ABOUT THE SPEAKER
Juan Enriquez - Futurist
Juan Enriquez thinks and writes about the profound changes that genomics and other life sciences will bring in business, technology, politics and society.

Why you should listen

A broad thinker who studies the intersections of these fields, Enriquez has a talent for bridging disciplines to build a coherent look ahead. He is the managing director of Excel Venture Management, a life sciences VC firm. He recently published (with Steve Gullans) Evolving Ourselves: How Unnatural Selection and Nonrandom Mutation Are Shaping Life on Earth. The book describes a world where humans increasingly shape their environment, themselves and other species.

Enriquez is a member of the board of Synthetic Genomics, which recently introduced the smallest synthetic living cell. Called “JCVI-syn 3.0,” it has 473 genes (about half the previous smallest cell). The organism would die if one of the genes is removed. In other words, this is the minimum genetic instruction set for a living organism.

More profile about the speaker
Juan Enriquez | Speaker | TED.com
TEDxCERN

Juan Enriquez: The age of genetic wonder

Juan Enríquez: La era del milagro genético

Filmed:
1,960,234 views

Las herramientas de edición de genes como CRISPR nos permiten programar la vida en su nivel más fundamental. Pero esto plantea algunas preguntas apremiantes: si podemos generar nuevas especies desde cero, ¿qué debemos construir? ¿Debemos rediseñar la humanidad como la conocemos? El científico de la vida Juan Enríquez pronostica los posibles futuros de la edición genética, explorando la inmensa incertidumbre y la oportunidad de esta próxima frontera.
- Futurist
Juan Enriquez thinks and writes about the profound changes that genomics and other life sciences will bring in business, technology, politics and society. Full bio

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

00:13
So let me with startcomienzo with RoyRoy AmaraAmara.
0
1134
2390
Déjenme empezar con Roy Amara.
00:16
Roy'sRoy argumentargumento is that mostmás newnuevo
technologiestecnologías tendtender to be overestimatedsobreestimado
1
4350
4211
El argumento de Roy es que con
la mayoría de las nuevas tecnologías
se tiende a sobreestimar
su impacto al principio
00:20
in theirsu impactimpacto to beginempezar with,
2
8585
2068
00:22
and then they get underestimatedsubestimado
in the long termtérmino
3
10677
2402
y luego también a largo plazo
00:25
because we get used to them.
4
13103
1364
por acostumbrarnos a ellas.
00:26
These really are daysdías
of miraclemilagro and wonderpreguntarse.
5
14491
2196
Estos son realmente
días milagrosos y maravillosos.
00:29
You rememberrecuerda that wonderfulmaravilloso
songcanción by PaulPablo SimonSimon?
6
17433
2381
¿Recuerdan
esa maravillosa canción de Paul Simon?
00:32
There were two lineslíneas in it.
7
20365
1338
Había solo dos líneas.
00:33
So what was it that was consideredconsiderado
miraculousmilagroso back then?
8
21727
3687
Y, ¿qué era lo que se consideraba
milagroso en aquel entonces?
00:38
SlowingDesaceleración down things -- slowlento motionmovimiento --
9
26393
2072
Ralentizar cosas, la cámara lenta,
00:41
and the long-distancelarga distancia call.
10
29371
1728
y las conferencias de larga distancia.
00:43
Because, of coursecurso, you used
to get interruptedinterrumpido by operatorsoperadores
11
31941
2859
Porque, claro, uno solía
ser interrumpido por los operadores
00:46
who'dquien tell you, "Long distancedistancia callingvocación.
Do you want to hangcolgar up?"
12
34824
2997
que decían: "Llamada de
larga distancia. ¿Quiere descolgar?"
00:49
And now we think nothing of callingvocación
all over the worldmundo.
13
37845
2702
Y ahora no pensamos en otra cosa
que llamar a todo el mundo.
00:53
Well, something similarsimilar maymayo be happeningsucediendo
14
41040
2630
Algo similar puede estar pasando
00:55
with readingleyendo and programmingprogramación life.
15
43694
2072
con la lectura y
la programación de la vida.
00:58
But before I unpackdeshacer that,
16
46636
1728
Pero antes de entrar en eso,
01:01
let's just talk about telescopestelescopios.
17
49069
2684
vamos a hablar de telescopios.
01:04
TelescopesTelescopios were overestimatedsobreestimado
originallyoriginalmente in theirsu impactimpacto.
18
52798
4311
Los telescopios fueron sobreestimados
originalmente en su impacto.
01:09
This is one of Galileo'sGalileo earlytemprano modelsmodelos.
19
57133
2169
Este es uno de
los primeros modelos de Galileo.
01:12
People thought it was just
going to ruinruina all religionreligión.
20
60090
3359
La gente pensaba que
solo iba a arruinar toda religión.
01:15
(LaughterRisa)
21
63473
1150
(Risas)
01:18
So we're not payingpago that much
attentionatención to telescopestelescopios.
22
66862
2714
Así que no prestamos
tanta atención a los telescopios.
Pero, claro, los telescopios se lanzaron
hace 10 años, como acaban de escuchar,
01:22
But, of coursecurso, telescopestelescopios launchedlanzado
10 yearsaños agohace, as you just heardoído,
23
70628
4082
01:26
could take this VolkswagenVolkswagen,
flymosca it to the moonLuna,
24
74734
2991
se podía tomar este Volkswagen,
volarlo a la luna,
01:29
and you could see the lightsluces
on that VolkswagenVolkswagen lightligero up on the moonLuna.
25
77749
5856
y se podía ver las luces en las que
el Volkswagen se iluminaba en la luna.
01:36
And that's the kindtipo of resolutionresolución powerpoder
that allowedpermitido you to see
26
84624
3262
Y ese es el tipo de poder
de resolución que nos permitió ver
01:40
little specksmanchas of dustpolvo
floatingflotante around distantdistante sunssoles.
27
88592
3604
pequeñas motas de polvo flotando
alrededor de soles distantes.
01:44
ImagineImagina for a secondsegundo that this
was a sunsol a billionmil millones lightligero yearsaños away,
28
92220
3464
Imaginen un segundo que esto era un sol
a mil millones de años luz de distancia,
01:48
and you had a little speckmota of dustpolvo
that camevino in frontfrente of it.
29
96310
2927
y había un poco de polvo delante de él.
01:51
That's what detectingdetector
an exoplanetexoplaneta is like.
30
99566
2501
Así es como es
la detección de un exoplaneta.
01:55
And the coolguay thing is, the telescopestelescopios
that are now beingsiendo launchedlanzado
31
103268
3790
Y lo bueno es que los telescopios
que se están lanzando ahora
02:00
would allowpermitir you to see
a singlesoltero candlevela litiluminado on the moonLuna.
32
108138
3005
nos permitirían ver
una sola vela encendida en la luna.
02:04
And if you separatedapartado it by one plateplato,
33
112279
2828
Y si lo separan por un plato,
02:07
you could see two candlesvelas
separatelypor separado at that distancedistancia.
34
115131
2794
se podrían ver dos velas
por separado a esa distancia.
02:11
And that's the kindtipo
of resolutionresolución that you need
35
119124
2813
Y ese es el tipo de resolución
que se necesita
02:13
to beginempezar to imageimagen
that little speckmota of dustpolvo
36
121961
2468
para empezar a visualizar
esa pequeña mota de polvo
02:16
as it comesproviene around the sunsol
37
124453
1286
cuando aparece alrededor del sol
02:17
and see if it has a blue-greenazul verde signaturefirma.
38
125763
2049
para ver si tiene una marca azul-verde.
02:21
And if it does have
a blue-greenazul verde signaturefirma,
39
129120
2071
Y si tiene una marca azul-verde,
02:23
it meansmedio that life
is commoncomún in the universeuniverso.
40
131215
2220
significa que la vida es común
en el universo.
02:25
The first time you ever see a blue-greenazul verde
signaturefirma on a distantdistante planetplaneta,
41
133459
4196
La primera vez que se ve una marca
azul-verde en un planeta distante,
02:29
it meansmedio there's photosynthesisfotosíntesis there,
42
137679
1993
significa que hay fotosíntesis allí,
02:31
there's wateragua there,
43
139696
1281
hay agua allí
02:33
and the chancesposibilidades that you saw
the only other planetplaneta with photosynthesisfotosíntesis
44
141001
3872
y la posibilidad de ver
el otro planeta con fotosíntesis
02:36
are about zerocero.
45
144897
1363
son alrededor de cero.
02:39
And that's a calendar-changingcambio de calendario eventevento.
46
147108
1896
Y eso es un evento
que cambia el calendario.
02:41
There's a before and after
we were alonesolo in the universeuniverso:
47
149670
2752
Hay un antes y después
de estar solos en el universo:
02:44
forgetolvidar about the discoverydescubrimiento
of whateverlo que sea continentcontinente.
48
152446
2470
Olvídense del descubrimiento
de cualquier continente.
02:48
So as you're thinkingpensando about this,
49
156751
1580
Así que mientras piensan en esto,
02:50
we're now beginningcomenzando
to be ablepoder to imageimagen mostmás of the universeuniverso.
50
158355
2902
ahora empezamos a visualizar
la mayor parte del universo.
02:53
And that is a time of miraclemilagro and wonderpreguntarse.
51
161281
2254
Y eso es una época de milagro y maravilla.
02:55
And we kindtipo of take that for grantedconcedido.
52
163559
2352
Y eso lo damos por sentado.
Algo similar está sucediendo en la vida.
02:59
Something similarsimilar is happeningsucediendo in life.
53
167562
1915
Así que estamos escuchando de la vida
en estas pequeñas piezas.
03:01
So we're hearingaudición about life
in these little bitsbits and piecespiezas.
54
169501
3038
Escuchamos sobre CRISPR, y
escuchamos sobre esta tecnología,
03:04
We hearoír about CRISPRCRISPR,
and we hearoír about this technologytecnología,
55
172563
2658
03:07
and we hearoír about this technologytecnología.
56
175245
1666
Y nos enteramos de esta tecnología.
03:08
But the bottomfondo linelínea on life
is that life turnsvueltas out to be codecódigo.
57
176935
3388
Pero la conclusión de la vida es que
la vida resulta ser un código.
03:13
And life as codecódigo is a really
importantimportante conceptconcepto because it meansmedio,
58
181900
3950
Y la vida como código es un concepto
realmente importante porque significa,
03:17
just in the samemismo way
as you can writeescribir a sentencefrase
59
185874
3210
de la misma manera
que puedes escribir una oración
03:21
in EnglishInglés or in Frenchfrancés or Chinesechino,
60
189108
3118
en inglés o en francés o chino,
03:25
just in the samemismo way
as you can copydupdo a sentencefrase,
61
193146
2906
de la misma manera
que puedes copiar una oración,
03:28
just in the samemismo way
as you can editeditar a sentencefrase,
62
196076
2526
de la misma manera
que puedes editar una oración,
03:30
just in the samemismo way
as you can printimpresión a sentencefrase,
63
198626
2350
de la misma manera
que puedes imprimir una oración,
03:33
you're beginningcomenzando to be ablepoder
to do that with life.
64
201000
2719
se estás empezando a poder
hacer eso con la vida.
03:37
It meansmedio that we're beginningcomenzando
to learnaprender how to readleer this languageidioma.
65
205237
3511
Significa que estamos empezando
a aprender a leer este idioma.
03:40
And this, of coursecurso, is the languageidioma
that is used by this orangenaranja.
66
208772
3236
Y este, por supuesto, es el lenguaje
que utiliza esta naranja.
Y, ¿cómo funciona este código naranja?
03:44
So how does this orangenaranja executeejecutar codecódigo?
67
212702
1796
03:46
It doesn't do it in onesunos and zeroesceros
like a computercomputadora does.
68
214522
2708
No lo hace en unos y ceros
como una computadora.
03:49
It sitsse sienta on a treeárbol, and one day it does:
69
217254
1885
Se sienta en un árbol y un día lo hace:
03:51
plopplaf!
70
219163
1150
¡Plaf!
03:52
And that meansmedio: executeejecutar.
71
220819
1805
Y eso significa: ejecutar.
03:55
AATCAAGAATCAAG: make me a little rootraíz.
72
223149
3272
AATCAAG: hazme una pequeña raíz.
03:59
TCGACCTCGACC: make me a little stemvástago.
73
227057
2502
TCGACC: hazme un pequeño tallo.
04:01
GACGac: make me some leaveshojas.
AGCAgc: make me some flowersflores.
74
229583
3438
GAC: hazme unas hojas.
AGC: hazme unas flores.
04:05
And then GCAAGCAA: make me some more orangesnaranjas.
75
233045
2857
Y luego GCAA: hazme unas naranjas más.
04:08
If I editeditar a sentencefrase in EnglishInglés
on a wordpalabra processorprocesador,
76
236984
4073
Si edito una oración en inglés
en un procesador de textos,
04:15
then what happenssucede is you can go
from this wordpalabra to that wordpalabra.
77
243153
3441
lo que pasa es que se puede pasar
de esta palabra a esa palabra.
04:20
If I editeditar something in this orangenaranja
78
248134
2136
Si edito algo en esta naranja
04:22
and put in GCAACGCAAC, usingutilizando CRISPRCRISPR
or something elsemás that you've heardoído of,
79
250294
4983
y lo pongo en GCAAC, usando CRISPR o
alguna otra cosa que haya escuchado,
entonces esta naranja
se convierte en un limón,
04:28
then this orangenaranja becomesse convierte a lemonlimón,
80
256261
1797
04:30
or it becomesse convierte a grapefruitpomelo,
81
258957
1548
o se convierte en una toronja,
04:32
or it becomesse convierte a tangerineMandarina.
82
260529
1657
o se convierte en una mandarina.
04:35
And if I editeditar one in a thousandmil lettersletras,
83
263102
2018
Y si edito una en mil letras,
04:37
you becomevolverse the personpersona
sittingsentado nextsiguiente to you todayhoy.
84
265144
2360
se convierte en la persona sentada
a su lado hoy.
Tengan más cuidado de dónde se sientan.
04:40
Be more carefulcuidadoso where you sitsentar.
85
268757
1520
04:42
(LaughterRisa)
86
270301
1189
(Risas)
04:45
What's happeningsucediendo on this stuffcosas
is it was really expensivecostoso to beginempezar with.
87
273014
3475
Lo que sucede con esto
es que, al principio era muy caro.
04:48
It was like long-distancelarga distancia callsllamadas.
88
276513
1695
Era como llamadas a larga distancia.
Pero el costo se está reduciendo al 50 %
más rápidamente que la ley de Moore.
04:51
But the costcosto of this is droppinggoteante
50 percentpor ciento fasterMás rápido than Moore'sMoore lawley.
89
279399
3606
04:55
The first $200 fullcompleto genomegenoma
was announcedAnunciado yesterdayayer by VeritasVeritas.
90
283909
3832
El primer genoma completo
de USD 200 fue anunciado ayer por Veritas.
05:00
And so as you're looking at these systemssistemas,
91
288494
2130
Y así, mientras vemos estos sistemas,
05:02
it doesn't matterimportar, it doesn't matterimportar,
it doesn't matterimportar, and then it does.
92
290648
3802
no importa, no importa,
no importa, y luego lo hace.
05:06
So let me just give you
the mapmapa viewver of this stuffcosas.
93
294474
3405
Así que déjenme mostrarles
el mapa de estas cosas.
05:10
This is a biggrande discoverydescubrimiento.
94
298973
2559
Este es un gran descubrimiento.
05:13
There's 23 chromosomescromosomas.
95
301556
1923
Hay 23 cromosomas.
05:15
CoolGuay.
96
303503
1228
Súper.
Empecemos a usar una versión de telescopio
pero, en lugar de usar un telescopio,
05:17
Let's now startcomienzo usingutilizando a telescopetelescopio versionversión,
but insteaden lugar of usingutilizando a telescopetelescopio,
97
305287
3679
05:20
let's use a microscopemicroscopio to zoomenfocar in
98
308990
2320
usemos un microscopio para acercar
05:23
on the inferiorinferior of those chromosomescromosomas,
99
311334
2072
en la parte inferior de esos cromosomas,
05:25
whichcual is the Y chromosomecromosoma.
100
313430
1621
que es el cromosoma Y.
05:28
It's a thirdtercero the sizetamaño of the X.
It's recessiveRecesivo and mutantmutante.
101
316432
3014
Es un tercio del tamaño de la X.
Es recesivo y mutante.
05:32
But hey,
102
320443
1151
Pero,
05:34
just a malemasculino.
103
322262
1219
solo un varón.
05:36
And as you're looking at this stuffcosas,
104
324914
2280
Y como ven estas cosas,
05:39
here'saquí está kindtipo of a countrypaís viewver
105
327218
3450
aquí hay una especie de vista de país
05:42
at a 400 basebase pairpar resolutionresolución levelnivel,
106
330692
2204
a un nivel de resolución
de 400 pares de bases,
05:44
and then you zoomenfocar in to 550,
and then you zoomenfocar in to 850,
107
332920
3419
y luego al acercarnos a 550 y luego a 850,
05:48
and you can beginempezar to identifyidentificar
more and more genesgenes as you zoomenfocar in.
108
336363
3285
se comienzan a identificar
más y más genes a medida al acercarnos.
05:52
Then you zoomenfocar in to the stateestado levelnivel,
109
340249
2304
Luego al acercarnos al nivel de estado,
05:55
and you can beginempezar to tell
who'squien es got leukemialeucemia,
110
343473
2804
y se puede empezar
a decir quién tiene leucemia,
05:59
how did they get leukemialeucemia,
what kindtipo of leukemialeucemia do they have,
111
347543
3024
cómo contrajeron leucemia,
qué tipo de leucemia tienen,
06:02
what shifteddesplazada from what placelugar
to what placelugar.
112
350591
2064
qué cambió de qué lugar a qué lugar.
06:05
And then you zoomenfocar in
to the GoogleGoogle streetcalle viewver levelnivel.
113
353330
2858
Y luego nos acercamos
al nivel de Google Street View.
Esto es lo que pasa
si se tiene cáncer colorrectal.
06:09
So this is what happenssucede
if you have colorectalcolorrectal cancercáncer
114
357387
2673
06:12
for a very specificespecífico patientpaciente
on the letter-by-letterletra por letra resolutionresolución.
115
360084
4207
para un paciente muy específico
en la resolución letra por letra.
06:18
So what we're doing in this stuffcosas
is we're gatheringreunión informationinformación
116
366148
3110
Lo que hacemos con esto
es recopilar información
06:21
and just generatinggenerando
enormousenorme amountscantidades of informationinformación.
117
369282
2516
y generar
enormes cantidades de información.
06:23
This is one of the largestmás grande
databasesbases de on the planetplaneta
118
371822
2874
Esta es una de las bases de datos
más grandes del planeta
06:26
and it's growingcreciente fasterMás rápido
than we can buildconstruir computersordenadores to storealmacenar it.
119
374720
3872
y crece más rápido de lo que podemos
construir computadoras para almacenarla.
06:32
You can createcrear some incredibleincreíble
mapsmapas with this stuffcosas.
120
380063
2466
Uno puede crear
algunos mapas increíbles con esto.
06:35
You want to understandentender the plaguePlaga
and why one plaguePlaga is bubonicbubónico
121
383292
2971
Si se quiere entender la plaga y
por qué una plaga es bubónica
06:38
and the other one
is a differentdiferente kindtipo of plaguePlaga
122
386287
2224
y si el otro es otro tipo de plaga.
06:40
and the other one
is a differentdiferente kindtipo of plaguePlaga?
123
388535
2310
Y la otra, ¿es otro tipo de plaga?
06:42
Well, here'saquí está a mapmapa of the plaguePlaga.
124
390869
1730
Aquí hay un mapa de la plaga.
Algunas son absolutamente
mortales para los humanos,
06:45
Some are absolutelyabsolutamente deadlymortal to humanshumanos,
125
393037
1820
06:46
some are not.
126
394881
1185
otras no lo son.
06:48
And noteNota, by the way,
as you go to the bottomfondo of this,
127
396486
2596
Y, por cierto,
a medida que uno va al fondo,
06:51
how does it comparecomparar to tuberculosistuberculosis?
128
399106
1753
¿cómo se compara con la tuberculosis?
06:53
So this is the differencediferencia betweenEntre
tuberculosistuberculosis and variousvarios kindsclases of plaguesplagas,
129
401708
3629
Esta es la diferencia entre
la tuberculosis y varios tipos de plagas,
06:57
and you can playjugar detectivedetective
with this stuffcosas,
130
405361
2335
y se puede jugar a
ser detective con estas cosas,
06:59
because you can take
a very specificespecífico kindtipo of choleracólera
131
407720
2475
porque se puede tomar
un tipo muy específico de cólera
07:02
that affectedafectado HaitiHaití,
132
410219
1190
como la que afectó a Haití,
07:04
and you can look at
whichcual countrypaís it camevino from,
133
412377
2686
y se puede ver de qué país procedía,
07:07
whichcual regionregión it camevino from,
134
415087
1726
de qué región,
07:09
and probablyprobablemente whichcual soldiersoldado tooktomó that
from that Africanafricano countrypaís to HaitiHaití.
135
417496
4742
y probablemente qué soldado
la llevó de ese país africano a Haití.
07:17
ZoomEnfocar out.
136
425133
1512
Disminuir el zoom
07:18
It's not just zoomingzoom in.
137
426669
1571
no es solo hacer zoom.
Este es uno de los mapas más geniales
jamás realizados por los humanos.
07:21
This is one of the coolestmás fresco mapsmapas
ever donehecho by humanhumano beingsseres.
138
429042
2854
07:24
What they'veellos tienen donehecho is takentomado
all the geneticgenético informationinformación they have
139
432446
3056
Se ha tomado
toda la información genética que tienen
07:27
about all the speciesespecies,
140
435526
1481
sobre todas las especies,
07:29
and they'veellos tienen put a treeárbol of life
on a singlesoltero pagepágina
141
437031
3430
y han puesto un árbol
de la vida en una sola página
07:32
that you can zoomenfocar in and out of.
142
440485
1578
que se puede acercar y alejar.
07:34
So this is what camevino first,
how did it diversifydiversificar, how did it branchrama,
143
442484
3721
Y esto es lo que vino primero,
cómo se diversificó, cómo se ramificó,
cómo de grande es ese genoma,
07:38
how largegrande is that genomegenoma,
144
446229
1230
07:39
on a singlesoltero pagepágina.
145
447483
1197
en una sola página.
07:41
It's kindtipo of the universeuniverso
of life on EarthTierra,
146
449619
2063
Es como el universo
de la vida en la Tierra.
07:43
and it's beingsiendo constantlyconstantemente
updatedactualizado and completedterminado.
147
451706
2449
y está siendo constantemente
actualizado y completado.
07:46
And so as you're looking at this stuffcosas,
148
454982
1859
Y así, mientras miras estas cosas,
07:48
the really importantimportante changecambio is
the oldantiguo biologybiología used to be reactivereactivo.
149
456865
3351
el cambio importante es la antigua
biología que solía ser reactiva.
07:52
You used to have a lot of biologistsbiólogos
that had microscopesmicroscopios,
150
460240
2720
Antes había muchos biólogos
que tenían microscopios,
07:54
and they had magnifyingaumentador glassesgafas
and they were out observingobservando animalsanimales.
151
462984
3299
y tenían lupas y estaban
afuera observando animales.
07:58
The newnuevo biologybiología is proactiveproactivo.
152
466897
1869
La nueva biología es proactiva.
08:01
You don't just observeobservar stuffcosas,
you make stuffcosas.
153
469433
3019
No solo se observan cosas, se hacen cosas.
08:05
And that's a really biggrande changecambio
154
473135
1648
Y eso es un gran cambio.
08:06
because it allowspermite us
to do things like this.
155
474807
2809
Porque nos permite hacer cosas como esta.
08:10
And I know you're really
excitedemocionado by this pictureimagen.
156
478559
2467
Y sé que están realmente
encantados con esta foto.
08:13
(LaughterRisa)
157
481050
1111
(Risas)
08:14
It only tooktomó us fourlas cuatro yearsaños
and 40 millionmillón dollarsdólares
158
482185
2374
Solo nos llevó
cuatro años y USD 40 millones
08:16
to be ablepoder to take this pictureimagen.
159
484583
1602
poder tomar esta foto.
08:18
(LaughterRisa)
160
486209
1230
(Risas)
08:19
And what we did
161
487463
1371
Y lo que hicimos
08:21
is we tooktomó the fullcompleto genegene codecódigo
out of a cellcelda --
162
489586
3275
es tomar el código
genético completo de una célula,
08:24
not a genegene, not two genesgenes,
the fullcompleto genegene codecódigo out of a cellcelda --
163
492885
3911
no un gen, no dos genes,
el código completo de un gen de una célula
08:30
builtconstruido a completelycompletamente newnuevo genegene codecódigo,
164
498016
1840
construir un código genético
completamente nuevo,
08:32
insertedinsertado it into the cellcelda,
165
500825
1575
e insertarlo en la célula,
08:34
figuredfigurado out a way to have the cellcelda
executeejecutar that codecódigo
166
502424
2932
haciendo que la célula ejecute ese código
08:37
and builtconstruido a completelycompletamente newnuevo speciesespecies.
167
505380
2254
y construir así
una especie completamente nueva.
08:40
So this is the world'smundo first
syntheticsintético life formformar.
168
508884
2485
Esta es la primera forma
de vida sintética del mundo.
¿Y qué hacemos con estas cosas?
08:45
And so what do you do with this stuffcosas?
169
513810
1895
Bueno, esto va a cambiar el mundo.
08:48
Well, this stuffcosas is going
to changecambio the worldmundo.
170
516430
2204
Déjenme darles
tres tendencias a corto plazo
08:51
Let me give you threeTres short-termtérmino corto trendstendencias
171
519417
1939
08:53
in termscondiciones of how it's going
to changecambio the worldmundo.
172
521380
2255
sobre cómo va a cambiar el mundo.
08:56
The first is we're going to see
a newnuevo industrialindustrial revolutionrevolución.
173
524269
2921
La primera es que vamos a ver
una nueva revolución industrial.
08:59
And I actuallyactualmente mean that literallyliteralmente.
174
527674
1701
Y en realidad lo digo literalmente.
09:01
So in the samemismo way as SwitzerlandSuiza
and GermanyAlemania and BritainGran Bretaña
175
529992
4491
Así como Suiza y Alemania y Gran Bretaña
09:06
changedcambiado the worldmundo with machinesmáquinas
like the one you see in this lobbyvestíbulo,
176
534507
3658
cambiaron el mundo con máquinas
como la que se ve en este vestíbulo,
09:11
createdcreado powerpoder --
177
539537
1196
creando energía
09:13
in the samemismo way CERNCERN
is changingcambiando the worldmundo,
178
541273
2664
de la misma manera,
el CERN está cambiando el mundo,
09:15
usingutilizando newnuevo instrumentsinstrumentos
and our conceptconcepto of the universeuniverso --
179
543961
3347
usando nuevos instrumentos
y nuestro concepto del universo,
09:20
programmableprogramable life formsformularios
are alsoademás going to changecambio the worldmundo
180
548060
2894
las formas de vida programables
también cambiarán el mundo.
porque una vez
que se pueden programar células
09:23
because onceuna vez you can programprograma cellsCélulas
181
551810
1655
09:25
in the samemismo way as you
programprograma your computercomputadora chipchip,
182
553489
2528
de la misma manera que
uno programa su chip de computadora,
entonces se puede hacer
casi cualquier cosa.
09:29
then you can make almostcasi anything.
183
557736
1693
09:32
So your computercomputadora chipchip
can produceProduce photographsfotografías,
184
560369
2779
Así que su chip de computadora
puede producir fotografías,
09:35
can produceProduce musicmúsica, can produceProduce filmpelícula,
185
563172
2073
puede producir música, películas,
09:37
can produceProduce love lettersletras,
can produceProduce spreadsheetshojas de cálculo.
186
565269
2413
puede producir cartas de amor,
hojas de cálculo.
09:39
It's just onesunos and zeroesceros
flyingvolador throughmediante there.
187
567706
2244
son solo unos y ceros volando por allí.
09:42
If you can flowfluir ATCGsATCGs throughmediante cellsCélulas,
188
570604
2605
Si se puede influir ATCGs en las células,
09:46
then this softwaresoftware makeshace its ownpropio hardwarehardware,
189
574123
3054
entonces este software
hace su propio hardware,
09:49
whichcual meansmedio it scalesescamas very quicklycon rapidez.
190
577201
2072
lo que significa
que se escala muy rápidamente.
09:52
No matterimportar what happenssucede,
191
580487
1651
No importa lo que pase,
09:54
if you leavesalir your cellcelda phoneteléfono
by your bedsidecabecera,
192
582162
2158
si dejas tu celular junto a tu cama,
09:56
you will not have a billionmil millones
cellcelda phonesteléfonos in the morningMañana.
193
584344
2586
no tendrás mil millones
de celulares por la mañana.
09:59
But if you do that with livingvivo organismsorganismos,
194
587489
4913
Pero si se hace eso con organismos vivos,
10:05
you can make this stuffcosas
at a very largegrande scaleescala.
195
593222
2389
se pueden hacer estas cosas a gran escala.
10:09
One of the things you can do
is you can startcomienzo producingproductor
196
597390
2896
Una de las cosas es comenzar a producir
10:12
closecerca to carbon-neutralcarbono neutral fuelscombustibles
197
600310
2223
combustibles casi neutros en carbono
10:14
on a commercialcomercial scaleescala by 2025,
198
602557
2426
a escala comercial en 2025,
10:18
whichcual we're doing with ExxonExxon.
199
606054
1761
lo que estamos haciendo con Exxon.
Pero también se puede
sustituir por tierras agrícolas.
10:20
But you can alsoademás substitutesustituir
for agriculturalagrícola landstierras.
200
608870
2409
10:23
InsteadEn lugar of havingteniendo 100 hectareshectáreas
to make oilsaceites or to make proteinsproteínas,
201
611303
4751
En lugar de tener 100 hectáreas
para hacer aceites o proteínas,
10:28
you can make it in these vatscubas
202
616078
1859
se puede hacer en estas cubas
10:29
at 10 or 100 timesveces
the productivityproductividad perpor hectarehectárea.
203
617961
2868
aumentando a 10 o 100 veces
la productividad por hectárea.
10:33
Or you can storealmacenar informationinformación,
or you can make all the world'smundo vaccinesvacunas
204
621488
3382
O almacenar información o
hacer todas las vacunas del mundo
10:36
in those threeTres vatscubas.
205
624894
1299
en esas tres cubas.
10:39
Or you can storealmacenar mostmás of the informationinformación
that's heldretenida at CERNCERN in those threeTres vatscubas.
206
627276
3949
O almacenar la mayor parte de información
guardada en el CERN en esas tres cubas.
10:44
DNAADN is a really powerfulpoderoso
informationinformación storagealmacenamiento devicedispositivo.
207
632350
3209
El ADN es un dispositivo de almacenamiento
de información realmente poderoso.
10:48
SecondSegundo turngiro:
208
636806
1588
Segundo turno:
10:50
you're beginningcomenzando to see the risesubir
of theoreticalteórico biologybiología.
209
638418
2784
Empiezas a ver
el auge de la biología teórica.
10:54
So, medicalmédico schoolcolegio departmentsdepartamentos are one
of the mostmás conservativeconservador placeslugares on earthtierra.
210
642256
4202
Las facultades de Medicina son uno de
los lugares más conservadores del mundo.
10:58
The way they teachenseñar anatomyanatomía is similarsimilar
to the way they taughtenseñó anatomyanatomía
211
646482
3417
La forma en que enseñan anatomía es
similar como enseñaron anatomía
11:01
100 yearsaños agohace.
212
649923
1166
hace 100 años.
11:03
"WelcomeBienvenido, studentestudiante. Here'sAquí está your cadavercadáver."
213
651113
2024
"Bienvenido, estudiante.
Aquí está tu cadáver".
11:06
One of the things medicalmédico schoolsescuelas are
not good at is creatingcreando newnuevo departmentsdepartamentos,
214
654149
3707
Las facultades de Medicina no son buenas
creando nuevos departamentos,
11:09
whichcual is why this is so unusualraro.
215
657880
1749
por eso esto es tan inusual.
11:12
IsaacIsaac KohaneKohane has now createdcreado a departmentDepartamento
basedbasado on informaticsinformática, datadatos, knowledgeconocimiento
216
660351
6498
Isaac Kohane ha creado un departamento
basado en informática, datos, conocimiento
11:18
at HarvardHarvard MedicalMédico SchoolColegio.
217
666873
1511
en Harvard Medical School.
Y en cierto sentido, lo que
está empezando a suceder
11:21
And in a sensesentido,
what's beginningcomenzando to happenocurrir is
218
669408
2177
es que la biología empieza
a obtener tantos datos
11:23
biologybiología is beginningcomenzando to get enoughsuficiente datadatos
219
671609
2482
11:26
that it can beginempezar to followseguir
the stepspasos of physicsfísica,
220
674115
2766
que puede empezar
a seguir los pasos de la física,
11:28
whichcual used to be observationalde observación physicsfísica
221
676905
3388
que solía ser la física observacional
11:32
and experimentalexperimental physicistsfísicos,
222
680317
1971
y físicos experimentales,
11:34
and then startedempezado creatingcreando
theoreticalteórico biologybiología.
223
682312
2162
para luego comenzar
a crear biología teórica.
11:36
Well, that's what you're beginningcomenzando to see
224
684498
2004
Eso es lo que se empieza a ver,
11:38
because you have so manymuchos medicalmédico recordsarchivos,
225
686526
1980
porque hay muchos registros médicos,
11:40
because you have
so much datadatos about people:
226
688530
2032
porque hay mucha información
sobre las personas:
11:42
you've got theirsu genomesgenomas,
you've got theirsu viromeslos viromes,
227
690586
2410
sus genomas, sus viromas,
11:45
you've got theirsu microbiomesmicrobiomas.
228
693020
1494
sus microbiomas.
11:46
And as this informationinformación stackspilas,
229
694538
1981
Y como esta información se acumula,
11:48
you can beginempezar to make predictionspredicciones.
230
696543
2063
se puede empezar a hacer predicciones.
Lo tercero que está sucediendo es que
esto está llegando al consumidor.
11:52
The thirdtercero thing that's happeningsucediendo
is this is comingviniendo to the consumerconsumidor.
231
700149
3255
11:56
So you, too, can get your genesgenes sequencedsecuenciado.
232
704629
4156
Así que Uds. también
pueden secuenciar tus genes.
12:01
And this is beginningcomenzando to createcrear
companiescompañías like 23andMey yo,
233
709698
2728
Y esto está empezando
a crear empresas como 23andMe,
12:04
and companiescompañías like 23andMey yo
are going to be givingdando you
234
712450
2478
y empresas como 23andMe nos van a dar
12:06
more and more and more datadatos,
235
714952
1352
más y más y más datos,
12:08
not just about your relativesparientes,
236
716328
1544
no solo de nuestros parientes,
sino de nosotros y nuestro cuerpo,
12:10
but about you and your bodycuerpo,
237
718562
1360
12:11
and it's going to comparecomparar stuffcosas,
238
719946
1531
y vamos a comparar cosas,
12:13
and it's going
to comparecomparar stuffcosas acrossa través de time,
239
721501
2093
a comparar cosas a través del tiempo,
12:15
and these are going to becomevolverse
very largegrande databasesbases de.
240
723618
2607
Y estas van a convertirse
en bases de datos muy grandes.
12:18
But it's alsoademás beginningcomenzando to affectafectar
a seriesserie of other businessesnegocios
241
726249
2962
Pero también está empezando
a afectar a otras empresas
12:21
in unexpectedinesperado waysformas.
242
729235
1537
en formas inesperadas.
12:23
NormallyNormalmente, when you advertiseanunciar something,
you really don't want the consumerconsumidor
243
731802
3751
Normalmente, cuando se anuncia algo,
realmente no se quiere que el consumidor
12:27
to take your advertisementanuncio
into the bathroombaño to peepipí on.
244
735577
4567
lleve su anuncio al baño para orinar.
12:33
UnlessA no ser que, of coursecurso, if you're IKEAIKEA.
245
741993
2055
A menos que, por supuesto, son eres IKEA.
12:37
Because when you ripDEP this
out of a magazinerevista and you peepipí on it,
246
745381
2906
porque cuando sacas esto
de una revista y hace pis encima,
12:40
it'llva a turngiro blueazul if you're pregnantembarazada.
247
748311
2069
se pondrá azul, si estás embarazada.
12:42
(LaughterRisa)
248
750404
1213
(Risas)
12:44
And they'llellos van a give you
a discountdescuento on your cribcuna.
249
752214
3873
Y te darán un descuento en la cuna.
12:48
(LaughterRisa)
250
756111
1158
(Risas)
Así que cuando digo
potenciación del consumidor,
12:49
Right? So when I say consumerconsumidor empowermentempoderamiento,
251
757293
2015
12:51
and this is spreadingextensión beyondmás allá biotechbiotecnología,
252
759332
2739
y esto se está extendiendo
más allá de la biotecnología,
12:54
I actuallyactualmente really mean that.
253
762095
1819
realmente me refiero a eso.
12:58
We're now beginningcomenzando to produceProduce,
at SyntheticSintético GenomicsGenómica,
254
766273
3365
Ahora estamos empezando
a producir, en Synthetic Genomics,
13:02
desktopescritorio printersimpresoras
255
770540
1471
impresoras de escritorio
13:05
that allowpermitir you to designdiseño a cellcelda,
256
773228
3530
que nos permiten diseñar una célula,
13:08
printimpresión a cellcelda,
257
776782
1167
imprimir una célula,
13:09
executeejecutar the programprograma on the cellcelda.
258
777973
1845
ejecutar el programa en la célula.
13:12
We can now printimpresión vaccinesvacunas
259
780825
2103
Ahora podemos imprimir vacunas
13:14
realreal time as an airplaneavión takes off
260
782952
2247
a tiempo real como un avión que despega
13:17
before it landstierras.
261
785223
1190
antes de de aterrizar.
13:19
We're shippingEnvío 78
of these machinesmáquinas this yearaño.
262
787929
2572
Estamos enviando 78
de estas máquinas este año.
13:24
This is not theoreticalteórico biologybiología.
This is printingimpresión biologybiología.
263
792068
4473
Esto no es biología teórica.
Esto es imprimir biología.
13:30
Let me talk about two long-terma largo plazo trendstendencias
264
798182
2196
Déjenme hablar
de dos tendencias a largo plazo
13:33
that are comingviniendo at you
over a longermás time periodperíodo.
265
801374
3326
que lles llegarán a Uds.
en un período de tiempo más largo.
13:37
The first one is, we're startingcomenzando
to redesignrediseñar speciesespecies.
266
805658
2656
La primera es que estamos empezando
a rediseñar las especies.
13:41
And you've heardoído about that, right?
267
809055
1777
Y han oído hablar de eso, ¿verdad?
13:42
We're redesigningrediseñando treesárboles.
We're redesigningrediseñando flowersflores.
268
810856
2681
Estamos rediseñando los árboles.
Estamos rediseñando las flores.
13:45
We're redesigningrediseñando yogurtyogur,
269
813561
2293
Estamos rediseñando el yogur,
13:48
cheesequeso, whateverlo que sea elsemás you want.
270
816513
2030
el queso, cualquier cosa que deseen.
13:51
And that, of coursecurso,
bringstrae up the interestinginteresante questionpregunta:
271
819678
2650
Y eso, por supuesto,
trae la interesante pregunta:
13:54
How and when should we redesignrediseñar humanshumanos?
272
822884
2336
¿Cómo y cuándo debemos
rediseñar a los humanos?
13:59
And a lot of us think,
"Oh no, we never want to redesignrediseñar humanshumanos."
273
827566
3557
Y muchos pensamos: "No, nunca
queremos rediseñar a los humanos".
A menos que, por supuesto,
su hijo tenga un gen de Huntington
14:04
UnlessA no ser que, of coursecurso, if your childniño
has a Huntington'sHuntington genegene
274
832147
2715
14:06
and is condemnedcondenado to deathmuerte.
275
834886
1389
y está condenado a muerte.
14:09
Or, unlessa no ser que if you're passingpaso on
a cysticcístico fibrosisfibrosis genegene,
276
837172
3363
O, a menos que esté transmitiendo
un gen de fibrosis quística,
14:12
in whichcual casecaso, you don't just want
to redesignrediseñar yourselftú mismo,
277
840559
2690
en ese caso, no solo quieres rediseñarte,
14:15
you want to redesignrediseñar your childrenniños
and theirsu childrenniños.
278
843273
2539
sino que quieres rediseñar
a tus hijos y sus hijos.
14:18
And these are complicatedComplicado debatesdebates
and they're going to happenocurrir in realreal time.
279
846723
3645
Y estos son debates complicados
y van a suceder en tiempo real.
14:22
I'll give you one currentcorriente exampleejemplo.
280
850839
1951
Les voy a dar un ejemplo actual.
14:25
One of the debatesdebates going on
at the NationalNacional AcademiesAcademias todayhoy
281
853531
3072
Uno de los debates actuales
en las Academias Nacionales
14:29
is you have the powerpoder to put
a genegene drivemanejar into mosquitoesmosquitos
282
857896
4702
es si se puede poner un gen en mosquitos
14:34
so that you will killmatar
all the malaria-carryingportador de la malaria mosquitoesmosquitos.
283
862622
2984
para que maten a todos
los mosquitos portadores de malaria.
14:39
Now, some people say,
284
867547
2560
Ahora, algunas personas dicen,
14:42
"That's going to affectafectar the environmentambiente
in an extremeextremo way, don't do it."
285
870964
3465
"Eso afectaría el medio ambiente
de manera extrema, no se debe hacer".
14:47
Other people say,
286
875326
1155
Otras personas dicen
14:48
"This is one of the things
that's killingasesinato millionsmillones of people yearlyanual.
287
876505
3227
"Esta es una de las cosas que mata
a millones de personas cada año,
14:51
Who are you to tell me
that I can't savesalvar the kidsniños in my countrypaís?"
288
879756
3548
¿quién eres tú para decirme que
no puedo salvar a los niños en mi país?
¿Y por qué este debate es tan complicado?
14:57
And why is this debatedebate so complicatedComplicado?
289
885183
1853
14:59
Because as soonpronto as you
let this loosesuelto in BrazilBrasil
290
887060
2881
Porque tan pronto
como sueltas esto en Brasil.
15:01
or in SouthernDel Sur FloridaFlorida --
291
889965
1423
o en el sur de la Florida,
15:03
mosquitoesmosquitos don't respectel respeto wallsmuros.
292
891412
1541
los mosquitos no respetan las paredes.
15:04
You're makingfabricación a decisiondecisión for the worldmundo
293
892977
2301
Se está tomando
una decisión para el mundo,
15:07
when you put a genegene drivemanejar into the airaire.
294
895302
1907
al poner una unidad genética en el aire.
15:14
This wonderfulmaravilloso man wonwon a NobelNobel PrizePremio,
295
902145
2095
Este maravilloso hombre
ganó un premio Nobel,
15:17
and after winningvictorioso the NobelNobel PrizePremio
296
905103
1640
y después de ganar el Premio Nobel
15:18
he's been worryingpreocupante about
297
906767
1255
ha estado preocupado por
15:21
how did life get startedempezado on this planetplaneta
298
909531
2103
cómo empezó la vida en este planeta,
15:23
and how likelyprobable is it
that it's in other placeslugares?
299
911658
2281
y la probabilidad de que
haya vida en otros lugares?
15:27
So what he's been doing is going around
to this graduategraduado studentsestudiantes
300
915097
3202
Y lo que él ha estado haciendo
es ir a los estudiantes de posgrado
y decirles a sus estudiantes graduados,
15:30
and sayingdiciendo to his graduategraduado studentsestudiantes,
301
918323
1718
"Construyan la vida sin usar productos
químicos o instrumentos modernos.
15:32
"BuildConstruir me life but don't use
any modernmoderno chemicalsquímicos or instrumentsinstrumentos.
302
920864
3322
15:36
BuildConstruir me stuffcosas that was here
threeTres billionmil millones yearsaños agohace.
303
924210
2665
Hagan cosas que estuvieron aquí
hace tres mil millones de años.
15:38
You can't use lasersláser.
You can't use this. You can't use that."
304
926899
3156
No pueden usar láseres.
No pueden usar ni esto ni eso".
15:44
He gavedio me a vialfrasco of what he's builtconstruido
about threeTres weekssemanas agohace.
305
932330
3245
Él me dio un frasco de lo que hizo
hace unas tres semanas.
15:48
What has he builtconstruido?
306
936639
1179
¿Qué logró?
15:49
He's builtconstruido basicallybásicamente what lookedmirado like
soapjabón bubblesburbujas that are madehecho out of lipidslípidos.
307
937842
4025
Básicamente construyó lo que parecían
burbujas de jabón hechas de lípidos.
15:53
He's builtconstruido a precursorprecursor of RNARNA.
308
941891
2566
Ha producido un precursor de ARN.
15:57
He's had the precursorprecursor of the RNARNA
be absorbedabsorbido by the cellcelda
309
945291
3752
Ha obtenido el precursor del ARN
absorbido por la célula
16:02
and then he's had the cellsCélulas dividedividir.
310
950194
1883
y luego ha tenido
las células dividiéndose.
16:06
We maymayo not be that farlejos --
311
954031
1957
Puede que no estemos tan lejos...
16:09
call it a decadedécada, maybe two decadesdécadas --
312
957687
3117
digamos una década, tal vez dos décadas
16:12
from generatinggenerando life from scratchrasguño
313
960828
1970
de generar vida desde cero,
16:16
out of proto-communitiesproto-comunidades.
314
964285
1803
fuera de las proto-comunidades.
16:19
SecondSegundo long-terma largo plazo trendtendencia:
315
967512
1646
Segunda tendencia a largo plazo:
16:22
we'venosotros tenemos been livingvivo and are livingvivo
throughmediante the digitaldigital ageaños --
316
970273
3526
Hemos estado viviendo y seguimos
viviendo a través de la era digital.
Y ahora empezamos a vivir
a través de la era del genoma
16:25
we're startingcomenzando to livevivir throughmediante
the ageaños of the genomegenoma
317
973823
2519
16:28
and biologybiología and CRISPRCRISPR
and syntheticsintético biologybiología --
318
976366
3615
la biología, CRISPR y
la biología sintética.
16:32
and all of that is going to mergeunir
into the ageaños of the braincerebro.
319
980870
2907
Y todo eso se fusionará
con la edad del cerebro.
Estamos llegando a poder reconstruir
la mayoríade las partes de nuestro cuerpo,
16:36
So we're gettingconsiguiendo to the pointpunto where
we can rebuildreconstruir mostmás of our bodycuerpo partspartes,
320
984743
3981
De igual manera que si te rompes un hueso
o te quemas la piel, vuelve a crecer,
16:40
in the samemismo way as if you breakdescanso a bonehueso
or burnquemar your skinpiel, it regrowsvuelve a crecer.
321
988748
3656
16:44
We're beginningcomenzando to learnaprender
how to regrowvolver a crecer our tracheastraqueal
322
992428
2668
Estamos empezando a aprender
a hacer crecer nuestras tráqueas
16:47
or how to regrowvolver a crecer our bladdersvejigas.
323
995120
1864
o nuestras vejigas.
16:49
BothAmbos of those have been
implantedimplantado in humanshumanos.
324
997008
2306
Ambas cosas han sido
implantadas en humanos.
16:51
TonyTony AtalaAtala is workingtrabajando on
32 differentdiferente organsórganos.
325
999338
2728
Tony Atala está trabajando
en 32 órganos diferentes.
16:55
But the corenúcleo is going to be this,
326
1003487
1890
Pero el núcleo va a ser esto,
16:57
because this is you
and the restdescanso is just packagingembalaje.
327
1005401
3054
porque este eres tú y
el resto es solo empaquetado.
17:02
Nobody'sNadie es going to livevivir beyondmás allá
120, 130, 140 yearsaños
328
1010011
3547
Nadie va a vivir más allá de
los 120, 130, 140 años.
17:05
unlessa no ser que if we fixfijar this.
329
1013582
1735
A menos que arreglemos esto.
17:08
And that's the mostmás interestinginteresante challengereto.
330
1016084
2066
Y ese es el reto más interesante.
17:10
That's the nextsiguiente frontierfrontera, alonga lo largo with:
331
1018174
2111
Esa es la próxima frontera, junto con:
17:12
"How commoncomún is life in the universeuniverso?"
332
1020309
2347
"¿Cuán común es la vida en el universo?"
17:14
"Where did we come from?"
333
1022680
1806
"¿De dónde vinimos?"
17:16
and questionspreguntas like that.
334
1024510
1634
Y preguntas como esas.
17:20
Let me endfin this with
an apocryphalapócrifo quotecitar from EinsteinEinstein.
335
1028031
3190
Permítanme terminar esto
con una cita apócrifa de Einstein.
[Puedes vivir
como si todo fuera un milagro,
17:23
[You can livevivir as if
everything is a miraclemilagro,
336
1031697
2219
17:25
or you can livevivir as if
nothing is a miraclemilagro.]
337
1033940
2272
o puedes vivir
como si nada fuera un milagro.]
17:28
It's your choiceelección.
338
1036236
1513
Es tu elección.
Puedes enfocarte en lo malo,
puedes enfocarte en el miedo,
17:30
You can focusatención on the badmalo,
you can focusatención on the scaryde miedo,
339
1038555
2479
17:33
and certainlyciertamente there's
a lot of scaryde miedo out there.
340
1041058
2416
y ciertamente hay mucho miedo por ahí.
17:36
But use 10 percentpor ciento of your braincerebro
to focusatención on that, or maybe 20 percentpor ciento,
341
1044012
4732
Pero usa el 10 % de tu cerebro
para concentrarte en eso o el 20 %
17:40
or maybe 30 percentpor ciento.
342
1048768
1826
o tal vez el 30 %.
17:43
But just rememberrecuerda,
343
1051474
1782
Pero solo recuerda,
17:45
we really are livingvivo in an ageaños
of miraclemilagro and wonderpreguntarse.
344
1053280
2609
Realmente vivimos
en una era de milagros y maravillas.
Tenemos suerte de estar vivos hoy.
Tenemos la suerte de ver estas cosas.
17:48
We're luckysuerte to be aliveviva todayhoy.
We're luckysuerte to see this stuffcosas.
345
1056271
3551
Tenemos la suerte de poder
interactuar con gente como la gente
17:51
We're luckysuerte to be ablepoder to interactinteractuar
with folksamigos like the folksamigos
346
1059846
2841
17:54
who are buildingedificio
all the stuffcosas in this roomhabitación.
347
1062711
2110
que están construyendo
todas las cosas en esta sala.
17:57
So thank you to all of you,
for all you do.
348
1065487
2975
Así que gracias a todos Uds.
por todo lo que hacen.
18:01
(ApplauseAplausos)
349
1069066
3696
(Aplausos)

▲Back to top

ABOUT THE SPEAKER
Juan Enriquez - Futurist
Juan Enriquez thinks and writes about the profound changes that genomics and other life sciences will bring in business, technology, politics and society.

Why you should listen

A broad thinker who studies the intersections of these fields, Enriquez has a talent for bridging disciplines to build a coherent look ahead. He is the managing director of Excel Venture Management, a life sciences VC firm. He recently published (with Steve Gullans) Evolving Ourselves: How Unnatural Selection and Nonrandom Mutation Are Shaping Life on Earth. The book describes a world where humans increasingly shape their environment, themselves and other species.

Enriquez is a member of the board of Synthetic Genomics, which recently introduced the smallest synthetic living cell. Called “JCVI-syn 3.0,” it has 473 genes (about half the previous smallest cell). The organism would die if one of the genes is removed. In other words, this is the minimum genetic instruction set for a living organism.

More profile about the speaker
Juan Enriquez | Speaker | TED.com