ABOUT THE SPEAKER
Paul Rothemund - DNA origamist
Paul Rothemund folds DNA into shapes and patterns. Which is a simple enough thing to say, but the process he has developed has vast implications for computing and manufacturing -- allowing us to create things we can now only dream of.

Why you should listen

Paul Rothemund won a MacArthur grant this year for a fairly mystifying study area: "folding DNA." It brings up the question: Why fold DNA? The answer is -- because the power to manipulate DNA in this way could change the way we make things at a very basic level.

Rothemund's work combines the study of self-assembly (watch the TEDTalks from Neil Gershenfeld and Saul Griffith for more on this) with the research being done in DNA nanotechnology -- and points the way toward self-assembling devices at microscale, making computer memory, for instance, smaller, faster and maybe even cheaper.

More profile about the speaker
Paul Rothemund | Speaker | TED.com
TED2008

Paul Rothemund: DNA folding, in detail

Paul Rothemund beskriver DNA origami

Filmed:
752,456 views

Tilbage i 2007 gav Paul Rothemund TED en kort opsummering om hans speciale, DNA origami. Nu forklarer han tydeligt og med overdådige detaljer det enorme potentiale i hans felt -- at skabe små maskiner der samler sig selv.
- DNA origamist
Paul Rothemund folds DNA into shapes and patterns. Which is a simple enough thing to say, but the process he has developed has vast implications for computing and manufacturing -- allowing us to create things we can now only dream of. Full bio

Double-click the English transcript below to play the video.

00:12
So, people argueargumentere vigorouslykraftigt about the definitiondefinition of life.
0
0
3000
Folk diskuterer energisk om definitionen på liv.
00:15
They askSpørg if it should have reproductionreproduktion in it, or metabolismstofskifte, or evolutionudvikling.
1
3000
5000
De spørger om der bør være reproduktion i den, eller metabolisme eller evolution.
00:20
And I don't know the answersvar to that, so I'm not going to tell you.
2
8000
2000
Og jeg kender ikke svaret på det, så det vil jeg ikke fortælle jer.
00:22
I will say that life involvesinvolverer computationberegning.
3
10000
3000
Jeg vil sige at liv indeholder beregning.
00:25
So this is a computercomputer programprogram.
4
13000
2000
Så dette er et computerprogram.
00:27
BootedOpstartet up in a cellcelle, the programprogram would executeudføre,
5
15000
3000
Når programmet startes i en celle, vil det køres
00:30
and it could resultresultat in this personperson;
6
18000
3000
og det kunne resultere i denne person;
00:33
or with a smalllille changelave om, it could resultresultat in this personperson;
7
21000
3000
eller med en lille ændring, kunne det resultere i denne person;
00:36
or anotheren anden smalllille changelave om, this personperson;
8
24000
2000
eller en anden lille ændring, denne person;
00:38
or with a largerstørre changelave om, this doghund,
9
26000
3000
eller med en større ændring, denne hund,
00:41
or this treetræ, or this whalehval.
10
29000
2000
eller dette træ, eller denne hval.
00:43
So now, if you take this metaphormetafor
11
31000
2000
Hvis man nu tager denne metafor
00:45
[of] genomegenom as programprogram seriouslyhelt seriøst,
12
33000
2000
[om] genomet som program alvorligt,
00:47
you have to consideroverveje that ChrisChris AndersonAnderson
13
35000
2000
så må man bemærke at Chris Anderson
00:49
is a computer-fabricatedcomputer fabrikeret artifactartefakt, as is JimJim WatsonWatson,
14
37000
3000
er et computergenereret produkt, det samme er Jim Watson,
00:52
CraigCraig VenterVenter, as are all of us.
15
40000
3000
Craig Venter, og det er vi alle.
00:55
And in convincingoverbevisende yourselfdig selv that this metaphormetafor is truerigtigt,
16
43000
2000
Og for at overbevise sig selv om at denne metafor er sand,
00:57
there are lots of similaritiesligheder betweenmellem geneticgenetiske programsprogrammer
17
45000
2000
er der mange ligheder mellem genetiske programmer
00:59
and computercomputer programsprogrammer that could help to convinceoverbevise you.
18
47000
3000
og computerprogrammer der kunne hjælpe med at overbevise en.
01:02
But one, to me, that's mostmest compellingoverbevisende
19
50000
2000
Men en der er mest overbevisende for mig
01:04
is the peculiarsæregne sensitivityfølsomhed to smalllille changesændringer
20
52000
3000
er den særegne følsomhed overfor små forandringer
01:07
that can make largestor changesændringer in biologicalbiologisk developmentudvikling -- the outputproduktion.
21
55000
3000
der kan lave store forandringer i den biologiske udvikling -- outputtet.
01:10
A smalllille mutationmutation can take a two-wingto-wing flyflyve
22
58000
2000
En lille mutation kan tage en tovinget flue
01:12
and make it a four-wingfire-wing flyflyve.
23
60000
1000
og gøre den til en firevinget flue.
01:13
Or it could take a flyflyve and put legsben where its antennaeantenner should be.
24
61000
4000
Eller det kan tage en flue og placere ben hvor antennerne bør være.
01:17
Or if you're familiarvelkendt with "The PrincessPrinsesse BrideBruden,"
25
65000
2000
Eller hvis man er bekendt med "The Princess Bride,"
01:19
it could createskab a six-fingeredseks-fingre man.
26
67000
2000
kunne det skabe en seksfingret mand.
01:21
Now, a hallmarkHallmark of computercomputer programsprogrammer
27
69000
2000
Et kendetegn ved computerprogrammer
01:23
is just this kindvenlig of sensitivityfølsomhed to smalllille changesændringer.
28
71000
3000
er præcis denne slags følsomhed overfor små forandinger.
01:26
If your bankbank account'skonto one dollardollar, and you flipflip a singleenkelt bitbit,
29
74000
2000
Hvis der står en dollar på ens bankkonto og man vender en enkelt bit,
01:28
you could endende up with a thousandtusind dollarsdollars.
30
76000
2000
kunne man ende med at have tusinde dollars.
01:30
So these smalllille changesændringer are things that I think
31
78000
3000
Disse små ændringer, er ting som jeg mener
01:33
that -- they indicateangive to us that a complicatedkompliceret computationberegning
32
81000
2000
er -- de viser os at en kompliceret beregning
01:35
in developmentudvikling is underlyingunderliggende these amplifiedamplificeret, largestor changesændringer.
33
83000
4000
i biologisk udvikling ligger under disse forstørrede, store forandringer.
01:39
So now, all of this indicatesangiver that there are molecularmolekylær programsprogrammer underlyingunderliggende biologybiologi,
34
87000
6000
Alt dette indikerer at der er molekylære programmer der ligger bag biologien,
01:45
and it showsviser sig the powerstrøm of molecularmolekylær programsprogrammer -- biologybiologi does.
35
93000
4000
og det viser kraften i molekylære programmer -- det gør biologi.
01:49
And what I want to do is writeskrive molecularmolekylær programsprogrammer,
36
97000
2000
Og det jeg vil gøre er, at jeg vil skrive molekylære programmer,
01:51
potentiallypotentielt to buildbygge technologyteknologi.
37
99000
2000
potentielt til at bygge teknologi.
01:53
And there are a lot of people doing this,
38
101000
1000
Og der er mange mennesker der gør dette,
01:54
a lot of syntheticsyntetisk biologistsbiologer doing this, like CraigCraig VenterVenter.
39
102000
3000
mange syntetiske biologer gør dette, som Craig Venter.
01:57
And they concentratekoncentrere on usingved brug af cellsceller.
40
105000
2000
Og de koncentrerer sig om at bruge celler.
01:59
They're cell-orientedcelle orienterede-.
41
107000
2000
De er celle-orienterede.
02:01
So my friendsvenner, molecularmolekylær programmersprogrammører, and I
42
109000
2000
Mine venner, molekylære programmører, og jeg
02:03
have a sortsortere of biomolecule-centricbiomolekyle-centreret approachnærme sig.
43
111000
2000
har en slags biomolekyle-centreret tilgang.
02:05
We're interestedinteresseret in usingved brug af DNADNA, RNARNA and proteinprotein,
44
113000
3000
Vi er interesserede i at bruge DNA, RNA, og protein,
02:08
and buildingbygning newny languagesSprog for buildingbygning things from the bottombund up,
45
116000
3000
og bygge nye sprog til at bygge ting op fra bunden,
02:11
usingved brug af biomoleculesbiomolekyler.,
46
119000
1000
ved hjælp af biomolekyler,
02:12
potentiallypotentielt havingat have nothing to do with biologybiologi.
47
120000
3000
der potentielt ikke har noget at gøre med biologi.
02:15
So, these are all the machinesmaskiner in a cellcelle.
48
123000
4000
Dette er alle maskinerne i en celle.
02:19
There's a camerakamera.
49
127000
2000
Der er et kamera.
02:21
There's the solarsol panelspaneler of the cellcelle,
50
129000
1000
Der er solcellerne i cellen,
02:22
some switchesafbrydere that turntur your genesgener on and off,
51
130000
2000
nogle kontakter der tænder og slukker for ens gener,
02:24
the girdersdragere of the cellcelle, motorsmotorer that movebevæge sig your musclesmuskler.
52
132000
3000
dragerne i cellen, motorerne der bevæger ens muskler.
02:27
My little groupgruppe of molecularmolekylær programmersprogrammører
53
135000
2000
Min lille gruppe af molekylære programmører
02:29
are tryingforsøger to refashionrefashion all of these partsdele from DNADNA.
54
137000
4000
prøver at genopbygge alle disse dele fra DNA.
02:33
We're not DNADNA zealotsfanatikere, but DNADNA is the cheapestbilligste,
55
141000
2000
Vi er ikke DNA fanatikere, men DNA er det billigste,
02:35
easiestnemmeste to understandforstå and easylet to programprogram materialmateriale to do this.
56
143000
3000
det nemmeste at forstå og det nemmeste materiale at programmere.
02:38
And as other things becomeblive easiernemmere to use --
57
146000
2000
Og i takt med at andre ting bliver nemmere at bruge --
02:40
maybe proteinprotein -- we'llgodt work with those.
58
148000
3000
måske protein -- vil vi arbejde med dem.
02:43
If we succeedlykkes, what will molecularmolekylær programmingprogrammering look like?
59
151000
2000
Hvis vi lykkedes, hvordan vil molekylær programmering så se ud?
02:45
You're going to sitsidde in frontforan of your computercomputer.
60
153000
2000
Man vil sidde foran sin computer.
02:47
You're going to designdesign something like a cellcelle phonetelefon,
61
155000
2000
Man designer noget der ligner en mobiltelefon,
02:49
and in a high-levelhøjt niveau languageSprog, you'llvil du describebeskrive that cellcelle phonetelefon.
62
157000
2000
og i et højniveausprog, beskriver man den mobiltelefon.
02:51
Then you're going to have a compilercompiler
63
159000
2000
Så har man en kompilator
02:53
that's going to take that descriptionbeskrivelse
64
161000
1000
der tager den beskrivelse
02:54
and it's going to turntur it into actualfaktiske moleculesmolekyler
65
162000
2000
og forvandler det til faktiske molekyler
02:56
that can be sentsendt to a synthesizersynthesizer
66
164000
2000
der kan sendes til en synthesiser
02:58
and that synthesizersynthesizer will packpakke those moleculesmolekyler into a seedfrø.
67
166000
3000
og den synthesizer pakker de molekyler ind i et kim.
03:01
And what happenssker if you watervand and feedfoder that seedfrø appropriatelypassende,
68
169000
3000
Og det der sker når man vander og fodrer kimet rigtigt er,
03:04
is it will do a developmentaludviklingsmæssige computationberegning,
69
172000
2000
at det laver en udviklingsmæssig udregning,
03:06
a molecularmolekylær computationberegning, and it'lldet vil buildbygge an electronicelektronisk computercomputer.
70
174000
3000
en molekylær udregning, og den bygger en elektronisk computer.
03:09
And if I haven'thar ikke revealedafsløret my prejudicesfordomme alreadyallerede,
71
177000
2000
Og hvis jeg ikke har afsløret mine fordomme allerede,
03:12
I think that life has been about molecularmolekylær computerscomputere
72
180000
2000
så tror jeg livet har handlet om molekylære computere
03:14
buildingbygning electrochemicalelektrokemiske computerscomputere,
73
182000
2000
der bygger elektrokemiske computere,
03:16
buildingbygning electronicelektronisk computerscomputere,
74
184000
2000
der bygger elektroniske computere,
03:18
whichhvilken togethersammen with electrochemicalelektrokemiske computerscomputere
75
186000
2000
der sammen med elektrokemiske computere
03:20
will buildbygge newny molecularmolekylær computerscomputere,
76
188000
2000
bygger nye molekylære computere,
03:22
whichhvilken will buildbygge newny electronicelektronisk computerscomputere, and so forthfrem.
77
190000
3000
der vil bygge nye elektroniske computere, og så videre.
03:25
And if you buykøbe all of this,
78
193000
1000
Og hvis man tror på alt dette,
03:26
and you think life is about computationberegning, as I do,
79
194000
2000
og man mener at livet handler om beregning, som jeg gør,
03:28
then you look at bigstor questionsspørgsmål throughigennem the eyesøjne of a computercomputer scientistvidenskabsmand.
80
196000
3000
så ser man på de store spørgsmål gennem en computer forskers øjne.
03:31
So one bigstor questionspørgsmål is, how does a babybaby know when to stop growingvoksende?
81
199000
4000
Et stort spørgsmål er nu, hvordan ved en baby hvornår den skal holde op med at vokse?
03:35
And for molecularmolekylær programmingprogrammering,
82
203000
2000
Og for molekylær programmering,
03:37
the questionspørgsmål is how does your cellcelle phonetelefon know when to stop growingvoksende?
83
205000
2000
er spørgsmålet hvordan ens mobiltelefon ved hvornår den skal holde op med at vokse?
03:39
(LaughterLatter)
84
207000
1000
(Latter)
03:40
Or how does a computercomputer programprogram know when to stop runningløb?
85
208000
3000
Eller hvordan ved et computerprogram hvornår det skal holde op med at køre?
03:43
Or more to the pointpunkt, how do you know if a programprogram will ever stop?
86
211000
3000
Eller mere til sagen, hvordan ved man om et program nogensinde stopper?
03:46
There are other questionsspørgsmål like this, too.
87
214000
2000
Der er andre spørgsmål som dette også.
03:48
One of them is CraigCraig Venter'sVenters questionspørgsmål.
88
216000
2000
Et af dem er Craig Venters spørgsmål.
03:50
TurnsVender out I think he's actuallyrent faktisk a computercomputer scientistvidenskabsmand.
89
218000
2000
Det viser, tror jeg, at han i virkeligheden er computer forsker.
03:52
He askedspurgt, how bigstor is the minimalminimal genomegenom
90
220000
3000
Han spurgte, hvor stort er det minimale genom
03:55
that will give me a functioningfunktion microorganismmikroorganisme?
91
223000
2000
der giver mig en funktionerende mikroorganisme?
03:57
How few genesgener can I use?
92
225000
2000
Hvor få gener kan jeg bruge?
03:59
This is exactlyNemlig analogousanaloge to the questionspørgsmål,
93
227000
2000
Dette svarer præcist til spørgsmålet,
04:01
what's the smallestmindste programprogram I can writeskrive
94
229000
1000
hvad er det mindste program jeg kan skrive
04:02
that will acthandling exactlyNemlig like MicrosoftMicrosoft WordWord?
95
230000
2000
der vil handle præcist som Microsoft Word?
04:04
(LaughterLatter)
96
232000
1000
(Latter)
04:05
And just as he's writingskrivning, you know, bacteriabakterie that will be smallermindre,
97
233000
4000
Og ligesom han skriver, I ved, bakterier der er mindre,
04:09
he's writingskrivning genomesgenomer that will work,
98
237000
1000
han skriver genomer der vil fungere,
04:10
we could writeskrive smallermindre programsprogrammer
99
238000
2000
så kunne vi skrive mindre programmer
04:12
that would do what MicrosoftMicrosoft WordWord does.
100
240000
2000
der gør det som Microsoft Word gør.
04:14
But for molecularmolekylær programmingprogrammering, our questionspørgsmål is,
101
242000
2000
Men til molekylær programmering, er vores spørgsmål,
04:16
how manymange moleculesmolekyler do we need to put in that seedfrø to get a cellcelle phonetelefon?
102
244000
4000
hvor mange molekyler vi skal putte i det kim for at få en mobiltelefon?
04:20
What's the smallestmindste numbernummer we can get away with?
103
248000
2000
Hvad er det mindste antal vi kan slippe afsted med?
04:22
Now, these are bigstor questionsspørgsmål in computercomputer sciencevidenskab.
104
250000
2000
Nu er dette store spørgsmål indenfor computervidenskaben.
04:24
These are all complexitykompleksitet questionsspørgsmål,
105
252000
2000
Dette er alle spørgsmål om kompleksitet,
04:26
and computercomputer sciencevidenskab tellsfortæller us that these are very hardhårdt questionsspørgsmål.
106
254000
2000
og computervidenskaben fortæller os at dette er meget svære spørgsmål.
04:28
AlmostNæsten -- manymange of them are impossibleumulig.
107
256000
2000
Næsten -- mange af dem er umulige.
04:30
But for some tasksopgaver, we can startStart to answersvar them.
108
258000
3000
Men nogle opgaver kan vi begynde at svare på.
04:33
So, I'm going to startStart askingspørger those questionsspørgsmål
109
261000
1000
Jeg vil begynde med at stille de spørgsmål
04:34
for the DNADNA structuresstrukturer I'm going to talk about nextNæste.
110
262000
3000
for de DNA strukturer som jeg vil tale om nu.
04:37
So, this is normalnormal DNADNA, what you think of as normalnormal DNADNA.
111
265000
3000
Dette er normal DNA, det man ser på som normal DNA.
04:40
It's double-strandeddobbelt-strenget, it's a doubledobbelt helixhelix,
112
268000
2000
Det er dobbeltstrenget, det er en dobbeltspiral,
04:42
has the As, TsTs, CsCS and GsGS that pairpar to holdholde the strandsTråde togethersammen.
113
270000
3000
har A'erne, T'erne, C'erne og G'erne der danner par for at holde strengene sammen.
04:45
And I'm going to drawtegne it like this sometimesSommetider,
114
273000
2000
Og jeg vil nogle gange tegne det på denne måde,
04:47
just so I don't scareskræmme you.
115
275000
2000
bare så jeg ikke forskrækker jer.
04:49
We want to look at individualindividuel strandsTråde and not think about the doubledobbelt helixhelix.
116
277000
3000
Vi vil se på individuelle strenge og ikke tænke på dobbeltspiralen.
04:52
When we synthesizesyntetisere it, it comeskommer single-strandedenkeltstrenget,
117
280000
3000
Når vi syntetiserer det, er det enkeltstrenget,
04:55
so we can take the blueblå strandstrand in one tuberør
118
283000
3000
så vi kan putte den blå streng i et rør
04:58
and make an orangeorange strandstrand in the other tuberør,
119
286000
2000
og lave en orange streng i det andet rør,
05:00
and they're floppyfloppy when they're single-strandedenkeltstrenget.
120
288000
2000
og de er slaskede når de er enstrengede.
05:02
You mixblande them togethersammen and they make a rigidstiv doubledobbelt helixhelix.
121
290000
3000
Man blander dem sammen og de skaber en stiv dobbelstreng.
05:05
Now for the last 25 yearsflere år,
122
293000
2000
Men i løbet af de sidste 25 år,
05:07
NedNeret SeemanSeeman and a bunchflok of his descendantsefterkommere
123
295000
2000
har Ned Seeman og en flok af hans efterkommere
05:09
have workedarbejdet very hardhårdt and madelavet beautifulsmuk three-dimensionaltredimensionale structuresstrukturer
124
297000
3000
arbejdet meget hårdt og lavet smukke tredimensionelle strukturer
05:12
usingved brug af this kindvenlig of reactionreaktion of DNADNA strandsTråde comingkommer togethersammen.
125
300000
3000
ved hjælp af denne slags reaktion af DNA strenge der kobles sammen.
05:15
But a lot of theirderes approachestilgange, thoughselvom elegantelegant, take a long time.
126
303000
3000
Men mange af deres tilgange, omend elegante, tager lang tid.
05:18
They can take a couplepar of yearsflere år, or it can be difficultsvært to designdesign.
127
306000
3000
De kan tage et par år, eller det kan være svært at designe.
05:21
So I camekom up with a newny methodmetode a couplepar of yearsflere år agosiden
128
309000
3000
Jeg fandt derfor på en ny metode for et par år siden
05:24
I call DNADNA origamiorigami
129
312000
1000
som jeg kalder DNA origami
05:25
that's so easylet you could do it at home in your kitchenkøkken
130
313000
2000
der er så nem, at man kunne gøre det hjemme i ens køkken
05:27
and designdesign the stuffting og sager on a laptopbærbar.
131
315000
2000
og designe tingene på ens laptop.
05:29
But to do it, you need a long, singleenkelt strandstrand of DNADNA,
132
317000
3000
Men for at gøre det, har man brug for en lang, enkelt DNA streng,
05:32
whichhvilken is technicallyteknisk set very difficultsvært to get.
133
320000
2000
hvilket teknisk set er meget svært at få fat på.
05:34
So, you can go to a naturalnaturlig sourcekilde.
134
322000
2000
Så man kan bruge en naturlig kilde.
05:36
You can look in this computer-fabricatedcomputer fabrikeret artifactartefakt,
135
324000
2000
Man kan se på dette computerfabrikerede produkt,
05:38
and he's got a double-strandeddobbelt-strenget genomegenom -- that's no good.
136
326000
2000
og han har et dobbeltstrenget genom -- det er ubrugeligt.
05:40
You look in his intestinestarme. There are billionsmilliarder of bacteriabakterie.
137
328000
3000
Man kigger i hans tarme. Der er milliarder af bakterier.
05:43
They're no good eitherenten.
138
331000
2000
De er også ubrugelige.
05:45
DoubleDobbelt strandstrand again, but insideinde them, they're infectedinficeret with a virusvirus
139
333000
2000
Igen dobbeltstrengede, men inden i dem, er de inficerede med en virus
05:47
that has a nicepæn, long, single-strandedenkeltstrenget genomegenom
140
335000
3000
der har et fint, langt, enkeltstrenget genom
05:50
that we can foldfolde like a piecestykke of paperpapir.
141
338000
2000
som vi kan folde som et stykke papir.
05:52
And here'sher er how we do it.
142
340000
1000
Og vi gør det på denne måde.
05:53
This is parten del of that genomegenom.
143
341000
1000
Dette er en del af det genom.
05:54
We addtilføje a bunchflok of shortkort, syntheticsyntetisk DNAsDNAs that I call stapleshæfteklammer.
144
342000
3000
Vi tilføjer en stak korte, syntetiske DNA'er som jeg kalder hæfteklammer.
05:57
EachHver one has a left halfhalvt that bindsbinder the long strandstrand in one placeplacere,
145
345000
4000
Hver af dem har en venstre halvdel der binder sig til den lange streng på et sted,
06:01
and a right halfhalvt that bindsbinder it in a differentforskellige placeplacere,
146
349000
3000
og en højre halvdel der binder sig fast et andet sted,
06:04
and bringsbringer the long strandstrand togethersammen like this.
147
352000
2000
og knytter den lange streng sammen på denne måde.
06:07
The netnet actionhandling of manymange of these on that long strandstrand
148
355000
2000
Resultatet af mange af disse på den lange streng
06:09
is to foldfolde it into something like a rectanglerektangel.
149
357000
2000
er at folde den om til noget der ligner en rektangel.
06:11
Now, we can't actuallyrent faktisk take a moviefilm of this processbehandle,
150
359000
2000
Nu kan vi ikke lave et filmklip af denne process,
06:13
but ShawnShawn DouglasDouglas at HarvardHarvard
151
361000
2000
men Shawn Douglas ved Harvard
06:15
has madelavet a nicepæn visualizationvisualisering for us
152
363000
2000
har lavet en fin visualisering for os
06:17
that beginsbegynder with a long strandstrand and has some shortkort strandsTråde in it.
153
365000
4000
der begynder med en lang streng og nogle korte strenge.
06:21
And what happenssker is that we mixblande these strandsTråde togethersammen.
154
369000
4000
Og det der sker er at vi blander disse strenge sammen.
06:25
We heatvarme them up, we addtilføje a little bitbit of saltsalt,
155
373000
2000
Vi opvarmer dem, og vi tilføjer lidt salt,
06:27
we heatvarme them up to almostnæsten boilingkogning and coolfedt nok them down,
156
375000
2000
vi opvarmer dem til næsten kogepunktet og nedkøler dem,
06:29
and as we coolfedt nok them down,
157
377000
1000
og i takt med at vi nedkøler dem,
06:30
the shortkort strandsTråde bindbinde the long strandsTråde
158
378000
2000
binder de korte strenge de lange strenge
06:32
and startStart to formform structurestruktur.
159
380000
2000
og man begynder at danne en struktur.
06:34
And you can see a little bitbit of doubledobbelt helixhelix formingdannelse there.
160
382000
3000
Og man kan se en lille smule dobbeltspiral der.
06:38
When you look at DNADNA origamiorigami,
161
386000
2000
Når man ser på DNA origami,
06:40
you can see that what it really is,
162
388000
3000
kan man se at det, det i virkeligheden er,
06:43
even thoughselvom you think it's complicatedkompliceret,
163
391000
1000
selvom man tror det er kompliceret,
06:44
is a bunchflok of doubledobbelt helicesskruelinjer that are parallelparallel to eachhver other,
164
392000
3000
en nogle dobbeltspiraler der er parallelle med hinanden,
06:47
and they're heldholdt togethersammen
165
395000
2000
og de holdes sammen
06:49
by placessteder where shortkort strandsTråde go alonghen ad one helixhelix
166
397000
2000
på steder hvor korte strenge følger en spiral
06:51
and then jumphoppe to anotheren anden one.
167
399000
2000
og så hopper til en anden.
06:53
So there's a strandstrand that goesgår like this, goesgår alonghen ad one helixhelix and bindsbinder --
168
401000
3000
Der er en streng der snor sig på denne måde, følger spiralen og binder --
06:56
it jumpsspring to anotheren anden helixhelix and comeskommer back.
169
404000
2000
den hopper til den anden spiral og kommer tilbage.
06:58
That holdsbesidder the long strandstrand like this.
170
406000
2000
Det holder den lange streng på denne måde.
07:00
Now, to showat vise that we could make any shapeform or patternmønster
171
408000
3000
For at vise at vi kunne lave en hvilken som helst form eller mønster
07:03
that we wanted, I triedforsøgt to make this shapeform.
172
411000
2000
som vi ville, prøvede jeg at lave denne form.
07:06
I wanted to foldfolde DNADNA into something that goesgår up over the eyeøje,
173
414000
2000
Jeg ville folde DNA til noget der går op over øjet,
07:08
down the nosenæse, up the nosenæse, around the foreheadpande,
174
416000
3000
ned over næsen, op ad næsen, rundt om panden,
07:11
back down and endende in a little loopløkke like this.
175
419000
3000
ned igen og ender i en lille sløjfe på denne måde.
07:14
And so, I thought, if this could work, anything could work.
176
422000
3000
Så, jeg tænkte, at hvis dette kunne fungere, kunne hvad som helst fungere.
07:17
So I had the computercomputer programprogram designdesign the shortkort stapleshæfteklammer to do this.
177
425000
3000
Jeg fik computerprogrammet til at designe de korte hæfteklammer til at gøre dette.
07:20
I orderedbestilt them; they camekom by FedExFedEx.
178
428000
2000
Jeg bestilte dem og de kom med FedEx.
07:22
I mixedblandet them up, heatedopvarmet them, cooledafkølet them down,
179
430000
2000
Jeg blandede dem, opvarmede dem, nedkølede dem,
07:24
and I got 50 billionmilliard little smileysmiley facesansigter
180
432000
4000
og jeg fik 50 milliarder små smiley ansigter
07:28
floatingflydende around in a singleenkelt dropdråbe of watervand.
181
436000
2000
der flød rundt i en enkelt dråbe vand.
07:30
And eachhver one of these is just
182
438000
2000
Og hver af dem er kun
07:32
one-thousandthen tusindedel the widthbredde of a humanhuman hairhår, OK?
183
440000
4000
så bredt som en tusindedel af et menneske hår, ok?
07:36
So, they're all floatingflydende around in solutionløsning, and to look at them,
184
444000
3000
De flyder alle rundt i denne opløsning, og for at se dem,
07:39
you have to get them on a surfaceoverflade where they stickPind.
185
447000
2000
skal man putte dem på en overflade hvor de kan klæbe.
07:41
So, you pourhælde them out onto a surfaceoverflade
186
449000
2000
Man hælder dem ud over en overflade
07:43
and they startStart to stickPind to that surfaceoverflade,
187
451000
2000
og de begynder at klæbe til den overflade,
07:45
and we take a picturebillede usingved brug af an atomic-forceatomic force microscopemikroskop.
188
453000
2000
og vi kan tage et billede ved hjælp af et atomic-force mikroskop.
07:47
It's got a needlenål, like a recordoptage needlenål,
189
455000
2000
Den har en nål, som nålen på en pladespiller,
07:49
that goesgår back and forthfrem over the surfaceoverflade,
190
457000
2000
der går frem og tilbage over overfladen,
07:51
bumpsbump up and down, and feelsføles the heighthøjde of the first surfaceoverflade.
191
459000
3000
bumper op og ned, og føler højden på overfladen.
07:54
It feelsføles the DNADNA origamiorigami.
192
462000
2000
Den føler DNA origamien.
07:56
There's the atomic-forceatomic force microscopemikroskop workingarbejder
193
464000
2000
Der er atomic-force mikroskopet i aktion
07:59
and you can see that the landing'slanding's a little roughru.
194
467000
1000
og man kan se at landingen er lidt hård.
08:00
When you zoomzoom in, they'vede har got, you know,
195
468000
2000
Når man zoomer ind, har de, I ved,
08:02
weaksvag jawskæber that flipflip over theirderes headshoveder
196
470000
1000
svage kæber der slår op over deres hoveder
08:03
and some of theirderes nosesnæser get punchedudstansede out, but it's prettysmuk good.
197
471000
3000
og nogle af deres næser bliver slået ud, men det er ret godt.
08:06
You can zoomzoom in and even see the extraekstra little loopløkke,
198
474000
2000
Man kan zoome ind og endda se den ekstra lille sløjfe,
08:08
this little nano-goateeNano-fipskæg.
199
476000
2000
dette lille nano-gedeskæg.
08:10
Now, what's great about this is anybodynogen can do this.
200
478000
3000
Det der er fedt ved dette er at alle kan gøre det.
08:13
And so, I got this in the mailpost about a yearår after I did this, unsoliciteduopfordret.
201
481000
4000
Så jeg fik denne uopfordrede mail omkring et år efter jeg gjorde dette.
08:17
AnyoneNogen know what this is? What is it?
202
485000
3000
Nogen der ved hvad dette er? Hvad er det?
08:20
It's ChinaKina, right?
203
488000
2000
Det er Kina, ikke?
08:22
So, what happenedskete is, a graduatebestå studentstuderende in ChinaKina,
204
490000
2000
Det der skette er, at en kandidatstuderende i Kina,
08:24
LuluLulu QianQian, did a great jobjob.
205
492000
2000
Lulu Qian, gjorde et fint stykke arbejde.
08:26
She wroteskrev all her ownegen softwaresoftware
206
494000
2000
Hun skrev al sin egen software
08:28
to designdesign and builtbygget this DNADNA origamiorigami,
207
496000
2000
til at designe og bygge dette DNA origami,
08:30
a beautifulsmuk renditiongengivelse of ChinaKina, whichhvilken even has TaiwanTaiwan,
208
498000
3000
en smuk gengivelse af Kina, hvor Taiwan endda er med,
08:33
and you can see it's sortsortere of on the world'sVerdens shortestkorteste leashsnor, right?
209
501000
3000
og man ser at Taiwan på en måde er i verdens korteste snor, ikke?
08:36
(LaughterLatter)
210
504000
2000
(Latter)
08:39
So, this worksarbejder really well
211
507000
1000
Så dette fungerer virkelig godt
08:41
and you can make patternsmønstre as well as shapesfigurer, OK?
212
509000
2000
og man kan lave mønstre lige så vel som former, okay?
08:44
And you can make a mapkort of the AmericasAmericas and spellstave DNADNA with DNADNA.
213
512000
3000
Og man kan lave et kort over Nord-, Syd- og Centralamerika og stave DNA med DNA.
08:47
And what's really neatpæn about it --
214
515000
3000
Og det der er virkelig fedt ved dette --
08:50
well, actuallyrent faktisk, this all looksudseende like nano-artworkNano-illustrationer,
215
518000
2000
jamen, faktisk, ser dette alt sammen ud som nanokunst,
08:52
but it turnsdrejninger out that nano-artworkNano-illustrationer
216
520000
1000
men det viser sig at nanokunst
08:53
is just what you need to make nano-circuitsNano-kredsløb.
217
521000
2000
er lige det man har brug for for at lave nanokredsløb.
08:55
So, you can put circuitkredsløb componentskomponenter on the stapleshæfteklammer,
218
523000
2000
Man kan sætte kredsløbskomponenter på hæfteklammerne,
08:57
like a lightlys bulbpære and a lightlys switchkontakt.
219
525000
2000
ligesom en pære og en lyskontakt.
08:59
Let the thing assemblesamle, and you'llvil du get some kindvenlig of a circuitkredsløb.
220
527000
3000
Lad tingen samle sig, og man får en eller form for kredsløb.
09:02
And then you can maybe washvask the DNADNA away and have the circuitkredsløb left over.
221
530000
3000
Og så kan man måske vaske DNA'et væk og have det resterende kredsløb.
09:05
So, this is what some colleagueskollegaer of minemine at CaltechCaltech did.
222
533000
2000
Dette er hvad nogle af mine kolleger ved Caltech gjorde.
09:07
They tooktog a DNADNA origamiorigami, organizedorganiseret some carbonkulstof nano-tubesNano-rør,
223
535000
3000
De tog en DNA origami, organiserede nogle kulstof nanorør,
09:10
madelavet a little switchkontakt, you see here, wiredkablet it up,
224
538000
2000
lavede en lille kontakt, det kan I se her, tilsluttede den,
09:12
testedtestet it and showedviste that it is indeedJa a switchkontakt.
225
540000
3000
testede den og viste at det rigtignok er en kontakt.
09:15
Now, this is just a singleenkelt switchkontakt
226
543000
2000
Dette er bare en enkelt kontakt
09:17
and you need halfhalvt a billionmilliard for a computercomputer, so we have a long way to go.
227
545000
4000
og man har brug for en halv milliard til en computer, så vi har lang vej igen.
09:21
But this is very promisinglovende
228
549000
2000
Men det er meget lovende
09:23
because the origamiorigami can organizeorganisere partsdele just one-tenthen tiendedel the sizestørrelse
229
551000
5000
fordi origamien kan organisere dele der er bare en tiendedel i størrelse
09:28
of those in a normalnormal computercomputer.
230
556000
1000
af dem der er i en normal computer.
09:29
So it's very promisinglovende for makingmaking smalllille computerscomputere.
231
557000
3000
Det er meget lovende for at lave små computere.
09:32
Now, I want to get back to that compilercompiler.
232
560000
3000
Jeg vil tilbage til den kompilator.
09:35
The DNADNA origamiorigami is a proofbevis that that compilercompiler actuallyrent faktisk worksarbejder.
233
563000
3000
DNA origami er bevis på at den kompiler faktisk fungerer.
09:39
So, you startStart with something in the computercomputer.
234
567000
2000
Man begynder med noget i computeren.
09:41
You get a high-levelhøjt niveau descriptionbeskrivelse of the computercomputer programprogram,
235
569000
3000
Man får en højniveaubeskrivelse af computerprogrammet,
09:44
a high-levelhøjt niveau descriptionbeskrivelse of the origamiorigami.
236
572000
2000
en højniveaubeskrivelse af origamien.
09:46
You can compilekompilere it to moleculesmolekyler, sendsende it to a synthesizersynthesizer,
237
574000
3000
Man kan kompilere det til molekyler, sende det til en syntesiser,
09:49
and it actuallyrent faktisk worksarbejder.
238
577000
1000
og det fungerer faktisk.
09:50
And it turnsdrejninger out that a companySelskab has madelavet a nicepæn programprogram
239
578000
4000
Og det viser sig at et firma har lavet et fint program
09:54
that's much better than my codekode, whichhvilken was kindvenlig of uglygrim,
240
582000
2000
der er meget bedre end min kode, som var temmelig grim,
09:56
and will allowgive lov til us to do this in a nicepæn,
241
584000
1000
og vil tillade os at gøre dette på en fin,
09:57
visualvisuel, computer-aidedcomputerstøttet designdesign way.
242
585000
2000
visuel, computer-assisteret design måde.
10:00
So, now you can say, all right,
243
588000
1000
Nu kan man sige, okay,
10:01
why isn't DNADNA origamiorigami the endende of the storyhistorie?
244
589000
2000
hvorfor er DNA origamien ikke slutningen på historien?
10:03
You have your molecularmolekylær compilercompiler, you can do whateveruanset hvad you want.
245
591000
2000
Man har en molekylær kompiler, man kan gøre hvad man vil.
10:05
The factfaktum is that it does not scalevægt.
246
593000
3000
Faktummet er at det ikke er skalerbart.
10:08
So if you want to buildbygge a humanhuman from DNADNA origamiorigami,
247
596000
3000
Så hvis man vil bygge et menneske fra DNA origami,
10:11
the problemproblem is, you need a long strandstrand
248
599000
2000
er problemet, at man har brug for en lang streng
10:13
that's 10 trillionbillioner trillionbillioner basesbaser long.
249
601000
3000
der er 10 billioner billioner baser langt.
10:16
That's threetre lightlys years'flere år' worthværdi of DNADNA,
250
604000
2000
Det er tre lysårs DNA,
10:18
so we're not going to do this.
251
606000
2000
så det vil vi ikke gøre.
10:20
We're going to turntur to anotheren anden technologyteknologi,
252
608000
2000
Vi vil vende os mod en anden teknologi,
10:22
calledhedder algorithmicAlgoritmisk self-assemblyselvsamling of tilesfliser.
253
610000
2000
der hedder algoritmisk selvsamling af fliser.
10:24
It was startedstartede by ErikErik WinfreeWinfree,
254
612000
2000
Det blev startet af Erik Winfree,
10:26
and what it does,
255
614000
1000
og det virker ved at,
10:27
it has tilesfliser that are a hundredthhundrededel the sizestørrelse of a DNADNA origamiorigami.
256
615000
4000
det har fliser der er en hundrededel størrelse af DNA origami.
10:31
You zoomzoom in, there are just fourfire DNADNA strandsTråde
257
619000
2000
Man zoomer ind, der er bare fire DNA strenge
10:34
and they have little single-strandedenkeltstrenget bitsbits on them
258
622000
2000
og de har små enkeltstrengede dele på sig
10:36
that can bindbinde to other tilesfliser, if they matchmatch.
259
624000
2000
der kan binde sig til andre fliser, hvis de matcher.
10:38
And we like to drawtegne these tilesfliser as little squaresfirkanter.
260
626000
3000
Og vi tegner gerne disse fliser som små kvadrater.
10:42
And if you look at theirderes stickyklæbrig endsender, these little DNADNA bitsbits,
261
630000
2000
Og hvis man ser på deres klæbende ender, disse små DNA stumper,
10:44
you can see that they actuallyrent faktisk formform a checkerboardskakternet patternmønster.
262
632000
3000
kan man se at de faktisk former et skakbrætmønster.
10:47
So, these tilesfliser would make a complicatedkompliceret, self-assemblingselvsamlende checkerboardskakternet.
263
635000
3000
Disse fliser ville skabe et kompliceret, selvsamlende skakbræt.
10:50
And the pointpunkt of this, if you didn't catchfangst that,
264
638000
2000
Og pointen med dette er, hvis I ikke fangede den,
10:52
is that tilesfliser are a kindvenlig of molecularmolekylær programprogram
265
640000
3000
er at fliserne på en måde er et molekylært program
10:55
and they can outputproduktion patternsmønstre.
266
643000
3000
og de kan lave mønstre.
10:58
And a really amazingfantastiske parten del of this is
267
646000
2000
Og en virkelig fantastisk del af dette er
11:00
that any computercomputer programprogram can be translatedoversat
268
648000
2000
at ethvert computerprogram kan oversættes
11:02
into one of these tileflise programsprogrammer -- specificallyspecifikt, countingtælle.
269
650000
3000
til et af disse fliseprogrammer -- for eksempel et der tæller.
11:05
So, you can come up with a setsæt of tilesfliser
270
653000
3000
Man kan finde på et sæt fliser
11:08
that when they come togethersammen, formform a little binarybinær counterskranke
271
656000
3000
der, når de samler sig, skaber en lille binær tæller
11:11
ratherhellere than a checkerboardskakternet.
272
659000
2000
i stedet for et skakbræt.
11:13
So you can readlæse off binarybinær numbersnumre fivefem, sixseks and sevensyv.
273
661000
3000
Man kan læse de binære numre fem, seks og syv.
11:16
And in orderbestille to get these kindsformer of computationsberegninger startedstartede right,
274
664000
3000
Og for at starte denne slags beregninger rigtigt op,
11:19
you need some kindvenlig of inputinput, a kindvenlig of seedfrø.
275
667000
2000
har man brug for en eller anden form for input, et slags kim.
11:21
You can use DNADNA origamiorigami for that.
276
669000
2000
Man kan bruge DNA origami til det.
11:23
You can encodeindkode the numbernummer 32
277
671000
2000
Man kan kode tallet 32
11:25
in the right-handhøjre hånd sideside of a DNADNA origamiorigami,
278
673000
2000
i den højre side af DNA origami,
11:27
and when you addtilføje those tilesfliser that counttælle,
279
675000
2000
og når man tilføjer de fliser der tæller,
11:29
they will startStart to counttælle -- they will readlæse that 32
280
677000
3000
begynder de at tælle -- de vil læse det 32
11:32
and they'llde vil stop at 32.
281
680000
2000
og de stopper ved 32.
11:34
So, what we'vevi har doneFærdig is we'vevi har figuredregnede out a way
282
682000
3000
Det vi har gjort er at vi har fundet på en måde
11:37
to have a molecularmolekylær programprogram know when to stop going.
283
685000
3000
til at have et molekylært program der ved hvornår det skal stoppe med at vokse.
11:40
It knowskender when to stop growingvoksende because it can counttælle.
284
688000
2000
Det ved hvornår det skal stoppe med at vokse fordi det kan tælle.
11:42
It knowskender how bigstor it is.
285
690000
2000
Det ved hvor stort det er.
11:44
So, that answerssvar that sortsortere of first questionspørgsmål I was talkingtaler about.
286
692000
3000
Det svarer på den slags første spørgsmål som jeg talte om.
11:47
It doesn't tell us how babiesbabyer do it, howeverimidlertid.
287
695000
3000
Det fortæller os, dog, ikke hvordan babyer gør det.
11:50
So now, we can use this countingtælle to try and get at much biggerstørre things
288
698000
4000
Nu kan vi bruge denne tælling til at prøve at få gang i meget større ting
11:54
than DNADNA origamiorigami could otherwiseEllers.
289
702000
1000
end DNA origami ellers kunne.
11:55
Here'sHer er the DNADNA origamiorigami, and what we can do
290
703000
3000
Her er DNA origamien, og det vi kan gøre
11:58
is we can writeskrive 32 on bothbegge edgeskanter of the DNADNA origamiorigami,
291
706000
3000
er at vi kan skrive 32 på begge kanter af DNA origamien,
12:01
and we can now use our wateringvanding can
292
709000
2000
og vi kan nu bruge vores vandkande
12:03
and watervand with tilesfliser, and we can startStart growingvoksende tilesfliser off of that
293
711000
4000
og vande med fliser, og vi kan begynde at dyrke fliser ud fra det
12:07
and createskab a squarefirkant.
294
715000
2000
og skabe et kvadrat.
12:09
The counterskranke servestjener as a templateskabelon
295
717000
3000
Tælleren virker som en skabelon
12:12
to fillfylde in a squarefirkant in the middlemidten of this thing.
296
720000
2000
til at udfylde en kvadrat i midten af denne ting.
12:14
So, what we'vevi har doneFærdig is we'vevi har succeededlykkedes
297
722000
1000
Det vi har gjort er at vi har haft succes med
12:15
in makingmaking something much biggerstørre than a DNADNA origamiorigami
298
723000
3000
at lave noget der er meget større end en DNA origami
12:18
by combiningkombinere DNADNA origamiorigami with tilesfliser.
299
726000
3000
ved at kombinere DNA origami med fliser.
12:21
And the neatpæn thing about it is, is that it's alsoogså reprogrammableomprogrammerbar.
300
729000
3000
Og den fede ting ved dette er, at det også er reprogrammerbart.
12:24
You can just changelave om a couplepar of the DNADNA strandsTråde in this binarybinær representationrepræsentation
301
732000
4000
Man kan bare ændre et par af DNA strengene i denne binære repræsentation
12:28
and you'llvil du get 96 ratherhellere than 32.
302
736000
3000
og man får 96 i stedet for 32.
12:31
And if you do that, the origami'sorigami's the samesamme sizestørrelse,
303
739000
3000
Og hvis man gør det, er origamien den samme størrelse,
12:34
but the resultingder følger squarefirkant that you get is threetre timesgange biggerstørre.
304
742000
4000
men det resulterende kvadrat man får er tre gange større.
12:39
So, this sortsortere of recapitulatessammenfatter
305
747000
1000
Dette opsummerer på en måde
12:40
what I was tellingfortæller you about developmentudvikling.
306
748000
2000
det jeg fortalte jer om biologisk udvikling.
12:42
You have a very sensitivefølsom computercomputer programprogram
307
750000
3000
Man har et meget følsomt computerprogram
12:45
where smalllille changesændringer -- singleenkelt, tinylille bitte, little mutationsmutationer --
308
753000
3000
hvor små ændringer -- enkelte, små, bittesmå mutationer --
12:48
can take something that madelavet one sizestørrelse squarefirkant
309
756000
2000
kan tage noget der lavede kvadrater i en størrelse
12:50
and make something very much biggerstørre.
310
758000
3000
og lave noget der er meget større.
12:54
Now, this -- usingved brug af countingtælle to computecompute
311
762000
3000
Dette at bruge tælling til at beregne
12:57
and buildbygge these kindsformer of things
312
765000
2000
og bygge denne slags ting
12:59
by this kindvenlig of developmentaludviklingsmæssige processbehandle
313
767000
2000
ved hjælp af denne slags udviklingsmæssige process
13:01
is something that alsoogså has bearingleje on CraigCraig Venter'sVenters questionspørgsmål.
314
769000
4000
er noget der også har betydning for Craig Venters spørgsmål.
13:05
So, you can askSpørg, how manymange DNADNA strandsTråde are requiredpåkrævet
315
773000
2000
Man kan spørge, hvor mange DNA strenge er der brug for
13:07
to buildbygge a squarefirkant of a givengivet sizestørrelse?
316
775000
2000
for at bygge en firkant af en given størrelse?
13:09
If we wanted to make a squarefirkant of sizestørrelse 10, 100 or 1,000,
317
777000
5000
Hvis vi ville lave en firkant i størrelsen 10, 100 eller 1.000,
13:14
if we used DNADNA origamiorigami alonealene,
318
782000
2000
hvis vi udelukkende brugte DNA origami,
13:16
we would requirekræve a numbernummer of DNADNA strandsTråde that's the squarefirkant
319
784000
3000
skulle vi bruge et antal DNA strenge der er kvadratet
13:19
of the sizestørrelse of that squarefirkant;
320
787000
2000
af størrelsen af den firkant;
13:21
so we'dvi ville need 100, 10,000 or a millionmillion DNADNA strandsTråde.
321
789000
2000
så vi skulle bruge 100, 10.000 eller en million DNA strenge.
13:23
That's really not affordableoverkommelige.
322
791000
2000
Det har vi ikke råd til.
13:25
But if we use a little computationberegning --
323
793000
2000
Men hvis vi bruger en lille smule beregning --
13:27
we use origamiorigami, plusplus some tilesfliser that counttælle --
324
795000
4000
vi bruger origami, plus nogle fliser der tæller --
13:31
then we can get away with usingved brug af 100, 200 or 300 DNADNA strandsTråde.
325
799000
3000
så kan vi komme afsted med at bruge 100, 200 eller 300 DNA strenge.
13:34
And so we can exponentiallyeksponentielt reducereducere the numbernummer of DNADNA strandsTråde we use,
326
802000
5000
Så vi kan reducere antallet af DNA strenge vi bruger eksponentielt,
13:39
if we use countingtælle, if we use a little bitbit of computationberegning.
327
807000
3000
hvis vi bruger tælling, hvis vi bruger en lille smule beregning.
13:42
And so computationberegning is some very powerfulkraftfuld way
328
810000
3000
Så beregning er en meget kraftfuld måde
13:45
to reducereducere the numbernummer of moleculesmolekyler you need to buildbygge something,
329
813000
3000
at reducere antallet af molekyler man har brug for at bygge noget på,
13:48
to reducereducere the sizestørrelse of the genomegenom that you're buildingbygning.
330
816000
3000
til at reducere størrelsen på det genom som man bygger.
13:51
And finallyendelig, I'm going to get back to that sortsortere of crazyhelt vildt ideaide
331
819000
3000
Og til slut, går jeg tilbage til den på en eller anden måde skøre ide,
13:54
about computerscomputere buildingbygning computerscomputere.
332
822000
2000
om computere der bygger computere.
13:56
If you look at the squarefirkant that you buildbygge with the origamiorigami
333
824000
3000
Hvis man ser på firkanten man bygger med origami
13:59
and some counterstællere growingvoksende off it,
334
827000
2000
og nogle tællere der vokser ud af den,
14:01
the patternmønster that it has is exactlyNemlig the patternmønster that you need
335
829000
3000
er mønsteret den har præcis det mønster man har brug for
14:04
to make a memoryhukommelse.
336
832000
1000
til at lave hukommelse.
14:05
So if you affixanbringer some wiresledninger and switchesafbrydere to those tilesfliser --
337
833000
3000
Hvis man fæster nogle ledninger og kontakter til de fliser --
14:08
ratherhellere than to the staplehæftning strandsTråde, you affixanbringer them to the tilesfliser --
338
836000
3000
i stedet for til de simple strenge, fæster man dem til fliserne --
14:11
then they'llde vil self-assembleselv samle the somewhatnoget complicatedkompliceret circuitskredsløb,
339
839000
3000
så vil de selv-samle de delvist komplicerede kredsløb,
14:14
the demultiplexerdemultiplexer circuitskredsløb, that you need to addressadresse this memoryhukommelse.
340
842000
3000
de multiplekser kredsløb, som man har brug for til at adressere hukommelsen.
14:17
So you can actuallyrent faktisk make a complicatedkompliceret circuitkredsløb
341
845000
2000
Man kan faktisk lave et kompliceret kredsløb
14:19
usingved brug af a little bitbit of computationberegning.
342
847000
2000
ved hjælp af en lille smule beregning.
14:21
It's a molecularmolekylær computercomputer buildingbygning an electronicelektronisk computercomputer.
343
849000
3000
Det er en molekylær computer der bygger en elektronisk computer.
14:24
Now, you askSpørg me, how farlangt have we gottenfået down this pathsti?
344
852000
3000
Hvis man spørger mig, hvor langt vi er kommet på denne vej?
14:27
ExperimentallyEksperimentelt, this is what we'vevi har doneFærdig in the last yearår.
345
855000
3000
Eksperimentelt er dette hvad vi har gjort det sidste år.
14:30
Here is a DNADNA origamiorigami rectanglerektangel,
346
858000
2000
Her er DNA origami rektanglet,
14:33
and here are some tilesfliser growingvoksende from it.
347
861000
2000
og her er nogle fliser der vokser ud fra den.
14:35
And you can see how they counttælle.
348
863000
2000
Og man kan se hvordan de tæller.
14:37
One, two, threetre, fourfire, fivefem, sixseks, nineni, 10, 11, 12, 17.
349
865000
12000
En, to, tre, fire, fem, seks, ni, 10, 11, 12, 17.
14:49
So it's got some errorsfejl, but at leastmindst it countstæller up.
350
877000
4000
Den har altså nogle fejl, men den tæller i det mindste opad.
14:53
(LaughterLatter)
351
881000
1000
(Latter)
14:54
So, it turnsdrejninger out we actuallyrent faktisk had this ideaide nineni yearsflere år agosiden,
352
882000
3000
Det viser sig, at vi faktisk fik denne ide for ni år siden,
14:57
and that's about the time constantkonstant for how long it takes
353
885000
3000
og det er omkring tidskonstanten det tager
15:00
to do these kindsformer of things, so I think we madelavet a lot of progressfremskridt.
354
888000
2000
at gøre denne slags ting, så jeg tror vi gjorde store fremskridt.
15:02
We'veVi har got ideasideer about how to fixrette op these errorsfejl.
355
890000
2000
Vi har ideer om hvordan man ordner disse fejl.
15:04
And I think in the nextNæste fivefem or 10 yearsflere år,
356
892000
2000
Og jeg tror at i løbet af de næste fem eller 10 år,
15:06
we'llgodt make the kindvenlig of squaresfirkanter that I describedbeskrevet
357
894000
2000
laver vi den slags firkanter som jeg beskrev
15:08
and maybe even get to some of those self-assembledselv samlet circuitskredsløb.
358
896000
3000
og måske endda nogle af de selv-samlende kredsløb.
15:11
So now, what do I want you to take away from this talk?
359
899000
4000
Hvad vil jeg gerne have at I tager med jer fra dette foredrag?
15:15
I want you to rememberHusk that
360
903000
2000
Jeg vil gerne have, at I husker at
15:17
to createskab life'slivets very diversealsidig and complexkompleks formsformularer,
361
905000
4000
for at skabe livets meget mangfoldige og komplekse former,
15:21
life usesanvendelser computationberegning to do that.
362
909000
2000
bruger livet beregning for at gøre det.
15:23
And the computationsberegninger that it usesanvendelser, they're molecularmolekylær computationsberegninger,
363
911000
4000
Og beregningerne som det bruger, det er molekylære beregninger,
15:27
and in orderbestille to understandforstå this and get a better handlehåndtere on it,
364
915000
2000
og for at forstå dette og håndtere det bedre,
15:29
as FeynmanFeynman said, you know,
365
917000
2000
som Feynman sagde, I ved,
15:31
we need to buildbygge something to understandforstå it.
366
919000
2000
må vi bygge noget for at kunne forstå det.
15:33
And so we are going to use moleculesmolekyler and refashionrefashion this thing,
367
921000
4000
Så vi kommer til at bruge molekyler og omforme dette,
15:37
rebuildgenopbygge everything from the bottombund up,
368
925000
2000
genopbygge alt fra bunden,
15:39
usingved brug af DNADNA in waysmåder that naturenatur never intendedberegnet,
369
927000
3000
ved hjælp af DNA på måder som naturen aldrig havde tiltænkt,
15:42
usingved brug af DNADNA origamiorigami,
370
930000
2000
ved hjælp af DNA origami,
15:44
and DNADNA origamiorigami to seedfrø this algorithmicAlgoritmisk self-assemblyselvsamling.
371
932000
3000
og DNA origami til at lægge kimet til denne algoritmiske selv-samling.
15:47
You know, so this is all very coolfedt nok,
372
935000
2000
I ved, dette er alt sammen rigtig fedt,
15:50
but what I'd like you to take from the talk,
373
938000
1000
men det jeg gerne vil have I tager med jer fra dette foredrag,
15:51
hopefullyforhåbentlig from some of those bigstor questionsspørgsmål,
374
939000
2000
forhåbentlig fra nogle af disse store spørgsmål,
15:53
is that this molecularmolekylær programmingprogrammering isn't just about makingmaking gadgetsgadgets.
375
941000
3000
er at denne molekylære programmering ikke kun handler om at skabe gadgets.
15:56
It's not just makingmaking about --
376
944000
2000
Det handler ikke kun om at lave
15:58
it's makingmaking self-assembledselv samlet cellcelle phonestelefoner and circuitskredsløb.
377
946000
2000
selv-samlende mobiltelefoner og kredsløb.
16:00
What it's really about is takingtager computercomputer sciencevidenskab
378
948000
2000
Det det i virkeligheden handler om, er at tage computervidenskab
16:02
and looking at bigstor questionsspørgsmål in a newny lightlys,
379
950000
3000
og se på de store spørgsmål i et nyt lys,
16:05
askingspørger newny versionsversioner of those bigstor questionsspørgsmål
380
953000
2000
stille nye versioner af de store spørgsmål
16:07
and tryingforsøger to understandforstå how biologybiologi
381
955000
2000
og prøve at forstå hvordan biologi
16:09
can make suchsådan amazingfantastiske things. Thank you.
382
957000
2000
kan lave sådanne utrolige ting. Tak.
16:12
(ApplauseBifald)
383
960000
7000
(Bifald)

▲Back to top

ABOUT THE SPEAKER
Paul Rothemund - DNA origamist
Paul Rothemund folds DNA into shapes and patterns. Which is a simple enough thing to say, but the process he has developed has vast implications for computing and manufacturing -- allowing us to create things we can now only dream of.

Why you should listen

Paul Rothemund won a MacArthur grant this year for a fairly mystifying study area: "folding DNA." It brings up the question: Why fold DNA? The answer is -- because the power to manipulate DNA in this way could change the way we make things at a very basic level.

Rothemund's work combines the study of self-assembly (watch the TEDTalks from Neil Gershenfeld and Saul Griffith for more on this) with the research being done in DNA nanotechnology -- and points the way toward self-assembling devices at microscale, making computer memory, for instance, smaller, faster and maybe even cheaper.

More profile about the speaker
Paul Rothemund | Speaker | TED.com