ABOUT THE SPEAKER
David Baker - Computational biologist
David Baker designs new biomolecules (proteins) from first principles to address 21st-century challenges in health and technology.

Why you should listen

David Baker is fascinated by biological self-organization. For example: How does the information stored in DNA translate into the intricate world of proteins and cells? The DNA code was solved more than 50 years ago, but the protein folding code has remained one of biology's greatest challenges. Starting 20 years ago, Baker's research team began using computers to model the structures of proteins. His work has advanced to the point where he can now not only predict the shape of natural proteins but also design completely new ones. In recent years, he's designed new experimental cancer therapies, vaccines, nanomaterials and more. He believes that the emerging field of protein design will fundamentally change how people make medicines, materials and more around the world. Now that the protein folding code is solved, the sky's the limit.

Baker is a Professor of Biochemistry and the Director of the Institute for Protein Design at the University of Washington in Seattle. He's also an Investigator at the Howard Hughes Medical Institute and Adjunct Professor of Genome Sciences, Bioengineering, Chemical Engineering, Computer Science, and Physics at the UW. With his colleagues, he developed the Rosetta Commons, the Rosetta@Home project and Foldit, a science video game. He has also launched more than ten companies that are seeking to bring designed proteins into the real world.

More profile about the speaker
David Baker | Speaker | TED.com
TED2019

David Baker: 5 challenges we could solve by designing new proteins

David Baker: 5 desafíos que podríamos resolver mediante el diseño de nuevas proteínas

Filmed:
1,781,320 views

Las proteínas son máquinas moleculares extraordinarias: digieren la comida, estimulan las neuronas y el sistema inmune, y mucho más. ¿Y si pudiéramos diseñar nuevas proteínas con funciones nunca antes vistas en la naturaleza? En este vistazo al futuro, David Baker comparte cómo su equipo en el Instituto del Diseño de Proteínas está creando nuevas proteínas desde cero, y nos muestra cómo estas podrían ayudarnos a afrontar cinco desafíos mundiales de la humanidad. (Este ambicioso plan es parte del Proyecto Audaz, una iniciativa TED para inspirar y financiar el cambio global).
- Computational biologist
David Baker designs new biomolecules (proteins) from first principles to address 21st-century challenges in health and technology. Full bio

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

00:12
I'm going to tell you about the mostmás
amazingasombroso machinesmáquinas in the worldmundo
0
982
4059
Voy a hablarles de las máquinas
más maravillosas del mundo
00:17
and what we can now do with them.
1
5065
1768
y de lo que podemos hacer
con ellas hoy en día.
00:19
ProteinsProteínas,
2
7396
1163
Las proteínas,
00:20
some of whichcual you see insidedentro a cellcelda here,
3
8583
2250
algunas visibles dentro de esta célula,
00:22
carryllevar out essentiallyesencialmente all the importantimportante
functionsfunciones in our bodiescuerpos.
4
10857
3459
llevan a cabo todas las funciones
importantes en nuestro cuerpo.
00:26
ProteinsProteínas digestdigerir your foodcomida,
5
14972
1879
Las proteínas digieren la comida,
00:28
contractcontrato your musclesmúsculos,
6
16875
1706
contraen los músculos,
00:30
firefuego your neuronsneuronas
7
18605
1577
estimulan las neuronas
00:32
and powerpoder your immuneinmune systemsistema.
8
20206
1616
y activan el sistema inmune.
00:34
Everything that happenssucede in biologybiología --
9
22400
1976
Todo lo que ocurre en la biología,
00:36
almostcasi --
10
24400
1151
casi todo,
ocurre gracias a las proteínas.
00:37
happenssucede because of proteinsproteínas.
11
25575
1412
00:39
ProteinsProteínas are linearlineal chainscadenas
of buildingedificio blocksbloques calledllamado aminoaminado acidsácidos.
12
27698
4075
Las proteínas son cadenas formadas
por bloques llamados aminoácidos.
00:44
NatureNaturaleza usesusos an alphabetalfabeto of 20 aminoaminado acidsácidos,
13
32366
3233
La naturaleza utiliza
un alfabeto de 20 aminoácidos,
00:47
some of whichcual have namesnombres
you maymayo have heardoído of.
14
35623
2275
seguramente han oído
los nombres de algunos.
00:50
In this pictureimagen, for scaleescala,
eachcada bumpbache is an atomátomo.
15
38921
3542
En esta foto a escala,
cada puntito es un átomo.
00:55
ChemicalQuímico forcesefectivo betweenEntre the aminoaminado acidsácidos
causeporque these long stringyfibroso moleculesmoléculas
16
43351
4644
Las fuerzas químicas entre los aminoácidos
hacen que esas conexiones moleculares
01:00
to folddoblez up into uniqueúnico,
three-dimensionaltridimensional structuresestructuras.
17
48019
3461
formen estructuras
tridimensionales únicas.
01:03
The foldingplegable processproceso,
18
51937
1340
Las formas que adquieren,
01:05
while it looksmiradas randomaleatorio,
19
53301
1434
aunque parezcan azarosas,
01:06
is in facthecho very precisepreciso.
20
54759
1963
de hecho, son muy precisas.
01:08
EachCada proteinproteína foldspliegues
to its characteristiccaracterística shapeforma eachcada time,
21
56746
4397
Las proteínas adquieren su forma
característica siempre,
01:13
and the foldingplegable processproceso
takes just a fractionfracción of a secondsegundo.
22
61167
3388
y el proceso de formación
toma solo una fracción de segundo.
01:18
And it's the shapesformas of proteinsproteínas
23
66029
1844
La forma de las proteínas
01:19
whichcual enablehabilitar them to carryllevar out
theirsu remarkablenotable biologicalbiológico functionsfunciones.
24
67897
3970
les permite llevar a cabo
sus excepcionales funciones biológicas.
01:24
For exampleejemplo,
25
72520
1151
Por ejemplo,
01:25
hemoglobinhemoglobina has a shapeforma
in the lungslivianos perfectlyperfectamente suitedadecuado
26
73695
3508
en los pulmones, la hemoglobina
toma una forma perfectamente apta
01:29
for bindingUnión a moleculemolécula of oxygenoxígeno.
27
77227
1987
para unirse a una molécula de oxígeno.
01:31
When hemoglobinhemoglobina movesmovimientos to your musclemúsculo,
28
79759
1892
Cuando la hemoglobina llega al músculo,
01:33
the shapeforma changescambios slightlyligeramente
29
81675
1932
su forma cambia ligeramente
01:35
and the oxygenoxígeno comesproviene out.
30
83631
2191
y el oxígeno es liberado.
01:39
The shapesformas of proteinsproteínas,
31
87494
1366
La forma de las proteínas,
01:40
and hencepor lo tanto theirsu remarkablenotable functionsfunciones,
32
88884
2213
y, por ende, sus excepcionales funciones,
01:43
are completelycompletamente specifiedespecificado by the sequencesecuencia
of aminoaminado acidsácidos in the proteinproteína chaincadena.
33
91121
5778
están determinadas por la secuencia
de aminoácidos en la cadena proteínica.
01:49
In this pictureimagen, eachcada lettercarta
on topparte superior is an aminoaminado acidácido.
34
97331
3941
En esta foto, las letras de arriba
representan un aminoácido.
01:54
Where do these sequencessecuencias come from?
35
102860
1837
¿De dónde provienen estas secuencias?
01:57
The genesgenes in your genomegenoma
specifyespecificar the aminoaminado acidácido sequencessecuencias
36
105586
4824
Los genes en los genomas determinan
las secuencias de aminoácidos
02:02
of your proteinsproteínas.
37
110434
1398
de sus proteínas.
02:03
EachCada genegene encodescodifica the aminoaminado acidácido
sequencesecuencia of a singlesoltero proteinproteína.
38
111856
3738
Los genes codifican la secuencia de
aminoácidos de cada proteína.
02:09
The translationtraducción betweenEntre
these aminoaminado acidácido sequencessecuencias
39
117515
3802
El desplazamiento entre las
secuencias de aminoácidos,
02:13
and the structuresestructuras
and functionsfunciones of proteinsproteínas
40
121341
2458
las estructuras y las funciones
de las proteínas,
02:15
is knownconocido as the proteinproteína foldingplegable problemproblema.
41
123823
2057
es conocido como el problema
del plegamiento de proteínas.
02:18
It's a very harddifícil problemproblema
42
126439
1545
Es un problema complicado
02:20
because there's so manymuchos differentdiferente
shapesformas a proteinproteína can adoptadoptar.
43
128008
3180
porque las proteínas pueden
adoptar muchas formas diferentes.
02:24
Because of this complexitycomplejidad,
44
132073
1645
Por esta complejidad,
02:25
humanshumanos have only been ablepoder
to harnessaprovechar the powerpoder of proteinsproteínas
45
133742
2937
solo hemos podido aprovechar
el poder de las proteínas
02:28
by makingfabricación very smallpequeña changescambios
to the aminoaminado acidácido sequencessecuencias
46
136703
3468
haciendo pequeños cambios
en las secuencias de aminoácidos
02:32
of the proteinsproteínas we'venosotros tenemos foundencontró in naturenaturaleza.
47
140195
2091
de las proteínas encontradas
en la naturaleza.
02:34
This is similarsimilar to the processproceso
that our StonePiedra AgeAños ancestorsantepasados used
48
142835
3858
Esto es similar al proceso usado
en la Edad de Piedra
02:38
to make toolsherramientas and other implementsimplementos
from the stickspalos and stonespiedras
49
146717
3359
para construir herramientas y otros
instrumentos con piedras y palos
02:42
that we foundencontró in the worldmundo around us.
50
150100
2003
encontrados en nuestro entorno.
02:45
But humanshumanos did not learnaprender to flymosca
by modifyingmodificando birdsaves.
51
153226
5024
Sin embargo, no pudimos modificar
aves para aprender a volar.
02:50
(LaughterRisa)
52
158790
2017
(Risas)
02:52
InsteadEn lugar, scientistscientíficos, inspiredinspirado by birdsaves,
uncovereddescubierto the principlesprincipios of aerodynamicsaerodinámica.
53
160831
6310
En cambio, inspirados en las aves,
los científicos,
descubrieron los principios
de la aerodinámica.
02:59
EngineersIngenieros then used those principlesprincipios
to designdiseño custompersonalizado flyingvolador machinesmáquinas.
54
167165
4395
Los ingenieros usaron esos principios
para diseñar máquinas voladoras.
03:04
In a similarsimilar way,
55
172195
1245
De forma similar,
03:05
we'venosotros tenemos been workingtrabajando for a numbernúmero of yearsaños
56
173464
1942
hemos estado trabajando varios años
03:07
to uncoverdescubrir the fundamentalfundamental
principlesprincipios of proteinproteína foldingplegable
57
175430
3269
para descubrir los principios básicos
del plegamiento de proteínas
03:10
and encodingcodificación those principlesprincipios
in the computercomputadora programprograma calledllamado RosettaRosetta.
58
178723
4059
y codificar esos principios en el programa
de computadora llamado Rosetta.
03:15
We madehecho a breakthroughpenetración in recentreciente yearsaños.
59
183742
2513
Hace unos años logramos un avance.
03:19
We can now designdiseño completelycompletamente newnuevo proteinsproteínas
from scratchrasguño on the computercomputadora.
60
187029
4459
Ya podemos diseñar en la computadora
proteínas completamente nuevas desde cero.
03:24
OnceUna vez we'venosotros tenemos designeddiseñado the newnuevo proteinproteína,
61
192396
2068
Una vez diseñada la nueva proteína,
03:27
we encodecodificar its aminoaminado acidácido sequencesecuencia
in a syntheticsintético genegene.
62
195242
3903
codificamos su secuencia de
aminoácidos en un gen sintético.
03:31
We have to make a syntheticsintético genegene
63
199656
1888
Necesitamos hacer un gen sintético
03:33
because sinceya que the proteinproteína
is completelycompletamente newnuevo,
64
201568
2251
dado que la proteína
es completamente nueva,
03:35
there's no genegene in any organismorganismo on earthtierra
whichcual currentlyactualmente existsexiste that encodescodifica it.
65
203843
4762
y no hay ningún organismo
en el planeta que la codifique.
03:41
Our advancesavances in understandingcomprensión
proteinproteína foldingplegable
66
209697
4187
Nuestros avances en el conocimiento
del plegamiento de proteínas
03:45
and how to designdiseño proteinsproteínas,
67
213908
1722
y en el diseño de estas,
03:47
coupledacoplado with the decreasingdecreciente costcosto
of genegene synthesissíntesis
68
215654
3628
gracias a un descenso en el
costo de la síntesis de genes,
03:51
and the Moore'sMoore lawley increaseincrementar
in computinginformática powerpoder,
69
219306
3499
junto con el aumento en el poder
computacional con la ley de Moore,
03:54
now enablehabilitar us to designdiseño
tensdecenas of thousandsmiles of newnuevo proteinsproteínas,
70
222829
4736
nos permite, ahora, diseñar decenas
de miles de proteínas nuevas,
03:59
with newnuevo shapesformas and newnuevo functionsfunciones,
71
227589
2339
con nuevas formas y funciones,
04:01
on the computercomputadora,
72
229952
1513
en la computadora,
04:03
and encodecodificar eachcada one of those
in a syntheticsintético genegene.
73
231489
3915
y codificarlas todas en genes sintéticos.
04:08
OnceUna vez we have those syntheticsintético genesgenes,
74
236248
1668
Una vez codificados,
04:09
we put them into bacteriabacteria
75
237940
1545
los colocamos con bacterias
04:11
to programprograma them to make
these brand-newPara estrenar proteinsproteínas.
76
239509
3305
para que se programen y puedan
crear nuevas proteínas.
04:15
We then extractextraer the proteinsproteínas
77
243197
2073
Luego extraemos las proteínas
04:17
and determinedeterminar whethersi they functionfunción
as we designeddiseñado them to
78
245294
3436
y determinamos si su diseño
funciona como lo planeado
04:20
and whethersi they're safeseguro.
79
248754
1411
y si son seguras.
04:23
It's excitingemocionante to be ablepoder
to make newnuevo proteinsproteínas,
80
251867
2465
Es emocionante poder
crear proteínas nuevas,
04:26
because despiteA pesar de the diversitydiversidad in naturenaturaleza,
81
254356
2496
porque, pese a la diversidad
en la naturaleza,
04:28
evolutionevolución has only sampledmuestreado a tinyminúsculo fractionfracción
of the totaltotal numbernúmero of proteinsproteínas possibleposible.
82
256876
6092
la evolución solo ha muestreado una
pequeña fracción de las proteínas.
04:35
I told you that naturenaturaleza usesusos
an alphabetalfabeto of 20 aminoaminado acidsácidos,
83
263572
3495
Ya les mencioné que la naturaleza usa
un alfabeto de 20 aminoácidos,
04:39
and a typicaltípico proteinproteína is a chaincadena
of about 100 aminoaminado acidsácidos,
84
267091
4449
y una proteína promedio es una cadena
de alrededor de 100 aminoácidos,
04:43
so the totaltotal numbernúmero of possibilitiesposibilidades
is 20 timesveces 20 timesveces 20, 100 timesveces,
85
271564
5552
así que el total de posibilidades es de
20 x 20 x 20, 100 veces,
04:49
whichcual is a numbernúmero on the orderorden
of 10 to the 130thth powerpoder,
86
277140
3817
ese número en el orden
de 10 a la potencia 130,
04:52
whichcual is enormouslyenormemente more
than the totaltotal numbernúmero of proteinsproteínas
87
280981
3812
es muchísimo más que
el total de proteínas
04:56
whichcual have existedexistió
sinceya que life on earthtierra beganempezó.
88
284817
2416
que han existido desde
que la vida comenzó.
04:59
And it's this unimaginablyinimaginablemente largegrande spaceespacio
89
287990
2691
Este espacio inimaginablemente grande
05:02
we can now exploreexplorar
usingutilizando computationalcomputacional proteinproteína designdiseño.
90
290705
3530
podemos explorarlo usando diseños
de proteínas por computadora.
05:07
Now the proteinsproteínas that existexiste on earthtierra
91
295747
2369
Las proteínas que existen en la Tierra
05:10
evolvedevolucionado to solveresolver the problemsproblemas
facedenfrentado by naturalnatural evolutionevolución.
92
298140
3993
evolucionaron para resolver los problemas
afrontados por la evolución natural.
05:14
For exampleejemplo, replicatingreplicando the genomegenoma.
93
302705
2353
Por ejemplo, la duplicación del genoma.
05:18
But we facecara newnuevo challengesdesafíos todayhoy.
94
306128
2284
Pero ahora enfrentamos nuevos retos
Vivimos más años, las nuevas
enfermedades son importantes.
05:20
We livevivir longermás, so newnuevo
diseasesenfermedades are importantimportante.
95
308436
2737
05:23
We're heatingcalefacción up and pollutingcontaminador the planetplaneta,
96
311197
2215
Estamos calentando y
contaminando el planeta,
05:25
so we facecara a wholetodo hostanfitrión
of ecologicalecológico challengesdesafíos.
97
313436
3558
ahora enfrentamos una multitud
de retos ecológicos.
05:29
If we had a millionmillón yearsaños to wait,
98
317977
1808
Si esperáramos un millón de años,
05:31
newnuevo proteinsproteínas mightpodría evolveevolucionar
to solveresolver those challengesdesafíos.
99
319809
3208
evolucionarían nuevas proteínas
para resolver esos retos.
05:35
But we don't have
millionsmillones of yearsaños to wait.
100
323787
2059
Pero no podemos esperar millones de años.
05:38
InsteadEn lugar, with computationalcomputacional
proteinproteína designdiseño,
101
326488
2871
En cambio, con el diseño
computacional de proteínas
05:41
we can designdiseño newnuevo proteinsproteínas
to addressdirección these challengesdesafíos todayhoy.
102
329383
4439
podemos diseñar nuevas proteínas
para afrontar esos retos ahora.
05:47
Our audaciousaudaz ideaidea is to bringtraer
biologybiología out of the StonePiedra AgeAños
103
335693
4450
Nuestra idea más audaz es sacar a la
biología de la Edad de Piedra
05:52
throughmediante technologicaltecnológico revolutionrevolución
in proteinproteína designdiseño.
104
340167
2975
mediante la revolución tecnológica
del diseño de proteínas.
05:56
We'veNosotros tenemos alreadyya shownmostrado
that we can designdiseño newnuevo proteinsproteínas
105
344113
2864
Hemos demostrado que es posible
diseñar nuevas proteínas
05:59
with newnuevo shapesformas and functionsfunciones.
106
347001
1683
con nuevas formas y funciones.
06:01
For exampleejemplo, vaccinesvacunas work
by stimulatingestimulante your immuneinmune systemsistema
107
349174
4308
Por ejemplo, las vacunas estimulan
el sistema inmune
06:05
to make a strongfuerte responserespuesta
againsten contra a pathogenpatógeno.
108
353506
3122
para producir una reacción
fuerte ante un patógeno.
06:09
To make better vaccinesvacunas,
109
357698
1551
Para mejorar las vacunas,
06:11
we'venosotros tenemos designeddiseñado proteinproteína particlespartículas
110
359273
2302
hemos diseñado partículas de proteínas
06:13
to whichcual we can fusefusible
proteinsproteínas from pathogenspatógenos,
111
361599
3587
en las cuales fusionar
proteínas de patógenos,
06:17
like this blueazul proteinproteína here,
from the respiratoryrespiratorio virusvirus RSVRSV.
112
365210
4334
como esta proteína azul aquí,
del virus respiratorio VSR.
06:22
To make vaccinevacuna candidatescandidatos
113
370131
1730
Para producir candidatos a vacuna
06:23
that are literallyliteralmente bristlingerizando
with the viralviral proteinproteína,
114
371885
3663
que reaccionen rápido
con la proteína viral,
06:27
we find that suchtal vaccinevacuna candidatescandidatos
115
375572
2570
descubrimos que esos candidatos de vacuna
06:30
produceProduce a much strongermás fuerte
immuneinmune responserespuesta to the virusvirus
116
378166
3302
producen una respuesta mucho
más fuerte al virus
06:33
than any previousanterior vaccinesvacunas
that have been testedprobado.
117
381492
2703
que cualquier vacuna anterior
que se haya probado.
06:36
This is importantimportante because RSVRSV
is currentlyactualmente one of the leadinglíder causescausas
118
384648
3850
Esto es importante porque el VSR es
actualmente una de las principales causas
06:40
of infantinfantil mortalitymortalidad worldwideen todo el mundo.
119
388522
2229
de mortalidad infantil en todo el mundo.
06:44
We'veNosotros tenemos alsoademás designeddiseñado newnuevo proteinsproteínas
to breakdescanso down glutengluten in your stomachestómago
120
392414
3963
Además, hemos diseñado nuevas proteínas
que descomponen el gluten en el estómago
06:48
for celiaccelíaco diseaseenfermedad
121
396401
1597
en los enfermos celíacos,
06:50
and other proteinsproteínas to stimulateestimular
your immuneinmune systemsistema to fightlucha cancercáncer.
122
398022
4376
así como otras proteínas que estimulan al
sistema inmune para combatir el cáncer.
06:55
These advancesavances are the beginningcomenzando
of the proteinproteína designdiseño revolutionrevolución.
123
403338
3939
Estos avances son el principio
de la revolución del diseño de proteínas.
07:00
We'veNosotros tenemos been inspiredinspirado by a previousanterior
technologicaltecnológico revolutionrevolución:
124
408850
3190
Nos inspiramos en una revolución
tecnológica anterior:
07:04
the digitaldigital revolutionrevolución,
125
412064
1345
la revolución digital,
07:05
whichcual tooktomó placelugar in largegrande partparte
duedebido to advancesavances in one placelugar,
126
413433
5125
la cual ocurrió en gran parte
por los avances en un lugar:
07:10
BellCampana LaboratoriesLaboratorios.
127
418582
1272
los laboratorios Bell.
07:12
BellCampana LabsLabs was a placelugar with an openabierto,
collaborativecolaborativo environmentambiente,
128
420337
3294
Estos laboratorios contaban con un
ambiente colaborativo abierto,
07:15
and was ablepoder to attractatraer topparte superior talenttalento
from around the worldmundo.
129
423655
3183
y lograron atraer a los mejores
talentos de todo el mundo.
07:19
And this led to a remarkablenotable
stringcuerda of innovationsinnovaciones --
130
427418
3442
Y esto produjo una serie de
innovaciones extraordinarias:
07:22
the transistortransistor, the laserláser,
satellitesatélite communicationcomunicación
131
430884
4191
el transistor, el láser,
la comunicación satelital,
07:27
and the foundationscimientos of the internetInternet.
132
435099
1726
las bases del internet.
07:29
Our goalGol is to buildconstruir
the BellCampana LaboratoriesLaboratorios of proteinproteína designdiseño.
133
437761
3841
Nuestra meta es construir los
laboratorios Bell del diseño de proteínas.
07:34
We are seekingbuscando to attractatraer
talentedtalentoso scientistscientíficos from around the worldmundo
134
442076
3515
Buscamos atraer a científicos
talentosos de todo el mundo
07:37
to accelerateacelerar the proteinproteína
designdiseño revolutionrevolución,
135
445615
2935
para acelerar la revolución
del diseño de proteínas,
07:40
and we'llbien be focusingenfoque
on fivecinco grandgrandioso challengesdesafíos.
136
448574
4088
y nos enfocaremos en cinco
retos mayores.
07:46
First, by takingtomando proteinsproteínas from flugripe strainsson
from around the worldmundo
137
454136
5597
El primero, tomaremos proteínas de
cepas de gripe de todo el mundo
07:51
and puttingponiendo them on topparte superior
of the designeddiseñado proteinproteína particlespartículas
138
459757
3554
y las pondremos en las partículas
de proteínas que diseñamos
07:55
I showedmostró you earliermás temprano,
139
463335
1667
que les mostré hace un momento,
07:57
we aimobjetivo to make a universaluniversal flugripe vaccinevacuna,
140
465026
3390
nuestro objetivo es crear una
vacuna universal contra la gripe.
08:00
one shotDisparo of whichcual givesda a lifetimetoda la vida
of protectionproteccion againsten contra the flugripe.
141
468440
3951
una inyección que proporcione protección
de por vida contra la gripe.
08:05
The abilitycapacidad to designdiseño --
142
473356
1612
La habilidad para diseñar...
08:06
(ApplauseAplausos)
143
474992
5224
(Aplausos)
08:12
The abilitycapacidad to designdiseño
newnuevo vaccinesvacunas on the computercomputadora
144
480240
3068
La habilidad para diseñar
nuevas vacunas por computadora
08:15
is importantimportante bothambos to protectproteger
againsten contra naturalnatural flugripe epidemicsepidemias
145
483332
5308
es importante tanto para protegernos
de las epidemias naturales de gripe
08:20
and, in additionadición, intentionalintencional
actshechos of bioterrorismbioterrorismo.
146
488664
3480
como de actos deliberados
de bioterrorismo.
08:25
SecondSegundo, we're going farlejos beyondmás allá
nature'sla naturaleza limitedlimitado alphabetalfabeto
147
493272
3290
El segundo, estamos rebasando
el limitado alfabeto de la naturaleza
08:28
of just 20 aminoaminado acidsácidos
148
496586
1711
de solo 20 aminoácidos, para diseñar
nuevos candidatos terapéuticos,
08:30
to designdiseño newnuevo therapeuticterapéutico candidatescandidatos
for conditionscondiciones suchtal as chroniccrónico paindolor,
149
498321
4735
y tratar condiciones
como el dolor crónico,
08:35
usingutilizando an alphabetalfabeto
of thousandsmiles of aminoaminado acidsácidos.
150
503080
2631
usando un alfabeto
de miles de aminoácidos.
08:38
ThirdTercero, we're buildingedificio
advancedavanzado deliveryentrega vehiclesvehículos
151
506602
3813
El tercero, estamos construyendo
vehículos avanzados de entrega
08:42
to targetobjetivo existingexistente medicationsmedicamentos
exactlyexactamente where they need to go in the bodycuerpo.
152
510439
4164
para llevar las medicaciones
a donde el cuerpo las requiere.
08:47
For exampleejemplo, chemotherapyquimioterapia to a tumortumor
153
515226
2649
Por ejemplo, la quimioterapia
para un tumor
08:49
or genegene therapiesterapias to the tissuetejido
where genegene repairreparar needsnecesariamente to take placelugar.
154
517899
4303
o terapia de genes para los tejidos
que necesitan ser reparados.
08:55
FourthCuarto, we're designingdiseño smartinteligente therapeuticsterapéutica
that can do calculationscálculos withindentro the bodycuerpo
155
523000
6532
El cuarto, estamos diseñando terapéuticos
inteligentes que hagan estimaciones
09:01
and go farlejos beyondmás allá currentcorriente medicinesmedicinas,
156
529556
2214
y rebasen medicinas actuales,
09:03
whichcual are really bluntembotar instrumentsinstrumentos.
157
531794
2264
los cuales son instrumentos imprecisos.
09:06
For exampleejemplo, to targetobjetivo a smallpequeña
subsetsubconjunto of immuneinmune cellsCélulas
158
534082
4349
Por ejemplo, para dirigirse a un
subconjunto de células inmunes
09:10
responsibleresponsable for an autoimmuneautoinmune disordertrastorno,
159
538455
2081
responsables de un desorden autoinmune,
09:12
and distinguishdistinguir them from the vastvasto
majoritymayoria of healthysaludable immuneinmune cellsCélulas.
160
540560
3458
y distinguirlas de la vasta mayoría
de células inmunes saludables.
09:16
FinallyFinalmente, inspiredinspirado by remarkablenotable
biologicalbiológico materialsmateriales
161
544899
3412
Por último, inspirados en materiales
biológicos sin igual,
09:20
suchtal as silkseda, abaloneabulón shellcáscara,
toothdiente and othersotros,
162
548335
5108
como seda, concha
de abulón, dientes y otros,
09:25
we're designingdiseño newnuevo
protein-baseda base de proteínas materialsmateriales
163
553467
2884
estamos diseñando nuevos
materiales de proteínas
09:28
to addressdirección challengesdesafíos in energyenergía
and ecologicalecológico issuescuestiones.
164
556375
4163
para afrontar los desafíos
en energías y ecología.
09:33
To do all this,
we're growingcreciente our instituteinstituto.
165
561558
2845
Para lograr todo esto,
nuestro instituto está creciendo.
09:36
We seekbuscar to attractatraer energeticenergético,
talentedtalentoso and diversediverso scientistscientíficos
166
564768
5599
Deseamos atraer diversos científicos
talentosos y llenos de energía
09:42
from around the worldmundo,
at all careercarrera stagesetapas,
167
570391
3080
de todo el mundo, en cualquier
etapa de su carrera,
09:45
to joinunirse us.
168
573495
1150
para que se nos unan.
09:47
You can alsoademás participateparticipar
in the proteinproteína designdiseño revolutionrevolución
169
575304
3303
También pueden participar en la
revolución del diseño de proteínas
09:50
throughmediante our onlineen línea
foldingplegable and designdiseño gamejuego, "FolditFoldit."
170
578631
3744
a través de nuestro juego en línea
de plegamiento y diseño "Foldit".
09:55
And throughmediante our distributedrepartido
computinginformática projectproyecto, RosettaRosetta@home,
171
583214
3851
Y a través de nuestro proyecto difundido
de computadora "Rosetta@home",
09:59
whichcual you can joinunirse from your laptopordenador portátil
or your AndroidAndroide smartphoneteléfono inteligente.
172
587089
3731
al cual pueden acceder desde su laptop
y celular inteligente Android.
10:04
MakingFabricación the worldmundo a better placelugar
throughmediante proteinproteína designdiseño is my life'sla vida work.
173
592547
3967
Mi trabajo es hacer del mundo un lugar
mejor a través del diseño de proteínas.
10:08
I'm so excitedemocionado about
what we can do togetherjuntos.
174
596996
2278
Estoy tan entusiasmado de lo
que podemos lograr juntos.
10:11
I hopeesperanza you'lltu vas a joinunirse us,
175
599583
1470
Espero que se nos unan,
10:13
and thank you.
176
601077
1158
y gracias.
10:14
(ApplauseAplausos and cheersaclamaciones)
177
602259
4455
(Aplausos y ovaciones)
Translated by Claudia Viveros
Reviewed by Eduardo Sierra

▲Back to top

ABOUT THE SPEAKER
David Baker - Computational biologist
David Baker designs new biomolecules (proteins) from first principles to address 21st-century challenges in health and technology.

Why you should listen

David Baker is fascinated by biological self-organization. For example: How does the information stored in DNA translate into the intricate world of proteins and cells? The DNA code was solved more than 50 years ago, but the protein folding code has remained one of biology's greatest challenges. Starting 20 years ago, Baker's research team began using computers to model the structures of proteins. His work has advanced to the point where he can now not only predict the shape of natural proteins but also design completely new ones. In recent years, he's designed new experimental cancer therapies, vaccines, nanomaterials and more. He believes that the emerging field of protein design will fundamentally change how people make medicines, materials and more around the world. Now that the protein folding code is solved, the sky's the limit.

Baker is a Professor of Biochemistry and the Director of the Institute for Protein Design at the University of Washington in Seattle. He's also an Investigator at the Howard Hughes Medical Institute and Adjunct Professor of Genome Sciences, Bioengineering, Chemical Engineering, Computer Science, and Physics at the UW. With his colleagues, he developed the Rosetta Commons, the Rosetta@Home project and Foldit, a science video game. He has also launched more than ten companies that are seeking to bring designed proteins into the real world.

More profile about the speaker
David Baker | Speaker | TED.com