Return to Video

Hogyan állítjuk össze a világ legnagyobb családfáját?

  • 0:01 - 0:04
    Más-más okból szoktuk
    az internetet használni.
  • 0:06 - 0:10
    Kiderül, hogy a legnépszerűbb
    fajtájú weboldal
  • 0:10 - 0:12
    főleg bizalmas körben használatos.
  • 0:14 - 0:16
    Kíváncsiságot vált ki,
  • 0:16 - 0:20
    vágyaink nem lényegtelen
    mértékű kielégítését,
  • 0:20 - 0:23
    és mások szaporító
    tevékenységének rögzítése
  • 0:23 - 0:25
    körül forog.
  • 0:25 - 0:26
    (Nevetés)
  • 0:26 - 0:28
    Persze, hogy a családfáról van szó!
  • 0:28 - 0:29
    (Nevetés)
  • 0:29 - 0:31
    A családtörténet tanulmányozásáról.
  • 0:31 - 0:33
    Mikor családtörténetbe merülünk,
  • 0:33 - 0:37
    minden családban akad valaki,
    aki a nemzedékrend megszállottja.
  • 0:37 - 0:39
    Nevezzük Béla bácsinak.
  • 0:39 - 0:43
    Béla bácsi mellett egyáltalán
    nem szeretnénk ülni
  • 0:43 - 0:44
    családi találkozón,
  • 0:45 - 0:46
    mert halálra fog untatni
  • 0:46 - 0:49
    valamely távoli ősünkre vonatkozó
    sajátságos részletekkel.
  • 0:50 - 0:52
    De mint tudják,
  • 0:52 - 0:55
    mindennek létezik tudományos oldala is,
  • 0:55 - 0:58
    és Béla bácsi történeteiből
  • 0:58 - 1:01
    az orvosbiológiai kutatás
    mérhetetlenül sokat meríthet.
  • 1:01 - 1:04
    Hagyjuk, hogy Béla bácsi
    és családfakutató társai
  • 1:04 - 1:09
    rögzítsék családfájukat a geni.com
    nemzedékrendi honlapon.
  • 1:09 - 1:11
    Mikor családfájukat feltöltik a használók,
  • 1:11 - 1:13
    a program átfésüli a rokonságot,
  • 1:13 - 1:15
    fölleli a kapcsolódási pontokat,
  • 1:15 - 1:19
    és összeilleszti a családfákat.
  • 1:20 - 1:23
    Ennek eredményeként
    óriási családfa jön létre,
  • 1:23 - 1:26
    amely meghaladja bármely kutató szintjét.
  • 1:27 - 1:31
    Ha a folyamatot milliónyi
    egyénnel megismételjük
  • 1:31 - 1:33
    szerte a világon,
  • 1:33 - 1:38
    összeáll az emberiség családfája.
  • 1:39 - 1:41
    E weboldalon
  • 1:41 - 1:46
    125 millió főt tudtunk összekapcsolni
  • 1:46 - 1:48
    közös családfává.
  • 1:49 - 1:52
    Nem tudom a fát a kivetítőre fölrajzolni,
  • 1:52 - 1:54
    mert kevesebb pixelből áll,
  • 1:54 - 1:56
    mint a fán szereplők száma.
  • 1:57 - 2:02
    De itt egy példa 6000 fő részhalmazára.
  • 2:02 - 2:05
    Minden zöld csomópont egy-egy személy.
  • 2:05 - 2:08
    A vörös csomópontok a házasságok,
  • 2:08 - 2:10
    az összekötő vonalak a szülői kapcsolatok.
  • 2:11 - 2:13
    A fa közepén az ősök láthatók.
  • 2:13 - 2:15
    A szélek felé haladva
    a leszármazottakat látjuk.
  • 2:15 - 2:19
    E fa kb. hét nemzedéket fog át.
  • 2:20 - 2:23
    Ez történik, ha a személyek számát
  • 2:23 - 2:25
    70 ezerre növeljük:
  • 2:25 - 2:29
    még mindig összes adatunk
    apró részhalmaza.
  • 2:30 - 2:32
    Ennek dacára már kirajzolódik
  • 2:32 - 2:37
    a rengeteg igen távoli
    rokonból álló óriási családfa.
  • 2:38 - 2:41
    Családfakutatóink áldozatos
    munkájának köszönhetően
  • 2:41 - 2:44
    több száz évvel visszamehetünk.
  • 2:44 - 2:48
    Pl. ő itt Alexander Hamilton,
  • 2:48 - 2:50
    aki 1755-ben született.
  • 2:51 - 2:55
    Alexander volt az USA
    első pénzügyminisztere,
  • 2:55 - 2:58
    de ma inkább a népszerű
    Broadway-musicalból ismert.
  • 2:59 - 3:04
    Kiderült, hogy Alexandernek erős
    a kapcsolata a szórakoztatóiparral.
  • 3:04 - 3:06
    Vérrokona...
  • 3:07 - 3:08
    Kevin Bacon színésznek!
  • 3:08 - 3:09
    (Nevetés)
  • 3:10 - 3:13
    Mindketten egy 13. századi
  • 3:13 - 3:15
    skót lady leszármazottai.
  • 3:15 - 3:18
    Tehát Alexander Hamilton
  • 3:18 - 3:21
    Kevin Bacon 35-öd fokú rokona.
  • 3:21 - 3:22
    (Nevetés)
  • 3:23 - 3:26
    A fa milliónyi hasonló
    történetet tartalmaz.
  • 3:28 - 3:33
    Nagy erőt fektettünk be
    adataink minőség-ellenőrzésébe.
  • 3:33 - 3:35
    DNS-vizsgálatokból derült ki,
  • 3:35 - 3:40
    hogy adatainkban az anya-gyerek
    kapcsolat 0,3%-ban hamis,
  • 3:40 - 3:43
    ami egybeesik az USA II. világháború
    előtti örökbe fogadási arányával.
  • 3:45 - 3:47
    Az apai oldalon
  • 3:47 - 3:49
    a helyzet sokkal rosszabb:
  • 3:50 - 3:55
    adatainkban az apa-gyerek
    kapcsolat 1,9%-ban hamis.
  • 3:56 - 3:58
    Látom, hogy egypáran ezen somolyognak.
  • 3:58 - 4:00
    Biztos arra gondolnak,
  • 4:00 - 4:02
    hogy mennyi postás jár-kel.
  • 4:02 - 4:03
    (Nevetés)
  • 4:03 - 4:07
    De az apai ági kapcsolatok
    1,9%-os hibaaránya
  • 4:07 - 4:09
    adatainkban nem kivételes.
  • 4:09 - 4:12
    Korábbi tanulmányok hasonló
    hibaarányt mutattak ki
  • 4:12 - 4:14
    klinikai szintű családfák esetén.
  • 4:14 - 4:17
    Tehát adataink jó minőségűek,
  • 4:17 - 4:19
    és ez nem meglepő.
  • 4:19 - 4:23
    Kutatóink alaposan
    és személyesen érdekeltek abban,
  • 4:23 - 4:26
    hogy családtörténetüket
    megbízhatóan dokumentálják.
  • 4:29 - 4:33
    Az adatokból számszerű tudáshoz
    juthatunk az emberiségről,
  • 4:33 - 4:36
    pl. demográfiai kérdésekről.
  • 4:36 - 4:40
    Itt van minden profilunk a világtérképen.
  • 4:40 - 4:45
    Minden pixel egy-egy valaha élt ember.
  • 4:45 - 4:46
    Mivel ilyen sok adatunk van,
  • 4:46 - 4:49
    sok ország körvonalai láthatók,
  • 4:49 - 4:51
    kiváltképp a nyugatiak.
  • 4:51 - 4:55
    Ezen a klipen rétegekbe
    rendeztük az előbbi térképet
  • 4:55 - 5:00
    a személyek 1400 és 1900
    közötti születési éve szerint,
  • 5:00 - 5:03
    és az ismert vándorlási
    eseményekkel vetettük össze.
  • 5:03 - 5:07
    A klip megmutatja, hogy adatainkból
    látható legmélyebb gyökerek
  • 5:07 - 5:08
    az Egyesült Királyságba vezetnek,
  • 5:08 - 5:10
    ahol legjobb az adatnyilvántartás,
  • 5:10 - 5:13
    és onnan a nyugati gyarmatosítás
    útvonalai mentén terjednek tovább.
  • 5:13 - 5:15
    Nézzük!
  • 5:15 - 5:17
    (Zene)
  • 5:17 - 5:19
    [Születési év:]
  • 5:20 - 5:22
    [1492 – Kolumbusz áthajózza az óceánt]
  • 5:24 - 5:26
    [1620 – A Mayflower
    kiköt Massachusettsben]
  • 5:27 - 5:29
    [1652 – A hollandok
    gyarmatosítják Dél-Afrikát]
  • 5:32 - 5:36
    [1788 – Nagy-Britannia ausztráliai
    fegyencszállításai elkezdődnek]
  • 5:36 - 5:38
    [1836 – Az első bevándorlók
    az Oregoni Ösvényen]
  • 5:38 - 5:41
    [minden tevékenység]
  • 5:44 - 5:45
    Szeretem ezt a filmet.
  • 5:46 - 5:51
    Mivel a vándorlási események
    családok kapcsolódását jelzik,
  • 5:51 - 5:53
    adódik egypár kérdés:
  • 5:53 - 5:56
    Mekkora a jellemző távolság
  • 5:56 - 5:59
    a férj és feleség születési helye közt?
  • 5:59 - 6:03
    A távolság döntő szerepet
    játszik a demográfiában,
  • 6:03 - 6:06
    mert a családalapítási célú vándorlás
    mintázata meghatározza,
  • 6:06 - 6:10
    hogyan terjednek el a gének
    egyes területeken.
  • 6:11 - 6:13
    Adataink alapján elemeztük a távolságokat,
  • 6:13 - 6:15
    és rájöttünk, hogy a régi időkben
  • 6:15 - 6:17
    az embereknek könnyű volt.
  • 6:17 - 6:19
    A környékbeli falvakba házasodtak.
  • 6:20 - 6:23
    Ám az ipari forradalom bonyolította
    szerelmi életünket.
  • 6:24 - 6:28
    Ma a megfizethető repjegyek
    és az online közösségi média korában
  • 6:28 - 6:33
    jellemzően több mint 100 km-re
    vándorolnak születési helyüktől,
  • 6:33 - 6:35
    hogy lelki társra leljenek.
  • 6:37 - 6:38
    Megkérdezhetik:
  • 6:38 - 6:42
    Jó, de ki veszi magára családalapításért
  • 6:42 - 6:44
    a vándorlás terhét?
  • 6:44 - 6:47
    A férfiak vagy a nők?
  • 6:48 - 6:50
    A kérdés megválaszolására
  • 6:50 - 6:53
    legalább az utóbbi 300 év
    adatait fölhasználva
  • 6:53 - 6:54
    arra jutottunk,
  • 6:54 - 6:59
    hogy a hölgyek veszik magukra
    a családalapítás miatti vándorlás terhét.
  • 6:59 - 7:02
    Ezek statisztikailag
    szignifikáns eredmények,
  • 7:03 - 7:06
    így tudományos ténynek tekinthető,
    hogy a férfiak lusták.
  • 7:06 - 7:07
    (Nevetés)
  • 7:09 - 7:12
    A demográfiai kérdéseken túl
  • 7:12 - 7:15
    egészségügyi kérdéseket is föltehetünk.
  • 7:15 - 7:16
    Pl. megkérdezhetjük,
  • 7:16 - 7:19
    hogy milyen a genetikai változatok szerepe
  • 7:19 - 7:22
    az egyes személyek átlagos élettartamában?
  • 7:23 - 7:27
    Korábbi kutatások elemezték
    az ikrek magas kora közti korrelációt,
  • 7:27 - 7:29
    hogy választ leljenek a kérdésre.
  • 7:29 - 7:32
    Úgy értékelték,
    hogy a genetikai változatok
  • 7:32 - 7:36
    kb. negyed részben okozzák
    az egyének élettartama közti eltérést.
  • 7:37 - 7:39
    De ikreknél ez nagyon sok okkal korrelál,
  • 7:39 - 7:42
    pl. különböző környezeti hatásokkal
  • 7:42 - 7:43
    vagy közös háztartással.
  • 7:44 - 7:48
    A nagy családfákból elemezhetjük
    mind a közeli rokonokat,
  • 7:48 - 7:49
    pl. az ikreket,
  • 7:49 - 7:52
    mind a távoli rokonokat, még
    a negyed-unokatestvéreket is.
  • 7:53 - 7:55
    Így hatalmas modelleket vázolhatunk fel,
  • 7:55 - 7:59
    amelyekből elválaszthatjuk
    a genetikai változatok hatását
  • 7:59 - 8:01
    a környezeti tényezőkétől.
  • 8:01 - 8:04
    Adatainkkal elvégeztük az elemzést,
  • 8:04 - 8:10
    melyből kiderült, hogy csak 15%-ban
    magyarázzák genetikai változatok
  • 8:10 - 8:13
    az egyes személyek élettartama
    közti különbséget.
  • 8:15 - 8:18
    Ez átlagosan öt év.
  • 8:18 - 8:23
    Tehát a gének az élettartam szempontjából
    kevésbé fontosak, mint ahogy hittük.
  • 8:24 - 8:26
    Ezt jelentős eredménynek tartom,
  • 8:26 - 8:30
    mert azt jelenti, hogy tetteink
    többet számítanak.
  • 8:31 - 8:35
    A dohányzás pl. 10 évet
    vesz el az életünkből,
  • 8:35 - 8:37
    kétszer annyit, mint amennyi
    a géneknek róható föl.
  • 8:38 - 8:41
    Még meglepőbb dolgokra lelhetünk,
  • 8:41 - 8:42
    ha elhagyjuk a családfákat,
  • 8:42 - 8:47
    és hagyjuk, hogy a DNS-információt
    kutatóink dokumentálják.
  • 8:47 - 8:49
    Az eredmény elképesztő lehet.
  • 8:49 - 8:53
    Tán nehéz elképzelni,
    de Béla bácsi és barátai a DNS-ből
  • 8:53 - 8:56
    igazságügyi orvostani
    képességeiket bizonyíthatják,
  • 8:56 - 8:59
    amelyek meghaladják
    az FBI jelenlegi szintjét.
  • 9:01 - 9:03
    Ha a DNS-t a hatalmas családfára illesztve
  • 9:03 - 9:05
    jelzőfényt hozunk létre,
  • 9:05 - 9:08
    amely százszámra világítja be
    a távoli rokonokat,
  • 9:08 - 9:12
    akik mind kapcsolódnak
    az eredeti DNS-t adó személyhez.
  • 9:13 - 9:15
    A nagy családfán
    több jelzőfényt elhelyezve
  • 9:15 - 9:19
    ugyanazon módszerrel határozhatjuk meg
    ismeretlen személy DNS-ét,
  • 9:19 - 9:22
    mint amelyet a GPS-rendszer használ
  • 9:22 - 9:24
    műholdas helymeghatározásra.
  • 9:25 - 9:29
    E technika hatékonyságára kiváló példa
  • 9:29 - 9:32
    a Golden State Killernek
    nevezett sorozatgyilkos elkapása,
  • 9:33 - 9:37
    aki az USA történetének
    egyik leghírhedtebb bűnözője.
  • 9:37 - 9:43
    Korábban az FBI több mint 40 évig kereste.
  • 9:44 - 9:45
    Megvolt a DNS-e,
  • 9:45 - 9:49
    de egyetlen rendőrségi
    adatbázisban sem bukkantak rá.
  • 9:49 - 9:54
    Kb. egy éve az FBI genetikus
    családfakutatótól kért tanácsot,
  • 9:54 - 9:58
    ő meg javasolta, hogy juttassák el
    bűnöző DNS-ét a kutatószolgálathoz,
  • 9:58 - 10:01
    amely megtalálhatja a távoli rokonokat.
  • 10:01 - 10:02
    Így is tettek,
  • 10:02 - 10:06
    és föllelték a Golden State Killer
    harmad-unokatestvérét.
  • 10:06 - 10:08
    Óriási családfát állítottak össze,
  • 10:08 - 10:10
    beszkennelték a fa ágait,
  • 10:10 - 10:12
    és végül profilra találtak,
  • 10:12 - 10:16
    amely a Golden State Killer néven
    ismert személyre pontosan ráillett.
  • 10:16 - 10:19
    DNS-mintát vettek tőle,
    és tökéletes volt az egyezés
  • 10:19 - 10:21
    az FBI-nál lévő DNS-sel.
  • 10:21 - 10:23
    Letartóztatták,
  • 10:23 - 10:25
    és bíróság elé állították annyi év után.
  • 10:26 - 10:29
    Azt követően a genetikus családfakutatók
  • 10:29 - 10:32
    kezdtek együttműködni
    az USA helyi bűnüldöző szerveivel
  • 10:32 - 10:35
    hogy e technikával kapják el a bűnözőket.
  • 10:36 - 10:38
    Csupán az utóbbi fél évben e technikával
  • 10:38 - 10:43
    több mint 20 döglött aktát
    sikerült megoldaniuk.
  • 10:44 - 10:49
    Szerencsére vannak olyanok,
    mint Béla bácsi és családfakutató társai.
  • 10:49 - 10:52
    Ők nem önérdekű műkedvelők,
  • 10:53 - 10:59
    hanem szenvedélyes tudóstársaink,
    akiknek célja megmondani, kik vagyunk.
  • 10:59 - 11:04
    Tudják, a múlt kulcs lehet a jövőhöz.
  • 11:04 - 11:05
    Köszönöm szépen.
  • 11:05 - 11:06
    (Taps)
Title:
Hogyan állítjuk össze a világ legnagyobb családfáját?
Speaker:
Yaniv Erlich
Description:

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.
more » « less
Video Language:
English
Team:
closed TED
Project:
TEDTalks
Duration:
11:45

Hungarian subtitles

Revisions

Our website uses cookies for analysis purposes.