ABOUT THE SPEAKER
Craig Venter - Biologist, genetics pioneer
In 2001, Craig Venter made headlines for sequencing the human genome. In 2003, he started mapping the ocean's biodiversity. And now he's created the first synthetic lifeforms -- microorganisms that can produce alternative fuels.

Why you should listen

Craig Venter, the man who led the private effort to sequence the human genome, is hard at work now on even more potentially world-changing projects.

First, there's his mission aboard the Sorcerer II, a 92-foot yacht, which, in 2006, finished its voyage around the globe to sample, catalouge and decode the genes of the ocean's unknown microorganisms. Quite a task, when you consider that there are tens of millions of microbes in a single drop of sea water. Then there's the J. Craig Venter Institute, a nonprofit dedicated to researching genomics and exploring its societal implications.

In 2005, Venter founded Synthetic Genomics, a private company with a provocative mission: to engineer new life forms. Its goal is to design, synthesize and assemble synthetic microorganisms that will produce alternative fuels, such as ethanol or hydrogen. He was on Time magzine's 2007 list of the 100 Most Influential People in the World.

In early 2008, scientists at the J. Craig Venter Institute announced that they had manufactured the entire genome of a bacterium by painstakingly stitching together its chemical components. By sequencing a genome, scientists can begin to custom-design bootable organisms, creating biological robots that can produce from scratch chemicals humans can use, such as biofuel. And in 2010, they announced, they had created "synthetic life" -- DNA created digitally, inserted into a living bacterium, and remaining alive.

More profile about the speaker
Craig Venter | Speaker | TED.com
TED2008

Craig Venter: On the verge of creating synthetic life

Craig Venter est sur le point de créer de la vie synthétique

Filmed:
1,196,566 views

Craig Venter demande "Pouvons-nous créer de nouvelles formes de vie à partir de notre univers numérique ?". Sa réponse est "oui", et assez rapidement. Il présente ses dernières recherches et assure que nous serons bientôt capables de produire et d'activer des chromosomes synthétiques.
- Biologist, genetics pioneer
In 2001, Craig Venter made headlines for sequencing the human genome. In 2003, he started mapping the ocean's biodiversity. And now he's created the first synthetic lifeforms -- microorganisms that can produce alternative fuels. Full bio

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

00:19
You know, I've talkeda parlé about some of these projectsprojets before --
0
1000
2000
J'ai déjà parlé de certains de ces projets,
00:21
about the humanHumain genomegénome and what that mightpourrait mean,
1
3000
4000
du génome humain et de ce qu'il pourrait représenter,
00:25
and discoveringdécouvrir newNouveau setsensembles of genesgènes.
2
7000
3000
et de la découverte de nouveaux gènes.
00:28
We're actuallyréellement startingdépart at a newNouveau pointpoint:
3
10000
3000
Nous en sommes maintenant à une nouvelle étape:
00:31
we'venous avons been digitizingnumériser biologyla biologie,
4
13000
4000
nous avons numérisé la biologie,
00:35
and now we're tryingen essayant to go from that digitalnumérique codecode
5
17000
3000
et maintenant nous essayons de passer de ce code numérique
00:38
into a newNouveau phasephase de of biologyla biologie
6
20000
2000
à une nouvelle phase de la biologie:
00:40
with designingconception and synthesizingsynthétiser life.
7
22000
3000
la conception et la synthèse de la vie.
00:43
So, we'venous avons always been tryingen essayant to askdemander biggros questionsdes questions.
8
25000
3000
Nous nous sommes toujours posé de grandes questions.
00:48
"What is life?" is something that I think manybeaucoup biologistsbiologistes
9
30000
2000
"Qu'est-ce que la vie ?" est selon moi ce que beaucoup de biologistes
00:50
have been tryingen essayant to understandcomprendre
10
32000
2000
ont cherché à comprendre
00:52
at variousdivers levelsles niveaux.
11
34000
2000
à différents niveaux.
00:54
We'veNous avons trieda essayé variousdivers approachesapproches,
12
36000
3000
Nous avons tenté diverses approches,
00:57
paringéplucher it down to minimalminimal componentsComposants.
13
39000
3000
essayant de la réduire à des composants minimaux.
01:01
We'veNous avons been digitizingnumériser it now for almostpresque 20 yearsannées;
14
43000
2000
Nous la numérisons depuis maintenant près de 20 ans.
01:03
when we sequencedséquencé the humanHumain genomegénome,
15
45000
2000
Lorsque nous avons séquencé le génome humain,
01:05
it was going from the analoganalogique worldmonde of biologyla biologie
16
47000
3000
nous l'avons transposé du monde analogique de la biologie
01:08
into the digitalnumérique worldmonde of the computerordinateur.
17
50000
4000
au monde numérique des ordinateurs.
01:12
Now we're tryingen essayant to askdemander, "Can we regeneraterégénérer life
18
54000
4000
Maintenant la question c'est: pouvons-nous régénérer la vie,
01:16
or can we createcréer newNouveau life
19
58000
2000
ou pouvons nous créer de nouvelles formes de vie,
01:18
out of this digitalnumérique universeunivers?"
20
60000
3000
à partir de cet univers numérique ?
01:21
This is the mapcarte of a smallpetit organismorganisme,
21
63000
3000
Voici la carte du génome d'un organisme simple,
01:24
MycoplasmaMycoplasmes genitaliumgenitalium,
22
66000
2000
la bactérie Mycoplasma genitalium,
01:26
that has the smallestplus petit genomegénome for a speciesespèce
23
68000
3000
l'organisme possédant le génome le plus simple
01:29
that can self-replicatese reproduire in the laboratorylaboratoire,
24
71000
3000
qui puisse s'auto-répliquer en laboratoire.
01:32
and we'venous avons been tryingen essayant to just see if
25
74000
2000
Nous avons tenté de voir
01:34
we can come up with an even smallerplus petit genomegénome.
26
76000
3000
si nous pouvions arriver à un génome encore plus petit.
01:38
We're ablecapable to knockKnock out on the ordercommande of 100 genesgènes
27
80000
2000
Nous avons pu éliminer environ une centaine de gènes
01:40
out of the 500 or so that are here.
28
82000
3000
sur les quelques 500 qu'il y avait au départ.
01:43
When we look at its metabolicmétabolique mapcarte,
29
85000
2000
Quand on regarde la carte de son métabolisme,
01:45
it's relativelyrelativement simplesimple
30
87000
2000
elle est relativement simple
01:47
comparedpar rapport to oursles notres --
31
89000
2000
comparée à la nôtre.
01:49
trustconfiance me, this is simplesimple --
32
91000
2000
Croyez-moi, ça c'est simple.
01:51
but when we look at all the genesgènes
33
93000
2000
Mais quand on considère tous les gènes
01:53
that we can knockKnock out one at a time,
34
95000
3000
qu'on peut éliminer un par un,
01:56
it's very unlikelyimprobable that this would yieldrendement
35
98000
2000
il est très improbable que le résultat produirait
01:58
a livingvivant cellcellule.
36
100000
2000
une cellule vivante.
02:01
So we decideddécidé the only way forwardvers l'avant
37
103000
2000
Nous avons donc décidé que la seule manière de progresser,
02:03
was to actuallyréellement synthesizesynthétiser this chromosomechromosome
38
105000
3000
c'était de synthétiser concrètement ce chromosome
02:06
so we could varyvarier the componentsComposants
39
108000
3000
afin de pouvoir en varier les composants
02:09
to askdemander some of these mostles plus fundamentalfondamental questionsdes questions.
40
111000
4000
et pouvoir poser certaines de ces questions fondamentales.
02:13
And so we startedcommencé down the roadroute of:
41
115000
2000
Donc nous nous sommes attelés à ce problème:
02:15
can we synthesizesynthétiser a chromosomechromosome?
42
117000
3000
"Pouvons-nous synthétiser un chromosome?"
02:19
Can chemistrychimie permitpermis makingfabrication
43
121000
2000
Est-ce que la chimie permet de construire
02:21
these really largegrand moleculesmolécules
44
123000
2000
ces énormes molécules,
02:23
where we'venous avons never been before?
45
125000
2000
ce qui n'a jamais été réalisé ?
02:25
And if we do, can we bootbotte up a chromosomechromosome?
46
127000
3000
Et, si c'est possible, pouvons-nous activer un chromosome ?
02:28
A chromosomechromosome, by the way, is just a piecepièce of inertinerte chemicalchimique materialMatériel.
47
130000
3000
Un chromosome, au passage, c'est juste un morceau de matériau chimique inerte.
02:32
So, our pacerythme of digitizingnumériser life has been increasingen augmentant
48
134000
3000
Bien que le rythme de notre numérisation de la vie
02:35
at an exponentialexponentiel pacerythme.
49
137000
3000
se soit accru de manière exponentielle,
02:38
Our abilitycapacité to writeécrire the geneticgénétique codecode
50
140000
3000
notre capacité à écrire un code génétique
02:41
has been movingen mouvement prettyjoli slowlylentement
51
143000
2000
a augmenté plus lentement,
02:43
but has been increasingen augmentant,
52
145000
3000
mais a augmenté quand même.
02:46
and our latestdernier pointpoint would put it on, now, an exponentialexponentiel curvecourbe.
53
148000
4000
Et notre dernière avancée montrerait un début de croissance exponentielle.
02:51
We startedcommencé this over 15 yearsannées agodepuis.
54
153000
2000
Nous avons commencé ce travail il y plus de 15 ans.
02:53
It tooka pris severalnombreuses stagesétapes, in factfait,
55
155000
3000
En réalité cela s'est fait en plusieurs étapes,
02:56
startingdépart with a bioethicalbioéthique reviewla revue before we did the first experimentsexpériences.
56
158000
3000
en commençant par un rapport bioéthique avant les premières expériences.
03:00
But it turnsse tourne out synthesizingsynthétiser DNAADN
57
162000
2000
Mais il se trouve que synthétiser de l'ADN
03:02
is very difficultdifficile.
58
164000
2000
est très difficile.
03:04
There are tensdizaines of thousandsmilliers of machinesmachines around the worldmonde
59
166000
3000
Il existe des dizaines de milliers de machines dans le monde
03:07
that make smallpetit piecesdes morceaux of DNAADN --
60
169000
2000
qui peuvent synthétiser de petits morceaux d'ADN,
03:09
30 to 50 lettersdes lettres in lengthlongueur --
61
171000
3000
de 30 à 50 lettres de long,
03:12
and it's a degeneratedégénérer processprocessus, so the longerplus long you make the piecepièce,
62
174000
3000
mais c'est un processus dégénératif, donc plus le morceau est long,
03:15
the more errorsles erreurs there are.
63
177000
2000
plus il y a des erreurs.
03:17
So we had to createcréer a newNouveau methodméthode
64
179000
2000
Nous avons donc dû créer une nouvelle méthode
03:19
for puttingen mettant these little piecesdes morceaux togetherensemble and correctcorrect all the errorsles erreurs.
65
181000
3000
pour assembler ces petits morceaux entre eux et corriger toutes les erreurs.
03:23
And this was our first attempttentative, startingdépart with the digitalnumérique informationinformation
66
185000
3000
Ceci était notre première tentative, en utilisant les informations numériques
03:26
of the genomegénome of phiphi X174.
67
188000
2000
du génome de Phi X 174,
03:28
It's a smallpetit virusvirus that killstue bacteriades bactéries.
68
190000
3000
un petit virus qui tue des bactéries.
03:32
We designedconçu the piecesdes morceaux, wentest allé throughpar our errorErreur correctioncorrection
69
194000
3000
Nous avons construit les morceaux, corrigé les erreurs,
03:35
and had a DNAADN moleculemolécule
70
197000
2000
et avons créé une molécule d'ADN
03:37
of about 5,000 lettersdes lettres.
71
199000
3000
d'environ 5000 lettres de long.
03:40
The excitingpassionnant phasephase de camevenu when we tooka pris this piecepièce of inertinerte chemicalchimique
72
202000
4000
Le moment le plus excitant a été lorsque nous avons pris ce matériau chimique inerte
03:44
and put it in the bacteriades bactéries,
73
206000
2000
et nous l'avons placé dans une bactérie;
03:46
and the bacteriades bactéries startedcommencé to readlis this geneticgénétique codecode,
74
208000
4000
la bactérie a commencé à lire le code génétique,
03:50
madefabriqué the viralvirale particlesdes particules.
75
212000
2000
et à fabriquer des particules virales.
03:52
The viralvirale particlesdes particules then were releasedlibéré from the cellscellules
76
214000
2000
Les particules virales ont été ensuite éjectées de ces cellules,
03:54
and camevenu back and killedtué the E. colicoli.
77
216000
3000
et sont revenues détruire la bactérie E. coli.
03:57
I was talkingparlant to the oilpétrole industryindustrie recentlyrécemment
78
219000
3000
Je discutais avec l'industrie du pétrole récemment,
04:00
and I said they clearlyclairement understoodcompris that modelmaquette.
79
222000
3000
et je leur ai dit qu'ils avaient très clairement compris ce modèle.
04:03
(LaughterRires)
80
225000
3000
(Rires)
04:06
They laughedri more than you guys are. (LaughterRires)
81
228000
3000
Ils ont plus rigolé que vous.
04:10
And so, we think this is a situationsituation
82
232000
2000
Donc c'est en réalité une situation
04:12
where the softwareLogiciel can actuallyréellement buildconstruire its ownposséder hardwareMatériel
83
234000
3000
où le logiciel peut construire son propre matériel
04:15
in a biologicalbiologique systemsystème.
84
237000
2000
dans un système biologique.
04:17
But we wanted to go much largerplus grand:
85
239000
2000
Mais nous voulions voir plus grand.
04:19
we wanted to buildconstruire the entiretout bacterialbactérien chromosomechromosome --
86
241000
3000
Nous voulions créer un chromosome de bactérie entier.
04:22
it's over 580,000 lettersdes lettres of geneticgénétique codecode --
87
244000
4000
Cela représente plus de 580 000 lettres de code génétique.
04:26
so we thought we'dmer buildconstruire them in cassettescassettes the sizeTaille of the virusesles virus
88
248000
3000
Donc nous avons pensé les assembler à partir de morceaux de la taille d'un virus,
04:29
so we could actuallyréellement varyvarier the cassettescassettes
89
251000
2000
pour pouvoir varier ces morceaux à notre guise
04:31
to understandcomprendre
90
253000
2000
et ainsi comprendre
04:33
what the actualréel componentsComposants of a livingvivant cellcellule are.
91
255000
3000
quels sont les composants nécessaires d'une cellule vivante.
04:36
DesignConception is criticalcritique,
92
258000
2000
La conception est primordiale,
04:38
and if you're startingdépart with digitalnumérique informationinformation in the computerordinateur,
93
260000
3000
et si vous partez des données numérisées sur ordinateur,
04:41
that digitalnumérique informationinformation has to be really accurateprécis.
94
263000
4000
il faut qu'elles soient extrêmement précises.
04:45
When we first sequencedséquencé this genomegénome in 1995,
95
267000
3000
Lorsque nous avons séquencé ce génome en 1995,
04:48
the standardla norme of accuracyprécision was one errorErreur perpar 10,000 basebase pairspaires.
96
270000
4000
la précision standard était d'une erreur pour 10 000 paires de bases.
04:52
We actuallyréellement founda trouvé, on resequencing« reséquençage » it,
97
274000
2000
En séquençant à nouveau ce génome, nous avons trouvé 30 erreurs.
04:54
30 errorsles erreurs; had we used that originaloriginal sequenceséquence,
98
276000
3000
Si nous avions utilisé la séquence originelle,
04:57
it never would have been ablecapable to be bootedDémarré up.
99
279000
3000
le chromosome résultant n'aurait jamais fonctionné.
05:00
PartPartie of the designconception is designingconception piecesdes morceaux
100
282000
2000
La conception doit notamment définir des morceaux
05:02
that are 50 lettersdes lettres long
101
284000
3000
de 50 lettres de long
05:05
that have to overlapchevauchement with all the other 50-letter-lettre piecesdes morceaux
102
287000
3000
qu'il faudra imbriquer avec tous les autres morceaux de 50 lettres
05:08
to buildconstruire smallerplus petit subunitssous-unités
103
290000
2000
pour construire des sous-ensembles plus petits
05:10
we have to designconception so they can go togetherensemble.
104
292000
3000
qu'il faudra alors également assembler.
05:13
We designconception uniqueunique elementséléments into this.
105
295000
3000
Nous avons pu également intégrer des éléments particuliers.
05:16
You maymai have readlis that we put watermarksfiligranes in.
106
298000
2000
Vous l'avez peut-être lu, nous avons inséré des signatures.
05:18
Think of this:
107
300000
2000
Réfléchissez un peu:
05:20
we have a four-letterquatre lettres geneticgénétique codecode -- A, C, G and T.
108
302000
3000
Le code génétique comporte 4 lettres: A, C, G et T.
05:23
TripletsTriplettes of those lettersdes lettres
109
305000
3000
Des triplets de ces lettres
05:26
codecode for roughlygrossièrement 20 aminoamino acidsacides,
110
308000
2000
permettent de coder une vingtaine d'acides aminés,
05:28
suchtel that there's a singleunique letterlettre designationdésignation
111
310000
3000
chaque acide aminé étant lui-même
05:31
for eachchaque of the aminoamino acidsacides.
112
313000
2000
désigné par une lettre qui lui est propre.
05:33
So we can use the geneticgénétique codecode to writeécrire out wordsmots,
113
315000
3000
Nous pouvons donc utiliser le code génétique pour écrire
05:36
sentencesphrases, thoughtspensées.
114
318000
2000
des mots, des phrases, des pensées.
05:39
InitiallyAu départ, all we did was autographautographe it.
115
321000
2000
Pour commencer, nous avons juste mis notre autographe.
05:41
Some people were disappointeddésappointé there was not poetrypoésie.
116
323000
3000
Certains ont été déçu que ce ne soit pas de la poésie.
05:44
We designedconçu these piecesdes morceaux so
117
326000
2000
Nous avons conçu ces morceaux
05:46
we can just chewclausse back with enzymesenzymes;
118
328000
3000
pour qu'ils soient légèrement rognés par des enzymes.
05:50
there are enzymesenzymes that repairréparation them and put them togetherensemble.
119
332000
3000
Il y a des enzymes qui les réparent et les assemblent.
05:53
And we startedcommencé makingfabrication piecesdes morceaux,
120
335000
2000
Nous avons donc commencé à construire des morceaux,
05:55
startingdépart with piecesdes morceaux that were 5,000 to 7,000 lettersdes lettres,
121
337000
4000
en commençant par des morceaux de 5000 à 7000 lettres,
05:59
put those togetherensemble to make 24,000-letter-lettre piecesdes morceaux,
122
341000
4000
qu'on assemble pour former des morceaux de 24 000 lettres
06:03
then put setsensembles of those going up to 72,000.
123
345000
4000
eux-mêmes assemblés pour arriver à 72 000 lettres.
06:07
At eachchaque stageétape, we grewgrandi up these piecesdes morceaux in abundanceabondance
124
349000
2000
A chaque étape, nous avons créé une grande quantité de ces morceaux
06:09
so we could sequenceséquence them
125
351000
2000
de manière à pouvoir les séquencer
06:11
because we're tryingen essayant to createcréer a processprocessus that's extremelyextrêmement robustrobuste
126
353000
3000
car nous essayons de créer un processus extrêmement robuste --
06:14
that you can see in a minuteminute.
127
356000
3000
vous allez le constater dans une minute.
06:17
We're tryingen essayant to get to the pointpoint of automationAutomation.
128
359000
3000
Ce que nous recherchons c'est l'automatisation du processus.
06:20
So, this looksregards like a basketballbasketball playoffséries éliminatoires.
129
362000
2000
Au total cela ressemble à un tableau d'éliminatoires.
06:22
When we get into these really largegrand piecesdes morceaux
130
364000
2000
Lorsqu'on arrive à des tailles de morceaux importantes
06:24
over 100,000 basebase pairspaires,
131
366000
4000
(plus de 100 000 paires de base)
06:28
they won'thabitude any longerplus long growcroître readilyfacilement in E. colicoli --
132
370000
2000
on ne peut plus les faire croître facilement dans une bactérie E. coli.
06:30
it exhaustsECHAPPEMENTS all the modernmoderne toolsoutils of molecularmoléculaire biologyla biologie --
133
372000
4000
On atteint les limites des outils de la biologie moléculaire moderne.
06:34
and so we turnedtourné to other mechanismsmécanismes.
134
376000
4000
Nous nous sommes donc tournés vers d'autres mécanismes.
06:38
We knewa connu there's a mechanismmécanisme calledappelé homologoushomologue recombinationrecombinaison
135
380000
3000
Nous en connaissions un appelé recombinaison homologue,
06:41
that biologyla biologie usesles usages to repairréparation DNAADN
136
383000
3000
que la nature utilise pour réparer l'ADN,
06:44
that can put piecesdes morceaux togetherensemble.
137
386000
3000
qui pouvait assembler ces larges morceaux.
06:47
Here'sVoici an exampleExemple of it:
138
389000
1000
En voici un exemple.
06:48
there's an organismorganisme calledappelé
139
390000
1000
Il y a un organisme appelé
06:49
DeinococcusDeinococcus radioduransradiodurans
140
391000
2000
Deinococcus radiodurans
06:51
that can take threeTrois millionsdes millions radsrads of radiationradiation.
141
393000
3000
qui peut survivre à des niveaux de radiations de 3 millions de rads.
06:54
You can see in the topHaut panelpanneau, its chromosomechromosome just getsobtient blownsoufflé apartune part.
142
396000
4000
Vous le voyez sur l'image du haut, son chromosome explose littéralement.
06:58
TwelveDouze to 24 hoursheures laterplus tard, it put it
143
400000
3000
12 à 24 heures plus tard, il s'est réparé
07:01
back togetherensemble exactlyexactement as it was before.
144
403000
2000
exactement comme il était auparavant.
07:03
We have thousandsmilliers of organismsorganismes that can do this.
145
405000
3000
Il existe des milliers d'organismes qui ont cette capacité.
07:06
These organismsorganismes can be totallytotalement desiccateddesséchées;
146
408000
2000
Ils peuvent être totalement asséchés.
07:08
they can livevivre in a vacuumvide.
147
410000
2000
Ils peuvent survivre dans le vide total.
07:11
I am absolutelyabsolument certaincertain that life can existexister in outerextérieur spaceespace,
148
413000
3000
Je suis absolument sûr qu'il peut y avoir de la vie dans l'espace,
07:14
movebouge toi around, find a newNouveau aqueousaqueuse environmentenvironnement.
149
416000
3000
qu'elle peut se déplacer et trouver un autre environnement aqueux.
07:17
In factfait, NASANASA has shownmontré a lot of this is out there.
150
419000
4000
En fait, la NASA a montré qu'il y en avait beaucoup d'exemples.
07:21
Here'sVoici an actualréel micrographMicrographie of the moleculemolécule we builtconstruit
151
423000
4000
Voici une micrographie de la molécule que nous avons construite
07:25
usingen utilisant these processesprocessus, actuallyréellement just usingen utilisant yeastlevure mechanismsmécanismes
152
427000
4000
en utilisant ces processus - en réalité simplement les mécanismes des levures
07:29
with the right designconception of the piecesdes morceaux we put them in;
153
431000
3000
avec une conception adéquate des morceaux utilisés.
07:32
yeastlevure putsmet them togetherensemble automaticallyautomatiquement.
154
434000
3000
La levure les assemble automatiquement.
07:35
This is not an electronélectron micrographMicrographie;
155
437000
2000
Ce n'est pas une micrographie électronique;
07:37
this is just a regularordinaire photomicrographPhotomicrographie.
156
439000
2000
c'est juste une photomicrographie normale.
07:39
It's suchtel a largegrand moleculemolécule
157
441000
2000
Cette molécule est tellement grande
07:41
we can see it with a lightlumière microscopemicroscope.
158
443000
3000
qu'on peut la voir avec un simple microscope.
07:44
These are picturesdes photos over about a six-secondsix secondes periodpériode.
159
446000
3000
Ces photos ont été prises sur une période de 6 secondes.
07:47
So, this is the publicationpublication we had just a shortcourt while agodepuis.
160
449000
4000
Voilà la publication que nous avons faite il y a peu.
07:51
This is over 580,000 lettersdes lettres of geneticgénétique codecode;
161
453000
3000
Cela représente plus de 580 000 lettres de code génétique.
07:54
it's the largestplus grand moleculemolécule ever madefabriqué by humanshumains of a defineddéfini structurestructure.
162
456000
5000
C'est la plus grande molécule d'une structure déterminée jamais créée par l'homme.
07:59
It's over 300 millionmillion molecularmoléculaire weightpoids.
163
461000
3000
Sa masse moléculaire est supérieure à 300 millions d'uma.
08:02
If we printedimprimé it out at a 10 fontpolice with no spacingespacement des,
164
464000
3000
Si on utilisait une police 10 sans espaces,
08:05
it takes 142 pagespages
165
467000
2000
ça prendrait 142 pages
08:07
just to printimpression this geneticgénétique codecode.
166
469000
4000
rien que pour imprimer ce code génétique.
08:11
Well, how do we bootbotte up a chromosomechromosome? How do we activateactiver this?
167
473000
3000
Comment fait on démarrer un chromosome ? Comment l'active-t-on ?
08:14
ObviouslyDe toute évidence, with a virusvirus it's prettyjoli simplesimple;
168
476000
3000
Évidemment c'est assez simple avec un virus.
08:17
it's much more complicatedcompliqué dealingtransaction with bacteriades bactéries.
169
479000
3000
Mais c'est beaucoup plus compliqué quand on travaille avec des bactéries.
08:20
It's alsoaussi simplerplus simple when you go
170
482000
2000
C'est également beaucoup plus simple
08:22
into eukaryoteseucaryotes like ourselvesnous-mêmes:
171
484000
2000
pour des organismes eucaryotes comme nous-mêmes;
08:24
you can just poppop out the nucleusnoyau
172
486000
2000
il suffit d'éjecter le noyau
08:26
and poppop in anotherun autre one,
173
488000
2000
et d'en insérer un autre,
08:28
and that's what you've all heardentendu about with cloningle clonage.
174
490000
3000
comme ce qu'on fait pour le clônage.
08:31
With bacteriades bactéries and ArchaeaArchaea, the chromosomechromosome is integratedintégré into the cellcellule,
175
493000
4000
Dans les bactéries Archaea, le chromosome est intégré à la cellule.
08:35
but we recentlyrécemment showedmontré that we can do a completeAchevée transplanttransplantation
176
497000
4000
Mais nous avons récemment montré qu'il est possible de transplanter entièrement
08:39
of a chromosomechromosome from one cellcellule to anotherun autre
177
501000
2000
un chromosome d'une cellule à une autre
08:41
and activateactiver it.
178
503000
3000
et de l'activer.
08:44
We purifiedpurifiée a chromosomechromosome from one microbialmicrobienne speciesespèce --
179
506000
4000
Nous avons d'abord purifié un chromosome d'une espèce microbienne.
08:48
roughlygrossièrement, these two are as distantloin as humanHumain and micedes souris --
180
510000
3000
En gros, le microbe et la bactérie sont aussi éloignés l'un de l'autre que l'homme de la souris.
08:51
we addedajoutée a fewpeu extrasupplémentaire genesgènes
181
513000
2000
Nous avons ajouté quelques gènes
08:53
so we could selectsélectionner for this chromosomechromosome,
182
515000
2000
pour pouvoir sélectionner ce chromosome particulier.
08:55
we digesteddigérés it with enzymesenzymes
183
517000
2000
Nous l'avons fait digérer par des enzymes
08:57
to killtuer all the proteinsprotéines,
184
519000
2000
pour détruire toutes les protéines.
08:59
and it was prettyjoli stunningétourdissant when we put this in the cellcellule --
185
521000
3000
Et quand nous avons inséré ça dans la cellule, c'est assez stupéfiant --
09:02
and you'lltu vas appreciateapprécier
186
524000
2000
et vous apprécierez au passage
09:04
our very sophisticatedsophistiqué graphicsgraphique here.
187
526000
3000
la sophistication de notre graphisme --
09:07
The newNouveau chromosomechromosome wentest allé into the cellcellule.
188
529000
3000
le nouveau chromosome est entré dans la cellule.
09:10
In factfait, we thought this mightpourrait be as farloin as it wentest allé,
189
532000
2000
En fait, nous pensions que cela pourrait s'arrêter là,
09:12
but we trieda essayé to designconception the processprocessus a little bitbit furtherplus loin.
190
534000
3000
mais nous avons tenté d'aller plus loin dans le processus.
09:15
This is a majorMajeur mechanismmécanisme of evolutionévolution right here.
191
537000
3000
Vous avez sous les yeux un mécanisme majeur de l'évolution.
09:18
We find all kindssortes of speciesespèce
192
540000
2000
On trouve des tas d'espèces
09:20
that have takenpris up a secondseconde chromosomechromosome
193
542000
2000
qui ont intégré un deuxième chromosome
09:22
or a thirdtroisième one from somewherequelque part,
194
544000
2000
ou un troisième provenant d'un autre organisme,
09:24
addingajouter thousandsmilliers of newNouveau traitstraits
195
546000
2000
ajoutant ainsi des milliers de nouvelles caractéristiques
09:26
in a secondseconde to that speciesespèce.
196
548000
2000
à cet organisme en une seconde.
09:28
So, people who think of evolutionévolution
197
550000
2000
Les gens qui croient encore que l'évolution
09:30
as just one genegène changingen changeant at a time
198
552000
2000
se produit par la modification d'un gène à la fois
09:32
have missedmanqué much of biologyla biologie.
199
554000
3000
ont loupé pas mal de choses en biologie.
09:35
There are enzymesenzymes calledappelé restrictionrestriction enzymesenzymes
200
557000
2000
Il existe des enzymes appelés enzymes de restriction
09:37
that actuallyréellement digestdigérer DNAADN.
201
559000
2000
qui peuvent digérer l'ADN.
09:39
The chromosomechromosome that was in the cellcellule
202
561000
2000
Le chromosome qui était dans la cellule
09:41
doesn't have one;
203
563000
2000
n'en a pas.
09:43
the chromosomechromosome we put in does.
204
565000
2000
Le chromosome que nous avons inséré, en a.
09:45
It got expressedexprimé and it recognizedreconnu
205
567000
2000
L'enzyme a été produit à partir de notre chromosome,
09:47
the other chromosomechromosome as foreignétranger materialMatériel,
206
569000
3000
et il a reconnu l'autre chromosome comme un matériel étranger,
09:50
chewedmâché it up, and so we endedterminé up
207
572000
2000
l'a avalé, et nous nous sommes donc retrouvés
09:52
just with a cellcellule with the newNouveau chromosomechromosome.
208
574000
4000
avec une cellule avec un nouveau chromosome.
09:56
It turnedtourné bluebleu because of the genesgènes we put in it.
209
578000
3000
Elle a viré au bleu à cause des gènes que nous avons inséré.
09:59
And with a very shortcourt periodpériode of time,
210
581000
2000
Et en très peu de temps,
10:01
all the characteristicscaractéristiques of one speciesespèce were lostperdu
211
583000
3000
toutes les caractéristiques de l'organisme initial ont disparu
10:04
and it convertedconverti totallytotalement into the newNouveau speciesespèce
212
586000
3000
et elle s'est entièrement transformée en un organisme nouveau,
10:07
basedbasé on the newNouveau softwareLogiciel that we put in the cellcellule.
213
589000
3000
fondé sur le nouveau logiciel que nous avons introduit dans la cellule.
10:10
All the proteinsprotéines changedmodifié,
214
592000
2000
Toutes les protéines ont été modifiées,
10:12
the membranesmembranes changedmodifié;
215
594000
2000
les membranes ont changé --
10:14
when we readlis the geneticgénétique codecode, it's exactlyexactement what we had transferredtransféré in.
216
596000
4000
et quand on lit le code génétique, on retrouve exactement ce que nous avons transféré.
10:18
So, this maymai sounddu son like genomicgénomiques alchemyalchimie,
217
600000
3000
Cela peut ressembler à de l'alchimie génétique,
10:21
but we can, by movingen mouvement the softwareLogiciel of DNAADN around,
218
603000
4000
mais nous pouvons réellement, en transférant l'ADN logiciel ici et là,
10:25
changechangement things quiteassez dramaticallydramatiquement.
219
607000
4000
faire des changements radicaux.
10:29
Now I've arguedargumenté, this is not genesisgenèse;
220
611000
2000
Selon moi, ce n'est pas pour autant la genèse de la vie,
10:31
this is buildingbâtiment on threeTrois and a halfmoitié billionmilliard yearsannées of evolutionévolution.
221
613000
4000
c'est la prolongation de 3,5 milliards d'années d'évolution,
10:36
And I've arguedargumenté that we're about to perhapspeut être
222
618000
2000
mais je pense que nous sommes peut-être sur le point
10:38
createcréer a newNouveau versionversion of the CambrianCambrien explosionexplosion,
223
620000
3000
de créer une nouvelle version de l'explosion Cambrienne
10:41
where there's massivemassif newNouveau speciationspéciation
224
623000
3000
avec la création massive de nouvelles espèces
10:45
basedbasé on this digitalnumérique designconception.
225
627000
2000
à partir de cette conception numérique.
10:47
Why do this?
226
629000
2000
Pourquoi faire cela ?
10:49
I think this is prettyjoli obviousévident in termstermes of some of the needsBesoins.
227
631000
2000
Je pense que c'est assez évident quand on regarde nos besoins.
10:51
We're about to go from sixsix and a halfmoitié
228
633000
2000
Nous allons passer de 6,5
10:53
to nineneuf billionmilliard people over the nextprochain 40 yearsannées.
229
635000
3000
à 9 milliards d'êtres humains sur les 40 prochaines années.
10:56
To put it in contextle contexte for myselfmoi même:
230
638000
2000
Si je rapporte cela à ma personne:
10:58
I was bornnée in 1946.
231
640000
2000
je suis né en 1946.
11:00
There are now threeTrois people on the planetplanète
232
642000
2000
Il y a maintenant sur cette planète trois personnes
11:02
for everychaque one of us that existedexisté in 1946;
233
644000
4000
pour chaque personne qui vivait en 1946;
11:06
withindans 40 yearsannées, there'llil y aura be fourquatre.
234
648000
3000
d'ici 40 ans, il y en aura quatre.
11:09
We have troubledifficulté feedingalimentation, providingfournir freshFrais, cleannettoyer watereau,
235
651000
3000
Nous avons des problèmes pour nourrir, pour fournir de l'eau pure,
11:12
medicinesmédicament, fuelcarburant
236
654000
2000
des médicaments, du carburant
11:14
for the sixsix and a halfmoitié billionmilliard.
237
656000
3000
à 6,5 milliards d'êtres.
11:17
It's going to be a stretchétendue to do it for nineneuf.
238
659000
2000
Ça sera d'autant plus difficile de le faire pour 9.
11:19
We use over fivecinq billionmilliard tonstonnes of coalcharbon,
239
661000
3000
Nous consommons chaque année 5 milliards de tonnes de charbon,
11:22
30 billion-plusmilliards barrelsbarils of oilpétrole --
240
664000
3000
et plus de trente milliards de barils de pétrole,
11:25
that's a hundredcent millionmillion barrelsbarils a day.
241
667000
4000
soit 100 millions de barils par jour.
11:29
When we try to think of biologicalbiologique processesprocessus
242
671000
2000
Quand on essaye de concevoir des processus,
11:31
or any processprocessus to replaceremplacer that,
243
673000
3000
biologique ou autre, pour remplacer ça,
11:34
it's going to be a hugeénorme challengedéfi.
244
676000
2000
on comprend que c'est un challenge gigantesque.
11:36
Then of coursecours, there's all that
245
678000
2000
Et il y a aussi bien sûr
11:38
COCO2 from this materialMatériel
246
680000
2000
tout ce dioxyde de carbone produit par ces processus
11:40
that endsprend fin up in the atmosphereatmosphère.
247
682000
3000
qui est rejeté dans l'atmosphere.
11:43
We now, from our discoveryDécouverte around the worldmonde,
248
685000
2000
Nous possèdons, suite à nos découvertes de par le monde,
11:45
have a databasebase de données with about 20 millionmillion genesgènes,
249
687000
4000
une base de données d'environ 20 millions de gènes,
11:49
and I like to think of these as the designconception componentsComposants of the futureavenir.
250
691000
4000
et je les considère comme autant de composants pour nos créations futures.
11:53
The electronicsélectronique industryindustrie only had a dozendouzaine or so componentsComposants,
251
695000
3000
L'industrie électronique ne dispose que d'une douzaine de composants
11:56
and look at the diversityla diversité that camevenu out of that.
252
698000
4000
et regardez la diversité qui en est issue.
12:00
We're limitedlimité here primarilyprincipalement
253
702000
2000
Nous somme limités principalement
12:02
by a biologicalbiologique realityréalité
254
704000
2000
par la réalité biologique
12:04
and our imaginationimagination.
255
706000
2000
et par notre imagination.
12:07
We now have techniquestechniques,
256
709000
2000
Nous disposons maintenant des techniques,
12:09
because of these rapidrapide methodsméthodes of synthesisla synthèse,
257
711000
3000
grâce à ces méthodes de synthèse rapide,
12:12
to do what we're callingappel combinatorialcombinatoire genomicsla génomique.
258
714000
4000
pour faire ce que nous appelons de la génomique combinatoire.
12:16
We have the abilitycapacité now to buildconstruire a largegrand robotrobot
259
718000
3000
Nous avons maintenant la capacité de construire un grand robot
12:19
that can make a millionmillion chromosomeschromosomes a day.
260
721000
3000
capable de créer un million de chromosomes par jour.
12:23
When you think of processingEn traitement these 20 millionmillion differentdifférent genesgènes
261
725000
3000
Imaginez ce que l'on peut créer avec ces 20 millions de gènes,
12:26
or tryingen essayant to optimizeoptimiser processesprocessus
262
728000
2000
ou les processus que l'on peut optimiser
12:28
to produceproduire octaneindice d’octane or to produceproduire pharmaceuticalsproduits pharmaceutiques,
263
730000
3000
pour produire de l'octane ou des médicaments,
12:31
newNouveau vaccinesvaccins,
264
733000
3000
ou de nouveaux vaccins...
12:34
we can just with a smallpetit teaméquipe,
265
736000
3000
Nous pouvons, avec une équipe réduite,
12:37
do more molecularmoléculaire biologyla biologie
266
739000
2000
inventer plus de biologie moléculaire
12:39
than the last 20 yearsannées of all sciencescience.
267
741000
3000
que toutes les découvertes scientifiques des 20 dernières années.
12:42
And it's just standardla norme selectionsélection:
268
744000
2000
Tout ça grâce à un simple processus de sélection.
12:44
we can selectsélectionner for viabilityviabilité,
269
746000
2000
On peut privilégier la viabilité,
12:46
chemicalchimique or fuelcarburant productionproduction,
270
748000
2000
la production de carburants, de produits chimiques,
12:48
vaccinevaccin productionproduction, etcetc.
271
750000
2000
de vaccins, etc.
12:50
This is a screenécran snapshotinstantané
272
752000
3000
Ceci est une photo d'écran
12:53
of some truevrai designconception softwareLogiciel
273
755000
3000
d'un véritable logiciel de conception
12:56
that we're workingtravail on to actuallyréellement be ablecapable to sitasseoir down
274
758000
3000
sur lequel nous travaillons pour nous permettre
12:59
and designconception speciesespèce in the computerordinateur.
275
761000
3000
de créer des organismes sur ordinateur.
13:03
You know, we don't know necessarilynécessairement what it'llça va look like:
276
765000
3000
On ne saura pas forcément dire à quoi ils ressembleront.
13:06
we know exactlyexactement what theirleur geneticgénétique codecode looksregards like.
277
768000
3000
Mais on saura dire exactement quel est leur code génétique.
13:09
We're focusingse concentrer on now fourth-generationquatrième génération fuelscarburants.
278
771000
5000
Nous nous concentrons en ce moment sur les carburants de quatrième génération.
13:15
You've seenvu recentlyrécemment, cornblé to ethanoléthanol
279
777000
2000
Vous avez pu voir récemment que la transformation du maïs en éthanol
13:17
is just a badmal experimentexpérience.
280
779000
2000
n'est rien qu'une mauvaise expérience.
13:19
We have second-deuxième- and third-generationtroisième génération fuelscarburants
281
781000
2000
Les carburants de deuxième et troisième générations
13:21
that will be comingvenir out relativelyrelativement soonbientôt
282
783000
3000
ne vont pas tarder à apparaître,
13:24
that are sugarsucre, to much higher-valueplus grande valeur fuelscarburants
283
786000
3000
ceux qui transforment le sucre en carburants beaucoup plus puissants
13:27
like octaneindice d’octane or differentdifférent typesles types of butanolbutanol.
284
789000
3000
comme l'octane ou différents types de butanol.
13:30
But the only way we think that biologyla biologie
285
792000
3000
Mais nous pensons que la seule manière pour la biologie
13:33
can have a majorMajeur impactimpact withoutsans pour autant
286
795000
2000
d'avoir un impact majeur sans pour autant
13:36
furtherplus loin increasingen augmentant the costCoût of foodaliments and limitinglimitation its availabilitydisponibilité
287
798000
3000
augmenter le coût de production de la nourriture et en limiter la disponibilité
13:39
is if we startdébut with COCO2 as its feedstockmatière première,
288
801000
3000
est d'utiliser le CO2 comme matière première,
13:42
and so we're workingtravail with designingconception cellscellules to go down this roadroute.
289
804000
4000
donc nous travaillons à concevoir des cellules pour aller dans ce sens,
13:47
And we think we'llbien have the first fourth-generationquatrième génération fuelscarburants
290
809000
3000
et nous pensons obtenir les premiers carburants de quatrième génération
13:50
in about 18 monthsmois.
291
812000
2000
dans environ 18 mois.
13:52
SunlightLumière du soleil and COCO2 is one methodméthode ...
292
814000
2000
Le soleil et le CO2 c'est une des méthodes envisageables...
13:54
(ApplauseApplaudissements)
293
816000
5000
(Applaudissements)
13:59
but in our discoveryDécouverte around the worldmonde,
294
821000
2000
mais nous avons découvert de par le monde
14:01
we have all kindssortes of other methodsméthodes.
295
823000
2000
tout un tas d'autres méthodes.
14:03
This is an organismorganisme we describeddécrit in 1996.
296
825000
4000
Ceci est un organisme que nous avons décrit en 1996.
14:07
It livesvies in the deepProfond oceanocéan,
297
829000
2000
Il vit au fond des océans,
14:09
about a milemile and a halfmoitié deepProfond,
298
831000
2000
vers 2500m de profondeur,
14:11
almostpresque at boiling-watereau bouillante temperaturestempératures.
299
833000
2000
dans des températures de près de 100°C.
14:13
It takes COCO2 to methaneméthane
300
835000
3000
Il transforme le CO2 en méthane
14:16
usingen utilisant molecularmoléculaire hydrogenhydrogène as its energyénergie sourcela source.
301
838000
3000
en utilisant de l'hydrogène moléculaire comme source d'énergie.
14:19
We're looking to see if we can take
302
841000
2000
Nous essayons de voir si nous pouvons
14:21
capturedcapturé COCO2,
303
843000
2000
récupérer du CO2 capté,
14:23
whichlequel can easilyfacilement be pipedcanalisée to sitesdes sites,
304
845000
2000
qu'on peut facilement transporter sur place par tuyaux,
14:25
convertconvertir that COCO2 back into fuelcarburant
305
847000
3000
et reconvertir ce CO2 en carburant
14:28
to driveconduire this processprocessus.
306
850000
3000
pour alimenter ce processus.
14:31
So, in a shortcourt periodpériode of time,
307
853000
2000
En très peu de temps,
14:33
we think that we mightpourrait be ablecapable to increaseaugmenter
308
855000
4000
nous pensons pouvoir aller beaucoup plus loin
14:37
what the basicde base questionquestion is of "What is life?"
309
859000
3000
que chercher juste la réponse à la question "qu'est-ce que la vie ?"
14:40
We trulyvraiment, you know,
310
862000
2000
Vous voyez, nous avons
14:42
have modestmodeste goalsbuts
311
864000
2000
l'ambition très modeste
14:44
of replacingremplacer the wholeentier petrol-chemicalpétrochimique industryindustrie --
312
866000
3000
de remplacer toute l'industrie pétrochimique.
14:47
(LaughterRires) (ApplauseApplaudissements)
313
869000
3000
(Rires) (Applaudissements)
14:50
Yeah. If you can't do that at TEDTED, where can you? --
314
872000
3000
Ouais. Où à part à TED peut-on faire cela ?
14:53
(LaughterRires)
315
875000
2000
(Rires)
14:55
becomedevenir a majorMajeur sourcela source of energyénergie ...
316
877000
2000
Devenir un producteur majeur d'énergie.
14:57
But alsoaussi, we're now workingtravail on usingen utilisant these sameMême toolsoutils
317
879000
3000
Nous travaillons également sur l'utilisation de ces mêmes outils
15:00
to come up with instantinstant setsensembles of vaccinesvaccins.
318
882000
3000
pour créer des vaccins instantanément.
15:03
You've seenvu this yearan with flugrippe;
319
885000
2000
Vous l'avez vu cette année avec la grippe,
15:05
we're always a yearan behindderrière and a dollardollar shortcourt
320
887000
3000
nous avons toujours une année de retard et il nous manque toujours un dollar
15:08
when it comesvient to the right vaccinevaccin.
321
890000
2000
pour trouver le bon vaccin.
15:10
I think that can be changedmodifié
322
892000
2000
Je pense que nous pouvons changer cela
15:12
by buildingbâtiment combinatorialcombinatoire vaccinesvaccins in advanceavance.
323
894000
3000
en construisant des vaccins par combinaison à l'avance.
15:16
Here'sVoici what the futureavenir maymai begincommencer to look like
324
898000
3000
Voici ce à quoi le futur pourrait commencer à ressembler
15:19
with changingen changeant, now, the evolutionaryévolutionniste treearbre,
325
901000
4000
en modifiant aujourd'hui l'arbre de l'évolution,
15:23
speedingexcès de vitesse up evolutionévolution
326
905000
2000
en accélérant l'évolution
15:25
with syntheticsynthétique bacteriades bactéries, ArchaeaArchaea
327
907000
3000
avec des organismes synthétiques, bactéries, Archeae,
15:28
and, eventuallyfinalement, eukaryoteseucaryotes.
328
910000
3000
et finalement des eucaryotes.
15:32
We're a waysfaçons away from improvingaméliorer people:
329
914000
2000
Nous sommes encore loin de pouvoir modifier l'être humain.
15:34
our goalobjectif is just to make sure that we have a chancechance
330
916000
3000
Notre but est juste de nous assurer d'avoir une chance
15:37
to survivesurvivre long enoughassez to maybe do that. Thank you very much.
331
919000
3000
de survivre assez longtemps pour pouvoir arriver à cette étape. Merci beaucoup.
15:40
(ApplauseApplaudissements)
332
922000
7000
(Applaudissements)
Translated by Loic Prot
Reviewed by Matthieu Coville

▲Back to top

ABOUT THE SPEAKER
Craig Venter - Biologist, genetics pioneer
In 2001, Craig Venter made headlines for sequencing the human genome. In 2003, he started mapping the ocean's biodiversity. And now he's created the first synthetic lifeforms -- microorganisms that can produce alternative fuels.

Why you should listen

Craig Venter, the man who led the private effort to sequence the human genome, is hard at work now on even more potentially world-changing projects.

First, there's his mission aboard the Sorcerer II, a 92-foot yacht, which, in 2006, finished its voyage around the globe to sample, catalouge and decode the genes of the ocean's unknown microorganisms. Quite a task, when you consider that there are tens of millions of microbes in a single drop of sea water. Then there's the J. Craig Venter Institute, a nonprofit dedicated to researching genomics and exploring its societal implications.

In 2005, Venter founded Synthetic Genomics, a private company with a provocative mission: to engineer new life forms. Its goal is to design, synthesize and assemble synthetic microorganisms that will produce alternative fuels, such as ethanol or hydrogen. He was on Time magzine's 2007 list of the 100 Most Influential People in the World.

In early 2008, scientists at the J. Craig Venter Institute announced that they had manufactured the entire genome of a bacterium by painstakingly stitching together its chemical components. By sequencing a genome, scientists can begin to custom-design bootable organisms, creating biological robots that can produce from scratch chemicals humans can use, such as biofuel. And in 2010, they announced, they had created "synthetic life" -- DNA created digitally, inserted into a living bacterium, and remaining alive.

More profile about the speaker
Craig Venter | Speaker | TED.com