TED@Merck KGaA, Darmstadt, Germany
Irina Kareva: Math can help uncover cancer's secrets
이리나 카레바(Irina Kareva): 암의 비밀을 밝히는 데 도움을 줄 수학
Filmed:
Readability: 5.8
1,223,313 views
이리나 카레바는 생물학을 수학으로, 또 그 반대로 번역합니다. 그녀는 종양을 대상으로 하는 신약의 개발을 목표로 암의 역학을 설명하는 수학 모델을 제작합니다. "수학 모델 제작의 힘과 아름다움은 우리가 스스로 안다고 믿는 것을 굉장히 철저하게 공식으로 나타낼 수 있다는 것에 있습니다."라고 카레바는 말합니다. "그것은 우리가 어디에 집중해야 하는지, 또 막다른 골목은 어디인지를 알려 줄 수 있습니다." 이것은 다시 올바른 질문을 하는 것과 그것을 올바른 식으로 바꾸는 것으로 돌아가게 됩니다.
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
저는 번역가입니다.
00:14
I translate from biology into mathematics
1
2514
3191
생물학을 수학으로 번역합니다.
00:17
and vice versa.
2
5729
1150
그 반대로도 하고요.
00:19
I write mathematical models
3
7588
1790
저는 수학 모델을 작성하는데
00:21
which, in my case, are systems
of differential equations,
of differential equations,
4
9402
2847
저의 경우 미분 방정식 체계를 다루면서
00:24
to describe biological mechanisms,
5
12273
1947
세포 성장 같은
00:26
such as cell growth.
6
14244
1158
생물학적 메커니즘을 설명합니다.
00:28
Essentially, it works like this.
7
16122
1848
기본적으로,
이 과정은 다음과 같습니다.
이 과정은 다음과 같습니다.
00:30
First, I identify the key elements
8
18573
2469
첫 번째, 특정 메커니즘에서
00:33
that I believe may be driving
behavior over time
behavior over time
9
21066
2777
시간의 흐름에 따라 어떤 행동을
이끌어낸다고 생각되는
이끌어낸다고 생각되는
00:35
of a particular mechanism.
10
23867
1539
핵심 요소를 찾아냅니다.
00:38
Then, I formulate assumptions
11
26230
1891
그리고 그 요소들이 서로 간에서
00:40
about how these elements
interact with each other
interact with each other
12
28145
2886
혹은 환경과 어떻게
상호 작용하는지에 대한 가정을
상호 작용하는지에 대한 가정을
00:43
and with their environment.
13
31055
1337
공식화합니다.
00:44
It may look something like this.
14
32916
1772
이렇게요.
00:46
Then, I translate
these assumptions into equations,
these assumptions into equations,
15
34712
3317
그 다음에는 이 가정들을
방정식으로 바꿉니다.
방정식으로 바꿉니다.
00:50
which may look something like this.
16
38610
1824
이렇게요.
00:53
Finally, I analyze my equations
17
41434
1890
마지막으로는, 이 방정식을 분석해서
00:55
and translate the results back
into the language of biology.
into the language of biology.
18
43348
3101
그 결과를 다시
생물학의 언어로 번역합니다.
생물학의 언어로 번역합니다.
01:00
A key aspect of mathematical modeling
19
48156
2420
수학적 모델링에서 한 가지 중요한 점은
01:02
is that we, as modelers,
do not think about what things are;
do not think about what things are;
20
50600
3908
저를 포함한 모델 제작자들은
사물이 무엇인지가 아니라
사물이 무엇인지가 아니라
01:06
we think about what they do.
21
54532
1855
어떤 일을 하는지를
생각한다는 것입니다.
생각한다는 것입니다.
01:08
We think about relationships
between individuals,
between individuals,
22
56411
2489
저희는 개체 간의 관계와
01:10
whether they be cells, animals or people,
23
58924
2886
개체들이 환경과 어떤 영향을
주고 받는지에 집중합니다.
주고 받는지에 집중합니다.
01:13
and how they interact with each other
and with their environment.
and with their environment.
24
61834
3048
그 개체들이 세포든, 동물이든,
아니면 인간이든 상관없이 말이죠.
아니면 인간이든 상관없이 말이죠.
01:17
Let me give you an example.
25
65639
1340
예시를 하나 보여 드리죠.
01:19
What do foxes and immune cells
have in common?
have in common?
26
67719
3803
여우와 면역 세포의
공통점은 무엇일까요?
공통점은 무엇일까요?
01:24
They're both predators,
27
72793
1459
둘 다 포식자죠.
01:26
except foxes feed on rabbits,
28
74744
2723
여우는 토끼를 먹고,
01:29
and immune cells feed on invaders,
such as cancer cells.
such as cancer cells.
29
77491
3330
면역 세포는 암세포 같은
침입자들을 먹는 것만 빼면요.
침입자들을 먹는 것만 빼면요.
01:33
But from a mathematical point of view,
30
81273
2345
하지만 수학적인 관점에서 보면,
01:35
a qualitatively same system
of predator-prey type equations
of predator-prey type equations
31
83642
4156
포식자와 피식자 간의 관계를 다루는
질적으로 동일한 방정식 한 개가
질적으로 동일한 방정식 한 개가
01:39
will describe interactions
between foxes and rabbits
between foxes and rabbits
32
87822
3245
여우와 토끼
01:43
and cancer and immune cells.
33
91091
1774
그리고 암과 면역 세포 간의
상호 작용을 설명할 수 있습니다.
상호 작용을 설명할 수 있습니다.
01:45
Predator-prey type systems
have been studied extensively
have been studied extensively
34
93609
2708
포식자와 피식자 간의 체계는
과학 분야의 논문에서
과학 분야의 논문에서
01:48
in scientific literature,
35
96341
1269
폭 넓게 연구되어 왔습니다.
01:49
describing interactions
of two populations,
of two populations,
36
97634
2378
그 연구들에서는 포식자와 피식자의
개체 수에 대해 설명했는데요.
개체 수에 대해 설명했는데요.
01:52
where survival of one depends
on consuming the other.
on consuming the other.
37
100036
2775
다시 말해 포식자의 생존은 피식자를
소비하는 것에 달려 있다는 것입니다.
소비하는 것에 달려 있다는 것입니다.
01:55
And these same equations
provide a framework
provide a framework
38
103485
2620
그리고 이 식은 암과 면역 체계 간의
상호 작용을 이해하는 데 필요한
상호 작용을 이해하는 데 필요한
01:58
for understanding
cancer-immune interactions,
cancer-immune interactions,
39
106129
2311
전체적인 틀을 제공합니다.
02:00
where cancer is the prey,
40
108464
1841
이 식에서 피식자는 암이,
02:02
and the immune system is the predator.
41
110329
2372
면역 체계는 포식자가 되겠죠.
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
피식자는 포식자로부터 살아남기 위해
갖가지의 술수를 동원하는데
갖가지의 술수를 동원하는데
02:08
ranging from camouflaging itself
43
116781
1820
그 방식은 위장을 통해
몸을 숨기는 것에서부터
몸을 숨기는 것에서부터
02:10
to stealing the predator's food.
44
118625
1839
포식자의 먹이를
훔치는 것까지 다양합니다.
훔치는 것까지 다양합니다.
02:13
This can have some very
interesting implications.
interesting implications.
45
121352
2562
이것은 굉장히 흥미로운 결과를
암시하고 있을 수 있습니다.
암시하고 있을 수 있습니다.
02:15
For example, despite enormous successes
in the field of immunotherapy,
in the field of immunotherapy,
46
123938
4822
예를 들어, 면역 요법의 분야에서
엄청난 성공이 이루어졌음에도 불구하고
엄청난 성공이 이루어졌음에도 불구하고
02:20
there still remains
somewhat limited efficacy
somewhat limited efficacy
47
128784
2461
고형 종양 같은 경우에는
02:23
when it comes solid tumors.
48
131269
1542
그 효과가 다소 제한적입니다.
02:25
But if you think about it ecologically,
49
133423
2559
하지만 이것을 생태학적으로 바라본다면
02:28
both cancer and immune cells --
50
136006
2090
암과 면역 세포,
02:30
the prey and the predator --
51
138120
1600
즉 피식자와 포식자 모두는
02:31
require nutrients
such as glucose to survive.
such as glucose to survive.
52
139744
3031
생존을 위해 포도당 같은
영양분을 필요로 합니다.
영양분을 필요로 합니다.
02:35
If cancer cells outcompete
the immune cells for shared nutrients
the immune cells for shared nutrients
53
143358
4789
만약 종양의 미세 환경 내의
영양분을 얻는 데에 있어서
영양분을 얻는 데에 있어서
02:40
in the tumor microenvironment,
54
148171
1793
암세포가 면역 세포보다 뛰어나다면,
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
면역 세포는 물리적으로
제 역할을 하지 못하게 될 것입니다.
제 역할을 하지 못하게 될 것입니다.
02:46
This predator-prey-shared
resource type model
resource type model
56
154291
2868
이처럼 포식자와 피식자가
공유하는 자원을 다루는 유형의 모델은
공유하는 자원을 다루는 유형의 모델은
02:49
is something I've worked on
in my own research.
in my own research.
57
157183
2297
제가 연구해오던 것 중 하나입니다.
02:51
And it was recently shown experimentally
58
159504
2724
그리고 최근 실험을 통해 밝혀진 것은
02:54
that restoring the metabolic balance
in the tumor microenvironment --
in the tumor microenvironment --
59
162252
4054
미세 환경 내 물질 대사의
균형을 맞추는 것,
균형을 맞추는 것,
02:58
that is, making sure
immune cells get their food --
immune cells get their food --
60
166330
3531
다시 말해 면역 세포들이
먹이를 먹을 수 있도록 함으로써
먹이를 먹을 수 있도록 함으로써
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
면역 세포들이 암 세포와 싸우는 데에 있어
다시 우위를 점하게 할 수 있다는 것입니다.
다시 우위를 점하게 할 수 있다는 것입니다.
03:08
This means that if you abstract a bit,
62
176440
2339
여기서 조금만 더 나아가서
이야기해 보자면,
이야기해 보자면,
03:10
you can think about cancer itself
as an ecosystem,
as an ecosystem,
63
178803
2955
암 그 자체를 하나의
생태계로도 볼 수 있을 것입니다.
생태계로도 볼 수 있을 것입니다.
03:13
where heterogeneous populations of cells
compete and cooperate
compete and cooperate
64
181782
4287
이 생태계에서는 다양한 종류의 세포들이
공간과 영양분을 차지하기 위해
공간과 영양분을 차지하기 위해
03:18
for space and nutrients,
65
186093
2017
경쟁하고 또 협력합니다.
03:20
interact with predators --
the immune system --
the immune system --
66
188134
2672
포식자, 즉 면역 체계와
영향을 주고받기도 하고
영향을 주고받기도 하고
03:22
migrate -- metastases --
67
190830
2241
이주, 즉 전이를 일으키기도 합니다.
03:25
all within the ecosystem
of the human body.
of the human body.
68
193095
2467
인체라는 생태계 안에서 말이죠.
03:28
And what do we know about most
ecosystems from conservation biology?
ecosystems from conservation biology?
69
196221
3869
보존 생물학의 생태계 대부분에 대해
우리가 아는 건 무엇일까요?
우리가 아는 건 무엇일까요?
03:32
That one of the best ways
to extinguish species
to extinguish species
70
200643
2852
어떤 종을 없애버리기 위한
가장 좋은 방법은
가장 좋은 방법은
03:35
is not to target them directly
71
203519
1952
그 종을 직접 겨냥하는 것이 아니라
03:37
but to target their environment.
72
205495
2439
그 종이 살고 있는 환경을
노리는 겁니다.
노리는 겁니다.
03:40
And so, once we have identified
the key components
the key components
73
208880
3070
그리고 일단 미세 환경의
핵심 구성 요소들을
핵심 구성 요소들을
03:43
of the tumor environment,
74
211974
1644
식별해내는 데 성공하면,
03:45
we can propose hypotheses
75
213642
1948
가설을 제시하고
03:47
and simulate scenarios
and therapeutic interventions
and therapeutic interventions
76
215614
3294
가상의 시나리오와 치료 방안을
시뮬레이션해 볼 수 있을 겁니다.
시뮬레이션해 볼 수 있을 겁니다.
03:50
all in a completely safe
and affordable way
and affordable way
77
218932
3425
굉장히 안전하고 경제적인
방법을 통해서 말입니다.
방법을 통해서 말입니다.
03:54
and target different components
of the microenvironment
of the microenvironment
78
222381
3369
미세 환경의 다른 요소를
목표로 설정하는 것 또한 가능해집니다.
목표로 설정하는 것 또한 가능해집니다.
03:57
in such a way as to kill the cancer
without harming the host,
without harming the host,
79
225774
3996
저나 여러분과 같은 숙주를 해치지 않고
04:01
such as me or you.
80
229794
1570
암을 없애는 것처럼 말이죠.
04:05
And so while the immediate
goal of my research
goal of my research
81
233029
3002
그래서 제 연구의 단기적인 목적은
04:08
is to advance research and innovation
82
236055
2266
연구와 혁신을 진전시키고
04:10
and to reduce its cost,
83
238345
1896
그에 드는 비용을 줄이는 것이지만
04:12
the real intent, of course,
is to save lives.
is to save lives.
84
240265
2517
궁극적인 목적은 당연히
생명을 살리는 것입니다.
생명을 살리는 것입니다.
04:15
And that's what I try to do
85
243278
1771
바로 이렇게 제가
04:17
through mathematical modeling
applied to biology,
applied to biology,
86
245073
2747
생물학, 특히 약물 개발에 수학 모델을
적용하는 일을 하는 겁니다.
적용하는 일을 하는 겁니다.
04:19
and in particular,
to the development of drugs.
to the development of drugs.
87
247844
2471
04:22
It's a field that until relatively
recently has remained somewhat marginal,
recently has remained somewhat marginal,
88
250895
4056
이것은 비교적 얼마 전까지도
주목 받지 못했던 분야이지만
주목 받지 못했던 분야이지만
04:26
but it has matured.
89
254975
1452
이제는 발달했다고 말할 수 있습니다.
04:28
And there are now very well-developed
mathematical methods,
mathematical methods,
90
256451
3149
그리고 요즘은 잘 짜인 수학적 방법들과
04:31
a lot of preprogrammed tools,
91
259624
1899
사전 프로그래밍이 완료된
많은 컴퓨터 툴이 존재합니다.
많은 컴퓨터 툴이 존재합니다.
04:33
including free ones,
92
261547
1496
여기에는 무료로 사용할 수
있는 것들도 있습니다.
있는 것들도 있습니다.
04:35
and an ever-increasing amount
of computational power available to us.
of computational power available to us.
93
263067
4047
게다가 우리가 쓸 수 있는 컴퓨터 능력이
날로 강력해지고 있죠.
날로 강력해지고 있죠.
04:40
The power and beauty
of mathematical modeling
of mathematical modeling
94
268718
3399
수학 모델 제작의 힘과 아름다움은
04:44
lies in the fact
that it makes you formalize,
that it makes you formalize,
95
272141
2641
우리가 스스로 안다고 믿는 것을
04:46
in a very rigorous way,
96
274806
2087
굉장히 철저하게
04:48
what we think we know.
97
276917
1465
공식으로 나타낼 수
있다는 것에 있습니다.
있다는 것에 있습니다.
04:50
We make assumptions,
98
278904
1444
가정을 하고
04:52
translate them into equations,
99
280372
1568
그 가정들을 식으로 바꿔서
04:53
run simulations,
100
281964
1311
시뮬레이션을 진행합니다.
04:55
all to answer the question:
101
283299
1773
이 하나의 질문에
답하기 위해서 말이죠.
답하기 위해서 말이죠.
04:57
In a world where my assumptions are true,
102
285096
2246
"내 가정이 모두 맞는다면
04:59
what do I expect to see?
103
287366
1570
앞으로 일어날 일은 무엇일까?"
05:01
It's a pretty simple conceptual framework.
104
289890
2086
이것은 꽤나 간단한 체계입니다.
05:04
It's all about asking the right questions.
105
292000
2226
그저 올바른 질문으로 충분합니다.
05:06
But it can unleash numerous opportunities
for testing biological hypotheses.
for testing biological hypotheses.
106
294603
4095
하지만 동시에 생물학적 가설들을 검증할
수많은 기회를 제공하기도 합니다.
수많은 기회를 제공하기도 합니다.
05:11
If our predictions match our observations,
107
299696
2600
예측이 관찰한 내용과 맞아떨어진다면
05:14
great! -- we got it right,
so we can make further predictions
so we can make further predictions
108
302320
3027
성공입니다! 예측은 맞았고,
모델의 이런 저런 측면을 변형해서
모델의 이런 저런 측면을 변형해서
05:17
by changing this or that
aspect of the model.
aspect of the model.
109
305371
2560
더 발전된 예측을 할 수도 있습니다.
05:20
If, however, our predictions
do not match our observations,
do not match our observations,
110
308733
3700
하지만 예측이 관찰한 내용과 다르다면
05:24
that means that some
of our assumptions are wrong,
of our assumptions are wrong,
111
312457
2585
이는 어떤 가정이 옳지 않으며
05:27
and so our understanding
of the key mechanisms
of the key mechanisms
112
315066
2433
근본적인 생명 작용의
05:29
of underlying biology
113
317523
1439
주요 메커니즘에 대한 이해가
05:30
is still incomplete.
114
318986
1270
아직 완전하지 않다는 것을 의미합니다.
05:32
Luckily, since this is a model,
115
320829
2362
하지만 다행히도 이것은
하나의 모델이기 때문에
하나의 모델이기 때문에
05:35
we control all the assumptions.
116
323215
1889
우리는 모든 가정을 통제할 수 있습니다.
05:37
So we can go through them, one by one,
117
325128
2140
그래서 가정을 하나하나 짚어가며
05:39
identifying which one or ones
are causing the discrepancy.
are causing the discrepancy.
118
327292
3829
어떤 것이 불일치의 원인인지를
확인할 수 있습니다.
확인할 수 있습니다.
05:43
And then we can fill this newly
identified gap in knowledge
identified gap in knowledge
119
331637
3356
그리고 이렇게 확인된 차이를
05:47
using both experimental
and theoretical approaches.
and theoretical approaches.
120
335017
2715
실험적,이론적인 접근을 통해
해결할 수 있습니다.
해결할 수 있습니다.
05:50
Of course, any ecosystem
is extremely complex,
is extremely complex,
121
338699
2821
당연히 모든 생태계는 엄청나게 복잡하고
05:53
and trying to describe all the moving
parts is not only very difficult,
parts is not only very difficult,
122
341544
3843
작동하는 모든 부분을
설명하는 것은 어려울 뿐만 아니라
설명하는 것은 어려울 뿐만 아니라
05:57
but also not very informative.
123
345411
1662
그렇게 유용하지도 않습니다.
05:59
There's also the issue of timescales,
124
347518
2066
기간의 문제 또한 존재합니다.
06:01
because some processes take place
on a scale of seconds, some minutes,
on a scale of seconds, some minutes,
125
349608
3668
어떤 과정은 초 단위로 일어나고,
분 단위의 과정에서부터
분 단위의 과정에서부터
06:05
some days, months and years.
126
353300
1948
연 단위의 과정이 모두
존재하기 때문입니다.
존재하기 때문입니다.
06:07
It may not always be possible
to separate those out experimentally.
to separate those out experimentally.
127
355272
3199
이 모든 것들을 실험을 통해 구분하기란
항상 가능한 것이 아닙니다.
항상 가능한 것이 아닙니다.
06:11
And some things happen
so quickly or so slowly
so quickly or so slowly
128
359143
3384
또 어떤 일들은 너무 빠르게,
혹은 너무 느리게 일어나서
혹은 너무 느리게 일어나서
06:14
that you may physically
never be able to measure them.
never be able to measure them.
129
362551
2720
물리적으로 그것을 측정하기가
불가능할 수도 있습니다.
불가능할 수도 있습니다.
06:17
But as mathematicians,
130
365295
2288
하지만 수학자인 저희는
06:19
we have the power to zoom in
on any subsystem in any timescale
on any subsystem in any timescale
131
367607
5645
어떤 하위 체계가 어떤 기간에 걸쳐
일어나든지 그것에 집중하고,
일어나든지 그것에 집중하고,
06:25
and simulate effects of interventions
132
373276
2124
개입이 어떤 기간에 걸쳐 일어나든지
06:27
that take place in any timescale.
133
375424
2701
그 효과를 시뮬레이션 할 수 있는
힘을 갖고 있습니다.
힘을 갖고 있습니다.
06:31
Of course, this isn't the work
of a modeler alone.
of a modeler alone.
134
379942
2934
물론 이것은 모델 제작자
혼자만의 일이 아닙니다.
혼자만의 일이 아닙니다.
06:34
It has to happen in close
collaboration with biologists.
collaboration with biologists.
135
382900
3289
생물학자들과의 긴밀한 협업을 통해
이루어질 수 있는 일이죠.
이루어질 수 있는 일이죠.
06:38
And it does demand
some capacity of translation
some capacity of translation
136
386213
3004
또한 이 일은 수학자와
생물학자 모두에게
생물학자 모두에게
06:41
on both sides.
137
389241
1204
'통역'의 능력을 요구하기도 합니다.
06:43
But starting with a theoretical
formulation of a problem
formulation of a problem
138
391550
3788
하지만 이론적인 공식화를 통해
문제에 접근하는 것은
문제에 접근하는 것은
06:47
can unleash numerous opportunities
for testing hypotheses
for testing hypotheses
139
395362
3497
가설을 검증하고 미래의 상황과
치료 방안을 시뮬레이션 할
치료 방안을 시뮬레이션 할
06:50
and simulating scenarios
and therapeutic interventions,
and therapeutic interventions,
140
398883
3239
수많은 기회를 제공합니다.
06:54
all in a completely safe way.
141
402146
2070
완벽히 안전한 방법을 통해서 말이죠.
06:56
It can identify gaps in knowledge
and logical inconsistencies
and logical inconsistencies
142
404977
5175
지식과 논리적 불일치 간의
차이를 확인할 수 있게 하고
차이를 확인할 수 있게 하고
07:02
and can help guide us
as to where we should keep looking
as to where we should keep looking
143
410176
2839
우리가 어디에 집중해야 하는지,
또 막다른 골목은 어디인지를
또 막다른 골목은 어디인지를
07:05
and where there may be a dead end.
144
413039
1895
알려주기도 합니다.
07:07
In other words:
145
415632
1247
다시 말해서,
07:08
mathematical modeling
can help us answer questions
can help us answer questions
146
416903
3494
수학 모델 제작은 사람들의 건강에
직접적인 영향을 주는 의문들에
직접적인 영향을 주는 의문들에
07:12
that directly affect people's health --
147
420421
2388
우리가 답을 할 수 있게 해 줍니다.
07:15
that affect each
person's health, actually --
person's health, actually --
148
423942
2704
사실 개개인의 건강에 영향을
준다고도 할 수 있겠네요.
준다고도 할 수 있겠네요.
07:18
because mathematical modeling will be key
149
426670
2676
이것은 수학 모델 제작이
07:21
to propelling personalized medicine.
150
429370
1834
개인화된 의료 기술의 개발을
촉진할 수 있기 때문입니다.
촉진할 수 있기 때문입니다.
07:24
And it all comes down
to asking the right question
to asking the right question
151
432112
3067
이 모든 것은 올바른 질문을 하는 것과
07:27
and translating it
to the right equation ...
to the right equation ...
152
435711
2075
그것을 올바른 식으로 바꾸는 것,
그 반대로 하는 것에 이르게 됩니다.
07:30
and back.
153
438670
1150
07:32
Thank you.
154
440533
1151
감사합니다.
07:33
(Applause)
155
441708
3299
(박수)
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