ABOUT THE SPEAKER
Laura Boykin - Computational biologist, activist
TED Senior Fellow Laura Boykin uses technology to help farmers in East Africa have more food to feed their families.

Why you should listen

Dr. Laura Boykin is a TED Senior Fellow, Gifted Citizen and computational biologist who uses genomics and supercomputing to help smallholder farmers in sub-Saharan Africa control whiteflies and viruses, which cause devastation to the local cassava crops. Cassava is a staple food that feeds more than 800 million people globally.

Boykin also works in partnership with African scientists to train local communities in genomics and high-performance computing skills, with the aim of tackling future insect and viral outbreaks. Recently, she founded The Cassava Virus Action Project along with collaborators in east Africa to roll out portable DNA sequencing and analyses to farmers in the region. Their mission is to increase cassava yields for 500 million farmers.

More profile about the speaker
Laura Boykin | Speaker | TED.com
TEDSummit 2019

Laura Boykin: How we're using DNA tech to help farmers fight crop diseases

Laura Boykin: Hoe we DNA gebruiken om boeren plantenziekten te helpen bestrijden

Filmed:
1,215,005 views

Bijna 800 miljoen mensen wereldwijd zijn afhankelijk van cassave om te overleven -- maar deze kritieke voedselbron wordt aangevallen door volledig te voorkomen virussen, zegt computationeel bioloog en TED Senior Fellow Laura Boykin. Ze neemt ons mee naar de boerderijen in Oost-Afrika, waar ze werkt met een divers team van wetenschappers om boeren te helpen hun gewassen gezond te houden met behulp van een draagbaar DNA-laboratorium en een mini-supercomputer die virussen binnen enkele uren in plaats van in maanden kunnen identificeren.
- Computational biologist, activist
TED Senior Fellow Laura Boykin uses technology to help farmers in East Africa have more food to feed their families. Full bio

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

00:12
I get out of bedbed for two reasonsredenen.
0
991
2326
Twee redenen halen me uit bed.
00:15
One, small-scalekleinschalige familyfamilie farmersboeren
need more foodeten.
1
3341
4031
Ten eerste, kleine familieboeren
hebben meer voedsel nodig.
00:19
It's crazygek that in 2019
farmersboeren that feedeten geven us are hungryhongerig.
2
7738
5178
Het is te gek dat in 2019
de boeren die ons voeden honger lijden.
00:25
And two, sciencewetenschap needsbehoefte aan to be
more diverseverschillend and inclusiveinclusief.
3
13353
4833
Ten tweede, omdat wetenschap
meer divers en inclusief moet zijn.
00:30
If we're going to solveoplossen
the toughestzwaarste challengesuitdagingen on the planetplaneet,
4
18679
3422
Als we de grootste problemen
op de planeet willen oplossen,
00:34
like foodeten insecurityonzekerheid for the millionsmiljoenen
livingleven in extremeextreem povertyarmoede,
5
22125
4333
zoals voedselonzekerheid
voor de miljoenen mensen
die in extreme armoede leven,
00:38
it's going to take all of us.
6
26482
1619
hebben we iedereen nodig.
00:40
I want to use the latestlaatste technologytechnologie
7
28680
2580
Ik wil de nieuwste technologie gebruiken
00:43
with the mostmeest diverseverschillend
and inclusiveinclusief teamsteams on the planetplaneet
8
31284
3293
met de meest diverse
en inclusieve teams op de planeet
00:46
to help farmersboeren have more foodeten.
9
34601
2067
om landbouwers aan meer voedsel te helpen.
00:49
I'm a computationalcomputational biologistbioloog.
10
37545
1881
Ik ben een computationele bioloog.
Ik weet het --
00:51
I know -- what is that
and how is it going to help endeinde hungerhonger?
11
39450
3404
wat is dat en hoe gaat dat
de honger uit de wereld helpen?
00:54
BasicallyIn principe, I like computerscomputers and biologybiologie
12
42878
3246
Simpel gezegd hou ik
van computers en biologie
en op de een of andere manier
vormt dat samen een beroep.
00:58
and somehowhoe dan ook,
puttingzetten that togethersamen is a jobbaan.
13
46148
2444
01:00
(LaughterGelach)
14
48616
1083
(Gelach)
01:01
I don't have a storyverhaal
15
49723
1520
Ik ben niet iemand
01:03
of wantingwillen to be a biologistbioloog
from a youngjong ageleeftijd.
16
51267
3286
die al op jonge leeftijd
bioloog wou worden.
01:06
The truthwaarheid is, I playedgespeeld
basketballbasketbal in collegecollege.
17
54577
3706
De waarheid is dat ik
op de universiteit basketbal speelde.
01:10
And partdeel of my financialfinancieel aidsteun packagepakket
was I needednodig a work-studywerk-Study jobbaan.
18
58585
5143
Om het hoofd boven water te houden
volgde ik een leerwerktraject.
01:16
So one randomwillekeurig day,
19
64300
1540
Op een mooie dag
01:17
I wanderedzwierf to the nearestdichtstbijzijnde buildinggebouw
to my dormslaapzaal roomkamer.
20
65864
3197
liep ik het gebouw
vlak bij mijn slaapruimte in.
01:21
And it just so happensgebeurt
it was the biologybiologie buildinggebouw.
21
69085
2680
Toevallig was dat het biologiegebouw.
Ik ging binnen en bekeek
het bord met werkaanbiedingen.
01:24
I wentgegaan insidebinnen and lookedkeek at the jobbaan boardboord.
22
72347
2586
01:27
Yes, this is pre-the-internetpre-the-Internet.
23
75493
2164
Ja, dit was van voor het internet.
01:30
And I saw a three-by-fivedrie-bij-vijf cardkaart
24
78430
2007
Ik zag een fiche
01:32
advertisingreclame a jobbaan
to work in the herbariumHerbarium.
25
80461
3155
die een baan aanbood
om te werken in het herbarium.
01:36
I quicklysnel tooknam down the numberaantal,
26
84601
2001
Ik noteerde snel het nummer,
01:38
because it said "flexibleflexibele hoursuur,"
27
86626
1705
omdat er ‘flexibele uren’ stond
01:40
and I needednodig that to work around
my basketballbasketbal schedulerooster.
28
88355
3257
en dat had ik nodig om het in te passen
in mijn basketbalschema.
01:44
I ranrende to the librarybibliotheek
to figurefiguur out what an herbariumHerbarium was.
29
92204
4587
Ik haastte me naar de bibliotheek
om te weten wat een herbarium was.
01:48
(LaughterGelach)
30
96815
2207
(Gelach)
01:51
And it turnsbochten out
31
99046
1309
Het blijkt
01:52
an herbariumHerbarium is where they storeop te slaan
deaddood, drieddroog plantsplanten.
32
100379
4079
dat ze in een herbarium
dode, gedroogde planten bewaren.
01:57
I was luckyLucky to landland- the jobbaan.
33
105379
1714
Het lukte me om de baan te krijgen.
01:59
So my first scientificwetenschappelijk jobbaan
34
107117
3206
Mijn eerste wetenschappelijke werk
02:02
was gluinglijmen deaddood plantsplanten ontonaar paperpapier
for hoursuur on endeinde.
35
110347
5335
bestond in urenlang
dode planten op papier plakken.
02:07
(LaughterGelach)
36
115706
3278
(Gelach)
02:11
It's so glamorousbetoverend.
37
119008
1150
Het is zo glamoureus.
02:12
This is how I becamewerd
a computationalcomputational biologistbioloog.
38
120182
3139
Zo werd ik computationele bioloog.
02:16
DuringTijdens that time,
39
124323
1183
In die tijd
02:17
genomicsgenomics and computinggegevensverwerking were comingkomt eraan of ageleeftijd.
40
125530
2722
werden genomica en computers volwassen.
02:20
And I wentgegaan on to do my mastersMasters
41
128276
2404
Ik ging mijn masters doen
02:22
combiningcombineren biologybiologie and computerscomputers.
42
130704
3095
door combinatie van biologie en computers.
02:25
DuringTijdens that time,
43
133823
1165
Gedurende die tijd
werkte ik bij het Los Alamos National Lab
02:27
I workedwerkte at LosLos AlamosAlamos NationalNationale LabLab
44
135012
1779
02:28
in the theoreticaltheoretisch biologybiologie
and biophysicsbiofysica groupgroep.
45
136815
2518
in de groep theoretische
biologie en biofysica.
02:31
And it was there I had my first encounterstuiten op
with the supercomputersupercomputer,
46
139776
3730
Daar zag ik voor het eerst
een supercomputer
en ik werd erdoor van de sokken geblazen.
02:35
and my mindgeest was blowngeblazen.
47
143530
1674
02:37
With the powermacht of supercomputingSupercomputing,
48
145840
2039
Met de kracht van supercomputers,
02:39
whichwelke is basicallyeigenlijk thousandsduizenden
of connectedaangesloten PCsPC 's on steroidssteroïden,
49
147903
4223
in feite duizenden met elkaar
verbonden pc's op steroïden,
02:44
we were ablein staat to uncoverontdekken the complexitiescomplexiteiten
of influenzainfluenza and hepatitishepatitis C.
50
152150
5473
konden we de complexiteit
van griep en hepatitis C ontrafelen.
02:50
And it was duringgedurende this time
that I saw the powermacht
51
158134
2331
Toen zag ik de kracht
02:52
of usinggebruik makend van computerscomputers
and biologybiologie combinedgecombineerde, for humanityde mensheid.
52
160489
4120
van de combinatie van computers
en biologie voor de mensheid.
02:56
And I wanted this to be my careercarrière pathpad.
53
164633
2372
Daar wilde ik mijn carrière van maken.
03:00
So, sincesinds 1999,
54
168030
1777
Daarom vertoef ik sinds 1999
03:01
I've spentdoorgebracht the majoritymeerderheid
of my scientificwetenschappelijk careercarrière
55
169831
2698
het grootste deel
van mijn wetenschappelijke carrière
03:04
in very high-techhigh Tech labslabs,
56
172553
1929
in high-tech laboratoria,
03:06
surroundedomgeven by really expensiveduur equipmentuitrusting.
57
174506
2733
omringd door peperdure apparatuur.
03:09
So manyveel askvragen me
58
177712
1643
Zovelen vragen mij
03:11
how and why do I work
for farmersboeren in AfricaAfrika.
59
179379
3867
hoe en waarom ik
voor de boeren in Afrika werk.
03:15
Well, because of my computinggegevensverwerking skillsvaardigheden,
60
183804
2302
Vanwege mijn computervaardigheden
03:18
in 2013, a teamteam of EastEast AfricanAfrikaanse scientistswetenschappers
61
186130
4539
vroeg in 2013 een team
van Oost-Afrikaanse wetenschappers me
03:22
askedgevraagd me to jointoetreden the teamteam
in the plighttoestand to savebesparen cassavacassave.
62
190693
4089
om met het team een oplossing te zoeken
voor de benarde situatie van cassave.
Cassave is een plant
03:27
CassavaCassave is a plantfabriek whosewaarvan leavesbladeren and rootswortels
feedeten geven 800 millionmiljoen people globallywereldwijd.
63
195766
6970
waarvan de bladeren en wortels
wereldwijd 800 miljoen mensen voeden --
03:35
And 500 millionmiljoen in EastEast AfricaAfrika.
64
203639
3037
500 miljoen daarvan in Oost-Afrika.
03:38
So that's nearlybijna a billionmiljard people
65
206994
2007
Bijna een miljard mensen
03:41
relyingberoep on this plantfabriek
for theirhun dailydagelijks caloriescalorieën.
66
209025
2968
doen beroep op deze plant
voor hun dagelijkse calorieën.
03:44
If a small-scalekleinschalige familyfamilie farmerboer
has enoughgenoeg cassavacassave,
67
212581
3845
Als een kleinschalige familieboerin
genoeg cassave heeft,
03:48
she can feedeten geven her familyfamilie
68
216450
2144
kan ze haar gezin voeden
03:50
and she can sellverkopen it at the marketmarkt
for importantbelangrijk things like schoolschool- feesfees,
69
218618
4046
en het ook nog verkopen op de markt
voor belangrijke zaken als schoolgeld,
03:54
medicalmedisch expenseskosten and savingsspaargeld.
70
222688
2135
medische kosten en spaargeld.
03:57
But cassavacassave is underonder attackaanval in AfricaAfrika.
71
225752
3531
Maar cassave wordt bedreigd in Afrika.
04:01
WhitefliesWhiteflies and virusesvirussen
are devastatingverwoestende cassavacassave.
72
229665
4436
Wittevlieg en virussen verwoesten cassave.
04:06
WhitefliesWhiteflies are tinyklein insectsinsecten
73
234593
2206
Wittevlieg zijn kleine insecten
die zich voeden met de bladeren
van meer dan 600 plantensoorten.
04:08
that feedeten geven on the leavesbladeren
of over 600 plantsplanten.
74
236823
2818
04:11
They are badslecht newsnieuws.
75
239665
1801
Ze zijn slecht nieuws.
04:13
There are manyveel speciessoorten;
76
241490
1159
Er bestaan vele soorten.
04:14
they becomeworden pesticidebestrijdingsmiddelen resistantresistant;
77
242673
2269
Ze worden resistent
tegen bestrijdingsmiddelen
04:16
and they transmitoverdragen hundredshonderden
of plantfabriek virusesvirussen
78
244966
4254
en ze verspreiden
honderden plantenvirussen
04:21
that causeoorzaak cassavacassave brownbruin streakstreak diseaseziekte
79
249244
2524
die cassave bruine-streep-ziekte
04:23
and cassavacassave mosaicmozaïek diseaseziekte.
80
251792
1800
en mozaïek-ziekte geven.
04:26
This completelyhelemaal killskills the plantfabriek.
81
254085
2134
Dat doodt de plant.
04:29
And if there's no cassavacassave,
82
257038
1817
Zonder cassave
04:30
there's no foodeten or incomeinkomen
for millionsmiljoenen of people.
83
258879
3999
is er geen voedsel of inkomen
voor miljoenen mensen.
04:36
It tooknam me one tripreis to TanzaniaTanzania
84
264141
2476
Eén reis naar Tanzania was genoeg
om te beseffen dat deze vrouwen
hulp nodig hebben.
04:38
to realizerealiseren that these womenvrouw
need some help.
85
266641
2738
04:41
These amazingverbazingwekkend, strongsterk,
small-scalekleinschalige familyfamilie farmersboeren,
86
269403
4253
Deze verbazingwekkende, sterke,
kleinschalige familiale boeren,
04:45
the majoritymeerderheid womenvrouw,
87
273680
1268
de meerderheid vrouwen,
04:46
are doing it roughruw.
88
274972
1267
hebben het zwaar.
04:48
They don't have enoughgenoeg foodeten
to feedeten geven theirhun familiesgezinnen,
89
276744
2436
Ze hebben niet genoeg voedsel
om hun gezin te voeden.
04:51
and it's a realecht crisiscrisis.
90
279204
1588
Het is een echte crisis.
Dit gebeurt er:
04:53
What happensgebeurt is
91
281530
1499
ze leggen velden van cassave aan
zodra de regens komen.
04:55
they go out and plantfabriek fieldsvelden of cassavacassave
when the rainsregens come.
92
283053
2992
04:58
NineNegen monthsmaanden laterlater,
93
286069
1706
Negen maanden later
04:59
there's nothing, because of these
pestsongedierte and pathogenspathogenen.
94
287799
3080
is er niets
door die plagen en ziekteverwekkers.
05:02
And I thought to myselfmezelf,
95
290903
2158
Ik dacht:
05:05
how in the worldwereld- can farmersboeren be hungryhongerig?
96
293085
3198
hoe kunnen boeren nu honger lijden?
05:08
So I decidedbeslist to spendbesteden
some time on the groundgrond
97
296815
2320
Daarom besloot ik er
wat tijd door te brengen
05:11
with the farmersboeren and the scientistswetenschappers
98
299159
1680
met de boeren en de wetenschappers
05:12
to see if I had any skillsvaardigheden
that could be helpfulnuttig.
99
300863
2603
om te zien of ik hen
kon helpen met mijn kennis.
05:16
The situationsituatie on the groundgrond is shockingschokkend.
100
304427
2856
De situatie ter plaatse is schokkend.
05:19
The whiteflieswhiteflies have destroyedvernietigd the leavesbladeren
that are eatengegeten for proteineiwit,
101
307307
4270
De wittevlieg vernietigde de bladeren
die worden gegeten voor het eiwit
05:23
and the virusesvirussen have destroyedvernietigd the rootswortels
that are eatengegeten for starchzetmeel.
102
311601
3582
en de virussen vernietigden de wortels
die worden gegeten voor het zetmeel.
05:27
An entiregeheel growinggroeiend seasonseizoen will passslagen voor,
103
315592
2445
Een heel groeiseizoen gaat voorbij
05:30
and the farmerboer will loseverliezen
an entiregeheel yearjaar of incomeinkomen and foodeten,
104
318061
4110
en de boerin verliest
een heel jaar van inkomsten en voedsel
05:34
and the familyfamilie will sufferlijden
a long hungerhonger seasonseizoen.
105
322195
3198
en de familie zal
een lange tijd honger lijden.
05:37
This is completelyhelemaal preventablete voorkomen.
106
325942
2080
Dat is volledig te voorkomen.
05:40
If the farmerboer knewwist
107
328046
1324
Als de boerin wist
05:41
what varietyverscheidenheid of cassavacassave
to plantfabriek in her fieldveld-,
108
329394
3064
welke soort cassave
te planten in haar gebied,
05:44
that was resistantresistant
to those virusesvirussen and pathogenspathogenen,
109
332482
4325
een die resistent is
tegen die virussen en pathogenen,
05:48
they would have more foodeten.
110
336831
1905
zou ze meer voedsel hebben.
05:50
We have all the technologytechnologie we need,
111
338760
2835
We hebben alle nodige technologie,
05:53
but the knowledgekennis and the resourcesmiddelen
112
341619
3204
maar de kennis en de middelen
05:56
are not equallyeven distributedgedistribueerd
around the globewereldbol.
113
344847
3135
zijn niet gelijk verdeeld over de wereld.
06:00
So what I mean specificallyspecifiek is,
114
348712
2562
Wat ik precies bedoel,
is dat de oudere genomische technologieën
06:03
the olderouder genomicgenomic technologiestechnologieën
115
351298
1852
06:05
that have been requirednodig
to uncoverontdekken the complexitiescomplexiteiten
116
353174
2863
die nodig zijn om
de complexiteit te ontrafelen
06:08
in these pestsongedierte and pathogenspathogenen --
117
356061
3062
van deze plagen en pathogenen --
06:11
these technologiestechnologieën were not madegemaakt
for sub-SaharanSahara AfricaAfrika.
118
359147
2998
die zijn niet ontworpen
voor subsaharaans Afrika.
06:15
They costkosten upwardsnaar boven of a millionmiljoen dollarsdollars;
119
363058
2341
Ze kosten meer dan een miljoen dollar,
06:17
they requirevereisen constantconstante powermacht
120
365423
1888
ze hebben een stroomnet nodig
06:19
and specializedgespecialiseerde humanmenselijk capacitycapaciteit.
121
367335
1800
en gespecialiseerd menselijk kunnen.
06:21
These machinesmachines are fewweinig
and farver betweentussen on the continentcontinent,
122
369970
2861
Er zijn maar weinig apparaten
en ze liggen ver verspreid,
06:24
whichwelke is leavingverlaten manyveel scientistswetenschappers
battlingvechten on the frontvoorkant lineslijnen no choicekeuze
123
372855
4621
wat veel wetenschappers
aan het front geen andere keus laat
dan om de monsters
naar het buitenland te sturen.
06:29
but to sendsturen the samplessamples overseasoverzee.
124
377500
1999
06:31
And when you sendsturen the samplessamples overseasoverzee,
125
379523
1960
Als je de monsters
naar het buitenland stuurt,
06:33
samplessamples degradedegraderen, it costskosten a lot of moneygeld,
126
381507
2626
degraderen ze, kost het een hoop geld
06:36
and tryingproberen to get the datagegevens back
over weakzwak internetinternet
127
384157
3167
en de data via een zwak internet
proberen terug te krijgen
06:39
is nearlybijna impossibleonmogelijk.
128
387348
1400
is bijna onmogelijk.
06:41
So sometimessoms it can take sixzes monthsmaanden
to get the resultsuitslagen back to the farmerboer.
129
389142
4299
Soms duurt het zes maanden
om de resultaten
terug bij de boer te krijgen.
06:45
And by then, it's too latelaat.
130
393465
1754
En tegen die tijd is het te laat.
06:47
The cropgewas is alreadynu al goneweg,
131
395243
1587
Het gewas is al weg,
06:48
whichwelke resultsuitslagen in furtherverder povertyarmoede
and more hungerhonger.
132
396854
3166
wat leidt tot meer armoede en honger.
06:53
We knewwist we could fixrepareren this.
133
401306
2158
We wisten dat we dit konden oplossen.
06:55
In 2017,
134
403989
1404
In 2017
06:57
we had heardgehoord of this handheldhandheld,
portableportable DNADNA sequencersequencer
135
405417
4786
hadden we gehoord van deze handheld,
draagbare DNA-sequenser:
07:02
calledriep an OxfordOxford NanoporeNanopore MinIONMinion.
136
410227
2509
de Oxford Nanopore MinION.
07:04
This was beingwezen used
in WestWest AfricaAfrika to fightstrijd EbolaEbola.
137
412760
4153
Hij werd in West-Afrika gebruikt
om Ebola te bestrijden.
07:08
So we thought:
138
416937
1497
We dachten:
waarom kunnen we hem in Oost-Afrika
niet gebruiken om landbouwers te helpen?
07:10
Why can't we use this
in EastEast AfricaAfrika to help farmersboeren?
139
418458
3286
07:13
So, what we did was we setreeks out to do that.
140
421768
4333
Dus gingen we het proberen.
07:18
At the time, the technologytechnologie was very newnieuwe,
141
426609
2698
Toentertijd, omdat de technologie
nog erg nieuw was,
07:21
and manyveel doubtedtwijfelde we could
replicatekopiëren this on the farmfarm.
142
429331
2952
twijfelden velen eraan
of dat zou werken op de boerderij.
07:24
When we setreeks out to do this,
143
432879
1317
Toen we ermee begonnen,
07:26
one of our "collaboratorsmedewerkers" in the UKVERENIGD KONINKRIJK
144
434220
3881
zegde één van onze 'medewerkers'
in het Verenigd Koninkrijk
07:30
told us that we would never
get that to work in EastEast AfricaAfrika,
145
438125
3627
dat dat nooit zou lukken in Oost-Afrika,
07:33
let alonealleen on the farmfarm.
146
441776
1466
laat staan op de boerderij.
07:35
So we acceptedaanvaard the challengeuitdaging.
147
443863
1769
We accepteerden de uitdaging.
07:37
This personpersoon even wentgegaan so farver as to betinzet us
two of the bestbeste bottlesflessen of champagneChampagne
148
445934
6453
Deze persoon verwedde zelfs
twee flessen van de beste champagne
07:44
that we would never get that to work.
149
452411
2958
dat we het nooit
voor elkaar zouden krijgen.
07:48
Two wordstekst:
150
456871
1579
Twee woorden:
07:50
paybetalen up.
151
458474
1151
betaal maar.
07:51
(LaughterGelach)
152
459649
2174
(Gelach)
07:53
(ApplauseApplaus)
153
461847
4152
(Applaus)
07:58
PayBetalen up, because we did it.
154
466023
2913
Betalen, omdat het ons lukte.
08:00
We tooknam the entiregeheel high-techhigh Tech molecularmoleculair lablaboratorium
155
468960
3285
We namen het volledige
high-tech moleculair lab mee
08:04
to the farmersboeren of TanzaniaTanzania,
KenyaKenia and UgandaOeganda,
156
472269
3649
naar de boeren
in Tanzania, Kenia en Uganda.
08:07
and we calledriep it TreeBoom LabLab.
157
475942
2032
We noemden het Tree Lab.
08:10
So what did we do?
158
478942
1191
Wat hebben we gedaan?
08:12
Well, first of all,
we gavegaf ourselvesonszelf a teamteam namenaam --
159
480157
2579
Eerst gaven we onszelf een teamnaam --
08:14
it's calledriep the CassavaCassave VirusVirus
ActionActie ProjectProject.
160
482760
2174
het Cassave Virus Action Project.
08:16
We madegemaakt a websitewebsite,
161
484958
1357
We maakten een website,
08:18
we gatheredverzamelde supportondersteuning from the genomicsgenomics
and computinggegevensverwerking communitiesgemeenschappen,
162
486339
3611
kregen steun van de genomica-
en informaticagemeenschappen
08:21
and away we wentgegaan to the farmersboeren.
163
489974
1881
en gingen op weg naar de boeren.
08:24
Everything that we need for our TreeBoom LabLab
164
492411
2809
Alle benodigdheden voor onze Tree Lab
08:27
is beingwezen carriedgedragen by the teamteam here.
165
495244
2409
worden vervoerd door het team hier.
08:29
All of the molecularmoleculair and computationalcomputational
requirementsvereisten needednodig
166
497677
4047
Aan alle moleculaire
en computationele vereisten
08:33
to diagnosediagnostiseren sickziek plantsplanten is there.
167
501748
3301
om zieke planten
te diagnosticeren is voldaan.
08:37
And it's actuallywerkelijk all
on this stagestadium here as well.
168
505431
2828
Het staat hier nu ook allemaal.
08:41
We figuredbedacht if we could get the datagegevens
closerdichterbij to the problemprobleem,
169
509161
3587
We dachten dat als we de gegevens
dichter bij het probleem
en dichter bij de boerin
konden verzamelen,
08:44
and closerdichterbij to the farmerboer,
170
512772
1618
08:46
the quickersneller we could tell her
what was wrongfout with her plantfabriek.
171
514414
3356
we haar sneller konden vertellen
wat er mis was met haar planten.
08:50
And not only tell her what was wrongfout --
172
518169
1873
En niet alleen wat er mis was --
08:52
give her the solutionoplossing.
173
520066
1392
maar ook de oplossing geven.
08:53
And the solutionoplossing is,
174
521482
1325
De oplossing is:
08:54
burnbrandwond the fieldveld- and plantfabriek varietiesvariëteiten
175
522831
2623
verbrand het veld en plant variëteiten
08:57
that are resistantresistant to the pestsongedierte
and pathogenspathogenen she has in her fieldveld-.
176
525478
3504
die resistent zijn tegen de plagen
en pathogenen op haar veld.
09:01
So the first thing that we did
was we had to do a DNADNA extractionextractie.
177
529942
4204
Het eerste wat we deden,
was een DNA-extractie.
09:06
And we used this machinemachine here.
178
534170
2539
We gebruikten dit toestel hier.
09:09
It's calledriep a PDQeXPDQeX,
179
537050
3199
Het heet een PDQeX,
09:12
whichwelke standsstands for
"PrettyVrij DamnDamn QuickSnelle ExtractionExtractie."
180
540273
3891
wat staat voor
'Pretty Damn Quick Extraction'.
09:16
(LaughterGelach)
181
544188
2048
(Gelach)
09:18
I know.
182
546260
1150
Ik weet het.
09:19
My friendvriend JoeJoe is really coolkoel.
183
547768
2494
Mijn vriend Joe is echt cool.
09:23
One of the biggestgrootste challengesuitdagingen
in doing a DNADNA extractionextractie
184
551394
3360
Een van de grootste uitdagingen
bij het doen van een DNA-extractie
09:26
is it usuallydoorgaans requiresvereist
very expensiveduur equipmentuitrusting,
185
554778
3315
is dat het meestal
zeer dure apparatuur vereist
09:30
and takes hoursuur.
186
558117
1404
en uren duurt.
09:31
But with this machinemachine,
187
559545
1492
Maar met deze machine
09:33
we'vewij hebben been ablein staat to do it in 20 minutesnotulen,
188
561061
2754
doen we het in 20 minuten
tegen een fractie van de kosten.
09:35
at a fractionfractie of the costkosten.
189
563839
1246
09:37
And this runsruns off of a motorcyclemotorfiets batteryaccu.
190
565109
2888
En het loopt op de accu
van een motorfiets.
09:41
From there, we take the DNADNA extractionextractie
and preparebereiden it into a librarybibliotheek,
191
569164
5143
Dan nemen het DNA-extract
en verwerken het tot een bibliotheek,
09:46
gettingkrijgen it readyklaar to loadladen on
192
574331
1779
maken het klaar
09:48
to this portableportable, handheldhandheld
genomicgenomic sequencersequencer,
193
576134
4292
voor deze draagbare,
handheld genomische sequenser,
09:52
whichwelke is here,
194
580450
1151
hier,
09:53
and then we plugplug this
into a minimini supercomputersupercomputer,
195
581625
3738
en steken het dan
in een mini-supercomputer
09:57
whichwelke is calledriep a MinITMinit.
196
585387
1822
die MinIT heet.
09:59
And bothbeide of these things are pluggedaangesloten
into a portableportable batteryaccu packpak.
197
587728
4102
Beiden zijn aangesloten
op een draagbare accu.
10:04
So we were ablein staat to eliminateelimineren
198
592569
1873
We hoefden dus geen stroomnet
en geen internet,
10:06
the requirementsvereisten
of mainhoofd powermacht and internetinternet,
199
594466
2405
10:08
whichwelke are two very limitingbeperkend factorsfactoren
on a small-scalekleinschalige familyfamilie farmfarm.
200
596895
3928
twee zeer beperkende factoren
op een kleinschalige familieboerderij.
10:13
AnalyzingAnalyseren the datagegevens quicklysnel
can alsoook be a problemprobleem.
201
601807
2871
Snel analyseren van de gegevens
kan ook een probleem zijn.
10:17
But this is where me beingwezen
a computationalcomputational biologistbioloog camekwam in handyhandige.
202
605033
3906
Maar dit is waar ik van pas kwam
als computationeel bioloog.
10:21
All that gluinglijmen of deaddood plantsplanten,
203
609382
2230
Al dat opplakken van dode planten
10:23
and all that measuringmeten,
204
611636
1560
en al dat meten
10:25
and all that computinggegevensverwerking
205
613220
1992
en al dat computeren
10:27
finallyTenslotte camekwam in handyhandige
in a real-worldechte wereld, real-timeechte tijd way.
206
615236
4151
kwam eindelijk goed van pas
in de echte wereld, in real time.
10:31
I was ablein staat to make customizedafgestemde databasesdatabases
207
619411
3053
Ik kon databases op maat maken
10:34
and we were ablein staat to give the farmersboeren
resultsuitslagen in threedrie hoursuur
208
622488
4595
en we konden de boeren
in drie uur resultaten geven
10:39
versusversus sixzes monthsmaanden.
209
627107
1864
in plaats van in zes maanden.
10:41
(ApplauseApplaus)
210
629694
6968
(Applaus)
10:50
The farmersboeren were overjoyeddolblij.
211
638085
2634
De boeren waren dolblij.
10:53
So how do we know
that we're havingmet impactbotsing?
212
641799
2796
Hoe kunnen we nu weten
dat we echt invloed we hebben?
10:56
NineNegen mothsnachtvlinders after our TreeBoom LabLab,
213
644619
2000
Negen maanden na onze Tree Lab
10:58
AshaAsha wentgegaan from havingmet
zeronul tonstons perper hectarehectare
214
646643
3230
ging Asha van nul ton per hectare
11:01
to 40 tonstons perper hectarehectare.
215
649897
2008
naar 40 ton per hectare.
11:03
She had enoughgenoeg to feedeten geven her familyfamilie
216
651929
1799
Ze had genoeg om haar gezin te voeden
11:05
and she was sellingselling it at the marketmarkt,
217
653752
2690
en ze verkocht het op de markt.
11:08
and she's now buildinggebouw a househuis
for her familyfamilie.
218
656466
2735
Ze bouwt nu een huis voor haar familie.
11:12
Yeah, so coolkoel.
219
660212
1159
Ja, zo cool.
11:13
(ApplauseApplaus)
220
661395
4254
(Applaus)
11:17
So how do we scaleschaal TreeBoom LabLab?
221
665673
1866
Hoe kunnen we Tree Lab nu schalen?
11:19
The thing is,
222
667940
1380
Feit is
11:21
farmersboeren are scaledgeschubd alreadynu al in AfricaAfrika.
223
669344
2103
dat boeren in Afrika al geschaald zijn.
11:23
These womenvrouw work in farmerboer groupsgroepen,
224
671471
1889
Deze vrouwen werken in boerengroepen,
11:25
so helpinghelpen AshaAsha actuallywerkelijk helpedgeholpen
3,000 people in her villagedorp,
225
673384
4126
dus is Asha helpen eigenlijk
3.000 mensen in haar dorp helpen,
11:29
because she sharedgedeelde the resultsuitslagen
and alsoook the solutionoplossing.
226
677534
3652
want ze deelde de resultaten
en ook de oplossing.
11:33
I rememberonthouden everyelk singlesingle
farmerboer I've ever metleerde kennen.
227
681673
4191
Ik herinner me elke boerin
die ik ooit heb ontmoet.
11:38
TheirHun painpijn and theirhun joyvreugde
228
686665
3563
Hun pijn en hun vreugde
11:42
is engravedgegraveerde in my memoriesherinneringen.
229
690252
1800
zitten geëtst in mijn herinneringen.
11:44
Our sciencewetenschap is for them.
230
692958
1865
Onze wetenschap is er voor hen.
11:47
TreeBoom LabLab is our bestbeste attemptpoging
to help them becomeworden more foodeten securebeveiligen.
231
695711
5047
Tree Lab is onze beste poging
om hen te helpen
aan meer voedselzekerheid.
11:53
I never dreamtgedroomd
232
701180
1786
Ik had nooit gedroomd
11:54
that the bestbeste sciencewetenschap
I would ever do in my life
233
702990
2944
dat de beste wetenschap ooit in mijn leven
11:57
would be on that blanketdeken in EastEast AfricaAfrika,
234
705958
3499
zou gebeuren op die deken in Oost-Afrika,
12:01
with the highest-techhoogste-Tech genomicgenomic gadgetsgadgets.
235
709481
2366
met die highest-tech genomische gadgets.
12:04
But our teamteam did dreamdroom
236
712312
2452
Maar ons team droomde ervan
12:06
that we could give farmersboeren answersantwoorden
in threedrie hoursuur versusversus sixzes monthsmaanden,
237
714788
4270
om de boeren antwoorden te kunnen geven
in drie uur in plaats van zes maanden,
12:11
and then we did it.
238
719082
1436
en we deden het.
12:12
Because that's the powermacht
of diversityverscheidenheid and inclusioninclusie in sciencewetenschap.
239
720542
4108
Want dat is de kracht
van diversiteit en integratie
in de wetenschap.
12:17
Thank you.
240
725156
1151
Dank je.
12:18
(ApplauseApplaus)
241
726331
3151
(Applaus)
12:21
(CheersCheers)
242
729506
4083
(Gejuich)
Translated by Rik Delaet
Reviewed by Peter Van de Ven

▲Back to top

ABOUT THE SPEAKER
Laura Boykin - Computational biologist, activist
TED Senior Fellow Laura Boykin uses technology to help farmers in East Africa have more food to feed their families.

Why you should listen

Dr. Laura Boykin is a TED Senior Fellow, Gifted Citizen and computational biologist who uses genomics and supercomputing to help smallholder farmers in sub-Saharan Africa control whiteflies and viruses, which cause devastation to the local cassava crops. Cassava is a staple food that feeds more than 800 million people globally.

Boykin also works in partnership with African scientists to train local communities in genomics and high-performance computing skills, with the aim of tackling future insect and viral outbreaks. Recently, she founded The Cassava Virus Action Project along with collaborators in east Africa to roll out portable DNA sequencing and analyses to farmers in the region. Their mission is to increase cassava yields for 500 million farmers.

More profile about the speaker
Laura Boykin | Speaker | TED.com