TED@Merck KGaA, Darmstadt, Germany
Irina Kareva: Math can help uncover cancer's secrets
Ирина Карева: Математиката може да ни помогне да разкрием тайните на рака
Filmed:
Readability: 5.8
1,223,313 views
Ирина Карева превежда биологията на езика на математиката и обратното. Тя създава математически модели, които описват динамиката на рака и чиято цел е разработването на нови лекарства за борба с туморите. "Силата и красотата на математическото моделиране е, че ни кара да формулираме по много точен начин това, което си мислим, че знаем", казва Карева. "То може да ни помогне да се насочим в правилната посока, и да ни покаже къде може да има задънена улица." Всичко се свежда до задаването на правилния въпрос и превеждането му в правилното уравнение и обратно.
Irina Kareva - Theoretical biologist
Irina Kareva is looking for answers to biological questions using mathematical modeling. Full bio
Irina Kareva is looking for answers to biological questions using mathematical modeling. Full bio
Double-click the English transcript below to play the video.
00:12
I am a translator.
0
549
1243
Аз съм преводач.
00:14
I translate from biology into mathematics
1
2514
3191
Превеждам биологията
на езика на математиката
на езика на математиката
00:17
and vice versa.
2
5729
1150
и обратното.
00:19
I write mathematical models
3
7588
1790
Пиша математически модели,
00:21
which, in my case, are systems
of differential equations,
of differential equations,
4
9402
2847
които, в моя случай, са системи
от диференциални уравнения,
от диференциални уравнения,
00:24
to describe biological mechanisms,
5
12273
1947
за да опиша биологични механизми,
00:26
such as cell growth.
6
14244
1158
като растежа на клетките.
00:28
Essentially, it works like this.
7
16122
1848
Това става по следния начин.
00:30
First, I identify the key elements
8
18573
2469
Първо, идентифицирам ключовите елементи,
00:33
that I believe may be driving
behavior over time
behavior over time
9
21066
2777
които смятам, че с времето
могат да влияят на поведението
могат да влияят на поведението
00:35
of a particular mechanism.
10
23867
1539
на определен механизъм.
00:38
Then, I formulate assumptions
11
26230
1891
След това формулирам предположения
00:40
about how these elements
interact with each other
interact with each other
12
28145
2886
за начина, по който тези елементи
взаимодействат помежду си
взаимодействат помежду си
00:43
and with their environment.
13
31055
1337
и с обкръжаващата ги среда.
00:44
It may look something like this.
14
32916
1772
Може да изглежда по този начин.
00:46
Then, I translate
these assumptions into equations,
these assumptions into equations,
15
34712
3317
След това превеждам
тези предположения в уравнения,
тези предположения в уравнения,
00:50
which may look something like this.
16
38610
1824
които може да изглеждат ето така.
00:53
Finally, I analyze my equations
17
41434
1890
Накрая анализирам уравненията си
00:55
and translate the results back
into the language of biology.
into the language of biology.
18
43348
3101
и превеждам резултатите обратно
на езика на биологията.
на езика на биологията.
01:00
A key aspect of mathematical modeling
19
48156
2420
Ключов аспект на математическото
моделиране е,
моделиране е,
01:02
is that we, as modelers,
do not think about what things are;
do not think about what things are;
20
50600
3908
че тези, които го правим,
не мислим за това какви са нещата;
не мислим за това какви са нещата;
01:06
we think about what they do.
21
54532
1855
ние мислим за това, което правят.
01:08
We think about relationships
between individuals,
between individuals,
22
56411
2489
Ние мислим за взаимоотношенията
между субектите,
между субектите,
01:10
whether they be cells, animals or people,
23
58924
2886
независимо дали са клетки,
животни или хора,
животни или хора,
01:13
and how they interact with each other
and with their environment.
and with their environment.
24
61834
3048
и за това как взаимодействат помежду си
и със своето обкръжение.
и със своето обкръжение.
01:17
Let me give you an example.
25
65639
1340
Нека ви дам един пример.
01:19
What do foxes and immune cells
have in common?
have in common?
26
67719
3803
Какво общо имат
лисиците и имунните клетки?
лисиците и имунните клетки?
01:24
They're both predators,
27
72793
1459
Общото е, че са хищници,
01:26
except foxes feed on rabbits,
28
74744
2723
само че лисиците се хранят със зайци,
01:29
and immune cells feed on invaders,
such as cancer cells.
such as cancer cells.
29
77491
3330
а имунните клетки се хранят с натрапници,
като раковите клетки.
като раковите клетки.
01:33
But from a mathematical point of view,
30
81273
2345
Но от математическа гледна точка,
01:35
a qualitatively same system
of predator-prey type equations
of predator-prey type equations
31
83642
4156
се използва качествено еднаква
система от уравнения тип хищник-плячка
система от уравнения тип хищник-плячка
01:39
will describe interactions
between foxes and rabbits
between foxes and rabbits
32
87822
3245
за описване на взаимодействията
между лисиците и зайците
между лисиците и зайците
01:43
and cancer and immune cells.
33
91091
1774
и между раковите и имунните клетки.
01:45
Predator-prey type systems
have been studied extensively
have been studied extensively
34
93609
2708
Системите от типа хищник-плячка
са добре изучени
са добре изучени
01:48
in scientific literature,
35
96341
1269
в научната литература,
01:49
describing interactions
of two populations,
of two populations,
36
97634
2378
описани са взаимодействията
между две популации,
между две популации,
01:52
where survival of one depends
on consuming the other.
on consuming the other.
37
100036
2775
където оцеляването на едната
зависи от консумирането на другата.
зависи от консумирането на другата.
01:55
And these same equations
provide a framework
provide a framework
38
103485
2620
Именно тези уравнения осигуряват рамка
за разбиране на взаимодействието
между рака и имунитета,
между рака и имунитета,
01:58
for understanding
cancer-immune interactions,
cancer-immune interactions,
39
106129
2311
02:00
where cancer is the prey,
40
108464
1841
където ракът е жертвата,
02:02
and the immune system is the predator.
41
110329
2372
а имунната система е хищникът.
02:04
And the prey employs all sorts of tricks
to prevent the predator from killing it,
to prevent the predator from killing it,
42
112725
4032
Жертвата използва всякакви трикове,
за да попречи на хищника да я убие,
за да попречи на хищника да я убие,
02:08
ranging from camouflaging itself
43
116781
1820
от техники за маскиране
02:10
to stealing the predator's food.
44
118625
1839
до кражба на храната на хищника.
02:13
This can have some very
interesting implications.
interesting implications.
45
121352
2562
Това може да има някои
много интересни последствия.
много интересни последствия.
02:15
For example, despite enormous successes
in the field of immunotherapy,
in the field of immunotherapy,
46
123938
4822
Например, въпреки огромния успех
в сферата на имунологията,
в сферата на имунологията,
02:20
there still remains
somewhat limited efficacy
somewhat limited efficacy
47
128784
2461
все още има ограничена ефикасност,
02:23
when it comes solid tumors.
48
131269
1542
когато става въпрос за плътни тумори.
02:25
But if you think about it ecologically,
49
133423
2559
Но от екологична гледна точка,
02:28
both cancer and immune cells --
50
136006
2090
и раковите и имунните клетки --
02:30
the prey and the predator --
51
138120
1600
и жертвата и хищника --
02:31
require nutrients
such as glucose to survive.
such as glucose to survive.
52
139744
3031
имат нужда от хранителни вещества
като глюкоза, за да оцелеят.
като глюкоза, за да оцелеят.
02:35
If cancer cells outcompete
the immune cells for shared nutrients
the immune cells for shared nutrients
53
143358
4789
Ако раковите клетки спечелят надпреварата
над имунните клетки за общата храна
над имунните клетки за общата храна
02:40
in the tumor microenvironment,
54
148171
1793
в туморната микросреда,
02:41
then the immune cells will physically
not be able to do their job.
not be able to do their job.
55
149988
3414
тогава имунните клетки няма да могат
физически да си вършат работата.
физически да си вършат работата.
02:46
This predator-prey-shared
resource type model
resource type model
56
154291
2868
Този модел на споделени между
хищник и плячка ресурси е нещо,
хищник и плячка ресурси е нещо,
02:49
is something I've worked on
in my own research.
in my own research.
57
157183
2297
върху което работя
в моите собствени изследвания.
в моите собствени изследвания.
02:51
And it was recently shown experimentally
58
159504
2724
Наскоро беше експериментално доказано,
02:54
that restoring the metabolic balance
in the tumor microenvironment --
in the tumor microenvironment --
59
162252
4054
че възстановяването на метаболитния баланс
в туморната микросреда --
в туморната микросреда --
02:58
that is, making sure
immune cells get their food --
immune cells get their food --
60
166330
3531
т.е. да се осигури достатъчно храна
на имунните клетки --
на имунните клетки --
03:01
can give them, the predators, back
their edge in fighting cancer, the prey.
their edge in fighting cancer, the prey.
61
169885
5245
това връща преимуществото на хищника
в борбата с рака, неговата плячка.
в борбата с рака, неговата плячка.
03:08
This means that if you abstract a bit,
62
176440
2339
Ако погледнем абстрактно,
03:10
you can think about cancer itself
as an ecosystem,
as an ecosystem,
63
178803
2955
може да гледате на рака
като на екосистема,
като на екосистема,
03:13
where heterogeneous populations of cells
compete and cooperate
compete and cooperate
64
181782
4287
в която хетерогенните популации от клетки
се съревновават и си сътрудничат
се съревновават и си сътрудничат
03:18
for space and nutrients,
65
186093
2017
за място и хранителни вещества,
03:20
interact with predators --
the immune system --
the immune system --
66
188134
2672
взаимодействат с хищници --
имунната система --
имунната система --
03:22
migrate -- metastases --
67
190830
2241
мигрират -- метастазите --
03:25
all within the ecosystem
of the human body.
of the human body.
68
193095
2467
всичко това в рамките на екосистемата
на човешкото тяло.
на човешкото тяло.
03:28
And what do we know about most
ecosystems from conservation biology?
ecosystems from conservation biology?
69
196221
3869
А какво знаем за повечето екосистеми
в природозащитната биология?
в природозащитната биология?
03:32
That one of the best ways
to extinguish species
to extinguish species
70
200643
2852
Знаем, че един от най-добрите начини
да унищожим един вид,
да унищожим един вид,
03:35
is not to target them directly
71
203519
1952
не е като го нападаме директно,
03:37
but to target their environment.
72
205495
2439
а като унищожим неговата среда.
03:40
And so, once we have identified
the key components
the key components
73
208880
3070
И така, след като вече установихме
ключовите компоненти
ключовите компоненти
03:43
of the tumor environment,
74
211974
1644
на туморната среда,
03:45
we can propose hypotheses
75
213642
1948
можем да предложим хипотези
03:47
and simulate scenarios
and therapeutic interventions
and therapeutic interventions
76
215614
3294
и да симулираме сценарии
и терапевтични интервенции
и терапевтични интервенции
03:50
all in a completely safe
and affordable way
and affordable way
77
218932
3425
по един напълно безопасен
и финансово достъпен начин
и финансово достъпен начин
03:54
and target different components
of the microenvironment
of the microenvironment
78
222381
3369
и да целим различни компоненти
от микросредата
от микросредата
03:57
in such a way as to kill the cancer
without harming the host,
without harming the host,
79
225774
3996
по начин, по който ще убием рака,
без да нараняваме гостоприемника,
без да нараняваме гостоприемника,
04:01
such as me or you.
80
229794
1570
каквито сме аз или вие.
04:05
And so while the immediate
goal of my research
goal of my research
81
233029
3002
Непосредствената цел на моето изследване
04:08
is to advance research and innovation
82
236055
2266
е насърчаване на изследванията
и иновациите,
и иновациите,
04:10
and to reduce its cost,
83
238345
1896
намаляване на тяхната цена,
04:12
the real intent, of course,
is to save lives.
is to save lives.
84
240265
2517
крайната цел, разбира се,
е спасяването на животи.
е спасяването на животи.
04:15
And that's what I try to do
85
243278
1771
Това е, което се опитвам да правя
04:17
through mathematical modeling
applied to biology,
applied to biology,
86
245073
2747
чрез математическо моделиране,
приложено към биологията,
приложено към биологията,
04:19
and in particular,
to the development of drugs.
to the development of drugs.
87
247844
2471
и в частност,
към разработването на лекарства.
към разработването на лекарства.
04:22
It's a field that until relatively
recently has remained somewhat marginal,
recently has remained somewhat marginal,
88
250895
4056
Това е област, която сравнително до скоро
оставаше донякъде в периферията,
оставаше донякъде в периферията,
04:26
but it has matured.
89
254975
1452
но сега се развива.
04:28
And there are now very well-developed
mathematical methods,
mathematical methods,
90
256451
3149
Вече съществуват много добре развити
математически методи,
математически методи,
04:31
a lot of preprogrammed tools,
91
259624
1899
много готови програмирани инструменти,
04:33
including free ones,
92
261547
1496
включително и безплатни,
04:35
and an ever-increasing amount
of computational power available to us.
of computational power available to us.
93
263067
4047
и постоянно растяща компютърна мощ
на наше разположение.
на наше разположение.
04:40
The power and beauty
of mathematical modeling
of mathematical modeling
94
268718
3399
Силата и красотата
на математическото моделиране,
на математическото моделиране,
04:44
lies in the fact
that it makes you formalize,
that it makes you formalize,
95
272141
2641
е във възможността да пресъздадем
04:46
in a very rigorous way,
96
274806
2087
по много прецизен начин това,
04:48
what we think we know.
97
276917
1465
което си мислим, че знаем.
04:50
We make assumptions,
98
278904
1444
Правим предположения,
04:52
translate them into equations,
99
280372
1568
превеждаме ги в уравнения,
04:53
run simulations,
100
281964
1311
стартираме симулации,
04:55
all to answer the question:
101
283299
1773
с цел да отговорим на въпроса:
04:57
In a world where my assumptions are true,
102
285096
2246
В свят, в който
моите предположения са верни,
моите предположения са верни,
04:59
what do I expect to see?
103
287366
1570
какво очаквам да се случи?
05:01
It's a pretty simple conceptual framework.
104
289890
2086
Това е една много проста концепция.
05:04
It's all about asking the right questions.
105
292000
2226
Всичко опира до задаването
на правилните въпроси.
на правилните въпроси.
05:06
But it can unleash numerous opportunities
for testing biological hypotheses.
for testing biological hypotheses.
106
294603
4095
Но може да отприщи многобройни възможности
за тестване на биологични хипотези.
за тестване на биологични хипотези.
05:11
If our predictions match our observations,
107
299696
2600
Ако предположенията ни съвпаднат
с резултатите,
с резултатите,
05:14
great! -- we got it right,
so we can make further predictions
so we can make further predictions
108
302320
3027
чудесно! -- били сме прави,
и можем да правим нови предположения,
и можем да правим нови предположения,
05:17
by changing this or that
aspect of the model.
aspect of the model.
109
305371
2560
променяйки някои от аспектите на модела.
05:20
If, however, our predictions
do not match our observations,
do not match our observations,
110
308733
3700
Ако обаче предположенията ни
не съвпаднат с резултатите,
не съвпаднат с резултатите,
05:24
that means that some
of our assumptions are wrong,
of our assumptions are wrong,
111
312457
2585
това значи, че някои от
предположенията ни са грешни,
предположенията ни са грешни,
05:27
and so our understanding
of the key mechanisms
of the key mechanisms
112
315066
2433
и нашите разбирания за ключовите механизми
05:29
of underlying biology
113
317523
1439
на основната биология
05:30
is still incomplete.
114
318986
1270
са все още непълни.
05:32
Luckily, since this is a model,
115
320829
2362
За щастие, понеже това е модел,
05:35
we control all the assumptions.
116
323215
1889
ние контролираме всички предположения.
05:37
So we can go through them, one by one,
117
325128
2140
Можем да ги прегледаме едно по едно
05:39
identifying which one or ones
are causing the discrepancy.
are causing the discrepancy.
118
327292
3829
и да разберем кое или кои от тях
са причината за несъответствието.
са причината за несъответствието.
05:43
And then we can fill this newly
identified gap in knowledge
identified gap in knowledge
119
331637
3356
Тогава можем да запълним тази
новооткрита празнина в знанието,
новооткрита празнина в знанието,
05:47
using both experimental
and theoretical approaches.
and theoretical approaches.
120
335017
2715
използвайки едновременно експериментален
и теоретичен подход.
и теоретичен подход.
05:50
Of course, any ecosystem
is extremely complex,
is extremely complex,
121
338699
2821
Разбира се, всяка екосистема
е невероятно сложна,
е невероятно сложна,
05:53
and trying to describe all the moving
parts is not only very difficult,
parts is not only very difficult,
122
341544
3843
и опитите за описване на всички
подвижни части е не само много трудно,
подвижни части е не само много трудно,
05:57
but also not very informative.
123
345411
1662
но и не носи много информация.
05:59
There's also the issue of timescales,
124
347518
2066
Съществува и проблем с времевите мащаби,
06:01
because some processes take place
on a scale of seconds, some minutes,
on a scale of seconds, some minutes,
125
349608
3668
защото някои процеси се случват
за секунди, други отнемат минути,
за секунди, други отнемат минути,
06:05
some days, months and years.
126
353300
1948
понякога дни, месеци и години.
06:07
It may not always be possible
to separate those out experimentally.
to separate those out experimentally.
127
355272
3199
Понякога не е възможно
те да бъдат разделени експериментално.
те да бъдат разделени експериментално.
06:11
And some things happen
so quickly or so slowly
so quickly or so slowly
128
359143
3384
А някои неща се случват
толкова бързо или толкова бавно,
толкова бързо или толкова бавно,
06:14
that you may physically
never be able to measure them.
never be able to measure them.
129
362551
2720
че тяхното измерване
понякога е физически невъзможно.
понякога е физически невъзможно.
06:17
But as mathematicians,
130
365295
2288
Но като математици,
06:19
we have the power to zoom in
on any subsystem in any timescale
on any subsystem in any timescale
131
367607
5645
имаме силата да вникнем
във всяка подсистема във всякакъв срок
във всяка подсистема във всякакъв срок
06:25
and simulate effects of interventions
132
373276
2124
и да симулираме ефектите от интервенциите,
06:27
that take place in any timescale.
133
375424
2701
които се случват във всяка времева рамка.
06:31
Of course, this isn't the work
of a modeler alone.
of a modeler alone.
134
379942
2934
Тази работа, разбира се,
не се върши само от математик.
не се върши само от математик.
06:34
It has to happen in close
collaboration with biologists.
collaboration with biologists.
135
382900
3289
Тя се осъществява
в тясно сътрудничество с биолози.
в тясно сътрудничество с биолози.
06:38
And it does demand
some capacity of translation
some capacity of translation
136
386213
3004
И се изисква известно умение за превод
06:41
on both sides.
137
389241
1204
и от двете страни.
06:43
But starting with a theoretical
formulation of a problem
formulation of a problem
138
391550
3788
Теоретичното формулиране на даден проблем
06:47
can unleash numerous opportunities
for testing hypotheses
for testing hypotheses
139
395362
3497
може да отвори пътя на много възможности
за тестване на хипотези
за тестване на хипотези
06:50
and simulating scenarios
and therapeutic interventions,
and therapeutic interventions,
140
398883
3239
и сценарии за симулация
и терапевтични интервенции,
и терапевтични интервенции,
06:54
all in a completely safe way.
141
402146
2070
по напълно безопасен начин.
06:56
It can identify gaps in knowledge
and logical inconsistencies
and logical inconsistencies
142
404977
5175
То може да установи пропуски в знанието
и логически несъответствия
и логически несъответствия
и може да ни помогне да разберем
в коя посока трябва да продължим,
в коя посока трябва да продължим,
07:02
and can help guide us
as to where we should keep looking
as to where we should keep looking
143
410176
2839
07:05
and where there may be a dead end.
144
413039
1895
и къде може да има задънена улица.
С други думи:
07:07
In other words:
145
415632
1247
математическото моделиране
може да ни даде отговори,
може да ни даде отговори,
07:08
mathematical modeling
can help us answer questions
can help us answer questions
146
416903
3494
07:12
that directly affect people's health --
147
420421
2388
които дават директно отражение
на човешкото здраве --
на човешкото здраве --
които всъщност влияят
на здравето на всеки един човек,
на здравето на всеки един човек,
07:15
that affect each
person's health, actually --
person's health, actually --
148
423942
2704
защото математическото моделиране
ще бъде ключът
ще бъде ключът
07:18
because mathematical modeling will be key
149
426670
2676
07:21
to propelling personalized medicine.
150
429370
1834
към развитието
на персонализираната медицина.
на персонализираната медицина.
Всичко опира до задаването
на правилния въпрос
на правилния въпрос
07:24
And it all comes down
to asking the right question
to asking the right question
151
432112
3067
07:27
and translating it
to the right equation ...
to the right equation ...
152
435711
2075
и превеждането му в правилното уравнение
и обратно.
07:30
and back.
153
438670
1150
Благодаря.
07:32
Thank you.
154
440533
1151
07:33
(Applause)
155
441708
3299
(Аплодисменти)
ABOUT THE SPEAKER
Irina Kareva - Theoretical biologistIrina Kareva is looking for answers to biological questions using mathematical modeling.
Why you should listen
Dr. Irina Kareva studies cancer as an evolving ecosystem, bringing in insights from various disciplines -- from evolutionary biology to paleontology to ergodic theory -- to understand how we can manage, if not cure, cancer like a chronic disease. She has authored more than 25 publications, including several papers with her parents, who are also mathematicians. The Kareva clan was featured in a Nature article entitled "Relationships: Scions of Science."
Kareva is a research scientist at EMD Serono Research Center near Boston Massachusetts, US. Her book, Understanding Cancer from a Systems Biology Point of View: From Observation to Theory and Back, was recently published by Elsevier, and a second book on mathematical modeling of the evolution of heterogeneous populations will be released in mid-2019.
In addition to her scientific studies and endeavors, Kareva also holds a degree in music and works actively as a professional opera singer. She is a member of the Boston Symphony Orchestra’s Tanglewood Festival Chorus, has performed solo roles in local productions, religious music performances, and can even occasionally be heard in pieces as varied as video game soundtracks and heavy metal recordings.
Irina Kareva | Speaker | TED.com