205000
2000
para que se puedan unir.
03:52
And so the netred effectefecto of all 250 of these strandshebras is to folddoblez
76
207000
3000
Y entonces el efecto total de las 250 de estas hebras es que doblan
03:55
the long strandhebra into the shapeforma that you're looking for.
77
210000
4000
la hebra larga en la figura que buscabas;
03:59
It'llVa a approximateaproximado that shapeforma. We do this for realreal in the testprueba tubetubo.
78
214000
3000
Aproximando esa figura. Lo hacemos de verdad en tubos de ensayo.
04:02
In eachcada little dropsoltar of wateragua you get 50 billionmil millones of these guys.
79
217000
3000
En cada pequeña gota de agua obtienes 50 billones de estos chicos.
04:05
You can look with a microscopemicroscopio and see them on a surfacesuperficie.
80
220000
2000
Puedes verlos con un microscopio y observarlos en una superficie.
04:08
And the neatordenado thing is that if you changecambio the sequencesecuencia
81
223000
1000
Y lo mejor es que si cambias la secuencia
04:09
and changecambio the spelldeletrear, you just changecambio the sequencesecuencia of the staplesgrapas.
82
224000
4000
y cambias el hechizo, puedes cambiar la secuencia de los "ganchos"
04:13
You can make a moleculemolécula that looksmiradas like this, and, you know,
83
228000
3000
Puedes hacer una molécula que sea como esto, y, saben,
04:16
he likesgustos to hangcolgar out with his buddiesamigos, right.
84
231000
2000
le gusta estar con sus amigos.
04:19
And a lot of them are actuallyactualmente prettybonita good.
85
234000
1000
Y muchos de ellos son bastante buenos.
04:21
If you changecambio the spelldeletrear again, you changecambio the sequencesecuencia again.
86
236000
2000
Si cambias el hechizo otra vez, cambias la secuencia otra vez.
04:23
You get really nicebonito 130 nanometernanómetro trianglestriangulos. If you do it again,
87
238000
4000
Obtienes triángulos de 130 nanómetros muy bonitos. Si lo haces nuevamente,
04:27
you can get arbitraryarbitrario patternspatrones. So on a rectanglerectángulo
88
242000
3000
Puedes obtener patrones arbitrarios. Así en un rectángulo
04:30
you can paintpintar patternspatrones of Northnorte and SouthSur AmericaAmerica, or the wordspalabras, "DNAADN."
89
245000
5000
puedes trazar patrones de norte y sur-américa, o las palabras "DNA."
04:35
So that's DNAADN origamiorigami. That's one way. There are manymuchos waysformas
90
250000
4000
Entonces eso es origami de ADN. Es una forma, hay muchas formas,
04:39
of castingfundición molecularmolecular spellshechizos usingutilizando DNAADN.
91
254000
3000
de lanzar hechizos moleculares usando ADN.
04:42
What we really want to do in the endfin is learnaprender how to programprograma
92
257000
3000
Lo que queremos hacer al final es aprender cómo programar
04:45
self-assemblyautoensamblaje so that we can buildconstruir anything, right?
93
260000
3000
auto-ensamblaje para que podamos construir cualquier cosa, ¿correcto?
04:48
We want to be ablepoder to buildconstruir technologicaltecnológico artifactsartefactos
94
263000
2000
Queremos ser capaces de construir artefactos tecnológicos
04:50
that are maybe good for the worldmundo. We want to learnaprender
95
265000
2000
que tal vez sean buenos para el mundo. Queremos aprender
04:52
how to buildconstruir biologicalbiológico artifactsartefactos, like people and whalesballenas and treesárboles.
96
267000
4000
cómo construir artefactos biológicos, como personas y ballenas y árboles.
04:57
And if it's the casecaso that we can reachalcanzar that levelnivel of complexitycomplejidad,
97
272000
2000
Y si es el caso de que podemos alcanzar ese nivel de complejidad,
04:59
if our abilitycapacidad to programprograma moleculesmoléculas getsse pone to be that good,
98
274000
3000
si nuestra habilidad para programar moléculas se vuelve así de buena,
05:03
then that will trulyverdaderamente be magicmagia. Thank you very much.
99
278000
3000
entonces eso será realmente magia. Muchas gracias.
05:06
(ApplauseAplausos)
100
281000
1000
(Aplausos)
Translated by Alex Alonso
Reviewed by Gisela Giardino

▲Back to top

ABOUT THE SPEAKER
Paul Rothemund - DNA origamist
Paul Rothemund folds DNA into shapes and patterns. Which is a simple enough thing to say, but the process he has developed has vast implications for computing and manufacturing -- allowing us to create things we can now only dream of.

Why you should listen

Paul Rothemund won a MacArthur grant this year for a fairly mystifying study area: "folding DNA." It brings up the question: Why fold DNA? The answer is -- because the power to manipulate DNA in this way could change the way we make things at a very basic level.

Rothemund's work combines the study of self-assembly (watch the TEDTalks from Neil Gershenfeld and Saul Griffith for more on this) with the research being done in DNA nanotechnology -- and points the way toward self-assembling devices at microscale, making computer memory, for instance, smaller, faster and maybe even cheaper.

More profile about the speaker
Paul Rothemund | Speaker | TED.com

Data provided by TED.

This site was created in May 2015 and the last update was on January 12, 2020. It will no longer be updated.

We are currently creating a new site called "eng.lish.video" and would be grateful if you could access it.

If you have any questions or suggestions, please feel free to write comments in your language on the contact form.

Privacy Policy

Developer's Blog

Buy Me A Coffee