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.
Acontece que as pessoas discutem vigorosamente sobre a definição da vida. Questionam se ela deve incluir a reprodução, ou o metabolismo, ou a evolução. E não sei as respostas a isso, portanto não vou responder a vocês. Vou dizer que a vida envolve computação. Então este é um programa de computador. Carregado em uma célula, o programa seria executado e poderia resultar nesta pessoa ou, com uma pequena alteração, poderia resultar nesta pessoa -- ou, como outra pequena alteração -- esta pessoa, ou, com uma mudança um pouco maior, este cachorro ou esta árvore, ou esta baleia.
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.
Assim, se vocês tomarem esta metáfora do genoma como programa, seriamente, vocês precisam considerar que Chris Anderson é um artefato fabricado-por-computador, assim como Jim Watson, Craig Venter, assim como todos nós. E para convencer vocês de que essa metáfora é verdadeira, existe um grande número de semelhanças entre programas genéticos e programas de computadores que podem ajudar a convencê-los. Mas um ponto que é mais forte para mim é a sensibilidade peculiar a pequenas mudanças que pode provocar enormes mudanças no desenvolvimento biológico - o resultado. Uma mutação pequena pode pegar uma mosca de duas asas e transformá-la numa mosca de quatro asas. Ou pode pegar uma mosca e colocar pernas onde deveriam estar as antenas. Ou, se vocês estão familiarizados com (o livro) "A Princesa Prometida," poderia criar um homem com 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.
Então, uma singularidade dos programas de computador é exatamente essa espécie de sensibilidade a pequenas mudanças. Se a sua conta bancária é de um dólar e vocês mudam um único bit, podem acabar com mil dólares. Então essas pequenas mudanças são coisas que no meu entendimento -- elas sugerem para nós que uma computação complicada de desenvolvimento está por trás dessas grandes mudanças amplificadas.
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.
Desse modo, tudo isso indica que há programas moleculares na base da biologia, e isso mostra o poder dos programas moleculares, a biologia o faz. E o que eu pretendo é escrever programas moleculares, potencialmente para construir uma tecnologia. E há um bocado de gente fazendo isso, vários biólogos sintetizadores fazendo isso, como Craig Venter, e eles se concentram em usar células. Eles são focalizados nas células. Desse modo, amigos, programadores moleculares e eu, temos uma espécie de abordagem centrada em bio-moléculas. Estamos interessados em usar DNA, RNA e proteínas e construir novas linguagens para construir coisas a partir das bases, usando bio-moléculas, que potencialmente não têm nada a ver com biologia. Assim, essas são todas as máquinas de uma célula. Há uma câmera. Há os painéis solares da célula, algumas chaves que ligam e desligam os seus genes, as vigas mestras da célula, os motores que movem seus músculos. Meu pequeno grupo de programadores moleculares está tentando remodelar todas essas partes a partir do DNA. Nós não somos fanáticos por DNA, mas o DNA é o mais barato, o mais fácil de entender e de programar, entre os materiais para fazer isso. E à medida que outras coisas vão ficando mais fáceis de usar -- talvez as proteínas -- nós iremos trabalhar com elas.
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.
Se tivermos sucesso, como vai ser a programação molecular? Você vai sentar-se diante do seu computador. Você vai projetar alguma coisa, tal como um telefone celular, e, numa linguagem de alto nível, você vai descrever esse celular. E daí você vai ter um compilador que vai pegar essa descrição e vai transformá-la em moléculas de verdade que podem ser enviadas a um sintetizador e esse sintetizador vai empacotar essas moléculas numa semente. E o que acontece se você regar e alimentar essa semente adequadamente, é que ela vai realizar uma computação de desenvolvimento, uma computação molecular, e vai construir um computador eletrônico. E caso eu ainda não tenha revelado meus preconceitos, eu acredito que a vida aconteceu por causa dos computadores moleculares construindo computadores eletroquímicos construindo computadores eletrônicos que, junto com os computadores eletroquímicos, construirão novos computadores moleculares, que vão construir novos computadores eletrônicos, e assim por diante.
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.
E se vocês comprarem todas estas idéias, e acreditarem que a vida se baseia numa computação, assim como eu, então vocês vão ver as grandes questões através do olhar de um cientista da computação. E então uma grande questão é: como o bebê sabe quando deve parar de crescer? E para um programador molecular, a questão é como seu telefone celular sabe quando parar de crescer? (Risos) Ou como um programa de computador sabe quando parar de executar? Ou mais especificamente, como saber se um programa vai parar em algum momento? Também existem outras questões como essa. Uma delas é a questão de Craig Venter. No fundo eu creio que ele é na verdade um cientista de computadores. Ele perguntou qual seria o tamanho de um genoma mínimo que me produziria um micro-organismo funcional? Qual o menor número de genes que eu poderia usar? Esta é exatamente análoga à questão, qual é o menor programa que eu posso escrever que vai funcionar exatamente como Microsoft Word? (Risos) E da mesma forma que ele está escrevendo, vocês sabem, bactérias que serão menores, ele está escrevendo genomas que vão funcionar, nós poderíamos escrever programas menores capazes de fazer o que o Microsoft Word faz.
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.
Mas na programação molecular, nossa questão é, quantas moléculas precisamos colocar naquela semente para obter um telefone celular? Qual o menor número que vai dar certo para nós? Agora, essas são grandes questões em ciência da computação. Todas são questões de complexidade e a ciência da computação nos diz que essas são questões muito difíceis. Quase -- muitas delas são impossíveis. Mas para algumas tarefas, podemos começar a respondê-las. Assim, vou começar a perguntar aquelas questões a respeito das estruturas de DNA de que vou falar a seguir. Então, isto é DNA normal, o que vocês entendem como DNA normal. É uma cadeia dupla, é uma hélice dupla, tem os As, Ts, Cs e Gs que se emparelham para segurar as cadeias juntas. E vou desenhá-la assim algumas vezes, só para não assustar vocês. Nós queremos observar cadeias individuais sem nos preocuparmos com a hélice dupla. Quando a sintetizamos, ela vem como cadeia simples, de modo que podemos pegar a cadeia azul em um tubo e fazer uma cadeia laranja no outro tubo e elas são flexíveis enquanto são cadeias simples. Você as junta e elas formam uma hélice dupla rígida. Agora, durante os últimos 25 anos, Ned Seeman e um grupo de seus descendentes trabalharam arduamente e fizeram belíssimas estruturas tridimensionais, usando esse tipo de reação de cadeias de DNA colocadas juntas. Mas muitas de suas abordagens, apesar de elegantes, demandam muito tempo. Elas podem levar um par de anos ou podem ser difíceis de projetar.
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.
E daí eu introduzi um novo método há um par de anos eu o chamo Origami de DNA ele é tão fácil que vocês poderiam fazê-lo em casa, em suas cozinhas e projetar a coisa num laptop. Mas para fazer isso, vocês precisam uma longa cadeia de DNA, que é tecnicamente muito difícil de conseguir. Então vocês podem recorrer a uma fonte natural. Vocês podem procurar neste artefato fabricado por computador e ele tem um genoma de cadeia dupla que não serve. Você procura nos intestinos dele. Existem bilhões de bactérias. Elas também não servem. Cadeia dupla novamente, mas dentro delas, elas estão infectadas com um vírus que tem um belo, longo genoma de cadeia simples que podemos dobrar como se fosse um pedaço de papel. e aqui está como fazemos isso.
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.
Esta é uma parte daquele genoma. Nós adicionamos um punhado de pequenos DNAs sintéticos que eu chamo de grampos. Cada um tem uma metade esquerda que prende a longa cadeia em um lugar, e uma metade direita que a prende num lugar diferente e junta a longa cadeia assim. O resultado final de vários destes naquela longa cadeia é dobrá-la em algo parecido com um retângulo.
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.
Agora, nós realmente não conseguimos fazer um filme desse processo, mas Shawn Douglas de Harvard fez uma ótima visualização para nós que começa com uma cadeia longa e tem algumas cadeias curtas nela. E acontece que nós misturamos essas cadeias juntas. Nós as aquecemos, adicionamos um pouquinho de sal, nós as aquecemos quase até a fervura e as resfriamos, e à medida que as resfriamos, as cadeias curtas prendem as cadeias longas e começam a formar uma estrutura e você podem ver um pequeno pedaço de hélice dupla se formando aqui. Quando vocês observam um origami de DNA, vocês podem ver que na verdade ele é, mesmo que vocês achem isso complicado, é um punhado de hélices duplas paralelas umas às outras e elas são mantidas juntas pelos locais onde cadeias curtas se alinham a uma hélice e então pulam para outra. Então há uma cadeia que vai assim, acompanha uma hélice e prende -- ela pula para outra hélice e volta, que segura a cadeia longa assim.
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?
Agora, para mostrar como podemos fazer qualquer forma ou padrão que quisermos, eu tentei fazer esta forma. Eu queria dobrar o DNA em algo que sobe sobe acima do olho, abaixo do nariz, acima do nariz, ao redor da testa, volta a descer e acaba numa pequena alça assim. E então pensei que se isso pudesse funcionar, qualquer coisa poderia funcionar. Então fiz o programa de computador projetar os grampos curtos para fazer isso. Eu os pedi, eles vieram pelo FedEx. Eu os misturei, aqueci, resfriei, e obtive 50 bilhões de pequenos rostos sorridentes flutuando numa única gota d'água. E cada uma delas tem exatamente um milésimo do diâmetro de um fio de cabelo, OK?
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.
Então elas estão todas flutuando na solução e para vê-las, você precisam colocá-las numa superfície onde fiquem aderidas. Então, você as despeja sobre uma superfície e elas começam a aderir a essa superfície, e tiramos uma foto usando um microscópio que discrimina estruturas atômicas que tem uma agulha, como uma agulha de toca-discos, que vai e vem, sobre a superfície, bate em cima e em baixo, e "sente" a altura da superfície. Ela "sente" o origami de DNA. Aí está um microscópio atômico funcionando e vocês podem observar que a aterrissagem é meio abrupta. Quando você amplia, eles têm, vocês sabem, queixos fracos que se dobram sobre suas cabeças e alguns dos narizes são socados para fora, mas está razoavelmente bom. Vocês podem ampliar mais e até ver o pequeno laço extra, este pequeno nano-cavanhaque.
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.
Agora, o sensacional nesta coisa é que qualquer um pode fazê-la. E assim eu recebi isto pelo correio cerca de um ano depois, se ter pedido. Alguém sabe o que é isto? O que é? É a China, certo? Então, o que aconteceu foi que uma estudante de pós-graduação na China, Lulu Quian, fez um magnífico trabalho. Ela escreveu todo seu próprio software para projetar, e construiu este origami de DNA, uma belíssima imagem da China, que tem até Taiwan, e vocês podem ver que é como se estivesse na rédea mais curta do mundo, certo? (Risos) Assim, isso funciona realmente bem e vocês podem fazer padrões assim como formas, OK? E vocês podem fazer um mapa das Américas e soletrar DNA com DNA.
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.
E uma coisa muito legal nisso -- bem, na verdade todas essas coisas parecem nano-arte, mas acontecce que essa nano-arte é exatamente o que precisamos para fazer nano-circuitos. Então, vocês podem colocar componentes de circuitos nos grampos, como uma lâmpada e um interruptor. Deixem a coisa formar-se, e vocês terão uma espécie de circuito. E então vocês talvez possam lavar o DNA para removê-lo e usar o circuito que fica. Então, isso é o que alguns colegas meus do Caltech fizeram. Eles pegaram um origami de DNA, organizaram alguns nano-tubos de carbono, fizeram uma pequena chave, vejam aqui, ligaram as partes, testaram e mostraram que ela é realmente uma chave. Bem, isto é apenas uma única chave e vocês precisam meio bilhão para um computador, assim nós temos um longo caminho a percorrer. Mas isto é muito promissor porque o origamis pode organizar partes com apenas um décimo do tamanho daquelas de um computador normal. Portanto é muito promissor para fazer pequenos computadores.
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.
Agora quero voltar àquele compilador. O origami de DNA é uma prova de que o compilador realmente funciona. Assim, você começa com alguma coisa no computador. Você faz uma descrição de alto nível do programa de computador, uma descrição de alto nível do origami. Você pode compilá-lo para moléculas, mandá-lo a um sintetizador e ele realmente funciona. E acontece que uma empresa fez um programa muito bacana que é muito melhor do que meu código, que era meio desajeitado, e vai possibilitar que façamos isso muito bem, num sistema visual de projeto assistido por computador.
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.
Então, agora vocês podem dizer, muito bem, porque o origami de DNA não é o final da história? Você tem seu compilador molecular, você pode fazer o que quiser. O fato é que ele não se multiplica. Então, se você quer fazer um ser humano a partir de um origami de DNA, o problema é, você precisa uma cadeia muito longa quer dizer um comprimento de 10 trilhões de bases. Isso são três anos-luz de DNA. então nós não vamos fazer isso. Vamos nos voltar a outra tecnologia chamada auto-montagem algoritmica de blocos. Ela foi iniciada por Erik Winfree, e o que ela faz, ela tem blocos com um centésimo do tamanho de um origami de DNA. Você amplia, há apenas quatro cadeias de DNA e elas têm pequenos pedaços com ligações simples neles que podem ligar-se a outros blocos se eles combinam. E nós gostamos de desenhar esses blocos como pequenos quadrados. E se vocês observarem suas extremidades aderentes, esses pequenos pedaços de DNA, vocês podem ver que eles realmente formam um padrão de tabuleiro de xadrez. Então, esses blocos formam um tabuleiro de xadrez complicado, auto-montado. E o objetivo disto, se vocês ainda não perceberam, é que os blocos são uma espécie de programa molecular e eles podem produzir padrões. E uma parte realmente surpreendente disso é que qualquer programa de computador pode ser traduzido em um desses programas de blocos -- especialmente, contagem. Então, você pode conseguir um conjunto de blocos que, quando agrupadas, formam um pequeno contador binário em vez de um tabuleiro de xadrez. Então vocês podem ler em binário os números cinco, seis e sete.
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.
E para conseguir que essas computações comecem corretamente, vocês precisam alguma espécie de entrada, um tipo de semente. Vocês podem usar o origami de DNA para isso. Vocês podem codificar o número 32 no lado direito de um origami de DNA e quando você adiciona esses blocos que contam, eles vão começar a contar, eles vão ler aquele 32 e vão parar em 32. Assim, o que fizemos foi imaginar uma maneira de fazer um programa molecular saber quando parar de crescer. Ele sabe quando parar de crescer porque ele consegue contar. Ele conhece o seu próprio tamanho. Assim, isso responde a primeira questão da qual eu falei. Mas isso não nos diz como os bebês o fazem.
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.
E então, podemos usar essa contagem para tentar e realizar coisas muito maiores do que o origami de DNA poderia fazer sem isso. Aqui está o origami de DNA, e o que podemos fazer é escrever 32 nas duas extremidades do origami de DNA e podemos então usar nosso regador e regar com blocos e podemos começar a cultivar blocos a partir daí e criar um quadrado. O contador funciona como um gabarito para preencher um quadrado no meio dessa coisa. Assim, o que conseguimos foi ter sucesso fazendo algo muito maior do que um origami de DNA, combinando origami de DNA com blocos. E o bacana nessa coisa é que ela também é reprogramável. Vocês só precisam mudar um par das cadeias de DNA nessa representação binária e vocês obtêm 96 em vez de 32. E se vocês fazem isso, o origami é do mesmo tamanho, mas o quadrado resultante que vocês conseguem é três vezes maior.
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.
Então, isso é uma espécie de recapitulação do que eu disse a vocês sobre desenvolvimento. Vocês têm um programa de computador muito sensível no qual pequenas mudanças -- pontuais, minúsculas, ligeiras modificações -- podem pegar uma coisa que fez um quadrado de um tamanho e fazer algo muito maior. Assim, este uso da contagem para computar e construir esse tipo de coisas através dessa espécie de processo de desenvolvimento, é algo que tem a ver com a questão de Craig Venter. Então, vocês perguntam, quantas cadeias de DNA são necessárias para fazer um quadrado de um tamanho dado? Se nós quiséssemos fazer um quadrado de tamanho 10, 100 ou 1000, se nós usássemos apenas origami de DNA, nós precisaríamos um número de cadeias de DNA que é o quadrado do tamanho desse quadrado, então precisaríamos 100, 10.000 ou um milhão de cadeias de DNA. Isso reamente não é viável. Mas se usarmos uma pequena computação -- usamos origami, mais alguns blocos que contam -- então conseguimos fazer isso usando 100, 200 ou 300 cadeias de DNA. E assim podemos reduzir exponencialmente o número de cadeias de DNA que usamos se usarmos contagem, se usarmos um pouco de computação. E asssim a computação é um recurso muito poderoso para reduzir o número de moléculas que são necessárias para construir alguma coisa, para reduzir o tamanho do genoma que vocês estão construindo.
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)
E finalmente, voltando àquela idéia meio maluca de computadores que constroem computadores. Se vocês observarem o quadrado que foi construído com o origami e alguns contadores crescendo a partir dele, o padrão é exatamente o padrão que vocês precisam para fazer uma memória. Então, vocês acoplam alguns fios e chaves àqueles blocos, em vez das cadeias de grampos, você os liga aos blocos, então eles vão auto-montar os circuitos complexos -- os circuitos desmultiplexadores de que vocês precisam para lidar com essa memória. Assim vocês realmente podem fazer um circuito complexo usando um pouquinho de computação. É um computador molecular construindo um computador eletrônico. E então vocês me perguntam, até onde progredimos ao longo desse caminho? Experimentalmente, isto é o que realizamos no ano que passou. Aqui está um retângulo de origami de DNA, e aqui estão alguns blocos crescendo a partir dele. E vocês podem ver como eles contam. Um, dois, três, quatro, cinco, seis, nove, 10, 11, 12, 17. Então ele tem alguns erros, mas pelo menos ele conta. (Risos)
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.
Então, acontece que de fato nós tivemos essa idéia há nove anos, e essa é a constante de tempo para o prazo necessário para fazer esse tipo de coisa, de modo que acho que progredimos bastante. Temos idéias de como corrigir esses erros. E creio que nos próximos 10 anos, faremos o tipo de quadrados que descrevi e talvez chegaremos a alguns desses circuitos auto-montados.
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.
E então, o que eu espero que vocês levem desta apresentação? Espero que vocês recordem que para criar as formas diversificadas e complexas da vida, a vida usa computação para fazê-lo. E as computações que ela usa são computações moleculares, e para entender isso e ser capaz manipular melhor isso, como Feynman disse, vocês sabem, nós precisamos construir uma coisa para entendê-la. E então vamos usar moléculas e remodelar essa coisa, refazer tudo da base até o topo, usando DNA de maneiras que a natureza jamais pretendeu, usando origami de DNA, e origami de DNA como semente dessa auto-montagem algorítmica.
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)
Vocês sabem, então isso é tudo muito bacana, mas o que eu gostaria que vocês levassem desta apresentação, espero que a partir dessas grandes questões, é que esta programação molecular não trata apenas de fazer dispositivos. Não se trata apenas de fazer -- de fazer telefones celulares e circuitos auto-montados. A verdadeira questão é tomar a ciência de computação e ver as grandes questões sob uma nova luz, fazendo novas versões dessas grandes questões e tentando entender como a biologia pode fazer coisas tão extraordinárias. Muito obrigado. (Aplausos)