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

Data provided by TED.

This site was created in May 2015 and the last update was on January 12, 2020. It will no longer be updated.

We are currently creating a new site called "eng.lish.video" and would be grateful if you could access it.

If you have any questions or suggestions, please feel free to write comments in your language on the contact form.

Privacy Policy

Developer's Blog

Buy Me A Coffee