TEDSummit 2019
Laura Boykin: How we're using DNA tech to help farmers fight crop diseases
Laura Boykin: Como estamos usando tecnologia de DNA para ajudar agricultores a combater doenças nas plantações
Filmed:
Readability: 4.1
1,215,005 views
Quase 800 milhões de pessoas em todo o mundo dependem da mandioca para sobrevivência, mas esta fonte vital de alimento está sob ataque de vírus totalmente evitáveis, diz a bióloga computacional e Bolsista TED Senior Laura Boykin. Ela nos leva para as lavouras na África Oriental, onde está trabalhando com uma equipe multidisciplinar de cientistas para ajudar agricultores a manter suas plantações saudáveis usando um laboratório de DNA portátil e um minisupercomputador que pode identificar vírus em horas, em vez de meses.
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. Full bio
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 bed for two reasons.
0
991
2326
Eu me levanto da cama por dois motivos.
00:15
One, small-scale family farmers
need more food.
need more food.
1
3341
4031
Primeiro, pequenos agricultores familiares
precisam de mais comida.
precisam de mais comida.
00:19
It's crazy that in 2019
farmers that feed us are hungry.
farmers that feed us are hungry.
2
7738
5178
É uma loucura que em 2019, agricultores
que nos alimentam passem fome.
que nos alimentam passem fome.
00:25
And two, science needs to be
more diverse and inclusive.
more diverse and inclusive.
3
13353
4833
E segundo, a ciência precisa ser
mais diversificada e inclusiva.
mais diversificada e inclusiva.
00:30
If we're going to solve
the toughest challenges on the planet,
the toughest challenges on the planet,
4
18679
3422
Se vamos resolver os problemas
mais difíceis do planeta,
mais difíceis do planeta,
00:34
like food insecurity for the millions
living in extreme poverty,
living in extreme poverty,
5
22125
4333
como insegurança alimentar para os milhões
que vivem em extrema pobreza,
que vivem em extrema pobreza,
00:38
it's going to take all of us.
6
26482
1619
isso dependerá de todos nós.
00:40
I want to use the latest technology
7
28680
2580
Quero usar a tecnologia mais recente
00:43
with the most diverse
and inclusive teams on the planet
and inclusive teams on the planet
8
31284
3293
com as equipes mais diversas
e inclusivas do planeta
e inclusivas do planeta
00:46
to help farmers have more food.
9
34601
2067
para ajudar agricultores
a ter mais comida.
a ter mais comida.
00:49
I'm a computational biologist.
10
37545
1881
Sou bióloga computacional.
00:51
I know -- what is that
and how is it going to help end hunger?
and how is it going to help end hunger?
11
39450
3404
Mas o que é isso e como vai ajudar
a acabar com a fome?
a acabar com a fome?
00:54
Basically, I like computers and biology
12
42878
3246
Basicamente, gosto
de computadores e biologia
de computadores e biologia
00:58
and somehow,
putting that together is a job.
putting that together is a job.
13
46148
2444
e, de alguma forma,
juntar os dois vira um trabalho.
juntar os dois vira um trabalho.
01:00
(Laughter)
14
48616
1083
(Risos)
01:01
I don't have a story
15
49723
1520
Não tenho uma história
01:03
of wanting to be a biologist
from a young age.
from a young age.
16
51267
3286
de querer ser bióloga desde pequena.
01:06
The truth is, I played
basketball in college.
basketball in college.
17
54577
3706
A verdade é que joguei
basquete na faculdade.
basquete na faculdade.
01:10
And part of my financial aid package
was I needed a work-study job.
was I needed a work-study job.
18
58585
5143
E, como parte do financiamento estudantil,
eu trabalhava um período no campus.
eu trabalhava um período no campus.
01:16
So one random day,
19
64300
1540
Um belo dia,
01:17
I wandered to the nearest building
to my dorm room.
to my dorm room.
20
65864
3197
andei até o prédio mais próximo
do meu dormitório.
do meu dormitório.
01:21
And it just so happens
it was the biology building.
it was the biology building.
21
69085
2680
E acontece que era o prédio da biologia.
01:24
I went inside and looked at the job board.
22
72347
2586
Entrei e vi o quadro de vagas de emprego.
01:27
Yes, this is pre-the-internet.
23
75493
2164
Isso mesmo, ainda não havia a internet.
01:30
And I saw a three-by-five card
24
78430
2007
E vi um pequeno anúncio de uma vaga
para trabalhar no herbário.
para trabalhar no herbário.
01:32
advertising a job
to work in the herbarium.
to work in the herbarium.
25
80461
3155
01:36
I quickly took down the number,
26
84601
2001
Rapidamente anotei o telefone,
01:38
because it said "flexible hours,"
27
86626
1705
porque dizia "horário flexível",
01:40
and I needed that to work around
my basketball schedule.
my basketball schedule.
28
88355
3257
e eu precisava disso para conciliar
com a agenda do basquete.
com a agenda do basquete.
01:44
I ran to the library
to figure out what an herbarium was.
to figure out what an herbarium was.
29
92204
4587
Corri para a biblioteca
para descobrir o que era um herbário.
para descobrir o que era um herbário.
01:48
(Laughter)
30
96815
2207
(Risos)
01:51
And it turns out
31
99046
1309
E descobri
01:52
an herbarium is where they store
dead, dried plants.
dead, dried plants.
32
100379
4079
que é onde armazenam
plantas mortas e secas.
plantas mortas e secas.
01:57
I was lucky to land the job.
33
105379
1714
Tive sorte de conseguir o emprego.
01:59
So my first scientific job
34
107117
3206
Minha primeira tarefa científica
02:02
was gluing dead plants onto paper
for hours on end.
for hours on end.
35
110347
5335
foi colar plantas mortas
no papel por horas a fio.
no papel por horas a fio.
02:07
(Laughter)
36
115706
3278
(Risos)
02:11
It's so glamorous.
37
119008
1150
É tão fascinante.
02:12
This is how I became
a computational biologist.
a computational biologist.
38
120182
3139
Foi assim que me tornei
bióloga computacional.
bióloga computacional.
02:16
During that time,
39
124323
1183
Naquela época,
02:17
genomics and computing were coming of age.
40
125530
2722
genômica e computação
estavam amadurecendo.
estavam amadurecendo.
02:20
And I went on to do my masters
41
128276
2404
E resolvi fazer meu mestrado
02:22
combining biology and computers.
42
130704
3095
combinando biologia e computação.
02:25
During that time,
43
133823
1165
Nessa época, trabalhei
no Laboratório Nacional de Los Alamos,
no Laboratório Nacional de Los Alamos,
02:27
I worked at Los Alamos National Lab
44
135012
1779
02:28
in the theoretical biology
and biophysics group.
and biophysics group.
45
136815
2518
no grupo teórico de biologia e biofísica.
02:31
And it was there I had my first encounter
with the supercomputer,
with the supercomputer,
46
139776
3730
E foi lá que tive meu primeiro encontro
com um supercomputador,
com um supercomputador,
02:35
and my mind was blown.
47
143530
1674
e aquilo me impactou.
02:37
With the power of supercomputing,
48
145840
2039
Com o poder da supercomputação.
02:39
which is basically thousands
of connected PCs on steroids,
of connected PCs on steroids,
49
147903
4223
que é basicamente milhares de PCs
conectados e anabolizados,
conectados e anabolizados,
02:44
we were able to uncover the complexities
of influenza and hepatitis C.
of influenza and hepatitis C.
50
152150
5473
fomos capazes de desvendar
as complexidades da gripe e da hepatite C.
as complexidades da gripe e da hepatite C.
02:50
And it was during this time
that I saw the power
that I saw the power
51
158134
2331
E foi nessa época que vi o poder
02:52
of using computers
and biology combined, for humanity.
and biology combined, for humanity.
52
160489
4120
de usar computadores e biologia
combinados, em prol da humanidade.
combinados, em prol da humanidade.
02:56
And I wanted this to be my career path.
53
164633
2372
E eu queria que essa fosse minha carreira.
03:00
So, since 1999,
54
168030
1777
Desde 1999,
03:01
I've spent the majority
of my scientific career
of my scientific career
55
169831
2698
passei a maior parte
da minha carreira científica
da minha carreira científica
03:04
in very high-tech labs,
56
172553
1929
em laboratórios de alta tecnologia,
03:06
surrounded by really expensive equipment.
57
174506
2733
cercada por equipamentos
extremamente caros.
extremamente caros.
03:09
So many ask me
58
177712
1643
Muitos me perguntam
03:11
how and why do I work
for farmers in Africa.
for farmers in Africa.
59
179379
3867
como e por que trabalho
para agricultores na África.
para agricultores na África.
03:15
Well, because of my computing skills,
60
183804
2302
Por causa das minhas
habilidades de computação,
habilidades de computação,
03:18
in 2013, a team of East African scientists
61
186130
4539
em 2013, uma equipe
de cientistas da África Oriental
de cientistas da África Oriental
03:22
asked me to join the team
in the plight to save cassava.
in the plight to save cassava.
62
190693
4089
me pediu para me juntar a eles
na luta para salvar a mandioca,
na luta para salvar a mandioca,
03:27
Cassava is a plant whose leaves and roots
feed 800 million people globally.
feed 800 million people globally.
63
195766
6970
uma planta cujas folhas e raízes alimentam
800 milhões de pessoas no mundo,
800 milhões de pessoas no mundo,
03:35
And 500 million in East Africa.
64
203639
3037
sendo 500 milhões na África Oriental.
03:38
So that's nearly a billion people
65
206994
2007
Isso é quase um bilhão de pessoas
03:41
relying on this plant
for their daily calories.
for their daily calories.
66
209025
2968
contando com esta planta
para consumo diário.
para consumo diário.
03:44
If a small-scale family farmer
has enough cassava,
has enough cassava,
67
212581
3845
Se uma pequena agricultora familiar
tiver mandioca o bastante,
tiver mandioca o bastante,
03:48
she can feed her family
68
216450
2144
ela pode alimentar sua família
03:50
and she can sell it at the market
for important things like school fees,
for important things like school fees,
69
218618
4046
e vender outra parte para custear coisas
importantes como mensalidades escolares,
importantes como mensalidades escolares,
03:54
medical expenses and savings.
70
222688
2135
despesas médicas ou uma poupança.
03:57
But cassava is under attack in Africa.
71
225752
3531
Mas a mandioca está sob ataque na África.
04:01
Whiteflies and viruses
are devastating cassava.
are devastating cassava.
72
229665
4436
Moscas brancas e vírus
estão devastando a mandioca.
estão devastando a mandioca.
04:06
Whiteflies are tiny insects
73
234593
2206
Moscas brancas são insetos minúsculos
04:08
that feed on the leaves
of over 600 plants.
of over 600 plants.
74
236823
2818
que se alimentam das folhas
de mais de 600 plantas.
de mais de 600 plantas.
04:11
They are bad news.
75
239665
1801
Elas são más notícias.
04:13
There are many species;
76
241490
1159
Existem várias espécies;
04:14
they become pesticide resistant;
77
242673
2269
elas se tornaram resistentes a pesticidas;
04:16
and they transmit hundreds
of plant viruses
of plant viruses
78
244966
4254
e transmitem centenas de vírus de plantas
04:21
that cause cassava brown streak disease
79
249244
2524
que causam doenças na mandioca
chamadas listrado marrom
chamadas listrado marrom
04:23
and cassava mosaic disease.
80
251792
1800
e mosaico africano.
04:26
This completely kills the plant.
81
254085
2134
Elas matam a planta completamente.
04:29
And if there's no cassava,
82
257038
1817
E se não há mandioca,
04:30
there's no food or income
for millions of people.
for millions of people.
83
258879
3999
não há comida ou renda
para milhões de pessoas.
para milhões de pessoas.
04:36
It took me one trip to Tanzania
84
264141
2476
Bastou uma viagem à Tanzânia
04:38
to realize that these women
need some help.
need some help.
85
266641
2738
para perceber que essas mulheres
precisavam de ajuda.
precisavam de ajuda.
04:41
These amazing, strong,
small-scale family farmers,
small-scale family farmers,
86
269403
4253
Esses fortes e incríveis
pequenos agricultores familiares,
pequenos agricultores familiares,
04:45
the majority women,
87
273680
1268
a maioria mulheres,
04:46
are doing it rough.
88
274972
1267
passavam por dificuldades.
04:48
They don't have enough food
to feed their families,
to feed their families,
89
276744
2436
Não têm comida o bastante
para a família deles,
para a família deles,
04:51
and it's a real crisis.
90
279204
1588
o que é uma verdadeira crise.
04:53
What happens is
91
281530
1499
Acontece é que eles plantam lavouras
de mandioca quando as chuvas chegam.
de mandioca quando as chuvas chegam.
04:55
they go out and plant fields of cassava
when the rains come.
when the rains come.
92
283053
2992
04:58
Nine months later,
93
286069
1706
Nove meses depois,
04:59
there's nothing, because of these
pests and pathogens.
pests and pathogens.
94
287799
3080
não produzem nada,
por causa dessas pragas e patógenos.
por causa dessas pragas e patógenos.
05:02
And I thought to myself,
95
290903
2158
Então, eu pensei:
05:05
how in the world can farmers be hungry?
96
293085
3198
"Como é possível
agricultores passarem fome?"
agricultores passarem fome?"
05:08
So I decided to spend
some time on the ground
some time on the ground
97
296815
2320
Decidi passar algum tempo no local
05:11
with the farmers and the scientists
98
299159
1680
com os agricultores e cientistas
05:12
to see if I had any skills
that could be helpful.
that could be helpful.
99
300863
2603
para ver se eu tinha alguma
técnica que pudesse ser útil.
técnica que pudesse ser útil.
05:16
The situation on the ground is shocking.
100
304427
2856
A situação no local é alarmante.
05:19
The whiteflies have destroyed the leaves
that are eaten for protein,
that are eaten for protein,
101
307307
4270
As moscas brancas destruíram as folhas
que são consumidas por sua proteína,
que são consumidas por sua proteína,
05:23
and the viruses have destroyed the roots
that are eaten for starch.
that are eaten for starch.
102
311601
3582
e os vírus destruíram as raízes
que são consumidas por seu amido.
que são consumidas por seu amido.
05:27
An entire growing season will pass,
103
315592
2445
Todo um ciclo de cultivo passará
05:30
and the farmer will lose
an entire year of income and food,
an entire year of income and food,
104
318061
4110
e o agricultor perderá
um ano inteiro de renda e comida,
um ano inteiro de renda e comida,
05:34
and the family will suffer
a long hunger season.
a long hunger season.
105
322195
3198
e a família sofrerá
uma longa temporada de fome.
uma longa temporada de fome.
05:37
This is completely preventable.
106
325942
2080
Isso é completamente evitável.
05:40
If the farmer knew
107
328046
1324
Se a agricultora soubesse
05:41
what variety of cassava
to plant in her field,
to plant in her field,
108
329394
3064
qual variedade de mandioca
plantar em suas terras,
plantar em suas terras,
05:44
that was resistant
to those viruses and pathogens,
to those viruses and pathogens,
109
332482
4325
que fosse resistente
a esses vírus e patógenos,
a esses vírus e patógenos,
05:48
they would have more food.
110
336831
1905
ela teria mais comida.
05:50
We have all the technology we need,
111
338760
2835
Temos toda a tecnologia de que precisamos,
05:53
but the knowledge and the resources
112
341619
3204
mas o conhecimento e os recursos
05:56
are not equally distributed
around the globe.
around the globe.
113
344847
3135
não estão distribuídos
igualmente pelo mundo.
igualmente pelo mundo.
06:00
So what I mean specifically is,
114
348712
2562
O que quero dizer especificamente é:
06:03
the older genomic technologies
115
351298
1852
as tecnologias genômicas mais antigas
06:05
that have been required
to uncover the complexities
to uncover the complexities
116
353174
2863
que foram necessárias
para descobrir as complexidades
para descobrir as complexidades
06:08
in these pests and pathogens --
117
356061
3062
nessas pragas e patógenos,
06:11
these technologies were not made
for sub-Saharan Africa.
for sub-Saharan Africa.
118
359147
2998
não foram criadas
para a África subsaariana.
para a África subsaariana.
06:15
They cost upwards of a million dollars;
119
363058
2341
Elas custam mais de US$ 1 milhão;
06:17
they require constant power
120
365423
1888
exigem alimentação constante de energia
06:19
and specialized human capacity.
121
367335
1800
e recursos humanos especializados.
São poucas máquinas
e estão espalhadas pelo continente,
e estão espalhadas pelo continente,
06:21
These machines are few
and far between on the continent,
and far between on the continent,
122
369970
2861
06:24
which is leaving many scientists
battling on the front lines no choice
battling on the front lines no choice
123
372855
4621
o que deixa muitos cientistas que lutam
na linha de frente sem escolha,
na linha de frente sem escolha,
06:29
but to send the samples overseas.
124
377500
1999
a não ser enviar amostras para o exterior.
06:31
And when you send the samples overseas,
125
379523
1960
E, ao fazerem isso, as amostras
se degradam, o que custa muito dinheiro,
se degradam, o que custa muito dinheiro,
06:33
samples degrade, it costs a lot of money,
126
381507
2626
06:36
and trying to get the data back
over weak internet
over weak internet
127
384157
3167
e tentar recuperar os dados
através da internet precária
através da internet precária
06:39
is nearly impossible.
128
387348
1400
é quase impossível.
06:41
So sometimes it can take six months
to get the results back to the farmer.
to get the results back to the farmer.
129
389142
4299
Às vezes, pode levar seis meses para
que os resultados retornem ao agricultor.
que os resultados retornem ao agricultor.
06:45
And by then, it's too late.
130
393465
1754
E daí, é tarde demais.
06:47
The crop is already gone,
131
395243
1587
A colheita já foi perdida,
06:48
which results in further poverty
and more hunger.
and more hunger.
132
396854
3166
o que resulta em mais fome e pobreza.
06:53
We knew we could fix this.
133
401306
2158
Sabíamos que poderíamos resolver isso.
06:55
In 2017,
134
403989
1404
Em 2017,
06:57
we had heard of this handheld,
portable DNA sequencer
portable DNA sequencer
135
405417
4786
ouvimos falar deste
sequenciador de DNA portátil
sequenciador de DNA portátil
07:02
called an Oxford Nanopore MinION.
136
410227
2509
chamado Oxford Nanopore MinION.
07:04
This was being used
in West Africa to fight Ebola.
in West Africa to fight Ebola.
137
412760
4153
Estava sendo usado na África Ocidental
para combater o Ebola.
para combater o Ebola.
07:08
So we thought:
138
416937
1497
Então pensamos:
07:10
Why can't we use this
in East Africa to help farmers?
in East Africa to help farmers?
139
418458
3286
"Por que não usá-lo na África Oriental
para ajudar agricultores?"
para ajudar agricultores?"
07:13
So, what we did was we set out to do that.
140
421768
4333
Então, nos prepararmos para fazer isso.
07:18
At the time, the technology was very new,
141
426609
2698
Na época, a tecnologia era muito nova,
07:21
and many doubted we could
replicate this on the farm.
replicate this on the farm.
142
429331
2952
e muitos duvidavam que pudéssemos
replicar isso numa fazenda.
replicar isso numa fazenda.
07:24
When we set out to do this,
143
432879
1317
Quando decidimos fazê-lo,
07:26
one of our "collaborators" in the UK
144
434220
3881
um dos nossos "parceiros" no Reino Unido
07:30
told us that we would never
get that to work in East Africa,
get that to work in East Africa,
145
438125
3627
nos disse que nunca conseguiríamos
fazer isso funcionar na África Oriental,
fazer isso funcionar na África Oriental,
07:33
let alone on the farm.
146
441776
1466
muito menos numa fazenda.
07:35
So we accepted the challenge.
147
443863
1769
Aceitamos o desafio.
07:37
This person even went so far as to bet us
two of the best bottles of champagne
two of the best bottles of champagne
148
445934
6453
Essa pessoa chegou ao ponto de apostar
duas garrafas do melhor champanhe
duas garrafas do melhor champanhe
07:44
that we would never get that to work.
149
452411
2958
que nunca conseguiríamos
que isso funcionasse.
que isso funcionasse.
07:48
Two words:
150
456871
1579
Duas palavras:
07:50
pay up.
151
458474
1151
pague logo.
07:51
(Laughter)
152
459649
2174
(Risos)
07:53
(Applause)
153
461847
4152
(Aplausos)
07:58
Pay up, because we did it.
154
466023
2913
Pague logo, porque conseguimos.
08:00
We took the entire high-tech molecular lab
155
468960
3285
Levamos todo o laboratório
molecular de alta tecnologia
molecular de alta tecnologia
08:04
to the farmers of Tanzania,
Kenya and Uganda,
Kenya and Uganda,
156
472269
3649
aos agricultores da Tanzânia,
do Quênia e de Uganda,
do Quênia e de Uganda,
08:07
and we called it Tree Lab.
157
475942
2032
e o chamamos de Tree Lab.
08:10
So what did we do?
158
478942
1191
E o que nós fizemos?
08:12
Well, first of all,
we gave ourselves a team name --
we gave ourselves a team name --
159
480157
2579
Primeiro, criamos um nome para a equipe:
08:14
it's called the Cassava Virus
Action Project.
Action Project.
160
482760
2174
Cassava Virus Action Project.
08:16
We made a website,
161
484958
1357
Criamos um site,
08:18
we gathered support from the genomics
and computing communities,
and computing communities,
162
486339
3611
conseguimos apoio das comunidades
da genômica e da computação,
da genômica e da computação,
08:21
and away we went to the farmers.
163
489974
1881
e depois fomos até os agricultores.
08:24
Everything that we need for our Tree Lab
164
492411
2809
Tudo o que precisamos
para o nosso Tree Lab
para o nosso Tree Lab
08:27
is being carried by the team here.
165
495244
2409
está sendo levado por essa equipe aqui.
08:29
All of the molecular and computational
requirements needed
requirements needed
166
497677
4047
Todos os requisitos moleculares
e computacionais necessários
e computacionais necessários
08:33
to diagnose sick plants is there.
167
501748
3301
para diagnosticar
plantas doentes estão ali.
plantas doentes estão ali.
08:37
And it's actually all
on this stage here as well.
on this stage here as well.
168
505431
2828
E tudo está, na verdade,
neste palco também.
neste palco também.
08:41
We figured if we could get the data
closer to the problem,
closer to the problem,
169
509161
3587
Pensamos que se pudéssemos
levar os dados perto do problema,
levar os dados perto do problema,
08:44
and closer to the farmer,
170
512772
1618
e perto do agricultor,
08:46
the quicker we could tell her
what was wrong with her plant.
what was wrong with her plant.
171
514414
3356
poderíamos dizer a ele mais rápido
o que estava errado em sua lavoura.
o que estava errado em sua lavoura.
08:50
And not only tell her what was wrong --
172
518169
1873
E não somente dizer o que está errado,
08:52
give her the solution.
173
520066
1392
mas dar a solução.
08:53
And the solution is,
174
521482
1325
E a solução é:
08:54
burn the field and plant varieties
175
522831
2623
queime tudo e plante variedades
08:57
that are resistant to the pests
and pathogens she has in her field.
and pathogens she has in her field.
176
525478
3504
resistentes às pragas e patógenos
que detectamos em sua lavoura.
que detectamos em sua lavoura.
09:01
So the first thing that we did
was we had to do a DNA extraction.
was we had to do a DNA extraction.
177
529942
4204
A primeira coisa que fizemos
foi extrair o DNA.
foi extrair o DNA.
09:06
And we used this machine here.
178
534170
2539
Usamos essa máquina aqui.
09:09
It's called a PDQeX,
179
537050
3199
É chamada de PDQeX,
09:12
which stands for
"Pretty Damn Quick Extraction."
"Pretty Damn Quick Extraction."
180
540273
3891
sigla de "Extração pra lá de rápida".
09:16
(Laughter)
181
544188
2048
(Risos)
09:18
I know.
182
546260
1150
Eu sei.
09:19
My friend Joe is really cool.
183
547768
2494
Meu amigo Joe é muito legal.
09:23
One of the biggest challenges
in doing a DNA extraction
in doing a DNA extraction
184
551394
3360
Um dos maiores desafios na extração de DNA
09:26
is it usually requires
very expensive equipment,
very expensive equipment,
185
554778
3315
é que geralmente requer
equipamento muito caro,
equipamento muito caro,
09:30
and takes hours.
186
558117
1404
e leva horas.
09:31
But with this machine,
187
559545
1492
Mas com essa máquina,
09:33
we've been able to do it in 20 minutes,
188
561061
2754
conseguimos fazer isso em 20 minutos,
09:35
at a fraction of the cost.
189
563839
1246
por uma fração do custo.
09:37
And this runs off of a motorcycle battery.
190
565109
2888
E funciona com uma bateria de motocicleta.
09:41
From there, we take the DNA extraction
and prepare it into a library,
and prepare it into a library,
191
569164
5143
A partir daí, pegamos o DNA extraído
e o organizamos em um acervo,
e o organizamos em um acervo,
09:46
getting it ready to load on
192
574331
1779
deixando-o pronto para alimentar
09:48
to this portable, handheld
genomic sequencer,
genomic sequencer,
193
576134
4292
este sequenciador genômico portátil,
09:52
which is here,
194
580450
1151
este aqui,
09:53
and then we plug this
into a mini supercomputer,
into a mini supercomputer,
195
581625
3738
e depois o conectamos
a um minisupercomputador,
a um minisupercomputador,
09:57
which is called a MinIT.
196
585387
1822
chamado de MinIT.
09:59
And both of these things are plugged
into a portable battery pack.
into a portable battery pack.
197
587728
4102
E os dois são conectados
a uma bateria portátil.
a uma bateria portátil.
10:04
So we were able to eliminate
198
592569
1873
Conseguimos eliminar a necessidade
de internet e de energia convencional,
de internet e de energia convencional,
10:06
the requirements
of main power and internet,
of main power and internet,
199
594466
2405
10:08
which are two very limiting factors
on a small-scale family farm.
on a small-scale family farm.
200
596895
3928
que são dois fatores muito limitantes
na agricultura familiar.
na agricultura familiar.
10:13
Analyzing the data quickly
can also be a problem.
can also be a problem.
201
601807
2871
Analisar os dados rapidamente
também pode ser um problema.
também pode ser um problema.
10:17
But this is where me being
a computational biologist came in handy.
a computational biologist came in handy.
202
605033
3906
Mas foi bem aí que valeu
eu ser bióloga computacional.
eu ser bióloga computacional.
10:21
All that gluing of dead plants,
203
609382
2230
Toda aquela colagem de plantas mortas,
10:23
and all that measuring,
204
611636
1560
e toda aquela medição e computação,
10:25
and all that computing
205
613220
1992
10:27
finally came in handy
in a real-world, real-time way.
in a real-world, real-time way.
206
615236
4151
finalmente foi muito útil, em tempo real.
10:31
I was able to make customized databases
207
619411
3053
Pude criar bancos de dados personalizados
10:34
and we were able to give the farmers
results in three hours
results in three hours
208
622488
4595
e conseguimos dar resultados
aos agricultores em três horas
aos agricultores em três horas
10:39
versus six months.
209
627107
1864
em vez de seis meses.
10:41
(Applause)
210
629694
6968
(Aplausos)
10:50
The farmers were overjoyed.
211
638085
2634
Os agricultores ficaram
extremamente felizes.
extremamente felizes.
10:53
So how do we know
that we're having impact?
that we're having impact?
212
641799
2796
E como saber se estamos gerando impacto?
10:56
Nine moths after our Tree Lab,
213
644619
2000
Nove meses depois da chegada do Tree Lab,
10:58
Asha went from having
zero tons per hectare
zero tons per hectare
214
646643
3230
Asha passou de zero toneladas por hectare
11:01
to 40 tons per hectare.
215
649897
2008
para 40 toneladas por hectare.
11:03
She had enough to feed her family
216
651929
1799
Teve comida suficiente para a família
11:05
and she was selling it at the market,
217
653752
2690
e estava vendendo uma parte no mercado,
11:08
and she's now building a house
for her family.
for her family.
218
656466
2735
e agora ela está construindo
uma casa para a família.
uma casa para a família.
11:12
Yeah, so cool.
219
660212
1159
(Aplausos)
11:13
(Applause)
220
661395
4254
11:17
So how do we scale Tree Lab?
221
665673
1866
E como dimensionamos o Tree Lab?
11:19
The thing is,
222
667940
1380
O fato é
11:21
farmers are scaled already in Africa.
223
669344
2103
que os agricultores
estão adaptados na África.
estão adaptados na África.
11:23
These women work in farmer groups,
224
671471
1889
Essas mulheres trabalham em grupos,
11:25
so helping Asha actually helped
3,000 people in her village,
3,000 people in her village,
225
673384
4126
por isso, ajudarmos à Asha significou
ajudar 3 mil pessoas em sua aldeia,
ajudar 3 mil pessoas em sua aldeia,
11:29
because she shared the results
and also the solution.
and also the solution.
226
677534
3652
porque ela compartilhou
os resultados e também a solução.
os resultados e também a solução.
11:33
I remember every single
farmer I've ever met.
farmer I've ever met.
227
681673
4191
Lembro-me de todos
os agricultores que conheci.
os agricultores que conheci.
11:38
Their pain and their joy
228
686665
3563
Sua dor e sua alegria
11:42
is engraved in my memories.
229
690252
1800
estão gravadas em minha memória.
11:44
Our science is for them.
230
692958
1865
Nossa ciência é para eles.
11:47
Tree Lab is our best attempt
to help them become more food secure.
to help them become more food secure.
231
695711
5047
O Tree Lab é nossa melhor tentativa
de ajudá-los a ter segurança alimentar.
de ajudá-los a ter segurança alimentar.
11:53
I never dreamt
232
701180
1786
Nunca sonhei
11:54
that the best science
I would ever do in my life
I would ever do in my life
233
702990
2944
que a melhor ciência que eu faria na vida
11:57
would be on that blanket in East Africa,
234
705958
3499
seria naquele cobertor na África Oriental,
12:01
with the highest-tech genomic gadgets.
235
709481
2366
com os dispositivos genômicos
da mais alta tecnologia.
da mais alta tecnologia.
12:04
But our team did dream
236
712312
2452
Mas nossa equipe sonhou
12:06
that we could give farmers answers
in three hours versus six months,
in three hours versus six months,
237
714788
4270
em dar respostas aos agricultores
em três horas em vez de seis meses,
em três horas em vez de seis meses,
12:11
and then we did it.
238
719082
1436
e conseguimos.
12:12
Because that's the power
of diversity and inclusion in science.
of diversity and inclusion in science.
239
720542
4108
Esse é o poder da diversidade
e da inclusão na ciência.
e da inclusão na ciência.
12:17
Thank you.
240
725156
1151
Obrigada.
12:18
(Applause)
241
726331
3151
(Aplausos) (Vivas)
12:21
(Cheers)
242
729506
4083
ABOUT THE SPEAKER
Laura Boykin - Computational biologist, activistTED 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.
Laura Boykin | Speaker | TED.com