Segredos, doença e beleza estão escritos no genoma humano, o conjunto completo de instruções genéticas necessárias para construir um ser hum...
Segredos, doença e beleza estão escritos no genoma humano, o conjunto completo de instruções genéticas necessárias para construir um ser humano. Hoje, como o cientista e empreendedor Riccardo Sabatini nos mostra, temos o poder de ler esse código complexo, capaz de prever coisas como a altura, a cor dos olhos, a idade, e até mesmo a estrutura facial - tudo a partir do sangue contido em em tubo de ensaio. E, em breve, afirma Sabatini, nossa compreensão do genoma permitirá personalizar tratamentos para doenças como o câncer. Temos o poder de modificar a vida como a conhecemos. Como usaremos este poder?
Nos próximos 16 minutos, vou conduzi-los em uma jornada que talvez seja o maior sonho da humanidade: entender o código da vida.
Quanto a mim, tudo começo há muitos e muitos anos, quando conheci a primeira impressora 3D. O conceito era fascinante. Uma impressora 3D requer três elementos: informação, matéria-prima e energia, com os quais podemos produzir qualquer objeto que não existia antes.
(Risos)
Minha mãe usou três elementos: informação, neste caso, entre meu pai e ela, matérias-primas e energia de uma mesma fonte, ou seja, o alimento, e vários meses depois, fui produzido. E eu não existia antes.
Além do choque que tive, ao descobrir que minha mãe era uma impressora 3D, eu fiquei imediatamente fascinado pelo primeiro elemento, a informação. Qual é a quantidade de informação necessária para montar um ser humano? É muita? É pouca? Caberia em quantos pen drives?
Bem, no começo eu estudava física e adotei a analogia simplista entre um ser humano e uma peça gigante de Lego. Imagine que os blocos de construção sejam átomos minúsculos, e que há um hidrogênio aqui, um carbono aqui, um nitrogênio aqui. Numa primeira aproximação, se puder listar o número de átomos formadores do ser humano, eu posso construí-lo. Pode-se fazer um cálculo e o número que se obtém é muito impressionante. O número de átomos, no arquivo que terei de salvar em um pen driver para montar um bebê, na verdade lotará um Titanic inteiro, cheio de pen drives, multiplicado por 2 mil vezes. Esse é o milagre da vida.
Esqueça “big data”, esqueça tudo de que já tenha ouvido. É a maior quantidade de informação que existe.
(Aplausos)
A natureza, felizmente, é muito mais inteligente do que um físico, e, em 4 bilhões de anos, conseguiu concentrar essa informação em um pequeno cristal que chamamos de DNA. Nós o conhecemos em 1950, quando Rosalind Franklin, uma notável cientista, uma mulher, o fotografou. Porém, levou mais de 40 anos para enfim penetrarmos numa célula humana, retirarmos este cristal, o desenrolarmos e o lermos pela primeira vez. O código revelou ser um alfabeto razoavelmente simples, com quatro letras: A, T, C e G. Para construir um ser humano, são necessárias 3 bilhões delas. Três bilhões. O que são três bilhões? Não fazemos ideia da quantidade representada, certo?
Pensei como poderia explicar melhor a enormidade deste código. Mas terei uma ajuda, e a melhor pessoa para me ajudar a apresentar o código é, na verdade, o primeiro homem que o sequenciou, Dr. Craig Venter. Bem-vindo ao palco, Dr. Craig Venter.
(Aplausos)
Não é ele em carne e osso, mas, pela primeira vez na história, este é o genoma de uma pessoa específica, impresso página por página, letra por letra: 262 mil páginas de informação, 450 kg, despachados dos EUA ao Canadá, graças a Bruno Bowden, Lulu.com, uma “start-up” que fez tudo. Foi um façanha incrível.
Esta é a percepção visual do que é o código da vida. Agora, pela primeira vez, posso fazer algo divertido. Posso realmente olhar dentro dele e o ler. Então, deixe-me pegar um livro interessante…como este. Eu fiz uma anotação: é um livro razoavelmente grande. É apenas para que vocês vejam o que é o código da vida.
(Risos)
Milhares, milhares, milhares e milhões de letras. E elas parecem fazer sentido. Vamos para uma parte específica. Vou ler para vocês.
(Risos)
“AAG, AAT, ATA.”
Vou mostrar-lhes outra parte do livro. Esta é realmente um pouco mais complicada.
Cromossomo 14, livro 132:
(Risos)
Como vocês esperavam.
(Risos)
"ATT, CTT, GATT."
Esta pessoa tem sorte, porque se faltassem apenas duas letras nesta posição, duas letras em três bilhões, ela estaria condenada a uma doença terrível: a fibrose cística. Não há cura para ela, não sabemos como tratá-la, e são apenas duas letras de diferença em relação às pessoas saudáveis.
Um livro maravilhoso e poderoso, que me ajudou a entender e mostrar-lhes algo notável. Cada um de vocês, o que me faz ser quem sou, o que faz você ser você, são apenas 5 milhões destas, a metade de um livro. No resto, somos absolutamente idênticos. São 500 páginas, o milagre da vida, o milagre que vocês são. O restante, todos nós compartilhamos. Lembrem disto, quando pensarem que somos diferentes. Esta é a quantidade que nós compartilhamos.
Agora que tenho a atenção de vocês, a próxima questão é: Como conseguir ler? Como fazer isto ter um significado? Bem, por mais hábeis que sejam em montar móveis suecos, este manual de instrução é algo que nunca conseguirão decifrar.
(Risos)
E assim, em 2014, dois famosos participantes do TED, Peter Diamandis e o próprio Craig Venter, decidiram fundar uma nova companhia. E nasceu a Human Longevity, com uma missão: fazer tudo o que pudéssemos e estudar tudo o que podíamos aprender com estes livros, com um objetivo: tornar realidade o sonho da medicina personalizada, compreender o que deveria ser feito para termos uma saúde melhor e que segredos guardam estes livros.
Uma equipe maravilhosa, com 40 cientistas de dados e muitas outras pessoas, com as quais é um prazer trabalhar. O conceito é realmente muito simples. Usaremos uma tecnologia chamada aprendizado de máquina. De um lado, temos os genomas, milhares deles. Do outro lado, juntamos o maior banco de dados sobre os seres humanos: fenótipos, escaneamento em 3D, RNM, tudo aquilo em que possam pensar. Dentro disso, nos dois lados opostos, há o segredo da tradução. E no meio, construímos uma máquina. Construímos e treinamos uma máquina; bem, não exatamente uma, muitas e muitas máquinas… com a finalidade de entender e traduzir o genoma em um fenótipo. Quais são as letras e o que elas fazem? É uma abordagem que pode ser usada para tudo, mas usá-la em genômica é particularmente complicado. Progredimos aos poucos e queríamos enfrentar diferentes desafios. Começamos pelos traços comuns, pois tais características são mais fáceis de trabalhar, todos as têm.
Começamos a indagar: Podemos prever a altura? Podemos ler os livros e prever a altura? Bem, realmente podemos, com 5 cm de precisão. O índice de massa corporal, IMC, está ligado ao estilo de vida, mas, dentro de certos limites, podemos prevê-lo com 8 kg de precisão. E prever a cor dos olhos? Sim, podemos. Com 80% de precisão. Podemos prever a cor da pele? Sim, podemos, com 80% de precisão. Podemos prever a idade? Podemos porque, aparentemente, o código muda ao longo da vida. Ele se encurta, perde pedaços, ganha inserções. Lemos os sinais e elaboramos um modelo.
Um desafio interessante: é possível prever a face humana? É um pouco complicado, porque uma face humana está espalhada entre milhões de letras. E uma face humana não é um objeto bem definido. Construímos uma coleção delas para aprender e ensinar a uma máquina o que é uma face, a incorporá-la e comprimi-la. Se entendem de aprendizagem de máquina, compreendem qual é o desafio aqui.
Bem, 15 anos após termos lido a primeira sequência, agora em outubro identificamos alguns sinais. Foi um momento muito emocionante. O que veem aqui é uma pessoa chegando ao nosso laboratório. Para nós, é um rosto. Tomamos o rosto real de uma pessoa, reduzimos a complexidade, porque nem tudo está no rosto, muitos aspectos e defeitos e assimetrias vêm da vida que a pessoa leva. Simetrizamos a face e usamos nosso algoritmo. O resultado que lhes mostro agora é a previsão que fizemos a partir de amostra de sangue.
(Aplausos)
Esperem um instante. Nesses segundos, vocês olham da esquerda para a direita e vice-versa, e o cérebro espera que as figuras sejam idênticas. Peço que façam um outro exercício, para ser honesto. Por favor, procurem as diferenças, as quais são muitas. A maior quantidade de sinais vem do gênero, depois a idade, IMC, o componente da etnicidade de uma pessoa. E extrapolar a partir do sinal é mais complicado ainda. Mas, o que veem aqui, mesmo nas diferenças, permite que percebam que estamos no caminho certo, que estamos chegando perto. E já nos causa algumas emoções.
Esta é uma outra pessoa que chega, e esta é uma previsão. Tem uma face um pouco menor, não captamos a estrutura craniana completa, mas, ainda assim, chegamos perto. Eis o sujeito que chega em nosso laboratório, e esta é a sua previsão. Essas pessoas nunca foram usadas para treinar a máquina. São chamadas de conjunto “não incluído”. São pessoas que vocês provavelmente nunca acreditarão que existem. Estamos publicando tudo em uma revista científica, e vocês podem ler.
Já que estamos no palco, Chris me desafiou. É possível que tenha me exposto e me arriscado a prever alguém que vocês podem reconhecer. No sangue contido neste tubo de ensaio, e creiam-me, vocês não têm ideia do que tivemos que fazer para obter este sangue, aqui, este frasquinho de sangue contém a quantidade de informação biológica necessária para sequenciar todo o genoma. Esta quantidade é suficiente. Fizemos esta sequência e vamos fazê-la com vocês. Começamos a utilizar todo o conhecimento que temos. Com o tubo de sangue, previmos que era um homem. E era um homem. Previmos que tem 1,76 m. O sujeito tem 1,77 m. Previmos 76 kg, a pessoa tem 82 kg. Previmos sua idade, 38 anos. A pessoa tem 35 anos. Previmos a cor dos seus olhos. São muito escuros. Previmos sua cor de pele. Falta pouco. Esta é sua face.
Agora, a hora da revelação: o sujeito é esta pessoa.
(Risos)
Foi uma coisa intencional Sou de uma etnia muito peculiar. Europeus do sul, italianos, não se enquadram em modelos. E é específico… O grupo étnico é muito complexo e especial para o nosso modelo. Mas há uma outra questão. Uma das coisas muito usadas para reconhecer pessoas nunca estará escrita no genoma. É a nossa livre escolha, é a nossa aparência. Não o meu corte de cabelo, neste caso, o corte de minha barba. Neste caso, eu vou transferir... usou-se apenas o Photoshop, sem qualquer modelagem... a barba para o sujeito. E imediatamente nós temos uma percepção muito, muito melhor.
Por que agimos assim? Certamente não o fazemos para prever a altura ou obter uma bonita imagem a partir do sangue. O fazemos porque a mesma tecnologia e a mesma abordagem, a aprendizagem de máquina deste código, nos ajudam a entender como funcionamos, como o corpo funciona, como o corpo envelhece, como as doenças surgem no organismo, como o câncer cresce e se desenvolve, como as drogas agem, e se elas atuam em nosso corpo.
Este é um grande desafio. É um desafio para todos nós e milhares de outros pesquisadores no mundo inteiro. É a chamada medicina personalizada. É a capacidade de trocar uma abordagem estatística, na qual somos uma gota no oceano, por uma abordagem personalizada, na qual lemos todos estes livros e conseguirmos uma compreensão de quem somos exatamente. Mas é um desafio particularmente complicado, porque hoje, de todos esses livros, é provável que conheçamos apenas 2%: 4 livros em mais de 175.
E este não é o foco da minha palestra, porque aprenderemos mais. As melhores cabeças do mundo estudam este problema. A previsão será aperfeiçoada, o modelo ficará mais preciso. E quanto mais aprendermos, mais seremos confrontados com decisões que nunca antes tivemos que encarar sobre a vida, sobre a morte, sobre a criação de filhos.
Estamos lidando com os detalhes recônditos de como a vida funciona. É uma revolução que não pode se limitar ao domínio da ciência ou da tecnologia. Deve haver um debate global. Devemos pensar o futuro que estamos construindo para a humanidade. Precisamos interagir com pessoas criativas, com artistas, com filósofos com políticos. Todos estão envolvidos, porque é o futuro da nossa espécie. Sem temor, mas com a compreensão de que as decisões que tomaremos no próximo ano mudarão o curso da história para sempre.
Obrigado.
(Aplausos)
Fonte:
[Visto no Brasil Acadêmico]
Quanto a mim, tudo começo há muitos e muitos anos, quando conheci a primeira impressora 3D. O conceito era fascinante. Uma impressora 3D requer três elementos: informação, matéria-prima e energia, com os quais podemos produzir qualquer objeto que não existia antes.
Eu estudava física, estava voltando para casa e me dei conta de que sempre tive uma impressora 3D. E todo mundo tem uma. É a minha mãe.
(Risos)
Minha mãe usou três elementos: informação, neste caso, entre meu pai e ela, matérias-primas e energia de uma mesma fonte, ou seja, o alimento, e vários meses depois, fui produzido. E eu não existia antes.
Além do choque que tive, ao descobrir que minha mãe era uma impressora 3D, eu fiquei imediatamente fascinado pelo primeiro elemento, a informação. Qual é a quantidade de informação necessária para montar um ser humano? É muita? É pouca? Caberia em quantos pen drives?
Bem, no começo eu estudava física e adotei a analogia simplista entre um ser humano e uma peça gigante de Lego. Imagine que os blocos de construção sejam átomos minúsculos, e que há um hidrogênio aqui, um carbono aqui, um nitrogênio aqui. Numa primeira aproximação, se puder listar o número de átomos formadores do ser humano, eu posso construí-lo. Pode-se fazer um cálculo e o número que se obtém é muito impressionante. O número de átomos, no arquivo que terei de salvar em um pen driver para montar um bebê, na verdade lotará um Titanic inteiro, cheio de pen drives, multiplicado por 2 mil vezes. Esse é o milagre da vida.
Doravante, quando virem uma mulher grávida, saberão que ela está montando a maior quantidade de informação que jamais encontrarão.
Esqueça “big data”, esqueça tudo de que já tenha ouvido. É a maior quantidade de informação que existe.
(Aplausos)
A natureza, felizmente, é muito mais inteligente do que um físico, e, em 4 bilhões de anos, conseguiu concentrar essa informação em um pequeno cristal que chamamos de DNA. Nós o conhecemos em 1950, quando Rosalind Franklin, uma notável cientista, uma mulher, o fotografou. Porém, levou mais de 40 anos para enfim penetrarmos numa célula humana, retirarmos este cristal, o desenrolarmos e o lermos pela primeira vez. O código revelou ser um alfabeto razoavelmente simples, com quatro letras: A, T, C e G. Para construir um ser humano, são necessárias 3 bilhões delas. Três bilhões. O que são três bilhões? Não fazemos ideia da quantidade representada, certo?
Pensei como poderia explicar melhor a enormidade deste código. Mas terei uma ajuda, e a melhor pessoa para me ajudar a apresentar o código é, na verdade, o primeiro homem que o sequenciou, Dr. Craig Venter. Bem-vindo ao palco, Dr. Craig Venter.
(Aplausos)
Não é ele em carne e osso, mas, pela primeira vez na história, este é o genoma de uma pessoa específica, impresso página por página, letra por letra: 262 mil páginas de informação, 450 kg, despachados dos EUA ao Canadá, graças a Bruno Bowden, Lulu.com, uma “start-up” que fez tudo. Foi um façanha incrível.
Esta é a percepção visual do que é o código da vida. Agora, pela primeira vez, posso fazer algo divertido. Posso realmente olhar dentro dele e o ler. Então, deixe-me pegar um livro interessante…como este. Eu fiz uma anotação: é um livro razoavelmente grande. É apenas para que vocês vejam o que é o código da vida.
(Risos)
Milhares, milhares, milhares e milhões de letras. E elas parecem fazer sentido. Vamos para uma parte específica. Vou ler para vocês.
(Risos)
“AAG, AAT, ATA.”
Podem parecer letras sem significado, mas esta sequência determina a cor dos olhos do Craig.
Vou mostrar-lhes outra parte do livro. Esta é realmente um pouco mais complicada.
Cromossomo 14, livro 132:
(Risos)
Como vocês esperavam.
(Risos)
"ATT, CTT, GATT."
Esta pessoa tem sorte, porque se faltassem apenas duas letras nesta posição, duas letras em três bilhões, ela estaria condenada a uma doença terrível: a fibrose cística. Não há cura para ela, não sabemos como tratá-la, e são apenas duas letras de diferença em relação às pessoas saudáveis.
Um livro maravilhoso e poderoso, que me ajudou a entender e mostrar-lhes algo notável. Cada um de vocês, o que me faz ser quem sou, o que faz você ser você, são apenas 5 milhões destas, a metade de um livro. No resto, somos absolutamente idênticos. São 500 páginas, o milagre da vida, o milagre que vocês são. O restante, todos nós compartilhamos. Lembrem disto, quando pensarem que somos diferentes. Esta é a quantidade que nós compartilhamos.
Agora que tenho a atenção de vocês, a próxima questão é: Como conseguir ler? Como fazer isto ter um significado? Bem, por mais hábeis que sejam em montar móveis suecos, este manual de instrução é algo que nunca conseguirão decifrar.
(Risos)
E assim, em 2014, dois famosos participantes do TED, Peter Diamandis e o próprio Craig Venter, decidiram fundar uma nova companhia. E nasceu a Human Longevity, com uma missão: fazer tudo o que pudéssemos e estudar tudo o que podíamos aprender com estes livros, com um objetivo: tornar realidade o sonho da medicina personalizada, compreender o que deveria ser feito para termos uma saúde melhor e que segredos guardam estes livros.
Uma equipe maravilhosa, com 40 cientistas de dados e muitas outras pessoas, com as quais é um prazer trabalhar. O conceito é realmente muito simples. Usaremos uma tecnologia chamada aprendizado de máquina. De um lado, temos os genomas, milhares deles. Do outro lado, juntamos o maior banco de dados sobre os seres humanos: fenótipos, escaneamento em 3D, RNM, tudo aquilo em que possam pensar. Dentro disso, nos dois lados opostos, há o segredo da tradução. E no meio, construímos uma máquina. Construímos e treinamos uma máquina; bem, não exatamente uma, muitas e muitas máquinas… com a finalidade de entender e traduzir o genoma em um fenótipo. Quais são as letras e o que elas fazem? É uma abordagem que pode ser usada para tudo, mas usá-la em genômica é particularmente complicado. Progredimos aos poucos e queríamos enfrentar diferentes desafios. Começamos pelos traços comuns, pois tais características são mais fáceis de trabalhar, todos as têm.
Começamos a indagar: Podemos prever a altura? Podemos ler os livros e prever a altura? Bem, realmente podemos, com 5 cm de precisão. O índice de massa corporal, IMC, está ligado ao estilo de vida, mas, dentro de certos limites, podemos prevê-lo com 8 kg de precisão. E prever a cor dos olhos? Sim, podemos. Com 80% de precisão. Podemos prever a cor da pele? Sim, podemos, com 80% de precisão. Podemos prever a idade? Podemos porque, aparentemente, o código muda ao longo da vida. Ele se encurta, perde pedaços, ganha inserções. Lemos os sinais e elaboramos um modelo.
Um desafio interessante: é possível prever a face humana? É um pouco complicado, porque uma face humana está espalhada entre milhões de letras. E uma face humana não é um objeto bem definido. Construímos uma coleção delas para aprender e ensinar a uma máquina o que é uma face, a incorporá-la e comprimi-la. Se entendem de aprendizagem de máquina, compreendem qual é o desafio aqui.
Bem, 15 anos após termos lido a primeira sequência, agora em outubro identificamos alguns sinais. Foi um momento muito emocionante. O que veem aqui é uma pessoa chegando ao nosso laboratório. Para nós, é um rosto. Tomamos o rosto real de uma pessoa, reduzimos a complexidade, porque nem tudo está no rosto, muitos aspectos e defeitos e assimetrias vêm da vida que a pessoa leva. Simetrizamos a face e usamos nosso algoritmo. O resultado que lhes mostro agora é a previsão que fizemos a partir de amostra de sangue.
(Aplausos)
Esperem um instante. Nesses segundos, vocês olham da esquerda para a direita e vice-versa, e o cérebro espera que as figuras sejam idênticas. Peço que façam um outro exercício, para ser honesto. Por favor, procurem as diferenças, as quais são muitas. A maior quantidade de sinais vem do gênero, depois a idade, IMC, o componente da etnicidade de uma pessoa. E extrapolar a partir do sinal é mais complicado ainda. Mas, o que veem aqui, mesmo nas diferenças, permite que percebam que estamos no caminho certo, que estamos chegando perto. E já nos causa algumas emoções.
Esta é uma outra pessoa que chega, e esta é uma previsão. Tem uma face um pouco menor, não captamos a estrutura craniana completa, mas, ainda assim, chegamos perto. Eis o sujeito que chega em nosso laboratório, e esta é a sua previsão. Essas pessoas nunca foram usadas para treinar a máquina. São chamadas de conjunto “não incluído”. São pessoas que vocês provavelmente nunca acreditarão que existem. Estamos publicando tudo em uma revista científica, e vocês podem ler.
Já que estamos no palco, Chris me desafiou. É possível que tenha me exposto e me arriscado a prever alguém que vocês podem reconhecer. No sangue contido neste tubo de ensaio, e creiam-me, vocês não têm ideia do que tivemos que fazer para obter este sangue, aqui, este frasquinho de sangue contém a quantidade de informação biológica necessária para sequenciar todo o genoma. Esta quantidade é suficiente. Fizemos esta sequência e vamos fazê-la com vocês. Começamos a utilizar todo o conhecimento que temos. Com o tubo de sangue, previmos que era um homem. E era um homem. Previmos que tem 1,76 m. O sujeito tem 1,77 m. Previmos 76 kg, a pessoa tem 82 kg. Previmos sua idade, 38 anos. A pessoa tem 35 anos. Previmos a cor dos seus olhos. São muito escuros. Previmos sua cor de pele. Falta pouco. Esta é sua face.
Agora, a hora da revelação: o sujeito é esta pessoa.
(Risos)
Foi uma coisa intencional Sou de uma etnia muito peculiar. Europeus do sul, italianos, não se enquadram em modelos. E é específico… O grupo étnico é muito complexo e especial para o nosso modelo. Mas há uma outra questão. Uma das coisas muito usadas para reconhecer pessoas nunca estará escrita no genoma. É a nossa livre escolha, é a nossa aparência. Não o meu corte de cabelo, neste caso, o corte de minha barba. Neste caso, eu vou transferir... usou-se apenas o Photoshop, sem qualquer modelagem... a barba para o sujeito. E imediatamente nós temos uma percepção muito, muito melhor.
Por que agimos assim? Certamente não o fazemos para prever a altura ou obter uma bonita imagem a partir do sangue. O fazemos porque a mesma tecnologia e a mesma abordagem, a aprendizagem de máquina deste código, nos ajudam a entender como funcionamos, como o corpo funciona, como o corpo envelhece, como as doenças surgem no organismo, como o câncer cresce e se desenvolve, como as drogas agem, e se elas atuam em nosso corpo.
Este é um grande desafio. É um desafio para todos nós e milhares de outros pesquisadores no mundo inteiro. É a chamada medicina personalizada. É a capacidade de trocar uma abordagem estatística, na qual somos uma gota no oceano, por uma abordagem personalizada, na qual lemos todos estes livros e conseguirmos uma compreensão de quem somos exatamente. Mas é um desafio particularmente complicado, porque hoje, de todos esses livros, é provável que conheçamos apenas 2%: 4 livros em mais de 175.
E este não é o foco da minha palestra, porque aprenderemos mais. As melhores cabeças do mundo estudam este problema. A previsão será aperfeiçoada, o modelo ficará mais preciso. E quanto mais aprendermos, mais seremos confrontados com decisões que nunca antes tivemos que encarar sobre a vida, sobre a morte, sobre a criação de filhos.
Estamos lidando com os detalhes recônditos de como a vida funciona. É uma revolução que não pode se limitar ao domínio da ciência ou da tecnologia. Deve haver um debate global. Devemos pensar o futuro que estamos construindo para a humanidade. Precisamos interagir com pessoas criativas, com artistas, com filósofos com políticos. Todos estão envolvidos, porque é o futuro da nossa espécie. Sem temor, mas com a compreensão de que as decisões que tomaremos no próximo ano mudarão o curso da história para sempre.
Obrigado.
(Aplausos)
Fonte:
[Visto no Brasil Acadêmico]
Comentários