ABOUT THE SPEAKER
Irina Kareva - Theoretical biologist
Irina 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.


More profile about the speaker
Irina Kareva | Speaker | TED.com
TED@Merck KGaA, Darmstadt, Germany

Irina Kareva: Math can help uncover cancer's secrets

Ирина Карева: Математика может помочь раскрыть секреты рака

Filmed:
1,223,313 views

Ирина Карева переводит с биологическиго языка на математический, и обратно. Она стремится разработать новые лекарства против опухолей и для этого создаёт математические модели, которые описывают динамику развития рака. «Вся прелесть математического моделирования заключается в возможности придать чёткую форму тому, что мы, по нашему мнению, знаем», — считает Карева. «Оно направит нас на правильный путь поиска и поможет выявить тупик». Всё исходит из постановки правильного вопроса и преобразования его в нужное уравнение и обратно.
- Theoretical biologist
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 translatorпереводчик.
0
549
1243
Я переводчик.
00:14
I translateпереведите from biologyбиология into mathematicsматематика
1
2514
3191
Перевожу с биологического языка
на математический
00:17
and viceвице versaVersa.
2
5729
1150
и обратно.
00:19
I writeзаписывать mathematicalматематическая modelsмодели
3
7588
1790
Я создаю математические модели —
00:21
whichкоторый, in my caseдело, are systemsсистемы
of differentialдифференциал equationsуравнения,
4
9402
2847
системы дифференциальных уравнений —
00:24
to describeописывать biologicalбиологический mechanismsмеханизмы,
5
12273
1947
для описания биологических процессов,
00:26
suchтакие as cellклетка growthрост.
6
14244
1158
таких как рост клеток.
00:28
Essentiallyпо существу, it worksработает like this.
7
16122
1848
Это работает следующим образом.
00:30
First, I identifyидентифицировать the keyключ elementsэлементы
8
18573
2469
Вначале я выделяю ключевые элементы,
00:33
that I believe mayмай be drivingвождение
behaviorповедение over time
9
21066
2777
которые, по моему мнению,
могут со временем повлиять
00:35
of a particularконкретный mechanismмеханизм.
10
23867
1539
на конкретный процесс.
00:38
Then, I formulateформулировать assumptionsдопущения
11
26230
1891
Далее я формулирую предположения
00:40
about how these elementsэлементы
interactвзаимодействовать with eachкаждый other
12
28145
2886
о взаимодействии
этих элементов между собой
00:43
and with theirих environmentОкружающая среда.
13
31055
1337
и с окружающей средой.
00:44
It mayмай look something like this.
14
32916
1772
Это выглядит примерно так.
00:46
Then, I translateпереведите
these assumptionsдопущения into equationsуравнения,
15
34712
3317
Затем я преобразовываю
эти предположения в уравнения.
00:50
whichкоторый mayмай look something like this.
16
38610
1824
Выглядит это всё примерно так.
00:53
Finallyв заключение, I analyzeанализировать my equationsуравнения
17
41434
1890
Проанализировав полученные уравнения,
00:55
and translateпереведите the resultsРезультаты back
into the languageязык of biologyбиология.
18
43348
3101
я перевожу их обратно на язык биологии.
01:00
A keyключ aspectаспект of mathematicalматематическая modelingмоделирование
19
48156
2420
Ключевой аспект
математического моделирования
01:02
is that we, as modelersМодельеры,
do not think about what things are;
20
50600
3908
заключается в том, что разработчики
не принимают во внимание сущность объекта,
01:06
we think about what they do.
21
54532
1855
а анализируют лишь его работу.
01:08
We think about relationshipsотношения
betweenмежду individualsиндивидуумы,
22
56411
2489
Мы анализируем
взаимоотношения индивидуумов,
01:10
whetherбудь то they be cellsячейки, animalsживотные or people,
23
58924
2886
будь то клетки, животные или люди,
01:13
and how they interactвзаимодействовать with eachкаждый other
and with theirих environmentОкружающая среда.
24
61834
3048
их взаимодействие между собой
и с окружающей средой.
01:17
Let me give you an exampleпример.
25
65639
1340
Сейчас приведу пример.
01:19
What do foxesлис and immuneиммунный cellsячейки
have in commonобщий?
26
67719
3803
Что общего у лисы и иммунной клетки?
01:24
They're bothи то и другое predatorsхищников,
27
72793
1459
Они обе являются хищниками,
01:26
exceptКроме foxesлис feedкорм on rabbitsкролики,
28
74744
2723
разве что лисицы питаются кроликами,
01:29
and immuneиммунный cellsячейки feedкорм on invadersзахватчики,
suchтакие as cancerрак cellsячейки.
29
77491
3330
а иммунные клетки —
захватчиками, типа раковых клеток.
01:33
But from a mathematicalматематическая pointточка of viewПосмотреть,
30
81273
2345
Однако с математической точки зрения
01:35
a qualitativelyкачественно sameодна и та же systemсистема
of predator-preyхищная добыча typeтип equationsуравнения
31
83642
4156
взаимоотношения лисицы и кролика,
раковых и иммунных клеток
01:39
will describeописывать interactionsвзаимодействия
betweenмежду foxesлис and rabbitsкролики
32
87822
3245
описывает одно и то же
уравнение «хищник — жертва».
01:43
and cancerрак and immuneиммунный cellsячейки.
33
91091
1774
01:45
Predator-preyХищник жертва typeтип systemsсистемы
have been studiedизучал extensivelyшироко
34
93609
2708
Модели «хищник — жертва» широко освещены
01:48
in scientificнаучный literatureлитература,
35
96341
1269
в научной литературе,
01:49
describingописывающее interactionsвзаимодействия
of two populationsпопуляции,
36
97634
2378
описывающей взаимодействие двух популяций,
01:52
where survivalвыживание of one dependsзависит
on consumingпотребляющий the other.
37
100036
2775
при котором один вид выживает,
поедая другой.
01:55
And these sameодна и та же equationsуравнения
provideпредоставлять a frameworkфреймворк
38
103485
2620
То же уравнение используется для анализа
01:58
for understandingпонимание
cancer-immuneРак иммунной interactionsвзаимодействия,
39
106129
2311
взаимодействия рака и иммунитета:
02:00
where cancerрак is the preyдобыча,
40
108464
1841
рак выступает в качестве жертвы,
02:02
and the immuneиммунный systemсистема is the predatorхищник.
41
110329
2372
а иммунная система — хищника.
02:04
And the preyдобыча employsработает all sortsвиды of tricksтрюки
to preventне допустить the predatorхищник from killingубийство it,
42
112725
4032
Чтобы не быть убитой хищником,
жертва прибегает ко всевозможным уловкам,
02:08
rangingранжирование from camouflagingмаскировка itselfсам
43
116781
1820
от маскировки
02:10
to stealingкража the predator'sхищника foodпитание.
44
118625
1839
до кражи еды хищника.
02:13
This can have some very
interestingинтересно implicationsпоследствия.
45
121352
2562
Всё это может иметь довольно
любопытные последствия.
02:15
For exampleпример, despiteнесмотря enormousогромный successesуспехи
in the fieldполе of immunotherapyиммунотерапия,
46
123938
4822
Например, не смотря на поразительные
успехи в области иммунотерапии,
02:20
there still remainsостатки
somewhatв некотором роде limitedограниченное efficacyэффективность
47
128784
2461
её эффективность
в борьбе с со́лидными опухолями
02:23
when it comesвыходит solidтвердый tumorsопухоли.
48
131269
1542
всё равно несколько ограничена.
02:25
But if you think about it ecologicallyэкологически,
49
133423
2559
Однако если посмотреть
с точки зрения экологии,
02:28
bothи то и другое cancerрак and immuneиммунный cellsячейки --
50
136006
2090
раковым и иммунным клеткам —
02:30
the preyдобыча and the predatorхищник --
51
138120
1600
жертве и хищнику —
02:31
requireтребовать nutrientsпитательные вещества
suchтакие as glucoseглюкоза to surviveуцелеть.
52
139744
3031
для выживания нужны питательные
вещества, например глюкоза.
02:35
If cancerрак cellsячейки outcompeteвытеснять
the immuneиммунный cellsячейки for sharedобщий nutrientsпитательные вещества
53
143358
4789
Если раковые клетки отбирают
питательные вещества у иммунных
02:40
in the tumorопухоль microenvironmentмикросреда,
54
148171
1793
в микросреде опухоли,
02:41
then the immuneиммунный cellsячейки will physicallyфизически
not be ableв состоянии to do theirих jobработа.
55
149988
3414
иммунные клетки физически
не могут выполнять свою работу.
02:46
This predator-prey-sharedхищник добычу общие
resourceресурс typeтип modelмодель
56
154291
2868
Я работаю над этой моделью
02:49
is something I've workedработал on
in my ownсвоя researchисследование.
57
157183
2297
распределения ресурсов
между хищником и жертвой.
02:51
And it was recentlyв последнее время shownпоказанный experimentallyопытным путем
58
159504
2724
Недавно экспериментально было доказано,
02:54
that restoringвосстановление the metabolicметаболический balanceбаланс
in the tumorопухоль microenvironmentмикросреда --
59
162252
4054
что восстановление метаболического
баланса в микросреде опухоли —
02:58
that is, makingизготовление sure
immuneиммунный cellsячейки get theirих foodпитание --
60
166330
3531
то есть уверенность в том,
что иммунные клетки получат свою пищу, —
03:01
can give them, the predatorsхищников, back
theirих edgeкрай in fightingборьба cancerрак, the preyдобыча.
61
169885
5245
может вернуть хищникам преимущество
в борьбе с жертвой, с раком.
03:08
This meansозначает that if you abstractАбстрактные a bitнемного,
62
176440
2339
Выражаясь абстрактно,
03:10
you can think about cancerрак itselfсам
as an ecosystemэкосистема,
63
178803
2955
сам по себе рак можно
рассматривать как экосистему,
03:13
where heterogeneousгетерогенный populationsпопуляции of cellsячейки
competeконкурировать and cooperateсотрудничать
64
181782
4287
где гетерогенные популяции клеток
соревнуются и объединяются
03:18
for spaceпространство and nutrientsпитательные вещества,
65
186093
2017
в борьбе за место и питательные вещества,
03:20
interactвзаимодействовать with predatorsхищников --
the immuneиммунный systemсистема --
66
188134
2672
взаимодействуют с хищниками —
иммунной системой,
03:22
migrateмигрировать -- metastasesметастазы --
67
190830
2241
мигрируют — в виде метастаз,
03:25
all withinв the ecosystemэкосистема
of the humanчеловек bodyтело.
68
193095
2467
и всё это в рамках
экосистемы человеческого тела.
03:28
And what do we know about mostбольшинство
ecosystemsэкосистемы from conservationсохранение biologyбиология?
69
196221
3869
Что мы знаем о большинстве экосистем
из природоохранной биологии?
03:32
That one of the bestЛучший waysпути
to extinguishтушить speciesвид
70
200643
2852
Один из лучших способов
избавиться от видов —
03:35
is not to targetцель them directlyнепосредственно
71
203519
1952
атаковать не их самих,
03:37
but to targetцель theirих environmentОкружающая среда.
72
205495
2439
а их среду обитания.
03:40
And so, onceодин раз we have identifiedидентифицированный
the keyключ componentsкомпоненты
73
208880
3070
Итак, выделив ключевые компоненты
03:43
of the tumorопухоль environmentОкружающая среда,
74
211974
1644
среды обитания опухоли,
03:45
we can proposeпредложить hypothesesгипотезы
75
213642
1948
можно будет предложить гипотезу,
03:47
and simulateмоделировать scenariosсценарии
and therapeuticтерапевтический interventionsвмешательства
76
215614
3294
смоделировать возможное течение болезни
и терапевтическую помощь —
03:50
all in a completelyполностью safeбезопасно
and affordableдоступный way
77
218932
3425
абсолютно безопасную и недорогую —
03:54
and targetцель differentдругой componentsкомпоненты
of the microenvironmentмикросреда
78
222381
3369
и атаковать разные компоненты микросреды,
03:57
in suchтакие a way as to killубийство the cancerрак
withoutбез harmingвредный the hostхозяин,
79
225774
3996
чтобы убить рак без вреда организму,
04:01
suchтакие as me or you.
80
229794
1570
моему или вашему.
04:05
And so while the immediateнемедленный
goalЦель of my researchисследование
81
233029
3002
Непосредственная цель моего исследования —
04:08
is to advanceпродвижение researchисследование and innovationинновация
82
236055
2266
продвижение исследований и инноваций
04:10
and to reduceуменьшить its costСтоимость,
83
238345
1896
и уменьшение их стоимости,
04:12
the realреальный intentнамерение, of courseкурс,
is to saveспасти livesжизни.
84
240265
2517
однако истинная цель,
разумеется, спасение жизней.
04:15
And that's what I try to do
85
243278
1771
Именно этого я пытаюсь добиться,
04:17
throughчерез mathematicalматематическая modelingмоделирование
appliedприкладная to biologyбиология,
86
245073
2747
применяя математическое
моделирование в биологии,
04:19
and in particularконкретный,
to the developmentразвитие of drugsнаркотики.
87
247844
2471
в частности при разработке лекарств.
04:22
It's a fieldполе that untilдо relativelyотносительно
recentlyв последнее время has remainedостались somewhatв некотором роде marginalмаргинальный,
88
250895
4056
До недавнего времени эта сфера
оставалась несколько второстепенной,
04:26
but it has maturedсозревший.
89
254975
1452
но теперь заметно окрепла.
04:28
And there are now very well-developedхорошо развитый
mathematicalматематическая methodsметоды,
90
256451
3149
Сейчас есть высокоразвитые
математические методы,
04:31
a lot of preprogrammedзапрограммированные toolsинструменты,
91
259624
1899
много программных инструментов,
04:33
includingв том числе freeсвободно onesте,,
92
261547
1496
включая бесплатные,
04:35
and an ever-increasingпостоянно растет amountколичество
of computationalвычислительный powerмощность availableдоступный to us.
93
263067
4047
а доступные нам вычислительные
мощности постоянно растут.
04:40
The powerмощность and beautyкрасота
of mathematicalматематическая modelingмоделирование
94
268718
3399
Прелесть математического моделирования
04:44
liesвранье in the factфакт
that it makesмарки you formalizeформализовать,
95
272141
2641
заключается в возможности придать
04:46
in a very rigorousтщательный way,
96
274806
2087
конкретную форму тому,
04:48
what we think we know.
97
276917
1465
что мы, как нам кажется, знаем.
04:50
We make assumptionsдопущения,
98
278904
1444
Мы делаем предположения,
04:52
translateпереведите them into equationsуравнения,
99
280372
1568
преобразовываем их в уравнения,
04:53
runбег simulationsмоделирование,
100
281964
1311
проводим эксперименты,
04:55
all to answerответ the questionвопрос:
101
283299
1773
чтобы узнать ответ на вопрос:
04:57
In a worldМир where my assumptionsдопущения are trueправда,
102
285096
2246
в мире, где мои предположения верны,
04:59
what do I expectожидать to see?
103
287366
1570
что я ожидаю увидеть?
05:01
It's a prettyСимпатичная simpleпросто conceptualконцептуальный frameworkфреймворк.
104
289890
2086
Довольно простая и понятная концепция.
05:04
It's all about askingпросить the right questionsвопросов.
105
292000
2226
Вся суть в постановке правильных вопросов.
05:06
But it can unleashразвязать numerousмногочисленные opportunitiesвозможности
for testingтестирование biologicalбиологический hypothesesгипотезы.
106
294603
4095
Мы получаем безграничные возможности
проверки биологических гипотез.
05:11
If our predictionsпрогнозы matchсовпадение our observationsнаблюдения,
107
299696
2600
Если наши прогнозы и наблюдения совпали,
05:14
great! -- we got it right,
so we can make furtherв дальнейшем predictionsпрогнозы
108
302320
3027
отлично — мы были правы
и можем делать новые прогнозы,
05:17
by changingизменения this or that
aspectаспект of the modelмодель.
109
305371
2560
меняя один из аспектов модели.
05:20
If, howeverОднако, our predictionsпрогнозы
do not matchсовпадение our observationsнаблюдения,
110
308733
3700
Однако если наши прогнозы не оправдались,
05:24
that meansозначает that some
of our assumptionsдопущения are wrongнеправильно,
111
312457
2585
значит, одно из наших
предположений неверно,
05:27
and so our understandingпонимание
of the keyключ mechanismsмеханизмы
112
315066
2433
а понимание ключевых механизмов
05:29
of underlyingлежащий в основе biologyбиология
113
317523
1439
базовой биологии
05:30
is still incompleteнеполный.
114
318986
1270
всё ещё неполное.
05:32
Luckilyк счастью, sinceпоскольку this is a modelмодель,
115
320829
2362
К счастью, это лишь модель,
05:35
we controlконтроль all the assumptionsдопущения.
116
323215
1889
и мы сами делаем предположения.
05:37
So we can go throughчерез them, one by one,
117
325128
2140
Можно постепенно проверить их все,
05:39
identifyingидентифицирующий whichкоторый one or onesте,
are causingвызывая the discrepancyнесоответствие.
118
327292
3829
чтобы определить, что именно
вызывает расхождение.
05:43
And then we can fillзаполнить this newlyвновь
identifiedидентифицированный gapразрыв in knowledgeзнание
119
331637
3356
Затем мы можем заполнить
найденный пробел в знаниях
05:47
usingс помощью bothи то и другое experimentalэкспериментальный
and theoreticalтеоретический approachesподходы.
120
335017
2715
с помощью экспериментального
и теоретического подходов.
05:50
Of courseкурс, any ecosystemэкосистема
is extremelyочень complexсложный,
121
338699
2821
Разумеется, структура любой
экосистемы очень сложна,
05:53
and tryingпытаясь to describeописывать all the movingперемещение
partsчасти is not only very difficultсложно,
122
341544
3843
поэтому попытки описать даже
какой-то её элемент крайне затруднительны
05:57
but alsoтакже not very informativeинформативный.
123
345411
1662
и малоинформативны.
05:59
There's alsoтакже the issueвопрос of timescalesСроки,
124
347518
2066
Существует также вопрос временных рамок,
06:01
because some processesпроцессы take placeместо
on a scaleмасштаб of secondsсекунд, some minutesминут,
125
349608
3668
потому что некоторые процессы
занимают секунды или минуты,
06:05
some daysдней, monthsмесяцы and yearsлет.
126
353300
1948
а другие — дни, месяцы или годы.
06:07
It mayмай not always be possibleвозможное
to separateотдельный those out experimentallyопытным путем.
127
355272
3199
Не всегда есть возможность
проверить допущения экспериментально.
06:11
And some things happenслучаться
so quicklyбыстро or so slowlyмедленно
128
359143
3384
Некоторые процессы происходят
настолько быстро или медленно,
06:14
that you mayмай physicallyфизически
never be ableв состоянии to measureизмерение them.
129
362551
2720
что мы физически
не сможем оценить результаты.
06:17
But as mathematiciansматематики,
130
365295
2288
Но математики
06:19
we have the powerмощность to zoomзум in
on any subsystemподсистема in any timescaleвременные рамки
131
367607
5645
могут детализировать любую подсистему
независимо от временных рамок
06:25
and simulateмоделировать effectsпоследствия of interventionsвмешательства
132
373276
2124
и смоделировать последствия вмешательства
06:27
that take placeместо in any timescaleвременные рамки.
133
375424
2701
в любых временных рамках.
06:31
Of courseкурс, this isn't the work
of a modelerмодельер aloneв одиночестве.
134
379942
2934
Разумеется, над этим работает
не один специалист.
06:34
It has to happenслучаться in closeЗакрыть
collaborationсотрудничество with biologistsбиологам.
135
382900
3289
Необходимо тесное
сотрудничество с биологами.
06:38
And it does demandспрос
some capacityвместимость of translationперевод
136
386213
3004
Также требуются некоторые навыки перевода
06:41
on bothи то и другое sidesстороны.
137
389241
1204
в обеих направлениях.
06:43
But startingначало with a theoreticalтеоретический
formulationформулировка of a problemпроблема
138
391550
3788
Но теоретическое формулирование
проблемы может открыть
06:47
can unleashразвязать numerousмногочисленные opportunitiesвозможности
for testingтестирование hypothesesгипотезы
139
395362
3497
множество возможностей
для проверки гипотез,
06:50
and simulatingимитирующий scenariosсценарии
and therapeuticтерапевтический interventionsвмешательства,
140
398883
3239
моделирования процессов,
терапевтической помощи,
06:54
all in a completelyполностью safeбезопасно way.
141
402146
2070
и всё это абсолютно безопасно.
06:56
It can identifyидентифицировать gapsпробелы in knowledgeзнание
and logicalлогический inconsistenciesнесоответствия
142
404977
5175
Мы сможем найти пробелы в знаниях
и логические несоответствия,
07:02
and can help guideруководство us
as to where we should keep looking
143
410176
2839
встать на правильный путь поиска
07:05
and where there mayмай be a deadмертвый endконец.
144
413039
1895
и обнаружить тупики.
07:07
In other wordsслова:
145
415632
1247
Другими словами,
07:08
mathematicalматематическая modelingмоделирование
can help us answerответ questionsвопросов
146
416903
3494
математическое моделирование
поможет ответить на вопросы,
07:12
that directlyнепосредственно affectаффект people'sнародный healthздоровье --
147
420421
2388
напрямую связанные
со здоровьем человечества,
07:15
that affectаффект eachкаждый
person'sИндивидуальность человека healthздоровье, actuallyна самом деле --
148
423942
2704
а точнее, каждого
отдельно взятого человека,
07:18
because mathematicalматематическая modelingмоделирование will be keyключ
149
426670
2676
потому что математическое
моделирование станет ключом
к внедрению персонализированной медицины.
07:21
to propellingметательный personalizedперсонализированные medicineлекарственное средство.
150
429370
1834
07:24
And it all comesвыходит down
to askingпросить the right questionвопрос
151
432112
3067
И это всё исходит из постановки
правильного вопроса
07:27
and translatingИдет перевод it
to the right equationуравнение ...
152
435711
2075
и преобразования его в нужное уравнение...
07:30
and back.
153
438670
1150
и обратно.
07:32
Thank you.
154
440533
1151
Спасибо.
07:33
(ApplauseАплодисменты)
155
441708
3299
(Аплодисменты)
Translated by Natalie Pysemska
Reviewed by Yekaterina Jussupova

▲Back to top

ABOUT THE SPEAKER
Irina Kareva - Theoretical biologist
Irina 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.


More profile about the speaker
Irina Kareva | Speaker | TED.com