ABOUT THE SPEAKER
Paul Root Wolpe - Ethicist
Paul Root Wolpe examines the ethical implications of new science -- genetic modification, neuroscience and other breakthroughs that stretch our current philosophy to the breaking point. He's the chief bioethicist at NASA, among other appointments.

Why you should listen

Paul Root Wolpe directs the Center for Ethics at Emory University,  where he works on the biggest issues most of us face in our life-long ethical journey: death and dying, new reproductive technologies, and new medical and scientific breakthroughs that are not covered in our traditional ethics (what would the Bible say about growing a human ear on a mouse?).

He's also the chief bioethicist at NASA, where he advises on the medical experiments that happen during space travel.

Read the TED Blog's Q&A with Paul Root Wolpe >>

Read Wolpe's lively TED Conversation thread >>

More profile about the speaker
Paul Root Wolpe | Speaker | TED.com
TEDxPeachtree

Paul Root Wolpe: It's time to question bio-engineering

Paul Root Wolpe: Es ist an der Zeit, Bio-Design kritisch zu hinterfragen

Filmed:
1,517,985 views

Der Bioethiker Paul Root Wolpe beschreibt auf der TEDxPeachtree-Veranstaltung eine erstaunliche Reihe kürzlich durchgeführter Bio-Design-Experimente, von Hybrid-Tieren bis hin zu Mäusen, aus denen menschliche Ohren wachsen. Dabei wirft er die Frage auf, ob es jetzt nicht an der Zeit wäre, ein paar grundsätzliche Regeln festzulegen.
- Ethicist
Paul Root Wolpe examines the ethical implications of new science -- genetic modification, neuroscience and other breakthroughs that stretch our current philosophy to the breaking point. He's the chief bioethicist at NASA, among other appointments. Full bio

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

00:15
TodayHeute I want to talk about designEntwurf,
0
0
2000
Ich möchte heute mit Ihnen über Design sprechen,
00:17
but not designEntwurf as we usuallygewöhnlich think about it.
1
2000
3000
aber nicht in dem Sinne, wie wir es sonst tun.
00:20
I want to talk about what is happeningHappening now
2
5000
2000
Ich möchte mit Ihnen darüber sprechen, was gerade
00:22
in our scientificwissenschaftlich, biotechnologicalbiotechnologische cultureKultur,
3
7000
3000
in unserer wissenschafltichen, biotechnologischen Kultur passiert,
00:25
where, for really the first time in historyGeschichte,
4
10000
3000
in der wir tatsächlich zum ersten Mal in der Geschichte
00:28
we have the powerLeistung to designEntwurf bodiesKörper,
5
13000
2000
die Möglichkeit haben, Körper zu entwerfen,
00:30
to designEntwurf animalTier bodiesKörper,
6
15000
2000
z.B. Tierkörper,
00:32
to designEntwurf humanMensch bodiesKörper.
7
17000
3000
oder auch menschliche Körper.
00:35
In the historyGeschichte of our planetPlanet,
8
20000
4000
In der Geschichte unseres Planeten,
00:39
there have been threedrei great wavesWellen of evolutionEvolution.
9
24000
3000
gab es drei große Evolutionszyklen.
00:42
The first waveWelle of evolutionEvolution
10
27000
2000
Der erste Evolutionszyklus
00:44
is what we think of as DarwinianDarwinistische evolutionEvolution.
11
29000
3000
wird als Darwin'sche Evolution bezeichnet.
00:47
So, as you all know,
12
32000
2000
Wie Sie sicherlich wissen,
00:49
speciesSpezies livedlebte in particularinsbesondere ecologicalökologisch nichesNischen
13
34000
2000
haben die Arten in besonderen ökologischen Nischen gelebt
00:51
and particularinsbesondere environmentsUmgebungen,
14
36000
2000
und in besonderen Umgebungen,
00:53
and the pressuresDrücke of those environmentsUmgebungen
15
38000
2000
und durch die äußeren Umstände dieser einzelnen Umgebungen
00:55
selectedausgewählt whichwelche changesÄnderungen,
16
40000
2000
wurde ausgesiebt, welche Veränderungen
00:57
throughdurch randomzufällig mutationMutation in speciesSpezies,
17
42000
2000
durch die zufällige Mutation der Arten
00:59
were going to be preservederhalten.
18
44000
2000
überleben würden.
01:01
Then humanMensch beingsWesen steppedtrat out
19
46000
3000
Dann haben sich die Menschen
01:04
of the DarwinianDarwinistische flowfließen of evolutionaryevolutionär historyGeschichte
20
49000
3000
aus dem darwinistischen Fluss der evolutionären Geschichte gelöst
01:07
and createderstellt the secondzweite great waveWelle of evolutionEvolution,
21
52000
4000
und den zweiten großen Evolutionszyklus geschaffen,
01:11
whichwelche was we changedgeändert the environmentUmwelt
22
56000
3000
der durch unsere Veränderung der Umwelt, in der wir uns entwickeln,
01:14
in whichwelche we evolvedentwickelt.
23
59000
2000
gekennzeichnet war.
01:16
We alteredverändert our ecologicalökologisch nicheNische
24
61000
3000
Wir haben unsere ökologische Nische an unsere Bedürfnisse angepasst
01:19
by creatingErstellen civilizationZivilisation.
25
64000
2000
und eine zivilisierte Welt geschaffen.
01:21
And that has been the secondzweite great --
26
66000
2000
Und das war der zweite große –
01:23
couplePaar 100,000 yearsJahre, 150,000 yearsJahre --
27
68000
3000
etwa 150.000 - 200.000 Jahre andauernde –
01:26
flowfließen of our evolutionEvolution.
28
71000
2000
Evolutionszyklus.
01:28
By changingÄndern our environmentUmwelt,
29
73000
2000
Durch diese Veränderung unseres Umfelds,
01:30
we put newneu pressuresDrücke
30
75000
2000
haben wir die Entwicklung
01:32
on our bodiesKörper to evolveentwickeln.
31
77000
2000
unserer Körper forciert.
01:34
WhetherOb it was throughdurch settlingBeilegung von down in agriculturallandwirtschaftlich communitiesGemeinschaften,
32
79000
3000
Zum Beispiel haben wir unsere Entwicklung,
01:37
all the way throughdurch modernmodern medicineMedizin,
33
82000
3000
durch das Ansiedeln in landwirtschaftlichen Gemeinden beeinflusst,
01:40
we have changedgeändert our ownbesitzen evolutionEvolution.
34
85000
3000
bis hin zur modernen Medizin.
01:43
Now we're enteringeintreten a thirddritte great waveWelle
35
88000
3000
Jetzt treten wir in einen dritten großen Zyklus
01:46
of evolutionaryevolutionär historyGeschichte,
36
91000
2000
der evolutionären Geschichte ein,
01:48
whichwelche has been callednamens manyviele things:
37
93000
2000
für den es verschiedene Bezeichnungen gibt:
01:50
"intentionalabsichtlich evolutionEvolution,"
38
95000
2000
vorsätzliche Entwicklung,
01:52
"evolutionEvolution by designEntwurf" --
39
97000
2000
Design-Entwicklung –
01:54
very differentanders than intelligentintelligent designEntwurf --
40
99000
2000
wohl gemerkt nicht intelligentes Design –
01:56
wherebywobei we are actuallytatsächlich now
41
101000
3000
wir sind jetzt wirklich dabei,
01:59
intentionallyabsichtlich designingEntwerfen and alteringverändern
42
104000
4000
ganz bewusst die physiologischen Arten
02:03
the physiologicalphysiologische formsFormen that inhabitbewohnen our planetPlanet.
43
108000
3000
auf unserem Planeten zu gestalten und zu verändern.
02:06
So I want to take you throughdurch a kindArt of whirlwindWirbelwind tourTour of that
44
111000
3000
Ich will Ihnen mit einer Art Schnelltour eine Einführung dazu geben,
02:09
and then at the endEnde talk a little bitBit
45
114000
2000
umd möchte damit enden, was dieser Wandel bedeutet:
02:11
about what some of the implicationsImplikationen are for us
46
116000
3000
Ich möchte Ihnen erklären, welche Folgen dieser Wandel für uns
02:14
and for our speciesSpezies, as well as our culturesKulturen,
47
119000
3000
und unsere Artenvielfalt hat, aber auch
02:17
because of this changeVeränderung.
48
122000
2000
wie sehr dieser Wandel unsere Kultur beeinflusst.
02:19
Now we actuallytatsächlich have been doing it for a long time.
49
124000
3000
Wir machen das eigentlich schon seit geraumer Zeit.
02:24
We startedhat angefangen selectivelyselektiv breedingZucht animalsTiere
50
129000
3000
Wir haben ganz gezielt Tierarten gezüchtet,
02:27
manyviele, manyviele thousandsTausende of yearsJahre agovor.
51
132000
3000
und das schon vor vielen, vielen Tausend Jahren.
02:30
And if you think of dogsHunde for exampleBeispiel,
52
135000
2000
Denken Sie zum Beispiel an Hunde,
02:32
dogsHunde are now intentionally-designedabsichtlich entworfen creaturesKreaturen.
53
137000
4000
Hunde existieren als absichtlich gezüchtete Kreaturen.
02:36
There isn't a dogHund on this earthErde that's a naturalnatürlich creatureKreatur.
54
141000
3000
Es gibt auf der ganzen Welt keinen Hund, der natürlichen Ursprungs ist.
02:39
DogsHunde are the resultErgebnis
55
144000
2000
Hunde sind das Ergebnis
02:41
of selectivelyselektiv breedingZucht traitsZüge that we like.
56
146000
3000
der Züchtung ausgewählter Merkmale, die uns gefallen.
02:44
But we had to do it the hardhart way in the oldalt daysTage
57
149000
3000
Früher haben wir uns dabei sehr sehr schwer getan,
02:47
by choosingdie Wahl offspringNachwuchs that lookedsah a particularinsbesondere way
58
152000
2000
wir haben extra Nachkommen ausgewählt, die besonders gut ausehen,
02:49
and then breedingZucht them.
59
154000
2000
um diese dann zu züchten.
02:51
We don't have to do it that way anymorenicht mehr.
60
156000
2000
So müssen wir das nicht mehr machen.
02:53
This is a beefaloRindel.
61
158000
3000
Das ist ein Rindel.
02:56
A beefaloRindel is a buffalo-cattleBüffel-Rinder hybridHybrid.
62
161000
4000
Ein Rindel ist eine Kreuzung aus einem Rind und einem Büffel.
03:00
And they are now makingHerstellung them,
63
165000
2000
Und diese Wesen werden schon produziert,
03:02
and somedayirgendwann mal, perhapsvielleicht prettyziemlich soonbald,
64
167000
2000
und eines Tages, vielleicht sogar schon bald,
03:04
you will have beefaloRindel pattiesBratlinge
65
169000
2000
können sie Rindel-Pastetchen
03:06
in your locallokal supermarketSupermarkt.
66
171000
3000
im Supermarkt um die Ecke einkaufen.
03:09
This is a geepGeep,
67
174000
2000
Das ist eine Schiege,
03:11
a goat-sheepZiege-Schaf hybridHybrid.
68
176000
3000
eine Kreuzung aus einem Schaaf und einer Ziege.
03:14
The scientistsWissenschaftler that madegemacht this cuteniedlich little creatureKreatur
69
179000
3000
Die Wissenschaftler, die diese süße kleine Kreatur erschaffen haben,
03:17
endedendete up slaughteringSchlachten it and eatingEssen it afterwardsdanach.
70
182000
3000
haben sie letztendlich geschlachtet und gegessen.
03:20
I think they said it tastedschmeckte like chickenHähnchen.
71
185000
3000
Sie meinten, es würde wie Huhn schmecken.
03:23
This is a camaCama.
72
188000
2000
Das ist ein Kama.
03:25
A camaCama is a camel-llamaKamel-Lama hybridHybrid,
73
190000
4000
Ein Kama ist die Kreuzung aus einem Kamel und einem Lama.
03:29
createderstellt to try to get the hardinessWinterhärte of a camelKamel
74
194000
3000
Bei dieser Kreuzung wurde versucht, die Zähigkeit eines Kamels,
03:32
with some of the personalityPersönlichkeit traitsZüge
75
197000
2000
mit den Charaktermerkmalen
03:34
of a llamaLama.
76
199000
2000
eines Lamas zu kombinieren.
03:36
And they are now usingmit these in certainsicher culturesKulturen.
77
201000
3000
Und dieses Wesen wird jetzt in einigien Kulturkreisen herangezogen.
03:40
Then there's the ligerLiger.
78
205000
2000
Und dann gibt es den Liger.
03:42
This is the largestgrößten catKatze in the worldWelt --
79
207000
3000
Das ist die größte Katze der Welt –
03:45
the lion-tigerLöwe-tiger hybridHybrid.
80
210000
2000
eine Kreuzung aus Löwe und Tiger.
03:47
It's biggergrößer than a tigerTiger.
81
212000
2000
Sie ist größer als ein Tiger.
03:49
And in the caseFall of the ligerLiger,
82
214000
2000
Und was den Liger betrifft,
03:51
there actuallytatsächlich have been one or two that have been seengesehen in the wildwild.
83
216000
3000
gab es tatsächlich schon ein oder zwei, die in der Wildnis gesehen wurden.
03:54
But these were createderstellt by scientistsWissenschaftler
84
219000
3000
Aber sie wurden von Wissenschaftlern erschaffen,
03:57
usingmit bothbeide selectiveselektive breedingZucht and geneticgenetisch technologyTechnologie.
85
222000
3000
und dabei wurden sowohl ausgewählte Züchtungs- und Gentechnologien eingesetzt.
04:00
And then finallyendlich, everybody'sjedermanns favoriteFavorit,
86
225000
3000
Und dann schließlich, der Liebling aller,
04:03
the zorseZerd.
87
228000
2000
das Zerd.
04:05
NoneKeine of this is PhotoshoppedPhotoshopped. These are realecht creaturesKreaturen.
88
230000
3000
Das ist alles nicht mit Photoshop überarbeitet; das sind echte Wesen.
04:08
And so one of the things we'vewir haben been doing
89
233000
2000
Also haben wir bereits einige Ideen verwirklicht, unter anderem
04:10
is usingmit geneticgenetisch enhancementErweiterung,
90
235000
3000
den Einsatz genetischer Verbesserungen,
04:13
or geneticgenetisch manipulationManipulation,
91
238000
2000
oder genetische Manipulation,
04:15
of normalnormal selectiveselektive breedingZucht
92
240000
3000
oder auch, normale gezielte Züchtungen,
04:18
pushedgestoßen a little bitBit throughdurch geneticsGenetik.
93
243000
2000
die durch Genetik ein wenig verbessert wurden.
04:20
And if that were all this was about,
94
245000
3000
Und wenn es nur darum ginge,
04:23
then it would be an interestinginteressant thing.
95
248000
2000
wäre das wirklich sehr interessant.
04:25
But something much, much more powerfulmächtig
96
250000
3000
Aber es passiert gerade etwas sehr sehr viel
04:28
is happeningHappening now.
97
253000
3000
Heftigeres und Spannenderes.
04:31
These are normalnormal mammalianSäugetier- cellsZellen
98
256000
3000
Das sind normale Zellen eines Säugetiers,
04:34
geneticallygenetisch engineeredentwickelt with a bioluminescentBiolumineszenz geneGen
99
259000
3000
die mit bioluminszenten Genen genetisch verändert wurden;
04:37
takengenommen out of deep-seaTiefsee jellyfishQualle.
100
262000
2000
diese stammen aus einer Tiefseequalle.
04:39
We all know that some deep-seaTiefsee creaturesKreaturen glowGlühen.
101
264000
4000
Wie wir alle wissen, leuchten einige Tiefsee-Kreaturen.
04:43
Well, they'veSie haben now takengenommen that geneGen, that bioluminescentBiolumineszenz geneGen,
102
268000
3000
Und jetzt haben sie einfach das Gen dafür, dieses biolumineszente Gen,
04:46
and put it into mammalSäugetier cellsZellen.
103
271000
2000
mit normalen Zellen gekreuzt.
04:48
These are normalnormal cellsZellen.
104
273000
2000
Die sind normale Zellen.
04:50
And what you see here
105
275000
2000
Und hier sehen Sie
04:52
is these cellsZellen glowingGlühen in the darkdunkel
106
277000
2000
Zellen, die im Dunkeln leuchten
04:54
underunter certainsicher wavelengthsWellenlängen of lightLicht.
107
279000
3000
unter bestimmten Wellenlängen des Lichts.
04:57
OnceEinmal they could do that with cellsZellen, they could do it with organismsOrganismen.
108
282000
3000
Was bei Zellen möglich ist, lässt sich auch bei Organismen erreichen.
05:00
So they did it with mouseMaus pupsWelpen,
109
285000
4000
Also haben Sie das Experiment mit Mäuse-Welpen wiederholt,
05:04
kittensKätzchen.
110
289000
2000
mit Kätzchen.
05:06
And by the way, the reasonGrund the kittensKätzchen here are orangeOrange and these are greenGrün
111
291000
4000
Und übrigens, der Grund dafür warum diese Kätzchen orange und jene grün sind ist,
05:10
is because that's a bioluminescentBiolumineszenz geneGen from coralKoralle,
112
295000
3000
dass hier ein biolumineszentes Gen einer Koralle verwendet wurde
05:13
while this is from jellyfishQualle.
113
298000
3000
und hier das einer Qualle.
05:16
They did it with pigsSchweine.
114
301000
3000
Sie haben das mit Schweinen gemacht,
05:19
They did it with puppiesWelpen.
115
304000
2000
und mit Hundewelpen,
05:21
And, in factTatsache,
116
306000
2000
und, ja wirklich,
05:23
they did it with monkeysAffen.
117
308000
2000
auch mit Affen.
05:25
And if you can do it with monkeysAffen --
118
310000
2000
Und wenn sie es mit Affen machen können –
05:27
thoughobwohl the great leapSprung in tryingversuchen to geneticallygenetisch manipulatemanipulieren
119
312000
3000
auch wenn der Sprung vom Menschenaffen zum Affen
05:30
is actuallytatsächlich betweenzwischen monkeysAffen and apesAffen --
120
315000
2000
in der genetischen Manipulation viel komplexer ist –
05:32
if they can do it in monkeysAffen,
121
317000
2000
wenn sie es mit Affen schaffen,
05:34
they can probablywahrscheinlich figureZahl out how to do it in apesAffen,
122
319000
2000
finden sie bestimmt auch bald heraus, wie es bei Menschenaffen geht,
05:36
whichwelche meansmeint they can do it in humanMensch beingsWesen.
123
321000
4000
und das heißt, es wird bald auch bei Menschen möglich sein.
05:40
In other wordsWörter, it is theoreticallytheoretisch possiblemöglich
124
325000
3000
Anders gesagt: es ist rein theoretisch möglich,
05:43
that before too long we will be biotechnologicallybiotechnologisch capablefähig
125
328000
3000
dass wir in nicht mehr allzu langer Zeit die biotechnologische Möglichkeit haben,
05:46
of creatingErstellen humanMensch beingsWesen
126
331000
3000
Menschen zu erschaffen,
05:49
that glowGlühen in the darkdunkel.
127
334000
3000
die im Dunkeln leuchten.
05:54
Be easiereinfacher to find us at night.
128
339000
2000
Wir könnten dann nachts leichter gefunden werden.
05:56
And in factTatsache, right now in manyviele statesZustände,
129
341000
3000
Und in der Tat können können Sie schon jetzt in vielen US-Bundesstaaten
05:59
you can go out and you can buykaufen bioluminescentBiolumineszenz petsHaustiere.
130
344000
3000
biolumineszente Haustiere kaufen.
06:02
These are zebraZebra fishFisch. They're normallynormalerweise blackschwarz and silverSilber-.
131
347000
3000
Dies ist ein Zebrafisch. Normalerweise ist er Schwarz und Silber.
06:05
These are zebraZebra fishFisch that have been geneticallygenetisch engineeredentwickelt
132
350000
3000
Dies hier sind Zebrafische, deren Farben genetisch geplant wurden –
06:08
to be yellowGelb, greenGrün, redrot,
133
353000
2000
es gibt sie in gelb, grün und rot –
06:10
and they are actuallytatsächlich availableverfügbar now in certainsicher statesZustände.
134
355000
3000
und die gibt es in bestimmten US-Bundesstaaten schon zu kaufen.
06:13
Other statesZustände have bannedverboten them.
135
358000
2000
In anderen US-Bundesstaaten sind sie verboten.
06:15
NobodyNiemand knowsweiß what to do with these kindsArten of creaturesKreaturen.
136
360000
3000
Niemand weiß, was man mit diesen Kreaturen anfangen soll.
06:18
There is no areaBereich of the governmentRegierung -- not the EPAEPA or the FDAFDA --
137
363000
3000
Es gibt keine Regierungsbehörde – weder die Environmental Protection Agency (EPA), noch die Food and Drug Administration (FDA) –
06:21
that controlsKontrollen genetically-engineeredgentechnisch veränderte petsHaustiere.
138
366000
4000
die genetisch geplante Haustiere kontrolliert.
06:25
And so some statesZustände have decidedbeschlossen to allowzulassen them,
139
370000
3000
Und so kam es, dass sie in einigen Staaten erlaubt sind
06:28
some statesZustände have decidedbeschlossen to banVerbot them.
140
373000
4000
und in anderen nicht.
06:32
Some of you maykann have readlesen
141
377000
2000
Vielleicht haben ein paar von Ihnen
06:34
about the FDA'sFDA considerationBerücksichtigung right now
142
379000
2000
schon von den Überlegungen der FDA
06:36
of genetically-engineeredgentechnisch veränderte salmonLachs.
143
381000
3000
bezüglich des genetisch bearbeiteten Lachses gehört.
06:39
The salmonLachs on topoben
144
384000
2000
Bei diesem Lachs kommt noch dazu,
06:41
is a geneticallygenetisch engineeredentwickelt ChinookChinook salmonLachs,
145
386000
2000
dass es ein genetisch bearbeiteter Chinook Lachs ist,
06:43
usingmit a geneGen from these salmonLachs
146
388000
2000
der aus der Kreuzung eines Gens dieses Lachses
06:45
and from one other fishFisch that we eatEssen,
147
390000
2000
und eines anderen Speisefischs entstanden ist.
06:47
to make it growgrößer werden much fasterschneller
148
392000
2000
So wächst er viel schneller
06:49
usingmit a lot lessWeniger feedFutter.
149
394000
2000
mit viel weniger Futter.
06:51
And right now the FDAFDA is tryingversuchen to make a finalFinale decisionEntscheidung
150
396000
3000
Und in diesen Tagen trifft die FDA eine endgültige Entscheidung
06:54
on whetherob, prettyziemlich soonbald, you could be eatingEssen this fishFisch --
151
399000
3000
ob Sie diesen Fisch demnächst essen könnten –
06:57
it'lles wird be soldverkauft in the storesShops.
152
402000
2000
er würde dann in Läden verkauft.
06:59
And before you get too worriedbesorgt about it,
153
404000
2000
Und bevor Sie sich darüber zu große Gedanken machen:
07:01
here in the UnitedVereinigte StatesStaaten,
154
406000
2000
hier in den USA
07:03
the majorityMehrheit of foodLebensmittel you buykaufen in the supermarketSupermarkt
155
408000
2000
enthält die Mehrzahl der Lebensmittel, die Sie im Supermarkt kaufen,
07:05
alreadybereits has genetically-modifiedgentechnisch veränderte componentsKomponenten to it.
156
410000
4000
bereits genetisch modifizierte Komponenten.
07:09
So even as we worrySorge about it,
157
414000
2000
Auch wenn wir uns noch so sehr darüber aufregen,
07:11
we have alloweddürfen it to go on in this countryLand -- much differentanders in EuropeEuropa --
158
416000
3000
wir haben genau das in diesem Land erlaubt – ganz anders als in Europa –
07:14
withoutohne any regulationVerordnung,
159
419000
2000
und zwar ohne jegliche Regulierung,
07:16
and even withoutohne any identificationIdentifikation on the packagePaket.
160
421000
3000
und sogar ohne irgendeine Kennzeichnung auf der Verpackung.
07:20
These are all the first clonedgeklonte animalsTiere
161
425000
3000
Dies sind alle die ersten geklonten Tiere
07:23
of theirihr typeArt.
162
428000
2000
ihrer Art.
07:25
So in the lowerniedriger right here,
163
430000
2000
Hier unten rechts
07:27
you have DollyDolly, the first clonedgeklonte sheepSchaf --
164
432000
2000
sehen Sie Dolly, das erste geklonte Schaf –
07:29
now happilyglücklich stuffedausgestopft in a museumMuseum in EdinburghEdinburgh;
165
434000
3000
jetzt glücklich ausgestopft in einem Museum in Edinburgh;
07:32
RalphRalph the ratRatte, the first clonedgeklonte ratRatte;
166
437000
3000
Ralph die Ratte, die erste geklonte Ratte;
07:35
CCCC the catKatze, for clonedgeklonte catKatze;
167
440000
3000
CC die Katze, für cloned cat (geklonte Katze)
07:38
SnuppySnuppy, the first clonedgeklonte dogHund --
168
443000
2000
Snuppy, der erste geklonte Hund
07:40
SnuppySnuppy for SeoulSeoul NationalNationalen UniversityUniversität puppyWelpe --
169
445000
3000
Snuppy steht für Seoul National University puppy (Welpe der nationalen Univierstät in Seoul) –
07:43
createderstellt in SouthSüden KoreaKorea
170
448000
2000
erschaffen in Südkorea
07:45
by the very samegleich man that some of you maykann remembermerken
171
450000
2000
und zwar genau von dem Mann, an den sich vielleicht einige von ihnen erinnern,
07:47
had to endEnde up resigningRücktritt in disgraceSchande
172
452000
2000
weil er wegen einer Blamage zurücktreten musste:
07:49
because he claimedbehauptet he had clonedgeklonte a humanMensch embryoEmbryo, whichwelche he had not.
173
454000
4000
Er behauptete, einen menschlichen Embryo geklont zu haben; das hatte er aber nicht.
07:53
He actuallytatsächlich was the first personPerson
174
458000
2000
Er war aber tatsächlich der erste Mensch,
07:55
to cloneKlon a dogHund, whichwelche is a very difficultschwer thing to do,
175
460000
3000
der einen Hund geklont hat, was sehr schwierig ist,
07:58
because dogHund genomesGenome are very plasticKunststoff.
176
463000
3000
weil Hunde-Genome sehr plastisch sind.
08:01
This is PrometeaPrometea, the first clonedgeklonte horsePferd.
177
466000
3000
Hier sehen Sie Prometea, das erste geklonte Pferd.
08:04
It's a HaflingerHaflinger horsePferd clonedgeklonte in ItalyItalien,
178
469000
2000
Es ist ein Haflinger-Pferd, das in Italien geklont wurde,
08:06
a realecht "goldGold ringRing" of cloningKlonen,
179
471000
2000
eine echte Goldgrube des Klonens,
08:08
because there are manyviele horsesPferde that winSieg importantwichtig racesRennen
180
473000
3000
weil viele Pferde, die wichtige Rennen gewinnen,
08:11
who are geldingsWallache.
181
476000
2000
kastriert sind.
08:13
In other wordsWörter, the equipmentAusrüstung to put them out to studStud
182
478000
3000
Anders gesagt: Die Einrichtung, durch die sie zum Deckhengst werden,
08:16
has been removedentfernt.
183
481000
2000
wurde entfernt.
08:18
But if you can cloneKlon that horsePferd,
184
483000
2000
Aber wenn sie dieses Pferd klonen,
08:20
you can have bothbeide the advantageVorteil of havingmit a geldingWallach runLauf in the raceRennen
185
485000
3000
können Sie sowohl ein kastriertes Pferd im Rennen starten lassen
08:23
and his identicalidentisch geneticgenetisch duplicateDuplikat
186
488000
3000
und sein genetisch identisches Duplikat
08:26
can then be put out to studStud.
187
491000
3000
können Sie als Deckhengst verwenden.
08:29
These were the first clonedgeklonte calvesKälber,
188
494000
2000
Das sind die ersten geklonten Kälber,
08:31
the first clonedgeklonte greygrau wolvesWölfe,
189
496000
2000
die ersten geklonten Grauwölfe.
08:33
and then, finallyendlich,
190
498000
2000
Und dann, schlussendlich,
08:35
the first clonedgeklonte pigletsFerkel:
191
500000
2000
die ersten geklonten Schweinchen:
08:37
AlexisAlexis, ChistaGrauwölfe, CarrelCarrel, JanieJanie and DotcomDotcom.
192
502000
4000
Alexis, Chrissy, Carrel, Janie und Dotcom.
08:41
(LaughterLachen)
193
506000
2000
(Gelächter)
08:45
In additionZusatz, we'vewir haben startedhat angefangen to use cloningKlonen technologyTechnologie
194
510000
3000
Darüber hinaus haben wir damit begonnen, mit Hilfe der Klontechnologie
08:48
to try to savesparen endangeredgefährdet speciesSpezies.
195
513000
3000
gefährdete Arten zu retten.
08:51
This is the use of animalsTiere now
196
516000
2000
Tiere werden heutzutage dazu missbraucht,
08:53
to createerstellen drugsDrogen and other things in theirihr bodiesKörper
197
518000
3000
Drogen und andere Dinge in ihren Körpern zu erzeugen,
08:56
that we want to createerstellen.
198
521000
2000
und die wir so erschaffen wollen.
08:58
So with antithrombinAntithrombin in that goatZiege --
199
523000
2000
So geschehen mit Antithrombin in dieser Ziege –
09:00
that goatZiege has been geneticallygenetisch modifiedgeändert
200
525000
2000
diese Ziege wurde genetisch modifziert
09:02
so that the moleculesMoleküle of its milkMilch
201
527000
3000
damit die Moleküle ihrer Milch
09:05
actuallytatsächlich includeeinschließen the moleculeMolekül of antithrombinAntithrombin
202
530000
3000
die Moleküle von Antithrombin enthalten
09:08
that GTCAGB GeneticsGenetik wants to createerstellen.
203
533000
3000
die GTC Genetics erschaffen wollte.
09:11
And then in additionZusatz, transgenictransgenen pigsSchweine, knockoutKo pigsSchweine,
204
536000
3000
Und zudem transgene Schweine, Schweine, in denen die Gene ausgeschaltet wurden (so genannte Knokout Schweine),
09:14
from the NationalNationalen InstituteInstitut of AnimalTier ScienceWissenschaft in SouthSüden KoreaKorea,
205
539000
4000
vom nationalen Institut der Tierwissenschaften in Südkorea,
09:18
are pigsSchweine that they are going to use, in factTatsache,
206
543000
3000
das sind Schweine, die tatsächlich dazu verwendet werden,
09:21
to try to createerstellen all kindsArten of drugsDrogen
207
546000
4000
alle möglichen Arten von Drogen zu erzeugen,
09:25
and other industrialindustriell typesTypen of chemicalsChemikalien
208
550000
4000
und andere industrielle Arten von Chemikalien.
09:29
that they want the bloodBlut and the milkMilch
209
554000
2000
Diese Tiere sollen
09:31
of these animalsTiere
210
556000
2000
Blut und Milch
09:33
to produceproduzieren for them,
211
558000
2000
für sie produzieren,
09:35
insteadstattdessen of producingproduzierend them in an industrialindustriell way.
212
560000
3000
anstatt sie auf industriellem Weg zu erzeugen.
09:39
These are two creaturesKreaturen
213
564000
2000
Dies sind zwei Kreaturen
09:41
that were createderstellt
214
566000
3000
die erschaffen wurden,
09:44
in orderAuftrag to savesparen endangeredgefährdet speciesSpezies.
215
569000
2000
um gefährdete Arten zu retten.
09:46
The guarGuar
216
571000
2000
Das Gaur
09:48
is an endangeredgefährdet SoutheastSüdosten AsianAsiatische ungulateHuftier-.
217
573000
4000
ist ein gefährdetes Huftier in Südost-Asien.
09:52
A somaticsomatische cellZelle, a bodyKörper cellZelle,
218
577000
2000
Eine somatische Zelle, eine Körperzelle,
09:54
was takengenommen from its bodyKörper,
219
579000
2000
wurde aus seinem Körper entnommen,
09:56
gestatedschwanger in the ovumOvum of a cowKuh,
220
581000
2000
und damit wurde die Eizelle einer Kuh befruchtet,
09:58
and then that cowKuh gavegab birthGeburt to a guarGuar.
221
583000
4000
und diese Kuh gebar dann ein Gaur.
10:02
SameGleichen thing happenedpassiert with the mouflonMufflon,
222
587000
2000
Das gleiche wurde beim Mufflon gemacht,
10:04
where it's an endangeredgefährdet speciesSpezies of sheepSchaf.
223
589000
3000
das ist eine gefährdete Schafsart.
10:07
It was gestatedschwanger in a regularregulär sheepSchaf bodyKörper,
224
592000
6000
Damit wurde ein normaler Schafskörper befruchtet,
10:13
whichwelche actuallytatsächlich raiseswirft an interestinginteressant biologicalbiologisch problemProblem.
225
598000
3000
was tatsächlich ein interessantes biologisches Problem aufwirft.
10:16
We have two kindsArten of DNADNA in our bodiesKörper.
226
601000
2000
Wir haben zwei verschiedene DNS-Arten in unserem Körper.
10:18
We have our nucleicNukleinsäure DNADNA
227
603000
2000
Wir haben die DNS-Nukleinsäure
10:20
that everybodyjeder thinksdenkt of as our DNADNA,
228
605000
2000
von der jeder meint, das sei unsere DNS,
10:22
but we alsoebenfalls have DNADNA in our mitochondriaMitochondrien,
229
607000
2000
aber wir haben auch eine DNS in unseren Mitochondrien,
10:24
whichwelche are the energyEnergie packetsPakete of the cellZelle.
230
609000
3000
das sind die Energiepakete der Zellen.
10:27
That DNADNA is passedbestanden down throughdurch our mothersMütter.
231
612000
3000
Diese DNS wird uns durch unsere Mütter vererbt.
10:30
So really, what you endEnde up havingmit here
232
615000
3000
Also ist das Ergebnis hier in Wirklichkeit
10:33
is not a guarGuar and not a mouflonMufflon,
233
618000
2000
kein Gaur oder ein Mufflon,
10:35
but a guarGuar
234
620000
2000
sondern ein Gaur
10:37
with cowKuh mitochondriaMitochondrien,
235
622000
2000
mit den Mitochondrien einer Kuh
10:39
and thereforedeswegen cowKuh mitochondrialmitochondriale DNADNA,
236
624000
2000
und dementsprechend der DNS von Kuh-Mitochondrien,
10:41
and a mouflonMufflon with anotherein anderer speciesSpezies of sheep'sSchafmilch
237
626000
3000
und ein Mufflon mit einer anderen DNA-Art von
10:44
mitochondrialmitochondriale DNADNA.
238
629000
2000
Schafs-Mitochondrien.
10:46
These are really hybridsHybriden, not purerein animalsTiere.
239
631000
3000
Das sind in Wirklichkeit Kreuzungen und keine echten Tiere.
10:49
And it raiseswirft the questionFrage of how we're going to definedefinieren animalTier speciesSpezies
240
634000
3000
Und das wirft die Frage auf, wie wir Tierarten
10:52
in the ageAlter of biotechnologyBiotechnologie --
241
637000
2000
im Zeitalter der Biotechnologie zukünftig definieren –
10:54
a questionFrage that we're not really sure yetnoch
242
639000
3000
eine Frage, von der wir noch nicht mal wissen
10:57
how to solvelösen.
243
642000
2000
wie wir sie beantworten sollen.
10:59
This lovelyschön creatureKreatur
244
644000
2000
Dieses reizende Wesen
11:01
is an AsianAsiatische cockroachSchabe.
245
646000
3000
ist eine Asiatische Kakerlake.
11:04
And what they'veSie haben doneerledigt here
246
649000
2000
Bei diesem Tier wurden
11:06
is they'veSie haben put electrodesElektroden in its gangliaGanglien and its brainGehirn
247
651000
4000
in die Ganglien [Nervenzellkörper] und in das Gehirn Elektroden eingepflanzt
11:10
and then a transmitterSender on topoben,
248
655000
2000
und dann darauf ein Sender,
11:12
and it's on a biggroß computerComputer trackingVerfolgung ballBall.
249
657000
2000
und der sitzt auf einem großen Trackingball eines Computers.
11:14
And now, usingmit a joystickJoystick,
250
659000
2000
Und jetzt können sie mit einem Joystick,
11:16
they can sendsenden this creatureKreatur
251
661000
2000
dieses Wesen
11:18
around the labLabor
252
663000
2000
quer durch das Labor laufen lassen
11:20
and controlsteuern whetherob it goesgeht left or right,
253
665000
2000
und steuern, ob es links oder rechts läuft,
11:22
forwardsnach vorne or backwardsrückwärts.
254
667000
2000
vorwärts oder rückwärts.
11:24
They'veSie haben createderstellt a kindArt of insectInsekt botbot,
255
669000
2000
Die Forscher haben so etwas wie ein Insekten-Roboter erschaffen,
11:26
or bugbotFliegenroboter.
256
671000
2000
oder einen Fliegenroboter.
11:28
It getsbekommt worseschlechter than that -- or perhapsvielleicht better than that.
257
673000
3000
Es kommt noch schlimmer – oder vielleicht besser.
11:31
This actuallytatsächlich is one of DARPA'sDARPA very importantwichtig --
258
676000
3000
Dies ist eines der wichtigsten DARPA-Projekte –
11:34
DARPADARPA is the DefenseVerteidigung ResearchForschung AgencyAgentur --
259
679000
2000
DARPA ist die Defense Research Agency [Behörde für Rüstungs-Forschung] –
11:36
one of theirihr projectsProjekte.
260
681000
2000
das ist eines ihrer Projekte.
11:38
These goliathGoliath beetlesKäfer
261
683000
2000
Diese gigantischen Käfer
11:40
are wiredverdrahtet in theirihr wingsFlügel.
262
685000
2000
sind in ihren Flügeln verkabelt.
11:42
They have a computerComputer chipChip strappedgeschnallt to theirihr backsRücken,
263
687000
2000
An ihrem Rücken ist ein Computer Chip festgemacht,
11:44
and they can flyFliege these creaturesKreaturen around the labLabor.
264
689000
4000
und so können sie diese Kreaturen im Labor herumfliegen lassen.
11:48
They can make them go left, right. They can make them take off.
265
693000
2000
Sie können sie nach links oder rechts steuern. Sie können Sie zum Abheben zwingen.
11:50
They can't actuallytatsächlich make them landLand.
266
695000
2000
Und sie können Sie sogar zur Landung zwingen.
11:52
They put them about one inchZoll aboveüber the groundBoden,
267
697000
2000
Sie setzen Sie etwa 2,5 Zentimeter über den Boden,
11:54
and then they shutgeschlossen everything off and they go pfftPfft.
268
699000
2000
und dann stellen sie alles aus und dann macht es Puff.
11:56
But it's the closestam nächsten they can get to a landingLandung.
269
701000
3000
Aber näher kommen sie an eine Landung nicht heran.
12:00
And in factTatsache, this technologyTechnologie has gottenbekommen so developedentwickelt
270
705000
3000
Und wirklich, diese Technologie hat sich dermaßen entwickelt
12:03
that this creatureKreatur --
271
708000
2000
dass dieses Wesen –
12:05
this is a mothNachtfalter --
272
710000
2000
das ist eine Motte.
12:07
this is the mothNachtfalter in its pupaPuppe stageStufe,
273
712000
2000
Das ist eine verpuppte Motte,
12:09
and that's when they put the wiresDrähte in
274
714000
2000
und schon in diesem Stadium stecken sie die Drähte rein
12:11
and they put in the computerComputer technologyTechnologie,
275
716000
3000
und dann kommt die Computer-Technologie hinzu.
12:14
so that when the mothNachtfalter actuallytatsächlich emergesentsteht as a mothNachtfalter,
276
719000
3000
Also wenn die Motte wirklich als Motte schlüpft,
12:17
it is alreadybereits prewiredvorverdrahtet.
277
722000
3000
ist sie schon vorab verkabelt.
12:20
The wiresDrähte are alreadybereits in its bodyKörper,
278
725000
3000
Diese Kabel stecken schon in ihrem Körper,
12:23
and they can just hookHaken it up to theirihr technologyTechnologie,
279
728000
3000
und dann können sie sie einfach auf ihre Technologie aufsetzen,
12:26
and now they'veSie haben got these bugbotsbugbots
280
731000
2000
und schon haben sie diese Fliegen-Roboter
12:28
that they can sendsenden out for surveillanceÜberwachung.
281
733000
2000
die man zur Überwachung aussenden könnte.
12:30
They can put little camerasKameras on them
282
735000
2000
Sie können kleine Kameras in sie einbauen
12:32
and perhapsvielleicht somedayirgendwann mal deliverliefern
283
737000
2000
und vielleicht eines Tages
12:34
other kindsArten of ordinanceVerordnung
284
739000
2000
sie mit anderen Formen von Geschützen
12:36
to warzonesKriegsgebieten.
285
741000
3000
in Kriegsgebiete schicken.
12:39
It's not just insectsInsekten.
286
744000
2000
Es geht hier aber nicht nur um Insekten.
12:41
This is the ratbotratbot, or the robo-ratRobo-Ratte
287
746000
2000
Dies ist ein Ratten-Roboter, oder eine Roboter-Ratte,
12:43
by SanjivSanjiv TalwarTalwar at SUNYSUNY DownstateDownstate.
288
748000
3000
von Sanjiv Talwar an der SUNY Downstate.
12:46
Again, it's got technologyTechnologie --
289
751000
2000
Natürlich funktioniert auch die durch Technologie,
12:48
it's got electrodesElektroden going into its left and right hemispheresHalbkugeln;
290
753000
3000
in ihre linke und rechte Gehirnhälfte wurden Elektroden eingebaut,
12:51
it's got a cameraKamera on topoben of its headKopf.
291
756000
3000
und die Ratte hat eine Kamera auf dem Kopf.
12:54
The scientistsWissenschaftler can make this creatureKreatur
292
759000
2000
Die Wissenschaftler können dieses Wesen
12:56
go left, right.
293
761000
2000
nach links und rechts laufen lassen.
12:58
They have it runningLaufen throughdurch mazesLabyrinthe, controllingControlling where it's going.
294
763000
3000
Sie können sie durch Labyrinthe laufen lassen und steuern, wo sie lang läuft.
13:01
They'veSie haben now createderstellt an organicorganisch robotRoboter.
295
766000
4000
Jetzt wurde ein organischer Roboter geschaffen.
13:05
The graduateAbsolvent studentsStudenten
296
770000
2000
Die Abschlussklasse
13:07
in SanjivSanjiv Talwar'sDie Talwar labLabor
297
772000
2000
in Sanjiv Talwar's Labor
13:09
said, "Is this ethicalethisch?
298
774000
2000
meinte, "Ist das ethisch korrekt?
13:11
We'veWir haben takengenommen away the autonomyAutonomie of this animalTier."
299
776000
3000
Wir haben diesem Tier seine Autonomie genommen."
13:14
I'll get back to that in a minuteMinute.
300
779000
2000
Ich komm darauf gleich nochmals zurück.
13:16
There's alsoebenfalls been work doneerledigt with monkeysAffen.
301
781000
3000
Auch mit Affen wurde herum experimentiert.
13:19
This is MiguelMiguel NicolelisNicolelis of DukeHerzog.
302
784000
3000
Hier sehen Sie Miguel Nicolelis von Duke.
13:22
He tookdauerte owlEule monkeysAffen,
303
787000
2000
Er hat Nachtaffen verkabelt,
13:24
wiredverdrahtet them up
304
789000
2000
damit ein Computer ihr Gehirn
13:26
so that a computerComputer watchedangesehen theirihr brainsGehirne while they movedbewegt,
305
791000
2000
überwachen kann während sie sich fortbewegen,
13:28
especiallyinsbesondere looking at the movementBewegung of theirihr right armArm.
306
793000
2000
insbesondere ging es um die Bewegung in ihrem rechten Arm.
13:30
The computerComputer learnedgelernt what the monkeyAffe brainGehirn did
307
795000
2000
Der Computer hat gelernt, was das Affengehirn tat,
13:32
to moveBewegung its armArm in variousverschiedene waysWege.
308
797000
2000
um seinen Arm auf verschiedene Arten zu bewegen.
13:34
They then hookedsüchtig it up to a prostheticprothetische armArm,
309
799000
3000
Dann haben sie darauf eine Prothesen-Arm aufgesetzt,
13:37
whichwelche you see here in the pictureBild,
310
802000
2000
den Sie hier in diesem Bild sehen können,
13:39
put the armArm in anotherein anderer roomZimmer.
311
804000
2000
und den Arm in einen anderen Raum platziert.
13:41
PrettyZiemlich soonbald, the computerComputer learnedgelernt, by readingLesen the monkey'sder Affe brainwavesGehirnwellen,
312
806000
3000
Schon sehr bald hat der Computer durch das Lesen der Hirnwellen des Affen verstanden,
13:44
to make that armArm in the other roomZimmer
313
809000
2000
wie sich der Arm in dem anderen Raum
13:46
do whateverwas auch immer the monkey'sder Affe armArm did.
314
811000
3000
durch die Bewegegungen des Affenarms bewegen lässt.
13:49
Then he put a videoVideo monitorMonitor
315
814000
2000
Dann haben sie einen Videomonitor
13:51
in the monkey'sder Affe cageKäfig
316
816000
2000
in den Affenkäfig gestellt,
13:53
that showedzeigte the monkeyAffe this prostheticprothetische armArm,
317
818000
2000
auf dem der Affe diese Armprothese sehen konnte,
13:55
and the monkeyAffe got fascinatedfasziniert.
318
820000
2000
und der Affe war total fasziniert.
13:57
The monkeyAffe recognizedanerkannt that whateverwas auch immer she did with her armArm,
319
822000
2000
Der Affe hat erkannt, dass egal was er mit seinem Arm macht,
13:59
this prostheticprothetische armArm would do.
320
824000
2000
die Armprothese genau dasselbe macht.
14:01
And eventuallyschließlich she was movingbewegend it and movingbewegend it,
321
826000
3000
Und er hat den Arm bewegt und bewegt,
14:04
and eventuallyschließlich stoppedgestoppt movingbewegend her right armArm
322
829000
2000
und dann schließlich den rechten Arm nicht mehr bewegt,
14:06
and, staringstarrend at the screenBildschirm,
323
831000
2000
und, indem er auf den Bildschirm gestarrt hat,
14:08
could moveBewegung the prostheticprothetische armArm in the other roomZimmer
324
833000
3000
konnte er die Armprothese in dem anderen Raum bewegen
14:11
only with her brainwavesGehirnwellen --
325
836000
2000
und zwar nur über seine Gehirnwellen –
14:13
whichwelche meansmeint that monkeyAffe
326
838000
2000
dadurch wurde dieser Affe
14:15
becamewurde the first primatePrimas in the historyGeschichte of the worldWelt
327
840000
3000
zum ersten Primaten in der Weltgeschichte
14:18
to have threedrei independentunabhängig functionalfunktionell armsArme.
328
843000
3000
mit drei unabhängig voneinander funktionierenden Armen.
14:22
And it's not just technologyTechnologie
329
847000
2000
Aber es geht nicht nur um die Technologie,
14:24
that we're puttingPutten into animalsTiere.
330
849000
2000
die wir den Tieren einpflanzen.
14:26
This is ThomasThomas DeMarseDeMarse at the UniversityUniversität of FloridaFlorida.
331
851000
3000
Hier sehen Sie Thomas DeMarse von der University of Florida.
14:29
He tookdauerte 20,000 and then 60,000
332
854000
2000
Er hat Ratten zunächst 20.000 und dann 60.000
14:31
disaggregatedaufgeschlüsselte ratRatte neuronsNeuronen --
333
856000
3000
zerfallene Neuronen entnommen –
14:34
so these are just individualPerson neuronsNeuronen from ratsRatten --
334
859000
3000
das sind also ganz einfach einzelne Ratten-Neuronen –
14:37
put them on a chipChip.
335
862000
2000
und hat sie dann in einen Chip integriert.
14:39
They self-aggregatedselbst aggregiert into a networkNetzwerk,
336
864000
3000
Die Neuronen haben sich von selbst zu einem Netzwerk zusammengeschlossen,
14:42
becamewurde an integratedintegriert chipChip.
337
867000
3000
und so wurde ein integrierter Chip daraus.
14:45
And he used that
338
870000
2000
Und diesen Chip hat
14:47
as the IT pieceStück
339
872000
2000
er als IT-Bauteil
14:49
of a mechanismMechanismus whichwelche ranlief a flightFlug simulatorSimulator.
340
874000
3000
für einen Mechanismus verwendet, der einen Flugsimulator antreibt.
14:52
So now we have organicorganisch computerComputer chipsChips
341
877000
3000
Wir haben jetzt also organische Computerchips,
14:55
madegemacht out of livingLeben, self-aggregatingAggregieren von selbst neuronsNeuronen.
342
880000
3000
die aus Neuronen bestehen, die sich selbständig organisieren.
15:00
FinallySchließlich, Mussa-IvaldiMussa-Ivaldi of NorthwesternNordwesten
343
885000
3000
Ein letztes Beispiel: Mussa-Ivaldi von der Nothwestern Uni
15:03
tookdauerte a completelyvollständig intactintakt,
344
888000
2000
hat ein komplett funktionierendes,
15:05
independentunabhängig lampreyNeunaugen eelAal brainGehirn.
345
890000
3000
unabhängig agierendes Gehirn eines Neunauges benutzt.
15:08
This is a brainGehirn from a lampreyNeunaugen eelAal.
346
893000
2000
Die ist ein Gehirn eines Neunauges.
15:10
It is livingLeben --
347
895000
2000
Es lebt,
15:12
fully-intactvöllig intakt brainGehirn in a nutrientNährstoff mediumMittel
348
897000
3000
als komplett intaktes Gehirn in einem nährenden Medium,
15:15
with these electrodesElektroden going off to the sidesSeiten,
349
900000
3000
und diese Elektroden zweigen seitlich davon ab.
15:18
attachedangebracht photosensitivelichtempfindliche sensorsSensoren to the brainGehirn,
350
903000
3000
Er hat das Gehirn an Lichtsensoren angeschlossen,
15:21
put it into a cartWagen --
351
906000
2000
und es in eine Fassung gesetzt –
15:23
here'shier ist the cartWagen, the brainGehirn is sittingSitzung there in the middleMitte --
352
908000
3000
hier sehen Sie diese Fassung, das Gehirn ist da drin, in der Mitte –
15:26
and usingmit this brainGehirn as the soleSohle, einzig, alleinig processorProzessor for this cartWagen,
353
911000
3000
und dieses Gehirn ist der einzige Prozessor für dieses Bauteil,
15:29
when you turnWende on a lightLicht and shinescheinen it at the cartWagen,
354
914000
2000
wenn Sie ein Licht anschalten und damit die Fassung beleuchten,
15:31
the cartWagen movesbewegt towardzu the lightLicht;
355
916000
2000
bewegt sich das Teil hin zum Licht;
15:33
when you turnWende it off, it movesbewegt away.
356
918000
2000
schalten Sie es aus, dreht es sich davon weg.
15:35
It's photophilicphotophilic.
357
920000
2000
Es ist photophil – es braucht Licht, um zu leben.
15:37
So now we have a completekomplett
358
922000
3000
Daraus ist also ein komplett
15:40
livingLeben lampreyNeunaugen eelAal brainGehirn.
359
925000
2000
lebendiges Gehirn eines Neunauges entstanden.
15:42
Is it thinkingDenken lampreyNeunaugen eelAal thoughtsGedanken,
360
927000
2000
Denkt es die Gedanken eines Neunaugen-Gehirns,
15:44
sittingSitzung there in its nutrientNährstoff mediumMittel?
361
929000
2000
während es in diesem nahrhaften Medium sitzt?
15:46
I don't know,
362
931000
2000
Ich weiß es nicht,
15:48
but in factTatsache it is a fullyvöllig livingLeben brainGehirn
363
933000
4000
aber es ist tatsächlich ein komplett lebendiges Gehirn,
15:52
that we have managedgelang es to keep aliveam Leben
364
937000
3000
das wir am Leben erhalten haben,
15:55
to do our biddingAusschreibung.
365
940000
3000
um unseren Befehlen zu gehorchen.
15:58
So, we are now at the stageStufe
366
943000
3000
Also jetzt haben wir eine Entwicklungsstufe erreicht,
16:01
where we are creatingErstellen creaturesKreaturen
367
946000
2000
auf der wir Wesen erschaffen,
16:03
for our ownbesitzen purposesZwecke.
368
948000
2000
die unseren eigenen Zwecken dienen.
16:05
This is a mouseMaus createderstellt by CharlesCharles VacantiVacanti
369
950000
3000
Das ist eine Maus, die von Charles Vacanti erchaffen wurde,
16:08
of the UniversityUniversität of MassachusettsMassachusetts.
370
953000
3000
an der University of Massachusetts.
16:11
He alteredverändert this mouseMaus
371
956000
3000
Er hat diese Maus modifiziert
16:14
so that it was geneticallygenetisch engineeredentwickelt
372
959000
2000
und so genetisch verändert.
16:16
to have skinHaut that was lessWeniger immunoreactiveimmunreaktiven to humanMensch skinHaut,
373
961000
3000
Sein Ziel war, eine Haut zu erhalten, die gegenüber menschlicher Haut weniger immunreaktiv ist.
16:19
put a polymerPolymer scaffoldingGerüst of an earOhr underunter it
374
964000
4000
Dann hat er das polymerische Gerüst eines Ohrs darunter gesetzt
16:23
and createderstellt an earOhr that could then be takengenommen off the mouseMaus
375
968000
3000
und so ein Ohr gezüchtet, dass dann aus der Maus entnommen
16:26
and transplantedtransplantiert ontoauf zu a humanMensch beingSein.
376
971000
2000
und einem Menschen eingesetzt wurde.
16:28
GeneticGenetischen engineeringIngenieurwesen
377
973000
2000
Genetische Veränderung
16:30
coupledgekoppelt with polymerPolymer physiotechnologyphysiotechnology
378
975000
2000
gekoppelt mit polymerischer Physiotechnologie
16:32
coupledgekoppelt with xenotransplantationXenotransplantation.
379
977000
2000
gekoppelt mit Heterotransplatation [Transplation von Gewebe zwischen verschiedenen Arten].
16:34
This is where we are in this processverarbeiten.
380
979000
3000
Das ist der momentane Entwicklungsstand.
16:37
FinallySchließlich, not that long agovor,
381
982000
3000
Nicht zuletzt hat vor nicht allzu langer Zeit
16:40
CraigCraig VenterVenter createderstellt the first artificialkünstlich cellZelle,
382
985000
3000
Craig Venter die erste künstliche Zelle erschaffen,
16:43
where he tookdauerte a cellZelle, tookdauerte a DNADNA synthesizerSynthesizer,
383
988000
2000
indem er eine Zelle und einen DNA Synthesizer
16:45
whichwelche is a machineMaschine,
384
990000
2000
– das ist eine Maschine –
16:47
createderstellt an artificialkünstlich genomeGenom,
385
992000
2000
dazu verwendete, ein künstliches Gen zu erschaffen.
16:49
put it in a differentanders cellZelle --
386
994000
3000
Dieses Gen hat er dann in eine andere Zelle gesetzt –
16:52
the genomeGenom was not of the cellZelle he put it in --
387
997000
3000
das Gen war also nicht aus der Zelle, in der er es eingesetzt hat –
16:55
and that cellZelle then reproducedreproduziert
388
1000000
2000
und diese Zelle hat sich dann
16:57
as the other cellZelle.
389
1002000
2000
als die andere Zelle reproduziert.
16:59
In other wordsWörter,
390
1004000
2000
In anderen Worten:
17:01
that was the first creatureKreatur in the historyGeschichte of the worldWelt
391
1006000
2000
Das war das erste Wesen in der Geschichte dieser Welt,
17:03
that had a computerComputer as its parentElternteil --
392
1008000
2000
das einen Computer als Elternteil hatte –
17:05
it did not have an organicorganisch parentElternteil.
393
1010000
3000
es hatte keine organischen Eltern.
17:08
And so, asksfragt The EconomistÖkonom:
394
1013000
3000
Dementsprechend fragt sich The Economist:
17:11
"The first artificialkünstlich organismOrganismus and its consequencesFolgen."
395
1016000
3000
"Der erste künstliche Organismus und seine Folgen."
17:14
So you maykann have thought
396
1019000
2000
Also vielleicht haben Sie bis jetzt gedacht,
17:16
that the creationSchaffung of life
397
1021000
2000
dass die künstliche Entstehung von Leben
17:18
was going to happengeschehen in something that lookedsah like that.
398
1023000
3000
ungefähr so abläuft wie hier dargestellt.
17:21
(LaughterLachen)
399
1026000
2000
(Gelächter)
17:23
But in factTatsache, that's not what Frankenstein'sFrankensteins labLabor lookssieht aus like.
400
1028000
3000
Aber nein, Frankensteins Labor sieht ganz anders aus.
17:26
This is what Frankenstein'sFrankensteins labLabor lookssieht aus like.
401
1031000
2000
Nämlich so.
17:28
This is a DNADNA synthesizerSynthesizer,
402
1033000
2000
Das ist ein DNA Synthesizer,
17:30
and here at the bottomBoden
403
1035000
2000
und hier unten
17:32
are just bottlesFlaschen of A, T, C and G --
404
1037000
2000
sind einfach Flaschen von A,T,C und G –
17:34
the fourvier chemicalsChemikalien
405
1039000
2000
die vier Chemikalien,
17:36
that make up our DNADNA chainKette.
406
1041000
2000
aus denen unsere DNA-Kette besteht.
17:38
And so, we need to askFragen ourselvesuns selbst some questionsFragen.
407
1043000
3000
Dementsprechend müssen wir uns ein paar Fragen stellen.
17:41
For the first time in the historyGeschichte of this planetPlanet,
408
1046000
3000
Zum ersten Mal in der Geschichte unseres Planeten,
17:44
we are ablefähig to directlydirekt designEntwurf organismsOrganismen.
409
1049000
3000
können wir ohne Umwege Organismen entwickeln.
17:47
We can manipulatemanipulieren the plasmasPlasmen of life
410
1052000
2000
Wir können das Plasma des Lebens manipulieren
17:49
with unprecedentedbeispiellos powerLeistung,
411
1054000
3000
und dabei noch nie da gewesene Möglichkeiten nutzen.
17:52
and it confersverleiht on us a responsibilityVerantwortung.
412
1057000
2000
Und damit übernehmen wir auch eine Verantwortung.
17:54
Is everything okay?
413
1059000
2000
Ist das alles okay so?
17:56
Is it okay to manipulatemanipulieren and createerstellen
414
1061000
2000
Ist es in Ordnung, jegliche Kreatur die wir uns wünschen
17:58
whateverwas auch immer creaturesKreaturen we want?
415
1063000
2000
zu manipulieren und zu erschaffen?
18:00
Do we have freefrei reignHerrschaft
416
1065000
2000
Haben wir bei der Entwicklung von Tieren
18:02
to designEntwurf animalsTiere?
417
1067000
2000
einfach so freie Hand?
18:04
Do we get to go somedayirgendwann mal to PetsHaustiere 'R'"R" Us
418
1069000
3000
Gehen wir eines Tages in einen Pets"R"Us
18:07
and say, "Look, I want a dogHund.
419
1072000
2000
und sagen, "Okay, ich will einen Hund.
18:09
I'd like it to have the headKopf of a DachshundDackel,
420
1074000
3000
Ich will diesen Hund mit dem Kopf eines Dackels,
18:12
the bodyKörper of a retrieverRetriever,
421
1077000
2000
dem Körper eines Retrievers,
18:14
maybe some pinkRosa furPelz,
422
1079000
2000
das Fell vielleicht rosa,
18:16
and let's make it glowGlühen in the darkdunkel"?
423
1081000
2000
und er sollte im Dunkeln leuchten."
18:18
Does industryIndustrie get to createerstellen creaturesKreaturen
424
1083000
2000
Darf die Industrie Wesen erschaffen
18:20
who, in theirihr milkMilch, in theirihr bloodBlut, and in theirihr salivaSpeichel
425
1085000
3000
die in ihrer Milch, in ihrem Blut und in ihrerm Speichel
18:23
and other bodilykörperlich fluidsFlüssigkeiten,
426
1088000
2000
und anderen Körperflüssigkeiten,
18:25
createerstellen the drugsDrogen and industrialindustriell moleculesMoleküle we want
427
1090000
3000
Drogen und industrielle Moleküle nach Wunsch erschaffen
18:28
and then warehouseWarenhaus them
428
1093000
2000
um diese dann als
18:30
as organicorganisch manufacturingHerstellung machinesMaschinen?
429
1095000
3000
organproduzierende Maschinen zu lagern?
18:33
Do we get to createerstellen organicorganisch robotsRoboter,
430
1098000
3000
Dürfen wir organische Roboter erschaffen,
18:36
where we removeentfernen the autonomyAutonomie from these animalsTiere
431
1101000
3000
und dabei diesen Tieren ihre Autonomie nehmen
18:39
and turnWende them just into our playthingsSpielzeug?
432
1104000
3000
und sie ganz einfach in unsere Spielzeuge verwandeln?
18:42
And then the finalFinale stepSchritt of this,
433
1107000
3000
Und dann, in letzter Konsequenz durchdacht,
18:45
onceEinmal we perfectperfekt these technologiesTechnologien in animalsTiere
434
1110000
2000
wenn wir diese Technologien in Tieren perfektioniert haben,
18:47
and we startAnfang usingmit them in humanMensch beingsWesen,
435
1112000
2000
und wir sie bei Menschen einsetzen,
18:49
what are the ethicalethisch guidelinesRichtlinien
436
1114000
2000
welchen ethischen Richtlinien folgen wir,
18:51
that we will use then?
437
1116000
3000
wenn wir sie verwenden?
18:54
It's alreadybereits happeningHappening. It's not scienceWissenschaft fictionFiktion.
438
1119000
3000
Das passiert schon jetzt; das ist keine Science-Fiction.
18:57
We are not only alreadybereits usingmit these things in animalsTiere,
439
1122000
3000
Wir setzen diese Dinge nicht nur bei Tieren ein,
19:00
some of them we're alreadybereits beginningAnfang to use
440
1125000
3000
sondern ein paar davon,
19:03
on our ownbesitzen bodiesKörper.
441
1128000
2000
verwenden wir auch in unseren Körpern.
19:05
We are now takingunter controlsteuern of our ownbesitzen evolutionEvolution.
442
1130000
3000
Wir haben damit begonnen, unsere eigene Evolution zu steuern.
19:08
We are directlydirekt designingEntwerfen
443
1133000
2000
Wir gestalten unmittelbar
19:10
the futureZukunft of the speciesSpezies of this planetPlanet.
444
1135000
3000
die Zukunft der Arten auf diesem Planeten.
19:13
It confersverleiht uponauf us an enormousenorm responsibilityVerantwortung
445
1138000
3000
Damit geht eine ungeheure Verantwortung einher
19:16
that is not just the responsibilityVerantwortung
446
1141000
2000
und das ist nicht nur die Verantwortung
19:18
of the scientistsWissenschaftler and the ethicistsEthiker
447
1143000
2000
der Wissenschaftler und der Ethiker,
19:20
who are thinkingDenken about it and writingSchreiben about it now.
448
1145000
2000
die darüber nachdenken und darüber schreiben.
19:22
It is the responsibilityVerantwortung of everybodyjeder
449
1147000
3000
Wir sind alle dafür verantwortlich,
19:25
because it will determinebestimmen what kindArt of planetPlanet and what kindArt of bodiesKörper
450
1150000
3000
weil wir damit bestimmen, wie unser Planet in Zukunft aussieht
19:28
we will have in the futureZukunft.
451
1153000
2000
und in welchen Körpern wir zukünftig leben.
19:30
ThanksVielen Dank.
452
1155000
2000
Besten Dank.
19:32
(ApplauseApplaus)
453
1157000
4000
(Applaus)
Translated by Simon Thiel
Reviewed by Lex Asobo

▲Back to top

ABOUT THE SPEAKER
Paul Root Wolpe - Ethicist
Paul Root Wolpe examines the ethical implications of new science -- genetic modification, neuroscience and other breakthroughs that stretch our current philosophy to the breaking point. He's the chief bioethicist at NASA, among other appointments.

Why you should listen

Paul Root Wolpe directs the Center for Ethics at Emory University,  where he works on the biggest issues most of us face in our life-long ethical journey: death and dying, new reproductive technologies, and new medical and scientific breakthroughs that are not covered in our traditional ethics (what would the Bible say about growing a human ear on a mouse?).

He's also the chief bioethicist at NASA, where he advises on the medical experiments that happen during space travel.

Read the TED Blog's Q&A with Paul Root Wolpe >>

Read Wolpe's lively TED Conversation thread >>

More profile about the speaker
Paul Root Wolpe | Speaker | TED.com