Showing Revision 11 created 11/25/2019 by Peter van de Ven.

1. Títol:
   Hoe we DNA gebruiken om boeren plantenziekten te helpen bestrijden
2. Descripció:

   Bijna 800 miljoen mensen wereldwijd zijn afhankelijk van cassave om te overleven -- maar deze kritieke voedselbron wordt aangevallen door volledig te voorkomen virussen, zegt computationeel bioloog en TED Senior Fellow Laura Boykin. Ze neemt ons mee naar de boerderijen in Oost-Afrika, waar ze werkt met een divers team van wetenschappers om boeren te helpen hun gewassen gezond te houden met behulp van een draagbaar DNA-laboratorium en een mini-supercomputer die virussen binnen enkele uren in plaats van in maanden kunnen identificeren.

3. Speaker:
   Laura Boykin
4. 991 0:01 - 0:03
   Twee redenen halen me uit bed.
5. 3341 0:03 - 0:07
   Ten eerste, kleine familieboeren
   hebben meer voedsel nodig.
6. 7738 0:08 - 0:13
   Het is te gek dat in 2019
   de boeren die ons voeden honger lijden.
7. 13353 0:13 - 0:18
   Ten tweede, omdat wetenschap
   meer divers en inclusief moet zijn.
8. 18679 0:19 - 0:22
   Als we de grootste problemen
   op de planeet willen oplossen,
9. 22125 0:22 - 0:23
   zoals voedselonzekerheid
10. 23442 0:23 - 0:26
    voor de miljoenen mensen
    die in extreme armoede leven,
11. 26482 0:26 - 0:28
    hebben we iedereen nodig.
12. 28680 0:29 - 0:31
    Ik wil de nieuwste technologie gebruiken

    ¶

13. 31284 0:31 - 0:35
    met de meest diverse
    en inclusieve teams op de planeet
14. 34601 0:35 - 0:37
    om landbouwers aan meer voedsel te helpen.
15. 37545 0:38 - 0:39
    Ik ben een computationele bioloog.
16. 39170 0:39 - 0:40
    Ik weet het --
17. 40168 0:40 - 0:43
    wat is dat en hoe gaat dat
    de honger uit de wereld helpen?
18. 42928 0:43 - 0:46
    Simpel gezegd hou ik
    van computers en biologie
19. 45854 0:46 - 0:49
    en op de een of andere manier
    vormt dat samen een beroep.
20. 48616 0:49 - 0:50
    (Gelach)

    ¶

21. 49723 0:50 - 0:51
    Ik ben niet iemand

    ¶

22. 51267 0:51 - 0:55
    die al op jonge leeftijd
    bioloog wou worden.
23. 54577 0:55 - 0:58
    De waarheid is dat ik
    op de universiteit basketbal speelde.
24. 58585 0:59 - 1:04
    Om het hoofd boven water te houden
    volgde ik een leerwerktraject.
25. 64300 1:04 - 1:06
    Op een mooie dag
26. 65864 1:06 - 1:09
    liep ik het gebouw
    vlak bij mijn slaapruimte in.
27. 69085 1:09 - 1:12
    Toevallig was dat het biologiegebouw.
28. 72007 1:12 - 1:15
    Ik ging binnen en bekeek
    het bord met werkaanbiedingen.
29. 75493 1:15 - 1:18
    Ja, dit was van voor het internet.
30. 78430 1:18 - 1:20
    Ik zag een fiche
31. 80461 1:20 - 1:24
    die een baan aanbood
    om te werken in het herbarium.
32. 84601 1:25 - 1:27
    Ik noteerde snel het nummer,
33. 86626 1:27 - 1:28
    omdat er ‘flexibele uren’ stond
34. 88355 1:28 - 1:32
    en dat had ik nodig om het in te passen
    in mijn basketbalschema.
35. 92204 1:32 - 1:37
    Ik haastte me naar de bibliotheek
    om te weten wat een herbarium was.
36. 96815 1:37 - 1:39
    (Gelach)

    ¶

37. 99046 1:39 - 1:40
    Het blijkt

    ¶

38. 100379 1:40 - 1:44
    dat ze in een herbarium
    dode, gedroogde planten bewaren.
39. 105379 1:45 - 1:47
    Het lukte me om de baan te krijgen.
40. 107117 1:47 - 1:50
    Mijn eerste wetenschappelijke werk
41. 110347 1:50 - 1:56
    bestond in urenlang
    dode planten op papier plakken.
42. 115706 1:56 - 1:59
    (Gelach)

    ¶

43. 119008 1:59 - 2:00
    Het is zo glamoureus.

    ¶

44. 120182 2:00 - 2:03
    Zo werd ik computationele bioloog.
45. 124323 2:04 - 2:06
    In die tijd
46. 125530 2:06 - 2:08
    werden genomica en computers volwassen.
47. 128276 2:08 - 2:11
    Ik ging mijn masters doen
48. 130704 2:11 - 2:14
    door combinatie van biologie en computers.
49. 133823 2:14 - 2:15
    Gedurende die tijd

    ¶

50. 134812 2:15 - 2:17
    werkte ik bij het Los Alamos National Lab
51. 136815 2:17 - 2:20
    in de groep theoretische
    biologie en biofysica.
52. 139776 2:20 - 2:23
    Daar zag ik voor het eerst
    een supercomputer
53. 143010 2:23 - 2:25
    en ik werd erdoor van de sokken geblazen.
54. 145840 2:26 - 2:28
    Met de kracht van supercomputers,
55. 147903 2:28 - 2:32
    in feite duizenden met elkaar
    verbonden pc's op steroïden,
56. 152150 2:32 - 2:38
    konden we de complexiteit
    van griep en hepatitis C ontrafelen.
57. 158134 2:38 - 2:40
    Toen zag ik de kracht
58. 160489 2:40 - 2:45
    van de combinatie van computers
    en biologie voor de mensheid.
59. 164633 2:45 - 2:47
    Daar wilde ik mijn carrière van maken.
60. 168030 2:48 - 2:50
    Daarom vertoef ik sinds 1999
61. 169831 2:50 - 2:53
    het grootste deel
    van mijn wetenschappelijke carrière
62. 172553 2:53 - 2:54
    in high-tech laboratoria,
63. 174506 2:55 - 2:57
    omringd door peperdure apparatuur.
64. 177712 2:58 - 2:59
    Zovelen vragen mij

    ¶

65. 179379 2:59 - 3:03
    hoe en waarom ik
    voor de boeren in Afrika werk.
66. 183804 3:04 - 3:06
    Vanwege mijn computervaardigheden
67. 186130 3:06 - 3:11
    vroeg in 2013 een team
    van Oost-Afrikaanse wetenschappers me
68. 190693 3:11 - 3:15
    om met het team een oplossing te zoeken
    voor de benarde situatie van cassave.
69. 195607 3:16 - 3:18
    Cassave is een plant
70. 197659 3:18 - 3:23
    waarvan de bladeren en wortels
    wereldwijd 800 miljoen mensen voeden --
71. 203639 3:24 - 3:27
    500 miljoen daarvan in Oost-Afrika.
72. 206994 3:27 - 3:29
    Bijna een miljard mensen
73. 209025 3:29 - 3:32
    doen beroep op deze plant
    voor hun dagelijkse calorieën.
74. 212581 3:33 - 3:36
    Als een kleinschalige familieboerin
    genoeg cassave heeft,
75. 216450 3:36 - 3:39
    kan ze haar gezin voeden
76. 218618 3:39 - 3:43
    en het ook nog verkopen op de markt
    voor belangrijke zaken als schoolgeld,
77. 222688 3:43 - 3:45
    medische kosten en spaargeld.
78. 225752 3:46 - 3:49
    Maar cassave wordt bedreigd in Afrika.

    ¶

79. 229665 3:50 - 3:54
    Wittevlieg en virussen verwoesten cassave.
80. 234593 3:55 - 3:56
    Wittevlieg zijn kleine insecten
81. 236423 3:56 - 4:00
    die zich voeden met de bladeren
    van meer dan 600 plantensoorten.
82. 239665 4:00 - 4:01
    Ze zijn slecht nieuws.
83. 241490 4:01 - 4:03
    Er bestaan vele soorten.
84. 242673 4:03 - 4:05
    Ze worden resistent
    tegen bestrijdingsmiddelen
85. 244966 4:05 - 4:09
    en ze verspreiden
    honderden plantenvirussen
86. 249244 4:09 - 4:12
    die cassave bruine-streep-ziekte
87. 251792 4:12 - 4:14
    en mozaïek-ziekte geven.
88. 254085 4:14 - 4:16
    Dat doodt de plant.
89. 257038 4:17 - 4:19
    Zonder cassave
90. 258879 4:19 - 4:23
    is er geen voedsel of inkomen
    voor miljoenen mensen.
91. 264141 4:24 - 4:26
    Eén reis naar Tanzania was genoeg

    ¶

92. 266319 4:26 - 4:29
    om te beseffen dat deze vrouwen
    hulp nodig hebben.
93. 269403 4:29 - 4:34
    Deze verbazingwekkende, sterke,
    kleinschalige familiale boeren,
94. 273680 4:34 - 4:35
    de meerderheid vrouwen,
95. 274972 4:35 - 4:36
    hebben het zwaar.
96. 276744 4:37 - 4:39
    Ze hebben niet genoeg voedsel
    om hun gezin te voeden.
97. 279290 4:39 - 4:41
    Het is een echte crisis.
98. 281512 4:42 - 4:43
    Dit gebeurt er:
99. 282953 4:43 - 4:46
    ze leggen velden van cassave aan
    zodra de regens komen.
100. 286069 4:46 - 4:48
     Negen maanden later
101. 287799 4:48 - 4:49
     is er niets
102. 288663 4:49 - 4:51
     door die plagen en ziekteverwekkers.
103. 290903 4:51 - 4:53
     Ik dacht:
104. 293085 4:53 - 4:56
     hoe kunnen boeren nu honger lijden?
105. 296815 4:57 - 4:59
     Daarom besloot ik er
     wat tijd door te brengen

     ¶

106. 299159 4:59 - 5:01
     met de boeren en de wetenschappers
107. 300863 5:01 - 5:03
     om te zien of ik hen
     kon helpen met mijn kennis.
108. 304427 5:04 - 5:07
     De situatie ter plaatse is schokkend.
109. 307307 5:07 - 5:12
     De wittevlieg vernietigde de bladeren
     die worden gegeten voor het eiwit
110. 311601 5:12 - 5:15
     en de virussen vernietigden de wortels
     die worden gegeten voor het zetmeel.
111. 315592 5:16 - 5:18
     Een heel groeiseizoen gaat voorbij
112. 318061 5:18 - 5:22
     en de boerin verliest
     een heel jaar van inkomsten en voedsel
113. 322195 5:22 - 5:25
     en de familie zal
     een lange tijd honger lijden.
114. 325942 5:26 - 5:28
     Dat is volledig te voorkomen.
115. 328046 5:28 - 5:29
     Als de boerin wist
116. 329394 5:29 - 5:32
     welke soort cassave
     te planten in haar gebied,
117. 332482 5:32 - 5:37
     een die resistent is
     tegen die virussen en pathogenen,
118. 336831 5:37 - 5:39
     zou ze meer voedsel hebben.
119. 338760 5:39 - 5:42
     We hebben alle nodige technologie,

     ¶

120. 341619 5:42 - 5:45
     maar de kennis en de middelen
121. 344847 5:45 - 5:48
     zijn niet gelijk verdeeld over de wereld.
122. 348712 5:49 - 5:51
     Wat ik precies bedoel,
123. 350528 5:51 - 5:53
     is dat de oudere genomische technologieën
124. 353174 5:53 - 5:56
     die nodig zijn om
     de complexiteit te ontrafelen
125. 356061 5:56 - 5:58
     van deze plagen en pathogenen --
126. 359147 5:59 - 6:02
     die zijn niet ontworpen
     voor subsaharaans Afrika.
127. 363058 6:03 - 6:05
     Ze kosten meer dan een miljoen dollar,
128. 365423 6:05 - 6:07
     ze hebben een stroomnet nodig
129. 367335 6:07 - 6:09
     en gespecialiseerd menselijk kunnen.
130. 369970 6:10 - 6:13
     Er zijn maar weinig apparaten
     en ze liggen ver verspreid,
131. 372855 6:13 - 6:17
     wat veel wetenschappers
     aan het front geen andere keus laat
132. 377110 6:17 - 6:19
     dan om de monsters
     naar het buitenland te sturen.
133. 379523 6:20 - 6:22
     Als je de monsters
     naar het buitenland stuurt,
134. 381773 6:22 - 6:24
     degraderen ze, kost het een hoop geld
135. 384157 6:24 - 6:27
     en de data via een zwak internet
     proberen terug te krijgen
136. 387348 6:27 - 6:29
     is bijna onmogelijk.
137. 389142 6:29 - 6:31
     Soms duurt het zes maanden
     
138. 391115 6:31 - 6:33
     om de resultaten
     terug bij de boer te krijgen.
139. 393465 6:33 - 6:35
     En tegen die tijd is het te laat.
140. 395243 6:35 - 6:37
     Het gewas is al weg,
141. 396854 6:37 - 6:40
     wat leidt tot meer armoede en honger.
142. 401306 6:41 - 6:43
     We wisten dat we dit konden oplossen.

     ¶

143. 403989 6:44 - 6:45
     In 2017
144. 405417 6:45 - 6:50
     hadden we gehoord van deze handheld,
     draagbare DNA-sequenser:
145. 410227 6:50 - 6:53
     de Oxford Nanopore MinION.
146. 412760 6:53 - 6:57
     Hij werd in West-Afrika gebruikt
     om Ebola te bestrijden.
147. 416937 6:57 - 6:58
     We dachten:
148. 417898 6:58 - 7:02
     waarom kunnen we hem in Oost-Afrika
     niet gebruiken om landbouwers te helpen?
149. 421768 7:02 - 7:06
     Dus gingen we het proberen.
150. 426609 7:07 - 7:09
     Toentertijd, omdat de technologie
     nog erg nieuw was,
151. 429331 7:09 - 7:12
     twijfelden velen eraan
     of dat zou werken op de boerderij.
152. 432879 7:13 - 7:14
     Toen we ermee begonnen,
153. 434220 7:14 - 7:18
     zegde één van onze 'medewerkers'
     in het Verenigd Koninkrijk
154. 438125 7:18 - 7:22
     dat dat nooit zou lukken in Oost-Afrika,
155. 441776 7:22 - 7:23
     laat staan op de boerderij.
156. 443863 7:24 - 7:26
     We accepteerden de uitdaging.
157. 445934 7:26 - 7:29
     Deze persoon verwedde zelfs
158. 449481 7:29 - 7:32
     twee flessen van de beste champagne
159. 452411 7:32 - 7:35
     dat we het nooit
     voor elkaar zouden krijgen.
160. 456871 7:37 - 7:38
     Twee woorden:
161. 458474 7:38 - 7:40
     betaal maar.
162. 459649 7:40 - 7:42
     (Gelach)

     ¶

163. 461847 7:42 - 7:46
     (Applaus)

     ¶

164. 466023 7:46 - 7:49
     Betalen, omdat het ons lukte.

     ¶

165. 468960 7:49 - 7:52
     We namen het volledige
     high-tech moleculair lab mee
166. 472269 7:52 - 7:56
     naar de boeren
     in Tanzania, Kenia en Uganda.
167. 475942 7:56 - 7:58
     We noemden het Tree Lab.
168. 478942 7:59 - 8:00
     Wat hebben we gedaan?
169. 480157 8:00 - 8:03
     Eerst gaven we onszelf een teamnaam --
170. 482760 8:03 - 8:05
     het Cassave Virus Action Project.
171. 484958 8:05 - 8:06
     We maakten een website,
172. 486339 8:06 - 8:10
     kregen steun van de genomica-
     en informaticagemeenschappen
173. 489974 8:10 - 8:12
     en gingen op weg naar de boeren.
174. 492411 8:12 - 8:15
     Alle benodigdheden voor onze Tree Lab
175. 495244 8:15 - 8:18
     worden vervoerd door het team hier.
176. 497677 8:18 - 8:22
     Aan alle moleculaire
     en computationele vereisten
177. 501748 8:22 - 8:25
     om zieke planten
     te diagnosticeren is voldaan.
178. 505431 8:25 - 8:28
     Het staat hier nu ook allemaal.
179. 509161 8:29 - 8:32
     We dachten dat als we de gegevens
     dichter bij het probleem

     ¶

180. 512322 8:32 - 8:34
     en dichter bij de boerin
     konden verzamelen,
181. 514414 8:34 - 8:38
     we haar sneller konden vertellen
     wat er mis was met haar planten.
182. 518169 8:38 - 8:40
     En niet alleen wat er mis was --
183. 520066 8:40 - 8:41
     maar ook de oplossing geven.
184. 521482 8:41 - 8:43
     De oplossing is:
185. 522831 8:43 - 8:45
     verbrand het veld en plant variëteiten
186. 525478 8:45 - 8:49
     die resistent zijn tegen de plagen
     en pathogenen op haar veld.
187. 529942 8:50 - 8:54
     Het eerste wat we deden,
     was een DNA-extractie.
188. 534170 8:54 - 8:57
     We gebruikten dit toestel hier.
189. 537050 8:57 - 9:00
     Het heet een PDQeX,
190. 540273 9:00 - 9:04
     wat staat voor
     'Pretty Damn Quick Extraction'.
191. 544188 9:04 - 9:06
     (Gelach)

     ¶

192. 546260 9:06 - 9:07
     Ik weet het.

     ¶

193. 547768 9:08 - 9:10
     Mijn vriend Joe is echt cool.
194. 551394 9:11 - 9:15
     Een van de grootste uitdagingen
     bij het doen van een DNA-extractie
195. 554778 9:15 - 9:18
     is dat het meestal
     zeer dure apparatuur vereist
196. 558117 9:18 - 9:20
     en uren duurt.
197. 559545 9:20 - 9:21
     Maar met deze machine
198. 561061 9:21 - 9:23
     doen we het in 20 minuten
199. 563289 9:23 - 9:25
     tegen een fractie van de kosten.
200. 565109 9:25 - 9:28
     En het loopt op de accu
     van een motorfiets.
201. 569164 9:29 - 9:34
     Dan nemen het DNA-extract
     en verwerken het tot een bibliotheek,

     ¶

202. 574331 9:34 - 9:36
     maken het klaar
203. 576134 9:36 - 9:40
     voor deze draagbare,
     handheld genomische sequenser,
204. 580450 9:40 - 9:42
     hier,
205. 581625 9:42 - 9:45
     en steken het dan
     in een mini-supercomputer
206. 585387 9:45 - 9:47
     die MinIT heet.
207. 587728 9:48 - 9:52
     Beiden zijn aangesloten
     op een draagbare accu.
208. 592569 9:53 - 9:57
     We hoefden dus geen stroomnet
     en geen internet,
209. 596895 9:57 - 10:01
     twee zeer beperkende factoren
     op een kleinschalige familieboerderij.
210. 601807 10:02 - 10:05
     Snel analyseren van de gegevens
     kan ook een probleem zijn.
211. 605033 10:05 - 10:09
     Maar dit is waar ik van pas kwam
     als computationeel bioloog.
212. 609382 10:09 - 10:12
     Al dat opplakken van dode planten
213. 611636 10:12 - 10:13
     en al dat meten
214. 613220 10:13 - 10:15
     en al dat computeren
215. 615236 10:15 - 10:19
     kwam eindelijk goed van pas
     in de echte wereld, in real time.
216. 619411 10:19 - 10:22
     Ik kon databases op maat maken
217. 622488 10:22 - 10:27
     en we konden de boeren
     in drie uur resultaten geven
218. 627107 10:27 - 10:29
     in plaats van in zes maanden.
219. 629694 10:30 - 10:33
     (Applaus)

     ¶

220. 638085 10:38 - 10:41
     De boeren waren dolblij.

     ¶

221. 641799 10:42 - 10:45
     Hoe kunnen we nu weten
     dat we echt invloed we hebben?
222. 644619 10:45 - 10:47
     Negen maanden na onze Tree Lab
223. 646643 10:47 - 10:50
     ging Asha van nul ton per hectare
224. 649897 10:50 - 10:52
     naar 40 ton per hectare.
225. 651929 10:52 - 10:54
     Ze had genoeg om haar gezin te voeden
226. 653752 10:54 - 10:56
     en ze verkocht het op de markt.
227. 656466 10:56 - 10:59
     Ze bouwt nu een huis voor haar familie.
228. 660212 11:00 - 11:01
     Ja, zo cool.
229. 661395 11:01 - 11:06
     (Applaus)

     ¶

230. 665673 11:06 - 11:08
     Hoe kunnen we Tree Lab nu schalen?

     ¶

231. 667940 11:08 - 11:09
     Feit is
232. 669344 11:09 - 11:11
     dat boeren in Afrika al geschaald zijn.
233. 671471 11:11 - 11:13
     Deze vrouwen werken in boerengroepen,
234. 673384 11:13 - 11:18
     dus is Asha helpen eigenlijk
     3.000 mensen in haar dorp helpen,
235. 677534 11:18 - 11:21
     want ze deelde de resultaten
     en ook de oplossing.
236. 681673 11:22 - 11:26
     Ik herinner me elke boerin
     die ik ooit heb ontmoet.

     ¶

237. 686665 11:27 - 11:30
     Hun pijn en hun vreugde
238. 690252 11:30 - 11:32
     zitten geëtst in mijn herinneringen.
239. 692958 11:33 - 11:35
     Onze wetenschap is er voor hen.
240. 695711 11:36 - 11:38
     Tree Lab is onze beste poging
241. 697810 11:38 - 11:41
     om hen te helpen
     aan meer voedselzekerheid.
242. 701180 11:41 - 11:43
     Ik had nooit gedroomd
243. 702990 11:43 - 11:46
     dat de beste wetenschap ooit in mijn leven
244. 705958 11:46 - 11:49
     zou gebeuren op die deken in Oost-Afrika,
245. 709481 11:49 - 11:52
     met die highest-tech genomische gadgets.
246. 712312 11:52 - 11:55
     Maar ons team droomde ervan
247. 714788 11:55 - 11:59
     om de boeren antwoorden te kunnen geven
     in drie uur in plaats van zes maanden,
248. 719082 11:59 - 12:01
     en we deden het.
249. 720542 12:01 - 12:02
     Want dat is de kracht
250. 721946 12:02 - 12:05
     van diversiteit en integratie
     in de wetenschap.
251. 725156 12:05 - 12:06
     Dank je.

     ¶

252. 726331 12:06 - 12:09
     (Applaus)

     ¶

253. 729506 12:10 - 12:14
     (Gejuich)

     ¶