TEDxCERN
Juan Enriquez: The age of genetic wonder
Juan Enriquez: L'âge de l'émerveillement en génétique
Filmed:
Readability: 3.7
1,960,234 views
Les outils de modification de séquence génomique tels que CRISPR rendent possible la programmation de la vie à son niveau le plus fondamental. Mais cela soulève de nombreuses questions : si nous pouvons créer des nouvelles espèces depuis zéro, que devrions-nous créer ? Devrions-nous remodeler l'humanité telle que nous la connaissons aujourd'hui ? Juan Enriquez esquisse les futurs possibles de l'édition génétique. Il explore un territoire d'incertitudes et de potentiels immenses de cette nouvelle frontière dans la biologie.
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.
00:13
So let me with start with Roy Amara.
0
1134
2390
Permettez-moi de vous présenter Roy Amara.
00:16
Roy's argument is that most new
technologies tend to be overestimated
technologies tend to be overestimated
1
4350
4211
Tout d'abord, Roy pense
que l'on a tendance à surestimer
que l'on a tendance à surestimer
00:20
in their impact to begin with,
2
8585
2068
l'impact des technologies
les plus récentes
les plus récentes
et que nous finissons
par les sous-estimer à long terme
par les sous-estimer à long terme
00:22
and then they get underestimated
in the long term
in the long term
3
10677
2402
00:25
because we get used to them.
4
13103
1364
à cause de notre assuétude.
00:26
These really are days
of miracle and wonder.
of miracle and wonder.
5
14491
2196
Ce sont les jours de miracle
et d'émerveillement.
et d'émerveillement.
00:29
You remember that wonderful
song by Paul Simon?
song by Paul Simon?
6
17433
2381
Vous souvenez-vous
de cette chanson de Paul Simon ?
de cette chanson de Paul Simon ?
00:32
There were two lines in it.
7
20365
1338
C'en est un petit extrait.
00:33
So what was it that was considered
miraculous back then?
miraculous back then?
8
21727
3687
Mais qu'est-ce qui était
miraculeux à l'époque ?
miraculeux à l'époque ?
00:38
Slowing down things -- slow motion --
9
26393
2072
Ralentir les choses -- le ralenti --
00:41
and the long-distance call.
10
29371
1728
et les appels longue distance.
00:43
Because, of course, you used
to get interrupted by operators
to get interrupted by operators
11
31941
2859
Rappelez-vous, des opérateurs
téléphoniques nous interrompaient
téléphoniques nous interrompaient
00:46
who'd tell you, "Long distance calling.
Do you want to hang up?"
Do you want to hang up?"
12
34824
2997
pour couper la ligne
car un appel longue distance entrait.
car un appel longue distance entrait.
00:49
And now we think nothing of calling
all over the world.
all over the world.
13
37845
2702
Aujourd'hui, c'est banal de téléphoner
n'importe où dans le monde.
n'importe où dans le monde.
00:53
Well, something similar may be happening
14
41040
2630
On pourrait faire face
à un phénomène identique
à un phénomène identique
avec la lecture
et la programmation de la vie.
et la programmation de la vie.
00:55
with reading and programming life.
15
43694
2072
00:58
But before I unpack that,
16
46636
1728
Mais avant de développer ce sujet,
01:01
let's just talk about telescopes.
17
49069
2684
évoquons ensemble le télescope.
01:04
Telescopes were overestimated
originally in their impact.
originally in their impact.
18
52798
4311
Son impact a été largement
surestimé à l'origine.
surestimé à l'origine.
01:09
This is one of Galileo's early models.
19
57133
2169
Voici un des premiers modèles de Galilée.
01:12
People thought it was just
going to ruin all religion.
going to ruin all religion.
20
60090
3359
Les gens pensaient que ça allait
anéantir toutes les religions.
anéantir toutes les religions.
01:15
(Laughter)
21
63473
1150
(Rires)
01:18
So we're not paying that much
attention to telescopes.
attention to telescopes.
22
66862
2714
Aujourd'hui, plus personne ne porte
attention aux télescopes.
attention aux télescopes.
01:22
But, of course, telescopes launched
10 years ago, as you just heard,
10 years ago, as you just heard,
23
70628
4082
Toutefois, les télescopes envoyés
dans l'espace il y a une dizaine d'années
dans l'espace il y a une dizaine d'années
01:26
could take this Volkswagen,
fly it to the moon,
fly it to the moon,
24
74734
2991
pourraient emmener
cette Coccinelle sur la Lune
cette Coccinelle sur la Lune
01:29
and you could see the lights
on that Volkswagen light up on the moon.
on that Volkswagen light up on the moon.
25
77749
5856
et vous permettre de vérifier
que la voiture a bien allumé ses phares.
que la voiture a bien allumé ses phares.
01:36
And that's the kind of resolution power
that allowed you to see
that allowed you to see
26
84624
3262
C'est cette puissance de résolution
qui nous permet de discerner
qui nous permet de discerner
01:40
little specks of dust
floating around distant suns.
floating around distant suns.
27
88592
3604
des grains de poussière
qui flottent autour de soleils distants.
qui flottent autour de soleils distants.
01:44
Imagine for a second that this
was a sun a billion light years away,
was a sun a billion light years away,
28
92220
3464
Imaginez que cette étoile soit
à des milliards d'années-lumière de nous
à des milliards d'années-lumière de nous
01:48
and you had a little speck of dust
that came in front of it.
that came in front of it.
29
96310
2927
et qu'un grain de poussière
passe devant elle.
passe devant elle.
01:51
That's what detecting
an exoplanet is like.
an exoplanet is like.
30
99566
2501
Découvrir une exoplanète
revient exactement au même.
revient exactement au même.
01:55
And the cool thing is, the telescopes
that are now being launched
that are now being launched
31
103268
3790
La chose la plus cool avec les télescopes
envoyés dans l'espace aujourd'hui,
envoyés dans l'espace aujourd'hui,
02:00
would allow you to see
a single candle lit on the moon.
a single candle lit on the moon.
32
108138
3005
c'est qu'ils nous permettraient de voir
la flamme d'une bougie sur la Lune.
la flamme d'une bougie sur la Lune.
02:04
And if you separated it by one plate,
33
112279
2828
Et si on posait un miroir
à côté de la flamme,
à côté de la flamme,
02:07
you could see two candles
separately at that distance.
separately at that distance.
34
115131
2794
on distinguerait deux flammes.
02:11
And that's the kind
of resolution that you need
of resolution that you need
35
119124
2813
C'est ce genre de résolution
qui est nécessaire
qui est nécessaire
pour créer l'image
de ce grain de poussière
de ce grain de poussière
02:13
to begin to image
that little speck of dust
that little speck of dust
36
121961
2468
02:16
as it comes around the sun
37
124453
1286
passant devant son soleil
et déterminer si
sa signature est bleu vert.
sa signature est bleu vert.
02:17
and see if it has a blue-green signature.
38
125763
2049
02:21
And if it does have
a blue-green signature,
a blue-green signature,
39
129120
2071
Si c'est le cas,
ça signifie que la vie est
courante dans l'univers.
courante dans l'univers.
02:23
it means that life
is common in the universe.
is common in the universe.
40
131215
2220
02:25
The first time you ever see a blue-green
signature on a distant planet,
signature on a distant planet,
41
133459
4196
Car une signature bleu vert
aperçue sur une planète distante
aperçue sur une planète distante
02:29
it means there's photosynthesis there,
42
137679
1993
signifie la présence de la photosynthèse
02:31
there's water there,
43
139696
1281
et d'eau.
02:33
and the chances that you saw
the only other planet with photosynthesis
the only other planet with photosynthesis
44
141001
3872
La probabilité de découvrir la seule
autre planète où la photosynthèse existe
autre planète où la photosynthèse existe
02:36
are about zero.
45
144897
1363
est proche de zéro.
02:39
And that's a calendar-changing event.
46
147108
1896
Ça change tout.
02:41
There's a before and after
we were alone in the universe:
we were alone in the universe:
47
149670
2752
Il y a un avant et un après le fait
d'être seuls dans l'univers.
d'être seuls dans l'univers.
02:44
forget about the discovery
of whatever continent.
of whatever continent.
48
152446
2470
Découvrir un nouveau continent
relève de l'anecdote.
relève de l'anecdote.
02:48
So as you're thinking about this,
49
156751
1580
Quand on y pense,
nous sommes maintenant capables
de créer une carte de notre univers.
de créer une carte de notre univers.
02:50
we're now beginning
to be able to image most of the universe.
to be able to image most of the universe.
50
158355
2902
02:53
And that is a time of miracle and wonder.
51
161281
2254
Nous vivons une époque
d'émerveillement, de miracle.
d'émerveillement, de miracle.
02:55
And we kind of take that for granted.
52
163559
2352
Pourtant, ça nous paraît évident.
02:59
Something similar is happening in life.
53
167562
1915
Un phénomène semblable
survient avec le vivant.
survient avec le vivant.
03:01
So we're hearing about life
in these little bits and pieces.
in these little bits and pieces.
54
169501
3038
On nous parle de la vie
en termes de petits morceaux.
en termes de petits morceaux.
03:04
We hear about CRISPR,
and we hear about this technology,
and we hear about this technology,
55
172563
2658
On nous parle de CRISPR, on entend de ceci
03:07
and we hear about this technology.
56
175245
1666
et on entend parler de cela.
Mais l'essentiel à savoir sur le vivant,
c'est qu'il s'avère être un code.
c'est qu'il s'avère être un code.
03:08
But the bottom line on life
is that life turns out to be code.
is that life turns out to be code.
57
176935
3388
03:13
And life as code is a really
important concept because it means,
important concept because it means,
58
181900
3950
La vie en tant que code est un concept
crucial car il signifie ceci :
crucial car il signifie ceci :
03:17
just in the same way
as you can write a sentence
as you can write a sentence
59
185874
3210
tout comme nous pouvons écrire une phrase
03:21
in English or in French or Chinese,
60
189108
3118
en anglais, en français ou en chinois,
03:25
just in the same way
as you can copy a sentence,
as you can copy a sentence,
61
193146
2906
tout comme nous pouvons la copier,
03:28
just in the same way
as you can edit a sentence,
as you can edit a sentence,
62
196076
2526
tout comme nous pouvons l'éditer,
03:30
just in the same way
as you can print a sentence,
as you can print a sentence,
63
198626
2350
tout comme nous pouvons l'imprimer,
03:33
you're beginning to be able
to do that with life.
to do that with life.
64
201000
2719
nous pourrons bientôt
faire tout ça avec le vivant aussi.
faire tout ça avec le vivant aussi.
03:37
It means that we're beginning
to learn how to read this language.
to learn how to read this language.
65
205237
3511
Nous sommes en train
d'apprendre à lire cette langue.
d'apprendre à lire cette langue.
03:40
And this, of course, is the language
that is used by this orange.
that is used by this orange.
66
208772
3236
Voici le langage de cette orange.
03:44
So how does this orange execute code?
67
212702
1796
Comment l'orange exécute-t-elle son code ?
03:46
It doesn't do it in ones and zeroes
like a computer does.
like a computer does.
68
214522
2708
Pas comme un ordinateur,
avec des uns et des zéros.
avec des uns et des zéros.
03:49
It sits on a tree, and one day it does:
69
217254
1885
Elle est sur l'arbre, et un jour :
03:51
plop!
70
219163
1150
pouf !
03:52
And that means: execute.
71
220819
1805
Ça signifie : exécution !
03:55
AATCAAG: make me a little root.
72
223149
3272
AATCAAG : fais une petite racine !
03:59
TCGACC: make me a little stem.
73
227057
2502
TCGACC : fais un petit germe !
04:01
GAC: make me some leaves.
AGC: make me some flowers.
AGC: make me some flowers.
74
229583
3438
GAC : fais des feuilles !
AGC : fais des fleurs !
AGC : fais des fleurs !
04:05
And then GCAA: make me some more oranges.
75
233045
2857
Ensuite GCAA : fais des oranges !
04:08
If I edit a sentence in English
on a word processor,
on a word processor,
76
236984
4073
En éditant une phrase en anglais
sur un traitement de texte,
sur un traitement de texte,
04:15
then what happens is you can go
from this word to that word.
from this word to that word.
77
243153
3441
on peut naviguer d'un mot à l'autre.
04:20
If I edit something in this orange
78
248134
2136
En amendant une partie dans cette orange,
04:22
and put in GCAAC, using CRISPR
or something else that you've heard of,
or something else that you've heard of,
79
250294
4983
en utilisant CRISPR pour remplacer GCAAC
par autre chose de connu,
par autre chose de connu,
04:28
then this orange becomes a lemon,
80
256261
1797
l'orange devient un citron,
04:30
or it becomes a grapefruit,
81
258957
1548
un pamplemousse
04:32
or it becomes a tangerine.
82
260529
1657
ou une mandarine.
04:35
And if I edit one in a thousand letters,
83
263102
2018
En modifiant une seule lettre parmi mille,
04:37
you become the person
sitting next to you today.
sitting next to you today.
84
265144
2360
vous devenez votre voisin.
04:40
Be more careful where you sit.
85
268757
1520
Choisissez vos voisins avec prudence !
04:42
(Laughter)
86
270301
1189
(Rires)
04:45
What's happening on this stuff
is it was really expensive to begin with.
is it was really expensive to begin with.
87
273014
3475
À ses prémisses, la technologie
était très coûteuse,
était très coûteuse,
04:48
It was like long-distance calls.
88
276513
1695
comme les appels longue distance.
04:51
But the cost of this is dropping
50 percent faster than Moore's law.
50 percent faster than Moore's law.
89
279399
3606
Mais le coût diminue plus vite que
la loi de Moore par un facteur de 50%.
la loi de Moore par un facteur de 50%.
04:55
The first $200 full genome
was announced yesterday by Veritas.
was announced yesterday by Veritas.
90
283909
3832
Hier, Veritas a annoncé le premier
séquençage du génome pour 200 dollars.
séquençage du génome pour 200 dollars.
05:00
And so as you're looking at these systems,
91
288494
2130
On observe ces systèmes
05:02
it doesn't matter, it doesn't matter,
it doesn't matter, and then it does.
it doesn't matter, and then it does.
92
290648
3802
et ils n'ont aucune importance
jusqu'à ce qu'ils deviennent importants.
jusqu'à ce qu'ils deviennent importants.
05:06
So let me just give you
the map view of this stuff.
the map view of this stuff.
93
294474
3405
Voici une cartographie
de ce dont nous parlons.
de ce dont nous parlons.
05:10
This is a big discovery.
94
298973
2559
Une découverte énorme.
05:13
There's 23 chromosomes.
95
301556
1923
Il y a 23 chromosomes.
05:15
Cool.
96
303503
1228
Cool.
05:17
Let's now start using a telescope version,
but instead of using a telescope,
but instead of using a telescope,
97
305287
3679
Regardons-les avec la version télescopique
mais en remplaçant le télescope
mais en remplaçant le télescope
05:20
let's use a microscope to zoom in
98
308990
2320
par un microscope pour zoomer
05:23
on the inferior of those chromosomes,
99
311334
2072
sur le chromosome du bas,
05:25
which is the Y chromosome.
100
313430
1621
le chromosome Y.
05:28
It's a third the size of the X.
It's recessive and mutant.
It's recessive and mutant.
101
316432
3014
Il est trois fois plus petit que le X,
récessif et mutant.
récessif et mutant.
05:32
But hey,
102
320443
1151
Mais...
05:34
just a male.
103
322262
1219
c'est juste un mâle.
05:36
And as you're looking at this stuff,
104
324914
2280
Quand on observe tout ça,
05:39
here's kind of a country view
105
327218
3450
on est au niveau d'une carte d'un pays,
05:42
at a 400 base pair resolution level,
106
330692
2204
une résolution de 400 paires de bases,
05:44
and then you zoom in to 550,
and then you zoom in to 850,
and then you zoom in to 850,
107
332920
3419
on zoome à 550, ensuite à 850.
05:48
and you can begin to identify
more and more genes as you zoom in.
more and more genes as you zoom in.
108
336363
3285
Là, on commence à identifier
de plus en plus de gènes.
de plus en plus de gènes.
05:52
Then you zoom in to the state level,
109
340249
2304
En zoomant davantage,
on obtient une carte régionale.
on obtient une carte régionale.
05:55
and you can begin to tell
who's got leukemia,
who's got leukemia,
110
343473
2804
On peut identifier les personnes
qui souffrent de leucémie,
qui souffrent de leucémie,
05:59
how did they get leukemia,
what kind of leukemia do they have,
what kind of leukemia do they have,
111
347543
3024
comment elles l'ont eue
et quel type de leucémie,
et quel type de leucémie,
quelles parties ont glissé vers où.
06:02
what shifted from what place
to what place.
to what place.
112
350591
2064
06:05
And then you zoom in
to the Google street view level.
to the Google street view level.
113
353330
2858
On zoome un peu plus
et on en est à Google Street View.
et on en est à Google Street View.
06:09
So this is what happens
if you have colorectal cancer
if you have colorectal cancer
114
357387
2673
Voici ce qui se passe pour un patient
bien déterminé qui a un cancer du côlon
bien déterminé qui a un cancer du côlon
06:12
for a very specific patient
on the letter-by-letter resolution.
on the letter-by-letter resolution.
115
360084
4207
à un niveau de résolution
lettre par lettre.
lettre par lettre.
06:18
So what we're doing in this stuff
is we're gathering information
is we're gathering information
116
366148
3110
Nous collectons en fait des informations
06:21
and just generating
enormous amounts of information.
enormous amounts of information.
117
369282
2516
et générons un volume énorme de données.
06:23
This is one of the largest
databases on the planet
databases on the planet
118
371822
2874
C'est une des plus grandes
banques de données au monde
banques de données au monde
et sa croissance dépasse notre capacité à
construire des espaces pour leur stockage.
construire des espaces pour leur stockage.
06:26
and it's growing faster
than we can build computers to store it.
than we can build computers to store it.
119
374720
3872
06:32
You can create some incredible
maps with this stuff.
maps with this stuff.
120
380063
2466
On peut créer des cartes
incroyables avec ça.
incroyables avec ça.
06:35
You want to understand the plague
and why one plague is bubonic
and why one plague is bubonic
121
383292
2971
Pour comprendre la peste,
et pourquoi une espèce est bubonique
et pourquoi une espèce est bubonique
06:38
and the other one
is a different kind of plague
is a different kind of plague
122
386287
2224
une autre est d'un autre type,
et une autre est encore différente.
06:40
and the other one
is a different kind of plague?
is a different kind of plague?
123
388535
2310
Voici la cartographie de la peste.
06:42
Well, here's a map of the plague.
124
390869
1730
06:45
Some are absolutely deadly to humans,
125
393037
1820
Certaines sont implacablement
mortelles pour l'homme, d'autres pas.
mortelles pour l'homme, d'autres pas.
06:46
some are not.
126
394881
1185
06:48
And note, by the way,
as you go to the bottom of this,
as you go to the bottom of this,
127
396486
2596
Pour approfondir, pourquoi pas
comparer la peste à la tuberculose ?
comparer la peste à la tuberculose ?
06:51
how does it compare to tuberculosis?
128
399106
1753
06:53
So this is the difference between
tuberculosis and various kinds of plagues,
tuberculosis and various kinds of plagues,
129
401708
3629
Voici la différence entre la tuberculose
et différentes espèces de peste.
et différentes espèces de peste.
06:57
and you can play detective
with this stuff,
with this stuff,
130
405361
2335
On peut faire un travail de détective
06:59
because you can take
a very specific kind of cholera
a very specific kind of cholera
131
407720
2475
en prenant par exemple
une espèce précise du choléra
une espèce précise du choléra
07:02
that affected Haiti,
132
410219
1190
qui a touché Haïti.
07:04
and you can look at
which country it came from,
which country it came from,
133
412377
2686
On peut rechercher le pays à son origine,
07:07
which region it came from,
134
415087
1726
la région même
07:09
and probably which soldier took that
from that African country to Haiti.
from that African country to Haiti.
135
417496
4742
et sans doute aussi le soldat
qui l'a emmenée d'Afrique à Haïti.
qui l'a emmenée d'Afrique à Haïti.
07:17
Zoom out.
136
425133
1512
Dézoomons.
07:18
It's not just zooming in.
137
426669
1571
Aller vers le plus petit n'est pas tout.
07:21
This is one of the coolest maps
ever done by human beings.
ever done by human beings.
138
429042
2854
Voici une des cartes les plus cool
réalisées par l'homme.
réalisées par l'homme.
07:24
What they've done is taken
all the genetic information they have
all the genetic information they have
139
432446
3056
On a repris toutes les informations
génétiques connues sur toutes les espèces
génétiques connues sur toutes les espèces
07:27
about all the species,
140
435526
1481
07:29
and they've put a tree of life
on a single page
on a single page
141
437031
3430
et on a compilé ça sur un arbre de vie
qui tient sur une page.
qui tient sur une page.
07:32
that you can zoom in and out of.
142
440485
1578
On peut zoomer et dézoomer.
07:34
So this is what came first,
how did it diversify, how did it branch,
how did it diversify, how did it branch,
143
442484
3721
Voici ce qui est venu en premier,
sa diversification, son rayonnement
sa diversification, son rayonnement
et la taille de ce génome.
07:38
how large is that genome,
144
446229
1230
07:39
on a single page.
145
447483
1197
Tout ça sur une seule page.
07:41
It's kind of the universe
of life on Earth,
of life on Earth,
146
449619
2063
C'est l'univers du vivant sur la Terre,
07:43
and it's being constantly
updated and completed.
updated and completed.
147
451706
2449
mis à jour et complété constamment.
07:46
And so as you're looking at this stuff,
148
454982
1859
Dans cette évolution de la biologie,
le changement fondamental est
qu'avant, la biologie était réactive.
qu'avant, la biologie était réactive.
07:48
the really important change is
the old biology used to be reactive.
the old biology used to be reactive.
149
456865
3351
07:52
You used to have a lot of biologists
that had microscopes,
that had microscopes,
150
460240
2720
Les biologistes avaient des microscopes
07:54
and they had magnifying glasses
and they were out observing animals.
and they were out observing animals.
151
462984
3299
et des loupes pour observer les animaux.
07:58
The new biology is proactive.
152
466897
1869
La nouvelle biologie est proactive.
08:01
You don't just observe stuff,
you make stuff.
you make stuff.
153
469433
3019
On ne fait pas qu'observer,
on crée aussi des choses.
on crée aussi des choses.
08:05
And that's a really big change
154
473135
1648
C'est une révolution
08:06
because it allows us
to do things like this.
to do things like this.
155
474807
2809
car ça nous permet de réaliser
des choses comme ceci.
des choses comme ceci.
08:10
And I know you're really
excited by this picture.
excited by this picture.
156
478559
2467
Je suis persuadé que
cette photo vous enthousiasme.
cette photo vous enthousiasme.
08:13
(Laughter)
157
481050
1111
(Rires)
08:14
It only took us four years
and 40 million dollars
and 40 million dollars
158
482185
2374
Cette photo nous aura demandé
quatre ans de travail
et 40 millions de dollars.
et 40 millions de dollars.
08:16
to be able to take this picture.
159
484583
1602
08:18
(Laughter)
160
486209
1230
(Rires)
08:19
And what we did
161
487463
1371
Qu'avons-nous fait ?
08:21
is we took the full gene code
out of a cell --
out of a cell --
162
489586
3275
On a retiré un génome
complet d'une cellule,
complet d'une cellule,
08:24
not a gene, not two genes,
the full gene code out of a cell --
the full gene code out of a cell --
163
492885
3911
pas un gène, pas deux gènes,
mais le génome complet de la cellule,
mais le génome complet de la cellule,
08:30
built a completely new gene code,
164
498016
1840
pour construire un nouveau code génétique,
08:32
inserted it into the cell,
165
500825
1575
l'insérer dans une cellule
08:34
figured out a way to have the cell
execute that code
execute that code
166
502424
2932
et trouver un moyen que cette cellule
exécute notre code
exécute notre code
08:37
and built a completely new species.
167
505380
2254
pour développer une nouvelle espèce.
08:40
So this is the world's first
synthetic life form.
synthetic life form.
168
508884
2485
Il s'agit donc de la première
forme de vie synthétique.
forme de vie synthétique.
08:45
And so what do you do with this stuff?
169
513810
1895
Que fait-on avec ça ?
08:48
Well, this stuff is going
to change the world.
to change the world.
170
516430
2204
Le monde de demain
ne sera plus jamais pareil.
ne sera plus jamais pareil.
08:51
Let me give you three short-term trends
171
519417
1939
Les trois premières tendances
sur le court terme
sur le court terme
08:53
in terms of how it's going
to change the world.
to change the world.
172
521380
2255
qui vont transformer le monde
sont les suivantes.
sont les suivantes.
08:56
The first is we're going to see
a new industrial revolution.
a new industrial revolution.
173
524269
2921
Tout d'abord, il y aura une nouvelle
révolution industrielle.
révolution industrielle.
08:59
And I actually mean that literally.
174
527674
1701
Au sens littéral du terme.
09:01
So in the same way as Switzerland
and Germany and Britain
and Germany and Britain
175
529992
4491
Tout comme la Suisse,
l'Allemagne et la Grande-Bretagne
l'Allemagne et la Grande-Bretagne
09:06
changed the world with machines
like the one you see in this lobby,
like the one you see in this lobby,
176
534507
3658
ont changé le monde avec des engins
comme ceux exposés dans le hall d'entrée,
comme ceux exposés dans le hall d'entrée,
09:11
created power --
177
539537
1196
en générant l'électricité,
09:13
in the same way CERN
is changing the world,
is changing the world,
178
541273
2664
tout comme le CERN est en train
de transformer le monde,
de transformer le monde,
09:15
using new instruments
and our concept of the universe --
and our concept of the universe --
179
543961
3347
avec des instruments nouveaux
et notre conception de l'univers,
et notre conception de l'univers,
09:20
programmable life forms
are also going to change the world
are also going to change the world
180
548060
2894
les formes de vie programmables
vont changer le monde
vont changer le monde
09:23
because once you can program cells
181
551810
1655
car dès qu'il est possible
de programmer une cellule,
de programmer une cellule,
09:25
in the same way as you
program your computer chip,
program your computer chip,
182
553489
2528
tout comme on programme
une puce électronique,
une puce électronique,
09:29
then you can make almost anything.
183
557736
1693
alors tous devient possible.
09:32
So your computer chip
can produce photographs,
can produce photographs,
184
560369
2779
Votre puce électronique
peut produire des images,
peut produire des images,
09:35
can produce music, can produce film,
185
563172
2073
de la musique, des films,
09:37
can produce love letters,
can produce spreadsheets.
can produce spreadsheets.
186
565269
2413
des lettres d'amour
ou des tableaux de calcul.
ou des tableaux de calcul.
09:39
It's just ones and zeroes
flying through there.
flying through there.
187
567706
2244
Tout ça est fait de zéros et de uns.
09:42
If you can flow ATCGs through cells,
188
570604
2605
Si on peut encoder
des ATCG dans les cellules,
des ATCG dans les cellules,
09:46
then this software makes its own hardware,
189
574123
3054
le logiciel va créer sa propre machine.
09:49
which means it scales very quickly.
190
577201
2072
En d'autres mots,
il va se développer rapidement.
il va se développer rapidement.
09:52
No matter what happens,
191
580487
1651
Quoi qu'il arrive,
09:54
if you leave your cell phone
by your bedside,
by your bedside,
192
582162
2158
en abandonnant votre portable
à votre chevet,
à votre chevet,
vous ne vous retrouverez pas avec
un milliard de portables le lendemain.
un milliard de portables le lendemain.
09:56
you will not have a billion
cell phones in the morning.
cell phones in the morning.
193
584344
2586
09:59
But if you do that with living organisms,
194
587489
4913
Mais avec des organismes vivants,
10:05
you can make this stuff
at a very large scale.
at a very large scale.
195
593222
2389
on parle d'échelles incroyables.
10:09
One of the things you can do
is you can start producing
is you can start producing
196
597390
2896
Une des choses devenues possibles
est par exemple la production
est par exemple la production
10:12
close to carbon-neutral fuels
197
600310
2223
de combustibles neutres
au niveau de l'impact carbone,
au niveau de l'impact carbone,
10:14
on a commercial scale by 2025,
198
602557
2426
à une échelle commercialisable dès 2025.
10:18
which we're doing with Exxon.
199
606054
1761
Nous travaillons sur ça avec Exxon.
10:20
But you can also substitute
for agricultural lands.
for agricultural lands.
200
608870
2409
On peut aussi remplacer
les terres agricoles.
les terres agricoles.
10:23
Instead of having 100 hectares
to make oils or to make proteins,
to make oils or to make proteins,
201
611303
4751
Plutôt que d'exploiter 100 hectares
pour produire de l'huile ou des protéines,
pour produire de l'huile ou des protéines,
10:28
you can make it in these vats
202
616078
1859
on peut les produire dans des cuves
avec un rendement variant
entre 10 et 100 fois celui d'un hectare.
entre 10 et 100 fois celui d'un hectare.
10:29
at 10 or 100 times
the productivity per hectare.
the productivity per hectare.
203
617961
2868
10:33
Or you can store information,
or you can make all the world's vaccines
or you can make all the world's vaccines
204
621488
3382
On peut aussi y stocker l'information
ou y fabriquer les vaccins pour le monde.
ou y fabriquer les vaccins pour le monde.
10:36
in those three vats.
205
624894
1299
10:39
Or you can store most of the information
that's held at CERN in those three vats.
that's held at CERN in those three vats.
206
627276
3949
On pourrait même stocker toutes
les informations du CERN dans ces bassins.
les informations du CERN dans ces bassins.
10:44
DNA is a really powerful
information storage device.
information storage device.
207
632350
3209
L'ADN offre des possibilités
de stockage considérables.
de stockage considérables.
10:48
Second turn:
208
636806
1588
Deuxième changement :
10:50
you're beginning to see the rise
of theoretical biology.
of theoretical biology.
209
638418
2784
voici l'avènement
de la biologie théorique.
de la biologie théorique.
10:54
So, medical school departments are one
of the most conservative places on earth.
of the most conservative places on earth.
210
642256
4202
Les facultés de sciences médicales sont un
des lieux les plus conservateurs au monde.
des lieux les plus conservateurs au monde.
10:58
The way they teach anatomy is similar
to the way they taught anatomy
to the way they taught anatomy
211
646482
3417
On y enseigne l'anatomie aujourd'hui
exactement comme il y a 100 ans :
exactement comme il y a 100 ans :
11:01
100 years ago.
212
649923
1166
« Bonjour à tous. Voici votre cadavre. »
11:03
"Welcome, student. Here's your cadaver."
213
651113
2024
11:06
One of the things medical schools are
not good at is creating new departments,
not good at is creating new departments,
214
654149
3707
Les écoles de médecine sont
particulièrement médiocres
particulièrement médiocres
quand il s'agit de créer de nouveaux
départements et le font rarement.
départements et le font rarement.
11:09
which is why this is so unusual.
215
657880
1749
11:12
Isaac Kohane has now created a department
based on informatics, data, knowledge
based on informatics, data, knowledge
216
660351
6498
Isaac Kohane a créé un département
fondé sur les données, les connaissances,
fondé sur les données, les connaissances,
11:18
at Harvard Medical School.
217
666873
1511
à la Harvard Medical School.
11:21
And in a sense,
what's beginning to happen is
what's beginning to happen is
218
669408
2177
Dans un sens, la biologie
commence à collecter assez de données
commence à collecter assez de données
11:23
biology is beginning to get enough data
219
671609
2482
11:26
that it can begin to follow
the steps of physics,
the steps of physics,
220
674115
2766
pour suivre les pas de la physique.
11:28
which used to be observational physics
221
676905
3388
C'est-à-dire que de physique d'observation
11:32
and experimental physicists,
222
680317
1971
et d'expérimentation,
elle est devenue créatrice,
physique théorique.
physique théorique.
11:34
and then started creating
theoretical biology.
theoretical biology.
223
682312
2162
11:36
Well, that's what you're beginning to see
224
684498
2004
C'est en train d'arriver en biologie
11:38
because you have so many medical records,
225
686526
1980
car nous avons
toutes ces données médicales
toutes ces données médicales
11:40
because you have
so much data about people:
so much data about people:
226
688530
2032
et toutes ces données sur les gens :
11:42
you've got their genomes,
you've got their viromes,
you've got their viromes,
227
690586
2410
leurs génomes, leurs viromes
11:45
you've got their microbiomes.
228
693020
1494
et leurs microbiomes.
11:46
And as this information stacks,
229
694538
1981
Plus les informations s'accumulent,
11:48
you can begin to make predictions.
230
696543
2063
plus on peut réaliser des prédictions.
11:52
The third thing that's happening
is this is coming to the consumer.
is this is coming to the consumer.
231
700149
3255
La troisième transformation est
que le consommateur est touché.
que le consommateur est touché.
11:56
So you, too, can get your genes sequenced.
232
704629
4156
Vous aussi, vous pouvez obtenir
un séquençage de vos gènes.
un séquençage de vos gènes.
12:01
And this is beginning to create
companies like 23andMe,
companies like 23andMe,
233
709698
2728
Cela mène à la création d'entreprises
comme 23andMe.
comme 23andMe.
12:04
and companies like 23andMe
are going to be giving you
are going to be giving you
234
712450
2478
Ces entreprises comme 23andMe
pourront vous offrir
pourront vous offrir
de plus en plus d'informations,
12:06
more and more and more data,
235
714952
1352
12:08
not just about your relatives,
236
716328
1544
sur les membres de votre famille,
12:10
but about you and your body,
237
718562
1360
sur vous, sur votre corps.
12:11
and it's going to compare stuff,
238
719946
1531
Elles proposeront de comparer des données,
leur évolution dans le temps
leur évolution dans le temps
12:13
and it's going
to compare stuff across time,
to compare stuff across time,
239
721501
2093
et cela produira des bases
de données massives.
de données massives.
12:15
and these are going to become
very large databases.
very large databases.
240
723618
2607
12:18
But it's also beginning to affect
a series of other businesses
a series of other businesses
241
726249
2962
D'autres domaines d'activités
sont aussi affectés
sont aussi affectés
12:21
in unexpected ways.
242
729235
1537
de manière inattendue.
12:23
Normally, when you advertise something,
you really don't want the consumer
you really don't want the consumer
243
731802
3751
Quand on fait une publicité,
le but n'est pas que le consommateur
le but n'est pas que le consommateur
12:27
to take your advertisement
into the bathroom to pee on.
into the bathroom to pee on.
244
735577
4567
emporte votre publicité
aux toilettes pour uriner dessus.
aux toilettes pour uriner dessus.
12:33
Unless, of course, if you're IKEA.
245
741993
2055
Sauf si vous vous appelez IKEA.
12:37
Because when you rip this
out of a magazine and you pee on it,
out of a magazine and you pee on it,
246
745381
2906
Si vous déchirez cette publicité
de votre magazine pour uriner dessus,
de votre magazine pour uriner dessus,
12:40
it'll turn blue if you're pregnant.
247
748311
2069
elle devient bleue si vous êtes enceinte.
12:42
(Laughter)
248
750404
1213
(Rires)
12:44
And they'll give you
a discount on your crib.
a discount on your crib.
249
752214
3873
L'annonceur vous offre un rabais
sur l'achat d'un berceau.
sur l'achat d'un berceau.
12:48
(Laughter)
250
756111
1158
(Rires)
12:49
Right? So when I say consumer empowerment,
251
757293
2015
OK ? Quand je parle d'émancipation
des consommateurs,
des consommateurs,
12:51
and this is spreading beyond biotech,
252
759332
2739
et cela va au-delà des biotechnologies,
12:54
I actually really mean that.
253
762095
1819
je pense ce que je dis.
12:58
We're now beginning to produce,
at Synthetic Genomics,
at Synthetic Genomics,
254
766273
3365
À Synthetic Genomics,
nous sommes en train de développer
nous sommes en train de développer
13:02
desktop printers
255
770540
1471
des imprimantes portables
13:05
that allow you to design a cell,
256
773228
3530
qui vous permettent
de concevoir une cellule,
de concevoir une cellule,
13:08
print a cell,
257
776782
1167
de l'imprimer
et d'exécuter un programme
dans la cellule.
dans la cellule.
13:09
execute the program on the cell.
258
777973
1845
13:12
We can now print vaccines
259
780825
2103
Aujourd'hui, on peut imprimer des vaccins
13:14
real time as an airplane takes off
260
782952
2247
en temps réel quand un avion décolle
13:17
before it lands.
261
785223
1190
et avant qu'il atterrisse.
13:19
We're shipping 78
of these machines this year.
of these machines this year.
262
787929
2572
Cette année, on va livrer
78 de ces imprimantes.
78 de ces imprimantes.
13:24
This is not theoretical biology.
This is printing biology.
This is printing biology.
263
792068
4473
Ce n'est plus de la biologie théorique,
c'est de la biologie imprimée.
c'est de la biologie imprimée.
13:30
Let me talk about two long-term trends
264
798182
2196
Permettez-moi d'évoquer
deux tendances à long terme
deux tendances à long terme
13:33
that are coming at you
over a longer time period.
over a longer time period.
265
801374
3326
qui vont arriver sur une longue période.
13:37
The first one is, we're starting
to redesign species.
to redesign species.
266
805658
2656
D'abord, nous sommes en train
de modifier les espèces.
de modifier les espèces.
13:41
And you've heard about that, right?
267
809055
1777
Vous avez dû en entendre parler.
13:42
We're redesigning trees.
We're redesigning flowers.
We're redesigning flowers.
268
810856
2681
On modifie des arbres, des fleurs,
13:45
We're redesigning yogurt,
269
813561
2293
du yaourt,
13:48
cheese, whatever else you want.
270
816513
2030
du fromage et tout ce que vous voulez.
13:51
And that, of course,
brings up the interesting question:
brings up the interesting question:
271
819678
2650
Ceci entraîne une question fascinante :
13:54
How and when should we redesign humans?
272
822884
2336
comment et quand devrions-nous
amender les humains ?
amender les humains ?
13:59
And a lot of us think,
"Oh no, we never want to redesign humans."
"Oh no, we never want to redesign humans."
273
827566
3557
Nous sommes nombreux à penser :
« Jamais nous ne voudrons ça ! »
« Jamais nous ne voudrons ça ! »
14:04
Unless, of course, if your child
has a Huntington's gene
has a Huntington's gene
274
832147
2715
Sauf si votre enfant
a le gène de Huntington
a le gène de Huntington
14:06
and is condemned to death.
275
834886
1389
et est condamné à mourir.
14:09
Or, unless if you're passing on
a cystic fibrosis gene,
a cystic fibrosis gene,
276
837172
3363
Sauf si vous êtes porteur du gène
de la mucoviscidose
de la mucoviscidose
et, dans ce cas, vous souhaiterez
un amendement pour vous
un amendement pour vous
14:12
in which case, you don't just want
to redesign yourself,
to redesign yourself,
277
840559
2690
14:15
you want to redesign your children
and their children.
and their children.
278
843273
2539
et aussi pour vos enfants
et leurs enfants.
et leurs enfants.
14:18
And these are complicated debates
and they're going to happen in real time.
and they're going to happen in real time.
279
846723
3645
Il s'agit de débats complexes
et ils ont lieu maintenant.
et ils ont lieu maintenant.
14:22
I'll give you one current example.
280
850839
1951
Un exemple :
14:25
One of the debates going on
at the National Academies today
at the National Academies today
281
853531
3072
un des débats en cours
dans les Académies nationales
dans les Académies nationales
14:29
is you have the power to put
a gene drive into mosquitoes
a gene drive into mosquitoes
282
857896
4702
concerne notre capacité à provoquer
une mutation génétique chez les moustiques
une mutation génétique chez les moustiques
14:34
so that you will kill
all the malaria-carrying mosquitoes.
all the malaria-carrying mosquitoes.
283
862622
2984
qui tuera tous les moustiques
porteurs de la malaria.
porteurs de la malaria.
14:39
Now, some people say,
284
867547
2560
Certains pensent
14:42
"That's going to affect the environment
in an extreme way, don't do it."
in an extreme way, don't do it."
285
870964
3465
que l'impact sur l'environnement
mérite d'agir avec précaution.
mérite d'agir avec précaution.
14:47
Other people say,
286
875326
1155
D'autres, toutefois, pensent
14:48
"This is one of the things
that's killing millions of people yearly.
that's killing millions of people yearly.
287
876505
3227
que cette maladie tue des millions
de personnes tous les ans.
de personnes tous les ans.
14:51
Who are you to tell me
that I can't save the kids in my country?"
that I can't save the kids in my country?"
288
879756
3548
On ne peut pas nous empêcher de sauver
les enfants de nos pays.
les enfants de nos pays.
14:57
And why is this debate so complicated?
289
885183
1853
Pourquoi ce débat est-il si complexe ?
14:59
Because as soon as you
let this loose in Brazil
let this loose in Brazil
290
887060
2881
Parce qu'en lâchant ça au Brésil,
ou au sud de la Floride,
ou au sud de la Floride,
15:01
or in Southern Florida --
291
889965
1423
les moustiques n'ont pas de frontières.
15:03
mosquitoes don't respect walls.
292
891412
1541
15:04
You're making a decision for the world
293
892977
2301
C'est une décision qui affecte
le monde entier
le monde entier
15:07
when you put a gene drive into the air.
294
895302
1907
que de libérer une mutation génétique.
15:14
This wonderful man won a Nobel Prize,
295
902145
2095
Cet homme extraordinaire
a reçu le Prix Nobel.
a reçu le Prix Nobel.
15:17
and after winning the Nobel Prize
296
905103
1640
Suite à son Prix Nobel,
15:18
he's been worrying about
297
906767
1255
il s'est intéressé
15:21
how did life get started on this planet
298
909531
2103
à comment la vie a démarré
sur cette planète
sur cette planète
15:23
and how likely is it
that it's in other places?
that it's in other places?
299
911658
2281
et à la probabilité
de la trouver ailleurs.
de la trouver ailleurs.
15:27
So what he's been doing is going around
to this graduate students
to this graduate students
300
915097
3202
Aujourd'hui, il passe son temps
avec ses étudiants
avec ses étudiants
15:30
and saying to his graduate students,
301
918323
1718
en leur demandant ceci :
15:32
"Build me life but don't use
any modern chemicals or instruments.
any modern chemicals or instruments.
302
920864
3322
« Créez une vie mais sans aucun
produit chimique ou instrument modernes.
produit chimique ou instrument modernes.
15:36
Build me stuff that was here
three billion years ago.
three billion years ago.
303
924210
2665
Créez quelque chose qui existait
il y a trois milliards d'années.
il y a trois milliards d'années.
15:38
You can't use lasers.
You can't use this. You can't use that."
You can't use this. You can't use that."
304
926899
3156
Sans lasers. Sans ceci. Sans cela. »
15:44
He gave me a vial of what he's built
about three weeks ago.
about three weeks ago.
305
932330
3245
Il m'a donné une fiole avec
ce qu'il a fabriqué il y a trois semaines.
ce qu'il a fabriqué il y a trois semaines.
15:48
What has he built?
306
936639
1179
Qu'est-ce que c'est ?
15:49
He's built basically what looked like
soap bubbles that are made out of lipids.
soap bubbles that are made out of lipids.
307
937842
4025
Il a fabriqué ce qui ressemble
à des bulles de savon faites de lipides.
à des bulles de savon faites de lipides.
15:53
He's built a precursor of RNA.
308
941891
2566
Il a fabriqué un précurseur
de l'acide ribonucléique.
de l'acide ribonucléique.
15:57
He's had the precursor of the RNA
be absorbed by the cell
be absorbed by the cell
309
945291
3752
Il a fait absorber ce précurseur
d'ARN par une cellule
d'ARN par une cellule
16:02
and then he's had the cells divide.
310
950194
1883
qu'il a laissée se diviser.
16:06
We may not be that far --
311
954031
1957
On pourrait ne pas être loin,
16:09
call it a decade, maybe two decades --
312
957687
3117
on parle de dix ou vingt ans,
16:12
from generating life from scratch
313
960828
1970
du moment où nous pourrons
générer la vie à partir de rien,
générer la vie à partir de rien,
16:16
out of proto-communities.
314
964285
1803
à partir de proto-communautés.
16:19
Second long-term trend:
315
967512
1646
Deuxième tendance sur le long terme :
16:22
we've been living and are living
through the digital age --
through the digital age --
316
970273
3526
nous sommes en train de vivre
dans l'ère numérique,
dans l'ère numérique,
16:25
we're starting to live through
the age of the genome
the age of the genome
317
973823
2519
nous faisons nos premiers pas
dans l'ère du génome.
dans l'ère du génome.
16:28
and biology and CRISPR
and synthetic biology --
and synthetic biology --
318
976366
3615
La biologie, CRISPR,
la biologie synthétique
la biologie synthétique
16:32
and all of that is going to merge
into the age of the brain.
into the age of the brain.
319
980870
2907
et tout le reste vont se réunir
dans l'ère du cerveau.
dans l'ère du cerveau.
16:36
So we're getting to the point where
we can rebuild most of our body parts,
we can rebuild most of our body parts,
320
984743
3981
Nous arrivons à l'étape où nous pouvons
régénérer la plupart de nos organes
régénérer la plupart de nos organes
16:40
in the same way as if you break a bone
or burn your skin, it regrows.
or burn your skin, it regrows.
321
988748
3656
telle la guérison de la peau ou d'un os
après une brûlure ou une fracture.
après une brûlure ou une fracture.
16:44
We're beginning to learn
how to regrow our tracheas
how to regrow our tracheas
322
992428
2668
Nous apprenons à régénérer nos trachées
16:47
or how to regrow our bladders.
323
995120
1864
et nos vessies.
16:49
Both of those have been
implanted in humans.
implanted in humans.
324
997008
2306
On en a implanté chez des humains.
16:51
Tony Atala is working on
32 different organs.
32 different organs.
325
999338
2728
Tony Atala développe
32 organes différents.
32 organes différents.
16:55
But the core is going to be this,
326
1003487
1890
Mais ceci va devenir le cœur
16:57
because this is you
and the rest is just packaging.
and the rest is just packaging.
327
1005401
3054
car c'est vous, et le reste n'est
qu'une enveloppe charnelle.
qu'une enveloppe charnelle.
17:02
Nobody's going to live beyond
120, 130, 140 years
120, 130, 140 years
328
1010011
3547
Personne ne vivra
au-delà de 120, 130 ou 140 ans.
au-delà de 120, 130 ou 140 ans.
17:05
unless if we fix this.
329
1013582
1735
Sauf si nous réglons ça.
17:08
And that's the most interesting challenge.
330
1016084
2066
C'est aussi le défi le plus intéressant.
17:10
That's the next frontier, along with:
331
1018174
2111
C'est la nouvelle frontière, avec :
17:12
"How common is life in the universe?"
332
1020309
2347
« La vie est-elle généralisée
dans l'univers ? »
dans l'univers ? »
17:14
"Where did we come from?"
333
1022680
1806
« D'où venons-nous ? »
17:16
and questions like that.
334
1024510
1634
entre autres.
17:20
Let me end this with
an apocryphal quote from Einstein.
an apocryphal quote from Einstein.
335
1028031
3190
Je conclurai avec une citation
apocryphe d'Einstein.
apocryphe d'Einstein.
[Il n'y a que deux façons
de vivre sa vie :
de vivre sa vie :
17:23
[You can live as if
everything is a miracle,
everything is a miracle,
336
1031697
2219
faire comme si tout était un miracle
ou rien n'était un miracle]
ou rien n'était un miracle]
17:25
or you can live as if
nothing is a miracle.]
nothing is a miracle.]
337
1033940
2272
17:28
It's your choice.
338
1036236
1513
C'est votre choix.
17:30
You can focus on the bad,
you can focus on the scary,
you can focus on the scary,
339
1038555
2479
Vous pouvez vous focaliser
sur le mauvais et l'effroyable,
sur le mauvais et l'effroyable,
17:33
and certainly there's
a lot of scary out there.
a lot of scary out there.
340
1041058
2416
et il y a certes des choses effrayantes.
17:36
But use 10 percent of your brain
to focus on that, or maybe 20 percent,
to focus on that, or maybe 20 percent,
341
1044012
4732
Mais utilisez 10 ou 20%
de votre cerveau à ça,
de votre cerveau à ça,
17:40
or maybe 30 percent.
342
1048768
1826
voire 30%.
17:43
But just remember,
343
1051474
1782
Surtout, rappelez-vous,
17:45
we really are living in an age
of miracle and wonder.
of miracle and wonder.
344
1053280
2609
nous vivons dans une ère
de miracle et d'émerveillement.
de miracle et d'émerveillement.
17:48
We're lucky to be alive today.
We're lucky to see this stuff.
We're lucky to see this stuff.
345
1056271
3551
Nous avons la chance de vivre maintenant
et d'être les témoins de tout ça.
et d'être les témoins de tout ça.
Nous avons la change d'interagir
avec des personnes comme celles
avec des personnes comme celles
17:51
We're lucky to be able to interact
with folks like the folks
with folks like the folks
346
1059846
2841
17:54
who are building
all the stuff in this room.
all the stuff in this room.
347
1062711
2110
qui construisent toutes ces choses
et qui sont parmi nous.
et qui sont parmi nous.
17:57
So thank you to all of you,
for all you do.
for all you do.
348
1065487
2975
Merci à vous tous pour ce que vous faites.
18:01
(Applause)
349
1069066
3696
(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