TED@Merck KGaA, Darmstadt, Germany
Irina Kareva: Math can help uncover cancer's secrets
Irina Kareva: Los secretos del cáncer revelados a través de las matemáticas
Filmed:
Readability: 5.8
1,223,313 views
Irina Kareva traduce la biología a las matemáticas y vice versa. Hace modelos matemáticos que describen la dinámica del cáncer con el objeto de desarrollar nuevos fármacos para atacar tumores. "El poder y la belleza de los modelos matemáticos radica en la posibilidad de formalizar de manera muy rigurosa lo que creemos saber", dice Kareva. "Nos puede ayudar a ver el camino correcto e identificar posibles callejones sin salida". Todo se reduce a saber hacer la pregunta correcta y traducirla a la ecuación correcta, y viceversa.
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
Soy traductora.
00:14
I translate from biology into mathematics
1
2514
3191
Traduzco la biología a las matemáticas
00:17
and vice versa.
2
5729
1150
y viceversa.
00:19
I write mathematical models
3
7588
1790
Hago modelos matemáticos que, en mi caso,
son sistemas de ecuaciones diferenciales
son sistemas de ecuaciones diferenciales
00:21
which, in my case, are systems
of differential equations,
of differential equations,
4
9402
2847
00:24
to describe biological mechanisms,
5
12273
1947
para describir mecanismos biológicos,
00:26
such as cell growth.
6
14244
1158
tales como el crecimiento celular.
00:28
Essentially, it works like this.
7
16122
1848
Básicamente, funciona así:
00:30
First, I identify the key elements
8
18573
2469
primero, identifico los elementos clave
00:33
that I believe may be driving
behavior over time
behavior over time
9
21066
2777
que a mi juicio pueden estar induciendo
el comportamiento
el comportamiento
de un mecanismo particular
en un período del tiempo.
en un período del tiempo.
00:35
of a particular mechanism.
10
23867
1539
00:38
Then, I formulate assumptions
11
26230
1891
Luego formulo suposiciones
de cómo estos elementos
de cómo estos elementos
00:40
about how these elements
interact with each other
interact with each other
12
28145
2886
interactúan entre sí y con su ambiente.
00:43
and with their environment.
13
31055
1337
00:44
It may look something like this.
14
32916
1772
Sería algo como esta imagen.
00:46
Then, I translate
these assumptions into equations,
these assumptions into equations,
15
34712
3317
Después traduzco
estas suposiciones a ecuaciones,
estas suposiciones a ecuaciones,
00:50
which may look something like this.
16
38610
1824
que puede verse así.
00:53
Finally, I analyze my equations
17
41434
1890
Finalmente, analizo esas ecuaciones
00:55
and translate the results back
into the language of biology.
into the language of biology.
18
43348
3101
y vuelvo a traducir los resultados
al idioma de la biología.
al idioma de la biología.
01:00
A key aspect of mathematical modeling
19
48156
2420
Un aspecto clave de un modelo matemático
01:02
is that we, as modelers,
do not think about what things are;
do not think about what things are;
20
50600
3908
es que, como modeladores,
no pensamos en lo que son las cosas,
no pensamos en lo que son las cosas,
01:06
we think about what they do.
21
54532
1855
sino en lo que hacen esas cosas.
01:08
We think about relationships
between individuals,
between individuals,
22
56411
2489
Pensamos en relaciones entre individuos
01:10
whether they be cells, animals or people,
23
58924
2886
--sean células, animales o personas--
01:13
and how they interact with each other
and with their environment.
and with their environment.
24
61834
3048
y en cómo interactúan entre sí
y con su ambiente.
y con su ambiente.
01:17
Let me give you an example.
25
65639
1340
Les daré un ejemplo.
01:19
What do foxes and immune cells
have in common?
have in common?
26
67719
3803
¿Qué tienen en común los zorros
y las células inmunitarias?
y las células inmunitarias?
01:24
They're both predators,
27
72793
1459
Ambos son predadores,
01:26
except foxes feed on rabbits,
28
74744
2723
con la diferencia de que los zorros
se alimentan de conejos
se alimentan de conejos
01:29
and immune cells feed on invaders,
such as cancer cells.
such as cancer cells.
29
77491
3330
y las células inmunitarias
de organismos invasores,
de organismos invasores,
como las células cancerígenas.
01:33
But from a mathematical point of view,
30
81273
2345
Pero desde un punto de vista matemático,
01:35
a qualitatively same system
of predator-prey type equations
of predator-prey type equations
31
83642
4156
un sistema cualitativamente igual
de ecuaciones del tipo predador-presa
de ecuaciones del tipo predador-presa
01:39
will describe interactions
between foxes and rabbits
between foxes and rabbits
32
87822
3245
describe la interacción
entre zorros y conejos,
entre zorros y conejos,
01:43
and cancer and immune cells.
33
91091
1774
y entre el cáncer
y las células inmunitarias.
y las células inmunitarias.
Los sistemas predador-presa
han sido ampliamente estudiados
han sido ampliamente estudiados
01:45
Predator-prey type systems
have been studied extensively
have been studied extensively
34
93609
2708
en la literatura científica,
01:48
in scientific literature,
35
96341
1269
01:49
describing interactions
of two populations,
of two populations,
36
97634
2378
y describen interacciones
entre dos poblaciones,
entre dos poblaciones,
01:52
where survival of one depends
on consuming the other.
on consuming the other.
37
100036
2775
donde la supervivencia de una
se basa en el consumo de la otra.
se basa en el consumo de la otra.
Y estas mismas ecuaciones
brindan el marco
brindan el marco
01:55
And these same equations
provide a framework
provide a framework
38
103485
2620
para entender las interacciones
entre el cáncer y la inmunología,
entre el cáncer y la inmunología,
01:58
for understanding
cancer-immune interactions,
cancer-immune interactions,
39
106129
2311
02:00
where cancer is the prey,
40
108464
1841
donde el cáncer es la presa
02:02
and the immune system is the predator.
41
110329
2372
y el sistema inmune es el predador.
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
Y la presa usa todo tipo de artilugios
para impedir que su predador la mate,
para impedir que su predador la mate,
02:08
ranging from camouflaging itself
43
116781
1820
incluyendo el autocamuflaje
02:10
to stealing the predator's food.
44
118625
1839
e incluso el robo de comida al predador.
Esto puede tener consecuencias
sumamente interesantes.
sumamente interesantes.
02:13
This can have some very
interesting implications.
interesting implications.
45
121352
2562
02:15
For example, despite enormous successes
in the field of immunotherapy,
in the field of immunotherapy,
46
123938
4822
Por ejemplo, a pesar del gran avance
logrado en el campo de la inmunoterapia,
logrado en el campo de la inmunoterapia,
02:20
there still remains
somewhat limited efficacy
somewhat limited efficacy
47
128784
2461
aún hay una eficacia bastante limitada
02:23
when it comes solid tumors.
48
131269
1542
en el caso de los tumores sólidos.
02:25
But if you think about it ecologically,
49
133423
2559
Y si lo pensamos en términos ecológicos,
02:28
both cancer and immune cells --
50
136006
2090
tanto el cáncer
como las células inmunitarias
como las células inmunitarias
02:30
the prey and the predator --
51
138120
1600
--la presa y el predador--
02:31
require nutrients
such as glucose to survive.
such as glucose to survive.
52
139744
3031
requieren de nutrientes
para sobrevivir, como la glucosa.
para sobrevivir, como la glucosa.
Si las células cancerígenas
vencen a las células inmunitarias
vencen a las células inmunitarias
02:35
If cancer cells outcompete
the immune cells for shared nutrients
the immune cells for shared nutrients
53
143358
4789
en la competencia
por los nutrientes compartidos
por los nutrientes compartidos
02:40
in the tumor microenvironment,
54
148171
1793
en el microambiente del tumor,
entonces las células inmunitarias
se verán físicamente impedidas
se verán físicamente impedidas
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
de hacer su tarea.
02:46
This predator-prey-shared
resource type model
resource type model
56
154291
2868
Este modelo del tipo
predador-presa-recurso compartido
predador-presa-recurso compartido
02:49
is something I've worked on
in my own research.
in my own research.
57
157183
2297
fue el tema de mi propia investigación.
02:51
And it was recently shown experimentally
58
159504
2724
Y hace poco, se ha demostrado
experimentalmente
experimentalmente
que restaurar el equilibrio metabólico
02:54
that restoring the metabolic balance
in the tumor microenvironment --
in the tumor microenvironment --
59
162252
4054
en el microambiente del tumor
--esto es, asegurándose de que las células
inmunitarias obtengan su alimento--
inmunitarias obtengan su alimento--
02:58
that is, making sure
immune cells get their food --
immune cells get their food --
60
166330
3531
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
puede devolver a esas células,
o sea, a los predadores,
o sea, a los predadores,
la posibilidad de vencer al cáncer,
es decir, a la presa.
es decir, a la presa.
Esto significa que si hacemos
un ejercicio de abstracción
un ejercicio de abstracción
03:08
This means that if you abstract a bit,
62
176440
2339
03:10
you can think about cancer itself
as an ecosystem,
as an ecosystem,
63
178803
2955
podemos considerar al cáncer
como un ecosistema
como un ecosistema
donde las poblaciones
heterogéneas de células
heterogéneas de células
03:13
where heterogeneous populations of cells
compete and cooperate
compete and cooperate
64
181782
4287
compiten por espacio y por nutrientes,
03:18
for space and nutrients,
65
186093
2017
cooperan para obtenerlos,
03:20
interact with predators --
the immune system --
the immune system --
66
188134
2672
interactúan con el predador,
es decir, con el sistema inmunitario,
es decir, con el sistema inmunitario,
03:22
migrate -- metastases --
67
190830
2241
migran --hacen metástasis--
03:25
all within the ecosystem
of the human body.
of the human body.
68
193095
2467
todo dentro del ecosistema
del cuerpo humano.
del cuerpo humano.
03:28
And what do we know about most
ecosystems from conservation biology?
ecosystems from conservation biology?
69
196221
3869
¿Y qué sabemos de los ecosistemas
de la biología conservacionista?
de la biología conservacionista?
03:32
That one of the best ways
to extinguish species
to extinguish species
70
200643
2852
Que una de las mejores maneras
de extinguir una especie
de extinguir una especie
03:35
is not to target them directly
71
203519
1952
no es atacándola de forma directa
03:37
but to target their environment.
72
205495
2439
sino atacando su entorno.
03:40
And so, once we have identified
the key components
the key components
73
208880
3070
Identificados los componentes clave
03:43
of the tumor environment,
74
211974
1644
del entorno tumoral,
03:45
we can propose hypotheses
75
213642
1948
podemos proponer una hipótesis
03:47
and simulate scenarios
and therapeutic interventions
and therapeutic interventions
76
215614
3294
y simular escenarios
e intervenciones terapéuticas
e intervenciones terapéuticas
03:50
all in a completely safe
and affordable way
and affordable way
77
218932
3425
de una manera absolutamente
segura y económica
segura y económica
03:54
and target different components
of the microenvironment
of the microenvironment
78
222381
3369
para atacar los distintos componentes
del microambiente
del microambiente
03:57
in such a way as to kill the cancer
without harming the host,
without harming the host,
79
225774
3996
y así poder matar al cáncer
sin dañar al huésped,
sin dañar al huésped,
04:01
such as me or you.
80
229794
1570
es decir, a mí o a Uds.
04:05
And so while the immediate
goal of my research
goal of my research
81
233029
3002
Y si bien el objetivo inmediato
de mi investigación
de mi investigación
04:08
is to advance research and innovation
82
236055
2266
es promover la investigación
y la innovación, y reducir los costos,
y la innovación, y reducir los costos,
04:10
and to reduce its cost,
83
238345
1896
04:12
the real intent, of course,
is to save lives.
is to save lives.
84
240265
2517
el verdadero propósito
es, obviamente, salvar vidas.
es, obviamente, salvar vidas.
04:15
And that's what I try to do
85
243278
1771
Y esa es mi intención,
04:17
through mathematical modeling
applied to biology,
applied to biology,
86
245073
2747
a través de modelos matemáticos
aplicados a la biología,
aplicados a la biología,
04:19
and in particular,
to the development of drugs.
to the development of drugs.
87
247844
2471
especialmente al desarrollo de fármacos.
04:22
It's a field that until relatively
recently has remained somewhat marginal,
recently has remained somewhat marginal,
88
250895
4056
Hasta hace relativamente poco
este campo estuvo un tanto relegado,
este campo estuvo un tanto relegado,
04:26
but it has matured.
89
254975
1452
pero ahora ha madurado.
04:28
And there are now very well-developed
mathematical methods,
mathematical methods,
90
256451
3149
Y hoy existen métodos matemáticos
muy bien desarrollados,
muy bien desarrollados,
una gran cantidad
de herramientas preprogramadas,
de herramientas preprogramadas,
04:31
a lot of preprogrammed tools,
91
259624
1899
04:33
including free ones,
92
261547
1496
gratis incluso,
04:35
and an ever-increasing amount
of computational power available to us.
of computational power available to us.
93
263067
4047
y un número cada vez mayor de
recursos informáticos al alcance.
recursos informáticos al alcance.
04:40
The power and beauty
of mathematical modeling
of mathematical modeling
94
268718
3399
El poder y la belleza
de los modelos matemáticos
de los modelos matemáticos
04:44
lies in the fact
that it makes you formalize,
that it makes you formalize,
95
272141
2641
radica en la posibilidad de formalizar
de manera muy rigurosa
de manera muy rigurosa
04:46
in a very rigorous way,
96
274806
2087
04:48
what we think we know.
97
276917
1465
lo que creemos saber.
04:50
We make assumptions,
98
278904
1444
Hacemos suposiciones,
04:52
translate them into equations,
99
280372
1568
las traducimos a ecuaciones
04:53
run simulations,
100
281964
1311
y ejecutamos simulaciones
04:55
all to answer the question:
101
283299
1773
para responder a la pregunta:
04:57
In a world where my assumptions are true,
102
285096
2246
en un mundo donde mis suposiciones
son verdaderas, ¿qué espero ver?
son verdaderas, ¿qué espero ver?
04:59
what do I expect to see?
103
287366
1570
05:01
It's a pretty simple conceptual framework.
104
289890
2086
Es un marco conceptual bastante simple.
05:04
It's all about asking the right questions.
105
292000
2226
Se trata de hacer las preguntas correctas.
05:06
But it can unleash numerous opportunities
for testing biological hypotheses.
for testing biological hypotheses.
106
294603
4095
Pero puede crear numerosas oportunidades
para evaluar hipótesis biológicas.
para evaluar hipótesis biológicas.
Si nuestras predicciones coinciden
con nuestras observaciones,
con nuestras observaciones,
05:11
If our predictions match our observations,
107
299696
2600
05:14
great! -- we got it right,
so we can make further predictions
so we can make further predictions
108
302320
3027
¡excelente!, acertamos y ya podemos
hacer otras predicciones,
hacer otras predicciones,
05:17
by changing this or that
aspect of the model.
aspect of the model.
109
305371
2560
cambiando tal o cual aspecto del modelo.
05:20
If, however, our predictions
do not match our observations,
do not match our observations,
110
308733
3700
Pero si nuestras predicciones
no coinciden con nuestras observaciones,
no coinciden con nuestras observaciones,
significa que son incorrectas
algunas de nuestras suposiciones
algunas de nuestras suposiciones
05:24
that means that some
of our assumptions are wrong,
of our assumptions are wrong,
111
312457
2585
05:27
and so our understanding
of the key mechanisms
of the key mechanisms
112
315066
2433
y que nuestro entendimiento
de los mecanismos clave
de los mecanismos clave
05:29
of underlying biology
113
317523
1439
de la biología básica
05:30
is still incomplete.
114
318986
1270
es aún incompleto.
05:32
Luckily, since this is a model,
115
320829
2362
Por suerte, como este es un modelo,
05:35
we control all the assumptions.
116
323215
1889
controlamos todos los supuestos.
05:37
So we can go through them, one by one,
117
325128
2140
Y podemos analizarlos uno a uno
05:39
identifying which one or ones
are causing the discrepancy.
are causing the discrepancy.
118
327292
3829
e identificar cuál o cuáles
ocasionan la discrepancia.
ocasionan la discrepancia.
05:43
And then we can fill this newly
identified gap in knowledge
identified gap in knowledge
119
331637
3356
Y luego podemos llenar
este nuevo vacío de conocimiento
este nuevo vacío de conocimiento
05:47
using both experimental
and theoretical approaches.
and theoretical approaches.
120
335017
2715
mediante el uso de métodos
experimentales y teóricos.
experimentales y teóricos.
05:50
Of course, any ecosystem
is extremely complex,
is extremely complex,
121
338699
2821
Claro está que cualquier ecosistema
es sumamente complejo,
es sumamente complejo,
05:53
and trying to describe all the moving
parts is not only very difficult,
parts is not only very difficult,
122
341544
3843
e intentar describir todas las piezas
en movimiento no solo es difícil
en movimiento no solo es difícil
05:57
but also not very informative.
123
345411
1662
sino también muy poco informativo.
También está el tema
de las escalas temporales,
de las escalas temporales,
05:59
There's also the issue of timescales,
124
347518
2066
06:01
because some processes take place
on a scale of seconds, some minutes,
on a scale of seconds, some minutes,
125
349608
3668
porque algunos procesos ocurren
en una escala de segundos, o minutos,
en una escala de segundos, o minutos,
06:05
some days, months and years.
126
353300
1948
o días, meses o años.
06:07
It may not always be possible
to separate those out experimentally.
to separate those out experimentally.
127
355272
3199
Puede que no siempre sea posible
separarlas experimentalmente.
separarlas experimentalmente.
06:11
And some things happen
so quickly or so slowly
so quickly or so slowly
128
359143
3384
Y algunas cosas pasan
a un ritmo tan lento o tan veloz
a un ritmo tan lento o tan veloz
06:14
that you may physically
never be able to measure them.
never be able to measure them.
129
362551
2720
que quizá nunca se las llegue
a medir físicamente.
a medir físicamente.
06:17
But as mathematicians,
130
365295
2288
Pero como matemáticos,
06:19
we have the power to zoom in
on any subsystem in any timescale
on any subsystem in any timescale
131
367607
5645
tenemos el poder de focalizarnos
en cualquier subsistema,
en cualquier subsistema,
en cualquier escala temporal,
06:25
and simulate effects of interventions
132
373276
2124
y simular los efectos de las intervenciones
06:27
that take place in any timescale.
133
375424
2701
que ocurren en cualquier escala temporal.
06:31
Of course, this isn't the work
of a modeler alone.
of a modeler alone.
134
379942
2934
Es obvio que esta tarea
no es solo del modelador.
no es solo del modelador.
06:34
It has to happen in close
collaboration with biologists.
collaboration with biologists.
135
382900
3289
Debe haber una estrecha colaboración
con los biólogos.
con los biólogos.
06:38
And it does demand
some capacity of translation
some capacity of translation
136
386213
3004
Y sin dudas requiere
de cierta capacidad para traducir
de cierta capacidad para traducir
06:41
on both sides.
137
389241
1204
de ambas partes.
06:43
But starting with a theoretical
formulation of a problem
formulation of a problem
138
391550
3788
Pero comenzar con una formulación
teórica de un problema
teórica de un problema
06:47
can unleash numerous opportunities
for testing hypotheses
for testing hypotheses
139
395362
3497
puede crear numerosas oportunidades
para evaluar hipótesis
para evaluar hipótesis
06:50
and simulating scenarios
and therapeutic interventions,
and therapeutic interventions,
140
398883
3239
y simular escenarios
e intervenciones terapéuticas
e intervenciones terapéuticas
06:54
all in a completely safe way.
141
402146
2070
de una manera absolutamente segura.
06:56
It can identify gaps in knowledge
and logical inconsistencies
and logical inconsistencies
142
404977
5175
Puede identificar vacíos de conocimiento
y contradicciones lógicas
y contradicciones lógicas
y nos puede guiar por el camino correcto
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
e indicarnos los posibles
callejones sin salida.
callejones sin salida.
07:07
In other words:
145
415632
1247
En otras palabras,
07:08
mathematical modeling
can help us answer questions
can help us answer questions
146
416903
3494
los modelos matemáticos
pueden ayudar a responder preguntas
pueden ayudar a responder preguntas
07:12
that directly affect people's health --
147
420421
2388
que afectan de forma directa
a la salud de la gente;
a la salud de la gente;
07:15
that affect each
person's health, actually --
person's health, actually --
148
423942
2704
en realidad, la salud
de cada uno de nosotros...
de cada uno de nosotros...
07:18
because mathematical modeling will be key
149
426670
2676
porque la modelación matemática será clave
07:21
to propelling personalized medicine.
150
429370
1834
para impulsar la medicina personalizada.
07:24
And it all comes down
to asking the right question
to asking the right question
151
432112
3067
Todo se reduce
a hacer la pregunta correcta
a hacer la pregunta correcta
07:27
and translating it
to the right equation ...
to the right equation ...
152
435711
2075
y traducirla a la ecuación correcta,
07:30
and back.
153
438670
1150
y viceversa.
07:32
Thank you.
154
440533
1151
Gracias.
07:33
(Applause)
155
441708
3299
(Aplausos)
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