1
00:00:00,612 --> 00:00:03,374
Durante os próximos 16 minutos,
vou levá-los numa viagem

2
00:00:03,398 --> 00:00:06,484
que é provavelmente
o maior sonho da Humanidade:

3
00:00:06,508 --> 00:00:08,923
compreender o código da vida.

4
00:00:09,072 --> 00:00:11,815
Para mim, tudo começou há muitos anos,

5
00:00:11,839 --> 00:00:14,562
quando vi a primeira impressora 3D.

6
00:00:14,586 --> 00:00:16,480
O conceito era fascinante.

7
00:00:16,480 --> 00:00:18,526
Uma impressora 3D
precisa de três elementos:

8
00:00:18,526 --> 00:00:22,464
um pouco de informação,
matéria-prima, energia,

9
00:00:22,488 --> 00:00:26,052
e pode produzir qualquer objeto
que não existia antes.

10
00:00:26,517 --> 00:00:28,208
Eu andava a estudar Física.

11
00:00:28,208 --> 00:00:32,106
Ia de regresso a casa quando me apercebi
que sempre conhecera uma impressora 3D.

12
00:00:32,106 --> 00:00:33,786
Toda a gente também conhece.

13
00:00:33,786 --> 00:00:34,998
Era a minha mãe.

14
00:00:34,998 --> 00:00:36,083
(Risos)

15
00:00:36,083 --> 00:00:38,061
A minha mãe agarra em três elementos:

16
00:00:38,061 --> 00:00:39,521
um pouco de informação

17
00:00:39,521 --> 00:00:42,442
que, neste caso, é partilhada
pelo meu pai e pela minha mãe,

18
00:00:42,442 --> 00:00:46,319
matéria-prima e energia
no mesmo meio, isto é, comida,

19
00:00:46,323 --> 00:00:48,851
e após vários meses, produz-me.

20
00:00:48,855 --> 00:00:50,707
Eu não existia antes.

21
00:00:50,707 --> 00:00:54,453
Para além do choque de descobrir
que a minha mãe é uma impressora 3D,

22
00:00:54,477 --> 00:00:59,215
fiquei imediatamente 
hipnotizado por aquele elemento,

23
00:00:59,239 --> 00:01:00,956
o primeiro, a informação.

24
00:01:00,980 --> 00:01:03,251
Que quantidade de informações
será precisa

25
00:01:03,255 --> 00:01:05,301
para construir e montar um ser humano?

26
00:01:05,301 --> 00:01:07,079
Será muita? Será pouca?

27
00:01:07,079 --> 00:01:09,313
Quantas "pen drives" podemos encher?

28
00:01:09,313 --> 00:01:11,641
Eu estava a estudar Física,
no início,

29
00:01:11,665 --> 00:01:16,812
e imaginei uma aproximação humana
como uma construção gigante de Lego.

30
00:01:17,286 --> 00:01:21,071
Imaginem que os blocos Lego
são pequenos átomos

31
00:01:21,095 --> 00:01:25,748
e que há um átomo de hidrogénio aqui,
um de carbono ali, um de azoto acolá.

32
00:01:25,772 --> 00:01:27,723
Assim, na primeira aproximação,

33
00:01:27,723 --> 00:01:31,710
se eu puder listar o número de átomos
que compõem um ser humano,

34
00:01:31,734 --> 00:01:33,121
posso construí-lo.

35
00:01:33,145 --> 00:01:35,304
Podemos fazer alguns cálculos

36
00:01:35,304 --> 00:01:38,475
e o resultado é um número astronómico.

37
00:01:38,499 --> 00:01:41,256
O número de átomos,

38
00:01:41,280 --> 00:01:46,035
o ficheiro que vou guardar na minha 
"pen drive", para montar um bebé,

39
00:01:46,059 --> 00:01:50,726
vai encher um Titanic inteiro
de "pen drives",

40
00:01:50,750 --> 00:01:53,468
multiplicado por dois mil.

41
00:01:53,957 --> 00:01:57,358
É este o milagre da vida.

42
00:01:57,382 --> 00:01:59,994
Cada vez que virmos uma mulher grávida,

43
00:02:00,018 --> 00:02:02,874
ela está a reunir a maior
quantidade de informações

44
00:02:02,898 --> 00:02:04,674
que jamais iremos encontrar.

45
00:02:04,674 --> 00:02:07,618
Esqueçam os megadados,
esqueçam tudo o que ouviram dizer.

46
00:02:07,618 --> 00:02:10,683
Esta é a maior quantidade
de informações que existe.

47
00:02:10,813 --> 00:02:13,810
(Aplausos)

48
00:02:14,214 --> 00:02:18,858
Mas, felizmente, a Natureza é muito mais
inteligente que um jovem físico,

49
00:02:18,882 --> 00:02:22,468
e em quatro mil milhões de anos,
conseguiu embalar estas informações

50
00:02:22,482 --> 00:02:25,377
num pequeno cristal chamado ADN.

51
00:02:25,605 --> 00:02:29,917
Encontrámo-lo pela primeira vez 
em 1950, quando Rosalind Franklin,

52
00:02:29,941 --> 00:02:31,497
uma cientista incrível,

53
00:02:31,521 --> 00:02:33,000
lhe tirou uma fotografia.

54
00:02:33,000 --> 00:02:38,122
Mas demorou-nos mais de 40 anos
até se analisar uma célula humana,

55
00:02:38,146 --> 00:02:39,748
extrair esse cristal,

56
00:02:39,772 --> 00:02:43,032
desenrolá-lo e lê-lo pela primeira vez.

57
00:02:43,615 --> 00:02:46,906
O código vem a ser
um alfabeto bastante simples,

58
00:02:46,906 --> 00:02:50,652
de quatro letras: A, T, C e G.

59
00:02:50,676 --> 00:02:54,566
Para construir um ser humano,
precisamos de três mil milhões de letras.

60
00:02:54,933 --> 00:02:56,292
Três mil milhões!

61
00:02:56,292 --> 00:02:57,955
Quanto é três mil milhões?

62
00:02:57,955 --> 00:03:00,581
É um número que não faz sentido, não é?

63
00:03:00,581 --> 00:03:04,610
Então comecei a pensar como
podia explicar melhor

64
00:03:04,634 --> 00:03:07,684
sobre a grandeza e a enormidade
deste código.

65
00:03:07,708 --> 00:03:10,762
Mas para isso, vou precisar de ajuda,

66
00:03:10,786 --> 00:03:14,013
e a melhor pessoa para me ajudar
a apresentar o código

67
00:03:14,037 --> 00:03:17,559
é o primeiro homem que o sequenciou,
o Dr. Craig Venter.

68
00:03:17,813 --> 00:03:20,973
Bem-vindo ao palco, Dr. Craig Venter.

69
00:03:21,307 --> 00:03:24,348
(Aplausos)

70
00:03:28,352 --> 00:03:30,758
Não é o homem em carne e osso

71
00:03:31,448 --> 00:03:33,793
mas, pela primeira vez na História,

72
00:03:33,817 --> 00:03:37,349
este é o genoma
de um ser humano específico,

73
00:03:37,349 --> 00:03:41,183
impresso página a página, 
letra a letra:

74
00:03:41,183 --> 00:03:45,133
262 000 páginas de informações,

75
00:03:45,133 --> 00:03:49,631
450 kg, enviado dos EUA para o Canadá,

76
00:03:49,631 --> 00:03:54,338
graças a Bruno Bowden, Lulu.com,
uma "start-up", que fez tudo.

77
00:03:54,362 --> 00:03:56,095
Foi uma proeza incrível!

78
00:03:56,095 --> 00:04:00,146
Mas esta é a perceção visual
do código da vida.

79
00:04:00,420 --> 00:04:03,218
Agora, pela primeira vez,
posso fazer uma coisa divertida.

80
00:04:03,218 --> 00:04:05,549
Posso introduzir-me dentro dele e ler.

81
00:04:05,549 --> 00:04:10,028
Vou escolher um livro interessante...
como este.

82
00:04:13,277 --> 00:04:15,761
Tenho uma nota:
é um livro bastante grande.

83
00:04:16,361 --> 00:04:19,982
Só para que possam ver
o que é o código da vida.

84
00:04:20,566 --> 00:04:23,957
Milhares e milhares e milhares

85
00:04:23,981 --> 00:04:26,651
e milhões de letras.

86
00:04:26,675 --> 00:04:29,071
Aparentemente, não fazem sentido.

87
00:04:29,095 --> 00:04:31,082
Vejamos uma parte específica.

88
00:04:31,571 --> 00:04:32,933
Eu vou lê-la.

89
00:04:32,957 --> 00:04:34,298
(Risos)

90
00:04:34,298 --> 00:04:38,008
"AAG, AAT, ATA".

91
00:04:38,965 --> 00:04:41,212
Para vocês, soam a letras mudas,

92
00:04:41,212 --> 00:04:45,267
mas é esta sequência 
que dá a cor aos olhos de Craig.

93
00:04:45,633 --> 00:04:47,725
Vou mostrar outra passagem do livro.

94
00:04:47,725 --> 00:04:50,293
Esta é um pouco mais complicada.

95
00:04:50,983 --> 00:04:53,630
Cromossoma 14, livro 132.

96
00:04:53,654 --> 00:04:55,744
(Risos)

97
00:04:55,968 --> 00:04:57,775
Conforme era de esperar...

98
00:04:57,835 --> 00:05:00,535
(Risos)

99
00:05:03,017 --> 00:05:07,524
"ATT, CTT, GATT".

100
00:05:08,329 --> 00:05:10,016
Este humano tem sorte

101
00:05:10,040 --> 00:05:14,557
porque, se faltassem nesta posição
apenas duas letras

102
00:05:14,581 --> 00:05:16,458
— duas letras entre três mil milhões —

103
00:05:16,482 --> 00:05:18,601
ele estaria condenado
a uma doença terrível,

104
00:05:18,601 --> 00:05:20,225
a fibrose quística.

105
00:05:20,225 --> 00:05:23,402
Não há cura para ela,
não sabemos como a tratar.

106
00:05:23,426 --> 00:05:27,181
E são apenas duas letras
diferentes das que nós temos.

107
00:05:27,585 --> 00:05:30,580
Um livro maravilhoso,
um livro poderoso,

108
00:05:31,115 --> 00:05:33,243
um livro poderoso
que me ajudou a perceber

109
00:05:33,243 --> 00:05:36,310
e a mostrar-vos uma coisa extraordinária.

110
00:05:36,480 --> 00:05:40,915
Cada um de vós 
— ou seja, eu e vocês —

111
00:05:40,939 --> 00:05:43,973
não passa de cinco milhões disto,

112
00:05:43,973 --> 00:05:45,565
metade de um livro.

113
00:05:46,015 --> 00:05:47,678
Quanto ao resto,

114
00:05:47,702 --> 00:05:50,494
somos todos absolutamente idênticos.

115
00:05:51,008 --> 00:05:55,026
Quinhentas páginas
é o milagre da vida que somos.

116
00:05:55,050 --> 00:05:57,581
O resto é partilhado por todos.

117
00:05:57,605 --> 00:06:00,644
Pensem nisso outra vez,
quando pensarem que somos diferentes.

118
00:06:00,644 --> 00:06:03,249
É esta a quantidade que partilhamos.

119
00:06:03,441 --> 00:06:06,870
Agora que conquistei a vossa atenção,

120
00:06:06,894 --> 00:06:08,453
a pergunta seguinte é:

121
00:06:08,453 --> 00:06:11,368
Como é que o lemos?
Como é que o compreendemos?

122
00:06:11,679 --> 00:06:15,649
Por melhores que vocês sejam
a montar móveis suecos,

123
00:06:15,673 --> 00:06:19,316
nunca na vida poderão decifrar
este manual de instruções.


124
00:06:19,316 --> 00:06:20,863
(Risos)

125
00:06:20,887 --> 00:06:24,189
Em 2014, dois conhecidos oradores TED,

126
00:06:24,189 --> 00:06:26,693
Peter Diamandis e o próprio Craig Venter,

127
00:06:26,693 --> 00:06:28,694
decidiram fundar uma nova empresa.

128
00:06:28,694 --> 00:06:31,350
Assim nasceu a Human Longevity,
com uma missão:

129
00:06:31,368 --> 00:06:33,419
tentar tudo o que fosse possível

130
00:06:33,419 --> 00:06:36,192
e aprender tudo o que 
se pode aprender nestes livros,

131
00:06:36,192 --> 00:06:38,291
com um objetivo,

132
00:06:38,862 --> 00:06:41,863
tornar real o sonho
da medicina personalizada,

133
00:06:41,863 --> 00:06:45,454
perceber que coisas se devem fazer
para ter melhor saúde

134
00:06:45,478 --> 00:06:47,911
e quais são os segredos nestes livros.

135
00:06:48,329 --> 00:06:52,579
Uma equipa fantástica, de 40 cientistas
de dados e muitas mais pessoas,

136
00:06:52,603 --> 00:06:54,253
com quem foi um prazer trabalhar.

137
00:06:54,253 --> 00:06:56,230
O conceito é muito simples.

138
00:06:56,254 --> 00:06:59,412
Vamos usar uma tecnologia
chamada "aprendizagem automática".

139
00:06:59,806 --> 00:07:03,975
Por um lado, temos genomas,
milhares de genomas.

140
00:07:03,999 --> 00:07:07,996
Por outro lado, reunimos 
a maior base de dados dos seres humanos:

141
00:07:08,020 --> 00:07:12,316
os fenótipos, a digitalização 3D, a RMN,
tudo aquilo em que possam pensar.

142
00:07:12,340 --> 00:07:15,239
Lá dentro, nestes dois lados opostos,

143
00:07:15,263 --> 00:07:17,705
está o segredo da tradução.

144
00:07:17,729 --> 00:07:20,331
E no meio, construímos uma máquina.

145
00:07:20,801 --> 00:07:23,186
Construímos uma máquina
e treinamos uma máquina

146
00:07:23,210 --> 00:07:26,420
— não exatamente uma máquina,
muitas e muitas máquinas —

147
00:07:26,444 --> 00:07:31,158
para tentar compreender e traduzir
o genoma num fenótipo.

148
00:07:31,362 --> 00:07:34,702
O que são essas letras
e o que é que elas fazem?

149
00:07:34,726 --> 00:07:37,473
É uma abordagem
que pode ser usada para tudo,

150
00:07:37,497 --> 00:07:40,490
mas usá-la nos genomas
é especialmente complicado.

151
00:07:40,514 --> 00:07:43,790
Pouco a pouco, evoluímos e
quisemos montar desafios diferentes.

152
00:07:43,814 --> 00:07:46,400
Começámos pelo princípio,
pelas características comuns.

153
00:07:46,400 --> 00:07:49,263
As características comuns são confortáveis
porque são comuns,

154
00:07:49,263 --> 00:07:50,551
toda a gente as tem.

155
00:07:50,551 --> 00:07:52,899
Assim, começámos a perguntar:

156
00:07:52,923 --> 00:07:54,693
Podemos prever a altura?

157
00:07:54,985 --> 00:07:57,162
Podemos ler os livros
e prever a vossa altura?

158
00:07:57,186 --> 00:08:00,167
Sim, podemos sim,
com cinco centímetros de precisão.

159
00:08:00,178 --> 00:08:03,463
O Índice de Massa Corporal
está muito ligado ao vosso estilo de vida,

160
00:08:03,463 --> 00:08:07,201
mas ainda podemos estimar
com oito quilos de precisão.

161
00:08:07,225 --> 00:08:08,796
Podemos prever a cor dos olhos?

162
00:08:08,796 --> 00:08:11,218
Sim, podemos, com 80% de precisão.

163
00:08:11,466 --> 00:08:13,434
Podemos prever a cor da pele?

164
00:08:13,434 --> 00:08:15,789
Sim, podemos, com 80% de precisão.

165
00:08:15,903 --> 00:08:17,723
Podemos prever a idade?

166
00:08:18,121 --> 00:08:21,860
Podemos, porque, segundo parece,
o código muda durante a vida.

167
00:08:21,884 --> 00:08:25,166
Fica mais curto, perdemos peças,
fica com inserções.

168
00:08:25,380 --> 00:08:27,955
Lemos os sinais, e fazemos um modelo.

169
00:08:28,438 --> 00:08:30,233
Agora, um problema interessante.

170
00:08:30,233 --> 00:08:32,156
Podemos prever uma cara humana?

171
00:08:33,014 --> 00:08:34,552
É um pouco complicado,

172
00:08:34,552 --> 00:08:37,687
porque uma cara humana está espalhada
entre milhões destas letras.

173
00:08:37,687 --> 00:08:40,220
E uma cara humana não é
um objeto muito bem definido.

174
00:08:40,220 --> 00:08:42,435
Portanto, tivemos que construir
toda uma camada

175
00:08:42,435 --> 00:08:45,079
para aprender e ensinar
a uma máquina o que é uma cara,

176
00:08:45,079 --> 00:08:46,940
embuti-la e comprimi-la.

177
00:08:46,940 --> 00:08:49,302
Se estão à vontade
com a "aprendizagem automática"

178
00:08:49,326 --> 00:08:51,610
percebem qual é aqui o problema.

179
00:08:52,108 --> 00:08:58,099
Ao fim de 15 anos — 15 anos depois
de lermos a primeira sequência —

180
00:08:58,123 --> 00:09:01,025
este outubro, começámos
a ver alguns sinais.

181
00:09:01,049 --> 00:09:03,674
Foi um momento muito emotivo.

182
00:09:03,674 --> 00:09:07,363
Estão a ver aqui um sujeito
que entrou no nosso laboratório.

183
00:09:07,619 --> 00:09:09,647
Para nós, isto é uma cara.

184
00:09:09,647 --> 00:09:13,202
Agarramos na cara de um sujeito,
reduzimos-lhe a complexidade,

185
00:09:13,226 --> 00:09:15,196
porque nem tudo está na nossa cara

186
00:09:15,220 --> 00:09:19,006
— muitas das características e defeitos
e assimetrias são produto da nossa vida.

187
00:09:19,300 --> 00:09:22,709
Tornamos a cara simétrica
e fazemos correr o algoritmo.

188
00:09:23,245 --> 00:09:25,233
O resultado que vos mostro agora,

189
00:09:25,233 --> 00:09:28,539
é a previsão que temos 
a partir do sangue.

190
00:09:29,596 --> 00:09:31,120
(Aplausos)

191
00:09:31,364 --> 00:09:32,709
Esperem um pouco.

192
00:09:32,913 --> 00:09:37,295
Nestes segundos, os vossos olhos
estão a ver, à esquerda e à direita,

193
00:09:37,319 --> 00:09:41,083
e o vosso cérebro quer 
que estas imagens sejam idênticas.

194
00:09:41,083 --> 00:09:44,239
Por isso, peço-vos para fazerem
outro exercício, sejam honestos.

195
00:09:44,239 --> 00:09:47,370
Procurem as diferenças
que são muitas.

196
00:09:47,439 --> 00:09:50,272
A maior quantidade de sinal
provém do sexo,

197
00:09:50,272 --> 00:09:55,267
depois há a idade, o IMC,
a componente étnica dum ser humano.

198
00:09:55,431 --> 00:09:59,002
Aumentar esse sinal
é muito mais complicado.

199
00:09:59,026 --> 00:10:02,276
Mas o que aqui vemos,
mesmo nas diferenças,

200
00:10:02,300 --> 00:10:05,639
permite-nos perceber
que estamos no campo certo,

201
00:10:05,639 --> 00:10:07,357
que estamos a aproximar-nos.

202
00:10:07,357 --> 00:10:09,640
E já vos está a dar alguma emoção.

203
00:10:09,784 --> 00:10:12,367
Este é outro sujeito que aparece

204
00:10:12,391 --> 00:10:14,140
e este é uma previsão.

205
00:10:14,170 --> 00:10:18,420
Uma cara um pouco mais pequena, 
não temos a estrutura craniana completa,

206
00:10:18,444 --> 00:10:21,455
mesmo assim, está dentro da previsão.

207
00:10:21,634 --> 00:10:24,008
Este é um sujeito que entrou
no nosso laboratório,

208
00:10:24,008 --> 00:10:25,755
e esta é a previsão.

209
00:10:26,526 --> 00:10:30,710
Estas pessoas nunca foram vistas
durante o treino da máquina.

210
00:10:31,750 --> 00:10:33,593
São aquilo a que se chama
"grupos externos".

211
00:10:33,787 --> 00:10:37,357
Mas são pessoas que, provavelmente,
vocês não acreditariam que existiam.

212
00:10:37,591 --> 00:10:40,288
Estamos a publicar tudo
numa publicação científica,

213
00:10:40,288 --> 00:10:41,478
podem lê-la.

214
00:10:41,478 --> 00:10:44,088
Mas, como estamos no palco,
Chris desafiou-me.

215
00:10:44,088 --> 00:10:47,688
Provavelmente vou expor-me
e tentar prever alguém

216
00:10:47,688 --> 00:10:50,358
que vocês podem reconhecer.

217
00:10:50,358 --> 00:10:52,568
Portanto, neste tubo de coleta de sangue

218
00:10:53,328 --> 00:10:57,528
— vocês não fazem ideia do que tivemos
que fazer para arranjar este sangue —

219
00:10:57,528 --> 00:11:01,918
neste tubo de coleta de sangue está
a quantidade de informações biológicas

220
00:11:01,918 --> 00:11:04,929
de que precisamos, para fazer
uma sequência de genoma completa.

221
00:11:04,929 --> 00:11:06,609
Só precisamos desta quantidade.

222
00:11:06,609 --> 00:11:09,843
Fizemos correr esta sequência
e vou fazê-lo convosco.

223
00:11:09,843 --> 00:11:13,690
Começamos por utilizar
todos os conhecimentos que temos.

224
00:11:13,690 --> 00:11:17,240
Com o tubo de coleta de sangue
previmos que era um homem.

225
00:11:17,250 --> 00:11:18,908
E o sujeito é um homem.

226
00:11:19,126 --> 00:11:21,544
Previmos que tem 1,76 m de altura.

227
00:11:21,544 --> 00:11:23,850
O sujeito tem 1,77 cm de altura.

228
00:11:24,034 --> 00:11:27,984
Previmos que pesa 76 kg
e o sujeito pesa 82.

229
00:11:28,701 --> 00:11:31,433
Previmos que tem 38 anos.

230
00:11:31,433 --> 00:11:33,611
O sujeito tem 35 anos.

231
00:11:33,851 --> 00:11:36,155
Previmos a cor dos olhos:

232
00:11:36,824 --> 00:11:38,035
Muito escuros.

233
00:11:38,059 --> 00:11:39,854
Previmos a cor da pele.

234
00:11:40,026 --> 00:11:41,676
Estamos quase lá.

235
00:11:41,899 --> 00:11:43,802
Esta é a cara dele.

236
00:11:45,412 --> 00:11:48,441
Agora, o momento da revelação:

237
00:11:48,795 --> 00:11:50,625
o sujeito é esta pessoa.

238
00:11:50,695 --> 00:11:52,304
(Risos)

239
00:11:52,548 --> 00:11:54,486
Fi-lo intencionalmente.

240
00:11:54,486 --> 00:11:57,992
Eu sou duma etnia
muito especial e peculiar.

241
00:11:58,106 --> 00:12:01,146
Os europeus do sul, os italianos
nunca encaixam nos modelos.

242
00:12:01,266 --> 00:12:06,120
No nosso modelo,
a etnia é um caso complexo.

243
00:12:06,144 --> 00:12:08,213
Mas há uma outra questão.

244
00:12:08,383 --> 00:12:11,304
Uma das coisas que usamos muito
para reconhecer pessoas


245
00:12:11,304 --> 00:12:13,290
nunca estará escrita no genoma.

246
00:12:13,290 --> 00:12:15,581
É a nossa livre vontade,
como é o meu aspeto.

247
00:12:15,581 --> 00:12:18,654
Não é o meu corte de cabelo, neste caso,
mas o corte da minha barba.

248
00:12:18,654 --> 00:12:22,071
Vou mostrar-vos,
neste caso, transferi-la

249
00:12:22,095 --> 00:12:25,180
— e isto não é mais do que o Photoshop
não há aquilo modelos —

250
00:12:25,180 --> 00:12:26,987
a barba do sujeito.

251
00:12:26,987 --> 00:12:30,243
Imediatamente, temos uma sensação
muito melhor.

252
00:12:31,305 --> 00:12:34,154
Porque é que fazemos isto?

253
00:12:36,228 --> 00:12:40,858
Claro que não o fazemos
para prever a altura,

254
00:12:41,242 --> 00:12:44,044
ou para obter uma bela imagem
a partir do nosso sangue.

255
00:12:44,390 --> 00:12:48,408
Fazemo-lo porque a mesma tecnologia
e a mesma abordagem,

256
00:12:48,432 --> 00:12:51,082
a aprendizagem da máquina
deste código,


257
00:12:51,082 --> 00:12:54,113
está a ajudar-nos a compreender 
como funcionamos,

258
00:12:54,137 --> 00:12:55,883
como funciona o nosso corpo,

259
00:12:55,883 --> 00:12:57,702
como o nosso corpo envelhece,

260
00:12:57,702 --> 00:13:00,245
como as doenças se geram no nosso corpo,

261
00:13:00,245 --> 00:13:03,101
como o cancro cresce e se desenvolve,

262
00:13:03,125 --> 00:13:05,118
como funcionam os medicamentos

263
00:13:05,118 --> 00:13:07,496
e se funcionam no nosso corpo.

264
00:13:07,713 --> 00:13:09,890
Isto é um desafio enorme.

265
00:13:09,894 --> 00:13:11,592
Isto é um desafio que partilhamos

266
00:13:11,592 --> 00:13:14,415
com milhares de outros investigadores
pelo mundo inteiro.

267
00:13:14,415 --> 00:13:16,691
Chama-se medicina personalizada.

268
00:13:17,125 --> 00:13:20,585
É a capacidade de passar
de uma abordagem padronizada

269
00:13:20,609 --> 00:13:22,641
em que somos um ponto no oceano,

270
00:13:22,665 --> 00:13:24,728
para uma abordagem personalizada,

271
00:13:24,728 --> 00:13:26,857
onde lemos todos estes livros

272
00:13:26,857 --> 00:13:29,955
e obtemos a compreensão
de como somos, exatamente.

273
00:13:30,260 --> 00:13:33,822
Mas é um desafio
especialmente complicado,

274
00:13:33,822 --> 00:13:37,644
porque de todos estes livros,
no momento atual,

275
00:13:37,668 --> 00:13:40,660
apenas conhecemos talvez 2%,

276
00:13:41,217 --> 00:13:44,870
quatro livros entre mais de 175.

277
00:13:46,021 --> 00:13:49,767
Não é este o tópico da minha palestra,

278
00:13:50,145 --> 00:13:53,143
porque vamos aprender mais.

279
00:13:53,378 --> 00:13:56,477
Temos as melhores cabeças
no mundo neste tópico.

280
00:13:57,048 --> 00:13:58,882
As previsões vão melhorar,

281
00:13:58,906 --> 00:14:01,159
o modelo vai ser mais preciso.

282
00:14:01,183 --> 00:14:03,141
E quanto mais aprendermos

283
00:14:03,141 --> 00:14:07,905
mais seremos confrontados
com decisões

284
00:14:07,919 --> 00:14:10,940
que nunca tivemos que enfrentar
até agora,

285
00:14:10,964 --> 00:14:12,399
sobre a vida,

286
00:14:12,423 --> 00:14:14,097
sobre a morte,

287
00:14:14,121 --> 00:14:15,934
sobre a paternidade.

288
00:14:18,572 --> 00:14:20,752
Nesta conversa,

289
00:14:21,182 --> 00:14:26,118
estamos a tocar no pormenor mais íntimo
de como a vida funciona.

290
00:14:26,118 --> 00:14:29,276
É uma revolução que não se pode limitar

291
00:14:29,300 --> 00:14:32,289
ao domínio da ciência ou da tecnologia.

292
00:14:32,960 --> 00:14:35,594
Tem que ser uma conversa global.

293
00:14:35,798 --> 00:14:38,869
Precisamos de começar a pensar no futuro

294
00:14:38,869 --> 00:14:41,159
que estamos a construir
enquanto Humanidade.

295
00:14:41,159 --> 00:14:43,743
Precisamos de interagir
com pessoas criativas,

296
00:14:43,743 --> 00:14:46,637
com artistas, com filósofos,
com políticos.

297
00:14:46,661 --> 00:14:48,309
Todos estão envolvidos,

298
00:14:48,309 --> 00:14:51,068
porque trata-se do futuro
da nossa espécie.

299
00:14:51,273 --> 00:14:55,261
Sem medo, mas com a compreensão

300
00:14:55,265 --> 00:14:59,136
de que as decisões 
que tomarmos no próximo ano

301
00:14:59,160 --> 00:15:03,129
alterarão o curso da História para sempre.

302
00:15:03,732 --> 00:15:04,892
Obrigado.

303
00:15:05,216 --> 00:15:08,155
(Aplausos)