TEDxSummit
Juan Enriquez: Will our kids be a different species?
Juan Enriquez : Nos enfants seront-ils une espèce différente ?
Filmed:
Readability: 3.6
2,006,663 views
Au cours de l'évolution humaine, des versions multiples d'humains ont coexisté. Se pourrait-il que nous soyons au milieu d'une mise à jour ? A TEDxSummit, Juan Enriquez parcours le temps et l'espace pour nous amener au présent, et nous montre comment la technologie révèle des preuves qui suggèrent qu'une évolution rapide est peut-être en cours.
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
Bon. Comme toutes les bonnes histoires,
00:18
this starts a long, long time ago
1
2418
1934
celle-ci commence il y a très, très longtemps
00:20
when there was basically nothing.
2
4352
2149
quand il n'y avait quasiment rien.
00:22
So here is a complete picture of the universe
3
6501
2400
Voici donc une image complète de l'univers
00:24
about 14-odd billion years ago.
4
8901
3452
il y a environ 14 milliards d'années et des poussières.
00:28
All energy is concentrated into a single point of energy.
5
12353
3084
Toute l'énergie est concentrée en un seul point d'énergie.
00:31
For some reason it explodes,
6
15437
1584
Pour une raison quelconque, il explose,
00:32
and you begin to get these things.
7
17021
2116
et on commence à avoir ces trucs.
00:35
So you're now about 14 billion years into this.
8
19137
2866
Nous voilà donc maintenant 14 milliards d'années plus tard
00:37
And these things expand and expand and expand
9
22003
1896
Et ces trucs grandissent et grandissent et grandissent
00:39
into these giant galaxies,
10
23899
1699
pour devenir ces galaxies géantes,
00:41
and you get trillions of them.
11
25598
1319
et on en a des milliards de milliards.
00:42
And within these galaxies
12
26917
2148
Et à l'intérieur de ces galaxies,
00:44
you get these enormous dust clouds.
13
29065
2119
on a ces énormes nuages de poussière.
00:47
And I want you to pay particular attention
14
31184
1765
Et je veux que vous fassiez particulièrement attention
00:48
to the three little prongs
15
32949
1450
aux trois petites dents
00:50
in the center of this picture.
16
34399
1901
au centre de cette image.
00:52
If you take a close-up of those,
17
36300
1415
Si on en fait un gros plan,
00:53
they look like this.
18
37715
1653
voilà à quoi elles ressemblent.
00:55
And what you're looking at is columns of dust
19
39368
2850
Et ce que vous voyez, ce sont des colonnes de poussière
00:58
where there's so much dust --
20
42218
2047
dans lesquelles il y a tellement de poussière,
01:00
by the way, the scale of this is a trillion vertical miles --
21
44265
4333
au fait, l'échelle ici est 1600 milliards de kilomètres de haut,
01:04
and what's happening is there's so much dust,
22
48598
2918
et ce qui se passe c'est qu'il y a tellement de poussière,
01:07
it comes together and it fuses
23
51516
1934
qu'elle se rassemble, elle s'amalgame
01:09
and ignites a thermonuclear reaction.
24
53450
3459
et déclenche une réaction thermonucléaire.
01:12
And so what you're watching
25
56909
842
Et donc ce que vous regardez
01:13
is the birth of stars.
26
57751
1985
est la naissance des étoiles.
01:15
These are stars being born out of here.
27
59736
1657
Il s'agit d'étoiles qui naissent à partir d'ici.
01:17
When enough stars come out,
28
61393
2468
Lorsque suffisamment d'étoiles sortent,
01:19
they create a galaxy.
29
63861
1798
elles créent une galaxie.
01:21
This one happens to be a particularly important galaxy,
30
65659
3434
Celle-ci se trouve être une galaxie particulièrement importante,
01:24
because you are here.
31
69093
2216
parce que vous êtes ici.
01:27
(Laughter)
32
71309
1167
(Rires)
01:28
And as you take a close-up of this galaxy,
33
72476
1651
Et quand on prend un gros plan de cette galaxie,
01:30
you find a relatively normal,
34
74127
2065
on trouve une étoile relativement normale,
01:32
not particularly interesting star.
35
76192
2368
pas particulièrement intéressante.
01:34
By the way, you're now about two-thirds of the way into this story.
36
78560
4015
D'ailleurs, on en est maintenant à peu près aux deux-tiers de cette histoire.
01:38
So this star doesn't even appear
37
82575
2182
Donc cette étoile n'apparaît même pas
01:40
until about two-thirds of the way into this story.
38
84757
2951
avant environ les deux-tiers de cette histoire.
01:43
And then what happens
39
87708
1078
Et puis ce qui se passe
01:44
is there's enough dust left over
40
88786
1406
c'est qu'il reste assez de poussière
01:46
that it doesn't ignite into a star,
41
90192
1966
pour qu'elle ne s'enflamme pas pour devenir une étoile,
01:48
it becomes a planet.
42
92158
2000
elle devient une planète.
01:50
And this is about a little over four billion years ago.
43
94158
4825
Et c'est il y a un peu plus de 4 milliards années.
01:54
And soon thereafter
44
98983
1433
Et, peu après
01:56
there's enough material left over
45
100416
1917
il reste assez de matière
01:58
that you get a primordial soup,
46
102333
4563
pour obtenir une soupe primordiale
02:02
and that creates life.
47
106896
1764
et ça crée la vie.
02:04
And life starts to expand and expand and expand,
48
108660
3881
Et la vie commence à se développer encore et encore,
02:08
until it goes kaput.
49
112541
1751
jusqu'à ce qu'elle soit kaput.
02:10
(Laughter)
50
114292
3488
(Rires)
02:13
Now the really strange thing
51
117780
1430
Ce qui est vraiment étrange
02:15
is life goes kaput, not once, not twice,
52
119210
2906
est que la vie meure, non pas une fois, pas deux fois,
02:18
but five times.
53
122116
2216
mais cinq fois.
02:20
So almost all life on Earth
54
124332
2102
Donc presque toute la vie sur terre
02:22
is wiped out about five times.
55
126434
2464
est effacée environ cinq fois.
02:24
And as you're thinking about that,
56
128898
1552
Et quand vous y réfléchissez,
02:26
what happens is you get more and more complexity,
57
130450
2432
ce qui se passe, c'est que vous trouvez plus de complexité,
02:28
more and more stuff
58
132882
1234
de plus en plus de trucs
02:30
to build new things with.
59
134116
4118
pour construire de nouveaux trucs
02:34
And we don't appear
60
138234
1270
Et nous n'apparaissons pas
02:35
until about 99.96 percent of the time into this story,
61
139504
5648
avant environ 99,96 % du temps dans cette histoire,
02:41
just to put ourselves and our ancestors in perspective.
62
145152
3930
juste pour mettre nous-mêmes et nos ancêtres en perspective.
02:44
So within that context, there's two theories of the case
63
149082
3459
Dans ce contexte, il y a donc deux théories pour
02:48
as to why we're all here.
64
152541
1689
savoir pourquoi nous sommes tous ici.
02:50
The first theory of the case
65
154230
1589
La première théorie concernant ce cas
02:51
is that's all she wrote.
66
155819
3409
est « c'est fini ».
02:55
Under that theory,
67
159228
1359
Selon cette théorie,
02:56
we are the be-all and end-all
68
160587
1836
nous sommes l'alpha et l'oméga
02:58
of all creation.
69
162423
1733
de toute la création.
03:00
And the reason for trillions of galaxies,
70
164156
2884
Et la raison de milliers de milliards de galaxies,
03:02
sextillions of planets,
71
167040
2013
de sextillions de planètes,
03:04
is to create something that looks like that
72
169053
4710
est de créer quelque chose qui ressemble à ça
03:09
and something that looks like that.
73
173763
3633
et quelque chose qui ressemble à ça.
03:13
And that's the purpose of the universe;
74
177396
1541
Et c'est le but de l'univers ;
03:14
and then it flat-lines,
75
178937
1284
et puis il meurt,
03:16
it doesn't get any better.
76
180221
1311
il ne va pas mieux.
03:17
(Laughter)
77
181532
4480
(Rires)
03:21
The only question you might want to ask yourself is,
78
186012
2819
La seule question que vous pourriez vouloir vous poser est,
03:24
could that be just mildly arrogant?
79
188831
5235
ce ne serait pas légèrement arrogant ?
03:29
And if it is --
80
194066
1741
Et si c'est le cas,
03:31
and particularly given the fact that we came very close to extinction.
81
195807
5382
et surtout compte tenu du fait que nous sommes passés très près de l'extinction.
03:37
There were only about 2,000 of our species left.
82
201189
3367
Il ne restait qu'environ 2000 individus de notre espèce.
03:40
A few more weeks without rain,
83
204556
2083
Quelques semaines de plus sans pluie,
03:42
we would have never seen any of these.
84
206639
3084
on n'aurait jamais vu aucun de ces gens-là.
03:45
(Laughter)
85
209723
6699
(Rires)
03:52
(Applause)
86
216422
4634
(Applaudissements)
03:56
So maybe you have to think about a second theory
87
221056
2966
Peut-être alors vous devez penser à une seconde théorie
03:59
if the first one isn't good enough.
88
224022
2917
si la première ne convient pas.
04:02
Second theory is: Could we upgrade?
89
226939
1784
La deuxième théorie est : pourrions-nous nous mettre à jour ?
04:04
(Laughter)
90
228723
2899
(Rires)
04:07
Well, why would one ask a question like that?
91
231622
3234
Eh bien, pourquoi poser une question pareille ?
04:10
Because there have been at least 29 upgrades so far
92
234856
2465
Parce qu'il y a eu jusqu'à présent au moins 29 mises à jour
04:13
of humanoids.
93
237321
2036
des humanoïdes.
04:15
So it turns out that we have upgraded.
94
239357
2850
Il s'avère que nous nous sommes mis à jour.
04:18
We've upgraded time and again and again.
95
242207
1915
Nous nous sommes mis à jour encore et encore.
04:20
And it turns out that we keep discovering upgrades.
96
244122
2916
Et il s'avère que nous continuons de découvrir des mises à jour.
04:22
We found this one last year.
97
247038
2184
Nous avons trouvé celle-là l'an dernier.
04:25
We found another one last month.
98
249222
2617
Nous en avons trouvé une autre le mois dernier.
04:27
And as you're thinking about this,
99
251839
2199
Et quand vous y réfléchissez,
04:29
you might also ask the question:
100
254038
2103
vous pourriez aussi poser la question :
04:32
So why a single human species?
101
256141
3097
Alors pourquoi une seule espèce humaine ?
04:35
Wouldn't it be really odd
102
259238
1834
Ne serait-ce pas vraiment étrange
04:36
if you went to Africa and Asia and Antarctica
103
261072
3784
si vous alliez en Afrique, en Asie et en Antarctique
04:40
and found exactly the same bird --
104
264856
2619
et trouviez exactement le même oiseau,
04:43
particularly given that we co-existed at the same time
105
267475
3792
étant donné en particulier que nous avons coexisté en même temps
04:47
with at least eight other versions of humanoid
106
271267
2786
avec au moins huit autres versions d'humanoïdes
04:49
at the same time on this planet?
107
274053
2468
en même temps sur cette planète ?
04:52
So the normal state of affairs
108
276521
1879
La situation normale n'est donc pas
04:54
is not to have just a Homo sapiens;
109
278400
2510
d'avoir juste un Homo sapiens ;
04:56
the normal state of affairs
110
280910
1021
la situation normale
04:57
is to have various versions of humans walking around.
111
281931
3829
est d'avoir différentes versions d'humains qui se baladent.
05:01
And if that is the normal state of affairs,
112
285760
2817
Et si c'est la situation normale,
05:04
then you might ask yourself,
113
288577
2368
vous pourriez alors vous demander,
05:06
all right, so if we want to create something else,
114
290945
2065
bon, donc si nous voulons créer quelque chose d'autre,
05:08
how big does a mutation have to be?
115
293010
2868
de quelle ampleur doit être la mutation ?
05:11
Well Svante Paabo has the answer.
116
295878
2632
Eh bien Svante Paabo a la réponse.
05:14
The difference between humans and Neanderthal
117
298510
2800
La différence entre les humains et les néandertaliens
05:17
is 0.004 percent of gene code.
118
301310
3299
est de 0,004 % du code génétique.
05:20
That's how big the difference is
119
304609
1700
C'est l'ampleur de la différence
05:22
one species to another.
120
306309
2217
d'une espèce à l'autre.
05:24
This explains most contemporary political debates.
121
308526
4400
Ça explique la plupart des débats politiques contemporains.
05:28
(Laughter)
122
312926
1935
(Rires)
05:30
But as you're thinking about this,
123
314861
3211
Mais pendant que vous y réfléchissez,
05:33
one of the interesting things
124
318072
1358
une des choses intéressantes
05:35
is how small these mutations are and where they take place.
125
319430
3397
est comme ces mutations sont petites et où elles ont lieu.
05:38
Difference human/Neanderthal
126
322827
1333
La différence homme/néandertal
05:40
is sperm and testis,
127
324160
1733
est le sperme et les testicules,
05:41
smell and skin.
128
325893
1368
l'odorat et la peau.
05:43
And those are the specific genes
129
327261
1486
Et voilà les gènes spécifiques
05:44
that differ from one to the other.
130
328747
2680
qui diffèrent l'un de l'autre.
05:47
So very small changes can have a big impact.
131
331427
3101
Donc de très petits changements peuvent avoir un impact important.
05:50
And as you're thinking about this,
132
334528
1632
Et pendant que vous y réfléchissez,
05:52
we're continuing to mutate.
133
336160
2516
nous continuons de muter.
05:54
So about 10,000 years ago by the Black Sea,
134
338676
2901
Il y a donc environ 10 000 ans, au bord de la mer Noire,
05:57
we had one mutation in one gene
135
341577
2060
nous avons eu une mutation dans un gène
05:59
which led to blue eyes.
136
343637
2556
qui a conduit aux yeux bleus.
06:02
And this is continuing and continuing and continuing.
137
346193
3884
Et cela continue encore et encore.
06:05
And as it continues,
138
350077
1434
Et alors que ça continue,
06:07
one of the things that's going to happen this year
139
351511
1765
une des choses qui va se passer cette année
06:09
is we're going to discover the first 10,000 human genomes,
140
353276
3333
est que nous allons découvrir les premiers 10 000 génomes humains,
06:12
because it's gotten cheap enough to do the gene sequencing.
141
356609
3269
parce que faire le séquençage des gènes est devenu assez bon marché.
06:15
And when we find these,
142
359878
1588
Et lorsque nous trouvons ça,
06:17
we may find differences.
143
361466
2494
nous pouvons trouver des différences.
06:19
And by the way, this is not a debate that we're ready for,
144
363960
3076
Et d'ailleurs, ce n'est pas un débat pour lequel nous sommes prêts
06:22
because we have really misused the science in this.
145
367036
3376
parce que nous avons vraiment abusé de la science dans ce cas.
06:26
In the 1920s, we thought there were major differences between people.
146
370412
3683
Dans les années 1920, nous avons pensé qu'il y avait des différences importantes entre les gens.
06:29
That was partly based on Francis Galton's work.
147
374095
3798
C'est en partie fondé sur les travaux de Francis Galton.
06:33
He was Darwin's cousin.
148
377893
2136
C'était le cousin de Darwin.
06:35
But the U.S., the Carnegie Institute,
149
380029
2315
Mais les États-Unis, l'Institut Carnegie,
06:38
Stanford, American Neurological Association
150
382344
2582
Stanford, l'Association américaine de neurologique
06:40
took this really far.
151
384926
1868
ont poussé ça très loin.
06:42
That got exported and was really misused.
152
386794
3599
On l'a exporté et vraiment mal utilisé.
06:46
In fact, it led to some absolutely horrendous
153
390393
2685
En fait, ça a conduit à des traitements absolument horribles
06:48
treatment of human beings.
154
393078
2013
d'êtres humains.
06:50
So since the 1940s, we've been saying there are no differences,
155
395091
2594
Donc depuis les années 1940, nous avons dit qu'il n'y a aucune différence,
06:53
we're all identical.
156
397685
1320
nous sommes tous identiques.
06:54
We're going to know at year end if that is true.
157
399005
3277
Nous allons savoir à la fin de l'année, si c'est vrai.
06:58
And as we think about that,
158
402282
1732
Et pendant que nous y pensons,
06:59
we're actually beginning to find things
159
404014
1518
en fait, nous commençons à trouver des choses
07:01
like, do you have an ACE gene?
160
405532
3466
comme, vous avez un gène ACE ?
07:04
Why would that matter?
161
408998
1978
Pourquoi donc cette question ?
07:06
Because nobody's ever climbed an 8,000-meter peak without oxygen
162
410976
4038
Parce que personne n'a jamais gravi un pic de 8000 mètres sans oxygène
07:10
that doesn't have an ACE gene.
163
415014
2750
sans avoir un gène de l'ACE.
07:13
And if you want to get more specific,
164
417764
1869
Et si vous voulez plus de précision,
07:15
how about a 577R genotype?
165
419633
3015
qu'en est-il d'un génotype 577R ?
07:18
Well it turns out that every male Olympic power athelete ever tested
166
422648
4700
Ainsi il s'avère que tous les sportifs masculins olympiques jamais testés
07:23
carries at least one of these variants.
167
427348
3250
sont porteurs d'au moins une de ces variantes.
07:26
If that is true,
168
430598
1654
Si c'est vrai,
07:28
it leads to some very complicated questions
169
432252
2158
cela nous mène à des questions très complexes
07:30
for the London Olympics.
170
434410
1801
pour les Jeux olympiques de Londres.
07:32
Three options:
171
436211
1519
Trois options :
07:33
Do you want the Olympics to be a showcase
172
437730
2832
Voulez-vous que les jeux soient une vitrine
07:36
for really hardworking mutants?
173
440562
2700
de mutants qui travaillent vraiment dur ?
07:39
(Laughter)
174
443262
1733
(Rires)
07:40
Option number two:
175
444995
2735
Option numéro deux :
07:43
Why don't we play it like golf or sailing?
176
447730
3398
Pourquoi ne pas jouer comme le golf ou la voile ?
07:47
Because you have one and you don't have one,
177
451128
2474
Parce que vous en avez un et vous n'en n'avez pas un,
07:49
I'll give you a tenth of a second head start.
178
453602
3995
je vais vous donner un dixième de seconde d'avance.
07:53
Version number three:
179
457597
1071
Version numéro de trois :
07:54
Because this is a naturally occurring gene
180
458668
2069
Parce que c'est un gène naturel
07:56
and you've got it and you didn't pick the right parents,
181
460737
2782
et que vous l'avez et que vous n'avez pas choisi les bons parents,
07:59
you get the right to upgrade.
182
463519
3949
vous avez droit à une mise à jour.
08:03
Three different options.
183
467468
1751
Trois options différentes.
08:05
If these differences are the difference
184
469219
1622
Si ces différences sont la différence
08:06
between an Olympic medal and a non-Olympic medal.
185
470841
3378
entre une médaille olympique et une médaille non olympique.
08:10
And it turns out that as we discover these things,
186
474219
2834
Et il s'avère qu'alors que nous découvrons ces choses,
08:12
we human beings really like to change
187
477053
3335
nous, êtres les humains aimons vraiment changer
08:16
how we look, how we act,
188
480388
1694
notre apparence, nos agissements,
08:17
what our bodies do.
189
482082
1594
ce que notre corps fait.
08:19
And we had about 10.2 million plastic surgeries in the United States,
190
483676
4374
Et nous avons eu environ 10,2 millions de chirurgies plastiques aux États-Unis,
08:23
except that with the technologies that are coming online today,
191
488050
3317
sauf qu'avec les technologies qu'on trouve en ligne aujourd'hui,
08:27
today's corrections, deletions,
192
491367
2701
les corrections d'aujourd'hui, les suppressions,
08:29
augmentations and enhancements
193
494068
1919
les augmentations et les améliorations
08:31
are going to seem like child's play.
194
495987
2913
vont ressembler à un jeu d'enfant.
08:34
You already saw the work by Tony Atala on TED,
195
498900
3701
Vous avez déjà vu le travail de Tony Atala à TED,
08:38
but this ability to start filling
196
502601
3567
mais cette capacité à commencer à remplir
08:42
things like inkjet cartridges with cells
197
506168
2933
des choses comme les cartouches d'encre avec des cellules
08:45
are allowing us to print skin, organs
198
509101
4674
nous permettent d'imprimer de la peau, des organes
08:49
and a whole series of other body parts.
199
513775
2750
et toute une série d'autres parties du corps.
08:52
And as these technologies go forward,
200
516525
1884
Et comme ces technologies avancent,
08:54
you keep seeing this, you keep seeing this, you keep seeing things --
201
518409
3784
vous continuez à voir ça, encore et encore,
08:58
2000, human genome sequence --
202
522193
2774
2000, le séquençage du génome humain,
09:00
and it seems like nothing's happening,
203
524967
3782
et il semble que rien ne se passe,
09:04
until it does.
204
528749
3112
jusqu'à ce que ce soit le cas.
09:07
And we may just be in some of these weeks.
205
531861
3524
Et nous vivons peut-être une semaine comme ça.
09:11
And as you're thinking about
206
535385
1599
Et alors que vous pensez
09:12
these two guys sequencing a human genome in 2000
207
536984
3451
à ces deux gars qui séquencent un génome humain en 2000
09:16
and the Public Project sequencing the human genome in 2000,
208
540435
3553
et au Public Project de séquençage du génome humain en 2000,
09:19
then you don't hear a lot,
209
543988
3164
ensuite vous n'entendez plus parler de grand-chose,
09:23
until you hear about an experiment last year in China,
210
547152
3984
jusqu'à ce que vous entendiez parler d'une expérience l'an dernier en Chine,
09:27
where they take skin cells from this mouse,
211
551136
4017
où ils prennent des cellules de la peau de cette souris,
09:31
put four chemicals on it,
212
555153
1733
mettent quatre produits chimiques dessus,
09:32
turn those skin cells into stem cells,
213
556886
3566
transforment ces cellules de peau en cellules souches,
09:36
let the stem cells grow
214
560452
1465
laissent pousser les cellules souches
09:37
and create a full copy of that mouse.
215
561917
3087
et créent une copie complète de la souris.
09:40
That's a big deal.
216
565004
3247
C'est énorme.
09:44
Because in essence
217
568251
1016
Parce que pour l'essentiel
09:45
what it means is you can take a cell,
218
569267
2148
cela signifie que vous pouvez prendre une cellule,
09:47
which is a pluripotent stem cell,
219
571415
2286
qui est une cellule souche pluripotente,
09:49
which is like a skier at the top of a mountain,
220
573701
2684
qui est comme un skieur au sommet d'une montagne,
09:52
and those two skiers become two pluripotent stem cells,
221
576385
3817
et ces deux skieurs deviennent deux cellules souches pluripotentes,
09:56
four, eight, 16,
222
580202
1782
quatre, huit, 16,
09:57
and then it gets so crowded
223
581984
1668
et puis ça devient tellement bondé
09:59
after 16 divisions
224
583652
1800
après 16 divisions
10:01
that those cells have to differentiate.
225
585452
2502
que ces cellules doivent se différencier.
10:03
So they go down one side of the mountain,
226
587954
1433
Alors elles descendent d'un côté de la montagne,
10:05
they go down another.
227
589387
1233
elles descendent d'un autre.
10:06
And as they pick that,
228
590620
1534
Et quand elles font ce choix,
10:08
these become bone,
229
592154
2250
celles-ci deviennent des os,
10:10
and then they pick another road and these become platelets,
230
594404
2932
et puis elles choisissent une autre route et celles-ci deviennent des plaquettes,
10:13
and these become macrophages,
231
597336
2117
et celles-ci deviennent des macrophages,
10:15
and these become T cells.
232
599453
1267
et celles-ci deviennent des cellules T.
10:16
But it's really hard, once you ski down,
233
600720
1952
Mais c'est vraiment difficile, une fois que vous skiez
10:18
to get back up.
234
602672
1523
de revenir au sommet.
10:20
Unless, of course, if you have a ski lift.
235
604195
5412
À moins, bien sûr, que vous ayez un téléski.
10:25
And what those four chemicals do
236
609607
2449
Et ce que font ces quatre produits chimiques
10:27
is they take any cell
237
612056
2069
c'est prendre n'importe quelle cellule
10:30
and take it way back up the mountain
238
614125
1932
et la ramener en haut de la montagne
10:31
so it can become any body part.
239
616057
2033
pour qu'elle puisse devenir n'importe quelle partie du corps.
10:33
And as you think of that,
240
618090
1728
Et quand vous y réfléchissez,
10:35
what it means is potentially
241
619818
1980
cela signifie que potentiellement
10:37
you can rebuild a full copy
242
621798
2175
vous pouvez recréer une copie intégrale
10:39
of any organism
243
623973
1867
de tout organisme
10:41
out of any one of its cells.
244
625840
2586
à partir de n'importe laquelle de ces cellules.
10:44
That turns out to be a big deal
245
628426
2531
Et c'est énorme,
10:46
because now you can take, not just mouse cells,
246
630957
2566
parce que maintenant vous pouvez prendre, non seulement les cellules de souris,
10:49
but you can human skin cells
247
633523
2318
mais vous pouvez prendre les cellules de la peau humaine
10:51
and turn them into human stem cells.
248
635841
3650
et les transformer en cellules souches humaines.
10:55
And then what they did in October
249
639491
3198
Et puis ce qu'ils ont fait en octobre
10:58
is they took skin cells, turned them into stem cells
250
642689
3400
c'est prendre les cellules de la peau, les transformer en cellules souches,
11:01
and began to turn them into liver cells.
251
646089
3673
et commencer à les transformer en cellules de foie.
11:05
So in theory,
252
649762
1044
Ainsi, en théorie,
11:06
you could grow any organ from any one of your cells.
253
650806
5184
on pourrait faire pousser n'importe quel organe à partir de n'importe laquelle de vos cellules.
11:11
Here's a second experiment:
254
655990
1718
Voici une seconde expérience :
11:13
If you could photocopy your body,
255
657708
3133
Si on pouvait photocopier votre corps,
11:16
maybe you also want to take your mind.
256
660841
3052
vous souhaiteriez peut-être également prendre votre esprit.
11:19
And one of the things you saw at TED
257
663893
1565
Et l'une des choses que vous avez vues à TED
11:21
about a year and a half ago
258
665458
1250
il y a un an et demi environ
11:22
was this guy.
259
666708
1435
c'était ce gars.
11:24
And he gave a wonderful technical talk.
260
668143
2600
Et il a donné une conférence technique merveilleuse.
11:26
He's a professor at MIT.
261
670743
1599
Il est professeur au MIT.
11:28
But in essence what he said
262
672342
1916
Mais pour l'essentiel, ce qu'il dit
11:30
is you can take retroviruses,
263
674258
1700
est qu'on peut prendre des rétrovirus,
11:31
which get inside brain cells of mice.
264
675958
2800
et y mettre des cellules du cerveau de souris.
11:34
You can tag them with proteins
265
678758
2440
On peut les marquer avec des protéines
11:37
that light up when you light them.
266
681198
2094
qui s'allument lorsqu'on les éclaire.
11:39
And you can map the exact pathways
267
683292
3716
Et on peut cartographier les chemins exactes
11:42
when a mouse sees, feels, touches,
268
687008
3483
quand une souris voit, sent, touche,
11:46
remembers, loves.
269
690491
2183
se souvient, aime.
11:48
And then you can take a fiber optic cable
270
692674
2373
Et puis on peut prendre un câble à fibre optique
11:50
and light up some of the same things.
271
695047
3819
et éclairer une partie de la même chose.
11:54
And by the way, as you do this,
272
698866
1832
Et en passant, quand on fait ça,
11:56
you can image it in two colors,
273
700698
2017
on peut en faire une image en deux couleurs,
11:58
which means you can download this information
274
702715
2399
ce qui signifie qu'on peut télécharger cette information
12:01
as binary code directly into a computer.
275
705114
4740
en tant que code binaire directement dans un ordinateur.
12:05
So what's the bottom line on that?
276
709854
2473
Quel est le résultat ?
12:08
Well it's not completely inconceivable
277
712327
2200
Hé bien, il n'est pas complètement inconcevable
12:10
that someday you'll be able to download your own memories,
278
714527
4495
qu'un jour on puisse télécharger ses propres souvenirs,
12:14
maybe into a new body.
279
719022
2387
peut-être dans un nouveau corps.
12:17
And maybe you can upload other people's memories as well.
280
721409
5085
Et peut-être qu'on pourra télécharger les souvenirs d'autres personnes aussi.
12:22
And this might have just one or two
281
726494
2514
Et cela pourrait avoir une ou deux
12:24
small ethical, political, moral implications.
282
729008
3520
petites répercussions éthiques, politiques et morales.
12:28
(Laughter)
283
732528
1531
(Rires)
12:29
Just a thought.
284
734059
2991
Juste une pensée.
12:32
Here's the kind of questions
285
737050
1528
Voici le genre de questions
12:34
that are becoming interesting questions
286
738578
1980
qui deviennent des questions intéressantes
12:36
for philosophers, for governing people,
287
740558
2484
pour les philosophes, pour les gens qui nous gouvernent
12:38
for economists, for scientists.
288
743042
3366
pour les économistes, pour les scientifiques.
12:42
Because these technologies are moving really quickly.
289
746408
3284
Parce que ces technologies évoluent très rapidement.
12:45
And as you think about it,
290
749692
1500
Et quand on y pense,
12:47
let me close with an example of the brain.
291
751192
3082
permettez-moi de terminer avec un exemple du cerveau.
12:50
The first place where you would expect
292
754274
1683
Le premier endroit où vous pouvez vous attendre
12:51
to see enormous evolutionary pressure today,
293
755957
3051
à voir aujourd'hui d'énormes pressions évolutives
12:54
both because of the inputs,
294
759008
2265
à la fois en raison des données
12:57
which are becoming massive,
295
761273
1552
qui deviennent massives,
12:58
and because of the plasticity of the organ,
296
762825
1782
et à cause de la plasticité de l'organe,
13:00
is the brain.
297
764607
2534
c'est le cerveau.
13:03
Do we have any evidence that that is happening?
298
767141
3318
Y a-t-il une preuve que c'est ce qui se passe ?
13:06
Well let's take a look at something like autism incidence per thousand.
299
770459
4731
Hé bien regardons quelque chose comme l'incidence de l'autisme sur mille.
13:11
Here's what it looks like in 2000.
300
775190
2502
Voici à quoi ça ressemble en 2000.
13:13
Here's what it looks like in 2002,
301
777692
2082
Voici à quoi ça ressemble en 2002,
13:15
2006, 2008.
302
779774
4618
2006, 2008.
13:20
Here's the increase in less than a decade.
303
784392
4082
Voici l'augmentation en moins de dix ans.
13:24
And we still don't know why this is happening.
304
788474
4417
Et nous ne savons toujours pas pourquoi cela arrive.
13:28
What we do know is, potentially,
305
792891
2485
Ce que nous savons est que, potentiellement,
13:31
the brain is reacting in
306
795376
2032
le cerveau réagit
13:33
a hyperactive, hyper-plastic way,
307
797408
2134
d'une façon hyperactive, hyper-plastique,
13:35
and creating individuals that are like this.
308
799542
2950
et il crée des individus qui sont comme ça.
13:38
And this is only one of the conditions that's out there.
309
802492
2757
Et ce n'est qu'une des conditions qu'on trouve.
13:41
You've also got people with who are extraordinarily smart,
310
805249
3540
Vous avez aussi des gens qui sont extraordinairement intelligents,
13:44
people who can remember everything they've seen in their lives,
311
808789
2397
des gens qui peuvent se souvenir de tout ce qu'ils ont vu dans leur vie,
13:47
people who've got synesthesia,
312
811186
1385
des gens qui ont la synesthésie,
13:48
people who've got schizophrenia.
313
812571
1331
personnes qui ont la schizophrénie.
13:49
You've got all kinds of stuff going on out there,
314
813902
2534
Vous avez toutes sortes de choses qui se passent,
13:52
and we still don't understand
315
816436
1218
et nous ne comprenons toujours pas
13:53
how and why this is happening.
316
817654
2233
comment et pourquoi ça se passe.
13:55
But one question you might want to ask is,
317
819887
2682
Mais une question, que vous pouvez poser,
13:58
are we seeing a rapid evolution of the brain
318
822569
2628
c'est : assistons-nous à une évolution rapide du cerveau
14:01
and of how we process data?
319
825197
1825
et de la façon dont nous traitons les données ?
14:02
Because when you think of how much data's coming into our brains,
320
827022
3063
Parce que quand vous pensez à la quantité de données qui entre dans notre cerveau,
14:05
we're trying to take in as much data in a day
321
830085
3484
nous essayons de prendre en une journée la quantité de données
14:09
as people used to take in in a lifetime.
322
833569
2551
qu'avant les gens prenaient en toute une vie.
14:12
And as you're thinking about this,
323
836120
2632
Et quand vous y réfléchissez,
14:14
there's four theories as to why this might be going on,
324
838752
2342
Il existe quatre théories quant à pourquoi cela arrive,
14:16
plus a whole series of others.
325
841094
1327
plus toute une série d'autres théories.
14:18
I don't have a good answer.
326
842421
1649
Je n'ai pas une bonne réponse.
14:19
There really needs to be more research on this.
327
844070
3616
Il y a vraiment besoin de plus amples recherches là-dessus.
14:23
One option is the fast food fetish.
328
847686
2235
Une option est le fétichisme de la restauration rapide.
14:25
There's beginning to be some evidence
329
849921
2449
Il commence à y avoir des preuves
14:28
that obesity and diet
330
852370
2251
que l'obésité et l'alimentation
14:30
have something to do
331
854621
1631
ont quelque chose à voir
14:32
with gene modifications,
332
856252
1768
avec les modifications de gènes,
14:33
which may or may not have an impact
333
858020
2350
ce qui peut ou non avoir une incidence
14:36
on how the brain of an infant works.
334
860370
3517
sur la façon dont le cerveau d'un nourrisson fonctionne.
14:39
A second option is the sexy geek option.
335
863887
3955
Une deuxième option est l'option geek sexy.
14:43
These conditions are highly rare.
336
867842
4243
Ces conditions sont très rares.
14:47
(Laughter)
337
872085
3038
(Rires)
14:51
(Applause)
338
875123
5300
(Applaudissements)
14:56
But what's beginning to happen
339
880423
1633
Mais ce qui commence à se produire,
14:57
is because these geeks are all getting together,
340
882056
2534
car ces geeks se rassemblent tous,
15:00
because they are highly qualified for computer programming
341
884590
2897
parce qu'ils sont hautement qualifiés pour la programmation informatique
15:03
and it is highly remunerated,
342
887487
2318
et que c'est hautement rémunéré,
15:05
as well as other very detail-oriented tasks,
343
889805
3150
ainsi que d'autres tâches très minutieuses,
15:08
that they are concentrating geographically
344
892955
2449
qu'ils se concentrent sur le plan géographique
15:11
and finding like-minded mates.
345
895404
2967
et trouvent des partenaires partageant les mêmes idées.
15:14
So this is the assortative mating hypothesis
346
898371
3568
C'est donc l'hypothèse d'accouplement par sélection
15:17
of these genes reinforcing one another
347
901939
2700
de ces gènes, se renforçant l'un l'autre
15:20
in these structures.
348
904639
2117
dans ces structures.
15:22
The third, is this too much information?
349
906756
2950
La troisième, c'est trop d'informations ?
15:25
We're trying to process so much stuff
350
909706
1497
Nous essayons de traiter tellement de choses
15:27
that some people get synesthetic
351
911203
2352
que certaines personnes deviennent synesthétiques
15:29
and just have huge pipes that remember everything.
352
913555
2600
et ont juste d'énormes tuyaux qui se souviennent de tout.
15:32
Other people get hyper-sensitive to the amount of information.
353
916155
2669
D'autres personnes deviennent hyper-sensibles à la quantité d'informations.
15:34
Other people react with various psychological conditions
354
918824
3982
D'autres réagissent par divers troubles psychologiques
15:38
or reactions to this information.
355
922806
1632
ou des réactions à ces informations.
15:40
Or maybe it's chemicals.
356
924438
2702
Ou peut-être que ce sont des produits chimiques.
15:43
But when you see an increase
357
927140
1765
Mais quand vous voyez une augmentation
15:44
of that order of magnitude in a condition,
358
928905
2351
de cet ordre de grandeur dans une condition,
15:47
either you're not measuring it right
359
931256
1565
soit vous mesurez mal
15:48
or there's something going on very quickly,
360
932821
2518
soit il y a quelque chose qui se passe très rapidement,
15:51
and it may be evolution in real time.
361
935339
4032
et c'est peut-être l'évolution en temps réel.
15:55
Here's the bottom line.
362
939371
2503
Voilà le résultat.
15:57
What I think we are doing
363
941874
2181
Ce que je pense que nous faisons
15:59
is we're transitioning as a species.
364
944055
1716
est que nous sommes en transition en tant qu'espèce.
16:01
And I didn't think this when Steve Gullans and I started writing together.
365
945771
5484
Et je ne pensais pas ça lorsque Steve Gullans et moi avons commencé à écrire ensemble.
16:07
I think we're transitioning into Homo evolutis
366
951255
2451
Je pense que nous allons nous transformer en Homo evolutis
16:09
that, for better or worse,
367
953706
1399
qui, pour le meilleur ou pour le pire,
16:11
is not just a hominid that's conscious of his or her environment,
368
955105
4182
n'est pas juste un hominidae qui est conscient de son environnement,
16:15
it's a hominid that's beginning to directly and deliberately
369
959287
3219
c'est un hominidae qui commence directement et délibérément
16:18
control the evolution of its own species,
370
962506
3198
à contrôler l'évolution de sa propre espèce,
16:21
of bacteria, of plants, of animals.
371
965704
3834
des bactéries, des plantes, des animaux.
16:25
And I think that's such an order of magnitude change
372
969538
2835
Et je pense que c'est un changement d'un tel d'ordre de grandeur
16:28
that your grandkids or your great-grandkids
373
972373
3103
que vos petits-enfants ou vos arrières petits enfants
16:31
may be a species very different from you.
374
975476
3045
seront peut-être une espèce très différente de vous.
16:34
Thank you very much.
375
978521
1586
Merci beaucoup.
16:36
(Applause)
376
980107
5331
(Applaudissements)
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