下一场软件革命:生物细胞的编程
-
0:01 - 0:05上世纪后半叶,全然是一个
-
0:05 - 0:07被科学革命所定义的时代:
-
0:07 - 0:09软件革命。
-
0:09 - 0:14在一种硅半导体材料上
对电子进行编程的能力 -
0:14 - 0:17使得我们许多人曾无法想象的
-
0:17 - 0:21科技、公司和行业变为可能。
-
0:21 - 0:25这如今已彻底改变了
世界运作的方式。 -
0:26 - 0:28不过,本世纪上半叶
-
0:29 - 0:32将要被一个
崭新的软件革命所转化: -
0:32 - 0:34生物软件革命。
-
0:35 - 0:39在一种名为生物的材料上
对生物化学进行编程的能力 -
0:39 - 0:41将会支持这一革命。
-
0:41 - 0:45如此一来,
我们将能够利用生物特征 -
0:45 - 0:48去开发新型疗法,
-
0:48 - 0:50去修复受损组织,
-
0:50 - 0:53去重编缺陷细胞,
-
0:53 - 0:57甚至利用生物化学
构建一个可编程的操作系统。 -
0:58 - 1:02如果我们能实现它——
而且我们确实需要实现它—— -
1:02 - 1:04其影响将会如此巨大,
-
1:04 - 1:08以至于第一个软件革命,
相比之下,会变得微不足道。 -
1:08 - 1:12这是因为生物软件
可以变革整个医疗, -
1:12 - 1:14农业和能源领域,
-
1:14 - 1:18以及那些被 IT 人员掌控的部门。
-
1:19 - 1:23想象一下可编程植物:
能够更有效进行固氮, -
1:23 - 1:26或可以抵御新型真菌病原体,
-
1:26 - 1:29甚至能够将农作物编程为
多年生而非一年生, -
1:29 - 1:32使你的年产量可以翻倍。
-
1:32 - 1:34这会改变农业,
-
1:34 - 1:39同时改变全球不断增长的
粮食需求的方法。 -
1:39 - 1:41或想象可编程的免疫力,
-
1:41 - 1:45设计并利用能够指导
你免疫系统的分子设备 -
1:45 - 1:49去检测、根除,甚至预防疾病。
-
1:49 - 1:51这将改变医疗,
-
1:51 - 1:54同时改变我们试图保持
不断增长且老龄化的人口健康的方法。 -
1:55 - 2:00我们已经拥有很多
能让生物软件成为现实的工具。 -
2:00 - 2:02我们能使用 CRISPR 技术
精确编辑基因。 -
2:02 - 2:05我们能每次重写一个遗传密码。
-
2:05 - 2:10我们甚至能利用 DNA
开发一个合成电路。 -
2:10 - 2:13但是摸索出
如何且何时使用这些工具 -
2:13 - 2:15依旧是一个试错的过程。
-
2:15 - 2:19它要求极高的专业性
和多年的领域专精。 -
2:19 - 2:22而且实验方法难以发现,
-
2:22 - 2:25往往更是难以复制。
-
2:25 - 2:30在生物领域,我们倾向
仅专注于局部, -
2:30 - 2:33但我们都知道有些东西,例如飞行,
单就羽毛进行研究, -
2:33 - 2:34是无法理解其原理的。
-
2:35 - 2:39所以生物编程还未能像
电脑编程那样简单。 -
2:39 - 2:41更糟糕的是,
-
2:41 - 2:45生物系统和你我
每天编写的工程系统 -
2:45 - 2:47几乎毫无相似之处。
-
2:48 - 2:52相比工程系统,
生物系统能自我生产、 -
2:52 - 2:53自我组织,
-
2:53 - 2:55并以分子规模运作。
-
2:55 - 2:57这些分子层级的相互作用
-
2:57 - 3:00通常会导致稳健的宏观规模输出,
-
3:00 - 3:03它甚至可以自我修复。
-
3:04 - 3:07试想家中一盆不起眼的植物,
-
3:07 - 3:09比如你家壁炉台上的那盆
-
3:09 - 3:11你老是忘记浇水的植物。
-
3:12 - 3:15尽管你会忘记,
那盆植物每天都需要醒来 -
3:15 - 3:19并思考如何分配它所有的资源。
-
3:19 - 3:22它是生长、进行光合作用、
产生种子,还是开花? -
3:22 - 3:26这是这盆植物所需要做出的决定。
-
3:26 - 3:29但一盆植物没有大脑来弄清这件事。
-
3:29 - 3:32这需要其叶片上细胞的帮助。
-
3:32 - 3:34它们需要针对环境做出反应,
-
3:34 - 3:36并且做出影响整盆植物的决定。
-
3:36 - 3:41所以在那些叶片细胞中
必定要有一个运行的程序, -
3:41 - 3:43一个能响应输入信号与提示,
-
3:43 - 3:45以及调整细胞行为的程序。
-
3:46 - 3:49之后,那些程序
必须以分布式运行, -
3:49 - 3:50覆盖每一个细胞单元,
-
3:50 - 3:54从而进行协作
让植物茁壮成长。 -
3:56 - 3:59如果我们能够了解那些生物程序,
-
3:59 - 4:03如果我们能够明白那些生物计算,
-
4:03 - 4:06这将会转变我们对细胞
的行为方式和行为原因的 -
4:06 - 4:08理解能力。
-
4:08 - 4:10因为,如果我们了解那些程序,
-
4:10 - 4:12当出现问题时,
我们可以为它们排错。 -
4:12 - 4:17或我们可以向它们学习
如何设计这样 -
4:17 - 4:21能充分利用生物化学
计算能力的合成电路。 -
4:22 - 4:25我对这个想法的热情,
让我进入了 -
4:25 - 4:30数学、计算机科学
和生物学的交叉领域。 -
4:30 - 4:34工作中,我专注于一个概念:
生物学计算。 -
4:34 - 4:37这代表着不断询问
细胞在计算什么, -
4:37 - 4:41以及我们如何能
解开这些生物程序的奥秘? -
4:42 - 4:46我开始和微软研究院与剑桥大学
-
4:46 - 4:49的一些出色的合作人士
一起询问这些问题, -
4:49 - 4:50我们想要了解
-
4:50 - 4:55在一种独特细胞中
运行的生物程序: -
4:55 - 4:57胚胎干细胞( ES 细胞)。
-
4:57 - 5:00这些细胞很独特,因为它们
非常稚嫩(即未高度分化)。 -
5:00 - 5:02它们能够分化
为它们想要变成的东西: -
5:02 - 5:05一个脑细胞,一个心脏细胞,
一个骨细胞,一个肺细胞, -
5:05 - 5:07任何一种成熟细胞。
-
5:07 - 5:09这一稚嫩状态让这些细胞
变得与众不同, -
5:09 - 5:12但也激发了科学界的想象力。
-
5:12 - 5:15科学家们意识到,
如果我们能挖掘这一特性的潜力, -
5:15 - 5:17我们将会拥有一个
强大的医疗工具。 -
5:18 - 5:21如果我们能搞清
这些细胞是如何决定 -
5:21 - 5:23自己要发育为何种细胞的,
-
5:23 - 5:24我们或许能够利用
ES 细胞的这一能力, -
5:24 - 5:30生成我们需要的细胞,
来修复携带疾病的或受损的组织。 -
5:30 - 5:33但这一愿景的实现存在着挑战,
-
5:33 - 5:35不仅是因为这些特定细胞
-
5:35 - 5:38在受孕的 6 天后才出现,
-
5:39 - 5:41之后大约在 1 天内,就会消失。
-
5:41 - 5:43它们走上了不同的道路,
-
5:43 - 5:47共同形成成年人体
的所有结构和器官。 -
5:48 - 5:50但事实证明,细胞的命运
-
5:50 - 5:52比我们所想象的更具有可塑性。
-
5:52 - 5:57大概在 13 年前,一些科学家们
展示了一些极具革命性的东西: -
5:57 - 6:02通过把少量基因导入成熟细胞,
-
6:02 - 6:03例如你的一个皮肤细胞,
-
6:03 - 6:07你可以把这个成熟细胞
转化回未分化状态。 -
6:07 - 6:11这一过程被称为“重编程”。
-
6:11 - 6:14这让我们联想到
“干细胞乌托邦”, -
6:14 - 6:18这种能力可以采集
患者自身的细胞样本, -
6:18 - 6:20将其转化回未分化的原始形态,
-
6:20 - 6:23并使用那些细胞
制造患者可能需要的细胞, -
6:23 - 6:26不论是脑细胞,还是心脏细胞。
-
6:26 - 6:28但在过去的 10 年,
-
6:28 - 6:31搞清楚如何改变细胞命运
-
6:31 - 6:34仍然是一个试错的过程。
-
6:34 - 6:38即使是在那些我们已经发现了
成功实验方法的情况下, -
6:38 - 6:40它们仍旧低效,
-
6:40 - 6:44而且我们缺少关于
它们如何以及为何运作的基本理解。 -
6:45 - 6:48如果你能摸清如何把一个干细胞
诱导为一个心脏细胞, -
6:48 - 6:51你依然不知道如何把一个干细胞
-
6:51 - 6:52诱导为一个脑细胞。
-
6:52 - 6:55所以我们想要了解
-
6:55 - 6:58在 ES 细胞中运行的生物程序,
-
6:58 - 7:02而且,了解该生物系统中
所运行的计算 -
7:02 - 7:06始于提出一个极为简单的问题:
-
7:06 - 7:09这个系统到底需要做什么?
-
7:10 - 7:13计算机科学实际上已有一套策略
-
7:13 - 7:16来执行软件和硬件的功能。
-
7:16 - 7:19当你编写程序时,
你用代码编写了一个软件, -
7:19 - 7:21你希望这个软件能够正确运行,
-
7:21 - 7:23你希望它具备完善的功能与性能,
-
7:23 - 7:24能防止错误,
-
7:24 - 7:26做到这些的成本很高。
-
7:26 - 7:28所以当一个开发者编写程序时,
-
7:28 - 7:30他们能编写出一套技术规范。
-
7:30 - 7:32这些是你的程序应该做的“工作”。
-
7:32 - 7:34或许它能比较两个数的大小,
-
7:34 - 7:36或将数字进行正序排序。
-
7:37 - 7:42这样的技术存在:
允许我们自动检查 -
7:42 - 7:44我们的代码是否符合技术规范,
-
7:44 - 7:47程序是否在完成它的本职工作。
-
7:47 - 7:50于是我们的想法很类似,
-
7:50 - 7:53实验观察值,也就是
我们在实验室中测量的东西, -
7:53 - 7:58符合生物编程本职工作中
怎样的技术规范? -
7:59 - 8:01所以我们只需要找到一个方法
-
8:01 - 8:04来编译这个新型的技术规范。
-
8:05 - 8:08比方说,你在实验室忙活了很久,
你一直在测量基因, -
8:08 - 8:11发现如果基因 A 是活跃的,
-
8:11 - 8:14那么基因 B 或 C 也会看似活跃。
-
8:15 - 8:18如果我们能用一种逻辑语言,
就可以将这种观察 -
8:18 - 8:21编写为一种数学表达:
-
8:21 - 8:24如果 A ,那么 B 或 C 。
-
8:24 - 8:27这是一个非常简单的例子,
-
8:27 - 8:28只是为了解释清楚我的意思。
-
8:28 - 8:31我们可以编译很多丰富的表达,
-
8:31 - 8:36在多个不同的实验中,
随着时间的推移,这些表达可以捕捉 -
8:36 - 8:38多种基因或蛋白质的行为。
-
8:38 - 8:41运用这种方法,
把我们的观察值 -
8:41 - 8:43编译为一种数学表达,
-
8:43 - 8:49现在有可能测试这些观察结果
是否可以从基因相互作用 -
8:49 - 8:51的程序中得到。
-
8:52 - 8:54我们开发了一个工具
来实现这个目的。 -
8:54 - 8:57我们能用这个工具
将观察值编译为 -
8:57 - 8:59数学表达。
-
8:59 - 9:02该工具能让我们发现可以解释
-
9:02 - 9:04所有原因的遗传程序。
-
9:05 - 9:08之后,我们运用这个方法
-
9:08 - 9:12来揭示 ES 细胞中运行的遗传程序,
-
9:12 - 9:16来看看我们是否能理解
如何诱导未分化状态的细胞。 -
9:16 - 9:18这个工具实际上是建立在
-
9:18 - 9:22经常被部署在世界各地
用于传统的软件验证 -
9:22 - 9:23的解算器上的。
-
9:24 - 9:27我们从一套将近有 50 个
不同的技术规范开始, -
9:27 - 9:32这些是我们从对 ES 细胞的
实验观察值中得出的。 -
9:32 - 9:34利用这个工具,
通过编译这些观察值, -
9:34 - 9:38我们能够揭开第一个
-
9:38 - 9:40能够解释所有分子的程序。
-
9:40 - 9:43这本身听着是一种壮举,是吧?
-
9:43 - 9:46将所有的观察值协调到一起,
-
9:46 - 9:49不是那种你可以
在信封背面做的事情, -
9:49 - 9:52即使你有一个很大的信封。
-
9:52 - 9:54因为我们有着这样的理解,
-
9:54 - 9:56我们能够再进一步。
-
9:56 - 9:59我们能够用这个程序
在尚未测试的条件下, -
9:59 - 10:01来预测这个细胞可能会做什么。
-
10:01 - 10:04我们能够在硅上探索该程序。
-
10:05 - 10:06所以我们行动了起来:
-
10:06 - 10:09我们依据实验室检测值
生成了预测, -
10:09 - 10:12并发现该程序非常具有可预测性。
-
10:12 - 10:15它告诉我们如何能够
-
10:15 - 10:18加速细胞返回未分化状态的过程,
使之快速且有效。 -
10:18 - 10:20它告诉我们
可以针对哪些基因进行操作, -
10:20 - 10:23又有哪些基因会阻碍这一过程。
-
10:23 - 10:28我们甚至发现了一个
能够预测基因开启顺序的程序。 -
10:29 - 10:32这个方法让我们得以
-
10:32 - 10:35揭秘细胞行为的动态。
-
10:36 - 10:39我们开发的不只是一种
仅限于干细胞生物的方法。 -
10:39 - 10:42相反,这能帮助我们理解
-
10:42 - 10:44在遗传相互作用的环境下
-
10:44 - 10:47细胞内在的计算程序。
-
10:47 - 10:49所以这其实只是拼图中的一块。
-
10:49 - 10:52该领域急需开发新方法
-
10:52 - 10:54来更广泛地在不同层次上
-
10:54 - 10:56了解生物计算,
-
10:56 - 10:59从 DNA 到细胞间的信息流。
-
11:00 - 11:03只有这样的变革性理解
-
11:03 - 11:08才能够使我们以可预测和可靠
的方式利用生物学。 -
11:09 - 11:12但是对于编程生物学,
我们也将需要开发 -
11:12 - 11:16允许实验人员和计算科学家
-
11:16 - 11:17使用的工具和语言
-
11:17 - 11:20来设计生物函数,
-
11:20 - 11:23并将这些设计编译成
细胞的机器代码, -
11:23 - 11:25也就是它的生物化学,
-
11:25 - 11:27这样我们就可以构建这些结构。
-
11:27 - 11:31这就类似于一个
活的生物软件编译器, -
11:31 - 11:33我非常自豪能成为
-
11:33 - 11:35微软开发此类软件团队的一员。
-
11:35 - 11:38尽管,说这是一个
很大的挑战有点轻描淡写, -
11:38 - 11:39但如果能实现,
-
11:39 - 11:44这将会成为
软件和湿件最后的桥梁。 -
11:45 - 11:50但更广泛地说,如果我们
能够将其转变为真正的跨学科领域, -
11:50 - 11:53编程生物学才会变成可能。
-
11:53 - 11:56这需要我们搭建起
物理与生命科学的桥梁, -
11:56 - 11:58来自相关学术背景的科学家们
-
11:58 - 12:01需要能够利用共同语言进行合作,
-
12:01 - 12:03并分享共同的科学问题。
-
12:05 - 12:07长远来看,值得记住的是:
-
12:07 - 12:11当我们第一次开始
在硅微芯片上编程时, -
12:11 - 12:12几乎无法想象有一天会出现
-
12:12 - 12:16我们如今每天都需要打交道的
那些大型软件公司和技术。 -
12:16 - 12:19如果我们现在开始思考
-
12:19 - 12:22由计算生物学支持的科技潜能,
-
12:22 - 12:25我们将会看到为实现这一目标
-
12:25 - 12:26一路上需要做出的努力。
-
12:27 - 12:30如今存在一种令人警醒的想法:
-
12:30 - 12:32这种科技可能会被滥用。
-
12:32 - 12:34如果我们愿意探讨
-
12:34 - 12:36编程免疫细胞的潜力,
-
12:36 - 12:39我们也应该考虑到
改造后的细菌成功躲避 -
12:39 - 12:41那些免疫细胞的可能。
-
12:41 - 12:43可能有些人打算从事这方面的研究。
-
12:43 - 12:45关于这个话题也存在
一个令人欣慰的想法—— -
12:45 - 12:48科学家大概不这么认为——
-
12:48 - 12:51生物太脆弱,在工作中难以把控。
-
12:51 - 12:53所以编程生物学不会
-
12:53 - 12:55进入你的生活。
-
12:56 - 12:58但因为我们才刚起步,
-
12:58 - 13:00所以我们可以
大胆且谨慎的往前走。 -
13:00 - 13:03我们可以事先提出难题,
-
13:03 - 13:06我们可以采取必要的保护措施,
-
13:06 - 13:08同时,作为其中的一部分,
还需要思考我们的道德标准, -
13:08 - 13:12我们将需要思考那些生物函数
-
13:12 - 13:13实行的界限。
-
13:14 - 13:17所以其中的生物伦理学研究
将被优先考虑。 -
13:17 - 13:20在令人激动的科学创新中,
-
13:20 - 13:22这个话题不能屈居第二。
-
13:23 - 13:27但我们这场旅行的最终目的地
-
13:27 - 13:30将会是突破性的应用
以及突破性行业, -
13:30 - 13:34从农业,医疗,到能源和材料,
-
13:34 - 13:36甚至计算机技术本身。
-
13:36 - 13:40试想,有一天,我们能
使用终极绿色能源 -
13:40 - 13:42为地球提供可持续的动力,
-
13:42 - 13:45因为我们已经能够模仿植物
在千年前发现的东西: -
13:45 - 13:49如何利用我们现有太阳能电池
-
13:49 - 13:52无法比拟的效率来利用太阳能。
-
13:52 - 13:54如果我们能理解
让植物高效吸收太阳光的 -
13:54 - 13:57量子相互作用的程序,
-
13:57 - 14:02我们或许能将其编译为
能够为太阳能电池提供 -
14:02 - 14:04更好材料的合成 DNA 电路。
-
14:05 - 14:09现在有一些团队和科学家
正着手于解决这个课题的基本问题, -
14:09 - 14:12如果这个课题能获得
足够的关注和正确的投资, -
14:12 - 14:15在未来的 10 或 15 年内,
或许就有可能实现。 -
14:15 - 14:19我们正处在科技革新的开端。
-
14:19 - 14:22了解这种古老的生物计算类型
-
14:22 - 14:24是关键的第一步。
-
14:24 - 14:26如果我们能意识到这件事,
-
14:26 - 14:28就将进入一个拥有
能够运行生物软件 -
14:28 - 14:30的操作系统的时代。
-
14:30 - 14:32非常感谢。
-
14:32 - 14:34(掌声)
- Title:
- 下一场软件革命:生物细胞的编程
- Speaker:
- 萨拉-简·邓恩
- Description:
-
你身体中的细胞就像是电脑软件:它们被“编程”以在特定时间完成特定功能。如果我们能够更好地了解这个过程,就能够解锁重编程细胞的能力,计算生物学家萨拉-简·邓恩(Sara-Jane Dunn)如是说。在这场关于前沿科学的演讲中,她解释了她的团队是如何研究胚胎干细胞(ES 细胞)从而对赋予生命活力的生物编程产生新的认识,并且开发能够转变医疗、农业和能源的“生物软件”。
- Video Language:
- English
- Team:
- closed TED
- Project:
- TEDTalks
- Duration:
- 14:47
Yolanda Zhang approved Chinese, Simplified subtitles for The next software revolution: programming biological cells | ||
Yolanda Zhang edited Chinese, Simplified subtitles for The next software revolution: programming biological cells | ||
Yolanda Zhang edited Chinese, Simplified subtitles for The next software revolution: programming biological cells | ||
Yolanda Zhang edited Chinese, Simplified subtitles for The next software revolution: programming biological cells | ||
Yolanda Zhang edited Chinese, Simplified subtitles for The next software revolution: programming biological cells | ||
Yolanda Zhang edited Chinese, Simplified subtitles for The next software revolution: programming biological cells | ||
Yolanda Zhang edited Chinese, Simplified subtitles for The next software revolution: programming biological cells | ||
Yolanda Zhang edited Chinese, Simplified subtitles for The next software revolution: programming biological cells |