WEBVTT

00:00:00.750 --> 00:00:05.168
上世纪后半叶，全然是一个

00:00:05.168 --> 00:00:07.251
被科学革命所定义的时代：

00:00:07.251 --> 00:00:08.741
软件革命。

00:00:09.259 --> 00:00:13.938
在一种硅半导体材料上
对电子进行编程的能力

00:00:13.938 --> 00:00:17.192
使得我们许多人曾无法想象的

00:00:17.192 --> 00:00:21.185
科技、公司和行业变为可能。

00:00:21.185 --> 00:00:25.430
这如今已彻底改变了
世界运作的方式。

00:00:26.102 --> 00:00:28.079
不过，本世纪上半叶

00:00:28.880 --> 00:00:31.990
将要被一个
崭新的软件革命所转化：

00:00:31.990 --> 00:00:34.385
生物软件革命。

00:00:34.886 --> 00:00:38.912
在一种名为生物的材料上
对生物化学进行编程的能力

00:00:38.912 --> 00:00:41.219
将会支持这一革命。

00:00:41.219 --> 00:00:45.345
如此一来，
我们将能够利用生物特征

00:00:45.345 --> 00:00:48.070
去开发新型疗法，

00:00:48.070 --> 00:00:49.913
去修复受损组织，

00:00:49.913 --> 00:00:52.748
去重编缺陷细胞，

00:00:52.748 --> 00:00:57.432
甚至利用生物化学
构建一个可编程的操作系统。

00:00:58.331 --> 00:01:01.796
如果我们能实现它——
而且我们确实需要实现它——

00:01:01.796 --> 00:01:04.177
其影响将会如此巨大，

00:01:04.177 --> 00:01:07.990
以至于第一个软件革命，
相比之下，会变得微不足道。

NOTE Paragraph

00:01:07.990 --> 00:01:12.233
这是因为生物软件
可以变革整个医疗，

00:01:12.233 --> 00:01:13.995
农业和能源领域，

00:01:13.995 --> 00:01:17.825
以及那些被 IT 人员掌控的部门。

00:01:18.659 --> 00:01:22.935
想象一下可编程植物：
能够更有效进行固氮，

00:01:22.935 --> 00:01:25.944
或可以抵御新型真菌病原体，

00:01:25.944 --> 00:01:29.348
甚至能够将农作物编程为
多年生而非一年生，

00:01:29.348 --> 00:01:31.767
使你的年产量可以翻倍。

00:01:31.767 --> 00:01:33.879
这会改变农业，

00:01:33.879 --> 00:01:38.910
同时改变全球不断增长的
粮食需求的方法。

00:01:38.748 --> 00:01:40.989
或想象可编程的免疫力，

00:01:40.989 --> 00:01:45.230
设计并利用能够指导
你免疫系统的分子设备

00:01:45.230 --> 00:01:48.985
去检测、根除，甚至预防疾病。

00:01:48.985 --> 00:01:50.690
这将改变医疗，

00:01:50.690 --> 00:01:54.494
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。

NOTE Paragraph

00:01:55.361 --> 00:01:59.627
我们已经拥有很多
能让生物软件成为现实的工具。

00:01:59.627 --> 00:02:01.934
我们能使用 CRISPR 技术
精确编辑基因。

00:02:01.934 --> 00:02:05.120
我们能每次重写一个遗传密码。

00:02:05.120 --> 00:02:09.725
我们甚至能利用 DNA 
开发一个合成电路。

00:02:10.345 --> 00:02:12.892
但是摸索出
如何且何时使用这些工具

00:02:12.892 --> 00:02:15.263
依旧是一个试错的过程。

00:02:15.263 --> 00:02:18.984
它要求极高的专业性
和多年的领域专精。

00:02:18.984 --> 00:02:21.923
而且实验方法难以发现，

00:02:21.923 --> 00:02:24.694
往往更是难以复制。

00:02:25.268 --> 00:02:29.623
在生物领域，我们倾向
仅专注于局部，

00:02:29.623 --> 00:02:32.809
但我们都知道有些东西，例如飞行，
单就羽毛进行研究，

00:02:32.809 --> 00:02:34.448
是无法理解其原理的。

00:02:34.783 --> 00:02:39.222
所以生物编程还未能像
电脑编程那样简单。

00:02:39.222 --> 00:02:41.200
更糟糕的是，

00:02:41.200 --> 00:02:45.101
生物系统和你我
每天编写的工程系统

00:02:45.101 --> 00:02:47.223
几乎毫无相似之处。

00:02:47.662 --> 00:02:51.781
相比工程系统，
生物系统能自我生产、

00:02:51.781 --> 00:02:53.250
自我组织，

00:02:53.250 --> 00:02:55.008
并以分子规模运作。

00:02:55.100 --> 00:02:57.116
这些分子层级的相互作用

00:02:57.116 --> 00:03:00.210
通常会导致稳健的宏观规模输出，

00:03:00.222 --> 00:03:03.190
它甚至可以自我修复。

NOTE Paragraph

00:03:04.196 --> 00:03:07.207
试想家中一盆不起眼的植物，

00:03:07.207 --> 00:03:09.403
比如你家壁炉台上的那盆

00:03:09.403 --> 00:03:11.244
你老是忘记浇水的植物。

00:03:11.713 --> 00:03:15.307
尽管你会忘记，
那盆植物每天都需要醒来

00:03:15.307 --> 00:03:18.790
并思考如何分配它所有的资源。

00:03:18.790 --> 00:03:21.652
它是生长、进行光合作用、
产生种子，还是开花？

00:03:21.652 --> 00:03:25.656
这是这盆植物所需要做出的决定。

00:03:25.656 --> 00:03:29.124
但一盆植物没有大脑来弄清这件事。

00:03:29.124 --> 00:03:31.924
这需要其叶片上细胞的帮助。

00:03:31.924 --> 00:03:33.660
它们需要针对环境做出反应，

00:03:33.660 --> 00:03:36.490
并且做出影响整盆植物的决定。

00:03:36.490 --> 00:03:40.537
所以在那些叶片细胞中
必定要有一个运行的程序，

00:03:40.537 --> 00:03:43.301
一个能响应输入信号与提示，

00:03:43.301 --> 00:03:45.266
以及调整细胞行为的程序。

00:03:45.717 --> 00:03:48.778
之后，那些程序
必须以分布式运行，

00:03:48.778 --> 00:03:50.283
覆盖每一个细胞单元，

00:03:50.283 --> 00:03:54.434
从而进行协作
让植物茁壮成长。

NOTE Paragraph

00:03:55.613 --> 00:03:58.900
如果我们能够了解那些生物程序，

00:03:58.900 --> 00:04:02.670
如果我们能够明白那些生物计算，

00:04:02.670 --> 00:04:06.050
这将会转变我们对细胞
的行为方式和行为原因的

00:04:06.050 --> 00:04:07.668
理解能力。

00:04:08.186 --> 00:04:09.900
因为，如果我们了解那些程序，

00:04:09.900 --> 00:04:12.335
当出现问题时，
我们可以为它们排错。

00:04:12.335 --> 00:04:16.513
或我们可以向它们学习
如何设计这样

00:04:16.525 --> 00:04:21.189
能充分利用生物化学
计算能力的合成电路。

NOTE Paragraph

00:04:22.302 --> 00:04:25.312
我对这个想法的热情，
让我进入了

00:04:25.312 --> 00:04:29.540
数学、计算机科学
和生物学的交叉领域。

00:04:29.540 --> 00:04:33.830
工作中，我专注于一个概念：
生物学计算。

00:04:34.228 --> 00:04:37.330
这代表着不断询问
细胞在计算什么，

00:04:37.330 --> 00:04:41.180
以及我们如何能
解开这些生物程序的奥秘？

00:04:41.706 --> 00:04:45.512
我开始和微软研究院与剑桥大学

00:04:45.512 --> 00:04:48.570
的一些出色的合作人士
一起询问这些问题，

00:04:48.570 --> 00:04:50.385
我们想要了解

00:04:50.385 --> 00:04:54.548
在一种独特细胞中
运行的生物程序：

00:04:54.548 --> 00:04:56.538
胚胎干细胞（ ES 细胞）。

00:04:57.370 --> 00:05:00.270
这些细胞很独特，因为它们
非常稚嫩（即未高度分化）。

00:05:00.270 --> 00:05:02.425
它们能够分化
为它们想要变成的东西：

00:05:02.425 --> 00:05:04.998
一个脑细胞，一个心脏细胞，
一个骨细胞，一个肺细胞，

00:05:04.998 --> 00:05:06.865
任何一种成熟细胞。

00:05:06.865 --> 00:05:08.699
这一稚嫩状态让这些细胞
变得与众不同，

00:05:08.717 --> 00:05:11.695
但也激发了科学界的想象力。

00:05:11.695 --> 00:05:14.968
科学家们意识到，
如果我们能挖掘这一特性的潜力，

00:05:14.968 --> 00:05:17.386
我们将会拥有一个
强大的医疗工具。

00:05:17.813 --> 00:05:20.527
如果我们能搞清
这些细胞是如何决定

00:05:20.527 --> 00:05:22.637
自己要发育为何种细胞的，

00:05:22.637 --> 00:05:24.407
我们或许能够利用
ES 细胞的这一能力，

00:05:24.409 --> 00:05:29.790
生成我们需要的细胞，
来修复携带疾病的或受损的组织。

00:05:29.675 --> 00:05:32.683
但这一愿景的实现存在着挑战，

00:05:32.683 --> 00:05:35.377
不仅是因为这些特定细胞

00:05:35.377 --> 00:05:38.432
在受孕的 6 天后才出现，

00:05:38.820 --> 00:05:40.801
之后大约在 1 天内，就会消失。

00:05:40.801 --> 00:05:42.907
它们走上了不同的道路，

00:05:42.907 --> 00:05:46.890
共同形成成年人体
的所有结构和器官。

NOTE Paragraph

00:05:47.749 --> 00:05:49.612
但事实证明，细胞的命运

00:05:49.612 --> 00:05:52.246
比我们所想象的更具有可塑性。

00:05:52.246 --> 00:05:56.631
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：

00:05:57.362 --> 00:06:01.673
通过把少量基因导入成熟细胞，

00:06:01.673 --> 00:06:03.473
例如你的一个皮肤细胞，

00:06:03.473 --> 00:06:07.438
你可以把这个成熟细胞
转化回未分化状态。

00:06:07.438 --> 00:06:10.625
这一过程被称为“重编程”。

00:06:10.625 --> 00:06:14.300
这让我们联想到
“干细胞乌托邦”，

00:06:14.300 --> 00:06:17.757
这种能力可以采集
患者自身的细胞样本，

00:06:17.774 --> 00:06:20.107
将其转化回未分化的原始形态，

00:06:20.107 --> 00:06:23.210
并使用那些细胞
制造患者可能需要的细胞，

00:06:23.210 --> 00:06:25.528
不论是脑细胞，还是心脏细胞。

NOTE Paragraph

00:06:26.457 --> 00:06:28.286
但在过去的 10 年，

00:06:28.286 --> 00:06:31.260
搞清楚如何改变细胞命运

00:06:31.260 --> 00:06:33.550
仍然是一个试错的过程。

00:06:33.875 --> 00:06:38.375
即使是在那些我们已经发现了
成功实验方法的情况下，

00:06:38.375 --> 00:06:39.900
它们仍旧低效，

00:06:39.900 --> 00:06:44.207
而且我们缺少关于
它们如何以及为何运作的基本理解。

00:06:44.527 --> 00:06:47.543
如果你能摸清如何把一个干细胞
诱导为一个心脏细胞，

00:06:47.543 --> 00:06:50.650
你依然不知道如何把一个干细胞

00:06:50.650 --> 00:06:52.500
诱导为一个脑细胞。

00:06:52.491 --> 00:06:55.486
所以我们想要了解

00:06:55.486 --> 00:06:57.942
在 ES 细胞中运行的生物程序，

00:06:57.942 --> 00:07:01.555
而且，了解该生物系统中
所运行的计算

00:07:01.555 --> 00:07:05.750
始于提出一个极为简单的问题：

00:07:05.750 --> 00:07:09.222
这个系统到底需要做什么？

NOTE Paragraph

00:07:09.853 --> 00:07:12.565
计算机科学实际上已有一套策略

00:07:12.565 --> 00:07:16.462
来执行软件和硬件的功能。

00:07:16.470 --> 00:07:19.110
当你编写程序时，
你用代码编写了一个软件，

00:07:19.110 --> 00:07:21.203
你希望这个软件能够正确运行，

00:07:21.203 --> 00:07:23.061
你希望它具备完善的功能与性能，

00:07:23.061 --> 00:07:24.138
能防止错误，

00:07:24.138 --> 00:07:25.664
做到这些的成本很高。

00:07:26.240 --> 00:07:27.930
所以当一个开发者编写程序时，

00:07:27.930 --> 00:07:30.253
他们能编写出一套技术规范。

00:07:30.253 --> 00:07:32.019
这些是你的程序应该做的“工作”。

00:07:32.019 --> 00:07:34.163
或许它能比较两个数的大小，

00:07:34.163 --> 00:07:36.307
或将数字进行正序排序。

00:07:36.996 --> 00:07:41.708
这样的技术存在：
允许我们自动检查

00:07:41.708 --> 00:07:44.390
我们的代码是否符合技术规范，

00:07:44.390 --> 00:07:46.791
程序是否在完成它的本职工作。

00:07:47.221 --> 00:07:49.970
于是我们的想法很类似，

00:07:49.970 --> 00:07:53.163
实验观察值，也就是
我们在实验室中测量的东西，

00:07:53.163 --> 00:07:58.271
符合生物编程本职工作中
怎样的技术规范？

NOTE Paragraph

00:07:58.754 --> 00:08:00.645
所以我们只需要找到一个方法

00:08:00.665 --> 00:08:03.852
来编译这个新型的技术规范。

00:08:04.513 --> 00:08:07.854
比方说，你在实验室忙活了很久，
你一直在测量基因，

00:08:07.854 --> 00:08:10.683
发现如果基因 A 是活跃的，

00:08:10.683 --> 00:08:14.120
那么基因 B 或 C 也会看似活跃。

00:08:14.642 --> 00:08:18.210
如果我们能用一种逻辑语言，
就可以将这种观察

00:08:18.210 --> 00:08:20.657
编写为一种数学表达：

00:08:21.170 --> 00:08:23.580
如果 A ，那么 B 或 C 。

00:08:24.202 --> 00:08:26.658
这是一个非常简单的例子，

00:08:26.658 --> 00:08:28.355
只是为了解释清楚我的意思。

00:08:28.355 --> 00:08:31.312
我们可以编译很多丰富的表达，

00:08:31.312 --> 00:08:35.752
在多个不同的实验中，
随着时间的推移，这些表达可以捕捉

00:08:35.752 --> 00:08:38.148
多种基因或蛋白质的行为。

00:08:38.449 --> 00:08:41.122
运用这种方法，
把我们的观察值

00:08:41.122 --> 00:08:43.100
编译为一种数学表达，

00:08:43.100 --> 00:08:48.726
现在有可能测试这些观察结果
是否可以从基因相互作用

00:08:48.726 --> 00:08:51.458
的程序中得到。

NOTE Paragraph

00:08:51.984 --> 00:08:54.487
我们开发了一个工具
来实现这个目的。

00:08:54.487 --> 00:08:57.424
我们能用这个工具
将观察值编译为

00:08:57.424 --> 00:08:59.000
数学表达。

00:08:59.000 --> 00:09:02.494
该工具能让我们发现可以解释

00:09:02.494 --> 00:09:04.128
所有原因的遗传程序。

00:09:05.405 --> 00:09:07.706
之后，我们运用这个方法

00:09:07.706 --> 00:09:11.812
来揭示 ES 细胞中运行的遗传程序，

00:09:11.812 --> 00:09:15.823
来看看我们是否能理解
如何诱导未分化状态的细胞。

00:09:16.000 --> 00:09:17.965
这个工具实际上是建立在

00:09:17.965 --> 00:09:21.771
经常被部署在世界各地
用于传统的软件验证

00:09:21.771 --> 00:09:23.026
的解算器上的。

00:09:23.533 --> 00:09:27.292
我们从一套将近有 50 个
不同的技术规范开始，

00:09:27.292 --> 00:09:31.774
这些是我们从对 ES 细胞的
实验观察值中得出的。

00:09:31.774 --> 00:09:34.465
利用这个工具，
通过编译这些观察值，

00:09:34.465 --> 00:09:37.623
我们能够揭开第一个

00:09:37.623 --> 00:09:39.705
能够解释所有分子的程序。

NOTE Paragraph

00:09:40.182 --> 00:09:42.502
这本身听着是一种壮举，是吧？

00:09:42.502 --> 00:09:45.837
将所有的观察值协调到一起，

00:09:45.837 --> 00:09:48.812
不是那种你可以
在信封背面做的事情，

00:09:48.812 --> 00:09:51.511
即使你有一个很大的信封。

00:09:52.187 --> 00:09:54.227
因为我们有着这样的理解，

00:09:54.227 --> 00:09:55.517
我们能够再进一步。

00:09:55.517 --> 00:09:59.189
我们能够用这个程序
在尚未测试的条件下，

00:09:59.189 --> 00:10:01.421
来预测这个细胞可能会做什么。

00:10:01.421 --> 00:10:03.854
我们能够在硅上探索该程序。

NOTE Paragraph

00:10:04.641 --> 00:10:05.831
所以我们行动了起来：

00:10:05.831 --> 00:10:09.270
我们依据实验室检测值
生成了预测，

00:10:09.270 --> 00:10:12.159
并发现该程序非常具有可预测性。

00:10:12.159 --> 00:10:14.718
它告诉我们如何能够

00:10:14.718 --> 00:10:17.767
加速细胞返回未分化状态的过程，
使之快速且有效。

00:10:17.767 --> 00:10:20.438
它告诉我们
可以针对哪些基因进行操作，

00:10:20.438 --> 00:10:23.126
又有哪些基因会阻碍这一过程。

00:10:23.126 --> 00:10:28.231
我们甚至发现了一个
能够预测基因开启顺序的程序。

00:10:28.970 --> 00:10:32.243
这个方法让我们得以

00:10:32.243 --> 00:10:34.594
揭秘细胞行为的动态。

NOTE Paragraph

00:10:35.691 --> 00:10:39.318
我们开发的不只是一种
仅限于干细胞生物的方法。

00:10:39.318 --> 00:10:42.090
相反，这能帮助我们理解

00:10:42.090 --> 00:10:43.971
在遗传相互作用的环境下

00:10:43.971 --> 00:10:46.616
细胞内在的计算程序。

00:10:46.616 --> 00:10:48.904
所以这其实只是拼图中的一块。

00:10:48.904 --> 00:10:51.562
该领域急需开发新方法

00:10:51.562 --> 00:10:54.250
来更广泛地在不同层次上

00:10:54.250 --> 00:10:55.709
了解生物计算，

00:10:55.709 --> 00:10:59.462
从 DNA 到细胞间的信息流。

00:10:59.807 --> 00:11:02.622
只有这样的变革性理解

00:11:02.622 --> 00:11:07.757
才能够使我们以可预测和可靠
的方式利用生物学。

NOTE Paragraph

00:11:08.963 --> 00:11:11.973
但是对于编程生物学，
我们也将需要开发

00:11:11.973 --> 00:11:15.870
允许实验人员和计算科学家

00:11:15.870 --> 00:11:17.488
使用的工具和语言

00:11:17.488 --> 00:11:19.908
来设计生物函数，

00:11:19.908 --> 00:11:23.471
并将这些设计编译成
细胞的机器代码，

00:11:23.471 --> 00:11:24.844
也就是它的生物化学，

00:11:24.844 --> 00:11:27.256
这样我们就可以构建这些结构。

00:11:27.256 --> 00:11:30.851
这就类似于一个
活的生物软件编译器，

00:11:30.851 --> 00:11:32.555
我非常自豪能成为

00:11:32.555 --> 00:11:34.983
微软开发此类软件团队的一员。

00:11:35.272 --> 00:11:38.131
尽管，说这是一个
很大的挑战有点轻描淡写，

00:11:38.131 --> 00:11:39.436
但如果能实现，

00:11:39.436 --> 00:11:43.544
这将会成为
软件和湿件最后的桥梁。

NOTE Paragraph

00:11:44.968 --> 00:11:49.896
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，

00:11:49.896 --> 00:11:52.594
编程生物学才会变成可能。

00:11:52.594 --> 00:11:55.700
这需要我们搭建起
物理与生命科学的桥梁，

00:11:55.706 --> 00:11:57.964
来自相关学术背景的科学家们

00:11:57.964 --> 00:12:00.706
需要能够利用共同语言进行合作，

00:12:00.706 --> 00:12:03.475
并分享共同的科学问题。

NOTE Paragraph

00:12:04.723 --> 00:12:06.545
长远来看，值得记住的是：

00:12:06.545 --> 00:12:10.764
当我们第一次开始
在硅微芯片上编程时，

00:12:10.764 --> 00:12:12.399
几乎无法想象有一天会出现

00:12:12.399 --> 00:12:16.081
我们如今每天都需要打交道的
那些大型软件公司和技术。

00:12:16.436 --> 00:12:19.387
如果我们现在开始思考

00:12:19.387 --> 00:12:21.825
由计算生物学支持的科技潜能，

00:12:21.825 --> 00:12:24.779
我们将会看到为实现这一目标

00:12:24.779 --> 00:12:26.446
一路上需要做出的努力。

00:12:27.138 --> 00:12:30.236
如今存在一种令人警醒的想法：

00:12:30.236 --> 00:12:32.053
这种科技可能会被滥用。

00:12:32.053 --> 00:12:33.919
如果我们愿意探讨

00:12:33.919 --> 00:12:35.742
编程免疫细胞的潜力，

00:12:35.742 --> 00:12:38.847
我们也应该考虑到
改造后的细菌成功躲避

00:12:38.847 --> 00:12:40.630
那些免疫细胞的可能。

00:12:40.630 --> 00:12:42.769
可能有些人打算从事这方面的研究。

00:12:43.387 --> 00:12:45.170
关于这个话题也存在
一个令人欣慰的想法——

00:12:45.170 --> 00:12:47.524
科学家大概不这么认为——

00:12:47.524 --> 00:12:50.800
生物太脆弱，在工作中难以把控。

00:12:50.800 --> 00:12:53.158
所以编程生物学不会

00:12:53.158 --> 00:12:55.215
进入你的生活。

00:12:55.616 --> 00:12:57.661
但因为我们才刚起步，

00:12:57.661 --> 00:13:00.264
所以我们可以
大胆且谨慎的往前走。

00:13:00.264 --> 00:13:02.589
我们可以事先提出难题，

00:13:02.589 --> 00:13:05.589
我们可以采取必要的保护措施，

00:13:05.589 --> 00:13:08.424
同时，作为其中的一部分，
还需要思考我们的道德标准，

00:13:08.424 --> 00:13:11.530
我们将需要思考那些生物函数

00:13:11.530 --> 00:13:13.151
实行的界限。

00:13:13.528 --> 00:13:17.250
所以其中的生物伦理学研究
将被优先考虑。

00:13:17.250 --> 00:13:19.724
在令人激动的科学创新中，

00:13:19.724 --> 00:13:22.288
这个话题不能屈居第二。

NOTE Paragraph

00:13:23.122 --> 00:13:26.578
但我们这场旅行的最终目的地

00:13:26.578 --> 00:13:29.977
将会是突破性的应用
以及突破性行业，

00:13:29.977 --> 00:13:33.512
从农业，医疗，到能源和材料，

00:13:33.512 --> 00:13:35.849
甚至计算机技术本身。

00:13:36.497 --> 00:13:39.616
试想，有一天，我们能
使用终极绿色能源

00:13:39.616 --> 00:13:41.516
为地球提供可持续的动力，

00:13:41.516 --> 00:13:45.442
因为我们已经能够模仿植物
在千年前发现的东西：

00:13:45.442 --> 00:13:49.254
如何利用我们现有太阳能电池

00:13:49.254 --> 00:13:51.695
无法比拟的效率来利用太阳能。

00:13:51.695 --> 00:13:54.416
如果我们能理解
让植物高效吸收太阳光的

00:13:54.416 --> 00:13:57.314
量子相互作用的程序，

00:13:57.314 --> 00:14:01.718
我们或许能将其编译为
能够为太阳能电池提供

00:14:01.718 --> 00:14:04.489
更好材料的合成 DNA 电路。

00:14:05.303 --> 00:14:08.700
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，

00:14:08.700 --> 00:14:11.693
如果这个课题能获得
足够的关注和正确的投资，

00:14:11.693 --> 00:14:14.677
在未来的 10 或 15 年内，
或许就有可能实现。

NOTE Paragraph

00:14:15.390 --> 00:14:18.654
我们正处在科技革新的开端。

00:14:18.925 --> 00:14:22.253
了解这种古老的生物计算类型

00:14:22.253 --> 00:14:24.308
是关键的第一步。

00:14:24.308 --> 00:14:25.785
如果我们能意识到这件事，

00:14:25.787 --> 00:14:28.370
就将进入一个拥有
能够运行生物软件

00:14:28.370 --> 00:14:30.478
的操作系统的时代。

NOTE Paragraph

00:14:30.478 --> 00:14:31.732
非常感谢。

NOTE Paragraph

00:14:31.732 --> 00:14:34.484
（掌声）