Return to Video

Τα μαθηματικά μπορούν να βοηθήσουν να αποκαλύψουμε τα μυστικά του καρκίνου

  • 0:01 - 0:02
    Είμαι μεταφράστρια.
  • 0:03 - 0:06
    Μεταφράζω από βιολογία σε μαθηματικά
  • 0:06 - 0:07
    και το αντίθετο.
  • 0:08 - 0:09
    Δημιουργώ μαθηματικά μοντέλα,
  • 0:09 - 0:12
    που στην περίπτωσή μου αφορούν
    σύστημα διαφορετικών εξισώσεων
  • 0:12 - 0:14
    περιγραφής βιολογικών μηχανισμών,
  • 0:14 - 0:16
    όπως η ανάπτυξη των κυττάρων.
  • 0:16 - 0:18
    Ουσιαστικά, λειτουργεί κάπως έτσι:
  • 0:19 - 0:21
    Αρχικά, προσδιορίζω τα βασικά στοιχεία
  • 0:21 - 0:24
    που πιστεύω ότι οδηγούν
    σε προοδευτική συμπεριφορά
  • 0:24 - 0:25
    συγκεκριμένων μηχανισμών.
  • 0:26 - 0:28
    Κατόπιν, διατυπώνω συμπεράσματα
  • 0:28 - 0:31
    σχετικά με το πώς αυτά τα στοιχεία
    αλληλεπιδρούν μεταξύ τους
  • 0:31 - 0:32
    και με το περιβάλλον τους.
  • 0:33 - 0:35
    Κάπως έτσι δηλαδή.
  • 0:35 - 0:38
    Στη συνέχεια, μεταφράζω
    τα συμπεράσματα σε εξισώσεις,
  • 0:39 - 0:40
    δηλαδή κάπως έτσι.
  • 0:41 - 0:43
    Τέλος, αναλύω τις εξισώσεις μου
  • 0:43 - 0:46
    και μεταφράζω τα αποτελέσματα ξανά
    στη γλώσσα της βιολογίας.
  • 0:48 - 0:51
    Ένα βασικό στοιχείο
    της μαθηματικής μοντελοποίησης
  • 0:51 - 0:55
    είναι ότι εμείς, ως δημιουργοί μοντέλων,
    δεν σκεφτόμαστε τι είναι τα πράγματα,
  • 0:55 - 0:56
    αλλά πώς λειτουργούν.
  • 0:56 - 0:59
    Σκεφτόμαστε τις σχέσεις
    που έχουν μεταξύ τους,
  • 0:59 - 1:02
    είτε είναι κύτταρα, ζώα ή άνθρωποι
  • 1:02 - 1:05
    και πώς αλληλεπιδρούν μεταξύ τους
    και με το περιβάλλον τους.
  • 1:06 - 1:07
    Να σας δώσω ένα παράδειγμα.
  • 1:08 - 1:12
    Τι κοινό έχουν οι αλεπούδες
    με τα κύτταρα του ανοσοποιητικού;
  • 1:13 - 1:14
    Είναι και τα δύο θηρευτές,
  • 1:15 - 1:17
    μόνο που οι αλεπούδες
    τρέφονται με κουνέλια,
  • 1:17 - 1:21
    ενώ το ανοσοποιητικό με εισβολείς,
    όπως τα καρκινικά κύτταρα.
  • 1:21 - 1:24
    Αλλά από μαθηματική άποψη,
  • 1:24 - 1:28
    μια υποθετική εξίσωση θηρευτή-θηράματος
  • 1:28 - 1:31
    θα περιέγραφε την αλληλεπίδραση
    αλεπούδων-κουνελιών
  • 1:31 - 1:33
    και καρκίνου-ανοσοποιητικού.
  • 1:34 - 1:36
    Η μεθοδολογία θηρευτή-θηράματος
    έχει μελετηθεί αναλυτικά
  • 1:36 - 1:38
    στην επιστημονική βιβλιογραφία
  • 1:38 - 1:40
    περιγράφοντας αλληλεπιδράσεις
    δύο πληθυσμών,
  • 1:40 - 1:43
    όπου η επιβίωση του ενός εξαρτάται
    από την κατανάλωση του άλλου.
  • 1:43 - 1:46
    Και αυτές οι ίδιες εξισώσεις
    είναι το πλαίσιο
  • 1:46 - 1:48
    κατανόησης της διάδρασης
    καρκίνου-ανοσοποιητικού,
  • 1:48 - 1:50
    όπου ο καρκίνος είναι το θήραμα
  • 1:50 - 1:53
    και το ανοσοποιητικό ο θηρευτής.
  • 1:53 - 1:57
    Και το θήραμα επιστρατεύει διάφορα κόλπα
    ώστε να μην το αφανίσει ο θηρευτής,
  • 1:57 - 1:59
    όπως το να καμουφλάρεται
  • 1:59 - 2:00
    ή το να κλέβει την τροφή του θηρευτή.
  • 2:01 - 2:04
    Αυτό έχει κάποιες ενδιαφέρουσες συνέπειες.
  • 2:04 - 2:09
    Για παράδειγμα, παρά την τεράστια εξέλιξη
    στον τομέα της ανοσοθεραπείας,
  • 2:09 - 2:11
    υπάρχει ακόμη περιορισμένη
    αποτελεσματικότητα
  • 2:11 - 2:13
    στους συμπαγείς όγκους.
  • 2:13 - 2:16
    Όμως, αν το σκεφτείς οικολογικά
  • 2:16 - 2:18
    και ο καρκίνος και το ανοσοποιητικό,
  • 2:18 - 2:20
    το θήραμα και ο θηρευτής,
  • 2:20 - 2:23
    θέλουν θρεπτικά συστατικά,
    όπως η γλυκόζη, για να επιβιώσουν.
  • 2:23 - 2:28
    Αν τα καρκινικά κύτταρα υπερτερούν
    του ανοσοποιητικού στους κοινούς πόρους
  • 2:28 - 2:30
    στο μικροπεριβάλλον του όγκου,
  • 2:30 - 2:33
    τότε το ανοσοποιητικό
    δεν θα μπορέσει να κάνει τη δουλειά του.
  • 2:34 - 2:37
    Αυτό το μοντέλο κοινών πόρων
    μεταξύ θηρευτή-θηράματος
  • 2:37 - 2:39
    το έχω μελετήσει και στη δική μου έρευνα
  • 2:40 - 2:42
    και τα πειράματα έδειξαν πρόσφατα
  • 2:42 - 2:46
    ότι αν επανέλθει η μεταβολική ισορροπία
    στο μικροπεριβάλλον του όγκου --
  • 2:46 - 2:50
    δηλαδή, αν τα κύτταρα του ανοσοποιητικού
    λαμβάνουν την τροφή τους --
  • 2:50 - 2:55
    έχουν το πλεονέκτημα, ο θηρευτής δηλαδή,
    να πολεμήσει τον καρκίνο, το θήραμα.
  • 2:56 - 2:59
    Αυτό αν το συνοψίσουμε κάπως,
  • 2:59 - 3:02
    μπορούμε να φανταστούμε
    τον καρκίνο σαν ένα οικοσύστημα,
  • 3:02 - 3:06
    όπου ετερογενείς πληθυσμοί κυττάρων
    ανταγωνίζονται και συνεργάζονται
  • 3:06 - 3:08
    για χώρο και τροφή,
  • 3:08 - 3:11
    αλληλεπιδρούν με τον θηρευτή --
    το ανοσοποιητικό σύστημα --
  • 3:11 - 3:13
    μετακινούνται -- κάνουν μετάσταση --
  • 3:13 - 3:16
    όλα μέσα στο οικοσύστημα
    του ανθρώπινου σώματος.
  • 3:16 - 3:20
    Και τι γνωρίζουμε για τα οικοσυστήματα
    από τη βιολογία της διατήρησης;
  • 3:21 - 3:23
    Ότι ο καλύτερος τρόπος
    για την εξάλειψη ενός είδους
  • 3:24 - 3:25
    δεν είναι να το στοχεύσεις απ' ευθείας,
  • 3:25 - 3:28
    αλλά να στοχεύσεις το περιβάλλον του.
  • 3:29 - 3:32
    Έτσι, εφόσον καταλάβουμε τη βασική δομή
  • 3:32 - 3:34
    του περιβάλλοντος του όγκου,
  • 3:34 - 3:36
    μπορούμε να σχηματίσουμε μια υπόθεση
  • 3:36 - 3:39
    και να προσομοιώσουμε σενάρια
    και θεραπευτικές παρεμβάσεις
  • 3:39 - 3:42
    με απόλυτα ασφαλή και οικονομικό τρόπο,
  • 3:42 - 3:46
    στοχεύοντας διαφορετικές δομές
    του μικροπεριβάλλοντος
  • 3:46 - 3:50
    με τρόπο που θα εξαλείψει τον καρκίνο
    χωρίς να βλάψει τον ξενιστή,
  • 3:50 - 3:51
    δηλαδή εμένα ή εσάς.
  • 3:53 - 3:56
    Και ενώ ο άμεσος στόχος της έρευνάς μου
  • 3:56 - 3:58
    είναι η προώθηση της έρευνας
    και της καινοτομίας
  • 3:58 - 4:00
    και η μείωση του κόστους,
  • 4:00 - 4:03
    ο πραγματικός στόχος φυσικά,
    είναι να σώσει ζωές.
  • 4:03 - 4:05
    Και αυτό προσπαθώ να κάνω
  • 4:05 - 4:08
    εφαρμόζοντας μαθηματικά
    μοντέλα στη βιολογία,
  • 4:08 - 4:10
    και συγκεκριμένα,
    στην εξέλιξη των φαρμάκων.
  • 4:11 - 4:15
    Ένα πεδίο που μέχρι πρόσφατα
    παρέμενε στο περιθώριο,
  • 4:15 - 4:16
    τώρα όμως έχει ωριμάσει.
  • 4:16 - 4:20
    Και σήμερα υπάρχουν πολύ ανεπτυγμένες
    μαθηματικές μέθοδοι,
  • 4:20 - 4:22
    πολλά εργαλεία προγραμματισμού,
  • 4:22 - 4:23
    κάποια ακόμη και δωρεάν,
  • 4:23 - 4:27
    και η συνεχώς αυξανόμενη δύναμη
    των υπολογιστών, όλα στη διάθεσή μας.
  • 4:29 - 4:32
    Η δύναμη και η ομορφιά
    των μαθηματικών μοντέλων
  • 4:32 - 4:35
    είναι ότι μας επιτρέπουν
    να επισημοποιήσουμε,
  • 4:35 - 4:37
    με έναν ιδιαίτερα σχολαστικό τρόπο,
  • 4:37 - 4:38
    ό,τι πιστεύουμε ότι γνωρίζουμε.
  • 4:39 - 4:40
    Κάνουμε υποθέσεις,
  • 4:40 - 4:42
    τις μεταφράζουμε σε εξισώσεις,
  • 4:42 - 4:43
    διεξάγουμε προσομιώσεις,
  • 4:43 - 4:45
    όλα για να απαντήσουμε στην ερώτηση:
  • 4:45 - 4:47
    Σε έναν κόσμο όπου
    οι υποθέσεις μου αληθεύουν,
  • 4:47 - 4:49
    τι περιμένω να δω;
  • 4:50 - 4:52
    Είναι ένα απλό, εννοιολογικό πλαίσιο.
  • 4:52 - 4:54
    Πρέπει μόνο να κάνετε
    τις σωστές ερωτήσεις.
  • 4:55 - 4:59
    Μπορεί όμως να παρέχει άπειρες ευκαιρίες
    για πειραματισμό υποθέσεων.
  • 5:00 - 5:02
    Αν οι προβλέψεις μας
    ταιριάζουν με τις παρατηρήσεις μας
  • 5:02 - 5:05
    τέλεια -- το πετύχαμε,
    οπότε κάνουμε κι άλλες υποθέσεις
  • 5:05 - 5:08
    αλλάζοντας τα χαρακτηριστικά του μοντέλου.
  • 5:09 - 5:12
    Αν, όμως, οι προβλέψεις μας
    δεν ταιριάζουν με τις παρατηρήσεις μας,
  • 5:12 - 5:15
    αυτό σημαίνει ότι κάποιες υποθέσεις
    είναι λανθασμένες
  • 5:15 - 5:17
    και η κατανόηση του βασικού μηχανισμού
  • 5:18 - 5:19
    της θεμελιώδους βιολογίας
  • 5:19 - 5:20
    είναι ακόμα ελλιπής.
  • 5:21 - 5:23
    Για καλή μας τύχη,
    αφού μιλάμε για μοντέλα,
  • 5:23 - 5:25
    έχουμε τον έλεγχο όλων των υποθέσεων.
  • 5:25 - 5:27
    Οπότε, μπορούμε να τις ξαναδούμε, μία-μία
  • 5:27 - 5:31
    και να καταλάβουμε ποια, ή ποιες
    ευθύνονται για την απόκλιση.
  • 5:32 - 5:35
    Και έπειτα να γεμίσουμε
    το κενό με νέα γνώση
  • 5:35 - 5:37
    με πειραματική και θεωρητική προσέγγιση.
  • 5:39 - 5:41
    Φυσικά, κάθε οικοσύστημα
    είναι ιδιαίτερα περίπλοκο
  • 5:41 - 5:45
    και η περιγραφή όλων των μερών
    δεν είναι μόνο δύσκολη,
  • 5:45 - 5:47
    αλλά ούτε και τόσο κατατοπιστική.
  • 5:48 - 5:49
    Υπάρχουν και τα χρονοδιαγράμματα,
  • 5:49 - 5:53
    καθώς οι διαδικασίες ολοκληρώνονται
    σε δευτερόλεπτα, ή σε λεπτά,
  • 5:53 - 5:55
    σε μέρες, μήνες ή χρόνια.
  • 5:56 - 5:58
    Δεν είναι πάντα εφικτό
    να τα ξεχωρίσεις πειραματικά.
  • 5:59 - 6:02
    Και κάποια πράγματα
    γίνονται τόσο γρήγορα ή τόσο αργά,
  • 6:03 - 6:05
    που ίσως να μην μπορείς να τα μετρήσεις.
  • 6:05 - 6:07
    Αλλά, ως μαθηματικοί,
  • 6:08 - 6:13
    μπορούμε να ζουμάρουμε
    σε οποιοδήποτε υποσύστημα, ανά πάσα στιγμή
  • 6:13 - 6:15
    και να προσομοιώσουμε
    τα αποτελέσματα των παρεμβάσεων
  • 6:15 - 6:18
    που συνέβησαν σε οποιονδήποτε χρόνο.
  • 6:20 - 6:23
    Φυσικά, ο δημιουργός μοντέλων
    δεν τα κάνει όλα μόνος του.
  • 6:23 - 6:26
    Συνεργάζεται στενά με βιολόγους.
  • 6:26 - 6:29
    Και απαιτείται
    κάποια δυνατότητα μετάφρασης
  • 6:29 - 6:31
    και από τις δύο πλευρές.
  • 6:32 - 6:35
    Αλλά ξεκινώντας με τη θεωρητική ανάπτυξη
    ενός προβλήματος
  • 6:35 - 6:39
    παρέχονται άπειρες ευκαιρίες
    για πειραματισμό υποθέσεων
  • 6:39 - 6:42
    και προσομοίωση σεναρίων
    και θεραπευτικών παρεμβάσεων,
  • 6:42 - 6:45
    με έναν απόλυτα ασφαλή τρόπο.
  • 6:45 - 6:50
    Μπορεί να βρεθούν κενά γνώσης
    και λογικές ασυνέπειες
  • 6:50 - 6:53
    και μπορούν να μας δείξουν
    προς τα που πρέπει να κοιτάξουμε
  • 6:53 - 6:55
    και που μπορεί να υπάρχουν αδιέξοδα.
  • 6:55 - 6:57
    Με άλλα λόγια:
  • 6:57 - 7:00
    Τα μαθηματικά μοντέλα
    μας βοηθούν να απαντήσουμε ερωτήματα
  • 7:00 - 7:03
    που επηρεάζουν την υγεία των ανθρώπων --
  • 7:04 - 7:07
    που επηρρεάζουν την υγεία του καθένα μας--
  • 7:07 - 7:09
    γιατί τα μαθηματικά μοντέλα
    θα αποτελέσουν το κλειδί
  • 7:09 - 7:11
    της πρωώθησης εξατομικευμένων φαρμάκων.
  • 7:12 - 7:15
    Και όλα εξαρτώνται
    από την κατάλληλη ερώτηση
  • 7:16 - 7:18
    και τη μετάφρασή της
    στην κατάλληλη εξίσωση...
  • 7:19 - 7:20
    και το αντίθετο.
  • 7:21 - 7:22
    Σας ευχαριστώ.
  • 7:22 - 7:24
    (Χειροκρότημα).
Title:
Τα μαθηματικά μπορούν να βοηθήσουν να αποκαλύψουμε τα μυστικά του καρκίνου
Speaker:
Ιρίνα Καρίβα
Description:

Η Ιρίνα Καρίβα μεταφράζει από βιολογία σε μαθηματικά και το αντίθετο. Δημιουργεί μαθηματικά μοντέλα που περιγράφουν τις δυναμικές του καρκίνου, με σκοπό την εξέλιξη νέων φαρμάκων κατά των όγκων. «Η δύναμη και η ομορφιά των μαθηματικών μοντέλων είναι ότι μας επιτρέπει να επισημοποιήσουμε, με έναν ιδιαίτερα σχολαστικό τρόπο, ό,τι πιστεύουμε ότι γνωρίζουμε», λέει η Καρίβα. «Μπορούν να μας δείξουν προς τα που πρέπει να κοιτάξουμε και που μπορεί να υπάρχουν αδιέξοδα». Γιατί όλα εξαρτώνται από την κατάλληλη ερώτηση και τη μετάφρασή της στην κατάλληλη εξίσωση και το αντίθετο.
more » « less
Video Language:
English
Team:
closed TED
Project:
TEDTalks
Duration:
07:39

Greek subtitles

Revisions

Our website uses cookies for analysis purposes.