Math can help uncover cancer's secrets | Irina Kareva

74,501 views ・ 2018-04-25

TED


Videoyu oynatmak için lütfen aşağıdaki İngilizce altyazılara çift tıklayınız.

Çeviri: Ali Maralcan Gözden geçirme: Figen Ergürbüz
00:12
I am a translator.
0
12549
1243
Ben bir çevirmenim.
00:14
I translate from biology into mathematics
1
14514
3191
Biyolojiyi matematiğe çeviririm
00:17
and vice versa.
2
17729
1150
ya da tam tersi.
00:19
I write mathematical models
3
19588
1790
Hücre büyümesi gibi
00:21
which, in my case, are systems of differential equations,
4
21402
2847
biyolojik mekanizmaları tanımlamak için,
00:24
to describe biological mechanisms,
5
24273
1947
diferansiyel denklemler kümesi olan
matematiksel modeller yazarım.
00:26
such as cell growth.
6
26244
1158
00:28
Essentially, it works like this.
7
28122
1848
Aslında bu şöyle işliyor:
00:30
First, I identify the key elements
8
30573
2469
Öncelikle, belli mekanizmaların
davranışlarına neden olduğunu düşündüğüm
00:33
that I believe may be driving behavior over time
9
33066
2777
00:35
of a particular mechanism.
10
35867
1539
anahtar elemanları bulurum.
00:38
Then, I formulate assumptions
11
38230
1891
Ardından, bu elemanların
birbirleriyle ve çevreleriyle nasıl etkileştikleri üzerine
00:40
about how these elements interact with each other
12
40145
2886
00:43
and with their environment.
13
43055
1337
varsayımlar geliştiririm.
00:44
It may look something like this.
14
44916
1772
Bunun gibi bir şey olur.
00:46
Then, I translate these assumptions into equations,
15
46712
3317
Sonra bu varsayımları denklemlere dönüştürürüm.
00:50
which may look something like this.
16
50610
1824
Bunun gibi bir şey çıkar.
00:53
Finally, I analyze my equations
17
53434
1890
En sonunda, denklemlerimi analiz ederim
00:55
and translate the results back into the language of biology.
18
55348
3101
ardından, bu sonuçları tekrar biyoloji diline çeviririm.
Matematiğin anahtar kavramlarından biri "modelleme"dir.
01:00
A key aspect of mathematical modeling
19
60156
2420
01:02
is that we, as modelers, do not think about what things are;
20
62600
3908
Biz modellemeciler cisimlerin ne olduğuna bakmayız,
01:06
we think about what they do.
21
66532
1855
ne yaptıklarına bakarız.
01:08
We think about relationships between individuals,
22
68411
2489
Biz bireyler arasındaki bağlantılara bakarız
01:10
whether they be cells, animals or people,
23
70924
2886
hücre, hayvan ya da insan olsunlar,
01:13
and how they interact with each other and with their environment.
24
73834
3048
birbirleriyle ve çevreleriyle nasıl etkileşime girdiklerine.
01:17
Let me give you an example.
25
77639
1340
Size bir örnek vereyim.
01:19
What do foxes and immune cells have in common?
26
79719
3803
Tilkiler ve bağışıklık hücrelerinin arasındaki benzerlik nedir?
01:24
They're both predators,
27
84793
1459
İkisi de avcıdır
01:26
except foxes feed on rabbits,
28
86744
2723
ama tilkiler tavşanları yer,
01:29
and immune cells feed on invaders, such as cancer cells.
29
89491
3330
bağışıklık hücreleri de kanserli hücreler gibi istilacıları.
01:33
But from a mathematical point of view,
30
93273
2345
Ama işe matematik açısından bakarsak
01:35
a qualitatively same system of predator-prey type equations
31
95642
4156
tilki ile tavşan arasındaki ve kanser ile bağışıklık hücreleri arasındaki
01:39
will describe interactions between foxes and rabbits
32
99822
3245
etkileşimleri, niteliksel olarak aynı yırtıcı-av...
01:43
and cancer and immune cells.
33
103091
1774
denklemler sistemi tanımlayacaktır.
01:45
Predator-prey type systems have been studied extensively
34
105609
2708
Yırtıcı-av sistemleri, bilimsel literatürde
01:48
in scientific literature,
35
108341
1269
yoğun biçimde çalışılır,
01:49
describing interactions of two populations,
36
109634
2378
birinin hayatta kalmasının, diğerini tüketmeye bağlı olduğu
01:52
where survival of one depends on consuming the other.
37
112036
2775
iki popülasyonun etkileşimlerini açıklamak için.
01:55
And these same equations provide a framework
38
115485
2620
Ve aynı denklemler, kanserin av, bağışıklık sisteminin
01:58
for understanding cancer-immune interactions,
39
118129
2311
avcı olduğu, kanser ile bağışıklık sisteminin
02:00
where cancer is the prey,
40
120464
1841
etkileşimlerini anlamak için
02:02
and the immune system is the predator.
41
122329
2372
bir çerçeve sunar.
02:04
And the prey employs all sorts of tricks to prevent the predator from killing it,
42
124725
4032
Ve av, avcının kendisini öldürmesini önlemek için, kamufle olmaktan,
02:08
ranging from camouflaging itself
43
128781
1820
avcının gıdasını çalmaya kadar
02:10
to stealing the predator's food.
44
130625
1839
her türlü hileyi kullanır.
02:13
This can have some very interesting implications.
45
133352
2562
Bunun oldukça ilginç sonuçları olabilir.
02:15
For example, despite enormous successes in the field of immunotherapy,
46
135938
4822
Örneğin, immünoterapi muazzam başarılarına rağmen
02:20
there still remains somewhat limited efficacy
47
140784
2461
iş, sert tümörlere geldiğinde
02:23
when it comes solid tumors.
48
143269
1542
etkisi hâlâ sınırlı.
02:25
But if you think about it ecologically,
49
145423
2559
Ama ekolojik bakımdan düşünürseniz
02:28
both cancer and immune cells --
50
148006
2090
kanser hücreleri de bağışıklık hücreleri de
02:30
the prey and the predator --
51
150120
1600
av ve avcı--
02:31
require nutrients such as glucose to survive.
52
151744
3031
yaşamak için glikoz gibi besinlere ihtiyaç duyuyor.
02:35
If cancer cells outcompete the immune cells for shared nutrients
53
155358
4789
Kanser hücreleri, tümör mikroortamında besin paylaşımında
02:40
in the tumor microenvironment,
54
160171
1793
bağışıklık hücrelerini yenerlerse
02:41
then the immune cells will physically not be able to do their job.
55
161988
3414
bağışıklık hücreleri görevlerini yapamayacaktır.
02:46
This predator-prey-shared resource type model
56
166291
2868
Bu yırtıcı-av kaynak paylaşımı modeli
02:49
is something I've worked on in my own research.
57
169183
2297
kendi araştırmamda üzerinde çalıştığım bir şey.
02:51
And it was recently shown experimentally
58
171504
2724
Ve son deneyler gösterdi ki,
02:54
that restoring the metabolic balance in the tumor microenvironment --
59
174252
4054
tümör ortamında metabolik dengeyi yeniden kurmak
02:58
that is, making sure immune cells get their food --
60
178330
3531
yani, bağışıklık hücrelerinin gıdalarını almalarını sağlamak
03:01
can give them, the predators, back their edge in fighting cancer, the prey.
61
181885
5245
onlara -avcılara-, kanserle savaşta avantajlarını geri veriyor.
03:08
This means that if you abstract a bit,
62
188440
2339
Yani biraz soyut yaklaşırsanız,
03:10
you can think about cancer itself as an ecosystem,
63
190803
2955
kanseri bir ekosistem olarak düşünebilirsiniz,
03:13
where heterogeneous populations of cells compete and cooperate
64
193782
4287
farklı hücre topluluklarının barınma ve yemek için
rekabet ettiği ve işbirliği yaptığı,
03:18
for space and nutrients,
65
198093
2017
03:20
interact with predators -- the immune system --
66
200134
2672
avcılarla -yani bağışıklık sistemi- etkileştiği,
03:22
migrate -- metastases --
67
202830
2241
göç ettiği -- yayıldığı (metastaz) --
03:25
all within the ecosystem of the human body.
68
205095
2467
insan vücudunun ekosistemi içerisinde bir ekosistem.
03:28
And what do we know about most ecosystems from conservation biology?
69
208221
3869
Peki koruma biyolojisinden, ekosistemlerin çoğu hakkında öğrendiğimiz nedir?
03:32
That one of the best ways to extinguish species
70
212643
2852
Türleri sonlandırmanın en iyi yollarından birisi,
03:35
is not to target them directly
71
215519
1952
doğrudan onları değil
03:37
but to target their environment.
72
217495
2439
bulundukları ortamı hedef almaktır.
03:40
And so, once we have identified the key components
73
220880
3070
Ve böylece, tümör ortamının anahtar bileşenlerini
03:43
of the tumor environment,
74
223974
1644
bir kez belirledik mi,
03:45
we can propose hypotheses
75
225642
1948
hipotezimizi önerebiliriz
03:47
and simulate scenarios and therapeutic interventions
76
227614
3294
sonra senaryoları ve iyileştirici müdahaleleri
03:50
all in a completely safe and affordable way
77
230932
3425
tamamen güvenli ve ucuz bir biçimde simule edebiliriz
03:54
and target different components of the microenvironment
78
234381
3369
sonra da benim ve sizin gibi ev sahiplerine zarar vermeden
03:57
in such a way as to kill the cancer without harming the host,
79
237774
3996
kanseri öldürmek için, mikroortamın farklı bileşenlerini
04:01
such as me or you.
80
241794
1570
hedef alabiliriz.
04:05
And so while the immediate goal of my research
81
245029
3002
Ve böylece araştırmamın öncelikli hedefi
04:08
is to advance research and innovation
82
248055
2266
araştırmayı ve innovasyonu sürdürmek
04:10
and to reduce its cost,
83
250345
1896
ve maliyeti azaltmak iken,
04:12
the real intent, of course, is to save lives.
84
252265
2517
asıl amaç, tabii ki, hayatları kurtarmak.
04:15
And that's what I try to do
85
255278
1771
Matematiksel modellemeyi, biyolojiye
04:17
through mathematical modeling applied to biology,
86
257073
2747
ve özellikle de ilaç geliştirmeye uygulayarak
04:19
and in particular, to the development of drugs.
87
259844
2471
yapmaya çalıştığım şey tam olarak bu.
04:22
It's a field that until relatively recently has remained somewhat marginal,
88
262895
4056
Yakın zamana kadar nispeten bir şekilde marjinal kalmış bir alan,
04:26
but it has matured.
89
266975
1452
ama olgunlaştı.
04:28
And there are now very well-developed mathematical methods,
90
268451
3149
Ve şimdi çok gelişmiş matematiksel yöntemler,
04:31
a lot of preprogrammed tools,
91
271624
1899
önceden programlanmış bir sürü araç,
04:33
including free ones,
92
273547
1496
ücretsiz olanlar dâhil
04:35
and an ever-increasing amount of computational power available to us.
93
275067
4047
ve giderek artan miktarda bilgisayar gücümüz var.
04:40
The power and beauty of mathematical modeling
94
280718
3399
Matematiksel modellemenin gücü ve güzelliği
04:44
lies in the fact that it makes you formalize,
95
284141
2641
bildiğimizi düşündüğümüz şeyleri
04:46
in a very rigorous way,
96
286806
2087
çok titiz bir şekilde formülize etmemizi
04:48
what we think we know.
97
288917
1465
sağlamasında yatıyor.
04:50
We make assumptions,
98
290904
1444
Varsayımlar yapıyoruz,
04:52
translate them into equations,
99
292372
1568
bunları denklemlere dönüştürüyoruz,
04:53
run simulations,
100
293964
1311
simülasyonları çalıştırıyoruz,
04:55
all to answer the question:
101
295299
1773
hepsi şu soruya cevap vermek için:
04:57
In a world where my assumptions are true,
102
297096
2246
Varsayımlarımın doğru olduğu bir dünyada,
04:59
what do I expect to see?
103
299366
1570
ne görmeyi bekliyorum?
05:01
It's a pretty simple conceptual framework.
104
301890
2086
Oldukça basit bir kavramsal çerçeve.
05:04
It's all about asking the right questions.
105
304000
2226
Tamamen doğru soruları sormakla ilgili.
05:06
But it can unleash numerous opportunities for testing biological hypotheses.
106
306603
4095
Ama biyoloji hipotezlerini test etmek için sayısız fırsatlar sağlıyor.
05:11
If our predictions match our observations,
107
311696
2600
Tahminlerimiz gözlemlerimizle uyuşursa
05:14
great! -- we got it right, so we can make further predictions
108
314320
3027
harika! -- doğru yoldayız, modelin şu ya da bu yönünü değiştirip
05:17
by changing this or that aspect of the model.
109
317371
2560
yeni tahminlerde bulunabiliriz.
05:20
If, however, our predictions do not match our observations,
110
320733
3700
Ancak tahminlerimiz gözlemlerimizle uyuşmuyorsa
05:24
that means that some of our assumptions are wrong,
111
324457
2585
bu bazı varsayımlarımızın hatalı olduğu anlamına gelir
ve altta yatan biyolojinin anahtar mekanizmalarını
05:27
and so our understanding of the key mechanisms
112
327066
2433
05:29
of underlying biology
113
329523
1439
kavrayışımızın hâlâ eksik
05:30
is still incomplete.
114
330986
1270
olduğu anlaşılır.
05:32
Luckily, since this is a model,
115
332829
2362
Neyse ki, bu bir model olduğundan
05:35
we control all the assumptions.
116
335215
1889
tüm varsayımları kontrol ederiz.
05:37
So we can go through them, one by one,
117
337128
2140
Üzerlerinden tek tek gidebilir,
05:39
identifying which one or ones are causing the discrepancy.
118
339292
3829
hangisi ya da hangilerinin tutarsızlığa neden olduğunu tespit edebiliriz.
05:43
And then we can fill this newly identified gap in knowledge
119
343637
3356
Ve sonra bu yeni tespit ettiğimiz bilgi açığını,
05:47
using both experimental and theoretical approaches.
120
347017
2715
deneysel ve teorik yaklaşımlar kulanarak doldurabiliriz.
05:50
Of course, any ecosystem is extremely complex,
121
350699
2821
Tabii ki, her ekosistem son derece karmaşıktır
05:53
and trying to describe all the moving parts is not only very difficult,
122
353544
3843
ve bütün hareketli şeyleri açıklamaya çalışmak çok zor olmakla kalmayıp
05:57
but also not very informative.
123
357411
1662
her zaman bilgilendirici de değildir.
05:59
There's also the issue of timescales,
124
359518
2066
Ayrıca bir de zaman skalası sorunu var,
06:01
because some processes take place on a scale of seconds, some minutes,
125
361608
3668
çünkü bazı işlemler saniyeler içerisinde gerçekleşir, bazıları dakikalar
06:05
some days, months and years.
126
365300
1948
bazıları ise günler, aylar, hatta yıllar içerisinde.
06:07
It may not always be possible to separate those out experimentally.
127
367272
3199
Bunları deneysel olarak ayırt etmek her zaman mümkün olmayabilir
06:11
And some things happen so quickly or so slowly
128
371143
3384
ve bazı şeyler çok hızlı ya da çok yavaş yaşandığı için
06:14
that you may physically never be able to measure them.
129
374551
2720
onları fiziksel olarak ölçmeniz asla mümkün olmayabilir.
06:17
But as mathematicians,
130
377295
2288
Ama matematikçiler olarak
06:19
we have the power to zoom in on any subsystem in any timescale
131
379607
5645
herhangi bir altsistemde, herhangi bir zaman aralığına zoom yaparak,
06:25
and simulate effects of interventions
132
385276
2124
bu zaman aralığında gerçekleşen
06:27
that take place in any timescale.
133
387424
2701
müdahalelerin etkilerini simule etme gücümüz var.
06:31
Of course, this isn't the work of a modeler alone.
134
391942
2934
Tabii ki, bu sadece modelleme yapanın işi değil.
06:34
It has to happen in close collaboration with biologists.
135
394900
3289
Biyologlarla da yakın işbirliğiyle yapılmalı.
06:38
And it does demand some capacity of translation
136
398213
3004
Ve bir çeviri kapasitesi gerektirir
06:41
on both sides.
137
401241
1204
her iki taraf için de.
06:43
But starting with a theoretical formulation of a problem
138
403550
3788
Ama bir problemin teorik formülasyonuyla başlamak;
06:47
can unleash numerous opportunities for testing hypotheses
139
407362
3497
hipotezleri test etmek, senaryoları ve iyileştirici müdahaleleri
06:50
and simulating scenarios and therapeutic interventions,
140
410883
3239
güvenli bir şekilde simule etmek için
06:54
all in a completely safe way.
141
414146
2070
sınırsız fırsat sunar.
06:56
It can identify gaps in knowledge and logical inconsistencies
142
416977
5175
Bu da, bilgideki eksiklikleri ve mantıksal tutarsızlıkları tespit etmemize
07:02
and can help guide us as to where we should keep looking
143
422176
2839
ve nereye bakmamız gerektiğini ve çıkmazın nerede olduğunu
07:05
and where there may be a dead end.
144
425039
1895
görmemize yardım edebilir.
07:07
In other words:
145
427632
1247
Başka bir deyişle:
07:08
mathematical modeling can help us answer questions
146
428903
3494
matematiksel modelleme, insanların sağlıklarını doğrudan etkileyen
07:12
that directly affect people's health --
147
432421
2388
hatta her insanın sağlığını etkileyen
07:15
that affect each person's health, actually --
148
435942
2704
soruları cevaplamaya yardım eder.
07:18
because mathematical modeling will be key
149
438670
2676
Çünkü matematiksel modelleme kişiselleştirilmiş ilaçlar
07:21
to propelling personalized medicine.
150
441370
1834
geliştirmenin anahtarıdır.
07:24
And it all comes down to asking the right question
151
444112
3067
Ve bunların hepsi gelip doğru soruyu sormaya dayanıyor
07:27
and translating it to the right equation ...
152
447711
2075
ve onu doğru denkleme çevirmeye
07:30
and back.
153
450670
1150
ve sonra yeniden.
07:32
Thank you.
154
452533
1151
Teşekkürler.
07:33
(Applause)
155
453708
3299
(Alkışlar)
Bu web sitesi hakkında

Bu site size İngilizce öğrenmek için yararlı olan YouTube videolarını tanıtacaktır. Dünyanın dört bir yanından birinci sınıf öğretmenler tarafından verilen İngilizce derslerini göreceksiniz. Videoyu oradan oynatmak için her video sayfasında görüntülenen İngilizce altyazılara çift tıklayın. Altyazılar video oynatımı ile senkronize olarak kayar. Herhangi bir yorumunuz veya isteğiniz varsa, lütfen bu iletişim formunu kullanarak bizimle iletişime geçin.

https://forms.gle/WvT1wiN1qDtmnspy7