Return to Video

เราจะอ่านจีโนมและสร้างมนุษย์ได้อย่างไร

  • 0:01 - 0:03
    ในอีก 16 นาทีข้างหน้า
    ผมกำลังจะพาคุณเดินทางไปด้วยกัน
  • 0:03 - 0:06
    ที่บางที มันอาจเป็นความฝัน
    ที่ยิ่งใหญ่ที่สุดของมวลมนุษยชาติ
  • 0:07 - 0:09
    เพื่อทำความเข้าใจรหัสของชีวิต
  • 0:09 - 0:12
    สำหรับผมแล้ว ทุกอย่างเริ่มขึ้น
    เมื่อหลายปีมาแล้ว
  • 0:12 - 0:15
    เมื่อผมพบเข้ากับเครื่องพิมพ์สามมิติเครื่องแรก
  • 0:15 - 0:16
    แนวคิดมันน่าสนใจมาก
  • 0:16 - 0:18
    เครื่องพิมพ์สามมิติต้องการสามสิ่ง
  • 0:18 - 0:22
    ข้อมูลนิดหน่อย วัตถุดิบ และพลังงาน
  • 0:22 - 0:26
    และมันสามารถสร้างวัตถุใดก็ตาม
    ที่ไม่ได้ปรากฏอยู่ตรงนั้นแต่แรก
  • 0:27 - 0:29
    ตอนนั้นผมเรียนฟิสิกส์ ผมกำลังจะกลับบ้าน
  • 0:29 - 0:32
    และตระหนักว่า อันที่จริง
    ผมรู้จักเครื่องพิมพ์สามมิติมาโดยตลอด
  • 0:32 - 0:33
    และทุกคนก็เช่นกัน
  • 0:34 - 0:35
    มันก็คือแม่ของผมนี่เอง
  • 0:35 - 0:36
    (เสียงหัวเราะ)
  • 0:36 - 0:38
    แม่ของผมใช้สามสิ่งนี้
  • 0:38 - 0:42
    ข้อมูลนิดหน่อย ซึ่งในกรณีนี้
    คือระหว่างพ่อและแม่ของผม
  • 0:42 - 0:46
    วัตถุดิบและพลังงาน
    ในบริบทเดียวกันมันคืออาหาร
  • 0:46 - 0:49
    และหลังจากสองสามเดือน ผมก็เกิดขึ้นมา
  • 0:49 - 0:51
    และผมก็ไม่ได้ปรากฏอยู่ก่อนหน้านี้
  • 0:51 - 0:54
    ฉะนั้น นอกเหนือจากที่แม่ผมตกใจ
    ว่าเธอเป็นเครื่องพิมพ์สามมิติ
  • 0:54 - 0:59
    ผมก็ตะลึงกับสิ่งนั้นโดยทันที
  • 0:59 - 1:01
    ประการแรก ข้อมูล
  • 1:01 - 1:03
    ข้อมูลปริมาณเท่าไรที่มันต้องการ
  • 1:03 - 1:05
    เพื่อที่จะสร้างและประกอบขึ้นเป็นมนุษย์
  • 1:05 - 1:07
    มันเยอะหรือเปล่า มันน้อยหรือเปล่า
  • 1:07 - 1:09
    ต้องใช้ทัมป์ไดรฟ์กี่อันในการเก็บข้อมูล
  • 1:09 - 1:12
    ครับ ผมกำลังเริ่มเรียนฟิสิกส์ในตอนนั้น
  • 1:12 - 1:17
    และผมก็ประมาณเอาว่า
    มนุษย์เป็นเลโก้ชิ้นใหญ่ยักษ์
  • 1:17 - 1:21
    ฉะนั้น ลองนึกดูว่าโครงสร้างพื้นฐาน
    เป็นอะตอมเล็ก ๆ
  • 1:21 - 1:26
    และมีไฮโดรเจนอยู่ตรงนี้
    คาร์บอนตรงนี้ ไนโตรเจนตรงนี้
  • 1:26 - 1:27
    ฉะนั้นในการประมาณการครั้งแรก
  • 1:27 - 1:32
    ถ้าผมเขียนจำนวนของอะตอม
    ที่ถูกใช้สร้างมนุษย์ได้
  • 1:32 - 1:33
    ผมก็จะสร้างมันได้
  • 1:33 - 1:35
    ตอนนี้ คุณสามารถลองดูจำนวนบางส่วนได้
  • 1:35 - 1:38
    และนั้นก็ค่อนข้างจะเป็นจำนวนที่น่าทึ่งทีเดียว
  • 1:38 - 1:41
    จำนวนของอะตอม
  • 1:41 - 1:46
    ไฟล์ที่ผมจะเก็บไว้ในทัมป์ไดรฟ์
    เพื่อที่จะประกอบเด็กทารกตัวเล็กขึ้นมา
  • 1:46 - 1:51
    จะกินพื้นที่ทั้งหมดของทัมป์ไดรฟ์จำนวนมาก --
  • 1:51 - 1:53
    คูณด้วย 2,000 ครั้ง
  • 1:54 - 1:57
    มันคืออัศจรรย์แห่งชีวิต
  • 1:57 - 2:00
    ทุกครั้งที่คุณเห็นต่อไปจากนี้
    หญิงตั้งครรภ์คนนี้
  • 2:00 - 2:03
    เธอกำลังรวบรวมปริมาณข้อมูล
    ที่มากมายที่สุด
  • 2:03 - 2:04
    ที่คุณจะเคยพบเคยเห็น
  • 2:04 - 2:07
    ลืมเรื่องบิ๊กเดต้าไปได้เลย
    ลืมทุกเรื่องที่คุณเคยได้ยิน
  • 2:07 - 2:10
    นี่เป็นปริมาณของข้อมูลที่มากที่สุด
    ที่เคยปรากฏอยู่
  • 2:10 - 2:14
    (เสียงหัวเราะ)
  • 2:14 - 2:19
    แต่น่าเสียดายที่ธรรมชาติ
    ฉลาดกว่านักฟิสิกส์เด็ก ๆ นัก
  • 2:19 - 2:22
    และในเวลาสี่พันล้านปี
    มันสามารถอัดข้อมูลนี้
  • 2:22 - 2:25
    เข้าไปในผลึกเล็ก ๆ ที่เรียกว่า ดีเอ็นเอ
  • 2:26 - 2:30
    เราพบมันเป็นครั้งแรกในปี ค.ศ. 1950
    เมื่อ โรสริน แฟรงคลิน
  • 2:30 - 2:31
    นักวิทยาศาสตร์หญิงที่น่าทึ่ง
  • 2:32 - 2:33
    ถ่ายภาพมันเอาไว้ได้
  • 2:33 - 2:38
    แต่เราใช้เวลาอีกกว่า 40 ปี ก่อนจะ
    สามารถมองเข้าไปในเซลล์มนุษย์ได้
  • 2:38 - 2:40
    นำผลึกดังกล่าวออกมา
  • 2:40 - 2:43
    คลี่มันออก และอ่านมันได้เป็นครั้งแรก
  • 2:44 - 2:47
    รหัสนั้นเป็นตัวอักษร
    ที่ค่อนข้างจะธรรมดาสามัญ
  • 2:47 - 2:51
    สี่ตัวอักษร คือ A, T, C และ G
  • 2:51 - 2:54
    และเพื่อที่จะสร้างมนุษย์
    คุณต้องการตัวอักษรนั้นสามพันล้านตัว
  • 2:55 - 2:56
    สามพันล้าน
  • 2:56 - 2:58
    สามพันล้านนี่มันมากแค่ไหน
  • 2:58 - 3:01
    จำนวนนั้น มันไม่ได้ช่วย
    ทำให้เรามองเห็นภาพเลย ใช่ไหมครับ
  • 3:01 - 3:05
    ครับ ผมก็คิดเหมือนกัน
    ว่าทำอย่างไรจึงจะอธิบายได้ดีกว่านี้
  • 3:05 - 3:08
    เกี่ยวกับว่ารหัสที่ว่าใหญ่ยักษ์ขนาดไหน
  • 3:08 - 3:11
    แต่ว่า -- ผมหมายความว่า
    ผมกำลังจะขอความช่วยเหลือ
  • 3:11 - 3:14
    และคนที่เหมาะสมที่สุด
    ที่จะมาช่วยผมแนะนำรหัสนี้
  • 3:14 - 3:18
    ก็คือ บุคคลแรกที่หาลำดับมันได้
    ดร. เคร๊ก เวนเตอร์
  • 3:18 - 3:21
    ครับ ขอต้อนรับ ดร. เคร๊ก เวนเตอร์
    ขึ้นมาบนเวทีด้วยครับ
  • 3:21 - 3:28
    (เสียงปรบมือ)
  • 3:28 - 3:30
    ไม่ได้มาเป็นตัวเป็นตน
  • 3:31 - 3:34
    แต่นี่เป็นครั้งแรกในประวัติศาสตร์
  • 3:34 - 3:37
    นี่คือจีโนมของบุคคลหนึ่ง
  • 3:37 - 3:41
    ที่ถูกตีพิมพ์เป็นหน้า ๆ ทุกตัวอักษร
  • 3:41 - 3:45
    ข้อมูลจำนวน 262,000 หน้า
  • 3:45 - 3:49
    น้ำหนัก 450 กิโลกรัม
    ถูกส่งจากสหรัฐฯ ไปแคนาดา
  • 3:49 - 3:54
    ต้องขอขอบคุณ บรูโน โบวเดน, Lulu.com
    สตาร์ทอัพที่ทำทุกอย่าง
  • 3:54 - 3:56
    มันเป็นโครงสร้างที่น่าทึ่งครับ
  • 3:56 - 4:00
    แต่นี่เป็นมุมมองเชิงทัศนะ
    ว่ารหัสแห่งชีวิตคืออะไร
  • 4:00 - 4:03
    และตอนนี้ มันเป็นครั้งแรก
    ที่ผมจะได้ทำอะไรสนุก ๆ
  • 4:03 - 4:05
    ผมสามารถมองเข้าไป และอ่านมันได้
  • 4:05 - 4:10
    ให้ผมเลือกหนังสือที่น่าสนใจสักเล่ม
    อย่างเช่น เล่มนี้
  • 4:13 - 4:16
    ผมมีความเห็นประกอบครับ
    มันเป็นหนังสือเล่มโต
  • 4:16 - 4:19
    เพื่อที่จะให้คุณเห็นภาพ
    ว่ารหัสแห่งชีวิตมีหน้าตาอย่างไร
  • 4:21 - 4:24
    ตัวอักษรมากมาย
  • 4:24 - 4:27
    หลายพันล้าน
  • 4:27 - 4:29
    และมันก็สมเหตุสมผลครับ
  • 4:29 - 4:31
    ลองมาดูส่วนจำเพาะกันบ้าง
  • 4:32 - 4:33
    ให้ผมลองอ่านให้ฟังนะครับ
  • 4:33 - 4:34
    (เสียงหัวเราะ)
  • 4:34 - 4:38
    "AAG, AAT, ATA"
  • 4:39 - 4:41
    สำหรับคุณมันเหมือนเป็นตัวอักษร
    ที่ไม่มีความหมายอะไร
  • 4:41 - 4:45
    แต่ลำดับนี้ให้สีกับตาของเคร๊ก
  • 4:46 - 4:48
    ผมจะแสดงให้คุณเห็นอีกส่วนหนึ่ง
    ของหนังสือนี้
  • 4:48 - 4:50
    นี่มันซับซ้อนกว่าหน่อย
  • 4:51 - 4:54
    โครโมโซม 14 หนังสือเล่มที่ 132
  • 4:54 - 4:56
    (เสียงหัวเราะ)
  • 4:56 - 4:57
    เป็นไปอย่างที่คุณคาด
  • 4:57 - 5:01
    (เสียงหัวเราะ)
  • 5:03 - 5:07
    "ATT, CTT, GATT"
  • 5:08 - 5:10
    คนคนนี้โชคดีจังเลย
  • 5:10 - 5:15
    เพราะว่าถ้าตัวอักษรตกหล่นไปสองตัว
    ในตำแหน่งนี้ --
  • 5:15 - 5:16
    สองตัวอักษรจากสามพันล้าน --
  • 5:16 - 5:19
    เขาจะเป็นโรคร้ายในทันที
  • 5:19 - 5:20
    ซึ่งมันก็คือ ซิย์สติกไฟโบรซิส
  • 5:20 - 5:23
    มันไม่มีวิธีรักษา
    เราไม่รู้ว่าจะต้องจัดการกับมันอย่างไร
  • 5:23 - 5:27
    และมันเป็นเพียงสองตัวอักษร
    ที่ต่างไปจากคนปกติ
  • 5:28 - 5:30
    หนังสือที่น่าทึ่ง หนังสือที่ทรงอนุภาพ
  • 5:31 - 5:33
    หนังสือที่ทำให้ผมเข้าใจ
  • 5:33 - 5:36
    และแสดงบางอย่างที่ค่อนข้างน่าทึ่ง
    ให้คุณได้ชม
  • 5:36 - 5:41
    สำหรับพวกคุณทุก ๆ คน -- สิ่งที่
    ทำให้ผมเป็นผม ทำให้คุณเป็นคุณ --
  • 5:41 - 5:44
    คือเพียงประมาณห้าล้านตัวอักษร
  • 5:44 - 5:45
    ซึ่งคือหนังสือครึ่งเล่ม
  • 5:46 - 5:48
    ส่วนที่เหลือ
  • 5:48 - 5:50
    เราทุกคนมีเหมือน ๆ กัน
  • 5:51 - 5:55
    ห้าล้านหน้าคืออัศจรรย์แห่งชีวิตของคุณ
  • 5:55 - 5:58
    ส่วนที่เหลือ เรามีเหมือน ๆ กัน
  • 5:58 - 6:01
    ฉะนั้น ลองมานึกกันดูอีกที
    เมื่อเราคิดว่าเราแตกต่างกัน
  • 6:01 - 6:03
    นี่คือปริมาณที่เรามีร่วมกัน
  • 6:03 - 6:07
    เอาล่ะ ในเมื่อตอนนี้คุณให้ความสนใจแล้ว
  • 6:07 - 6:08
    คำถามถัดไปก็คือ
  • 6:08 - 6:09
    ผมจะอ่านมันได้อย่างไร
  • 6:09 - 6:11
    ผมจะเข้าใจทั้งหมดนั่นได้อย่างไร
  • 6:11 - 6:16
    ครับ ไม่ว่าคุณจะเชี่ยวชาญ
    ในการต่อเครื่องเรือนจากสวีเดนสักแค่ไหน
  • 6:16 - 6:19
    คู่มือคำแนะนำนี้ ไม่ใช่สิ่งที่คุณ
    จะถอดความออกได้ในชั่วชีวิต
  • 6:19 - 6:21
    (เสียงหัวเราะ)
  • 6:21 - 6:24
    และในปี ค.ศ. 2014 ชาว TED ผู้โด่งดังสองท่าน
  • 6:24 - 6:27
    ปีเตอร์ ไดแมนดิส และเคร๊ก เวนเตอร์ เอง
  • 6:27 - 6:29
    ตัดสินใจที่จะตั้งบริษัทใหม่
  • 6:29 - 6:30
    บริษัท ฮิวแมน ลองจิวิตี ก็เกิดขึ้น
  • 6:30 - 6:31
    ด้วยเป้าหมายหนึ่งคือ
  • 6:31 - 6:33
    พยายามทำทุกอย่างที่ทำได้
  • 6:33 - 6:36
    และเรียนรู้ทุกสิ่งทุกอย่างที่ทำได้
    จากหนังสือเหล่านี้
  • 6:36 - 6:38
    ด้วยเป้าหมายเดียว --
  • 6:39 - 6:42
    ทำให้ความฝัน
    เรื่องการแพทย์ส่วนบุคคลให้เป็นจริง
  • 6:42 - 6:45
    ทำความเข้าใจว่าควรทำอะไร
    เพื่อที่จะให้มีสุขภาพที่ดี
  • 6:45 - 6:48
    และอะไรคือความลับของหนังสือเหล่านี้
  • 6:48 - 6:53
    กลุ่มคนที่น่าทึ่ง นักวิทยาศาสตร์ด้านข้อมูล 40 คน
    และผู้คนอีกมากมาย
  • 6:53 - 6:54
    ที่ผมรู้สึกเป็นเกียรติยิ่งที่ได้ร่วมงาน
  • 6:54 - 6:56
    หลักการนั้นง่ายมากครับ
  • 6:56 - 6:59
    เรากำลังจะใช้เทคโนโลยี
    ที่เรียกว่า การเรียนรู้ของเครื่อง (machine learning)
  • 6:59 - 7:04
    ทางด้านหนึ่ง เรามีจีโนม --
    มากมายเลยทีเดียว
  • 7:04 - 7:08
    อีกด้านหนึ่ง เราเก็บรวบรวมฐานข้อมูลที่ใหญ่ที่สุด
    ของมนุษย์ ตั้งแต่
  • 7:08 - 7:12
    ฟีโนไทป์ ภาพสแกนด์สามมิติ เอ็นเอ็มอาร์ --
    ทุกอย่างที่เราจะนึกออก
  • 7:12 - 7:15
    ภายในนั้น ทางด้านตรงข้าม
  • 7:15 - 7:18
    มันมีความลับของการแปล
  • 7:18 - 7:20
    และตรงกลางนี้ เราสร้างเครื่อง
  • 7:21 - 7:23
    เราสร้างเครื่องและเราสอนมัน --
  • 7:23 - 7:26
    ครับ ไม่ใช่เครื่องเดียว แต่หลายเครื่องมาก --
  • 7:26 - 7:31
    เพื่อทำความเข้าใจและแปลจีโนม
    ให้เป็นฟีโนไทป์
  • 7:31 - 7:35
    ตัวหนังสือเหล่านั้นคืออะไร และพวกมันทำอะไร
  • 7:35 - 7:37
    มันเป็นวิธีการที่สามารถใช้ได้กับทุกอย่าง
  • 7:37 - 7:40
    แต่การใช้มันในจีโนมิก
    ค่อนข้างที่จะซับซ้อนเป็นพิเศษ
  • 7:41 - 7:44
    เราเติบโตทีละเล็กทีละน้อย
    และเราต้องการที่จะสร้างความท้าทายใหม่
  • 7:44 - 7:47
    เราเริ่มจากจุดเริ่มต้นจากลักษณะทั่วไป
  • 7:47 - 7:49
    ลักษณะทั่วไปเป็นอะไรที่เราสบายใจ
    เพราะว่าพวกมันเป็นสิ่งที่พบทั่วไป
  • 7:49 - 7:50
    ทุก ๆ คนมีมัน
  • 7:50 - 7:53
    ฉะนั้น เราเริ่มถามคำถามที่ว่า
  • 7:53 - 7:54
    เราจะสามารถคาดคะเนส่วนสูงได้ไหม
  • 7:55 - 7:57
    เราจะสามารถอ่านหังสือ
    และคาดเดาส่วนสูงของคุณได้ไหม
  • 7:57 - 7:58
    ครับ อันที่จริงเราทำได้
  • 7:58 - 8:00
    ด้วยความแม่นยำในระดับห้าเซนติเมตร
  • 8:00 - 8:03
    BMI ค่อนข้างที่จะเชื่อมโยง
    กับการใช้ชีวิตของคุณ
  • 8:03 - 8:07
    แต่เรายังสามารถ เราคาดการได้อย่างคร่าว ๆ
    ที่ระดับความแม่นยำแปดกิโลกรัม
  • 8:07 - 8:08
    เราจะสามารถคาดคะเนสีตาได้หรือไม่
  • 8:08 - 8:10
    ครับ เราทำได้
  • 8:10 - 8:11
    ด้วยความแม่นยำแปดสิบเปอร์เซ็นต์
  • 8:11 - 8:13
    เราจะสามารถคาดคะเนสีผิวได้หรือไม่
  • 8:13 - 8:16
    ครับ เราทำได้ ด้วยความแม่นยำ 80 เปอร์เซ็นต์
  • 8:16 - 8:17
    เราจะสามารถคาดคะเนอายุได้หรือไม่
  • 8:18 - 8:22
    เราทำได้ครับ เพราะว่ารหัสเปลี่ยนไป
    ในช่วงต่าง ๆ ของชีวิตของคุณ
  • 8:22 - 8:25
    มันสั้นลง และคุณสูญเสียงบางชิ้นส่วนไป
    มันมีส่วนที่ถูกแทรกเข้าไป
  • 8:25 - 8:28
    เราอ่านสัญญาณ และเราก็สร้างแบบจำลอง
  • 8:28 - 8:30
    ทีนี้ ความท้าทายที่น่าสนใจก็คือ
  • 8:30 - 8:32
    เราจะสามารถคาดคะเนหน้าของมนุษย์ได้หรือไม่
  • 8:33 - 8:34
    มันค่อนข้างจะซับซ้อนสักหน่อย
  • 8:34 - 8:38
    เพราะว่าหน้าของมนุษย์กระจัดกระจาย
    อยู่ท่ามกลางตัวหนังสือนับล้านเหล่านี้
  • 8:38 - 8:40
    และหน้าของคน
    ก็ไม่ใช่สิ่งที่ถูกกำหนดไว้อย่างชัดเจน
  • 8:40 - 8:42
    ฉะนั้น เราจะต้องสร้าง
    ระดับต่าง ๆ ทั้งหมดสำหรับมัน
  • 8:42 - 8:45
    เพื่อเรียนและสอนเครื่องว่าหน้าคืออะไร
  • 8:45 - 8:47
    และฝังมัน และย่อมัน
  • 8:47 - 8:49
    และถ้าคุณสบายใจกับการเรียนรู้ของเครื่อง
  • 8:49 - 8:52
    คุณจะเข้าใจว่าความท้าทายตรงนี้คืออะไร
  • 8:52 - 8:58
    ครับ หลังจาก 15 ปี --
    15 ปีหลังจากที่เราอ่านลำดับแรกได้ --
  • 8:58 - 9:01
    เดือนตุลาคมนี้
    เราเริ่มที่จะเห็นสัญญาณบางอย่าง
  • 9:01 - 9:04
    และมันก็เป็นวินาทีที่น่าประทับใจยิ่ง
  • 9:04 - 9:07
    ที่คุณเห็นอยู่นี้คือตัวอย่างที่มายังห้องทดลอง
  • 9:08 - 9:10
    นี่คือหน้าของเรา
  • 9:10 - 9:13
    เราเอาหน้าจริง ๆ ของตัวอย่างมา
    เราลดความซับซ้อนลง
  • 9:13 - 9:15
    เพราะว่าไม่ใช่ว่าทุกอย่างจะอยู่ในหน้าของเรา --
  • 9:15 - 9:19
    ลักษณะและร่องรอย และความไม่สมมาตรต่าง ๆ
    ที่เกิดขึ้นในชีวิตประจำวัน
  • 9:19 - 9:22
    เราสรุปโครงหน้าของเราและเราก็ใช้อัลกอริธึม
  • 9:23 - 9:25
    ผลที่ออกมาตรงนี้
  • 9:25 - 9:29
    เป็นการคาดคะเนที่เราได้จากเลือด
  • 9:30 - 9:31
    (เสียงปรบมือ)
  • 9:31 - 9:33
    รอเดี๋ยวครับ
  • 9:33 - 9:37
    ตอนนี้ ตาของคุณกำลังมองไปทางซ้ายแล้วก็ขวา
    แล้วก็ซ้ายแล้วก็ขวา
  • 9:37 - 9:41
    และสมองของคุณ
    ก็ต้องการให้ภาพนั้นเหมือนกัน
  • 9:41 - 9:44
    ผมก็เลยอยากจะให้คุณลองทำอะไรบางอย่าง
  • 9:44 - 9:46
    ลองมองหาความแตกต่างสิครับ
  • 9:46 - 9:47
    มันมีอยู่หลายจุดทีเดียว
  • 9:47 - 9:50
    สัญญาณที่มากที่สุดมาจากเพศ
  • 9:50 - 9:55
    จากนั้นก็อายุ บีเอ็มไอ
    และองค์ประกอบเชื้อชาติของมนุษย์
  • 9:55 - 9:59
    และการเพิ่มสัญญาณเพื่อกลบสิ่งเหล่านั้น
    เป็นอะไรที่ซับซ้อนกว่ามาก
  • 9:59 - 10:02
    แต่ที่คุณเห็นอยู่ตรงนี้
    แม้ว่ามันจะมีความแตกต่าง
  • 10:02 - 10:06
    มันทำให้คุณเข้าใจ
    ว่าเราได้ภาพคร่าว ๆ ที่ถูกต้อง
  • 10:06 - 10:07
    ที่จะทำให้เราใกล้ความจริงมากขึ้น
  • 10:07 - 10:10
    และมันได้ให้ความรู้สึกบางอย่างกับคุณ
  • 10:10 - 10:12
    นี่คืออีกหนึ่งตัวอย่างที่เข้ามา
  • 10:12 - 10:14
    และนี่คือการคาดคะเน
  • 10:14 - 10:18
    หน้านี้เล็กกว่านิดหน่อย
    เราไม่ได้เห็นโครงสร้างกระโหลกที่สมบูรณ์
  • 10:18 - 10:21
    แต่ถึงกระนั้น มันก็เป็นภาพคร่าว ๆ
  • 10:22 - 10:24
    นี่คือตัวอย่างที่มาจากห้องทดลอง
  • 10:24 - 10:25
    และนี่คือผลการคาดคะเน
  • 10:26 - 10:31
    คนเหล่านี้ไม่เคยถูกเห็นมาก่อน
    ในการสอนเครื่อง
  • 10:31 - 10:34
    มันถูกเรียกว่าชุด "เฮล-เอ้า" (held-out)
  • 10:34 - 10:37
    แต่ว่ามีคนที่ไม่เชื่อ
  • 10:37 - 10:40
    เราตีพิมพ์ทุกสิ่งทุกอย่าง
    ในวารสารทางวิทยาศาสตร์
  • 10:40 - 10:41
    คุณไปดูเอาก็ได้
  • 10:41 - 10:44
    แต่เมื่อเรามาอยู่บนเวที คริสก็เลยท้าผม
  • 10:44 - 10:47
    บางทีผมจะลองเสนอตัวและพยายามคาดคะเน
  • 10:47 - 10:50
    ใครบางคนที่คุณอาจจะรู้จัก
  • 10:50 - 10:55
    เอาล่ะ นี่เป็นหลอดบรรจุเลือด --
    และเชื่อผมเหอะ คุณไม่รู้หรอกว่า
  • 10:55 - 10:58
    เราต้องทำอย่างไรบ้างถึงจะได้เลือดหลอดนี้มา
    แต่เอาล่ะ --
  • 10:58 - 11:02
    ในหลอดบรรจุเลือดนี้มีข้อมูลทางชีวภาพ
  • 11:02 - 11:04
    ที่เราต้องการในการสร้างลำดับจีโนมทั้งหมด
  • 11:04 - 11:06
    เราต้องการเพียงเท่านี้
  • 11:07 - 11:10
    เราดำเนินการหาลำดับและผมกำลังจะทำให้ดู
  • 11:10 - 11:14
    และเราจะเริ่มวางรากฐานข้อมูลที่เราได้
  • 11:14 - 11:17
    ในหลอดบรรจุเลือดนี้
    เราคาดคะเนได้ว่า เขาเป็นผู้ชาย
  • 11:17 - 11:18
    และตัวอย่างของเราก็เป็นผู้ชาย
  • 11:19 - 11:21
    เราคาดคะเนว่าเขาสูงหนึ่งเมตร
    กับ 76 เซนติเมตร
  • 11:21 - 11:24
    ตัวอย่างของเราสูงหนึ่งเมตร
    กับอีก 77 เซนติเมตร
  • 11:24 - 11:28
    เราคาดคะเนว่า เขามีน้ำหนัก 76
    ตัวอย่างของเรามีน้ำหนัก 82
  • 11:29 - 11:31
    เราคาดคะเนว่าเขาอายุ 38 ปี
  • 11:31 - 11:33
    ตัวอย่างของเรามีอายุ 35 ปี
  • 11:34 - 11:36
    เราคาดคะแนสีตาของเขา
  • 11:37 - 11:38
    เข้มไปหน่อย
  • 11:38 - 11:40
    เราคาดคะเนสีผิวของเขา
  • 11:40 - 11:41
    เราเกือบจะได้แล้วครับ
  • 11:42 - 11:43
    และนี่คือหน้าของเขา
  • 11:45 - 11:48
    ทีนี้ วินาทีแห่งความจริงครับ
  • 11:48 - 11:50
    คนคนนี้คือตัวอย่างของเรา
  • 11:50 - 11:52
    (เสียงหัวเราะ)
  • 11:52 - 11:54
    และผมตั้งใจทำให้มันออกมาเป็นแบบนี้ครับ
  • 11:54 - 11:58
    ผมเองมีเชื้อชาติที่จำเพาะ
    และค่อนข้างจะแปลก
  • 11:58 - 12:01
    ผมเป็นชาวยุโรปทางตอนใต้ ชาวอิตาเลียน --
    มันไม่เข้ากับแบบจำลองครับ
  • 12:01 - 12:06
    และรูปแบบจำเพาะนั่น -- เชื้อชาติดังกล่าว
    เป็นกรณีที่สร้างความซับซ้อนให้กับแบบจำลอง
  • 12:06 - 12:08
    แต่มันยังมีอีกจุดหนึ่งครับ
  • 12:08 - 12:11
    สิ่งหนึ่งที่เราใช้บ่อย ๆ เพื่อไว้จดจำบุคคล
  • 12:11 - 12:13
    ไม่ได้ถูกบันทึกไว้ในจีโนมเลย
  • 12:13 - 12:15
    มันเป็นเจตจำนงเสรีของเรา
    มันเป็นหน้าตาของผม
  • 12:15 - 12:18
    ในกรณีนี้ ไม่ใช่ทรงผมของผม
    แต่เป็นลักษณะของหนวดเครา
  • 12:19 - 12:22
    ผมกำลังจะแสดงให้คุณดู
    ในกรณีนี้ ผมจะย้ายมัน --
  • 12:22 - 12:25
    และมันไม่มีอะไรไปมากกว่า
    การทำโฟโตช๊อป ไม่มีทำแบบจำลอง --
  • 12:25 - 12:27
    หนวดของตัวอย่าง
  • 12:27 - 12:30
    และทันใดนั้นเอง
    เราได้ความรู้สึกที่ดีกว่ามาก ๆ
  • 12:31 - 12:34
    แล้วทำไมเราถึงทำอย่างนี้น่ะหรือครับ
  • 12:36 - 12:41
    เราไม่ได้ทำแบบนี้
    เพื่อคาดคะเนความสูง
  • 12:41 - 12:43
    หรือถ่ายภาพสวย ๆ จากเลือด
  • 12:44 - 12:48
    เราทำแบบนี้เพราะว่าเทคโนโลยีเดียวกันนี้
    และวิธีการเดียวกันนี้
  • 12:48 - 12:51
    การเรียนรู้เครื่องจากรหัสดังกล่าว
  • 12:51 - 12:54
    กำลังจะช่วยให้เราเข้าใจว่าเราเป็นเราได้อย่างไร
  • 12:54 - 12:56
    ร่ายกายของเราทำงานอย่างไร
  • 12:56 - 12:57
    ร่างกายของคุณมีอายุเท่าไร
  • 12:57 - 13:00
    โรคภัยไข้เจ็บเกิดขึ้นในร่างกายของคุณได้อย่างไร
  • 13:00 - 13:03
    มะเร็งเติบโตขึ้นและพัฒนาไปได้อย่างไร
  • 13:03 - 13:05
    ยาทำงานอย่างไร
  • 13:05 - 13:07
    และพวกมันได้ผลกับร่างกายของคุณหรือไม่
  • 13:08 - 13:09
    นี่เป็นความท้าทายที่ยิ่งใหญ่
  • 13:10 - 13:12
    นี่เป็นความท้าทายที่พวกเรามีร่วมกัน
  • 13:12 - 13:14
    กับนักวิจัยหลายพันทั่วโลก
  • 13:14 - 13:16
    มันเรียกว่าการแพทย์ส่วนบุคคล
  • 13:17 - 13:21
    มันเป็นความสามารถ
    ที่จะเปลี่ยนจากวิธีทางสถิติ
  • 13:21 - 13:23
    ที่คุณเป็นเพียงจุดหนึ่งในมหาสมุทร
  • 13:23 - 13:24
    ไปเป็นวิธีการทางการแพทย์ส่วนบุคคล
  • 13:25 - 13:27
    ที่เราทุกคนอ่านหนังสือทั้งหมดนี้
  • 13:27 - 13:30
    และเราก็มีความเข้าใจ
    ว่าเรานั้นจริง ๆ แล้วเป็นอย่างไร
  • 13:30 - 13:34
    แต่มันเป็นความท้าทายที่ซับซ้อนมากจริง ๆ
  • 13:34 - 13:38
    เพราะว่า ณ เวลานี้ หนังสือทั้งหมดเหล่านี้
  • 13:38 - 13:40
    เรารู้เพียงแค่สองเปอร์เซ็นต์
  • 13:41 - 13:45
    หนังสือสี่เล่มจากทั้งหมด 175
  • 13:46 - 13:49
    และนี่ไม่ใช่หัวข้อของการบรรยายของผม
  • 13:50 - 13:53
    เพราะว่าเราจะเรียนรู้กันมากกว่านี้
  • 13:53 - 13:56
    มีคนฉลาด ๆ มากมายในโลกที่รู้เรื่องนี้
  • 13:57 - 13:59
    การคาดคะเนจะดีขึ้น
  • 13:59 - 14:01
    แบบจำลองจะมีความแม่นยำมากขึ้น
  • 14:01 - 14:03
    และยิ่งเราเรียนรู้
  • 14:03 - 14:08
    เราก็ยิ่งจะต้องพบกับตัดสินใจ
  • 14:08 - 14:11
    ที่เราไม่เคยเผชิญหน้ามาก่อน
  • 14:11 - 14:12
    เกี่ยวกับชีวิต
  • 14:12 - 14:14
    เกี่ยวกับความตาย
  • 14:14 - 14:16
    เกี่ยวกับการเลี้ยงดู
  • 14:21 - 14:25
    ฉะนั้น เรากำลังเข้าใกล้รายละเอียดภายใน
    ว่าชีวิตนั้นเป็นเช่นใด
  • 14:26 - 14:29
    และมันคือการปฏิวัติที่ไม่สามารถจะจำกัดได้
  • 14:29 - 14:32
    ในเขตแดนของวิทยาศาสตร์และเทคโนโลยี
  • 14:33 - 14:35
    มันจะต้องเป็นการสนทนาระดับนานาชาติ
  • 14:36 - 14:41
    เราจะต้องเริ่มคิดถึงอนาคต
    ที่เรากำลังสร้างในฐานะมนุษยชาติ
  • 14:41 - 14:45
    เราต้องมีปฏิสัมพันธ์กับความสร้างสรรค์
    กับศิลปิน กับนักปรัชญา
  • 14:45 - 14:47
    กับนักการเมือง
  • 14:47 - 14:48
    ทุกคนมีส่วนร่วมในเรื่องนี้
  • 14:48 - 14:51
    เพราะว่ามันเป็นอนาคตของสายพันธุ์ของเรา
  • 14:51 - 14:55
    โดยปราศจากความเกรงกลัว แต่ด้วยความเข้าใจ
  • 14:55 - 14:59
    ที่ว่าการตัดสินใจของเราในปีหน้า
  • 14:59 - 15:03
    จะเปลี่ยนแปลงประวัติศาสตร์ไปตลอดกาล
  • 15:04 - 15:05
    ขอบคุณครับ
  • 15:05 - 15:15
    (เสียงปรบมือ)
Title:
เราจะอ่านจีโนมและสร้างมนุษย์ได้อย่างไร
Speaker:
ริคาร์โด ซาบาทินี (Riccardo Sabatini)
Description:

ความลับ โรคภัยไข้เจ็บ และความงาน ทุกอย่างถูกบันทึกเอาไว้ในจีโนมมนุษย์ ซึ่งเป็นชุดคำสั่งทางพันธุกรรมที่สมบูรณ์ ที่จำเป็นต่อการสร้างมนุษย์ ทีนี้ ในฐานะนักวิทยาศาสตร์และนักลงทุนทางการเงิน คิคาร์โด ซาบาทินี แสดงให้เราเห็นว่า เรามีอำนาจในการอ่านรหัสที่ซับซ้อนนี้ได้ ซึ่งจะเป็นการคาดคะเนสิ่งต่าง ๆ เช่น ส่วนสูง สีตา อายุ และแม้แต่โครงสร้างของหน้า -- ทั้งหมดทั้งมวลนี้จากเลือดหลอดเดียว และอีกไม่นาน ซาบาทินีกล่าว ความเข้าใจใหม่ของเราที่มีต่อจีโนมจะทำให้เราสามารถบำบัดโรคอย่างมะเร็งได้แบบส่วนบุคคล เรารู้ว่ามีอำนาจในการเปลี่ยนแปลงชีวิตแต่เราจะใช้มันอย่างไร

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

Thai subtitles

Revisions