Portuguese, Brazilian subtitles

← A próxima revolução de software: a programação de células biológicas

Get Embed Code
27 Languages

Showing Revision 22 created 01/04/2020 by Leonardo Silva.

  1. A segunda metade do século passado
    foi completamente definida
  2. por uma revolução tecnológica:
  3. a revolução do software.
  4. A capacidade de programar elétrons
    em um material chamado silício
  5. possibilitou tecnologias,
    empresas e indústrias
  6. que eram, em algum momento,
    inimagináveis para muitos de nós,
  7. mas que, agora, mudaram fundamentalmente
    a maneira como o mundo funciona.
  8. Porém a primeira metade deste século
  9. será transformada por uma nova
    revolução de software:
  10. a revolução do software vivo.
  11. Ela será movida pela capacidade
    de programar a bioquímica
  12. em um material chamado biologia.
  13. Isso nos permitirá aproveitar
    as propriedades da biologia
  14. para gerar novos tipos de terapias,
  15. reparar tecidos danificados,
  16. reprogramar células defeituosas
  17. ou até construir sistemas operacionais
    programáveis a partir da bioquímica.
  18. Se conseguirmos perceber isso,
    e precisamos perceber,
  19. o impacto será tão grande
  20. que a primeira revolução do software
    perderá importância na comparação.
  21. Isso ocorre porque o software vivo
    transformaria toda a medicina,

  22. agricultura e energia,
  23. que são setores que diminuem
    aqueles dominados pela TI.
  24. Imaginem plantas programáveis que fixam
    o nitrogênio de maneira mais eficaz
  25. ou resistem a patógenos
    fúngicos emergentes,
  26. ou até mesmo programar as safras
    para serem perenes, em vez de anuais,
  27. para que a produção
    seja duplicada a cada ano.
  28. Isso transformaria a agricultura
  29. e o modo como manteremos alimentada
    nossa crescente população global.
  30. Ou imaginem uma imunidade programável,
  31. o projeto e o aproveitamento
    de dispositivos moleculares
  32. que guiam o sistema imunológico
  33. para detectar, erradicar,
    ou até mesmo prevenir doenças.
  34. Isso transformaria a medicina
  35. e o modo como manteremos saudável
    nossa crescente população de idosos.
  36. Já temos muitas das ferramentas

  37. que tornarão o software vivo
    uma realidade.
  38. Podemos editar genes
    com precisão usando o CRISPR,
  39. reescrever o código genético
    uma base por vez
  40. e até construir circuitos sintéticos
    funcionais a partir do DNA.
  41. Mas descobrir como e quando
    usar essas ferramentas
  42. ainda é um processo de tentativa e erro.
  43. Requer conhecimento profundo
    e anos de especialização.
  44. Protocolos experimentais
    são difíceis de descobrir
  45. e frequentemente difíceis de reproduzir.
  46. Na biologia, temos a tendência
    de focar muito as partes,
  47. mas todos sabemos que algo como voar
  48. não seria entendido
    apenas pelo estudo das penas.
  49. Programar biologia não é tão simples
    quanto programar um computador.
  50. Para piorar a situação,
  51. sistemas vivos não têm grande semelhança
    com sistemas de engenharia
  52. que programamos todos os dias.
  53. Ao contrário de sistemas de engenharia,
    sistemas vivos se autogeram,
  54. se auto-organizam,
  55. operam em escalas moleculares.
  56. Essas interações de nível molecular
  57. levam geralmente a resultados
    robustos em macroescala.
  58. Esses sistemas conseguem
    até mesmo se autocorrigirem.
  59. Considerem, por exemplo,
    a humilde planta doméstica,

  60. como aquela de sua casa,
  61. que você se esquece de regar.
  62. Todos os dias, apesar de sua negligência,
    essa planta precisa acordar
  63. e descobrir como alocar seus recursos.
  64. Ela crescerá, fará fotossíntese,
    produzirá sementes ou flores?
  65. Essa é uma decisão que deve ser tomada
    no nível de todo o organismo.
  66. Mas uma planta não tem cérebro
    para tomar decisões.
  67. Ela tem que se virar
    com as células de suas folhas,
  68. que precisam reagir ao meio ambiente
  69. e tomar as decisões
    que afetam toda a planta.
  70. De alguma forma, deve haver um programa
    em execução dentro dessas células,
  71. que responde às pistas
    e aos sinais de entrada
  72. e modela o que essa célula fará.
  73. Depois, esses programas
    devem operar de modo distribuído
  74. entre células individuais
  75. para que possam se coordenar
  76. e para que essa planta
    consiga crescer e florescer.
  77. Se conseguíssemos entender
    esses programas biológicos

  78. e a computação biológica,
  79. isso transformaria nossa capacidade
    de entender como e por que
  80. as células fazem o que fazem.
  81. Porque, se entendêssemos esses programas,
    poderíamos detectar e eliminar erros.
  82. Ou poderíamos aprender com eles
    a projetar o tipo de circuitos sintéticos
  83. que realmente exploram
    o poder computacional da bioquímica.
  84. Minha paixão por essa ideia
    me levou a uma carreira de pesquisa

  85. em matemática, biologia
    e ciência da computação.
  86. Em meu trabalho, eu me concentro
    no conceito de biologia como computação.
  87. Isso significa perguntar
    o que as células computam,
  88. e como podemos descobrir
    esses programas biológicos.
  89. Comecei a fazer essas perguntas
    com alguns colaboradores geniais
  90. da Microsoft Research
    e da Universidade de Cambridge,
  91. onde, juntos, queríamos entender
  92. o programa biológico em execução
    dentro de um tipo único de célula:
  93. uma célula-tronco embrionária.
  94. Essas células são únicas
    porque são totalmente simples.
  95. Elas conseguem se transformar
    no que quiserem:
  96. uma célula cerebral,
    cardíaca, óssea, pulmonar,
  97. qualquer tipo de célula adulta.
  98. Essa simplicidade as diferencia,
  99. mas também estimula a imaginação
    da comunidade científica,
  100. que percebeu que, se conseguíssemos
    aproveitar esse potencial,
  101. teríamos uma ferramenta poderosa
    para a medicina.
  102. Se conseguíssemos descobrir
    como essas células decidem
  103. se tornar um tipo de célula ou outra,
  104. poderíamos aproveitá-las
    para gerar células necessárias
  105. para reparar tecidos
    doentes ou danificados.
  106. Mas perceber que essa visão
    não está isenta de desafios,
  107. principalmente porque
    essas células específicas
  108. surgem apenas seis dias após a concepção
  109. e, cerca de um dia depois, elas se foram.
  110. Seguiram os diferentes caminhos
  111. que formam todas as estruturas
    e órgãos do corpo adulto.
  112. Mas acontece que o destino das células
    é muito mais plástico

  113. do que poderíamos imaginar.
  114. Cerca de 13 anos atrás, alguns cientistas
    mostraram algo realmente revolucionário.
  115. Ao introduzir apenas um punhado de genes
    em uma célula adulta,
  116. como uma das células da pele,
  117. podemos transformar essa célula
    de volta ao estado simples.
  118. É um processo conhecido
    como "reprogramação",
  119. que nos permite imaginar
    um tipo de utopia de células-tronco:
  120. a capacidade de coletar uma amostra
    das células de um paciente,
  121. transformá-las de volta ao estado simples
  122. e usá-las para fazer
    o que o paciente precisar,
  123. sejam células cerebrais ou cardíacas.
  124. Mas, ao longo da última década,

  125. descobrir como mudar o destino das células
  126. ainda é um processo de tentativa e erro.
  127. Mesmo nos casos em que descobrimos
    protocolos experimentais bem-sucedidos,
  128. eles ainda são ineficientes,
  129. e nos falta um entendimento fundamental
    de como e por que eles funcionam.
  130. Descobrir como transformar
    uma célula-tronco em uma cardíaca
  131. não dirá como transformar
    uma célula-tronco
  132. em uma célula cerebral.
  133. Queríamos entender
  134. o programa biológico em execução
    dentro de uma célula-tronco embrionária.
  135. O entendimento da computação
    realizada por um sistema vivo
  136. começa por uma pergunta
    incrivelmente simples:
  137. "O que esse sistema
    realmente precisa fazer?"
  138. A ciência da computação
    tem um conjunto de estratégias

  139. para lidar com o que o software
    e o hardware estão destinados a fazer.
  140. Ao escrever um programa,
    você codifica um software,
  141. e quer que ele seja
    executado corretamente.
  142. Você quer desempenho, funcionalidade.
  143. Quer evitar erros,
  144. que podem lhe custar muito.
  145. Quando um desenvolvedor programa,
  146. ele poderia anotar
    uma série de especificações
  147. que o programa deveria fazer.
  148. Talvez deveria comparar
    o tamanho de dois números
  149. ou ordená-los de forma crescente.
  150. A tecnologia nos permite
    verificar automaticamente
  151. se nossas especificações são atendidas,
  152. se o programa faz o que deveria fazer.
  153. Então, nossa ideia era que, do mesmo modo,
  154. as observações experimentais,
    que avaliamos no laboratório,
  155. correspondam às especificações
    do que o programa biológico deveria fazer.
  156. Só precisávamos descobrir uma forma

  157. de codificar esse novo tipo
    de especificação.
  158. Digamos que você estivesse ocupado
    no laboratório avaliando seus genes
  159. e descobrisse que, se o gene A está ativo,
  160. então o gene B ou C parece estar ativo.
  161. Podemos anotar essa observação
    como uma expressão matemática
  162. se pudermos usar a linguagem da lógica:
  163. se A, então B ou C.
  164. Esse é um exemplo muito simples,
  165. apenas para exemplificar a questão.
  166. Podemos codificar expressões muito ricas
  167. que capturam o comportamento de múltiplos
    genes ou proteínas ao longo do tempo
  168. através de vários experimentos diferentes.
  169. Assim, ao traduzir nossas observações
  170. em expressão matemática dessa forma,
  171. é possível testar se essas observações
    podem ou não surgir
  172. de um programa de interações genéticas.
  173. Desenvolvemos uma ferramenta
    para fazer exatamente isso.

  174. Conseguimos utilizá-la
    para codificar observações
  175. como expressões matemáticas,
  176. e essa ferramenta nos permitia
    descobrir o programa genético
  177. que poderia explicar todas elas.
  178. Em seguida, aplicamos
    essa abordagem para descobrir
  179. o programa genético em execução
    dentro das células-tronco embrionárias
  180. para ver se conseguíamos entender
    como induzir aquele estado simples.
  181. Essa ferramenta,
    na verdade, foi construída
  182. num solucionador implantado
    frequentemente no mundo todo
  183. para verificação de software convencional.
  184. Começamos com um conjunto
    de quase 50 especificações diferentes
  185. que geramos a partir
    de observações experimentais
  186. de células-tronco embrionárias.
  187. Ao codificar essas observações
    nessa ferramenta,
  188. conseguimos descobrir
    o primeiro programa molecular
  189. que poderia explicar todas elas.
  190. Isso por si só é uma façanha.

  191. Conseguir conciliar
    todas essas observações diferentes
  192. não é o tipo de coisa que se pode fazer
    no verso de um envelope,
  193. mesmo que ele seja muito grande.
  194. Com esse tipo de entendimento,
    poderíamos dar um passo adiante
  195. e usar esse programa para prever
    o que essa célula podia fazer
  196. em condições que ainda
    não havíamos testado.
  197. Poderíamos examinar o programa
    por meio de simulações.
  198. Foi o que fizemos:

  199. geramos previsões,
    que testamos no laboratório,
  200. e descobrimos que esse programa
    era altamente preditivo.
  201. Ele informava como poderíamos
    acelerar o progresso
  202. de volta ao estado simples
    de maneira rápida e eficiente,
  203. quais genes selecionar para fazer isso
  204. e quais deles até podem
    dificultar esse processo.
  205. Até descobrimos que o programa previa
    a ordem na qual os genes seriam ativados.
  206. Essa abordagem nos permitiu
    descobrir a dinâmica
  207. do que as células estão fazendo.
  208. Não desenvolvemos um método específico
    para a biologia de células-tronco.

  209. Em vez disso, esse método permite entender
    a computação realizada pela célula
  210. no contexto de interações genéticas.
  211. É apenas um componente básico.
  212. A área precisa desenvolver,
    com urgência, novas abordagens
  213. para entender a computação biológica
    de modo mais amplo e em níveis diferentes,
  214. desde o DNA até o fluxo
    de informações entre as células.
  215. Somente esse tipo
    de entendimento transformador
  216. nos permitirá aproveitar a biologia
    de maneiras previsíveis e confiáveis.
  217. Mas, para programar a biologia,

  218. também precisaremos desenvolver
    os tipos de ferramentas e linguagens
  219. que permitam aos experimentalistas
    e aos cientistas da computação
  220. projetar funções biológicas,
  221. e que esses projetos sejam compilados
    até o código de máquina da célula,
  222. sua bioquímica,
  223. para que possamos, então,
    construir essas estruturas.
  224. Isso é algo semelhante
    a um compilador de software vivo,
  225. e me orgulho de fazer parte
  226. de uma equipe da Microsoft
    que trabalha para desenvolver um.
  227. Embora seja um eufemismo
    dizer que é um grande desafio,
  228. a sua realização
  229. seria a ponte final entre o software
    e o cérebro humano.
  230. Mais amplamente, porém, a programação
    da biologia só será possível

  231. se pudermos transformar a área
    em algo verdadeiramente interdisciplinar.
  232. Precisamos relacionar
    as ciências físicas e a vida,
  233. e os cientistas de cada uma
    dessas disciplinas
  234. precisam conseguir trabalhar juntos
    com linguagens comuns
  235. e compartilhar questões científicas.
  236. A longo prazo, vale lembrar que muitas
    das empresas gigantes de software

  237. e a tecnologia com a qual
    trabalhamos todos os dias
  238. dificilmente poderiam ser imaginadas
  239. quando começamos a programar
    em microchips de silício.
  240. Se começarmos agora a pensar
  241. no potencial da tecnologia
    possibilitada pela biologia computacional,
  242. veremos alguns dos passos
    que precisamos seguir pelo caminho
  243. para torná-la realidade.
  244. É desanimador pensar
    que esse tipo de tecnologia
  245. pode estar aberto ao uso indevido.
  246. Se quisermos falar sobre o potencial
    de programar células imunológicas,
  247. também devemos pensar no potencial
    de bactérias projetadas para evitá-las.
  248. Pode haver pessoas dispostas a fazer isso.
  249. Um pensamento animador a respeito,
  250. menos para os cientistas,
  251. é a fragilidade do trabalho
    com a biologia.
  252. Programar biologia não será algo
    que você fará no galpão do quintal.
  253. Mas, como estamos no início,
  254. podemos avançar com os olhos bem abertos.
  255. Podemos fazer as perguntas
    difíceis com antecedência,
  256. pôr em prática as proteções necessárias
  257. e, como parte disso,
    teremos que pensar em nossa ética.
  258. Teremos que pensar em colocar limites
    na implementação da função biológica.
  259. Como parte disso, a pesquisa em bioética
    terá que ser uma prioridade.
  260. Não pode ser relegada ao segundo plano
  261. na empolgação da inovação científica.
  262. Mas o prêmio final,
    o destino final dessa jornada,

  263. seriam aplicações e indústrias inovadoras
  264. em áreas como agricultura,
    medicina, energia e materiais
  265. e até a própria computação.
  266. Imaginem, um dia, podermos alimentar
    o planeta de modo sustentável
  267. com a energia verde final,
  268. se pudéssemos imitar algo
    que as plantas descobriram há milênios:
  269. como aproveitar a energia do Sol
    com uma eficiência sem paralelo
  270. por nossas células solares atuais.
  271. Se entendêssemos esse programa
    de interações quânticas
  272. que permitem que as plantas absorvam
    a luz do Sol com tanta eficiência,
  273. poderíamos traduzir isso na construção
    de circuitos de DNA sintético
  274. que oferecessem o material
    para células solares melhores.
  275. Há equipes e cientistas trabalhando
    nos fundamentos disso neste momento.
  276. Se talvez recebessem a atenção
    e o investimento adequados,
  277. isso poderia ocorrer em 10 ou 15 anos.
  278. Estamos no início
    de uma revolução tecnológica.

  279. Compreender esse tipo antigo
    de computação biológica
  280. é o primeiro passo decisivo.
  281. Se pudermos perceber isso,
  282. entraremos na era
    de um sistema operacional
  283. que executa software vivo.
  284. Muito obrigada.

  285. (Aplausos)