Math can help uncover cancer's secrets | Irina Kareva

번역: Saechan Park 검토: Jihyeon J. Kim

I am a translator.

저는 번역가입니다.

I translate from biology into mathematics

생물학을 수학으로 번역합니다.

and vice versa.

그 반대로도 하고요.

I write mathematical models

저는 수학 모델을 작성하는데

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

저의 경우 미분 방정식 체계를 다루면서

to describe biological mechanisms,

세포 성장 같은

such as cell growth.

생물학적 메커니즘을 설명합니다.

Essentially, it works like this.

기본적으로, 이 과정은 다음과 같습니다.

First, I identify the key elements

첫 번째, 특정 메커니즘에서

that I believe may be driving behavior over time

시간의 흐름에 따라 어떤 행동을 이끌어낸다고 생각되는

of a particular mechanism.

핵심 요소를 찾아냅니다.

Then, I formulate assumptions

그리고 그 요소들이 서로 간에서

about how these elements interact with each other

혹은 환경과 어떻게 상호 작용하는지에 대한 가정을

and with their environment.

공식화합니다.

It may look something like this.

이렇게요.

Then, I translate these assumptions into equations,

그 다음에는 이 가정들을 방정식으로 바꿉니다.

which may look something like this.

이렇게요.

Finally, I analyze my equations

마지막으로는, 이 방정식을 분석해서

and translate the results back into the language of biology.

그 결과를 다시 생물학의 언어로 번역합니다.

A key aspect of mathematical modeling

수학적 모델링에서 한 가지 중요한 점은

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

저를 포함한 모델 제작자들은 사물이 무엇인지가 아니라

we think about what they do.

어떤 일을 하는지를 생각한다는 것입니다.

We think about relationships between individuals,

저희는 개체 간의 관계와

whether they be cells, animals or people,

개체들이 환경과 어떤 영향을 주고 받는지에 집중합니다.

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

그 개체들이 세포든, 동물이든, 아니면 인간이든 상관없이 말이죠.

Let me give you an example.

예시를 하나 보여 드리죠.

What do foxes and immune cells have in common?

여우와 면역 세포의 공통점은 무엇일까요?

They're both predators,

둘 다 포식자죠.

except foxes feed on rabbits,

여우는 토끼를 먹고,

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

면역 세포는 암세포 같은 침입자들을 먹는 것만 빼면요.

But from a mathematical point of view,

하지만 수학적인 관점에서 보면,

a qualitatively same system of predator-prey type equations

포식자와 피식자 간의 관계를 다루는 질적으로 동일한 방정식 한 개가

will describe interactions between foxes and rabbits

여우와 토끼

and cancer and immune cells.

그리고 암과 면역 세포 간의 상호 작용을 설명할 수 있습니다.

Predator-prey type systems have been studied extensively

포식자와 피식자 간의 체계는 과학 분야의 논문에서

in scientific literature,

폭 넓게 연구되어 왔습니다.

describing interactions of two populations,

그 연구들에서는 포식자와 피식자의 개체 수에 대해 설명했는데요.

where survival of one depends on consuming the other.

다시 말해 포식자의 생존은 피식자를 소비하는 것에 달려 있다는 것입니다.

And these same equations provide a framework

그리고 이 식은 암과 면역 체계 간의 상호 작용을 이해하는 데 필요한

for understanding cancer-immune interactions,

전체적인 틀을 제공합니다.

where cancer is the prey,

이 식에서 피식자는 암이,

and the immune system is the predator.

면역 체계는 포식자가 되겠죠.

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

피식자는 포식자로부터 살아남기 위해 갖가지의 술수를 동원하는데

ranging from camouflaging itself

그 방식은 위장을 통해 몸을 숨기는 것에서부터

to stealing the predator's food.

포식자의 먹이를 훔치는 것까지 다양합니다.

This can have some very interesting implications.

이것은 굉장히 흥미로운 결과를 암시하고 있을 수 있습니다.

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

예를 들어, 면역 요법의 분야에서 엄청난 성공이 이루어졌음에도 불구하고

there still remains somewhat limited efficacy

고형 종양 같은 경우에는

when it comes solid tumors.

그 효과가 다소 제한적입니다.

But if you think about it ecologically,

하지만 이것을 생태학적으로 바라본다면

both cancer and immune cells --

암과 면역 세포,

the prey and the predator --

즉 피식자와 포식자 모두는

require nutrients such as glucose to survive.

생존을 위해 포도당 같은 영양분을 필요로 합니다.

If cancer cells outcompete the immune cells for shared nutrients

만약 종양의 미세 환경 내의 영양분을 얻는 데에 있어서

in the tumor microenvironment,

암세포가 면역 세포보다 뛰어나다면,

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

면역 세포는 물리적으로 제 역할을 하지 못하게 될 것입니다.

This predator-prey-shared resource type model

이처럼 포식자와 피식자가 공유하는 자원을 다루는 유형의 모델은

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

제가 연구해오던 것 중 하나입니다.

And it was recently shown experimentally

그리고 최근 실험을 통해 밝혀진 것은

that restoring the metabolic balance in the tumor microenvironment --

미세 환경 내 물질 대사의 균형을 맞추는 것,

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

다시 말해 면역 세포들이 먹이를 먹을 수 있도록 함으로써

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

면역 세포들이 암 세포와 싸우는 데에 있어 다시 우위를 점하게 할 수 있다는 것입니다.

This means that if you abstract a bit,

여기서 조금만 더 나아가서 이야기해 보자면,

you can think about cancer itself as an ecosystem,

암 그 자체를 하나의 생태계로도 볼 수 있을 것입니다.

where heterogeneous populations of cells compete and cooperate

이 생태계에서는 다양한 종류의 세포들이 공간과 영양분을 차지하기 위해

for space and nutrients,

경쟁하고 또 협력합니다.

interact with predators -- the immune system --

포식자, 즉 면역 체계와 영향을 주고받기도 하고

migrate -- metastases --

이주, 즉 전이를 일으키기도 합니다.

all within the ecosystem of the human body.

인체라는 생태계 안에서 말이죠.

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

보존 생물학의 생태계 대부분에 대해 우리가 아는 건 무엇일까요?

That one of the best ways to extinguish species

어떤 종을 없애버리기 위한 가장 좋은 방법은

is not to target them directly

그 종을 직접 겨냥하는 것이 아니라

but to target their environment.

그 종이 살고 있는 환경을 노리는 겁니다.

And so, once we have identified the key components

그리고 일단 미세 환경의 핵심 구성 요소들을

of the tumor environment,

식별해내는 데 성공하면,

we can propose hypotheses

가설을 제시하고

and simulate scenarios and therapeutic interventions

가상의 시나리오와 치료 방안을 시뮬레이션해 볼 수 있을 겁니다.

all in a completely safe and affordable way

굉장히 안전하고 경제적인 방법을 통해서 말입니다.

and target different components of the microenvironment

미세 환경의 다른 요소를 목표로 설정하는 것 또한 가능해집니다.

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

저나 여러분과 같은 숙주를 해치지 않고

such as me or you.

암을 없애는 것처럼 말이죠.

And so while the immediate goal of my research

그래서 제 연구의 단기적인 목적은

is to advance research and innovation

연구와 혁신을 진전시키고

and to reduce its cost,

그에 드는 비용을 줄이는 것이지만

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

궁극적인 목적은 당연히 생명을 살리는 것입니다.

And that's what I try to do

바로 이렇게 제가

through mathematical modeling applied to biology,

생물학, 특히 약물 개발에 수학 모델을 적용하는 일을 하는 겁니다.

and in particular, to the development of drugs.

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

이것은 비교적 얼마 전까지도 주목 받지 못했던 분야이지만

but it has matured.

이제는 발달했다고 말할 수 있습니다.

And there are now very well-developed mathematical methods,

그리고 요즘은 잘 짜인 수학적 방법들과

a lot of preprogrammed tools,

사전 프로그래밍이 완료된 많은 컴퓨터 툴이 존재합니다.

including free ones,

여기에는 무료로 사용할 수 있는 것들도 있습니다.

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

게다가 우리가 쓸 수 있는 컴퓨터 능력이 날로 강력해지고 있죠.

The power and beauty of mathematical modeling

수학 모델 제작의 힘과 아름다움은

lies in the fact that it makes you formalize,

우리가 스스로 안다고 믿는 것을

in a very rigorous way,

굉장히 철저하게

what we think we know.

공식으로 나타낼 수 있다는 것에 있습니다.

We make assumptions,

가정을 하고

translate them into equations,

그 가정들을 식으로 바꿔서

run simulations,

시뮬레이션을 진행합니다.

all to answer the question:

이 하나의 질문에 답하기 위해서 말이죠.

In a world where my assumptions are true,

"내 가정이 모두 맞는다면

what do I expect to see?

앞으로 일어날 일은 무엇일까?"

It's a pretty simple conceptual framework.

이것은 꽤나 간단한 체계입니다.

It's all about asking the right questions.

그저 올바른 질문으로 충분합니다.

But it can unleash numerous opportunities for testing biological hypotheses.

하지만 동시에 생물학적 가설들을 검증할 수많은 기회를 제공하기도 합니다.

If our predictions match our observations,

예측이 관찰한 내용과 맞아떨어진다면

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

성공입니다! 예측은 맞았고, 모델의 이런 저런 측면을 변형해서

by changing this or that aspect of the model.

더 발전된 예측을 할 수도 있습니다.

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

하지만 예측이 관찰한 내용과 다르다면

that means that some of our assumptions are wrong,

이는 어떤 가정이 옳지 않으며

and so our understanding of the key mechanisms

근본적인 생명 작용의

of underlying biology

주요 메커니즘에 대한 이해가

is still incomplete.

아직 완전하지 않다는 것을 의미합니다.

Luckily, since this is a model,

하지만 다행히도 이것은 하나의 모델이기 때문에

we control all the assumptions.

우리는 모든 가정을 통제할 수 있습니다.

So we can go through them, one by one,

그래서 가정을 하나하나 짚어가며

identifying which one or ones are causing the discrepancy.

어떤 것이 불일치의 원인인지를 확인할 수 있습니다.

And then we can fill this newly identified gap in knowledge

그리고 이렇게 확인된 차이를

using both experimental and theoretical approaches.

실험적,이론적인 접근을 통해 해결할 수 있습니다.

Of course, any ecosystem is extremely complex,

당연히 모든 생태계는 엄청나게 복잡하고

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

작동하는 모든 부분을 설명하는 것은 어려울 뿐만 아니라

but also not very informative.

그렇게 유용하지도 않습니다.

There's also the issue of timescales,

기간의 문제 또한 존재합니다.

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

어떤 과정은 초 단위로 일어나고, 분 단위의 과정에서부터

some days, months and years.

연 단위의 과정이 모두 존재하기 때문입니다.

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

이 모든 것들을 실험을 통해 구분하기란 항상 가능한 것이 아닙니다.

And some things happen so quickly or so slowly

또 어떤 일들은 너무 빠르게, 혹은 너무 느리게 일어나서

that you may physically never be able to measure them.

물리적으로 그것을 측정하기가 불가능할 수도 있습니다.

But as mathematicians,

하지만 수학자인 저희는

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

어떤 하위 체계가 어떤 기간에 걸쳐 일어나든지 그것에 집중하고,

and simulate effects of interventions

개입이 어떤 기간에 걸쳐 일어나든지

that take place in any timescale.

그 효과를 시뮬레이션 할 수 있는 힘을 갖고 있습니다.

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

물론 이것은 모델 제작자 혼자만의 일이 아닙니다.

It has to happen in close collaboration with biologists.

생물학자들과의 긴밀한 협업을 통해 이루어질 수 있는 일이죠.

And it does demand some capacity of translation

또한 이 일은 수학자와 생물학자 모두에게

on both sides.

'통역'의 능력을 요구하기도 합니다.

But starting with a theoretical formulation of a problem

하지만 이론적인 공식화를 통해 문제에 접근하는 것은

can unleash numerous opportunities for testing hypotheses

가설을 검증하고 미래의 상황과 치료 방안을 시뮬레이션 할

and simulating scenarios and therapeutic interventions,

수많은 기회를 제공합니다.

all in a completely safe way.

완벽히 안전한 방법을 통해서 말이죠.

It can identify gaps in knowledge and logical inconsistencies

지식과 논리적 불일치 간의 차이를 확인할 수 있게 하고

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

우리가 어디에 집중해야 하는지, 또 막다른 골목은 어디인지를

and where there may be a dead end.

알려주기도 합니다.

In other words:

다시 말해서,

mathematical modeling can help us answer questions

수학 모델 제작은 사람들의 건강에 직접적인 영향을 주는 의문들에

that directly affect people's health --

우리가 답을 할 수 있게 해 줍니다.

that affect each person's health, actually --

사실 개개인의 건강에 영향을 준다고도 할 수 있겠네요.

because mathematical modeling will be key

이것은 수학 모델 제작이

to propelling personalized medicine.

개인화된 의료 기술의 개발을 촉진할 수 있기 때문입니다.

And it all comes down to asking the right question

이 모든 것은 올바른 질문을 하는 것과

and translating it to the right equation ...

그것을 올바른 식으로 바꾸는 것,

and back.

그 반대로 하는 것에 이르게 됩니다.

Thank you.

감사합니다.

(Applause)

(박수)