Hoe lees je het genoom en bouw je een menselijk wezen?
-
0:01 - 0:03In de volgende 16 minuten zal ik
jullie laten kennismaken -
0:03 - 0:06met wat waarschijnlijk de grootste
droom van de mensheid is: -
0:07 - 0:09de code van het leven begrijpen.
-
0:09 - 0:12Voor mij begon alles heel lang geleden,
-
0:12 - 0:15toen ik kennismaakte
met de eerste 3D-printer. -
0:15 - 0:16Het concept was fascinerend.
-
0:16 - 0:18Een 3D-printer heeft drie dingen nodig:
-
0:18 - 0:22met een beetje informatie, enkele
grondstoffen en wat energie -
0:22 - 0:26kan de printer uit het niets
een totaal nieuw object produceren. -
0:27 - 0:29Ik studeerde fysica
en was op weg naar huis -
0:29 - 0:32toen ik besefte dat ik al heel mijn leven
een 3D-printer kende. -
0:32 - 0:33En iedereen kent er één.
-
0:34 - 0:35Het was mijn ma.
-
0:35 - 0:36(Gelach)
-
0:36 - 0:38Mijn ma neemt 3 elementen:
-
0:38 - 0:42een beetje informatie, in dit geval
van mijn vader en mijn moeder, -
0:42 - 0:46grondstoffen en energie onder
dezelfde vorm, voedsel, -
0:46 - 0:49en na enkele maanden produceert ze mij.
-
0:49 - 0:51Daarvoor bestond ik gewoon niet.
-
0:51 - 0:54Dus, afgezien van mijn ma's schok toen ze
ontdekte dat ze een 3D-printer is, -
0:54 - 0:59raakte ik gefascineerd
door dat ene onderdeel, -
0:59 - 1:01het eerste, de informatie.
-
1:01 - 1:03Hoeveel informatie heb je nodig
-
1:03 - 1:05om een mens ineen te knutselen?
-
1:05 - 1:07Is dat veel? Of niet veel?
-
1:07 - 1:09Hoeveel USB-sticks kan je ermee vullen?
-
1:09 - 1:12Ik was fysica aan het studeren
-
1:12 - 1:17en ik besloot dat de beste invalshoek was
de mens als een enorme legoblok te bezien. -
1:17 - 1:21Beeld je in dat de blokjes
kleine atoompjes zijn -
1:21 - 1:26en dat er hier waterstof is, en hier
koolstof, en verder nog stikstof. -
1:26 - 1:27Mijn eerste inschatting was:
-
1:27 - 1:32als ik de lijst kan opstellen
van het aantal atomen dat een mens bevat, -
1:32 - 1:33dan kan ik er ook één bouwen.
-
1:33 - 1:35Nu kan je beginnen rekenen,
-
1:35 - 1:38en het resultaat is onwaarschijnlijk.
-
1:38 - 1:41Het aantal atomen,
-
1:41 - 1:46de file die ik op mijn USB-stick zal
opslaan om een baby in elkaar te steken, -
1:46 - 1:51zal een hele Titanic
vol USB-sticks vullen - -
1:51 - 1:53vermenigvuldigd met 2000.
-
1:54 - 1:57Dit is het wonder van het leven.
-
1:57 - 2:00Denk eraan elke keer je nu
een zwangere vrouw ziet: -
2:00 - 2:03zij is de grootste hoeveelheid
informatie aan het verzamelen -
2:03 - 2:04die je je kan inbeelden.
-
2:04 - 2:07Vergeet 'big data', vergeet alles
wat je ooit gehoord hebt. -
2:07 - 2:10Dit is de grootste hoeveelheid
informatie die er bestaat. -
2:10 - 2:14(Applaus)
-
2:14 - 2:19Gelukkig is de natuur veel slimmer
dan een jonge natuurkundige, -
2:19 - 2:22en is ze er in 4 miljard jaar in geslaagd
deze informatie samen te pakken -
2:22 - 2:25in een klein kristal dat DNA heet.
-
2:26 - 2:28We zagen het voor het eerst in 1950
-
2:28 - 2:31toen Rosalind Franklin, een ongelooflijke
wetenschapper, een vrouw, -
2:32 - 2:33het vastlegde op foto.
-
2:33 - 2:38Maar we hadden meer dan 40 jaar nodig om
in een menselijke cel binnen te geraken, -
2:38 - 2:40het kristal te isoleren,
-
2:40 - 2:43het af te wikkelen
en voor het eerst te lezen. -
2:44 - 2:47De code die dan verschijnt,
is een zeer eenvoudig alfabet -
2:47 - 2:51met vier letters: A, T, C en G.
-
2:51 - 2:54Om een mens te bouwen,
heb je er drie miljard van nodig. -
2:55 - 2:56Drie miljard.
-
2:56 - 2:58Hoeveel is drie miljard?
-
2:58 - 3:01Het is een getal dat eigenlijk
weinig zin heeft. -
3:01 - 3:05Dus dacht ik: hoe kan ik nu
echt duidelijk maken -
3:05 - 3:08hoe reusachtig groot deze code wel is?
-
3:08 - 3:11Nu heb je wel - ik bedoel
ik heb nu wel even hulp nodig. -
3:11 - 3:14De persoon die mij het best kan helpen
om de code voor te stellen, -
3:14 - 3:18is Dr. Craig Venter, de eerste man die
de volgorde ervan heeft bepaald. -
3:18 - 3:21Welkom, Dr. Craig Venter.
-
3:21 - 3:28(Applaus)
-
3:28 - 3:30Dit is natuurlijk niet de man
in vlees en bloed, -
3:31 - 3:34maar, voor de eerste keer
in de geschiedenis, -
3:34 - 3:37is het genoom van een bepaald individu
-
3:37 - 3:41uitgeschreven, pagina na pagina,
letter na letter: -
3:41 - 3:45260.000 bladzijden aan informatie,
-
3:45 - 3:49450 kilo die van de VS
naar Canada verzonden zijn -
3:49 - 3:54dankzij Bruno Bowden,
van start-up Lulu.com. -
3:54 - 3:56Een geweldige prestatie.
-
3:56 - 4:00Dit is dus de visuele weergave
van de code van het leven. -
4:00 - 4:03En nu kan ik voor de eerste keer
iets leuks doen. -
4:03 - 4:05Ik kan de code nu inkijken en lezen.
-
4:05 - 4:10Nu zal ik eens een interessant boek
nemen ... zoals dat hier. -
4:13 - 4:16Hier is mijn aantekening;
het is een enorm boek. -
4:16 - 4:19Nu kan je echt wel zien
wat de code van het leven is. -
4:21 - 4:24Duizenden en duizenden en duizenden
-
4:24 - 4:27en miljoenen letters.
-
4:27 - 4:29En blijkbaar wil dat allemaal iets zeggen.
-
4:29 - 4:31Laten we eens een fragment nemen.
-
4:32 - 4:33Ik zal het even voorlezen:
-
4:33 - 4:34(Gelach)
-
4:34 - 4:38"AAG, AAT, ATA."
-
4:39 - 4:41Voor jullie zijn dat gewoon
zinloze letters, -
4:41 - 4:45maar deze sequentie bepaalt
de kleur van Craigs ogen. -
4:46 - 4:48Nu een ander fragment van het boek.
-
4:48 - 4:50Dit is wel een beetje moeilijker.
-
4:51 - 4:54Chromosoom 14, boek 132:
-
4:54 - 4:56(Gelach)
-
4:56 - 4:57Dacht ik het niet.
-
4:57 - 5:01(Gelach)
-
5:03 - 5:07"ATT, CTT, GATT".
-
5:08 - 5:10Deze mens heeft geluk,
-
5:10 - 5:15want als je twee letters te kort
schiet in deze combinatie - -
5:15 - 5:16twee letters van onze drie miljard -
-
5:16 - 5:19dan zal je aan een vreselijke
ziekte lijden: -
5:19 - 5:20taaislijmziekte.
-
5:20 - 5:23Dit is een ongeneeslijke ziekte,
daar bestaat geen medicatie voor, -
5:23 - 5:27en het is een verschil van twee lettertjes
ten opzichte van ons. -
5:28 - 5:30Een fantastisch boek, een grandioos boek,
-
5:31 - 5:33een boek dat mij geholpen heeft
-
5:33 - 5:36iets te begrijpen dat echt fenomenaal is.
-
5:36 - 5:41Elk van jullie - wat mij en jou
van elkaar onderscheidt -
5:41 - 5:44is ongeveer vijf miljoen van deze,
-
5:44 - 5:45een half boek.
-
5:46 - 5:48Voor de rest
-
5:48 - 5:50zijn we allemaal volledig identiek.
-
5:51 - 5:55Die vijfhonderd pagina's zijn het mirakel
van het leven voor elk van jullie. -
5:55 - 5:58Al de rest hebben we gemeenschappelijk.
-
5:58 - 6:01Dus denk eraan wanneer
je denkt dat we verschillend zijn. -
6:01 - 6:03Zoveel hebben we dus gemeenschappelijk.
-
6:03 - 6:07Nu ik dus jullie aandacht heb,
-
6:07 - 6:08wil ik nog een vraag stellen
-
6:08 - 6:09hoe kan je dat nu lezen?
-
6:09 - 6:11Hoe kan dat nu zinvol zijn?
-
6:11 - 6:16Je mag nog een kei zijn in het
ineenknutselen van Zweedse meubels, -
6:16 - 6:19maar deze handleiding zal je
nooit kunnen gebruiken. -
6:19 - 6:21(Gelach)
-
6:21 - 6:24En zo besloten twee bekende TED-ers,
-
6:24 - 6:27Peter Diamandis en Craig Venter zelf,
-
6:27 - 6:29in 2014 een nieuw bedrijf op te starten.
-
6:29 - 6:30Hier kwam Human Longevity,
-
6:30 - 6:31met één missie:
-
6:31 - 6:33alles proberen
-
6:33 - 6:36en alles leren uit deze boeken,
-
6:36 - 6:38met één doel -
-
6:39 - 6:42de droom waarmaken
van gepersonaliseerde geneeskunde, -
6:42 - 6:45begrijpen wat we moeten doen
om een betere gezondheid te hebben -
6:45 - 6:48en wat voor geheimen deze boeken omvatten.
-
6:48 - 6:53Een fantastisch team met 40 wetenschappers
en veel, veel andere mensen, -
6:53 - 6:54een plezier om mee te werken.
-
6:54 - 6:56Het concept is heel eenvoudig.
-
6:56 - 6:59We gebruiken de technologie
van 'machine learning'. -
6:59 - 7:04Aan de ene kant hebben we
duizenden genomen. -
7:04 - 7:08Aan de andere kant hebben we de grootste
database van de mens bijeengebracht: -
7:08 - 7:12fenotypes, 3D-scans, kernspinresonantie -
je noemt het maar. -
7:12 - 7:15En daar, aan deze twee overstaande kanten
-
7:15 - 7:18vind je het geheim van de vertaling.
-
7:18 - 7:20Tussen de twee bouwen we een machine.
-
7:21 - 7:23We bouwen een machine en
we programeren die - -
7:23 - 7:26om precies te zijn, niet één machine,
maar veel, veel machines - -
7:26 - 7:31om te proberen het genoom in een fenotype
te begrijpen en te vertalen. -
7:31 - 7:35Welke zijn die letters
en wat doen ze? -
7:35 - 7:37Deze methodologie kan voor alles
gebruikt worden, -
7:37 - 7:40maar het is een hele opdracht om die
te gebruiken in genomica. -
7:41 - 7:44We zijn langzaamaan gegroeid en
we hadden verschillende projecten. -
7:44 - 7:47We begonnen met het begin,
met gemeenschappelijke kenmerken. -
7:47 - 7:49Gemeenschappelijke kenmerken zijn
de gemakkelijkste, -
7:49 - 7:50omdat iedereen ze heeft.
-
7:50 - 7:53Dus hebben we ons afgevraagd:
-
7:53 - 7:54kan lengte voorspeld worden?
-
7:55 - 7:57Kunnen we uit de boeken
je lengte afleiden? -
7:57 - 7:58Wel ja, we kunnen dat,
-
7:58 - 8:00met een precisie van vijf centimeter.
-
8:00 - 8:03Je BMI-index is gekoppeld
aan je levensstijl -
8:03 - 8:07maar we kunnen toch je gewicht schatten
met een precisie van 8 kilo. -
8:07 - 8:08De kleur van je ogen?
-
8:08 - 8:10Die kunnen we ook raden.
-
8:10 - 8:11Met 80% zekerheid.
-
8:11 - 8:13Kunnen we je huidskleur raden?
-
8:13 - 8:16Ja - met 80% zekerheid.
-
8:16 - 8:17Kunnen we je leeftijd raden?
-
8:18 - 8:22Dat kunnen we, omdat de code blijkbaar
in de loop van de jaren verandert. -
8:22 - 8:25Ze wordt korter, je verliest stukjes,
ander stukken worden bijgevoegd. -
8:25 - 8:28We lezen de signalen
en we maken een model. -
8:28 - 8:30Nu is er wel een interessante uitdaging
-
8:30 - 8:32Kunnen we een gezicht voorspellen?
-
8:33 - 8:34Dat is een beetje moeilijk
-
8:34 - 8:38omdat een menselijk gezicht bestaat
uit miljoenen letters -
8:38 - 8:40En een gezicht is nu ook niet
een welomschreven object. -
8:40 - 8:42Dus moesten we er
een hele reeks van bouwen -
8:42 - 8:45om te leren en aan een machine
te leren wat een gezicht is -
8:45 - 8:47en dan moet je het nog integreren.
-
8:47 - 8:49Als je iets van machine learning kent,
-
8:49 - 8:52dan weet je ook
wat voor een uitdaging dit is. -
8:52 - 8:58En nu, na 15 jaar - 15 jaar nadat we
de eerste sequentie gelezen hebben - -
8:58 - 9:01in oktober, hebben we
de eerste signalen gezien. -
9:01 - 9:04Dat was een zeer ontroerend moment.
-
9:04 - 9:07Je ziet dus een persoon
ons lab binnenwandelen. -
9:08 - 9:10Voor ons is het een gezicht.
-
9:10 - 9:13We nemen iemands reële gezicht,
verminderen de complexiteit, -
9:13 - 9:15omdat niet alles van je gezicht komt,
-
9:15 - 9:19veel kenmerken en imperfecties en
onregelmatigheden komen van ons leven. -
9:19 - 9:22We maken het gezicht symmetrisch
en we voeren ons algoritme uit. -
9:23 - 9:25Hier zijn de resultaten.
-
9:25 - 9:29Dit is de voorspelling die berekend
wordt op basis van het bloed. -
9:30 - 9:31(Applaus)
-
9:31 - 9:33Wacht eens even.
-
9:33 - 9:37Voor het ogenblik zijn jullie ogen aan het
kijken, links en rechts, links en rechts, -
9:37 - 9:41en jullie hersenen willen gewoon
dat die foto's identiek zijn. -
9:41 - 9:44Dus moeten jullie nu even eerlijk zijn.
-
9:44 - 9:46Probeer de verschillen na te sporen,
-
9:46 - 9:47en die zijn er!
-
9:47 - 9:50De grootste hoeveelheid signalen
komt van het geslacht, -
9:50 - 9:55dan heb je leeftijd, BMI,
het ethnische aspect van een mens. -
9:55 - 9:59Wanneer je een stap verder zet,
dan wordt het pas echt ingewikkeld. -
9:59 - 10:02Maar wat je hier kan zien,
zelfs de verschillen, -
10:02 - 10:06dat maakt ons duidelijk dat we
in de goede richting aan het gaan zijn, -
10:06 - 10:07dat we dichterbij komen.
-
10:07 - 10:10En je voelt de emoties al opkomen.
-
10:10 - 10:12Dit is een andere persoon
die het lab binnenkomt, -
10:12 - 10:14en dit is de voorspelling.
-
10:14 - 10:18Een kleiner gezicht, de vorm
van de schedel was niet volledig, -
10:18 - 10:21maar je kan toch zien
dat we er niet ver van af zijn. -
10:22 - 10:24Dit is nog een andere persoon in ons lab,
-
10:24 - 10:25met de voorspelling.
-
10:26 - 10:31Maar deze mensen zul je nooit zien
in de training van de machine. -
10:31 - 10:34Ze zijn de zogenaamde validatieset.
-
10:34 - 10:37Maar deze mensen zal je
waarschijnlijk nooit geloven. -
10:37 - 10:40Ons werk wordt uitgegeven
in een wetenschappelijk blad, -
10:40 - 10:41je kan het lezen.
-
10:41 - 10:44Maar we zijn op het podium
en Chris heeft me uitgedaagd. -
10:44 - 10:47Ik heb een risico genomen en
geprobeerd iemand te raden -
10:47 - 10:50die jullie misschien zullen herkennen.
-
10:50 - 10:55Hier heb je een bloedbuisje -- en,
geloof me, jullie heb geen idee -
10:55 - 10:58wat we wel hebben moeten doen
om dit bloed te bemachtigen -- -
10:58 - 11:02hier in dit bloedbuisje hebben we
genoeg biologische informatie -
11:02 - 11:04om een volledige genoom te sequencen.
-
11:04 - 11:06Meer hebben we niet nodig.
-
11:07 - 11:10We hebben deze sequence uitgevoerd,
en we zullen dit nu samen doen. -
11:10 - 11:14Laag na laag brengen we alle informatie
bij elkaar die we hebben. -
11:14 - 11:17Via dit bloedbuisje hebben we voorspeld
dat het gaat over een man. -
11:17 - 11:19En inderdaad, het is een man.
-
11:19 - 11:21We voorspellen dat hij 1,76 m groot is.
-
11:21 - 11:24Onze persoon is 1,77 cm groot.
-
11:24 - 11:28We mikken op 76 kg, en hij weegt 82 kg.
-
11:29 - 11:31We voorspellen zijn leeftijd, 38 jaar.
-
11:31 - 11:33Onze persoon is er 35.
-
11:34 - 11:36Wij denken dat hij donkere ogen heeft.
-
11:37 - 11:38Te donker.
-
11:38 - 11:40Zijn huidskleur.
-
11:40 - 11:41We zijn er nu bijna.
-
11:42 - 11:43Dit is zijn gezicht.
-
11:45 - 11:48En nu DE revelatie:
-
11:48 - 11:50hier is onze persoon.
-
11:50 - 11:52(Gelach)
-
11:52 - 11:54Ik heb dit met opzet gedaan.
-
11:54 - 11:58Ik heb een heel vreemde
ethnische oorsprong. -
11:58 - 12:01Zuid-Europees, Italiaans -
die moeten altijd alles anders doen. -
12:01 - 12:06En dat is speciaal - ethnische oorsprong
is een ingewikkelde test voor ons model. -
12:06 - 12:08Maar er is nog iets anders.
-
12:08 - 12:11Eén van de elementen die we veel
gebruiken om mensen te herkennen -
12:11 - 12:13zal je nooit in het genoom vinden.
-
12:13 - 12:15Het is onze vrije wil, hoe je eruit ziet.
-
12:15 - 12:18In mijn geval niet mijn haarsnit,
maar mijn baard. -
12:19 - 12:22Ik zal hier nu een baard toevoegen,
-
12:22 - 12:25en dat is niets anders dan Photoshop
-
12:25 - 12:27en zeker geen modellering.
-
12:27 - 12:30En nu krijgen we onmiddellijk iets totaal,
maar dan ook totaal anders. -
12:31 - 12:34Waarom doen we dit dus?
-
12:36 - 12:41We doen het zeker niet om te voorspellen
hoe groot iemand wordt -
12:41 - 12:43of om een mooi plaatje
te vormen vanaf je bloed. -
12:44 - 12:48We doen dit omdat dezelfde technologie,
en dezelfde methode, -
12:48 - 12:51de machine learning van deze code,
-
12:51 - 12:54ons kan helpen te begrijpen
hoe ons lichaam werkt, -
12:54 - 12:56hoe je lichaam in elkaar zit,
-
12:56 - 12:57hoe je lichaam veroudert,
-
12:57 - 13:00hoe ziekte ontstaat in je lichaam,
-
13:00 - 13:03hoe kanker ontstaat en zich ontwikkelt,
-
13:03 - 13:05hoe drugs werken
-
13:05 - 13:07en wat het effect ervan is op je lichaam.
-
13:08 - 13:09Dit is een ongelooflijke uitdaging.
-
13:10 - 13:12En deze uitdaging gaan we aan
-
13:12 - 13:14tezamen met duizenden wetenschappers
overal ter wereld. -
13:14 - 13:16Dat is nu gepersonaliseerde geneeskunde.
-
13:17 - 13:21In plaats van een statistische methode,
-
13:21 - 13:23waar je slechts een nummer bent,
gebruiken we -
13:23 - 13:24een gepersonaliseerde methode,
-
13:25 - 13:27waar we al die boeken lezen
-
13:27 - 13:30en we zo te weten komen
hoe je precies in elkaar zit. -
13:30 - 13:34Maar dit is een uiterst
complexe uitdaging, -
13:34 - 13:38omdat we, vandaag, van al die boeken,
-
13:38 - 13:40maar ongeveer twee procent kennen:
-
13:41 - 13:45vier boeken uit een totaal
van meer dan 175. -
13:46 - 13:49Dit is ook niet het onderwerp
van mijn uiteenzetting, -
13:50 - 13:53want we zullen zeker meer en meer leren.
-
13:53 - 13:56De beste breinen van de wereld
zwoegen op deze topic. -
13:57 - 13:59De berekening zal verbeteren,
-
13:59 - 14:01het model zal preciezer worden.
-
14:01 - 14:03Hoe meer we leren,
-
14:03 - 14:08hoe meer we zullen geconfronteerd
worden met keuzes -
14:08 - 14:11die we nooit eerder gezien hebben
-
14:11 - 14:12over het leven,
-
14:12 - 14:14over de dood,
-
14:14 - 14:16over het ouderschap.
-
14:21 - 14:25We raken nu dus de echte essentie
van hoe het leven werkt. -
14:26 - 14:29En dit is een revolutie die we niet kunnen
reduceren tot het domein -
14:29 - 14:32van wetenschap of technologie.
-
14:33 - 14:35Dit moet een globaal debat zijn.
-
14:36 - 14:41We moeten nadenken over de toekomst van
de mensheid die we aan het bouwen zijn. -
14:41 - 14:45Daarbij moeten we samenwerken met
artiesten, met filosofen, -
14:45 - 14:47met de politieke wereld.
-
14:47 - 14:48Iedereen moet helpen,
-
14:48 - 14:51omdat het gaat over de toekomst
van onze soort. -
14:51 - 14:55Zonder angst, maar met het besef
-
14:55 - 14:59dat de beslissingen die we
volgend jaar zullen nemen -
14:59 - 15:03voorgoed de loop van geschiedenis
zullen veranderen. -
15:04 - 15:05Hartelijk bedankt.
-
15:05 - 15:15(Applaus)
- Title:
- Hoe lees je het genoom en bouw je een menselijk wezen?
- Speaker:
- Riccardo Sabatini
- Description:
-
Het menselijke genoom, het geheel van genetische informatie dat nodig is om een mens te bouwen, omvat allerlei geheimen, ziektes en schoonheid. De wetenschapper en entrepreneur Riccardo Sabatini legt uit hoe we dankzij een buisje met bloed deze code nu kunnen lezen en dingen zoals lengte, oogkleur, leeftijd of zelfs gezichtsstructuur kunnen voorspellen. Volgens Sabatini zal het decoderen van het genoom ons helpen om medische behandelingen voor ziektes zoals kanker te personaliseren. Wij kunnen het leven zoals we die vandaag kennen veranderen. Hoe zullen we die macht gebruiken?
- Video Language:
- English
- Team:
- closed TED
- Project:
- TEDTalks
- Duration:
- 15:28
Els De Keyser approved Dutch subtitles for How to read the genome and build a human being | ||
Els De Keyser edited Dutch subtitles for How to read the genome and build a human being | ||
Els De Keyser accepted Dutch subtitles for How to read the genome and build a human being | ||
Els De Keyser edited Dutch subtitles for How to read the genome and build a human being | ||
Els De Keyser edited Dutch subtitles for How to read the genome and build a human being | ||
Els De Keyser edited Dutch subtitles for How to read the genome and build a human being | ||
Nathalie Lagae edited Dutch subtitles for How to read the genome and build a human being | ||
Nathalie Lagae edited Dutch subtitles for How to read the genome and build a human being |