< Return to Video

Hoe digitaal DNA je kan helpen betere gezondheidskeuzes te maken

  • 0:01 - 0:04
    Ik ben hier vandaag
    om je een vraag te stellen.
  • 0:04 - 0:05
    Wat is leven?
  • 0:06 - 0:09
    Die vraag houdt mij
    nu al meer dan 25 jaar bezig
  • 0:09 - 0:13
    en waarschijnlijk zal ze mij
    de komende 25 jaar ook nog bezighouden.
  • 0:14 - 0:18
    Dit is de scriptie die ik deed
    toen ik nog aan het studeren was.
  • 0:19 - 0:26
    Daar waar mijn collega's computers
    nog zagen als enorme rekenmachines,
  • 0:26 - 0:29
    begon ik aan computers
    te leren om te leren.
  • 0:30 - 0:33
    Ik maakte digitale lieveheersbeestjes
  • 0:33 - 0:38
    en probeerde van de echte te leren,
    om maar één ding te doen:
  • 0:38 - 0:39
    eten zoeken.
  • 0:39 - 0:42
    En na uitermate simpele
    neurale verbindingen --
  • 0:42 - 0:44
    generische algoritmes enzovoorts --
  • 0:44 - 0:46
    kijk naar het patroon.
  • 0:46 - 0:49
    Het is bijna identiek
    aan dat van het echte beestje.
  • 0:50 - 0:54
    Een frappante leerervaring
    voor een twintigjarige.
  • 0:56 - 0:59
    Het leven is een autodidactisch programma.
  • 1:00 - 1:03
    Alles op deze prachtige planeet,
  • 1:04 - 1:07
    iedere levenssoort, heeft een eigen
    autodidactisch programma.
  • 1:08 - 1:10
    Dat programma is genoom
  • 1:10 - 1:14
    en de code ervan is het DNA.
  • 1:15 - 1:21
    De verschillende genomen van iedere soort
    staan voor hun overlevingsstrategieën.
  • 1:22 - 1:26
    Zij representeren
    honderden miljoenen jaren aan evolutie.
  • 1:27 - 1:31
    De interactie tussen
    voorouders van iedere soort
  • 1:31 - 1:33
    en hun omgeving.
  • 1:34 - 1:37
    De wereld fascineerde mij,
  • 1:37 - 1:38
    DNA fascineerde mij,
  • 1:38 - 1:41
    de zogenaamde taal van het leven,
  • 1:41 - 1:42
    het autodidactisch programma.
  • 1:43 - 1:48
    Ik besloot mede-oprichter te worden
    van het instituut om dit alles te lezen.
  • 1:48 - 1:49
    Ik heb er veel gelezen.
  • 1:50 - 1:54
    We hebben waarschijnlijk meer dan de helft
    van alle voor-dierlijke genomen gelezen.
  • 1:54 - 1:56
    Ik bedoel, tot op heden.
  • 1:57 - 1:59
    We hebben veel geleerd.
  • 1:59 - 2:03
    We hebben de sequentie van één soort
    vele malen opnieuw in kaart gebracht:
  • 2:03 - 2:04
    het menselijk genoom.
  • 2:04 - 2:06
    We sequenceten de eerste Aziaat.
  • 2:06 - 2:09
    Ik heb het zelf vele malen gesequencet,
  • 2:09 - 2:12
    puur omdat het kon met dat platform.
  • 2:13 - 2:17
    Kijk naar al die basenparen
    die zich steeds herhalen: ATCG.
  • 2:17 - 2:19
    Daar haal je geen informatie uit.
  • 2:19 - 2:21
    Maar kijk naar dat ene basenpaar.
  • 2:21 - 2:23
    Die vijf letters, de AGGAA.
  • 2:24 - 2:27
    Die vijf SNP's staan voor
    een zeer specifiek haplotype
  • 2:27 - 2:29
    in de Tibetaanse bevolking,
  • 2:29 - 2:31
    rondom het gen genaamd EPAS1.
  • 2:31 - 2:33
    Het is aangetoond dat dat gen --
  • 2:33 - 2:34
    uitermate selectief --
  • 2:34 - 2:39
    de meest significante handtekening
    van positieve selectie van Tibetanen is,
  • 2:39 - 2:40
    voor hun aanpassing aan de hoogte.
  • 2:41 - 2:42
    Weet je wat nog meer?
  • 2:42 - 2:48
    Deze vijf SNP's waren het resultaat
    van de integratie van de denisovamens,
  • 2:48 - 2:51
    of denisova-achtige individuen.
  • 2:52 - 2:55
    Dit is waarom we
    menselijke genomen moeten lezen.
  • 2:55 - 2:56
    Om de geschiedenis te begrijpen,
  • 2:56 - 3:00
    te snappen wat voor soort leerproces
  • 3:00 - 3:04
    het genoom heeft doorgemaakt
    over de miljoenen jaren.
  • 3:05 - 3:08
    Een genoom lezen
    kan veel informatie opleveren --
  • 3:08 - 3:10
    het onthult de fouten in het genoom --
  • 3:10 - 3:13
    Geboorteafwijkingen,
    monogenetische aandoeningen.
  • 3:13 - 3:15
    Slechts een druppel bloed
  • 3:15 - 3:17
    kan verklaren waarom je koorts hebt
  • 3:17 - 3:21
    of welk medicijn en hoeveel daarvan
    je moet nemen als je ziek bent,
  • 3:21 - 3:23
    met name bij kanker.
  • 3:24 - 3:26
    Er zou van alles onderzocht kunnen worden,
  • 3:26 - 3:27
    maar bekijk dit eens:
  • 3:27 - 3:30
    30 jaar geleden waren we nog arm in China.
  • 3:31 - 3:35
    Slechts 0,67 procent
    van de Chinese volwassenen had diabetes.
  • 3:35 - 3:37
    Vandaag de dag is dat 11 procent.
  • 3:38 - 3:41
    In 30 jaar tijd kan de genetica
    niet veranderen --
  • 3:41 - 3:42
    dat is maar één generatie.
  • 3:43 - 3:45
    Er moet iets anders zijn.
  • 3:45 - 3:46
    Is het dieet?
  • 3:46 - 3:47
    Het milieu?
  • 3:48 - 3:49
    De manier van leven?
  • 3:49 - 3:54
    Zelfs eeneiige tweelingen
    kunnen zich compleet anders ontwikkelen.
  • 3:55 - 3:58
    De één kan obees worden,
    terwijl de ander dat niet wordt.
  • 3:59 - 4:01
    De één krijgt kanker, de ander niet.
  • 4:02 - 4:06
    En dan heb ik het nog niet over
    leven in een ontzettend drukke omgeving.
  • 4:08 - 4:10
    10 jaar geleden
    verhuisde ik naar Shenzhen,
  • 4:10 - 4:13
    om een reden die sommigen wellicht kennen.
  • 4:14 - 4:16
    Als het gen onder druk staat,
  • 4:16 - 4:18
    gedraagt het zich compleet anders.
  • 4:19 - 4:20
    Het leven is een reis.
  • 4:21 - 4:23
    Een gen is slechts een beginpunt,
  • 4:23 - 4:24
    niet het einde.
  • 4:25 - 4:30
    Er is een statistisch risico
    op bepaalde ziekten bij je geboorte.
  • 4:30 - 4:34
    Maar je neemt iedere dag
    andere beslissingen
  • 4:34 - 4:38
    en die vergroten of verkleinen
    het risico op bepaalde ziekten.
  • 4:39 - 4:42
    Maar weet jij waar je staat op de curve?
  • 4:42 - 4:45
    Hoe de afgelopen curve eruitziet?
  • 4:45 - 4:47
    Wat voor soort besluiten
    je iedere dag moet nemen?
  • 4:48 - 4:50
    En met welke beslissingen bereik je
  • 4:50 - 4:54
    de beste curve voor jouw levensreis?
  • 4:55 - 4:57
    Wat is dat?
  • 4:57 - 4:59
    Het enige wat je niet kunt veranderen,
  • 4:59 - 5:01
    niet ongedaan kunt maken,
  • 5:02 - 5:03
    is de tijd.
  • 5:03 - 5:05
    Nog niet althans, wellicht in de toekomst.
  • 5:05 - 5:06
    (Gelach)
  • 5:06 - 5:09
    Je kunt een eerdere beslissing
    dus niet ongedaan maken,
  • 5:09 - 5:10
    maar wat dan wel?
  • 5:11 - 5:16
    Kunnen we verschillende scenario's
    voor mij uitrollen en proberen
  • 5:16 - 5:19
    de gevolgen juist te voorspellen,
  • 5:19 - 5:22
    om de juiste beslissing te kunnen nemen?
  • 5:22 - 5:25
    We zijn immers wat we kiezen.
  • 5:26 - 5:29
    Deze lieveheersbeestjes
    kwamen achteraf in mij op.
  • 5:30 - 5:33
    25 jaar geleden maakte ik
    digitale lieveheersbeestjes
  • 5:33 - 5:35
    om te proberen de echte te simuleren.
  • 5:36 - 5:37
    Kan ik mijzelf digitaliseren,
  • 5:38 - 5:39
    om mij te simuleren?
  • 5:40 - 5:43
    Ik snap dat het neurale netwerk
  • 5:43 - 5:46
    vele malen geavanceerder
    en ingewikkelder zou zijn.
  • 5:46 - 5:47
    Kan ik een digitale ik maken
  • 5:47 - 5:51
    en proberen verschillende uitkomsten
    voor mijn digitale ik uit te rollen --
  • 5:51 - 5:52
    om dat te berekenen?
  • 5:53 - 5:56
    Dan zou ik kunnen leven
    in verschillende universums,
  • 5:56 - 5:59
    parallel, tegelijkertijd.
  • 5:59 - 6:02
    Dan zou ik alle juiste keuzes maken.
  • 6:02 - 6:06
    Ik heb waarschijnlijk de meest
    omvattende digitale ik op de planeet.
  • 6:06 - 6:09
    Ik heb heel wat geld aan mij,
    aan mezelf, uitgegeven.
  • 6:10 - 6:15
    En de digitale ik vertelde mij
    dat ik een erfelijk risico op jicht heb,
  • 6:15 - 6:17
    door al deze dingen.
  • 6:17 - 6:19
    Je hebt daarvoor
    een andere technologie nodig.
  • 6:19 - 6:21
    De proteïnen, genen,
  • 6:21 - 6:24
    omgezette anti-stoffen,
  • 6:24 - 6:26
    je moet je hele lichaam in beeld brengen,
  • 6:26 - 6:29
    alle bacteriën and virussen
    op je huid, in je lichaam.
  • 6:30 - 6:32
    Je hebt daarvoor
    alle 'slimme voorzieningen' nodig --
  • 6:33 - 6:36
    slimme auto's, huizen, tafels,
  • 6:36 - 6:39
    een slim horloge, een smartphone --
    om al je activiteiten te volgen.
  • 6:39 - 6:41
    De omgeving is van belang --
  • 6:41 - 6:42
    alles is van belang --
  • 6:42 - 6:44
    en vergeet het smart-toilet niet.
  • 6:44 - 6:45
    (Gelach)
  • 6:45 - 6:47
    Wat een verspilling, nietwaar?
  • 6:47 - 6:52
    Iedere dag wordt er zo veel informatie
    van ongeschatte waarde doorgespoeld.
  • 6:53 - 6:54
    En die heb je nodig.
  • 6:54 - 6:56
    Je moet alles meten.
  • 6:56 - 7:00
    Je moet alles om je heen
    kunnen meten en berekenen.
  • 7:00 - 7:04
    De digitale ik vertelde mij
    dat ik een genetisch gebrek heb.
  • 7:05 - 7:07
    Ik heb een zeer hoog risico op jicht.
  • 7:08 - 7:09
    Momenteel voel ik daar niets van,
  • 7:09 - 7:11
    ik ben nog gezond.
  • 7:11 - 7:12
    Maar mijn urinezuurniveau:
  • 7:12 - 7:14
    dat is twee keer zo hoog als normaal.
  • 7:15 - 7:18
    De digitale ik doorzocht
    alle geneesmiddelenboeken
  • 7:18 - 7:22
    en zei mij vervolgens:
    "Oké, je kunt klisthee drinken" --
  • 7:22 - 7:24
    wat een benaming --
  • 7:24 - 7:25
    (Gelach)
  • 7:25 - 7:27
    Het is oude Chinese wijsheid.
  • 7:27 - 7:30
    Ik dronk die thee drie maanden lang.
  • 7:30 - 7:32
    Mijn urinezuur
    is nu op een normaal niveau.
  • 7:33 - 7:35
    Ik bedoel, voor mij werkte het.
  • 7:35 - 7:37
    Die duizenden jaren wijsheid
    werkten voor mij.
  • 7:37 - 7:39
    Ik had geluk.
  • 7:39 - 7:42
    Maar voor jou waarschijnlijk niet.
  • 7:43 - 7:45
    Al deze bestaande kennis in de wereld
  • 7:45 - 7:51
    kan onmogelijk efficiënt genoeg
    of genoeg op jou toegespitst zijn.
  • 7:52 - 7:55
    De enige manier
    om die digitale ik te laten werken,
  • 7:55 - 7:57
    is door van jezelf te leren.
  • 7:59 - 8:01
    Je moet veel over jezelf vragen:
  • 8:02 - 8:03
    "Wat als?" --
  • 8:03 - 8:05
    Ik heb op dit moment een jetlag.
  • 8:05 - 8:07
    Al zie je het niet, het is wel zo.
  • 8:08 - 8:10
    Wat als ik minder eet?
  • 8:10 - 8:13
    Of metformine neem,
    zogenaamd om langer te leven?
  • 8:14 - 8:15
    De Mount Everest beklim?
  • 8:15 - 8:16
    Zo simpel is het niet.
  • 8:16 - 8:18
    Als ik een marathon loop?
  • 8:18 - 8:20
    Wat als ik een fles mao-tai drink,
  • 8:20 - 8:22
    een Chinese likeur,
  • 8:22 - 8:23
    en onwijs dronken word?
  • 8:23 - 8:27
    Laatst deed ik een videorepetitie
    met de mensen hier,
  • 8:28 - 8:29
    toen ik dronken was
  • 8:29 - 8:31
    en ik gaf een compleet andere speech.
  • 8:31 - 8:34
    (Gelach)
  • 8:34 - 8:36
    Wat als ik minder werk?
  • 8:36 - 8:38
    Dan ben ik minder gestrest, nietwaar?
  • 8:38 - 8:40
    Dat gebeurt mij waarschijnlijk nooit,
  • 8:40 - 8:42
    ik ben dagelijks heel gestrest,
  • 8:42 - 8:44
    maar ik hoop dat minder te kunnen zijn.
  • 8:44 - 8:46
    Uit deze vroege onderzoeken bleek dat,
  • 8:46 - 8:48
    zelfs met dezelfde banaan,
  • 8:49 - 8:51
    ons glucoseniveau per individu
  • 8:52 - 8:53
    totaal anders reageerde.
  • 8:53 - 8:54
    Hoe zit dat met mij?
  • 8:54 - 8:56
    Wat is voor mij het juiste ontbijt?
  • 8:56 - 8:59
    Ik moet twee weken lang
    gecontroleerde experimenten doen,
  • 8:59 - 9:03
    allemaal verschillende
    voedselingrediënten uitproberen
  • 9:03 - 9:05
    en mijn lichaamsreactie controleren.
  • 9:05 - 9:09
    Ik weet niet wat precies
    de juiste voeding is voor mij,
  • 9:09 - 9:10
    voor mijzelf.
  • 9:11 - 9:16
    Toen wilde ik alle oude
    Chinese wijsheden doorzoeken
  • 9:16 - 9:19
    om langer en gezonder te leven.
  • 9:19 - 9:20
    Dat deed ik.
  • 9:20 - 9:22
    Sommige zijn absoluut niet te doen.
  • 9:23 - 9:26
    Oktober vorig jaar deed ik dit:
  • 9:26 - 9:27
    zeven dagen lang niet eten.
  • 9:28 - 9:32
    Zeven dagen lang vastte ik
    samen met zes van mijn partners.
  • 9:33 - 9:34
    Kijk naar die mensen.
  • 9:34 - 9:35
    Eén glimlach.
  • 9:35 - 9:36
    En weet je waarom?
  • 9:36 - 9:37
    Hij speelde vals.
  • 9:37 - 9:39
    (Gelach)
  • 9:39 - 9:42
    Hij dronk 's avonds één kop koffie,
  • 9:42 - 9:43
    en dat lieten de gegevens zien.
  • 9:43 - 9:44
    (Gelach)
  • 9:44 - 9:47
    We maten alles uit de gegevens.
  • 9:47 - 9:49
    We konden ze herleiden,
  • 9:49 - 9:51
    en echt zien --
  • 9:51 - 9:53
    mijn immuunsysteem bijvoorbeeld,
  • 9:53 - 9:54
    om je een idee te geven.
  • 9:54 - 9:59
    Mijn immuunsysteem veranderde
    drastisch in 24 uur.
  • 10:00 - 10:03
    En mijn antilichamen
    reguleren mijn proteïnen
  • 10:03 - 10:05
    voor die drastische verandering.
  • 10:05 - 10:06
    Iedereen doet dat zo.
  • 10:06 - 10:09
    Zelfs als we in wezen
    totaal verschillend beginnen.
  • 10:09 - 10:12
    Dat zal later waarschijnlijk
    een interessante behandeling
  • 10:12 - 10:14
    voor kanker en dergelijke zijn.
  • 10:14 - 10:16
    Het wordt nog veel interessanter.
  • 10:16 - 10:19
    Al wil je het waarschijnlijk
    niet uitproberen:
  • 10:19 - 10:23
    zoals faeceswater drinken
    van een gezonder persoon,
  • 10:23 - 10:24
    zodat jij je gezonder voelt.
  • 10:24 - 10:26
    Dit is oude Chinese wijsheid.
  • 10:26 - 10:28
    Kijk dit nu eens.
  • 10:28 - 10:30
    Zo'n 1700 jaar geleden
  • 10:30 - 10:32
    stond dit al in een boek.
  • 10:33 - 10:34
    Maar het blijft stinken.
  • 10:34 - 10:35
    (Gelach)
  • 10:35 - 10:38
    Ik wil de échte manier
    om het te doen achterhalen,
  • 10:38 - 10:42
    misschien een combinatie
    van bacteriecocktails vinden en drinken;
  • 10:42 - 10:44
    het maakt mij vast beter.
  • 10:44 - 10:45
    Dus dat probeer ik uit.
  • 10:45 - 10:48
    Al probeer ik nog zo hard,
  • 10:48 - 10:53
    het is lastig om alle mogelijke
    uitkomsten uit te proberen.
  • 10:53 - 10:58
    Het is absoluut onmogelijk
    om alle experimenten te doen,
  • 10:59 - 11:03
    maar we hebben wel zeven miljard auto-
    didactische programma's op deze planeet.
  • 11:03 - 11:04
    Zeven miljard.
  • 11:04 - 11:08
    En ieder programma werkt
    onder verschillende voorwaarden
  • 11:08 - 11:10
    en doet verschillende proeven.
  • 11:10 - 11:12
    Kunnen we ze allemaal meten?
  • 11:13 - 11:16
    Zeven jaar geleden schreef ik
    een artikel voor 'Science'
  • 11:16 - 11:19
    ter ere van de tiende verjaardag
    van het menselijk genoom.
  • 11:20 - 11:22
    Ik zei: "Sequence jezelf,
  • 11:22 - 11:23
    voor eenieder en voor iedereen."
  • 11:24 - 11:26
    Maar nu ga ik zeggen:
  • 11:26 - 11:29
    "Digitaliseer jezelf
    voor eenieder en voor iedereen."
  • 11:30 - 11:35
    Als we deze 'digitale ik'
    in een 'digitale wij' veranderen,
  • 11:36 - 11:39
    een internet der leven proberen te vormen,
  • 11:40 - 11:42
    mensen van elkaar kunnen leren,
  • 11:43 - 11:46
    wanneer mensen kunnen leren
    van hun ervaringen, hun gegevens
  • 11:47 - 11:51
    en echt een digitale versie
    van zichzelf kunnen vormgeven
  • 11:51 - 11:52
    en wij ervan leren,
  • 11:53 - 11:59
    zal de 'digitale wij' totaal
    verschillend zijn van de digitale ik.
  • 11:59 - 12:03
    Maar het kan alleen
    voortkomen uit de digitale ik.
  • 12:04 - 12:07
    En dat is wat ik hier wil voorstellen.
  • 12:08 - 12:09
    Sluit je bij mij aan --
  • 12:10 - 12:11
    word deel van 'wij'
  • 12:12 - 12:16
    en iedereen zou zijn eigen
    digitale ik moeten opbouwen,
  • 12:17 - 12:21
    omdat je alleen daarmee
    meer over jezelf zult leren,
  • 12:21 - 12:23
    over mij,
  • 12:23 - 12:24
    over ons,
  • 12:25 - 12:28
    over de vraag die ik stelde
    helemaal aan het begin:
  • 12:28 - 12:30
    "Wat is leven?"
  • 12:30 - 12:31
    Dankjulliewel.
  • 12:31 - 12:34
    (Applaus)
  • 12:37 - 12:40
    Chris Anderson: Snel nog één vraag.
  • 12:41 - 12:43
    Ik bedoel, het werk is fantastisch.
  • 12:43 - 12:45
    Ik vermoed dat mensen zich afvragen --
  • 12:46 - 12:51
    die geweldige technologische mogelijkheden
    van gepersonaliseerde medicatie,
  • 12:51 - 12:55
    lijken vooralsnog
    slechts betaalbaar voor enkelen.
  • 12:55 - 12:58
    Het kost heel wat geld
    om alles in kaart te brengen enz.
  • 12:59 - 13:02
    Zal dit leiden tot een soort,
  • 13:02 - 13:04
    je weet wel, toegenomen ongelijkheid?
  • 13:04 - 13:08
    Of visioneer jij dat de kennis
  • 13:08 - 13:09
    die je krijgt van de pioniers
  • 13:09 - 13:12
    daadwerkelijk snel verspreid kan worden
  • 13:12 - 13:16
    om een groter publiek te helpen?
  • 13:16 - 13:17
    Jun Wang: Goede vraag.
  • 13:17 - 13:21
    Toen ik zeven jaar geleden
    BGI hielp oprichten
  • 13:21 - 13:24
    en als CEO van het bedrijf werkte,
  • 13:24 - 13:27
    was het enige doel dat ik daar had
  • 13:27 - 13:29
    het omlaag brengen van de kosten.
  • 13:29 - 13:32
    Het begon met 100 miljoen dollar
    per menselijk genoom.
  • 13:32 - 13:34
    Vandaag de dag is dat
    nog enkele honderden dollars.
  • 13:34 - 13:38
    De enige reden om dat te doen,
    is zodat er meer mensen van profiteren.
  • 13:38 - 13:40
    Voor de digitale ik is dat hetzelfde.
  • 13:41 - 13:42
    Nu heb je waarschijnlijk
  • 13:42 - 13:45
    zo'n miljoen dollar nodig
    om een persoon te digitaliseren.
  • 13:46 - 13:48
    Ik vind dat dat 100 dollar moet zijn.
  • 13:48 - 13:52
    Het moet gratis zijn voor de velen
    die dat met spoed nodig hebben.
  • 13:52 - 13:54
    Dat is dus ons doel.
  • 13:54 - 13:57
    En het lijkt erop dat met al het
    samenvoegen van technologieën
  • 13:57 - 14:00
    er in de nabije toekomst,
  • 14:00 - 14:02
    over, pak 'm beet, drie tot vijf jaar,
  • 14:02 - 14:04
    het werkelijkheid wordt.
  • 14:04 - 14:08
    En dat is het hele idee
    waarom ik iCarbonX oprichtte,
  • 14:08 - 14:09
    mijn tweede bedrijf.
  • 14:09 - 14:12
    Om de kosten echt omlaag te krijgen
  • 14:12 - 14:16
    tot een niveau waarop
    ieder individu ervan kan profiteren.
  • 14:16 - 14:19
    CA: Oké, dus de droom is niet
    gezondheid voor de elite,
  • 14:19 - 14:20
    het is echt proberen
  • 14:20 - 14:23
    om de globale gezondheidszorg
    stukken goedkoper te maken --
  • 14:23 - 14:25
    JW: Maar we beginnen
    met de eerste deelnemers,
  • 14:25 - 14:28
    mensen die in de ideeën geloven,
  • 14:28 - 14:32
    en uiteindelijk zal iedereen
    er profijt van kunnen hebben.
  • 14:32 - 14:34
    CA: Nou Jun, ik kan je dit wel zeggen:
  • 14:34 - 14:37
    je bent een uitzonderlijk
    wetenschappelijk brein op deze planeet
  • 14:37 - 14:39
    en het was me een eer.
  • 14:39 - 14:40
    JW: Dankjewel.
  • 14:40 - 14:41
    (Applaus)
Title:
Hoe digitaal DNA je kan helpen betere gezondheidskeuzes te maken
Speaker:
Jun Wang
Description:

Wat als je precies kon weten hoe voeding of medicatie je gezondheid zou beïnvloeden -- nog voor je het in je lichaam stopt? Jun Wang, onderzoeker in genomica, werkt aan de ontwikkeling van digitale dubbelgangers voor echte mensen. Ze beginnen met een genetische code, maar houden ook rekening met andere gegevens: van voedselinname tot slaap, tot gegevens verzameld door een 'smart toilet.' Met al deze waardevolle informatie hoopt Wang een machine te maken die de manier waarop wij denken over gezondheid verandert, zowel op individueel als collectief niveau.
more » « less
Video Language:
English
Team:
closed TED
Project:
TEDTalks
Duration:
14:54

Dutch subtitles

Revisions

Our website uses cookies for analysis purposes.