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

Why you should listen

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

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

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

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

David Baker: Cinco desafios que poderíamos solucionar criando novas proteínas

Filmed:
1,781,320 views

As proteínas são máquinas moleculares notáveis: digerem a comida, estimulam os neurónios, dão energia ao sistema imunitário, e tantas outras coisas. E se conseguíssemos criar proteínas novas, com funções nunca antes vistas na natureza? Neste notável vislumbre do futuro, David Baker partilha como a sua equipa no Institute for Protein Design está a criar de raíz novas proteínas, e mostra como elas nos poderiam ajudar a combater cinco grandes desafios que a humanidade enfrenta. (Este plano ambicioso faz parte do Audacious Project, uma iniciativa TED para inspirar e financiar uma mudança global.)
- Computational biologist
David Baker designs new biomolecules (proteins) from first principles to address 21st-century challenges in health and technology. Full bio

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

00:12
I'm going to tell you about the mosta maioria
amazingsurpreendente machinesmáquinas in the worldmundo
0
982
4059
Vou falar-vos das máquinas
mais incríveis do mundo
00:17
and what we can now do with them.
1
5065
1768
e do que podemos fazer com elas.
00:19
ProteinsProteínas,
2
7396
1163
As proteínas,
algumas das quais vêem aqui
no interior de uma célula,
00:20
some of whichqual you see insidedentro a cellcélula here,
3
8583
2250
00:22
carrylevar out essentiallyessencialmente all the importantimportante
functionsfunções in our bodiescorpos.
4
10857
3459
desempenham praticamente
todas as funções importantes
do nosso corpo.
00:26
ProteinsProteínas digestdigerir your foodComida,
5
14972
1879
As proteínas digerem a nossa comida,
00:28
contractcontrato your musclesmúsculos,
6
16875
1706
contraem os nossos músculos,
00:30
firefogo your neuronsneurônios
7
18605
1577
estimulam os nossos neurónios,
e dão energia
ao nosso sistema imunitário.
00:32
and powerpoder your immuneimune systemsistema.
8
20206
1616
00:34
Everything that happensacontece in biologybiologia --
9
22400
1976
Tudo o que acontece na biologia
00:36
almostquase --
10
24400
1151
- ou quase tudo -
00:37
happensacontece because of proteinsproteínas.
11
25575
1412
acontece devido às proteínas.
00:39
ProteinsProteínas are linearlinear chainscorrentes
of buildingconstrução blocksblocos calledchamado aminoamino acidsácidos.
12
27698
4075
As proteínas são cadeias lineares
de blocos de construção
chamados aminoácidos.
00:44
NatureNatureza usesusa an alphabetalfabeto of 20 aminoamino acidsácidos,
13
32366
3233
A natureza usa um alfabeto
de 20 aminoácidos,
00:47
some of whichqual have namesnomes
you maypode have heardouviu of.
14
35623
2275
alguns com nomes que podem já ter ouvido.
00:50
In this picturecenário, for scaleescala,
eachcada bumpcolisão is an atomátomo.
15
38921
3542
Nesta foto, e para que todos percebam,
cada protuberância é um átomo.
00:55
ChemicalProduto químico forcesforças betweenentre the aminoamino acidsácidos
causecausa these long stringyBarbantinho moleculesmoléculas
16
43351
4644
As forças químicas entre os aminoácidos
fazem com que essas moléculas
longas e filamentosas
01:00
to folddobra up into uniqueúnico,
three-dimensionaltridimensional structuresestruturas.
17
48019
3461
se dobrem em estruturas
tridimensionais únicas.
01:03
The foldingdobrando processprocesso,
18
51937
1340
O processo de enovelamento,
embora pareça aleatório,
01:05
while it looksparece randomaleatória,
19
53301
1434
é, na realidade, muito preciso.
01:06
is in factfacto very precisepreciso.
20
54759
1963
01:08
EachCada proteinproteína foldsdobras
to its characteristiccaracterística shapeforma eachcada time,
21
56746
4397
Cada proteína dobra-se sempre
no seu formato característico,
01:13
and the foldingdobrando processprocesso
takes just a fractionfração of a secondsegundo.
22
61167
3388
e o processo de enovelamento
demora apenas uma fração de segundo.
01:18
And it's the shapesformas of proteinsproteínas
23
66029
1844
São as formas das proteínas
01:19
whichqual enablehabilitar them to carrylevar out
theirdeles remarkablenotável biologicalbiológico functionsfunções.
24
67897
3970
que lhes permitem realizar
as suas notáveis funções biológicas.
01:24
For exampleexemplo,
25
72520
1151
Por exemplo,
01:25
hemoglobinhemoglobina has a shapeforma
in the lungspulmões perfectlyperfeitamente suitedadequado
26
73695
3508
a hemoglobina tem uma forma nos pulmões
que é perfeitamente adequada
para prender uma molécula de oxigénio.
01:29
for bindingvinculação de a moleculemolécula of oxygenoxigênio.
27
77227
1987
01:31
When hemoglobinhemoglobina movesse move to your musclemúsculo,
28
79759
1892
Quando a hemoglobina
se desloca para o músculo,
01:33
the shapeforma changesalterar slightlylevemente
29
81675
1932
a forma muda ligeiramente,
01:35
and the oxygenoxigênio comesvem out.
30
83631
2191
e o oxigénio sai.
01:39
The shapesformas of proteinsproteínas,
31
87494
1366
As formas das proteínas
01:40
and henceconseqüentemente theirdeles remarkablenotável functionsfunções,
32
88884
2213
e, portanto, as suas funções notáveis,
01:43
are completelycompletamente specifiedespecificado by the sequenceseqüência
of aminoamino acidsácidos in the proteinproteína chaincadeia.
33
91121
5778
são completamente especificadas
pela sequência de aminoácidos
na cadeia proteica.
01:49
In this picturecenário, eachcada lettercarta
on toptopo is an aminoamino acidácido.
34
97331
3941
Nesta foto, cada letra no topo
é um aminoácido.
01:54
Where do these sequencessequências de come from?
35
102860
1837
De onde vêm essas sequências?
01:57
The genesgenes in your genomegenoma
specifyespecificar the aminoamino acidácido sequencessequências de
36
105586
4824
Os genes do nosso genoma
especificam as sequências de aminoácidos
das nossas proteínas.
02:02
of your proteinsproteínas.
37
110434
1398
02:03
EachCada genegene encodescodifica the aminoamino acidácido
sequenceseqüência of a singlesolteiro proteinproteína.
38
111856
3738
Cada gene codifica a sequência
de aminoácidos de uma única proteína.
02:09
The translationtradução betweenentre
these aminoamino acidácido sequencessequências de
39
117515
3802
A interpretação entre essas
sequências de aminoácidos
02:13
and the structuresestruturas
and functionsfunções of proteinsproteínas
40
121341
2458
e as estruturas e funções das proteínas
02:15
is knownconhecido as the proteinproteína foldingdobrando problemproblema.
41
123823
2057
é conhecida como o problema
do enovelamento de proteínas.
02:18
It's a very hardDifícil problemproblema
42
126439
1545
É um problema muito difícil
02:20
because there's so manymuitos differentdiferente
shapesformas a proteinproteína can adoptadotar.
43
128008
3180
porque há muitas formas diferentes
que uma proteína pode adoptar.
02:24
Because of this complexitycomplexidade,
44
132073
1645
Devido a essa complexidade,
02:25
humanshumanos have only been ablecapaz
to harnessarnês the powerpoder of proteinsproteínas
45
133742
2937
os seres humanos só conseguiram
dominar o poder das proteínas
02:28
by makingfazer very smallpequeno changesalterar
to the aminoamino acidácido sequencessequências de
46
136703
3468
fazendo pequenas alterações
nas sequências de aminoácidos
das proteínas encontradas na natureza.
02:32
of the proteinsproteínas we'venós temos foundencontrado in naturenatureza.
47
140195
2091
02:34
This is similarsemelhante to the processprocesso
that our StonePedra AgeIdade ancestorsantepassados used
48
142835
3858
Isto é semelhante ao processo
usado pelos nossos antepassados
da Idade da Pedra
02:38
to make toolsFerramentas and other implementsImplementos
from the sticksvaras and stonespedras
49
146717
3359
para fabricar ferramentas
e outros utensílios
a partir de paus e pedras
encontrados no mundo ao nosso redor.
02:42
that we foundencontrado in the worldmundo around us.
50
150100
2003
02:45
But humanshumanos did not learnaprender to flymosca
by modifyingmodificando birdspássaros.
51
153226
5024
Mas os humanos não aprenderam
a voar modificando aves.
02:50
(LaughterRiso)
52
158790
2017
(Risos)
02:52
InsteadEm vez disso, scientistscientistas, inspiredinspirado by birdspássaros,
uncovereda descoberto the principlesprincípios of aerodynamicsaerodinâmica.
53
160831
6310
Ao invés, inspirados pelas aves,
os cientistas desvendaram
os princípios da aerodinâmica,
02:59
EngineersEngenheiros then used those principlesprincípios
to designdesenhar custompersonalizado flyingvôo machinesmáquinas.
54
167165
4395
e os engenheiros usaram esses princípios
para projectar
máquinas voadoras modificadas.
03:04
In a similarsemelhante way,
55
172195
1245
De forma semelhante,
03:05
we'venós temos been workingtrabalhando for a numbernúmero of yearsanos
56
173464
1942
temos trabalhado ao longo de vários anos
03:07
to uncoverdescobrir the fundamentalfundamental
principlesprincípios of proteinproteína foldingdobrando
57
175430
3269
para desvendar os princípios fundamentais
do enovelamento de proteínas
03:10
and encodingcodificação de those principlesprincípios
in the computercomputador programprograma calledchamado RosettaRoseta.
58
178723
4059
e codificar esses princípios num programa
de computador chamado Rosetta.
03:15
We madefeito a breakthroughavançar in recentrecente yearsanos.
59
183742
2513
Fizemos um grande avanço nos últimos anos.
03:19
We can now designdesenhar completelycompletamente newNovo proteinsproteínas
from scratchcoçar, arranhão on the computercomputador.
60
187029
4459
Podemos agora criar proteínas
totalmente novas,
de raíz, no computador.
03:24
OnceVez we'venós temos designedprojetado the newNovo proteinproteína,
61
192396
2068
Uma vez criada a nova proteína,
03:27
we encodecodificar its aminoamino acidácido sequenceseqüência
in a syntheticsintético genegene.
62
195242
3903
codificamos a sequência de aminoácidos
num gene sintético.
03:31
We have to make a syntheticsintético genegene
63
199656
1888
Temos de fazer um gene sintético
porque, uma vez que a proteína
é completamente nova,
03:33
because sinceDesde a the proteinproteína
is completelycompletamente newNovo,
64
201568
2251
03:35
there's no genegene in any organismorganismo on earthterra
whichqual currentlyatualmente existsexiste that encodescodifica it.
65
203843
4762
não há nenhum gene em qualquer organismo
que exista hoje em dia na Terra
que a codifique.
03:41
Our advancesavanços in understandingcompreensão
proteinproteína foldingdobrando
66
209697
4187
Os nossos avanços na compreensão
do enovelamento de proteínas
03:45
and how to designdesenhar proteinsproteínas,
67
213908
1722
e em como criar proteínas,
03:47
coupledjuntamente with the decreasingdiminuindo costcusto
of genegene synthesissíntese
68
215654
3628
juntamente com o custo decrescente
da síntese de genes
03:51
and the Moore'sMoore lawlei increaseaumentar
in computingInformática powerpoder,
69
219306
3499
e o aumento da lei de Moore
no poder computacional,
03:54
now enablehabilitar us to designdesenhar
tensdezenas of thousandsmilhares of newNovo proteinsproteínas,
70
222829
4736
permitem-nos agora criar dezenas
de milhares de proteínas novas,
03:59
with newNovo shapesformas and newNovo functionsfunções,
71
227589
2339
com formas e funções novas,
04:01
on the computercomputador,
72
229952
1513
no computador,
04:03
and encodecodificar eachcada one of those
in a syntheticsintético genegene.
73
231489
3915
e codificar cada uma delas
num gene sintético.
04:08
OnceVez we have those syntheticsintético genesgenes,
74
236248
1668
Quando tivermos esses genes sintéticos,
04:09
we put them into bacteriabactérias
75
237940
1545
colocamo-los em bactérias
para programá-los
04:11
to programprograma them to make
these brand-newnovo em folha proteinsproteínas.
76
239509
3305
para criar essas proteínas novas.
04:15
We then extractextrair the proteinsproteínas
77
243197
2073
Em seguida, extraímos as proteínas
04:17
and determinedeterminar whetherse they functionfunção
as we designedprojetado them to
78
245294
3436
e determinamos se elas
funcionam como planeamos
04:20
and whetherse they're safeseguro.
79
248754
1411
e se são seguras.
04:23
It's excitingemocionante to be ablecapaz
to make newNovo proteinsproteínas,
80
251867
2465
É entusiasmante conseguir
criar proteínas novas,
04:26
because despiteapesar de the diversitydiversidade in naturenatureza,
81
254356
2496
porque, apesar da diversidade na natureza,
04:28
evolutionevolução has only sampledamostrados a tinyminúsculo fractionfração
of the totaltotal numbernúmero of proteinsproteínas possiblepossível.
82
256876
6092
a evolução só testou uma pequena fracção
do número total de proteínas possíveis.
04:35
I told you that naturenatureza usesusa
an alphabetalfabeto of 20 aminoamino acidsácidos,
83
263572
3495
Eu disse-vos que a natureza usa
um alfabeto de 20 aminoácidos,
04:39
and a typicaltípica proteinproteína is a chaincadeia
of about 100 aminoamino acidsácidos,
84
267091
4449
e uma proteína típica é uma cadeia
de cerca de 100 aminoácidos.
04:43
so the totaltotal numbernúmero of possibilitiespossibilidades
is 20 timesvezes 20 timesvezes 20, 100 timesvezes,
85
271564
5552
Assim, o número total de possibilidades
é 20 vezes 20 vezes 20, 100 vezes,
04:49
whichqual is a numbernúmero on the orderordem
of 10 to the 130thº powerpoder,
86
277140
3817
o que é um número
na ordem de 10 elevado a 130,
04:52
whichqual is enormouslyenormemente more
than the totaltotal numbernúmero of proteinsproteínas
87
280981
3812
que é consideravelmente maior
do que o número total de proteínas
04:56
whichqual have existedexistia
sinceDesde a life on earthterra begancomeçasse.
88
284817
2416
que existem desde que começou
a vida na Terra.
04:59
And it's this unimaginablyinimaginavelmente largeampla spaceespaço
89
287990
2691
É esse espaço inimaginavelmente grande
que agora conseguimos explorar
05:02
we can now exploreexplorar
usingusando computationalcomputacional proteinproteína designdesenhar.
90
290705
3530
usando a criação computacional
da proteína.
05:07
Now the proteinsproteínas that existexistir on earthterra
91
295747
2369
As proteínas existentes na Terra
05:10
evolvedevoluiu to solveresolver the problemsproblemas
facedenfrentou by naturalnatural evolutionevolução.
92
298140
3993
evoluíram para solucionar os problemas
que a evolução natural enfrentava
05:14
For exampleexemplo, replicatingreplicando the genomegenoma.
93
302705
2353
como por exemplo, a replicação do genoma.
05:18
But we facecara newNovo challengesdesafios todayhoje.
94
306128
2284
Porém, hoje enfrentamos desafios novos.
05:20
We liveviver longermais longo, so newNovo
diseasesdoenças are importantimportante.
95
308436
2737
Vivemos mais tempo, por isso,
as novas doenças são importantes.
05:23
We're heatingaquecimento up and pollutingpoluindo the planetplaneta,
96
311197
2215
Estamos a aquecer e a poluir o planeta,
05:25
so we facecara a wholetodo hosthospedeiro
of ecologicalecológico challengesdesafios.
97
313436
3558
por isso, enfrentamos
inúmeros desafios ecológicos.
05:29
If we had a millionmilhão yearsanos to wait,
98
317977
1808
Se tivéssemos um milhão de anos
para esperar,
05:31
newNovo proteinsproteínas mightpoderia evolveevoluir
to solveresolver those challengesdesafios.
99
319809
3208
poderiam evoluir proteínas novas
para solucionar estes desafios.
05:35
But we don't have
millionsmilhões of yearsanos to wait.
100
323787
2059
No entanto, não temos
milhões de anos para esperar.
05:38
InsteadEm vez disso, with computationalcomputacional
proteinproteína designdesenhar,
101
326488
2871
Em vez disso, com a criação
computacional da proteína,
05:41
we can designdesenhar newNovo proteinsproteínas
to addressendereço these challengesdesafios todayhoje.
102
329383
4439
podemos criar proteínas novas
para enfrentar esses desafios hoje.
05:47
Our audaciousaudacioso ideaidéia is to bringtrazer
biologybiologia out of the StonePedra AgeIdade
103
335693
4450
A nossa ideia audaciosa é ir buscar
a biologia da Idade da Pedra
05:52
throughatravés technologicaltecnológica revolutionrevolução
in proteinproteína designdesenhar.
104
340167
2975
através da revolução tecnológica
na criação de proteínas.
05:56
We'veTemos already shownmostrando
that we can designdesenhar newNovo proteinsproteínas
105
344113
2864
Já mostrámos que podemos
criar proteínas novas,
05:59
with newNovo shapesformas and functionsfunções.
106
347001
1683
com formas e funções novas.
06:01
For exampleexemplo, vaccinesvacinas work
by stimulatingestimulando your immuneimune systemsistema
107
349174
4308
Por exemplo, as vacinas funcionam
estimulando o sistema imunitário
06:05
to make a strongForte responseresposta
againstcontra a pathogenagente patogénico.
108
353506
3122
para criar uma reacção forte
contra um patógeno.
06:09
To make better vaccinesvacinas,
109
357698
1551
Para fazer vacinas melhores,
06:11
we'venós temos designedprojetado proteinproteína particlespartículas
110
359273
2302
criámos partículas de proteína
06:13
to whichqual we can fusefusível
proteinsproteínas from pathogenspatógenos,
111
361599
3587
nas quais podemos fundir
proteínas a partir de patógenos,
06:17
like this blueazul proteinproteína here,
from the respiratoryrespiratório virusvírus RSVRSV.
112
365210
4334
como esta proteína azul,
do vírus respiratório VSR.
06:22
To make vaccinevacina candidatescandidatos
113
370131
1730
Para fazer vacinas candidatas
06:23
that are literallyliteralmente bristlingeriçado
with the viralviral proteinproteína,
114
371885
3663
que estejam literalmente
cheias de proteína viral,
06:27
we find that suchtal vaccinevacina candidatescandidatos
115
375572
2570
descobrimos que tais candidatas
06:30
produceproduzir a much strongermais forte
immuneimune responseresposta to the virusvírus
116
378166
3302
produzem uma reacção imunológica
muito mais forte ao vírus
06:33
than any previousanterior vaccinesvacinas
that have been testedtestado.
117
381492
2703
do que quaisquer vacinas anteriores
que tenham sido testadas.
06:36
This is importantimportante because RSVRSV
is currentlyatualmente one of the leadingconduzindo causescausas
118
384648
3850
Isso é importante porque o VSR
é actualmente uma das principais causas
06:40
of infantinfantil mortalitymortalidade worldwideno mundo todo.
119
388522
2229
de mortalidade infantil em todo o mundo.
06:44
We'veTemos alsoAlém disso designedprojetado newNovo proteinsproteínas
to breakpausa down glutensem glúten in your stomachestômago
120
392414
3963
Também criámos novas proteínas
para decompor o glúten no estômago,
06:48
for celiacCelíaca diseasedoença
121
396401
1597
para a doença celíaca,
06:50
and other proteinsproteínas to stimulateestimular o
your immuneimune systemsistema to fightluta cancerCâncer.
122
398022
4376
e outras proteínas para estimular
o sistema imunitário
para combater o cancro.
06:55
These advancesavanços are the beginningcomeçando
of the proteinproteína designdesenhar revolutionrevolução.
123
403338
3939
Estes avanços são o começo
da revolução da criação de proteínas.
07:00
We'veTemos been inspiredinspirado by a previousanterior
technologicaltecnológica revolutionrevolução:
124
408850
3190
Nós fomos inspirados
por uma revolução tecnológica anterior:
a revolução digital,
07:04
the digitaldigital revolutionrevolução,
125
412064
1345
07:05
whichqual tooktomou placeLugar, colocar in largeampla partparte
duevencimento to advancesavanços in one placeLugar, colocar,
126
413433
5125
que ocorreu, em grande parte,
devido aos avanços obtidos num local:
o Bell Laboratories.
07:10
BellBell LaboratoriesLaboratórios.
127
418582
1272
07:12
BellBell LabsLaboratórios was a placeLugar, colocar with an openaberto,
collaborativecolaborativo environmentmeio Ambiente,
128
420337
3294
O Bell Labs era um lugar
com um ambiente aberto e colaborativo
07:15
and was ablecapaz to attractatrai toptopo talenttalento
from around the worldmundo.
129
423655
3183
e conseguiu atrair os melhores
talentos de todo o mundo.
07:19
And this led to a remarkablenotável
stringcorda of innovationsinovações --
130
427418
3442
Isso levou a uma série
extraordinária de inovações:
07:22
the transistortransistor, the laserlaser,
satellitesatélite communicationcomunicação
131
430884
4191
o transístor, o laser,
a comunicação via satélite
07:27
and the foundationsfundações of the internetInternet.
132
435099
1726
e os alicerces da Internet.
07:29
Our goalobjetivo is to buildconstruir
the BellBell LaboratoriesLaboratórios of proteinproteína designdesenhar.
133
437761
3841
O nosso objectivo é construir
o Bell Labs da criação de proteínas.
07:34
We are seekingbuscando to attractatrai
talentedtalentoso scientistscientistas from around the worldmundo
134
442076
3515
Estamos a querer atrair
cientistas talentosos de todo o mundo
07:37
to accelerateacelerar the proteinproteína
designdesenhar revolutionrevolução,
135
445615
2935
para acelerar a revolução
da criação de proteínas
07:40
and we'llbem be focusingconcentrando
on fivecinco grandgrande challengesdesafios.
136
448574
4088
e vamos concentrar-nos
em cinco grandes desafios.
07:46
First, by takinglevando proteinsproteínas from flugripe strainsestirpes
from around the worldmundo
137
454136
5597
Primeiro: colhendo proteínas
de tipos de gripe de todo o mundo
07:51
and puttingcolocando them on toptopo
of the designedprojetado proteinproteína particlespartículas
138
459757
3554
e colocando-as sobre
as partículas de proteína criadas
07:55
I showedmostrou you earliermais cedo,
139
463335
1667
que vos mostrei anteriormente,
07:57
we aimalvo to make a universaluniversal flugripe vaccinevacina,
140
465026
3390
visamos criar uma vacina
universal contra a gripe,
08:00
one shottiro of whichqual gives a lifetimetempo de vida
of protectionprotecção againstcontra the flugripe.
141
468440
3951
cuja dose dê uma protecção
vitalícia contra a gripe.
08:05
The abilityhabilidade to designdesenhar --
142
473356
1612
A capacidade de criar...
08:06
(ApplauseAplausos)
143
474992
5224
(Aplausos)
08:12
The abilityhabilidade to designdesenhar
newNovo vaccinesvacinas on the computercomputador
144
480240
3068
Criar vacinas novas no computador
08:15
is importantimportante bothambos to protectproteger
againstcontra naturalnatural flugripe epidemicsepidemias
145
483332
5308
é importante tanto para proteger
contra as epidemias naturais da gripe
08:20
and, in additionAdição, intentionalintencional
actsatos of bioterrorismbioterrorismo.
146
488664
3480
quanto, além disso, contra actos
intencionais de bioterrorismo.
08:25
SecondSegundo, we're going farlonge beyondalém
nature'snatureza limitedlimitado alphabetalfabeto
147
493272
3290
Segundo: estamos a ir muito além
do alfabeto limitado da natureza
08:28
of just 20 aminoamino acidsácidos
148
496586
1711
de apenas 20 aminoácidos
08:30
to designdesenhar newNovo therapeuticterapêutico candidatescandidatos
for conditionscondições suchtal as chroniccrônica paindor,
149
498321
4735
para criar novos candidatos terapêuticos
para enfermidades como a dor crónica,
08:35
usingusando an alphabetalfabeto
of thousandsmilhares of aminoamino acidsácidos.
150
503080
2631
usando um alfabeto
de milhares de aminoácidos.
08:38
ThirdTerceira, we're buildingconstrução
advancedavançado deliveryEntrega vehiclesveículos
151
506602
3813
Terceiro: estamos a construir
veículos de entrega avançados
08:42
to targetalvo existingexistir medicationsmedicamentos
exactlyexatamente where they need to go in the bodycorpo.
152
510439
4164
para guiar a medicação existente
exactamente para o ponto do corpo
para onde precisa de ir.
08:47
For exampleexemplo, chemotherapyquimioterapia to a tumortumor
153
515226
2649
Por exemplo, quimioterapia para um tumor,
08:49
or genegene therapiesterapias to the tissuelenço de papel
where genegene repairreparar needsprecisa to take placeLugar, colocar.
154
517899
4303
ou terapias genéticas para o tecido
onde é necessária a reparação genética.
08:55
FourthQuarta, we're designingprojetando smartinteligente therapeuticsterapêutica
that can do calculationscálculos withindentro the bodycorpo
155
523000
6532
Quarto: estamos a criar
terapêuticas inteligentes
que podem fazer cálculos dentro do corpo
09:01
and go farlonge beyondalém currentatual medicinesmedicamentos,
156
529556
2214
e ir muito além dos medicamentos actuais,
09:03
whichqual are really bluntsem corte instrumentsinstrumentos.
157
531794
2264
que são instrumentos pouco precisos.
09:06
For exampleexemplo, to targetalvo a smallpequeno
subsetsubconjunto of immuneimune cellscélulas
158
534082
4349
Por exemplo, para direccionar um pequeno
subconjunto de células imunes
09:10
responsibleresponsável for an autoimmunedoença auto-imune disorderdesordem,
159
538455
2081
responsáveis ​​por uma doença auto-imune
09:12
and distinguishdistinguir them from the vastgrande
majoritymaioria of healthysaudável immuneimune cellscélulas.
160
540560
3458
e distingui-las da grande maioria
das células imunes saudáveis.
09:16
FinallyFinalmente, inspiredinspirado by remarkablenotável
biologicalbiológico materialsmateriais
161
544899
3412
Finalmente, inspirados por materiais
biológicos extraordinários
09:20
suchtal as silkseda, abaloneAbalone shellConcha,
toothdente and othersoutras,
162
548335
5108
como a seda, a concha de abalone,
o dente e outros,
09:25
we're designingprojetando newNovo
protein-basedà base de proteínas materialsmateriais
163
553467
2884
estamos a criar novos materiais
à base de proteínas
09:28
to addressendereço challengesdesafios in energyenergia
and ecologicalecológico issuesproblemas.
164
556375
4163
para enfrentar desafios
energéticos e ecológicos.
09:33
To do all this,
we're growingcrescendo our instituteinstituto.
165
561558
2845
Para fazer tudo isso, estamos
a fazer crescer o nosso instituto.
09:36
We seekprocurar to attractatrai energeticenergético,
talentedtalentoso and diversediverso scientistscientistas
166
564768
5599
Procuramos atrair cientistas enérgicos,
talentosos e variados
09:42
from around the worldmundo,
at all careercarreira stagesestágios,
167
570391
3080
de todo o mundo,
em todas as fases da carreira,
09:45
to joinJunte-se us.
168
573495
1150
para se juntarem a nós.
09:47
You can alsoAlém disso participateparticipar
in the proteinproteína designdesenhar revolutionrevolução
169
575304
3303
Vocês também podem participar
na revolução da criação de proteínas
09:50
throughatravés our onlineconectados
foldingdobrando and designdesenhar gamejogos, "FolditFoldit."
170
578631
3744
através do nosso jogo de enovelamento
e criação online: "Foldit".
09:55
And throughatravés our distributeddistribuído
computingInformática projectprojeto, RosettaRoseta@home,
171
583214
3851
E através do nosso projecto
de computação distribuída: Rosetta@home,
09:59
whichqual you can joinJunte-se from your laptopcomputador portátil
or your AndroidAndroide smartphoneSmartphone.
172
587089
3731
ao qual vocês podem aceder
a partir do vosso computador portátil
ou de um "smartphone" Android.
10:04
MakingFazendo the worldmundo a better placeLugar, colocar
throughatravés proteinproteína designdesenhar is my life'svida work.
173
592547
3967
Tornar o mundo um lugar melhor
através da criação de proteínas
é o trabalho da minha vida.
10:08
I'm so excitedanimado about
what we can do togetherjuntos.
174
596996
2278
Estou muito animado
com o que podemos fazer juntos.
10:11
I hopeesperança you'llvocê vai joinJunte-se us,
175
599583
1470
Espero que vocês se juntem a nós,
10:13
and thank you.
176
601077
1158
e muito obrigado.
10:14
(ApplauseAplausos and cheersbrinde)
177
602259
4455
(Aplausos)
Translated by Ana Zenha
Reviewed by Margarida Ferreira

▲Back to top

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

Why you should listen

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

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

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