TED2003
Juan Enriquez: The life code that will reshape the future
Juan Enriquez - Genomik Bilimi ve Geleceğimiz Üzerinde
Filmed:
Readability: 3.4
831,634 views
Fütürist Juan Enriquez, bilimsel buluşların ve varlılığımızı sürdürebilmemizin bu kod hakkındaki uzmanlığımıza bağlıyor. Burada, bu düşüncesini genomik bilimine uyguluyor.
Juan Enriquez - Futurist
Juan Enriquez thinks and writes about the profound changes that genomics and other life sciences will bring in business, technology, politics and society. Full bio
Juan Enriquez thinks and writes about the profound changes that genomics and other life sciences will bring in business, technology, politics and society. Full bio
Double-click the English transcript below to play the video.
00:25
I'm supposed to scare you, because it's about fear, right?
0
1000
3000
Sizi korkutmam gerekiyor, çünkü bu korkuyla ilgili, değil mi?
00:29
And you should be really afraid,
1
5000
2000
Ve gerçekten de çok korkmalısınız,
00:31
but not for the reasons why you think you should be.
2
7000
2000
ancak korkmanız gerektiğini düşündüğünüz sebeplerden dolayı değil.
00:34
You should be really afraid that --
3
10000
2000
Çok korkmalısınız çünkü --
00:36
if we stick up the first slide on this thing -- there we go -- that you're missing out.
4
12000
4000
eğer ilk görseli buraya koyabilirsek -- işte oldu -- bir şeyleri kaçırıyorsunuz.
00:42
Because if you spend this week thinking about Iraq and
5
18000
4000
Çünkü eğer bu haftanızı Irak'ı düşünerek ve
00:46
thinking about Bush and thinking about the stock market,
6
22000
4000
Bush'u düşünerek ve borsayı düşünerek geirdiyseniz,
00:50
you're going to miss one of the greatest adventures that we've ever been on.
7
26000
2000
başımızdan geçen en büyük maceralardan birini kaçırıyorsunuz demektir.
00:53
And this is what this adventure's really about.
8
29000
2000
Ve bu anlatacaklarım da, bu macerayla ilgili.
00:55
This is crystallized DNA.
9
31000
4000
Bu, kristalize edilmiş DNA.
00:59
Every life form on this planet -- every insect, every bacteria, every plant,
10
35000
3000
Gezegende bulunan bütün canlı formları -- bütün böcekler, bütün bakteriler, bütün bitkiler,
01:02
every animal, every human, every politician -- (Laughter)
11
38000
3000
bütün hayvanlar, bütün insanlar ve bütün politikacılar -- (Kahkahalar)
01:07
is coded in that stuff.
12
43000
2000
bu şeyin içinde kodlu.
01:09
And if you want to take a single crystal of DNA, it looks like that.
13
45000
4000
Ve eğer tek bir DNA kristali almak isterseniz, o buna benzer.
01:13
And we're just beginning to understand this stuff.
14
49000
2000
Ve bunu anlamaya daha yeni başlıyoruz.
01:16
And this is the single most exciting adventure that we have ever been on.
15
52000
3000
Ve bu şimdiye kadar içinde bulunduğumuz en heyecanlı macera.
01:20
It's the single greatest mapping project we've ever been on.
16
56000
3000
Şimdiye kadar içinde bulunduğumuz en büyük haritalama projesi.
01:23
If you think that the mapping of America's made a difference,
17
59000
2000
Eğer Amerika'nın haritalanmasının bir değişiklik yarattığını düşünüyorsanız,
01:25
or landing on the moon, or this other stuff,
18
61000
3000
ya da Ay'a çıkmanın, ya da diğer şeylerin,
01:28
it's the map of ourselves and the map of every plant
19
64000
3000
bu bizim kendi haritamız ve her bitkinin haritası
01:31
and every insect and every bacteria that really makes a difference.
20
67000
3000
ve her böceğin ve her bakterinin ve bunların hepsi bir değişiklik yaratır.
01:34
And it's beginning to tell us a lot about evolution.
21
70000
3000
Ve bize Evrim hakkında çok fazla şey söylemeye başlayacak.
01:39
(Laughter)
22
75000
4000
(Kahkahalar)
01:43
It turns out that what this stuff is --
23
79000
2000
Bunun gerçekten de --
01:45
and Richard Dawkins has written about this --
24
81000
2000
Richard Dawkins'in de yazdığı gibi --
01:47
is, this is really a river out of Eden.
25
83000
2000
Eden Nehri olduğu ortaya çıktı. (ÇN: Cennetteki sözde bir nehre gönderme yapılıyor)
01:49
So, the 3.2 billion base pairs inside each of your cells
26
85000
4000
Her bir hücrenizin içerisindeki 3.2 milyar baz çifti
01:53
is really a history of where you've been for the past billion years.
27
89000
3000
geçmişteki milyarlarca yılda ne olduğunuzun tarihidir.
01:56
And we could start dating things,
28
92000
1000
Ve bazı şeyleri tarihlendirmeye başlayabiliriz,
01:57
and we could start changing medicine and archeology.
29
93000
3000
ilaçları ve arkeolojiyi değiştirmeye başlayabiliriz.
02:01
It turns out that if you take the human species about 700 years ago,
30
97000
3000
Görüyoruz ki, insan türünü ele alırsanız, bundan 700 yıl önce,
02:04
white Europeans diverged from black Africans in a very significant way.
31
100000
3000
beyaz Avrupalıların siyah Afrikalılardan önemli bir şekilde farklılaşmış.
02:07
White Europeans were subject to the plague.
32
103000
5000
Beyaz Avrupalılar vebaya karşı savunmasızdı.
02:13
And when they were subject to the plague, most people didn't survive,
33
109000
3000
Ve vebayla baş etmek zorunda kaldıklarında, çoğu bunu başaramadı,
02:16
but those who survived had a mutation on the CCR5 receptor.
34
112000
4000
fakat hayatta kalabilenler CCR5 reseptöründeki bir mutasyonla bunu başarabildi.
02:20
And that mutation was passed on to their kids
35
116000
2000
Ve bu mutasyon onların çocuklarına aktarıldı
02:22
because they're the ones that survived,
36
118000
2000
çünkü hayatta kalabilenler onlardı,
02:24
so there was a great deal of population pressure.
37
120000
2000
dolayısıyla büyük bir nüfus baskısı vardı.
02:26
In Africa, because you didn't have these cities,
38
122000
2000
Afrika'da, bu şehirleriniz olmadığından,
02:28
you didn't have that CCR5 population pressure mutation.
39
124000
3000
CCR5 mutasyonu için nüfus baskısı da bulunmuyordu.
02:31
We can date it to 700 years ago.
40
127000
3000
Bunun 700 yıl önce olduğunu tarihleyebiliyoruz.
02:34
That is one of the reasons why AIDS is raging across Africa as fast as it is,
41
130000
4000
Bu AIDS'in Afrika'da Avrupa'da olduğundan çok daha hızlı
02:38
and not as fast across Europe.
42
134000
4000
yayılmasının bir sebebi.
02:42
And we're beginning to find these little things for malaria,
43
138000
3000
Sıtma için, orak hücreler için, kanser için
02:45
for sickle cell, for cancers.
44
141000
3000
bir şeyler bulmaya başladık.
02:49
And in the measure that we map ourselves,
45
145000
2000
Ve kendimizi haritalamamız,
02:51
this is the single greatest adventure that we'll ever be on.
46
147000
2000
içinde bulunabileceğimiz en büyük macera.
02:53
And this Friday, I want you to pull out a really good bottle of wine,
47
149000
4000
Bu Cuma günü, güzel bir şişe şarap açmanızı
02:57
and I want you to toast these two people.
48
153000
2000
ve bu iki insanın şerefine içmenizi istiyorum.
03:00
Because this Friday, 50 years ago, Watson and Crick found the structure of DNA,
49
156000
4000
Çünkü bundan 50 yıl önce, Cuma günü, Watson ve Crick, DNA'nın yapısını buldu
03:04
and that is almost as important a date
50
160000
3000
ve bu gün de en az kendimizi haritaladığımız
03:07
as the 12th of February when we first mapped ourselves,
51
163000
3000
12 Şubat tarihi kadar önemli,
03:10
but anyway, we'll get to that.
52
166000
2000
ama her neyse, ona geleceğiz.
03:12
I thought we'd talk about the new zoo.
53
168000
2000
Yeni hayvanat bahçesi hakkında konuşacağımızı sanıyordum.
03:14
So, all you guys have heard about DNA, all the stuff that DNA does,
54
170000
4000
Pekala, hepiniz DNA'yı duydunuz, DNA'nın neler yaptığını biliyorsunuz,
03:18
but some of the stuff we're discovering is kind of nifty
55
174000
3000
ama bizim bulduklarımız bir nevi havalı
03:21
because this turns out to be the single most abundant species on the planet.
56
177000
5000
çünkü bunun gezegendeki en bol tür olduğu ortaya çıktı.
03:26
If you think you're successful or cockroaches are successful,
57
182000
3000
Eğer başarılı olduğunuzu ya da hamam böceklerinin başarılı olduğunu düşünüyorsanız,
03:29
it turns out that there's ten trillion trillion Pleurococcus sitting out there.
58
185000
3000
gezegende 10 trilyon çarpı trilyon tane Pleurococcus olduğunu bulduk.
03:32
And we didn't know that Pleurococcus was out there,
59
188000
3000
Pleurococcus diye bir şey olduğunu bilmiyorduk
03:35
which is part of the reason
60
191000
1000
ki bu da bu türün
03:36
why this whole species-mapping project is so important.
61
192000
5000
tüm türleri haritalama projesinin önemli olmasının bir sebebi.
03:41
Because we're just beginning to learn
62
197000
2000
Çünkü nereden geldiğimizi
03:43
where we came from and what we are.
63
199000
1000
daha yeni öğrenmeye başladık.
03:45
And we're finding amoebas like this. This is the amoeba dubia.
64
201000
3000
Bunun gibi amipler buluyoruz. Bu Amoeba dubia.
03:49
And the amoeba dubia doesn't look like much,
65
205000
2000
Bu Aboeba dubia pek bir şeye benzemiyor olabilir;
03:51
except that each of you has about 3.2 billion letters,
66
207000
3000
tabii hücrelerinizdeki genetik kodda bulunan ve
03:54
which is what makes you you,
67
210000
2000
sizi siz yapan
03:56
as far as gene code inside each of your cells,
68
212000
3000
3.2 milyar harfe karşılık,
03:59
and this little amoeba which, you know,
69
215000
3000
bu küçük amipin, bilirsiniz,
04:02
sits in water in hundreds and millions and billions,
70
218000
2000
yüzlerce ve milyonlarca ve milyarlarcası sadece suda öylece oturan amibin
04:05
turns out to have 620 billion base pairs of gene code inside.
71
221000
6000
620 milyar baz çiftine sahip olduğunun ortaya çıkması dışında.
04:11
So, this little thingamajig has a genome
72
227000
3000
Ve bu küçük thingmajig'in genomu
04:14
that's 200 times the size of yours.
73
230000
2000
sizinkinin 200 katı.
04:17
And if you're thinking of efficient information storage mechanisms,
74
233000
3000
Eğer daha verimli bir bilgi depolama mekanizmasına sahip olduğunuzu
04:21
it may not turn out to be chips.
75
237000
2000
düşünüyorsanız, yanılıyorsunuz.
04:24
It may turn out to be something that looks a little like that amoeba.
76
240000
4000
Bu amibinkine benzer bir şeye benzediği ortaya çıkabilir.
04:28
And, again, we're learning from life and how life works.
77
244000
4000
Ve, tekrardan, hayattan, hayatın nasıl çalıştığını öğreniyoruz.
04:32
This funky little thing: people didn't used to think
78
248000
4000
Bu korkak küçük şey: insanlar nükleer reaktörlerden
04:36
that it was worth taking samples out of nuclear reactors
79
252000
3000
örnek almanın saçma olduğunu çünkü bunun
04:39
because it was dangerous and, of course, nothing lived there.
80
255000
3000
tehlikeli olduğunu ve tabii ki orada hiçbir şey yaşamadığını düşünürlerdi.
04:42
And then finally somebody picked up a microscope
81
258000
3000
Ve sonunda biri, bir mikroskop aldı ve
04:45
and looked at the water that was sitting next to the cores.
82
261000
3000
çekirdeğin hemen yanında bulunan suyun içine baktı.
04:48
And sitting next to that water in the cores
83
264000
2000
Ve çekirdeğin hemen yanındaki suda
04:50
was this little Deinococcus radiodurans, doing a backstroke,
84
266000
3000
küçük Deinococcus radioduran'lar vardı; sırt üstü yüzen ve
04:53
having its chromosomes blown apart every day,
85
269000
2000
koromozomları günde 6-7 defa dağıldığında
04:55
six, seven times, restitching them,
86
271000
3000
onları yeniden inşa eden ve
04:58
living in about 200 times the radiation that would kill you.
87
274000
2000
sizi öldürebilecek radyasyonun 200 katına dayanabilen...
05:01
And by now you should be getting a hint as to how diverse
88
277000
3000
Ve şimdiye kadar; nasıl çeşitlendiğimize
05:04
and how important and how interesting this journey into life is,
89
280000
2000
ve hayata yapılan yolculuğun ne kadar önemli ve ilginç olduğuna,
05:06
and how many different life forms there are,
90
282000
3000
ve ne kadar çok yaşam formu bulunduğuna,
05:09
and how there can be different life forms living in
91
285000
3000
ve bu kadar farklı yerlerde, hatta belki gezegenin dışında
05:12
very different places, maybe even outside of this planet.
92
288000
3000
bu kadar farklı canlıların nasıl yaşadığına dair bir şeyler anlamış olmalısınız.
05:16
Because if you can live in radiation that looks like this,
93
292000
2000
Çünkü eğer böyle görünen bir radyasyonun içerisinde yaşayabiliyorsanız,
05:18
that brings up a whole series of interesting questions.
94
294000
3000
bu bazı ilginç soruları sormamıza neden olmaktadır.
05:22
This little thingamajig: we didn't know this thingamajig existed.
95
298000
3000
Bu küçük thingamajig: Bunların var olduğunu bilmiyorduk.
05:26
We should have known that this existed
96
302000
2000
Var olduklarını bilmeliydik
05:28
because this is the only bacteria that you can see to the naked eye.
97
304000
3000
çünkü bunlar çıplak gözle görülebilen tek bakterilerdir.
05:31
So, this thing is 0.75 millimeters.
98
307000
3000
Bu şey 0.75 milimetredir.
05:34
It lives in a deep trench off the coast of Namibia.
99
310000
2000
Namibya'nın derin, açık kıyılarında yaşar.
05:37
And what you're looking at with this namibiensis
100
313000
2000
Ve şu anda gördüğünüz namibiensis
05:39
is the biggest bacteria we've ever seen.
101
315000
2000
şimdiye kadar gördüğümüz en büyük bakteridir.
05:41
So, it's about the size of a little period on a sentence.
102
317000
3000
Bir cümlenin sonundaki nokta büyüklüğündedir.
05:45
Again, we didn't know this thing was there three years ago.
103
321000
4000
Tekrardan, 3 yıl önce bu canlının orada olduğunu bilmiyorduk.
05:49
We're just beginning this journey of life in the new zoo.
104
325000
3000
Yeni hayvanat bahçesindeki hayatlara doğru yolculuğumuz daha yeni başladı.
05:53
This is a really odd one. This is Ferroplasma.
105
329000
3000
Bu oldukça ilginç bir tane. Bu Ferroplasma.
05:57
The reason why Ferroplasma is interesting is because it eats iron,
106
333000
3000
Ferroplasma'nın ilginç olma sebebi, demir yemesidir;
06:01
lives inside the equivalent of battery acid,
107
337000
3000
pil asidinin içerisinde yaşar ve
06:05
and excretes sulfuric acid.
108
341000
2000
sülfirik asit boşaltımı yapar.
06:09
So, when you think of odd life forms,
109
345000
2000
İlginç yaşam formlarını düşündüğünüzde,
06:11
when you think of what it takes to live,
110
347000
3000
yaşamak için gerekenleri düşündüğünüzde,
06:15
it turns out this is a very efficient life form,
111
351000
2000
bunun oldukça verimli bir yaşam formu olduğunu fark edersiniz
06:17
and they call it an archaea. Archaea means "the ancient ones."
112
353000
4000
ve buna "archaea" diyorlar. Archaea, "antik olanlar" demektir.
06:21
And the reason why they're ancient is because this thing came up
113
357000
4000
Ve böyle denmesinin sebebi; bu canlı, gezegenimiz
06:25
when this planet was covered
114
361000
2000
pillerdeki sülfirik asit gibi şeylerle kaplıyken
06:27
by things like sulfuric acid in batteries,
115
363000
1000
var olmuştur ve
06:28
and it was eating iron when the earth was part of a melted core.
116
364000
4000
Dünya'nın erimiş çekirdeğindeki demiri yer.
06:33
So, it's not just dogs and cats and whales and dolphins
117
369000
4000
Dolayısıyla bu çıktığımız küçük gezide sadece
06:37
that you should be aware of and interested in on this little journey.
118
373000
4000
köpeklerle, kedilerle, balinalarla ve yunuslarla ilgilenmemelisiniz.
06:41
Your fear should be that you are not,
119
377000
3000
Korkmanız gereken şey, geçici olan şeylerden korkmanız
06:44
that you're paying attention to stuff which is temporal.
120
380000
3000
ve korkmanız gereken şeylerden korkmamanızdır.
06:47
I mean, George Bush -- he's going to be gone, alright? Life isn't.
121
383000
5000
Bahsettiğim şey, George Bush -- önünde sonunda gidecek, değil mi? Hayat, gitmeyecek.
06:53
Whether the humans survive or don't survive,
122
389000
3000
İnsanlar hayatta kalsın veya kalmasın,
06:56
these things are going to be living on this planet or other planets.
123
392000
3000
bu canlılar bu gezegende ya da başka gezegenlerde hayatlarını sürdürecekler.
06:59
And it's just beginning to understand this code of DNA
124
395000
4000
Ve DNA'nın kodunu anlamaya başlamamız
07:03
that's really the most exciting intellectual adventure
125
399000
3000
şimdiye kadar içinde bulunduğumuz en heyecan verici ve entellektüel maceranın
07:06
that we've ever been on.
126
402000
3000
sadece başlangıcıdır.
07:09
And you can do strange things with this stuff. This is a baby gar.
127
405000
4000
Ve bununla ilginç şeyler yapabilirsiniz. Bu da bebek bir gar (ÇN: Bir hayvan türü).
07:13
Conservation group gets together,
128
409000
2000
Koruma grupları bir araya gelirler
07:15
tries to figure out how to breed an animal that's almost extinct.
129
411000
4000
ve neredeyse yok olmuş bu hayvanı nasıl çoğaltacaklarını düşünürler.
07:20
They can't do it naturally, so what they do with this thing is
130
416000
3000
Bunu doğal yollarla yapamazlar, dolayısıyla yaptıkları şey,
07:23
they take a spoon, take some cells out of an adult gar's mouth, code,
131
419000
5000
bir kaşık alırlar, bazı hücreleri yetişkin bir garın ağzından alırlar, kodlarlar,
07:29
take the cells from that and insert it into a fertilized cow's egg,
132
425000
4000
bundan hücreleri alırlar ve döllenmiş bir ineğin yumurtasına eklerler,
07:34
reprogram cow's egg -- different gene code.
133
430000
3000
ineğin yumurtasını yeniden programlarla -- değişik gen kodlarıyla.
07:38
When you do that, the cow gives birth to a gar.
134
434000
4000
Bunu yaptığınızda, inek bir gar doğurur.
07:43
We are now experimenting with bongos, pandas, elims, Sumatran tigers,
135
439000
6000
Bunu bongolarda, pandalarda, elimlerde, Sumatra kaplanlarında
07:49
and the Australians -- bless their hearts --
136
445000
3000
ve Avusturalyalılarda --sağ olsunlar -- deniyoruz
07:52
are playing with these things.
137
448000
1000
ve bunlarla oynuyoruz.
07:53
Now, the last of these things died in September 1936.
138
449000
4000
Şimdi, bunların sonuncusu Eylül 1936'da öldü.
07:57
These are Tasmanian tigers. The last known one died at the Hobart Zoo.
139
453000
4000
Bunlar Tazmanya kaplanları. Sonuncusu Hobart Hayvanat Bahçesi'nde öldü.
08:01
But it turns out that as we learn more about gene code
140
457000
3000
Fakat fark ettik ki, genetik kod hakkında daha fazla şey öğrendikçe
08:04
and how to reprogram species,
141
460000
2000
ve türleri yeniden porgramlamayı öğrendikçe,
08:06
we may be able to close the gene gaps in deteriorate DNA.
142
462000
5000
bozulmuş DNA'da bulunan gen boşluklarını kapatabiliriz.
08:11
And when we learn how to close the gene gaps,
143
467000
3000
Ve gen boşluklarını kapatmayı öğrendiğimizde,
08:14
then we can put a full string of DNA together.
144
470000
2000
tam dizilime sahip bir DNA üretebiliriz.
08:17
And if we do that, and insert this into a fertilized wolf's egg,
145
473000
4000
Ve eğer bunu yapabilirsek, bunu döllenmiş bir kurt yumurtasına ekleyebiliriz
08:22
we may give birth to an animal
146
478000
2000
ve 1936'dan beri var olmayan bir hayvanın
08:24
that hasn't walked the earth since 1936.
147
480000
2000
doğmasını sağlayabiliriz.
08:27
And then you can start going back further,
148
483000
2000
Ve geriye gitmeye devam ettikçe,
08:29
and you can start thinking about dodos,
149
485000
2000
dodoları ve diğer türleri de
08:32
and you can think about other species.
150
488000
1000
bu şekilde hayata getirebiliriz.
08:34
And in other places, like Maryland, they're trying to figure out
151
490000
3000
Maryland gibi diğer yerlerde, kökensel atanın ne olduğu
08:37
what the primordial ancestor is.
152
493000
2000
bulunmaya çalışılıyor.
08:39
Because each of us contains our entire gene code
153
495000
3000
Geçtiğimiz birkaç milyar yıl önceden beri olan
08:42
of where we've been for the past billion years,
154
498000
3000
tüm geni taşıdığımız için,
08:45
because we've evolved from that stuff,
155
501000
2000
çünkü bundan evrimleştiğimiz için,
08:47
you can take that tree of life and collapse it back,
156
503000
2000
Yaşam Ağacı'nda geriye gidebilirim
08:49
and in the measure that you learn to reprogram,
157
505000
3000
ve yeniden programlamayı kullanarak
08:52
maybe we'll give birth to something
158
508000
2000
en eski atamızın yeniden doğmasını
08:54
that is very close to the first primordial ooze.
159
510000
2000
sağlayabiliriz.
08:56
And it's all coming out of things that look like this.
160
512000
2000
Ve bunların tümü, şuna benzeyen bir şeyden geliyor.
08:58
These are companies that didn't exist five years ago.
161
514000
2000
Bunlar 5 yıl önce var olmayan şirketler.
09:00
Huge gene sequencing facilities the size of football fields.
162
516000
4000
Futbol sahaları kadar gen dizme tesisleri.
09:04
Some are public. Some are private.
163
520000
2000
Bazıları devlete ait. Bazıları özel.
09:06
It takes about 5 billion dollars to sequence a human being the first time.
164
522000
3000
İlk defa insan genini dizmek 5 milyar dolara mal oldu.
09:10
Takes about 3 million dollars the second time.
165
526000
2000
İkinci defa dizmek 3 milyon dolara mal oldu.
09:12
We will have a 1,000-dollar genome within the next five to eight years.
166
528000
4000
Önümüzdeki 5-8 yıl içerisinde 1.000 dolara halledebileceğiz.
09:16
That means each of you will contain on a CD your entire gene code.
167
532000
4000
Bu da, her birinizin gen haritasının içinde bulunduğu bir CD'ye sahip olmanız demek.
09:21
And it will be really boring. It will read like this.
168
537000
2000
Ve çok sıkıcı olacak. Bunun gibi okuyacak.
09:24
(Laughter)
169
540000
2000
(Kahkahalar)
09:26
The really neat thing about this stuff is that's life.
170
542000
2000
Bununla ilgili en düzgün şey, bunun hayat olması.
09:28
And Laurie's going to talk about this one a little bit.
171
544000
3000
Bunun hakkında Lauri biraz konuşacak.
09:31
Because if you happen to find this one inside your body,
172
547000
2000
Çünkü bunu gibi bir şey vücudunuzda bulunursa
09:33
you're in big trouble, because that's the source code for Ebola.
173
549000
2000
başınız belada demektir çünkü bu, Ebola'nun kaynak kodudur.
09:37
That's one of the deadliest diseases known to humans.
174
553000
2000
İnsanlığın bildiği en ölümcül hastalıklardan biridir.
09:39
But plants work the same way and insects work the same way,
175
555000
2000
Fakat bitkiler de aynı şekilde çalışır, böcekler de aynı şekilde çalışır
09:41
and this apple works the same way.
176
557000
2000
ve bu elma da aynı şekilde çalışır.
09:43
This apple is the same thing as this floppy disk.
177
559000
2000
Bu elma, bu disketle aynı şeydir.
09:45
Because this thing codes ones and zeros,
178
561000
2000
Çünkü bu disket 1 ve 0'ları kodlar,
09:47
and this thing codes A, T, C, Gs, and it sits up there,
179
563000
2000
bu elmaysa A, T, C ve G'ler ve öylece durarak,
09:49
absorbing energy on a tree, and one fine day
180
565000
3000
bir ağaçtan enerji emer ve bir gün
09:52
it has enough energy to say, execute, and it goes [thump]. Right?
181
568000
4000
yeterli enerjiye sahip olur, diyelim ki, çalıştırmak için ve gümler. Değil mi?
09:56
(Laughter)
182
572000
3000
(Kahkahalar)
09:59
And when it does that, pushes a .EXE, what it does is,
183
575000
4000
Ve bunu yaptığında, .EXE dosyasını çalıştırır ve bunun yaptığı da
10:03
it executes the first line of code, which reads just like that,
184
579000
3000
kodun ilk satırını çalıştırmaktır ve şu şekilde okur,
10:06
AATCAGGGACCC, and that means: make a root.
185
582000
3000
AATCAGGGACCC, ve bu, şu demektir: bir kök yap.
10:09
Next line of code: make a stem.
186
585000
2000
Bir sonraki satır: Bir gövde yap.
10:11
Next line of code, TACGGGG: make a flower that's white,
187
587000
3000
Bir sonraki satır, TACGGGG: beyaz bir çiçek yap,
10:14
that blooms in the spring, that smells like this.
188
590000
3000
her ilkbaharda açan ve şunun gibi kokan.
10:17
In the measure that you have the code
189
593000
2000
Koda sahip olmanız ve
10:19
and the measure that you read it --
190
595000
3000
onu okumanız önemlidir --
10:22
and, by the way, the first plant was read two years ago;
191
598000
2000
ve bu arada, ilk bitki 2 sene önce okundu;
10:24
the first human was read two years ago;
192
600000
2000
ilk insan 2 sene önce okundu;
10:26
the first insect was read two years ago.
193
602000
2000
ilk böcek 2 sene önce okundu.
10:28
The first thing that we ever read was in 1995:
194
604000
3000
İlk defa okunan şey ise 1995 yılındaydı:
10:31
a little bacteria called Haemophilus influenzae.
195
607000
2000
Haemophilius influanzae isimli küçük bir bakteri.
10:34
In the measure that you have the source code, as all of you know,
196
610000
3000
Kaynak koduna sahip olduğunuz, bildiğiniz gibi,
10:37
you can change the source code, and you can reprogram life forms
197
613000
2000
kaynak kodunu değiştirebilirsiniz ve yeni formlar için programlayabilirsiniz
10:39
so that this little thingy becomes a vaccine,
198
615000
2000
ve bu küçük şey bir aşıya dönüşür
10:41
or this little thingy starts producing biomaterials,
199
617000
3000
veya bu küçük şey biyomateryaller üretmeye başlar
10:44
which is why DuPont is now growing a form of polyester
200
620000
3000
ki bu da DuPont'un şu anda neden ipek gibi hissedilen
10:47
that feels like silk in corn.
201
623000
2000
poliesterler ürettiğinin sebebidir.
10:50
This changes all rules. This is life, but we're reprogramming it.
202
626000
5000
Bu bütün kuralları değiştirir. Bu hayattır, fakat biz onu yeniden programlıyoruz.
10:57
This is what you look like. This is one of your chromosomes.
203
633000
4000
Bu sizin nasıl göründüğünüz. Bu sizin bir kromozomunuz.
11:01
And what you can do now is,
204
637000
2000
Ve şu anda yapabileceğiniz şu:
11:03
you can outlay exactly what your chromosome is,
205
639000
3000
kromozomun tam olarak ne içerdiğini bulabilirsiniz,
11:06
and what the gene code on that chromosome is right here,
206
642000
3000
kromozomda ne tip bir genetik kod bulunduğunu öğrenebilirsiniz
11:09
and what those genes code for, and what animals they code against,
207
645000
3000
ve bu kodların ne işe yaradığını bulabilirsiniz, hangi hayvanlara karşı kodlandığını bulabilirsiniz
11:12
and then you can tie it to the literature.
208
648000
2000
ve onunla istediğinizi yapabilirsiniz.
11:14
And in the measure that you can do that, you can go home today,
209
650000
3000
Ve bunu yaparak, bugün evinize gidebilir,
11:17
and get on the Internet, and access
210
653000
2000
interneti açabilir ve Dünya'nın en büyük
11:19
the world's biggest public library, which is a library of life.
211
655000
3000
kütüphanesine, hayatın kütüphanesine bağlanabilirsiniz.
11:23
And you can do some pretty strange things
212
659000
2000
Ve oldukça ilginç şeyler yapabilirsiniz
11:25
because in the same way as you can reprogram this apple,
213
661000
2000
çünkü aynı bu elmayı programladığımız gibi,
11:28
if you go to Cliff Tabin's lab at the Harvard Medical School,
214
664000
2000
Harvard Tıp Okulu'ndaki Cliff Tabin'in laboratuvarına gidebilir
11:31
he's reprogramming chicken embryos to grow more wings.
215
667000
4000
ve daha çok kanada sahip tavuk embriyolarını nasıl programladığını görebilirsiniz.
11:37
Why would Cliff be doing that? He doesn't have a restaurant.
216
673000
3000
Cliff neden böyle bir şey yapsın? Bir restoranı bile yok ki!
11:40
(Laughter)
217
676000
1000
(Kahkahalar)
11:42
The reason why he's reprogramming that animal to have more wings
218
678000
3000
Daha çok kanatları olması için yeniden programlama yapmasının nedeni
11:45
is because when you used to play with lizards as a little child,
219
681000
3000
çocukken kertenkelelerle oynadıysanız bilirsiniz,
11:48
and you picked up the lizard, sometimes the tail fell off, but it regrew.
220
684000
4000
kertenkeleyi alırsınız ve bazen kuyruğu düşer; fakat yeniden oluşur.
11:52
Not so in human beings:
221
688000
3000
İnsanlarda böyle değildir:
11:55
you cut off an arm, you cut off a leg -- it doesn't regrow.
222
691000
3000
bir kolu kesersiniz, bir bacağı kesersiniz; bir daha büyümez.
11:58
But because each of your cells contains your entire gene code,
223
694000
4000
Fakat tüm hücreleriniz, tüm gen kodunuza sahip olduğundan,
12:03
each cell can be reprogrammed, if we don't stop stem cell research
224
699000
4000
her hücre yeniden programlanabilir ve eğer kök hücre araştırmasını sonlandırmazsak
12:07
and if we don't stop genomic research,
225
703000
2000
ve eğer genomik araştırmaları sonlandırmazsak
12:09
to express different body functions.
226
705000
3000
değişik vücut işlevleri yaratabiliriz.
12:13
And in the measure that we learn how chickens grow wings,
227
709000
3000
Eğer tabukların nasıl kanat geliştirdiklerini öğrenebilirsek
12:16
and what the program is for those cells to differentiate,
228
712000
2000
ve hücrelerin farklılaşmasını sağlayan programı öğrenebilirsek
12:18
one of the things we're going to be able to do
229
714000
3000
yapabileceğimiz şeylerden biri, değişmeyen hücreleri,
12:21
is to stop undifferentiated cells, which you know as cancer,
230
717000
3000
siz onları kanser olarak biliyorsunuz, durdurabiliriz
12:25
and one of the things we're going to learn how to do
231
721000
2000
ve öğrenebileceğimiz şeylerden biri
12:27
is how to reprogram cells like stem cells
232
723000
3000
kemikleri, mideyi, deriyi, pankreası oluşturan
12:30
in such a way that they express bone, stomach, skin, pancreas.
233
726000
6000
kök hücreleri nasıl programlayabileceğimizdir.
12:37
And you are likely to be wandering around -- and your children --
234
733000
3000
Ve muhtemelen sizler -- ve çocuklarınız --
12:40
on regrown body parts in a reasonable period of time,
235
736000
3000
Dünya'da bu araştırmaları durdurmayan yerlerin
12:44
in some places in the world where they don't stop the research.
236
740000
3000
kayda değer bir süre içerisinde yeniden büyüyen vücut kısımları geliştireceklerini düşünüyorsunuz.
12:49
How's this stuff work? If each of you differs
237
745000
5000
Bu işler nasıl yürüyor? Her biriniz, yanınızdakiyle
12:54
from the person next to you by one in a thousand, but only three percent codes,
238
750000
3000
1.000'de 1 oranla farklılık gösteriyor, bu da sadece %3 kod demek.
12:57
which means it's only one in a thousand times three percent,
239
753000
2000
Bu da demek oluyor ki, sadece 1.000'de 1 çarpı %3,
12:59
very small differences in expression and punctuation
240
755000
3000
noktalama ve vurgulamadaki ufak küçük değişikliklerin bile
13:02
can make a significant difference. Take a simple declarative sentence.
241
758000
3000
önemli değişimler yaratabilecektir. Resmi bir cümleyi ele alın.
13:07
(Laughter)
242
763000
2000
(Kahkahalar)
13:09
Right?
243
765000
1000
Tamam?
13:10
That's perfectly clear. So, men read that sentence,
244
766000
4000
Mükemmel bir şekilde açık. erkekler cümleyi okusun
13:14
and they look at that sentence, and they read this.
245
770000
2000
ve cümleye baksınlar ve bunu okusunlar.
13:22
Okay?
246
778000
1000
Tamam mı?
13:23
Now, women look at that sentence and they say, uh-uh, wrong.
247
779000
4000
Şimdş, kadınlar bu cümleye baksınlar ve onlar, ah, yanlış.
13:27
This is the way it should be seen.
248
783000
2000
Böyle gözükmesi gerekiyordu.
13:31
(Laughter)
249
787000
8000
(Kahkahalar)
13:39
That's what your genes are doing.
250
795000
1000
Genleriniz bunu yapmaktadır.
13:40
That's why you differ from this person over here by one in a thousand.
251
796000
5000
İşte bu sebeple şuradaki insanlar 1.000'de 1 farklısınız.
13:45
Right? But, you know, he's reasonably good looking, but...
252
801000
3000
Tamam mı? Fakat, bilirsiniz, o oldukça iyi gözüküyor, ama...
13:48
I won't go there.
253
804000
2000
O konuya girmeyeceğim.
13:51
You can do this stuff even without changing the punctuation.
254
807000
3000
Bunu noktalamayı değiştirmeden de yapabilirsiniz.
13:55
You can look at this, right?
255
811000
4000
Buna bakabilirsiniz, değil mi?
13:59
And they look at the world a little differently.
256
815000
2000
Ve Dünya'ya sadece birazcık farklı bakıyorlar.
14:01
They look at the same world and they say...
257
817000
2000
Aynı Dünya'ya bakıyorlar ve diyorlar ki...
14:03
(Laughter)
258
819000
6000
(Kahkahalar)
14:09
That's how the same gene code -- that's why you have 30,000 genes,
259
825000
4000
İşte bu neden aynı gen kodlarının -- neden 30.000 gene sahip olduğunuz,
14:13
mice have 30,000 genes, husbands have 30,000 genes.
260
829000
3000
farelerin 30.000 gene sahip olduğu, kocaların 30.000 gene sahip olduğudur.
14:16
Mice and men are the same. Wives know that, but anyway.
261
832000
3000
Fareler ve erkekler aynıdır. Eşler bunu biliyordu zaten, her neyse.
14:20
You can make very small changes in gene code
262
836000
2000
Genetik kodda çok küçük değişikler yapabilir
14:22
and get really different outcomes,
263
838000
2000
ve çok farklı değişimler elde edebilirsiniz,
14:26
even with the same string of letters.
264
842000
2000
birkaç harfle bile.
14:30
That's what your genes are doing every day.
265
846000
2000
Genlerinizin her gün yaptığı budur.
14:33
That's why sometimes a person's genes
266
849000
2000
İşte bu sebeple, bazı insanların kansere yakalanması için
14:35
don't have to change a lot to get cancer.
267
851000
2000
genleri çok fazla değişime ihtiyaç duymaz.
14:41
These little chippies, these things are the size of a credit card.
268
857000
4000
Bu ufaklıklar, bunlar bir kredi kartı boyundadır.
14:46
They will test any one of you for 60,000 genetic conditions.
269
862000
2000
Sizi 60.000 genetik durum için test ederler.
14:49
That brings up questions of privacy and insurability
270
865000
3000
Bu da gizlilik ve güvensizlik sorunlarını beraberinde getirir
14:52
and all kinds of stuff, but it also allows us to start going after diseases,
271
868000
2000
ve diğer tüm şeyleri, fakat aynı zamanda hastalıkların peşinden gitmemizi sağlar,
14:55
because if you run a person who has leukemia through something like this,
272
871000
3000
çünkü lösemisi olan bir insanı bunun gibi bir şeyle test ettiğinizde
14:59
it turns out that three diseases with
273
875000
2000
aynı klinik sendromlara sahip
15:01
completely similar clinical syndromes
274
877000
4000
3 hastalığın aslında
15:05
are completely different diseases.
275
881000
2000
birbirinden tamamen farklı 3 hastalık olduğunu görürsünüz.
15:07
Because in ALL leukemia, that set of genes over there over-expresses.
276
883000
3000
Çünkü ALL tipi lösemilerde, şu üstteki gen grubu aşırı çalışırlar.
15:10
In MLL, it's the middle set of genes,
277
886000
2000
MLL tipi lösemide, şu orta gen grubu,
15:12
and in AML, it's the bottom set of genes.
278
888000
2000
ve AML tipinde, şu alttaki gen grubu çalışır.
15:14
And if one of those particular things is expressing in your body,
279
890000
5000
Ve eğer şu özel şeylerden biri vücudunuzda baş gösteriyorsa,
15:19
then you take Gleevec and you're cured.
280
895000
2000
Gleevec alırsınız ve iyileşirsiniz.
15:22
If it is not expressing in your body,
281
898000
2000
Eğer bunlar gözükmüyorsa
15:24
if you don't have one of those types --
282
900000
2000
ve bu tiplerden birine sahip değilseniz --
15:26
a particular one of those types -- don't take Gleevec.
283
902000
3000
bunlardan hiçbirine -- o zaman Gleevec almayın.
15:29
It won't do anything for you.
284
905000
1000
Size bir faydası olmayacaktır.
15:31
Same thing with Receptin if you've got breast cancer.
285
907000
2000
Göğüs kanserinde de Receptin konusunda benzer bir durum vardır.
15:34
Don't have an HER-2 receptor? Don't take Receptin.
286
910000
3000
Eğer HER-2 reseptörünüz yoksa, Receptin kullanmayın.
15:37
Changes the nature of medicine. Changes the predictions of medicine.
287
913000
4000
Bu doğanın ilacını değiştiriyor. İlaçlarla ilgili tahminleri değiştiriyor.
15:41
Changes the way medicine works.
288
917000
2000
Tıbbın çalışmasını değiştiriyor.
15:43
The greatest repository of knowledge when most of us went to college
289
919000
3000
Üniversiteye gittiğimizde en önemli olarak öğrendiğimiz şeylerin
15:46
was this thing, and it turns out that
290
922000
2000
artık o kadar da önemli olmadıkları
15:48
this is not so important any more.
291
924000
2000
ortaya çıkıyor.
15:50
The U.S. Library of Congress, in terms of its printed volume of data,
292
926000
4000
Amerikan Kongre Kütüphanesi'nin basılmış tüm yayınları bile
15:54
contains less data than is coming out of a good genomics company
293
930000
4000
aylık bazda iyi bir genomik firmasının sahip olduğundan
15:58
every month on a compound basis.
294
934000
3000
daha az veriye sahiptir.
16:01
Let me say that again: A single genomics company
295
937000
3000
Tekrar söyleyeyim: Tek bir genomik şirketi
16:04
generates more data in a month, on a compound basis,
296
940000
3000
bir ay içerisinde, Kongre Kütüphanesi'nin basılı tüm yayınlarından
16:07
than is in the printed collections of the Library of Congress.
297
943000
3000
daha fazla veri üretmektedir.
16:11
This is what's been powering the U.S. economy. It's Moore's Law.
298
947000
4000
Bu Amerikan ekonomisine güç veren şeydir. Bu, Moore Yasası'dır.
16:15
So, all of you know that the price of computers halves every 18 months
299
951000
5000
Eğer her 18 ayda bir, bilgisayarların fiyatı yarıya düşerse,
16:20
and the power doubles, right?
300
956000
2000
güç 2 katına çıkar, değil mi?
16:22
Except that when you lay that side by side with the speed
301
958000
4000
Eğer GenBank'ta biriken verileri
16:26
with which gene data's being deposited in GenBank,
302
962000
3000
yan yana dizmeye kalkarsanız
16:29
Moore's Law is right here: it's the blue line.
303
965000
4000
Moore Yasası oradadır: mavi çizgidir.
16:34
This is on a log scale, and that's what superexponential growth means.
304
970000
4000
Logaritmik skaladadır ve süpereksponansiyal büyüme demektir.
16:38
This is going to push computers to have to grow faster
305
974000
4000
Bu, bilgisayarların şimdiye kadar geliştiğinden
16:42
than they've been growing, because so far,
306
978000
2000
daha hızlı gelişmeye zorlamaktadır çünkü şimdiye kadar,
16:44
there haven't been applications that have been required
307
980000
3000
Moore Yasası'ndan daha hızlı giden bir uygulamaya
16:47
that need to go faster than Moore's Law. This stuff does.
308
983000
3000
gerek görülmemiştir. Bu böyledir.
16:50
And here's an interesting map.
309
986000
2000
Burada ilginç bir harita var.
16:52
This is a map which was finished at the Harvard Business School.
310
988000
4000
Harvard Business School'da bitirilmiş bir harita.
16:56
One of the really interesting questions is, if all this data's free,
311
992000
3000
İlginç sorulardan biri, eğer tüm veriler ücretsiz olsaydı,
16:59
who's using it? This is the greatest public library in the world.
312
995000
4000
kim kullanırdı? Bu, Dünya'daki en büyük halk kütüphanesidir.
17:03
Well, it turns out that there's about 27 trillion bits
313
999000
3000
Amerika'dan Amerikaya 27 trilyon bitin,
17:06
moving inside from the United States to the United States;
314
1002000
3000
Amerika'dan Avrupa'ya 4.6 trilyon bitin;
17:09
about 4.6 trillion is going over to those European countries;
315
1005000
4000
Amerika'dan Japonya'ya 5.5 trilyon bitin
17:13
about 5.5's going to Japan; there's almost no communication
316
1009000
3000
gittiğini görüyoruz. Japonya içerisinde hiçbir
17:16
between Japan, and nobody else is literate in this stuff.
317
1012000
4000
iletişim yok, ve başkası da bu konuda bilgili değil.
17:20
It's free. No one's reading it. They're focusing on the war;
318
1016000
5000
Bu ücretsiz. Kimse okumuyor! Herkes savaşa odaklanmış,
17:25
they're focusing on Bush; they're not interested in life.
319
1021000
2000
herkes Bush'a odaklanmış; hayatla ilgilenmiyorlar.
17:28
So, this is what a new map of the world looks like.
320
1024000
2000
Bu da yeni Dünya haritasının neye benzeyeceği.
17:31
That is the genomically literate world. And that is a problem.
321
1027000
6000
Bu genomik dünyası. Ve bu da bir problem.
17:37
In fact, it's not a genomically literate world.
322
1033000
2000
Aslında, genomik bilgisine sahip bir dünya değil.
17:39
You can break this out by states.
323
1035000
2000
Bunu eyaletlere bölebilirsiniz.
17:41
And you can watch states rise and fall depending on
324
1037000
2000
Eyaletlerin hayatın dilini konuşma becerisine göre,
17:43
their ability to speak a language of life,
325
1039000
2000
yükselip düşmelerini izleyebilirsiniz
17:45
and you can watch New York fall off a cliff,
326
1041000
2000
ve New York'un bir uçurumdan uçmasını izleyebilirsiniz,
17:47
and you can watch New Jersey fall off a cliff,
327
1043000
2000
ve New Jersey'nin bir uçurumdan uçmasını izleyebilirsiniz
17:49
and you can watch the rise of the new empires of intelligence.
328
1045000
3000
ve yeni zeka imparatorluklarının yükselişini izleyebilirsiniz.
17:53
And you can break it out by counties, because it's specific counties.
329
1049000
3000
Ve ülkelere de bölebilirsiniz.
17:56
And if you want to get more specific,
330
1052000
2000
Ve daha spesifik olmak gerekirse,
17:58
it's actually specific zip codes.
331
1054000
2000
bunlar aslında posta kodlarıdır.
18:00
(Laughter)
332
1056000
2000
(Kahkahalar)
18:02
So, you want to know where life is happening?
333
1058000
3000
Peki, nerede hayatın gerçekleştiğini bilmek ister misiniz?
18:05
Well, in Southern California it's happening in 92121. And that's it.
334
1061000
5000
Pekala, Güney Kaliforniya'da, 92121'de gerçekleşiyor. Ve bu o.
18:11
And that's the triangle between Salk, Scripps, UCSD,
335
1067000
5000
Salk, Scripps ve UCSD arasında bir üçgen var
18:16
and it's called Torrey Pines Road.
336
1072000
2000
ve buna Torrey Pines Yolu deniyor.
18:18
That means you don't need to be a big nation to be successful;
337
1074000
3000
Bu da, başarılı olmak için büyük bir ulus olmanız gerekmediği demek;
18:21
it means you don't need a lot of people to be successful;
338
1077000
2000
çok fazla insana sahip olmanız gerekmediği demek;
18:23
and it means you can move most of the wealth of a country
339
1079000
3000
bu, ülkenizdeki bütün değerleri iyi seçilmiş 3 ya da
18:26
in about three or four carefully picked 747s.
340
1082000
3000
4 tane 747 ile taşıyabilmeniz demek.
18:30
Same thing in Massachusetts. Looks more spread out but --
341
1086000
4000
Massachusetts'te bir şey. Daha saçılmış gözüküyor ama --
18:34
oh, by the way, the ones that are the same color are contiguous.
342
1090000
3000
oh, bu arada, aynı renkle gösterilenler sınır komşuları.
18:38
What's the net effect of this?
343
1094000
2000
Bunun net etkisi nedir?
18:40
In an agricultural society, the difference between
344
1096000
2000
Tarıma dayalı bir toplumda, en zenginle
18:42
the richest and the poorest,
345
1098000
1000
en fakir arasındaki fark,
18:44
the most productive and the least productive, was five to one. Why?
346
1100000
4000
en üretici olanla en az üretici olan arasındaki fark, 5'e 1'dir. Neden?
18:48
Because in agriculture, if you had 10 kids
347
1104000
2000
Çünkü tarımda, eğer 10 çocuğunuz varsa
18:50
and you grow up a little bit earlier and you work a little bit harder,
348
1106000
3000
ve hep biraz erken kalkıp, biraz fazla çalışıyorsanız,
18:53
you could produce about five times more wealth, on average,
349
1109000
2000
komşunuza kıyasla ortalama olarak 5 kat daha fazla
18:55
than your neighbor.
350
1111000
1000
değer üretebilirsiniz.
18:57
In a knowledge society, that number is now 427 to 1.
351
1113000
3000
Bir bilgi toplumunda, bu oran şu anda 427'ye 1'dir.
19:01
It really matters if you're literate, not just in reading and writing
352
1117000
4000
Bu gerçekten de eğer kültürlüyseniz, sadece İngilizce, Fransızca
19:05
in English and French and German,
353
1121000
2000
ve Almanca okuma yazma bilmiyorsunuz
19:07
but in Microsoft and Linux and Apple.
354
1123000
2000
ama aynı zamanda Microsoft, Linux ve Apple dilini de biliyorsunuz demektir.
19:10
And very soon it's going to matter if you're literate in life code.
355
1126000
4000
Ve çok yakın zamanda, hayat kodunda kültürlü olup olmadığınız fark edecek.
19:14
So, if there is something you should fear,
356
1130000
2000
Dolayısıyla, eğer korkmanız gereken bir şey varsa,
19:16
it's that you're not keeping your eye on the ball.
357
1132000
3000
o da gözünüzü topta tutmadığınızdır.
19:19
Because it really matters who speaks life.
358
1135000
2000
Çünkü hayatı kimin konuştuğu önemlidir.
19:22
That's why nations rise and fall.
359
1138000
2000
Bu, devletlerin yükselip düşmeleri için bir sebeptir.
19:25
And it turns out that if you went back to the 1870s,
360
1141000
3000
Ve eğer 1870'lere dönerseniz,
19:28
the most productive nation on earth was Australia, per person.
361
1144000
3000
Avusturalya'nın kişi başına en üretken ülke olduğunu görürsünüz.
19:31
And New Zealand was way up there. And then the U.S. came in about 1950,
362
1147000
3000
Ve Yeni Zelanda da en yukarıdaydı. Ve Amerika, 1950'lerde geldi
19:34
and then Switzerland about 1973, and then the U.S. got back on top --
363
1150000
3000
ve İsviçre 1973'te ve sonra Amerika en üste çıktı --
19:38
beat up their chocolates and cuckoo clocks.
364
1154000
2000
rakiplerini ezip yenerek.
19:42
And today, of course, you all know that the most productive nation
365
1158000
3000
Ve günümüzde, elbette ki, bildiğiniz gibi Dünya'daki en üretici üle
19:45
on earth is Luxembourg, producing about one third more wealth
366
1161000
3000
Lüksemburg'dur, Amerika'daki 1 insandan 3'te 1 daha fazla
19:48
per person per year than America.
367
1164000
2000
üretim yapmaktadırlar.
19:51
Tiny landlocked state. No oil. No diamonds. No natural resources.
368
1167000
4000
Küçücük bir ülke. Petrol yok. Elmas yok. Doğal kaynak yok.
19:55
Just smart people moving bits. Different rules.
369
1171000
5000
Sadece akıllı insanlar, bitlerle oynuyorlar. Farklı kurallar.
20:01
Here's differential productivity rates.
370
1177000
3000
Burada değişken üretim oranları var.
20:05
Here's how many people it takes to produce a single U.S. patent.
371
1181000
3000
Burada tek bir Amerikan patenti üretmek için kaç kişiye ihtiyaç olduğu yazılı.
20:08
So, about 3,000 Americans, 6,000 Koreans, 14,000 Brits,
372
1184000
4000
Pekala, yaklaşık 3.000 Amerikalı, 6.000 Koreli, 14.000 İngiliz,
20:12
790,000 Argentines. You want to know why Argentina's crashing?
373
1188000
3000
790.000 Arjantinli. Neden Arjantin'in çöktüğünü biliyor musunuz?
20:15
It's got nothing to do with inflation.
374
1191000
2000
Enflasyonla bir alakası yok.
20:17
It's got nothing to do with privatization.
375
1193000
2000
Özelleştirmeyle alakası yok.
20:19
You can take a Harvard-educated Ivy League economist,
376
1195000
4000
Harvard'dan mezun Ivy League görmüş bir ekonomisti,
20:23
stick him in charge of Argentina. He still crashes the country
377
1199000
3000
Arjantin'in başına verebilirsiniz. Gene de ülkeyi batıracaktır
20:26
because he doesn't understand how the rules have changed.
378
1202000
2000
çünkü kuralların nasıl değiştiğini bilmemektedir.
20:29
Oh, yeah, and it takes about 5.6 million Indians.
379
1205000
3000
Ve evet, 5.6 milyon Hindistanlı.
20:32
Well, watch what happens to India.
380
1208000
2000
Hindistan'da neler olduğuna bir bakın.
20:34
India and China used to be 40 percent of the global economy
381
1210000
3000
Hindistan ve Çin, Sanayi Devrimi sırasında global ekonominin
20:37
just at the Industrial Revolution, and they are now about 4.8 percent.
382
1213000
5000
%40'ını oluşturuyordu, şu anda ise sadece %4.8'ini.
20:42
Two billion people. One third of the global population producing 5 percent of the wealth
383
1218000
4000
2 milyar insan. Dünya nüfusunun 3'te 1'i, sadece %5'lik değer üretebiliyor,
20:46
because they didn't get this change,
384
1222000
3000
çünkü bu değişimi anlamadılar,
20:49
because they kept treating their people like serfs
385
1225000
2000
çünkü insanlarını köle gibi çalıştırmaya devam ettiler;
20:51
instead of like shareholders of a common project.
386
1227000
3000
ortak bir projede pay alacaklarına.
20:55
They didn't keep the people who were educated.
387
1231000
3000
Eğitimli insanları ellerinde tutmadılar.
20:58
They didn't foment the businesses. They didn't do the IPOs.
388
1234000
2000
İşyeri açmaya teşvik etmediler. IPO'ları yapmadılar.
21:01
Silicon Valley did. And that's why they say
389
1237000
4000
Silikon Vadisi yaptı. Bu yüzde Silikon Vadisi'nin
21:05
that Silicon Valley has been powered by ICs.
390
1241000
2000
IC'ler tarafından desteklendiği söyleniyor.
21:08
Not integrated circuits: Indians and Chinese.
391
1244000
3000
IC, "integrated circuit" (entegre devre) demek değil: Hint (Indian) ve Çinli (Chinese) demek.
21:11
(Laughter)
392
1247000
4000
(Kahkahalar)
21:15
Here's what's happening in the world.
393
1251000
2000
İşte Dünya'da olanlar.
21:17
It turns out that if you'd gone to the U.N. in 1950,
394
1253000
3000
Birleşmiş Milletlere 1950 yılında gitseydiniz,
21:20
when it was founded, there were 50 countries in this world.
395
1256000
2000
yani ilk kurulduğunda, Dünya'da 50 ülke vardı.
21:22
It turns out there's now about 192.
396
1258000
3000
Şu anda 192 tane var.
21:25
Country after country is splitting, seceding, succeeding, failing --
397
1261000
4000
Ülke ardına ülkeler bölünüyor, güçleniyor, başarılı oluyor, yok oluyor.
21:30
and it's all getting very fragmented. And this has not stopped.
398
1266000
5000
Gittikçe daha da bölünüyor. Ve bu durmadı.
21:35
In the 1990s, these are sovereign states
399
1271000
3000
1990'larda, 1990'dan önce var olmayan
21:38
that did not exist before 1990.
400
1274000
2000
özgür ülkeler oluştu.
21:40
And this doesn't include fusions or name changes or changes in flags.
401
1276000
5000
Bunlar birleşmeleri ya da bayrak değişimlerini ya da isim değişimlerini kapsamıyor.
21:45
We're generating about 3.12 states per year.
402
1281000
3000
Her yıl 3.12 ülke yaratıyoruz.
21:48
People are taking control of their own states,
403
1284000
3000
İnsanlar kendi devletlerinin kontrolünü alıyorlar,
21:51
sometimes for the better and sometimes for the worse.
404
1287000
3000
bazen daha iyi oluyor, bazen daha kötü.
21:54
And the really interesting thing is,
405
1290000
2000
Ve en ilginç olanı,
21:56
you and your kids are empowered to build great empires,
406
1292000
2000
sizler ve çocuklarınız güçlü imparatorluklar yaratmak için destekleniyorsunuz
21:58
and you don't need a lot to do it.
407
1294000
2000
halbuki bunlara o kadar da ihtiyacınız yok.
22:00
(Music)
408
1296000
2000
(Müzik)
22:02
And, given that the music is over, I was going to talk
409
1298000
3000
Ve müzik bittiğinde sizlere
22:05
about how you can use this to generate a lot of wealth,
410
1301000
3000
nasıl daha fazla değer yaratacağımızdan ve
22:08
and how code works.
411
1304000
2000
kodların nasıl çalıştığından bahsedeceğim.
22:10
Moderator: Two minutes.
412
1306000
1000
(Moderatör: 2 dakika)
22:11
(Laughter)
413
1307000
2000
(Kahkahalar)
22:13
Juan Enriquez: No, I'm going to stop there and we'll do it next year
414
1309000
4000
Hayır, burada duracağım ve bunu seneye yapacağız
22:17
because I don't want to take any of Laurie's time.
415
1313000
2000
çünkü Laurie'nin zamanından çalmak istemiyorum.
22:20
But thank you very much.
416
1316000
1000
Çok teşekkür ederim.
ABOUT THE SPEAKER
Juan Enriquez - FuturistJuan Enriquez thinks and writes about the profound changes that genomics and other life sciences will bring in business, technology, politics and society.
Why you should listen
A broad thinker who studies the intersections of these fields, Enriquez has a talent for bridging disciplines to build a coherent look ahead. He is the managing director of Excel Venture Management, a life sciences VC firm. He recently published (with Steve Gullans) Evolving Ourselves: How Unnatural Selection and Nonrandom Mutation Are Shaping Life on Earth. The book describes a world where humans increasingly shape their environment, themselves and other species.
Enriquez is a member of the board of Synthetic Genomics, which recently introduced the smallest synthetic living cell. Called “JCVI-syn 3.0,” it has 473 genes (about half the previous smallest cell). The organism would die if one of the genes is removed. In other words, this is the minimum genetic instruction set for a living organism.
Juan Enriquez | Speaker | TED.com