1
00:00:00,612 --> 00:00:03,404
Nos próximos 16 minutos,
vou conduzi-los em uma jornada

2
00:00:03,404 --> 00:00:06,478
que talvez seja o maior
sonho da humanidade:

3
00:00:06,478 --> 00:00:08,523
entender o código da vida.

4
00:00:09,072 --> 00:00:11,815
Quanto a mim, tudo começo
há muitos e muitos anos,

5
00:00:11,839 --> 00:00:14,602
quando conheci a primeira impressora 3D.

6
00:00:14,602 --> 00:00:16,270
O conceito era fascinante.

7
00:00:16,270 --> 00:00:18,346
Uma impressora 3D requer três elementos:

8
00:00:18,346 --> 00:00:22,494
informação, matéria-prima e energia,

9
00:00:22,494 --> 00:00:25,822
com os quais podemos produzir 
qualquer objeto que não existia antes.

10
00:00:26,517 --> 00:00:28,684
Eu estudava física,
estava voltando para casa

11
00:00:28,684 --> 00:00:32,146
e me dei conta de que sempre tive
uma impressora 3D.

12
00:00:32,146 --> 00:00:33,460
E todo mundo tem uma.

13
00:00:33,460 --> 00:00:34,632
É a minha mãe.

14
00:00:34,632 --> 00:00:35,647
(Risos)

15
00:00:35,647 --> 00:00:38,105
Minha mãe usou três elementos:

16
00:00:38,105 --> 00:00:42,102
informação, neste caso,
entre meu pai e ela,

17
00:00:42,102 --> 00:00:46,379
matérias-primas e energia
de uma mesma fonte, ou seja, o alimento,

18
00:00:46,379 --> 00:00:48,825
e vários meses depois, fui produzido.

19
00:00:48,825 --> 00:00:50,651
E eu não existia antes.

20
00:00:50,651 --> 00:00:54,453
Além do choque que tive, ao descobrir
que minha mãe era uma impressora 3D,

21
00:00:54,457 --> 00:01:00,449
eu fiquei imediatamente fascinado
pelo primeiro elemento, a informação.

22
00:01:00,819 --> 00:01:05,216
Qual é a quantidade de informação 
necessária para montar um ser humano?

23
00:01:05,216 --> 00:01:06,783
É muita? É pouca?

24
00:01:06,783 --> 00:01:09,003
Caberia em quantos pen drives?

25
00:01:09,017 --> 00:01:11,605
Bem, no começo eu estudava física

26
00:01:11,605 --> 00:01:14,286
e adotei a analogia simplista

27
00:01:14,286 --> 00:01:17,286
entre um ser humano
e uma peça gigante de Lego.

28
00:01:17,286 --> 00:01:21,071
Imagine que os blocos de construção
sejam átomos minúsculos,

29
00:01:21,085 --> 00:01:25,742
e que há um hidrogênio aqui,
um carbono aqui, um nitrogênio aqui.

30
00:01:25,742 --> 00:01:27,337
Numa primeira aproximação,

31
00:01:27,337 --> 00:01:31,710
se puder listar o número de átomos
formadores do ser humano,

32
00:01:31,714 --> 00:01:33,151
eu posso construí-lo.

33
00:01:33,151 --> 00:01:35,194
Pode-se fazer um cálculo

34
00:01:35,194 --> 00:01:38,525
e o número que se obtém
é muito impressionante.

35
00:01:38,525 --> 00:01:41,240
O número de átomos,

36
00:01:41,240 --> 00:01:46,019
no arquivo que terei de salvar
em um pen driver para montar um bebê,

37
00:01:46,019 --> 00:01:50,700
na verdade lotará um Titanic inteiro,
cheio de pen drives,

38
00:01:50,700 --> 00:01:53,468
multiplicado por 2 mil vezes.

39
00:01:53,957 --> 00:01:57,358
Esse é o milagre da vida.

40
00:01:57,362 --> 00:01:59,868
Doravante, quando virem
uma mulher grávida,

41
00:01:59,868 --> 00:02:02,868
saberão que ela está montando 
a maior quantidade de informação

42
00:02:02,868 --> 00:02:04,438
que jamais encontrarão.

43
00:02:04,438 --> 00:02:07,402
Esqueça “big data”, esqueça
tudo de que já tenha ouvido.

44
00:02:07,402 --> 00:02:10,353
É a maior quantidade
de informação que existe.

45
00:02:10,357 --> 00:02:14,174
(Aplausos)

46
00:02:14,174 --> 00:02:18,842
A natureza, felizmente, é muito mais
inteligente do que um físico,

47
00:02:18,842 --> 00:02:22,452
e, em 4 bilhões de anos,
conseguiu concentrar essa informação

48
00:02:22,452 --> 00:02:25,187
em um pequeno cristal que chamamos de DNA.

49
00:02:25,605 --> 00:02:29,901
Nós o conhecemos em 1950,
quando Rosalind Franklin,

50
00:02:29,901 --> 00:02:31,651
uma notável cientista, uma mulher,

51
00:02:31,651 --> 00:02:32,874
o fotografou.

52
00:02:32,874 --> 00:02:38,086
Porém, levou mais de 40 anos para enfim 
penetrarmos numa célula humana,

53
00:02:38,086 --> 00:02:39,712
retirarmos este cristal,

54
00:02:39,712 --> 00:02:42,852
o desenrolarmos e o lermos
pela primeira vez.

55
00:02:43,615 --> 00:02:46,810
O código revelou ser um alfabeto
razoavelmente simples,

56
00:02:46,810 --> 00:02:50,656
com quatro letras: A, T, C e G.

57
00:02:50,656 --> 00:02:54,166
Para construir um ser humano,
são necessárias 3 bilhões delas.


58
00:02:54,933 --> 00:02:56,142
Três bilhões.

59
00:02:56,142 --> 00:02:57,709
O que são três bilhões?

60
00:02:57,709 --> 00:03:00,501
Não fazemos ideia da quantidade
representada, certo?

61
00:03:00,505 --> 00:03:07,724
Pensei como poderia explicar melhor
a enormidade deste código.

62
00:03:07,724 --> 00:03:10,802
Mas terei uma ajuda,

63
00:03:10,802 --> 00:03:14,007
e a melhor pessoa para me ajudar
a apresentar o código

64
00:03:14,007 --> 00:03:17,553
é, na verdade, o primeiro homem
que o sequenciou, Dr. Craig Venter.

65
00:03:17,553 --> 00:03:20,973
Bem-vindo ao palco, Dr. Craig Venter.

66
00:03:20,973 --> 00:03:26,394
(Aplausos)

67
00:03:27,952 --> 00:03:30,208
Não é ele em carne e osso,

68
00:03:31,448 --> 00:03:33,787
mas, pela primeira vez na história,

69
00:03:33,787 --> 00:03:37,273
este é o genoma de uma pessoa específica,

70
00:03:37,273 --> 00:03:41,047
impresso página por página,
letra por letra:

71
00:03:41,047 --> 00:03:45,037
262 mil páginas de informação,

72
00:03:45,037 --> 00:03:49,445
450 kg, despachados dos EUA ao Canadá,

73
00:03:49,445 --> 00:03:54,332
graças a Bruno Bowden, Lulu.com,
uma “start-up” que fez tudo.

74
00:03:54,332 --> 00:03:55,819
Foi um façanha incrível.

75
00:03:55,819 --> 00:04:00,140
Esta é a percepção visual
do que é o código da vida.

76
00:04:00,140 --> 00:04:02,642
Agora, pela primeira vez,
posso fazer algo divertido.

77
00:04:02,642 --> 00:04:05,259
Posso realmente olhar dentro dele e o ler.

78
00:04:05,259 --> 00:04:09,868
Então, deixe-me pegar
um livro interessante…como este.

79
00:04:12,987 --> 00:04:15,585
Eu fiz uma anotação:
é um livro razoavelmente grande.

80
00:04:15,585 --> 00:04:18,936
É apenas para que vocês vejam
o que é o código da vida.

81
00:04:18,936 --> 00:04:20,566
(Risos)


82
00:04:20,566 --> 00:04:26,677
Milhares, milhares, milhares
e milhões de letras.

83
00:04:26,677 --> 00:04:29,105
E elas parecem fazer sentido.

84
00:04:29,105 --> 00:04:30,902
Vamos para uma parte específica.

85
00:04:31,571 --> 00:04:32,897
Vou ler para vocês.

86
00:04:32,897 --> 00:04:33,972
(Risos)

87
00:04:33,972 --> 00:04:38,008
“AAG, AAT, ATA.”

88
00:04:38,965 --> 00:04:41,072
Podem parecer letras sem significado,

89
00:04:41,072 --> 00:04:45,097
mas esta sequência determina
a cor dos olhos do Craig.

90
00:04:45,633 --> 00:04:47,539
Vou mostrar-lhes outra parte do livro.

91
00:04:47,539 --> 00:04:49,683
Esta é realmente um pouco mais complicada.

92
00:04:50,983 --> 00:04:53,650
Cromossomo 14, livro 132:

93
00:04:53,650 --> 00:04:55,728
(Risos)

94
00:04:55,728 --> 00:04:57,039
Como vocês esperavam.

95
00:04:57,039 --> 00:05:00,535
(Risos)

96
00:05:02,857 --> 00:05:07,364
"ATT, CTT, GATT."

97
00:05:08,329 --> 00:05:10,010
Esta pessoa tem sorte,

98
00:05:10,010 --> 00:05:14,531
porque se faltassem apenas
duas letras nesta posição,

99
00:05:14,531 --> 00:05:16,452
duas letras em três bilhões,

100
00:05:16,452 --> 00:05:18,495
ela estaria condenada
a uma doença terrível:

101
00:05:18,495 --> 00:05:19,939
a fibrose cística.

102
00:05:19,939 --> 00:05:23,396
Não há cura para ela,
não sabemos como tratá-la,

103
00:05:23,396 --> 00:05:27,181
e são apenas duas letras de diferença
em relação às pessoas saudáveis.

104
00:05:27,585 --> 00:05:33,130
Um livro maravilhoso e poderoso,
que me ajudou a entender

105
00:05:33,137 --> 00:05:35,890
e mostrar-lhes algo notável.

106
00:05:36,480 --> 00:05:40,955
Cada um de vocês, o que me faz
ser quem sou, o que faz você ser você,

107
00:05:40,955 --> 00:05:43,857
são apenas 5 milhões destas,

108
00:05:43,857 --> 00:05:45,145
a metade de um livro.

109
00:05:46,015 --> 00:05:50,058
No resto, somos absolutamente idênticos.

110
00:05:51,008 --> 00:05:54,990
São 500 páginas, o milagre da vida,
o milagre que vocês são.

111
00:05:54,990 --> 00:05:57,565
O restante, todos nós compartilhamos.

112
00:05:57,565 --> 00:06:00,498
Lembrem disto, quando pensarem
que somos diferentes.

113
00:06:00,498 --> 00:06:02,759
Esta é a quantidade
que nós compartilhamos.

114
00:06:03,441 --> 00:06:06,864
Agora que tenho a atenção de vocês,

115
00:06:06,864 --> 00:06:08,227
a próxima questão é:

116
00:06:08,227 --> 00:06:11,042
Como conseguir ler?
Como fazer isto ter um significado?

117
00:06:11,409 --> 00:06:15,643
Bem, por mais hábeis que sejam
em montar móveis suecos,

118
00:06:15,643 --> 00:06:19,230
este manual de instrução é algo
que nunca conseguirão decifrar.

119
00:06:19,230 --> 00:06:20,627
(Risos)

120
00:06:20,627 --> 00:06:23,993
E assim, em 2014, dois famosos
participantes do TED,

121
00:06:23,993 --> 00:06:26,537
Peter Diamandis e o próprio Craig Venter,

122
00:06:26,537 --> 00:06:28,554
decidiram fundar uma nova companhia.

123
00:06:28,554 --> 00:06:29,974
E nasceu a Human Longevity,

124
00:06:29,974 --> 00:06:31,364
com uma missão:

125
00:06:31,368 --> 00:06:33,229
fazer tudo o que pudéssemos

126
00:06:33,243 --> 00:06:36,012
e estudar tudo o que podíamos
aprender com estes livros,

127
00:06:36,012 --> 00:06:37,741
com um objetivo:

128
00:06:38,862 --> 00:06:41,663
tornar realidade o sonho
da medicina personalizada,

129
00:06:41,667 --> 00:06:45,438
compreender o que deveria ser feito
para termos uma saúde melhor

130
00:06:45,438 --> 00:06:47,761
e que segredos guardam estes livros.

131
00:06:48,329 --> 00:06:51,013
Uma equipe maravilhosa,
com 40 cientistas de dados

132
00:06:51,013 --> 00:06:53,973
e muitas outras pessoas,
com as quais é um prazer trabalhar.

133
00:06:53,977 --> 00:06:56,274
O conceito é realmente muito simples.

134
00:06:56,274 --> 00:06:59,406
Usaremos uma tecnologia
chamada aprendizado de máquina.

135
00:06:59,406 --> 00:07:04,005
De um lado, temos os genomas,
milhares deles.

136
00:07:04,005 --> 00:07:07,990
Do outro lado, juntamos o maior
banco de dados sobre os seres humanos:

137
00:07:07,990 --> 00:07:12,300
fenótipos, escaneamento em 3D, RNM,
tudo aquilo em que possam pensar.

138
00:07:12,300 --> 00:07:17,739
Dentro disso, nos dois lados opostos,
há o segredo da tradução.

139
00:07:17,739 --> 00:07:20,201
E no meio, construímos uma máquina.

140
00:07:20,801 --> 00:07:23,020
Construímos e treinamos uma máquina;

141
00:07:23,020 --> 00:07:26,414
bem, não exatamente uma,
muitas e muitas máquinas…

142
00:07:26,414 --> 00:07:30,988
com a finalidade de entender e traduzir
o genoma em um fenótipo.

143
00:07:31,362 --> 00:07:34,702
Quais são as letras e o que elas fazem?

144
00:07:34,726 --> 00:07:37,457
É uma abordagem que pode
ser usada para tudo,

145
00:07:37,457 --> 00:07:40,510
mas usá-la em genômica é
particularmente complicado.

146
00:07:40,510 --> 00:07:43,774
Progredimos aos poucos e queríamos
enfrentar diferentes desafios.

147
00:07:43,774 --> 00:07:46,576
Começamos pelos traços comuns,

148
00:07:46,576 --> 00:07:49,213
pois tais características
são mais fáceis de trabalhar,

149
00:07:49,213 --> 00:07:50,365
todos as têm.

150
00:07:50,365 --> 00:07:52,893
Começamos a indagar:

151
00:07:52,893 --> 00:07:54,303
Podemos prever a altura?

152
00:07:54,985 --> 00:07:57,192
Podemos ler os livros e prever a altura?

153
00:07:57,192 --> 00:07:58,331
Bem, realmente podemos,

154
00:07:58,331 --> 00:08:00,148
com 5 cm de precisão.

155
00:08:00,148 --> 00:08:03,333
O índice de massa corporal, IMC,
está ligado ao estilo de vida,

156
00:08:03,333 --> 00:08:07,185
mas, dentro de certos limites,
podemos prevê-lo com 8 kg de precisão.

157
00:08:07,185 --> 00:08:08,440
E prever a cor dos olhos?

158
00:08:08,440 --> 00:08:11,132
Sim, podemos. Com 80% de precisão.

159
00:08:11,466 --> 00:08:13,318
Podemos prever a cor da pele?

160
00:08:13,318 --> 00:08:15,829
Sim, podemos, com 80% de precisão.

161
00:08:15,829 --> 00:08:17,243
Podemos prever a idade?

162
00:08:18,121 --> 00:08:21,854
Podemos porque, aparentemente,
o código muda ao longo da vida.

163
00:08:21,854 --> 00:08:25,150
Ele se encurta, perde pedaços,
ganha inserções.

164
00:08:25,150 --> 00:08:27,745
Lemos os sinais e elaboramos um modelo.

165
00:08:28,438 --> 00:08:31,493
Um desafio interessante:
é possível prever a face humana?

166
00:08:33,014 --> 00:08:34,286
É um pouco complicado,

167
00:08:34,286 --> 00:08:37,527
porque uma face humana está espalhada
entre milhões de letras.

168
00:08:37,527 --> 00:08:40,160
E uma face humana não é
um objeto bem definido.

169
00:08:40,164 --> 00:08:42,219
Construímos uma coleção delas

170
00:08:42,219 --> 00:08:44,943
para aprender e ensinar
a uma máquina o que é uma face,

171
00:08:44,943 --> 00:08:46,994
a incorporá-la e comprimi-la.

172
00:08:46,994 --> 00:08:49,286
Se entendem de aprendizagem de máquina,

173
00:08:49,286 --> 00:08:51,610
compreendem qual é o desafio aqui.

174
00:08:52,108 --> 00:08:58,093
Bem, 15 anos após termos
lido a primeira sequência,

175
00:08:58,093 --> 00:09:01,019
agora em outubro 
identificamos alguns sinais.

176
00:09:01,019 --> 00:09:03,478
Foi um momento muito emocionante.

177
00:09:03,478 --> 00:09:07,273
O que veem aqui é uma pessoa
chegando ao nosso laboratório.

178
00:09:07,619 --> 00:09:09,531
Para nós, é um rosto.

179
00:09:09,531 --> 00:09:13,176
Tomamos o rosto real de uma pessoa,
reduzimos a complexidade,

180
00:09:13,176 --> 00:09:15,190
porque nem tudo está no rosto,

181
00:09:15,190 --> 00:09:18,990
muitos aspectos e defeitos e assimetrias
vêm da vida que a pessoa leva.

182
00:09:18,990 --> 00:09:22,499
Simetrizamos a face
e usamos nosso algoritmo.

183
00:09:23,245 --> 00:09:25,193
O resultado que lhes mostro agora

184
00:09:25,193 --> 00:09:28,539
é a previsão que fizemos
a partir de amostra de sangue.

185
00:09:29,596 --> 00:09:31,114
(Aplausos)

186
00:09:31,114 --> 00:09:32,579
Esperem um instante.

187
00:09:32,583 --> 00:09:37,279
Nesses segundos, vocês olham da esquerda
para a direita e vice-versa,

188
00:09:37,279 --> 00:09:41,249
e o cérebro espera
que as figuras sejam idênticas.

189
00:09:41,263 --> 00:09:43,693
Peço que façam um outro
exercício, para ser honesto.

190
00:09:43,693 --> 00:09:46,014
Por favor, procurem as diferenças,

191
00:09:46,014 --> 00:09:47,399
as quais são muitas.

192
00:09:47,399 --> 00:09:50,042
A maior quantidade
de sinais vem do gênero,

193
00:09:50,046 --> 00:09:55,241
depois a idade, IMC, o componente
da etnicidade de uma pessoa.

194
00:09:55,241 --> 00:09:58,996
E extrapolar a partir do sinal
é mais complicado ainda.

195
00:09:58,996 --> 00:10:02,260
Mas, o que veem aqui,
mesmo nas diferenças,

196
00:10:02,260 --> 00:10:05,889
permite que percebam
que estamos no caminho certo,

197
00:10:05,889 --> 00:10:07,261
que estamos chegando perto.

198
00:10:07,261 --> 00:10:09,634
E já nos causa algumas emoções.

199
00:10:09,634 --> 00:10:11,384
Esta é uma outra pessoa que chega,

200
00:10:11,384 --> 00:10:13,481
e esta é uma previsão.

201
00:10:13,481 --> 00:10:15,824
Tem uma face um pouco menor,

202
00:10:15,824 --> 00:10:18,404
não captamos a estrutura
craniana completa,

203
00:10:18,404 --> 00:10:21,095
mas, ainda assim, chegamos perto.

204
00:10:21,634 --> 00:10:23,852
Eis o sujeito que chega
em nosso laboratório,

205
00:10:23,852 --> 00:10:25,325
e esta é a sua previsão.

206
00:10:26,056 --> 00:10:30,736
Essas pessoas nunca foram usadas
para treinar a máquina.

207
00:10:30,736 --> 00:10:33,557
São chamadas de conjunto “não incluído”.

208
00:10:33,557 --> 00:10:37,341
São pessoas que vocês provavelmente
nunca acreditarão que existem.

209
00:10:37,341 --> 00:10:40,041
Estamos publicando tudo
em uma revista científica,

210
00:10:40,041 --> 00:10:41,206
e vocês podem ler.

211
00:10:41,206 --> 00:10:43,600
Já que estamos no palco,
Chris me desafiou.

212
00:10:43,604 --> 00:10:47,244
É possível que tenha me exposto
e me arriscado a prever

213
00:10:47,244 --> 00:10:50,105
alguém que vocês podem reconhecer.

214
00:10:50,470 --> 00:10:54,895
No sangue contido neste tubo de ensaio,
e creiam-me, vocês não têm ideia

215
00:10:54,899 --> 00:10:57,773
do que tivemos que fazer
para obter este sangue, aqui,

216
00:10:57,773 --> 00:11:01,698
este frasquinho de sangue contém
a quantidade de informação biológica

217
00:11:01,698 --> 00:11:04,009
necessária para sequenciar todo o genoma.

218
00:11:04,009 --> 00:11:06,119
Esta quantidade é suficiente.

219
00:11:06,528 --> 00:11:09,733
Fizemos esta sequência
e vamos fazê-la com vocês.

220
00:11:09,737 --> 00:11:13,736
Começamos a utilizar
todo o conhecimento que temos.

221
00:11:13,740 --> 00:11:17,110
Com o tubo de sangue,
previmos que era um homem.

222
00:11:17,124 --> 00:11:18,498
E era um homem.

223
00:11:18,996 --> 00:11:21,398
Previmos que tem 1,76 m.

224
00:11:21,398 --> 00:11:23,850
O sujeito tem 1,77 m.

225
00:11:23,864 --> 00:11:27,984
Previmos 76 kg, a pessoa tem 82 kg.

226
00:11:28,701 --> 00:11:31,287
Previmos sua idade, 38 anos.

227
00:11:31,287 --> 00:11:33,261
A pessoa tem 35 anos.

228
00:11:33,851 --> 00:11:35,975

Previmos a cor dos seus olhos.

229
00:11:36,824 --> 00:11:38,019
São muito escuros.

230
00:11:38,019 --> 00:11:39,614
Previmos sua cor de pele.

231
00:11:40,026 --> 00:11:41,436
Falta pouco.

232
00:11:41,899 --> 00:11:43,272
Esta é sua face.

233
00:11:45,172 --> 00:11:48,425
Agora, a hora da revelação:

234
00:11:48,425 --> 00:11:50,209
o sujeito é esta pessoa.

235
00:11:50,209 --> 00:11:52,158
(Risos)

236
00:11:52,158 --> 00:11:54,260
Foi uma coisa intencional

237
00:11:54,260 --> 00:11:57,986
Sou de uma etnia muito peculiar.

238
00:11:57,986 --> 00:12:00,950
Europeus do sul, italianos,
não se enquadram em modelos.

239
00:12:00,950 --> 00:12:03,144
E é específico…

240
00:12:03,144 --> 00:12:06,144
O grupo étnico é muito complexo
e especial para o nosso modelo.

241
00:12:06,144 --> 00:12:07,647
Mas há uma outra questão.

242
00:12:07,647 --> 00:12:11,128
Uma das coisas muito usadas
para reconhecer pessoas

243
00:12:11,128 --> 00:12:12,874
nunca estará escrita no genoma.

244
00:12:12,874 --> 00:12:15,235
É a nossa livre escolha,
é a nossa aparência.

245
00:12:15,235 --> 00:12:18,488
Não o meu corte de cabelo,
neste caso, o corte de minha barba.

246
00:12:18,488 --> 00:12:22,055
Neste caso, eu vou transferir...

247
00:12:22,055 --> 00:12:24,824
usou-se apenas o Photoshop,
sem qualquer modelagem...

248
00:12:24,824 --> 00:12:26,591
a barba para o sujeito.

249
00:12:26,591 --> 00:12:30,093
E imediatamente nós temos
uma percepção muito, muito melhor.

250
00:12:30,955 --> 00:12:33,664
Por que agimos assim?

251
00:12:35,938 --> 00:12:41,072
Certamente não o fazemos
para prever a altura

252
00:12:41,072 --> 00:12:43,474
ou obter uma bonita imagem
a partir do sangue.

253
00:12:44,390 --> 00:12:48,402
O fazemos porque a mesma 
tecnologia e a mesma abordagem,

254
00:12:48,402 --> 00:12:50,952
a aprendizagem de máquina deste código,

255
00:12:50,956 --> 00:12:54,067
nos ajudam a entender como funcionamos,

256
00:12:54,067 --> 00:12:55,607
como o corpo funciona,

257
00:12:55,607 --> 00:12:57,312
como o corpo envelhece,

258
00:12:57,316 --> 00:13:00,099
como as doenças surgem no organismo,

259
00:13:00,099 --> 00:13:03,065
como o câncer cresce e se desenvolve,

260
00:13:03,065 --> 00:13:04,892
como as drogas agem,

261
00:13:04,892 --> 00:13:07,246
e se elas atuam em nosso corpo.

262
00:13:07,713 --> 00:13:09,380
Este é um grande desafio.

263
00:13:09,854 --> 00:13:11,516
É um desafio para todos nós

264
00:13:11,516 --> 00:13:14,079
e milhares de outros 
pesquisadores no mundo inteiro.

265
00:13:14,079 --> 00:13:16,381
É a chamada medicina personalizada.

266
00:13:17,125 --> 00:13:20,579
É a capacidade de trocar
uma abordagem estatística,

267
00:13:20,579 --> 00:13:22,625
na qual somos uma gota no oceano,

268
00:13:22,625 --> 00:13:24,462
por uma abordagem personalizada,

269
00:13:24,462 --> 00:13:26,681
na qual lemos todos estes livros

270
00:13:26,691 --> 00:13:29,575
e conseguirmos uma compreensão
de quem somos exatamente.

271
00:13:30,260 --> 00:13:33,606
Mas é um desafio
particularmente complicado,

272
00:13:33,606 --> 00:13:37,628
porque hoje, de todos esses livros,

273
00:13:37,628 --> 00:13:40,310
é provável que conheçamos apenas 2%:

274
00:13:41,027 --> 00:13:44,680
4 livros em mais de 175.

275
00:13:46,021 --> 00:13:49,747
E este não é o foco da minha palestra,

276
00:13:50,145 --> 00:13:52,743
porque aprenderemos mais.

277
00:13:53,378 --> 00:13:56,207
As melhores cabeças do mundo
estudam este problema.

278
00:13:57,048 --> 00:13:58,866
A previsão será aperfeiçoada,

279
00:13:58,866 --> 00:14:01,133
o modelo ficará mais preciso.

280
00:14:01,133 --> 00:14:03,015
E quanto mais aprendermos,

281
00:14:03,015 --> 00:14:07,879
mais seremos confrontados com decisões

282
00:14:07,879 --> 00:14:10,940
que nunca antes tivemos que encarar

283
00:14:10,944 --> 00:14:13,361
sobre a vida, sobre a morte,

284
00:14:13,811 --> 00:14:15,684
sobre a criação de filhos.

285
00:14:20,626 --> 00:14:25,372
Estamos lidando com os detalhes
recônditos de como a vida funciona.

286
00:14:26,118 --> 00:14:29,240
É uma revolução que não pode se limitar

287
00:14:29,240 --> 00:14:31,959
ao domínio da ciência ou da tecnologia.

288
00:14:32,960 --> 00:14:35,204
Deve haver um debate global.

289
00:14:35,798 --> 00:14:40,989
Devemos pensar o futuro que estamos
construindo para a humanidade.

290
00:14:40,989 --> 00:14:43,487
Precisamos interagir
com pessoas criativas,

291
00:14:43,487 --> 00:14:45,127
com artistas, com filósofos

292
00:14:45,127 --> 00:14:46,631
com políticos.

293
00:14:46,631 --> 00:14:47,803
Todos estão envolvidos,

294
00:14:47,803 --> 00:14:50,668
porque é o futuro da nossa espécie.

295
00:14:51,273 --> 00:14:55,255
Sem temor, mas com a compreensão

296
00:14:55,255 --> 00:14:59,120
de que as decisões 
que tomaremos no próximo ano

297
00:14:59,120 --> 00:15:02,949
mudarão o curso da história para sempre.

298
00:15:03,732 --> 00:15:04,906
Obrigado.

299
00:15:04,906 --> 00:15:08,122
(Aplausos)