ABOUT THE SPEAKER
Paul Rothemund - DNA origamist
Paul Rothemund folds DNA into shapes and patterns. Which is a simple enough thing to say, but the process he has developed has vast implications for computing and manufacturing -- allowing us to create things we can now only dream of.

Why you should listen

Paul Rothemund won a MacArthur grant this year for a fairly mystifying study area: "folding DNA." It brings up the question: Why fold DNA? The answer is -- because the power to manipulate DNA in this way could change the way we make things at a very basic level.

Rothemund's work combines the study of self-assembly (watch the TEDTalks from Neil Gershenfeld and Saul Griffith for more on this) with the research being done in DNA nanotechnology -- and points the way toward self-assembling devices at microscale, making computer memory, for instance, smaller, faster and maybe even cheaper.

More profile about the speaker
Paul Rothemund | Speaker | TED.com
TED2007

Paul Rothemund: Playing with DNA that self-assembles

Paul Rothemund lança um feitiço com ADN

Filmed:
471,278 views

Paul Rothemund escreve código que faz com que o ADN se disponha a si mesmo com a forma de uma estrela, uma cara sorridente e mais. É um truque, é certo, mas é também uma demonstração de auto-montagem à mais pequena das escalas -- com vastas implicações no futuro.
- DNA origamist
Paul Rothemund folds DNA into shapes and patterns. Which is a simple enough thing to say, but the process he has developed has vast implications for computing and manufacturing -- allowing us to create things we can now only dream of. Full bio

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

00:26
There's an ancientantigo and universaluniversal conceptconceito that wordspalavras have powerpoder,
0
1000
4000
Há um conceito antigo e universal de que as palavras têm poder,
00:30
that spellsfeitiços existexistir, and that if we could only pronouncepronunciar the right wordspalavras,
1
5000
4000
os feitiços existem, e se pudéssemos pronunciar as palavras certas,
00:34
then -- whoooshwhooosh -- you know, an avalancheAvalanche would come
2
9000
2000
então, zummm! Viria uma avalanche
00:36
and wipelimpe out the hobbitsHobbits, right? So this is a very attractiveatraente ideaidéia
3
11000
5000
e dizimaria os hobbits, certo? Esta é uma ideia muito cativante
00:41
because we're very lazypreguiçoso, like the sorcerer'sdo feiticeiro apprenticeaprendiz,
4
16000
2000
porque somos muito preguiçosos, como o aprendiz de feiticeiro,
00:43
or the world'sos mundos greatestmaior computercomputador programmerprogramador.
5
18000
2000
ou o maior programador de computadores do mundo.
00:45
And so this ideaidéia has a lot of tractiontração with us.
6
20000
2000
Esta ideia exerce, então, uma grande atracção em nós.
00:47
We love the ideaidéia that wordspalavras, when pronouncedpronuncia-se --
7
22000
2000
Adoramos a ideia de que as palavras, quando pronunciadas --
00:49
they're just little more than purepuro informationem formação,
8
24000
2000
são um pouco mais do que pura informação,
00:51
but they evokeevocar some physicalfisica actionaçao
9
26000
1000
e evocam alguma acção física
00:53
in the realreal worldmundo that helpsajuda us do work.
10
28000
1000
no mundo real que nos ajuda a trabalhar.
00:54
And so, of coursecurso, with lots of programmableprogramável computerscomputadores
11
29000
3000
E então, é claro, com um monte de computadores programáveis
00:57
and robotsrobôs around this is an easyfácil thing to picturecenário.
12
32000
3000
e robôs à nossa volta, é algo fácil de imaginar.
01:00
So how manymuitos of you know what I'm talkingfalando about?
13
35000
2000
Quantos de vocês sabem do que é que estou a falar?
01:02
RaiseAumento your right handmão. OK. How manymuitos of you
14
37000
1000
Levantem a mão direita. Ok. Quantos de vocês
01:03
don't know what I'm talkingfalando about? RaiseAumento your left handmão.
15
38000
3000
não sabem do que estou a falar? Levantem a mão esquerda. Ok.
01:06
So that's great. So that was too easyfácil.
16
41000
3000
Certo. Óptimo. Foi demasiado fácil.
01:09
You guys have very insecureinseguro computerscomputadores, OK?
17
44000
3000
Vocês têm computadores muito inseguros, não é?
01:12
So now, the thing is that this is a differentdiferente kindtipo of spellfeitiço.
18
47000
5000
Agora, trata-se de um tipo diferente de feitiço.
01:17
This is a computercomputador programprograma madefeito of zeroszeros and onesuns.
19
52000
1000
Este é um programa de computador feito de zeros e uns.
01:18
It can be pronouncedpronuncia-se on a computercomputador. It does something like this.
20
53000
3000
Pode ser "pronunciado" num computador. Faz algo como isto.
01:21
The importantimportante thing is we can writeEscreva it in a high-levelalto nível languagelíngua.
21
56000
2000
O importante é que conseguimos escrever numa linguagem de alto nível.
01:23
A computercomputador magicianMago can writeEscreva this thing.
22
58000
3000
Um mago dos computadores consegue escrever isto.
01:26
It can be compiledcompilado into this -- into zeroszeros and onesuns --
23
61000
3000
Pode ser compilado nisto -- zeros e uns --
01:29
and pronouncedpronuncia-se by a computercomputador.
24
64000
1000
e "pronunciado" por um computador.
01:30
And that's what makesfaz com que computerscomputadores powerfulpoderoso:
25
65000
1000
E é isto que torna os computadores poderosos:
01:32
these high-levelalto nível languageslínguas that can be compiledcompilado.
26
67000
2000
estas linguagem de alto nível que podem ser compiladas.
01:34
And so, I'm here to tell you, you don't need a computercomputador
27
69000
3000
E estou aqui para vos dizer que não precisam de um computador
01:37
to actuallyna realidade have a spellfeitiço. In factfacto, what you can do
28
72000
3000
para escrever um feitiço. De facto, o que podem fazer
01:40
at the molecularmolecular levelnível is that if you encodecodificar informationem formação --
29
75000
3000
ao nível molecular é, se codificarem informação --
01:43
you encodecodificar a spellfeitiço or programprograma as moleculesmoléculas --
30
78000
2000
se codificarem um feitiço ou programa como moléculas --
01:46
then physicsfísica can actuallyna realidade directlydiretamente interpretinterpretar that informationem formação
31
81000
3000
então a física pode de facto interpretar directamente essa informação
01:49
and runcorre a programprograma. That's what happensacontece in proteinsproteínas.
32
84000
2000
e correr um programa. É o que acontece com as proteínas.
01:52
When this aminoamino acidácido sequenceseqüência getsobtém pronouncedpronuncia-se as atomsátomos,
33
87000
2000
Quando esta sequência de aminoácidos é "pronunciada" como átomos,
01:55
these little letterscartas are stickypegajoso for eachcada other.
34
90000
2000
estas pequenas letras aqui colam-se umas às outras.
01:57
It collapsescolapsos into a three-dimensionaltridimensional shapeforma that turnsgira it into
35
92000
3000
E colapsa numa forma tridimensional que a transforma
02:00
a nanomachinenanomachine that actuallyna realidade cutscortes DNADNA.
36
95000
2000
numa nano-máquina que corta ADN.
02:02
And the interestinginteressante thing is that if you changemudança the sequenceseqüência,
37
97000
3000
E o que é interessante é que se mudarmos a sequência,
02:05
you changemudança the three-dimensionaltridimensional foldingdobrando.
38
100000
2000
muda-se a forma como se dobra tridimensionalmente.
02:07
You get now a DNADNA staplergrampeador insteadem vez de. These are the kindtipo of
39
102000
3000
Temos então um agrafador de ADN. Estes são os tipos de
02:10
molecularmolecular programsprogramas that we want to be ablecapaz to writeEscreva,
40
105000
2000
programas moleculares que queremos ser capazes de escrever,
02:12
but the problemproblema is, we don't know the machinemáquina languagelíngua of
41
107000
2000
mas o problema é que não sabemos a linguagem de máquina
02:14
proteinsproteínas. We don't have a compilercompilador for proteinsproteínas.
42
109000
2000
das proteínas; não temos um compilador para proteínas.
02:17
So I've joinedingressou a growingcrescendo bandbanda of people that try to make
43
112000
2000
Então juntei-me a um crescente grupo de pessoas que tentam criar
02:19
molecularmolecular spellsfeitiços usingusando DNADNA. We use DNADNA because it's cheapermais barato.
44
114000
3000
feitiços moleculares usando ADN. Usamos ADN porque é mais barato.
02:23
It's easierMais fácil to handlelidar com. It's something that we understandCompreendo really well.
45
118000
2000
É mais fácil de manusear. É algo que compreendemos mesmo muito bem.
02:25
We understandCompreendo it so well, in factfacto, that we think we can actuallyna realidade writeEscreva
46
120000
4000
Compreendêmo-lo tão bem, na verdade, que pensamos poder escrever
02:29
programmingprogramação languageslínguas for DNADNA and have molecularmolecular compilerscompiladores.
47
124000
3000
linguagens de programação para ADN e ter compiladores moleculares.
02:32
So then, we think we can do that. And my first questionquestão doing this --
48
127000
4000
Então, pensamos conseguir fazê-lo. E a minha primeira pergunta ao fazê-lo --
02:36
or one of my questionsquestões doing this -- was how can you make
49
131000
1000
ou uma das minhas perguntas ao fazê-lo -- foi: Como é que se faz
02:38
an arbitraryarbitrário shapeforma or patternpadronizar out of DNADNA? And I decideddecidiu to use
50
133000
3000
uma forma ou padrão à escolha a partir de ADN? E decidi usar
02:41
a typetipo of DNADNA origamiOrigami, where you take a long strandStrand of DNADNA
51
136000
3000
uma espécie de origami de DNA, em que se pega numa longa cadeia de ADN
02:44
and folddobra it into whatevertanto faz shapeforma or patternpadronizar you mightpoderia want.
52
139000
3000
e se dobra em qualquer forma ou padrão que se queira.
02:47
So here'saqui está a shapeforma. I actuallyna realidade spentgasto about a yearano in my home,
53
142000
3000
Aqui está uma forma. Passei cerca de um ano na minha casa,
02:50
in my underwearroupa interior, codingcodificação, like LinusLinus [TorvaldsTorvalds], in that picturecenário before.
54
145000
3000
em roupa interior, a programar, como o Linus [Torvalds], na imagem de há pouco.
02:54
And this programprograma takes a shapeforma, spitsCospe out 250 DNADNA sequencessequências de.
55
149000
3000
E este programa pega numa forma, e cospe 250 sequências de ADN.
02:57
These shortcurto DNADNA sequencessequências de are what are going to folddobra the long strandStrand
56
152000
3000
São estas curtas sequências de ADN que irão dobrar a longa cadeia
03:00
into this shapeforma that we want to make. So you sendenviar an e-mailo email
57
155000
3000
nesta forma que queremos criar. Então, vocês enviam um email
03:03
with these sequencessequências de in it to a companyempresa, and what it does --
58
158000
3000
com estas sequências a uma empresa, e o que é feito --
03:07
the companyempresa pronouncespronuncia them on a DNADNA synthesizersintetizador.
59
162000
1000
a empresa pronuncia-as num sintetizador de ADN.
03:09
It's a machinemáquina about the sizeTamanho of a photocopierfotocopiadora. And what happensacontece is,
60
164000
3000
É uma máquina com o tamanho de uma fotocopiadora. E o que acontece é que
03:12
they take your e-mailo email and everycada lettercarta in your e-mailo email,
61
167000
2000
eles pegam no vosso email e em cada letra do vosso email,
03:14
they replacesubstituir with 30-atom-átomo clustergrupo -- one for eachcada lettercarta,
62
169000
3000
e substituem-nas por aglomerados de 30 átomos, um por cada letra,
03:17
A, T, C, and G in DNADNA. They stringcorda them up in the right sequenceseqüência,
63
172000
3000
A, T, C e G no ADN. Eles ligam-nas à sequência certa,
03:21
and then they sendenviar them back to you viaatravés da FedExFedEx.
64
176000
1000
e enviam-nas por FedEx para vocês.
03:23
So you get 250 of these in the mailenviar in little tubestubos.
65
178000
1000
Então recebem 250 destes pelo correio em pequenos tubos.
03:25
I mixmisturar them togetherjuntos, addadicionar a little bitpouco of saltsal wateragua,
66
180000
3000
Misturam, juntam um pouco de água salgada,
03:28
and then addadicionar this long strandStrand I was tellingdizendo you about,
67
183000
2000
e depois juntam esta longa cadeia de que vos falava,
03:30
that I've stolenroubado from a virusvírus. And then what happensacontece is,
68
185000
2000
que eu roubei a um vírus. E o que acontece é que,
03:33
you heatcalor this wholetodo thing up to about boilingebulição. You coollegal it down
69
188000
3000
aquece-se isto tudo quase até ferver. Faz-se arrefecer até
03:37
to roomquarto temperaturetemperatura, and as you do,
70
192000
1000
à temperatura ambiente, e enquanto o fazem,
03:38
what happensacontece is those shortcurto strandsvertentes, they do the followingSegue thing:
71
193000
2000
o que acontece é que aquelas cadeias pequenas fazem o seguinte:
03:41
eachcada one of them bindsvincula-se that long strandStrand in one placeLugar, colocar,
72
196000
3000
cada uma dela mantém a cadeia longa no sítio,
03:44
and then has a secondsegundo halfmetade that bindsvincula-se that long strandStrand
73
199000
2000
e tem uma segunda parte que mantém aquela cadeia longa
03:47
in a distantdistante placeLugar, colocar, and bringstraz those two partspartes of the long strandStrand
74
202000
3000
à distância, e traz as duas partes da cadeia longa
03:50
closefechar togetherjuntos so that they stickbastão togetherjuntos.
75
205000
2000
para perto uma da outra, para que se colem.
03:52
And so the netlíquido effectefeito of all 250 of these strandsvertentes is to folddobra
76
207000
3000
E o efeito em rede de todas estas 250 cadeias é dobrar
03:55
the long strandStrand into the shapeforma that you're looking for.
77
210000
4000
a cadeia longa na forma que procuramos;
03:59
It'llEle vai approximateaproximado that shapeforma. We do this for realreal in the testteste tubetubo.
78
214000
3000
e tem-se uma forma aproximada. Fazemos isto na realidade no tubo de ensaio.
04:02
In eachcada little dropsolta of wateragua you get 50 billionbilhão of these guys.
79
217000
3000
Em cada pequena gota de água temos 50 mil milhões destes.
04:05
You can look with a microscopemicroscópio and see them on a surfacesuperfície.
80
220000
2000
Podem olhar com um microscópio e vê-los numa superfície.
04:08
And the neatpuro thing is that if you changemudança the sequenceseqüência
81
223000
1000
E o que é fixe é que se mudarmos a sequência
04:09
and changemudança the spellfeitiço, you just changemudança the sequenceseqüência of the staplesStaples.
82
224000
4000
e mudarmos o feitiço, muda-se apenas a sequência dos agrafos.
04:13
You can make a moleculemolécula that looksparece like this, and, you know,
83
228000
3000
Podemos fazer uma molécula com este aspecto, e, sabem,
04:16
he likesgosta to hangaguentar out with his buddiesBuddies, right.
84
231000
2000
ele gosta de sair com os seus amigos, claro.
04:19
And a lot of them are actuallyna realidade prettybonita good.
85
234000
1000
E muitos são de facto bastante bons.
04:21
If you changemudança the spellfeitiço again, you changemudança the sequenceseqüência again.
86
236000
2000
Se mudarmos de novo o feitiço, mudamos de novo a sequência.
04:23
You get really nicebom 130 nanometernanômetros trianglestriângulos. If you do it again,
87
238000
4000
Conseguimos belos triângulos de 30 nanómetros. Se o fizermos de novo,
04:27
you can get arbitraryarbitrário patternspadrões. So on a rectangleretângulo
88
242000
3000
conseguimos padrões à escolha. Então, num rectângulo
04:30
you can paintpintura patternspadrões of NorthNorte and SouthSul AmericaAmérica, or the wordspalavras, "DNADNA."
89
245000
5000
podemos pintar padrões da América do Norte e do Sul, ou as letras "ADN".
04:35
So that's DNADNA origamiOrigami. That's one way. There are manymuitos waysmaneiras
90
250000
4000
É isto o origami ADN. É uma maneira. Há muitas maneiras
04:39
of castingfundição molecularmolecular spellsfeitiços usingusando DNADNA.
91
254000
3000
de lançar feitiços moleculares usando ADN.
04:42
What we really want to do in the endfim is learnaprender how to programprograma
92
257000
3000
O que queremos mesmo fazer no final é aprender a programar
04:45
self-assemblyauto-montagem so that we can buildconstruir anything, right?
93
260000
3000
a auto-montagem para podermos construir tudo e alguma coisa, certo?
04:48
We want to be ablecapaz to buildconstruir technologicaltecnológica artifactsartefatos
94
263000
2000
Queremos ser capazes de construir artefactos tecnológicos
04:50
that are maybe good for the worldmundo. We want to learnaprender
95
265000
2000
que possam ser bons para o mundo. Queremos aprender
04:52
how to buildconstruir biologicalbiológico artifactsartefatos, like people and whalesbaleias and treesárvores.
96
267000
4000
a construir artefactos biológicos, como pessoas e baleias e árvores.
04:57
And if it's the casecaso that we can reachalcance that levelnível of complexitycomplexidade,
97
272000
2000
E se se der o caso de conseguirmos atingir um tal nível de complexidade,
04:59
if our abilityhabilidade to programprograma moleculesmoléculas getsobtém to be that good,
98
274000
3000
se a nossa capacidade de programar moléculas se tornar assim tão boa,
05:03
then that will trulyverdadeiramente be magicMagia. Thank you very much.
99
278000
3000
então isso seria verdadeiramente mágico. Muito Obrigado.
05:06
(ApplauseAplausos)
100
281000
1000
(Aplausos)
Translated by Nuno Miranda Ribeiro

▲Back to top

ABOUT THE SPEAKER
Paul Rothemund - DNA origamist
Paul Rothemund folds DNA into shapes and patterns. Which is a simple enough thing to say, but the process he has developed has vast implications for computing and manufacturing -- allowing us to create things we can now only dream of.

Why you should listen

Paul Rothemund won a MacArthur grant this year for a fairly mystifying study area: "folding DNA." It brings up the question: Why fold DNA? The answer is -- because the power to manipulate DNA in this way could change the way we make things at a very basic level.

Rothemund's work combines the study of self-assembly (watch the TEDTalks from Neil Gershenfeld and Saul Griffith for more on this) with the research being done in DNA nanotechnology -- and points the way toward self-assembling devices at microscale, making computer memory, for instance, smaller, faster and maybe even cheaper.

More profile about the speaker
Paul Rothemund | Speaker | TED.com