TEDxBoston 2011
Richard Resnick: Welcome to the genomic revolution
Richard Resnick: Bem-vindos à revolução genômica
Filmed:
Readability: 4.2
1,041,798 views
Nesta conversa acessível do TEDxBoston, Richard Resnick mostra como o barato e rápido sequenciamento do genoma está prestes a virar de cabeça para baixo os planos de saúde (e os seguros, e a política).
Richard Resnick - Entrepreneur
Richard Resnick is on the front lines of the business of genomes, as CEO of GenomeQuest, a maker of genomic software. Full bio
Richard Resnick is on the front lines of the business of genomes, as CEO of GenomeQuest, a maker of genomic software. Full bio
Double-click the English transcript below to play the video.
00:15
Ladies and gentlemen,
0
0
2000
Senhoras e senhores,
00:17
I present to you the human genome.
1
2000
3000
apresento a vocês o genoma humano.
00:20
(Applause)
2
5000
3000
(Aplausos)
00:23
Chromosome one, top left.
3
8000
2000
Cromossomo um, acima à esquerda.
00:25
Bottom right are the sex chromosomes.
4
10000
2000
Embaixo à direita estão os cromossomos do sexo.
00:27
Women have two copies of that big X chromosome;
5
12000
2000
Mulheres têm duas cópias destes grandes cromossomos X;
00:29
men have the X
6
14000
2000
homens têm o X
00:31
and, of course, that small copy of the Y.
7
16000
2000
e, claro, essa cópia pequena do Y.
00:33
Sorry boys, but it's just a tiny little thing that makes you different.
8
18000
4000
Lamento rapazes, mas é uma coisinha de nada que os faz diferentes.
00:37
So if you zoom in on this genome,
9
22000
3000
Se ampliarem o genoma,
00:40
then what you see, of course, is this double helix structure --
10
25000
3000
o que se vê, é a estrutura helicoidal dupla --
00:43
the code of life spelled out with these four biochemical letters,
11
28000
2000
o código da vida soletrado com 4 letras bioquímicas,
00:45
or we call them bases, right:
12
30000
2000
ou as chamamos de bases, certo?
00:47
A, C, G and T.
13
32000
2000
A, C, G e T.
00:49
How many are there in the human genome? Three billion.
14
34000
2000
Quantas há no genoma humano? 3 bilhões.
00:51
Is that a big number?
15
36000
2000
É um número grande?
00:53
Well, everybody can throw around big numbers.
16
38000
2000
Todos podem falar de números grandes.
00:55
But in fact, if I were to place one base
17
40000
2000
Mas na verdade, se eu fosse colocar uma base
00:57
on each pixel of this 1280 by 800 resolution screen,
18
42000
3000
em cada pixel desta tela com resolução 1280 x 800,
01:00
we would need 3,000 screens to take a look at the genome.
19
45000
3000
precisaríamos de 3.000 telas para olhar o genoma.
01:03
So it's really quite big.
20
48000
2000
É bem grande mesmo.
01:05
And perhaps because of its size,
21
50000
2000
Talvez, por causa do seu tamanho,
01:07
a group of people -- all, by the way, with Y chromosomes --
22
52000
3000
um grupo de pessoas -- todas, a propósito, com cromossomos Y --
01:10
decided they would want to sequence it.
23
55000
2000
decidiu que queriam sequenciá-lo.
01:12
(Laughter)
24
57000
2000
(Risos)
01:14
And so 15 years, actually, and about four billion dollars later,
25
59000
3000
Após 15 anos, e cerca de 4 bilhões de dólares depois,
01:17
the genome was sequenced and published.
26
62000
2000
o genoma foi sequenciado e publicado.
01:19
In 2003, the final version was published, and they keep working on it.
27
64000
3000
Em 2003, a versão final foi publicada, e eles continuam trabalhando nisso.
01:22
That was all done on a machine that looks like this.
28
67000
2000
Foi tudo feito em uma máquina como essa.
01:24
It costs about a dollar for each base --
29
69000
2000
Custa cerca de um dólar por base --
01:26
a very slow way of doing it.
30
71000
2000
um modo muito lento.
01:28
Well folks, I'm here to tell you
31
73000
2000
Amigos, estou aqui pra dizer
01:30
that the world has completely changed
32
75000
2000
que o mundo mudou completamente
01:32
and none of you know about it.
33
77000
2000
e nenhum de vocês sabe.
01:34
So now what we do is we take a genome,
34
79000
2000
O que fazemos agora é pegar um genoma,
01:36
we make maybe 50 copies of it,
35
81000
2000
fazemos talvez 50 cópias dele,
01:38
we cut all those copies up into little 50-base reads,
36
83000
3000
cortamos essas cópias em trechos de até 50 bases,
01:41
and then we sequence them, massively parallel.
37
86000
2000
e os sequenciamos intensamente em paralelo.
01:43
And then we bring that into software,
38
88000
2000
Então inserimos no software,
01:45
and we reassemble it and we tell you what the story is.
39
90000
2000
e o remontamos e contamos a vocês do que se trata.
01:47
And so just to give you a picture of what this looks like,
40
92000
3000
E só pra dar uma ideia de como a coisa se parece,
01:50
the Human Genome Project: 3 gigabases, right.
41
95000
2000
o Projeto Genoma Humano: 3 gigas de bases.
01:52
One run on one of these machines:
42
97000
2000
Uma análise em uma destas máquinas:
01:54
200 gigabases in a week.
43
99000
3000
200 gigas em uma semana.
01:57
And that 200 is going to change to 600 this summer,
44
102000
3000
E esses 200 vão passar a 600 neste verão,
02:00
and there's no sign of this pace slowing.
45
105000
3000
e não há sinal de que vá diminuir o passo.
02:03
So the price of a base, to sequence a base,
46
108000
3000
O preço de uma base, para sequenciar,
02:06
has fallen 100 million times.
47
111000
3000
tem caído 100 milhões de vezes.
02:09
That's the equivalent of you filling up your car with gas in 1998,
48
114000
3000
Equivale a encher o tanque do carro em 1998,
02:12
waiting until 2011,
49
117000
2000
esperando até 2011,
02:14
and now you can drive to Jupiter and back twice.
50
119000
2000
e agora você pode ir até Júpiter e voltar 2 vezes.
02:16
(Laughter)
51
121000
5000
(Risos)
02:21
World population,
52
126000
2000
População mundial,
02:23
PC placements,
53
128000
2000
computadores pessoais instalados.
02:25
the archive of all the medical literature,
54
130000
3000
o arquivo de toda a literatura médica,
02:28
Moore's law,
55
133000
2000
a Lei de Moore,
02:30
the old way of sequencing, and here's all the new stuff.
56
135000
3000
o modo antigo de sequenciamento, e eis aqui todo o novo material.
02:33
Guys, this is a log scale;
57
138000
2000
Gente, é uma escala logarítmica;
02:35
you don't typically see lines that go up like that.
58
140000
3000
não se vê linhas em ascensão assim toda hora.
02:38
So the worldwide capacity to sequence human genomes
59
143000
3000
A capacidade mundial para sequenciamento de genomas
02:41
is something like 50,000 to 100,000 human genomes this year.
60
146000
3000
é algo como 50.000 a 100.000 genomas humanos este ano.
02:44
And we know this based on the machines that are being placed.
61
149000
3000
Sabemos disto baseado nas máquinas que estão sendo alocadas.
02:47
This is expected to double, triple or maybe quadruple
62
152000
3000
Espera-se que duplique, triplique ou até quadruplique
02:50
year over year for the foreseeable future.
63
155000
2000
ano após ano para o futuro próximo.
02:52
In fact, there's one lab in particular
64
157000
2000
De fato, existe um laboratório em especial
02:54
that represents 20 percent of all that capacity.
65
159000
3000
que representa 20% dessa capacidade.
02:57
It's called the Beijing Genomics Institute.
66
162000
3000
Chama-se Instituto de Genômica de Pequim.
03:00
The Chinese are absolutely winning this race to the new Moon, by the way.
67
165000
4000
Os chineses estão na dianteira absoluta desta corrida à nova Lua.
03:04
What does this mean for medicine?
68
169000
2000
O que isso significa para a medicina?
03:06
So a woman is age 37.
69
171000
2000
Uma mulher tem 37 anos.
03:08
She presents with stage 2 estrogen receptor-positive breast cancer.
70
173000
4000
Ela apresenta câncer de mama positivo para receptor de estrógeno, estágio II.
03:12
She is treated with surgery, chemotherapy and radiation.
71
177000
3000
É tratada com cirurgia, quimioterapia e radiação.
03:15
She goes home.
72
180000
2000
Ela vai para casa.
03:17
Two years later, she comes back with stage three C ovarian cancer.
73
182000
3000
Após 2 anos, ela volta com câncer de ovário em estágio III C.
03:20
Unfortunately, treated again with surgery and chemotherapy.
74
185000
3000
Infelizmente, tratada novamente com cirurgia e quimio.
03:23
She comes back three years later at age 42
75
188000
2000
Ela retorna em 3 anos, aos 42 anos
03:25
with more ovarian cancer, more chemotherapy.
76
190000
3000
com mais câncer nos ovários, mais quimio.
03:28
Six months later,
77
193000
2000
Seis meses depois,
03:30
she comes back with acute myeloid leukemia.
78
195000
3000
retorna com Leucemia mielóide aguda.
03:34
She goes into respiratory failure and dies eight days later.
79
199000
3000
Entra em falência respiratória e morre 8 dias depois.
03:37
So first, the way in which this woman was treated, in as little as 10 years,
80
202000
3000
O modo como esta mulher foi tratada, em pouco menos de 10 anos,
03:40
will look like bloodletting.
81
205000
3000
irá parecer uma sangria.
03:43
And it's because of people like my colleague, Rick Wilson,
82
208000
2000
E será por conta de pessoas como meu colega, Rick Wilson,
03:45
at the Genome Institute at Washington University,
83
210000
3000
do Instituto do Genoma na Universidade Washington,
03:48
who decided to take a look at this woman postmortem.
84
213000
2000
que decidiu dar uma olhada nesta mulher post-mortem.
03:50
And he sequenced, he took skin cells, healthy skin,
85
215000
3000
Ele sequenciou, pegou células da pele, saudáveis,
03:53
and cancerous bone marrow,
86
218000
2000
e medula óssea cancerosa,
03:55
and he sequenced the whole genomes of both of them
87
220000
2000
e sequenciou os genomas inteiros de ambos
03:57
in a couple of weeks, no big deal.
88
222000
3000
em 2 semanas, pouca coisa.
04:00
And then he compared those two genomes in software,
89
225000
2000
Então ele comparou esses 2 genomas no software,
04:02
and what he found, among other things,
90
227000
2000
e o que encontrou, entre outras coisas,
04:04
was a deletion, a 2,000-base deletion
91
229000
2000
foi a deleção, uma deleção de 2.000 bases
04:06
across three billion bases
92
231000
2000
através de 3 bilhões de bases
04:08
in a particular gene called TP53.
93
233000
2000
de um gene em particular chamado TP53.
04:10
If you have this deleterious mutation in this gene,
94
235000
3000
Se você tiver essa mutação prejudicial neste gene,
04:13
you're 90 percent likely to get cancer in your life.
95
238000
3000
há 90% de probabilidade de câncer na sua vida.
04:16
So unfortunately, this doesn't help this woman,
96
241000
2000
Infelizmente, isto não ajudou esta mulher,
04:18
but it does have severe, profound if you will,
97
243000
3000
mas tem graves, profundas, se preferirem,
04:21
implications to her family.
98
246000
2000
implicações na família dela.
04:23
I mean, if they have the same mutation,
99
248000
2000
Se eles tiverem a mesma mutação,
04:25
and they get this genetic test, and they understand it,
100
250000
3000
e fizerem este teste genético, e compreenderem,
04:28
then they can go and get regular screens, and they can catch cancer early
101
253000
3000
podem começar a fazer exames regulares, e detectar o câncer no início
04:31
and potentially live a significantly longer life.
102
256000
2000
e potencialmente terem uma vida bem mais longa.
04:33
Let me introduce you now to the Beery twins,
103
258000
2000
Permitam-me apresentar os gêmeos Beery,
04:35
diagnosed with cerebral palsy at the age of two.
104
260000
2000
diagnosticados com paralisia cerebral aos 2 anos.
04:37
Their mom is a very brave woman
105
262000
2000
A mãe deles é uma mulher corajosa
04:39
who didn't believe that the symptoms weren't matching up,
106
264000
2000
que não acreditou que os sintomas correspondiam,
04:41
and through some heroic efforts and a lot of Internet searching,
107
266000
2000
e através de heróicos esforços e muita procura na internet,
04:43
she was able to convince the medical community
108
268000
3000
foi capaz de convencer a comunidade médica
04:46
that, in fact, they had something else.
109
271000
2000
que, de fato, eles tinham uma outra coisa.
04:48
What they had was dopa-responsive dystonia.
110
273000
3000
O que eles tinham era distonia dopa-responsiva.
04:51
And so they were given L-Dopa,
111
276000
2000
À eles foi dado L-Dopa,
04:53
and their symptoms did improve,
112
278000
2000
e seus sintomas melhoraram,
04:55
but they weren't totally asymptomatic.
113
280000
2000
mas não ficaram totalmente assintomáticos.
04:57
Significant problems remained.
114
282000
2000
Problemas significativos permaneceram.
04:59
Turns out the gentleman in this picture is a guy named Joe Beery,
115
284000
2000
Acontece que o cavalheiro na foto é um cara chamado Joe Beery,
05:01
who was lucky enough to be the CIO
116
286000
2000
que teve a sorte de ser o CIO
05:03
of a company called Life Technologies.
117
288000
2000
de uma empresa chamada Life Technologies.
05:05
They're one of the two companies
118
290000
2000
Que é uma das duas empresas
05:07
that makes these massive whole genome sequencing tools.
119
292000
3000
que fazem as ferramentas para o sequenciamento massivo do genoma.
05:10
And so what he did was he got his kids sequenced.
120
295000
3000
O que ele fez foi sequenciar o genoma destas crianças.
05:13
And what they found was a series of mutations in a gene called SPR,
121
298000
3000
E descobriram uma série de mutações em um gene chamado SPR,
05:16
which is responsible for producing serotonin, among other things.
122
301000
4000
que é responsável pela produção de serotonina, entre outras coisas.
05:20
So on top of L-Dopa, they gave these kids a serotonin precursor drug,
123
305000
3000
Além do L-Dopa, foi dado à essas crianças um precursor da seratonina,
05:23
and they're effectively normal now.
124
308000
2000
e de fato elas estão normais agora.
05:25
Guys, this would never have happened without whole genome sequencing.
125
310000
3000
Gente, isso nunca teria acontecido sem o sequenciamento do genoma.
05:28
And at the time -- this was a few years ago -- it cost $100,000.
126
313000
2000
Naquele tempo -- e foi a poucos anos -- custou 100.000 dólares.
05:30
Today it's $10,000. Next year it's $1,000.
127
315000
2000
Hoje custa 10.000. Ano que vem 1.000.
05:32
The year after it's $100, give or take a year.
128
317000
2000
No ano seguinte 100 dólares, ano a mais ou a menos.
05:34
That's how fast this is moving.
129
319000
2000
É rápido assim como está indo.
05:36
So here's little Nick --
130
321000
2000
Eis o pequeno Nick --
05:38
likes Batman and squirt guns.
131
323000
3000
gosta do Batman e pistolas d'água.
05:41
And it turns out Nick shows up at the children's hospital
132
326000
3000
E o Nick aparece no hospital infantil
05:44
with this distended belly like a famine victim.
133
329000
2000
com uma barriga inchada igual a uma vítima da fome.
05:46
And it's not that he's not eating,
134
331000
2000
E ele come bem,
05:48
it's that when he eats, his intestine basically opens up
135
333000
2000
é que quando ele come, seu intestino basicamente se abre
05:50
and feces spill out into his gut.
136
335000
2000
e fezes se espalham pelas suas entranhas.
05:52
So a hundred surgeries later,
137
337000
2000
Depois de uma centena de cirurgias,
05:54
he looks at his mom and says, "Mom,
138
339000
3000
ele olha para sua mãe e diz, "Mãe,
05:57
please pray for me. I'm in so much pain."
139
342000
3000
reze por mim por favor. Tô com muita dor."
06:00
His pediatrician happens to have a background in clinical genetics
140
345000
3000
Acontece que seu pediatra tem formação em genética clínica
06:03
and he has no idea what's going on,
141
348000
2000
e não tem ideia do que está acontecendo,
06:05
but he says, "Let's get this kid's genome sequenced."
142
350000
2000
mas diz, "Vamos sequenciar o genoma deste garoto."
06:07
And what they find is a single-point mutation
143
352000
2000
E o que encontram é uma mutação pontual
06:09
in a gene responsible for controlling programmed cell death.
144
354000
3000
em um gene responsável pelo controle da morte programada de células.
06:12
So the theory is that he's having some immunological reaction
145
357000
3000
A teoria é que ele está tendo alguma reação imunológica
06:15
to what's going on to the food essentially,
146
360000
3000
com o que acontece com a comida,
06:18
and that's a natural reaction, which causes some programmed cell death.
147
363000
3000
é uma reação natural, que causa morte programada de algumas células.
06:21
But the gene that regulates that down is broken.
148
366000
2000
Mas o gene que a regula está danificado.
06:23
And so this informs, among other things, of course,
149
368000
2000
O que significa, entre outras coisas, claro,
06:25
a treatment for bone marrow transplant, which he undertakes.
150
370000
3000
um tratamento para transplante de medula, ao qual ele se submeteu.
06:28
And after nine months of grueling recovery,
151
373000
2000
Após 9 meses de uma recuperação extenuante,
06:30
he's now eating steak with A1 sauce.
152
375000
2000
agora ele come filé com molho A1.
06:32
(Laughter)
153
377000
2000
(Risos)
06:34
The prospect of using the genome
154
379000
2000
A perspectiva de usar o genoma
06:36
as a universal diagnostic
155
381000
2000
como um diagnóstico universal
06:38
is upon us today.
156
383000
2000
já está entre nós hoje.
06:40
Today, it's here.
157
385000
2000
Hoje, está bem aqui.
06:42
And what it means for all of us
158
387000
2000
O que significa para todos nós
06:44
is that everybody in this room could live an extra five, 10, 20 years
159
389000
3000
é que todos nesta sala poderão viver 5, 10, 20 anos a mais
06:47
just because of this one thing.
160
392000
2000
apenas por conta disso.
06:49
Which is a fantastic story,
161
394000
2000
É uma história fantástica,
06:51
unless you think about humanity's footprint on the planet
162
396000
3000
perdendo apenas para a marca da humanidade no planeta
06:54
and our ability to keep up food production.
163
399000
2000
e nossa habilidade em manter a produção de alimentos.
06:56
So it turns out
164
401000
2000
Acontece
06:58
that the very same technology
165
403000
2000
que esta mesma tecnologia
07:00
is also being used to grow new lines
166
405000
2000
é também utilizada para criar novos tipos
07:02
of corn, wheat, soybean and other crops
167
407000
3000
de milho, trigo, soja e outras culturas
07:05
that are highly tolerant of drought, of flood,
168
410000
2000
que são muito resistentes a seca, enchentes,
07:07
of pests and pesticides.
169
412000
2000
pestes e pesticidas.
07:09
Now look, as long as we continue to increase the population,
170
414000
3000
Vejam, enquanto continuarmos a aumentar a população,
07:12
we're going to have to continue to grow and eat genetically modified foods,
171
417000
3000
teremos que continuar a cultivar e comer alimentos modificados geneticamente,
07:15
and that's the only position that I'll take today.
172
420000
3000
e esta é unica posição que assumo hoje.
07:18
Unless there's anybody in the audience
173
423000
2000
A menos que alguém na plateia
07:20
that would like to volunteer to stop eating?
174
425000
2000
seja voluntário para parar de comer?
07:22
None, not one.
175
427000
2000
Não, ninguém.
07:24
This is a typewriter,
176
429000
2000
Esta é uma máquina de escrever,
07:26
a staple of every desktop for decades.
177
431000
3000
uma necessidade de todo escritório por décadas.
07:29
And in fact, the typewriter was essentially deleted by this thing.
178
434000
4000
A máquina de escrever basicamente foi deletada por esta coisa.
07:33
And then more general versions of word processors came about.
179
438000
3000
Então as mais diversas versões de processadores de texto surgiram.
07:36
But ultimately, it was a disruption on top of a disruption.
180
441000
3000
Em última análise, foi um ruptura em cima de outra ruptura.
07:39
It was Bob Metcalfe inventing the Ethernet
181
444000
2000
Foi Bob Metcalfe inventando a Ethernet
07:41
and the connection of all these computers
182
446000
2000
e a conexão entre todos estes computadores
07:43
that fundamentally changed everything.
183
448000
2000
que fundamentalmente mudou tudo.
07:45
And suddenly we had Netscape, and we had Yahoo
184
450000
3000
Subitamente tivemos Netscape e Yahoo
07:48
and we had, indeed, the entire dotcom bubble.
185
453000
3000
e tivemos, de fato, toda a bolha pontocom.
07:51
(Laughter)
186
456000
3000
(Risos)
07:54
Not to worry though,
187
459000
2000
Sem problemas,
07:56
that was quickly rescued by the iPod, Facebook
188
461000
2000
porque foi rapidamente salvo pelo iPod, Facebook
07:58
and, indeed, angry birds.
189
463000
2000
e, de fato, pássaros zangados.
08:00
(Laughter)
190
465000
2000
(Risos)
08:02
Look, this is where we are today.
191
467000
3000
Aqui é onde estamos hoje.
08:05
This is the genomic revolution today. This is where we are.
192
470000
2000
Está é a revolução genômica hoje. É onde estamos.
08:07
So what I'd like you to consider is:
193
472000
2000
O que eu gostaria que considerassem é:
08:09
What does it mean
194
474000
2000
O que significa
08:11
when these dots don't represent the individual bases of your genome,
195
476000
3000
quando estes pontos não representam as bases individuais do seu genoma,
08:14
but they connect to genomes all across the planet?
196
479000
3000
mas conexões com genomas ao redor do planeta?
08:17
So I just recently had to buy life insurance.
197
482000
2000
Recentemente tive que fazer um seguro de vida.
08:19
And I was required to answer:
198
484000
2000
E tive que responder:
08:21
A. I have never had a genetic test, B. I've had one, here you go,
199
486000
3000
A. Nunca havia feito um teste genético, B. Havia feito, lá vamos nós,
08:24
and C. I've had one and I'm not telling.
200
489000
2000
e C. Fiz e não estou mencionando.
08:26
Thankfully, I was able to answer A,
201
491000
2000
Ainda bem que pude responder A,
08:28
and I say that honestly in case my life insurance agent is listening.
202
493000
3000
e falo honestamente em caso do meu agente estar escutando.
08:31
But what would have happened if I had said C?
203
496000
3000
Mas o que teria acontecido se eu tivesse dito C?
08:34
Consumer applications for genomics, they will flourish.
204
499000
2000
Aplicações comerciais para a genômica, irão aumentar.
08:36
Do you want to see whether you're genetically compatible
205
501000
2000
Quer saber se você é geneticamente compatível
08:38
with your girlfriend? Sure.
206
503000
2000
com sua namorada? Claro.
08:40
DNA sequencing on your iPhone? There's an app for that.
207
505000
3000
Sequenciamento de DNA no seu iPhone? Temos um aplicativo.
08:43
(Laughter)
208
508000
2000
(Risos)
08:45
Personalized genomic massage anyone?
209
510000
3000
Alguém pensou massagem genômica personalizada?
08:48
There's already a lab today
210
513000
2000
Já existe um laboratório hoje
08:50
that tests for allele 334 of the AVPR1 gene,
211
515000
2000
que testa o alelo 334 do gene AVPR1,
08:52
the so-called cheating gene.
212
517000
2000
o assim chamado gene da traição.
08:54
So anybody who's here today with your significant other,
213
519000
4000
Quem estiver aqui hoje com sua cara-metade,
08:58
just turn over to them and swab their mouth,
214
523000
2000
vire-se para ela e recolha uma amostra de sua boca,
09:00
send it to the lab and you'll know for sure.
215
525000
2000
envie para o laboratório e saberá com certeza.
09:02
(Laughter)
216
527000
2000
(Risos)
09:04
Do you really want to elect a president
217
529000
2000
Gostariam de eleger um presidente
09:06
whose genome suggests cardiomyopathy?
218
531000
2000
cujo genoma indica cardiomiopatia?
09:08
Now think of it, it's 2016
219
533000
2000
Pensem, é 2016
09:10
and the leading candidate releases
220
535000
1000
e a candidata que está na frente anuncia
09:11
not only her four years of back tax returns,
221
536000
2000
não somente seus quatro anos de declarações de renda,
09:13
but also her personal genome.
222
538000
2000
mas também seu genoma pessoal.
09:15
And it looks really good.
223
540000
2000
Que parece ótimo.
09:17
And then she challenges all of her competitors to do the same.
224
542000
2000
Então ela desafia seus adversários a fazerem o mesmo.
09:19
Do you think that's not going to happen?
225
544000
2000
Não acham que irá acontecer?
09:21
Do you think it would have helped John McCain?
226
546000
2000
Acham que teria auxiliado John McCain?
09:23
(Laughter)
227
548000
2000
(Risos)
09:25
How many people in the audience
228
550000
2000
Quantas pessoas na plateia
09:27
have the last name Resnick like me? Raise your hand.
229
552000
2000
tem o sobrenome Resnick como eu? Ergam as mãos.
09:29
Anybody? Nobody.
230
554000
2000
Alguém? Ninguém.
09:31
Typically, there's one or two.
231
556000
2000
Normalmente, tem um ou dois.
09:33
So my father's father was one of 10 Resnick brothers.
232
558000
2000
O pai do meu pai era um de 10 irmãos Resnick.
09:35
They all hated each other.
233
560000
2000
Todos se odiavam.
09:37
And they all moved to different parts of the planet.
234
562000
2000
E se mudaram para diferentes partes do planeta.
09:39
So it's likely
235
564000
2000
É provável
09:41
that I'm related to every Resnick that I ever meet, but I don't know.
236
566000
3000
que eu tenha parentesco com todo Resnick que encontre, não sei.
09:44
But imagine if my genome were deidentified, sitting in software,
237
569000
3000
Imaginem se meu genoma fosse isolado, armazenado em software,
09:47
and a third cousin's genome was also sitting there,
238
572000
2000
e o genoma de um primo distante também estivesse lá,
09:49
and there was software that could compare these two
239
574000
2000
e houvesse um software que comparasse os dois
09:51
and make these associations.
240
576000
2000
e fizesse estas associações.
09:53
Not hard to imagine. My company has software that does this right now.
241
578000
3000
Não é difícil. Minha empresa tem um software que faz isso agora mesmo.
09:56
And so imagine one more thing:
242
581000
2000
E imaginem ainda mais:
09:58
that that software is able to ask both parties for mutual consents,
243
583000
3000
que este software seja capaz de acordar entre as partes,
10:01
"Would you be willing to meet your third cousin?"
244
586000
2000
"Gostaria de conhecer o seu primo distante?"
10:03
And if we both say yes,
245
588000
2000
Se ambos concordarem,
10:05
voila! Welcome to chromosomally LinkedIn.
246
590000
2000
voila! Bem vindos ao LinkedIn cromossômico.
10:07
(Laughter)
247
592000
4000
(Risos)
10:11
Now this is probably a good thing, right?
248
596000
2000
Seria provavelmente uma coisa boa, certo?
10:13
You have bigger clan gatherings and so on.
249
598000
2000
Teríamos encontros de famílias maiores e por aí vai.
10:15
But maybe it's a bad thing as well.
250
600000
2000
Mas talvez seja ruim também.
10:17
How many fathers in the room? Raise your hands.
251
602000
2000
Quantos pais na sala? Ergam as mãos.
10:19
Okay, so experts think that one to three percent of you
252
604000
3000
Especialistas acham que 1 a 3 porcento de vocês
10:22
are not actually the father of your child.
253
607000
2000
não seja o pai real do seu filho.
10:24
(Laughter)
254
609000
2000
(Risos)
10:26
Look --
255
611000
2000
Vejam --
10:28
(Laughter)
256
613000
4000
(Risos)
10:32
These genomes, these 23 chromosomes,
257
617000
3000
Estes genomas, estes 23 cromossomos,
10:35
they don't in any way represent the quality of our relationships
258
620000
3000
não representam de maneira alguma a qualidade de nossos relacionamentos
10:38
or the nature of our society -- at least not yet.
259
623000
2000
ou a natureza de nossa sociedade -- pelo menos não ainda.
10:40
And like any new technology,
260
625000
2000
E como qualquer nova tecnologia,
10:42
it's really in humanity's hands
261
627000
2000
está nas mãos da humanidade
10:44
to wield it for the betterment of mankind, or not.
262
629000
3000
levá-la para o nosso aprimoramento, ou não.
10:47
And so I urge you all to wake up and to tune in
263
632000
3000
Eu os exorto a acordarem e acompanharem
10:50
and to influence the genomic revolution that's happening all around you.
264
635000
3000
e que influenciem a revolução genômica que está acontecendo ao seu redor.
10:53
Thank you.
265
638000
2000
Obrigado.
10:55
(Applause)
266
640000
2000
(Aplausos)
ABOUT THE SPEAKER
Richard Resnick - EntrepreneurRichard Resnick is on the front lines of the business of genomes, as CEO of GenomeQuest, a maker of genomic software.
Why you should listen
Richard Resnick is CEO of GenomeQuest , a company that builds software to support genomic medicine -- research and individualized treatments that take advantage of cheap and accessible genome processing. He was previously CEO of Mosaic Bioinformatics; before becoming a bio-entrepreneur, he was a member of the Human Genome Project under Eric Lander at MIT.
Richard Resnick | Speaker | TED.com