TEDMED 2018
Yaniv Erlich: How we're building the world's largest family tree
Yaniv Erlich: Come stiamo costruendo l'albero genealogico più grande del mondo
Filmed:
Readability: 4.9
1,507,766 views
Il genetista computazionale Yaniv Erlich ha contribuito a creare l'albero genealogico più grande del mondo, che comprende 13 milioni di persone vissute nell'arco degli ultimi oltre 500 anni. Erlich condivide gli affascinanti schemi che sono emersi dal suo lavoro, sull'amore, sulla salute e persino su casi criminali vecchi di decenni; ci mostra come i database di genealogia basati sul crowdsourcing possano gettare luce non solo sul passato, ma anche sul futuro.
Yaniv Erlich - Computational geneticist
Yaniv Erlich is fascinated by the connection between DNA and data. Full bio
Yaniv Erlich is fascinated by the connection between DNA and data. Full bio
Double-click the English transcript below to play the video.
Le persone usano Internet
per varie ragioni.
per varie ragioni.
00:12
People use the internet
for various reasons.
for various reasons.
0
817
3452
Sembra che una delle categorie
più popolari di siti Internet
più popolari di siti Internet
00:17
It turns out that one of the most
popular categories of website
popular categories of website
1
5765
3804
sia qualcosa che le persone
di solito consumano in privato.
di solito consumano in privato.
00:21
is something that people
typically consume in private.
typically consume in private.
2
9593
2872
Implica curiosità,
00:25
It involves curiosity,
3
13639
2510
livelli non trascurabili
di autoindulgenza,
di autoindulgenza,
00:28
non-insignificant levels
of self-indulgence
of self-indulgence
4
16173
3796
e si basa sulla registrazione
di attività riproduttive di altre persone.
di attività riproduttive di altre persone.
00:31
and is centered around recording
the reproductive activities
the reproductive activities
5
19993
3260
00:35
of other people.
6
23277
1309
(Risate)
00:36
(Laughter)
7
24610
1032
Ovviamente sto parlando della genealogia,
00:37
Of course, I'm talking about genealogy --
8
25666
2250
(Risate)
00:39
(Laughter)
9
27940
1214
lo studio della storia familiare.
00:41
the study of family history.
10
29178
1702
Quando si tratta di dettagliare
la storia familiare,
la storia familiare,
00:43
When it comes to detailing family history,
11
31353
2037
00:45
in every family, we have this person
that is obsessed with genealogy.
that is obsessed with genealogy.
12
33414
3943
in ogni famiglia c'è una persona
ossessionata dalla genealogia.
ossessionata dalla genealogia.
Chiamiamola "zio Bernie".
00:49
Let's call him Uncle Bernie.
13
37381
1713
Zio Bernie è esattamente l'ultima persona
a cui vorreste sedervi vicino
a cui vorreste sedervi vicino
00:51
Uncle Bernie is exactly the last person
you want to sit next to
you want to sit next to
14
39118
3782
alla cena del Ringraziamento,
00:54
in Thanksgiving dinner,
15
42924
1599
perché vi annoierà a morte
con i particolari sui vostri antenati.
con i particolari sui vostri antenati.
00:56
because he will bore you to death
with peculiar details
with peculiar details
16
44547
2814
00:59
about some ancient relatives.
17
47385
1966
Ma, come sapete,
01:02
But as you know,
18
50462
1262
c'è un aspetto scientifico in ogni cosa,
01:03
there is a scientific side for everything,
19
51748
2872
e abbiamo scoperto
che le storie di zio Bernie
che le storie di zio Bernie
01:06
and we found that Uncle Bernie's stories
20
54644
2978
hanno un potenziale immenso
per la ricerca biomedica.
per la ricerca biomedica.
01:09
have immense potential
for biomedical research.
for biomedical research.
21
57646
3168
Abbiamo lasciato che zio Bernie
e i suoi amici genealogisti
e i suoi amici genealogisti
01:13
We let Uncle Bernie
and his fellow genealogists
and his fellow genealogists
22
61306
2714
documentassero i loro alberi genealogici
tramite un sito chiamato geni.com.
tramite un sito chiamato geni.com.
01:16
document their family trees through
a genealogy website called geni.com.
a genealogy website called geni.com.
23
64044
4668
Quando gli utenti caricano
i loro alberi sul sito,
i loro alberi sul sito,
01:21
When users upload
their trees to the website,
their trees to the website,
24
69198
2128
fa una scansione dei loro parenti
01:23
it scans their relatives,
25
71350
1690
01:25
and if it finds matches to existing trees,
26
73064
2075
e se trova corrispondenze
con gli alberi già esistenti,
con gli alberi già esistenti,
01:27
it merges the existing
and the new tree together.
and the new tree together.
27
75163
3610
il nuovo albero e quello già esistente
vengono fusi insieme.
vengono fusi insieme.
In questo modo, vengono creati
alberi genealogici ampi
alberi genealogici ampi
01:31
The result is that large
family trees are created,
family trees are created,
28
79768
2950
che vanno al di là del livello individuale
di ciascun genealogista.
di ciascun genealogista.
01:34
beyond the individual level
of each genealogist.
of each genealogist.
29
82742
3479
Ripetendo questo processo
con milioni di persone
con milioni di persone
01:38
Now, by repeating this process
with millions of people
with millions of people
30
86808
4129
in tutto il mondo,
01:42
all over the world,
31
90961
1817
possiamo costruire l'albero
genealogico di tutta l'umanità.
genealogico di tutta l'umanità.
01:44
we can crowdsource the construction
of a family tree of all humankind.
of a family tree of all humankind.
32
92802
5532
Usando questo sito,
01:51
Using this website,
33
99292
1584
siamo riusciti a collegare
125 milioni di persone
125 milioni di persone
01:52
we were able to connect 125 million people
34
100900
4813
a un unico albero genealogico.
01:57
into a single family tree.
35
105737
2521
Non posso disegnare l'albero
qui sullo schermo,
qui sullo schermo,
02:00
I cannot draw the tree
on the screens over here
on the screens over here
36
108967
2788
perché ha meno pixel
02:03
because they have less pixels
37
111779
2165
del numero delle persone su questo albero.
02:05
than the number of people in this tree.
38
113968
2513
Ma ecco un esempio di un sottogruppo
di 6.000 individui.
di 6.000 individui.
02:08
But here is an example of a subset
of 6,000 individuals.
of 6,000 individuals.
39
116505
5010
Ogni nodo verde è una persona.
02:14
Each green node is a person.
40
122159
2362
I nodi rossi rappresentano i matrimoni,
02:17
The red nodes represent marriages,
41
125060
2849
e i collegamenti
rappresentano la genitorialità.
rappresentano la genitorialità.
02:19
and the connections represent parenthood.
42
127933
2258
Al centro di questo albero
ci sono gli antenati.
ci sono gli antenati.
02:22
In the middle of this tree,
you see the ancestors.
you see the ancestors.
43
130557
2372
Se ci sposiamo verso la periferia,
troviamo i discendenti.
troviamo i discendenti.
02:24
And as we go to the periphery,
you see the descendants.
you see the descendants.
44
132953
2604
Questo albero rappresenta
all'incirca sette generazioni.
all'incirca sette generazioni.
02:27
This tree has seven
generations, approximately.
generations, approximately.
45
135581
3102
Ora, questo è ciò che accade
quando aumentiamo il numero di individui
quando aumentiamo il numero di individui
02:31
Now, this is what happens
when we increase the number of individuals
when we increase the number of individuals
46
139692
3234
a 70.000 persone,
02:34
to 70,000 people --
47
142950
1828
ancora un piccolo sottogruppo
di tutti i dati di cui disponiamo.
di tutti i dati di cui disponiamo.
02:36
still a tiny subset
of all the data that we have.
of all the data that we have.
48
144802
4330
Eppure, potete già vedere la formazione
di giganteschi alberi genealogici
di giganteschi alberi genealogici
02:41
Despite that, you can already see
the formation of gigantic family trees
the formation of gigantic family trees
49
149629
4813
con moltissimi lontani parenti.
02:46
with many very distant relatives.
50
154466
2655
Grazie al duro lavoro
dei nostri genealogisti,
dei nostri genealogisti,
02:49
Thanks to the hard work
of our genealogists,
of our genealogists,
51
157610
3134
possiamo tornare indietro
di centinaia di anni.
di centinaia di anni.
02:52
we can go back in time
hundreds of years ago.
hundreds of years ago.
52
160768
3103
Per esempio, questo è Alexander Hamilton,
02:56
For example, here is Alexander Hamilton,
53
164418
3441
nato nel 1755.
02:59
who was born in 1755.
54
167883
2475
Alexander fu il primo
Segretario al Tesoro degli Stati Uniti,
Segretario al Tesoro degli Stati Uniti,
03:02
Alexander was the first
US Secretary of the Treasury,
US Secretary of the Treasury,
55
170872
3764
ma oggi è conosciuto soprattutto
grazie al celebre musical di Broadway.
grazie al celebre musical di Broadway.
03:06
but mostly known today
due to a popular Broadway musical.
due to a popular Broadway musical.
56
174660
3831
Abbiamo scoperto che Alexander ha legami
profondi con il mondo dello spettacolo.
profondi con il mondo dello spettacolo.
03:11
We found that Alexander has deeper
connections in the showbiz industry.
connections in the showbiz industry.
57
179137
4922
Infatti, è parente di sangue di...
03:16
In fact, he's a blood relative of ...
58
184083
2111
Kevin Bacon!
03:18
Kevin Bacon!
59
186781
1220
(Risate)
03:20
(Laughter)
60
188025
2032
Entrambi sono i discendenti
di una signora scozzese
di una signora scozzese
03:22
Both of them are descendants
of a lady from Scotland
of a lady from Scotland
61
190081
2606
vissuta nel XIII secolo.
03:24
who lived in the 13th century.
62
192711
2314
Per cui, si può dire
che tra Alexander Hamilton e Kevin Bacon
che tra Alexander Hamilton e Kevin Bacon
03:27
So you can say that Alexander Hamilton
63
195049
3102
ci sono 35 gradi di separazione.
03:30
is 35 degrees of Kevin Bacon genealogy.
64
198175
3188
(Risate)
03:33
(Laughter)
65
201387
1441
Nel nostro albero ci sono
milioni di storie come questa.
milioni di storie come questa.
03:34
And our tree has millions
of stories like that.
of stories like that.
66
202852
3230
Abbiamo investito uno sforzo notevole
nella convalida della qualità dei dati.
nella convalida della qualità dei dati.
03:40
We invested significant efforts
to validate the quality of our data.
to validate the quality of our data.
67
208113
4890
Usando il DNA,
03:45
Using DNA, we found that .3 percent of
the mother-child connections in our data
the mother-child connections in our data
68
213027
5391
abbiamo scoperto che lo 0,3%
dei legami madre-figlio nei nostri dati
dei legami madre-figlio nei nostri dati
sono sbagliati,
03:50
are wrong,
69
218442
1250
il che potrebbe coincidere
con il tasso di adozione negli USA
con il tasso di adozione negli USA
03:51
which could match the adoption rate
in the US pre-Second World War.
in the US pre-Second World War.
70
219716
3591
prima della Seconda Guerra Mondiale.
Dalla parte del padre,
03:56
For the father's side,
71
224847
1785
le notizie non sono così buone:
03:58
the news is not as good:
72
226656
1961
l'1,9% dei legami padre-figlio
nei nostri dati sono sbagliati.
nei nostri dati sono sbagliati.
04:02
1.9 percent of the father-child
connections in our data are wrong.
connections in our data are wrong.
73
230149
5600
Vedo qualcuno di voi sogghignare.
04:07
And I see some people smirk over here.
74
235773
2363
È proprio come pensate:
04:10
It is what you think --
75
238160
1717
ci sono molti lattai là fuori.
04:11
there are many milkmen out there.
76
239901
1789
(Risate)
04:13
(Laughter)
77
241714
1064
Tuttavia, questo tasso di errore
nelle relazioni patrilineari pari all'1,9%
nelle relazioni patrilineari pari all'1,9%
04:14
However, this 1.9 percent error rate
in patrilineal connections
in patrilineal connections
78
242802
3989
non è solamente dei nostri dati.
04:18
is not unique to our data.
79
246815
1769
Precedenti studi hanno rilevato
un tasso di errore simile
un tasso di errore simile
04:20
Previous studies found
a similar error rate
a similar error rate
80
248608
3069
usando la genealogia clinica.
04:23
using clinical-grade pedigrees.
81
251701
2021
Perciò, la qualità
dei nostri dati è buona,
dei nostri dati è buona,
04:26
So the quality of our data is good,
82
254254
2525
e questo non dovrebbe sorprenderci.
04:28
and that should not be a surprise.
83
256803
2133
I nostri genealogisti hanno
un interesse profondo e legittimo
un interesse profondo e legittimo
04:30
Our genealogists have
a profound, vested interest
a profound, vested interest
84
258960
3776
nel documentare correttamente
la loro storia familiare.
la loro storia familiare.
04:34
in correctly documenting
their family history.
their family history.
85
262760
3668
Possiamo sfruttare questi dati
04:40
We can leverage this data to learn
quantitative information about humanity,
quantitative information about humanity,
86
268594
4591
per apprendere informazioni
quantitative sull'umanità,
quantitative sull'umanità,
ad esempio, per rispondere
a domande relative alla demografia.
a domande relative alla demografia.
04:45
for example, questions about demography.
87
273209
2596
04:47
Here is a look at all our profiles
on the map of the world.
on the map of the world.
88
275829
3857
Qui potete vedere tutti i nostri profili
sulla mappa del mondo.
sulla mappa del mondo.
Ciascun pixel corrisponde a una persona
che è vissuta in un dato momento.
che è vissuta in un dato momento.
04:52
Each pixel is a person
that lived at some point.
that lived at some point.
89
280250
4481
Disponendo di così tanti dati,
04:56
And since we have so much data,
90
284755
1680
possiamo vedere
i contorni di molte nazioni,
i contorni di molte nazioni,
04:58
you can see the contours
of many countries,
of many countries,
91
286459
2781
specialmente nel mondo occidentale.
05:01
especially in the Western world.
92
289264
2099
In questo video, abbiamo stratificato
la mappa che vi ho mostrato
la mappa che vi ho mostrato
05:03
In this clip, we stratified
the map that I've showed you
the map that I've showed you
93
291387
3548
basandoci sull'anno di nascita
degli individui dal 1400 al 1900,
degli individui dal 1400 al 1900,
05:06
based on the year of births of individuals
from 1400 to 1900,
from 1400 to 1900,
94
294959
5072
e l'abbiamo confrontata
con gli eventi di migrazione conosciuti.
con gli eventi di migrazione conosciuti.
05:12
and we compared it
to known migration events.
to known migration events.
95
300055
2766
Il video vi mostrerà che le linee
evolutive più profonde nei nostri dati
evolutive più profonde nei nostri dati
05:15
The clip is going to show you
that the deepest lineages in our data
that the deepest lineages in our data
96
303482
3165
risalgono al Regno Unito,
05:18
go all the way back to the UK,
97
306671
1627
dove c'è una migliore
archiviazione dei dati,
archiviazione dei dati,
05:20
where they had better record keeping,
98
308322
1808
05:22
and then they spread along
the routes of Western colonialism.
the routes of Western colonialism.
99
310154
3282
e si diffondono in seguito lungo le rotte
del colonialismo occidentale.
del colonialismo occidentale.
05:25
Let's watch this.
100
313460
1322
Guardiamolo.
(Musica)
05:27
(Music)
101
315143
1609
[Anno di nascita:]
05:28
[Year of birth: ]
102
316776
2341
[1492 - Colombo salpa per l'oceano]
05:31
[1492 - Columbus sails the ocean blue]
103
319705
1836
[1620 - La Mayflower approda
in Massachusetts]
in Massachusetts]
05:35
[1620 - Mayflower lands in Massachusetts]
104
323661
2000
[1652 - Gli olandesi
si insediano in Sud Africa]
si insediano in Sud Africa]
05:38
[1652 - Dutch settle in South Africa]
105
326726
1775
[1788 - La Gran Bretagna dà il via
alla deportazione penale in Australia]
alla deportazione penale in Australia]
05:44
[1788 - Great Britain penal
transportation to Australia starts]
transportation to Australia starts]
106
332321
3186
[1836 - I primi migranti
percorrono la Pista dell'Oregon]
percorrono la Pista dell'Oregon]
05:47
[1836 - First migrants use Oregon Trail]
107
335531
1927
[Tutte le attività]
05:50
[all activity]
108
338149
3183
Amo questo video.
05:55
I love this movie.
109
343851
1543
Ora, poiché questi eventi migratori
forniscono il contesto delle famiglie,
forniscono il contesto delle famiglie,
05:57
Now, since these migration events
are giving the context of families,
are giving the context of families,
110
345418
5093
possiamo porci domande del tipo:
06:02
we can ask questions such as:
111
350535
2183
qual è la distanza tipica
tra il luogo di nascita
tra il luogo di nascita
06:04
What is the typical distance
between the birth locations
between the birth locations
112
352742
3470
dei mariti e delle mogli?
06:08
of husbands and wives?
113
356236
2812
Questa distanza gioca
un ruolo centrale nella demografia,
un ruolo centrale nella demografia,
06:11
This distance plays
a pivotal role in demography,
a pivotal role in demography,
114
359072
3677
perché gli schemi secondo cui le persone
migrano per formare famiglie
migrano per formare famiglie
06:14
because the patterns in which
people migrate to form families
people migrate to form families
115
362773
3681
determinano il modo in cui i geni
si diffondono nelle aree geografiche.
si diffondono nelle aree geografiche.
06:18
determine how genes spread
in geographical areas.
in geographical areas.
116
366478
3713
Abbiamo analizzato questa distanza
usando i nostri dati
usando i nostri dati
06:22
We analyzed this distance using our data,
117
370706
2328
e abbiamo scoperto che, in passato,
le persone avevano vita facile:
le persone avevano vita facile:
06:25
and we found that in the old days,
118
373058
2290
06:27
people had it easy.
119
375372
1230
sposavano semplicemente
qualcuno del villaggio vicino.
qualcuno del villaggio vicino.
06:28
They just married someone
in the village nearby.
in the village nearby.
120
376626
2594
Ma la Rivoluzione Industriale
ha complicato la nostra vita amorosa.
ha complicato la nostra vita amorosa.
06:31
But the Industrial Revolution
really complicated our love life.
really complicated our love life.
121
379958
3705
E oggi, grazie ai voli economici
e ai social media,
e ai social media,
06:35
And today, with affordable flights
and online social media,
and online social media,
122
383687
4560
le persone tendono a migrare
a più di 100 chilometri
a più di 100 chilometri
06:40
people typically migrate more than
100 kilometers from their place of birth
100 kilometers from their place of birth
123
388271
4828
dal loro luogo di nascita
per trovare l'anima gemella.
06:45
to find their soul mate.
124
393123
1504
Quindi, viene da chiedersi:
06:48
So now you might ask:
125
396524
1187
ma chi si prende la briga
di migrare da un luogo all'altro
di migrare da un luogo all'altro
06:49
OK, but who does the hard work
of migrating from places to places
of migrating from places to places
126
397735
4496
per formare una famiglia?
06:54
to form families?
127
402255
1269
Lo fanno i maschi o le femmine?
06:55
Are these the males or the females?
128
403548
3727
Abbiamo usato i nostri dati
per rispondere a questa domanda
per rispondere a questa domanda
06:59
We used our data to address this question,
129
407752
2155
07:01
and at least in the last 300 years,
130
409931
2594
e, almeno negli ultimi 300 anni,
abbiamo scoperto che sono le donne
a prendersi la briga
a prendersi la briga
07:04
we found that the ladies do the hard work
131
412549
3883
di migrare da un luogo all'altro
per formare una famiglia.
per formare una famiglia.
07:08
of migrating from places
to places to form families.
to places to form families.
132
416456
2996
Questi risultati sono
statisticamente significativi;
statisticamente significativi;
07:11
Now, these results
are statistically significant,
are statistically significant,
133
419476
3101
quindi possiamo ritenere
un dato scientifico
un dato scientifico
07:14
so you can take it as scientific fact
that males are lazy.
that males are lazy.
134
422601
3471
il fatto che gli uomini sono pigri.
07:18
(Laughter)
135
426096
3156
(Risate)
Possiamo passare
dalle domande sulla demografia
dalle domande sulla demografia
07:21
We can move from questions
about demography
about demography
136
429276
2536
alle domande sulla salute umana.
07:23
and ask questions about human health.
137
431836
2913
Ad esempio, possiamo chiederci
in che misura le variazioni genetiche
in che misura le variazioni genetiche
07:26
For example, we can ask
138
434773
1487
07:28
to what extent genetic variations
account for differences in life span
account for differences in life span
139
436284
4963
sono responsabili delle differenze
nella durata della vita degli individui.
nella durata della vita degli individui.
07:33
between individuals.
140
441271
1194
Precedenti studi hanno analizzato
07:34
Previous studies analyzed the correlation
of longevity between twins
of longevity between twins
141
442988
4530
la correlazione
della longevità tra i gemelli
della longevità tra i gemelli
per rispondere a questa domanda.
07:39
to address this question.
142
447542
1442
Hanno stimato che la variazione genetica
è responsabile di circa un quarto
è responsabile di circa un quarto
07:41
They estimated that the genetic
variations account for
variations account for
143
449411
2667
07:44
about a quarter of the differences
in life span between individuals.
in life span between individuals.
144
452102
4040
delle differenze nella durata
della vita degli individui.
della vita degli individui.
Ma i gemelli possono essere
correlati per molte ragioni,
correlati per molte ragioni,
07:48
But twins can be correlated
due to so many reasons,
due to so many reasons,
145
456688
2598
compresi svariati effetti ambientali
07:51
including various environmental effects
146
459310
2304
o la condivisione della stessa casa.
07:53
or a shared household.
147
461638
1622
I grandi alberi genealogici ci permettono
di analizzare sia i parenti stretti,
di analizzare sia i parenti stretti,
07:56
Large family trees give us the opportunity
to analyze both close relatives,
to analyze both close relatives,
148
464411
3753
come i gemelli,
08:00
such as twins,
149
468188
1207
sia i parenti lontani,
fino ai cugini di quarto grado.
fino ai cugini di quarto grado.
08:01
all the way to distant relatives,
even fourth cousins.
even fourth cousins.
150
469419
2917
In questo modo, possiamo
costruire modelli robusti
costruire modelli robusti
08:04
This way we can build robust models
151
472749
2689
che possono distinguere
il contributo delle variazioni genetiche
il contributo delle variazioni genetiche
08:07
that can tease apart the contribution
of genetic variations
of genetic variations
152
475462
3708
da quello dei fattori ambientali.
08:11
from environmental factors.
153
479194
1717
Abbiamo condotto questa analisi
usando i nostri dati
usando i nostri dati
08:13
We conducted this analysis using our data,
154
481379
2899
e abbiamo scoperto che le variazioni
genetiche sono responsabili solo del 15%
genetiche sono responsabili solo del 15%
08:16
and we found that genetic variations
explain only 15 percent
explain only 15 percent
155
484302
5791
delle differenze nella durata
della vita degli individui.
della vita degli individui.
08:22
of the differences in life span
between individuals.
between individuals.
156
490117
2806
Cinque anni, in media.
08:26
That is five years, on average.
157
494760
2756
Quindi, i geni incidono meno di quanto
si pensava sulla durata della vita.
si pensava sulla durata della vita.
08:30
So genes matter less than
what we thought before to life span.
what we thought before to life span.
158
498316
4708
Secondo me è una buona notizia,
08:35
And I find it great news,
159
503675
2136
perché significa che le nostre azioni
possono avere più importanza.
possono avere più importanza.
08:38
because it means that
our actions can matter more.
our actions can matter more.
160
506438
3293
Fumare, ad esempio, determina dieci anni
della nostra aspettativa di vita,
della nostra aspettativa di vita,
08:42
Smoking, for example, determines
10 years of our life expectancy --
10 years of our life expectancy --
161
510533
4274
il doppio rispetto alla genetica.
08:46
twice as much as what genetics determines.
162
514831
2646
Possiamo scoprire altre cose sorprendenti,
08:50
We can even have more surprising findings
163
518236
2289
se ci spostiamo da un albero
genealogico a un altro
genealogico a un altro
08:52
as we move from family trees
164
520549
1492
08:54
and we let our genealogists
document and crowdsource DNA information.
document and crowdsource DNA information.
165
522065
4732
e lasciamo che i genealogisti documentino
e raccolgano informazioni sul DNA.
e raccolgano informazioni sul DNA.
I risultati possono essere straordinari.
08:58
And the results can be amazing.
166
526821
2024
09:01
It might be hard to imagine,
but Uncle Bernie and his friends
but Uncle Bernie and his friends
167
529255
3915
Potrebbe essere difficile da immaginare,
ma zio Bernie e i suoi amici
ma zio Bernie e i suoi amici
possono creare competenze forensi di DNA
09:05
can create DNA forensic capabilities
168
533194
2646
superiori a quelle di cui
attualmente dispone l'FBI.
attualmente dispone l'FBI.
09:07
that even exceed
what the FBI currently has.
what the FBI currently has.
169
535864
3559
Collocando il DNA
su un enorme albero genealogico,
su un enorme albero genealogico,
09:12
When you place the DNA
on a large family tree,
on a large family tree,
170
540862
2404
si può creare un faro
09:15
you effectively create a beacon
171
543290
2117
che illumina le centinaia
di lontani parenti
di lontani parenti
09:17
that illuminates the hundreds
of distant relatives
of distant relatives
172
545431
2634
che sono connessi alla persona
che ha dato origine al DNA.
che ha dato origine al DNA.
09:20
that are all connected to the person
that originated the DNA.
that originated the DNA.
173
548089
3490
Inserendo molteplici fari
in un enorme albero genealogico,
in un enorme albero genealogico,
09:24
By placing multiple beacons
on a large family tree,
on a large family tree,
174
552505
2913
possiamo triangolare
il DNA di una persona sconosciuta,
il DNA di una persona sconosciuta,
09:27
you can now triangulate the DNA
of an unknown person,
of an unknown person,
175
555442
3720
nello stesso modo in cui
il sistema GPS usa molteplici satelliti
il sistema GPS usa molteplici satelliti
09:31
the same way that the GPS system
uses multiple satellites
uses multiple satellites
176
559186
3938
per trovare un luogo.
09:35
to find a location.
177
563148
1324
Un esempio lampante
del potere di questa tecnica
del potere di questa tecnica
09:37
The prime example
of the power of this technique
of the power of this technique
178
565226
3624
è la cattura del Golden State Killer,
09:40
is capturing the Golden State Killer,
179
568874
2675
uno dei criminali più famigerati
della storia degli Stati Uniti.
della storia degli Stati Uniti.
09:44
one of the most notorious criminals
in the history of the US.
in the history of the US.
180
572612
4528
L'FBI ha cercato questa persona
per oltre 40 anni.
per oltre 40 anni.
09:49
The FBI had been searching
for this person for over 40 years.
for this person for over 40 years.
181
577164
5892
Avevano il suo DNA,
09:55
They had his DNA,
182
583588
1835
ma non era mai comparso
nei database della polizia.
nei database della polizia.
09:57
but he never showed up
in any police database.
in any police database.
183
585447
3350
Circa un anno fa, l'FBI ha consultato
una genealogista genetica,
una genealogista genetica,
10:01
About a year ago, the FBI
consulted a genetic genealogist,
consulted a genetic genealogist,
184
589447
4712
che ha suggerito di inviare il DNA
a un servizio di genealogia
a un servizio di genealogia
10:06
and she suggested that they submit
his DNA to a genealogy service
his DNA to a genealogy service
185
594183
3950
in grado di risalire ai lontani parenti.
10:10
that can locate distant relatives.
186
598157
2398
L'hanno fatto,
10:13
They did that,
187
601117
1156
e hanno trovato un cugino di terzo grado
del Golden State Killer.
del Golden State Killer.
10:14
and they found a third cousin
of the Golden State Killer.
of the Golden State Killer.
188
602297
3692
Hanno costruito
un grande albero genealogico
un grande albero genealogico
10:18
They built a large family tree,
189
606013
2344
e hanno scansionato
i vari rami dell'albero
i vari rami dell'albero
10:20
scanned the different
branches of that tree,
branches of that tree,
190
608381
2102
finché non hanno trovato un profilo
che corrispondeva perfettamente
che corrispondeva perfettamente
10:22
until they found a profile
that exactly matched
that exactly matched
191
610507
2565
10:25
what they knew about
the Golden State Killer.
the Golden State Killer.
192
613096
2581
a quello che sapevano
sul Golden State Killer.
sul Golden State Killer.
Hanno ottenuto il DNA da questa persona
10:27
They obtained DNA from this person
and found a perfect match
and found a perfect match
193
615701
3592
e hanno trovato
una corrispondenza perfetta
una corrispondenza perfetta
10:31
to the DNA they had in hand.
194
619317
2025
con il DNA che avevano tra le mani.
Lo hanno arrestato
e assicurato alla giustizia
e assicurato alla giustizia
10:33
They arrested him
and brought him to justice
and brought him to justice
195
621366
2350
dopo tutti questi anni.
10:35
after all these years.
196
623740
1424
Da quel momento, i genealogisti genetici
hanno iniziato a collaborare
hanno iniziato a collaborare
10:38
Since then, genetic genealogists
have started working with
have started working with
197
626172
3241
con le forze di polizia locali americane
10:41
local US law enforcement agencies
198
629437
2668
usando questa tecnica
per catturare i criminali.
per catturare i criminali.
10:44
to use this technique
in order to capture criminals.
in order to capture criminals.
199
632129
3362
Solo negli ultimi sei mesi,
10:47
And only in the past six months,
200
635521
2681
sono riusciti a risolvere oltre 20 casi
irrisolti con questa tecnica.
irrisolti con questa tecnica.
10:50
they were able to solve
over 20 cold cases with this technique.
over 20 cold cases with this technique.
201
638226
4296
Per fortuna ci sono persone come
zio Bernie e i suoi amici genealogisti.
zio Bernie e i suoi amici genealogisti.
10:56
Luckily, we have people like Uncle
Bernie and his fellow genealogists
Bernie and his fellow genealogists
202
644203
4636
Non sono appassionati con un hobby
solo per il loro piacere.
solo per il loro piacere.
11:01
These are not amateurs
with a self-serving hobby.
with a self-serving hobby.
203
649045
2994
11:04
These are citizen scientists
with a deep passion to tell us who we are.
with a deep passion to tell us who we are.
204
652602
6419
Sono cittadini scienziati
con una grande passione:
con una grande passione:
quella di dirci chi siamo.
E sanno che il passato può essere
una soluzione per il futuro.
una soluzione per il futuro.
11:11
And they know that the past
can hold a key to the future.
can hold a key to the future.
205
659065
4458
Grazie mille.
11:16
Thank you very much.
206
664067
1183
(Applausi)
11:17
(Applause)
207
665314
3469
ABOUT THE SPEAKER
Yaniv Erlich - Computational geneticistYaniv Erlich is fascinated by the connection between DNA and data.
Why you should listen
As a professor and researcher at Columbia University and as CSO of MyHeritage.com, Yaniv Erlich has performed foundational work in genetic privacy and large-scale studies of crowdsourced genomic data. Dubbed a "genome hacker" by the journal Nature, Erlich and his team discovered a privacy loophole enabling reidentification of allegedly anonymous male research participants using just internet searches and their Y chromosome. Later, he discovered that 60 percent of all US individuals with European descent can be identified by forensic genetics using open genetic genealogy databases, which Science magazine called one of the top 10 breakthroughs of 2018.
Erlich is also responsible for the construction of the world's largest family tree, comprising 13 million people, as well as the development of the website DNA.land, which has compiled the genotypes of more than 150,000 donors. He has also worked to discover the genetic bases for several conditions in Israeli families. His team has demonstrated stable DNA data storage, reaching a density of 215 petabyte per gram of DNA. He's been awarded numerous prizes, has published more than 45 papers and authored seven patents.
Yaniv Erlich | Speaker | TED.com