Dutch subtitles

← De volgende softwarerevolutie: cellen programmeren

Get Embed Code
27 Languages

Showing Revision 12 created 03/17/2020 by Rik Delaet.

  1. De tweede helft van de vorige eeuw
    werd volledig gekenmerkt
  2. door een technologische revolutie:
  3. de softwarerevolutie.
  4. De mogelijkheid om elektronen
    in silicium te programmeren
  5. liet technologieën,
    bedrijven en industrieën ontstaan
  6. die toen voor velen van ons
    nog onvoorstelbaar waren,
  7. maar die nu de aard van de wereld
    fundamenteel hebben veranderd.
  8. Maar de eerste helft van deze eeuw
  9. zal worden getransformeerd
    door een nieuwe softwarerevolutie:
  10. de revolutie van levende software.
  11. Die zal in staat zijn
    om biochemie te programmeren
  12. op een materiaal dat we biologie heten.
  13. Daardoor zullen we gebruik kunnen maken
    van de eigenschappen van de biologie
  14. om nieuwe soorten therapieën te ontwerpen,
  15. om beschadigd weefsel te herstellen,
  16. defecte cellen te herprogrammeren
  17. of zelfs biochemisch programmeerbare
    besturingssystemen te bouwen.
  18. Als we dit kunnen realiseren --
    en we moeten dit realiseren --
  19. zal de impact ervan zo enorm zijn
  20. dat de eerste softwarerevolutie
    erbij zal verbleken.
  21. Levende software zou de geneeskunde
    namelijk helemaal veranderen,

  22. en ook de landbouw en energiesector,
  23. en deze sectoren overvleugelen veruit
    de sectoren gedomineerd door de IT.
  24. Stel je programmeerbare planten voor
    die stikstof efficiënter fixeren
  25. of nieuwe fungale pathogenen weerstaan,
  26. of zelfs eenjarige gewassen
    tot doorlevende herprogrammeren
  27. zodat je je jaarlijkse oogst
    zou kunnen verdubbelen.
  28. Dat zou de landbouw hervormen
  29. en onze groeiende wereldbevolking
    van voedsel voorzien.
  30. Of stel je programmeerbare immuniteit voor
  31. door het ontwerpen en inschakelen
    van moleculaire apparaten
  32. die je immuunsysteem leren
  33. om ziektes op te sporen, uit te roeien
    of zelfs te voorkomen.
  34. Dit zou de geneeskunde hervormen
  35. en onze toenemende en vergrijzende
    bevolking gezond houden.
  36. We hebben al veel methodes
    om levende software te realiseren.

  37. We kunnen met CRISPR
    genen precies bewerken.
  38. We kunnen de genetische code
    base per base herschrijven.
  39. We kunnen zelfs functionerende
    synthetische circuits bouwen uit DNA.
  40. Maar uitzoeken hoe en wanneer
    deze tools te hanteren
  41. is nog maar in het stadium
    van gissen en missen.
  42. Er is diepgaande expertise
    en jaren van specialisatie nodig.
  43. Experimentele protocollen
    zijn moeilijk te ontdekken
  44. en maar al te vaak
    moeilijk te reproduceren.
  45. In de biologie focussen we
    ons vaak op de details,
  46. maar we weten toch dat iets als vliegen
    niet begrepen kan worden
  47. door alleen maar veren te bestuderen.
  48. Het programmeren van biologie
    gaat nog niet zo eenvoudig
  49. als het programmeren van je computer.
  50. Tot overmaat van ramp
  51. lijken levende systemen grotendeels
    niet op de ontwikkelde systemen
  52. die jullie en ik elke dag programmeren.
  53. In tegenstelling tot technische systemen
    doen levende systemen aan zelfgeneratie,
  54. zelforganisatie
  55. en werken ze op moleculaire schaal.
  56. Interacties op moleculair niveau
  57. leiden over het algemeen
    tot een robuuste output op macroschaal.
  58. Ze kunnen zelfs zelfreparatie aan.
  59. Denk maar aan de nederige kamerplant

  60. die thuis op je schoorsteenmantel staat
  61. en die je vergat water te geven.
  62. Ondanks je verwaarlozing moet
    die plant elke dag wakker worden
  63. en uitzoeken hoe ze
    haar middelen zal benutten.
  64. Zal ze groeien, aan fotosynthese doen,
    zaden produceren of bloeien?
  65. Dat is een beslissing
    op het niveau van het hele organisme.
  66. Maar een plant heeft geen hersens
    om dat allemaal uit te zoeken.
  67. Ze moet het doen
    met de cellen op haar bladeren.
  68. Die moeten reageren op de omgeving
  69. en beslissingen nemen
    die de hele plant beïnvloeden.
  70. Dus moet er in die cellen
    een of ander programma lopen,
  71. een programma dat reageert
    op ingangssignalen
  72. en bepaalt wat die cel zal doen.
  73. Dan moet dat programma
    op een gedistribueerde manier werken
  74. in individuele cellen,
  75. zodat ze kunnen coördineren
    en de plant kan groeien en bloeien.
  76. Als we deze biologische programma's
    konden begrijpen,

  77. als we biologisch computeren begrepen,
  78. konden we snappen
  79. hoe en waarom cellen doen wat ze doen.
  80. Want als we deze programma's begrepen,
  81. konden we ze debuggen als er iets misgaat.
  82. Of konden we van hen leren
    hoe synthetische circuits te ontwerpen
  83. die de rekenkracht
    van de biochemie echt zouden benutten.
  84. Mijn passie over dit idee leidde me
    naar een carrière in het onderzoek

  85. op het raakpunt van wiskunde,
    informatica en biologie.
  86. In mijn werk richt ik me op het concept
    van biologie als computerwerk.
  87. Dat betekent uitzoeken
    wat cellen berekenen
  88. en hoe deze bio-programma's te vinden.
  89. Samen met enkele schitterende medewerkers
    begon ik me dat af te vragen
  90. bij Microsoft Research
    en de Universiteit van Cambridge
  91. waar we samen wilden begrijpen
  92. hoe biologische programma’s
    verlopen in een uniek type cel:
  93. een embryonale stamcel.
  94. Deze cellen zijn uniek
    omdat ze helemaal naïef zijn.
  95. Ze kunnen alles worden wat ze willen:
  96. een hersencel, een hartcel,
    een botcel, een longcel,
  97. elk type volwassen cel.
  98. Deze naïviteit maakt ze speciaal,
  99. maar dat ontstak ook
    de verbeelding van de wetenschappers,
  100. die beseften dat als we
    dat potentieel konden aanboren,
  101. we een krachtige
    medische tool zouden hebben.
  102. Als we kunnen achterhalen
    hoe deze cellen beslissen
  103. om een of ander type cel te zijn,
  104. kunnen we dat misschien benutten
  105. om cellen te genereren die ziek
    of beschadigd weefsel herstellen.
  106. Maar die visie realiseren
    loopt niet van een leien dakje,
  107. vooral omdat deze specifieke cellen
  108. tot slechts zes dagen
    na de bevruchting ontstaan.
  109. Na een paar dagen zijn ze weer weg.
  110. Ze volgen dan de verschillende paden
  111. die alle structuren en organen
    van je volwassen lichaam gaan uitmaken.
  112. Maar nu blijkt het lot van cellen

  113. veel plastischer te zijn
    dan we eerder dachten.
  114. Ongeveer dertien jaar geleden vonden
    enkele wetenschappers iets revolutionairs.
  115. Door het inbrengen van enkele genen
    in een volwassen cel,
  116. zoals een huidcel,
  117. kan je die cel terug
    naar de naïeve staat omvormen.
  118. Het is een proces dat bekend staat
    als ‘herprogrammering’
  119. en laat ons dromen van een stamcel-utopie,
  120. waar je een staal van de eigen cellen
    van een patiënt kan nemen,
  121. ze terug naar de naïeve staat
    kan transformeren
  122. en ze gebruiken om de cellen te maken
    die de patiënt nodig heeft,
  123. ongeacht het nu hersen-
    of hartcellen zijn.
  124. Maar in de afgelopen tien jaar

  125. bleef uitzoeken hoe het lot
    van de cel te veranderen
  126. toch nog steeds een proces
    van gissen en missen.
  127. Zelfs in gevallen waarin we succesvolle
    experimentele protocollen hebben ontdekt,
  128. zijn ze nog steeds inefficiënt
  129. en weten we niet
    hoe en waarom ze werken.
  130. Als je vindt hoe je een stamcel
    in een hartcel kan veranderen,
  131. vertelt je dat nog niets
    over hoe je een stamcel kan veranderen
  132. in een hersencel.
  133. Dus wilden we begrijpen
    hoe het biologische programma
  134. in een embryonale stamcel verloopt.
  135. Om de berekening te begrijpen
    die verloopt in een levend systeem
  136. moet je beginnen
    met een uiterst simpele vraag:
  137. wat moet dat systeem eigenlijk doen?
  138. Nu heeft de informatica
    eigenlijk een set strategieën

  139. om om te gaan met wat de software
    en de hardware moeten doen.
  140. Wanneer je een programma
    of een stukje software schrijft,
  141. wil je dat die software goed werkt.
  142. Je wil prestaties, functionaliteit.
  143. Je wil bugs voorkomen.
  144. Die kunnen je duur komen te staan.
  145. Wanneer iemand
    een programma schrijft,
  146. kan hij een bestek maken.
  147. Dat bepaalt wat
    je programma hoort te doen.
  148. Misschien de grootte
    van twee getallen vergelijken
  149. of ze ordenen naar grootte.
  150. Technologie bestaat
    om automatisch na te gaan
  151. of aan onze specificaties is voldaan,
  152. of dat programma
    doet wat het moet doen.
  153. Ons idee bestond erin
    om op dezelfde manier na te gaan
  154. of experimentele waarnemingen,
    dingen die we meten in het lab,
  155. beantwoorden aan specificaties
  156. van wat het biologische
    programma moet doen.
  157. We hoefden maar een manier te vinden

  158. om deze nieuwe vorm
    van specificatie te coderen.
  159. Stel dat je in het lab
    uitzocht wat je genen doen
  160. en je ontdekte dat als gen A actief is,
  161. gen B of gen C ook actief lijken te zijn.
  162. We kunnen die observatie opschrijven
    als een wiskundige uitdrukking.
  163. In de taal van de logica:
  164. als A, dan B of C.
  165. Nu is dit wel een heel
    eenvoudig voorbeeld, oké.
  166. Alleen om het punt te illustreren.
  167. Maar we kunnen
    echt rijke uitdrukkingen coderen
  168. die het gedrag van meerdere genen
    of eiwitten in de tijd vastleggen
  169. over meerdere verschillende experimenten.
  170. Door onze observaties
  171. zo in wiskundige vorm te gieten,
  172. wordt het mogelijk om te testen
    of deze waarnemingen
  173. al dan niet kunnen ontstaan
  174. uit een programma
    van genetische interacties.
  175. We ontwikkelden een tool
    om net dat te doen.

  176. We konden deze tool gebruiken
    om waarnemingen te coderen
  177. als wiskundige uitdrukkingen
  178. en daardoor het genetische
    programma ontdekken
  179. dat ze allemaal zou kunnen verklaren.
  180. En dan passen we deze aanpak toe
  181. om het genetische programma
  182. in embryonale stamcellen
    zichtbaar te maken
  183. om te zien of we kunnen begrijpen
    hoe die naïeve toestand te krijgen.
  184. Deze tool was eigenlijk gebouwd
  185. op een solver die routinematig
    wereldwijd wordt ingezet
  186. voor conventionele softwareverificatie.
  187. Dus begonnen we met een set
    van bijna 50 verschillende specificaties
  188. gegenereerd uit experimentele
    waarnemingen van embryonale stamcellen.
  189. Door het coderen van die
    waarnemingen in deze tool,
  190. konden we het eerste
    moleculaire programma ontdekken
  191. dat ze allemaal zou kunnen verklaren.
  192. Dat is toch wel
    een prestatie op zich, niet?

  193. Al die verschillende waarnemingen
    met elkaar verzoenen,
  194. is niet iets dat je even doet
    op de achterkant van een envelop,
  195. zelfs niet op een echt grote envelop.
  196. Nu we dat begrepen,
    konden we een stap verder.
  197. We kunnen dit gebruiken
  198. om te voorspellen
    wat deze cel zou kunnen doen
  199. in nieuwe omstandigheden.
  200. We konden het programma
    in silico uittesten.
  201. We deden precies dat:

  202. we maakten voorspellingen
    die we testten in het lab
  203. en we vonden dat dit programma
    een hoge voorspellende waarde had.
  204. Het vertelde ons hoe we
    de voortgang konden versnellen
  205. om snel en efficiënt
    naar de naïeve staat terug te keren.
  206. Het vertelde ons op welke genen
    we ons moesten richten
  207. en welke genen dit proces
    zelfs zouden kunnen hinderen.
  208. We vonden zelfs dat het programma
  209. de volgorde voorspelde
    waarin de genen inschakelden.
  210. Deze benadering liet ons echt
    de dynamiek ontdekken
  211. van wat de cellen doen.
  212. Wat we hebben ontwikkeld, is geen methode
    die specifiek is voor stamcelbiologie.

  213. Nee, ze stelt ons in staat te begrijpen
  214. wat de cel aan berekeningen uitvoert
  215. in de context van
    genetische wisselwerkingen.
  216. Het is slechts één bouwsteen.
  217. Het gebied moet dringend
    nieuwe methodes ontwikkelen
  218. voor een breder begrip
    van biologische berekening
  219. en wel op verschillende niveaus,
  220. vanaf DNA tot aan
    de informatiestroom tussen cellen.
  221. Alleen dit soort transformatief begrip
  222. zal ons toelaten om de biologie
  223. op een voorspelbare
    en betrouwbare manier te benutten.
  224. Maar om biologie te programmeren,
    is ook de ontwikkeling nodig

  225. van tools en talen
  226. waarmee zowel experimentalisten
    als computationele wetenschappers
  227. biologische functies kunnen ontwerpen
  228. en dan die ontwerpen vertalen
    naar het machinecodeniveau van de cel,
  229. haar biochemie,
  230. zodat we vervolgens
    die structuren kunnen bouwen.
  231. Dat lijkt wel een samensteller
    van levende software
  232. en ik ben trots deel te zijn
    van een team van Microsoft
  233. dat werkt aan de ontwikkeling daarvan.
  234. Dat het een grote uitdaging is,
    is wel een understatement,
  235. maar eens gerealiseerd,
  236. zou het de laatste brug zijn
    tussen software en wetware.
  237. Biologieprogrammering zal echter
    alleen maar mogelijk worden

  238. als we het gebied echt
    interdisciplinair kunnen maken.
  239. De wetenschappen van de fysica
    en het leven moeten we verbinden
  240. en wetenschappers uit
    elk van deze disciplines
  241. moeten kunnen samenwerken
    met gemeenschappelijke talen
  242. en gedeelde wetenschappelijke vragen.
  243. Uiteindelijk moeten we beseffen
    dat veel van de grote softwarebedrijven

  244. en de technologie
    waarmee wij dagelijks werken,
  245. nauwelijks voorstelbaar was
  246. toen we voor het eerst
    programmeerden op silicium microchips.
  247. Nu we gaan nadenken
    over de technologische mogelijkheden
  248. van de computationele biologie,
  249. zien we een aantal van de stappen
    die we moeten nemen
  250. om dat te realiseren.
  251. Nu is er de ontnuchterende gedachte
    dat van dit soort technologie
  252. misbruik gemaakt kan worden.
  253. Als we willen praten over de mogelijkheden
  254. van immuuncellen programmeren,
  255. moeten we ook bedenken
  256. dat we bacteriën kunnen ontwerpen
    om ze ontwijken.
  257. Er kunnen mensen zijn
    die dat zouden willen doen.
  258. Een geruststellende gedachte is
  259. dat -- nou ja, minder
    voor de wetenschappers --
  260. is dat biologie een fragiel ding is
    om mee te werken.
  261. Biologie programmeren is niet iets
  262. dat je in je tuinhuisje gaat doen.
  263. Omdat we aan het begin hiervan staan,
  264. kunnen we verder gaan
    met onze ogen wijd open.
  265. We kunnen vooraf
    de moeilijke vragen stellen,
  266. de nodige waarborgen instellen
  267. en gecombineerd hiermee
    nadenken over onze ethiek.
  268. We moeten nadenken
    over het trekken van grenzen
  269. voor het implementeren
    van biologische functies.
  270. Als onderdeel hiervan zal onderzoek
    in de bio-ethiek prioritair moeten zijn.
  271. Ze mag niet op de tweede plaats komen
  272. in de opwinding
    over de wetenschappelijke innovatie.
  273. Maar de ultieme prijs,
    de ultieme bestemming op deze reis,

  274. zouden baanbrekende toepassingen
    en baanbrekende industrieën zijn
  275. op het gebied van landbouw,
    geneeskunde, energie en materialen,
  276. en zelfs van het computeren.
  277. Stel dat we ooit de planeet duurzaam
    konden voorzien van ultieme groene energie
  278. als we iets zouden kunnen nabootsen wat
    planten millennia geleden al uitvonden:
  279. hoe zonne-energie te benutten
    met een rendement
  280. dat buiten het bereik ligt
    van onze huidige zonnecellen.
  281. Als we het programma begrepen
    van de kwantuminteracties
  282. die planten het zonlicht
    zo efficiënt laten absorberen,
  283. konden we dat vertalen
    in de bouw van synthetische DNA-circuits
  284. die een materiaal vormen
    voor betere zonnecellen.
  285. Er zijn nu teams en wetenschappers
    die aan de fundamenten hiervan werken.
  286. Met de juiste aandacht
    en de juiste investeringen,
  287. zou het in 10 of 15 jaar
    kunnen worden gerealiseerd.
  288. We staan dus aan het begin
    van een technologische revolutie.

  289. Inzicht in deze oude soort
    van biologische berekening
  290. is de cruciale eerste stap.
  291. Als we dit kunnen realiseren,
  292. zouden we het tijdperk betreden
    van een besturingssysteem
  293. dat levende software draait.
  294. Veel dank.

  295. (Applaus)