So, people argue vigorously about the definition of life. They ask if it should have reproduction in it, or metabolism, or evolution. And I don't know the answer to that, so I'm not going to tell you. I will say that life involves computation. So this is a computer program. Booted up in a cell, the program would execute, and it could result in this person; or with a small change, it could result in this person; or another small change, this person; or with a larger change, this dog, or this tree, or this whale.
Hay una discusión acalorada entre la gente sobre la definición de la vida. Se preguntan si debería incluir la reproducción, o el metabolismo, o la evolución. Y no sé la respuesta a esto, así que no se los diré. Diré que la vida implica computación. Esto es un programa de computadora. Arrancado en una célula, el programa se ejecutaría y podría resultar en esta persona o con un pequeño cambio, en esta persona -otro pequeño cambio- esta persona, o un cambio más grande, este perro o este árbol, o esta ballena.
So now, if you take this metaphor [of] genome as program seriously, you have to consider that Chris Anderson is a computer-fabricated artifact, as is Jim Watson, Craig Venter, as are all of us. And in convincing yourself that this metaphor is true, there are lots of similarities between genetic programs and computer programs that could help to convince you. But one, to me, that's most compelling is the peculiar sensitivity to small changes that can make large changes in biological development -- the output. A small mutation can take a two-wing fly and make it a four-wing fly. Or it could take a fly and put legs where its antennae should be. Or if you're familiar with "The Princess Bride," it could create a six-fingered man.
Entonces, si tomas en serio esta metáfora el genoma es un programa, debes considerar que Chris Anderson es un artefacto fabricado por computadora, como lo es Jim Watson, Craig Venter, y como todos nosotros. Y al convencerte a ti mismo de que esta metáfora es cierta, hay muchas similitudes entre los programas genéticos y los programas de computadora que podrían ayudar a convencerte. Pero uno que para mi es el más convincente es la particular sensibilidad a pequeños cambios que pueden causar cambios grandes al producir desarrollo biológico. Una pequeña mutación puede tomar una mosca de dos alas y convertirla en una mosca de cuatro alas. O podría tomar una mosca y ponerle patas donde deberían estar sus antenas. O si están familiarizados con "La Princesa Prometida," podría crear un hombre con seis dedos.
Now, a hallmark of computer programs is just this kind of sensitivity to small changes. If your bank account's one dollar, and you flip a single bit, you could end up with a thousand dollars. So these small changes are things that I think that -- they indicate to us that a complicated computation in development is underlying these amplified, large changes.
Ahora, algo distintivo de los programas de computadora es justamente este tipo de sensibilidad a pequeños cambios. Si tu cuenta bancaria tiene un dolar y cambias un solo bit, podrías terminar con mil dólares. Estos cambios pequeños son cosas que pienso que nos indican que hay una complicada computación en desarrollo por debajo de estos cambios grandes amplificados.
So now, all of this indicates that there are molecular programs underlying biology, and it shows the power of molecular programs -- biology does. And what I want to do is write molecular programs, potentially to build technology. And there are a lot of people doing this, a lot of synthetic biologists doing this, like Craig Venter. And they concentrate on using cells. They're cell-oriented. So my friends, molecular programmers, and I have a sort of biomolecule-centric approach. We're interested in using DNA, RNA and protein, and building new languages for building things from the bottom up, using biomolecules, potentially having nothing to do with biology. So, these are all the machines in a cell. There's a camera. There's the solar panels of the cell, some switches that turn your genes on and off, the girders of the cell, motors that move your muscles. My little group of molecular programmers are trying to refashion all of these parts from DNA. We're not DNA zealots, but DNA is the cheapest, easiest to understand and easy to program material to do this. And as other things become easier to use -- maybe protein -- we'll work with those.
Entonces, todo esto indica que hay programas moleculares por debajo de la biología, y esto muestra el poder de los programas moleculares, que la biología hace. Y lo que quiero hacer es escribir programas moleculares, para, potencialmente, desarrollar tecnología. Y hay mucha gente haciendo esto, muchos biólogos sintéticos haciendo esto como Craig Venter y se concentran en usar células. Están enfocados en las células. Entonces, amigos, los programadors moleculares y yo, tenemos un enfoque centrado en las biomoléculas. Nos interesa usar ADN, ARN y proteínas y construir nuevos lenguajes para construir cosas desde cero, usando biomoléculas, potencialmente teniendo nada que ver con la biología. Entonces, éstas son todas las máquinas en una célula. Ahí hay una cámara. Ahí los paneles solares de la célula, algunos interruptors que encienden y apagan sus genes, las vigas de la célula, motores que mueven sus músculos. Mi pequeño grupo de programadores moleculares están intentando rehacer todas estas partes de ADN. No somos fanáticos del ADN, pero el ADN es el material más barato, más fácil de comprender y fácil de programar con el que podemos hacerlo. Y mientras otras cosas se vuelven más fáciles de usar -tal vez proteínas- trabajaremos con esos.
If we succeed, what will molecular programming look like? You're going to sit in front of your computer. You're going to design something like a cell phone, and in a high-level language, you'll describe that cell phone. Then you're going to have a compiler that's going to take that description and it's going to turn it into actual molecules that can be sent to a synthesizer and that synthesizer will pack those molecules into a seed. And what happens if you water and feed that seed appropriately, is it will do a developmental computation, a molecular computation, and it'll build an electronic computer. And if I haven't revealed my prejudices already, I think that life has been about molecular computers building electrochemical computers, building electronic computers, which together with electrochemical computers will build new molecular computers, which will build new electronic computers, and so forth.
Si tenemos éxito, ¿cómo se verá la programación molecular? Te sentarás enfrente de tu computadora. Diseñarás algo como un teléfono celular, y en un lenguaje de alto nivel, describirás el teléfono celular. después necesitarás tener un compilador que tomará esa descripción y lo convertirá en moléculas reales que pueden enviarse a un sintetizador y ese sintetizador las empaquetará en una semilla. Y lo que pasará si riegas y cuidas esa semilla adecuadamente, es que hará "computación del desarrollo", computación molecular, y construirá una computadora electrónica. Y si no he revelado mis prejuicios todavía, creo que la vida se ha tratado sobre computadoras moleculares construcción de computadoras electroquímicas construcción de computadoras electrónicas que junto con las computadoras electroquímicas, construirán nuevas computadoras moleculares que construirán nuevas computadoras electrónicas y así.
And if you buy all of this, and you think life is about computation, as I do, then you look at big questions through the eyes of a computer scientist. So one big question is, how does a baby know when to stop growing? And for molecular programming, the question is how does your cell phone know when to stop growing? (Laughter) Or how does a computer program know when to stop running? Or more to the point, how do you know if a program will ever stop? There are other questions like this, too. One of them is Craig Venter's question. Turns out I think he's actually a computer scientist. He asked, how big is the minimal genome that will give me a functioning microorganism? How few genes can I use? This is exactly analogous to the question, what's the smallest program I can write that will act exactly like Microsoft Word? (Laughter) And just as he's writing, you know, bacteria that will be smaller, he's writing genomes that will work, we could write smaller programs that would do what Microsoft Word does.
Y si caen en todo esto, y piensan que la vida se trata de computación, como yo, entonces ustedes ven las grandes preguntas como un informático teórico. Entonces, una gran pregunta es, ¿cómo sabe un bebé cuándo dejar de crecer? Y para un programador molecular, la pregunta es ¿cómo sabe tu celular cuándo dejar de crecer? (Risas) O ¿cómo sabe un programa de computadora cuándo dejar de correr? O más apropiado, ¿cómo sabes si un programa alguna vez se detendrá? Hay otras preguntas como éstas, también. Una de ellas es la pregunta de Craig Venter. Resulta que él piensa como un informático teórico. Preguntó ¿cuán grande es el genoma mínimo que me dará un micro-organismo funcional? ¿Qué tan pocos genes puedo usar? Esto es exactamente análogo a la pregunta, ¿cuál es el programa más pequeño que puedo escribir que actuará exactamente como Microsoft Word? (Risas) Y así como él está escribiendo, saben, bacterias que serán más pequeñas, está escribiendo genomas que funcionarán, podríamos escribir programas más pequeños que harían lo que hace Microsoft Word.
But for molecular programming, our question is, how many molecules do we need to put in that seed to get a cell phone? What's the smallest number we can get away with? Now, these are big questions in computer science. These are all complexity questions, and computer science tells us that these are very hard questions. Almost -- many of them are impossible. But for some tasks, we can start to answer them. So, I'm going to start asking those questions for the DNA structures I'm going to talk about next. So, this is normal DNA, what you think of as normal DNA. It's double-stranded, it's a double helix, has the As, Ts, Cs and Gs that pair to hold the strands together. And I'm going to draw it like this sometimes, just so I don't scare you. We want to look at individual strands and not think about the double helix. When we synthesize it, it comes single-stranded, so we can take the blue strand in one tube and make an orange strand in the other tube, and they're floppy when they're single-stranded. You mix them together and they make a rigid double helix. Now for the last 25 years, Ned Seeman and a bunch of his descendants have worked very hard and made beautiful three-dimensional structures using this kind of reaction of DNA strands coming together. But a lot of their approaches, though elegant, take a long time. They can take a couple of years, or it can be difficult to design.
Pero para la programación molecular, nuestra pregunta es, ¿cuántas moléculas necesitamos poner en esa semilla para obtener un teléfono celular? ¿cuál es el número más pequeño con el que podemos conseguirlo? Ahora, éstas son grandes preguntas en la ciencia de la computación. Todas estas son preguntas sobre complejidad y la ciencia de la computación nos dice que éstas son preguntas muy difíciles. Casi - muchas de ellas son imposibles. Pero para algunas tareas, podemos empezar a responderlas. Así que empezaré a preguntar esas preguntas para las estructuras de ADN de las que hablaré a continuación. Entonces, esto es ADN normal, lo que piensan como ADN normal. Son dos hebras, es una doble hélice, tienes las A, T, C y G que se emparejan para mantener las dos hebras juntas. Y a veces lo dibujaré así, para no asustarles. Queremos ver las hebras individuales y no pensar en la doble hélice. Cuando lo sintetizamos, viene en una hebra, así que podemos tomar la hebra azul en un tubo y hacer una anaranjada en el otro y están guangas cuando son de una hebra. Las mezclas y hacen una doble hélice rígida. Durante los últimos 25 años, Ned Seeman y un grupo de sus descendientes han trabajado muy duro y han hecho unas hermosas estructuras tridimensionales usando este tipo de reacción de hebras de ADN que se juntan. Pero muchos de sus enfoques, aunque elegantes, toman mucho tiempo. Pueden tomar un par de años o ser difíciles de diseñar.
So I came up with a new method a couple of years ago I call DNA origami that's so easy you could do it at home in your kitchen and design the stuff on a laptop. But to do it, you need a long, single strand of DNA, which is technically very difficult to get. So, you can go to a natural source. You can look in this computer-fabricated artifact, and he's got a double-stranded genome -- that's no good. You look in his intestines. There are billions of bacteria. They're no good either. Double strand again, but inside them, they're infected with a virus that has a nice, long, single-stranded genome that we can fold like a piece of paper. And here's how we do it.
Así que se me ocurrió un nuevo método hace un par de años lo llamo origami de ADN es tan facil que lo pueden hacer en la cocina de sus casas y diseñarlo en una laptop. Pero para hacerlo, necesitan una hebra individual de ADN, lo que es técnicamente difícil de conseguir. Así que pueden ir a una fuente natural. Pueden ver en este artefacto hecho por computadora y tiene un genoma de doble hebra, eso no es bueno. Si ven en sus intestinos. Hay billones de bacterias. Tampoco son buenas. Doble hebra otra vez, pero dentro de ellas, están infectadas con un virus eso es bueno, un genoma largo de una sola hebra que podemos doblar como una pieza de papel, y así es como lo hacemos.
This is part of that genome. We add a bunch of short, synthetic DNAs that I call staples. Each one has a left half that binds the long strand in one place, and a right half that binds it in a different place, and brings the long strand together like this. The net action of many of these on that long strand is to fold it into something like a rectangle.
Esto es parte de ese genoma. Agregamos un puñado de ADN sintético corto que llamo "ganchos". Cada uno tiene una parte sobrante que une la cadena larga en un punto, y una mitad derecha que la une en un punto distinto y acerca la cadena larga así. La acción neta de varios de estos ganchos en la hebra larga es que lo pliega en un tipo de rectángulo.
Now, we can't actually take a movie of this process, but Shawn Douglas at Harvard has made a nice visualization for us that begins with a long strand and has some short strands in it. And what happens is that we mix these strands together. We heat them up, we add a little bit of salt, we heat them up to almost boiling and cool them down, and as we cool them down, the short strands bind the long strands and start to form structure. And you can see a little bit of double helix forming there. When you look at DNA origami, you can see that what it really is, even though you think it's complicated, is a bunch of double helices that are parallel to each other, and they're held together by places where short strands go along one helix and then jump to another one. So there's a strand that goes like this, goes along one helix and binds -- it jumps to another helix and comes back. That holds the long strand like this.
Ahora, no podemos hacer una película de este proceso, pero Shawn Douglas en Harvard nos ha hecho una buena visualización que comienza con una cadena larga y que tiene algunas hebras cortas. Y lo que ocurre es que mezclamos estas hebras. Las calentamos, agregamos un poco de sal, las calentamos hasta casi hervir y las enfriamos, y mientras las enfriamos, las cadenas cortas unen las hebras largas y comienzan a formar una estructura como pueden ver, algunas doble hélices se forman por ahí. Cuando ven al origami de ADN, pueden ver que lo que es en realidad, es, aunque piensen que es complicado, un grupo de doble hélices que están paralelas entre sí y que se mantienen juntas en puntos donde las cadenas cortas siguen una hélice y luego saltan a la otra. Así que hay una hebra que va así, recorre una hélice y la une... salta a otra hélice y regresa, eso une la hebra larga así.
Now, to show that we could make any shape or pattern that we wanted, I tried to make this shape. I wanted to fold DNA into something that goes up over the eye, down the nose, up the nose, around the forehead, back down and end in a little loop like this. And so, I thought, if this could work, anything could work. So I had the computer program design the short staples to do this. I ordered them; they came by FedEx. I mixed them up, heated them, cooled them down, and I got 50 billion little smiley faces floating around in a single drop of water. And each one of these is just one-thousandth the width of a human hair, OK?
Ahora, para mostrarles que podemos hacer cualquier forma o patrón que queramos, intenté hacer esta forma. Quise doblar el ADN en algo que vaya encima del ojo, bajo la nariz, sobre la nariz, alrededor de la frente, baja un poco y al final en un bucle como éste. Así que, pensé que si esto pudiera funcionar, cualquier cosa podría funcionar. así que diseñé los ganchos cortos en el programa de computadora, los ordené, llegaron por FedEx. Los mezclé, los calenté, los enfrié, y obtuve 50 billones de pequeñas caritas sonrientes flotando en una gota de agua. Y cada una de éstas es sólo una milésima parte del ancho de un cabello humano, ¿bien?
So, they're all floating around in solution, and to look at them, you have to get them on a surface where they stick. So, you pour them out onto a surface and they start to stick to that surface, and we take a picture using an atomic-force microscope. It's got a needle, like a record needle, that goes back and forth over the surface, bumps up and down, and feels the height of the first surface. It feels the DNA origami. There's the atomic-force microscope working and you can see that the landing's a little rough. When you zoom in, they've got, you know, weak jaws that flip over their heads and some of their noses get punched out, but it's pretty good. You can zoom in and even see the extra little loop, this little nano-goatee.
Entonces, están flotando en solución, y para verlos, deben ponerlos en una superficie donde se peguen. Entonces, los ponen en una superficie y comienzan a adherirse a ésta, y tomamos una imagen usando un microscopio de fuerza atómica que tiene una aguja, como la de un tocadiscos, que va de un lado al otro de la superficie, salta arriba y abajo y siente la altura de la superficie. Siente el origami de ADN. Ahí está el microscopio de fuerza atómica trabajando y pueden ver que el aterrizaje es un poco duro. Cuando hacen un acercamiento, tienen, saben, mandíbulas débiles que cuelgan sobre sus cabezas y algunas de sus narices quedan golpeadas, pero es bastante bueno. Pueden acercarse más e incluso ver un bucle extra, este pequeño nano-moco.
Now, what's great about this is anybody can do this. And so, I got this in the mail about a year after I did this, unsolicited. Anyone know what this is? What is it? It's China, right? So, what happened is, a graduate student in China, Lulu Qian, did a great job. She wrote all her own software to design and built this DNA origami, a beautiful rendition of China, which even has Taiwan, and you can see it's sort of on the world's shortest leash, right? (Laughter) So, this works really well and you can make patterns as well as shapes, OK? And you can make a map of the Americas and spell DNA with DNA.
Ahora, lo que es genial sobre esto es que cualquiera puede hacerlo. Entonces me llegó esto por correo un año después de hacer esto, sin solicitarlo. ¿Alguien sabe lo que es? ¿qué es? es China, ¿cierto? Entonces, lo que ocurrió es que un estudiante de posgrado en China, Lulu Quian, hizo un gran trabajo. Ella escribió su propio software para diseñar y construir este origami de ADN, una hermosa interpretación de China, que incluso tiene a Taiwan, y pueden ver que es como la península más pequeña del mundo, ¿cierto? (Risas) Entonces, esto funciona realmente bien y pueden hacer patrones y formas, ¿sí? Y pueden hacer un mapa de las Américas y deletrear ADN con ADN.
And what's really neat about it -- well, actually, this all looks like nano-artwork, but it turns out that nano-artwork is just what you need to make nano-circuits. So, you can put circuit components on the staples, like a light bulb and a light switch. Let the thing assemble, and you'll get some kind of a circuit. And then you can maybe wash the DNA away and have the circuit left over. So, this is what some colleagues of mine at Caltech did. They took a DNA origami, organized some carbon nano-tubes, made a little switch, you see here, wired it up, tested it and showed that it is indeed a switch. Now, this is just a single switch and you need half a billion for a computer, so we have a long way to go. But this is very promising because the origami can organize parts just one-tenth the size of those in a normal computer. So it's very promising for making small computers.
Y lo que es realmente fantástico sobre esto... bueno, de hecho todo esto parece nano-arte, pero resulta que el nano-arte es lo que se necesita para hacer nano-circuitos. Entonces, pueden poner componentes de circuitos en los ganchos, como un foco y un interruptor. Dejar que se ensamble, y obtienen un tipo de circuito. Y entonces pueden, quizás, lavar el ADN y dejar las sobras del circuito. Así que, esto es lo que algunos colegas míos en Caltech hicieron. Tomaron el origami de ADN, organizaron algunos nano-tubos de carbono, hicieron un pequeño interruptor, lo pueden ver aquí, conectado, lo probaron y mostaron que efectivamente es un interruptor Ahora, esto es sólo un interruptor y se necesitan 500 mil millones para una computadora, así que falta un largo camino. Pero esto es prometedor porque el origami puede organizar las partes a una décima del tamaño de los de una computadora normal. Así que es muy prometedor para hacer pequeñas computadoras.
Now, I want to get back to that compiler. The DNA origami is a proof that that compiler actually works. So, you start with something in the computer. You get a high-level description of the computer program, a high-level description of the origami. You can compile it to molecules, send it to a synthesizer, and it actually works. And it turns out that a company has made a nice program that's much better than my code, which was kind of ugly, and will allow us to do this in a nice, visual, computer-aided design way.
Ahora, quiero volver al compilador. El origami de ADN es una prueba de que el compilador funciona. Así que, comienzan con algo en la computadora. Obtienen una descripción de alto nivel del programa computacional, una descripción de algo nivel del origami. Lo pueden compilar en moléculas, enviarlo a un sintetizador y realmente funciona. Y sucede que una compañía ha hecho un buen programa que es mucho mejor que mi código, que estaba feo, y nos permitirá hacerlo de forma visual asistida por computadora para diseñar.
So, now you can say, all right, why isn't DNA origami the end of the story? You have your molecular compiler, you can do whatever you want. The fact is that it does not scale. So if you want to build a human from DNA origami, the problem is, you need a long strand that's 10 trillion trillion bases long. That's three light years' worth of DNA, so we're not going to do this. We're going to turn to another technology, called algorithmic self-assembly of tiles. It was started by Erik Winfree, and what it does, it has tiles that are a hundredth the size of a DNA origami. You zoom in, there are just four DNA strands and they have little single-stranded bits on them that can bind to other tiles, if they match. And we like to draw these tiles as little squares. And if you look at their sticky ends, these little DNA bits, you can see that they actually form a checkerboard pattern. So, these tiles would make a complicated, self-assembling checkerboard. And the point of this, if you didn't catch that, is that tiles are a kind of molecular program and they can output patterns. And a really amazing part of this is that any computer program can be translated into one of these tile programs -- specifically, counting. So, you can come up with a set of tiles that when they come together, form a little binary counter rather than a checkerboard. So you can read off binary numbers five, six and seven.
Entonces, ahora pueden decir -está bien, ¿por qué la historia no se acaba con origami de ADN? Tienen su compilador molecular, pueden hacer lo que quieran. El hecho es que no se escala. Así que si queiren construir un humano a partir de origami de ADN, el problema es que necesitan una hebra larga que es tan larga como 10 billones de billones de bases. Eso son tres años luz de ADN, así que no lo haremos. Veremos otra tecnología llamada "auto-ensamblaje algorítmico de mosaicos". Iniciado por Erik Winfree, y lo que hace, es que tiene mosaicos que son una centésima del tamaño del origami de ADN. Si haces un acercamiento, son sólo cuatro hebras de ADN y tienen pequeños bits de una hebra en ellas que pueden unirse a otros mosaicos si coinciden. Y nos gusta dibujar estos mosaicos como pequeños cuadros. Y si ven a los extremos pegajosos, estos pequeños bits de ADN, pueden ver que forman un patrón de tablero de ajedrez. Entonces, estos mosaicos harían un complicado tablero de ajedrez que se ensambla a sí mismo. Y el punto de esto, si no lo notaron, es que los mosaicos son como un programa molecular y pueden producir patrones. Y una parte realmente sorprendente de esto es que cualquier programa computacional puede traducirse en uno de estos programas de mosaicos -- específicamente, contar. Entonces, puedes terminar con un grupo de mosaicos que cuando se juntan, forman un contador binario en vez de un tablero de ajedrez. Así que pueden leer números binarios, cinco, seis y siete.
And in order to get these kinds of computations started right, you need some kind of input, a kind of seed. You can use DNA origami for that. You can encode the number 32 in the right-hand side of a DNA origami, and when you add those tiles that count, they will start to count -- they will read that 32 and they'll stop at 32. So, what we've done is we've figured out a way to have a molecular program know when to stop going. It knows when to stop growing because it can count. It knows how big it is. So, that answers that sort of first question I was talking about. It doesn't tell us how babies do it, however.
Y para lograr que este tipo de conteos comiencen adecuadamente, necesitan algún tipo de aporte, como una semilla. Pueden usar el origami de ADN para ello. Pueden codificar el número 32 en el lado derecho del origami de ADN y cuando agregan esos mosaicos que cuentan, empezarán a contar, leerán ese 32 y se detendrán en 32. Entonces, lo que hemos hecho es que hemos encontrado una forma de hacer que un programa molecular sepa cuándo dejar de crecer. Éste sabe cuándo dejar de crecer porque puede contar. Sabe qué tan grande es. Entonces, eso responde a la primera pregunta de la que hablaba. sin embargo, no nos dice cómo lo hacen los bebés.
So now, we can use this counting to try and get at much bigger things than DNA origami could otherwise. Here's the DNA origami, and what we can do is we can write 32 on both edges of the DNA origami, and we can now use our watering can and water with tiles, and we can start growing tiles off of that and create a square. The counter serves as a template to fill in a square in the middle of this thing. So, what we've done is we've succeeded in making something much bigger than a DNA origami by combining DNA origami with tiles. And the neat thing about it is, is that it's also reprogrammable. You can just change a couple of the DNA strands in this binary representation and you'll get 96 rather than 32. And if you do that, the origami's the same size, but the resulting square that you get is three times bigger.
Entonces ahora, podemos usar este conteo para intentar obtener cosas mucho más grandes que con sólo origami de ADN. Aquí está el origami de ADN, y lo que podemos hacer es que podemos escribir 32 en ambos lados del origami de ADN y podemos usar nuestra regadera para regar mosaicos y podemos empezar a hacer crecer mosaicos a partir de eso y crear un cuadro. El contador sirve como molde para llenar un cuadro en el centro de esta cosa. Así que, hemos tenido éxito en hacer algo mucho más grande que el origami de ADN al combinar el origami de ADN con mosaicos. Y lo fantástico de esto es, que también es reprogramable. Pueden cambiar un par de hebras de ADN en esta representación binaria y obtendrán 96 en vez de 32. Y si lo hacen, el origami es del mismo tamaño, pero el cuadro resultante es tres veces más grande.
So, this sort of recapitulates what I was telling you about development. You have a very sensitive computer program where small changes -- single, tiny, little mutations -- can take something that made one size square and make something very much bigger. Now, this -- using counting to compute and build these kinds of things by this kind of developmental process is something that also has bearing on Craig Venter's question. So, you can ask, how many DNA strands are required to build a square of a given size? If we wanted to make a square of size 10, 100 or 1,000, if we used DNA origami alone, we would require a number of DNA strands that's the square of the size of that square; so we'd need 100, 10,000 or a million DNA strands. That's really not affordable. But if we use a little computation -- we use origami, plus some tiles that count -- then we can get away with using 100, 200 or 300 DNA strands. And so we can exponentially reduce the number of DNA strands we use, if we use counting, if we use a little bit of computation. And so computation is some very powerful way to reduce the number of molecules you need to build something, to reduce the size of the genome that you're building.
Entonces, esto como que recapitula lo que les decía sobre el desarrollo. Tienen un programa computacional muy sensible donde los pequeños cambios -- únicas, minúsculas, pequeñas mutaciones-- pueden tomar algo que hace un cuadro de un tamaño y lo convierte en algo mucho más grande. Ahora, eso se logra usando el conteo para computar y construir este tipo de cosas a través de este tipo de procesos de desarrollo es algo que también tiene que ver con la pregunta de Craig Venter. Entonces, pueden preguntar, ¿cuántas hebras de ADN se necesitan para construir un cuadro de cierto tamaño? Si quisiéramos hacer un cuadro de tamaño 10, 100 o 1000, si sólo usáramos origami de ADN, necesitaríamos el número de hebras que sea el cuadrado del tamaño de ese cuadro, entonces necesitaríamos 100, 10,000 o un millón de hebras de ADN. Eso no está al alcance. Pero si usamos un poco de computación -- usamos origami, más algunos mosaicos que cuentan-- entonces podemos lograrlo usando 100, 200 o 300 hebras de ADN. Y así podemos reducir exponencialmente el número de hebras de ADN que usamos si usamos el conteo, si usamos un poco de computación. Y entonces la computación es una forma poderosa de reducir el número de moléculas que se necesitan para construir algo, para reducir el tamaño del genoma de lo que estén construyendo.
And finally, I'm going to get back to that sort of crazy idea about computers building computers. If you look at the square that you build with the origami and some counters growing off it, the pattern that it has is exactly the pattern that you need to make a memory. So if you affix some wires and switches to those tiles -- rather than to the staple strands, you affix them to the tiles -- then they'll self-assemble the somewhat complicated circuits, the demultiplexer circuits, that you need to address this memory. So you can actually make a complicated circuit using a little bit of computation. It's a molecular computer building an electronic computer. Now, you ask me, how far have we gotten down this path? Experimentally, this is what we've done in the last year. Here is a DNA origami rectangle, and here are some tiles growing from it. And you can see how they count. One, two, three, four, five, six, nine, 10, 11, 12, 17. So it's got some errors, but at least it counts up. (Laughter)
Y finalmente, volveré a esa idea loca sobre computadoras construyendo computadoras. Si observan al cuadro que construyeron con el origami y algunos contadores creciendo de él, el patrón que tiene es exactamente el patrón que necesitan para hacer una memoria. Entonces si le ponen algunos cables e interruptores a esos mosaicos, en vez de las cadenas gancho, los pegan a los mosaicos, entonces ellos auto-ensamblarán los circuitos más o menos complicados los circuitos "des-multiplexores" que necesitan para consultar esta memoria. Entonces pueden, realmente, hacer un circuito complicado usando un poco de computación. Es una computadora molecular construyendo una computadora electrónica. Ahora, me preguntan, ¿qué tanto hemos logrado de este camino? Experimentalmente, esto es lo que hemos hecho el último año. Aquí está un rectángulo de origami de ADN, y aquí hay algunos mosaicos creciendo a partir de él. Y pueden ver cómo cuentan. uno, dos, tres, cuatro, cinco, seis, nueve, 10, 11, 12, 17. Tiene algunos errores, pero al menos puede contar. (Risas)
So, it turns out we actually had this idea nine years ago, and that's about the time constant for how long it takes to do these kinds of things, so I think we made a lot of progress. We've got ideas about how to fix these errors. And I think in the next five or 10 years, we'll make the kind of squares that I described and maybe even get to some of those self-assembled circuits.
Resulta que tuvimos esta idea hace nueve años, y esa es más o menos la constante de tiempo de lo que toma hacer este tipo de cosas, así que creo que hemos hecho un gran progreso. Tenemos ideas para corregir estos errores. Y creo que en los próximos 10 años, podremos hacer el tipo de cuadros que les describí y quizás incluso podamos hacer algunos de esos circuitos auto-ensamblados.
So now, what do I want you to take away from this talk? I want you to remember that to create life's very diverse and complex forms, life uses computation to do that. And the computations that it uses, they're molecular computations, and in order to understand this and get a better handle on it, as Feynman said, you know, we need to build something to understand it. And so we are going to use molecules and refashion this thing, rebuild everything from the bottom up, using DNA in ways that nature never intended, using DNA origami, and DNA origami to seed this algorithmic self-assembly.
Ahora, ¿qué quisiera que se lleven de esta charla? Quiero que recuerden que para crear las formas tan complejas y diversas de la vida, la vida usa computación para hacerlo. Y las computaciones que usa, son computaciones moleculares, y para poder entenderlo y manejarlo mejor, como dijo Feynman, saben, necesitamos construir algo para entenderlo. Y entonces usaremos moléculas para rediseñar esta cosa, reconstruir todo desde el principio, usando ADN en formas que la naturaleza nunca pretendió, usando origami de ADN, y el origami de ADN para iniciar este auto-ensamblaje algorítmico.
You know, so this is all very cool, but what I'd like you to take from the talk, hopefully from some of those big questions, is that this molecular programming isn't just about making gadgets. It's not just making about -- it's making self-assembled cell phones and circuits. What it's really about is taking computer science and looking at big questions in a new light, asking new versions of those big questions and trying to understand how biology can make such amazing things. Thank you. (Applause)
Saben, esto es genial, pero lo que quisiera que se lleven de la charla, ojalá de algunas de esas grandes preguntas, es que esta programación molecular no se trata sólo de hacer dispositivos. No es sólo sobre -- hacer teléfonos celulares y circuitos auto-ensamblados. De lo que realmente se trata es tomar la Informática teórica y observar las grandes preguntas con una nueva luz, preguntar nuevas versiones de estas grandes preguntas e intentar de entender cómo la biología puede hacer cosas tan maravillosas. Gracias. (Aplauso)