Convergence of Transcription, Metabolomics and Wireless Nano‐Sensor Networks
Shoumen Datta
Massachusetts Institute of Technology
Dr Shoumen Datta, MIT <shoumen@mit.edu>
1
Gene Expression: Regulation of Transcription
© McGraw Hill
Dr Shoumen Datta, MIT <shoumen@mit.edu>
2
Transcription Unit
© McGraw Hill
Dr Shoumen Datta, MIT <shoumen@mit.edu>
3
Initiation Complex: RNA Polymerase II
© McGraw Hill
Dr Shoumen Datta, MIT <shoumen@mit.edu>
4
Initiation Complex: TATA Binding Protein
© McGraw Hill
Dr Shoumen Datta, MIT <shoumen@mit.edu>
© Darst & Kornberg
5
Initiation Complex: TATA Binding Protein
TATA
© Darst & Kornberg
Dr Shoumen Datta, MIT <shoumen@mit.edu>
6
TFIID – TBP : TATA Binding Protein
y,h
PROLINE (β1)50
Pf
LEUCINE (β1)50
y Æ Saccharomyces cerevisiae; h Æ humans; Pf Æ Plasmodium falciparum
Dr Shoumen Datta, MIT <shoumen@mit.edu>
7
TBP: Yeast, humans and malaria parasite Pol II, Pol III
y,h
PROLINE (β1)50
Pf
LEUCINE (β1)50
Pol I – VSG
Dr Shoumen Datta, MIT <shoumen@mit.edu>
8
http://dspace.mit.edu/handle/1721.1/41898
Initiation Complex: RNA Polymerase II
© McGraw Hill
Dr Shoumen Datta, MIT <shoumen@mit.edu>
© Roger Kornberg
9
Eukaryotic RNA Polymerase II Subunits
© McGraw Hill
Dr Shoumen Datta, MIT <shoumen@mit.edu>
© Roger Kornberg
10
© Darst
RNA Polymerase II Subunit 1 : RPB1
C Terminal Domain (CTD): [YSPTSPS]n
TYR
[ Y ]
SER
[ S ]
PRO
[ P ]
THR
[ T ]
SER
[ S ]
PRO
[ P ]
SER
[ S ]
n
Dr Shoumen Datta, MIT <shoumen@mit.edu>
11
RNA Polymerase II Subunit 1 : RPB1
C Terminal Domain (CTD): [YSPTSPS]n
TYR
[ Y ]
SER
[ S ]
PRO
[ P ]
THR
[ T ]
SER
[ S ]
PRO
[ P ]
SER
[ S ]
n
Pol II
Dr Shoumen Datta, MIT <shoumen@mit.edu>
12
RNA Polymerase II Subunit 1 : RPB1
C Terminal Domain (CTD): [YSPTSPS]n
TYR
[ Y ]
SER
[ S ]
PRO
[ P ]
THR
[ T ]
SER
[ S ]
PRO
[ P ]
SER
[ S ]
n
Yeast
yRPB1-CTD: [YSPTSPS]26
Human
hRPB1-CTD: [YSPTSPS]52
Malaria
pRPB1-CTD: [YSPTSPS]15
Trypanosome
+ 63 aa
tRPB1-CTD: [YSPTSPS]0
Dr Shoumen Datta, MIT <shoumen@mit.edu>
13
Host‐Parasite Interactions: CTD
Human
hRPB1-CTD: [YSPTSPS]52
TYR SER PRO THR SER PRO SER TYR SER PRO THR SER PRO SER TYR SER PRO THR SER PRO SER TYR SER PRO THR SER PRO SER TYR SER PRO THR
[ Y ] [ S ] [ P ] [ T ] [ S ] [ P ] [ S ] [ Y ] [ S ] [ P ] [ T ] [ S ] [ P ] [ S ] [ Y ] [ S ] [ P ] [ T ] [ S ] [ P ] [ S ] [ Y ] [ S ] [ P ] [ T ] [ S ] [ P ] [ S ] [ Y ] [ S ] [ P ] [ T ]
Malaria
pRPB1-CTD: [YSPTSPS]15
+ 63 amino acids
TYR SER PRO THR SER PRO SER TYR SER PRO THR SER PRO SER TYR SER PRO THR SER PRO SER
[ Y ] [ S ] [ P ] [ T ] [ S ] [ P ] [ S ] [ Y ] [ S ] [ P ] [ T ] [ S ] [ P ] [ S ] [ Y ] [ S ] [ P ] [ T ] [ S ] [ P ] [ S ]
Dr Shoumen Datta, MIT <shoumen@mit.edu>
14
Host‐Parasite Interactions
Host‐Parasite Interactions: CTD
Unique CTD Proteins Regulating Malaria Gene Expression in Infected Humans
Human
hRPB1-CTD: [YSPTSPS]52
TYR SER PRO THR SER PRO SER TYR SER PRO THR SER PRO SER TYR SER PRO THR SER PRO SER TYR SER PRO THR SER PRO SER TYR SER PRO THR
[ Y ] [ S ] [ P ] [ T ] [ S ] [ P ] [ S ] [ Y ] [ S ] [ P ] [ T ] [ S ] [ P ] [ S ] [ Y ] [ S ] [ P ] [ T ] [ S ] [ P ] [ S ] [ Y ] [ S ] [ P ] [ T ] [ S ] [ P ] [ S ] [ Y ] [ S ] [ P ] [ T ]
Malaria
pRPB1-CTD: [YSPTSPS]15
+ 63 amino acids
TYR SER PRO THR SER PRO SER TYR SER PRO THR SER PRO SER TYR SER PRO THR SER PRO SER
[ Y ] [ S ] [ P ] [ T ] [ S ] [ P ] [ S ] [ Y ] [ S ] [ P ] [ T ] [ S ] [ P ] [ S ] [ Y ] [ S ] [ P ] [ T ] [ S ] [ P ] [ S ]
Dr Shoumen Datta, MIT <shoumen@mit.edu>
15
Identification of Targets for RNA Immunity ?
Are Unique CTD Proteins Regulating Malaria Gene Expression in Infected Humans ?
TYR SER PRO THR SER PRO SER TYR SER PRO THR SER PRO SER TYR SER PRO THR SER PRO SER
[ Y ] [ S ] [ P ] [ T ] [ S ] [ P ] [ S ] [ Y ] [ S ] [ P ] [ T ] [ S ] [ P ] [ S ] [ Y ] [ S ] [ P ] [ T ] [ S ] [ P ] [ S ]
Malaria
specific ?
Dr Shoumen Datta, MIT <shoumen@mit.edu>
16
If target protein is specifically parasite induced:
A Potential for Development of Malaria Therapy
TYR SER PRO THR SER PRO SER TYR SER PRO THR SER PRO SER TYR SER PRO THR SER PRO SER
[ Y ] [ S ] [ P ] [ T ] [ S ] [ P ] [ S ] [ Y ] [ S ] [ P ] [ T ] [ S ] [ P ] [ S ] [ Y ] [ S ] [ P ] [ T ] [ S ] [ P ] [ S ]
Malaria
Dr Shoumen Datta, MIT <shoumen@mit.edu>
Protein
Sequence
Protein
Sequence
DNA
Sequence
DNA
Sequence
dsRNA
Target gene
Genome
Map
17
Detection of Target Human Protein: Constitutive Expression ?
Early detection of infection by Malaria parasite P. falciparum ?
TYR SER PRO THR SER PRO SER TYR SER PRO THR SER PRO SER TYR SER PRO THR SER PRO SER
[ Y ] [ S ] [ P ] [ T ] [ S ] [ P ] [ S ] [ Y ] [ S ] [ P ] [ T ] [ S ] [ P ] [ S ] [ Y ] [ S ] [ P ] [ T ] [ S ] [ P ] [ S ]
Malaria
Nano‐sensor
Dr Shoumen Datta, MIT <shoumen@mit.edu>
NanoLetters (2004) 4 1785‐1788
18
Other Tools to Identify Unique Target Proteins: Mass Spec Analysis Dr Shoumen Datta, MIT <shoumen@mit.edu>
19
Mass Spectrometric Analysis of Proteomes in Ovarian Cancer
Lancet 2002 359 574
Dr Shoumen Datta, MIT <shoumen@mit.edu>
20
Convergence
MALARIA SENSOR DATA
Blood Glucose Nano-sensor
Dr Shoumen Datta, MIT <shoumen@mit.edu>
TRANSMITTER in vivo
TRANSMITTER
Nanotube Radio
NanoLetters (2007) 7 3508 – 3511
21
MIT Tech Review March/April 2008
Current
Glucose Specificity
Glucose Concentration (mM)
Time (sec)
Dr Shoumen Datta, MIT <shoumen@mit.edu>
22
Sensors: Not necessarily in vivo, Not necessarily nano
Ring Sensors
Sokwoo Rhee, Ph.D. thesis, MIT www.sokwoo.com
Circuit Boards
Batteries
Outer Ring
(Aluminum)
Inner Ring
(Elastic Fabric)
Optical
Sensor Unit
Dr Shoumen Datta, MIT <shoumen@mit.edu>
23
110
100
90
80
0
10
20
30
40
50
(sec)
(a) Heart Rate (beats/min) by Electrocardiogram (ECG)
110
100
90
80
0
10
20
30
40
50
(sec
(b) Heart Rate (beats/min) by Fingertip Photoplethymograph (PPG
110
100
90
80
0
10
20
30
40
50
(se
(c) Heart Rate (beats/min) monitored by Wireless Ring Sensor shown in Figure
Dr Shoumen Datta, MIT <shoumen@mit.edu>
24
Goldstein & Brown
: Prime Target for Sensor‐based Early detection & RNA‐based Immunity Dr Shoumen Datta, MIT <shoumen@mit.edu>
25
Human
Chimp
Monkey
Mouse
Rat
Dog
Cow
Opposum
Chicken
Frogs
Dr Shoumen
Datta,
MIT <shoumen@mit.edu>
Stuart
Lipton
et al Mutation
26
in LRP6 cosegregates with early CAD and high LDL Science (2007) 315 1278 -1282
GLUCOSE
CHOLESTEROL
Diabetes
Heart Disease
NanoCom
ACETYLCHOLINE
Alzheimer’s
Multiple Variables
Homeostasis
Nash Equilibrium ?
Dr Shoumen Datta, MIT <shoumen@mit.edu>
NanoCom:
in vivo
Wireless Sensor Networks ?
27
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
Dr Shoumen Datta, MIT <shoumen@mit.edu>
28
•
•
•
•
•
•
••
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
Dr Shoumen Datta, MIT <shoumen@mit.edu>
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
••
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
• •
•
•
•
•
•
•
•
•
•
•
••
•
•
•
•
•
•
•
•
•
•
•
• •
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
••
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
• •
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
• •
•
•
•
•
•
•
••
•
• •
•
•
•
•
•
•
•
•
•
•
•
•
••
•
•
•
•
•
•
•
•
•
• •
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
29
•
•
•
•
•
•
• •
•
•
••
••
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
••
•
•
•
•
•
•
• •
•
•
••
•
•
•
•
•
• •
•
•
••
•
•
•
•
•
•
•
•
•
• •• •
• •• •
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•• ••
•
•
•
•
• ••
•
•
•
•
•
••
•
•
•
•
•
•
•• •
•
•
• •
•
••
•
•
••
• •
•
•
• •
•
•
•
•
•
•
•
•
•
•
•
•
•• ••
•
•
•
•
• •
•
•
•
• •
•
• •
•
• • •
•
•
•
•
•
•
••
•
• •
••
•
•
• •
•
••
•
•
•
•
• •
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
••
• •
•
•
•
• •
•
•
•
• •
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
• •
•
••
•
••
•
•
•
•
•
•
• ••
•
•• ••
• •
•
•
•
• •
• • •
•
•
•
•
•
•
•
•
•
•
•
••
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
• •
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
• •
•
••
•
•• •• •
•
•
••
••
•
•
•
•
•
• •
••
•
•
•
•
•
••
•
• •
•
•
•
•
••
•
•• •
••
•
•
•
• •
•
•
•
•
•
•
•
•
•
•
•
•
•
•
••
•
•
•
•
•
•
•
•
•
•
•
•
• •
•
•
•
•
•
•
• •
•
•
•
•
••
••
•
•
••
• •
•
•
• •
•
• •
•
•
•• •
•
•
•
•
•
•
•
• •
•
••
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
• •
• • •
• •
• •
•
• • •• ••
• • •
• •
•
•
•
• • •
••
• • •• •
• ••
•
•
•
•
•
• • •
•
• • • •
••
• •
• •
• •
•
• •
•
••• • • • •
•
• •• • • • •• • •• • • • • • • •
• • •
•
• ••
•
•
• • • • • •• • • •
•
•
•
• • • •• •
• • • • • •• •
•
•
••
• •
•• • • ••• •
• •
•
•
•
•
• • •• •
• •
•• • • •
• •
• •
•
••
•
•• •• ••
•
• •• • •
•
•
• •
•• • • • • •
•
•
•
• •
•
• • • •• •
• • • ••
•
•
•
•
••
• • • •• •
• •• •
• • •
•
•• •
•
•
• • •
•
•
• •
•
•
•
•
•
•
•
• • •
•
•
•
•
•
• • •
• • •
•
• • •
• •• •
• • • • • •• •• • • •• •
• •
• •
• • • •• • •
•
•• •
•
•
• •
• • •• •
•
•
•• • •
•• • • • • •
• • •• ••
• •• •
• •• •
•• • • • • •
• •
•
• •
• • • •• • •
•
• •• • •• • • •
• • •• ••
•
•
•
•
•
••• ••
•• • • • •
• •
•
•
•
•
•• •
• •• • ••
• •
• •
• •
• •
• •• ••
•
• • • • • • •
• • • •
• ••
• •
• •
•• ••
• •
• •
• •
•
•
•
•
•
•
•
• •• •
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
• • •
• •
•
•
•
•
• • • • •• • •
•
• •
•
•
•
•
• •
• •
•• •
•
•
•
•
•
• • • •
•
•
• • •• • • •
•
• • •
• • • ••
• ••
•
•
•
•
•
• ••• ••
•
• •
•
• •
•
• • •
•
•
•
•
• • •• •
•• •
• •
•
• •
•
••
• •
•
• ••
••
••
•
• •• • •
•
•
•
•
•
• •
•
•• • •
• •
•
• • • • •• •
•
•• •
•
•
•
•
•
•• •
• • •
• • • • ••
•
•
•
••
• ••
•
•
•
•
••
•
•
•
• •
• • • • • ••
•
• ••
•• •
•
•
•
•
• •
• •
•
• •
••
•
•
• •
•
•
•
•
•
••
•
•
•
• •
•
••
• • ••
• • •
•
•
• •
• • ••• • •
•
• •
•
•
• •
•
•
•
•
•
•••
• •• •
•
••
•
• • •
•
•
•
• ••
•
•
•
•
•
• •
•
•
•
•
•
•••
••
• •
••
•
•
•
Dr Shoumen Datta, MIT <shoumen@mit.edu>
••
•
•
•
•
•
•
•
•
• • •
•
•
• •
30
•
•
•
•
•
•
•
••
••
• • •
• • • •• •
• •
•
•
•
•
•
• ••
•
•
•
•
••
•
•
• •
•
•
•
•
•
•
•
•
•
•
•
•
•
• •
••
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
••
•
• •
••
•
•
•
•
•
•
•
•
•
•
•
•
•
••
•
•
••
•
•
• •
••
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
• •
•
• •
•
•
•
•
• •
• •
•
• •
•
• • •
•
•
• •
•
•
•
•
•
• •
•
•
•
•
•
• •
•
• •
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•• ••
•
•
•
•
•
•
• •
•
•
•
•
• ••
•
• •
•
•
• • • •• • • •• •
•
• •
•
•
• •
•
•
•
••
•
• • • • • ••
• •
•
• ••
• •• •
• •
•
• •
• • •
• • • •• • •
••
•
•
•
•
•
•
•
•
•
•
•
• •
•
•
•
•
•
••
•
•
•
•
•
•
•
•
•
•
•
• •• •
•
•
•
•
•
•
•
•
• •
•
•• •• •
•
•
••
••
••
••
•
•
•
•
••
•
• •
•
•
•
•
•
•
•
•
•
• •
•
•
•
•
•
•
• •
••
••
••
••
•
•
•
••
•
• •
•
•
•
• •
•
•
•
•
•
•
•
•
•
•
• •
•
•
•
•
• • •
•
•
• • •
•
•• •
•
•
• •
•
•
•
•
•
•
•
• •
• • •
• •
•
•
•
•
•
•
Dr Shoumen Datta, MIT <shoumen@mit.edu>
• ••
•
•
•
•
•
•
•
•
•
•
•
•
• •
•
•
•
• •
• • •
• •
• •
•
•
• •••• ••
•
•
•
•
•
• • • • •
•
••
• • ••
•
• ••
•
•
• •
•
• • •
•
• • ••
••
•
•
••
• •
•
• •
•
•
•
• •• • • •
• •• • • •• • •• • • • • • • •
• •
• • •
• ••
•
•
• •• • • • • • •
•
••
•
•
• • • •• •
• •
•
•
• • • •• •
•
••
• •• •
•• • • •• •
• •
•
• • • • • • •
•
• •
•
•• • • •
•
• • • •
••
•
•
•
•
• • • • • •• • • •
•
•
• •
• •
•
•• • • • •
•
•
•
•
• • • • • • •• • • • •
•
• •• • • • • •
• •• •
• • • •• •
• • •
•
• •
•• •
•
•
•
•
•
•
• •
•
•
•
•
• •
•
• • • • •• •
•
•
•
•
•
••••
• •
•
•
•
•
•
•
•
•
• • • • • •• •• • ••• •
• •
• •
• • •• • •
•
•
•
•• •
•
•
•
• •
• ••• •
•
•
•
•• • •
•• • • • • •
•
•
• • ••
•
• •• •
•• •
•• • • • • •
• ••
•
• •
•
• • •• •• • •
• •• ••• • • •
• • •• ••
•
• • • •• ••
• •
•
•• • • • •
• •
•
•••
•
•
•
•
•
•• •
• •
•
• •
•
••
• •
•• •• •
•
•
• • • • • • •
• • • •
• • ••
• •
• •
•
•• • • •
•
•
• •
•
•
•
•• •
•• •
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
• •
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
•
• •
•
•
•
•
•
• •
•
• •
• •
••
•
••
•
• •• • •
•
•
•
• •
•
•
•
•
• •
•
• • • •
• • •• • • •
•
•
• • •
• •• • • • ••
•
•
•
•
•
•
• ••• •
• • •
•
• •
•
• • •
•
•
•
•
• • •• •• ••
•
•
•
•
••
•
••
• •
•
•
•
•
•
••
•
•
• •• • •
•
•
•
•
•
•
•
• •
•
•• •
• •
•
• • • • ••
•
• • •
•
• •
••
•
•• •
• • •
•
•
••
•
• ••
•
••
•
•
•
•
•
• •
••
•
•
•
••
• • • • • ••
•
•
•
• •• •
•
• • •
• • •
•
•
•
• •
•
•
•
•
•
• •
•
•• • ••
•
•
•
• •
•
••
• • ••
•• • •
•
•
• ••
• • •••••
•
• •
•
•
•
• •
•
•
•
•••
•
• •• •
•
•
••
•
• • •
•
•
• •• •
•
•
•
•
•
• ••
•
•
••
••• ••
•
•
•
•
•
•
•
•
•
Data: Young’s Double Slit Experiment with Electrons
Dr. Akira Tonomura, Hitachi Research Laboratories, JP
••
•
•
•
•
31
Directed Graph: Today’s Network
Dr Shoumen Datta, MIT <shoumen@mit.edu>
32
Social Networking
Dr Shoumen Datta, MIT <shoumen@mit.edu>
33
Sense of Distributed Data Analytics
K
n = 10; p = 1,000
10 locations
1,000 lags
Nx
kt
y1t = β0 + ∑ ∑αki xkt-i + φ11y1t-1 + φ12y2t-1 + ε1t
k=1 i = 1
Estimate Coefficients:
10,000 φ
+
10,000 for x’s
=
20,000 per stage
or
200,000 for n=10
(excluding constants
and error coefficients)
K
Nx
kt
y2t = β0 + ∑ ∑αki xkt-i + φ21y1t-1 + φ22y2t-1 + ε2t
k=1 i = 1
q
p
σ1t2 = θ0 + ∑ θi ε21t-i + ∑τj σ21t-j
i=1
j=1
q
p
σ2t2 = θ0 + ∑ θi ε22t-i + ∑τj σ22t-j
i=1
Dr Shoumen Datta, MIT <shoumen@mit.edu>
j=1
34
Datta & Granger, 2007
Healthcare: 50 years notice still policy failures
60
50 IR
40
30
20
10
0
-10
-20
Percent
Change
UK
SE
ES
FR
NL
DE
RU
US
-30
IR
UK
SE
ES
FR
NL
DE
RU
51.2
14.1
16.7
6.9
12
5.5
- 3.0
- 25.0
US
34
www.populationeurope.org
Dr Shoumen Datta, MIT <shoumen@mit.edu>
35
GP
Hospital
Data
Paper
Doctor
Decision
Data
Paper
Treatment
Response
€$
€$
€$
€$
€$
€$
€$
Service
HR
Service
HR
HR
Service
HR
Service
HR
HR
Service
HR
PARADIGM SHIFT
Reduces Healthcare Cost & Improves Service
€$
Global
Reference
Model
€$
Intelligent
Analysis
Exception
€$
GP
Hospital
Monitor
Transmit
€$
EMR
€$
Service
HR
Dr Shoumen Datta, MIT <shoumen@mit.edu>
HR
Doctor
Decision
Transmit
€$
EMR
Treatment
Response
€$
€$
Service
HR
Service
HR
36
Data & Information Asymmetry: Isolated DDT Systems
Hospital
GP
HIQA
Dr Shoumen Datta, MIT <shoumen@mit.edu>
37
HEALTHCARE MANAGEMENT
RFID Linked Biometrics
& Nano-sensor Net
Clive Granger
Clive Granger
VISIT
CLINIC
Louis Brennan
Louis Brennan
Bernard Lown
Glenn T Seaborg
Yuan T Lee
Shoumen Datta
Charles Townes
Dudley Herschbach
Helene Langevin Joliot
802.11b
WiFi
802.11g
VISIT
CLINIC
802.16a
Grid
AGRMIA
Patient Data
Omics Data
Genetic Risk
Glucose Nano-sensor Radio
Dr Shoumen Datta, MIT <shoumen@mit.edu>
38
ENERGY MANAGEMENT
Energy Management
Software Application
Internet
Site
Controller
MeshGate
Hosted Server
Rm 100
External
Rm 110
LEGEND
Wi-Stat
MeshRouter
Wi-Zone
Dr Shoumen Datta, MIT <shoumen@mit.edu>
© Milennial Net & www.sokwoo.com
39
Economic History from Norman Poire
Conceptual Convergence and the Wealth of Nations
Adoption
1853
Textile
1800
1771
1853
1825
1913
Railway
1913
1886
1969
Auto
1969
1939
2025
Computer
Agents
Grid, SL
2005
1977
2061
2081
Nanotech
Hydrogen
Fusion
2025
~1997
Technology
Introduced
1959
AI
Industrial Revolution
Atoms
Knowledge Economy
Physical World Model
Dr Shoumen Datta, MIT <shoumen@mit.edu>
Bits
40
“Did not entail being right all the time.
It was rather to dare, to propose new
ideas, and then to verify them and to
know how to admit errors.”
*
Professor Pierre-Gilles de Gennes (1932-2007)
after receiving the 1991 Nobel Prize for Physics
* Died 18 May 2007
Dr Shoumen Datta, MIT <shoumen@mit.edu>
41
Support research …
“ Research is four things: brains
with which to think, eyes with
which to see, machines with
which to measure and fourth,
money.”
Albert Szent-Gyorgyi de Nagyrolt
Nobel Prize in Medicine (1937)
Dr Shoumen Datta, MIT <shoumen@mit.edu>
42