Nos próximos 16 minutos,
vou conduzi-los em uma jornada

que talvez seja o maior
sonho da humanidade:

entender o código da vida.

Quanto a mim, tudo começo
há muitos e muitos anos,

quando conheci a primeira impressora 3D.

O conceito era fascinante.

Uma impressora 3D requer três elementos:

informação, matéria-prima e energia,

com os quais podemos produzir 
qualquer objeto que não existia antes.

Eu estudava física,
estava voltando para casa

e me dei conta de que sempre tive
uma impressora 3D.

E todo mundo tem uma.

É a minha mãe.

(Risos)

Minha mãe usou três elementos:

informação, neste caso,
entre meu pai e ela,

matérias-primas e energia
de uma mesma fonte, ou seja, o alimento,

e vários meses depois, fui produzido.

E eu não existia antes.

Além do choque que tive, ao descobrir
que minha mãe era uma impressora 3D,

eu fiquei imediatamente fascinado
pelo primeiro elemento, a informação.

Qual é a quantidade de informação 
necessária para montar um ser humano?

É muita? É pouca?

Caberia em quantos pen drives?

Bem, no começo eu estudava física

e adotei a analogia simplista

entre um ser humano
e uma peça gigante de Lego.

Imagine que os blocos de construção
sejam átomos minúsculos,

e que há um hidrogênio aqui,
um carbono aqui, um nitrogênio aqui.

Numa primeira aproximação,

se puder listar o número de átomos
formadores do ser humano,

eu posso construí-lo.

Pode-se fazer um cálculo

e o número que se obtém
é muito impressionante.

O número de átomos,

no arquivo que terei de salvar
em um pen driver para montar um bebê,

na verdade lotará um Titanic inteiro,
cheio de pen drives,

multiplicado por 2 mil vezes.

Esse é o milagre da vida.

Doravante, quando virem
uma mulher grávida,

saberão que ela está montando 
a maior quantidade de informação

que jamais encontrarão.

Esqueça “big data”, esqueça
tudo de que já tenha ouvido.

É a maior quantidade
de informação que existe.

(Aplausos)

A natureza, felizmente, é muito mais
inteligente do que um físico,

e, em 4 bilhões de anos,
conseguiu concentrar essa informação

em um pequeno cristal que chamamos de DNA.

Nós o conhecemos em 1950,
quando Rosalind Franklin,

uma notável cientista, uma mulher,

o fotografou.

Porém, levou mais de 40 anos para enfim 
penetrarmos numa célula humana,

retirarmos este cristal,

o desenrolarmos e o lermos
pela primeira vez.

O código revelou ser um alfabeto
razoavelmente simples,

com quatro letras: A, T, C e G.

Para construir um ser humano,
são necessárias 3 bilhões delas.

Três bilhões.

O que são três bilhões?

Não fazemos ideia da quantidade
representada, certo?

Pensei como poderia explicar melhor
a enormidade deste código.

Mas terei uma ajuda,

e a melhor pessoa para me ajudar
a apresentar o código

é, na verdade, o primeiro homem
que o sequenciou, Dr. Craig Venter.

Bem-vindo ao palco, Dr. Craig Venter.

(Aplausos)

Não é ele em carne e osso,

mas, pela primeira vez na história,

este é o genoma de uma pessoa específica,

impresso página por página,
letra por letra:

262 mil páginas de informação,

450 kg, despachados dos EUA ao Canadá,

graças a Bruno Bowden, Lulu.com,
uma “start-up” que fez tudo.

Foi um façanha incrível.

Esta é a percepção visual
do que é o código da vida.

Agora, pela primeira vez,
posso fazer algo divertido.

Posso realmente olhar dentro dele e o ler.

Então, deixe-me pegar
um livro interessante…como este.

Eu fiz uma anotação:
é um livro razoavelmente grande.

É apenas para que vocês vejam
o que é o código da vida.

(Risos)

Milhares, milhares, milhares
e milhões de letras.

E elas parecem fazer sentido.

Vamos para uma parte específica.

Vou ler para vocês.

(Risos)

“AAG, AAT, ATA.”

Podem parecer letras sem significado,

mas esta sequência determina
a cor dos olhos do Craig.

Vou mostrar-lhes outra parte do livro.

Esta é realmente um pouco mais complicada.

Cromossomo 14, livro 132:

(Risos)

Como vocês esperavam.

(Risos)

"ATT, CTT, GATT."

Esta pessoa tem sorte,

porque se faltassem apenas
duas letras nesta posição,

duas letras em três bilhões,

ela estaria condenada
a uma doença terrível:

a fibrose cística.

Não há cura para ela,
não sabemos como tratá-la,

e são apenas duas letras de diferença
em relação às pessoas saudáveis.

Um livro maravilhoso e poderoso,
que me ajudou a entender

e mostrar-lhes algo notável.

Cada um de vocês, o que me faz
ser quem sou, o que faz você ser você,

são apenas 5 milhões destas,

a metade de um livro.

No resto, somos absolutamente idênticos.

São 500 páginas, o milagre da vida,
o milagre que vocês são.

O restante, todos nós compartilhamos.

Lembrem disto, quando pensarem
que somos diferentes.

Esta é a quantidade
que nós compartilhamos.

Agora que tenho a atenção de vocês,

a próxima questão é:

Como conseguir ler?
Como fazer isto ter um significado?

Bem, por mais hábeis que sejam
em montar móveis suecos,

este manual de instrução é algo
que nunca conseguirão decifrar.

(Risos)

E assim, em 2014, dois famosos
participantes do TED,

Peter Diamandis e o próprio Craig Venter,

decidiram fundar uma nova companhia.

E nasceu a Human Longevity,

com uma missão:

fazer tudo o que pudéssemos

e estudar tudo o que podíamos
aprender com estes livros,

com um objetivo:

tornar realidade o sonho
da medicina personalizada,

compreender o que deveria ser feito
para termos uma saúde melhor

e que segredos guardam estes livros.

Uma equipe maravilhosa,
com 40 cientistas de dados

e muitas outras pessoas,
com as quais é um prazer trabalhar.

O conceito é realmente muito simples.

Usaremos uma tecnologia
chamada aprendizado de máquina.

De um lado, temos os genomas,
milhares deles.

Do outro lado, juntamos o maior
banco de dados sobre os seres humanos:

fenótipos, escaneamento em 3D, RNM,
tudo aquilo em que possam pensar.

Dentro disso, nos dois lados opostos,
há o segredo da tradução.

E no meio, construímos uma máquina.

Construímos e treinamos uma máquina;

bem, não exatamente uma,
muitas e muitas máquinas…

com a finalidade de entender e traduzir
o genoma em um fenótipo.

Quais são as letras e o que elas fazem?

É uma abordagem que pode
ser usada para tudo,

mas usá-la em genômica é
particularmente complicado.

Progredimos aos poucos e queríamos
enfrentar diferentes desafios.

Começamos pelos traços comuns,

pois tais características
são mais fáceis de trabalhar,

todos as têm.

Começamos a indagar:

Podemos prever a altura?

Podemos ler os livros e prever a altura?

Bem, realmente podemos,

com 5 cm de precisão.

O índice de massa corporal, IMC,
está ligado ao estilo de vida,

mas, dentro de certos limites,
podemos prevê-lo com 8 kg de precisão.

E prever a cor dos olhos?

Sim, podemos. Com 80% de precisão.

Podemos prever a cor da pele?

Sim, podemos, com 80% de precisão.

Podemos prever a idade?

Podemos porque, aparentemente,
o código muda ao longo da vida.

Ele se encurta, perde pedaços,
ganha inserções.

Lemos os sinais e elaboramos um modelo.

Um desafio interessante:
é possível prever a face humana?

É um pouco complicado,

porque uma face humana está espalhada
entre milhões de letras.

E uma face humana não é
um objeto bem definido.

Construímos uma coleção delas

para aprender e ensinar
a uma máquina o que é uma face,

a incorporá-la e comprimi-la.

Se entendem de aprendizagem de máquina,

compreendem qual é o desafio aqui.

Bem, 15 anos após termos
lido a primeira sequência,

agora em outubro 
identificamos alguns sinais.

Foi um momento muito emocionante.

O que veem aqui é uma pessoa
chegando ao nosso laboratório.

Para nós, é um rosto.

Tomamos o rosto real de uma pessoa,
reduzimos a complexidade,

porque nem tudo está no rosto,

muitos aspectos e defeitos e assimetrias
vêm da vida que a pessoa leva.

Simetrizamos a face
e usamos nosso algoritmo.

O resultado que lhes mostro agora

é a previsão que fizemos
a partir de amostra de sangue.

(Aplausos)

Esperem um instante.

Nesses segundos, vocês olham da esquerda
para a direita e vice-versa,

e o cérebro espera
que as figuras sejam idênticas.

Peço que façam um outro
exercício, para ser honesto.

Por favor, procurem as diferenças,

as quais são muitas.

A maior quantidade
de sinais vem do gênero,

depois a idade, IMC, o componente
da etnicidade de uma pessoa.

E extrapolar a partir do sinal
é mais complicado ainda.

Mas, o que veem aqui,
mesmo nas diferenças,

permite que percebam
que estamos no caminho certo,

que estamos chegando perto.

E já nos causa algumas emoções.

Esta é uma outra pessoa que chega,

e esta é uma previsão.

Tem uma face um pouco menor,

não captamos a estrutura
craniana completa,

mas, ainda assim, chegamos perto.

Eis o sujeito que chega
em nosso laboratório,

e esta é a sua previsão.

Essas pessoas nunca foram usadas
para treinar a máquina.

São chamadas de conjunto “não incluído”.

São pessoas que vocês provavelmente
nunca acreditarão que existem.

Estamos publicando tudo
em uma revista científica,

e vocês podem ler.

Já que estamos no palco,
Chris me desafiou.

É possível que tenha me exposto
e me arriscado a prever

alguém que vocês podem reconhecer.

No sangue contido neste tubo de ensaio,
e creiam-me, vocês não têm ideia

do que tivemos que fazer
para obter este sangue, aqui,

este frasquinho de sangue contém
a quantidade de informação biológica

necessária para sequenciar todo o genoma.

Esta quantidade é suficiente.

Fizemos esta sequência
e vamos fazê-la com vocês.

Começamos a utilizar
todo o conhecimento que temos.

Com o tubo de sangue,
previmos que era um homem.

E era um homem.

Previmos que tem 1,76 m.

O sujeito tem 1,77 m.

Previmos 76 kg, a pessoa tem 82 kg.

Previmos sua idade, 38 anos.

A pessoa tem 35 anos.

Previmos a cor dos seus olhos.

São muito escuros.

Previmos sua cor de pele.

Falta pouco.

Esta é sua face.

Agora, a hora da revelação:

o sujeito é esta pessoa.

(Risos)

Foi uma coisa intencional

Sou de uma etnia muito peculiar.

Europeus do sul, italianos,
não se enquadram em modelos.

E é específico…

O grupo étnico é muito complexo
e especial para o nosso modelo.

Mas há uma outra questão.

Uma das coisas muito usadas
para reconhecer pessoas

nunca estará escrita no genoma.

É a nossa livre escolha,
é a nossa aparência.

Não o meu corte de cabelo,
neste caso, o corte de minha barba.

Neste caso, eu vou transferir...

usou-se apenas o Photoshop,
sem qualquer modelagem...

a barba para o sujeito.

E imediatamente nós temos
uma percepção muito, muito melhor.

Por que agimos assim?

Certamente não o fazemos
para prever a altura

ou obter uma bonita imagem
a partir do sangue.

O fazemos porque a mesma 
tecnologia e a mesma abordagem,

a aprendizagem de máquina deste código,

nos ajudam a entender como funcionamos,

como o corpo funciona,

como o corpo envelhece,

como as doenças surgem no organismo,

como o câncer cresce e se desenvolve,

como as drogas agem,

e se elas atuam em nosso corpo.

Este é um grande desafio.

É um desafio para todos nós

e milhares de outros 
pesquisadores no mundo inteiro.

É a chamada medicina personalizada.

É a capacidade de trocar
uma abordagem estatística,

na qual somos uma gota no oceano,

por uma abordagem personalizada,

na qual lemos todos estes livros

e conseguirmos uma compreensão
de quem somos exatamente.

Mas é um desafio
particularmente complicado,

porque hoje, de todos esses livros,

é provável que conheçamos apenas 2%:

4 livros em mais de 175.

E este não é o foco da minha palestra,

porque aprenderemos mais.

As melhores cabeças do mundo
estudam este problema.

A previsão será aperfeiçoada,

o modelo ficará mais preciso.

E quanto mais aprendermos,

mais seremos confrontados com decisões

que nunca antes tivemos que encarar

sobre a vida, sobre a morte,

sobre a criação de filhos.

Estamos lidando com os detalhes
recônditos de como a vida funciona.

É uma revolução que não pode se limitar

ao domínio da ciência ou da tecnologia.

Deve haver um debate global.

Devemos pensar o futuro que estamos
construindo para a humanidade.

Precisamos interagir
com pessoas criativas,

com artistas, com filósofos

com políticos.

Todos estão envolvidos,

porque é o futuro da nossa espécie.

Sem temor, mas com a compreensão

de que as decisões 
que tomaremos no próximo ano

mudarão o curso da história para sempre.

Obrigado.

(Aplausos)