ABOUT THE SPEAKER
Jun Wang - Genomics researcher
At iCarbonX, Jun Wang aims to establish a big data platform for health management.

Why you should listen

In 1999, Jun Wang founded the Bioinformatics Department of Beijing Genomics Institute (BGI, now known as BGI Shenzhen), one of China’s premier research facilities. Until July 2015, Wang led the institution of 5,000+ people engaged in studies of genomics and its informatics, including genome assembly, annotation, expression, comparative genomics, molecular evolution, transcriptional regulation, genome variation analysis, database construction as well as methodology development such as the sequence assembler and alignment tools. He also focuses on interpretation of the definition of "gene" by expression and conservation study. In 2003, Wang was also involved in the SARS genome analysis and the silkworm genome assembly and analysis in cooperation with Chinese Southeast Agricultural University. The Pig Genome Project was completed at BGI under his leadership, as well as the chicken genome variation map and the TreeFam in collaboration with the Sanger Institute. In 2007, he and his group finished the first Asian diploid genome, the 1000 genome project, and many more projects. He initiated the "million genomes project" which seeks to better understand health based on human, plant, animal and micro-ecosystem genomes.

In late 2015, Wang founded a new institute/company, iCarbonX, aiming to develop an artificial intelligence engine to interpret and mine multiple health-related data and help people better manage their health and defeat disease.

More profile about the speaker
Jun Wang | Speaker | TED.com
TED2017

Jun Wang: How digital DNA could help you make better health choices

Jun Wang: Hogyan hozhatunk digitális DNS-sel jobb döntéseket

Filmed:
1,303,361 views

Mi lenne, ha pontosan ismernénk valamely élelmiszer vagy gyógyszer szervezetünkre gyakorolt hatását, mielőtt elfogyasztanánk vagy bevennénk? Jun Wang genomkutató élő emberek digitális hasonmásának kifejlesztésén dolgozik. A csoport a genetikai kóddal kezdi, de figyelembe vesznek más adatokat is: az elfogyasztott élelmiszertől kezdve az alváson keresztül az okosvécé által begyűjtött adatokig bezárólag. Wang reméli, hogy az értékes információkból olyan eszközt alkothat, amely megváltoztatja az egészséggel kapcsolatos nézeteinket, mind az egyéneket, mind a közösségeket illetően.
- Genomics researcher
At iCarbonX, Jun Wang aims to establish a big data platform for health management. Full bio

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

00:12
TodayMa I'm here, actuallytulajdonképpen,
to posepóz you a questionkérdés.
0
952
2568
Egy kérdést teszek föl önöknek:
00:16
What is life?
1
4056
1150
Mi az élet?
00:17
It has been really puzzlingrejtélyes me
for more than 25 yearsévek,
2
5740
3663
Engem több mint 25 éve izgat a kérdés,
00:21
and will probablyvalószínűleg continueFolytatni doing so
for the nextkövetkező 25 yearsévek.
3
9427
3582
s gyanítom, hogy így lesz ez
a következő 25 évben is.
00:25
This is the thesistézis I did
when I was still in undergraduategraduális schooliskola.
4
13774
4571
Ez itt a diplomamunkám.
00:31
While my colleagueskollégák still treatedkezelt
computersszámítógépek as bignagy calculatorsszámológépek,
5
19435
6942
Mikor a diáktársaim még csak
számolásra használták a számítógépet,
00:38
I startedindult to teachtanít computersszámítógépek to learntanul.
6
26401
2301
én tanulásra kezdtem tanítani.
00:41
I builtépült digitaldigitális ladyhölgy beetlesbogarak
7
29561
3383
Digitális katicabogarakat készítettem,
00:44
and triedmegpróbálta to learntanul from realigazi ladyhölgy beetlesbogarak,
just to do one thing:
8
32968
4587
s egyetlen dolgot akartam megtanulni
a valódi katicáktól:
00:49
searchKeresés for foodélelmiszer.
9
37579
1150
hogyan találnak élelmet?
00:51
And after very simpleegyszerű neuralideg- networkhálózat --
10
39321
2774
Egy rendkívül egyszerű neurális hálózat,
00:54
geneticgenetikai algorithmsalgoritmusok and so on --
11
42119
2271
génalgoritmusok és a többi után
00:56
look at the patternminta.
12
44414
1357
előttem állt a modell.
00:57
They're almostmajdnem identicalazonos to realigazi life.
13
45795
3022
Majdnem teljesen élethű.
01:01
A very strikingmeglepő learningtanulás experiencetapasztalat
for a twenty-year-oldhúsz éves.
14
49977
3888
Megdöbbentő tanulási tapasztalat
egy húszéves fiatalnak.
01:07
Life is a learningtanulás programprogram.
15
55603
2907
Az élet nem más, mint tanulási program.
01:12
When you look
at all of this wonderfulcsodálatos worldvilág,
16
60259
3533
Csodálatos világunkban minden fajnak
01:15
everyminden speciesfaj has
its ownsaját learningtanulás programprogram.
17
63816
3192
saját tanulási programja van.
01:19
The learningtanulás programprogram is genomegenom,
18
67585
2761
A tanulási program a genom,
01:22
and the codekód of that programprogram is DNADNS.
19
70370
3604
és a program kódja a DNS.
01:27
The differentkülönböző genomesgenomok of eachminden egyes speciesfaj
representképvisel differentkülönböző survivaltúlélés strategiesstratégiák.
20
75157
5977
Minden fajnak más-más túlélési stratégiát
megvalósító saját genomja van.
01:33
They representképvisel hundredsszáz of millionsTöbb millió
of yearsévek of evolutionevolúció.
21
81618
4214
Több száz millió éves
evolúció formálta őket:
01:38
The interactioninterakció betweenközött
everyminden species'a fajok ancestorőse
22
86879
3792
a fajok ősei és a környezetük közötti
01:42
and the environmentkörnyezet.
23
90695
1970
kölcsönhatás.
01:46
I was really fascinatedelbűvölt about the worldvilág,
24
94150
2439
El voltam bűvölve a világtól,
01:48
about the DNADNS,
25
96613
1182
a DNS-től,
01:49
about, you know, the languagenyelv of life,
26
97819
2943
az "élet nyelvétől",
01:52
the programprogram of learningtanulás.
27
100786
1646
a tanulási programtól.
01:54
So I decidedhatározott to co-foundegyütt talált
the instituteintézet to readolvas them.
28
102767
4733
Eldöntöttem, hogy a genom
megfejtésére intézetet alapítok.
01:59
I readolvas manysok of them.
29
107524
1362
Sokat elolvastam közülük.
02:01
We probablyvalószínűleg readolvas more than halffél
of the priorelőzetes animalállat genomesgenomok in the worldvilág.
30
109589
4129
A mai állatok elődeinek genomjából
több mint a felét elolvastuk.
02:06
I mean, up to datedátum.
31
114315
1404
Tehát még folyamatban van.
02:09
We did learntanul a lot.
32
117443
1235
Sokat tanultunk.
02:11
We did sequencesorrend, alsois,
one speciesfaj manysok, manysok timesalkalommal ...
33
119297
3868
Az egyik fajt sokszor szekvenáltuk...
02:15
humanemberi genomegenom.
34
123189
1159
az ember genomját.
02:16
We sequencedszekvenálták the first AsianÁzsiai.
35
124372
1762
Mi szekvenáltuk az első ázsiait.
02:18
I sequencedszekvenálták it myselfmagamat manysok, manysok timesalkalommal,
36
126158
2838
Sokszor szekvenáltam magamat is,
02:21
just to take advantageelőny of that platformemelvény.
37
129020
2559
hogy kihasználjam a helyzetet.
02:24
Look at all those repeatingismétlődő basebázis pairspárok:
38
132968
2906
Nézzük ezeket az ismétlődő bázispárokat:
02:27
ATCGATCG.
39
135898
1468
ATCG.
02:29
You don't understandmegért anything there.
40
137390
1914
Semmit sem értenek belőlük.
02:31
But look at that one basebázis pairpár.
41
139328
1594
De nézzünk csak egy bázispárt,
02:32
Those fiveöt lettersbetűk, the AGGAAAGGAA.
42
140946
2523
az ötbetűs AGGAA-t!
02:35
These fiveöt SNPsSNP representképvisel
a very specifickülönleges haplotypehaplotype
43
143884
3477
Ez az öt sznip, SNP,
a tibeti lakosságra jellemző
02:39
in the TibetanTibeti populationnépesség
44
147385
1841
különleges haplotípust tartalmaz
02:41
around the genegén calledhívott EPASGAZDASÁGI PARTNERSÉGI MEGÁLLAPODÁSOK1.
45
149250
1999
az EPAS1 gén környezetében.
02:43
That genegén has been provedbizonyított --
46
151273
1731
Bebizonyosodott, hogy ez a gén
02:45
it's highlymagasan selectiveszelektív --
47
153028
1263
nagymértékben szelektív,
02:46
it's the mosta legtöbb significantjelentős signaturealáírás
of positivepozitív selectionkiválasztás of TibetansTibetiek
48
154315
4347
ez jelzi legszignifikánsabban
a tibetiek pozitív alkalmazkodását
02:50
for the highermagasabb altitudetengerszint feletti magasság adaptationalkalmazkodás.
49
158686
1682
a nagy magasságokhoz.
02:53
You know what?
50
161102
1214
A magyarázat,
02:54
These fiveöt SNPsSNP were the resulteredmény
of integrationintegráció of DenisovansDenisovans,
51
162340
5787
hogy ez az öt sznip a sapiensnek
a gyenyiszovai emberrel
03:00
or Denisovan-likeDenisovan-hasonló individualsegyének into humansemberek.
52
168151
3252
vagy valami affélével való
keveredés eredménye.
03:04
This is the reasonok
why we need to readolvas those genomesgenomok.
53
172229
2531
Ezért kell elolvasnunk a genomokat,
03:06
To understandmegért historytörténelem,
54
174784
1381
hogy megértsük a történelmet,
03:08
to understandmegért what kindkedves
of learningtanulás processfolyamat
55
176189
4098
hogy milyen tanulási folyamaton
03:12
the genomegenom has been throughkeresztül
for the millionsTöbb millió of yearsévek.
56
180311
3374
ment át a genom sok millió év alatt.
03:17
By readingolvasás a genomegenom,
it can give you a lot of informationinformáció --
57
185498
2923
A genom olvasása sok információt nyújthat,
03:20
tellsmegmondja you the bugsbogarak in the genomegenom --
58
188445
1673
tájékoztat génhibákról,
pl. veleszületett rendellenességekről,
egy bizonyos gén defektusáról.
03:22
I mean, birthszületés defectshibák,
monogeneticmonogenetic disordersrendellenességek.
59
190142
3180
03:25
ReadingOlvasás a dropcsepp of bloodvér
60
193346
1306
Egy vércseppből kiolvasható,
03:26
could tell you why you got a feverláz,
61
194676
2108
miért vagyunk lázasak,
03:28
or it tellsmegmondja you whichmelyik medicinegyógyszer
and dosageadagolás needsigények to be used
62
196808
3104
vagy hogy milyen orvosságot
milyen adagolásban kell szednünk,
03:31
when you're sickbeteg, especiallykülönösen for cancerrák.
63
199936
2721
amikor betegek, kiváltképp
ha rákosak vagyunk.
03:35
A lot of things could be studiedtanult,
but look at that:
64
203675
3120
Sok mindent tanulmányozhatunk,
de nézzenek a kivetítőre!
03:38
30 yearsévek agoezelőtt, we were still poorszegény in ChinaKína.
65
206819
2960
30 éve mi, kínaiak szegények voltunk.
03:43
Only .67 percentszázalék of the Chinesekínai
adultfelnőtt populationnépesség had diabetescukorbetegség.
66
211108
3662
A kínaiak 0,67% volt csak cukorbeteg.
03:47
Look at now: 11 percentszázalék.
67
215187
2143
Nézzék: ma 11%-a!
03:49
GeneticsGenetika cannotnem tud changeváltozás over 30 yearsévek --
68
217877
3128
A génkészlet nem
változhat meg 30 év alatt;
03:53
only one generationgeneráció.
69
221029
1261
ez csak egy emberöltő.
03:54
It mustkell be something differentkülönböző.
70
222905
1627
Valami más játszik közre.
03:56
DietDiéta?
71
224556
1198
A táplálkozás?
03:57
The environmentkörnyezet?
72
225778
1150
A környezet?
03:59
LifestyleÉletmód?
73
227552
1150
Az életmód?
04:01
Even identicalazonos twinsikrek
could developfejleszt totallyteljesen differentlyeltérően.
74
229399
4242
Még az egypetéjű ikrek is
eltérően fejlődhetnek.
04:07
It could be one becomesválik
very obeseelhízott, the other is not.
75
235059
2877
Az egyik elhízástól szenved, a másik nem.
04:11
One developsfejleszt a cancerrák
and the other does not.
76
239034
2502
Az egyikük rákos lesz, a másik nem.
04:13
Not mentioningmegemlíteni livingélő
in a very stressedhangsúlyozta environmentkörnyezet.
77
241560
4905
És akkor még a stresszes
környezetről nem beszéltem.
04:19
I movedköltözött to ShenzhenShenzhen 10 yearsévek agoezelőtt ...
78
247566
2595
Talán valaki tudja,
hogy bizonyos körülmények miatt
04:22
for some reasonok, people maylehet know.
79
250185
2738
10 éve Sencsenbe költöztem.
04:25
If the gene'sgén barátait underalatt stressfeszültség,
80
253969
1939
Stressz hatása alatt a gének
04:27
it behavesúgy viselkedik totallyteljesen differentlyeltérően.
81
255932
1667
teljesen másként viselkednek.
04:30
Life is a journeyutazás.
82
258863
1381
Az élet egy nagy utazás.
04:32
A genegén is just a startingkiindulási pointpont,
83
260817
2508
A gén csupán a kiindulópont,
04:35
not the endvég.
84
263349
1150
nem a végpont.
04:37
You have this statisticalstatisztikai riskkockázat
of certainbizonyos diseasesbetegségek when you are bornszületett.
85
265286
4488
Születésünk óta bennünk van
a statikus kockázat bizonyos betegségekre.
04:42
But everyminden day you make differentkülönböző choicesválasztás,
86
270392
3563
De naponta hozunk döntéseket,
04:45
and those choicesválasztás will increasenövekedés
or decreasecsökken the riskkockázat of certainbizonyos diseasesbetegségek.
87
273979
4538
s ezek növelik vagy csökkentik
bizonyos kórok kockázatát.
04:51
But do you know
where you are on the curveív?
88
279428
2259
De tudják-e, a görbén hol helyezkednek el?
04:54
What's the pastmúlt curveív look like?
89
282443
2159
A múltban hogy nézett ki a görbe?
04:56
What kindkedves of decisionsdöntések
are you facingnéző everyminden day?
90
284959
2465
Milyen döntéseket kell naponta hozniuk?
04:59
And what kindkedves of decisiondöntés is the right one
91
287761
2467
S hogyan kell helyesen dönteniük,
05:02
to make your ownsaját right curveív
over your life journeyutazás?
92
290252
4234
hogy életútjuk jó görbe mentén alakuljon?
05:07
What's that?
93
295445
1150
Milyeneket?
05:09
The only thing you cannotnem tud changeváltozás,
94
297320
1969
Az egyetlen dolog,
amin nem változtathatnak
05:11
you cannotnem tud reversefordított back,
95
299313
2181
amit nem forgathatnak vissza,
05:13
is time.
96
301518
1228
az idő.
05:14
ProbablyValószínűleg not yetmég; maybe in the futurejövő.
97
302770
2001
Most nem, bár lehet, hogy a jövőben igen.
05:16
(LaughterNevetés)
98
304795
1110
(Nevetés)
05:17
Well, you cannotnem tud changeváltozás
the decisiondöntés you've madekészült,
99
305929
2819
Meghozott döntéseiken nem módosíthatnak,
05:20
but can we do something there?
100
308772
1541
de nem tehetnénk valami mást?
05:22
Can we actuallytulajdonképpen try to runfuss
multipletöbbszörös optionslehetőségek on me,
101
310643
5102
Nem futtathatnánk le
több lehetőséget önmagunkon,
05:27
and try to predictmegjósolni right
on the consequencekövetkezmény,
102
315769
3559
nem kísérelhetnénk meg
előrejelezni a döntések következményeit,
05:31
and be ableképes to make the right choiceválasztás?
103
319352
2183
hogy így meghozhassuk a helyes döntést?
05:34
After all,
104
322153
1172
Végtére is,
05:35
we are our choicesválasztás.
105
323349
1852
döntéseink meghatároznak minket.
05:38
These ladyhölgy beetlesbogarak camejött to me afterwardskésőbb.
106
326413
2574
Ezután eszembe jutottak a katicák.
05:41
25 yearsévek agoezelőtt, I madekészült
the digitaldigitális ladyhölgy beetlesbogarak
107
329642
3463
25 éve digitális katicákat csináltam,
05:45
to try to simulateszimulálni realigazi ladyhölgy beetlesbogarak.
108
333129
1784
hogy a valódi katicákat szimuláljam.
05:47
Can I make a digitaldigitális me ...
109
335503
1785
Megcsinálhatom
digitális önmagamat...,
05:49
to simulateszimulálni me?
110
337897
1324
amely engem szimulál?
05:51
I understandmegért the neuralideg-
networkhálózat could becomeválik
111
339955
2561
Nyilván a neurális hálózat
05:54
much more sophisticatedkifinomult
and complicatedbonyolult there.
112
342540
3086
sokkal kifinomultabb és bonyolultabb.
05:57
Can I make that one,
113
345650
1554
Tudok-e ilyet készíteni,
05:59
and try to runfuss multipletöbbszörös optionslehetőségek
on that digitaldigitális me --
114
347228
3882
és futtathatok-e több lehetőséget
ezen a digitális önmagamon,
06:03
to computekiszámít that?
115
351134
1260
hogy kiszámoljam a helyes döntést?
06:05
Then I could liveélő in differentkülönböző universesuniverzumok,
116
353025
2963
Akkor egy párhuzamos,
06:08
in parallelpárhuzamos, at the sameazonos time.
117
356012
2764
másik univerzumban élhetek.
06:11
Then I would chooseválaszt
whatevertök mindegy is good for me.
118
359148
2513
Akkor azt választhatom, ami jó nekem.
06:14
I probablyvalószínűleg have the mosta legtöbb comprehensiveátfogó
digitaldigitális me on the planetbolygó.
119
362243
3842
Valószínűleg nekem van a világon
a legátfogóbb digitális énem.
06:18
I've spentköltött a lot of dollarsdollár
on me, on myselfmagamat.
120
366109
2657
Sokat költöttem az énemre, önmagamra.
06:21
And the digitaldigitális me told me
I have a geneticgenetikai riskkockázat of goutköszvény
121
369987
5206
Digitális énem közölte, hogy genetikailag
köszvényre van hajlamom
06:27
by all of those things there.
122
375217
1667
az itt láthatók következtében.
06:29
You need differentkülönböző technologytechnológia to do that.
123
377254
2111
Ehhez különféle technológiák kellenek.
06:31
You need the proteinsfehérjék, genesgének,
124
379389
1570
Vizsgálandók a fehérjék, gének,
06:32
you need metabolizedmetabolizálódik antibodiesantitestek,
125
380983
2526
az antitestek anyagcseréje;
06:35
you need to screenképernyő all your bodytest
126
383533
2492
szűrni kell az egész testet
06:38
about the bacteriasbaktériumok and virusesvírusok
coveringlefedő you, or in you.
127
386049
3624
a rajtunk vagy bennünk lévő
baktériumokra és vírusokra.
06:41
You need to have
all the smartOkos deviceskészülékek there --
128
389697
2788
Szükségünk van mindenféle okos eszközre:
06:44
smartOkos carsautók, smartOkos houseház, smartOkos tablesasztalok,
129
392509
3416
okosautóra, okosházra, okosasztalra,
06:47
smartOkos watch, smartOkos phonetelefon
to tracknyomon követni all of your activitiestevékenységek there.
130
395949
3329
okosórára, okostelefonra, hogy nyomon
kövessük tevékenységünket.
06:51
The environmentkörnyezet is importantfontos --
131
399302
1477
A környezet fontos...
06:52
everything'sminden dolog importantfontos --
132
400803
1221
minden fontos,
06:54
and don't forgetelfelejt the smartOkos toiletWC.
133
402048
1746
s ne feledkezzünk meg az okosvécéről.
06:55
(LaughterNevetés)
134
403818
1031
(Nevetés)
06:56
It's suchilyen a wastehulladék, right?
135
404873
1774
Micsoda pazarlás, ugye?
06:58
EveryMinden day, so much invaluablefelbecsülhetetlen értékű informationinformáció
just has been flushedkipirult into the watervíz.
136
406671
5685
Rengeteg értékes információt
húzunk le a vécén minden nap.
07:04
And you need them.
137
412796
1236
Szükségünk van rájuk.
07:06
You need to measuremérték all of them.
138
414056
1524
Meg kell mérnünk őket.
07:07
You need to be ableképes to measuremérték
everything around you
139
415604
2623
Képesnek kell lennünk
köröttünk mindent megmérni
07:10
and computekiszámít them.
140
418251
1217
és kiszámítani.
07:12
And the digitaldigitális me told me
I have a geneticgenetikai defecthiba.
141
420113
3883
Digitális énem közölte, hogy génhibám van.
07:16
I have a very highmagas riskkockázat of goutköszvény.
142
424797
2071
Nagyon hajlamos vagyok köszvényre.
07:19
I don't feel anything now,
143
427868
1597
Most nincs panaszom.
07:21
I'm still healthyegészséges.
144
429489
1372
Még egészséges vagyok.
07:22
But look at my urichúgysav acidsav levelszint.
145
430885
1501
De húgysavszintem...
07:24
It's doublekettős the normalnormál rangehatótávolság.
146
432410
1815
a normál érték kétszerese.
07:26
And the digitaldigitális me searchedkeresett
all the medicinegyógyszer bookskönyvek,
147
434919
2821
De digitális énem az összes orvosi
könyv átnézése után azt mondta:
07:29
and it tellsmegmondja me, "OK, you could
drinkital burdockBojtorján teatea" --
148
437764
4168
"Igyál bojtorjánteát!"
07:33
I cannotnem tud even pronouncekimondani it right --
149
441956
1698
A nevét sem tudom kimondani.
07:35
(LaughterNevetés)
150
443678
1035
(Nevetés)
07:36
That is from oldrégi Chinesekínai wisdombölcsesség.
151
444737
1814
Ősi kínai módszer.
07:39
And I drankivott that teatea for threehárom monthshónap.
152
447076
2759
Három hónapig teáztam.
07:41
My urichúgysav acidsav has now goneelmúlt back to normalnormál.
153
449859
2541
Húgysavszintem megint normális.
07:45
I mean, it workeddolgozott for me.
154
453118
1675
Nálam hatott.
07:46
All those thousandsTöbb ezer of yearsévek
of wisdombölcsesség workeddolgozott for me.
155
454817
2516
A több ezer éves gyógymód nálam hatott.
Szerencsém volt.
07:49
I was luckyszerencsés.
156
457357
1150
07:50
But I'm probablyvalószínűleg not luckyszerencsés for you.
157
458864
3508
De lehet, hogy magukon nem segít.
07:55
All of this existinglétező
knowledgetudás in the worldvilág
158
463189
2165
Lehet, hogy maguknak a világ összes tudása
07:57
cannotnem tud possiblyesetleg be efficienthatékony enoughelég
or personalizedszemélyre szabott enoughelég for yourselfsaját magad.
159
465378
5824
sem lesz elég hatékony
vagy személyre szóló.
08:03
The only way to make
that digitaldigitális me work ...
160
471872
2655
Az egyetlen módja,
hogy a digitális ént munkára fogjuk:
08:07
is to learntanul from yourselfsaját magad.
161
475424
2057
magunkat kell tanulmányoznunk.
08:11
You have to askkérdez a lot
of questionskérdések about yourselfsaját magad:
162
479093
2404
Egy sereg kérdést kell
föltenniük magukról:
08:13
"What if?" --
163
481521
1673
"Mi van, ha...?"
08:15
I'm beinglény jet-laggedJet-késleltetett now here.
164
483218
1803
Most érzem az időeltolódást.
08:17
You don't probablyvalószínűleg see it, but I do.
165
485045
1958
Talán nem látják rajtam, de érzem.
08:20
What if I eateszik lessKevésbé?
166
488073
1792
Mi van, ha kevesebbet eszem?
08:21
When I tookvett metforminmetformin,
supposedlyállítólag to liveélő longerhosszabb?
167
489889
2948
Ha Meforalt szedek, tovább fogok élni?
Mi van, ha megmászom az Everestet?
08:25
What if I climbmászik MtMT. EverestEverest?
168
493574
1347
08:26
It's not that easykönnyen.
169
494945
1302
Az nehéz.
08:28
Or runfuss a marathonMaraton?
170
496271
1330
Vagy maratont fussak?
08:30
What if I drinkital a bottleüveg of mao-taiMao-Tai,
171
498132
2314
Mi van, ha megiszom
egy üveg kínai cirokpálinkát, a maotájt,
08:32
whichmelyik is a Chinesekínai liquorliquor,
172
500470
1336
08:33
and I get really drunkrészeg?
173
501830
1194
és jól berúgok?
08:35
I was doing a videovideó- rehearsalpróba last time
with the folksemberek here,
174
503048
4429
Legutóbb itt a főpróbán
08:39
when I was drunkrészeg,
175
507501
1269
piás voltam,
08:40
and I totallyteljesen deliveredszállított
a differentkülönböző speechbeszéd.
176
508794
2089
és teljesen mást adtam elő.
08:42
(LaughterNevetés)
177
510907
2869
(Nevetés)
08:45
What if I work lessKevésbé, right?
178
513800
2301
Mi van, ha kevesebbet dolgozom?
08:48
I have been lessKevésbé stressedhangsúlyozta, right?
179
516125
1882
Nem leszek annyira stresszes, ugye?
08:50
So that probablyvalószínűleg never happenedtörtént to me,
180
518031
1810
Ilyen még aligha fordult elő velem.
08:51
I was really stressedhangsúlyozta everyminden day,
181
519865
2098
Minden nap stresszes vagyok,
08:53
but I hoperemény I could be lessKevésbé stressedhangsúlyozta.
182
521987
1966
de remélem, ez csökkenthető.
08:56
These earlykorai studiestanulmányok told us,
183
524291
2179
A korai vizsgálatok kimutatták,
08:58
even with the sameazonos bananabanán,
184
526494
1983
hogy ugyanaz a banán
09:00
we have totallyteljesen differentkülönböző
glucose-levelglükóz-szint reactionsreakciók
185
528501
2987
más-más egyéneknél
eltérő glükózszint-reakciót eredményez.
09:03
over differentkülönböző individualsegyének.
186
531512
1386
09:04
How about me?
187
532922
1150
És nálam?
09:06
What is the right breakfastreggeli for me?
188
534416
1998
Miből álljon az egészséges reggelim?
09:08
I need to do two weekshetes
of controlledellenőrzött experimentskísérletek,
189
536438
2918
Kéthetes kísérletet kell
magamon végeznem,
09:11
of testingtesztelés all kindsféle of differentkülönböző
foodélelmiszer ingredientsösszetevők on me,
190
539380
3745
hogy teszteljem, hogyan hatnak rám
a különböző élelmiszer-összetevők,
09:15
and checkjelölje be my body'sszervezet reactionreakció.
191
543149
2288
és ellenőriznem kell testi reakcióimat.
09:17
And I don't know
the precisepontos nutritiontáplálás for me,
192
545461
3117
Nem tudom,
hogyan kell helyesen táplálkoznom.
09:20
for myselfmagamat.
193
548602
1150
09:23
Then I wanted to searchKeresés
all the Chinesekínai oldrégi wisdombölcsesség
194
551193
4364
Át akartam nézni
az összes ősi kínai javallatot,
09:27
about how I can liveélő longerhosszabb,
and healthieregészségesebb.
195
555581
2992
hogy miként élhetek
sokáig és egészségesebben.
09:30
I did it.
196
558889
1228
Megtettem.
09:32
Some of them are really unachievableelérhetetlen.
197
560141
2251
Némelyikük megvalósíthatatlan.
09:34
I did this onceegyszer last OctoberOktóber,
198
562742
2865
Tavaly októberben
09:37
by not eatingenni for sevenhét daysnapok.
199
565631
1718
egyszer hét napig koplaltam.
09:40
I did a fastgyors for sevenhét daysnapok
with sixhat partnerspartnerek of mineenyém.
200
568149
4124
Hat társammal együtt hét napig böjtöltem.
09:44
Look at those people.
201
572778
1259
Nézzék őket!
09:46
One smilemosoly.
202
574061
1151
Egyikük mosolyog.
Tudják, miért?
09:47
You know why he smiledmosolygott?
203
575236
1151
Mert csalt.
09:48
He cheatedbecsapott.
204
576411
1167
(Nevetés)
09:49
(LaughterNevetés)
205
577602
1000
Este megivott egy csésze kávét.
09:50
He drankivott one cupcsésze of coffeekávé at night,
206
578626
3136
09:53
and we caughtelkapott it from the dataadat.
207
581786
1485
Az adatokból jöttünk rá.
(Nevetés)
09:55
(LaughterNevetés)
208
583295
1045
Az adatokból minden kiderítettünk.
09:56
We measuredmért everything from the dataadat.
209
584364
2460
09:58
We were ableképes to tracknyomon követni them,
210
586848
2214
Nyomon követhettük őket,
10:01
and we could really see --
211
589086
1558
és betekinthettünk...
10:02
for examplepélda, my immuneimmúnis systemrendszer,
212
590668
2001
pl. az immunrendszerembe,
10:04
just to give you a little hintcélzás there.
213
592693
1762
hogy kissé érzékeltessem...
10:06
My immuneimmúnis systemrendszer changedmegváltozott
dramaticallydrámaian over 24 hoursórák there.
214
594479
4304
Immunrendszerem 24 óra alatt
gyökeresen megváltozott.
10:11
And my antibodyantitest regulatesszabályozza a my proteinsfehérjék
215
599918
3133
Antitesteim szabályozzák fehérjéimet
10:15
for that dramaticdrámai changeváltozás.
216
603075
1536
e gyökeres változás során.
10:16
And everybodymindenki was doing that.
217
604635
1381
Mindenkivel ez történt.
10:18
Even if we're essentiallylényegében
totallyteljesen differentkülönböző at the very beginningkezdet.
218
606040
3332
Függetlenül attól, hogy mindannyiunk
eleve másmilyen volt.
10:21
And that probablyvalószínűleg will be
an interestingérdekes treatmentkezelés in the futurejövő
219
609396
3045
A jövőben ez valószínűleg
a rák és hasonló kórok
10:24
for cancerrák and things like that.
220
612465
1643
érdekes gyógymódja lesz.
10:26
It becomesválik very, very interestingérdekes.
221
614132
1630
Nagyon érdekessé válik.
10:28
But something you probablyvalószínűleg
don't want to try,
222
616286
2701
De van, amit nyilván
nem akarnak megkóstolni,
10:31
like drinkingivás fecalbélsár watervíz
from a healthieregészségesebb individualEgyedi,
223
619011
3676
pl. egy egészséges ember
vízzel kevert ürülékét,
bár fittebbnek fogjuk érezni magunkat tőle
10:34
whichmelyik will make you feel healthieregészségesebb.
224
622711
1667
10:36
This is from oldrégi Chinesekínai wisdombölcsesség.
225
624402
1715
az ősi kínai tanítás szerint.
10:38
Look at that, right?
226
626141
1436
Gondoljanak csak bele!
10:39
Like 1,700 yearsévek agoezelőtt,
227
627601
2166
Kb. 1 700 éve
10:41
it's alreadymár there, in the bookkönyv.
228
629791
2280
ez már le van írva.
10:44
But I still hategyűlölet the smellszag.
229
632608
1327
Mégis undorodom a szagától.
10:46
(LaughterNevetés)
230
634237
1150
(Nevetés)
10:47
I want to find out the trueigaz way to do it,
231
635411
2406
Rá akarok jönni a jó módszerre.
10:49
maybe find a combinationkombináció of cocktailskoktélok
of bacteriasbaktériumok and drinkital it,
232
637841
4354
Talán baktériumkoktélt kellene innom,
attól tán jobban lennék.
10:54
it probablyvalószínűleg will make me better.
233
642219
1524
Ezzel kísérletezem.
10:55
So I'm tryingmegpróbálja to do that.
234
643767
1191
10:56
Even thoughbár I'm tryingmegpróbálja this hardkemény,
235
644982
3002
Ugyan igyekszem, de pokoli nehéz
11:00
it's so difficultnehéz to testteszt out
all possiblelehetséges conditionskörülmények.
236
648008
5026
kipróbálnom magamon minden összetételt.
11:05
It's not possiblelehetséges to do
all kindsféle of experimentskísérletek at all ...
237
653058
5237
Képtelenség minden kísérletet elvégezni,
11:11
but we do have sevenhét billionmilliárd, ezermillió
learningtanulás programsprogramok on this planetbolygó.
238
659341
3813
hiszen bolygónkon
hétmilliárd tanulóprogram van.
11:15
SevenHét billionmilliárd, ezermillió.
239
663178
1266
Hétmilliárd.
11:16
And everyminden programprogram
is runningfutás in differentkülönböző conditionskörülmények
240
664468
3651
Minden program
eltérő feltételekkel folyik,
11:20
and doing differentkülönböző experimentskísérletek.
241
668143
1781
s ez különféle kísérleteket jelent.
11:21
Can we all measuremérték them?
242
669948
1851
Bemérhetjük mindegyiküket?
11:24
SevenHét yearsévek agoezelőtt,
I wroteírt an essayesszé in "ScienceTudomány"
243
672962
3215
Hét éve írtam egy cikket a Science-be
11:28
to celebrateünnepel the humanemberi genome'sgenom barátait
10-year-év anniversaryévforduló.
244
676201
3292
a humán genom fölfedezésének
10. évfordulójára.
11:32
I said, "SequenceSorozat yourselfsaját magad,
245
680175
1654
Ezt írtam: "Szekvenálják magukat
11:33
for one and for all."
246
681853
1623
a maguk és mások kedvéért!"
11:35
But now I'm going to say,
247
683798
1868
Ma viszont ezt mondom:
11:37
"DigitalizeGyűszűvirág yourselfsaját magad for one and for all."
248
685690
3746
"Digitalizálják magukat
a maguk és mások kedvéért!"
11:42
When we make this digitaldigitális me
into a digitaldigitális we,
249
690275
5600
Amikor a digitális ént
digitális "mi"-vé változtatjuk,
11:47
when we try to formforma an internetInternet of life,
250
695899
3752
amikor az élet internetjét alakítjuk ki,
11:51
when people can learntanul from eachminden egyes other,
251
699675
2861
amikor az emberek egymástól tanulhatnak,
11:54
when people can learntanul
from theirazok experiencetapasztalat,
252
702560
2707
amikor tapasztalatukból,
11:57
theirazok dataadat,
253
705291
1731
adataikból okulhatnak,
11:59
when people can really formforma
a digitaldigitális me by themselvesmaguk
254
707046
3601
amikor maguk tényleg
kialakíthatják a digitális "mi"-t,
12:02
and we learntanul from it,
255
710671
1611
és tanulhatnak belőle,
12:05
the digitaldigitális we will be
totallyteljesen differentkülönböző with a digitaldigitális me.
256
713416
5732
a digitális "mi" egyáltalán nem fog
hasonlítani a digitális énre.
12:11
But it can only come from the digitaldigitális me.
257
719172
3420
De ez csak a digitális énből keletkezhet.
12:16
And this is what I try to proposejavasol here.
258
724103
2979
Ezt szeretném itt javasolni.
12:20
JoinCsatlakozzon me --
259
728121
1150
Tartsanak velem,
12:21
becomeválik we,
260
729944
1150
legyenek ez a "mi",
12:23
and everybodymindenki should buildépít up
theirazok ownsaját digitaldigitális me,
261
731792
4938
és mindenki építse föl
a maga digitális énjét,
12:28
because only by that
will you learntanul more about you,
262
736754
4519
mert csak így tudhatnak
meg többet magukról,
12:33
about me,
263
741297
1424
rólam,
12:34
about us ...
264
742745
1165
magunkról,
12:36
about the questionkérdés I just posedjelentett
at the very beginningkezdet:
265
744678
3680
előadásom elején föltett kérdésről:
12:40
"What is life?"
266
748382
1150
"Mi az élet?"
12:42
Thank you.
267
750066
1169
Köszönöm.
12:43
(ApplauseTaps)
268
751259
5950
(Taps)
12:49
ChrisChris AndersonAnderson:
One quickgyors questionkérdés for you.
269
757233
2761
Chris Anderson: Egy gyors kérdés.
12:52
I mean, the work is amazingelképesztő.
270
760818
1974
Elképesztő munka!
12:54
I suspectgyanúsított one questionkérdés people have is,
271
762816
3198
Miközben tűkön ülve várjuk
a személyre szabott orvoslás
12:58
as we look forwardelőre to these amazingelképesztő
technicalműszaki possibilitieslehetőségek
272
766038
3281
elképesztő műszaki lehetőségeit,
13:01
of personalizedszemélyre szabott medicinegyógyszer,
273
769343
1361
egy kérdés fölmerül bennünk:
13:02
in the near-termrövid távon it feelsérzi like
they're only going to be affordablemegfizethető
274
770728
3303
a közeljövőben ezt csak egy szűk kör
13:06
for a fewkevés people, right?
275
774055
1276
engedheti meg magának?
13:07
It costskiadások manysok dollarsdollár to do
all the sequencingszekvenálás and so forthtovább.
276
775355
2991
A szekvenálás meg a többi sokba kerül.
13:10
Is this going to leadvezet to a kindkedves of,
277
778889
2912
Nem vezet-e ez
13:13
you know, increasingnövekvő inequalityegyenlőtlenség?
278
781825
2317
fokozódó egyenlőtlenséghez?
13:16
Or do you have this visionlátomás
that the knowledgetudás that you get
279
784166
3911
Vagy azt gondolja,
13:20
from the pioneersúttörők
280
788101
1352
hogy az úttörők tudása
13:21
can actuallytulajdonképpen be
prettyszép quicklygyorsan disseminatedterjesztik
281
789477
2096
elég gyorsan elterjedhet,
13:23
to help a broadertágabb setkészlet of recipientscímzettek?
282
791597
4124
és a rászorulók szélesebb körén segíthet?
13:27
JunJúnius WangWang: Well, good questionkérdés.
283
795745
1534
Jun Wang: Jó kérdés.
13:29
I'll tell you that sevenhét yearsévek agoezelőtt,
when I co-foundedtársalapítója BGIBGI,
284
797303
3551
Hét éve, amikor társaimmal
megalapítottuk a BGI-t,
13:32
and servedszolgált as the CEOVEZÉRIGAZGATÓ
of the companyvállalat there,
285
800878
3405
amelynek vezetője voltam,
13:36
the only goalcél there for me to do
286
804307
2381
egyetlen célom
13:38
was to drivehajtás the sequencingszekvenálás costköltség down.
287
806712
1983
a szekvenálási költség leszorítása volt.
13:41
It startedindult from 100 millionmillió dollarsdollár
perper humanemberi genomegenom.
288
809044
2775
Eleinte ez humán genomonként
100 millió dollárt tett ki.
13:43
Now, it's a couplepárosít hundredszáz dollarsdollár
for a humanemberi genomegenom.
289
811843
2591
Ma pár száz dollár.
13:46
The only reasonok to do it
is to get more people to benefithaszon from it.
290
814458
3614
Egyetlen célja, hogy mind többen
részesüljenek az előnyeiből.
13:50
So for the digitaldigitális me,
it's the sameazonos thing.
291
818378
2157
A digitális énnel ugyanez a helyzet.
13:52
Now, you probablyvalószínűleg need,
292
820559
1489
Ma valószínűleg 100 millió dollár kell
13:54
you know, one millionmillió dollarsdollár
to digitizedigitalizálása a personszemély.
293
822072
3229
egy személy digitalizálásához.
13:57
I think it has to be 100 dollarsdollár.
294
825801
1675
100 dollár elfogadható lenne.
13:59
It has to be freeingyenes for manysok of those people
that urgentlysürgősen need that.
295
827987
4049
Ingyenesnek kell lennie azoknak,
akiknek sürgős szükségük van rá.
14:04
So this is our goalcél.
296
832372
1267
Ez a célunk.
14:05
And it seemsÚgy tűnik, that with all
this mergingegyesítése of the technologytechnológia,
297
833993
3423
Különböző technológiák ötvözésével
14:09
I'm thinkinggondolkodás that in the very nearközel futurejövő,
298
837440
2592
a közeljövőben,
14:12
let's say threehárom to fiveöt yearsévek,
299
840056
2365
úgy három-öt év múlva
ez valósággá válik.
14:14
it will come to realityvalóság.
300
842445
1482
14:15
And this is the wholeegész ideaötlet
of why I foundedalapított iCarbonXiCarbonX,
301
843951
3979
Erre az ötletre alapítottam a iCarbonX-et,
14:19
my secondmásodik companyvállalat.
302
847954
1219
második cégemet.
14:21
It's really tryingmegpróbálja to get the costköltség down
303
849197
2868
A cég próbálja a költségeket levinni
14:24
to a levelszint where everyminden individualEgyedi
could have the benefithaszon.
304
852089
3420
olyan szintre, hogy bárki
élvezhesse az eljárás előnyeit.
14:27
CACA: All right, so the dreamálom is not
eliteelit healthEgészség servicesszolgáltatások for fewkevés,
305
855533
3048
CA: Tehát az álma nem a kevés
kiválasztott orvosi ellátása,
14:30
it's to really try
306
858605
1234
hanem az,
14:31
and actuallytulajdonképpen make overallátfogó healthEgészség caregondoskodás
much more costköltség effectivehatékony --
307
859863
3111
hogy az általános egészségügyi ellátás
költséghatékonyabb legyen.
14:34
JWJW: But we startedindult
from some earlykorai adoptersalkalmazók,
308
862998
2430
JW: Eleinte csak egy páran tették
magukévá az ötletet,
14:37
people believinghívő ideasötletek and so on,
309
865452
2506
kevesen hittek benne,
14:39
but eventuallyvégül is, it will becomeválik
everybody'smindenkié benefithaszon.
310
867982
3642
De végül ez mindenki hasznára válik.
14:44
CACA: Well, JunJúnius, I think
it's got to be trueigaz to say
311
872303
2333
CA: Jun, nem túlzás azt állítani,
hogy maga a világ egyik legkitűnőbb
tudományos koponyája.
14:46
you're one of the mosta legtöbb amazingelképesztő
scientifictudományos mindselmék on the planetbolygó,
312
874660
2958
Megtiszteltetés, hogy eljött.
14:49
and it's an honorbecsület to have you.
313
877642
1429
JW: Köszönöm.
14:51
JWJW: Thank you.
314
879095
1158
(Taps)
14:52
(ApplauseTaps)
315
880277
1150
Translated by Peter Pallós
Reviewed by Orsolya Kiss

▲Back to top

ABOUT THE SPEAKER
Jun Wang - Genomics researcher
At iCarbonX, Jun Wang aims to establish a big data platform for health management.

Why you should listen

In 1999, Jun Wang founded the Bioinformatics Department of Beijing Genomics Institute (BGI, now known as BGI Shenzhen), one of China’s premier research facilities. Until July 2015, Wang led the institution of 5,000+ people engaged in studies of genomics and its informatics, including genome assembly, annotation, expression, comparative genomics, molecular evolution, transcriptional regulation, genome variation analysis, database construction as well as methodology development such as the sequence assembler and alignment tools. He also focuses on interpretation of the definition of "gene" by expression and conservation study. In 2003, Wang was also involved in the SARS genome analysis and the silkworm genome assembly and analysis in cooperation with Chinese Southeast Agricultural University. The Pig Genome Project was completed at BGI under his leadership, as well as the chicken genome variation map and the TreeFam in collaboration with the Sanger Institute. In 2007, he and his group finished the first Asian diploid genome, the 1000 genome project, and many more projects. He initiated the "million genomes project" which seeks to better understand health based on human, plant, animal and micro-ecosystem genomes.

In late 2015, Wang founded a new institute/company, iCarbonX, aiming to develop an artificial intelligence engine to interpret and mine multiple health-related data and help people better manage their health and defeat disease.

More profile about the speaker
Jun Wang | Speaker | TED.com