WEBVTT

00:00:00.817 --> 00:00:04.269
Más-más okból szoktuk
az internetet használni.

00:00:05.765 --> 00:00:09.569
Kiderül, hogy a legnépszerűbb
fajtájú weboldal

00:00:09.593 --> 00:00:12.465
főleg bizalmas körben használatos.

00:00:13.639 --> 00:00:16.149
Kíváncsiságot vált ki,

00:00:16.173 --> 00:00:19.969
vágyaink nem lényegtelen
mértékű kielégítését,

00:00:19.993 --> 00:00:23.253
és mások szaporító
tevékenységének rögzítése

00:00:23.277 --> 00:00:24.586
körül forog.

NOTE Paragraph

00:00:24.610 --> 00:00:25.642
(Nevetés)

00:00:25.666 --> 00:00:27.916
Persze, hogy a családfáról van szó!

NOTE Paragraph

00:00:27.940 --> 00:00:29.154
(Nevetés)

00:00:29.178 --> 00:00:30.880
A családtörténet tanulmányozásáról.

NOTE Paragraph

00:00:31.353 --> 00:00:33.390
Mikor családtörténetbe merülünk,

00:00:33.414 --> 00:00:37.357
minden családban akad valaki,
aki a nemzedékrend megszállottja.

00:00:37.381 --> 00:00:39.094
Nevezzük Béla bácsinak.

00:00:39.118 --> 00:00:42.900
Béla bácsi mellett egyáltalán
nem szeretnénk ülni

00:00:42.924 --> 00:00:44.233
családi találkozón,

00:00:44.547 --> 00:00:46.081
mert halálra fog untatni

00:00:46.081 --> 00:00:49.351
valamely távoli ősünkre vonatkozó
sajátságos részletekkel.

00:00:50.462 --> 00:00:51.724
De mint tudják,

00:00:51.748 --> 00:00:54.620
mindennek létezik tudományos oldala is,

00:00:54.644 --> 00:00:57.622
és Béla bácsi történeteiből

00:00:57.646 --> 00:01:00.814
az orvosbiológiai kutatás
mérhetetlenül sokat meríthet.

NOTE Paragraph

00:01:01.306 --> 00:01:04.020
Hagyjuk, hogy Béla bácsi
és családfakutató társai

00:01:04.044 --> 00:01:08.712
rögzítsék családfájukat a geni.com
nemzedékrendi honlapon.

00:01:09.198 --> 00:01:11.326
Mikor családfájukat feltöltik a használók,

00:01:11.350 --> 00:01:13.040
a program átfésüli a rokonságot,

00:01:13.064 --> 00:01:15.139
fölleli a kapcsolódási pontokat,

00:01:15.163 --> 00:01:18.773
és összeilleszti a családfákat.

00:01:19.768 --> 00:01:22.718
Ennek eredményeként
óriási családfa jön létre,

00:01:22.742 --> 00:01:26.221
amely meghaladja bármely kutató szintjét.

00:01:26.808 --> 00:01:30.937
Ha a folyamatot milliónyi
egyénnel megismételjük

00:01:30.961 --> 00:01:32.778
szerte a világon,

00:01:32.802 --> 00:01:38.334
összeáll az emberiség családfája.

NOTE Paragraph

00:01:39.292 --> 00:01:40.876
E weboldalon

00:01:40.900 --> 00:01:45.713
125 millió főt tudtunk összekapcsolni

00:01:45.737 --> 00:01:48.258
közös családfává.

00:01:48.967 --> 00:01:51.755
Nem tudom a fát a kivetítőre fölrajzolni,

00:01:51.779 --> 00:01:53.944
mert kevesebb pixelből áll,

00:01:53.968 --> 00:01:56.481
mint a fán szereplők száma.

00:01:56.505 --> 00:02:01.515
De itt egy példa 6000 fő részhalmazára.

00:02:02.159 --> 00:02:04.521
Minden zöld csomópont egy-egy személy.

00:02:05.060 --> 00:02:07.909
A vörös csomópontok a házasságok,

00:02:07.933 --> 00:02:10.191
az összekötő vonalak a szülői kapcsolatok.

00:02:10.557 --> 00:02:12.929
A fa közepén az ősök láthatók.

00:02:12.953 --> 00:02:15.301
A szélek felé haladva
a leszármazottakat látjuk.

00:02:15.301 --> 00:02:18.683
E fa kb. hét nemzedéket fog át.

NOTE Paragraph

00:02:19.692 --> 00:02:22.926
Ez történik, ha a személyek számát

00:02:22.950 --> 00:02:24.778
70 ezerre növeljük:

00:02:24.802 --> 00:02:29.202
még mindig összes adatunk
apró részhalmaza.

00:02:29.629 --> 00:02:32.280
Ennek dacára már kirajzolódik

00:02:32.300 --> 00:02:37.121
a rengeteg igen távoli
rokonból álló óriási családfa.

NOTE Paragraph

00:02:37.610 --> 00:02:40.744
Családfakutatóink áldozatos
munkájának köszönhetően

00:02:40.768 --> 00:02:43.871
több száz évvel visszamehetünk.

00:02:44.418 --> 00:02:47.859
Pl. ő itt Alexander Hamilton,

00:02:47.883 --> 00:02:50.358
aki 1755-ben született.

00:02:50.872 --> 00:02:54.636
Alexander volt az USA
első pénzügyminisztere,

00:02:54.660 --> 00:02:58.491
de ma inkább a népszerű
Broadway-musicalból ismert.

00:02:59.137 --> 00:03:04.059
Kiderült, hogy Alexandernek erős
a kapcsolata a szórakoztatóiparral.

00:03:04.083 --> 00:03:06.001
Vérrokona...

00:03:06.781 --> 00:03:08.161
Kevin Bacon színésznek!

NOTE Paragraph

00:03:08.161 --> 00:03:09.330
(Nevetés)

NOTE Paragraph

00:03:10.081 --> 00:03:12.687
Mindketten egy 13. századi

00:03:12.711 --> 00:03:15.025
skót lady leszármazottai.

00:03:15.049 --> 00:03:18.151
Tehát Alexander Hamilton

00:03:18.175 --> 00:03:21.363
Kevin Bacon 35-öd fokú rokona.

NOTE Paragraph

00:03:21.387 --> 00:03:22.385
(Nevetés)

NOTE Paragraph

00:03:22.852 --> 00:03:26.082
A fa milliónyi hasonló
történetet tartalmaz.

NOTE Paragraph

00:03:28.113 --> 00:03:33.003
Nagy erőt fektettünk be
adataink minőség-ellenőrzésébe.

00:03:33.027 --> 00:03:34.665
DNS-vizsgálatokból derült ki,

00:03:34.665 --> 00:03:39.692
hogy adatainkban az anya-gyerek
kapcsolat 0,3%-ban hamis,

00:03:39.716 --> 00:03:43.307
ami egybeesik az USA II. világháború
előtti örökbe fogadási arányával.

NOTE Paragraph

00:03:44.847 --> 00:03:46.632
Az apai oldalon

00:03:46.656 --> 00:03:48.617
a helyzet sokkal rosszabb:

00:03:50.149 --> 00:03:55.249
adatainkban az apa-gyerek
kapcsolat 1,9%-ban hamis.

00:03:55.773 --> 00:03:58.136
Látom, hogy egypáran ezen somolyognak.

00:03:58.160 --> 00:03:59.877
Biztos arra gondolnak,

00:03:59.901 --> 00:04:01.690
hogy mennyi postás jár-kel.

00:04:01.714 --> 00:04:02.778
(Nevetés)

00:04:02.802 --> 00:04:06.791
De az apai ági kapcsolatok
1,9%-os hibaaránya

00:04:06.815 --> 00:04:08.584
adatainkban nem kivételes.

00:04:08.608 --> 00:04:11.677
Korábbi tanulmányok hasonló
hibaarányt mutattak ki

00:04:11.701 --> 00:04:13.722
klinikai szintű családfák esetén.

00:04:14.254 --> 00:04:16.779
Tehát adataink jó minőségűek,

00:04:16.803 --> 00:04:18.936
és ez nem meglepő.

00:04:18.960 --> 00:04:22.736
Kutatóink alaposan
és személyesen érdekeltek abban,

00:04:22.760 --> 00:04:26.428
hogy családtörténetüket
megbízhatóan dokumentálják.

NOTE Paragraph

00:04:28.594 --> 00:04:33.185
Az adatokból számszerű tudáshoz
juthatunk az emberiségről,

00:04:33.209 --> 00:04:35.571
pl. demográfiai kérdésekről.

00:04:35.829 --> 00:04:39.686
Itt van minden profilunk a világtérképen.

00:04:40.250 --> 00:04:44.731
Minden pixel egy-egy valaha élt ember.

00:04:44.755 --> 00:04:46.435
Mivel ilyen sok adatunk van,

00:04:46.459 --> 00:04:49.240
sok ország körvonalai láthatók,

00:04:49.264 --> 00:04:51.098
kiváltképp a nyugatiak.

00:04:51.387 --> 00:04:54.935
Ezen a klipen rétegekbe
rendeztük az előbbi térképet

00:04:54.959 --> 00:05:00.031
a személyek 1400 és 1900
közötti születési éve szerint,

00:05:00.055 --> 00:05:02.821
és az ismert vándorlási
eseményekkel vetettük össze.

00:05:03.482 --> 00:05:06.647
A klip megmutatja, hogy adatainkból
látható legmélyebb gyökerek

00:05:06.671 --> 00:05:08.298
az Egyesült Királyságba vezetnek,

00:05:08.322 --> 00:05:10.130
ahol legjobb az adatnyilvántartás,

00:05:10.154 --> 00:05:13.436
és onnan a nyugati gyarmatosítás
útvonalai mentén terjednek tovább.

00:05:13.460 --> 00:05:14.782
Nézzük!

00:05:15.143 --> 00:05:16.752
(Zene)

00:05:16.776 --> 00:05:19.117
[Születési év:]

00:05:19.705 --> 00:05:21.541
[1492 – Kolumbusz áthajózza az óceánt]

00:05:23.661 --> 00:05:25.661
[1620 – A Mayflower
kiköt Massachusettsben]

00:05:26.726 --> 00:05:29.021
[1652 – A hollandok
gyarmatosítják Dél-Afrikát]

00:05:32.321 --> 00:05:35.507
[1788 – Nagy-Britannia ausztráliai
fegyencszállításai elkezdődnek]

00:05:35.531 --> 00:05:37.818
[1836 – Az első bevándorlók
az Oregoni Ösvényen]

00:05:38.149 --> 00:05:41.332
[minden tevékenység]

NOTE Paragraph

00:05:43.851 --> 00:05:45.394
Szeretem ezt a filmet.

NOTE Paragraph

00:05:46.095 --> 00:05:50.511
Mivel a vándorlási események
családok kapcsolódását jelzik,

00:05:50.535 --> 00:05:52.718
adódik egypár kérdés:

00:05:52.742 --> 00:05:56.212
Mekkora a jellemző távolság

00:05:56.236 --> 00:05:58.721
a férj és feleség születési helye közt?

00:05:59.072 --> 00:06:02.749
A távolság döntő szerepet
játszik a demográfiában,

00:06:02.773 --> 00:06:06.454
mert a családalapítási célú vándorlás
mintázata meghatározza,

00:06:06.478 --> 00:06:10.191
hogyan terjednek el a gének
egyes területeken.

00:06:10.706 --> 00:06:13.034
Adataink alapján elemeztük a távolságokat,

00:06:13.058 --> 00:06:15.165
és rájöttünk, hogy a régi időkben

00:06:15.165 --> 00:06:16.602
az embereknek könnyű volt.

00:06:16.626 --> 00:06:18.950
A környékbeli falvakba házasodtak.

00:06:19.958 --> 00:06:23.461
Ám az ipari forradalom bonyolította
szerelmi életünket.

00:06:23.687 --> 00:06:28.247
Ma a megfizethető repjegyek
és az online közösségi média korában

00:06:28.271 --> 00:06:33.099
jellemzően több mint 100 km-re
vándorolnak születési helyüktől,

00:06:33.123 --> 00:06:34.627
hogy lelki társra leljenek.

NOTE Paragraph

00:06:36.524 --> 00:06:37.711
Megkérdezhetik:

00:06:37.735 --> 00:06:42.231
Jó, de ki veszi magára családalapításért

00:06:42.255 --> 00:06:43.524
a vándorlás terhét?

00:06:43.548 --> 00:06:47.275
A férfiak vagy a nők?

00:06:47.752 --> 00:06:49.757
A kérdés megválaszolására

00:06:49.781 --> 00:06:52.525
legalább az utóbbi 300 év
adatait fölhasználva

00:06:52.549 --> 00:06:53.819
arra jutottunk,

00:06:53.849 --> 00:06:59.253
hogy a hölgyek veszik magukra
a családalapítás miatti vándorlás terhét.

00:06:59.476 --> 00:07:02.418
Ezek statisztikailag
szignifikáns eredmények,

00:07:02.601 --> 00:07:06.072
így tudományos ténynek tekinthető,
hogy a férfiak lusták.

NOTE Paragraph

00:07:06.096 --> 00:07:07.492
(Nevetés)

NOTE Paragraph

00:07:09.276 --> 00:07:11.812
A demográfiai kérdéseken túl

00:07:11.836 --> 00:07:14.749
egészségügyi kérdéseket is föltehetünk.

00:07:14.773 --> 00:07:16.034
Pl. megkérdezhetjük,

00:07:16.034 --> 00:07:19.079
hogy milyen a genetikai változatok szerepe

00:07:19.079 --> 00:07:22.244
az egyes személyek átlagos élettartamában?

00:07:22.988 --> 00:07:27.342
Korábbi kutatások elemezték
az ikrek magas kora közti korrelációt,

00:07:27.362 --> 00:07:28.984
hogy választ leljenek a kérdésre.

00:07:29.411 --> 00:07:32.078
Úgy értékelték,
hogy a genetikai változatok

00:07:32.102 --> 00:07:36.142
kb. negyed részben okozzák
az egyének élettartama közti eltérést.

00:07:36.688 --> 00:07:39.286
De ikreknél ez nagyon sok okkal korrelál,

00:07:39.310 --> 00:07:41.614
pl. különböző környezeti hatásokkal

00:07:41.638 --> 00:07:43.260
vagy közös háztartással.

00:07:44.411 --> 00:07:48.164
A nagy családfákból elemezhetjük
mind a közeli rokonokat,

00:07:48.188 --> 00:07:49.395
pl. az ikreket,

00:07:49.419 --> 00:07:52.336
mind a távoli rokonokat, még
a negyed-unokatestvéreket is.

00:07:52.749 --> 00:07:55.114
Így hatalmas modelleket vázolhatunk fel,

00:07:55.462 --> 00:07:58.875
amelyekből elválaszthatjuk
a genetikai változatok hatását

00:07:59.194 --> 00:08:00.911
a környezeti tényezőkétől.

00:08:01.379 --> 00:08:04.278
Adatainkkal elvégeztük az elemzést,

00:08:04.302 --> 00:08:10.093
melyből kiderült, hogy csak 15%-ban
magyarázzák genetikai változatok

00:08:10.117 --> 00:08:12.923
az egyes személyek élettartama
közti különbséget.

00:08:14.760 --> 00:08:17.516
Ez átlagosan öt év.

00:08:18.316 --> 00:08:23.024
Tehát a gének az élettartam szempontjából
kevésbé fontosak, mint ahogy hittük.

00:08:23.675 --> 00:08:25.811
Ezt jelentős eredménynek tartom,

00:08:26.438 --> 00:08:29.731
mert azt jelenti, hogy tetteink
többet számítanak.

00:08:30.533 --> 00:08:34.807
A dohányzás pl. 10 évet
vesz el az életünkből,

00:08:34.831 --> 00:08:37.477
kétszer annyit, mint amennyi
a géneknek róható föl.

NOTE Paragraph

00:08:38.236 --> 00:08:40.525
Még meglepőbb dolgokra lelhetünk,

00:08:40.549 --> 00:08:42.041
ha elhagyjuk a családfákat,

00:08:42.065 --> 00:08:46.797
és hagyjuk, hogy a DNS-információt
kutatóink dokumentálják.

00:08:46.821 --> 00:08:48.845
Az eredmény elképesztő lehet.

00:08:49.255 --> 00:08:53.170
Tán nehéz elképzelni,
de Béla bácsi és barátai a DNS-ből

00:08:53.194 --> 00:08:55.840
igazságügyi orvostani
képességeiket bizonyíthatják,

00:08:55.864 --> 00:08:59.423
amelyek meghaladják
az FBI jelenlegi szintjét.

00:09:00.862 --> 00:09:03.266
Ha a DNS-t a hatalmas családfára illesztve

00:09:03.290 --> 00:09:05.407
jelzőfényt hozunk létre,

00:09:05.431 --> 00:09:08.065
amely százszámra világítja be
a távoli rokonokat,

00:09:08.089 --> 00:09:11.579
akik mind kapcsolódnak
az eredeti DNS-t adó személyhez.

00:09:12.505 --> 00:09:15.418
A nagy családfán
több jelzőfényt elhelyezve

00:09:15.442 --> 00:09:19.009
ugyanazon módszerrel határozhatjuk meg
ismeretlen személy DNS-ét,

00:09:19.009 --> 00:09:21.597
mint amelyet a GPS-rendszer használ

00:09:21.597 --> 00:09:24.370
műholdas helymeghatározásra.

NOTE Paragraph

00:09:25.226 --> 00:09:28.694
E technika hatékonyságára kiváló példa

00:09:28.714 --> 00:09:31.549
a Golden State Killernek
nevezett sorozatgyilkos elkapása,

00:09:32.612 --> 00:09:36.967
aki az USA történetének
egyik leghírhedtebb bűnözője.

00:09:37.164 --> 00:09:43.056
Korábban az FBI több mint 40 évig kereste.

00:09:43.588 --> 00:09:45.423
Megvolt a DNS-e,

00:09:45.447 --> 00:09:48.797
de egyetlen rendőrségi
adatbázisban sem bukkantak rá.

00:09:49.447 --> 00:09:54.159
Kb. egy éve az FBI genetikus
családfakutatótól kért tanácsot,

00:09:54.183 --> 00:09:58.133
ő meg javasolta, hogy juttassák el
bűnöző DNS-ét a kutatószolgálathoz,

00:09:58.157 --> 00:10:00.555
amely megtalálhatja a távoli rokonokat.

00:10:01.117 --> 00:10:02.273
Így is tettek,

00:10:02.297 --> 00:10:05.989
és föllelték a Golden State Killer
harmad-unokatestvérét.

00:10:06.013 --> 00:10:08.024
Óriási családfát állítottak össze,

00:10:08.381 --> 00:10:09.927
beszkennelték a fa ágait,

00:10:09.937 --> 00:10:11.643
és végül profilra találtak,

00:10:11.673 --> 00:10:15.677
amely a Golden State Killer néven
ismert személyre pontosan ráillett.

00:10:15.701 --> 00:10:19.293
DNS-mintát vettek tőle,
és tökéletes volt az egyezés

00:10:19.317 --> 00:10:21.342
az FBI-nál lévő DNS-sel.

00:10:21.366 --> 00:10:22.519
Letartóztatták,

00:10:22.519 --> 00:10:25.164
és bíróság elé állították annyi év után.

00:10:26.172 --> 00:10:29.413
Azt követően a genetikus családfakutatók

00:10:29.437 --> 00:10:32.105
kezdtek együttműködni
az USA helyi bűnüldöző szerveivel

00:10:32.129 --> 00:10:35.140
hogy e technikával kapják el a bűnözőket.

00:10:35.521 --> 00:10:38.202
Csupán az utóbbi fél évben e technikával

00:10:38.226 --> 00:10:42.522
több mint 20 döglött aktát
sikerült megoldaniuk.

NOTE Paragraph

00:10:44.203 --> 00:10:48.839
Szerencsére vannak olyanok,
mint Béla bácsi és családfakutató társai.

00:10:49.045 --> 00:10:52.039
Ők nem önérdekű műkedvelők,

00:10:52.602 --> 00:10:59.021
hanem szenvedélyes tudóstársaink,
akiknek célja megmondani, kik vagyunk.

00:10:59.065 --> 00:11:03.523
Tudják, a múlt kulcs lehet a jövőhöz.

NOTE Paragraph

00:11:04.067 --> 00:11:05.250
Köszönöm szépen.

00:11:05.314 --> 00:11:06.353
(Taps)