Showing Revision 7 created 10/26/2019 by Csaba Lóki.

1. Títol:
   Hogyan állítjuk össze a világ legnagyobb családfáját?
2. Descripció:

   Yaniv Erlich számítógépes családfakutató segítségével sikerült összeállítani a világ legnagyobb családfáját, amely 13 millió főt ölel fel, és több mint 500 évre nyúlik vissza. Elmondja, milyen elképesztő mintázatokhoz jutottak munkájukból: szerelmi életünkre, egészségünkre, sőt még évtizedes bűnügyekre vonatkozólag is. Bemutatja, hogy a közösségi összefogással végzett családfakutatásból származó adatbázisokból fény derülhet nemcsak a múltra, hanem a jövőre is.

3. Speaker:
   Yaniv Erlich
4. 817 0:01 - 0:04
   Más-más okból szoktuk
   az internetet használni.
5. 5765 0:06 - 0:10
   Kiderül, hogy a legnépszerűbb
   fajtájú weboldal
6. 9593 0:10 - 0:12
   főleg bizalmas körben használatos.
7. 13639 0:14 - 0:16
   Kíváncsiságot vált ki,
8. 16173 0:16 - 0:20
   vágyaink nem lényegtelen
   mértékű kielégítését,
9. 19993 0:20 - 0:23
   és mások szaporító
   tevékenységének rögzítése
10. 23277 0:23 - 0:25
    körül forog.
11. 24610 0:25 - 0:26
    (Nevetés)

    ¶

12. 25666 0:26 - 0:28
    Persze, hogy a családfáról van szó!
13. 27940 0:28 - 0:29
    (Nevetés)

    ¶

14. 29178 0:29 - 0:31
    A családtörténet tanulmányozásáról.
15. 31353 0:31 - 0:33
    Mikor családtörténetbe merülünk,

    ¶

16. 33414 0:33 - 0:37
    minden családban akad valaki,
    aki a nemzedékrend megszállottja.
17. 37381 0:37 - 0:39
    Nevezzük Béla bácsinak.
18. 39118 0:39 - 0:43
    Béla bácsi mellett egyáltalán
    nem szeretnénk ülni
19. 42924 0:43 - 0:44
    családi találkozón,
20. 44547 0:45 - 0:46
    mert halálra fog untatni
21. 46081 0:46 - 0:49
    valamely távoli ősünkre vonatkozó
    sajátságos részletekkel.
22. 50462 0:50 - 0:52
    De mint tudják,
23. 51748 0:52 - 0:55
    mindennek létezik tudományos oldala is,
24. 54644 0:55 - 0:58
    és Béla bácsi történeteiből
25. 57646 0:58 - 1:01
    az orvosbiológiai kutatás
    mérhetetlenül sokat meríthet.
26. 61306 1:01 - 1:04
    Hagyjuk, hogy Béla bácsi
    és családfakutató társai

    ¶

27. 64044 1:04 - 1:09
    rögzítsék családfájukat a geni.com
    nemzedékrendi honlapon.
28. 69198 1:09 - 1:11
    Mikor családfájukat feltöltik a használók,
29. 71350 1:11 - 1:13
    a program átfésüli a rokonságot,
30. 73064 1:13 - 1:15
    fölleli a kapcsolódási pontokat,
31. 75163 1:15 - 1:19
    és összeilleszti a családfákat.
32. 79768 1:20 - 1:23
    Ennek eredményeként
    óriási családfa jön létre,
33. 82742 1:23 - 1:26
    amely meghaladja bármely kutató szintjét.
34. 86808 1:27 - 1:31
    Ha a folyamatot milliónyi
    egyénnel megismételjük
35. 90961 1:31 - 1:33
    szerte a világon,
36. 92802 1:33 - 1:38
    összeáll az emberiség családfája.
37. 99292 1:39 - 1:41
    E weboldalon

    ¶

38. 100900 1:41 - 1:46
    125 millió főt tudtunk összekapcsolni
39. 105737 1:46 - 1:48
    közös családfává.
40. 108967 1:49 - 1:52
    Nem tudom a fát a kivetítőre fölrajzolni,
41. 111779 1:52 - 1:54
    mert kevesebb pixelből áll,
42. 113968 1:54 - 1:56
    mint a fán szereplők száma.
43. 116505 1:57 - 2:02
    De itt egy példa 6000 fő részhalmazára.
44. 122159 2:02 - 2:05
    Minden zöld csomópont egy-egy személy.
45. 125060 2:05 - 2:08
    A vörös csomópontok a házasságok,
46. 127933 2:08 - 2:10
    az összekötő vonalak a szülői kapcsolatok.
47. 130557 2:11 - 2:13
    A fa közepén az ősök láthatók.
48. 132953 2:13 - 2:15
    A szélek felé haladva
    a leszármazottakat látjuk.
49. 135301 2:15 - 2:19
    E fa kb. hét nemzedéket fog át.
50. 139692 2:20 - 2:23
    Ez történik, ha a személyek számát

    ¶

51. 142950 2:23 - 2:25
    70 ezerre növeljük:
52. 144802 2:25 - 2:29
    még mindig összes adatunk
    apró részhalmaza.
53. 149629 2:30 - 2:32
    Ennek dacára már kirajzolódik
54. 152300 2:32 - 2:37
    a rengeteg igen távoli
    rokonból álló óriási családfa.
55. 157610 2:38 - 2:41
    Családfakutatóink áldozatos
    munkájának köszönhetően

    ¶

56. 160768 2:41 - 2:44
    több száz évvel visszamehetünk.
57. 164418 2:44 - 2:48
    Pl. ő itt Alexander Hamilton,
58. 167883 2:48 - 2:50
    aki 1755-ben született.
59. 170872 2:51 - 2:55
    Alexander volt az USA
    első pénzügyminisztere,
60. 174660 2:55 - 2:58
    de ma inkább a népszerű
    Broadway-musicalból ismert.
61. 179137 2:59 - 3:04
    Kiderült, hogy Alexandernek erős
    a kapcsolata a szórakoztatóiparral.
62. 184083 3:04 - 3:06
    Vérrokona...
63. 186781 3:07 - 3:08
    Kevin Bacon színésznek!
64. 188161 3:08 - 3:09
    (Nevetés)

    ¶

65. 190081 3:10 - 3:13
    Mindketten egy 13. századi

    ¶

66. 192711 3:13 - 3:15
    skót lady leszármazottai.
67. 195049 3:15 - 3:18
    Tehát Alexander Hamilton
68. 198175 3:18 - 3:21
    Kevin Bacon 35-öd fokú rokona.
69. 201387 3:21 - 3:22
    (Nevetés)

    ¶

70. 202852 3:23 - 3:26
    A fa milliónyi hasonló
    történetet tartalmaz.

    ¶

71. 208113 3:28 - 3:33
    Nagy erőt fektettünk be
    adataink minőség-ellenőrzésébe.

    ¶

72. 213027 3:33 - 3:35
    DNS-vizsgálatokból derült ki,
73. 214665 3:35 - 3:40
    hogy adatainkban az anya-gyerek
    kapcsolat 0,3%-ban hamis,
74. 219716 3:40 - 3:43
    ami egybeesik az USA II. világháború
    előtti örökbe fogadási arányával.
75. 224847 3:45 - 3:47
    Az apai oldalon

    ¶

76. 226656 3:47 - 3:49
    a helyzet sokkal rosszabb:
77. 230149 3:50 - 3:55
    adatainkban az apa-gyerek
    kapcsolat 1,9%-ban hamis.
78. 235773 3:56 - 3:58
    Látom, hogy egypáran ezen somolyognak.
79. 238160 3:58 - 4:00
    Biztos arra gondolnak,
80. 239901 4:00 - 4:02
    hogy mennyi postás jár-kel.
81. 241714 4:02 - 4:03
    (Nevetés)
82. 242802 4:03 - 4:07
    De az apai ági kapcsolatok
    1,9%-os hibaaránya
83. 246815 4:07 - 4:09
    adatainkban nem kivételes.
84. 248608 4:09 - 4:12
    Korábbi tanulmányok hasonló
    hibaarányt mutattak ki
85. 251701 4:12 - 4:14
    klinikai szintű családfák esetén.
86. 254254 4:14 - 4:17
    Tehát adataink jó minőségűek,
87. 256803 4:17 - 4:19
    és ez nem meglepő.
88. 258960 4:19 - 4:23
    Kutatóink alaposan
    és személyesen érdekeltek abban,
89. 262760 4:23 - 4:26
    hogy családtörténetüket
    megbízhatóan dokumentálják.
90. 268594 4:29 - 4:33
    Az adatokból számszerű tudáshoz
    juthatunk az emberiségről,

    ¶

91. 273209 4:33 - 4:36
    pl. demográfiai kérdésekről.
92. 275829 4:36 - 4:40
    Itt van minden profilunk a világtérképen.
93. 280250 4:40 - 4:45
    Minden pixel egy-egy valaha élt ember.
94. 284755 4:45 - 4:46
    Mivel ilyen sok adatunk van,
95. 286459 4:46 - 4:49
    sok ország körvonalai láthatók,
96. 289264 4:49 - 4:51
    kiváltképp a nyugatiak.
97. 291387 4:51 - 4:55
    Ezen a klipen rétegekbe
    rendeztük az előbbi térképet
98. 294959 4:55 - 5:00
    a személyek 1400 és 1900
    közötti születési éve szerint,
99. 300055 5:00 - 5:03
    és az ismert vándorlási
    eseményekkel vetettük össze.
100. 303482 5:03 - 5:07
     A klip megmutatja, hogy adatainkból
     látható legmélyebb gyökerek
101. 306671 5:07 - 5:08
     az Egyesült Királyságba vezetnek,
102. 308322 5:08 - 5:10
     ahol legjobb az adatnyilvántartás,
103. 310154 5:10 - 5:13
     és onnan a nyugati gyarmatosítás
     útvonalai mentén terjednek tovább.
104. 313460 5:13 - 5:15
     Nézzük!
105. 315143 5:15 - 5:17
     (Zene)
106. 316776 5:17 - 5:19
     [Születési év:]
107. 319705 5:20 - 5:22
     [1492 – Kolumbusz áthajózza az óceánt]
108. 323661 5:24 - 5:26
     [1620 – A Mayflower
     kiköt Massachusettsben]
109. 326726 5:27 - 5:29
     [1652 – A hollandok
     gyarmatosítják Dél-Afrikát]
110. 332321 5:32 - 5:36
     [1788 – Nagy-Britannia ausztráliai
     fegyencszállításai elkezdődnek]
111. 335531 5:36 - 5:38
     [1836 – Az első bevándorlók
     az Oregoni Ösvényen]
112. 338149 5:38 - 5:41
     [minden tevékenység]
113. 343851 5:44 - 5:45
     Szeretem ezt a filmet.

     ¶

114. 346095 5:46 - 5:51
     Mivel a vándorlási események
     családok kapcsolódását jelzik,

     ¶

115. 350535 5:51 - 5:53
     adódik egypár kérdés:
116. 352742 5:53 - 5:56
     Mekkora a jellemző távolság
117. 356236 5:56 - 5:59
     a férj és feleség születési helye közt?
118. 359072 5:59 - 6:03
     A távolság döntő szerepet
     játszik a demográfiában,
119. 362773 6:03 - 6:06
     mert a családalapítási célú vándorlás
     mintázata meghatározza,
120. 366478 6:06 - 6:10
     hogyan terjednek el a gének
     egyes területeken.
121. 370706 6:11 - 6:13
     Adataink alapján elemeztük a távolságokat,
122. 373058 6:13 - 6:15
     és rájöttünk, hogy a régi időkben
123. 375165 6:15 - 6:17
     az embereknek könnyű volt.
124. 376626 6:17 - 6:19
     A környékbeli falvakba házasodtak.
125. 379958 6:20 - 6:23
     Ám az ipari forradalom bonyolította
     szerelmi életünket.
126. 383687 6:24 - 6:28
     Ma a megfizethető repjegyek
     és az online közösségi média korában
127. 388271 6:28 - 6:33
     jellemzően több mint 100 km-re
     vándorolnak születési helyüktől,
128. 393123 6:33 - 6:35
     hogy lelki társra leljenek.
129. 396524 6:37 - 6:38
     Megkérdezhetik:

     ¶

130. 397735 6:38 - 6:42
     Jó, de ki veszi magára családalapításért
131. 402255 6:42 - 6:44
     a vándorlás terhét?
132. 403548 6:44 - 6:47
     A férfiak vagy a nők?
133. 407752 6:48 - 6:50
     A kérdés megválaszolására
134. 409781 6:50 - 6:53
     legalább az utóbbi 300 év
     adatait fölhasználva
135. 412549 6:53 - 6:54
     arra jutottunk,
136. 413849 6:54 - 6:59
     hogy a hölgyek veszik magukra
     a családalapítás miatti vándorlás terhét.
137. 419476 6:59 - 7:02
     Ezek statisztikailag
     szignifikáns eredmények,
138. 422601 7:03 - 7:06
     így tudományos ténynek tekinthető,
     hogy a férfiak lusták.
139. 426096 7:06 - 7:07
     (Nevetés)

     ¶

140. 429276 7:09 - 7:12
     A demográfiai kérdéseken túl

     ¶

141. 431836 7:12 - 7:15
     egészségügyi kérdéseket is föltehetünk.
142. 434773 7:15 - 7:16
     Pl. megkérdezhetjük,
143. 436034 7:16 - 7:19
     hogy milyen a genetikai változatok szerepe
144. 439079 7:19 - 7:22
     az egyes személyek átlagos élettartamában?
145. 442988 7:23 - 7:27
     Korábbi kutatások elemezték
     az ikrek magas kora közti korrelációt,
146. 447362 7:27 - 7:29
     hogy választ leljenek a kérdésre.
147. 449411 7:29 - 7:32
     Úgy értékelték,
     hogy a genetikai változatok
148. 452102 7:32 - 7:36
     kb. negyed részben okozzák
     az egyének élettartama közti eltérést.
149. 456688 7:37 - 7:39
     De ikreknél ez nagyon sok okkal korrelál,
150. 459310 7:39 - 7:42
     pl. különböző környezeti hatásokkal
151. 461638 7:42 - 7:43
     vagy közös háztartással.
152. 464411 7:44 - 7:48
     A nagy családfákból elemezhetjük
     mind a közeli rokonokat,
153. 468188 7:48 - 7:49
     pl. az ikreket,
154. 469419 7:49 - 7:52
     mind a távoli rokonokat, még
     a negyed-unokatestvéreket is.
155. 472749 7:53 - 7:55
     Így hatalmas modelleket vázolhatunk fel,
156. 475462 7:55 - 7:59
     amelyekből elválaszthatjuk
     a genetikai változatok hatását
157. 479194 7:59 - 8:01
     a környezeti tényezőkétől.
158. 481379 8:01 - 8:04
     Adatainkkal elvégeztük az elemzést,
159. 484302 8:04 - 8:10
     melyből kiderült, hogy csak 15%-ban
     magyarázzák genetikai változatok
160. 490117 8:10 - 8:13
     az egyes személyek élettartama
     közti különbséget.
161. 494760 8:15 - 8:18
     Ez átlagosan öt év.
162. 498316 8:18 - 8:23
     Tehát a gének az élettartam szempontjából
     kevésbé fontosak, mint ahogy hittük.
163. 503675 8:24 - 8:26
     Ezt jelentős eredménynek tartom,
164. 506438 8:26 - 8:30
     mert azt jelenti, hogy tetteink
     többet számítanak.
165. 510533 8:31 - 8:35
     A dohányzás pl. 10 évet
     vesz el az életünkből,
166. 514831 8:35 - 8:37
     kétszer annyit, mint amennyi
     a géneknek róható föl.
167. 518236 8:38 - 8:41
     Még meglepőbb dolgokra lelhetünk,

     ¶

168. 520549 8:41 - 8:42
     ha elhagyjuk a családfákat,
169. 522065 8:42 - 8:47
     és hagyjuk, hogy a DNS-információt
     kutatóink dokumentálják.
170. 526821 8:47 - 8:49
     Az eredmény elképesztő lehet.
171. 529255 8:49 - 8:53
     Tán nehéz elképzelni,
     de Béla bácsi és barátai a DNS-ből
172. 533194 8:53 - 8:56
     igazságügyi orvostani
     képességeiket bizonyíthatják,
173. 535864 8:56 - 8:59
     amelyek meghaladják
     az FBI jelenlegi szintjét.
174. 540862 9:01 - 9:03
     Ha a DNS-t a hatalmas családfára illesztve
175. 543290 9:03 - 9:05
     jelzőfényt hozunk létre,
176. 545431 9:05 - 9:08
     amely százszámra világítja be
     a távoli rokonokat,
177. 548089 9:08 - 9:12
     akik mind kapcsolódnak
     az eredeti DNS-t adó személyhez.
178. 552505 9:13 - 9:15
     A nagy családfán
     több jelzőfényt elhelyezve
179. 555442 9:15 - 9:19
     ugyanazon módszerrel határozhatjuk meg
     ismeretlen személy DNS-ét,
180. 559009 9:19 - 9:22
     mint amelyet a GPS-rendszer használ
181. 561597 9:22 - 9:24
     műholdas helymeghatározásra.
182. 565226 9:25 - 9:29
     E technika hatékonyságára kiváló példa

     ¶

183. 568714 9:29 - 9:32
     a Golden State Killernek
     nevezett sorozatgyilkos elkapása,
184. 572612 9:33 - 9:37
     aki az USA történetének
     egyik leghírhedtebb bűnözője.
185. 577164 9:37 - 9:43
     Korábban az FBI több mint 40 évig kereste.
186. 583588 9:44 - 9:45
     Megvolt a DNS-e,
187. 585447 9:45 - 9:49
     de egyetlen rendőrségi
     adatbázisban sem bukkantak rá.
188. 589447 9:49 - 9:54
     Kb. egy éve az FBI genetikus
     családfakutatótól kért tanácsot,
189. 594183 9:54 - 9:58
     ő meg javasolta, hogy juttassák el
     bűnöző DNS-ét a kutatószolgálathoz,
190. 598157 9:58 - 10:01
     amely megtalálhatja a távoli rokonokat.
191. 601117 10:01 - 10:02
     Így is tettek,
192. 602297 10:02 - 10:06
     és föllelték a Golden State Killer
     harmad-unokatestvérét.
193. 606013 10:06 - 10:08
     Óriási családfát állítottak össze,
194. 608381 10:08 - 10:10
     beszkennelték a fa ágait,
195. 609937 10:10 - 10:12
     és végül profilra találtak,
196. 611673 10:12 - 10:16
     amely a Golden State Killer néven
     ismert személyre pontosan ráillett.
197. 615701 10:16 - 10:19
     DNS-mintát vettek tőle,
     és tökéletes volt az egyezés
198. 619317 10:19 - 10:21
     az FBI-nál lévő DNS-sel.
199. 621366 10:21 - 10:23
     Letartóztatták,
200. 622519 10:23 - 10:25
     és bíróság elé állították annyi év után.
201. 626172 10:26 - 10:29
     Azt követően a genetikus családfakutatók
202. 629437 10:29 - 10:32
     kezdtek együttműködni
     az USA helyi bűnüldöző szerveivel
203. 632129 10:32 - 10:35
     hogy e technikával kapják el a bűnözőket.
204. 635521 10:36 - 10:38
     Csupán az utóbbi fél évben e technikával
205. 638226 10:38 - 10:43
     több mint 20 döglött aktát
     sikerült megoldaniuk.
206. 644203 10:44 - 10:49
     Szerencsére vannak olyanok,
     mint Béla bácsi és családfakutató társai.

     ¶

207. 649045 10:49 - 10:52
     Ők nem önérdekű műkedvelők,
208. 652602 10:53 - 10:59
     hanem szenvedélyes tudóstársaink,
     akiknek célja megmondani, kik vagyunk.
209. 659065 10:59 - 11:04
     Tudják, a múlt kulcs lehet a jövőhöz.
210. 664067 11:04 - 11:05
     Köszönöm szépen.

     ¶

211. 665314 11:05 - 11:06
     (Taps)