Return to Video

La prossima rivoluzione del software: programmare cellule biologiche

  • 0:01 - 0:05
    La seconda metà del secolo scorso
    è stata completamente caratterizzata
  • 0:05 - 0:07
    da una rivoluzione tecnologica:
  • 0:07 - 0:09
    la rivoluzione del software.
  • 0:09 - 0:14
    La capacità di programmare gli elettroni
    su un materiale chiamato silicio
  • 0:14 - 0:17
    ha reso possibile la creazione
    di tecnologie, società e industrie
  • 0:17 - 0:21
    fino ad allora inimmaginabili
    per molti di noi,
  • 0:21 - 0:25
    ma che hanno intrinsecamente cambiato
    il funzionamento del mondo.
  • 0:26 - 0:28
    Tuttavia, la prima metà di questo secolo
  • 0:28 - 0:32
    sarà trasformata da una nuova
    rivoluzione del software:
  • 0:32 - 0:35
    la rivoluzione del software vivente,
  • 0:35 - 0:39
    che sarà resa possibile dalla capacità
    di programmare la biochimica
  • 0:39 - 0:41
    su un materiale chiamato biologia.
  • 0:41 - 0:45
    Questa capacità ci permetterà di sfruttare
    le proprietà della biologia
  • 0:45 - 0:48
    per creare nuovi tipi di terapie,
  • 0:48 - 0:50
    riparare tessuti danneggiati,
  • 0:50 - 0:53
    riprogrammare cellule difettose
  • 0:53 - 0:57
    o persino realizzare sistemi operativi
    programmabili basati sulla biochimica.
  • 0:58 - 1:02
    Se riusciremo a fare tutto ciò
    - e davvero ne abbiamo bisogno -
  • 1:02 - 1:04
    l'impatto sarà tale,
  • 1:04 - 1:08
    da far impallidire al confronto
    la prima rivoluzione del software.
  • 1:08 - 1:12
    Un software vivente, infatti,
    trasformerebbe del tutto la medicina,
  • 1:12 - 1:14
    l'agricoltura e l'energia,
  • 1:14 - 1:18
    settori che sovrastano
    quelli dominati dall'IT.
  • 1:19 - 1:23
    Pensate a piante programmabili
    che fissano l'azoto in modo più efficace,
  • 1:23 - 1:26
    o resistono all'attacco
    di patogeni fungini,
  • 1:26 - 1:29
    oppure a coltivazioni programmate
    per essere perenni invece che annuali
  • 1:30 - 1:32
    in modo da raddoppiarne la resa ogni anno.
  • 1:32 - 1:34
    Tutto ciò trasformerebbe l'agricoltura
  • 1:34 - 1:38
    e il nostro modo di nutrire
    la crescente popolazione globale.
  • 1:39 - 1:42
    Pensate anche alla possibilità
    di programmare l'immunità,
  • 1:42 - 1:45
    grazie a dispositivi molecolari progettati
    per permettere al sistema immunitario
  • 1:45 - 1:49
    di individuare, eliminare
    o anche prevenire le malattie.
  • 1:49 - 1:51
    Questo trasformerebbe la medicina
  • 1:51 - 1:54
    e il modo di curare una popolazione
    sempre più vasta e anziana.
  • 1:56 - 1:59
    Abbiamo già molti degli strumenti
    necessari a creare il software vivente.
  • 1:59 - 2:02
    Possiamo modificare i geni
    con precisione grazie ai CRISPR.
  • 2:02 - 2:05
    Possiamo riscrivere il codice genetico
    base dopo base.
  • 2:05 - 2:10
    Possiamo persino creare circuiti sintetici
    funzionanti, partendo dal DNA.
  • 2:10 - 2:13
    Capire come e quando utilizzare
    questi strumenti, però,
  • 2:13 - 2:15
    è ancora un processo fatto
    di tentativi ed errori.
  • 2:15 - 2:19
    Servono competenze elevate,
    anni di specializzazione.
  • 2:19 - 2:22
    Inoltre, elaborare protocolli
    sperimentali è difficile,
  • 2:22 - 2:25
    così come, molto spesso, replicarli.
  • 2:25 - 2:30
    Sapete, in biologia tendiamo
    a focalizzarci molto sulle parti,
  • 2:30 - 2:33
    ma sappiamo tutti che non si può
    comprendere il volo, ad esempio,
  • 2:33 - 2:34
    studiando solo le penne.
  • 2:35 - 2:39
    Programmare la biologia non è quindi
    semplice come programmare un computer.
  • 2:39 - 2:41
    Inoltre, come se non bastasse,
  • 2:41 - 2:45
    i sistemi viventi assomigliano
    ben poco ai sistemi artificiali
  • 2:45 - 2:47
    che programmiamo ogni giorno.
  • 2:48 - 2:52
    A differenza di quelli artificiali,
    i sistemi viventi si auto-generano,
  • 2:52 - 2:53
    si auto-organizzano,
  • 2:53 - 2:55
    operano su scala molecolare
  • 2:55 - 2:57
    e queste interazioni a livello molecolare
  • 2:57 - 3:00
    hanno di solito un grande impatto
    su macroscala.
  • 3:00 - 3:03
    Riescono persino ad auto-ripararsi.
  • 3:04 - 3:07
    Prendete, ad esempio, le comuni
    piante da appartamento,
  • 3:07 - 3:09
    tipo quella sul vostro caminetto a casa
  • 3:09 - 3:11
    che dimenticate sempre di annaffiare.
  • 3:12 - 3:15
    Ogni giorno, nonostante la trascuriate,
    quella pianta si deve svegliare
  • 3:15 - 3:18
    e decidere come impiegare
    le proprie risorse:
  • 3:18 - 3:22
    per la crescita, la fotosintesi,
    per la produzione di semi o fiori?
  • 3:22 - 3:26
    È una decisione che riguarda
    tutto l'organismo,
  • 3:26 - 3:29
    ma la pianta non ha un cervello
    per gestire il tutto.
  • 3:29 - 3:32
    Deve accontentarsi delle cellule
    sulle sue foglie,
  • 3:32 - 3:34
    che devono reagire
    all'ambiente circostante
  • 3:34 - 3:37
    e prendere decisioni
    che riguardano l'intera pianta.
  • 3:37 - 3:41
    Deve quindi esserci una sorta di programma
    attivo dentro quelle cellule
  • 3:41 - 3:43
    che risponde ai segnali d'ingresso
    e agli stimoli
  • 3:43 - 3:45
    e che ne determina il comportamento.
  • 3:46 - 3:49
    Quei programmi devono poi operare
    in maniera distribuita
  • 3:49 - 3:50
    tra tutte le singole cellule,
  • 3:50 - 3:54
    affinché si possano coordinare
    per far crescere e prosperare la pianta.
  • 3:56 - 3:59
    Comprendere questi programmi biologici,
  • 3:59 - 4:02
    comprendere la computazione biologica,
  • 4:02 - 4:06
    ci aiuterebbe a capire come e perché
  • 4:06 - 4:08
    le cellule fanno ciò che fanno.
  • 4:08 - 4:10
    Grazie alla comprensione
    di questi programmi
  • 4:10 - 4:13
    potremmo fare il debugging
    quando le cose vanno male
  • 4:13 - 4:17
    o prenderli ad esempio
    per progettare circuiti artificiali
  • 4:17 - 4:21
    che sfruttano davvero il potere
    computazionale della biochimica.
  • 4:22 - 4:25
    L'entusiasmo per questa idea
    mi ha portato a fare ricerca
  • 4:25 - 4:29
    in un ambito che collega matematica,
    informatica e biologia.
  • 4:29 - 4:34
    Il mio lavoro si concentra sull'idea
    di biologia come computazione.
  • 4:34 - 4:37
    Mi chiedo come operano le cellule
  • 4:38 - 4:41
    e come possiamo individuare
    questi programmi biologici.
  • 4:42 - 4:45
    Ho iniziato a farlo assieme
    ad un brillante team di collaboratori
  • 4:45 - 4:48
    al laboratorio Microsoft Research
    dell'Università di Cambridge,
  • 4:48 - 4:50
    dove volevamo comprendere
  • 4:50 - 4:55
    il programma biologico che fa funzionare
    un tipo speciale di cellule:
  • 4:55 - 4:57
    le cellule staminali embrionali.
  • 4:57 - 5:00
    Queste cellule sono uniche
    perché sono ancora indifferenziate.
  • 5:00 - 5:02
    Possono diventare qualsiasi cosa vogliano:
  • 5:03 - 5:05
    cellule cerebrali, cardiache,
    ossee, polmonari,
  • 5:05 - 5:07
    ogni tipo di cellula adulta.
  • 5:07 - 5:09
    La loro indifferenziazione
    le rende uniche
  • 5:09 - 5:12
    e accende l'immaginazione
    della comunità scientifica,
  • 5:12 - 5:15
    che ha capito come quel potenziale
  • 5:15 - 5:18
    potrebbe fornire alla medicina
    uno strumento potente.
  • 5:18 - 5:20
    Se riuscissimo a capire
    come quelle cellule decidano
  • 5:20 - 5:23
    di diventare un tipo di cellula
    e non un altro,
  • 5:23 - 5:24
    potremmo utilizzarle
  • 5:24 - 5:29
    per ottenere cellule necessarie alla cura
    di tessuti ammalati o danneggiati.
  • 5:30 - 5:33
    Realizzare quest'idea non è semplice,
  • 5:33 - 5:36
    soprattutto perché
    queste particolari cellule
  • 5:36 - 5:38
    compaiono appena sei giorni
    dopo il concepimento
  • 5:39 - 5:41
    e spariscono dopo circa un giorno,
  • 5:41 - 5:43
    quando prendono strade diverse
  • 5:43 - 5:46
    per formare tutte le strutture
    e gli organi del corpo adulto.
  • 5:48 - 5:51
    Tuttavia, si è scoperto che il destino
    delle cellule è molto più duttile
  • 5:51 - 5:52
    di quanto si pensasse.
  • 5:52 - 5:57
    Circa 13 anni fa, alcuni scienziati
    hanno mostrato qualcosa di rivoluzionario:
  • 5:57 - 6:02
    inserendo una manciata di geni
    in una cellula adulta,
  • 6:02 - 6:04
    ad esempio una cellula della pelle,
  • 6:04 - 6:08
    si può riportare quella cellula
    allo stato indifferenziato.
  • 6:08 - 6:11
    Questo processo, detto "riprogrammazione",
  • 6:11 - 6:14
    ci permette di immaginare un futuro
    in cui sia possibile
  • 6:14 - 6:18
    prendere delle cellule staminali
    di un paziente,
  • 6:18 - 6:20
    riportarle allo stato indifferenziato
  • 6:20 - 6:23
    e utilizzarle per generare le cellule
    necessarie al paziente,
  • 6:23 - 6:25
    siano esse cerebrali o cardiache.
  • 6:26 - 6:28
    Da circa 10 anni a questa parte, però,
  • 6:28 - 6:31
    trovare il modo di cambiare
    il destino delle cellule
  • 6:31 - 6:34
    significa procedere
    per tentativi ed errori.
  • 6:34 - 6:38
    Anche i protocolli sperimentali
    che siamo riusciti a identificare
  • 6:38 - 6:40
    risultano ancora inefficienti
  • 6:40 - 6:44
    e fondamentalmente non sappiamo ancora
    come e perché funzionino.
  • 6:45 - 6:48
    Sapere come trasformare una cellula
    staminale in una cardiaca
  • 6:48 - 6:51
    non significa sapere come trasformare
    una cellula staminale
  • 6:51 - 6:52
    in una cellula cerebrale.
  • 6:53 - 6:56
    Volevamo quindi capire
    il programma biologico
  • 6:56 - 6:58
    attivo all'interno delle cellule
    staminali embrionali
  • 6:58 - 7:02
    e per comprendere la computazione
    di un sistema vivente
  • 7:02 - 7:06
    si inizia da una domanda
    incredibilmente semplice:
  • 7:06 - 7:09
    Qual è, di fatto, il compito
    di quel sistema?
  • 7:10 - 7:13
    La scienza informatica ha delle strategie
  • 7:13 - 7:17
    per gestire ciò che software
    e hardware devono fare.
  • 7:17 - 7:19
    Quando si scrive un programma,
    si codifica del software,
  • 7:19 - 7:21
    si vuole che esso funzioni correttamente.
  • 7:21 - 7:23
    Si cercano prestazioni e funzionalità.
  • 7:23 - 7:24
    Si vogliono evitare i bug,
  • 7:24 - 7:26
    perché possono costare caro.
  • 7:26 - 7:28
    Così, il programmatore
  • 7:28 - 7:30
    potrebbe elaborare
    una serie di specifiche
  • 7:30 - 7:32
    che dicono al programma cosa fare.
  • 7:32 - 7:34
    Per esempio confrontare
    le dimensioni di numeri
  • 7:35 - 7:36
    oppure ordinarli in ordine crescente.
  • 7:37 - 7:42
    Abbiamo la tecnologia che ci permette
    di controllare automaticamente
  • 7:42 - 7:44
    se le specifiche vengono rispettate
  • 7:44 - 7:47
    e il programma fa ciò che deve.
  • 7:47 - 7:50
    Noi pensavamo, quindi,
    che allo stesso modo
  • 7:50 - 7:53
    le osservazioni sperimentali,
    ciò che misuriamo in laboratorio,
  • 7:53 - 7:58
    corrispondesse alle specifiche
    che regolano il programma biologico.
  • 7:59 - 8:01
    Dovremmo dunque solo trovare il modo
  • 8:01 - 8:04
    di codificare questo nuovo
    tipo di specifiche.
  • 8:05 - 8:08
    Supponiamo che analizzando
    i geni in laboratorio
  • 8:08 - 8:11
    abbiamo visto che se il Gene A è attivo,
  • 8:11 - 8:14
    sembrano esserlo anche
    il Gene B o il Gene C.
  • 8:15 - 8:18
    Possiamo trascrivere quell'osservazione
    come espressione matematica
  • 8:18 - 8:21
    usando il linguaggio della logica:
  • 8:21 - 8:24
    Se A, allora B o C.
  • 8:24 - 8:27
    È un esempio molto semplice, sì,
  • 8:27 - 8:28
    ma serve ad illustrare il concetto.
  • 8:28 - 8:31
    Possiamo codificare espressioni
    realmente complesse
  • 8:31 - 8:36
    che riflettano davvero il comportamento
    di molteplici geni o proteine nel tempo
  • 8:36 - 8:38
    osservato in diversi
    e molteplici esperimenti.
  • 8:39 - 8:41
    Traducendo le nostre osservazioni
  • 8:41 - 8:43
    in espressioni matematiche in questo modo,
  • 8:43 - 8:48
    risulta possibile verificare
    se quelle osservazioni emergono
  • 8:48 - 8:51
    da un programma di interazioni genetiche.
  • 8:52 - 8:55
    Per fare ciò,
    abbiamo sviluppato uno strumento
  • 8:55 - 8:58
    e siamo stati in grado di usarlo
    per codificare osservazioni
  • 8:58 - 8:59
    come espressioni matematiche
  • 8:59 - 9:03
    per poi riuscire eventualmente
    a scoprire il programma genetico
  • 9:03 - 9:04
    che sta alla loro base.
  • 9:05 - 9:08
    In seguito, potremmo usare questo sistema
  • 9:08 - 9:12
    per individuare il programma genetico
    delle cellule staminali embrionali
  • 9:12 - 9:16
    e cercare di capire come indurre
    il loro stato indifferenziato.
  • 9:16 - 9:18
    Questo strumento è stato realizzato
  • 9:18 - 9:21
    su un solutore utilizzato comunemente
    in tutto il mondo
  • 9:21 - 9:23
    per la normale verifica di software.
  • 9:24 - 9:27
    Abbiamo iniziato con un gruppo
    di quasi 50 specifiche diverse
  • 9:27 - 9:32
    generate dall'osservazione sperimentale
    di cellule staminali embrionali.
  • 9:32 - 9:35
    Codificando quelle osservazioni
    in questo strumento,
  • 9:35 - 9:38
    siamo riusciti a scoprire
    il primo programma molecolare
  • 9:38 - 9:40
    che potrebbe spiegarle tutte.
  • 9:40 - 9:43
    È già di per sé un gran risultato, vero?
  • 9:43 - 9:46
    Riuscire a dare un senso
    a tutte le diverse osservazioni
  • 9:46 - 9:49
    non è una cosa che si può fare così,
    su due piedi,
  • 9:49 - 9:52
    neppure se si tratta di piedi grandi.
  • 9:52 - 9:56
    Grazie a questo tipo di conoscenza,
    potremmo andare oltre
  • 9:56 - 9:59
    e usare questo programma
    per predire il comportamento cellulare
  • 9:59 - 10:01
    in condizioni mai testate prima.
  • 10:01 - 10:04
    Potremmo testare il programma in silico.
  • 10:05 - 10:06
    In effetti, l'abbiamo fatto:
  • 10:06 - 10:09
    abbiamo generato previsioni
    per poi testarle in laboratorio
  • 10:09 - 10:12
    e abbiamo scoperto che questo programma
    è altamente predittivo.
  • 10:12 - 10:15
    Ci ha mostrato come potevamo
    accelerare il ritorno
  • 10:15 - 10:18
    allo stato ingenuo in modo
    veloce ed efficiente.
  • 10:18 - 10:21
    Ci ha mostrato quali geni selezionare
    per farlo
  • 10:21 - 10:23
    e quali potrebbero invece
    ostacolare il processo.
  • 10:23 - 10:28
    Abbiamo visto che il programma indicava
    persino l'ordine di attivazione dei geni.
  • 10:29 - 10:32
    Questo metodo ci permetteva quindi
    di far luce sulle dinamiche
  • 10:32 - 10:35
    del funzionamento cellulare.
  • 10:36 - 10:39
    Questo metodo non è specifico
    per la biologia delle cellule staminali,
  • 10:39 - 10:44
    ma ci permette di comprendere
    la computazione attuata dalle cellule
  • 10:44 - 10:47
    nel contesto delle interazioni genetiche.
  • 10:47 - 10:49
    Si tratta quindi di un primo passo.
  • 10:49 - 10:52
    In questo campo servono nuove strategie
  • 10:52 - 10:54
    per comprendere la computazione biologica
  • 10:54 - 10:56
    più a fondo e su più livelli,
  • 10:56 - 11:00
    dal DNA fino al flusso di informazioni
    fra le cellule.
  • 11:00 - 11:03
    Solo questa comprensione rivoluzionaria
  • 11:03 - 11:08
    ci permetterà di utilizzare la biologia
    in modi prevedibili ed affidabili.
  • 11:09 - 11:12
    Tuttavia, per poter programmare
    la biologia dovremo anche sviluppare
  • 11:12 - 11:14
    strumenti e linguaggi tali
  • 11:14 - 11:18
    da permettere a scienziati
    sperimentali e computazionali
  • 11:18 - 11:20
    di progettare la funzione biologica
  • 11:20 - 11:24
    fino al livello del codice macchina
    della cellula,
  • 11:24 - 11:25
    la sua biochimica,
  • 11:25 - 11:27
    in modo da permetterci
    di costruire quelle strutture.
  • 11:27 - 11:31
    Si tratta di una sorta di compilatore
    di software vivente
  • 11:31 - 11:33
    e sono orgogliosa di far parte
    di un team Microsoft
  • 11:33 - 11:35
    che lavora per svilupparne uno.
  • 11:35 - 11:39
    Dire che si tratta di una grande sfida
    è una sorta di eufemismo,
  • 11:39 - 11:40
    ma riuscirci,
  • 11:40 - 11:44
    permetterebbe il collegamento finale
    tra software e wetware.
  • 11:45 - 11:48
    Più in generale, programmare la biologia
    sarà possibile solo
  • 11:48 - 11:53
    se renderemo il suo ambito
    realmente interdisciplinare.
  • 11:53 - 11:56
    Dobbiamo collegare le scienze fisiche
    e quelle umane.
  • 11:56 - 11:58
    Gli scienziati di ciascuna
    di quelle discipline
  • 11:58 - 12:01
    devono poter collaborare
    grazie a linguaggi comuni
  • 12:01 - 12:04
    e condividere gli scopi della ricerca.
  • 12:05 - 12:09
    Alla lunga, conviene ricordare
    che molti giganti informatici
  • 12:09 - 12:11
    e gran parte delle tecnologie
    che usiamo ogni giorno
  • 12:11 - 12:13
    non erano neppure immaginabili
  • 12:13 - 12:16
    agli albori della programmazione
    su microchip in silicio.
  • 12:16 - 12:19
    Se pensiamo ai potenziali
    sviluppi tecnologici
  • 12:20 - 12:22
    legati alla biologia computazionale,
  • 12:22 - 12:25
    individueremo anche i passi necessari
  • 12:25 - 12:26
    per renderla una realtà.
  • 12:27 - 12:30
    Ora, preoccupa l'idea
    che questo tipo di tecnologia
  • 12:30 - 12:32
    potrebbe essere usata impropriamente.
  • 12:32 - 12:34
    Se vogliamo occuparci della possibilità
  • 12:34 - 12:36
    di programmare cellule immunitarie,
  • 12:36 - 12:39
    dobbiamo anche pensare
    alla possibilità di batteri
  • 12:39 - 12:41
    progettati per aggirarle.
  • 12:41 - 12:43
    Ci potrebbe essere qualcuno
    disposto a farlo.
  • 12:44 - 12:45
    Un dato rassicurante -
  • 12:45 - 12:48
    beh, non tanto per gli scienziati -
  • 12:48 - 12:51
    è che la biologia è un campo delicato
    in cui lavorare.
  • 12:51 - 12:53
    Programmarla non è qualcosa
  • 12:53 - 12:55
    che si può fare in cantina.
  • 12:56 - 12:58
    Poiché siamo agli inizi
  • 12:58 - 13:00
    dobbiamo procedere tenendo
    gli occhi bene aperti.
  • 13:00 - 13:03
    Possiamo porci direttamente il problema,
  • 13:03 - 13:06
    approntare le necessarie difese
  • 13:06 - 13:09
    e pensare, nel contempo,
    alle questioni etiche.
  • 13:09 - 13:12
    Dovremo pensare di porre
    dei limiti all'utilizzo
  • 13:12 - 13:13
    della funzione biologica.
  • 13:14 - 13:17
    In quest'ottica, la ricerca in ambito
    di bioetica dovrà essere prioritaria.
  • 13:17 - 13:20
    Non può essere relegata
    ad un ruolo di secondo piano
  • 13:20 - 13:22
    a fronte dell'entusiasmo
    per l'innovazione scientifica.
  • 13:23 - 13:27
    Il risultato più grande,
    l'obiettivo finale di questo percorso
  • 13:27 - 13:30
    sarebbero applicazioni e industrie
    all'avanguardia
  • 13:30 - 13:34
    in ambiti che spaziano tra agricoltura,
    medicina, energia, materiali
  • 13:34 - 13:36
    e persino la stessa elaborazione dati.
  • 13:36 - 13:40
    Pensate, un giorno potremmo dare energia
    al pianeta in modo sostenibile
  • 13:40 - 13:42
    grazie alla migliore energia verde,
  • 13:42 - 13:45
    se riuscissimo a riprodurre
    ciò che le piante fanno da millenni:
  • 13:46 - 13:49
    come utilizzare l'energia solare
    con un'efficienza
  • 13:49 - 13:52
    che è fuori dalla portata
    dai pannelli fotovoltaici di oggi.
  • 13:52 - 13:54
    Se riuscissimo a capire
    le interazioni quantistiche
  • 13:54 - 13:58
    usate dalle piante per assorbire
    la luce solare in modo così efficiente,
  • 13:58 - 14:02
    potremmo usare quella conoscenza
    per creare circuiti sintetici di DNA
  • 14:02 - 14:05
    che sarebbero un materiale per creare
    pannelli fotovoltaici migliori.
  • 14:05 - 14:09
    In questo momento ci sono gruppi
    di scienziati che se ne occupano,
  • 14:09 - 14:12
    quindi, con la giusta attenzione
    e i giusti investimenti
  • 14:12 - 14:15
    potrebbero essere realizzati
    in 10 o 15 anni.
  • 14:15 - 14:19
    Siamo dunque all'inizio
    di una rivoluzione tecnologica.
  • 14:19 - 14:22
    Comprendere questa forma antica
    di computazione biologica
  • 14:22 - 14:24
    rappresenta il primo importante passo.
  • 14:24 - 14:26
    Se riusciremo a farlo,
  • 14:26 - 14:29
    entreremo nell'era di un sistema operativo
  • 14:29 - 14:31
    che gestisce software vivente.
  • 14:31 - 14:32
    Grazie mille.
  • 14:32 - 14:34
    (Applausi)
Title:
La prossima rivoluzione del software: programmare cellule biologiche
Speaker:
Sara-Jane Dunn
Description:

Le cellule dei nostri corpi sono come il software di un computer: sono "programmate" per svolgere determinate funzioni in determinati momenti. Come ci spiega la biologa computazionale Sara-Jane Dunn, capire meglio questo processo ci permetterebbe di acquisire la capacità di riprogrammare le cellule. In una conferenza che parla di scienza all'avanguardia, Dunn ci spiega come il suo team stia studiando le cellule staminali embrionali per comprendere maggiormente il funzionamento dei programmi biologici alla base della vita e per sviluppare un "software vivente" in grado di trasformare gli ambiti della medicina, dell'agricoltura e dell'energia.

more » « less
Video Language:
English
Team:
closed TED
Project:
TEDTalks
Duration:
14:47

Italian subtitles

Revisions