ABOUT THE SPEAKER
Laura Boykin - Computational biologist, activist
TED Senior Fellow Laura Boykin uses technology to help farmers in East Africa have more food to feed their families.

Why you should listen

Dr. Laura Boykin is a TED Senior Fellow, Gifted Citizen and computational biologist who uses genomics and supercomputing to help smallholder farmers in sub-Saharan Africa control whiteflies and viruses, which cause devastation to the local cassava crops. Cassava is a staple food that feeds more than 800 million people globally.

Boykin also works in partnership with African scientists to train local communities in genomics and high-performance computing skills, with the aim of tackling future insect and viral outbreaks. Recently, she founded The Cassava Virus Action Project along with collaborators in east Africa to roll out portable DNA sequencing and analyses to farmers in the region. Their mission is to increase cassava yields for 500 million farmers.

More profile about the speaker
Laura Boykin | Speaker | TED.com
TEDSummit 2019

Laura Boykin: How we're using DNA tech to help farmers fight crop diseases

Laura Boykin: Kako koristimo DNK tehnologiju da pomognemo poljoprivrednicima u borbi protiv bolesti usjeva

Filmed:
1,215,005 views

Gotovo 800 milijuna ljudi širom svijeta ovisi o kasavi za opstanak - ali ovaj kritični izvor hrane napadaju virusi, koji se mogu potpuno spriječiti, kaže računalna biologinja i starija TED suradnica Laura Boykin. Vodi nas na farme u istočnoj Africi gdje radi s raznolikim timom znanstvenika kako bi pomogli poljoprivrednicima održati svoje usjeve zdravima, koristeći prijenosni DNK laboratorij i mini superračunalo, koje može identificirati viruse u satima, umjesto u mjesecima.
- Computational biologist, activist
TED Senior Fellow Laura Boykin uses technology to help farmers in East Africa have more food to feed their families. Full bio

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

00:12
I get out of bedkrevet for two reasonsrazlozi.
0
991
2326
Ustajem iz kreveta radi dva razloga.
00:15
One, small-scaleu sitnoj razmjeri familyobitelj farmerspoljoprivrednici
need more foodhrana.
1
3341
4031
Prvi, mali obiteljski poljoprivrednici
trebaju više hrane.
00:19
It's crazylud that in 2019
farmerspoljoprivrednici that feedstočna hrana us are hungrygladan.
2
7738
5178
Suludo je da su u 2019. poljoprivrednici,
koji nas hrane, gladni.
00:25
And two, scienceznanost needspotrebe to be
more diversedrugačiji and inclusiveuključujući.
3
13353
4833
I drugi, znanost mora biti
raznolikija i sveobuhvatnija.
00:30
If we're going to solveriješiti
the toughestnajteži challengesizazovi on the planetplaneta,
4
18679
3422
Ako ćemo rješavati
najteže izazove na planeti,
00:34
like foodhrana insecuritynesigurnost for the millionsmilijuni
livingživot in extremekrajnost povertysiromaštvo,
5
22125
4333
kao nesigurnost oko hrane za milijune
koji žive u ekstremnom siromaštvu,
00:38
it's going to take all of us.
6
26482
1619
bit ćemo potrebni svi.
00:40
I want to use the latestnajnoviji technologytehnologija
7
28680
2580
Želim iskoristiti najnoviju tehnologiju
00:43
with the mostnajviše diversedrugačiji
and inclusiveuključujući teamstimovi on the planetplaneta
8
31284
3293
s najraznolikijim
i sveobuhvatnim timovima na planetu
00:46
to help farmerspoljoprivrednici have more foodhrana.
9
34601
2067
kako bismo pomogli poljoprivrednicima
da imaju više hrane.
00:49
I'm a computationalračunalna biologistbiolog.
10
37545
1881
Ja sam računalna biologinja.
00:51
I know -- what is that
and how is it going to help endkraj hungerglad?
11
39450
3404
Znam - što je to
i kako će to zaustaviti glad?
00:54
BasicallyU osnovi, I like computersračunala and biologybiologija
12
42878
3246
U osnovi, volim računala i biologiju
00:58
and somehownekako,
puttingstavljanje that togetherzajedno is a jobposao.
13
46148
2444
i nekako, stavljajući to zajedno, je posao.
01:00
(LaughterSmijeh)
14
48616
1083
(Smijeh)
01:01
I don't have a storypriča
15
49723
1520
Nemam priču
01:03
of wantingu nedostatku to be a biologistbiolog
from a youngmladi agedob.
16
51267
3286
o tome kako sam htjela biti biolog
od malih nogu.
01:06
The truthistina is, I playedigrao
basketballkošarka in collegekoledž.
17
54577
3706
Istina je, igrala sam
košarku na fakultetu.
01:10
And partdio of my financialfinancijska aidpomoć packagepaket
was I neededpotreban a work-studystudija rada jobposao.
18
58585
5143
I dio mog paketa financijske pomoći
bio je da sam trebala studentski posao.
01:16
So one randomslučajan day,
19
64300
1540
Tako jednog slučajnog dana,
01:17
I wanderedlutao to the nearestnajbliži buildingzgrada
to my dormstudentski dom roomsoba.
20
65864
3197
odšetala sam do zgrade najbliže
mojoj studentskoj sobi.
01:21
And it just so happensdogađa se
it was the biologybiologija buildingzgrada.
21
69085
2680
I tako se dogodilo da je to bila
zgrada biologije.
01:24
I wentotišao insideiznutra and lookedgledao at the jobposao boardodbor.
22
72347
2586
Ušla sam unutra i pogledala
oglasnu ploču za poslove.
01:27
Yes, this is pre-the-internetprije interneta.
23
75493
2164
Da, to je prije interneta.
01:30
And I saw a three-by-fivetri-po-pet cardkartica
24
78430
2007
I vidjela sam tri puta pet karticu
01:32
advertisingoglašavanje a jobposao
to work in the herbariumherbarij.
25
80461
3155
koja oglašava posao za rad u herbariju.
01:36
I quicklybrzo tookuzeo down the numberbroj,
26
84601
2001
I brzo sam zapisala broj,
jer je pisalo "fleksibilno radno vrijeme,"
01:38
because it said "flexiblefleksibilno hourssati,"
27
86626
1705
01:40
and I neededpotreban that to work around
my basketballkošarka scheduleraspored.
28
88355
3257
i to mi je trebalo da uskladim
s mojim rasporedom košarke.
01:44
I ranran to the libraryknjižnica
to figurelik out what an herbariumherbarij was.
29
92204
4587
Otrčala sam u knjižnicu
da istražim što je herbarij.
01:48
(LaughterSmijeh)
30
96815
2207
(Smijeh)
01:51
And it turnsokreti out
31
99046
1309
I ispada
01:52
an herbariumherbarij is where they storedućan
deadmrtav, driedsuho plantsbilje.
32
100379
4079
da u herbarij pohranjuju
mrtve, osušene biljke.
01:57
I was luckysretan to landzemljište the jobposao.
33
105379
1714
Imala sam sreće dobiti posao.
01:59
So my first scientificznanstvena jobposao
34
107117
3206
Dakle, moj prvi znanstveni posao
02:02
was gluingljepljenje deadmrtav plantsbilje ontona paperpapir
for hourssati on endkraj.
35
110347
5335
bio je lijepljenje mrtvih biljaka
na papir satima.
02:07
(LaughterSmijeh)
36
115706
3278
(Smijeh)
02:11
It's so glamorousčaroban.
37
119008
1150
Tako je glamurozno.
02:12
This is how I becamepostao
a computationalračunalna biologistbiolog.
38
120182
3139
Tako sam postala računalna biologinja.
02:16
DuringTijekom that time,
39
124323
1183
Tijekom tog vremena,
02:17
genomicsgenomika and computingračunanje were comingdolazak of agedob.
40
125530
2722
genomika i računalstvo su napredovali.
02:20
And I wentotišao on to do my mastersmajstori
41
128276
2404
I nastavila sam raditi svoj magisterij
02:22
combiningKombinirajući biologybiologija and computersračunala.
42
130704
3095
kombinirajući biologiju i računala.
Tijekom tog vremena,
02:25
DuringTijekom that time,
43
133823
1165
radila sam u Los Alamos
Nacionalnom laboratoriju
02:27
I workedradio at LosLos AlamosAlamosu NationalNacionalne LabLaboratorij
44
135012
1779
02:28
in the theoreticalteorijski biologybiologija
and biophysicsbiofizika groupskupina.
45
136815
2518
u grupi teorijske biologije i biofizike.
02:31
And it was there I had my first encountersusret
with the supercomputersuperračunalo,
46
139776
3730
I tamo sam imala
svoj prvi susret sa superračunalom,
02:35
and my mindum was blownotpuhan.
47
143530
1674
i ostala sam bez teksta.
02:37
With the powervlast of supercomputingSuperComputing,
48
145840
2039
Sa snagom superračunalstva,
02:39
whichkoji is basicallyu osnovi thousandstisuća
of connectedpovezan PCsPC-evi on steroidssteroidi,
49
147903
4223
što su u osnovi tisuće
spojenih osobnih računala na steroidima,
bili smo u mogućnosti otkriti
složenosti influence i hepatitisa C.
02:44
we were ableu stanju to uncoverotkriti the complexitiessloženost
of influenzainfluenca and hepatitishepatitisa C.
50
152150
5473
02:50
And it was duringza vrijeme this time
that I saw the powervlast
51
158134
2331
I bilo je tijekom tog vremena
da sam otkrila moć
02:52
of usingkoristeći computersračunala
and biologybiologija combinedkombinirana, for humanityčovječanstvo.
52
160489
4120
kombinirane upotrebe računala
i biologije, za čovječanstvo.
02:56
And I wanted this to be my careerkarijera pathstaza.
53
164633
2372
I htjela sam da to bude put moje karijere.
03:00
So, sinceod 1999,
54
168030
1777
Dakle, od 1999. godine
03:01
I've spentpotrošen the majorityvećina
of my scientificznanstvena careerkarijera
55
169831
2698
većinu svoje znanstvene karijere
sam provela
03:04
in very high-techvisoka tehnologija labslaboratoriji,
56
172553
1929
u tehnološki vrhunskim laboratorijima,
03:06
surroundedokružen by really expensiveskup equipmentoprema.
57
174506
2733
okružena veoma skupom opremom.
03:09
So manymnogi askpitati me
58
177712
1643
Tako me mnogi pitaju
03:11
how and why do I work
for farmerspoljoprivrednici in AfricaAfrika.
59
179379
3867
kako i zašto radim
za poljoprivrednike u Africi.
03:15
Well, because of my computingračunanje skillsvještine,
60
183804
2302
Pa, radi mojih računalskih sposobnosti,
2013. godine, tim
istočnoafričkih znanstvenika
03:18
in 2013, a teamtim of EastIstok AfricanAfrička scientistsznanstvenici
61
186130
4539
03:22
askedpitao me to joinpridružiti the teamtim
in the plightstanje to saveuštedjeti cassavatropska biljka.
62
190693
4089
zamolio me da se pridružim timu
u stanju spašavanja kasave.
03:27
CassavaManioka is a plantbiljka whosečije leaveslišće and rootskorijenje
feedstočna hrana 800 millionmilijuna people globallyglobalno.
63
195766
6970
Kasava je biljka čiji listovi i korijenje
hrane 800 milijuna ljudi globalno.
03:35
And 500 millionmilijuna in EastIstok AfricaAfrika.
64
203639
3037
I 500 milijuna u istočnoj Africi.
03:38
So that's nearlyskoro a billionmilijardi people
65
206994
2007
Dakle, to je skoro milijarda ljudi
03:41
relyingoslanjajući se on this plantbiljka
for theirnjihov dailydnevno calorieskalorija.
66
209025
2968
koji se oslanjanju na tu biljku
za dnevne kalorije.
03:44
If a small-scaleu sitnoj razmjeri familyobitelj farmerseljak
has enoughdovoljno cassavatropska biljka,
67
212581
3845
Ako mala obiteljska poljoprivrednica
ima dosta kasave,
03:48
she can feedstočna hrana her familyobitelj
68
216450
2144
ona može prehraniti svoju obitelj
03:50
and she can sellprodavati it at the markettržište
for importantvažno things like schoolškola feesnaknada,
69
218618
4046
i može je prodati na tržnici
za važne stvari poput školarina,
03:54
medicalmedicinski expensestroškove and savingsštednja.
70
222688
2135
liječničke troškove i ušteđevinu.
03:57
But cassavatropska biljka is underpod attacknapad in AfricaAfrika.
71
225752
3531
Ali kasava je pod napadom u Africi.
04:01
WhitefliesWhiteflies and virusesvirusi
are devastatingporažavajući cassavatropska biljka.
72
229665
4436
Bijele muhe i virusi su porazni za kasavu.
04:06
WhitefliesWhiteflies are tinysićušan insectsinsekata
73
234593
2206
Bijele muhe su sitni insekti
04:08
that feedstočna hrana on the leaveslišće
of over 600 plantsbilje.
74
236823
2818
koji se hrane
lišćem više od 600 biljaka.
04:11
They are badloše newsvijesti.
75
239665
1801
Loša su vijest.
04:13
There are manymnogi speciesvrsta;
76
241490
1159
Postoji mnogo vrsta;
04:14
they becomepostati pesticidepesticida resistantotporan;
77
242673
2269
postanu otporne na pesticide
04:16
and they transmitprenositi hundredsstotine
of plantbiljka virusesvirusi
78
244966
4254
i prenose stotine biljnih virusa
04:21
that causeuzrok cassavatropska biljka brownsmeđ streakniz diseasebolest
79
249244
2524
koji uzrokuju na kasavi bolest smeđe pruge
04:23
and cassavatropska biljka mosaicmozaik diseasebolest.
80
251792
1800
i mozaičnu bolest.
04:26
This completelypotpuno killsubija the plantbiljka.
81
254085
2134
Ovo potpuno ubija biljku.
04:29
And if there's no cassavatropska biljka,
82
257038
1817
Ako nema kasave,
04:30
there's no foodhrana or incomeprihod
for millionsmilijuni of people.
83
258879
3999
nema hrane ili prihoda za milijune ljudi.
04:36
It tookuzeo me one tripputovanje to TanzaniaTanzanija
84
264141
2476
Trebao mi je jedan put u Tanzaniju
04:38
to realizeostvariti that these womenžene
need some help.
85
266641
2738
da shvatim da ove žene trebaju pomoć.
04:41
These amazingnevjerojatan, strongjak,
small-scaleu sitnoj razmjeri familyobitelj farmerspoljoprivrednici,
86
269403
4253
Ovi nevjerojatni, jaki,
mali obiteljski poljoprivrednici,
04:45
the majorityvećina womenžene,
87
273680
1268
većinom žene,
04:46
are doing it roughhrapav.
88
274972
1267
rade teško.
04:48
They don't have enoughdovoljno foodhrana
to feedstočna hrana theirnjihov familiesobitelji,
89
276744
2436
Nemaju dovoljno hrane
da prehrane svoje obitelji
04:51
and it's a realstvaran crisiskriza.
90
279204
1588
i to je prava kriza.
04:53
What happensdogađa se is
91
281530
1499
Što se događa je
04:55
they go out and plantbiljka fieldspolja of cassavatropska biljka
when the rainskiše come.
92
283053
2992
izađu i sade polja kasave kada dođe kiša.
04:58
NineDevet monthsmjeseci laterkasnije,
93
286069
1706
Devet mjeseci poslije,
04:59
there's nothing, because of these
pestsštetnika and pathogenspatogeni.
94
287799
3080
nema ničega, zbog ovih
štetočina i patogena.
05:02
And I thought to myselfsebe,
95
290903
2158
I pomislih,
05:05
how in the worldsvijet can farmerspoljoprivrednici be hungrygladan?
96
293085
3198
kako pobogu mogu
poljoprivrednici biti gladni?
05:08
So I decidedodlučio to spendprovesti
some time on the groundtlo
97
296815
2320
Tako sam odlučila provesti
neko vrijeme na tlu
s poljoprivrednicima i znanstvenicima
05:11
with the farmerspoljoprivrednici and the scientistsznanstvenici
98
299159
1680
05:12
to see if I had any skillsvještine
that could be helpfulkoristan.
99
300863
2603
da vidim imam li bilokakve vještine
koje bi mogle pomoći.
05:16
The situationsituacija on the groundtlo is shockingšokantan.
100
304427
2856
Situacija na tlu je bila šokantna.
05:19
The whitefliesu Whiteflies have destroyeduništen the leaveslišće
that are eatenjede for proteinprotein,
101
307307
4270
Bijele muhe su uništile listove
koji se jedu radi proteina,
05:23
and the virusesvirusi have destroyeduništen the rootskorijenje
that are eatenjede for starchškrob.
102
311601
3582
i virusi su uništili korijenje
koje se jede radi škroba.
05:27
An entirečitav growingrastući seasonsezona will passproći,
103
315592
2445
Proći će čitava sezona rasta
05:30
and the farmerseljak will loseizgubiti
an entirečitav yeargodina of incomeprihod and foodhrana,
104
318061
4110
i poljoprivrednici će izgubiti
cijelu godinu prihoda i hrane,
05:34
and the familyobitelj will sufferpatiti
a long hungerglad seasonsezona.
105
322195
3198
a obitelj će patiti od duge sezone gladi.
05:37
This is completelypotpuno preventablespriječiti.
106
325942
2080
Ovo se može potpuno spriječiti.
Ako bi poljoprivrednica znala
05:40
If the farmerseljak knewznao
107
328046
1324
05:41
what varietyraznolikost of cassavatropska biljka
to plantbiljka in her fieldpolje,
108
329394
3064
koju vrstu kasave posaditi na svom polju,
05:44
that was resistantotporan
to those virusesvirusi and pathogenspatogeni,
109
332482
4325
koja je otporna na te viruse i patogene,
05:48
they would have more foodhrana.
110
336831
1905
imali bi više hrane.
05:50
We have all the technologytehnologija we need,
111
338760
2835
Imamo svu tehnologiju
koja nam je potrebna,
05:53
but the knowledgeznanje and the resourcesresursi
112
341619
3204
ali znanje i resursi
05:56
are not equallyjednako distributeddistribuiran
around the globeGlobus.
113
344847
3135
nisu jednoliko raspoređeni širom svijeta.
06:00
So what I mean specificallyposebno is,
114
348712
2562
Dakle, ono što konkretno mislim je,
06:03
the olderstariji genomicgenomska technologiestehnologije
115
351298
1852
starije genomske tehnologije
06:05
that have been requiredpotreban
to uncoverotkriti the complexitiessloženost
116
353174
2863
koje su bile tražene otkriti složenosti
06:08
in these pestsštetnika and pathogenspatogeni --
117
356061
3062
u ovim štetočinama i patogenima -
06:11
these technologiestehnologije were not madenapravljen
for sub-Saharansub-saharskoj AfricaAfrika.
118
359147
2998
ove tehnologije nisu bile napravljene
za podsaharsku Afriku.
06:15
They costcijena upwardsprema gore of a millionmilijuna dollarsdolara;
119
363058
2341
One koštaju više od milijun dolara;
06:17
they requirezahtijevati constantkonstantno powervlast
120
365423
1888
zahtijevaju stalno napajanje
06:19
and specializedspecijalizirani humanljudski capacitykapacitet.
121
367335
1800
i specijalizirani ljudski kapacitet.
06:21
These machinesstrojevi are fewnekoliko
and fardaleko betweenizmeđu on the continentkontinent,
122
369970
2861
Ovi uređaji su rijetki na kontinentu,
06:24
whichkoji is leavingnapuštanje manymnogi scientistsznanstvenici
battlingbore on the frontispred lineslinije no choiceizbor
123
372855
4621
što ostavlja mnoge znanstvenike
da se bore na frontovima bez izbora
06:29
but to sendposlati the samplesuzorci overseasu inozemstvo.
124
377500
1999
nego da šalju uzorke u inozemstvo.
06:31
And when you sendposlati the samplesuzorci overseasu inozemstvo,
125
379523
1960
I kada pošaljete uzorke u inozemstvo,
06:33
samplesuzorci degradedegradirati, it coststroškovi a lot of moneynovac,
126
381507
2626
uzorci se razgrade, košta puno novca
06:36
and tryingtežak to get the datapodaci back
over weakslab internetInternet
127
384157
3167
i pokušavati vratiti podatke
preko slabog interneta
06:39
is nearlyskoro impossiblenemoguće.
128
387348
1400
je gotovo nemoguće.
06:41
So sometimesponekad it can take sixšest monthsmjeseci
to get the resultsrezultati back to the farmerseljak.
129
389142
4299
Pa ponekad treba šest mjeseci kako bi
rezultati došli do poljoprivrednika.
06:45
And by then, it's too latekasno.
130
393465
1754
A do tada je prekasno.
06:47
The cropusjev is alreadyveć goneotišao,
131
395243
1587
Usjev je već propao,
06:48
whichkoji resultsrezultati in furtherunaprijediti povertysiromaštvo
and more hungerglad.
132
396854
3166
što rezultira daljnjim siromaštvom
i više gladi.
06:53
We knewznao we could fixpopraviti this.
133
401306
2158
Znali smo da to možemo popraviti.
06:55
In 2017,
134
403989
1404
2017. godine
06:57
we had heardčuo of this handheldručni,
portableprenosiv DNADNK sequencerniz
135
405417
4786
čuli smo za ovaj ručni,
prijenosni DNK sekvenator
07:02
calledzvao an OxfordOxford NanoporeNanopore MinIONMinion.
136
410227
2509
zvan Oxford Nanopore MinION.
07:04
This was beingbiće used
in WestZapad AfricaAfrika to fightborba EbolaEbola.
137
412760
4153
Ovo se bilo koristilo
u zapadnoj Africi u borbi protiv ebole.
07:08
So we thought:
138
416937
1497
Pa smo pomislili:
zašto to ne možemo koristiti da pomognemo
poljoprivrednicima u istočnoj Africi?
07:10
Why can't we use this
in EastIstok AfricaAfrika to help farmerspoljoprivrednici?
139
418458
3286
07:13
So, what we did was we setset out to do that.
140
421768
4333
Dakle, što smo učinili,
odlučili smo se na to.
07:18
At the time, the technologytehnologija was very newnovi,
141
426609
2698
U to vrijeme,
tehnologija je bila vrlo nova
07:21
and manymnogi doubtedsumnjao u we could
replicateponoviti this on the farmfarma.
142
429331
2952
i mnogi su sumnjali
da možemo ovo ponoviti na farmi.
07:24
When we setset out to do this,
143
432879
1317
Kad smo se odlučili za to,
07:26
one of our "collaboratorssuradnici" in the UKVELIKA BRITANIJA
144
434220
3881
jedan od naših "suradnika" u UK
07:30
told us that we would never
get that to work in EastIstok AfricaAfrika,
145
438125
3627
rekao nam je da nam to nikada
neće funkcionirati u istočnoj Africi,
07:33
let alonesam on the farmfarma.
146
441776
1466
a kamoli na farmi.
07:35
So we acceptedpriznat the challengeizazov.
147
443863
1769
Pa smo prihvatili izazov.
07:37
This personosoba even wentotišao so fardaleko as to betkladiti se us
two of the bestnajbolje bottlesboce of champagnešampanjac
148
445934
6453
Ta osoba je čak otišla toliko daleko
da se kladila s nama
u dvije najbolje boce šampanjca
da nam to nikada neće proraditi.
07:44
that we would never get that to work.
149
452411
2958
07:48
Two wordsriječi:
150
456871
1579
Dvije riječi:
07:50
payplatiti up.
151
458474
1151
plati nam.
07:51
(LaughterSmijeh)
152
459649
2174
(Smijeh)
07:53
(ApplausePljesak)
153
461847
4152
(Pljesak)
Plati nam, jer smo to i učinili.
07:58
PayPlatiti up, because we did it.
154
466023
2913
08:00
We tookuzeo the entirečitav high-techvisoka tehnologija molecularmolekularna lablaboratorija
155
468960
3285
Cijeli visokotehnološki
molekularni laboratorij smo odnijeli
08:04
to the farmerspoljoprivrednici of TanzaniaTanzanija,
KenyaKenija and UgandaUganda,
156
472269
3649
poljoprivrednicima
Tanzanije, Kenije i Ugande,
08:07
and we calledzvao it TreeDrvo LabLaboratorij.
157
475942
2032
nazvali smo ga Stablo laboratorijem.
08:10
So what did we do?
158
478942
1191
Dakle, što smo napravili?
08:12
Well, first of all,
we gavedali ourselvessebe a teamtim nameime --
159
480157
2579
Dakle, kao prvo,
dali smo sebi timsko ime --
08:14
it's calledzvao the CassavaManioka VirusVirus
ActionAkcija ProjectProjekt.
160
482760
2174
zove se Akcijski Projekt Virusa Kasave.
08:16
We madenapravljen a websiteweb stranica,
161
484958
1357
Napravili smo web stranicu,
08:18
we gatheredokupilo supportpodrška from the genomicsgenomika
and computingračunanje communitieszajednice,
162
486339
3611
skupili smo podršku genomike
i računalnih zajednica,
08:21
and away we wentotišao to the farmerspoljoprivrednici.
163
489974
1881
i otišli smo k poljoprivrednicima.
08:24
Everything that we need for our TreeDrvo LabLaboratorij
164
492411
2809
Sve što trebamo za naš Stablo laboratorij
08:27
is beingbiće carriedprenosi by the teamtim here.
165
495244
2409
održava tim ovdje.
08:29
All of the molecularmolekularna and computationalračunalna
requirementszahtjevi neededpotreban
166
497677
4047
Svi molekularni i računalski
zahtjevi potrebni
08:33
to diagnosepostaviti dijagnozu sickbolestan plantsbilje is there.
167
501748
3301
za dijagnosticiranje
oboljelih biljaka su tamo.
08:37
And it's actuallyzapravo all
on this stagefaza here as well.
168
505431
2828
I zapravo je sve
i na ovoj pozornici ovdje.
08:41
We figuredshvaćen if we could get the datapodaci
closerbliže to the problemproblem,
169
509161
3587
Skužili smo da ako podatke
približimo problemu
i bliže poljoprivrednici,
08:44
and closerbliže to the farmerseljak,
170
512772
1618
08:46
the quickerbrže we could tell her
what was wrongpogrešno with her plantbiljka.
171
514414
3356
brže joj možemo reći
što nije bilo u redu s njenom biljkom.
I ne samo joj reći što nije bilo u redu --
08:50
And not only tell her what was wrongpogrešno --
172
518169
1873
dati joj riješenje.
08:52
give her the solutionriješenje.
173
520066
1392
08:53
And the solutionriješenje is,
174
521482
1325
I riješenje je
08:54
burnspaliti the fieldpolje and plantbiljka varietiessorte
175
522831
2623
spaliti polje i posaditi sorte
08:57
that are resistantotporan to the pestsštetnika
and pathogenspatogeni she has in her fieldpolje.
176
525478
3504
koje su otporne na štetočine
i patogene koje ima u svom polju.
09:01
So the first thing that we did
was we had to do a DNADNK extractionvađenje.
177
529942
4204
Dakle, prvo što smo učinili,
morali smo ekstrahirati DNK.
09:06
And we used this machinemašina here.
178
534170
2539
I koristili smo ovaj uređaj ovdje.
09:09
It's calledzvao a PDQeX(PDQeX),
179
537050
3199
Zove se PVBeX,
09:12
whichkoji standsstoji for
"Prettylijep DamnProkletstvo QuickBrzo ExtractionVađenje."
180
540273
3891
što znači
"Poprilično Vraški Brza Ekstrakcija."
09:16
(LaughterSmijeh)
181
544188
2048
(Smijeh)
09:18
I know.
182
546260
1150
Znam.
09:19
My friendprijatelj JoeJoe is really coolsvjež.
183
547768
2494
Moj prijatelj Joe je stvarno super.
09:23
One of the biggestnajveći challengesizazovi
in doing a DNADNK extractionvađenje
184
551394
3360
Jedan od najvećih izazova
u izvođenju ekstrakcije DNK
09:26
is it usuallyobično requirestraži
very expensiveskup equipmentoprema,
185
554778
3315
je što zahtijeva vrlo skupu opremu
09:30
and takes hourssati.
186
558117
1404
i traje satima.
09:31
But with this machinemašina,
187
559545
1492
Ali ovim uređajem
09:33
we'veimamo been ableu stanju to do it in 20 minutesminuta,
188
561061
2754
uspjeli smo to izvesti u 20 minuta,
09:35
at a fractionfrakcija of the costcijena.
189
563839
1246
uz puno manji trošak.
09:37
And this runsradi off of a motorcyclemotorcikl batterybaterija.
190
565109
2888
I pokreće ga baterija za motocikle.
09:41
From there, we take the DNADNK extractionvađenje
and preparepripremiti it into a libraryknjižnica,
191
569164
5143
Odatle, uzmemo DNK ekstrakciju
i pripremimo je u knjižnicu,
09:46
gettinguzimajući it readyspreman to loadopterećenje on
192
574331
1779
spremajući je za učitavanje
09:48
to this portableprenosiv, handheldručni
genomicgenomska sequencerniz,
193
576134
4292
na ovaj prijenosni, ručni sekvencer genoma
09:52
whichkoji is here,
194
580450
1151
koji je ovdje,
i onda uključimo ovo u mini superračunalo,
09:53
and then we plugutikač this
into a minimini supercomputersuperračunalo,
195
581625
3738
09:57
whichkoji is calledzvao a MinITMinIT.
196
585387
1822
koji se zove MinIT.
09:59
And bothoba of these things are pluggedčep
into a portableprenosiv batterybaterija packpaket.
197
587728
4102
I obje ove stvari su priključene
na prijenosni baterijski sustav.
10:04
So we were ableu stanju to eliminateeliminirati
198
592569
1873
Tako da smo uspjeli ukloniti
10:06
the requirementszahtjevi
of mainglavni powervlast and internetInternet,
199
594466
2405
potrebe za glavnom strujom i internetom,
10:08
whichkoji are two very limitingograničavajući factorsčimbenici
on a small-scaleu sitnoj razmjeri familyobitelj farmfarma.
200
596895
3928
koji su dva vrlo ograničavajuća faktora
na maloj obiteljskoj farmi.
10:13
AnalyzingAnalizirajući the datapodaci quicklybrzo
can alsotakođer be a problemproblem.
201
601807
2871
Brza analiza podataka
također može biti problem.
10:17
But this is where me beingbiće
a computationalračunalna biologistbiolog camedošao in handylak za baratanje.
202
605033
3906
Ali tu je korisno to
što sam računalska biologinja.
10:21
All that gluingljepljenje of deadmrtav plantsbilje,
203
609382
2230
Sve to lijepljenje mrtvih biljaka,
10:23
and all that measuringmjerenje,
204
611636
1560
sva ta mjerenja,
10:25
and all that computingračunanje
205
613220
1992
svo to računalstvo
10:27
finallykonačno camedošao in handylak za baratanje
in a real-worldu stvarnom svijetu, real-timestvarno vrijeme way.
206
615236
4151
napokon je korisno
u stvarnom svijetu, u stvarnom vremenu.
10:31
I was ableu stanju to make customizedprilagođeno databasesbaza podataka
207
619411
3053
Uspjela sam napraviti
prilagođene baze podataka
10:34
and we were ableu stanju to give the farmerspoljoprivrednici
resultsrezultati in threetri hourssati
208
622488
4595
i uspjeli smo dati rezultate
poljoprivrednicima u tri sata
10:39
versusprotiv sixšest monthsmjeseci.
209
627107
1864
u usporedbi sa šest mjeseci.
10:41
(ApplausePljesak)
210
629694
6968
(Pljesak)
10:50
The farmerspoljoprivrednici were overjoyedpresretan.
211
638085
2634
Poljoprivrednici su bili presretni.
10:53
So how do we know
that we're havingima impactudar?
212
641799
2796
Pa kako znamo da imamo utjecaja?
Devet mjeseci nakon našeg
Stablo laboratorija,
10:56
NineDevet mothsmoljaca after our TreeDrvo LabLaboratorij,
213
644619
2000
10:58
AshaAsha wentotišao from havingima
zeronula tonstona perpo hectarehektaru
214
646643
3230
Asha je od imajući nula tona po hektaru
11:01
to 40 tonstona perpo hectarehektaru.
215
649897
2008
došla do 40 tona po hektaru.
Imala je dosta da prehrani svoju obitelj
11:03
She had enoughdovoljno to feedstočna hrana her familyobitelj
216
651929
1799
11:05
and she was sellingprodaja it at the markettržište,
217
653752
2690
i prodavala ju je na tržnici,
11:08
and she's now buildingzgrada a housekuća
for her familyobitelj.
218
656466
2735
a sad gradi kuću za svoju obitelj.
11:12
Yeah, so coolsvjež.
219
660212
1159
Da, tako super.
11:13
(ApplausePljesak)
220
661395
4254
(Pljesak)
11:17
So how do we scaleljestvica TreeDrvo LabLaboratorij?
221
665673
1866
Pa kako procjenjujemo Stablo laboratorij?
11:19
The thing is,
222
667940
1380
Stvar je,
poljoprivrednice su već
procijenjene u Africi.
11:21
farmerspoljoprivrednici are scaledumanjena alreadyveć in AfricaAfrika.
223
669344
2103
11:23
These womenžene work in farmerseljak groupsgrupe,
224
671471
1889
Ove žene rade u zemljoradničkim skupinama
pa pomažući Ashi zapravo je
pomognuto 3,000 ljudi u njenom selu,
11:25
so helpingpomoć AshaAsha actuallyzapravo helpedpomogao
3,000 people in her villageselo,
225
673384
4126
11:29
because she sharedpodijeljen the resultsrezultati
and alsotakođer the solutionriješenje.
226
677534
3652
jer je podijelila rezultate i rješenje.
11:33
I rememberzapamtiti everysvaki singlesingl
farmerseljak I've ever metsastali.
227
681673
4191
Sjećam se svake poljoprivrednice
koju sam upoznala.
11:38
TheirNjihova painbol and theirnjihov joyradost
228
686665
3563
Njihova bol i njihova radost
urezane su u moja sjećanja.
11:42
is engravedurezani in my memoriessjećanja.
229
690252
1800
11:44
Our scienceznanost is for them.
230
692958
1865
Naša znanost je za njih.
Stablo laboratorij je
naš najbolji pokušaj
11:47
TreeDrvo LabLaboratorij is our bestnajbolje attemptpokušaj
to help them becomepostati more foodhrana secureosigurati.
231
695711
5047
da im pomognemo
da budu osigurani hranom.
11:53
I never dreamtsanjao
232
701180
1786
Nikada nisam sanjala
da je najbolja znanost koju ću
ikada napraviti u svom životu
11:54
that the bestnajbolje scienceznanost
I would ever do in my life
233
702990
2944
biti na pokrivaču u istočnoj Africi,
11:57
would be on that blanketdeka in EastIstok AfricaAfrika,
234
705958
3499
12:01
with the highest-techNajviša tehnologija genomicgenomska gadgetsnaprava.
235
709481
2366
uz visokotehnološki napredne
genomske uređaje.
12:04
But our teamtim did dreamsan
236
712312
2452
Ali naš tim je sanjao
12:06
that we could give farmerspoljoprivrednici answersodgovori
in threetri hourssati versusprotiv sixšest monthsmjeseci,
237
714788
4270
da možemo poljoprivrednicama dati
odgovore u tri sata, a ne u šest mjeseci,
12:11
and then we did it.
238
719082
1436
i tada smo to učinili.
12:12
Because that's the powervlast
of diversityraznovrsnost and inclusionuključenje in scienceznanost.
239
720542
4108
Jer to je moć raznolikosti
i uključivanja u znanost.
12:17
Thank you.
240
725156
1151
Hvala vam.
12:18
(ApplausePljesak)
241
726331
3151
(Pljesak)
12:21
(CheersKlicati)
242
729506
4083
(Klicanje)
Translated by Neda Vrkic
Reviewed by Sanda Liker

▲Back to top

ABOUT THE SPEAKER
Laura Boykin - Computational biologist, activist
TED Senior Fellow Laura Boykin uses technology to help farmers in East Africa have more food to feed their families.

Why you should listen

Dr. Laura Boykin is a TED Senior Fellow, Gifted Citizen and computational biologist who uses genomics and supercomputing to help smallholder farmers in sub-Saharan Africa control whiteflies and viruses, which cause devastation to the local cassava crops. Cassava is a staple food that feeds more than 800 million people globally.

Boykin also works in partnership with African scientists to train local communities in genomics and high-performance computing skills, with the aim of tackling future insect and viral outbreaks. Recently, she founded The Cassava Virus Action Project along with collaborators in east Africa to roll out portable DNA sequencing and analyses to farmers in the region. Their mission is to increase cassava yields for 500 million farmers.

More profile about the speaker
Laura Boykin | Speaker | TED.com