TEDMED 2018
Yaniv Erlich: How we're building the world's largest family tree
Yaniv Erlich: Dünyanın en geniş soyağacını nasıl oluşturuyoruz
Filmed:
Readability: 4.9
1,507,766 views
Hesaplamalı genomik ile ilgilenen Yaniv Erlich, dünyanın en geniş soyağacını oluşturmaya yardım etti -- 13 milyon insanı kapsayan ve 500 yıldan fazla geçmişe giden bir ağaç. Aşk hayatımız, sağlığımız, hatta on yıllarca süren kamu davaları hakkında büyüleyici modeller paylaşıyor ve kitle kaynak kullanılan soyağacı veri tabanlarının nasıl sadece geçmişe değil aynı zamanda geleceğe de ışık tuttuğunu gösteriyor.
Yaniv Erlich - Computational geneticist
Yaniv Erlich is fascinated by the connection between DNA and data. Full bio
Yaniv Erlich is fascinated by the connection between DNA and data. Full bio
Double-click the English transcript below to play the video.
00:12
People use the internet
for various reasons.
for various reasons.
0
817
3452
İnsanlar interneti çeşitli
sebeplerden dolayı kullanıyor.
sebeplerden dolayı kullanıyor.
00:17
It turns out that one of the most
popular categories of website
popular categories of website
1
5765
3804
Meğerse internet sitelerinin
en popüler kategorilerinden biri
en popüler kategorilerinden biri
00:21
is something that people
typically consume in private.
typically consume in private.
2
9593
2872
insanların genellikle başkaları
yokken baktığı bir şeymiş.
yokken baktığı bir şeymiş.
00:25
It involves curiosity,
3
13639
2510
Merakı, rahata düşkünlüğün
pek az olmadığı seviyeleri içeriyor
pek az olmadığı seviyeleri içeriyor
00:28
non-insignificant levels
of self-indulgence
of self-indulgence
4
16173
3796
00:31
and is centered around recording
the reproductive activities
the reproductive activities
5
19993
3260
ve diğer insanların üreme aktivitelerini
kayda almanın çevresinde dönüyor.
kayda almanın çevresinde dönüyor.
00:35
of other people.
6
23277
1309
00:36
(Laughter)
7
24610
1032
(Gülüşmeler)
00:37
Of course, I'm talking about genealogy --
8
25666
2250
Tabii ki soyağacından bahsediyorum --
00:39
(Laughter)
9
27940
1214
(Gülüşmeler)
00:41
the study of family history.
10
29178
1702
soygeçmiş bilimi.
00:43
When it comes to detailing family history,
11
31353
2037
Soygeçmişi detaylandırmak
söz konusu olunca
söz konusu olunca
00:45
in every family, we have this person
that is obsessed with genealogy.
that is obsessed with genealogy.
12
33414
3943
her ailede soyağacına
takıntılı bir kişi vardır.
takıntılı bir kişi vardır.
00:49
Let's call him Uncle Bernie.
13
37381
1713
Bu kişiye Bernie amca diyelim.
00:51
Uncle Bernie is exactly the last person
you want to sit next to
you want to sit next to
14
39118
3782
Bernie amca, Şükran Günü yemeğinde
kesinlikle yan yana oturmak
isteyeceğiniz son insandır
isteyeceğiniz son insandır
00:54
in Thanksgiving dinner,
15
42924
1599
çünkü bazı eski akrabalarınız hakkındaki
garip detaylarla içinizi bayacaktır.
garip detaylarla içinizi bayacaktır.
00:56
because he will bore you to death
with peculiar details
with peculiar details
16
44547
2814
00:59
about some ancient relatives.
17
47385
1966
01:02
But as you know,
18
50462
1262
Ancak bildiğiniz üzere
01:03
there is a scientific side for everything,
19
51748
2872
her şeyin bir bilimsel tarafı da vardır
01:06
and we found that Uncle Bernie's stories
20
54644
2978
ve Bernie amcanın hikâyelerinin
biyomedikal araştırma için
biyomedikal araştırma için
01:09
have immense potential
for biomedical research.
for biomedical research.
21
57646
3168
çok büyük bir potensiyele
sahip olduğunu bulduk.
sahip olduğunu bulduk.
Bernie amcanın ve soy izleme
uzmanlarının geni.com adındaki
uzmanlarının geni.com adındaki
01:13
We let Uncle Bernie
and his fellow genealogists
and his fellow genealogists
22
61306
2714
01:16
document their family trees through
a genealogy website called geni.com.
a genealogy website called geni.com.
23
64044
4668
bir soyağacı internet sitesi aracılığıyla
soyağaçlarını belgelemelerini istedik.
soyağaçlarını belgelemelerini istedik.
Kullancılar soyağaçlarını
internet sitesine yüklediklerinde
internet sitesine yüklediklerinde
01:21
When users upload
their trees to the website,
their trees to the website,
24
69198
2128
01:23
it scans their relatives,
25
71350
1690
akrabalarını tarıyor
01:25
and if it finds matches to existing trees,
26
73064
2075
ve var olan ağaçlarla eşleşmeler buluyor,
01:27
it merges the existing
and the new tree together.
and the new tree together.
27
75163
3610
var olan ve yeni ağacı birleştiriyor.
01:31
The result is that large
family trees are created,
family trees are created,
28
79768
2950
Varılan sonuç, geniş soyağaçlarının
her soy izleme uzmanın
bireysel düzeyinin ötesinde yaratıldığı.
bireysel düzeyinin ötesinde yaratıldığı.
01:34
beyond the individual level
of each genealogist.
of each genealogist.
29
82742
3479
01:38
Now, by repeating this process
with millions of people
with millions of people
30
86808
4129
Şimdi, bu süreci tüm dünyadaki
milyonlarca insanla tekrar ettiğimizde
milyonlarca insanla tekrar ettiğimizde
01:42
all over the world,
31
90961
1817
01:44
we can crowdsource the construction
of a family tree of all humankind.
of a family tree of all humankind.
32
92802
5532
tüm insalığın bir soyağacının yapısını
kitle kaynakla kullanabiliriz.
kitle kaynakla kullanabiliriz.
01:51
Using this website,
33
99292
1584
Bu internet sitesini kullanarak
125 milyon insanı tek bir soyağacı ile
birleştirmeyi başardık.
birleştirmeyi başardık.
01:52
we were able to connect 125 million people
34
100900
4813
01:57
into a single family tree.
35
105737
2521
02:00
I cannot draw the tree
on the screens over here
on the screens over here
36
108967
2788
Ağacı burdaki ekranda çizemem
02:03
because they have less pixels
37
111779
2165
çünkü bu ağaçtaki insan sayısından
daha az piksele sahipler.
daha az piksele sahipler.
02:05
than the number of people in this tree.
38
113968
2513
02:08
But here is an example of a subset
of 6,000 individuals.
of 6,000 individuals.
39
116505
5010
Ancak size 6 bin bireyin
bir alt kümesinin örneğini göstereyim.
bir alt kümesinin örneğini göstereyim.
02:14
Each green node is a person.
40
122159
2362
Her yeşil düğüm, bir kişi.
02:17
The red nodes represent marriages,
41
125060
2849
Kırmızı düğümler evlilikleri temsil ediyor
02:19
and the connections represent parenthood.
42
127933
2258
ve bağlantılar ebeveynliği temsil ediyor.
02:22
In the middle of this tree,
you see the ancestors.
you see the ancestors.
43
130557
2372
Bu ağacın tam ortasında
ataları görebilirsiniz
ataları görebilirsiniz
02:24
And as we go to the periphery,
you see the descendants.
you see the descendants.
44
132953
2604
ve dış kenarlara gittikçe
torunlarını görebilirsiniz.
torunlarını görebilirsiniz.
02:27
This tree has seven
generations, approximately.
generations, approximately.
45
135581
3102
Bu ağaçta tahmini olarak 7 nesil var.
02:31
Now, this is what happens
when we increase the number of individuals
when we increase the number of individuals
46
139692
3234
Bireylerin sayısını 70 bin kişiye
yükselttiğimizde ise işte bu oluyor --
yükselttiğimizde ise işte bu oluyor --
02:34
to 70,000 people --
47
142950
1828
02:36
still a tiny subset
of all the data that we have.
of all the data that we have.
48
144802
4330
sahip olduğumuz tüm verinin
çok küçük bir alt kümesi.
çok küçük bir alt kümesi.
02:41
Despite that, you can already see
the formation of gigantic family trees
the formation of gigantic family trees
49
149629
4813
Buna rağmen birçok
uzaktan akrabayla birlikte
uzaktan akrabayla birlikte
devasa soyağaçlarının oluşumunu
şimdiden görebilirsiniz.
şimdiden görebilirsiniz.
02:46
with many very distant relatives.
50
154466
2655
02:49
Thanks to the hard work
of our genealogists,
of our genealogists,
51
157610
3134
Soy izleme uzmanlarımızın
sıkı çalışması sayesinde
sıkı çalışması sayesinde
02:52
we can go back in time
hundreds of years ago.
hundreds of years ago.
52
160768
3103
yüzlerce yıl önceye, geçmişe gidebiliriz.
02:56
For example, here is Alexander Hamilton,
53
164418
3441
Örneğin 1755'te doğan Alexander Hamilton.
02:59
who was born in 1755.
54
167883
2475
03:02
Alexander was the first
US Secretary of the Treasury,
US Secretary of the Treasury,
55
170872
3764
Alexander, ABD'nin ilk hazine bakanıydı
03:06
but mostly known today
due to a popular Broadway musical.
due to a popular Broadway musical.
56
174660
3831
ancak günümüzde çoğunlukla popüler
bir Broadway müzikaliyle tanınıyor.
bir Broadway müzikaliyle tanınıyor.
03:11
We found that Alexander has deeper
connections in the showbiz industry.
connections in the showbiz industry.
57
179137
4922
Alexander'ın eğlence sektöründe
daha derin bağlantıları olduğunu bulduk.
daha derin bağlantıları olduğunu bulduk.
03:16
In fact, he's a blood relative of ...
58
184083
2111
Aslında kan bağı var,
03:18
Kevin Bacon!
59
186781
1220
Kevin Bacon'la!
03:20
(Laughter)
60
188025
2032
(Gülüşmeler)
03:22
Both of them are descendants
of a lady from Scotland
of a lady from Scotland
61
190081
2606
Her ikisi de 13. yüzyılda yaşayan
03:24
who lived in the 13th century.
62
192711
2314
İskoçyalı bir hanımefendinin
neslinden geliyor.
neslinden geliyor.
03:27
So you can say that Alexander Hamilton
63
195049
3102
Dolayısıyla Alexander Hamilton'ın
03:30
is 35 degrees of Kevin Bacon genealogy.
64
198175
3188
Kevin Bacon soyağacında 35 derece
olduğunu söyleyebilirsiniz.
olduğunu söyleyebilirsiniz.
03:33
(Laughter)
65
201387
1441
(Gülüşmeler)
03:34
And our tree has millions
of stories like that.
of stories like that.
66
202852
3230
Ağacımızın bunun gibi
milyonlarca hikâyesi var.
milyonlarca hikâyesi var.
03:40
We invested significant efforts
to validate the quality of our data.
to validate the quality of our data.
67
208113
4890
Verilerimizin kalitesini doğrulamak için
önemli derecede çaba sarf ettik.
önemli derecede çaba sarf ettik.
03:45
Using DNA, we found that .3 percent of
the mother-child connections in our data
the mother-child connections in our data
68
213027
5391
DNA kullanarak verilerimizdeki
anne-çocuk bağlantılarının
anne-çocuk bağlantılarının
%3'ünün yanlış olduğunu bulduk
03:50
are wrong,
69
218442
1250
ki bu, ABD'nin 2. Dünya Savaşı öncesindeki
evlat edinme oranlarıyla eşleşebilir.
evlat edinme oranlarıyla eşleşebilir.
03:51
which could match the adoption rate
in the US pre-Second World War.
in the US pre-Second World War.
70
219716
3591
03:56
For the father's side,
71
224847
1785
Baba tarafı içinse
03:58
the news is not as good:
72
226656
1961
haberler o kadar iyi değil.
04:02
1.9 percent of the father-child
connections in our data are wrong.
connections in our data are wrong.
73
230149
5600
Verilerimizdeki baba-çocuk
bağlantılarının %1,9'u yanlış.
bağlantılarının %1,9'u yanlış.
04:07
And I see some people smirk over here.
74
235773
2363
Bazı insanların burada
sırıttığını görebiliyorum.
sırıttığını görebiliyorum.
04:10
It is what you think --
75
238160
1717
Tam olarak da düşündüğünüz şey --
04:11
there are many milkmen out there.
76
239901
1789
dışarıda birçok sütçü var.
04:13
(Laughter)
77
241714
1064
(Gülüşmeler)
04:14
However, this 1.9 percent error rate
in patrilineal connections
in patrilineal connections
78
242802
3989
Bununla beraber, bu babadan gelen
bağlantılardaki %1,9'luk hata oranı
bağlantılardaki %1,9'luk hata oranı
04:18
is not unique to our data.
79
246815
1769
verilerimize has bir şey değil.
04:20
Previous studies found
a similar error rate
a similar error rate
80
248608
3069
Önceki çalışmalar, kliniksel
seviyedeki soyları kullanarak
seviyedeki soyları kullanarak
04:23
using clinical-grade pedigrees.
81
251701
2021
benzer bir hata oranı buldu.
04:26
So the quality of our data is good,
82
254254
2525
Bu yüzden verilerimizin kalitesi iyi
04:28
and that should not be a surprise.
83
256803
2133
ve bu bir sürpriz olmamalı.
04:30
Our genealogists have
a profound, vested interest
a profound, vested interest
84
258960
3776
Bizim soy izleme uzmanlarımızın kendi
soyağaçlarını doğru şekilde belgelemede
soyağaçlarını doğru şekilde belgelemede
04:34
in correctly documenting
their family history.
their family history.
85
262760
3668
çok derin, yetkili bir ilgileri var.
04:40
We can leverage this data to learn
quantitative information about humanity,
quantitative information about humanity,
86
268594
4591
İnsanoğlu hakkında sayısal bilgi
öğrenmek için bu veriyi kullanabiliriz,
öğrenmek için bu veriyi kullanabiliriz,
04:45
for example, questions about demography.
87
273209
2596
örneğin demografi hakkındaki sorular için.
04:47
Here is a look at all our profiles
on the map of the world.
on the map of the world.
88
275829
3857
Burada dünya haritasında
bizim tüm profillerimiz bulunuyor.
bizim tüm profillerimiz bulunuyor.
04:52
Each pixel is a person
that lived at some point.
that lived at some point.
89
280250
4481
Her piksel belli bir noktada
yaşamış bir insan.
yaşamış bir insan.
04:56
And since we have so much data,
90
284755
1680
Çok fazla verimiz olduğundan dolayı
04:58
you can see the contours
of many countries,
of many countries,
91
286459
2781
birçok ülkenin hatlarını görebilirsiniz,
05:01
especially in the Western world.
92
289264
2099
özellikle de Batı dünyasını.
05:03
In this clip, we stratified
the map that I've showed you
the map that I've showed you
93
291387
3548
Bu klipte 1400'lerden 1900'lere kadar olan
bireylerin doğum yıllarına dayanan
bireylerin doğum yıllarına dayanan
05:06
based on the year of births of individuals
from 1400 to 1900,
from 1400 to 1900,
94
294959
5072
size gösterdiğim haritayı
sınıflara ayırdık
sınıflara ayırdık
05:12
and we compared it
to known migration events.
to known migration events.
95
300055
2766
ve bilinen göç olaylarıyla karşılaştırdık.
05:15
The clip is going to show you
that the deepest lineages in our data
that the deepest lineages in our data
96
303482
3165
Klip, daha iyi arşivciliğin olduğu
Birleşik Krallık'a kadar geri giden
Birleşik Krallık'a kadar geri giden
05:18
go all the way back to the UK,
97
306671
1627
verilerimizdeki en eski soyları gösteriyor
05:20
where they had better record keeping,
98
308322
1808
05:22
and then they spread along
the routes of Western colonialism.
the routes of Western colonialism.
99
310154
3282
ve sonrasında Batı sömürgeciliğinin
rotası boyunca yayılıyorlar.
rotası boyunca yayılıyorlar.
05:25
Let's watch this.
100
313460
1322
Hadi bunu izleyelim.
05:27
(Music)
101
315143
1609
(Müzik)
05:28
[Year of birth: ]
102
316776
2341
[Doğum yılı:]
05:31
[1492 - Columbus sails the ocean blue]
103
319705
1836
[1492 - Columbus, mavi okyanusa açılıyor.]
[1620 - Mayflower,
Massachusetts'e ayak basıyor.]
Massachusetts'e ayak basıyor.]
05:35
[1620 - Mayflower lands in Massachusetts]
104
323661
2000
[1652 - Hollandalılar,
Güney Afrika'ya yerleşiyor.]
Güney Afrika'ya yerleşiyor.]
05:38
[1652 - Dutch settle in South Africa]
105
326726
1775
[1788 - Britanya'nın Avustralya'ya
cezai taşımacılığı başlıyor.]
cezai taşımacılığı başlıyor.]
05:44
[1788 - Great Britain penal
transportation to Australia starts]
transportation to Australia starts]
106
332321
3186
[1836 - İlk göçmenler,
Oregon Yolu'nu kullanıyor.]
Oregon Yolu'nu kullanıyor.]
05:47
[1836 - First migrants use Oregon Trail]
107
335531
1927
[Tüm etkinlikler]
05:50
[all activity]
108
338149
3183
05:55
I love this movie.
109
343851
1543
Bu filmi çok seviyorum.
05:57
Now, since these migration events
are giving the context of families,
are giving the context of families,
110
345418
5093
Bu göç etkinlikleri,
ailelerin kaynağını veriyor,
ailelerin kaynağını veriyor,
06:02
we can ask questions such as:
111
350535
2183
dolayısıyla bunun gibi
sorular sorabiliriz:
sorular sorabiliriz:
06:04
What is the typical distance
between the birth locations
between the birth locations
112
352742
3470
Eşlerin doğum yerleri arasındaki
normal mesafe ne kadar?
normal mesafe ne kadar?
06:08
of husbands and wives?
113
356236
2812
06:11
This distance plays
a pivotal role in demography,
a pivotal role in demography,
114
359072
3677
Mesafe, demografide
çok önemli bir rol oynuyor
çok önemli bir rol oynuyor
06:14
because the patterns in which
people migrate to form families
people migrate to form families
115
362773
3681
çünkü aile oluşturmak için
insanların göç etme kalıpları
insanların göç etme kalıpları
06:18
determine how genes spread
in geographical areas.
in geographical areas.
116
366478
3713
genlerin coğrafi bölgelerde
nasıl yayıldığını belirliyor.
nasıl yayıldığını belirliyor.
06:22
We analyzed this distance using our data,
117
370706
2328
Verilerimizi kullanarak
bu mesafeyi inceledik
bu mesafeyi inceledik
06:25
and we found that in the old days,
118
373058
2290
ve eski zamanlarda insanların
zorluk yaşamadığını bulduk.
zorluk yaşamadığını bulduk.
06:27
people had it easy.
119
375372
1230
06:28
They just married someone
in the village nearby.
in the village nearby.
120
376626
2594
Yakınlardaki bir köydeki
biriyle evleniyorlardı.
biriyle evleniyorlardı.
06:31
But the Industrial Revolution
really complicated our love life.
really complicated our love life.
121
379958
3705
Ancak Sanayi Devrimi
aşk hayatımızı gerçekten zorlaştırdı.
aşk hayatımızı gerçekten zorlaştırdı.
06:35
And today, with affordable flights
and online social media,
and online social media,
122
383687
4560
Günümüzde ise uygun uçak biletleri
ve çevrim içi sosyal medya ile
ve çevrim içi sosyal medya ile
06:40
people typically migrate more than
100 kilometers from their place of birth
100 kilometers from their place of birth
123
388271
4828
sıklıkla insanlar ruh eşlerini bulmak için
doğum yerlerinden
100 kilometreden fazla göç ediyor.
100 kilometreden fazla göç ediyor.
06:45
to find their soul mate.
124
393123
1504
06:48
So now you might ask:
125
396524
1187
Şunu sorabilirsiniz:
06:49
OK, but who does the hard work
of migrating from places to places
of migrating from places to places
126
397735
4496
Tamam ama kim aile oluşturmak için
bir yerden bir yere
göç etme zahmetine giriyor?
göç etme zahmetine giriyor?
06:54
to form families?
127
402255
1269
06:55
Are these the males or the females?
128
403548
3727
Bu kişiler kadın mı erkek mi?
Bu soruyu irdelemek için
verilerimizi kullandık
verilerimizi kullandık
06:59
We used our data to address this question,
129
407752
2155
07:01
and at least in the last 300 years,
130
409931
2594
ve en az son 300 yıldır
07:04
we found that the ladies do the hard work
131
412549
3883
kadınların aile oluşturmak için
bir yerden bir yere göç etme
zahmetine girdiğini bulduk.
zahmetine girdiğini bulduk.
07:08
of migrating from places
to places to form families.
to places to form families.
132
416456
2996
07:11
Now, these results
are statistically significant,
are statistically significant,
133
419476
3101
Bu sonuçlar istatistiksel olarak önemli
dolayısıyla erkeklerin tembel olduğunu
07:14
so you can take it as scientific fact
that males are lazy.
that males are lazy.
134
422601
3471
bilimsel bir gerçek olarak
kabul edebilirsiniz.
kabul edebilirsiniz.
07:18
(Laughter)
135
426096
3156
(Gülüşmeler)
07:21
We can move from questions
about demography
about demography
136
429276
2536
Demografi hakkındaki soruları geçebilir
07:23
and ask questions about human health.
137
431836
2913
ve insan sağlığı hakkındaki
soruları sorabiliriz.
soruları sorabiliriz.
07:26
For example, we can ask
138
434773
1487
Örneğin genetik varyasyonların
07:28
to what extent genetic variations
account for differences in life span
account for differences in life span
139
436284
4963
bireyler arasındaki
ömür süresindeki farklılıkları
ömür süresindeki farklılıkları
ne ölçüde açıkladığını sorabiliriz.
07:33
between individuals.
140
441271
1194
07:34
Previous studies analyzed the correlation
of longevity between twins
of longevity between twins
141
442988
4530
Önceki araştırmalar,
bu soruyu irdelemek için
bu soruyu irdelemek için
ikizler ile yaşam süresi
arasındaki ilişkiyi inceledi.
arasındaki ilişkiyi inceledi.
07:39
to address this question.
142
447542
1442
07:41
They estimated that the genetic
variations account for
variations account for
143
449411
2667
Genetik varyasyonların bireyler arasındaki
ömür süresindeki farklılıkların
ömür süresindeki farklılıkların
07:44
about a quarter of the differences
in life span between individuals.
in life span between individuals.
144
452102
4040
yaklaşık olarak bir çeyreğini
açıkladığını tahmin ediyorlar.
açıkladığını tahmin ediyorlar.
07:48
But twins can be correlated
due to so many reasons,
due to so many reasons,
145
456688
2598
Fakat ikizler, çeşitli çevresel etkiler
veya ortak bir ev de dahil olmak üzere
veya ortak bir ev de dahil olmak üzere
07:51
including various environmental effects
146
459310
2304
birçok nedenden
dolayı ilişkilendirilebilir.
dolayı ilişkilendirilebilir.
07:53
or a shared household.
147
461638
1622
07:56
Large family trees give us the opportunity
to analyze both close relatives,
to analyze both close relatives,
148
464411
3753
Geniş soyağaçları bize ikizler gibi
yakın akrabaları, uzak akrabaları,
yakın akrabaları, uzak akrabaları,
hatta dördüncü derece kuzenleri
inceleme fırsatı veriyor.
inceleme fırsatı veriyor.
08:00
such as twins,
149
468188
1207
08:01
all the way to distant relatives,
even fourth cousins.
even fourth cousins.
150
469419
2917
08:04
This way we can build robust models
151
472749
2689
Bu şekilde genetik varyasyonların
katkısını çevresel etkilerden ayıracak
katkısını çevresel etkilerden ayıracak
08:07
that can tease apart the contribution
of genetic variations
of genetic variations
152
475462
3708
sağlam modeller kurabiliriz.
08:11
from environmental factors.
153
479194
1717
08:13
We conducted this analysis using our data,
154
481379
2899
Verilerimizi kullanarak
bu analizi gerçekleştirdik
bu analizi gerçekleştirdik
08:16
and we found that genetic variations
explain only 15 percent
explain only 15 percent
155
484302
5791
ve genetik varyasyonların bireyler
arasındaki ömür süresindeki farklılıkların
arasındaki ömür süresindeki farklılıkların
08:22
of the differences in life span
between individuals.
between individuals.
156
490117
2806
sadece yüzde 15'ini açıkladığını bulduk.
08:26
That is five years, on average.
157
494760
2756
Bu da ortalama olarak 5 sene.
08:30
So genes matter less than
what we thought before to life span.
what we thought before to life span.
158
498316
4708
Dolayısıyla genler ömür süresine daha önce
düşündüğümüzden daha az önem taşıyor.
düşündüğümüzden daha az önem taşıyor.
08:35
And I find it great news,
159
503675
2136
Bunun harika bir haber
olduğunu düşünüyorum
olduğunu düşünüyorum
08:38
because it means that
our actions can matter more.
our actions can matter more.
160
506438
3293
çünkü bu, eylemlerimizin
daha önemli olduğu anlamına geliyor.
daha önemli olduğu anlamına geliyor.
08:42
Smoking, for example, determines
10 years of our life expectancy --
10 years of our life expectancy --
161
510533
4274
Sigara içmek, örneğin, ortalama
yaşam süresinin 10 yılını belirliyor --
yaşam süresinin 10 yılını belirliyor --
08:46
twice as much as what genetics determines.
162
514831
2646
genetik biliminin belirlediğinin iki katı.
Soyağaçlarına baktıkça ve soy izleme
uzmanlarını DNA bilgilerini
uzmanlarını DNA bilgilerini
08:50
We can even have more surprising findings
163
518236
2289
08:52
as we move from family trees
164
520549
1492
kayıt altına almalarına ve kitle kaynağı
kullanmalarına izin verdiğimiz sürece
kullanmalarına izin verdiğimiz sürece
08:54
and we let our genealogists
document and crowdsource DNA information.
document and crowdsource DNA information.
165
522065
4732
çok daha şaşırtıcı
bulgular bile elde edebiliriz.
bulgular bile elde edebiliriz.
08:58
And the results can be amazing.
166
526821
2024
Sonuçlar harika olabilir.
09:01
It might be hard to imagine,
but Uncle Bernie and his friends
but Uncle Bernie and his friends
167
529255
3915
Hayal etmesi zor olabilir
ama Bernie amca ve arkadaşları,
FBI'ın şu anda sahip olduğunu bile aşacak
FBI'ın şu anda sahip olduğunu bile aşacak
09:05
can create DNA forensic capabilities
168
533194
2646
09:07
that even exceed
what the FBI currently has.
what the FBI currently has.
169
535864
3559
DNA adli kabiliyetleri yaratabilir.
09:12
When you place the DNA
on a large family tree,
on a large family tree,
170
540862
2404
DNA'yı geniş bir soyağacına
yerleştirdiğinizde etkili bir şekilde
yerleştirdiğinizde etkili bir şekilde
09:15
you effectively create a beacon
171
543290
2117
hepsinin DNA'yı oluşturan bir insana bağlı
yüzlerce uzak akrabayı aydınlatan
yüzlerce uzak akrabayı aydınlatan
09:17
that illuminates the hundreds
of distant relatives
of distant relatives
172
545431
2634
09:20
that are all connected to the person
that originated the DNA.
that originated the DNA.
173
548089
3490
bir işaret ışığı yaratıyorsunuz.
09:24
By placing multiple beacons
on a large family tree,
on a large family tree,
174
552505
2913
Geniş bir soyağacına
birçok işaret ışığı yerleştirerek
birçok işaret ışığı yerleştirerek
09:27
you can now triangulate the DNA
of an unknown person,
of an unknown person,
175
555442
3720
bilinmeyen bir insanın DNA'sını
nirengi yapabiliyorsunuz,
nirengi yapabiliyorsunuz,
09:31
the same way that the GPS system
uses multiple satellites
uses multiple satellites
176
559186
3938
GPS sisteminin bir konumu bulmak için
birçok uyduyu kullanması gibi.
birçok uyduyu kullanması gibi.
09:35
to find a location.
177
563148
1324
09:37
The prime example
of the power of this technique
of the power of this technique
178
565226
3624
Bu tekniğin gücünün başlıca örneği
09:40
is capturing the Golden State Killer,
179
568874
2675
ABD tarihindeki en kötü şöhretli
suçlularından biri olan
suçlularından biri olan
09:44
one of the most notorious criminals
in the history of the US.
in the history of the US.
180
572612
4528
Golden State Katili'nin yakalanması.
09:49
The FBI had been searching
for this person for over 40 years.
for this person for over 40 years.
181
577164
5892
FBI, bu kişiyi 40 yılı aşkın
bir süredir arıyordu.
bir süredir arıyordu.
09:55
They had his DNA,
182
583588
1835
DNA'sına sahiplerdi
09:57
but he never showed up
in any police database.
in any police database.
183
585447
3350
ancak herhangi bir polis
veri tabanında hiç çıkmamıştı.
veri tabanında hiç çıkmamıştı.
10:01
About a year ago, the FBI
consulted a genetic genealogist,
consulted a genetic genealogist,
184
589447
4712
Bir sene kadar önce FBI
bir genetik soy izleme uzmanına danıştı
bir genetik soy izleme uzmanına danıştı
10:06
and she suggested that they submit
his DNA to a genealogy service
his DNA to a genealogy service
185
594183
3950
ve o da uzak akrabalarını tespit edecek
bir soyağacı hizmetine
bir soyağacı hizmetine
10:10
that can locate distant relatives.
186
598157
2398
adamın DNA'sını yüklemelerini önerdi.
10:13
They did that,
187
601117
1156
Bunu yaptılar
10:14
and they found a third cousin
of the Golden State Killer.
of the Golden State Killer.
188
602297
3692
ve Golden State Katili'nin
üçüncü derece kuzenini buldular.
üçüncü derece kuzenini buldular.
10:18
They built a large family tree,
189
606013
2344
Geniş bir soyağacı oluşturdular,
bu ağacın farklı dallarını taradılar
10:20
scanned the different
branches of that tree,
branches of that tree,
190
608381
2102
ta ki Golden State Katili
hakkında bildikleriyle
hakkında bildikleriyle
10:22
until they found a profile
that exactly matched
that exactly matched
191
610507
2565
10:25
what they knew about
the Golden State Killer.
the Golden State Killer.
192
613096
2581
tam olarak eşleşen
bir profil bulana kadar.
bir profil bulana kadar.
10:27
They obtained DNA from this person
and found a perfect match
and found a perfect match
193
615701
3592
Bu kişiden DNA aldılar
ve ellerinde olan DNA'yla
mükemmel bir eşleşme buldular.
mükemmel bir eşleşme buldular.
10:31
to the DNA they had in hand.
194
619317
2025
10:33
They arrested him
and brought him to justice
and brought him to justice
195
621366
2350
Onu tutukladılar
ve bu kadar sene sonra
adalete teslim ettiler.
adalete teslim ettiler.
10:35
after all these years.
196
623740
1424
10:38
Since then, genetic genealogists
have started working with
have started working with
197
626172
3241
O zamandan beri genetik
soy izleme uzmanları,
soy izleme uzmanları,
suçluları yakalamak için
bu tekniği kullanmaya
bu tekniği kullanmaya
10:41
local US law enforcement agencies
198
629437
2668
10:44
to use this technique
in order to capture criminals.
in order to capture criminals.
199
632129
3362
ve yerel ABD emniyet teşkilatlarıyla
çalışmaya başladılar.
çalışmaya başladılar.
10:47
And only in the past six months,
200
635521
2681
Sadece son altı ay içinde
10:50
they were able to solve
over 20 cold cases with this technique.
over 20 cold cases with this technique.
201
638226
4296
bu teknikle yirmiden fazla
faili meçhul davayı çözebildiler.
faili meçhul davayı çözebildiler.
10:56
Luckily, we have people like Uncle
Bernie and his fellow genealogists
Bernie and his fellow genealogists
202
644203
4636
Neyse ki Bernie amca ve soy izleme
uzmanları gibi insanlara sahibiz.
uzmanları gibi insanlara sahibiz.
Bu kişiler, kendilerince
hobileri olan amatörler değiller.
hobileri olan amatörler değiller.
11:01
These are not amateurs
with a self-serving hobby.
with a self-serving hobby.
203
649045
2994
11:04
These are citizen scientists
with a deep passion to tell us who we are.
with a deep passion to tell us who we are.
204
652602
6419
Bu kişiler, bize kim olduğumuzu söylemenin
derin bir tutkusuna sahip olan
bilim insanı birer vatandaşlar
bilim insanı birer vatandaşlar
11:11
And they know that the past
can hold a key to the future.
can hold a key to the future.
205
659065
4458
ve geçmişin, geleceğe
ışık tuttuğunu biliyorlar.
ışık tuttuğunu biliyorlar.
11:16
Thank you very much.
206
664067
1183
Çok teşekkür ederim.
11:17
(Applause)
207
665314
3469
(Alkış)
ABOUT THE SPEAKER
Yaniv Erlich - Computational geneticistYaniv Erlich is fascinated by the connection between DNA and data.
Why you should listen
As a professor and researcher at Columbia University and as CSO of MyHeritage.com, Yaniv Erlich has performed foundational work in genetic privacy and large-scale studies of crowdsourced genomic data. Dubbed a "genome hacker" by the journal Nature, Erlich and his team discovered a privacy loophole enabling reidentification of allegedly anonymous male research participants using just internet searches and their Y chromosome. Later, he discovered that 60 percent of all US individuals with European descent can be identified by forensic genetics using open genetic genealogy databases, which Science magazine called one of the top 10 breakthroughs of 2018.
Erlich is also responsible for the construction of the world's largest family tree, comprising 13 million people, as well as the development of the website DNA.land, which has compiled the genotypes of more than 150,000 donors. He has also worked to discover the genetic bases for several conditions in Israeli families. His team has demonstrated stable DNA data storage, reaching a density of 215 petabyte per gram of DNA. He's been awarded numerous prizes, has published more than 45 papers and authored seven patents.
Yaniv Erlich | Speaker | TED.com