TED@Merck KGaA, Darmstadt, Germany
Irina Kareva: Math can help uncover cancer's secrets
אירינה קרבה: מתמטיקה יכולה לחשוף את סודות הסרטן
Filmed:
Readability: 5.8
1,223,313 views
אירינה קרבה מתרגמת ביולוגיה למתמטיקה ובחזרה. היא כותבת מודלים מתמטיים שמתארים את הדינמיקה של הסרטן, עם המטרה לפתח תרופות חדשות נגד גידולים. "הכוח והיופי של בניית מודלים מתמטיים טמונים בעובדה שזה מאפשר לנו לנסח, בצורה מאוד קפדנית, מה שאנחנו חושבים שאנחנו יודעים," קרבה אומרת. "זה יכול להורות לנו היכן להמשיך לחפש ןהיכן עלולים להיתקל בדרך ללא מוצא". הכל מתמצה בשאלת השאלות הנכונות ותרגומן למשוואה הנכונה, ובחזרה.
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
אני מתרגמת.
00:14
I translate from biology into mathematics
1
2514
3191
אני מתרגמת מביולוגיה למתמטיקה
00:17
and vice versa.
2
5729
1150
ובחזרה.
00:19
I write mathematical models
3
7588
1790
אני כותבת מודלים מתמטיים
00:21
which, in my case, are systems
of differential equations,
of differential equations,
4
9402
2847
שהם, במקרה שלי, מערכות
של משוואות דיפרנציאליות,
של משוואות דיפרנציאליות,
00:24
to describe biological mechanisms,
5
12273
1947
כדי לתאר מנגנונים ביולוגיים,
00:26
such as cell growth.
6
14244
1158
כמו גדילת תאים.
00:28
Essentially, it works like this.
7
16122
1848
בעיקרון, זה עובד כך.
00:30
First, I identify the key elements
8
18573
2469
קודם כל, אני מזהה את רכיבי המפתח
00:33
that I believe may be driving
behavior over time
behavior over time
9
21066
2777
שאני מאמינה שאולי מניעים התנהגות לאורך זמן
00:35
of a particular mechanism.
10
23867
1539
של מנגנון מסוים.
00:38
Then, I formulate assumptions
11
26230
1891
אז, אני מנסחת הנחות
00:40
about how these elements
interact with each other
interact with each other
12
28145
2886
לגבי האופן בו הרכיבים האלו
מתקשרים אחד עם השני
מתקשרים אחד עם השני
00:43
and with their environment.
13
31055
1337
ועם הסביבה שלהם.
00:44
It may look something like this.
14
32916
1772
זה יכול להיראות קצת כמו משהו כזה.
00:46
Then, I translate
these assumptions into equations,
these assumptions into equations,
15
34712
3317
לאחר מכן, אני מתרגמת
את ההנחות האלו למשוואות,
את ההנחות האלו למשוואות,
00:50
which may look something like this.
16
38610
1824
שיכולות להיראות כמו משהו כזה.
00:53
Finally, I analyze my equations
17
41434
1890
בסופו של דבר, אני מנתחת את המשוואות שלי
00:55
and translate the results back
into the language of biology.
into the language of biology.
18
43348
3101
ומתרגמת את התוצאות בחזרה לשפת הביולוגיה.
01:00
A key aspect of mathematical modeling
19
48156
2420
היבט מפתח של יצירת מודל מתמטי
01:02
is that we, as modelers,
do not think about what things are;
do not think about what things are;
20
50600
3908
הוא שאנחנו, מעצבי המודלים,
לא חושבים על טיבם של הדברים;
לא חושבים על טיבם של הדברים;
01:06
we think about what they do.
21
54532
1855
אנחנו חושבים על מה הם עושים.
01:08
We think about relationships
between individuals,
between individuals,
22
56411
2489
אנחנו חושבים על מערכות יחסים בין פרטים,
01:10
whether they be cells, animals or people,
23
58924
2886
בין אם הם תאים, בעלי חיים או אנשים,
01:13
and how they interact with each other
and with their environment.
and with their environment.
24
61834
3048
ואיך הם מתקשרים אחד עם השני
ועם הסביבה שלהם.
ועם הסביבה שלהם.
01:17
Let me give you an example.
25
65639
1340
אתן לכם דוגמא.
01:19
What do foxes and immune cells
have in common?
have in common?
26
67719
3803
מה משותף בין שועלים לתאים חיסוניים?
01:24
They're both predators,
27
72793
1459
שניהם טורפים,
01:26
except foxes feed on rabbits,
28
74744
2723
רק ששועלים ניזונים מארנבות,
01:29
and immune cells feed on invaders,
such as cancer cells.
such as cancer cells.
29
77491
3330
ותאים חיסוניים ניזונים מפולשים,
כגון תאי סרטן.
כגון תאי סרטן.
01:33
But from a mathematical point of view,
30
81273
2345
אבל מנקודת מבט מתמטית,
01:35
a qualitatively same system
of predator-prey type equations
of predator-prey type equations
31
83642
4156
אותה המערכת, מבחינה איכותית,
של משוואות מסוג טורף-טרף
של משוואות מסוג טורף-טרף
01:39
will describe interactions
between foxes and rabbits
between foxes and rabbits
32
87822
3245
תתאר יחסי גומלין בין שועלים וארנבות
01:43
and cancer and immune cells.
33
91091
1774
ובין תאי סרטן ותאים חיסוניים.
01:45
Predator-prey type systems
have been studied extensively
have been studied extensively
34
93609
2708
מערכות מסוג טורף-טרף נלמדו בהרחבה
01:48
in scientific literature,
35
96341
1269
בספרות המדעית,
01:49
describing interactions
of two populations,
of two populations,
36
97634
2378
ומתארות יחסי גומלין בין שתי אוכלוסיות,
01:52
where survival of one depends
on consuming the other.
on consuming the other.
37
100036
2775
שבהם ההישרדות של אחת תלויה בצריכה של האחר.
01:55
And these same equations
provide a framework
provide a framework
38
103485
2620
ואותן המשוואות מהוות מסגרת
01:58
for understanding
cancer-immune interactions,
cancer-immune interactions,
39
106129
2311
להבנה של יחסי גומלין
בין סרטן ומערכת החיסון,
בין סרטן ומערכת החיסון,
02:00
where cancer is the prey,
40
108464
1841
שבהם הסרטן הוא הטרף,
02:02
and the immune system is the predator.
41
110329
2372
ומערכת החיסון היא הטורף.
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
והטרף משתמש בכל מיני תכסיסים
בשביל למנוע מהטורף להרוג אותו,
בשביל למנוע מהטורף להרוג אותו,
02:08
ranging from camouflaging itself
43
116781
1820
שנעים בין הסוואה
02:10
to stealing the predator's food.
44
118625
1839
לגניבת האוכל של הטרף.
02:13
This can have some very
interesting implications.
interesting implications.
45
121352
2562
לזה יכולות להיות השלכות מאוד מעניינות.
02:15
For example, despite enormous successes
in the field of immunotherapy,
in the field of immunotherapy,
46
123938
4822
לדוגמא, למרות הצלחות מזהירות
בתחום האימונותרפיה,
בתחום האימונותרפיה,
02:20
there still remains
somewhat limited efficacy
somewhat limited efficacy
47
128784
2461
עדיין יש יעילות מוגבלת למדי
02:23
when it comes solid tumors.
48
131269
1542
כשמדובר בגידולים מוצקים.
02:25
But if you think about it ecologically,
49
133423
2559
אבל אם חושבים על זה מבחינה אקולוגית,
02:28
both cancer and immune cells --
50
136006
2090
גם תאי הסרטן וגם התאים החיסוניים --
02:30
the prey and the predator --
51
138120
1600
הטרף והטורף --
02:31
require nutrients
such as glucose to survive.
such as glucose to survive.
52
139744
3031
צריכים חומרי הזנה כמו גלוקוז בשביל לשרוד.
02:35
If cancer cells outcompete
the immune cells for shared nutrients
the immune cells for shared nutrients
53
143358
4789
אם תאי הסרטן יגברו על התאים החיסוניים
בתחרות על רכיבי מזון משותפים
בתחרות על רכיבי מזון משותפים
02:40
in the tumor microenvironment,
54
148171
1793
במיקרו-סביבה של הגידול,
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
אז התאים החיסוניים לא יוכלו פיזית
לעשות את העבודה שלהם.
לעשות את העבודה שלהם.
02:46
This predator-prey-shared
resource type model
resource type model
56
154291
2868
המודל של משאבים המשותפים לטורף ולטרף
02:49
is something I've worked on
in my own research.
in my own research.
57
157183
2297
הוא משהו שאני עבדתי עליו במחקר שלי.
02:51
And it was recently shown experimentally
58
159504
2724
והוכח לאחרונה בניסויים
02:54
that restoring the metabolic balance
in the tumor microenvironment --
in the tumor microenvironment --
59
162252
4054
ששיקום האיזון המטאבולי
במיקרו-סביבה של הגידול --
במיקרו-סביבה של הגידול --
02:58
that is, making sure
immune cells get their food --
immune cells get their food --
60
166330
3531
כלומר, החתירה למצב שבו התאים החיסוניים
מקבלים את המזון שלהם --
מקבלים את המזון שלהם --
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
תוכל להחזיר להם, לטורפים, את היתרון
במלחמה מול הסרטן, הטרף.
במלחמה מול הסרטן, הטרף.
03:08
This means that if you abstract a bit,
62
176440
2339
זה אומר שבצורה מופשטת,
03:10
you can think about cancer itself
as an ecosystem,
as an ecosystem,
63
178803
2955
ניתן לחשוב על הסרטן עצמו
כעל מערכת אקולוגית,
כעל מערכת אקולוגית,
03:13
where heterogeneous populations of cells
compete and cooperate
compete and cooperate
64
181782
4287
שבה אוכלוסיות הטרוגניות של תאים
מתחרות ומשתפות פעולה
מתחרות ומשתפות פעולה
03:18
for space and nutrients,
65
186093
2017
במאבק על מרחב וחומרי הזנה,
03:20
interact with predators --
the immune system --
the immune system --
66
188134
2672
מקיימים יחסי גומלין עם טורפים --
מערכת החיסון -
מערכת החיסון -
03:22
migrate -- metastases --
67
190830
2241
מהגרים -- גרורות --
03:25
all within the ecosystem
of the human body.
of the human body.
68
193095
2467
כל אלו בתוך המערכת האקולוגית של גוף האדם.
03:28
And what do we know about most
ecosystems from conservation biology?
ecosystems from conservation biology?
69
196221
3869
ומה אנחנו יודעים על רוב המערכות האקולוגיות
ממדע האקולוגיה?
ממדע האקולוגיה?
03:32
That one of the best ways
to extinguish species
to extinguish species
70
200643
2852
שאחת הדרכים הטובות ביותר להעלים מינים
03:35
is not to target them directly
71
203519
1952
היא לא לכוון אליהם באופן ישיר
03:37
but to target their environment.
72
205495
2439
אלא לכוון אל הסביבה שלהם.
03:40
And so, once we have identified
the key components
the key components
73
208880
3070
וכך, ברגע שזיהינו את רכיבי המפתח
03:43
of the tumor environment,
74
211974
1644
של סביבת הגידול,
03:45
we can propose hypotheses
75
213642
1948
אנחנו יכולים להציע השערות
03:47
and simulate scenarios
and therapeutic interventions
and therapeutic interventions
76
215614
3294
ולדמות תרחישים והתערבויות טיפוליות
03:50
all in a completely safe
and affordable way
and affordable way
77
218932
3425
כל זאת בדרך בטוחה וחסכונית
03:54
and target different components
of the microenvironment
of the microenvironment
78
222381
3369
ולכוון למרכיבים שונים במיקרו-סביבה
03:57
in such a way as to kill the cancer
without harming the host,
without harming the host,
79
225774
3996
בדרך כזאת שתהרוג את הסרטן
בלי לפגוע בפונדאי,
בלי לפגוע בפונדאי,
04:01
such as me or you.
80
229794
1570
אני או אתם.
04:05
And so while the immediate
goal of my research
goal of my research
81
233029
3002
אז בזמן שהמטרה המיידית של המחקר שלי
04:08
is to advance research and innovation
82
236055
2266
היא לקדם מחקר וחדשנות
04:10
and to reduce its cost,
83
238345
1896
ולצמצם עלויות,
04:12
the real intent, of course,
is to save lives.
is to save lives.
84
240265
2517
הכוונה האמיתית, כמובן, היא להציל חיים.
04:15
And that's what I try to do
85
243278
1771
וזה מה שאני מנסה לעשות
04:17
through mathematical modeling
applied to biology,
applied to biology,
86
245073
2747
דרך בניית מודלים מתמטיים
שניתנים ליישום בתחום הביולוגיה,
שניתנים ליישום בתחום הביולוגיה,
04:19
and in particular,
to the development of drugs.
to the development of drugs.
87
247844
2471
ובאופן ספציפי, בתחום פיתוח התרופות.
04:22
It's a field that until relatively
recently has remained somewhat marginal,
recently has remained somewhat marginal,
88
250895
4056
זה תחום שעד יחסית לאחרונה היה די שולי,
04:26
but it has matured.
89
254975
1452
אבל הוא הבשיל.
04:28
And there are now very well-developed
mathematical methods,
mathematical methods,
90
256451
3149
ועכשיו יש שיטות מתמטיות מאוד מפותחות,
04:31
a lot of preprogrammed tools,
91
259624
1899
הרבה כלי תיכנות,
04:33
including free ones,
92
261547
1496
גם חינמיים,
04:35
and an ever-increasing amount
of computational power available to us.
of computational power available to us.
93
263067
4047
וגידול תמידי של כח המחשוב הזמין לנו.
04:40
The power and beauty
of mathematical modeling
of mathematical modeling
94
268718
3399
הכוח והיופי של בניית מודלים מתמטיים
04:44
lies in the fact
that it makes you formalize,
that it makes you formalize,
95
272141
2641
טמונים בעובדה שהם מאפשרים לנו לנסח,
04:46
in a very rigorous way,
96
274806
2087
בדרך מאוד קפדנית,
04:48
what we think we know.
97
276917
1465
את מה שאנחנו חושבים שאנחנו יודעים.
04:50
We make assumptions,
98
278904
1444
אנחנו מניחים הנחות,
04:52
translate them into equations,
99
280372
1568
מתרגמים אותם למשוואות,
04:53
run simulations,
100
281964
1311
מריצים הדמיות,
04:55
all to answer the question:
101
283299
1773
וכל זה כדי לענות על השאלה:
04:57
In a world where my assumptions are true,
102
285096
2246
בעולם שבו ההנחות שלי הן נכונות,
04:59
what do I expect to see?
103
287366
1570
מה אני מצפה לראות?
05:01
It's a pretty simple conceptual framework.
104
289890
2086
זו מסגרת רעיונית די פשוטה.
05:04
It's all about asking the right questions.
105
292000
2226
זה פשוט עניין של לשאול את השאלות הנכונות.
05:06
But it can unleash numerous opportunities
for testing biological hypotheses.
for testing biological hypotheses.
106
294603
4095
אבל זה יכול לאפשר הזדמנויות רבות
לבחינת השערות ביולוגיות.
לבחינת השערות ביולוגיות.
05:11
If our predictions match our observations,
107
299696
2600
אם התחזיות שלנו תואמות את התצפיות שלנו,
05:14
great! -- we got it right,
so we can make further predictions
so we can make further predictions
108
302320
3027
מצוין! -- עשינו את זה נכון,
אז אפשר לעשות עוד תחזיות
אז אפשר לעשות עוד תחזיות
05:17
by changing this or that
aspect of the model.
aspect of the model.
109
305371
2560
על ידי שינוי של היבט זה או אחר של המודל.
05:20
If, however, our predictions
do not match our observations,
do not match our observations,
110
308733
3700
אם, לעומת זאת, התחזיות שלנו
לא תואמות את התצפיות,
לא תואמות את התצפיות,
05:24
that means that some
of our assumptions are wrong,
of our assumptions are wrong,
111
312457
2585
זה אומר שחלק מההנחות שלנו היו שגויות,
05:27
and so our understanding
of the key mechanisms
of the key mechanisms
112
315066
2433
וההבנה שלנו של מנגוני מפתח
05:29
of underlying biology
113
317523
1439
של ביולוגיה בסיסית
05:30
is still incomplete.
114
318986
1270
היא עדיין לא שלמה.
05:32
Luckily, since this is a model,
115
320829
2362
למזלנו, מאחר שזה מודל,
05:35
we control all the assumptions.
116
323215
1889
אנחנו שולטים בכל ההנחות.
05:37
So we can go through them, one by one,
117
325128
2140
אז אנחנו יכולים לעבור עליהן, אחת אחת,
05:39
identifying which one or ones
are causing the discrepancy.
are causing the discrepancy.
118
327292
3829
לזהות איזה או אילו מהן גורמות לאי ההתאמה.
05:43
And then we can fill this newly
identified gap in knowledge
identified gap in knowledge
119
331637
3356
ואז אנחנו יכולים להשלים
את חוסר הידע הזה
את חוסר הידע הזה
05:47
using both experimental
and theoretical approaches.
and theoretical approaches.
120
335017
2715
על ידי שימוש בגישות ניסוייות ותיאורטיות.
05:50
Of course, any ecosystem
is extremely complex,
is extremely complex,
121
338699
2821
כמובן, כל מערכת אקולוגית היא מאוד מסובכת,
05:53
and trying to describe all the moving
parts is not only very difficult,
parts is not only very difficult,
122
341544
3843
והנסיון לתאר את כל החלקים הנעים
אינו רק קשה מאוד,
אינו רק קשה מאוד,
05:57
but also not very informative.
123
345411
1662
אלא גם לא כ״כ אינפורמטיבי.
05:59
There's also the issue of timescales,
124
347518
2066
יש גם את העניין של צירי זמנים,
06:01
because some processes take place
on a scale of seconds, some minutes,
on a scale of seconds, some minutes,
125
349608
3668
כי יש תהליכים שקורים
תוך שניות או דקות,
תוך שניות או דקות,
06:05
some days, months and years.
126
353300
1948
ואחרים שנמשכים ימים, חודשים או שנים.
06:07
It may not always be possible
to separate those out experimentally.
to separate those out experimentally.
127
355272
3199
זה אולי לא יכול להיות אפשרי כל הזמן
להפריד ביניהם מבחינה ניסויית.
להפריד ביניהם מבחינה ניסויית.
06:11
And some things happen
so quickly or so slowly
so quickly or so slowly
128
359143
3384
ויש דברים שמתרחשים כל כך מהר או כל כך לאט
06:14
that you may physically
never be able to measure them.
never be able to measure them.
129
362551
2720
שפיזית יתכן שלא ניתן למדוד אותם כלל.
06:17
But as mathematicians,
130
365295
2288
אבל כמתמטיקאים,
06:19
we have the power to zoom in
on any subsystem in any timescale
on any subsystem in any timescale
131
367607
5645
יש לנו את הכח להתמקד
בכל תת-מערכת בכל ציר זמן
בכל תת-מערכת בכל ציר זמן
06:25
and simulate effects of interventions
132
373276
2124
ולדמות השפעות של התערבויות
06:27
that take place in any timescale.
133
375424
2701
שנעשות בכל קנה מידה של זמן.
06:31
Of course, this isn't the work
of a modeler alone.
of a modeler alone.
134
379942
2934
כמובן, זו לא עבודה של מעצבי מודלים בלבד.
06:34
It has to happen in close
collaboration with biologists.
collaboration with biologists.
135
382900
3289
זה חייב לקרות
בשיתוף פעולה קרוב עם ביולוגים.
בשיתוף פעולה קרוב עם ביולוגים.
06:38
And it does demand
some capacity of translation
some capacity of translation
136
386213
3004
וזה דורש נפח מסוים של תירגום
06:41
on both sides.
137
389241
1204
בשני הצדדים.
06:43
But starting with a theoretical
formulation of a problem
formulation of a problem
138
391550
3788
אבל הניסוח התיאורטי של בעיה
06:47
can unleash numerous opportunities
for testing hypotheses
for testing hypotheses
139
395362
3497
יכול לאפשר מספר הזדמנויות לבחינת השערות
06:50
and simulating scenarios
and therapeutic interventions,
and therapeutic interventions,
140
398883
3239
ודימוי תרחישים והתערבויות טיפוליות,
06:54
all in a completely safe way.
141
402146
2070
באופן בטוח לחלוטין.
06:56
It can identify gaps in knowledge
and logical inconsistencies
and logical inconsistencies
142
404977
5175
הוא יכול לזהות פערים בידע
וחוסר עקביות לוגי
וחוסר עקביות לוגי
07:02
and can help guide us
as to where we should keep looking
as to where we should keep looking
143
410176
2839
ויכול להורות לנו היכן להמשיך לחפש
07:05
and where there may be a dead end.
144
413039
1895
ואיפה עלולים להתקל בדרך ללא מוצא.
07:07
In other words:
145
415632
1247
במילים אחרות:
07:08
mathematical modeling
can help us answer questions
can help us answer questions
146
416903
3494
בניית מודלים מתמטיים
יכולה לעזור לנו לענות על שאלות
יכולה לעזור לנו לענות על שאלות
07:12
that directly affect people's health --
147
420421
2388
שמשפיעות באופן ישיר על בריאות של אנשים --
07:15
that affect each
person's health, actually --
person's health, actually --
148
423942
2704
שמשפיעות על בריאותו של כל אחד למעשה --
07:18
because mathematical modeling will be key
149
426670
2676
כי בניית מודלים מתמטיים תהיה המפתח
07:21
to propelling personalized medicine.
150
429370
1834
להניע רפואה מותאמת אישית.
07:24
And it all comes down
to asking the right question
to asking the right question
151
432112
3067
והכל מתחיל בשאלת השאלות הנכונות
07:27
and translating it
to the right equation ...
to the right equation ...
152
435711
2075
ותרגומן למשוואה הנכונה ...
07:30
and back.
153
438670
1150
ובחזרה.
07:32
Thank you.
154
440533
1151
תודה.
07:33
(Applause)
155
441708
3299
(מחיאות כפיים)
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