Wie man das Genom liest und einen Menschen erschafft
-
0:01 - 0:03Die nächsten 16 Minuten
nehme ich Sie mit auf eine Reise, -
0:03 - 0:07die wohl der größte Menschheitstraum ist:
-
0:07 - 0:09den Code des Lebens zu verstehen.
-
0:09 - 0:12Bei mir fing alles vor vielen Jahren an,
-
0:12 - 0:15als ich Bekanntschaft
mit dem ersten 3D-Drucker machte. -
0:15 - 0:16Das Konzept war spannend.
-
0:16 - 0:18Einem 3D-Drucker genügen drei Komponenten:
-
0:18 - 0:22Informationen, Ausgangsmaterial, Energie;
-
0:22 - 0:26und er kann irgendein Objekt herstellen,
das vorher nicht da war. -
0:27 - 0:29Ich studierte Physik,
kam nach Hause zurück -
0:29 - 0:32und erkannte, dass ich schon immer
einen 3D-Drucker kannte. -
0:32 - 0:34Wie jeder andere auch.
-
0:34 - 0:35Es war meine Mutter.
-
0:35 - 0:36(Lachen)
-
0:36 - 0:38Meiner Mutter genügten drei Komponenten:
-
0:38 - 0:42Informationen -- in diesem Fall
von meinem Vater und meiner Mutter --, -
0:42 - 0:46Ausgangsmaterial und Energie
-- beides als Lebensmittel -- -
0:46 - 0:49und nach mehreren Monaten
brachte sie mich zu Stande. -
0:49 - 0:51Auch ich war vorher nicht existent.
-
0:51 - 0:54Abgesehen vom Schock zu entdecken,
dass meine Mutter ein 3D-Drucker war, -
0:54 - 0:59faszinierte mich sofort der erste Teil:
-
0:59 - 1:01die Information.
-
1:01 - 1:03Welche Informationsmenge braucht man,
-
1:03 - 1:05um einen Menschen zu erschaffen?
-
1:05 - 1:07Ist es viel oder wenig?
-
1:07 - 1:09Wie viele USB-Sticks
lassen sich damit füllen? -
1:09 - 1:12Ich war Physik-Studienanfänger
-
1:12 - 1:17und nahm ein riesiges Lego-Modell
als Analogie für einen Menschen. -
1:17 - 1:21Stellen Sie sich vor,
die Bausteine seien kleine Atome -
1:21 - 1:24und hier ein Wasserstoff,
da ein Kohlenstoff -
1:24 - 1:26und dort ein Stickstoff.
-
1:26 - 1:28In einer ersten Annäherung nahm ich an,
-
1:28 - 1:30dass man einen Menschen erschaffen könnte,
-
1:30 - 1:33wenn man die Anzahl der Atome auflistet,
die einen Menschen ausmachen. -
1:33 - 1:35Man kann einige Berechnungen anstellen
-
1:35 - 1:39und es scheint eine ziemlich
erstaunliche Anzahl zu sein. -
1:39 - 1:42Die Datei für die Anzahl der Atome,
die man für ein Baby benötigt -
1:42 - 1:46und die ich abspeichern will,
-
1:46 - 1:51füllt die ganze Titanic mit USB-Sticks,
-
1:51 - 1:53multipliziert mit 2000.
-
1:54 - 1:57Das ist das Wunder des Lebens.
-
1:57 - 2:00Von nun an verbinden Sie
mit einer Schwangeren -
2:00 - 2:03jedes Mal die größte Datenmenge,
-
2:03 - 2:05die ihnen jemals unterkommen wird.
-
2:05 - 2:08Haken Sie Big Data ab,
vergessen Sie, wovon sie gehört haben. -
2:08 - 2:10Das ist die größte
existierende Datenmenge. -
2:10 - 2:12(Applaus)
-
2:12 - 2:14Aber ...
-
2:14 - 2:19die Natur ist glücklicherweise
viel schlauer als ein junger Physiker -
2:19 - 2:22und schaffte es in vier Milliarden Jahren
-
2:22 - 2:26die Informationen in ein kleines Kristall,
namens DNA, zu packen. -
2:26 - 2:28Man stieß 1950 zum ersten Mal darauf,
-
2:28 - 2:31als Rosalind Franklin,
eine erstaunliche Wissenschaftlerin, -
2:31 - 2:33ein Foto davon machte.
-
2:33 - 2:38Aber es dauerte mehr als 40 Jahre
bis man in eine menschliche Zelle blickte, -
2:38 - 2:40dieses Kristall herausholte,
-
2:40 - 2:43es ausrollte und das erste Mal las.
-
2:44 - 2:47Der Code stellt sich als
ziemlich einfaches Alphabet heraus. -
2:47 - 2:51Vier Buchstaben: A, T, C und G.
-
2:51 - 2:54Um einen Menschen zu bilden,
benötigt man davon drei Milliarden. -
2:55 - 2:56Drei Milliarden.
-
2:56 - 2:58Was bedeutet drei Milliarden?
-
2:58 - 3:01Die Zahl alleine ist sinnlos, oder?
-
3:01 - 3:05Also dachte ich darüber nach,
wie ich mir besser verdeutlichen könnte, -
3:05 - 3:08wie riesengroß dieser Code ist.
-
3:08 - 3:11Ich werde dazu Unterstützung benötigen
-
3:11 - 3:14und die beste Person, die mir
dabei helfen kann, den Code vorzustellen, -
3:14 - 3:16ist der Erste, der ihn
in eine Reihenfolge brachte: -
3:16 - 3:18Dr. Craig Venter.
-
3:18 - 3:22Herzlich Willkommen auf der Bühne:
Dr. Craig Venter. -
3:22 - 3:25(Applaus)
-
3:28 - 3:31Nicht aus Fleisch und Blut,
-
3:31 - 3:34aber zum ersten Mal in der Geschichte
-
3:34 - 3:37druckte man das Genom
eines bestimmten Menschen aus, -
3:37 - 3:41Seite für Seite, Buchstabe für Buchstabe.
-
3:41 - 3:45Daten auf 262 000 Seiten,
450 Kilogramm schwer, -
3:45 - 3:50verfrachtete man von den USA nach Kanada.
-
3:50 - 3:54Der Dank geht an Bruno Bowden, Lulu.com,
der alles Erforderliche unternahm. -
3:54 - 3:56Es war ein erstaunlicher Kraftakt.
-
3:56 - 4:00Das ist der visuell
wahrnehmbare Code des Lebens. -
4:00 - 4:03Erstmals kann ich etwas Lustiges tun.
-
4:03 - 4:05Ich kann hineinschauen und darin lesen.
-
4:05 - 4:10Nehmen wir dieses interessante Buch.
-
4:13 - 4:16Da ist ein Vermerk;
es ist ein ziemlich dickes Buch. -
4:16 - 4:19Nur um Sie verstehen zu lassen,
was der Code des Lebens ist. -
4:21 - 4:26Tausende und Abermillionen Buchstaben
-
4:27 - 4:29Sie sind anscheinend sinnvoll.
-
4:29 - 4:32Sehen wir uns einen bestimmten Teil an.
-
4:32 - 4:33Ich lese ihn vor:
-
4:33 - 4:34(Lachen)
-
4:34 - 4:38"AAG, AAT, ATA."
-
4:39 - 4:41Die Buchstaben sagen Ihnen nichts,
-
4:41 - 4:45aber durch diese Abfolge
erhält Craig seine Augenfarbe. -
4:46 - 4:48Ich zeige Ihnen einen anderen Buchteil.
-
4:48 - 4:50Der ist ein wenig komplizierter.
-
4:51 - 4:54Chromosom 14, Buch 132:
-
4:54 - 4:56(Lachen)
-
4:56 - 4:58Wie Sie vielleicht erwartet haben.
-
4:58 - 5:01(Lachen)
-
5:03 - 5:07"ATT, CTT, GATT."
-
5:08 - 5:10Dieser Mensch hat Glück,
-
5:10 - 5:14denn wenn nur zwei Buchstaben
an dieser Stelle fehlen -- -
5:14 - 5:16zwei Buchstaben unserer drei Milliarden --
-
5:16 - 5:19verdammt es einen
zu einer schrecklichen Krankheit: -
5:19 - 5:20Mukoviszidose.
-
5:20 - 5:23Es gibt keine Heilung
und man kennt keine Lösung. -
5:23 - 5:27Es sind nur zwei Buchstaben,
die uns unterscheiden. -
5:28 - 5:31Ein wundervolles Buch, ein mächtiges Buch,
-
5:31 - 5:36das mich begreifen und Ihnen
etwas Bemerkenswertes zeigen ließ. -
5:36 - 5:41Bei jedem von uns
sind ungefähr 5 Millionen nötig, -
5:41 - 5:44um uns zu dem zu machen, was wir sind:
-
5:44 - 5:45ein halbes Buch.
-
5:46 - 5:51Ansonsten sind wir alle absolut identisch.
-
5:51 - 5:55Fünfhundert Seiten sind
das Wunder ihres Lebens. -
5:55 - 5:58Das Übrige haben wir gemeinsam.
-
5:58 - 6:01Überdenken Sie noch einmal den Glauben,
wir seien unterschiedlich. -
6:01 - 6:03Das ist unsere gemeinsame Menge.
-
6:03 - 6:07Jetzt da ich Ihre Aufmerksamkeit habe,
-
6:07 - 6:08ist die nächste Frage:
-
6:08 - 6:09Wie liest man ihn?
-
6:09 - 6:11Wie versteht man die Bedeutung?
-
6:11 - 6:16Aber wie gut Sie auch im Zusammenbauen
schwedischer Möbel sein mögen, -
6:16 - 6:19diese Bedienungsanleitung können Sie
in Ihrem ganzen Leben nicht knacken. -
6:19 - 6:21(Lachen)
-
6:21 - 6:24Im Jahr 2014 entschieden sich
zwei berühmte TEDster, -
6:24 - 6:27Peter Diamandis und Craig Venter,
-
6:27 - 6:29ein neues Unternehmen aufzubauen.
-
6:29 - 6:30Human Longevity war geboren
-
6:30 - 6:31und es hat einen Auftrag:
-
6:31 - 6:36Alles auszuprobieren, was geht
und alles aus diesen Büchern zu erfahren, -
6:36 - 6:39mit dem einen Ziel:
-
6:39 - 6:42den Traum personalisierter Medizin
zu verwirklichen, -
6:42 - 6:45zu verstehen, was man tun sollte,
um die Gesundheit zu verbessern -
6:45 - 6:48und was die Geheimnisse
in diesen Büchern sind. -
6:48 - 6:52Ein tolles Team, 40 Data Scientists
und viele weitere Leute, -
6:52 - 6:54mit denen es eine Freude war zu arbeiten.
-
6:54 - 6:56Das Konzept ist eigentlich sehr einfach.
-
6:56 - 6:59Wir benutzen eine Technologie,
die man Maschinelles Lernen nennt. -
6:59 - 7:04Einerseits haben wir tausende von Genomen,
-
7:04 - 7:08andererseits sammelten wir
den größten Datenbestand zum Menschen: -
7:08 - 7:11Erscheinungsformen, 3D-Scans,
Nuklearmagnetresonanz -- -
7:11 - 7:12alles Erdenkliche.
-
7:12 - 7:15Zwischen diesen gegenüberliegenden Seiten
-
7:15 - 7:18liegt das Geheimnis der Umwandlung.
-
7:18 - 7:20Dazwischen bauten wir eine Maschine auf.
-
7:21 - 7:23Wir bauten und trainierten eine Maschine,
-
7:23 - 7:26-- nicht nur eine,
sondern viele Maschinen --, -
7:26 - 7:31um das Genom zu verstehen und es
in Erscheinungsformen zu übertragen. -
7:31 - 7:35Was bedeuten diese Buchstaben
und wozu führen sie? -
7:35 - 7:37Das ist ein Ansatz,
der für alles genutzt werden kann, -
7:37 - 7:41aber die Nutzung in der Genomforschung
ist teilweise kompliziert. -
7:41 - 7:42Nach und nach wuchsen wir
-
7:42 - 7:44und stellten uns
unterschiedlichen Aufgaben. -
7:44 - 7:47Wir fingen ganz von vorne an,
mit gemeinsamen Merkmalen. -
7:47 - 7:50Gemeinsame Merkmale sind angenehm,
weil wir sie gemeinsam haben. -
7:50 - 7:53Wir begannen damit,
unsere Fragen zu stellen: -
7:53 - 7:55Kann man die Größe vorhersagen?
-
7:55 - 7:58Kann man die Bücher lesen
und ihre Größe vorhersagen? -
7:58 - 7:59Eigentlich kann man es
-
7:59 - 8:01mit einer Treffsicherheit
bis auf 5 Zentimeter. -
8:01 - 8:04Der Body-Mass-Index hängt ziemlich
an unserem Lebensstil, -
8:04 - 8:07aber man liegt mit einer Genauigkeit
von 8 Kilogramm nahe dran. -
8:07 - 8:09Kann man die Augenfarbe vorhersagen?
-
8:09 - 8:10Ja, das kann man.
-
8:10 - 8:12Mit 80zig prozentiger Treffsicherheit.
-
8:12 - 8:13Kann man die Hautfarbe vorhersagen?
-
8:13 - 8:16Ja, das kann man:
80-prozentige Treffsicherheit. -
8:16 - 8:17Kann man das Alter vorhersagen?
-
8:18 - 8:22Man kann es, denn der Code ändert sich
anscheinend während des Lebens. -
8:22 - 8:25Er wird kürzer, verliert Stücke,
bekommt Einschübe. -
8:25 - 8:28Wir nehmen die Signale wahr
und erstellen ein Modell. -
8:28 - 8:30Eine interessante Herausforderung:
-
8:30 - 8:32Kann man Gesichtszüge vorhersagen?
-
8:33 - 8:34Es ist ein bisschen kompliziert,
-
8:34 - 8:38denn ein menschliches Gesicht
ist auf Millionen Buchstaben verstreut. -
8:38 - 8:41Ein menschliches Gesicht ist kein
sehr genau abgegrenztes Objekt. -
8:41 - 8:43Wir mussten davon
eine ganze Maske erstellen, -
8:43 - 8:45sie einbetten und
auf das Wesentliche reduzieren, -
8:45 - 8:48um einer Maschine beizubringen,
was ein Gesicht ist. -
8:48 - 8:50Wenn Sie mit maschinellem
Lernen vertraut sind, -
8:50 - 8:53verstehen Sie, worin hier
die Herausforderung liegt. -
8:53 - 8:58Nach 15 Jahren -- 15 Jahre nachdem man
die erste Sequenz gelesen hat -- -
8:58 - 9:01fingen wir im letzten Oktober an,
einige Signale zu verstehen. -
9:01 - 9:04Es war ein sehr emotionaler Augenblick.
-
9:04 - 9:08Hier sehen Sie eine Versuchsperson,
die in unser Labor kam. -
9:08 - 9:10Das ist für uns ein Gesicht.
-
9:10 - 9:13Wir reduzierten die Komplexität
des Gesichts einer echten Person, -
9:13 - 9:16denn nicht alles in einem Gesicht
ist ursprünglich vorhanden -- -
9:16 - 9:20viele Merkmale, Defekte und Asymmetrien
ergeben sich im Verlauf des Lebens. -
9:20 - 9:23Wir machten das Gesicht symmetrisch
und ließen unseren Algorithmus laufen. -
9:23 - 9:25Die Ergebnisse, die ich Ihnen nun zeige,
-
9:25 - 9:29sagten wir mit Hilfe des Blutes vorher.
-
9:30 - 9:31(Applaus)
-
9:31 - 9:33Warten Sie eine Sekunde.
-
9:33 - 9:36In diesen Augenblicken,
in denen Sie hin und her blicken, -
9:36 - 9:37links und rechts, links und rechts
-
9:37 - 9:41will Ihr Gehirn,
dass die Bilder identisch sind. -
9:41 - 9:43Daher bitte ich Sie,
der Ehrlichkeit halber, -
9:43 - 9:44um eine weitere Aufgabe.
-
9:44 - 9:46Bitte suchen Sie nach den Unterschieden,
-
9:46 - 9:47die zahlreich sind.
-
9:47 - 9:50Die größte Menge an Signalen
ergibt sich aus dem Geschlecht, -
9:50 - 9:55dann aus dem Alter, dem Body-Mass-Index
und der ethnischen Zugehörigkeit. -
9:55 - 9:59Dieses Signal zu verstärken
ist viel komplizierter. -
9:59 - 10:02Aber was Sie hier sehen,
sogar trotz der Unterschiede, -
10:02 - 10:06lässt Sie verstehen, dass wir
bei der richtigen Hausnummer sind -
10:06 - 10:07und näher kommen.
-
10:07 - 10:10Es ruft bei Ihnen bereits
einige Gefühle hervor. -
10:10 - 10:12Das ist eine andere Versuchsperson
-
10:12 - 10:14und das ist die Vorhersage.
-
10:14 - 10:18Ein schmaleres Gesicht,
die Schädelstruktur stimmt nicht ganz, -
10:18 - 10:21aber es ist immer noch
die richtige Größenordnung. -
10:22 - 10:24Das ist die Versuchsperson,
die in unser Labor kam, -
10:24 - 10:26und das ist die Vorhersage.
-
10:26 - 10:31Diese Menschen waren nie in das Training
der Maschinen eingebunden. -
10:31 - 10:34Sie gehören zur
sogenannten "Bereitschaftsgruppe". -
10:34 - 10:37Was sie vermutlich nicht glauben werden,
aber das sind echte Menschen. -
10:37 - 10:41Wir drucken alles in einer
wissenschaftlichen Veröffentlichung ab, -
10:41 - 10:42sodass man es nachlesen kann.
-
10:42 - 10:44Aber seit wir anfingen,
fordert Chris mich heraus. -
10:44 - 10:48Ich lehnte mich aus dem Fenster
und versuchte eine Vorhersage zu jemandem, -
10:48 - 10:50den sie vielleicht erkennen.
-
10:50 - 10:52In diesem Blutröhrchen --
-
10:52 - 10:55Sie können sich nicht vorstellen,
was wir anstellen mussten, -
10:55 - 10:58
um das Blut jetzt hier zu haben --, -
10:58 - 11:02ist die Menge an biologischer Information,
-
11:02 - 11:04die wir für eine vollständige
Genom-Sequenz benötigen. -
11:04 - 11:06Diese Menge genügt.
-
11:06 - 11:10Wir führten die Sequenzierung durch
und ich werde es mit Ihnen machen. -
11:10 - 11:14Wir wendeten die ganzen
vorhandenen Erkenntnisse an. -
11:14 - 11:17Wir sagten mit dem Blutröhrcheninhalt
das männliche Geschlecht vorher. -
11:17 - 11:18Die Person ist männlich.
-
11:19 - 11:22Wir sagten vorher,
dass er 1 Meter und 76 cm groß ist. -
11:22 - 11:24Die Person ist 1 Meter und 77 cm.
-
11:24 - 11:26Wir sagten vorher,
dass er 76 Kilo schwer ist, -
11:26 - 11:29die Person ist 82 Kilo schwer.
-
11:29 - 11:31Wir sagten vorher, sein Alter wäre 38.
-
11:31 - 11:33Die Person ist 35.
-
11:34 - 11:36Wir sagten seine Augenfarbe vorher.
-
11:37 - 11:38Zu dunkel.
-
11:38 - 11:40Wir sagten seine Hautfarbe vorher.
-
11:40 - 11:41Sie stimmt fast überein.
-
11:42 - 11:44Das ist sein Gesicht.
-
11:45 - 11:48Nun kommt der Augenblick der Offenbarung:
-
11:48 - 11:50Das ist die Versuchsperson.
-
11:50 - 11:52(Lachen)
-
11:52 - 11:54Ich stellte mich bewusst zur Verfügung.
-
11:54 - 11:58Ich gehöre einer speziellen
und eigentümlichen Ethnie an. -
11:58 - 12:01Südeuropäer, Italiener --
sie passen zu keinem Modell. -
12:01 - 12:03Es ist heikel,
-
12:03 - 12:06dass Ethnizität ein komplexer Ausnahmefall
für unser Modell ist. -
12:06 - 12:08Aber es gibt einen weiteren Aspekt.
-
12:08 - 12:11Die Merkmale, die wir häufig
zur Personenerkennung nutzen, -
12:11 - 12:13wird nicht in das Genom geschrieben.
-
12:13 - 12:15Es ist unser freier Wille,
es ist wie ich aussehe. -
12:15 - 12:19In diesem Fall nicht mein Haarschnitt,
aber wie mein Bart gestutzt ist. -
12:19 - 12:22Ich werde in diesem Fall den Bart --
-
12:22 - 12:25das ist nichts weiter als Photoshop,
kein Modellieren -- -
12:25 - 12:27auf die Vorhersage übertragen.
-
12:27 - 12:30Sofort bekommen wir
einen besseren Eindruck davon. -
12:31 - 12:34Warum machen wir das?
-
12:36 - 12:41Wir machen es sicherlich nicht,
um die Größe vorherzusagen -
12:41 - 12:44oder aus unserem Blut heraus
ein schönes Bild zu erstellen. -
12:44 - 12:48Wir machen das, weil dieselbe Technologie
und dieselbe Herangehensweise, -
12:48 - 12:51wie die Maschinen von diesem Code lernten,
-
12:51 - 12:54uns verstehen hilft,
wie wir funktionieren, -
12:54 - 12:56wie unser Körper funktioniert,
-
12:56 - 12:57wie unser Körper altert,
-
12:57 - 13:00wie sich Krankheiten
in unserem Körper entwickeln, -
13:00 - 13:03wie Krebs wächst und sich entwickelt,
-
13:03 - 13:05wie Medikamente wirken
-
13:05 - 13:07und ob sie sich auf den Körper auswirken.
-
13:08 - 13:09Das ist eine riesige Aufgabe.
-
13:10 - 13:12Das ist eine Aufgabe,
-
13:12 - 13:14die wir mit Tausenden
anderer Forscher weltweit teilen. -
13:14 - 13:17Sie nennt sich personalisierte Medizin.
-
13:17 - 13:21Das ist die Fähigkeit,
sich von einen statistischen Ansatz, -
13:21 - 13:23wo man ein Tropfen im Ozean ist,
-
13:23 - 13:25hinzubewegen auf einen
personalisierten Ansatz, -
13:25 - 13:27wo man alle Bücher gelesen hat
-
13:27 - 13:30und man die Erkenntnis hat,
wie es einem genau geht. -
13:30 - 13:34Aber das ist eine besonders
komplizierte Aufgabe, -
13:34 - 13:38weil wir aus den ganzen Büchern
nach heutigem Stand -
13:38 - 13:41wahrscheinlich nur zwei Prozent wissen:
-
13:41 - 13:45vier Bücher von mehr als 175.
-
13:46 - 13:50Das ist nicht das Thema meines Vortrags,
-
13:50 - 13:53weil wir mehr erfahren werden.
-
13:53 - 13:56Die besten Köpfe auf der Welt
sind an diesem Thema dran. -
13:57 - 13:59Die Vorhersagen werden besser werden,
-
13:59 - 14:01die Modelle werden präziser werden.
-
14:01 - 14:03Je mehr wir erfahren,
-
14:03 - 14:08desto mehr werden wir
mit Entscheidungen konfrontiert, -
14:08 - 14:11die wir vorher nicht treffen mussten:
-
14:11 - 14:12Über das Leben,
-
14:12 - 14:14über den Tod,
-
14:14 - 14:16über Elternschaft.
-
14:21 - 14:26Wir berühren den innersten Ausschnitt
der Funktionsweise des Lebens. -
14:26 - 14:27Es ist eine Revolution,
-
14:27 - 14:32die nicht auf das Gebiet der Wissenschaft
oder der Technologie begrenzt werden kann. -
14:33 - 14:35Das muss eine weltweite Diskussion geben.
-
14:36 - 14:41Wir müssen über die Zukunft
unserer Menschheit nachdenken. -
14:41 - 14:45Wir müssen mit Kreativen,
Künstlern, Philosophen, -
14:45 - 14:47mit Politikern den Austausch suchen.
-
14:47 - 14:48Jeder ist beteiligt,
-
14:48 - 14:51weil es um die Zukunft unserer Art geht.
-
14:51 - 14:55Ohne Angst, aber mit der Erkenntnis,
-
14:55 - 14:59dass die Entscheidungen,
die wir in den nächsten Jahren treffen, -
14:59 - 15:03den Gang der Geschichte
für immer verändern. -
15:04 - 15:05Danke.
-
15:05 - 15:12(Applaus)
- Title:
- Wie man das Genom liest und einen Menschen erschafft
- Speaker:
- Riccardo Sabatini
- Description:
-
Geheimnisse, Krankheiten und Schönheit sind in das menschliche Genom, die vollständige genetische Anleitung zur Erschaffung eines Menschen, geschrieben. Wie uns der Wissenschaftler und Unternehmer Riccardo Sabatini zeigt, haben wir die Macht, diesen komplexen Code zu lesen und Eigenschaften wie Größe, Augenfarbe, Alter und sogar die Gesichtszüge aus dem Inhalt eines Blutröhrchens vorherzusagen. Bald, sagt Sabatini, werden es uns unsere neuen Erkenntnisse ermöglichen, die Behandlung von Krankheiten wie Krebs auf Personen zuzuschneiden. Wir haben die Macht, das Leben wie wir es kennen, zu verändern. Wie werden wir sie einsetzen?
- Video Language:
- English
- Team:
- closed TED
- Project:
- TEDTalks
- Duration:
- 15:28
Angelika Lueckert Leon edited German subtitles for How to read the genome and build a human being | ||
Angelika Lueckert Leon approved German subtitles for How to read the genome and build a human being | ||
Angelika Lueckert Leon accepted German subtitles for How to read the genome and build a human being | ||
Angelika Lueckert Leon edited German subtitles for How to read the genome and build a human being | ||
Johannes Duschner edited German subtitles for How to read the genome and build a human being | ||
Johannes Duschner edited German subtitles for How to read the genome and build a human being | ||
Johannes Duschner edited German subtitles for How to read the genome and build a human being | ||
Johannes Duschner edited German subtitles for How to read the genome and build a human being |