Return to Video

Comment lire le génome et fabriquer un être humain

  • 0:01 - 0:03
    Ces 16 prochaines minutes,
    je vais vous faire découvrir
  • 0:03 - 0:07
    ce qui est probablement
    le plus grand rêve de l'humanité :
  • 0:07 - 0:09
    comprendre le code de la vie.
  • 0:09 - 0:12
    Pour moi, tout a commencé
    il y a de nombreuses années,
  • 0:12 - 0:15
    quand j'ai vu ma première imprimante 3D.
  • 0:15 - 0:16
    Le concept était fascinant.
  • 0:16 - 0:18
    L'imprimante 3D a besoin
    de trois choses :
  • 0:18 - 0:22
    un peu d'informations,
    de la matière première, de l'énergie,
  • 0:22 - 0:26
    et elle peut créer n'importe quel objet
    qui n'existait pas avant.
  • 0:27 - 0:29
    J'étudiais la physique
    et, en rentrant chez moi,
  • 0:29 - 0:32
    j'ai réalisé que j'avais en réalité
    toujours connu une imprimante 3D.
  • 0:32 - 0:33
    On en connaît tous une.
  • 0:33 - 0:35
    C'était ma mère !
  • 0:35 - 0:36
    (Rires)
  • 0:36 - 0:38
    Ma mère a pris trois choses :
  • 0:38 - 0:42
    un peu d'informations, partagées
    entre mon père et ma mère dans ce cas,
  • 0:42 - 0:46
    de la matière première et de l'énergie
    issues d'une même source, la nourriture,
  • 0:46 - 0:49
    et après plusieurs mois, elle m'a créé,
  • 0:49 - 0:51
    et je n'existais pas avant.
  • 0:51 - 0:54
    En dehors du choc de découvrir
    que ma mère était une imprimante 3D,
  • 0:54 - 0:59
    j'ai immédiatement
    été fasciné par cet élément,
  • 0:59 - 1:01
    le premier, l'information.
  • 1:01 - 1:03
    Quelle quantité d'informations est requise
  • 1:03 - 1:05
    pour fabriquer et composer un humain ?
  • 1:05 - 1:07
    En faut-il beaucoup ? Un peu ?
  • 1:07 - 1:09
    Combien de clés USB doit-on remplir ?
  • 1:09 - 1:12
    J'étudiais la physique au départ
  • 1:12 - 1:17
    et je voyais l'être humain grossièrement
    comme une énorme construction de Lego.
  • 1:18 - 1:21
    Imaginez que les blocs Lego
    sont de petits atomes,
  • 1:21 - 1:26
    et qu'il y en a un d'hydrogène ici,
    un de carbone là et un d'azote ici.
  • 1:26 - 1:27
    En première approximation,
  • 1:27 - 1:32
    si je peux dresser la liste du nombre
    d'atomes qui composent un être humain,
  • 1:32 - 1:33
    je peux le fabriquer.
  • 1:33 - 1:35
    Vous pouvez faire quelques calculs
  • 1:35 - 1:39
    et le résultat s'avère être
    un nombre astronomique.
  • 1:39 - 1:41
    Le nombre d'atomes,
  • 1:41 - 1:46
    le fichier que je vais sauvegarder dans
    ma clé USB pour fabriquer un petit bébé,
  • 1:46 - 1:51
    va en fait remplir
    un Titanic rempli de clés USB...
  • 1:51 - 1:53
    multiplié par 2000.
  • 1:54 - 1:57
    C'est le miracle de la vie.
  • 1:57 - 2:00
    Maintenant, chaque fois
    que vous verrez une femme enceinte,
  • 2:00 - 2:04
    dites-vous qu'elle assemble la plus grande
    quantité d'informations jamais vue.
  • 2:04 - 2:07
    Oubliez le big data,
    oubliez tout ce que vous connaissez.
  • 2:07 - 2:10
    C'est la plus grande quantité
    d'informations existante.
  • 2:10 - 2:12
    (Applaudissements)
  • 2:12 - 2:13
    Mais...
  • 2:14 - 2:19
    La nature est, heureusement, bien
    plus intelligente qu'un jeune physicien,
  • 2:19 - 2:20
    en quatre milliards d'années,
  • 2:20 - 2:23
    elle a réussi à faire rentrer
    ces informations
  • 2:23 - 2:25
    dans un petit cristal appelé ADN.
  • 2:26 - 2:30
    Nous l'avons vu pour la première fois
    en 1950 lorsque Rosalind Franklin,
  • 2:30 - 2:33
    une scientifique incroyable,
    l'a pris en photo.
  • 2:33 - 2:38
    Mais il aura fallu plus de 40 ans
    pour rentrer dans une cellule humaine,
  • 2:38 - 2:43
    extraire ce cristal, le dérouler
    et le lire pour la première fois.
  • 2:44 - 2:47
    Le code s'avère être
    un alphabet plutôt simple,
  • 2:47 - 2:50
    quatre lettres : A, T, C et G.
  • 2:51 - 2:55
    Et pour fabriquer un humain,
    il en faut trois milliards.
  • 2:55 - 2:56
    Trois milliards.
  • 2:56 - 2:58
    Combien font trois milliards ?
  • 2:58 - 3:01
    C'est difficile d'imaginer
    ce nombre, n'est-ce pas ?
  • 3:01 - 3:07
    Je me suis demandé comment représenter
    la taille et l'énormité de ce code.
  • 3:08 - 3:11
    Mais... je vais avoir besoin
    d'un peu d'aide,
  • 3:11 - 3:14
    et la meilleure personne
    pour m'aider à vous présenter le code
  • 3:14 - 3:18
    est en fait le premier homme à
    l'avoir séquencé, le docteur Craig Venter.
  • 3:18 - 3:21
    Alors, bienvenue sur scène,
    Dr Craig Venter.
  • 3:21 - 3:26
    (Applaudissements)
  • 3:28 - 3:30
    Pas l'homme en chair et en os.
  • 3:31 - 3:34
    Mais pour la première fois
    dans l'histoire,
  • 3:34 - 3:37
    voici le génome d'un humain spécifique,
  • 3:37 - 3:41
    imprimé page par page, lettre par lettre :
  • 3:41 - 3:49
    262 000 pages d'informations, 450 kg,
    expédiées des États-Unis au Canada,
  • 3:49 - 3:54
    grâce à Bruno Bowden de Lulu.com,
    une start-up, qui a tout fait.
  • 3:54 - 3:56
    C'était une prouesse incroyable.
  • 3:56 - 4:00
    Ceci est la représentation visuelle
    de ce qu'est le code de la vie.
  • 4:00 - 4:03
    Maintenant, pour la première fois,
    je peux m'amuser.
  • 4:03 - 4:05
    Je peux vraiment aller
    à l'intérieur et lire.
  • 4:05 - 4:09
    Alors, laissez-moi choisir
    un livre intéressant...
  • 4:09 - 4:10
    Celui-ci par exemple.
  • 4:13 - 4:16
    J'ai une note, c'est un livre assez gros.
  • 4:16 - 4:19
    Juste pour que vous puissiez voir
    ce qu'est le code de la vie.
  • 4:21 - 4:24
    Des milliers et des milliers
    et des milliers
  • 4:24 - 4:27
    et des millions de lettres.
  • 4:27 - 4:29
    Et apparemment,
    elles disent quelque chose.
  • 4:29 - 4:32
    Allons à un passage spécifique.
  • 4:32 - 4:33
    Je vais vous le lire :
  • 4:33 - 4:34
    (Rires)
  • 4:34 - 4:38
    AAG, AAT, ATA.
  • 4:39 - 4:41
    Pour vous, ces lettres ne disent rien,
  • 4:41 - 4:45
    mais cette séquence donne
    la couleur des yeux de Craig.
  • 4:46 - 4:48
    Je vais vous en montrer un autre passage.
  • 4:48 - 4:50
    C'est un peu plus compliqué.
  • 4:51 - 4:54
    Chromosome 14, livre 132 :
  • 4:54 - 4:56
    (Rires)
  • 4:56 - 4:57
    comme on peut s'y attendre.
  • 4:57 - 5:01
    (Rires)
  • 5:03 - 5:07
    ATT, CTT, GATT.
  • 5:08 - 5:10
    Cet humain a de la chance,
  • 5:10 - 5:14
    car si vous ratiez juste
    deux lettres à cet endroit...
  • 5:15 - 5:16
    deux lettres sur trois milliards...
  • 5:16 - 5:19
    il serait condamné
    à une maladie terrible :
  • 5:19 - 5:20
    la fibrose cystique.
  • 5:20 - 5:23
    Il n'y aucun remède ni solution,
  • 5:23 - 5:27
    et seules deux lettres
    nous en séparent.
  • 5:28 - 5:31
    Un livre génial, un livre puissant,
  • 5:31 - 5:33
    un livre puissant
    qui m'a aidé à comprendre
  • 5:33 - 5:36
    quelque chose de remarquable,
    que je vais vous montrer.
  • 5:36 - 5:41
    Chacun d'entre vous, ce qui constitue
    ma personne et la vôtre,
  • 5:41 - 5:46
    consiste juste en cinq millions
    de lettres, la moitié d'un livre.
  • 5:46 - 5:50
    Sur le reste, nous sommes
    tous absolument identiques.
  • 5:51 - 5:55
    500 pages, c'est le miracle
    de la vie que vous êtes.
  • 5:55 - 5:57
    Le reste, nous le partageons tous.
  • 5:58 - 6:01
    Alors rappelez-vous de cela,
    quand vous pensez être différent.
  • 6:01 - 6:03
    Voilà le volume que nous avons en commun.
  • 6:03 - 6:07
    Maintenant que j'ai votre attention,
  • 6:07 - 6:08
    la question suivante est :
  • 6:08 - 6:09
    comment le lire ?
  • 6:09 - 6:11
    Comment le comprendre ?
  • 6:11 - 6:16
    Quand bien même vous seriez doués
    pour monter des meubles suédois...
  • 6:16 - 6:19
    Ce manuel d'instruction ?
    Vous n'arriverez jamais à le déchiffrer.
  • 6:19 - 6:20
    (Rires)
  • 6:20 - 6:24
    Alors en 2014,
    deux célèbres intervenants TED,
  • 6:24 - 6:27
    Peter Diamandis et Craig Venter lui-même,
  • 6:27 - 6:29
    ont décidé de monter
    une nouvelle entreprise.
  • 6:29 - 6:31
    Human Longevity était née,
    avec une mission :
  • 6:31 - 6:33
    essayer tout ce qui est possible,
  • 6:33 - 6:36
    apprendre tout ce que l'on peut
    apprendre de ces livres.
  • 6:36 - 6:39
    Avec un objectif :
  • 6:39 - 6:42
    rendre réalisable le rêve
    de la médecine personnalisée,
  • 6:42 - 6:45
    comprendre ce que nous devrions faire
    pour être en meilleure santé
  • 6:45 - 6:48
    et quels sont les secrets
    renfermés dans ces livres.
  • 6:48 - 6:53
    Une équipe fantastique, 40 scientifiques
    et beaucoup d'autres personnes,
  • 6:53 - 6:54
    un plaisir d'être avec eux.
  • 6:54 - 6:56
    Le concept est en fait très simple.
  • 6:56 - 7:00
    Nous allons utiliser une technologie :
    l'apprentissage par la machine.
  • 7:00 - 7:04
    D'un côté, nous avons
    des génomes, par milliers.
  • 7:04 - 7:08
    De l'autre, on a assemblé la plus grande
    base de données sur l'humain :
  • 7:08 - 7:12
    phénotypes, scan 3D, RMN,
    tout ce à quoi vous pouvez penser.
  • 7:12 - 7:15
    Au sein de ces deux facettes
    bien distinctes
  • 7:15 - 7:18
    se trouve le secret de la traduction.
  • 7:18 - 7:21
    Au centre, on a construit une machine.
  • 7:21 - 7:23
    On a construit une machine
    que l'on entraîne...
  • 7:23 - 7:26
    pas seulement une machine,
    mais de très nombreuses machines,
  • 7:26 - 7:31
    pour essayer de comprendre le génome
    et de le traduire en phénotype.
  • 7:31 - 7:35
    Que sont ces lettres
    et quelles sont leurs fonctions ?
  • 7:35 - 7:37
    C’est une approche
    qui peut être utilisée pour tout,
  • 7:37 - 7:41
    mais l'utiliser en génomique
    est particulièrement compliqué.
  • 7:41 - 7:44
    Petit à petit, on se développe
    et cherche différents défis.
  • 7:44 - 7:47
    On a commencé
    avec les traits communs.
  • 7:47 - 7:49
    Les traits communs sont confortables
    car ils sont communs,
  • 7:49 - 7:50
    tout le monde les a.
  • 7:50 - 7:53
    On a donc commencé
    par se poser cette question :
  • 7:53 - 7:54
    Peut-on prédire la taille ?
  • 7:55 - 7:57
    Peut-on lire le livre
    et prédire la taille ?
  • 7:57 - 8:00
    Eh bien, en fait, on le peut,
    avec une précision de 5 cm.
  • 8:00 - 8:03
    L'IMC est très liée à notre style de vie,
  • 8:03 - 8:07
    mais on y arrive quand même,
    avec 8 kg de précision.
  • 8:07 - 8:09
    Prédire la couleur des yeux ?
    Oui, on le peut.
  • 8:10 - 8:11
    Avec 80 % d'exactitude.
  • 8:11 - 8:13
    Peut-on prédire la couleur de la peau ?
  • 8:13 - 8:16
    Oui, avec 80 % d'exactitude.
  • 8:16 - 8:18
    Peut-on prédire l'âge ?
  • 8:18 - 8:22
    Oui, puisqu'apparemment,
    le code change au cours de la vie.
  • 8:22 - 8:25
    Il se raccourcit, perd des bouts,
    reçoit des ajouts.
  • 8:25 - 8:28
    On lit le signal et on crée le modèle.
  • 8:28 - 8:30
    Autre défi intéressant :
  • 8:30 - 8:32
    peut-on prédire la forme d'un visage ?
  • 8:33 - 8:34
    C'est un peu compliqué,
  • 8:34 - 8:38
    car le visage est dispersé
    parmi des millions de ces lettres.
  • 8:38 - 8:40
    Un visage humain n'est pas
    un objet très bien défini.
  • 8:40 - 8:42
    Il faut donc en reconstruire
    un pan entier
  • 8:42 - 8:45
    pour faire apprendre à la machine
    ce qu'est un visage,
  • 8:45 - 8:47
    l'intégrer et le compresser.
  • 8:47 - 8:49
    Si vous connaissez
    l'apprentissage par la machine,
  • 8:49 - 8:52
    vous comprenez le défi
    qu'il y a à relever ici.
  • 8:52 - 8:58
    Après 15 années, 15 années
    après avoir lu le premier séquençage,
  • 8:58 - 9:01
    en octobre dernier, nous avons commencé
    à voir certains signaux.
  • 9:01 - 9:04
    Et ce fut un moment très émouvant.
  • 9:04 - 9:08
    Ce que vous voyez ici est
    un sujet venu dans notre labo.
  • 9:08 - 9:09
    C'est un visage pour nous.
  • 9:10 - 9:13
    On a pris le vrai visage du sujet
    et on l'a simplifié,
  • 9:13 - 9:15
    car tout n'est pas dans le visage,
  • 9:15 - 9:19
    beaucoup de caractéristiques, de défauts
    et d'asymétries résultent de votre vie.
  • 9:19 - 9:23
    On a symétrisé le visage
    et on a fait tourner l'algorithme.
  • 9:23 - 9:25
    Le résultat que je vous montre maintenant,
  • 9:25 - 9:29
    c'est la prédiction obtenue grâce au sang.
  • 9:30 - 9:31
    (Applaudissements)
  • 9:31 - 9:32
    Attendez un peu.
  • 9:33 - 9:37
    En ce moment, vos yeux regardent,
    de gauche à droite, de gauche à droite,
  • 9:37 - 9:41
    et votre cerveau veut
    que ces images soient identiques.
  • 9:41 - 9:44
    Je vais donc vous demander de faire
    un autre exercice,
  • 9:44 - 9:46
    cherchez les différences,
  • 9:46 - 9:47
    qui sont nombreuses.
  • 9:47 - 9:50
    Le plus grand nombre de signaux
    vient du genre,
  • 9:50 - 9:55
    ensuite vient l'âge, l'IMC,
    la composante ethnique de la personne.
  • 9:55 - 9:59
    Et ensuite, ça se complique
    de plus en plus.
  • 9:59 - 10:02
    Mais ce que vous voyez ici,
    même les différences,
  • 10:02 - 10:05
    vous laisse comprendre
    que vous tenez le bon bout,
  • 10:06 - 10:10
    que vous vous rapprochez
    et que ça vous donne déjà des émotions.
  • 10:10 - 10:12
    Voici un autre sujet qui est venu,
  • 10:12 - 10:14
    et ceci est la prédiction.
  • 10:14 - 10:16
    Un visage un peu plus petit,
  • 10:16 - 10:18
    nous n'avons pas
    la structure crânienne complète.
  • 10:18 - 10:21
    mais tout de même, c'est assez proche.
  • 10:22 - 10:24
    Voici un sujet qui est venu à notre labo,
  • 10:24 - 10:25
    et voici la prédiction.
  • 10:27 - 10:31
    Ces gens n'ont jamais été vus
    pendant l'entraînement de la machine.
  • 10:31 - 10:33
    On les appelle « échantillon caché ».
  • 10:34 - 10:37
    Mais on ne peut pas trop
    se fier à ces gens non plus.
  • 10:37 - 10:40
    On publie tout
    dans les revues scientifiques,
  • 10:40 - 10:41
    vous pouvez le lire.
  • 10:41 - 10:44
    Quitte à être sur scène,
    Chris m'a lancé un défi.
  • 10:44 - 10:47
    J'ai probablement pris un risque
    et j'ai essayé de prédire
  • 10:47 - 10:50
    quelqu'un que vous reconnaitrez peut-être.
  • 10:51 - 10:55
    Dans cette fiole de sang,
    croyez-moi, vous n'avez pas idée
  • 10:55 - 10:58
    de ce que l'on a dû faire
    pour avoir ce sang ici,
  • 10:58 - 11:02
    dans cette fiole de sang se trouve
    la quantité d'information biologique
  • 11:02 - 11:04
    nécessaire pour un séquençage
    complet du génome.
  • 11:04 - 11:06
    Nous avons juste besoin de cette quantité.
  • 11:07 - 11:10
    Nous avons analysé cette séquence,
    et je vais le faire avec vous.
  • 11:10 - 11:14
    Et nous avons commencé à empiler
    toutes les connaissances que nous avions.
  • 11:14 - 11:17
    Dans cette fiole de sang, nous avons
    prédit que c'était un homme.
  • 11:17 - 11:19
    Et le sujet était un homme.
  • 11:19 - 11:21
    Nous avons prédit qu'il mesurait 1,76 m.
  • 11:21 - 11:23
    Il mesure en fait 1,77 m.
  • 11:24 - 11:28
    Nous avons prédit
    qu'il faisait 76 kg, il en fait 82.
  • 11:29 - 11:31
    Nous avons prédit son âge : 38 ans.
  • 11:31 - 11:33
    Le sujet a 35 ans.
  • 11:34 - 11:37
    Nous avons prédit la couleur de ses yeux.
  • 11:37 - 11:38
    Trop foncé.
  • 11:38 - 11:40
    Nous avons prédit la couleur de sa peau.
  • 11:40 - 11:42
    On y est presque.
  • 11:42 - 11:44
    Voici son visage.
  • 11:45 - 11:48
    Maintenant, le moment de vérité :
  • 11:48 - 11:51
    le sujet est cette personne.
  • 11:51 - 11:52
    (Rires)
  • 11:52 - 11:54
    Et je l'ai fait intentionnellement.
  • 11:54 - 11:58
    Je suis d'une ethnicité très particulière.
  • 11:58 - 12:01
    Européens du sud, Italiens,
    les modèles ne correspondent jamais.
  • 12:01 - 12:06
    C'est particulier, cette ethnicité
    est un cas complexe pour notre modèle.
  • 12:06 - 12:08
    Mais, il y a encore autre chose.
  • 12:08 - 12:11
    L'une des choses que l'on utilise
    beaucoup pour reconnaître les gens
  • 12:11 - 12:13
    n'est jamais écrite dans le génome.
  • 12:13 - 12:15
    C'est notre libre arbitre,
    ce dont on a l'air.
  • 12:15 - 12:19
    Ici, pas ma coupe de cheveux,
    mais ma barbe.
  • 12:19 - 12:22
    Je vais vous montrer,
    je vais juste la transférer,
  • 12:22 - 12:25
    ce n'est que du Photoshop,
    pas de modélisation,
  • 12:25 - 12:27
    la barbe du sujet.
  • 12:27 - 12:30
    Et immédiatement, on arrive
    bien mieux à me reconnaitre.
  • 12:32 - 12:34
    Pourquoi fait-on donc ça ?
  • 12:36 - 12:40
    On ne le fait certainement pas
    pour prédire la taille,
  • 12:41 - 12:44
    ou avoir une belle image
    à partir de votre sang.
  • 12:44 - 12:48
    On le fait car la même technologie
    et la même approche,
  • 12:48 - 12:51
    l'apprentissage par la machine
    pour ce code,
  • 12:51 - 12:54
    nous aide à comprendre
    comment nous fonctionnons,
  • 12:54 - 12:56
    comment votre corps fonctionne,
  • 12:56 - 12:57
    comment votre corps vieillit,
  • 12:57 - 13:00
    comment les maladies
    se déclarent dans votre corps,
  • 13:00 - 13:03
    comment votre cancer grandit
    et se développe,
  • 13:03 - 13:05
    comment les médicaments marchent,
  • 13:05 - 13:08
    et s'ils fonctionnent dans votre corps.
  • 13:08 - 13:09
    C'est un sérieux défi.
  • 13:10 - 13:12
    C'est un défi que l'on partage
  • 13:12 - 13:14
    avec des milliers d'autres chercheurs
    de par le monde.
  • 13:14 - 13:17
    C'est la médecine personnalisée.
  • 13:17 - 13:20
    C'est la faculté de partir
    d'une approche statistique
  • 13:21 - 13:23
    où l'on est juste
    une goutte dans l'océan,
  • 13:23 - 13:25
    à une approche personnalisée,
  • 13:25 - 13:27
    où nous lisons tous ces livres
  • 13:27 - 13:30
    et nous arrivons à comprendre
    exactement comment vous êtes.
  • 13:30 - 13:33
    Mais c'est un défi
    particulièrement compliqué,
  • 13:34 - 13:37
    parce que de tous ces livres, à ce jour,
  • 13:38 - 13:40
    on ne connaît probablement que 2 % :
  • 13:41 - 13:45
    quatre livres sur plus de 175.
  • 13:46 - 13:50
    Et ce n'est pas le sujet
    de mon intervention,
  • 13:50 - 13:53
    car on en saura plus à l'avenir.
  • 13:53 - 13:56
    Les meilleurs cerveaux de la planète
    travaillent sur ces sujets.
  • 13:57 - 13:59
    Les prédictions vont s'améliorer,
  • 13:59 - 14:01
    le modèle va devenir plus précis.
  • 14:01 - 14:03
    Et plus on apprendra,
  • 14:03 - 14:10
    plus l'on se retrouvera devant des choix
    que nous n'avons jamais eus à faire avant
  • 14:11 - 14:12
    sur la vie,
  • 14:12 - 14:13
    sur la mort,
  • 14:14 - 14:16
    sur l'éducation parentale.
  • 14:18 - 14:26
    Nous touchons donc aux détails intimes
    du fonctionnement de la vie.
  • 14:26 - 14:29
    Et c'est une révolution
    qui ne peut pas être confinée
  • 14:29 - 14:32
    au domaine de la science
    ou des technologies.
  • 14:33 - 14:36
    Ceci doit être une conversation globale.
  • 14:36 - 14:41
    Nous devons réfléchir à l'avenir
    que nous construisons tous.
  • 14:41 - 14:44
    Nous devons interagir avec
    les créateurs, les artistes,
  • 14:44 - 14:47
    les philosophes et les politiciens.
  • 14:47 - 14:51
    Chacun est impliqué
    car il s'agit de l'avenir de notre espèce.
  • 14:51 - 14:55
    Sans peur, mais en comprenant
  • 14:55 - 14:59
    que les décisions que nous prendrons
    durant l'année à venir
  • 14:59 - 15:03
    changeront pour toujours
    le cours de l'histoire.
  • 15:04 - 15:05
    Merci.
  • 15:05 - 15:11
    (Applaudissements)
Title:
Comment lire le génome et fabriquer un être humain
Speaker:
Riccardo Sabatini
Description:

Les secrets, les maladies et la beauté sont tous inscrits dans le génome, cet ensemble complet d'instructions génétiques nécessaires pour fabriquer un être humain. Comme Riccardo Sabatini, scientifique et entrepreneur, nous l'explique, nous pouvons désormais lire ce code complexe, et prédire certaines choses comme la taille, la couleur des yeux, l'âge et même la structure faciale, tout ceci à partir d'une fiole de sang. Bientôt, affirme Sabatini, une compréhension nouvelle du génome nous permettra de personnaliser les traitements pour des maladies telles que le cancer. Nous avons le pouvoir de changer la vie telle que nous la connaissons. Comment allons-nous l'utiliser ?

more » « less
Video Language:
English
Team:
closed TED
Project:
TEDTalks
Duration:
15:28

French subtitles

Revisions