Math can help uncover cancer's secrets | Irina Kareva

Translator: Orm Wiwitumpon

I am a translator.

ฉันเป็นนักแปล

I translate from biology into mathematics

ฉันแปลชีววิทยาเป็นคณิตศาสตร์

and vice versa.

และแปลในทางกลับกัน

I write mathematical models

ฉันเขียนโมเดลทางคณิตศาสตร์

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

ซึ่งในกรณีของฉัน มันคือระบบความแตกต่างของสมการ

to describe biological mechanisms,

เพื่ออธิบายการทำงานด้านชีววิทยา

such as cell growth.

เช่น การเจริญเติบโตของเซลล์

Essentially, it works like this.

มาดูตัวอย่างการทำงาน

First, I identify the key elements

ขั้นแรก ฉันหากุญแจสำคัญ

that I believe may be driving behavior over time

ที่ฉันคิดว่ามีส่วนเกี่ยวข้อง

of a particular mechanism.

กับระบบกลไกเฉพาะ

Then, I formulate assumptions

จากนั้น ฉันสรุปสมมุติฐาน

about how these elements interact with each other

ว่าสิ่งต่าง ๆ ทำงานเกี่ยวข้องกันอย่างไร

and with their environment.

และในสภาพแวดล้อมนั้น

It may look something like this.

มันก็จะหน้าตาประมาณนี้

Then, I translate these assumptions into equations,

จากนั้น ฉันก็แปลสมมุติฐานเหล่านี้ ให้เป็นรูปสมการ

which may look something like this.

ซึ่งก็จะเป็นแบบนี้

Finally, I analyze my equations

สุดท้าย ฉันวิเคราะห์สมการ

and translate the results back into the language of biology.

และแปลมันกลับไปเป็นภาษาชีววิทยา

A key aspect of mathematical modeling

กุญแจสำคัญของคณิตศาสตร์

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

คือเรา ผู้สร้างโมเดล ไม่ได้คิดว่าสิ่งต่าง ๆ จะเป็นเช่นใด

we think about what they do.

แต่เราคิดว่ามันทำงานอะไร

We think about relationships between individuals,

เราคิดถึงความสัมพันธ์ระหว่างแต่ละอย่าง

whether they be cells, animals or people,

ไม่ว่ามันจะเป็นเซลล์ สัตว์ หรือมนุษย์

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

และการตอบสนองระหว่างกัน ในสภาพแวดล้อมของพวกมัน

Let me give you an example.

ฉันจะยกตัวอย่างให้ดู

What do foxes and immune cells have in common?

สุนัขจิ้งจอกกับเซลล์ภูมิคุ้มกัน มีอะไรเหมือนกัน

They're both predators,

ทั้งคู่เป็นนักล่า

except foxes feed on rabbits,

ต่างกันที่สุนัขจิ้งจอกกินกระต่าย

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

แต่เซลล์ภูมิคุ้มกัน กินผู้บุกรุก เช่น เซลล์มะเร็ง

But from a mathematical point of view,

แต่จากมุมมองทางคณิตศาสตร์

a qualitatively same system of predator-prey type equations

พวกมันต่างอยู่ในระบบเดียวกันระบบของนักล่า

will describe interactions between foxes and rabbits

ที่แสดงความสัมพันธ์ระหว่าง สุนัขจิ้งจอกกับกระต่าย

and cancer and immune cells.

และเซลล์มะเร็งกับเซลล์ภูมิคุ้มกัน

Predator-prey type systems have been studied extensively

ระบบ นักล่า-เหยื่อได้รับการศึกษามานานแล้ว

in scientific literature,

ในทางวิทยาศาสตร์

describing interactions of two populations,

อธิบายการตอบสนองระหว่างสองเผ่าพันธ์

where survival of one depends on consuming the other.

ที่การรอดชีวิตของฝ่ายหนึ่ง ขึ้นอยู่กับการกินอีกฝ่ายหนึ่ง

And these same equations provide a framework

และสมการเดียวกันก็จะเป็นพื้นฐาน

for understanding cancer-immune interactions,

ในการอธิบายการตอบสนองระหว่าง มะเร็งและภูมิคุ้มกัน

where cancer is the prey,

ที่เซลล์มะเร็งเป็นเหยื่อ

and the immune system is the predator.

เซลล์ภูมิคุ้มกันเป็นนักล่า

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

และเหยื่อก็เล่นกลสารพัด เพื่อไม่ให้ตัวเองถูกกิน

ranging from camouflaging itself

ตั้งแต่การพรางตัวเอง

to stealing the predator's food.

เพื่อหลบเลี่ยงการเป็นอาหาร

This can have some very interesting implications.

และน่าจะเกิดผลกระทบที่น่าสนใจ

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

เช่น แม้ว่าเซลล์ภูมิคุ้มกันจะทำงานสำเร็จ ได้อย่างงดงาม

there still remains somewhat limited efficacy

แต่มันก็ยังเหลือจุดที่จัดการไม่ได้

when it comes solid tumors.

เช่น ก้อนเนื้องอกแข็ง ๆ

But if you think about it ecologically,

แต่หากคุณคิดแบบนิเวศวิทยา

both cancer and immune cells --

ทั้งมะเร็งและเซลล์ภูมิคุ้มกัน--

the prey and the predator --

เหยื่อและนักล่า--

require nutrients such as glucose to survive.

ต้องการสารอาหารจำพวกกลูโคสเพื่อดำรงชีวิต

If cancer cells outcompete the immune cells for shared nutrients

ถ้ามะเร็งเอาชนะภูมิต้านทานในเรื่องอาหารได้

in the tumor microenvironment,

ภายในสภาพแวดล้อมของเนื้องอก

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

เซลล์ภูมิต้านทาน ก็ทำงานของมันไม่ได้

This predator-prey-shared resource type model

เป็นโมเดลแบบนักล่า-เหยื่อ-แบ่งปันทรัพยากร

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

ซึ่งเป็นงานที่ฉันกำลังทำวิจัย

And it was recently shown experimentally

และผลการทดลองเมื่อเร็ว ๆ นี้บอกว่า

that restoring the metabolic balance in the tumor microenvironment --

การรักษาระดับการเผาผลาญให้สมดุล ภายในเนื้องอก--

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

นั่นคือให้แน่ใจว่าภูมิคุ้มกัน ได้อาหารที่เพียงพอ --

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

สามารถทำให้นักล่าอย่างภูมิคุ้มกัน สู้กับเหยื่ออย่างมะเร็งได้ดี

This means that if you abstract a bit,

นี่หมายความว่า

you can think about cancer itself as an ecosystem,

มะเร็งนั้น เป็นสภาพแวดล้อมในตัว

where heterogeneous populations of cells compete and cooperate

ที่มีเซลล์หลากหลายชนิด แข่งขัน และทำงานร่วมกัน

for space and nutrients,

เพื่อพื้นที่ และอาหาร

interact with predators -- the immune system --

การตอบสนองกับนักล่า-- ระบบภูมิคุ้มกัน--

migrate -- metastases --

อพยพ-- แพร่กระจาย--

all within the ecosystem of the human body.

ทั้งหมดในระบบนิเวศของมนุษย์

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

และเรารู้เรื่องระบบนิเวศแบบใดบ้าง จากชีววิทยา

That one of the best ways to extinguish species

วิธีหนึ่ง ในการระบุสายพันธ์

is not to target them directly

คือการไม่มุ่งไปยังเป้าหมายโดยตรง

but to target their environment.

แต่มุ่งเป้าหมายไปที่สภาพแวดล้อม

And so, once we have identified the key components

และแล้ว เมื่อเราพบกุญแจสำคัญ

of the tumor environment,

ของเนื้องอกแล้ว

we can propose hypotheses

เราก็สรุปสมมติฐานได้

and simulate scenarios and therapeutic interventions

และจำลองสภาพแวดล้อมเพื่อหาทางรักษา

all in a completely safe and affordable way

ในทางที่ปลอดภัย และเป็นไปได้

and target different components of the microenvironment

และมุ่งเป้าไปที่ส่วนประกอบต่าง ๆ ของสภาพแวดล้อมนั้น

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

นี่เป็นวิธีที่ดีในการกำจัดมะเร็ง โดยไม่ทำอันตรายกับเจ้าของร่าง

such as me or you.

เช่น คุณหรือฉัน

And so while the immediate goal of my research

และจุดมุ่งหมายของงานวิจัยฉัน

is to advance research and innovation

คือการสร้างนวัตกรรมและวิจัย

and to reduce its cost,

เพื่อลดต้นทุน

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

และแน่นอน รักษาชีวิต

And that's what I try to do

นั่นคือสิ่งที่ฉันพยายามทำ

through mathematical modeling applied to biology,

ผ่านการใช้โมเดลทางคณิตศาสตร์ และประยุกต์มันเข้ากับชีววิทยา

and in particular, to the development of drugs.

และโดยเฉพาะอย่างยิ่ง ช่วยพัฒนายา

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

ซึ่งเป็นหน่วยงานที่ค่อนข้างจะเล็ก และไม่ค่อยเป็นที่รู้จัก

but it has matured.

แต่ทำงานเต็มที่

And there are now very well-developed mathematical methods,

และตอนนี้ก็มีวิธีการทางคณิตศาสตร์ ที่พัฒนาขึ้นมาใหม่

a lot of preprogrammed tools,

โปรแกรมช่วยคำนวณมากมาย

including free ones,

มีแบบฟรีด้วย

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

ที่เพิ่มความสามารถในการคำนวณ เท่าที่เป็นไปได้ให้เรา

The power and beauty of mathematical modeling

ความสามารถและความงามของโมเดลทางคณิตศาสตร์

lies in the fact that it makes you formalize,

ทำให้เราจัดความจริงเป็นสูตร

in a very rigorous way,

ในรูปแบบที่เข้มงวด

what we think we know.

สิ่งที่เราคิดว่าเรารู้อยู่แล้ว

We make assumptions,

เราก็สร้างสรุป

translate them into equations,

แปลงเป็นสมการ

run simulations,

ให้ระบบจำลองทำงาน

all to answer the question:

เพื่อตอบคำถามทั้งหมด

In a world where my assumptions are true,

ในโลกที่สมมติฐานเป็นจริง

what do I expect to see?

ฉันคาดหวังจะเห็นอะไร

It's a pretty simple conceptual framework.

มันก็เป็นกรอบแนวคิดในแบบง่าย ๆ

It's all about asking the right questions.

คือการตั้งคำถามให้ถูกทาง

But it can unleash numerous opportunities for testing biological hypotheses.

และหาคำตอบที่มากมายมหาศาล ด้วยการทดสอบทางชีววิทยา

If our predictions match our observations,

หากการคาดการณ์ของเราตรงกับการค้นพบ

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

เจ๋งเลย! เรามาถูกทางแล้ว เราก็คาดการณ์ต่อไปได้

by changing this or that aspect of the model.

ด้วยการ เปลี่ยนนู่นนิด นี่หน่อยในโมเดล

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

แต่ถ้าการคาดการณ์ไม่ตรงกับผลการทดลอง

that means that some of our assumptions are wrong,

นั่นหมายความว่าสมมติฐานบางอย่างผิด

and so our understanding of the key mechanisms

ข้อมูลการเข้าใจที่เรามี

of underlying biology

ในเรื่องชีววิทยานั้น

is still incomplete.

ยังไม่มากพอ

Luckily, since this is a model,

แต่โชคยังดี เพราะในโมเดลนี้

we control all the assumptions.

เราควบคุมสมมติฐานได้

So we can go through them, one by one,

เราสามารถดูได้ ทีละขั้น

identifying which one or ones are causing the discrepancy.

วิเคราะห์ว่าอะไรที่ทำให้เราผิดพลาด

And then we can fill this newly identified gap in knowledge

และเติมเต็มช่องว่างนั้น

using both experimental and theoretical approaches.

ด้วยทฤษฎีและการทดลอง

Of course, any ecosystem is extremely complex,

และแน่นอน ทุก ๆ ระบบนิเวศน์ มีความซับซ้อนมาก

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

การพยายามจะอธิบายการเคลื่อนไหว ของสิ่งต่าง ๆ ไม่เพียงแค่ยากมาก

but also not very informative.

แต่ข้อมูลก็ยังน้อยมาก

There's also the issue of timescales,

ทั้งปัญหาด้านเวลา

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

เพราะเหตุการอาจเกิดขึ้นได้ในหลักของ วินาที นาที

some days, months and years.

เป็นวัน หลายเดือน หรือเป็นปี

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

ไม่จำเป็นที่เราจะแยกการทดลองนั้น

And some things happen so quickly or so slowly

บางอย่างอาจเกิดขึ้นเร็ว หรือช้า

that you may physically never be able to measure them.

จนคุณไม่สามารถวัดมันทางกายภาพได้

But as mathematicians,

แต่ในฐานะนักคณิตศาสตร์

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

เรามีความสามารถในการซูมลงไปถึง ระบบย่อย ในระดับเวลาใดก็ได้

and simulate effects of interventions

และจำลองเหตุการณ์

that take place in any timescale.

ที่เกิดขึ้นในหน่วยเวลาใดก็ได้

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

แน่นอน นี่ไม่ใช่งานของ คนสร้างโมเดลเพียงอย่างเดียว

It has to happen in close collaboration with biologists.

มันเกิดขึ้นด้วยความช่วยเหลืออย่างใกล้ชิด จากนักชีววิทยา

And it does demand some capacity of translation

และต้องใช้ความสามารถในการแปลข้อมูล

on both sides.

ของทั้งสองด้าน

But starting with a theoretical formulation of a problem

แต่การเริ่มงานด้วยทฤษฎีของปัญหา

can unleash numerous opportunities for testing hypotheses

สามารถปลดปล่อยโอกาสมากมาย ในการพิสูน์สมมติฐาน

and simulating scenarios and therapeutic interventions,

และจำลองสถานการณ์ และวิธีการรักษา

all in a completely safe way.

ในวิถีทางที่ปลอดภัยแน่นอน

It can identify gaps in knowledge and logical inconsistencies

สามารถระบุช่องว่างที่หายไปของความรู้ และตรรกศาสตร์ที่ขัดแย้งกัน

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

ช่วยเราไปถึงจุดที่เรามองหา

and where there may be a dead end.

และอาจพาเราไปสู่ทางตันด้วยเช่นกัน

In other words:

หรืออีกแง่หนึ่ง:

mathematical modeling can help us answer questions

คณิตศาสตร์ช่วยเราหาคำตอบ

that directly affect people's health --

ที่มีผลกระทบโดยตรงกับสุขภาพของผู้คน

that affect each person's health, actually --

ที่มีผลกระทบต่อแต่ละคน ที่จริง--

because mathematical modeling will be key

เพราะว่าคณิตศาสตร์เป็นกุญแจสำคัญ

to propelling personalized medicine.

ในการจัดยาให้เหมาะกับแต่ละคน

And it all comes down to asking the right question

และมันก็จะนำไปสู่คำถามที่ถูกต้อง

and translating it to the right equation ...

แปลมันไปสู่สมการที่ถูกต้อง

and back.

และในทางกลับกัน

Thank you.

ขอบคุณ

(Applause)

(เสียงปรบมือ)