1
00:00:00,991 --> 00:00:03,317
Eu me levanto da cama por dois motivos.

2
00:00:03,341 --> 00:00:07,372
Primeiro, pequenos agricultores familiares
precisam de mais comida.

3
00:00:07,738 --> 00:00:12,916
É uma loucura que em 2019, agricultores
que nos alimentam passem fome.

4
00:00:13,353 --> 00:00:18,186
E segundo, a ciência precisa ser
mais diversificada e inclusiva.

5
00:00:18,679 --> 00:00:22,101
Se vamos resolver os problemas
mais difíceis do planeta,

6
00:00:22,125 --> 00:00:26,458
como insegurança alimentar para os milhões
que vivem em extrema pobreza,

7
00:00:26,482 --> 00:00:28,101
isso dependerá de todos nós.

8
00:00:28,680 --> 00:00:31,260
Quero usar a tecnologia mais recente

9
00:00:31,284 --> 00:00:34,577
com as equipes mais diversas
e inclusivas do planeta

10
00:00:34,601 --> 00:00:36,668
para ajudar agricultores
a ter mais comida.

11
00:00:37,545 --> 00:00:39,426
Sou bióloga computacional.

12
00:00:39,450 --> 00:00:42,854
Mas o que é isso e como vai ajudar
a acabar com a fome?

13
00:00:42,878 --> 00:00:46,124
Basicamente, gosto
de computadores e biologia

14
00:00:46,148 --> 00:00:48,592
e, de alguma forma,
juntar os dois vira um trabalho.

15
00:00:48,616 --> 00:00:49,699
(Risos)

16
00:00:49,723 --> 00:00:51,243
Não tenho uma história

17
00:00:51,267 --> 00:00:54,553
de querer ser bióloga desde pequena.

18
00:00:54,577 --> 00:00:58,283
A verdade é que joguei
basquete na faculdade.

19
00:00:58,585 --> 00:01:03,728
E, como parte do financiamento estudantil,
eu trabalhava um período no campus.

20
00:01:04,300 --> 00:01:05,840
Um belo dia,

21
00:01:05,864 --> 00:01:09,061
andei até o prédio mais próximo
do meu dormitório.

22
00:01:09,085 --> 00:01:11,765
E acontece que era o prédio da biologia.

23
00:01:12,347 --> 00:01:15,353
Entrei e vi o quadro de vagas de emprego.

24
00:01:15,493 --> 00:01:17,847
Isso mesmo, ainda não havia a internet.

25
00:01:18,430 --> 00:01:23,777
E vi um pequeno anúncio de uma vaga
para trabalhar no herbário.

26
00:01:24,601 --> 00:01:26,602
Rapidamente anotei o telefone,

27
00:01:26,626 --> 00:01:28,331
porque dizia "horário flexível",

28
00:01:28,355 --> 00:01:31,612
e eu precisava disso para conciliar
com a agenda do basquete.

29
00:01:32,204 --> 00:01:36,791
Corri para a biblioteca
para descobrir o que era um herbário.

30
00:01:36,815 --> 00:01:39,022
(Risos)

31
00:01:39,046 --> 00:01:40,355
E descobri

32
00:01:40,379 --> 00:01:44,458
que é onde armazenam
plantas mortas e secas.

33
00:01:45,379 --> 00:01:47,093
Tive sorte de conseguir o emprego.

34
00:01:47,117 --> 00:01:50,323
Minha primeira tarefa científica

35
00:01:50,347 --> 00:01:55,682
foi colar plantas mortas
no papel por horas a fio.

36
00:01:55,706 --> 00:01:57,834
(Risos)

37
00:01:59,008 --> 00:02:00,158
É tão fascinante.

38
00:02:00,182 --> 00:02:03,321
Foi assim que me tornei
bióloga computacional.

39
00:02:04,323 --> 00:02:05,506
Naquela época,

40
00:02:05,530 --> 00:02:08,252
genômica e computação
estavam amadurecendo.

41
00:02:08,276 --> 00:02:10,680
E resolvi fazer meu mestrado

42
00:02:10,704 --> 00:02:13,799
combinando biologia e computação.

43
00:02:13,823 --> 00:02:16,788
Nessa época, trabalhei
no Laboratório Nacional de Los Alamos,

44
00:02:16,815 --> 00:02:19,653
no grupo teórico de biologia e biofísica.

45
00:02:19,776 --> 00:02:23,506
E foi lá que tive meu primeiro encontro
com um supercomputador,

46
00:02:23,530 --> 00:02:25,204
e aquilo me impactou.

47
00:02:25,840 --> 00:02:27,879
Com o poder da supercomputação.

48
00:02:27,903 --> 00:02:32,126
que é basicamente milhares de PCs
conectados e anabolizados,

49
00:02:32,150 --> 00:02:37,623
fomos capazes de desvendar
as complexidades da gripe e da hepatite C.

50
00:02:38,134 --> 00:02:40,465
E foi nessa época que vi o poder

51
00:02:40,489 --> 00:02:44,609
de usar computadores e biologia
combinados, em prol da humanidade.

52
00:02:44,633 --> 00:02:47,485
E eu queria que essa fosse minha carreira.

53
00:02:48,030 --> 00:02:49,807
Desde 1999,

54
00:02:49,831 --> 00:02:52,529
passei a maior parte
da minha carreira científica

55
00:02:52,553 --> 00:02:54,482
em laboratórios de alta tecnologia,

56
00:02:54,506 --> 00:02:57,239
cercada por equipamentos
extremamente caros.

57
00:02:57,712 --> 00:02:59,355
Muitos me perguntam

58
00:02:59,379 --> 00:03:03,246
como e por que trabalho
para agricultores na África.

59
00:03:03,804 --> 00:03:06,106
Por causa das minhas
habilidades de computação,

60
00:03:06,130 --> 00:03:10,669
em 2013, uma equipe
de cientistas da África Oriental

61
00:03:10,693 --> 00:03:14,782
me pediu para me juntar a eles
na luta para salvar a mandioca,

62
00:03:15,766 --> 00:03:22,736
uma planta cujas folhas e raízes alimentam
800 milhões de pessoas no mundo,

63
00:03:23,639 --> 00:03:26,676
sendo 500 milhões na África Oriental.

64
00:03:26,994 --> 00:03:29,001
Isso é quase um bilhão de pessoas

65
00:03:29,025 --> 00:03:31,993
contando com esta planta
para consumo diário.

66
00:03:32,581 --> 00:03:36,426
Se uma pequena agricultora familiar
tiver mandioca o bastante,

67
00:03:36,450 --> 00:03:38,594
ela pode alimentar sua família

68
00:03:38,618 --> 00:03:42,664
e vender outra parte para custear coisas
importantes como mensalidades escolares,

69
00:03:42,688 --> 00:03:44,823
despesas médicas ou uma poupança.

70
00:03:45,752 --> 00:03:49,283
Mas a mandioca está sob ataque na África.

71
00:03:49,665 --> 00:03:54,101
Moscas brancas e vírus
estão devastando a mandioca.

72
00:03:54,593 --> 00:03:56,799
Moscas brancas são insetos minúsculos

73
00:03:56,823 --> 00:03:59,641
que se alimentam das folhas
de mais de 600 plantas.

74
00:03:59,665 --> 00:04:01,466
Elas são más notícias.

75
00:04:01,490 --> 00:04:02,649
Existem várias espécies;

76
00:04:02,673 --> 00:04:04,942
elas se tornaram resistentes a pesticidas;

77
00:04:04,966 --> 00:04:09,220
e transmitem centenas de vírus de plantas

78
00:04:09,244 --> 00:04:12,328
que causam doenças na mandioca
chamadas listrado marrom

79
00:04:12,398 --> 00:04:14,022
e mosaico africano.

80
00:04:14,085 --> 00:04:16,219
Elas matam a planta completamente.

81
00:04:17,038 --> 00:04:18,855
E se não há mandioca,

82
00:04:18,879 --> 00:04:22,878
não há comida ou renda
para milhões de pessoas.

83
00:04:24,141 --> 00:04:26,617
Bastou uma viagem à Tanzânia

84
00:04:26,641 --> 00:04:29,379
para perceber que essas mulheres
precisavam de ajuda.

85
00:04:29,403 --> 00:04:33,656
Esses fortes e incríveis
pequenos agricultores familiares,

86
00:04:33,680 --> 00:04:34,948
a maioria mulheres,

87
00:04:34,972 --> 00:04:36,809
passavam por dificuldades.

88
00:04:36,809 --> 00:04:39,180
Não têm comida o bastante
para a família deles,

89
00:04:39,204 --> 00:04:41,332
o que é uma verdadeira crise.

90
00:04:41,530 --> 00:04:46,049
Acontece é que eles plantam lavouras
de mandioca quando as chuvas chegam.

91
00:04:46,069 --> 00:04:47,775
Nove meses depois,

92
00:04:47,799 --> 00:04:50,879
não produzem nada,
por causa dessas pragas e patógenos.

93
00:04:50,903 --> 00:04:52,591
Então, eu pensei:

94
00:04:53,085 --> 00:04:56,283
"Como é possível
agricultores passarem fome?"

95
00:04:56,815 --> 00:04:59,135
Decidi passar algum tempo no local

96
00:04:59,159 --> 00:05:00,839
com os agricultores e cientistas

97
00:05:00,863 --> 00:05:04,046
para ver se eu tinha alguma
técnica que pudesse ser útil.

98
00:05:04,427 --> 00:05:07,283
A situação no local é alarmante.

99
00:05:07,307 --> 00:05:11,577
As moscas brancas destruíram as folhas
que são consumidas por sua proteína,

100
00:05:11,601 --> 00:05:15,183
e os vírus destruíram as raízes
que são consumidas por seu amido.

101
00:05:15,592 --> 00:05:18,037
Todo um ciclo de cultivo passará

102
00:05:18,061 --> 00:05:22,171
e o agricultor perderá
um ano inteiro de renda e comida,

103
00:05:22,195 --> 00:05:25,393
e a família sofrerá
uma longa temporada de fome.

104
00:05:25,942 --> 00:05:28,022
Isso é completamente evitável.

105
00:05:28,046 --> 00:05:29,370
Se a agricultora soubesse

106
00:05:29,394 --> 00:05:32,458
qual variedade de mandioca
plantar em suas terras,

107
00:05:32,482 --> 00:05:36,807
que fosse resistente
a esses vírus e patógenos,

108
00:05:36,831 --> 00:05:38,736
ela teria mais comida.

109
00:05:38,760 --> 00:05:41,595
Temos toda a tecnologia de que precisamos,

110
00:05:41,619 --> 00:05:44,823
mas o conhecimento e os recursos

111
00:05:44,847 --> 00:05:47,982
não estão distribuídos
igualmente pelo mundo.

112
00:05:48,712 --> 00:05:51,274
O que quero dizer especificamente é:

113
00:05:51,298 --> 00:05:53,150
as tecnologias genômicas mais antigas

114
00:05:53,174 --> 00:05:56,037
que foram necessárias
para descobrir as complexidades

115
00:05:56,061 --> 00:05:58,283
nessas pragas e patógenos,

116
00:05:59,147 --> 00:06:02,145
não foram criadas
para a África subsaariana.

117
00:06:03,058 --> 00:06:05,399
Elas custam mais de US$ 1 milhão;

118
00:06:05,423 --> 00:06:07,311
exigem alimentação constante de energia

119
00:06:07,335 --> 00:06:09,135
e recursos humanos especializados.

120
00:06:09,870 --> 00:06:12,831
São poucas máquinas
e estão espalhadas pelo continente,

121
00:06:12,855 --> 00:06:17,476
o que deixa muitos cientistas que lutam
na linha de frente sem escolha,

122
00:06:17,500 --> 00:06:19,519
a não ser enviar amostras para o exterior.

123
00:06:19,543 --> 00:06:24,143
E, ao fazerem isso, as amostras
se degradam, o que custa muito dinheiro,

124
00:06:24,173 --> 00:06:27,324
e tentar recuperar os dados
através da internet precária

125
00:06:27,348 --> 00:06:28,938
é quase impossível.

126
00:06:29,142 --> 00:06:33,441
Às vezes, pode levar seis meses para
que os resultados retornem ao agricultor.

127
00:06:33,465 --> 00:06:35,219
E daí, é tarde demais.

128
00:06:35,243 --> 00:06:36,830
A colheita já foi perdida,

129
00:06:36,854 --> 00:06:40,020
o que resulta em mais fome e pobreza.

130
00:06:41,306 --> 00:06:43,464
Sabíamos que poderíamos resolver isso.

131
00:06:43,989 --> 00:06:45,393
Em 2017,

132
00:06:45,417 --> 00:06:50,203
ouvimos falar deste
sequenciador de DNA portátil

133
00:06:50,227 --> 00:06:52,736
chamado Oxford Nanopore MinION.

134
00:06:52,760 --> 00:06:56,913
Estava sendo usado na África Ocidental
para combater o Ebola.

135
00:06:56,937 --> 00:06:58,434
Então pensamos:

136
00:06:58,458 --> 00:07:01,744
"Por que não usá-lo na África Oriental
para ajudar agricultores?"

137
00:07:01,768 --> 00:07:06,101
Então, nos prepararmos para fazer isso.

138
00:07:06,609 --> 00:07:09,307

Na época, a tecnologia era muito nova,

139
00:07:09,331 --> 00:07:12,283
e muitos duvidavam que pudéssemos
replicar isso numa fazenda.

140
00:07:12,879 --> 00:07:14,216
Quando decidimos fazê-lo,

141
00:07:14,240 --> 00:07:18,101
um dos nossos "parceiros" no Reino Unido

142
00:07:18,125 --> 00:07:21,752
nos disse que nunca conseguiríamos
fazer isso funcionar na África Oriental,

143
00:07:21,776 --> 00:07:23,792
muito menos numa fazenda.

144
00:07:23,863 --> 00:07:25,632
Aceitamos o desafio.

145
00:07:25,934 --> 00:07:32,387
Essa pessoa chegou ao ponto de apostar
duas garrafas do melhor champanhe

146
00:07:32,411 --> 00:07:35,369
que nunca conseguiríamos
que isso funcionasse.

147
00:07:36,871 --> 00:07:38,450
Duas palavras:

148
00:07:38,474 --> 00:07:39,625
pague logo.

149
00:07:39,649 --> 00:07:41,153
(Risos)

150
00:07:42,673 --> 00:07:44,195
(Aplausos)

151
00:07:46,023 --> 00:07:48,936
Pague logo, porque conseguimos.

152
00:07:48,960 --> 00:07:52,245
Levamos todo o laboratório
molecular de alta tecnologia

153
00:07:52,269 --> 00:07:55,918
aos agricultores da Tanzânia,
do Quênia e de Uganda,

154
00:07:55,942 --> 00:07:57,974
e o chamamos de Tree Lab.

155
00:07:58,942 --> 00:08:00,133
E o que nós fizemos?

156
00:08:00,157 --> 00:08:02,736
Primeiro, criamos um nome para a equipe:

157
00:08:02,760 --> 00:08:04,934
Cassava Virus Action Project.

158
00:08:04,958 --> 00:08:06,315
Criamos um site,

159
00:08:06,339 --> 00:08:09,950
conseguimos apoio das comunidades
da genômica e da computação,

160
00:08:09,974 --> 00:08:12,255
e depois fomos até os agricultores.

161
00:08:12,411 --> 00:08:15,220
Tudo o que precisamos
para o nosso Tree Lab

162
00:08:15,244 --> 00:08:17,653
está sendo levado por essa equipe aqui.

163
00:08:17,677 --> 00:08:21,724
Todos os requisitos moleculares
e computacionais necessários

164
00:08:21,748 --> 00:08:25,049
para diagnosticar
plantas doentes estão ali.

165
00:08:25,431 --> 00:08:28,259
E tudo está, na verdade,
neste palco também.

166
00:08:29,161 --> 00:08:32,748
Pensamos que se pudéssemos
levar os dados perto do problema,

167
00:08:32,772 --> 00:08:34,390
e perto do agricultor,

168
00:08:34,414 --> 00:08:38,220
poderíamos dizer a ele mais rápido
o que estava errado em sua lavoura.

169
00:08:38,220 --> 00:08:40,042
E não somente dizer o que está errado,

170
00:08:40,066 --> 00:08:41,458
mas dar a solução.

171
00:08:41,482 --> 00:08:42,807
E a solução é:

172
00:08:42,831 --> 00:08:45,454
queime tudo e plante variedades

173
00:08:45,478 --> 00:08:48,982
resistentes às pragas e patógenos
que detectamos em sua lavoura.

174
00:08:49,942 --> 00:08:54,146
A primeira coisa que fizemos
foi extrair o DNA.

175
00:08:54,170 --> 00:08:56,709
Usamos essa máquina aqui.

176
00:08:57,050 --> 00:09:00,249
É chamada de PDQeX,

177
00:09:00,273 --> 00:09:04,164
sigla de "Extração pra lá de rápida".

178
00:09:04,188 --> 00:09:06,236
(Risos)

179
00:09:06,260 --> 00:09:07,410
Eu sei.

180
00:09:07,768 --> 00:09:10,262
Meu amigo Joe é muito legal.

181
00:09:11,394 --> 00:09:14,754
Um dos maiores desafios na extração de DNA

182
00:09:14,778 --> 00:09:18,093
é que geralmente requer
equipamento muito caro,

183
00:09:18,117 --> 00:09:19,521
e leva horas.

184
00:09:19,545 --> 00:09:21,037
Mas com essa máquina,

185
00:09:21,061 --> 00:09:23,815
conseguimos fazer isso em 20 minutos,

186
00:09:23,839 --> 00:09:25,085
por uma fração do custo.

187
00:09:25,109 --> 00:09:27,997
E funciona com uma bateria de motocicleta.

188
00:09:29,164 --> 00:09:34,307
A partir daí, pegamos o DNA extraído
e o organizamos em um acervo,

189
00:09:34,331 --> 00:09:36,110
deixando-o pronto para alimentar

190
00:09:36,134 --> 00:09:40,426
este sequenciador genômico portátil,

191
00:09:40,450 --> 00:09:41,601
este aqui,

192
00:09:41,625 --> 00:09:45,363
e depois o conectamos
a um minisupercomputador,

193
00:09:45,387 --> 00:09:47,209
chamado de MinIT.

194
00:09:47,728 --> 00:09:51,830
E os dois são conectados
a uma bateria portátil.

195
00:09:52,569 --> 00:09:56,922
Conseguimos eliminar a necessidade
de internet e de energia convencional,

196
00:09:56,931 --> 00:10:00,823
que são dois fatores muito limitantes
na agricultura familiar.

197
00:10:01,807 --> 00:10:04,678
Analisar os dados rapidamente
também pode ser um problema.

198
00:10:05,033 --> 00:10:08,939
Mas foi bem aí que valeu
eu ser bióloga computacional.

199
00:10:09,382 --> 00:10:11,612
Toda aquela colagem de plantas mortas,

200
00:10:11,636 --> 00:10:15,186
e toda aquela medição e computação,

201
00:10:15,236 --> 00:10:19,387
finalmente foi muito útil, em tempo real.

202
00:10:19,411 --> 00:10:22,464
Pude criar bancos de dados personalizados

203
00:10:22,488 --> 00:10:27,083
e conseguimos dar resultados
aos agricultores em três horas

204
00:10:27,107 --> 00:10:28,971
em vez de seis meses.

205
00:10:29,694 --> 00:10:31,452
(Aplausos)

206
00:10:38,085 --> 00:10:40,719
Os agricultores ficaram
extremamente felizes.

207
00:10:41,799 --> 00:10:44,595
E como saber se estamos gerando impacto?

208
00:10:44,619 --> 00:10:46,619
Nove meses depois da chegada do Tree Lab,

209
00:10:46,643 --> 00:10:49,873
Asha passou de zero toneladas por hectare

210
00:10:49,897 --> 00:10:51,905
para 40 toneladas por hectare.

211
00:10:51,929 --> 00:10:53,728
Teve comida suficiente para a família

212
00:10:53,752 --> 00:10:56,442
e estava vendendo uma parte no mercado,

213
00:10:56,466 --> 00:10:59,201
e agora ela está construindo
uma casa para a família.

214
00:11:01,085 --> 00:11:04,369
(Aplausos)

215
00:11:05,673 --> 00:11:07,539
E como dimensionamos o Tree Lab?

216
00:11:07,940 --> 00:11:09,320
O fato é

217
00:11:09,344 --> 00:11:11,497
que os agricultores
estão adaptados na África.

218
00:11:11,527 --> 00:11:13,360
Essas mulheres trabalham em grupos,

219
00:11:13,384 --> 00:11:17,510
por isso, ajudarmos à Asha significou
ajudar 3 mil pessoas em sua aldeia,

220
00:11:17,534 --> 00:11:21,186
porque ela compartilhou
os resultados e também a solução.

221
00:11:21,673 --> 00:11:25,864
Lembro-me de todos
os agricultores que conheci.

222
00:11:26,665 --> 00:11:30,228
Sua dor e sua alegria

223
00:11:30,252 --> 00:11:32,502
estão gravadas em minha memória.

224
00:11:32,958 --> 00:11:34,823
Nossa ciência é para eles.

225
00:11:35,711 --> 00:11:40,758
O Tree Lab é nossa melhor tentativa
de ajudá-los a ter segurança alimentar.

226
00:11:41,180 --> 00:11:42,966
Nunca sonhei

227
00:11:42,990 --> 00:11:45,934
que a melhor ciência que eu faria na vida

228
00:11:45,958 --> 00:11:49,457
seria naquele cobertor na África Oriental,

229
00:11:49,481 --> 00:11:52,017
com os dispositivos genômicos
da mais alta tecnologia.

230
00:11:52,312 --> 00:11:54,764
Mas nossa equipe sonhou

231
00:11:54,788 --> 00:11:59,058
em dar respostas aos agricultores
em três horas em vez de seis meses,

232
00:11:59,082 --> 00:12:00,518
e conseguimos.

233
00:12:00,542 --> 00:12:05,136
Esse é o poder da diversidade
e da inclusão na ciência.

234
00:12:05,156 --> 00:12:06,307
Obrigada.

235
00:12:06,331 --> 00:12:09,312
(Aplausos) (Vivas)