Math can help uncover cancer's secrets | Irina Kareva

Fordító: Hunor Sukosd Lektor: Andi Vida

I am a translator.

Fordító vagyok.

I translate from biology into mathematics

A biológia és a matematika nyelve között fordítok,

and vice versa.

oda-vissza.

I write mathematical models

Matematikai modelleket alkotok,

which, in my case, are systems of differential equations,

ez nálam differenciálegyenletek rendszereit jelenti,

to describe biological mechanisms,

melyek biológiai folyamatokat írnak le,

such as cell growth.

például a sejtnövekedést.

Essentially, it works like this.

Nagyjából így működik:

First, I identify the key elements

először azonosítom egy bizonyos folyamat

that I believe may be driving behavior over time

kulcsfontosságú részeit,

of a particular mechanism.

melyek befolyásolják annak viselkedését.

Then, I formulate assumptions

Majd hipotéziseket formálok arról,

about how these elements interact with each other

hogyan hatnak egymásra

and with their environment.

és környezetükre ezek az elemek.

It may look something like this.

Ami például így néz ki.

Then, I translate these assumptions into equations,

Ezután a hipotéziseket egyenletekké fordítom le,

which may look something like this.

amik nagyjából így néznek ki.

Finally, I analyze my equations

Végül elemzem az egyenleteimet,

and translate the results back into the language of biology.

és visszafordítom őket a biológia nyelvére.

A key aspect of mathematical modeling

A matematikai modellezés fő eleme az,

is that we, as modelers, do not think about what things are;

hogy mi, modellezők, nem azon gondolkozunk,

hogy a dolgok miből állnak, hanem hogy mi a funkciójuk.

we think about what they do.

We think about relationships between individuals,

Az egyedek közötti kapcsolatrendszereket vizsgáljuk,

whether they be cells, animals or people,

legyen szó sejtekről, állatokról vagy emberekről,

and how they interact with each other and with their environment.

és azt, ahogyan hatnak egymásra, illetve a környezetükre.

Let me give you an example.

Hadd mondjak egy példát:

What do foxes and immune cells have in common?

Mi a közös a rókákban és az immunsejtekben?

They're both predators,

Mindketten ragadozók,

except foxes feed on rabbits,

csak a rókák nyulakra vadásznak,

and immune cells feed on invaders, such as cancer cells.

míg az immunsejtek a behatolókra, például a ráksejtekre.

But from a mathematical point of view,

De egy matematikai nézőpontból szemlélve

a qualitatively same system of predator-prey type equations

egy minőségileg azonos ragadozó-préda-rendszer képlete

will describe interactions between foxes and rabbits

jellemzi a kölcsönhatást a rókák és a nyulak,

and cancer and immune cells.

illetve a rák- és immunsejtek között.

A ragadozó-préda típusú rendszereket mélyrehatóan tanulmányozták már

Predator-prey type systems have been studied extensively

in scientific literature,

a tudományos irodalomban,

describing interactions of two populations,

leírják a két populáció közti kölcsönhatást,

where survival of one depends on consuming the other.

melyben az egyik túlélése azon múlik, hogy elfogyasztja a másikat.

And these same equations provide a framework

Ezek az egyenletek keretet adnak ahhoz,

hogy megértsük, hogyan hatnak egymásra a rák- és immunsejtek,

for understanding cancer-immune interactions,

where cancer is the prey,

ahol a ráksejt a préda

and the immune system is the predator.

és az immunrendszer a ragadozó.

And the prey employs all sorts of tricks to prevent the predator from killing it,

Persze a préda bevet mindenféle trükköt, hogy megmeneküljön a ragadozó elől,

ranging from camouflaging itself

az álcázástól kezdve

to stealing the predator's food.

a ragadozó élelmének ellopásáig.

This can have some very interesting implications.

Ennek nagyon érdekes következményei lehetnek.

For example, despite enormous successes in the field of immunotherapy,

Például, az immunterápia területén elért hatalmas sikerek ellenére

there still remains somewhat limited efficacy

még mindig korlátozott a hatékonyság

when it comes solid tumors.

a szolid tumorok esetében.

But if you think about it ecologically,

De ha ökológiailag szempontból vizsgáljuk,

both cancer and immune cells --

mind a rák- és immunsejtnek –

the prey and the predator --

a zsákmánynak és a ragadozónak –

require nutrients such as glucose to survive.

táplálékra van szüksége, például glükózra, hogy életben maradjon.

If cancer cells outcompete the immune cells for shared nutrients

Ha a ráksejtek több táplálékhoz jutnak a daganat mikrokörnyezetében,

in the tumor microenvironment,

mint az immunsejtek,

then the immune cells will physically not be able to do their job.

akkor utóbbiak fizikailag képtelenek lesznek elvégezni a feladatukat.

This predator-prey-shared resource type model

Ezzel a ragadózó-préda-megosztott erőforrás típusú modellel

is something I've worked on in my own research.

foglalkoztam a saját kutatásaimban is.

And it was recently shown experimentally

Nemrégiben kísérletileg kimutatták,

that restoring the metabolic balance in the tumor microenvironment --

hogy ha visszaállítják az anyagcsere-egyensúlyt

that is, making sure immune cells get their food --

a tumor mikrokörnyezetében, táplálékot biztosítva az immunsejteknek,

can give them, the predators, back their edge in fighting cancer, the prey.

esélyt nyújtanak nekik, a ragadozóknak a rák, vagyis a zsákmány legyőzésére.

This means that if you abstract a bit,

Ez azt jelenti, hogyha kicsit elvonatkoztatunk,

you can think about cancer itself as an ecosystem,

tekinthetünk úgy is a rákra, mint egy ökoszisztémára,

where heterogeneous populations of cells compete and cooperate

ahol heterogén sejtpopulációk versengenek és együttműködnek

for space and nutrients,

területért és táplálékért,

interact with predators -- the immune system --

kölcsönhatásba lépnek a ragadozókkal – az immunsejtekkel –,

migrate -- metastases --

vándorolnak – áttétet képeznek –,

all within the ecosystem of the human body.

mindezt az emberi test ökoszisztémáján belül.

And what do we know about most ecosystems from conservation biology?

Mit is tanultunk az ökoszisztémákról természetvédelmi biológiából?

That one of the best ways to extinguish species

A legjobb módszer egy faj kiirtására

is not to target them directly

nem az, ha közvetlenül a populációt célozzuk meg,

but to target their environment.

hanem annak környezetét.

And so, once we have identified the key components

Ha tehát sikerül azonosítani a tumor környezetének

of the tumor environment,

kulcsfontosságú elemeit,

we can propose hypotheses

hipotéziseket állíthatunk fel,

and simulate scenarios and therapeutic interventions

forgatókönyveket és terápiás beavatkozásokat szimulálhatunk

all in a completely safe and affordable way

biztonságos, költséghatékony módon,

and target different components of the microenvironment

megcélozva a mikrokörnyezet különböző elemeit,

in such a way as to kill the cancer without harming the host,

ily módon elpusztulnak a ráksejtek, de a gazdaszervezet nem sérül,

such as me or you.

sem önök, sem én.

And so while the immediate goal of my research

Bár a kutatásom közvetlen célja

is to advance research and innovation

a kutatás fejlesztése, újítás

and to reduce its cost,

és költségcsökkentés,

the real intent, of course, is to save lives.

az igazi célja természetesen életek megmentése.

And that's what I try to do

Ezt próbálom elérni

through mathematical modeling applied to biology,

a matematikai modellezés biológiai alkalmazásával

and in particular, to the development of drugs.

és főleg gyógyszerfejlesztéssel.

It's a field that until relatively recently has remained somewhat marginal,

Ezt a szakágat nem is olyan rég még viszonylag jelentéktelennek vélték,

but it has matured.

de azóta ez sokat változott.

And there are now very well-developed mathematical methods,

Ma már jól kifejlesztett matematikai módszerek,

a lot of preprogrammed tools,

temérdek előreprogramozott eszköz,

including free ones,

közülük több ingyenes,

and an ever-increasing amount of computational power available to us.

és egyre nagyobb informatikai teljesítmény áll rendelkezésünkre.

The power and beauty of mathematical modeling

A matematikai modellezés ereje és szépsége is

lies in the fact that it makes you formalize,

abban rejlik, hogy amit tudni vélünk,

in a very rigorous way,

azt szigorúan szabályozott

what we think we know.

rendszerbe kényszeríti.

We make assumptions,

Felállítunk egy hipotézist,

translate them into equations,

lefordítjuk egyenletekké,

run simulations,

szimulációkat futtatunk,

all to answer the question:

hogy megválaszolhassuk a kérdést:

In a world where my assumptions are true,

Olyan világban, ahol a hipotéziseim igazak,

what do I expect to see?

mit kéne látnom?

It's a pretty simple conceptual framework.

Elég egyszerű szabálykeret.

It's all about asking the right questions.

Csak jól kell feltenni a kérdést.

But it can unleash numerous opportunities for testing biological hypotheses.

De ez számos lehetőséget nyit biológiai feltevések tesztelésére.

If our predictions match our observations,

Ha feltételezéseink egybevágnak megfigyeléseinkkel,

great! -- we got it right, so we can make further predictions

szuper! – eltaláltuk, így további következtetéseket vonhatunk le,

by changing this or that aspect of the model.

a modell néhány tulajdonságát módosítva.

If, however, our predictions do not match our observations,

Ha viszont a feltevéseink nem bizonyulnak igaznak a megfigyeléseink alapján,

that means that some of our assumptions are wrong,

az azt jelenti, hogy a hipotézisünk téves,

and so our understanding of the key mechanisms

és hiányos a megértésünk

of underlying biology

a kulcsfontosságú biológiai

is still incomplete.

szerkezettel kapcsolatosan.

Luckily, since this is a model,

Szerencsére, mivel ez csak egy modell,

we control all the assumptions.

mi szabjuk meg a feltevéseket.

So we can go through them, one by one,

Így végig tudtunk rajtuk menni egyesével,

identifying which one or ones are causing the discrepancy.

azonosítva azt az egyet vagy akár többet, melyekből az eltérés adódik.

And then we can fill this newly identified gap in knowledge

Ezután megpróbáljuk ezt a feltevést kísérleti és elméleti megközelítéssel

using both experimental and theoretical approaches.

kiegészíteni, pontosítani.

Of course, any ecosystem is extremely complex,

Természetesen minden ökoszisztéma rettentően összetett,

and trying to describe all the moving parts is not only very difficult,

és nemcsak nagyon nehéz leírni minden dinamikus elemét,

but also not very informative.

de kevésbé informatív is.

There's also the issue of timescales,

És persze az időigényesség problémája is fennáll,

because some processes take place on a scale of seconds, some minutes,

hisz némely folyamat másodpercekig, percekig tart,

mások viszont napokig, hónapokig vagy évekig is elhúzódnak.

some days, months and years.

It may not always be possible to separate those out experimentally.

Nem mindig lehetséges ezeket kísérletileg szétválasztani.

And some things happen so quickly or so slowly

Más folyamatok pedig olyan gyorsan vagy lassan történnek,

that you may physically never be able to measure them.

hogy fizikailag mérhetetlenek.

But as mathematicians,

Matematikusként azonban

we have the power to zoom in on any subsystem in any timescale

bármely alrendszert bármennyi idő alatt alaposan megfigyelhetünk,

and simulate effects of interventions

és bármilyen beavatkozást szimulálhatunk,

that take place in any timescale.

időkorláttól függetlenül.

Of course, this isn't the work of a modeler alone.

Ez természetesen nem egyedül a modellező munkája.

It has to happen in close collaboration with biologists.

Szoros együttműködésben kell dolgozni biológusokkal.

And it does demand some capacity of translation

És szükség van némi fordítási készségre

on both sides.

mindkét szakma részéről.

But starting with a theoretical formulation of a problem

De egy probléma elméleti modelljéből kiindulva

can unleash numerous opportunities for testing hypotheses

számos lehetőség adódik hipotézisek tesztelésére,

and simulating scenarios and therapeutic interventions,

forgatókönyvek és terápiás beavatkozások szimulálására,

all in a completely safe way.

mindezt teljesen biztonságos módon.

It can identify gaps in knowledge and logical inconsistencies

Rávilágít a tudásbéli hiányosságokra és a logikai következetlenségekre,

and can help guide us as to where we should keep looking

valamint segít abban, hogy merre kéne tovább vizsgálódni,

and where there may be a dead end.

és merre lehet zsákutca.

In other words:

Más szóval:

mathematical modeling can help us answer questions

a matematikai modellezés segít olyan kérdések megválaszolásában,

that directly affect people's health --

melyek közvetlenül hatnak az emberek egészségére –

that affect each person's health, actually --

minden ember egészségére –,

because mathematical modeling will be key

mivel a matematikai modellezés lesz a kulcs,

to propelling personalized medicine.

mely a személyre szabott orvostudományt fellendíti.

And it all comes down to asking the right question

Az egész azon múlik, hogy jó kérdést tegyünk fel,

and translating it to the right equation ...

és azt lefordítsuk a megfelelő egyenletre...

and back.

majd vissza.

Thank you.

Köszönöm.

(Applause)

(Taps)