Как расшифровать геном и создать человека

В человеческом геноме — полном наборе генетических инструкций, необходимых для создания человека, есть место и тайнам, и болезням, и красоте. Сегодня, как показывает нам учёный и предприниматель Рикардо Сабатини, мы способны прочитать этот запутанный код и предсказать рост, цвет глаз, возраст и даже строение лица человека, используя лишь пробирку с его кровью. А скоро, по словам Сабатини, новые знания о геноме позволят нам персонализировать лечение таких заболеваний, как рак. В наших силах изменить привычный ход жизни. Как мы этим воспользуемся?

Следующие 16 минут мы с вами
проведём в путешествии к тому,

что, возможно, является
величайшей мечтой человечества:

к пониманию кода жизни.

Для меня это путешествие началось
много-много лет назад,

когда я увидел первый 3D-принтер.

Просто потрясающий принцип:

3D-принтеру необходимы три вещи —

немного информации,
исходный материал и энергия,

и тогда он способен напечатать
любой не существовавший ранее предмет.

Я тогда занимался физикой
и, возвращаясь как-то домой,

осознал, что на самом деле
всегда был знакóм с 3D-принтером.

Как и любой из нас.

Этот принтер — моя мама.

(Смех)

Мама взяла три ингредиента:

немного информации — в данном случае
от себя и от папы, —

исходный материал и энергию, то есть пищу,

и через несколько месяцев
она произвела на свет меня —

не существовавший ранее объект.

Шокировав маму новостью о том,
что она на самом деле 3D-принтер,

я был совершенно зачарован
одним из ингредиентов,

самым первым — информацией.

Сколько нужно информации,

чтобы произвести человека?

Много? Мало?

Сколько нужно флеш-карт,
чтобы всё уместилось?

Я когда-то изучал физику

и представил человека
как конструкцию LEGO гигантских размеров.

Вообразите, что она состоит
из маленьких атомов:

водорода, углерода, азота.

Тогда получается,

что если составить список всех атомов,
из которых состоит человек,

то можно его создать.

Что ж, можно произвести подсчёты

и получить совершенно невероятное число.

Количество атомов,

тот самый файл, который нужно сохранить
на флешке, чтобы создать ребёнка...

На самом деле вам придётся заполнить
такими флешками целый «Титаник»,

точнее, 2 000 таких «Титаников».

Вот оно — чудо жизни.

Отныне, встретив беременную женщину,
помните:

она собирает воедино самый большой
массив информации,

о котором вы когда-либо слышали.

Куда до него большим данным
и прочим штукам.

Это самый большой в мире массив данных.

(Аплодисменты)

К счастью, природа намного разумнее
молодого физика

и за 4 миллиарда лет умудрилась
упаковать всю эту информацию

в маленький кристаллик под названием ДНК.

Впервые мы увидели ДНК в 1950 году,
когда Розалинд Франклин,

замечательная женщина-учёный,

смогла получить её снимок.

Но понадобилось больше 40 лет,
чтобы забраться в человеческую клетку,

достать этот кристаллик,

развернуть и впервые его прочесть.

Код оказался довольно простой азбукой —

всего четыре буквы: А, Т, С и G.

И чтобы создать человека,
понадобится 3 миллиарда этих букв.

3 миллиарда.

Насколько это много?

Само число нам ни о чём не говорит.

Я задумался, как понагляднее объяснить,

насколько этот код грандиозен и огромен.

Мне понадобится помощь,

и кто лучше может представить вам
код жизни,

чем человек, впервые его расшифровавший,
Крейг Вентер?

Итак, добро пожаловать на сцену,
Крейг Вентер.

(Аплодисменты)

Не сам Крейг во плоти,

но, впервые в истории,

генóм конкретного человека,

распечатанный постранично,
буква за буквой,

262 000 страниц информации,

450 килограммов, доставленных
из США в Канаду, —

спасибо Бруно Бодену и компании Lulu.com,
которые всё организовали.

Это был целый подвиг.

Вот наглядное представление кода жизни.

А сейчас я впервые могу
проделать кое-что занятное.

Я могу заглянуть внутрь и почитать.

Давайте-ка я возьму интересную книжку,
к примеру вот эту.

У меня тут закладка —
том довольно увесистый.

Давайте я покажу вам,
как выглядит код жизни.

Тысячи, тысячи, тысячи,

миллионы букв.

И они явно что-то означают.

Давайте заглянем вот сюда.

Я вам почитаю:

(Смех)

«ААG, AAT, ATA».

Для вас это ничего не значащие буквы,

но эта последовательность отвечает
за цвет глаз Крейга.

Я покажу вам ещё одну книгу.

Здесь чуть посложнее.

Хромосома 14, том 132.

(Смех)

Как и следовало ожидать.

(Смех)

«AТT, CTT, GATT».

Этому человеку повезло,

потому что, пропади хотя бы две буквы
вот в этом месте —

всего две буквы из трёх миллиардов, —

он был бы обречён на ужасный недуг:

муковисцидоз.

Лекарств от него не придумано,
мы не знаем, что с этим делать, —

и всего лишь две буквы отделяют нас
от этой болезни.

Удивительная, мощная книга,

которая помогла мне понять

и показать вам
нечто весьма примечательное.

То, что делает меня мной,
а вас вами, —

всего лишь пять миллионов букв,

половина тома.

В остальном

мы совершенно идентичны.

Чудо жизни, коим вы являетесь, —
это всего пять сотен страниц.

Всё остальное у всех одинаково.

Вспомните об этом, когда услышите,
что все мы разные.

Всё это у нас одинаково.

Теперь, когда я вас заинтересовал,

задам новый вопрос:

а как читать этот код?

Как в нём разобраться?

Что ж, даже если вы специалист
по сбору мебели из IKEA,

на то, чтобы раскусить эту инструкцию,
вам не хватит всей жизни.

(Смех)

В 2014 году два знаменитых участника TED,

Питер Диамандис и Крейг Вентер,

решили создать новую компанию.

Так появилась Human Longevity,

миссией которой было

испытать всё, что можно испытать,

исследовать всё, что можно
исследовать в этих книгах,

с одной целью:

воплотить в реальность мечту
о персонализированной медицине,

понять, что нужно сделать,
чтобы улучшить здоровье

и разгадать все загадки этих книг.

Замечательная команда — 40 специалистов
по обработке данных и многие другие люди,

прекрасные коллеги.

Идея на самом деле очень проста.

Мы используем технологию под названием
«машинное обучение».

С одной стороны,
у нас есть тысячи геномов.

С другой стороны, мы собрали огромнейшую
базу данных о различных индивидуумах:

фенотипы, 3D-снимки, магнитный резонанс —
чего там только нет.

Две противоположные стороны

связаны секретом трансляции генов.

Мы создали для этого машину

и научили её —

вообще-то, не одну, а много-много машин —

научили понимать и транслировать
геном в фенотип.

Что это за буквы, за что они отвечают?

Такой подход применим повсюду,

но в геномике он особенно замысловат.

Потихоньку мы развивались
и ставили перед собой различные задачи.

Мы начали с простого —
с общих характеристик.

С ними удобно работать,
потому что они общие,

они есть у каждого.

Мы начали задаваться вопросами.

Можно ли предугадать рост?

Можно ли прочесть эти тома
и угадать ваш рост?

На самом деле можно —

с точностью до 5 сантиметров.

Индекс массы тела часто связан
с образом жизни,

но его тоже можно предсказать
с погрешностью в 8 килограммов.

Спрогнозировать цвет глаз?

Можем.

С точностью 80%.

Цвет кожи?

С точностью 80%.

Можем ли мы угадать возраст?

Да, потому что, по всей видимости,
код меняется с возрастом:

укорачивается, какие-то кусочки теряются,
какие-то появляются.

Мы считываем сигналы, мы создаём модель.

Вот интересная задачка:

можем ли мы предугадать черты лица?

Это непросто,

потому что гены, отвечающие за черты лица,
зашифрованы в миллионнах букв.

Лицо человека
трудно поддаётся определению.

Над этим пришлось поработать отдельно:

изучить и объяснить машине,
что такое лицо,

а затем встроить эти данные в алгоритм.

Если вы разбираетесь в машинном обучении,

вы понимаете, насколько это сложно.

Спустя 15 лет после первой расшифровки,

в октябре этого года,
мы начали получать первые сигналы.

Это был очень волнующий момент.

Здесь вы видите лицо участницы
эксперимента нашей лаборатории,

мы работали с этим лицом.

Мы берём данные его черт, упрощаем их,

так как нам не нужно всё —

многие особенности и дефекты приобретаются
уже в течение жизни.

Мы делаем лицо более симметричным
и запускаем наш алгоритм.

Результаты, которые я вам покажу, —

это то, что нам удалось предсказать
на основе образца крови.

(Аплодисменты)

Секундочку.

Сейчас вы переводите взгляд слева направо,
справа налево:

вашему мозгу хочется найти
признаки идентичности этих изображений.

Для чистоты эксперимента
давайте сделаем по-другому.

Пожалуйста, поищите различия,

их здесь немало.

Самый сильный сигнал отвечает за пол,

затем возраст, индекс массы тела,
этническую принадлежность.

Разобраться в этих сигналах
совсем непросто.

Но то, что вы здесь видите,
даже различия,

показывает, что мы на верном пути,

мы всё ближе к истине.

Уже только это будоражит эмоции.

Это ещё один наш испытуемый,

а это полученный прогноз.

Лицо не такое крупное, не совсем удалось
передать строение черепа,

но всё равно — очень близко.

Вот другой испытуемый,

а вот наш расчёт.

Когда мы обучали машину,
мы не использовали эти изображения.

Это так называемый «резерв».

Но в случае с этими людьми
вам трудно оценить наш успех.

Мы всё опубликуем в научной статье,

вы сможете её почитать.

Однако Крис поставил передо мной
непростую задачу.

Возможно, я рисковал, но я попытался
спрогнозировать внешность человека,

которого вы способны узнать.

Итак, в этой пробирке с кровью —
поверьте, вы даже не представляете,

на что нам пришлось пойти,
чтобы добыть эту пробирку, —

в этой пробирке находится
биологическая информация,

необходимая для полной расшифровки генома.

Достаточно вот такого количества.

Мы сделали расшифровку,
я вас проведу через процесс.

Слой за слоем складывается наша картинка.

С помощью этой пробирки мы определили,
что это мужчина.

И это действительно мужчина.

Мы предсказали, что его рост — 1,76 см.

Рост испытуемого — 1,77 см.

Мы рассчитали, что он весит 76 кг,
оказалось — 82 кг.

Предсказанный возраст — 38 лет.

Испытуемому 35.

Определили цвет его глаз.

Более тёмный оттенок.

Теперь цвет кожи.

Почти угадали.

Вот его лицо.

Настаёт момент истины:

вот наш испытуемый.

(Смех)

Я сделал это нарочно.

У меня очень специфическая национальность.

Южноевропеец, итальянец —
мы вечно не вписываемся в модели.

А для нашей модели
этническая принадлежность очень важна.

Но есть ещё кое-что.

Одна из черт, которую мы часто используем
для узнавания лиц,

никогда не будет отражена в геноме.

Это наш свободный выбор, это то,
как я выгляжу.

В моём случае — не прическа,
а форма бороды.

Сейчас я вам покажу —

и это Photoshop и ничего больше,
никакого моделирования —

мы перенесём бороду вот сюда.

И сразу же всё становится гораздо лучше.

Итак, зачем мы этим занимаемся?

Конечно, не для того, чтобы угадывать рост

или получать красивые картинки
по данным крови.

Мы делаем это потому,
что эта технология, этот метод,

машинное обучение в генетике,

помогает нам понять, как мы функционируем,

как работает наше тело,

как оно стареет,

как возникают заболевания,

как появляется и развивается рак,

как действуют лекарства

и действуют ли они на вас лично.

Это сложнейшая задача.

Над этой задачей мы работаем

вместе с тысячами других исследователей
по всему миру.

Это называется
«персонализированная медицина».

Это переход от статистического подхода,

когда вы капля в море,

к персонализированному подходу,

когда мы читаем все эти книги

и точно понимаем все ваши особенности.

Но задача эта особенно сложна,

потому что сегодня из всех этих томов

мы изучили, вероятно, примерно 2% —

4 тома из более чем 175.

Но я сегодня говорю не об этом,

потому что всё ещё впереди.

Над этим работают лучшие умы планеты.

Мы научимся лучше предсказывать,

модель станет точнее.

И чем больше мы будем узнавать,

тем больше перед нами
будет вставать вопросов,

с которыми нам не приходилось
сталкиваться раньше:

вопросов о жизни,

о смерти,

о рождении и воспитании детей.

Мы касаемся самых потаённых деталей
того, как работает сама жизнь.

Эту революцию нельзя ограничивать

рамками науки и технологии.

Это должно обсуждаться глобально.

Нам нужно задуматься
о будущем человечества.

Нужно взаимодействовать
с творческими людьми, художниками,

философами, политиками.

Это касается каждого,

потому что это будущее
нашего биологического вида.

Без страха, но с пониманием того,

что решения, которые мы примем
в ближайшем будущем,

способны навсегда изменить ход истории.

Спасибо.

(Аплодисменты)