1
00:00:00,817 --> 00:00:04,269
As pessoas usam
a internet por várias razões.

2
00:00:05,765 --> 00:00:09,569
Uma das categorias mais populares de sites

3
00:00:09,593 --> 00:00:12,465
é aquela em que as pessoas
acessam reservadamente.

4
00:00:13,639 --> 00:00:16,149
Ela envolve curiosidade,

5
00:00:16,173 --> 00:00:19,969
níveis significativos de autoindulgência

6
00:00:19,993 --> 00:00:23,253
e registra atividades reprodutivas

7
00:00:23,277 --> 00:00:24,586
de outras pessoas.

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

9
00:00:25,666 --> 00:00:27,916
Claro que estou falando sobre genealogia,

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

11
00:00:29,178 --> 00:00:31,260
o estudo da história das famílias.

12
00:00:31,353 --> 00:00:33,390
Quando se trata de história familiar,

13
00:00:33,414 --> 00:00:37,357
sempre temos, em todas as famílias,
uma pessoa obcecada por genealogia.

14
00:00:37,381 --> 00:00:39,094
Vamos chamá-la de tio Bernie.

15
00:00:39,118 --> 00:00:42,900
Tio Bernie é aquela pessoa
que ninguém quer se sentar ao lado,

16
00:00:42,924 --> 00:00:44,523
no jantar de Ação de Graças,

17
00:00:44,547 --> 00:00:47,361
porque ele vai atormentar
com detalhes específicos

18
00:00:47,385 --> 00:00:49,711
de alguns parentes mais velhos.

19
00:00:50,322 --> 00:00:51,634
Como se sabe,

20
00:00:51,634 --> 00:00:54,644
existe um lado científico para tudo,

21
00:00:54,644 --> 00:00:58,822
e descobrimos que as histórias
do tio Bernie têm um imenso potencial

22
00:00:58,822 --> 00:01:01,074
para a pesquisa biomédica.

23
00:01:01,306 --> 00:01:04,020
Deixamos o tio Bernie e os genealogistas

24
00:01:04,044 --> 00:01:08,712
documentarem suas árvores genealógicas
usando um site chamado geni.com.

25
00:01:09,198 --> 00:01:13,086
Quando se enviam as árvores para o site,
ele verifica os parentes,

26
00:01:13,086 --> 00:01:15,139
e, se encontrar correspondências,

27
00:01:15,163 --> 00:01:18,773
mescla a árvore já existente com a nova.

28
00:01:19,768 --> 00:01:22,718
Com isso, são criadas
grandes árvores genealógicas,

29
00:01:22,742 --> 00:01:26,221
muito além do nível individual
de cada genealogista.

30
00:01:26,808 --> 00:01:30,937
Repetindo esse processo
com milhões de pessoas,

31
00:01:30,961 --> 00:01:32,778
no mundo todo,

32
00:01:32,802 --> 00:01:38,334
podemos contribuir para a construção
de uma árvore de toda a humanidade.

33
00:01:39,292 --> 00:01:40,876
Usando este site,

34
00:01:40,900 --> 00:01:45,713
conseguimos conectar
125 milhões de pessoas

35
00:01:45,737 --> 00:01:48,258
em uma única árvore genealógica.

36
00:01:48,967 --> 00:01:51,755
Não é possível desenhar
a árvore nessas telas,

37
00:01:51,779 --> 00:01:53,944
porque elas têm menos pixels

38
00:01:53,968 --> 00:01:56,481
do que o número de pessoas na árvore.

39
00:01:56,505 --> 00:02:01,515
Vejam um exemplo de 6 mil indivíduos,
que é apenas uma parte da árvore.

40
00:02:02,159 --> 00:02:04,521
Cada nó verde representa uma pessoa.

41
00:02:05,060 --> 00:02:07,909
Os nós vermelhos representam casamentos

42
00:02:07,933 --> 00:02:10,191
e as conexões representam a paternidade.

43
00:02:10,557 --> 00:02:12,929
No meio da árvore, veem-se os ancestrais.

44
00:02:12,953 --> 00:02:15,557
A parte externa mostra os descendentes.

45
00:02:15,581 --> 00:02:18,683
Esta árvore mostra sete gerações,
aproximadamente.

46
00:02:19,692 --> 00:02:22,926
Vejam o que acontece quando
aumentamos o número de indivíduos

47
00:02:22,950 --> 00:02:24,778
para 70 mil pessoas,

48
00:02:24,802 --> 00:02:29,132
que ainda é uma pequena parte
do total de dados.

49
00:02:29,629 --> 00:02:34,442
Apesar disso, pode-se ver a formação
de árvores genealógicas gigantescas

50
00:02:34,466 --> 00:02:37,121
com vários parentes muito distantes.

51
00:02:37,610 --> 00:02:40,744
Graças ao trabalho
árduo dos genealogistas,

52
00:02:40,768 --> 00:02:43,871
podemos voltar centenas de anos.

53
00:02:44,418 --> 00:02:47,859
Por exemplo,
vejam aqui Alexander Hamilton,

54
00:02:47,883 --> 00:02:50,358
que nasceu em 1755.

55
00:02:50,872 --> 00:02:54,636
Ele foi o primeiro
secretário do Tesouro dos EUA,

56
00:02:54,660 --> 00:02:58,491
mas hoje é conhecido, principalmente,
devido a um musical da Broadway.

57
00:02:59,137 --> 00:03:04,059
Descobrimos que Alexander tem conexões
profundas na indústria do showbiz.

58
00:03:04,083 --> 00:03:06,194
Ele é um parente de sangue de ...

59
00:03:06,781 --> 00:03:08,001
Kevin Bacon!

60
00:03:08,025 --> 00:03:10,057
(Risos)

61
00:03:10,081 --> 00:03:15,047
Ambos são descendentes de uma escocesa
que viveu no século 13.

62
00:03:15,049 --> 00:03:18,151
Pode-se dizer, então,
que Alexander Hamilton

63
00:03:18,175 --> 00:03:21,363
tem um parentesco
de 35 graus com Kevin Bacon.

64
00:03:21,387 --> 00:03:22,828
(Risos)

65
00:03:22,852 --> 00:03:26,082
Essa árvore tem milhões
de histórias assim.

66
00:03:28,113 --> 00:03:33,003
Investimos muito empenho para validar
a qualidade dos nossos dados.

67
00:03:33,027 --> 00:03:38,418
Usando o DNA, descobrimos que 0,3%
dos dados das conexões mãe-filho

68
00:03:38,442 --> 00:03:39,692
estão errados,

69
00:03:39,716 --> 00:03:43,847
o que coincidiria com as adoções nos EUA
antes da Segunda Guerra Mundial.

70
00:03:44,847 --> 00:03:46,632
Do lado dos pais,

71
00:03:46,656 --> 00:03:48,617
a notícia não é tão boa:

72
00:03:50,149 --> 00:03:55,749
1,9% das conexões pai-filho
nos dados estão erradas.

73
00:03:55,773 --> 00:03:58,136
Vejo algumas pessoas sorrindo.

74
00:03:58,160 --> 00:04:01,727
Estão pensando:
existem muitos leiteiros por aí.

75
00:04:01,727 --> 00:04:02,778
(Risos)

76
00:04:02,802 --> 00:04:06,791
No entanto, essa taxa de erro de 1,9%
nas conexões patriarcais

77
00:04:06,815 --> 00:04:08,584
não é exclusiva dos nossos dados.

78
00:04:08,608 --> 00:04:11,677
Estudos anteriores encontraram
uma taxa de erro similar

79
00:04:11,701 --> 00:04:14,142
usando classificação genealógica clínica.

80
00:04:14,254 --> 00:04:16,779
Portanto, a qualidade
dos nossos dados é boa

81
00:04:16,803 --> 00:04:18,936
e não deveria ser uma surpresa.

82
00:04:18,960 --> 00:04:22,736
Nossos genealogistas
têm um profundo interesse

83
00:04:22,760 --> 00:04:26,428
em documentar corretamente
a história familiar.

84
00:04:28,594 --> 00:04:33,185
Podemos usar esses dados para aprender
quantitativamente sobre a humanidade,

85
00:04:33,209 --> 00:04:35,805
por exemplo, sobre demografia.

86
00:04:35,829 --> 00:04:39,686
Vejam todos os nossos
perfis no mapa-múndi.

87
00:04:40,250 --> 00:04:44,731
Cada pixel é uma pessoa
que viveu em algum momento.

88
00:04:44,755 --> 00:04:49,245
Como temos muitos dados,
pode-se ver os contornos de muitos países,

89
00:04:49,265 --> 00:04:51,363
especialmente no mundo Ocidental.

90
00:04:51,387 --> 00:04:54,935
Neste videoclipe, estratificamos
o mapa que acabei de mostrar,

91
00:04:54,959 --> 00:05:00,031
baseado nas datas de nascimentos
das pessoas entre os anos de 1400 a 1900,

92
00:05:00,055 --> 00:05:02,821
e as comparamos com eventos
de migração conhecidos.

93
00:05:03,482 --> 00:05:06,647
O videoclipe mostra que as linhagens
mais profundas dos dados

94
00:05:06,671 --> 00:05:10,148
apontam para o Reino Unido,
onde tinham um registro melhor

95
00:05:10,154 --> 00:05:13,436
e eles se expandiram pelas rotas
do colonialismo ocidental.

96
00:05:13,460 --> 00:05:14,782
Vamos assistir.

97
00:05:15,143 --> 00:05:16,752
(Vídeo) (Música)

98
00:05:16,776 --> 00:05:19,117
[Ano de nascimento:]

99
00:05:19,705 --> 00:05:22,251
[1492 - Colombo navega pelo oceano]

100
00:05:23,661 --> 00:05:26,021
[1620 - Mayflower chega a Massachusetts]

101
00:05:26,726 --> 00:05:29,011
[1652 - Colonização holandesa
na África do Sul]

102
00:05:32,321 --> 00:05:35,507
[1788 - Transferência de presos
da Grã-Bretanha para a Austrália]

103
00:05:35,531 --> 00:05:37,878
[1836 - Primeiros migrantes
usam a trilha do Oregon]

104
00:05:38,149 --> 00:05:41,332
[Atividade total]

105
00:05:43,851 --> 00:05:45,394
Yaniv Erlich: Adoro este filme.

106
00:05:45,418 --> 00:05:50,511
Como esses eventos de migração
estão num contexto das famílias,

107
00:05:50,535 --> 00:05:52,718
podemos fazer perguntas como:

108
00:05:52,742 --> 00:05:56,212
"Qual é a distância típica
entre os locais de nascimento

109
00:05:56,236 --> 00:05:59,048
de maridos e esposas?"

110
00:05:59,072 --> 00:06:02,749
Essa distância desempenha
um papel fundamental na demografia,

111
00:06:02,773 --> 00:06:06,454
porque os padrões nos quais as pessoas
migram para formar famílias

112
00:06:06,478 --> 00:06:10,191
determinam como os genes se propagam
pelas áreas geográficas.

113
00:06:10,706 --> 00:06:13,074
Analisamos essa distância usando os dados

114
00:06:13,074 --> 00:06:16,618
e descobrimos que, antigamente,
era tudo muito fácil.

115
00:06:16,626 --> 00:06:19,650
As pessoas se casavam
com outras de aldeias próximas.

116
00:06:19,958 --> 00:06:23,663
Mas a Revolução Industrial
complicou essa vida amorosa.

117
00:06:23,687 --> 00:06:28,247
Hoje, com voos acessíveis
e com as mídias sociais,

118
00:06:28,271 --> 00:06:33,099
as pessoas normalmente migram mais
de 100 quilômetros de onde nasceram

119
00:06:33,123 --> 00:06:35,067
para encontrar sua alma gêmea.

120
00:06:36,524 --> 00:06:37,771
Pode-se perguntar:

121
00:06:37,771 --> 00:06:43,221
"Quem trabalha duro pra migrar
de um lugar a outro pra formar família?"

122
00:06:43,548 --> 00:06:47,275
Os machos ou as fêmeas?

123
00:06:47,752 --> 00:06:49,907
Usamos nossos dados para resolver isso

124
00:06:49,931 --> 00:06:52,525
e, pelo menos nos últimos 300 anos,

125
00:06:52,549 --> 00:06:56,432
descobrimos que as mulheres
fazem esse trabalho difícil

126
00:06:56,456 --> 00:06:59,452
de migrar de um lugar a outro
para formar uma família.

127
00:06:59,476 --> 00:07:02,577
Esses resultados são
estatisticamente significativos

128
00:07:02,601 --> 00:07:06,072
para considerar como fato científico
que os homens são preguiçosos.

129
00:07:06,096 --> 00:07:08,472
(Risos)

130
00:07:09,276 --> 00:07:11,812
Podemos passar de perguntas
sobre demografia

131
00:07:11,836 --> 00:07:14,749
para perguntas sobre a saúde humana.

132
00:07:14,773 --> 00:07:16,300
Por exemplo,

133
00:07:16,300 --> 00:07:21,181
como as variações genéticas influenciam
as diferenças no tempo de vida

134
00:07:21,181 --> 00:07:22,495
das pessoas.

135
00:07:22,988 --> 00:07:27,518
Estudos analisaram a correlação
da longevidade entre gêmeos

136
00:07:27,542 --> 00:07:29,424
para resolver esta questão.

137
00:07:29,424 --> 00:07:31,938
Estimou-se que as variações
genéticas respondem

138
00:07:31,938 --> 00:07:36,142
por cerca de um quarto das diferenças
no tempo de vida das pessoas.

139
00:07:36,688 --> 00:07:39,286
Gêmeos podem se correlacionar
por várias razões,

140
00:07:39,310 --> 00:07:43,284
incluindo diferentes efeitos ambientais,
ou por viverem na mesma casa.

141
00:07:44,411 --> 00:07:48,164
Grandes árvores genealógicas nos permitem
analisar parentes próximos,

142
00:07:48,188 --> 00:07:49,395
como gêmeos,

143
00:07:49,419 --> 00:07:52,336
ou parentes distantes,
como primos de quarto grau.

144
00:07:52,749 --> 00:07:55,468
Desta forma, podemos construir
modelos consistentes

145
00:07:55,468 --> 00:07:59,170
que podem diferenciar a contribuição
das variações genéticas

146
00:07:59,194 --> 00:08:00,911
daquela de fatores ambientais.

147
00:08:01,379 --> 00:08:04,278
Realizamos essa análise
usando nossos dados,

148
00:08:04,302 --> 00:08:09,323
e descobrimos que variações
genéticas explicam apenas 15%

149
00:08:10,117 --> 00:08:12,923
das diferenças na expectativa
de vida entre indivíduos.

150
00:08:14,760 --> 00:08:17,516
São cinco anos, em média.

151
00:08:18,316 --> 00:08:23,024
Portanto, os genes influenciam
menos do que pensávamos antes.

152
00:08:23,675 --> 00:08:25,811
São notícias ótimas,

153
00:08:26,438 --> 00:08:29,731
porque significa que nossas ações
são mais importantes.

154
00:08:30,533 --> 00:08:34,807
Fumar, por exemplo, determina dez anos
da nossa expectativa de vida;

155
00:08:34,831 --> 00:08:37,477
o dobro da influência genética.

156
00:08:38,236 --> 00:08:40,525
Podemos descobrir coisas
mais surpreendentes

157
00:08:40,549 --> 00:08:42,041
quando saímos dessas árvores

158
00:08:42,065 --> 00:08:46,797
e deixamos os genealogistas reunirem
e documentarem informações sobre o DNA.

159
00:08:46,821 --> 00:08:48,845
Os resultados podem ser surpreendentes.

160
00:08:49,255 --> 00:08:53,170
Pode ser difícil de acreditar,
mas o tio Bernie e seus amigos

161
00:08:53,194 --> 00:08:55,840
podem criar competências forenses de DNA

162
00:08:55,864 --> 00:08:59,423
maiores até o que o FBI, atualmente.

163
00:09:00,862 --> 00:09:03,266
Quando se coloca o DNA numa grande árvore,

164
00:09:03,290 --> 00:09:05,407
cria-se um farol

165
00:09:05,431 --> 00:09:08,065
que ilumina centenas de parentes distantes

166
00:09:08,089 --> 00:09:11,579
que estão todos conectados
à pessoa que originou o DNA.

167
00:09:12,505 --> 00:09:15,418
Ao se colocar vários faróis
numa grande árvore genealógica,

168
00:09:15,442 --> 00:09:19,162
pode-se triangular o DNA
de uma pessoa desconhecida,

169
00:09:19,186 --> 00:09:23,124
da mesma forma que
o sistema GPS usa vários satélites

170
00:09:23,148 --> 00:09:24,572
para encontrar um local.

171
00:09:25,226 --> 00:09:28,850
O principal exemplo do poder dessa técnica

172
00:09:28,874 --> 00:09:31,879
foi a captura do assassino
do Golden State, na Califórnia,

173
00:09:32,612 --> 00:09:37,140
um dos criminosos mais notórios
da história dos EUA.

174
00:09:37,164 --> 00:09:40,110
O FBI procurava por essa pessoa


175
00:09:40,499 --> 00:09:42,969
há mais de 40 anos.

176
00:09:43,588 --> 00:09:45,423
Tinham o DNA dele,

177
00:09:45,447 --> 00:09:48,797
mas ele nunca apareceu
nos bancos de dados da polícia.

178
00:09:49,447 --> 00:09:54,159
Há cerca de um ano, o FBI consultou
uma genealogista genética

179
00:09:54,183 --> 00:09:58,133
e ela sugeriu que submetessem
o DNA dele a um serviço de genealogia,

180
00:09:58,157 --> 00:10:00,555
que pode localizar parentes distantes.

181
00:10:01,117 --> 00:10:02,273
Fizeram isso

182
00:10:02,297 --> 00:10:05,989
e encontraram um primo
de terceiro grau do assassino.

183
00:10:06,013 --> 00:10:08,357
Construíram uma grande árvore genealógica,

184
00:10:08,381 --> 00:10:10,483
examinaram suas diferentes ramificações,

185
00:10:10,507 --> 00:10:13,072
até encontrar um perfil
que correspondesse exatamente

186
00:10:13,096 --> 00:10:15,677
ao do assassino do Golden State.

187
00:10:15,701 --> 00:10:19,293
Conseguiram o DNA dessa pessoa
e encontraram uma combinação perfeita

188
00:10:19,317 --> 00:10:21,342
para o DNA que eles tinham.

189
00:10:21,366 --> 00:10:25,176
Ele foi preso e levado à justiça
depois de todos esses anos.

190
00:10:26,172 --> 00:10:29,413
Desde então, os genealogistas
genéticos começaram a trabalhar

191
00:10:29,437 --> 00:10:32,105
com forças policiais locais

192
00:10:32,129 --> 00:10:35,491
e a usar essa técnica
para capturar criminosos.

193
00:10:35,521 --> 00:10:38,202
Somente nos últimos seis meses,

194
00:10:38,226 --> 00:10:42,522
com esta técnica, conseguiram resolver
mais de 20 casos arquivados.

195
00:10:44,203 --> 00:10:48,839
Felizmente, existem muitos "tios Bernie"
e seus colegas genealogistas.

196
00:10:49,045 --> 00:10:52,039
Não são amadores com um hobby limitado.

197
00:10:52,602 --> 00:10:59,021
São cidadãos cientistas com uma profunda
paixão para investigar quem somos.

198
00:10:59,065 --> 00:11:03,523
Eles sabem que o passado
pode ser a chave para o futuro.

199
00:11:04,067 --> 00:11:05,250
Muito obrigado.

200
00:11:05,314 --> 00:11:07,713
(Aplausos)