TEDxCERN
Juan Enriquez: The age of genetic wonder
Juan Enriquez: L'età delle meraviglie della genetica
Filmed:
Readability: 3.7
1,960,234 views
Gli strumenti di modifica dei geni come il CRISPR ci permettono di programmare la vita al suo livello più fondamentale. Ma ciò fa nascere delle questioni importanti: se possiamo creare delle nuove specie dal nulla, cosa dovremmo creare? Dovremmo ridisegnare l'umanità che conosciamo oggi? Juan Enriquez prevede i possibili sviluppi delle modifiche genetiche, esplorando le immense incertezze ed opportunità di questa nuova frontiera.
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
Allora, iniziamo con Roy Amara.
00:16
Roy's argument is that most new
technologies tend to be overestimated
technologies tend to be overestimated
1
4350
4211
Secondo Roy,
gran parte delle nuove tecnologie
è sopravvalutata
è sopravvalutata
00:20
in their impact to begin with,
2
8585
2068
per il loro impatto,
prima di tutto,
prima di tutto,
00:22
and then they get underestimated
in the long term
in the long term
3
10677
2402
e poi vengono sottovalutate
a lungo termine
a lungo termine
00:25
because we get used to them.
4
13103
1364
perché ci abituiamo.
00:26
These really are days
of miracle and wonder.
of miracle and wonder.
5
14491
2196
Questi sono i giorni
del miracolo e della meraviglia.
del miracolo e della meraviglia.
00:29
You remember that wonderful
song by Paul Simon?
song by Paul Simon?
6
17433
2381
Ricordate quella bellissima
canzone di Paul Simon?
canzone di Paul Simon?
00:32
There were two lines in it.
7
20365
1338
Aveva due versi.
00:33
So what was it that was considered
miraculous back then?
miraculous back then?
8
21727
3687
Cos'era considerato come miracoloso
a quei tempi?
a quei tempi?
00:38
Slowing down things -- slow motion --
9
26393
2072
Rallentare le cose, il rallentatore --
00:41
and the long-distance call.
10
29371
1728
e le interurbane.
00:43
Because, of course, you used
to get interrupted by operators
to get interrupted by operators
11
31941
2859
Perché si veniva sempre interrotti
dall'operatore
dall'operatore
00:46
who'd tell you, "Long distance calling.
Do you want to hang up?"
Do you want to hang up?"
12
34824
2997
che chiedeva "Chiamata a lunga distanza.
vuole riattaccare?"
vuole riattaccare?"
00:49
And now we think nothing of calling
all over the world.
all over the world.
13
37845
2702
E oggi chiamare in tutto il mondo
è una bazzecola.
è una bazzecola.
00:53
Well, something similar may be happening
14
41040
2630
Bene, qualcosa di simile
potrebbe succedere
potrebbe succedere
00:55
with reading and programming life.
15
43694
2072
con la lettura e programmazione
della vita.
della vita.
00:58
But before I unpack that,
16
46636
1728
Ma prima di parlare di questo,
01:01
let's just talk about telescopes.
17
49069
2684
parliamo di telescopi.
01:04
Telescopes were overestimated
originally in their impact.
originally in their impact.
18
52798
4311
Originariamente i telescopi
sono stati sopravvalutati.
sono stati sopravvalutati.
01:09
This is one of Galileo's early models.
19
57133
2169
Questo è uno dei modelli di Galileo.
01:12
People thought it was just
going to ruin all religion.
going to ruin all religion.
20
60090
3359
La gente pensava che avrebbe distrutto
la religione
la religione
01:15
(Laughter)
21
63473
1150
(Risate)
01:18
So we're not paying that much
attention to telescopes.
attention to telescopes.
22
66862
2714
Quindi non facciamo molto caso
ai telescopi.
ai telescopi.
01:22
But, of course, telescopes launched
10 years ago, as you just heard,
10 years ago, as you just heard,
23
70628
4082
Ma per telescopi lanciati dieci anni fa,
come avrete sentito,
come avrete sentito,
01:26
could take this Volkswagen,
fly it to the moon,
fly it to the moon,
24
74734
2991
se prendete una Volkswagen
e la portate sulla Luna,
e la portate sulla Luna,
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
potete vedere le luci dell'auto
illuminare la luna.
illuminare la luna.
01:36
And that's the kind of resolution power
that allowed you to see
that allowed you to see
26
84624
3262
Questo è il livello di risoluzione
che vi ha permesso
che vi ha permesso
01:40
little specks of dust
floating around distant suns.
floating around distant suns.
27
88592
3604
di vedere piccole macchie fluttuare
attorno a stelle distanti.
attorno a stelle distanti.
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
Immaginate per un secondo che questa sia
una stella lontana milioni di anni luce,
una stella lontana milioni di anni luce,
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
e vi trovate una piccola macchia
che la oscura.
che la oscura.
01:51
That's what detecting
an exoplanet is like.
an exoplanet is like.
30
99566
2501
Questo significa localizzare
un esopianeta.
un esopianeta.
01:55
And the cool thing is, the telescopes
that are now being launched
that are now being launched
31
103268
3790
E la cosa bella è che i telescopi
che lanciamo oggi
che lanciamo oggi
02:00
would allow you to see
a single candle lit on the moon.
a single candle lit on the moon.
32
108138
3005
ci permettono di identificare
una singola candela accesa sulla luna.
una singola candela accesa sulla luna.
02:04
And if you separated it by one plate,
33
112279
2828
E se le la dividete con una lastra,
02:07
you could see two candles
separately at that distance.
separately at that distance.
34
115131
2794
potrete vedere due candele separate
da quella distanza.
da quella distanza.
02:11
And that's the kind
of resolution that you need
of resolution that you need
35
119124
2813
Questa è la risoluzione che serve
02:13
to begin to image
that little speck of dust
that little speck of dust
36
121961
2468
per iniziare ad immaginare
questa piccola macchia
questa piccola macchia
02:16
as it comes around the sun
37
124453
1286
che passa davanti al sole
02:17
and see if it has a blue-green signature.
38
125763
2049
e vedere se ha una piccola
firma verde-blu.
firma verde-blu.
02:21
And if it does have
a blue-green signature,
a blue-green signature,
39
129120
2071
E se ha una firma vede-blu,
02:23
it means that life
is common in the universe.
is common in the universe.
40
131215
2220
significa che la vita
è diffusa nell'universo.
è diffusa nell'universo.
02:25
The first time you ever see a blue-green
signature on a distant planet,
signature on a distant planet,
41
133459
4196
La prima volta che si vedrà un'impronta
verde-blu su un pianeta distante,
verde-blu su un pianeta distante,
02:29
it means there's photosynthesis there,
42
137679
1993
significa che li c'è fotosintesi,
02:31
there's water there,
43
139696
1281
c'è acqua,
02:33
and the chances that you saw
the only other planet with photosynthesis
the only other planet with photosynthesis
44
141001
3872
e le possibilità che vediate l'unico
altro pianeta con fotosintesi
altro pianeta con fotosintesi
02:36
are about zero.
45
144897
1363
sono pari a zero.
02:39
And that's a calendar-changing event.
46
147108
1896
Questo è un evento
che cambia il mondo.
che cambia il mondo.
02:41
There's a before and after
we were alone in the universe:
we were alone in the universe:
47
149670
2752
C'è un prima e un dopo
essere soli nell'universo:
essere soli nell'universo:
02:44
forget about the discovery
of whatever continent.
of whatever continent.
48
152446
2470
dimenticatevi le scoperte
di un continente.
di un continente.
Mentre ci pensate,
02:48
So as you're thinking about this,
49
156751
1580
cominciamo a essere in grado di immaginare
la maggior parte dell'universo.
la maggior parte dell'universo.
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
E questo è un tempo
di prodigi e meraviglie.
di prodigi e meraviglie.
02:55
And we kind of take that for granted.
52
163559
2352
E lo diamo un po' per scontato.
Qualcosa di simile
sta accadendo nella vita.
sta accadendo nella vita.
02:59
Something similar is happening in life.
53
167562
1915
03:01
So we're hearing about life
in these little bits and pieces.
in these little bits and pieces.
54
169501
3038
Sentiamo parlare di questa vita divisa
in particelle e pezzi.
in particelle e pezzi.
03:04
We hear about CRISPR,
and we hear about this technology,
and we hear about this technology,
55
172563
2658
Sentiamo parlare del CRISPR,
e sentiamo di questa tecnologia,
e sentiamo di questa tecnologia,
03:07
and we hear about this technology.
56
175245
1666
e di questa tecnologia.
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
Ma alla fine di tutto,
la base della vita è un codice.
la base della vita è un codice.
03:13
And life as code is a really
important concept because it means,
important concept because it means,
58
181900
3950
E il concetto di vita come codice
è molto importante perché significa,
è molto importante perché significa,
03:17
just in the same way
as you can write a sentence
as you can write a sentence
59
185874
3210
nello stesso modo in cui voi
potete scrivere una frase
potete scrivere una frase
03:21
in English or in French or Chinese,
60
189108
3118
in inglese, francese o cinese,
03:25
just in the same way
as you can copy a sentence,
as you can copy a sentence,
61
193146
2906
nello stesso modo in cui
potete copiare una frase,
potete copiare una frase,
03:28
just in the same way
as you can edit a sentence,
as you can edit a sentence,
62
196076
2526
nello stesso modo in cui
potete modificare una frase,
potete modificare una frase,
03:30
just in the same way
as you can print a sentence,
as you can print a sentence,
63
198626
2350
nello stesso modo in cui
potete stampare una frase,
potete stampare una frase,
03:33
you're beginning to be able
to do that with life.
to do that with life.
64
201000
2719
potete cominciare
a fare lo stesso con la vita.
a fare lo stesso con la vita.
Significa che stiamo cominciando a capire
come leggere questo linguaggio.
come leggere questo linguaggio.
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
03:40
And this, of course, is the language
that is used by this orange.
that is used by this orange.
66
208772
3236
e questo, ovviamente, è il linguaggio
di questa arancia.
di questa arancia.
Per cui, come esegue il codice
questa arancia?
questa arancia?
03:44
So how does this orange execute code?
67
212702
1796
03:46
It doesn't do it in ones and zeroes
like a computer does.
like a computer does.
68
214522
2708
Non lo fa con zero e uno,
come i computer.
come i computer.
03:49
It sits on a tree, and one day it does:
69
217254
1885
Sta sull'albero, e un giorno fa:
03:51
plop!
70
219163
1150
plop!
03:52
And that means: execute.
71
220819
1805
E questo significa: esegui.
03:55
AATCAAG: make me a little root.
72
223149
3272
AATCAAG: fammi una piccola radice.
03:59
TCGACC: make me a little stem.
73
227057
2502
TCGACC: fammi un piccolo germe.
04:01
GAC: make me some leaves.
AGC: make me some flowers.
AGC: make me some flowers.
74
229583
3438
GAC: fammi delle foglie
AGC: fammi dei fiori.
AGC: fammi dei fiori.
04:05
And then GCAA: make me some more oranges.
75
233045
2857
E poi GCAA: fammi altre arance
04:08
If I edit a sentence in English
on a word processor,
on a word processor,
76
236984
4073
Se modifico una frase in inglese
con un editor di testo,
con un editor di testo,
04:15
then what happens is you can go
from this word to that word.
from this word to that word.
77
243153
3441
si passa da una parola all'altra.
04:20
If I edit something in this orange
78
248134
2136
Se modifico qualcosa in questa arancia
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
e metto un GCAAC usando CRISPR o qualcosa
di simile di cui avrete sentito parlare,
di simile di cui avrete sentito parlare,
04:28
then this orange becomes a lemon,
80
256261
1797
questa arancia diventa un limone,
04:30
or it becomes a grapefruit,
81
258957
1548
o un pompelmo,
04:32
or it becomes a tangerine.
82
260529
1657
o un mandarino.
E se modifico una sola
di migliaia di lettere,
di migliaia di lettere,
04:35
And if I edit one in a thousand letters,
83
263102
2018
04:37
you become the person
sitting next to you today.
sitting next to you today.
84
265144
2360
diventate la persona che oggi
è seduta qui di fianco a voi.
è seduta qui di fianco a voi.
State più attenti a dove vi sedete.
04:40
Be more careful where you sit.
85
268757
1520
04:42
(Laughter)
86
270301
1189
(Risate)
Questa cosa all'inizio
era estremamente costosa.
era estremamente costosa.
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
04:48
It was like long-distance calls.
88
276513
1695
Era come le interurbane.
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
Ma i costi stanno calando del 50%
più velocemente della legge di Moore.
più velocemente della legge di Moore.
04:55
The first $200 full genome
was announced yesterday by Veritas.
was announced yesterday by Veritas.
90
283909
3832
Ieri è stata annunciata de Veritas
la prima codifica del genoma a 200 dollari.
la prima codifica del genoma a 200 dollari.
05:00
And so as you're looking at these systems,
91
288494
2130
Mentre guardate questi sistemi,
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
non è importante, non è importante,
non è importante, ma poi lo è.
non è importante, ma poi lo è.
05:06
So let me just give you
the map view of this stuff.
the map view of this stuff.
93
294474
3405
Fatevi dare le proporzioni
di questa cosa.
di questa cosa.
05:10
This is a big discovery.
94
298973
2559
È una grande scoperta.
05:13
There's 23 chromosomes.
95
301556
1923
Ci sono 23 cromosomi.
05:15
Cool.
96
303503
1228
Forte.
Cominciamo a usare la modalità telescopio,
ma al posto di usare un telescopio,
ma al posto di usare un telescopio,
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
05:20
let's use a microscope to zoom in
98
308990
2320
usiamo un microscopio per ingrandire
05:23
on the inferior of those chromosomes,
99
311334
2072
l'interno di uno di questi cromosomi,
05:25
which is the Y chromosome.
100
313430
1621
il cromosoma 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
è un terzo della misura del cromosoma X,
è recessivo e mutante.
è recessivo e mutante.
05:32
But hey,
102
320443
1151
Ma...
05:34
just a male.
103
322262
1219
solo maschile.
05:36
And as you're looking at this stuff,
104
324914
2280
E mentre guardate queste cose,
05:39
here's kind of a country view
105
327218
3450
qui come a livello di Stato
05:42
at a 400 base pair resolution level,
106
330692
2204
ad una risoluzione 400 paia di basi,
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
poi ingrandiamo a 550,
poi ingrandiamo a 850,
poi ingrandiamo a 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
e potete iniziare a vedere
sempre più geni mentre ingrandite.
sempre più geni mentre ingrandite.
05:52
Then you zoom in to the state level,
109
340249
2304
Poi ingrandite a livello di regione,
05:55
and you can begin to tell
who's got leukemia,
who's got leukemia,
110
343473
2804
e potete cominciare a vedere
chi soffre di leucemia,
chi soffre di leucemia,
05:59
how did they get leukemia,
what kind of leukemia do they have,
what kind of leukemia do they have,
111
347543
3024
come gli è venuta,
e che tipo di leucemia ha,
e che tipo di leucemia ha,
06:02
what shifted from what place
to what place.
to what place.
112
350591
2064
cosa si è spostato da dove a dove.
06:05
And then you zoom in
to the Google street view level.
to the Google street view level.
113
353330
2858
e poi ingrandite a livello di
Google street view.
Google street view.
06:09
So this is what happens
if you have colorectal cancer
if you have colorectal cancer
114
357387
2673
Questo succede se avete un cancro
al colon-retto
al colon-retto
06:12
for a very specific patient
on the letter-by-letter resolution.
on the letter-by-letter resolution.
115
360084
4207
di un paziente specifico con
risoluzione lettera per lettera.
risoluzione lettera per lettera.
06:18
So what we're doing in this stuff
is we're gathering information
is we're gathering information
116
366148
3110
Per cui quello che facciamo qui
è raccogliere informazioni
è raccogliere informazioni
06:21
and just generating
enormous amounts of information.
enormous amounts of information.
117
369282
2516
e generare una gigantesca
quantità di informazioni.
quantità di informazioni.
06:23
This is one of the largest
databases on the planet
databases on the planet
118
371822
2874
Questo è uno dei più grandi
database del pianeta
database del pianeta
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
e cresce più veloce
della nostra capacità di creare computer
della nostra capacità di creare computer
per contenerne i dati.
06:32
You can create some incredible
maps with this stuff.
maps with this stuff.
120
380063
2466
Potrete costruire delle mappe incredibili
con questi dati.
con questi dati.
Volete studiare un'epidemia
e capire perché una peste è bubbonica,
e capire perché una peste è bubbonica,
06:35
You want to understand the plague
and why one plague is bubonic
and why one plague is bubonic
121
383292
2971
06:38
and the other one
is a different kind of plague
is a different kind of plague
122
386287
2224
e l'altra è un tipo diverso di epidemia
06:40
and the other one
is a different kind of plague?
is a different kind of plague?
123
388535
2310
e un'altra è ancora diversa?
06:42
Well, here's a map of the plague.
124
390869
1730
Bene, ecco qui una mappa delle epidemie.
06:45
Some are absolutely deadly to humans,
125
393037
1820
Alcune sono assolutamente
mortali per gli uomini,
mortali per gli uomini,
06:46
some are not.
126
394881
1185
altre no.
E guardate, tra l'altro,
se andate a fondo
se andate a fondo
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
06:51
how does it compare to tuberculosis?
128
399106
1753
come si differenzia dalla tubercolosi?
06:53
So this is the difference between
tuberculosis and various kinds of plagues,
tuberculosis and various kinds of plagues,
129
401708
3629
Questa è la differenza tra tubercolosi
e altri tipi di malattie,
e altri tipi di malattie,
06:57
and you can play detective
with this stuff,
with this stuff,
130
405361
2335
e potete giocare al detective,
06:59
because you can take
a very specific kind of cholera
a very specific kind of cholera
131
407720
2475
perché potete prendere
un tipo specifico di colera
un tipo specifico di colera
07:02
that affected Haiti,
132
410219
1190
che ha colpito Haiti,
07:04
and you can look at
which country it came from,
which country it came from,
133
412377
2686
e vedere da che nazione proviene,
07:07
which region it came from,
134
415087
1726
da che regione proviene,
07:09
and probably which soldier took that
from that African country to Haiti.
from that African country to Haiti.
135
417496
4742
e probabilmente quale soldato
l'ha portata dall'Africa ad Haiti.
l'ha portata dall'Africa ad Haiti.
07:17
Zoom out.
136
425133
1512
Allarghiamo l'immagine.
07:18
It's not just zooming in.
137
426669
1571
Non è solo andare nel dettaglio.
07:21
This is one of the coolest maps
ever done by human beings.
ever done by human beings.
138
429042
2854
Questa è una delle mappe più incredibili
mai create dall'uomo.
mai create dall'uomo.
Quello che hanno fatto è prendere
tutte le informazioni genetiche
tutte le informazioni genetiche
07:24
What they've done is taken
all the genetic information they have
all the genetic information they have
139
432446
3056
07:27
about all the species,
140
435526
1481
di tutte le specie,
07:29
and they've put a tree of life
on a single page
on a single page
141
437031
3430
e hanno costruito un albero della vita
su un'unica pagina
su un'unica pagina
07:32
that you can zoom in and out of.
142
440485
1578
che potete ingrandire
o rimpicciolire.
o rimpicciolire.
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
Quello che è arrivato per primo,
come si è diversificato, ramificato,
come si è diversificato, ramificato,
07:38
how large is that genome,
144
446229
1230
quanto è grande il genoma,
07:39
on a single page.
145
447483
1197
su una sola pagina.
07:41
It's kind of the universe
of life on Earth,
of life on Earth,
146
449619
2063
È la vita intera della Terra,
07:43
and it's being constantly
updated and completed.
updated and completed.
147
451706
2449
ed è costantemente aggiornata
e completata.
e completata.
07:46
And so as you're looking at this stuff,
148
454982
1859
E mentre la guardate,
07:48
the really important change is
the old biology used to be reactive.
the old biology used to be reactive.
149
456865
3351
il grande cambiamento è
che la vecchia biologia era reattiva.
che la vecchia biologia era reattiva.
07:52
You used to have a lot of biologists
that had microscopes,
that had microscopes,
150
460240
2720
C'erano molti biologi
che avevano microscopi,
che avevano microscopi,
07:54
and they had magnifying glasses
and they were out observing animals.
and they were out observing animals.
151
462984
3299
e lenti di ingrandimento
ed erano in giro ad osservare animali.
ed erano in giro ad osservare animali.
07:58
The new biology is proactive.
152
466897
1869
La nuova biologia è proattiva.
08:01
You don't just observe stuff,
you make stuff.
you make stuff.
153
469433
3019
Non si guardano solo le cose,
si costruiscono.
si costruiscono.
08:05
And that's a really big change
154
473135
1648
E questo è il grosso cambiamento
08:06
because it allows us
to do things like this.
to do things like this.
155
474807
2809
che ci permette di fare cose così.
08:10
And I know you're really
excited by this picture.
excited by this picture.
156
478559
2467
E so che siete molto
esaltati da questa fotografia.
esaltati da questa fotografia.
08:13
(Laughter)
157
481050
1111
(Risate)
08:14
It only took us four years
and 40 million dollars
and 40 million dollars
158
482185
2374
Ci sono voluti solo quattro anni
e 40 milioni di dollari
e 40 milioni di dollari
08:16
to be able to take this picture.
159
484583
1602
per potere fare questa foto.
08:18
(Laughter)
160
486209
1230
(Risate)
08:19
And what we did
161
487463
1371
Quello che abbiamo fatto
08:21
is we took the full gene code
out of a cell --
out of a cell --
162
489586
3275
è togliere tutto il codice
genetico da una cellula --
genetico da una cellula --
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
non uno o due geni,
tutti i geni da una cellula --
tutti i geni da una cellula --
08:30
built a completely new gene code,
164
498016
1840
e abbiamo costruito
un codice genetico nuovo,
un codice genetico nuovo,
08:32
inserted it into the cell,
165
500825
1575
reinserito nella cellula,
08:34
figured out a way to have the cell
execute that code
execute that code
166
502424
2932
capito come fare eseguire
questo codice alla cellula
questo codice alla cellula
08:37
and built a completely new species.
167
505380
2254
e costruito una specie
assolutamente nuova.
assolutamente nuova.
08:40
So this is the world's first
synthetic life form.
synthetic life form.
168
508884
2485
Questa è la prima forma
di vita sintetica.
di vita sintetica.
08:45
And so what do you do with this stuff?
169
513810
1895
E cosa possiamo farci?
08:48
Well, this stuff is going
to change the world.
to change the world.
170
516430
2204
Bene, queste cose cambieranno
il mondo.
il mondo.
Vi darò tre tendenze
del breve periodo
del breve periodo
08:51
Let me give you three short-term trends
171
519417
1939
08:53
in terms of how it's going
to change the world.
to change the world.
172
521380
2255
dei modi in cui potrebbero
cambiare il mondo.
cambiare il mondo.
08:56
The first is we're going to see
a new industrial revolution.
a new industrial revolution.
173
524269
2921
Per primo vedremo una nuova
rivoluzione industriale.
rivoluzione industriale.
08:59
And I actually mean that literally.
174
527674
1701
E lo intendo letteralmente.
09:01
So in the same way as Switzerland
and Germany and Britain
and Germany and Britain
175
529992
4491
Nello stesso modo in cui Svizzera,
Germania e Inghilterra
Germania e Inghilterra
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
hanno cambiato il mondo con macchine
come quelle qui nell'atrio,
come quelle qui nell'atrio,
09:11
created power --
177
539537
1196
creato energia --
09:13
in the same way CERN
is changing the world,
is changing the world,
178
541273
2664
nello stesso modo in cui il CERN
sta cambiando il mondo,
sta cambiando il mondo,
09:15
using new instruments
and our concept of the universe --
and our concept of the universe --
179
543961
3347
usando nuove strumentazioni
e visioni dell'universo --
e visioni dell'universo --
09:20
programmable life forms
are also going to change the world
are also going to change the world
180
548060
2894
le forme di vita programmabili
cambieranno il mondo
cambieranno il mondo
perché se potete
programmare cellule
programmare cellule
09:23
because once you can program cells
181
551810
1655
09:25
in the same way as you
program your computer chip,
program your computer chip,
182
553489
2528
nello stesso modo in cui programmate
i chip ai computer,
i chip ai computer,
09:29
then you can make almost anything.
183
557736
1693
potete fare qualsiasi cosa.
09:32
So your computer chip
can produce photographs,
can produce photographs,
184
560369
2779
I chip del computer
creano fotografie,
creano fotografie,
09:35
can produce music, can produce film,
185
563172
2073
creano musica, film,
09:37
can produce love letters,
can produce spreadsheets.
can produce spreadsheets.
186
565269
2413
creano lettere d'amore,
fogli di calcolo.
fogli di calcolo.
09:39
It's just ones and zeroes
flying through there.
flying through there.
187
567706
2244
sono solo costituiti da zeri e uno.
09:42
If you can flow ATCGs through cells,
188
570604
2605
Se si riesce a fare scorrere ATCG
attraverso le cellule,
attraverso le cellule,
09:46
then this software makes its own hardware,
189
574123
3054
questo software riesce
a creare il suo stesso hardware,
a creare il suo stesso hardware,
09:49
which means it scales very quickly.
190
577201
2072
che significa che crescerà rapidamente.
09:52
No matter what happens,
191
580487
1651
Non importa cosa può succedere,
09:54
if you leave your cell phone
by your bedside,
by your bedside,
192
582162
2158
se lasciate il telefono cellulare
a lato del letto,
a lato del letto,
09:56
you will not have a billion
cell phones in the morning.
cell phones in the morning.
193
584344
2586
non avrete un milione
di cellulari al mattino.
di cellulari al mattino.
09:59
But if you do that with living organisms,
194
587489
4913
Ma se lo fate con organismi viventi,
10:05
you can make this stuff
at a very large scale.
at a very large scale.
195
593222
2389
potete farlo su larga scala.
10:09
One of the things you can do
is you can start producing
is you can start producing
196
597390
2896
Una delle cose che si possono fare
è cominciare a produrre
è cominciare a produrre
10:12
close to carbon-neutral fuels
197
600310
2223
combustibili pressoché privi di carbonio
10:14
on a commercial scale by 2025,
198
602557
2426
su scala commerciale entro il 2025,
10:18
which we're doing with Exxon.
199
606054
1761
cosa che stiamo facendo con Exxon.
10:20
But you can also substitute
for agricultural lands.
for agricultural lands.
200
608870
2409
Ma potete sostituirla
alle coltivazioni agricole.
alle coltivazioni agricole.
10:23
Instead of having 100 hectares
to make oils or to make proteins,
to make oils or to make proteins,
201
611303
4751
Al posto di avere 100 ettari per ottenere
olio per estrarne proteine,
olio per estrarne proteine,
10:28
you can make it in these vats
202
616078
1859
potete costruirle in queste vasche
10:29
at 10 or 100 times
the productivity per hectare.
the productivity per hectare.
203
617961
2868
a 10 o 100 volte la produttività
per ettaro di terra.
per ettaro di terra.
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
Oppure potete immagazzinare informazioni,
o tutti i vaccini per il mondo
o tutti i vaccini per il mondo
10:36
in those three vats.
205
624894
1299
in queste tre vasche.
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
O potete archiviare quasi tutti i dati
che ci sono al CERN in queste tre vasche.
che ci sono al CERN in queste tre vasche.
10:44
DNA is a really powerful
information storage device.
information storage device.
207
632350
3209
Il DNA è veramente un potentissimo
dispositivo di memorizzazione.
dispositivo di memorizzazione.
10:48
Second turn:
208
636806
1588
Seconda possibilità;
10:50
you're beginning to see the rise
of theoretical biology.
of theoretical biology.
209
638418
2784
comincerete a vedere la nascita della
biologia teorica.
biologia teorica.
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
Le scuole di medicina sono uno degli
ambienti più conservatori sulla terra.
ambienti più conservatori sulla terra.
10:58
The way they teach anatomy is similar
to the way they taught anatomy
to the way they taught anatomy
211
646482
3417
Insegnano anatomia
nello stesso modo in cui la insegnavano
nello stesso modo in cui la insegnavano
11:01
100 years ago.
212
649923
1166
100 anni fa.
11:03
"Welcome, student. Here's your cadaver."
213
651113
2024
"Studenti benvenuti,
ecco il vostro cadavere."
ecco il vostro cadavere."
Una cosa che non sanno fare le scuole
di medicina è creare nuovi dipartimenti,
di medicina è creare nuovi dipartimenti,
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
11:09
which is why this is so unusual.
215
657880
1749
ecco perché è così raro.
11:12
Isaac Kohane has now created a department
based on informatics, data, knowledge
based on informatics, data, knowledge
216
660351
6498
Isaac Kohane ha creato un dipartimento
di informatica, dati e conoscenza
di informatica, dati e conoscenza
11:18
at Harvard Medical School.
217
666873
1511
alla Harvard Medical School.
E in un certo senso,
quello che sta succedendo è
quello che sta succedendo è
11:21
And in a sense,
what's beginning to happen is
what's beginning to happen is
218
669408
2177
11:23
biology is beginning to get enough data
219
671609
2482
che la biologia ha sufficienti dati
11:26
that it can begin to follow
the steps of physics,
the steps of physics,
220
674115
2766
per potere seguire i passi della fisica,
11:28
which used to be observational physics
221
676905
3388
che era fisica di osservazione,
11:32
and experimental physicists,
222
680317
1971
e di fisici sperimentali,
11:34
and then started creating
theoretical biology.
theoretical biology.
223
682312
2162
e poi ha cominciato
a creare la biologia teorica.
a creare la biologia teorica.
11:36
Well, that's what you're beginning to see
224
684498
2004
Questo è quello che vedrete
11:38
because you have so many medical records,
225
686526
1980
perché avete così tanti dati medici,
11:40
because you have
so much data about people:
so much data about people:
226
688530
2032
perché avete così tanti
dati sulle persone:
dati sulle persone:
11:42
you've got their genomes,
you've got their viromes,
you've got their viromes,
227
690586
2410
avete i loro genomi
avete i loro viromi,
avete i loro viromi,
11:45
you've got their microbiomes.
228
693020
1494
avete il loro microbioma.
11:46
And as this information stacks,
229
694538
1981
E mentre queste informazioni
si accumulano,
si accumulano,
11:48
you can begin to make predictions.
230
696543
2063
potete iniziare a fare previsioni.
La terza cosa che potrebbe succedere
è l'avvicinamento al consumatore.
è l'avvicinamento al consumatore.
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
11:56
So you, too, can get your genes sequenced.
232
704629
4156
Anche voi potrete avere
i vostri geni sequenziati.
i vostri geni sequenziati.
12:01
And this is beginning to create
companies like 23andMe,
companies like 23andMe,
233
709698
2728
Stanno nascendo società come 23andMe.
12:04
and companies like 23andMe
are going to be giving you
are going to be giving you
234
712450
2478
E società come 23andMe
vi stanno dando
vi stanno dando
12:06
more and more and more data,
235
714952
1352
sempre più informazioni,
12:08
not just about your relatives,
236
716328
1544
non solo sui vostri parenti,
ma su di voi e il vostro corpo,
12:10
but about you and your body,
237
718562
1360
12:11
and it's going to compare stuff,
238
719946
1531
e confrontano materiali
12:13
and it's going
to compare stuff across time,
to compare stuff across time,
239
721501
2093
e li confrontano nel tempo,
12:15
and these are going to become
very large databases.
very large databases.
240
723618
2607
e stanno diventando enormi database.
12:18
But it's also beginning to affect
a series of other businesses
a series of other businesses
241
726249
2962
Ma sta anche iniziando
a influenzare altri campi
a influenzare altri campi
12:21
in unexpected ways.
242
729235
1537
in modi inaspettati.
12:23
Normally, when you advertise something,
you really don't want the consumer
you really don't want the consumer
243
731802
3751
DI solito, quando pubblicizzate qualcosa,
non volete che il consumatore
non volete che il consumatore
12:27
to take your advertisement
into the bathroom to pee on.
into the bathroom to pee on.
244
735577
4567
porti la pubblicità in bagno
per farci sopra la pipì.
per farci sopra la pipì.
12:33
Unless, of course, if you're IKEA.
245
741993
2055
A meno che non siate 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
Perché se strappate dalla rivista questo
e ci fate sopra pipì,
e ci fate sopra pipì,
12:40
it'll turn blue if you're pregnant.
247
748311
2069
se diventa blu, siete incinte.
12:42
(Laughter)
248
750404
1213
(Risate)
12:44
And they'll give you
a discount on your crib.
a discount on your crib.
249
752214
3873
E vi faranno uno sconto per la culla.
12:48
(Laughter)
250
756111
1158
(Risate)
12:49
Right? So when I say consumer empowerment,
251
757293
2015
Così, se parlo di potere
dei consumatori,
dei consumatori,
12:51
and this is spreading beyond biotech,
252
759332
2739
e si sta diffondendo oltre
alle biotecnologie,
alle biotecnologie,
12:54
I actually really mean that.
253
762095
1819
lo intendo veramente.
12:58
We're now beginning to produce,
at Synthetic Genomics,
at Synthetic Genomics,
254
766273
3365
Stiamo producendo ora,
alla Syntethic Genomics,
alla Syntethic Genomics,
13:02
desktop printers
255
770540
1471
stampanti da tavolo
13:05
that allow you to design a cell,
256
773228
3530
che permettono di disegnare una cellula,
13:08
print a cell,
257
776782
1167
stamparla,
13:09
execute the program on the cell.
258
777973
1845
ed eseguirne il programma.
13:12
We can now print vaccines
259
780825
2103
Possiamo stampare vaccini
13:14
real time as an airplane takes off
260
782952
2247
all'istante, tra il decollo di un aereo
13:17
before it lands.
261
785223
1190
e l'atterraggio.
13:19
We're shipping 78
of these machines this year.
of these machines this year.
262
787929
2572
Spediremo 78 di queste
macchine quest'anno.
macchine quest'anno.
13:24
This is not theoretical biology.
This is printing biology.
This is printing biology.
263
792068
4473
Non è biologia teorica.
È biologia stampabile.
È biologia stampabile.
Fatemi parlare di due previsioni
a lungo termine
a lungo termine
13:30
Let me talk about two long-term trends
264
798182
2196
13:33
that are coming at you
over a longer time period.
over a longer time period.
265
801374
3326
che vedrete in una proiezione
più lontana nel tempo.
più lontana nel tempo.
13:37
The first one is, we're starting
to redesign species.
to redesign species.
266
805658
2656
La prima è che stiamo iniziando
a ridisegnare le specie.
a ridisegnare le specie.
13:41
And you've heard about that, right?
267
809055
1777
Ne avete sentito parlare, vero?
13:42
We're redesigning trees.
We're redesigning flowers.
We're redesigning flowers.
268
810856
2681
Stiamo ridisegnando gli alberi.
stiamo ridisegnando i fiori.
stiamo ridisegnando i fiori.
13:45
We're redesigning yogurt,
269
813561
2293
Stiamo ridisegnando lo yogurt,
13:48
cheese, whatever else you want.
270
816513
2030
formaggio, qualsiasi cosa vogliate.
13:51
And that, of course,
brings up the interesting question:
brings up the interesting question:
271
819678
2650
E questo ci porta a domande interessanti:
13:54
How and when should we redesign humans?
272
822884
2336
Quando e come dovremmo ridisegnare l'uomo?
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
E molti di noi pensano,
"No, non vorremo mai ridisegnare l'uomo."
"No, non vorremo mai ridisegnare l'uomo."
14:04
Unless, of course, if your child
has a Huntington's gene
has a Huntington's gene
274
832147
2715
A meno che vostro figlio non abbia
il gene di Huntington
il gene di Huntington
14:06
and is condemned to death.
275
834886
1389
e sia condannato a morte.
14:09
Or, unless if you're passing on
a cystic fibrosis gene,
a cystic fibrosis gene,
276
837172
3363
O se siete portatori del gene
della fibrosi cistica,
della fibrosi cistica,
14:12
in which case, you don't just want
to redesign yourself,
to redesign yourself,
277
840559
2690
nel cui caso non volete solo
ridisegnare voi stessi,
ridisegnare voi stessi,
14:15
you want to redesign your children
and their children.
and their children.
278
843273
2539
ma anche i vostri figli
e i loro figli.
e i loro figli.
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
E queste sono questioni complicate,
che stanno accadendo oggi.
che stanno accadendo oggi.
14:22
I'll give you one current example.
280
850839
1951
Vi faccio un esempio.
14:25
One of the debates going on
at the National Academies today
at the National Academies today
281
853531
3072
Uno dei dibattiti in corso
nelle Accademie Nazionali
nelle Accademie Nazionali
14:29
is you have the power to put
a gene drive into mosquitoes
a gene drive into mosquitoes
282
857896
4702
è se abbiamo il potere di modificare
un gene di zanzara
un gene di zanzara
14:34
so that you will kill
all the malaria-carrying mosquitoes.
all the malaria-carrying mosquitoes.
283
862622
2984
che possa uccidere
tutte le zanzare portatrici di malaria
tutte le zanzare portatrici di malaria
14:39
Now, some people say,
284
867547
2560
Alcuni dicono:
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
"Questo modificherà l'ambiente
in maniera sostanziale, non fatelo."
in maniera sostanziale, non fatelo."
14:47
Other people say,
286
875326
1155
Altri dicono:
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
"Questa e una delle cose
che sta uccidendo
milioni di persone all'anno.
milioni di persone all'anno.
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
Chi sei tu per dirmi che non posso salvare
bambini nella mia nazione?"
bambini nella mia nazione?"
14:57
And why is this debate so complicated?
289
885183
1853
E perché il dibattito è così difficile?
14:59
Because as soon as you
let this loose in Brazil
let this loose in Brazil
290
887060
2881
Perché appena le rilasci
in Brasile
in Brasile
15:01
or in Southern Florida --
291
889965
1423
o nel sud della Florida --
15:03
mosquitoes don't respect walls.
292
891412
1541
le zanzare
non riconoscono frontiere.
non riconoscono frontiere.
15:04
You're making a decision for the world
293
892977
2301
State prendendo una decisione
per il mondo intero
per il mondo intero
15:07
when you put a gene drive into the air.
294
895302
1907
se permettete al gene
di diffondersi nell'aria.
di diffondersi nell'aria.
15:14
This wonderful man won a Nobel Prize,
295
902145
2095
Questo uomo meraviglioso ha vinto
il premio Nobel,
il premio Nobel,
15:17
and after winning the Nobel Prize
296
905103
1640
e dopo averlo vinto
15:18
he's been worrying about
297
906767
1255
si è occupato di come
15:21
how did life get started on this planet
298
909531
2103
sia nata la vita su questo pianeta
15:23
and how likely is it
that it's in other places?
that it's in other places?
299
911658
2281
e se ce ne fosse anche su altri?
15:27
So what he's been doing is going around
to this graduate students
to this graduate students
300
915097
3202
Così quello che ha fatto è
andare da questi suoi dottorandi
andare da questi suoi dottorandi
15:30
and saying to his graduate students,
301
918323
1718
e chieder loro:
15:32
"Build me life but don't use
any modern chemicals or instruments.
any modern chemicals or instruments.
302
920864
3322
"Createmi la vita ma non usate nessuna
strumentazione o componente moderno.
strumentazione o componente moderno.
15:36
Build me stuff that was here
three billion years ago.
three billion years ago.
303
924210
2665
Createmi cose che erano qui
tre miliardi di anni fa.
tre miliardi di anni fa.
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
Non potete usare laser.
non potete usare questo o quello."
non potete usare questo o quello."
15:44
He gave me a vial of what he's built
about three weeks ago.
about three weeks ago.
305
932330
3245
Mi ha dato una fiala di ciò
che ha costruito tre settimane fa.
che ha costruito tre settimane fa.
15:48
What has he built?
306
936639
1179
Cosa ha creato?
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
Una sostanza che pareva acqua
saponata fatta di lipidi.
saponata fatta di lipidi.
15:53
He's built a precursor of RNA.
308
941891
2566
Ha costruito un precursore del RNA.
15:57
He's had the precursor of the RNA
be absorbed by the cell
be absorbed by the cell
309
945291
3752
Ha fatto assorbire il precursore del RNA
dalle cellule
dalle cellule
16:02
and then he's had the cells divide.
310
950194
1883
e poi le ha fatte dividere.
16:06
We may not be that far --
311
954031
1957
Non possiamo essere molto lontani --
16:09
call it a decade, maybe two decades --
312
957687
3117
una decina di anni, magari venti --
16:12
from generating life from scratch
313
960828
1970
dal generare la vita dal nulla
16:16
out of proto-communities.
314
964285
1803
da proto-comunità.
16:19
Second long-term trend:
315
967512
1646
Seconda tendenza a lungo termine:
16:22
we've been living and are living
through the digital age --
through the digital age --
316
970273
3526
abbiamo vissuto e stiamo vivendo
in un'epoca digitale--
in un'epoca digitale--
16:25
we're starting to live through
the age of the genome
the age of the genome
317
973823
2519
stiamo iniziando a vivere
l'età dei genomi,
l'età dei genomi,
16:28
and biology and CRISPR
and synthetic biology --
and synthetic biology --
318
976366
3615
della biologia, del CRISPR
e della biologia sintetica --
e della biologia sintetica --
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
e tutto questo si fonderà
nell'era del cervello.
nell'era del cervello.
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
Così arriviamo al punto dove possiamo
ricostruire molte parti del nostro corpo,
ricostruire molte parti del nostro corpo,
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
nello stesso modo in cui un osso rotto
o la pelle scottata si riparano.
o la pelle scottata si riparano.
16:44
We're beginning to learn
how to regrow our tracheas
how to regrow our tracheas
322
992428
2668
Cominciamo ad imparare
a come far ricrescere le nostre trachee
a come far ricrescere le nostre trachee
16:47
or how to regrow our bladders.
323
995120
1864
o a far ricrescere le vesciche.
16:49
Both of those have been
implanted in humans.
implanted in humans.
324
997008
2306
Tutte e due sono state
impiantate nell'uomo.
impiantate nell'uomo.
16:51
Tony Atala is working on
32 different organs.
32 different organs.
325
999338
2728
Tony Atala sta lavorando
a 32 organi diversi.
a 32 organi diversi.
16:55
But the core is going to be this,
326
1003487
1890
Ma il fondamento della questione è:
16:57
because this is you
and the rest is just packaging.
and the rest is just packaging.
327
1005401
3054
questo sei tu e il resto
è solo involucro.
è solo involucro.
17:02
Nobody's going to live beyond
120, 130, 140 years
120, 130, 140 years
328
1010011
3547
Nessuno riuscirà a vivere
oltre 120,130,140 anni
oltre 120,130,140 anni
17:05
unless if we fix this.
329
1013582
1735
a meno che non risolviamo questo.
17:08
And that's the most interesting challenge.
330
1016084
2066
E questa è la sfida più interessante.
17:10
That's the next frontier, along with:
331
1018174
2111
Questa è la prossima frontiera, assieme a:
17:12
"How common is life in the universe?"
332
1020309
2347
"Quanto è comune la vita nell'universo?"
17:14
"Where did we come from?"
333
1022680
1806
"Da dove arriviamo?"
17:16
and questions like that.
334
1024510
1634
e domande così.
17:20
Let me end this with
an apocryphal quote from Einstein.
an apocryphal quote from Einstein.
335
1028031
3190
Fatemi finire con una frase
apocrifa di Einstein.
apocrifa di Einstein.
17:23
[You can live as if
everything is a miracle,
everything is a miracle,
336
1031697
2219
"Potete vivere come se tutto
fosse un miracolo,
fosse un miracolo,
17:25
or you can live as if
nothing is a miracle.]
nothing is a miracle.]
337
1033940
2272
o vivere come se niente lo fosse."
17:28
It's your choice.
338
1036236
1513
È una vostra scelta.
17:30
You can focus on the bad,
you can focus on the scary,
you can focus on the scary,
339
1038555
2479
Potete focalizzarvi sul male
o sul terribile,
o sul terribile,
17:33
and certainly there's
a lot of scary out there.
a lot of scary out there.
340
1041058
2416
e sicuramente là fuori ci sono
molte cose terrificanti.
molte cose terrificanti.
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
Ma usate il 10 per cento
del vostro cervello per pensare a questo,
del vostro cervello per pensare a questo,
o forse il 20 per cento,
17:40
or maybe 30 percent.
342
1048768
1826
o forse il 30 per cento.
17:43
But just remember,
343
1051474
1782
Ma ricordatevi solo questo:
17:45
we really are living in an age
of miracle and wonder.
of miracle and wonder.
344
1053280
2609
stiamo vivendo veramente in una età
dei miracoli e delle meraviglie.
dei miracoli e delle meraviglie.
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
Siamo fortunati a vivere oggi.
Siamo fortunati a vedere tutto questo.
Siamo fortunati a vedere tutto questo.
17:51
We're lucky to be able to interact
with folks like the folks
with folks like the folks
346
1059846
2841
Siamo fortunati a interagire
con persone
con persone
17:54
who are building
all the stuff in this room.
all the stuff in this room.
347
1062711
2110
che stanno costruendo
tutto quello che c'è qui.
tutto quello che c'è qui.
17:57
So thank you to all of you,
for all you do.
for all you do.
348
1065487
2975
Per cui grazie a tutti,
per quello che state facendo.
per quello che state facendo.
18:01
(Applause)
349
1069066
3696
(Applausi)
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