A segunda metade do século passado
foi completamente definida

por uma revolução tecnológica:

a revolução do software.

A capacidade de programar elétrons
em um material chamado silício

possibilitou tecnologias,
empresas e indústrias

que eram, em algum momento,
inimagináveis para muitos de nós,

mas que, agora, mudaram fundamentalmente
a maneira como o mundo funciona.

Porém a primeira metade deste século

será transformada por uma nova
revolução de software:

a revolução do software vivo.

Ela será movida pela capacidade
de programar a bioquímica

em um material chamado biologia.

Isso nos permitirá aproveitar
as propriedades da biologia

para gerar novos tipos de terapias,

reparar tecidos danificados,

reprogramar células defeituosas

ou até construir sistemas operacionais
programáveis a partir da bioquímica.

Se conseguirmos perceber isso,
e precisamos perceber,

o impacto será tão grande

que a primeira revolução do software
perderá importância na comparação.

Isso ocorre porque o software vivo
transformaria toda a medicina,

agricultura e energia,

que são setores que diminuem
aqueles dominados pela TI.

Imaginem plantas programáveis que fixam
o nitrogênio de maneira mais eficaz

ou resistem a patógenos
fúngicos emergentes,

ou até mesmo programar as safras
para serem perenes, em vez de anuais,

para que a produção
seja duplicada a cada ano.

Isso transformaria a agricultura

e o modo como manteremos alimentada
nossa crescente população global.

Ou imaginem uma imunidade programável,

o projeto e o aproveitamento
de dispositivos moleculares

que guiam o sistema imunológico

para detectar, erradicar,
ou até mesmo prevenir doenças.

Isso transformaria a medicina

e o modo como manteremos saudável
nossa crescente população de idosos.

Já temos muitas das ferramentas

que tornarão o software vivo
uma realidade.

Podemos editar genes
com precisão usando o CRISPR,

reescrever o código genético
uma base por vez

e até construir circuitos sintéticos
funcionais a partir do DNA.

Mas descobrir como e quando
usar essas ferramentas

ainda é um processo de tentativa e erro.

Requer conhecimento profundo
e anos de especialização.

Protocolos experimentais
são difíceis de descobrir

e frequentemente difíceis de reproduzir.

Na biologia, temos a tendência
de focar muito as partes,

mas todos sabemos que algo como voar

não seria entendido
apenas pelo estudo das penas.

Programar biologia não é tão simples
quanto programar um computador.

Para piorar a situação,

sistemas vivos não têm grande semelhança
com sistemas de engenharia

que programamos todos os dias.

Ao contrário de sistemas de engenharia,
sistemas vivos se autogeram,

se auto-organizam,

operam em escalas moleculares.

Essas interações de nível molecular

levam geralmente a resultados
robustos em macroescala.

Esses sistemas conseguem
até mesmo se autocorrigirem.

Considerem, por exemplo,
a humilde planta doméstica,

como aquela de sua casa,

que você se esquece de regar.

Todos os dias, apesar de sua negligência,
essa planta precisa acordar

e descobrir como alocar seus recursos.

Ela crescerá, fará fotossíntese,
produzirá sementes ou flores?

Essa é uma decisão que deve ser tomada
no nível de todo o organismo.

Mas uma planta não tem cérebro
para tomar decisões.

Ela tem que se virar
com as células de suas folhas,

que precisam reagir ao meio ambiente

e tomar as decisões
que afetam toda a planta.

De alguma forma, deve haver um programa
em execução dentro dessas células,

que responde às pistas
e aos sinais de entrada

e modela o que essa célula fará.

Depois, esses programas
devem operar de modo distribuído

entre células individuais

para que possam se coordenar

e para que essa planta
consiga crescer e florescer.

Se conseguíssemos entender
esses programas biológicos

e a computação biológica,

isso transformaria nossa capacidade
de entender como e por que

as células fazem o que fazem.

Porque, se entendêssemos esses programas,
poderíamos detectar e eliminar erros.

Ou poderíamos aprender com eles
a projetar o tipo de circuitos sintéticos

que realmente exploram
o poder computacional da bioquímica.

Minha paixão por essa ideia
me levou a uma carreira de pesquisa

em matemática, biologia
e ciência da computação.

Em meu trabalho, eu me concentro
no conceito de biologia como computação.

Isso significa perguntar
o que as células computam,

e como podemos descobrir
esses programas biológicos.

Comecei a fazer essas perguntas
com alguns colaboradores geniais

da Microsoft Research
e da Universidade de Cambridge,

onde, juntos, queríamos entender

o programa biológico em execução
dentro de um tipo único de célula:

uma célula-tronco embrionária.

Essas células são únicas
porque são totalmente simples.

Elas conseguem se transformar
no que quiserem:

uma célula cerebral,
cardíaca, óssea, pulmonar,

qualquer tipo de célula adulta.

Essa simplicidade as diferencia,

mas também estimula a imaginação
da comunidade científica,

que percebeu que, se conseguíssemos
aproveitar esse potencial,

teríamos uma ferramenta poderosa
para a medicina.

Se conseguíssemos descobrir
como essas células decidem

se tornar um tipo de célula ou outra,

poderíamos aproveitá-las
para gerar células necessárias

para reparar tecidos
doentes ou danificados.

Mas perceber que essa visão
não está isenta de desafios,

principalmente porque
essas células específicas

surgem apenas seis dias após a concepção

e, cerca de um dia depois, elas se foram.

Seguiram os diferentes caminhos

que formam todas as estruturas
e órgãos do corpo adulto.

Mas acontece que o destino das células
é muito mais plástico

do que poderíamos imaginar.

Cerca de 13 anos atrás, alguns cientistas
mostraram algo realmente revolucionário.

Ao introduzir apenas um punhado de genes
em uma célula adulta,

como uma das células da pele,

podemos transformar essa célula
de volta ao estado simples.

É um processo conhecido
como "reprogramação",

que nos permite imaginar
um tipo de utopia de células-tronco:

a capacidade de coletar uma amostra
das células de um paciente,

transformá-las de volta ao estado simples

e usá-las para fazer
o que o paciente precisar,

sejam células cerebrais ou cardíacas.

Mas, ao longo da última década,

descobrir como mudar o destino das células

ainda é um processo de tentativa e erro.

Mesmo nos casos em que descobrimos
protocolos experimentais bem-sucedidos,

eles ainda são ineficientes,

e nos falta um entendimento fundamental
de como e por que eles funcionam.

Descobrir como transformar
uma célula-tronco em uma cardíaca

não dirá como transformar
uma célula-tronco

em uma célula cerebral.

Queríamos entender

o programa biológico em execução
dentro de uma célula-tronco embrionária.

O entendimento da computação
realizada por um sistema vivo

começa por uma pergunta
incrivelmente simples:

"O que esse sistema
realmente precisa fazer?"

A ciência da computação
tem um conjunto de estratégias

para lidar com o que o software
e o hardware estão destinados a fazer.

Ao escrever um programa,
você codifica um software,

e quer que ele seja
executado corretamente.

Você quer desempenho, funcionalidade.

Quer evitar erros,

que podem lhe custar muito.

Quando um desenvolvedor programa,

ele poderia anotar
uma série de especificações

que o programa deveria fazer.

Talvez deveria comparar
o tamanho de dois números

ou ordená-los de forma crescente.

A tecnologia nos permite
verificar automaticamente

se nossas especificações são atendidas,

se o programa faz o que deveria fazer.

Então, nossa ideia era que, do mesmo modo,

as observações experimentais,
que avaliamos no laboratório,

correspondam às especificações
do que o programa biológico deveria fazer.

Só precisávamos descobrir uma forma

de codificar esse novo tipo
de especificação.

Digamos que você estivesse ocupado
no laboratório avaliando seus genes

e descobrisse que, se o gene A está ativo,

então o gene B ou C parece estar ativo.

Podemos anotar essa observação
como uma expressão matemática

se pudermos usar a linguagem da lógica:

se A, então B ou C.

Esse é um exemplo muito simples,

apenas para exemplificar a questão.

Podemos codificar expressões muito ricas

que capturam o comportamento de múltiplos
genes ou proteínas ao longo do tempo

através de vários experimentos diferentes.

Assim, ao traduzir nossas observações

em expressão matemática dessa forma,

é possível testar se essas observações
podem ou não surgir

de um programa de interações genéticas.

Desenvolvemos uma ferramenta
para fazer exatamente isso.

Conseguimos utilizá-la
para codificar observações

como expressões matemáticas,

e essa ferramenta nos permitia
descobrir o programa genético

que poderia explicar todas elas.

Em seguida, aplicamos
essa abordagem para descobrir

o programa genético em execução
dentro das células-tronco embrionárias

para ver se conseguíamos entender
como induzir aquele estado simples.

Essa ferramenta,
na verdade, foi construída

num solucionador implantado
frequentemente no mundo todo

para verificação de software convencional.

Começamos com um conjunto
de quase 50 especificações diferentes

que geramos a partir
de observações experimentais

de células-tronco embrionárias.

Ao codificar essas observações
nessa ferramenta,

conseguimos descobrir
o primeiro programa molecular

que poderia explicar todas elas.

Isso por si só é uma façanha.

Conseguir conciliar
todas essas observações diferentes

não é o tipo de coisa que se pode fazer
no verso de um envelope,

mesmo que ele seja muito grande.

Com esse tipo de entendimento,
poderíamos dar um passo adiante

e usar esse programa para prever
o que essa célula podia fazer

em condições que ainda
não havíamos testado.

Poderíamos examinar o programa
por meio de simulações.

Foi o que fizemos:

geramos previsões,
que testamos no laboratório,

e descobrimos que esse programa
era altamente preditivo.

Ele informava como poderíamos
acelerar o progresso

de volta ao estado simples
de maneira rápida e eficiente,

quais genes selecionar para fazer isso

e quais deles até podem
dificultar esse processo.

Até descobrimos que o programa previa
a ordem na qual os genes seriam ativados.

Essa abordagem nos permitiu
descobrir a dinâmica

do que as células estão fazendo.

Não desenvolvemos um método específico
para a biologia de células-tronco.

Em vez disso, esse método permite entender
a computação realizada pela célula

no contexto de interações genéticas.

É apenas um componente básico.

A área precisa desenvolver,
com urgência, novas abordagens

para entender a computação biológica
de modo mais amplo e em níveis diferentes,

desde o DNA até o fluxo
de informações entre as células.

Somente esse tipo
de entendimento transformador

nos permitirá aproveitar a biologia
de maneiras previsíveis e confiáveis.

Mas, para programar a biologia,

também precisaremos desenvolver
os tipos de ferramentas e linguagens

que permitam aos experimentalistas
e aos cientistas da computação

projetar funções biológicas,

e que esses projetos sejam compilados
até o código de máquina da célula,

sua bioquímica,

para que possamos, então,
construir essas estruturas.

Isso é algo semelhante
a um compilador de software vivo,

e me orgulho de fazer parte

de uma equipe da Microsoft
que trabalha para desenvolver um.

Embora seja um eufemismo
dizer que é um grande desafio,

a sua realização

seria a ponte final entre o software
e o cérebro humano.

Mais amplamente, porém, a programação
da biologia só será possível

se pudermos transformar a área
em algo verdadeiramente interdisciplinar.

Precisamos relacionar
as ciências físicas e a vida,

e os cientistas de cada uma
dessas disciplinas

precisam conseguir trabalhar juntos
com linguagens comuns

e compartilhar questões científicas.

A longo prazo, vale lembrar que muitas
das empresas gigantes de software

e a tecnologia com a qual
trabalhamos todos os dias

dificilmente poderiam ser imaginadas

quando começamos a programar
em microchips de silício.

Se começarmos agora a pensar

no potencial da tecnologia
possibilitada pela biologia computacional,

veremos alguns dos passos
que precisamos seguir pelo caminho

para torná-la realidade.

É desanimador pensar
que esse tipo de tecnologia

pode estar aberto ao uso indevido.

Se quisermos falar sobre o potencial
de programar células imunológicas,

também devemos pensar no potencial
de bactérias projetadas para evitá-las.

Pode haver pessoas dispostas a fazer isso.

Um pensamento animador a respeito,

menos para os cientistas,

é a fragilidade do trabalho
com a biologia.

Programar biologia não será algo
que você fará no galpão do quintal.

Mas, como estamos no início,

podemos avançar com os olhos bem abertos.

Podemos fazer as perguntas
difíceis com antecedência,

pôr em prática as proteções necessárias

e, como parte disso,
teremos que pensar em nossa ética.

Teremos que pensar em colocar limites
na implementação da função biológica.

Como parte disso, a pesquisa em bioética
terá que ser uma prioridade.

Não pode ser relegada ao segundo plano

na empolgação da inovação científica.

Mas o prêmio final,
o destino final dessa jornada,

seriam aplicações e indústrias inovadoras

em áreas como agricultura,
medicina, energia e materiais

e até a própria computação.

Imaginem, um dia, podermos alimentar
o planeta de modo sustentável

com a energia verde final,

se pudéssemos imitar algo
que as plantas descobriram há milênios:

como aproveitar a energia do Sol
com uma eficiência sem paralelo

por nossas células solares atuais.

Se entendêssemos esse programa
de interações quânticas

que permitem que as plantas absorvam
a luz do Sol com tanta eficiência,

poderíamos traduzir isso na construção
de circuitos de DNA sintético

que oferecessem o material
para células solares melhores.

Há equipes e cientistas trabalhando
nos fundamentos disso neste momento.

Se talvez recebessem a atenção
e o investimento adequados,

isso poderia ocorrer em 10 ou 15 anos.

Estamos no início
de uma revolução tecnológica.

Compreender esse tipo antigo
de computação biológica

é o primeiro passo decisivo.

Se pudermos perceber isso,

entraremos na era
de um sistema operacional

que executa software vivo.

Muito obrigada.

(Aplausos)