WEBVTT

00:00:00.612 --> 00:00:03.404
Nos próximos 16 minutos,
vou conduzi-los em uma jornada

00:00:03.404 --> 00:00:06.478
que talvez seja o maior
sonho da humanidade:

00:00:06.478 --> 00:00:08.523
entender o código da vida.

NOTE Paragraph

00:00:09.072 --> 00:00:11.815
Quanto a mim, tudo começo
há muitos e muitos anos,

00:00:11.839 --> 00:00:14.602
quando conheci a primeira impressora 3D.

00:00:14.602 --> 00:00:16.270
O conceito era fascinante.

00:00:16.270 --> 00:00:18.346
Uma impressora 3D requer três elementos:

00:00:18.346 --> 00:00:22.494
informação, matéria-prima e energia,

00:00:22.494 --> 00:00:25.822
com os quais podemos produzir 
qualquer objeto que não existia antes.

NOTE Paragraph

00:00:26.517 --> 00:00:28.684
Eu estudava física,
estava voltando para casa

00:00:28.684 --> 00:00:32.146
e me dei conta de que sempre tive
uma impressora 3D.

00:00:32.146 --> 00:00:33.460
E todo mundo tem uma.

00:00:33.460 --> 00:00:34.632
É a minha mãe.

NOTE Paragraph

00:00:34.632 --> 00:00:35.647
(Risos)

NOTE Paragraph

00:00:35.647 --> 00:00:38.105
Minha mãe usou três elementos:

00:00:38.105 --> 00:00:42.102
informação, neste caso,
entre meu pai e ela,

00:00:42.102 --> 00:00:46.379
matérias-primas e energia
de uma mesma fonte, ou seja, o alimento,

00:00:46.379 --> 00:00:48.825
e vários meses depois, fui produzido.

00:00:48.825 --> 00:00:50.651
E eu não existia antes.

NOTE Paragraph

00:00:50.651 --> 00:00:54.453
Além do choque que tive, ao descobrir
que minha mãe era uma impressora 3D,

00:00:54.457 --> 00:01:00.449
eu fiquei imediatamente fascinado
pelo primeiro elemento, a informação.

00:01:00.819 --> 00:01:05.216
Qual é a quantidade de informação 
necessária para montar um ser humano?

00:01:05.216 --> 00:01:06.783
É muita? É pouca?

00:01:06.783 --> 00:01:09.003
Caberia em quantos pen drives?

NOTE Paragraph

00:01:09.017 --> 00:01:11.605
Bem, no começo eu estudava física

00:01:11.605 --> 00:01:14.286
e adotei a analogia simplista

00:01:14.286 --> 00:01:17.286
entre um ser humano
e uma peça gigante de Lego.

00:01:17.286 --> 00:01:21.071
Imagine que os blocos de construção
sejam átomos minúsculos,

00:01:21.085 --> 00:01:25.742
e que há um hidrogênio aqui,
um carbono aqui, um nitrogênio aqui.

00:01:25.742 --> 00:01:27.337
Numa primeira aproximação,

00:01:27.337 --> 00:01:31.710
se puder listar o número de átomos
formadores do ser humano,

00:01:31.714 --> 00:01:33.151
eu posso construí-lo.

00:01:33.151 --> 00:01:35.194
Pode-se fazer um cálculo

00:01:35.194 --> 00:01:38.525
e o número que se obtém
é muito impressionante.

00:01:38.525 --> 00:01:41.240
O número de átomos,

00:01:41.240 --> 00:01:46.019
no arquivo que terei de salvar
em um pen driver para montar um bebê,

00:01:46.019 --> 00:01:50.700
na verdade lotará um Titanic inteiro,
cheio de pen drives,

00:01:50.700 --> 00:01:53.468
multiplicado por 2 mil vezes.

00:01:53.957 --> 00:01:57.358
Esse é o milagre da vida.

00:01:57.362 --> 00:01:59.868
Doravante, quando virem
uma mulher grávida,

00:01:59.868 --> 00:02:02.868
saberão que ela está montando 
a maior quantidade de informação

00:02:02.868 --> 00:02:04.438
que jamais encontrarão.

00:02:04.438 --> 00:02:07.402
Esqueça “big data”, esqueça
tudo de que já tenha ouvido.

00:02:07.402 --> 00:02:10.353
É a maior quantidade
de informação que existe.

NOTE Paragraph

00:02:10.357 --> 00:02:14.174
(Aplausos)

NOTE Paragraph

00:02:14.174 --> 00:02:18.842
A natureza, felizmente, é muito mais
inteligente do que um físico,

00:02:18.842 --> 00:02:22.452
e, em 4 bilhões de anos,
conseguiu concentrar essa informação

00:02:22.452 --> 00:02:25.187
em um pequeno cristal que chamamos de DNA.

00:02:25.605 --> 00:02:29.901
Nós o conhecemos em 1950,
quando Rosalind Franklin,

00:02:29.901 --> 00:02:31.651
uma notável cientista, uma mulher,

00:02:31.651 --> 00:02:32.874
o fotografou.

00:02:32.874 --> 00:02:38.086
Porém, levou mais de 40 anos para enfim 
penetrarmos numa célula humana,

00:02:38.086 --> 00:02:39.712
retirarmos este cristal,

00:02:39.712 --> 00:02:42.852
o desenrolarmos e o lermos
pela primeira vez.

00:02:43.615 --> 00:02:46.810
O código revelou ser um alfabeto
razoavelmente simples,

00:02:46.810 --> 00:02:50.656
com quatro letras: A, T, C e G.

00:02:50.656 --> 00:02:54.166
Para construir um ser humano,
são necessárias 3 bilhões delas.


00:02:54.933 --> 00:02:56.142
Três bilhões.

00:02:56.142 --> 00:02:57.709
O que são três bilhões?

00:02:57.709 --> 00:03:00.501
Não fazemos ideia da quantidade
representada, certo?

NOTE Paragraph

00:03:00.505 --> 00:03:07.724
Pensei como poderia explicar melhor
a enormidade deste código.

00:03:07.724 --> 00:03:10.802
Mas terei uma ajuda,

00:03:10.802 --> 00:03:14.007
e a melhor pessoa para me ajudar
a apresentar o código

00:03:14.007 --> 00:03:17.553
é, na verdade, o primeiro homem
que o sequenciou, Dr. Craig Venter.

00:03:17.553 --> 00:03:20.973
Bem-vindo ao palco, Dr. Craig Venter.

NOTE Paragraph

00:03:20.973 --> 00:03:26.394
(Aplausos)

NOTE Paragraph

00:03:27.952 --> 00:03:30.208
Não é ele em carne e osso,

00:03:31.448 --> 00:03:33.787
mas, pela primeira vez na história,

00:03:33.787 --> 00:03:37.273
este é o genoma de uma pessoa específica,

00:03:37.273 --> 00:03:41.047
impresso página por página,
letra por letra:

00:03:41.047 --> 00:03:45.037
262 mil páginas de informação,

00:03:45.037 --> 00:03:49.445
450 kg, despachados dos EUA ao Canadá,

00:03:49.445 --> 00:03:54.332
graças a Bruno Bowden, Lulu.com,
uma “start-up” que fez tudo.

00:03:54.332 --> 00:03:55.819
Foi um façanha incrível.

NOTE Paragraph

00:03:55.819 --> 00:04:00.140
Esta é a percepção visual
do que é o código da vida.

00:04:00.140 --> 00:04:02.642
Agora, pela primeira vez,
posso fazer algo divertido.

00:04:02.642 --> 00:04:05.259
Posso realmente olhar dentro dele e o ler.

00:04:05.259 --> 00:04:09.868
Então, deixe-me pegar
um livro interessante…como este.

00:04:12.987 --> 00:04:15.585
Eu fiz uma anotação:
é um livro razoavelmente grande.

00:04:15.585 --> 00:04:18.936
É apenas para que vocês vejam
o que é o código da vida.

00:04:18.936 --> 00:04:20.566
(Risos)


00:04:20.566 --> 00:04:26.677
Milhares, milhares, milhares
e milhões de letras.

00:04:26.677 --> 00:04:29.105
E elas parecem fazer sentido.

00:04:29.105 --> 00:04:30.902
Vamos para uma parte específica.

00:04:31.571 --> 00:04:32.897
Vou ler para vocês.

NOTE Paragraph

00:04:32.897 --> 00:04:33.972
(Risos)

NOTE Paragraph

00:04:33.972 --> 00:04:38.008
“AAG, AAT, ATA.”

NOTE Paragraph

00:04:38.965 --> 00:04:41.072
Podem parecer letras sem significado,

00:04:41.072 --> 00:04:45.097
mas esta sequência determina
a cor dos olhos do Craig.

00:04:45.633 --> 00:04:47.539
Vou mostrar-lhes outra parte do livro.

00:04:47.539 --> 00:04:49.683
Esta é realmente um pouco mais complicada.

NOTE Paragraph

00:04:50.983 --> 00:04:53.650
Cromossomo 14, livro 132:

NOTE Paragraph

00:04:53.650 --> 00:04:55.728
(Risos)

NOTE Paragraph

00:04:55.728 --> 00:04:57.039
Como vocês esperavam.

NOTE Paragraph

00:04:57.039 --> 00:05:00.535
(Risos)

NOTE Paragraph

00:05:02.857 --> 00:05:07.364
"ATT, CTT, GATT."

NOTE Paragraph

00:05:08.329 --> 00:05:10.010
Esta pessoa tem sorte,

00:05:10.010 --> 00:05:14.531
porque se faltassem apenas
duas letras nesta posição,

00:05:14.531 --> 00:05:16.452
duas letras em três bilhões,

00:05:16.452 --> 00:05:18.495
ela estaria condenada
a uma doença terrível:

00:05:18.495 --> 00:05:19.939
a fibrose cística.

00:05:19.939 --> 00:05:23.396
Não há cura para ela,
não sabemos como tratá-la,

00:05:23.396 --> 00:05:27.181
e são apenas duas letras de diferença
em relação às pessoas saudáveis.

NOTE Paragraph

00:05:27.585 --> 00:05:33.130
Um livro maravilhoso e poderoso,
que me ajudou a entender

00:05:33.137 --> 00:05:35.890
e mostrar-lhes algo notável.

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,

00:05:40.955 --> 00:05:43.857
são apenas 5 milhões destas,

00:05:43.857 --> 00:05:45.145
a metade de um livro.

00:05:46.015 --> 00:05:50.058
No resto, somos absolutamente idênticos.

00:05:51.008 --> 00:05:54.990
São 500 páginas, o milagre da vida,
o milagre que vocês são.

00:05:54.990 --> 00:05:57.565
O restante, todos nós compartilhamos.

00:05:57.565 --> 00:06:00.498
Lembrem disto, quando pensarem
que somos diferentes.

00:06:00.498 --> 00:06:02.759
Esta é a quantidade
que nós compartilhamos.

NOTE Paragraph

00:06:03.441 --> 00:06:06.864
Agora que tenho a atenção de vocês,

00:06:06.864 --> 00:06:08.227
a próxima questão é:

00:06:08.227 --> 00:06:11.042
Como conseguir ler?
Como fazer isto ter um significado?

00:06:11.409 --> 00:06:15.643
Bem, por mais hábeis que sejam
em montar móveis suecos,

00:06:15.643 --> 00:06:19.230
este manual de instrução é algo
que nunca conseguirão decifrar.

NOTE Paragraph

00:06:19.230 --> 00:06:20.627
(Risos)

NOTE Paragraph

00:06:20.627 --> 00:06:23.993
E assim, em 2014, dois famosos
participantes do TED,

00:06:23.993 --> 00:06:26.537
Peter Diamandis e o próprio Craig Venter,

00:06:26.537 --> 00:06:28.554
decidiram fundar uma nova companhia.

00:06:28.554 --> 00:06:29.974
E nasceu a Human Longevity,

00:06:29.974 --> 00:06:31.364
com uma missão:

00:06:31.368 --> 00:06:33.229
fazer tudo o que pudéssemos

00:06:33.243 --> 00:06:36.012
e estudar tudo o que podíamos
aprender com estes livros,

00:06:36.012 --> 00:06:37.741
com um objetivo:

00:06:38.862 --> 00:06:41.663
tornar realidade o sonho
da medicina personalizada,

00:06:41.667 --> 00:06:45.438
compreender o que deveria ser feito
para termos uma saúde melhor

00:06:45.438 --> 00:06:47.761
e que segredos guardam estes livros.

NOTE Paragraph

00:06:48.329 --> 00:06:51.013
Uma equipe maravilhosa,
com 40 cientistas de dados

00:06:51.013 --> 00:06:53.973
e muitas outras pessoas,
com as quais é um prazer trabalhar.

00:06:53.977 --> 00:06:56.274
O conceito é realmente muito simples.

00:06:56.274 --> 00:06:59.406
Usaremos uma tecnologia
chamada aprendizado de máquina.

00:06:59.406 --> 00:07:04.005
De um lado, temos os genomas,
milhares deles.

00:07:04.005 --> 00:07:07.990
Do outro lado, juntamos o maior
banco de dados sobre os seres humanos:

00:07:07.990 --> 00:07:12.300
fenótipos, escaneamento em 3D, RNM,
tudo aquilo em que possam pensar.

00:07:12.300 --> 00:07:17.739
Dentro disso, nos dois lados opostos,
há o segredo da tradução.

00:07:17.739 --> 00:07:20.201
E no meio, construímos uma máquina.

00:07:20.801 --> 00:07:23.020
Construímos e treinamos uma máquina;

00:07:23.020 --> 00:07:26.414
bem, não exatamente uma,
muitas e muitas máquinas…

00:07:26.414 --> 00:07:30.988
com a finalidade de entender e traduzir
o genoma em um fenótipo.

00:07:31.362 --> 00:07:34.702
Quais são as letras e o que elas fazem?

00:07:34.726 --> 00:07:37.457
É uma abordagem que pode
ser usada para tudo,

00:07:37.457 --> 00:07:40.510
mas usá-la em genômica é
particularmente complicado.

00:07:40.510 --> 00:07:43.774
Progredimos aos poucos e queríamos
enfrentar diferentes desafios.

00:07:43.774 --> 00:07:46.576
Começamos pelos traços comuns,

00:07:46.576 --> 00:07:49.213
pois tais características
são mais fáceis de trabalhar,

00:07:49.213 --> 00:07:50.365
todos as têm.

NOTE Paragraph

00:07:50.365 --> 00:07:52.893
Começamos a indagar:

00:07:52.893 --> 00:07:54.303
Podemos prever a altura?

00:07:54.985 --> 00:07:57.192
Podemos ler os livros e prever a altura?

00:07:57.192 --> 00:07:58.331
Bem, realmente podemos,

00:07:58.331 --> 00:08:00.148
com 5 cm de precisão.

00:08:00.148 --> 00:08:03.333
O índice de massa corporal, IMC,
está ligado ao estilo de vida,

00:08:03.333 --> 00:08:07.185
mas, dentro de certos limites,
podemos prevê-lo com 8 kg de precisão.

00:08:07.185 --> 00:08:08.440
E prever a cor dos olhos?

00:08:08.440 --> 00:08:11.132
Sim, podemos. Com 80% de precisão.

00:08:11.466 --> 00:08:13.318
Podemos prever a cor da pele?

00:08:13.318 --> 00:08:15.829
Sim, podemos, com 80% de precisão.

00:08:15.829 --> 00:08:17.243
Podemos prever a idade?

00:08:18.121 --> 00:08:21.854
Podemos porque, aparentemente,
o código muda ao longo da vida.

00:08:21.854 --> 00:08:25.150
Ele se encurta, perde pedaços,
ganha inserções.

00:08:25.150 --> 00:08:27.745
Lemos os sinais e elaboramos um modelo.

NOTE Paragraph

00:08:28.438 --> 00:08:31.493
Um desafio interessante:
é possível prever a face humana?

00:08:33.014 --> 00:08:34.286
É um pouco complicado,

00:08:34.286 --> 00:08:37.527
porque uma face humana está espalhada
entre milhões de letras.

00:08:37.527 --> 00:08:40.160
E uma face humana não é
um objeto bem definido.

00:08:40.164 --> 00:08:42.219
Construímos uma coleção delas

00:08:42.219 --> 00:08:44.943
para aprender e ensinar
a uma máquina o que é uma face,

00:08:44.943 --> 00:08:46.994
a incorporá-la e comprimi-la.

00:08:46.994 --> 00:08:49.286
Se entendem de aprendizagem de máquina,

00:08:49.286 --> 00:08:51.610
compreendem qual é o desafio aqui.

NOTE Paragraph

00:08:52.108 --> 00:08:58.093
Bem, 15 anos após termos
lido a primeira sequência,

00:08:58.093 --> 00:09:01.019
agora em outubro 
identificamos alguns sinais.

00:09:01.019 --> 00:09:03.478
Foi um momento muito emocionante.

00:09:03.478 --> 00:09:07.273
O que veem aqui é uma pessoa
chegando ao nosso laboratório.

00:09:07.619 --> 00:09:09.531
Para nós, é um rosto.

00:09:09.531 --> 00:09:13.176
Tomamos o rosto real de uma pessoa,
reduzimos a complexidade,

00:09:13.176 --> 00:09:15.190
porque nem tudo está no rosto,

00:09:15.190 --> 00:09:18.990
muitos aspectos e defeitos e assimetrias
vêm da vida que a pessoa leva.

00:09:18.990 --> 00:09:22.499
Simetrizamos a face
e usamos nosso algoritmo.

00:09:23.245 --> 00:09:25.193
O resultado que lhes mostro agora

00:09:25.193 --> 00:09:28.539
é a previsão que fizemos
a partir de amostra de sangue.

NOTE Paragraph

00:09:29.596 --> 00:09:31.114
(Aplausos)

NOTE Paragraph

00:09:31.114 --> 00:09:32.579
Esperem um instante.

00:09:32.583 --> 00:09:37.279
Nesses segundos, vocês olham da esquerda
para a direita e vice-versa,

00:09:37.279 --> 00:09:41.249
e o cérebro espera
que as figuras sejam idênticas.

00:09:41.263 --> 00:09:43.693
Peço que façam um outro
exercício, para ser honesto.

00:09:43.693 --> 00:09:46.014
Por favor, procurem as diferenças,

00:09:46.014 --> 00:09:47.399
as quais são muitas.

00:09:47.399 --> 00:09:50.042
A maior quantidade
de sinais vem do gênero,

00:09:50.046 --> 00:09:55.241
depois a idade, IMC, o componente
da etnicidade de uma pessoa.

00:09:55.241 --> 00:09:58.996
E extrapolar a partir do sinal
é mais complicado ainda.

00:09:58.996 --> 00:10:02.260
Mas, o que veem aqui,
mesmo nas diferenças,

00:10:02.260 --> 00:10:05.889
permite que percebam
que estamos no caminho certo,

00:10:05.889 --> 00:10:07.261
que estamos chegando perto.

00:10:07.261 --> 00:10:09.634
E já nos causa algumas emoções.

NOTE Paragraph

00:10:09.634 --> 00:10:11.384
Esta é uma outra pessoa que chega,

00:10:11.384 --> 00:10:13.481
e esta é uma previsão.

00:10:13.481 --> 00:10:15.824
Tem uma face um pouco menor,

00:10:15.824 --> 00:10:18.404
não captamos a estrutura
craniana completa,

00:10:18.404 --> 00:10:21.095
mas, ainda assim, chegamos perto.

00:10:21.634 --> 00:10:23.852
Eis o sujeito que chega
em nosso laboratório,

00:10:23.852 --> 00:10:25.325
e esta é a sua previsão.

00:10:26.056 --> 00:10:30.736
Essas pessoas nunca foram usadas
para treinar a máquina.

00:10:30.736 --> 00:10:33.557
São chamadas de conjunto “não incluído”.

00:10:33.557 --> 00:10:37.341
São pessoas que vocês provavelmente
nunca acreditarão que existem.

00:10:37.341 --> 00:10:40.041
Estamos publicando tudo
em uma revista científica,

00:10:40.041 --> 00:10:41.206
e vocês podem ler.

NOTE Paragraph

00:10:41.206 --> 00:10:43.600
Já que estamos no palco,
Chris me desafiou.

00:10:43.604 --> 00:10:47.244
É possível que tenha me exposto
e me arriscado a prever

00:10:47.244 --> 00:10:50.105
alguém que vocês podem reconhecer.

00:10:50.470 --> 00:10:54.895
No sangue contido neste tubo de ensaio,
e creiam-me, vocês não têm ideia

00:10:54.899 --> 00:10:57.773
do que tivemos que fazer
para obter este sangue, aqui,

00:10:57.773 --> 00:11:01.698
este frasquinho de sangue contém
a quantidade de informação biológica

00:11:01.698 --> 00:11:04.009
necessária para sequenciar todo o genoma.

00:11:04.009 --> 00:11:06.119
Esta quantidade é suficiente.

00:11:06.528 --> 00:11:09.733
Fizemos esta sequência
e vamos fazê-la com vocês.

00:11:09.737 --> 00:11:13.736
Começamos a utilizar
todo o conhecimento que temos.

00:11:13.740 --> 00:11:17.110
Com o tubo de sangue,
previmos que era um homem.

00:11:17.124 --> 00:11:18.498
E era um homem.

00:11:18.996 --> 00:11:21.398
Previmos que tem 1,76 m.

00:11:21.398 --> 00:11:23.850
O sujeito tem 1,77 m.

00:11:23.864 --> 00:11:27.984
Previmos 76 kg, a pessoa tem 82 kg.

00:11:28.701 --> 00:11:31.287
Previmos sua idade, 38 anos.

00:11:31.287 --> 00:11:33.261
A pessoa tem 35 anos.

00:11:33.851 --> 00:11:35.975

Previmos a cor dos seus olhos.

00:11:36.824 --> 00:11:38.019
São muito escuros.

00:11:38.019 --> 00:11:39.614
Previmos sua cor de pele.

00:11:40.026 --> 00:11:41.436
Falta pouco.

00:11:41.899 --> 00:11:43.272
Esta é sua face.

NOTE Paragraph

00:11:45.172 --> 00:11:48.425
Agora, a hora da revelação:

00:11:48.425 --> 00:11:50.209
o sujeito é esta pessoa.

NOTE Paragraph

00:11:50.209 --> 00:11:52.158
(Risos)

NOTE Paragraph

00:11:52.158 --> 00:11:54.260
Foi uma coisa intencional

00:11:54.260 --> 00:11:57.986
Sou de uma etnia muito peculiar.

00:11:57.986 --> 00:12:00.950
Europeus do sul, italianos,
não se enquadram em modelos.

00:12:00.950 --> 00:12:03.144
E é específico…

00:12:03.144 --> 00:12:06.144
O grupo étnico é muito complexo
e especial para o nosso modelo.

00:12:06.144 --> 00:12:07.647
Mas há uma outra questão.

00:12:07.647 --> 00:12:11.128
Uma das coisas muito usadas
para reconhecer pessoas

00:12:11.128 --> 00:12:12.874
nunca estará escrita no genoma.

00:12:12.874 --> 00:12:15.235
É a nossa livre escolha,
é a nossa aparência.

00:12:15.235 --> 00:12:18.488
Não o meu corte de cabelo,
neste caso, o corte de minha barba.

00:12:18.488 --> 00:12:22.055
Neste caso, eu vou transferir...

00:12:22.055 --> 00:12:24.824
usou-se apenas o Photoshop,
sem qualquer modelagem...

00:12:24.824 --> 00:12:26.591
a barba para o sujeito.

00:12:26.591 --> 00:12:30.093
E imediatamente nós temos
uma percepção muito, muito melhor.

NOTE Paragraph

00:12:30.955 --> 00:12:33.664
Por que agimos assim?

00:12:35.938 --> 00:12:41.072
Certamente não o fazemos
para prever a altura

00:12:41.072 --> 00:12:43.474
ou obter uma bonita imagem
a partir do sangue.

00:12:44.390 --> 00:12:48.402
O fazemos porque a mesma 
tecnologia e a mesma abordagem,

00:12:48.402 --> 00:12:50.952
a aprendizagem de máquina deste código,

00:12:50.956 --> 00:12:54.067
nos ajudam a entender como funcionamos,

00:12:54.067 --> 00:12:55.607
como o corpo funciona,

00:12:55.607 --> 00:12:57.312
como o corpo envelhece,

00:12:57.316 --> 00:13:00.099
como as doenças surgem no organismo,

00:13:00.099 --> 00:13:03.065
como o câncer cresce e se desenvolve,

00:13:03.065 --> 00:13:04.892
como as drogas agem,

00:13:04.892 --> 00:13:07.246
e se elas atuam em nosso corpo.

NOTE Paragraph

00:13:07.713 --> 00:13:09.380
Este é um grande desafio.

00:13:09.854 --> 00:13:11.516
É um desafio para todos nós

00:13:11.516 --> 00:13:14.079
e milhares de outros 
pesquisadores no mundo inteiro.

00:13:14.079 --> 00:13:16.381
É a chamada medicina personalizada.

00:13:17.125 --> 00:13:20.579
É a capacidade de trocar
uma abordagem estatística,

00:13:20.579 --> 00:13:22.625
na qual somos uma gota no oceano,

00:13:22.625 --> 00:13:24.462
por uma abordagem personalizada,

00:13:24.462 --> 00:13:26.681
na qual lemos todos estes livros

00:13:26.691 --> 00:13:29.575
e conseguirmos uma compreensão
de quem somos exatamente.

00:13:30.260 --> 00:13:33.606
Mas é um desafio
particularmente complicado,

00:13:33.606 --> 00:13:37.628
porque hoje, de todos esses livros,

00:13:37.628 --> 00:13:40.310
é provável que conheçamos apenas 2%:

00:13:41.027 --> 00:13:44.680
4 livros em mais de 175.

NOTE Paragraph

00:13:46.021 --> 00:13:49.747
E este não é o foco da minha palestra,

00:13:50.145 --> 00:13:52.743
porque aprenderemos mais.

00:13:53.378 --> 00:13:56.207
As melhores cabeças do mundo
estudam este problema.

00:13:57.048 --> 00:13:58.866
A previsão será aperfeiçoada,

00:13:58.866 --> 00:14:01.133
o modelo ficará mais preciso.

00:14:01.133 --> 00:14:03.015
E quanto mais aprendermos,

00:14:03.015 --> 00:14:07.879
mais seremos confrontados com decisões

00:14:07.879 --> 00:14:10.940
que nunca antes tivemos que encarar

00:14:10.944 --> 00:14:13.361
sobre a vida, sobre a morte,

00:14:13.811 --> 00:14:15.684
sobre a criação de filhos.

NOTE Paragraph

00:14:20.626 --> 00:14:25.372
Estamos lidando com os detalhes
recônditos de como a vida funciona.

00:14:26.118 --> 00:14:29.240
É uma revolução que não pode se limitar

00:14:29.240 --> 00:14:31.959
ao domínio da ciência ou da tecnologia.

00:14:32.960 --> 00:14:35.204
Deve haver um debate global.

00:14:35.798 --> 00:14:40.989
Devemos pensar o futuro que estamos
construindo para a humanidade.

00:14:40.989 --> 00:14:43.487
Precisamos interagir
com pessoas criativas,

00:14:43.487 --> 00:14:45.127
com artistas, com filósofos

00:14:45.127 --> 00:14:46.631
com políticos.

00:14:46.631 --> 00:14:47.803
Todos estão envolvidos,

00:14:47.803 --> 00:14:50.668
porque é o futuro da nossa espécie.

00:14:51.273 --> 00:14:55.255
Sem temor, mas com a compreensão

00:14:55.255 --> 00:14:59.120
de que as decisões 
que tomaremos no próximo ano

00:14:59.120 --> 00:15:02.949
mudarão o curso da história para sempre.

NOTE Paragraph

00:15:03.732 --> 00:15:04.906
Obrigado.

NOTE Paragraph

00:15:04.906 --> 00:15:08.122
(Aplausos)