ABOUT THE SPEAKER
David Baker - Computational biologist
David Baker designs new biomolecules (proteins) from first principles to address 21st-century challenges in health and technology.

Why you should listen

David Baker is fascinated by biological self-organization. For example: How does the information stored in DNA translate into the intricate world of proteins and cells? The DNA code was solved more than 50 years ago, but the protein folding code has remained one of biology's greatest challenges. Starting 20 years ago, Baker's research team began using computers to model the structures of proteins. His work has advanced to the point where he can now not only predict the shape of natural proteins but also design completely new ones. In recent years, he's designed new experimental cancer therapies, vaccines, nanomaterials and more. He believes that the emerging field of protein design will fundamentally change how people make medicines, materials and more around the world. Now that the protein folding code is solved, the sky's the limit.

Baker is a Professor of Biochemistry and the Director of the Institute for Protein Design at the University of Washington in Seattle. He's also an Investigator at the Howard Hughes Medical Institute and Adjunct Professor of Genome Sciences, Bioengineering, Chemical Engineering, Computer Science, and Physics at the UW. With his colleagues, he developed the Rosetta Commons, the Rosetta@Home project and Foldit, a science video game. He has also launched more than ten companies that are seeking to bring designed proteins into the real world.

More profile about the speaker
David Baker | Speaker | TED.com
TED2019

David Baker: 5 challenges we could solve by designing new proteins

David Baker: Yeni proteinler tasarlayarak çözebileceğimiz 5 zorluk

Filmed:
1,781,320 views

Proteinler inanılmaz moleküler makineler: Yiyeceğimizi sindiriyorlar, nöronlarımızı harekete geçiriyorlar, bağışıklık sistemimize güç veriyorlar ve çok daha fazlası. Peki ya yenilerini yapabilseydik, daha önce doğada hiç karşılaşmadığımız yeni işlevlerle? Bu geleceğe dair büyüleyici bakışta David Baker, Protein Tasarım Enstitüsü'ndeki ekibiyle nasıl sıfırdan yeni proteinler yaptığını anlatıyor ve insanlığın karşı karşıya olduğu beş devasa zorluğun üstesinden gelmemize yardım edebileceklerini gösteriyor. (Bu cesur fikir, TED'in küresel değişimi teşvik etmek ve buna fon sağlamak için hareketi Audacious Project'in bir parçasıdır.)
- Computational biologist
David Baker designs new biomolecules (proteins) from first principles to address 21st-century challenges in health and technology. Full bio

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

00:12
I'm going to tell you about the mostçoğu
amazingşaşırtıcı machinesmakineler in the worldDünya
0
982
4059
Sizlerle dünyadaki en harika makineler
ve onlarla ne yapabileceğimiz
hakkında konuşacağım.
00:17
and what we can now do with them.
1
5065
1768
00:19
ProteinsProteinler,
2
7396
1163
Proteinler,
00:20
some of whichhangi you see insideiçeride a cellhücre here,
3
8583
2250
ki bir kısmını
bu hücre içinde görüyorsunuz,
00:22
carrytaşımak out essentiallyesasen all the importantönemli
functionsfonksiyonlar in our bodiesbedenler.
4
10857
3459
temel olarak vücudumuzdaki
tüm önemli işlevleri yerine getirir.
00:26
ProteinsProteinler digestözet your foodGıda,
5
14972
1879
Proteinler yiyeceğinizi sindirir,
00:28
contractsözleşme your muscleskaslar,
6
16875
1706
kaslarınızı kasar,
00:30
fireateş your neuronsnöronlar
7
18605
1577
nöronlarınızı harekete geçirir
00:32
and powergüç your immunebağışık systemsistem.
8
20206
1616
ve bağışıklık sisteminizi güçlendirir.
00:34
Everything that happensolur in biologyBiyoloji --
9
22400
1976
Biyolojide olan her şey --
00:36
almostneredeyse --
10
24400
1151
neredeyse --
00:37
happensolur because of proteinsproteinler.
11
25575
1412
proteinler sayesinde olur.
00:39
ProteinsProteinler are lineardoğrusal chainszincirler
of buildingbina blocksbloklar calleddenilen aminoamino acidsasitler.
12
27698
4075
Proteinler, amino asit adı verilen
yapı taşlarının doğrusal zincirleri.
00:44
NatureDoğa useskullanımları an alphabetalfabe of 20 aminoamino acidsasitler,
13
32366
3233
Doğa, 20 amino asitli bir alfabe kullanır,
00:47
some of whichhangi have namesisimler
you mayMayıs ayı have heardduymuş of.
14
35623
2275
bazılarının ismini duymuş olabilirsiniz.
00:50
In this pictureresim, for scaleölçek,
eachher bumpçarpmak is an atomatom.
15
38921
3542
Bu resimde, orantılı her yumru bir atom.
00:55
ChemicalKimyasal forcesgüçler betweenarasında the aminoamino acidsasitler
causesebeb olmak these long stringyKılçıklı moleculesmoleküller
16
43351
4644
Amino asitler arasındaki kimyasal bağlar,
bu uzun ipliksi moleküllerin,
01:00
to foldkat up into uniquebenzersiz,
three-dimensional3 boyutlu structuresyapıları.
17
48019
3461
özgün üç boyutlu yapılara
katlanmasına sebep olur.
01:03
The foldingkatlama processsüreç,
18
51937
1340
Katlanma süreci,
01:05
while it looksgörünüyor randomrasgele,
19
53301
1434
rastgele görünse de
01:06
is in factgerçek very precisekesin.
20
54759
1963
aslında çok belli bir yol izler.
01:08
EachHer proteinprotein foldskıvrımlar
to its characteristickarakteristik shapeşekil eachher time,
21
56746
4397
Her protein, her zaman kendi
karakteristik şekline katlanır
01:13
and the foldingkatlama processsüreç
takes just a fractionkesir of a secondikinci.
22
61167
3388
ve katlanma süreci sadece
saniyenin bir bölümünü alır.
01:18
And it's the shapesşekiller of proteinsproteinler
23
66029
1844
Ve proteinlerin şekilleri sayesinde
01:19
whichhangi enableetkinleştirmek them to carrytaşımak out
theironların remarkabledikkat çekici biologicalbiyolojik functionsfonksiyonlar.
24
67897
3970
olağanüstü biyolojik
işlevlerini gerçekleştirebilirler.
01:24
For exampleörnek,
25
72520
1151
Örneğin
01:25
hemoglobinHemoglobin has a shapeşekil
in the lungsakciğerler perfectlykusursuzca suiteduygun
26
73695
3508
hemoglobin, akciğerlerde
bir oksijen molekülüne bağlanmak için
01:29
for bindingbağlama a moleculemolekül of oxygenoksijen.
27
77227
1987
kusursuz uyumlu bir şekle sahip.
01:31
When hemoglobinHemoglobin moveshamle to your musclekas,
28
79759
1892
Hemoglobin kasınıza geçtiğinde
01:33
the shapeşekil changesdeğişiklikler slightlyhafifçe
29
81675
1932
şekli nispeten değişir
01:35
and the oxygenoksijen comesgeliyor out.
30
83631
2191
ve oksijen dışarı çıkar.
01:39
The shapesşekiller of proteinsproteinler,
31
87494
1366
Proteinlerin şekilleri
01:40
and hencebundan dolayı theironların remarkabledikkat çekici functionsfonksiyonlar,
32
88884
2213
ve dolayısıyla onların
olağanüstü işlevleri,
01:43
are completelytamamen specifiedBelirtilen by the sequencesıra
of aminoamino acidsasitler in the proteinprotein chainzincir.
33
91121
5778
protein zincirinde amino asitlerin
dizilimiyle tamamen belirlenir.
01:49
In this pictureresim, eachher lettermektup
on topüst is an aminoamino acidasit.
34
97331
3941
Bu resimde,
üstteki her harf bir amino asit.
01:54
Where do these sequencesdizileri come from?
35
102860
1837
Bu dizilimler nereden geliyor?
01:57
The genesgenler in your genomegenom
specifybelirtin the aminoamino acidasit sequencesdizileri
36
105586
4824
Genomunuzdaki genler,
proteinlerinizin amino asit
dizilimlerini belirler.
02:02
of your proteinsproteinler.
37
110434
1398
02:03
EachHer genegen encodeskodlar the aminoamino acidasit
sequencesıra of a singletek proteinprotein.
38
111856
3738
Her gen, bir proteinin
amino asit dizilimini kodlar.
02:09
The translationçeviri betweenarasında
these aminoamino acidasit sequencesdizileri
39
117515
3802
Bu amino asit dizilimleri
ve proteinlerin yapı ve işlevleri
arasındaki aktarım,
02:13
and the structuresyapıları
and functionsfonksiyonlar of proteinsproteinler
40
121341
2458
02:15
is knownbilinen as the proteinprotein foldingkatlama problemsorun.
41
123823
2057
protein katlanma problem olarak bilinir.
02:18
It's a very hardzor problemsorun
42
126439
1545
Çok zor bir problem
02:20
because there's so manyçok differentfarklı
shapesşekiller a proteinprotein can adoptbenimsemek.
43
128008
3180
çünkü proteinin adapte olabildiği
çok sayıad farklı şekil var.
02:24
Because of this complexitykarmaşa,
44
132073
1645
Bu karmaşıklık sebebiyle
02:25
humansinsanlar have only been ableyapabilmek
to harnesskoşum the powergüç of proteinsproteinler
45
133742
2937
insanlar proteinlerin gücünden
faydalanabilmek için
02:28
by makingyapma very smallküçük changesdeğişiklikler
to the aminoamino acidasit sequencesdizileri
46
136703
3468
doğada bulduğumuz proteinlerin
amino asit dizilimlerinde
02:32
of the proteinsproteinler we'vebiz ettik foundbulunan in naturedoğa.
47
140195
2091
çok küçük değişiklikler yapıyor.
02:34
This is similarbenzer to the processsüreç
that our StoneTaş AgeYaş ancestorsatalarımız used
48
142835
3858
Bu, taş devri döneminde atalarımızın,
02:38
to make toolsaraçlar and other implementsuygular
from the stickssopa and stonestaşlar
49
146717
3359
dünyada çevremizde
bulunan taş ve çubuklardan
02:42
that we foundbulunan in the worldDünya around us.
50
150100
2003
araç ve diğer aletler
yaptıkları sürece benzer.
02:45
But humansinsanlar did not learnöğrenmek to flyuçmak
by modifyingmodifiye birdskuşlar.
51
153226
5024
Ama insanlar, kuşları değiştirerek
uçmayı öğrenemedi.
02:50
(LaughterKahkaha)
52
158790
2017
(Gülme sesleri)
02:52
InsteadBunun yerine, scientistsBilim adamları, inspiredyaratıcı by birdskuşlar,
uncoveredele geçen the principlesprensipler of aerodynamicsaerodinamik.
53
160831
6310
Yerine, bilim insanları kuştan esinlendi,
aerodinamik prensiplerini ortaya çıkardı.
02:59
EngineersMühendisler then used those principlesprensipler
to designdizayn customÖzel flyinguçan machinesmakineler.
54
167165
4395
Mühendisler sonra, o prensipleri uçan
araçlar tasarlamak için kullandı.
03:04
In a similarbenzer way,
55
172195
1245
Benzer şekilde,
03:05
we'vebiz ettik been workingçalışma for a numbernumara of yearsyıl
56
173464
1942
biz de uzun yıllardır çalışıyoruz
03:07
to uncoverortaya çıkarmak the fundamentaltemel
principlesprensipler of proteinprotein foldingkatlama
57
175430
3269
ve Rosetta adlı programla protein katlama
temel prensiplerini ortaya çıkarmak
03:10
and encodingkodlama those principlesprensipler
in the computerbilgisayar programprogram calleddenilen RosettaRosetta.
58
178723
4059
ve bu prensipleri kodlamak için
uğraş veriyoruz.
03:15
We madeyapılmış a breakthroughbuluş in recentson yearsyıl.
59
183742
2513
Son yıllarda büyük bir atılım
gerçekleştirdik.
03:19
We can now designdizayn completelytamamen newyeni proteinsproteinler
from scratchçizik on the computerbilgisayar.
60
187029
4459
Artık bilgisayardaki çizimlerden tamamen
yeni proteinler tasarlayabiliyoruz.
03:24
OnceBir kez we'vebiz ettik designedtasarlanmış the newyeni proteinprotein,
61
192396
2068
Yeni proteini tasarladığımız zaman,
03:27
we encodekodlamak its aminoamino acidasit sequencesıra
in a syntheticsentetik genegen.
62
195242
3903
sentetik bir gende onun amino asit
dizilimini kodluyoruz.
03:31
We have to make a syntheticsentetik genegen
63
199656
1888
Yapay bir gen yapmak zorundayız
03:33
because sincedan beri the proteinprotein
is completelytamamen newyeni,
64
201568
2251
çünkü protein tamamen yeni olduğundan
03:35
there's no genegen in any organismorganizma on earthtoprak
whichhangi currentlyşu anda existsvar that encodeskodlar it.
65
203843
4762
dünyada şu an hiçbir organizmada
onu kodlayacak gen yok.
03:41
Our advancesgelişmeler in understandinganlayış
proteinprotein foldingkatlama
66
209697
4187
Protein katlamayı anlamada
03:45
and how to designdizayn proteinsproteinler,
67
213908
1722
ve protein tasarlama gelişmelerimiz,
03:47
coupledbirleştiğinde with the decreasingazalan costmaliyet
of genegen synthesissentez
68
215654
3628
gen sentezi maliyetindeki azalma
03:51
and the Moore'sMoore'un lawhukuk increaseartırmak
in computingbilgi işlem powergüç,
69
219306
3499
ve Moore kanunun programlama
gücüyle birleşince
03:54
now enableetkinleştirmek us to designdizayn
tensonlarca of thousandsbinlerce of newyeni proteinsproteinler,
70
222829
4736
şimdi on binlerce
yeni protein tasarlayabiliyoruz,
03:59
with newyeni shapesşekiller and newyeni functionsfonksiyonlar,
71
227589
2339
tamanen yeni şekil ve işlevlerle,
04:01
on the computerbilgisayar,
72
229952
1513
bilgisayar üzerinde
04:03
and encodekodlamak eachher one of those
in a syntheticsentetik genegen.
73
231489
3915
ve bir sentetik gen içinde
her birini kodlayabiliyoruz.
04:08
OnceBir kez we have those syntheticsentetik genesgenler,
74
236248
1668
Bu sentetik genleri edindiğimiz an,
04:09
we put them into bacteriabakteriler
75
237940
1545
onları bakterilerin içine koyarak
04:11
to programprogram them to make
these brand-newyepyeni proteinsproteinler.
76
239509
3305
bu yeni proteinleri
yapmaları için programlıyoruz.
04:15
We then extractözüt the proteinsproteinler
77
243197
2073
Sonra proteinleri çıkarıyor
04:17
and determinebelirlemek whetherolup olmadığını they functionfonksiyon
as we designedtasarlanmış them to
78
245294
3436
ve tasarladığımız gibi işlediklerinden
ve güvenli olup olmadıklarından
04:20
and whetherolup olmadığını they're safekasa.
79
248754
1411
emin oluyoruz.
04:23
It's excitingheyecan verici to be ableyapabilmek
to make newyeni proteinsproteinler,
80
251867
2465
Yeni proteinler yapabilmek heyecan verici
04:26
because despiterağmen the diversityçeşitlilik in naturedoğa,
81
254356
2496
çünkü doğadaki çeşitliliğe rağmen
04:28
evolutionevrim has only sampledörneklenmiş a tinyminik fractionkesir
of the totalGenel Toplam numbernumara of proteinsproteinler possiblemümkün.
82
256876
6092
evrim yalnızca mümkün olan proteinlerden
çok küçük bir sayı bize sundu.
04:35
I told you that naturedoğa useskullanımları
an alphabetalfabe of 20 aminoamino acidsasitler,
83
263572
3495
Size doğanın 20 amino asitli
bir alfabe kullandığını söylemiştim.
04:39
and a typicaltipik proteinprotein is a chainzincir
of about 100 aminoamino acidsasitler,
84
267091
4449
Sıradan bir protein
yaklaşık 100 amino asitli bir zincirdir;
04:43
so the totalGenel Toplam numbernumara of possibilitiesolasılıklar
is 20 timeszamanlar 20 timeszamanlar 20, 100 timeszamanlar,
85
271564
5552
yani mümkün olan ihtimaller sayısı
20 kere 20 kere 20 kere 100...
04:49
whichhangi is a numbernumara on the ordersipariş
of 10 to the 130thinci powergüç,
86
277140
3817
bu da 10 üzeri 130 eder,
04:52
whichhangi is enormouslyçok more
than the totalGenel Toplam numbernumara of proteinsproteinler
87
280981
3812
bu da Dünya'da
hayat başladığından bu yana
var olan tüm proteinlerden
devasa sayıda daha çok protein demek.
04:56
whichhangi have existedvar
sincedan beri life on earthtoprak beganbaşladı.
88
284817
2416
Bu hayal bile edilemeyecek büyük alanı
04:59
And it's this unimaginablykarmaşa hayal edilemez vahşet largegeniş spaceuzay
89
287990
2691
05:02
we can now explorekeşfetmek
usingkullanma computationalbilişimsel proteinprotein designdizayn.
90
290705
3530
artık kompütasyonel protein
tasarımıyla keşfedebiliyoruz.
05:07
Now the proteinsproteinler that existvar olmak on earthtoprak
91
295747
2369
Dünya'da var olan proteinler
05:10
evolvedgelişti to solveçözmek the problemssorunlar
facedyüzlü by naturaldoğal evolutionevrim.
92
298140
3993
doğal evrimin sunduğu sorunları
çözecek şekilde evrildiler.
05:14
For exampleörnek, replicatingkopyalayan the genomegenom.
93
302705
2353
Genomun kopyasını yapmak gibi.
05:18
But we faceyüz newyeni challengeszorluklar todaybugün.
94
306128
2284
Ancak bugün yeni zorluklarla yüz yüzeyiz.
05:20
We livecanlı longeruzun, so newyeni
diseaseshastalıklar are importantönemli.
95
308436
2737
Daha uzun yaşıyoruz,
dolayıısyla hastalıklar önemli.
05:23
We're heatingısıtma up and pollutingkirletici the planetgezegen,
96
311197
2215
Gezegeni ısıtıyor ve kirletiyoruz,
05:25
so we faceyüz a wholebütün hostevsahibi
of ecologicalekolojik challengeszorluklar.
97
313436
3558
o yüzden bir dizi ekolojik zorlukla
karşı karşıyayız.
05:29
If we had a millionmilyon yearsyıl to wait,
98
317977
1808
Bekleyecek bir milyon yılımız olsaydı
05:31
newyeni proteinsproteinler mightbelki evolvegelişmek
to solveçözmek those challengeszorluklar.
99
319809
3208
yeni proteinler bu zorlukları
çözecek şekilde evrilebilir.
05:35
But we don't have
millionsmilyonlarca of yearsyıl to wait.
100
323787
2059
Ama bekleyecek bir milyon yılımız yok.
05:38
InsteadBunun yerine, with computationalbilişimsel
proteinprotein designdizayn,
101
326488
2871
Bunun yerine, kompütasyonel tasarımla
05:41
we can designdizayn newyeni proteinsproteinler
to addressadres these challengeszorluklar todaybugün.
102
329383
4439
bu zorluklara yönelebileceğimiz
yeni proteinler tasarlayabiliyoruz.
05:47
Our audaciouscesur ideaFikir is to bringgetirmek
biologyBiyoloji out of the StoneTaş AgeYaş
103
335693
4450
Cesur fikrimiz, Taş Devri'nden
biyolojiyi alarak
05:52
throughvasitasiyla technologicalteknolojik revolutiondevrim
in proteinprotein designdizayn.
104
340167
2975
protein tasarımında
teknolojik devrimden geçirmek.
05:56
We'veBiz ettik alreadyzaten showngösterilen
that we can designdizayn newyeni proteinsproteinler
105
344113
2864
Yeni şekil ve işlevlerde
yeni proteinler tasarlayabileceğimizi
zaten gösterdik.
05:59
with newyeni shapesşekiller and functionsfonksiyonlar.
106
347001
1683
06:01
For exampleörnek, vaccinesaşılar work
by stimulatinguyarıcı your immunebağışık systemsistem
107
349174
4308
Örneğin aşılar, bağışıklık sisteminizi
stimüle ederek çalışırlar,
06:05
to make a stronggüçlü responsetepki
againstkarşısında a pathogenpatojen.
108
353506
3122
bir patojene karşı
güçlü bir tepkime elde etmek için.
06:09
To make better vaccinesaşılar,
109
357698
1551
Daha iyi aşılar elde etmek için
06:11
we'vebiz ettik designedtasarlanmış proteinprotein particlesparçacıklar
110
359273
2302
patojenlerden protein
kaynaştırabileceğimiz
06:13
to whichhangi we can fusesigorta
proteinsproteinler from pathogenspatojenler,
111
361599
3587
protein partikülleri tasarladık,
06:17
like this bluemavi proteinprotein here,
from the respiratorysolunum virusvirüs RSVRSV.
112
365210
4334
buradaki mavi protein gibi,
solunum virüsü RSV'den elde edilmiş.
06:22
To make vaccineaşı candidatesadaylar
113
370131
1730
Viral proteinle gerçekten sımsıkı duran
06:23
that are literallyharfi harfine bristlingtıka basa dolu
with the viralviral proteinprotein,
114
371885
3663
aşı adayları yapmak için
06:27
we find that suchböyle vaccineaşı candidatesadaylar
115
375572
2570
bu tür aşı adaylarının
06:30
produceüretmek a much strongergüçlü
immunebağışık responsetepki to the virusvirüs
116
378166
3302
virüse karşı daha önce test edilmiş
tüm aşılara göre
06:33
than any previousönceki vaccinesaşılar
that have been testedtest edilmiş.
117
381492
2703
çok daha güçlü bir
bağışıklık tepkimesi ürettiğini gördük.
06:36
This is importantönemli because RSVRSV
is currentlyşu anda one of the leadingönemli causesnedenleri
118
384648
3850
Bu önemli çünkü RSV, dünya çapında
06:40
of infantbebek mortalityölüm oranı worldwideDünya çapında.
119
388522
2229
çocuk ölümlerinin başında geliyor.
06:44
We'veBiz ettik alsoAyrıca designedtasarlanmış newyeni proteinsproteinler
to breakkırılma down glutenGluten in your stomachmide
120
392414
3963
Ayrıca çölyak hastalığı için midenizdeki
glutenleri parçalayan
06:48
for celiacÇölyak diseasehastalık
121
396401
1597
yeni proteinler de tasarladık
06:50
and other proteinsproteinler to stimulateteşvik
your immunebağışık systemsistem to fightkavga cancerkanser.
122
398022
4376
ve kanserle savaşmada bağışıklık sistemini
stimüle edecek başka proteinler.
06:55
These advancesgelişmeler are the beginningbaşlangıç
of the proteinprotein designdizayn revolutiondevrim.
123
403338
3939
Bu ilerlemeler protein tasarım
devriminin daha başlangıcı.
07:00
We'veBiz ettik been inspiredyaratıcı by a previousönceki
technologicalteknolojik revolutiondevrim:
124
408850
3190
Daha önce ortaya çıkan
teknolojik bir devrimden esinlendik:
07:04
the digitaldijital revolutiondevrim,
125
412064
1345
Dijital devrim,
07:05
whichhangi tookaldı placeyer in largegeniş partBölüm
duenedeniyle to advancesgelişmeler in one placeyer,
126
413433
5125
büyük oranda tek bir yerdeki
ilerlemelere bağlı olarak ortaya çıktı,
07:10
BellBell LaboratoriesLaboratuvarlar.
127
418582
1272
Bell Laboratuvarları.
07:12
BellBell LabsLabs was a placeyer with an openaçık,
collaborativeişbirlikçi environmentçevre,
128
420337
3294
Bell Labs açık
ve iş birliğine dayalı bir yerdi
07:15
and was ableyapabilmek to attractçekmek topüst talentyetenek
from around the worldDünya.
129
423655
3183
ve dünyanın her yerinden
en iyi yetenekleri çekerdi.
07:19
And this led to a remarkabledikkat çekici
stringsicim of innovationsyenilikler --
130
427418
3442
Bu da beraberinde bir dizi
göz kamaştırıcı yenilik getirdi --
07:22
the transistortransistor, the laserlazer,
satelliteuydu communicationiletişim
131
430884
4191
transistör, lazer, uydu iletişimi
07:27
and the foundationsVakıflar of the internetInternet.
132
435099
1726
ve internetin temelleri.
07:29
Our goalhedef is to buildinşa etmek
the BellBell LaboratoriesLaboratuvarlar of proteinprotein designdizayn.
133
437761
3841
Bizim amacımız da protein tasarımının
Bell Laboratuvarları'nı inşa etmek.
07:34
We are seekingarayan to attractçekmek
talentedyetenekli scientistsBilim adamları from around the worldDünya
134
442076
3515
Dünyanın dört bir yanından
yetenekli bilim insanları arıyoruz,
07:37
to acceleratehızlandırmak the proteinprotein
designdizayn revolutiondevrim,
135
445615
2935
bu protein tasarım
devrimine hız kazandıracak
07:40
and we'lliyi be focusingodaklanma
on fivebeş grandbüyük challengeszorluklar.
136
448574
4088
ve birlikte beş büyük zorluğa yöneleceğiz.
07:46
First, by takingalma proteinsproteinler from flugrip strainssuşları
from around the worldDünya
137
454136
5597
Bir, dünyanın her yerinden
grip vakalarından proteinler alarak
07:51
and puttingkoyarak them on topüst
of the designedtasarlanmış proteinprotein particlesparçacıklar
138
459757
3554
size başlarda gösterdiğim
tasarlanmış protein partiküllerinin
07:55
I showedgösterdi you earlierdaha erken,
139
463335
1667
en üst kısmına koyacağız,
07:57
we aimamaç to make a universalevrensel flugrip vaccineaşı,
140
465026
3390
evrensel bir grip aşısı
yapmayı hedefliyoruz,
08:00
one shotatış of whichhangi givesverir a lifetimeömür
of protectionkoruma againstkarşısında the flugrip.
141
468440
3951
tek bir iğne gribe karşı
hayat boyu koruma sağlayacak.
08:05
The abilitykabiliyet to designdizayn --
142
473356
1612
Tasarlama yetisi --
08:06
(ApplauseAlkış)
143
474992
5224
(Alkışlar)
08:12
The abilitykabiliyet to designdizayn
newyeni vaccinesaşılar on the computerbilgisayar
144
480240
3068
Bilgisayarda yeni aşılar
tasarlama yeteneği
08:15
is importantönemli bothher ikisi de to protectkorumak
againstkarşısında naturaldoğal flugrip epidemicssalgın hastalıklar
145
483332
5308
hem doğal grip salgınlarına karşı
koruma sağlamak için önemli
08:20
and, in additionilave, intentionalkasıtlı
actseylemler of bioterrorismbiyoterörizm.
146
488664
3480
hem de kasti biyolojik
terörizm saldırılarına karşı.
08:25
Secondİkinci, we're going faruzak beyondötesinde
nature'sdoğanın limitedsınırlı alphabetalfabe
147
493272
3290
İkincisi, doğanın 20 harften oluşan
kısıtlı alfabesinin
08:28
of just 20 aminoamino acidsasitler
148
496586
1711
çok ötesine giderek
08:30
to designdizayn newyeni therapeutictedavi edici candidatesadaylar
for conditionskoşullar suchböyle as chronicKronik painAğrı,
149
498321
4735
kronik ağrı gibi vakalar için
yeni tedavisel adaylar tasarlayacağız,
08:35
usingkullanma an alphabetalfabe
of thousandsbinlerce of aminoamino acidsasitler.
150
503080
2631
binlerce amino asitten oluşan
bir alfabe kullanacağız.
08:38
ThirdÜçüncü, we're buildingbina
advancedileri deliveryteslim vehiclesAraçlar
151
506602
3813
Üçüncüsü, ileri düzey
gönderim araçları kullanacağız,
08:42
to targethedef existingmevcut medicationsilaçlar
exactlykesinlikle where they need to go in the bodyvücut.
152
510439
4164
bununla amaç, mevcut ilaçları vücutta
tam da gitmesi gereken yere göndermek.
08:47
For exampleörnek, chemotherapykemoterapi to a tumortümör
153
515226
2649
Örneğin bir tümöre karşı kemoterapi
08:49
or genegen therapiesterapiler to the tissuedoku
where genegen repaironarım needsihtiyaçlar to take placeyer.
154
517899
4303
veya gen tamiri geçirecek dokuya
gen tedavisi uygulamak gibi.
08:55
FourthDördüncü, we're designingtasarım smartakıllı therapeuticstedavi
that can do calculationshesaplamalar withiniçinde the bodyvücut
155
523000
6532
Dördüncüsü, vücut içinde hesaplama
yapabilen akıllı tedaviler tasarlıyoruz
09:01
and go faruzak beyondötesinde currentşimdiki medicinesilaçlar,
156
529556
2214
ve mevcut ilaçların
çok ilerisine gidiyoruz,
09:03
whichhangi are really bluntkünt instrumentsenstrümanlar.
157
531794
2264
ki bunlar gerçekten iş bitiren araçlar.
09:06
For exampleörnek, to targethedef a smallküçük
subsetalt küme of immunebağışık cellshücreler
158
534082
4349
Örneğin bir otoimmün hastalıktan sorumlu
küçük bir bağışıklık hücresi
kümesini hedef alabilecek
09:10
responsiblesorumluluk sahibi for an autoimmuneOtoimmün disorderdüzensizlik,
159
538455
2081
09:12
and distinguishayırmak them from the vastgeniş
majorityçoğunluk of healthysağlıklı immunebağışık cellshücreler.
160
540560
3458
ve bunları o devasa sağlıklı
bağışıklı hücrelerinden ayırt edebilecek.
09:16
FinallySon olarak, inspiredyaratıcı by remarkabledikkat çekici
biologicalbiyolojik materialsmalzemeler
161
544899
3412
Son olarak, inanılmaz biyolojik
materyallerden esinlenerek
09:20
suchböyle as silkipek, abaloneAbalone shellkabuk,
toothdiş and othersdiğerleri,
162
548335
5108
örneğin ipek,
istiridye kabuğu, diş ve benzeri,
09:25
we're designingtasarım newyeni
protein-basedprotein bazlı materialsmalzemeler
163
553467
2884
yeni protein bazlı
materyaller tasarlıyoruz,
09:28
to addressadres challengeszorluklar in energyenerji
and ecologicalekolojik issuessorunlar.
164
556375
4163
enerji ve ekolojik konulardaki
zorluklara da yönelmeyi amaçlıyoruz.
09:33
To do all this,
we're growingbüyüyen our instituteenstitü.
165
561558
2845
Tüm bunları yapmak için
enstitümüzü büyütüyoruz.
09:36
We seekaramak to attractçekmek energeticenerjik,
talentedyetenekli and diverseçeşitli scientistsBilim adamları
166
564768
5599
Tüm dünyadan ve her kariyer aşamasından
bizimle çalışmaları için
09:42
from around the worldDünya,
at all careerkariyer stagesaşamaları,
167
570391
3080
enerjik, yetenekli ve farklı
alt yapılardan bilim insanları arıyoruz.
09:45
to joinkatılmak us.
168
573495
1150
09:47
You can alsoAyrıca participatekatılmak
in the proteinprotein designdizayn revolutiondevrim
169
575304
3303
Protein tasarım devrimine
09:50
throughvasitasiyla our onlineinternet üzerinden
foldingkatlama and designdizayn gameoyun, "FolditFoldit."
170
578631
3744
çevrim içi katlama ve tasarım oyunumuz
Foldit ile de katılabilirsiniz.
09:55
And throughvasitasiyla our distributeddağıtılmış
computingbilgi işlem projectproje, RosettaRosetta@home,
171
583214
3851
Dağıtımlı hesaplama projemiz
Rosetta@home ile de katılabilirsiniz,
09:59
whichhangi you can joinkatılmak from your laptopdizüstü
or your AndroidAndroid smartphoneSmartphone.
172
587089
3731
buna da diz üstünüzden veya
Android cihazlarınızdan katılabilirsiniz.
10:04
MakingYapma the worldDünya a better placeyer
throughvasitasiyla proteinprotein designdizayn is my life'shayatın work.
173
592547
3967
Protein tasarımıyla dünyayı daha iyi
bir yer yapmak benim işim.
10:08
I'm so excitedheyecanlı about
what we can do togetherbirlikte.
174
596996
2278
Birlikte yapabileceklerimiz için
çok heyecanlıyım.
10:11
I hopeumut you'llEğer olacak joinkatılmak us,
175
599583
1470
Umarım bize katılırsınız
10:13
and thank you.
176
601077
1158
ve teşekkür ederim.
10:14
(ApplauseAlkış and cheersalkış)
177
602259
4455
(Alkışlar ve tezahüratlar)
Translated by Cihan Ekmekçi
Reviewed by Figen Ergürbüz

▲Back to top

ABOUT THE SPEAKER
David Baker - Computational biologist
David Baker designs new biomolecules (proteins) from first principles to address 21st-century challenges in health and technology.

Why you should listen

David Baker is fascinated by biological self-organization. For example: How does the information stored in DNA translate into the intricate world of proteins and cells? The DNA code was solved more than 50 years ago, but the protein folding code has remained one of biology's greatest challenges. Starting 20 years ago, Baker's research team began using computers to model the structures of proteins. His work has advanced to the point where he can now not only predict the shape of natural proteins but also design completely new ones. In recent years, he's designed new experimental cancer therapies, vaccines, nanomaterials and more. He believes that the emerging field of protein design will fundamentally change how people make medicines, materials and more around the world. Now that the protein folding code is solved, the sky's the limit.

Baker is a Professor of Biochemistry and the Director of the Institute for Protein Design at the University of Washington in Seattle. He's also an Investigator at the Howard Hughes Medical Institute and Adjunct Professor of Genome Sciences, Bioengineering, Chemical Engineering, Computer Science, and Physics at the UW. With his colleagues, he developed the Rosetta Commons, the Rosetta@Home project and Foldit, a science video game. He has also launched more than ten companies that are seeking to bring designed proteins into the real world.

More profile about the speaker
David Baker | 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