Comment lire le génome et fabriquer un être humain
-
0:01 - 0:03Ces 16 prochaines minutes,
je vais vous faire découvrir -
0:03 - 0:07ce qui est probablement
le plus grand rêve de l'humanité : -
0:07 - 0:09comprendre le code de la vie.
-
0:09 - 0:12Pour moi, tout a commencé
il y a de nombreuses années, -
0:12 - 0:15quand j'ai vu ma première imprimante 3D.
-
0:15 - 0:16Le concept était fascinant.
-
0:16 - 0:18L'imprimante 3D a besoin
de trois choses : -
0:18 - 0:22un peu d'informations,
de la matière première, de l'énergie, -
0:22 - 0:26et elle peut créer n'importe quel objet
qui n'existait pas avant. -
0:27 - 0:29J'étudiais la physique
et, en rentrant chez moi, -
0:29 - 0:32j'ai réalisé que j'avais en réalité
toujours connu une imprimante 3D. -
0:32 - 0:33On en connaît tous une.
-
0:33 - 0:35C'était ma mère !
-
0:35 - 0:36(Rires)
-
0:36 - 0:38Ma mère a pris trois choses :
-
0:38 - 0:42un peu d'informations, partagées
entre mon père et ma mère dans ce cas, -
0:42 - 0:46de la matière première et de l'énergie
issues d'une même source, la nourriture, -
0:46 - 0:49et après plusieurs mois, elle m'a créé,
-
0:49 - 0:51et je n'existais pas avant.
-
0:51 - 0:54En dehors du choc de découvrir
que ma mère était une imprimante 3D, -
0:54 - 0:59j'ai immédiatement
été fasciné par cet élément, -
0:59 - 1:01le premier, l'information.
-
1:01 - 1:03Quelle quantité d'informations est requise
-
1:03 - 1:05pour fabriquer et composer un humain ?
-
1:05 - 1:07En faut-il beaucoup ? Un peu ?
-
1:07 - 1:09Combien de clés USB doit-on remplir ?
-
1:09 - 1:12J'étudiais la physique au départ
-
1:12 - 1:17et je voyais l'être humain grossièrement
comme une énorme construction de Lego. -
1:18 - 1:21Imaginez que les blocs Lego
sont de petits atomes, -
1:21 - 1:26et qu'il y en a un d'hydrogène ici,
un de carbone là et un d'azote ici. -
1:26 - 1:27En première approximation,
-
1:27 - 1:32si je peux dresser la liste du nombre
d'atomes qui composent un être humain, -
1:32 - 1:33je peux le fabriquer.
-
1:33 - 1:35Vous pouvez faire quelques calculs
-
1:35 - 1:39et le résultat s'avère être
un nombre astronomique. -
1:39 - 1:41Le nombre d'atomes,
-
1:41 - 1:46le fichier que je vais sauvegarder dans
ma clé USB pour fabriquer un petit bébé, -
1:46 - 1:51va en fait remplir
un Titanic rempli de clés USB... -
1:51 - 1:53multiplié par 2000.
-
1:54 - 1:57C'est le miracle de la vie.
-
1:57 - 2:00Maintenant, chaque fois
que vous verrez une femme enceinte, -
2:00 - 2:04dites-vous qu'elle assemble la plus grande
quantité d'informations jamais vue. -
2:04 - 2:07Oubliez le big data,
oubliez tout ce que vous connaissez. -
2:07 - 2:10C'est la plus grande quantité
d'informations existante. -
2:10 - 2:12(Applaudissements)
-
2:12 - 2:13Mais...
-
2:14 - 2:19La nature est, heureusement, bien
plus intelligente qu'un jeune physicien, -
2:19 - 2:20en quatre milliards d'années,
-
2:20 - 2:23elle a réussi à faire rentrer
ces informations -
2:23 - 2:25dans un petit cristal appelé ADN.
-
2:26 - 2:30Nous l'avons vu pour la première fois
en 1950 lorsque Rosalind Franklin, -
2:30 - 2:33une scientifique incroyable,
l'a pris en photo. -
2:33 - 2:38Mais il aura fallu plus de 40 ans
pour rentrer dans une cellule humaine, -
2:38 - 2:43extraire ce cristal, le dérouler
et le lire pour la première fois. -
2:44 - 2:47Le code s'avère être
un alphabet plutôt simple, -
2:47 - 2:50quatre lettres : A, T, C et G.
-
2:51 - 2:55Et pour fabriquer un humain,
il en faut trois milliards. -
2:55 - 2:56Trois milliards.
-
2:56 - 2:58Combien font trois milliards ?
-
2:58 - 3:01C'est difficile d'imaginer
ce nombre, n'est-ce pas ? -
3:01 - 3:07Je me suis demandé comment représenter
la taille et l'énormité de ce code. -
3:08 - 3:11Mais... je vais avoir besoin
d'un peu d'aide, -
3:11 - 3:14et la meilleure personne
pour m'aider à vous présenter le code -
3:14 - 3:18est en fait le premier homme à
l'avoir séquencé, le docteur Craig Venter. -
3:18 - 3:21Alors, bienvenue sur scène,
Dr Craig Venter. -
3:21 - 3:26(Applaudissements)
-
3:28 - 3:30Pas l'homme en chair et en os.
-
3:31 - 3:34Mais pour la première fois
dans l'histoire, -
3:34 - 3:37voici le génome d'un humain spécifique,
-
3:37 - 3:41imprimé page par page, lettre par lettre :
-
3:41 - 3:49262 000 pages d'informations, 450 kg,
expédiées des États-Unis au Canada, -
3:49 - 3:54grâce à Bruno Bowden de Lulu.com,
une start-up, qui a tout fait. -
3:54 - 3:56C'était une prouesse incroyable.
-
3:56 - 4:00Ceci est la représentation visuelle
de ce qu'est le code de la vie. -
4:00 - 4:03Maintenant, pour la première fois,
je peux m'amuser. -
4:03 - 4:05Je peux vraiment aller
à l'intérieur et lire. -
4:05 - 4:09Alors, laissez-moi choisir
un livre intéressant... -
4:09 - 4:10Celui-ci par exemple.
-
4:13 - 4:16J'ai une note, c'est un livre assez gros.
-
4:16 - 4:19Juste pour que vous puissiez voir
ce qu'est le code de la vie. -
4:21 - 4:24Des milliers et des milliers
et des milliers -
4:24 - 4:27et des millions de lettres.
-
4:27 - 4:29Et apparemment,
elles disent quelque chose. -
4:29 - 4:32Allons à un passage spécifique.
-
4:32 - 4:33Je vais vous le lire :
-
4:33 - 4:34(Rires)
-
4:34 - 4:38AAG, AAT, ATA.
-
4:39 - 4:41Pour vous, ces lettres ne disent rien,
-
4:41 - 4:45mais cette séquence donne
la couleur des yeux de Craig. -
4:46 - 4:48Je vais vous en montrer un autre passage.
-
4:48 - 4:50C'est un peu plus compliqué.
-
4:51 - 4:54Chromosome 14, livre 132 :
-
4:54 - 4:56(Rires)
-
4:56 - 4:57comme on peut s'y attendre.
-
4:57 - 5:01(Rires)
-
5:03 - 5:07ATT, CTT, GATT.
-
5:08 - 5:10Cet humain a de la chance,
-
5:10 - 5:14car si vous ratiez juste
deux lettres à cet endroit... -
5:15 - 5:16deux lettres sur trois milliards...
-
5:16 - 5:19il serait condamné
à une maladie terrible : -
5:19 - 5:20la fibrose cystique.
-
5:20 - 5:23Il n'y aucun remède ni solution,
-
5:23 - 5:27et seules deux lettres
nous en séparent. -
5:28 - 5:31Un livre génial, un livre puissant,
-
5:31 - 5:33un livre puissant
qui m'a aidé à comprendre -
5:33 - 5:36quelque chose de remarquable,
que je vais vous montrer. -
5:36 - 5:41Chacun d'entre vous, ce qui constitue
ma personne et la vôtre, -
5:41 - 5:46consiste juste en cinq millions
de lettres, la moitié d'un livre. -
5:46 - 5:50Sur le reste, nous sommes
tous absolument identiques. -
5:51 - 5:55500 pages, c'est le miracle
de la vie que vous êtes. -
5:55 - 5:57Le reste, nous le partageons tous.
-
5:58 - 6:01Alors rappelez-vous de cela,
quand vous pensez être différent. -
6:01 - 6:03Voilà le volume que nous avons en commun.
-
6:03 - 6:07Maintenant que j'ai votre attention,
-
6:07 - 6:08la question suivante est :
-
6:08 - 6:09comment le lire ?
-
6:09 - 6:11Comment le comprendre ?
-
6:11 - 6:16Quand bien même vous seriez doués
pour monter des meubles suédois... -
6:16 - 6:19Ce manuel d'instruction ?
Vous n'arriverez jamais à le déchiffrer. -
6:19 - 6:20(Rires)
-
6:20 - 6:24Alors en 2014,
deux célèbres intervenants TED, -
6:24 - 6:27Peter Diamandis et Craig Venter lui-même,
-
6:27 - 6:29ont décidé de monter
une nouvelle entreprise. -
6:29 - 6:31Human Longevity était née,
avec une mission : -
6:31 - 6:33essayer tout ce qui est possible,
-
6:33 - 6:36apprendre tout ce que l'on peut
apprendre de ces livres. -
6:36 - 6:39Avec un objectif :
-
6:39 - 6:42rendre réalisable le rêve
de la médecine personnalisée, -
6:42 - 6:45comprendre ce que nous devrions faire
pour être en meilleure santé -
6:45 - 6:48et quels sont les secrets
renfermés dans ces livres. -
6:48 - 6:53Une équipe fantastique, 40 scientifiques
et beaucoup d'autres personnes, -
6:53 - 6:54un plaisir d'être avec eux.
-
6:54 - 6:56Le concept est en fait très simple.
-
6:56 - 7:00Nous allons utiliser une technologie :
l'apprentissage par la machine. -
7:00 - 7:04D'un côté, nous avons
des génomes, par milliers. -
7:04 - 7:08De l'autre, on a assemblé la plus grande
base de données sur l'humain : -
7:08 - 7:12phénotypes, scan 3D, RMN,
tout ce à quoi vous pouvez penser. -
7:12 - 7:15Au sein de ces deux facettes
bien distinctes -
7:15 - 7:18se trouve le secret de la traduction.
-
7:18 - 7:21Au centre, on a construit une machine.
-
7:21 - 7:23On a construit une machine
que l'on entraîne... -
7:23 - 7:26pas seulement une machine,
mais de très nombreuses machines, -
7:26 - 7:31pour essayer de comprendre le génome
et de le traduire en phénotype. -
7:31 - 7:35Que sont ces lettres
et quelles sont leurs fonctions ? -
7:35 - 7:37C’est une approche
qui peut être utilisée pour tout, -
7:37 - 7:41mais l'utiliser en génomique
est particulièrement compliqué. -
7:41 - 7:44Petit à petit, on se développe
et cherche différents défis. -
7:44 - 7:47On a commencé
avec les traits communs. -
7:47 - 7:49Les traits communs sont confortables
car ils sont communs, -
7:49 - 7:50tout le monde les a.
-
7:50 - 7:53On a donc commencé
par se poser cette question : -
7:53 - 7:54Peut-on prédire la taille ?
-
7:55 - 7:57Peut-on lire le livre
et prédire la taille ? -
7:57 - 8:00Eh bien, en fait, on le peut,
avec une précision de 5 cm. -
8:00 - 8:03L'IMC est très liée à notre style de vie,
-
8:03 - 8:07mais on y arrive quand même,
avec 8 kg de précision. -
8:07 - 8:09Prédire la couleur des yeux ?
Oui, on le peut. -
8:10 - 8:11Avec 80 % d'exactitude.
-
8:11 - 8:13Peut-on prédire la couleur de la peau ?
-
8:13 - 8:16Oui, avec 80 % d'exactitude.
-
8:16 - 8:18Peut-on prédire l'âge ?
-
8:18 - 8:22Oui, puisqu'apparemment,
le code change au cours de la vie. -
8:22 - 8:25Il se raccourcit, perd des bouts,
reçoit des ajouts. -
8:25 - 8:28On lit le signal et on crée le modèle.
-
8:28 - 8:30Autre défi intéressant :
-
8:30 - 8:32peut-on prédire la forme d'un visage ?
-
8:33 - 8:34C'est un peu compliqué,
-
8:34 - 8:38car le visage est dispersé
parmi des millions de ces lettres. -
8:38 - 8:40Un visage humain n'est pas
un objet très bien défini. -
8:40 - 8:42Il faut donc en reconstruire
un pan entier -
8:42 - 8:45pour faire apprendre à la machine
ce qu'est un visage, -
8:45 - 8:47l'intégrer et le compresser.
-
8:47 - 8:49Si vous connaissez
l'apprentissage par la machine, -
8:49 - 8:52vous comprenez le défi
qu'il y a à relever ici. -
8:52 - 8:58Après 15 années, 15 années
après avoir lu le premier séquençage, -
8:58 - 9:01en octobre dernier, nous avons commencé
à voir certains signaux. -
9:01 - 9:04Et ce fut un moment très émouvant.
-
9:04 - 9:08Ce que vous voyez ici est
un sujet venu dans notre labo. -
9:08 - 9:09C'est un visage pour nous.
-
9:10 - 9:13On a pris le vrai visage du sujet
et on l'a simplifié, -
9:13 - 9:15car tout n'est pas dans le visage,
-
9:15 - 9:19beaucoup de caractéristiques, de défauts
et d'asymétries résultent de votre vie. -
9:19 - 9:23On a symétrisé le visage
et on a fait tourner l'algorithme. -
9:23 - 9:25Le résultat que je vous montre maintenant,
-
9:25 - 9:29c'est la prédiction obtenue grâce au sang.
-
9:30 - 9:31(Applaudissements)
-
9:31 - 9:32Attendez un peu.
-
9:33 - 9:37En ce moment, vos yeux regardent,
de gauche à droite, de gauche à droite, -
9:37 - 9:41et votre cerveau veut
que ces images soient identiques. -
9:41 - 9:44Je vais donc vous demander de faire
un autre exercice, -
9:44 - 9:46cherchez les différences,
-
9:46 - 9:47qui sont nombreuses.
-
9:47 - 9:50Le plus grand nombre de signaux
vient du genre, -
9:50 - 9:55ensuite vient l'âge, l'IMC,
la composante ethnique de la personne. -
9:55 - 9:59Et ensuite, ça se complique
de plus en plus. -
9:59 - 10:02Mais ce que vous voyez ici,
même les différences, -
10:02 - 10:05vous laisse comprendre
que vous tenez le bon bout, -
10:06 - 10:10que vous vous rapprochez
et que ça vous donne déjà des émotions. -
10:10 - 10:12Voici un autre sujet qui est venu,
-
10:12 - 10:14et ceci est la prédiction.
-
10:14 - 10:16Un visage un peu plus petit,
-
10:16 - 10:18nous n'avons pas
la structure crânienne complète. -
10:18 - 10:21mais tout de même, c'est assez proche.
-
10:22 - 10:24Voici un sujet qui est venu à notre labo,
-
10:24 - 10:25et voici la prédiction.
-
10:27 - 10:31Ces gens n'ont jamais été vus
pendant l'entraînement de la machine. -
10:31 - 10:33On les appelle « échantillon caché ».
-
10:34 - 10:37Mais on ne peut pas trop
se fier à ces gens non plus. -
10:37 - 10:40On publie tout
dans les revues scientifiques, -
10:40 - 10:41vous pouvez le lire.
-
10:41 - 10:44Quitte à être sur scène,
Chris m'a lancé un défi. -
10:44 - 10:47J'ai probablement pris un risque
et j'ai essayé de prédire -
10:47 - 10:50quelqu'un que vous reconnaitrez peut-être.
-
10:51 - 10:55Dans cette fiole de sang,
croyez-moi, vous n'avez pas idée -
10:55 - 10:58de ce que l'on a dû faire
pour avoir ce sang ici, -
10:58 - 11:02dans cette fiole de sang se trouve
la quantité d'information biologique -
11:02 - 11:04nécessaire pour un séquençage
complet du génome. -
11:04 - 11:06Nous avons juste besoin de cette quantité.
-
11:07 - 11:10Nous avons analysé cette séquence,
et je vais le faire avec vous. -
11:10 - 11:14Et nous avons commencé à empiler
toutes les connaissances que nous avions. -
11:14 - 11:17Dans cette fiole de sang, nous avons
prédit que c'était un homme. -
11:17 - 11:19Et le sujet était un homme.
-
11:19 - 11:21Nous avons prédit qu'il mesurait 1,76 m.
-
11:21 - 11:23Il mesure en fait 1,77 m.
-
11:24 - 11:28Nous avons prédit
qu'il faisait 76 kg, il en fait 82. -
11:29 - 11:31Nous avons prédit son âge : 38 ans.
-
11:31 - 11:33Le sujet a 35 ans.
-
11:34 - 11:37Nous avons prédit la couleur de ses yeux.
-
11:37 - 11:38Trop foncé.
-
11:38 - 11:40Nous avons prédit la couleur de sa peau.
-
11:40 - 11:42On y est presque.
-
11:42 - 11:44Voici son visage.
-
11:45 - 11:48Maintenant, le moment de vérité :
-
11:48 - 11:51le sujet est cette personne.
-
11:51 - 11:52(Rires)
-
11:52 - 11:54Et je l'ai fait intentionnellement.
-
11:54 - 11:58Je suis d'une ethnicité très particulière.
-
11:58 - 12:01Européens du sud, Italiens,
les modèles ne correspondent jamais. -
12:01 - 12:06C'est particulier, cette ethnicité
est un cas complexe pour notre modèle. -
12:06 - 12:08Mais, il y a encore autre chose.
-
12:08 - 12:11L'une des choses que l'on utilise
beaucoup pour reconnaître les gens -
12:11 - 12:13n'est jamais écrite dans le génome.
-
12:13 - 12:15C'est notre libre arbitre,
ce dont on a l'air. -
12:15 - 12:19Ici, pas ma coupe de cheveux,
mais ma barbe. -
12:19 - 12:22Je vais vous montrer,
je vais juste la transférer, -
12:22 - 12:25ce n'est que du Photoshop,
pas de modélisation, -
12:25 - 12:27la barbe du sujet.
-
12:27 - 12:30Et immédiatement, on arrive
bien mieux à me reconnaitre. -
12:32 - 12:34Pourquoi fait-on donc ça ?
-
12:36 - 12:40On ne le fait certainement pas
pour prédire la taille, -
12:41 - 12:44ou avoir une belle image
à partir de votre sang. -
12:44 - 12:48On le fait car la même technologie
et la même approche, -
12:48 - 12:51l'apprentissage par la machine
pour ce code, -
12:51 - 12:54nous aide à comprendre
comment nous fonctionnons, -
12:54 - 12:56comment votre corps fonctionne,
-
12:56 - 12:57comment votre corps vieillit,
-
12:57 - 13:00comment les maladies
se déclarent dans votre corps, -
13:00 - 13:03comment votre cancer grandit
et se développe, -
13:03 - 13:05comment les médicaments marchent,
-
13:05 - 13:08et s'ils fonctionnent dans votre corps.
-
13:08 - 13:09C'est un sérieux défi.
-
13:10 - 13:12C'est un défi que l'on partage
-
13:12 - 13:14avec des milliers d'autres chercheurs
de par le monde. -
13:14 - 13:17C'est la médecine personnalisée.
-
13:17 - 13:20C'est la faculté de partir
d'une approche statistique -
13:21 - 13:23où l'on est juste
une goutte dans l'océan, -
13:23 - 13:25à une approche personnalisée,
-
13:25 - 13:27où nous lisons tous ces livres
-
13:27 - 13:30et nous arrivons à comprendre
exactement comment vous êtes. -
13:30 - 13:33Mais c'est un défi
particulièrement compliqué, -
13:34 - 13:37parce que de tous ces livres, à ce jour,
-
13:38 - 13:40on ne connaît probablement que 2 % :
-
13:41 - 13:45quatre livres sur plus de 175.
-
13:46 - 13:50Et ce n'est pas le sujet
de mon intervention, -
13:50 - 13:53car on en saura plus à l'avenir.
-
13:53 - 13:56Les meilleurs cerveaux de la planète
travaillent sur ces sujets. -
13:57 - 13:59Les prédictions vont s'améliorer,
-
13:59 - 14:01le modèle va devenir plus précis.
-
14:01 - 14:03Et plus on apprendra,
-
14:03 - 14:10plus l'on se retrouvera devant des choix
que nous n'avons jamais eus à faire avant -
14:11 - 14:12sur la vie,
-
14:12 - 14:13sur la mort,
-
14:14 - 14:16sur l'éducation parentale.
-
14:18 - 14:26Nous touchons donc aux détails intimes
du fonctionnement de la vie. -
14:26 - 14:29Et c'est une révolution
qui ne peut pas être confinée -
14:29 - 14:32au domaine de la science
ou des technologies. -
14:33 - 14:36Ceci doit être une conversation globale.
-
14:36 - 14:41Nous devons réfléchir à l'avenir
que nous construisons tous. -
14:41 - 14:44Nous devons interagir avec
les créateurs, les artistes, -
14:44 - 14:47les philosophes et les politiciens.
-
14:47 - 14:51Chacun est impliqué
car il s'agit de l'avenir de notre espèce. -
14:51 - 14:55Sans peur, mais en comprenant
-
14:55 - 14:59que les décisions que nous prendrons
durant l'année à venir -
14:59 - 15:03changeront pour toujours
le cours de l'histoire. -
15:04 - 15:05Merci.
-
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 ?
- Video Language:
- English
- Team:
- closed TED
- Project:
- TEDTalks
- Duration:
- 15:28
eric vautier approved French subtitles for How to read the genome and build a human being | ||
eric vautier edited French subtitles for How to read the genome and build a human being | ||
Morgane Quilfen accepted French subtitles for How to read the genome and build a human being | ||
Morgane Quilfen edited French subtitles for How to read the genome and build a human being | ||
Morgane Quilfen edited French subtitles for How to read the genome and build a human being | ||
Thomas Prigent edited French subtitles for How to read the genome and build a human being | ||
Morgane Quilfen declined French subtitles for How to read the genome and build a human being | ||
Morgane Quilfen declined French subtitles for How to read the genome and build a human being |