ゲノムを読んで人間を作る方法
-
0:01 - 0:02これからの16分で
-
0:02 - 0:06人類最大の夢への旅に
お連れします -
0:06 - 0:09生命の暗号を
理解するということです -
0:09 - 0:12私にとって ことの始まりは
何年も前 -
0:12 - 0:14はじめて3Dプリンタに
出会ったときです -
0:14 - 0:16魅惑的なコンセプトだと
思いました -
0:16 - 0:183Dプリンタは
3つの要素を必要とします -
0:18 - 0:22少しばかりの情報と
原料と エネルギーです -
0:22 - 0:26そして それまで存在しなかった物を
何でも作れてしまうんです -
0:26 - 0:29私は物理をやっていましたが
家に帰ってきて -
0:29 - 0:323Dプリンタならずっと前から
知っていたことに気付きました -
0:32 - 0:33誰もが知っています
-
0:34 - 0:35それは母親です
-
0:35 - 0:35(笑)
-
0:35 - 0:38母は3つの要素を
取り込みます -
0:38 - 0:42少しばかりの情報 —
今の場合 父と母が提供します -
0:42 - 0:46原料とエネルギーは同じもの
食べ物から得ます -
0:46 - 0:49そして数ヶ月の後に
私が製造されます -
0:49 - 0:51それ以前に
私は存在しませんでした -
0:51 - 0:54自分が3Dプリンタであることを知った
母の衝撃はさておき -
0:54 - 0:58私はすぐに
最初の要素である -
0:58 - 1:01情報に強く惹かれました
-
1:01 - 1:03人間を組み立てるために
-
1:03 - 1:05どれほどの情報が
必要なのか? -
1:05 - 1:07多いのか? 少ないのか?
-
1:07 - 1:09USBメモリ何本分になるのか?
-
1:09 - 1:12私は当初
物理を勉強していたので -
1:12 - 1:17人間を巨大なレゴブロックとして
近似してみました -
1:17 - 1:21個々のブロックは
小さな原子です -
1:21 - 1:26ここに水素があり ここに炭素があり
ここに窒素がある -
1:26 - 1:27最初の近似としては
-
1:27 - 1:31人間の体を構成する個々の原子を
すべて特定できれば -
1:31 - 1:33それで作り上げる
ことができます -
1:33 - 1:35計算してみると
-
1:35 - 1:38驚くような結果になります
-
1:38 - 1:41私がUSBメモリに
収めようとしているファイル -
1:41 - 1:46小さな赤ん坊を組み立てるための
原子のデータは -
1:46 - 1:51タイタニック号いっぱいの
USBメモリの -
1:51 - 1:532千倍になるんです
-
1:54 - 1:57これこそ 生命の奇跡です
-
1:57 - 2:00今後 妊婦を見かけたら
-
2:00 - 2:02その人は 皆さんが
出会うであろう -
2:02 - 2:05最大の情報を
組み上げているのです -
2:05 - 2:07ビッグデータなんて
目じゃありません -
2:07 - 2:10これは存在する
最大の情報なのです -
2:10 - 2:14(笑)
-
2:14 - 2:19幸い自然界は
この駆け出しの物理学者よりずっと賢く -
2:19 - 2:2140億年の間に
この情報を -
2:21 - 2:25DNAと呼ばれる小さな結晶に
詰め込みました -
2:26 - 2:29私たちがこれに出会ったのは
1950年 -
2:29 - 2:31素晴らしい女性科学者
ロザリンド・フランクリンが -
2:32 - 2:33写真に収めた時です
-
2:33 - 2:37しかし人類が
ヒトの細胞の中をつついて -
2:37 - 2:38この結晶を取り出し
-
2:38 - 2:43広げて 読むようになるまでには
40年以上かかりました -
2:44 - 2:48その暗号は4種の単純な
アルファベットで書かれています -
2:48 - 2:51A - T - C - G
-
2:51 - 2:54そして人間を作るには
30億文字必要です -
2:55 - 2:5630億というのは
-
2:56 - 2:58どんな数でしょう?
-
2:58 - 3:01見当が付かないような数字です
-
3:01 - 3:05この暗号がどれほど巨大かを
-
3:05 - 3:08どうしたら説明できるか
考えました -
3:08 - 3:11そして 人の助けを
借りることにしました -
3:11 - 3:14この暗号を説明する
手助けとして -
3:14 - 3:18ゲノム解読の先駆者 クレイグ・
ヴェンター以上の人はいないでしょう -
3:18 - 3:21ご紹介します
クレイグ・ヴェンター博士です -
3:21 - 3:24(拍手)
-
3:28 - 3:31その人物そのものではなく
-
3:31 - 3:34歴史上初めて
-
3:34 - 3:38特定の人間のゲノムを
本に印刷したものです -
3:38 - 3:411ページ1ページ
1文字1文字 -
3:41 - 3:4526万2千ページの情報です
-
3:45 - 3:49450キログラムあります
アメリカからカナダに運んできました -
3:49 - 3:54ブルーノ・ボウデンと ベンチャーのLulu.comが
すべてやってくれました -
3:54 - 3:56大した偉業です
-
3:56 - 4:00これが生命の暗号を
視覚化したものです -
4:00 - 4:03今や ちょっと面白い
ことができます -
4:03 - 4:05中を覗いて
読むことができるんです -
4:05 - 4:10面白そうな本を見てみましょう
たとえばこれ -
4:13 - 4:16付箋を付けておきました
すごく大きな本なので -
4:16 - 4:19生命の暗号がどんなものか
お見せしましょう -
4:21 - 4:24何千 何万 何億という
-
4:24 - 4:27文字があります
-
4:27 - 4:29ここには何か意味があるはずです
-
4:29 - 4:31特定の部分を見てみます
-
4:31 - 4:33読んで差し上げましょう
-
4:33 - 4:34(笑)
-
4:34 - 4:38AAG AAT ATA
-
4:39 - 4:41黙字のように聞こえますが
-
4:41 - 4:45この配列はクレイグの目の色を
指定しています -
4:46 - 4:48別の巻を見てみましょう
-
4:48 - 4:50こちらは もう少し複雑です
-
4:51 - 4:54染色体14 第132巻
-
4:54 - 4:56(笑)
-
4:56 - 4:57お察しの通り
-
4:57 - 5:01(笑)
-
5:03 - 5:07ATT CTT GATT
-
5:08 - 5:10この人は幸運です
-
5:10 - 5:13この部分の2文字が
欠けただけで — -
5:13 - 5:1630億文字中の たった2文字が
欠けているだけで -
5:16 - 5:19恐ろしい病気を
運命付けられてしまいます -
5:19 - 5:20嚢胞性線維症です
-
5:20 - 5:23治す方法も救う方法も
わかっていません -
5:23 - 5:27それがたった2文字の違いで
引き起こされるのです -
5:28 - 5:30素晴らしい本 強力な本
-
5:31 - 5:35この本は ある極めて驚くべきことを
教えてくれます -
5:35 - 5:36お見せしましょう
-
5:36 - 5:41どんな人であれ 私を私
皆さんを皆さんたらしめているのは -
5:41 - 5:44このうちの たったの5百万字
-
5:44 - 5:461冊の半分たらずで
-
5:46 - 5:48残りの部分は
-
5:48 - 5:50まったく同一なんです
-
5:51 - 5:55500ページが 皆さんという
生命の奇跡を作り出し -
5:55 - 5:58残りはみんなと共通です
-
5:58 - 6:01人は皆違うと思った時
そのことを考えてみてください -
6:01 - 6:03私たちが共有している量を
-
6:03 - 6:07少し興味を持って
いただけたと思うので -
6:07 - 6:08次の疑問ですが
-
6:08 - 6:10どうやってこれを読むのか?
-
6:10 - 6:11どうすれば
意味を取れるのか? -
6:11 - 6:16どんなにスウェーデン家具の組み立てが
得意だろうと -
6:16 - 6:19この組み立て手順書は
一生かかっても解読できないでしょう -
6:19 - 6:21(笑)
-
6:21 - 6:24そのため 2014年に
著名な2人のTED講演者 -
6:24 - 6:27ピーター・ディアマンディスと
クレイグ・ヴェンターその人が -
6:27 - 6:28新会社を作ることにしました
-
6:28 - 6:30ヒューマン・ロンジェビティ社の
-
6:30 - 6:31ミッションは1つ
-
6:31 - 6:34この本について
学べることをすべて学び -
6:34 - 6:36試せることをすべて試して
-
6:36 - 6:39個別化医療の夢の実現を目指し
-
6:39 - 6:42より良い健康のために
何をしなければならないか -
6:42 - 6:44この本の秘密は何なのか
-
6:44 - 6:47解明するということです
-
6:48 - 6:5340名のデータ科学者をはじめ
様々な人の素晴らしいチームで -
6:53 - 6:54共に働けるのは喜びです
-
6:54 - 6:56概念的には
とてもシンプルです -
6:56 - 6:59機械学習という
技術を使います -
6:59 - 7:04一方には何千という
ゲノムがあります -
7:04 - 7:08他方には人間に関する
最大級のデータベースがあります -
7:08 - 7:13表現型 3Dスキャン NMR
思いつく限りあらゆるものが入っています -
7:13 - 7:15この二者の間には
-
7:15 - 7:18未知の変換過程があります
-
7:18 - 7:21私たちは中間に機械を構築し
-
7:21 - 7:23トレーニングしています
-
7:23 - 7:261台だけでなく
沢山の機械があって -
7:26 - 7:31ゲノムから表現型への変換を
理解しようと試みています -
7:31 - 7:35この文字列は何であり
何をするのか? -
7:35 - 7:37これは何にでも使える
アプローチですが -
7:37 - 7:40ゲノミクスにおいては
特に複雑です -
7:40 - 7:44少しずつ拡大して
違う挑戦へと手を広げてきました -
7:44 - 7:47最初はありふれた形質から
始めました -
7:47 - 7:48ありふれた形質がいいのは
-
7:48 - 7:51ありふれていて
誰でも持っていることです -
7:51 - 7:53そして こんなことを
問い始めました -
7:53 - 7:55この本を読んで
-
7:55 - 7:57身長は予測できるか?
-
7:57 - 7:58実際可能です
-
7:58 - 8:005センチの精度で
予測できます -
8:00 - 8:03体重は生活習慣に
大きく依存していますが -
8:03 - 8:07それでも おおよその予測はできます
8キロの精度です -
8:07 - 8:09目の色は
予測できるか? -
8:09 - 8:10できます
-
8:10 - 8:1180パーセントの正確さです
-
8:11 - 8:13肌の色は予測できるか?
-
8:13 - 8:16できます
80パーセントの正確さです -
8:16 - 8:17年齢は予測できるか?
-
8:18 - 8:22できます 生きている間に
塩基配列は変化していくからです -
8:22 - 8:25短くなり 欠落や挿入が起きます
-
8:25 - 8:28いろいろな特徴から
モデルを作れます -
8:28 - 8:30興味深い課題は
-
8:30 - 8:32人の顔は予想できるか
ということです -
8:33 - 8:34これはちょっと難しいです
-
8:34 - 8:38人の顔を決める情報は
何百万という塩基配列に分散しているし -
8:38 - 8:40人の顔というのは
あまり綺麗に定義できません -
8:40 - 8:42それを学ぶために
まるまる階層を構築し -
8:42 - 8:44機械に顔とは何か教え
-
8:44 - 8:47埋め込み圧縮する
必要がありました -
8:47 - 8:49機械学習に馴染みがある人なら
-
8:49 - 8:52難しさが分かると思います
-
8:52 - 8:58私たちが最初の配列を読んで以来
15年が過ぎましたが -
8:58 - 9:01去年10月に有意な結果を
目にするようになりました -
9:01 - 9:04とても感情的に高揚する瞬間でした
-
9:04 - 9:07ご覧いただいているのは
実験室に来た被験者です -
9:08 - 9:10この顔を使います
-
9:10 - 9:13被験者の顔のデータを取り
複雑さを減らします -
9:13 - 9:15顔のすべてが遺伝子で
決まるわけではなく -
9:15 - 9:19様々な特徴や欠陥や非対称性が
生きている中で生じるからです -
9:19 - 9:22顔を対称化し
アルゴリズムにかけます -
9:23 - 9:25次にご覧いただくのが
-
9:25 - 9:29血液から予測した顔です
-
9:30 - 9:31(拍手)
-
9:31 - 9:33ちょっとお待ちを
-
9:33 - 9:37この瞬間 皆さんの目は
左の顔と右の顔を見比べ -
9:37 - 9:41脳が 顔を同一視しようと
してしまいます -
9:41 - 9:44だから1つ課題を
出しましょう -
9:44 - 9:46違いを探してください
-
9:46 - 9:47たくさんあります
-
9:47 - 9:50最大の特徴は
性別から来ます -
9:50 - 9:55それから年齢 BMI 人種
-
9:55 - 9:59そこから先は
ずっと複雑になります -
9:59 - 10:022つの顔に
違いはあるにしても -
10:02 - 10:06概ね合っているのが
お分かりいただけると思います -
10:06 - 10:08どんどん近くなっていて
-
10:08 - 10:10感動すら覚えます
-
10:10 - 10:12これは別の被験者です
-
10:12 - 10:14こちらが予測です
-
10:14 - 10:18実際の顔は若干小さく
頭蓋の形が完全に合ってはいませんが -
10:18 - 10:21大きくは外していません
-
10:22 - 10:24これが被験者の顔
-
10:24 - 10:26これが予測した顔
-
10:26 - 10:31マシンのトレーニングの時点では
これらの顔は見せていません -
10:31 - 10:34ホールドアウト・セットと呼ばれる
評価用データです -
10:34 - 10:37これだけでは信じない
かもしれませんが -
10:37 - 10:40すべて科学論文として
発表しているので -
10:40 - 10:41お読みいただけます
-
10:41 - 10:45クリスが私にステージでやる
挑戦を持ちかけました -
10:45 - 10:46真剣勝負をして
-
10:46 - 10:50皆さんが認識できる顔の
予測をすべきだろうと -
10:50 - 10:54このバイアル瓶の中の血液には —
-
10:54 - 10:58この血液を手に入れる苦労は
想像もつかないでしょうが -
10:58 - 11:00このバイアル瓶の中の血液には
-
11:00 - 11:04全ゲノム塩基配列同定のために
十分な情報があります -
11:04 - 11:06これだけでいいのです
-
11:06 - 11:10この塩基配列を調べたので
皆さんと一緒に見ていきましょう -
11:10 - 11:14分かったことをすべて
積み上げていきます -
11:14 - 11:17この血液から男性と
予想しましたが -
11:17 - 11:19被験者は男性です
-
11:19 - 11:21身長は176cmと
予想しましたが -
11:21 - 11:24実際は177cmです
-
11:24 - 11:28予想は76キロで
実際は82キロ -
11:29 - 11:31予想年齢は38歳
-
11:31 - 11:33実際は35歳
-
11:34 - 11:36予想した目の色は —
-
11:36 - 11:38少し濃すぎました
-
11:38 - 11:40肌の色の予想は
-
11:40 - 11:41大体合っています
-
11:42 - 11:44これが予想した顔です
-
11:45 - 11:48種明かしの瞬間です
-
11:48 - 11:50これが被験者の顔です
-
11:50 - 11:52(笑)
-
11:52 - 11:54意図的にやりました
-
11:54 - 11:58私はごく特殊な妙な民族です
-
11:58 - 12:01南欧はイタリア人で
モデルには決して合いません -
12:01 - 12:06この人種は我々のモデルでは
複雑な特殊ケースに当たります -
12:06 - 12:08しかし もう1つあります
-
12:08 - 12:11人を見分ける時に
よく使われるものの1つは -
12:11 - 12:13遺伝子に書かれていません
-
12:13 - 12:16どういうルックスになるか
自由意志によるところがあります -
12:16 - 12:18ここでは髪型ではなく
髭です -
12:19 - 12:22髭を移してみましょう
-
12:22 - 12:25モデリングではなく
単なる画像加工です -
12:25 - 12:27被験者の髭をコピーします
-
12:27 - 12:30すると ずっと
似た感じになります -
12:31 - 12:34なぜ こんなことを
しているのか? -
12:36 - 12:39身長を予測するためでも
-
12:39 - 12:44血液から綺麗な写真を
作るためでもありません -
12:44 - 12:48同じ技術 同じアプローチを使った
-
12:48 - 12:51遺伝暗号の機械学習が
-
12:51 - 12:54体について理解する
助けになるからです -
12:54 - 12:56体はどのように働くのか
-
12:56 - 12:57体はどう老化するのか
-
12:57 - 13:00病気はどのように
発生するのか -
13:00 - 13:03ガンはどのように
成長するのか -
13:03 - 13:05薬はどう働くのか
-
13:05 - 13:07自分の体には効くのか
-
13:08 - 13:09これは大きな挑戦です
-
13:10 - 13:12世界中の何千という研究者が
-
13:12 - 13:14追いかけている挑戦で
-
13:14 - 13:17「個別化医療」と呼ばれています
-
13:17 - 13:21人が海の中の点にすぎない
-
13:21 - 13:23統計的アプローチから
-
13:23 - 13:24この遺伝子の本を
すべて読んで -
13:25 - 13:27その人のことを
正確に理解してあたる -
13:27 - 13:30個別化アプローチへと
進むことができます -
13:30 - 13:34とても複雑な課題です
-
13:34 - 13:36というのも すべての本のうち
-
13:36 - 13:41現在のところ ほんの2パーセントしか
分かっていないからです -
13:41 - 13:45175冊中の4冊です
-
13:46 - 13:50これは私の話の範囲外です
-
13:50 - 13:53私たちは学んでいくでしょう
-
13:53 - 13:57このテーマについては
世界最高の頭脳が挑んでいるからです -
13:57 - 13:59予測はより良く
-
13:59 - 14:01モデルはより正確に
なっていきます -
14:01 - 14:03学べば学ぶほど
-
14:03 - 14:07以前には直面する
必要のなかった決断に -
14:07 - 14:11直面することになるでしょう
-
14:11 - 14:12生や
-
14:12 - 14:14死や
-
14:14 - 14:16子育てについて
-
14:18 - 14:26私たちは生命の仕組みの
ごく内的な詳細に触れようとしています -
14:26 - 14:29この革命は
科学や技術の領域に -
14:29 - 14:32留まる話ではありません
-
14:33 - 14:36世界的な対話が
必要になるでしょう -
14:36 - 14:41人類として築きつつある未来について
考え始めなければなりません -
14:41 - 14:45創作者 芸術家
哲学者 政治家とも -
14:45 - 14:47話す必要があります
-
14:47 - 14:48全員にかかわることです
-
14:48 - 14:51人類の未来の話なんですから
-
14:51 - 14:55恐れずに — ただし
理解する必要があります -
14:55 - 14:59私たちが近い将来にする決断が
-
14:59 - 15:03人類史の進む方向を
永久に変えることになるのだと -
15:04 - 15:05ありがとうございました
-
15:05 - 15:08(拍手)
- Title:
- ゲノムを読んで人間を作る方法
- Speaker:
- リッカルド・サバティーニ
- Description:
-
秘密も病気も美もすべてが書かれたゲノム、それは人間を作り上げるのに必要なひとそろいの遺伝的手順書です。科学者であり起業家であるリッカルド・サバティーニが、今や小さなバイアル瓶の中の血液から複雑なゲノムの暗号を解読して身長、目の色、年齢、容貌まで予想できることを示します。ゲノムについての理解によってやがてガンのような病気に対する個別化医療が可能になるとサバティーニは言います。我々は生命そのものを変える力を手にしたのです。それをどのように使いましょう?
- Video Language:
- English
- Team:
- closed TED
- Project:
- TEDTalks
- Duration:
- 15:28
Yasushi Aoki edited Japanese subtitles for How to read the genome and build a human being | ||
Yasushi Aoki approved Japanese subtitles for How to read the genome and build a human being | ||
Yasushi Aoki edited Japanese subtitles for How to read the genome and build a human being | ||
Yasushi Aoki edited Japanese subtitles for How to read the genome and build a human being | ||
Yasushi Aoki edited Japanese subtitles for How to read the genome and build a human being | ||
Masaki Yanagishita accepted Japanese subtitles for How to read the genome and build a human being | ||
Masaki Yanagishita edited Japanese subtitles for How to read the genome and build a human being | ||
Masaki Yanagishita edited Japanese subtitles for How to read the genome and build a human being |