1
00:00:00,817 --> 00:00:04,269
La gente usa Internet por varios motivos.

2
00:00:05,765 --> 00:00:09,569
Resulta que una de las categorías
más populares de páginas web

3
00:00:09,593 --> 00:00:12,465
es algo que la gente consume
normalmente en privado.

4
00:00:13,639 --> 00:00:16,149
Tiene que ver con la curiosidad,

5
00:00:16,173 --> 00:00:19,969
con niveles significativos
de autocomplacencia

6
00:00:19,993 --> 00:00:23,253
que giran en torno a las 
actividades reproductivas

7
00:00:23,277 --> 00:00:24,586
de otras personas.

8
00:00:24,610 --> 00:00:25,642
(Risas)

9
00:00:25,666 --> 00:00:27,916
Obviamente estoy hablando
de la genealogía...

10
00:00:27,940 --> 00:00:29,154
(Risas)

11
00:00:29,178 --> 00:00:30,880
el estudio de la historia familiar.

12
00:00:31,133 --> 00:00:33,390
Cuando se trata de detallar
la historia familiar

13
00:00:33,414 --> 00:00:37,357
en todas las familias hay una persona
obsesionada con la genealogía.

14
00:00:37,381 --> 00:00:39,094
Llamémosle tío Bernie.

15
00:00:39,118 --> 00:00:42,900
El tío Bernie es justo la última persona
a cuyo lado te quieres sentar

16
00:00:42,924 --> 00:00:44,523
en la cena de Acción de Gracias,

17
00:00:44,547 --> 00:00:47,361
porque te aburrirá soberanamente
con detalles concretos

18
00:00:47,385 --> 00:00:49,351
sobre parientes antiguos.

19
00:00:50,462 --> 00:00:51,724
Pero como ya saben,

20
00:00:51,748 --> 00:00:54,620
todo tiene un lado científico,

21
00:00:54,644 --> 00:00:57,622
y hemos descubierto
que las historias del tío Bernie

22
00:00:57,646 --> 00:01:00,814
tienen un potencial inmenso
para la investigación biomédica.

23
00:01:01,306 --> 00:01:04,020
Dejamos que el tío Bernie
y sus amigos genealogistas

24
00:01:04,044 --> 00:01:08,712
documenten sus árboles genealógicos
a través de una web llamada geni.com.

25
00:01:09,128 --> 00:01:11,326
Cuando los usuarios
suben sus árboles a la web

26
00:01:11,350 --> 00:01:12,914
este escanea a sus familiares

27
00:01:12,914 --> 00:01:15,329
y si encuentra coincidencias
con árboles existentes

28
00:01:15,329 --> 00:01:18,773
combina el árbol existente con el nuevo.

29
00:01:19,768 --> 00:01:22,718
El resultado es que se crean
árboles genealógicos enormes,

30
00:01:22,742 --> 00:01:26,091
más allá del nivel individual
de cada genealogista.

31
00:01:26,808 --> 00:01:30,937
Al repetir este proceso
con millones de personas

32
00:01:30,961 --> 00:01:32,778
de todo el mundo,

33
00:01:32,802 --> 00:01:38,334
podemos colaborar para crear
un árbol genealógico de toda la humanidad.

34
00:01:39,292 --> 00:01:40,876
Al usar esta página,

35
00:01:40,900 --> 00:01:45,713
pudimos conectar a
125 millones de personas

36
00:01:45,737 --> 00:01:48,258
en un solo árbol genealógico.

37
00:01:48,967 --> 00:01:51,755
No puedo dibujar el árbol
en estas pantallas

38
00:01:51,779 --> 00:01:53,944
porque tienen menos píxeles

39
00:01:53,968 --> 00:01:56,481
que el número de personas en el árbol.

40
00:01:56,505 --> 00:02:01,515
Pero aquí tengo un ejemplo de
un subconjunto de 6000 individuos.

41
00:02:02,159 --> 00:02:04,521
Cada nodo verde es una persona.

42
00:02:05,060 --> 00:02:07,909
Los nodos rojos representan matrimonios,

43
00:02:07,933 --> 00:02:10,191
y las conexiones representan paternidad.

44
00:02:10,297 --> 00:02:12,503
En el medio del árbol
pueden ver los ancestros.

45
00:02:12,503 --> 00:02:15,427
A medida que vamos hacia la periferia
verán los descendientes.

46
00:02:15,427 --> 00:02:18,683
Este árbol tiene, aproximadamente,
siete generaciones.

47
00:02:19,692 --> 00:02:22,926
Esto es lo que pasa cuando aumentamos
el número de individuos

48
00:02:22,950 --> 00:02:24,778
hasta 70 000 personas...

49
00:02:24,802 --> 00:02:29,132
sigue siendo una pequeña parte
de los datos que tenemos.

50
00:02:29,629 --> 00:02:34,442
Aún así, pueden ver que se forman
árboles genealógicos enormes

51
00:02:34,466 --> 00:02:37,121
con muchos parientes lejanos.

52
00:02:37,610 --> 00:02:40,744
Gracias al arduo trabajo 
de nuestros genealogistas,

53
00:02:40,768 --> 00:02:43,871
podemos retroceder en el tiempo
hasta cientos de años.

54
00:02:44,418 --> 00:02:47,859
Por ejemplo, aquí tenemos
a Alexander Hamilton,

55
00:02:47,883 --> 00:02:50,358
que nació en 1755.

56
00:02:50,872 --> 00:02:54,636
Alexander fue el primer
Secretario del Tesoro de EE.UU.

57
00:02:54,660 --> 00:02:58,491
pero hoy es conocido sobre todo
por un musical popular de Broadway.

58
00:02:59,137 --> 00:03:04,059
Descubrimos que Alexander tiene buenas
conexiones en el mundo del espectáculo.

59
00:03:04,083 --> 00:03:06,194
De hecho, es pariente de sangre de...

60
00:03:06,781 --> 00:03:08,001
¡Kevin Bacon!

61
00:03:08,025 --> 00:03:10,057
(Risas)

62
00:03:10,081 --> 00:03:12,687
Ambos son descendientes
de una señora de Escocia

63
00:03:12,711 --> 00:03:15,025
que vivió en el siglo XIII.

64
00:03:15,049 --> 00:03:17,825
Así que se podría decir
que Alexander Hamilton

65
00:03:17,825 --> 00:03:21,363
tiene 35 grados de separación
con Kevin Bacon.

66
00:03:21,387 --> 00:03:22,828
(Risas)

67
00:03:22,852 --> 00:03:26,082
Y nuestro árbol tiene
millones de historias como esa.

68
00:03:28,113 --> 00:03:33,003
Hemos puesto mucho esfuerzo
en validar la calidad de nuestros datos.

69
00:03:33,027 --> 00:03:38,418
Con el ADN descubrimos que 0,3 % de las
conexiones madre-hijo de nuestros datos

70
00:03:38,442 --> 00:03:39,636
son erróneas,

71
00:03:39,636 --> 00:03:43,487
lo que coincide con las tasas de adopción
en EE.UU. antes de la II Guerra Mundial.

72
00:03:44,847 --> 00:03:46,632
Por el lado paterno,

73
00:03:46,656 --> 00:03:48,617
las noticias no son tan buenas:

74
00:03:50,149 --> 00:03:55,749
1,9 % de las conexiones padre-hijo
de nuestros datos son erróneos.

75
00:03:55,773 --> 00:03:58,136
Veo que algunos se ríen.

76
00:03:58,160 --> 00:03:59,877
Es lo que piensan...

77
00:03:59,901 --> 00:04:01,690
hay muchos lecheros por ahí.

78
00:04:01,714 --> 00:04:02,778
(Risas)

79
00:04:02,802 --> 00:04:06,791
Sin embargo, esta tasa de error del 1,9 %
en las conexiones patrilineales

80
00:04:06,815 --> 00:04:08,584
no son únicas de nuestros datos.

81
00:04:08,608 --> 00:04:11,677
Estudios anteriores descubrieron
una tasa de error similar

82
00:04:11,701 --> 00:04:13,722
al usar genealogía clínica.

83
00:04:14,254 --> 00:04:16,779
Así que la calidad
de nuestros datos es buena

84
00:04:16,803 --> 00:04:18,936
y eso no debería sorprender.

85
00:04:18,960 --> 00:04:22,736
Nuestros genealogistas 
tienen un profundo interés

86
00:04:22,760 --> 00:04:26,428
en documentar correctamente
su historia familiar.

87
00:04:28,594 --> 00:04:33,185
Podemos usar estos datos para aprender
información cuantitativa de la humanidad,

88
00:04:33,209 --> 00:04:35,805
por ejemplo, cuestiones sobre demografía.

89
00:04:35,829 --> 00:04:39,686
Echemos un vistazo a todos
los perfiles del mapa del mundo.

90
00:04:40,250 --> 00:04:44,731
Cada pixel es una persona
que vivió en un momento dado.

91
00:04:44,755 --> 00:04:46,435
Y dado que tenemos tantos datos,

92
00:04:46,459 --> 00:04:49,240
pueden ver el contorno de muchos países,

93
00:04:49,264 --> 00:04:51,363
sobre todo el mundo occidental.

94
00:04:51,387 --> 00:04:54,935
En este clip estratificamos
el mapa que les enseñamos

95
00:04:54,959 --> 00:05:00,031
basado en el año de nacimiento
de los individuos entre 1400 y 1900,

96
00:05:00,055 --> 00:05:02,821
y los comparamos con
movimientos migratorios conocidos.

97
00:05:03,482 --> 00:05:06,647
El clip les mostrará que las líneas
más profundas de nuestros datos

98
00:05:06,671 --> 00:05:08,298
llegan hasta el Reino Unido,

99
00:05:08,322 --> 00:05:10,014
donde conservaban mejor los datos,

100
00:05:10,014 --> 00:05:13,436
y luego se extendían a lo largo de 
las rutas del colonialismo occidental.

101
00:05:13,460 --> 00:05:14,782
Veámoslo.

102
00:05:15,143 --> 00:05:16,752
(Música)

103
00:05:16,776 --> 00:05:19,117
[Año de nacimiento:]

104
00:05:19,705 --> 00:05:21,541
[1492 - Colón navega por el océano]

105
00:05:23,371 --> 00:05:25,371
[1620 - El Mayflower
llega a Massachusetts]

106
00:05:26,326 --> 00:05:28,561
[1652 - Los holandeses
se asientan en Sudáfrica]

107
00:05:31,861 --> 00:05:34,781
[1788 - Gran Bretaña empieza
a transportar presos a Australia]

108
00:05:35,181 --> 00:05:37,798
[1836 - Los primeros emigrantes
usan la Senda de Oregón]

109
00:05:38,149 --> 00:05:41,332
[Todo es actividad]

110
00:05:43,851 --> 00:05:45,394
Me encanta esta película.

111
00:05:45,418 --> 00:05:50,511
Ya que estos sucesos migratorios
ponen en contexto a las familias,

112
00:05:50,535 --> 00:05:52,718
podemos hacer preguntas tales como:

113
00:05:52,742 --> 00:05:56,212
¿Cuál es la distancia típica
entre los lugares de nacimiento

114
00:05:56,236 --> 00:05:59,048
de maridos y mujeres?

115
00:05:59,072 --> 00:06:02,749
Esta distancia tiene un papel
fundamental en la demografía

116
00:06:02,773 --> 00:06:06,454
porque los patrones en los que
la gente emigra para formar familias

117
00:06:06,478 --> 00:06:10,191
determina cómo se expanden
los genes en áreas geográficas.

118
00:06:10,706 --> 00:06:13,034
Analizamos la distancia
usando nuestros datos,

119
00:06:13,058 --> 00:06:15,348
y descubrimos que antiguamente

120
00:06:15,372 --> 00:06:16,602
la gente lo tenía fácil.

121
00:06:16,626 --> 00:06:19,220
Simplemente se casaban
con gente del pueblo de al lado.

122
00:06:19,958 --> 00:06:23,663
Pero la Revolución Industrial
complicó nuestra vida amorosa.

123
00:06:23,687 --> 00:06:28,247
Y hoy, con los vuelos asequibles
y con las redes sociales,

124
00:06:28,271 --> 00:06:33,073
la gente suele emigrar a más de
100 km de su lugar de nacimiento

125
00:06:33,073 --> 00:06:34,627
para encontrar a su alma gemela.

126
00:06:36,524 --> 00:06:37,711
Puede que se pregunten:

127
00:06:37,735 --> 00:06:42,231
¿Quién hace el enorme trabajo
de emigrar de un sitio a otro

128
00:06:42,255 --> 00:06:43,524
para formar familias?

129
00:06:43,548 --> 00:06:47,275
¿Son los hombres o las mujeres?

130
00:06:47,592 --> 00:06:49,907
Usamos nuestros datos
para afrontar esta cuestión

131
00:06:49,931 --> 00:06:52,525
y al menos en los últimos 300 años,

132
00:06:52,549 --> 00:06:56,432
descubrimos que las damas
hacen el trabajo arduo

133
00:06:56,456 --> 00:06:59,452
de emigrar de unos lugares
a otros para formar familias.

134
00:06:59,476 --> 00:07:02,577
Estos resultados son
estadísticamente relevantes,

135
00:07:02,601 --> 00:07:06,072
así que pueden admitir como hecho
científico que los varones son vagos.

136
00:07:06,096 --> 00:07:09,252
(Risas)

137
00:07:09,276 --> 00:07:11,812
Podemos pasar de las preguntas
sobre demografía

138
00:07:11,836 --> 00:07:14,749
y hacer preguntas sobre salud humana.

139
00:07:14,773 --> 00:07:16,260
Por ejemplo, podemos preguntar

140
00:07:16,284 --> 00:07:21,247
cómo las variaciones genéticas justifican
las diferencias en la esperanza de vida

141
00:07:21,271 --> 00:07:22,465
entre individuos.

142
00:07:22,988 --> 00:07:27,518
Estudios previos analizaron la correlación
de la longevidad entre gemelos

143
00:07:27,542 --> 00:07:28,984
para afrontar esta cuestión.

144
00:07:29,411 --> 00:07:32,078
Estimaron que las variaciones
genéticas justifican

145
00:07:32,102 --> 00:07:36,142
alrededor de un cuarto de las diferencias
en la esperanza de vida entre individuos.

146
00:07:36,498 --> 00:07:39,376
Pero los gemelos pueden correlacionarse
por diversas razones,

147
00:07:39,376 --> 00:07:41,614
incluyendo distintos
efectos medioambientales

148
00:07:41,638 --> 00:07:43,260
o compartir casa.

149
00:07:44,411 --> 00:07:48,164
Los árboles genealógicos extensos
nos permiten analizar parientes próximos,

150
00:07:48,188 --> 00:07:49,395
como los gemelos,

151
00:07:49,419 --> 00:07:52,336
hasta los parientes lejanos,
incluso primos cuartos.

152
00:07:52,749 --> 00:07:55,438
De esta manera podemos
construir modelos robustos

153
00:07:55,462 --> 00:07:59,170
que pueden separar la contribución
de variaciones genéticas

154
00:07:59,194 --> 00:08:00,911
de los factores medioambientales.

155
00:08:01,379 --> 00:08:04,278
Llevamos a cabo este análisis
usando nuestros datos,

156
00:08:04,302 --> 00:08:10,093
y descubrimos que las variaciones
genéticas solo explican solo el 15 %

157
00:08:10,117 --> 00:08:12,923
de las diferencias de esperanza de vida
entre individuos.

158
00:08:14,760 --> 00:08:17,516
De media son cinco años.

159
00:08:18,316 --> 00:08:23,024
Así que los genes importan menos
de lo que pensábamos.

160
00:08:23,675 --> 00:08:25,811
Y me parece una noticia estupenda,

161
00:08:26,438 --> 00:08:29,731
porque significa que nuestras acciones
pueden importar más.

162
00:08:30,533 --> 00:08:34,807
Fumar, por ejemplo, determina
10 años de nuestra esperanza de vida,

163
00:08:34,831 --> 00:08:37,477
el doble de lo que determina la genética.

164
00:08:37,936 --> 00:08:40,525
Incluso podemos tener más
descubrimientos sorprendentes

165
00:08:40,549 --> 00:08:42,041
si nos movemos de los árboles

166
00:08:42,065 --> 00:08:46,797
y dejamos que los genealogistas documenten
y recopilen información sobre el ADN.

167
00:08:46,821 --> 00:08:48,845
Y el resultado puede ser increíble.

168
00:08:49,255 --> 00:08:53,170
Puede costar imaginarlo,
pero el tío Bernie y sus amigos

169
00:08:53,194 --> 00:08:55,840
pueden crear competencias forenses de ADN

170
00:08:55,864 --> 00:08:59,423
que incluso superan
a las que tiene actualmente el FBI.

171
00:09:00,862 --> 00:09:03,266
Al colocar el ADN
en un árbol genealógico grande,

172
00:09:03,290 --> 00:09:05,407
se crea un modelo efectivo

173
00:09:05,431 --> 00:09:08,065
que ilumina cientos de parientes lejanos

174
00:09:08,089 --> 00:09:11,579
conectados a la persona que originó el ADN.

175
00:09:12,505 --> 00:09:15,418
Al situar múltiples modelos
en un árbol genealógico grande,

176
00:09:15,442 --> 00:09:19,162
se puede triangular el ADN
de una persona desconocida,

177
00:09:19,186 --> 00:09:23,124
igual que los sistemas de GPS
usan múltiples satélites

178
00:09:23,148 --> 00:09:24,612
para encontrar una ubicación.

179
00:09:25,226 --> 00:09:28,850
Un gran ejemplo del poder de esta técnica

180
00:09:28,874 --> 00:09:31,549
es la captura del asesino
del Golden State,

181
00:09:32,612 --> 00:09:37,140
uno de los criminales más famosos
de la historia de EE.UU.

182
00:09:37,164 --> 00:09:43,056
El FBI llevaba 40 años
buscando a esta persona.

183
00:09:43,588 --> 00:09:45,423
Tenían su ADN,

184
00:09:45,447 --> 00:09:48,797
pero nunca aparecía
en las bases de datos policiales.

185
00:09:49,447 --> 00:09:54,159
Hace un año, el FBI consultó
a una genealogista genética

186
00:09:54,183 --> 00:09:58,133
y esta sugirió que llevaran su ADN 
a un servicio de genealogía

187
00:09:58,157 --> 00:10:00,555
que puede localizar a parientes lejanos.

188
00:10:01,117 --> 00:10:02,273
Lo hicieron,

189
00:10:02,297 --> 00:10:05,989
y encontraron a un primo tercero
del asesino de Golden State.

190
00:10:06,013 --> 00:10:08,357
Construyeron un árbol genealógico enorme,

191
00:10:08,381 --> 00:10:10,417
escanearon las diferentes ramas del árbol,

192
00:10:10,417 --> 00:10:13,102
hasta que encontraron un perfil
que coincidía exactamente

193
00:10:13,102 --> 00:10:15,677
con lo que sabían
del asesino de Golden State.

194
00:10:15,701 --> 00:10:19,293
Consiguieron el ADN de esta persona
y obtuvieron una coincidencia perfecta

195
00:10:19,317 --> 00:10:21,342
con el ADN que tenían a mano.

196
00:10:21,366 --> 00:10:23,716
Lo arrestaron y lo llevaron
ante la justicia

197
00:10:23,740 --> 00:10:25,164
después de tantos años.

198
00:10:26,172 --> 00:10:29,413
Desde entonces, los genealogistas
genéticos han estado trabajando

199
00:10:29,437 --> 00:10:32,105
con las fuerzas del orden
locales de EE.UU.

200
00:10:32,129 --> 00:10:35,491
para que usen esta técnica
para detener criminales.

201
00:10:35,521 --> 00:10:38,202
Y solo en los últimos seis meses

202
00:10:38,226 --> 00:10:42,522
pudieron cerrar con esta técnica
20 casos sin resolver.

203
00:10:44,203 --> 00:10:48,839
Afortunadamente, tenemos a gente como
el tío Bernie y sus colegas genealogistas.

204
00:10:49,045 --> 00:10:52,039
No son aficionados que 
tienen una afición egoísta.

205
00:10:52,602 --> 00:10:59,021
Son ciudadanos científicos con la
gran pasión de decirnos quiénes somos.

206
00:10:59,065 --> 00:11:03,523
Y saben que el pasado
puede ser la clave del futuro.

207
00:11:04,067 --> 00:11:05,250
Muchísimas gracias.

208
00:11:05,314 --> 00:11:08,783
(Aplausos)