Los secretos del cáncer revelados a través de las matemáticas
-
0:01 - 0:02Soy traductora.
-
0:03 - 0:06Traduzco la biología a las matemáticas
-
0:06 - 0:07y viceversa.
-
0:08 - 0:12Hago modelos matemáticos que, en mi caso,
son sistemas de ecuaciones diferenciales -
0:12 - 0:14para describir mecanismos biológicos,
-
0:14 - 0:16tales como el crecimiento celular.
-
0:16 - 0:18Básicamente, funciona así:
-
0:19 - 0:21primero, identifico los elementos clave
-
0:21 - 0:24que a mi juicio pueden estar induciendo
el comportamiento -
0:24 - 0:26de un mecanismo particular
en un período del tiempo. -
0:26 - 0:30Luego formulo suposiciones
de cómo estos elementos -
0:30 - 0:32interactúan entre sí y con su ambiente.
-
0:33 - 0:35Sería algo como esta imagen.
-
0:35 - 0:38Después traduzco
estas suposiciones a ecuaciones, -
0:39 - 0:40que puede verse así.
-
0:41 - 0:43Finalmente, analizo esas ecuaciones
-
0:43 - 0:46y vuelvo a traducir los resultados
al idioma de la biología. -
0:48 - 0:51Un aspecto clave de un modelo matemático
-
0:51 - 0:55es que, como modeladores,
no pensamos en lo que son las cosas, -
0:55 - 0:56sino en lo que hacen esas cosas.
-
0:56 - 0:59Pensamos en relaciones entre individuos
-
0:59 - 1:02--sean células, animales o personas--
-
1:02 - 1:05y en cómo interactúan entre sí
y con su ambiente. -
1:06 - 1:07Les daré un ejemplo.
-
1:08 - 1:12¿Qué tienen en común los zorros
y las células inmunitarias? -
1:13 - 1:14Ambos son predadores,
-
1:15 - 1:18con la diferencia de que los zorros
se alimentan de conejos -
1:18 - 1:20y las células inmunitarias
de organismos invasores, -
1:20 - 1:22como las células cancerígenas.
-
1:22 - 1:24Pero desde un punto de vista matemático,
-
1:24 - 1:28un sistema cualitativamente igual
de ecuaciones del tipo predador-presa -
1:28 - 1:31describe la interacción
entre zorros y conejos, -
1:31 - 1:33y entre el cáncer
y las células inmunitarias. -
1:33 - 1:36Los sistemas predador-presa
han sido ampliamente estudiados -
1:36 - 1:38en la literatura científica,
-
1:38 - 1:40y describen interacciones
entre dos poblaciones, -
1:40 - 1:43donde la supervivencia de una
se basa en el consumo de la otra. -
1:43 - 1:46Y estas mismas ecuaciones
brindan el marco -
1:46 - 1:49para entender las interacciones
entre el cáncer y la inmunología, -
1:49 - 1:50donde el cáncer es la presa
-
1:50 - 1:53y el sistema inmune es el predador.
-
1:53 - 1:57Y la presa usa todo tipo de artilugios
para impedir que su predador la mate, -
1:57 - 1:59incluyendo el autocamuflaje
-
1:59 - 2:01e incluso el robo de comida al predador.
-
2:01 - 2:04Esto puede tener consecuencias
sumamente interesantes. -
2:04 - 2:09Por ejemplo, a pesar del gran avance
logrado en el campo de la inmunoterapia, -
2:09 - 2:11aún hay una eficacia bastante limitada
-
2:11 - 2:13en el caso de los tumores sólidos.
-
2:13 - 2:16Y si lo pensamos en términos ecológicos,
-
2:16 - 2:18tanto el cáncer
como las células inmunitarias -
2:18 - 2:20--la presa y el predador--
-
2:20 - 2:23requieren de nutrientes
para sobrevivir, como la glucosa. -
2:23 - 2:26Si las células cancerígenas
vencen a las células inmunitarias -
2:26 - 2:28en la competencia
por los nutrientes compartidos -
2:28 - 2:30en el microambiente del tumor,
-
2:30 - 2:33entonces las células inmunitarias
se verán físicamente impedidas -
2:33 - 2:34de hacer su tarea.
-
2:34 - 2:37Este modelo del tipo
predador-presa-recurso compartido -
2:37 - 2:39fue el tema de mi propia investigación.
-
2:40 - 2:42Y hace poco, se ha demostrado
experimentalmente -
2:42 - 2:44que restaurar el equilibrio metabólico
-
2:44 - 2:46en el microambiente del tumor
-
2:46 - 2:50--esto es, asegurándose de que las células
inmunitarias obtengan su alimento-- -
2:50 - 2:53puede devolver a esas células,
o sea, a los predadores, -
2:53 - 2:56la posibilidad de vencer al cáncer,
es decir, a la presa. -
2:56 - 2:59Esto significa que si hacemos
un ejercicio de abstracción -
2:59 - 3:01podemos considerar al cáncer
como un ecosistema -
3:01 - 3:04donde las poblaciones
heterogéneas de células -
3:04 - 3:06compiten por espacio y por nutrientes,
-
3:06 - 3:08cooperan para obtenerlos,
-
3:08 - 3:12interactúan con el predador,
es decir, con el sistema inmunitario, -
3:12 - 3:13migran --hacen metástasis--
-
3:13 - 3:16todo dentro del ecosistema
del cuerpo humano. -
3:16 - 3:20¿Y qué sabemos de los ecosistemas
de la biología conservacionista? -
3:21 - 3:23Que una de las mejores maneras
de extinguir una especie -
3:24 - 3:25no es atacándola de forma directa
-
3:25 - 3:28sino atacando su entorno.
-
3:29 - 3:32Identificados los componentes clave
-
3:32 - 3:34del entorno tumoral,
-
3:34 - 3:36podemos proponer una hipótesis
-
3:36 - 3:39y simular escenarios
e intervenciones terapéuticas -
3:39 - 3:42de una manera absolutamente
segura y económica -
3:42 - 3:46para atacar los distintos componentes
del microambiente -
3:46 - 3:50y así poder matar al cáncer
sin dañar al huésped, -
3:50 - 3:51es decir, a mí o a Uds.
-
3:53 - 3:56Y si bien el objetivo inmediato
de mi investigación -
3:56 - 3:59es promover la investigación
y la innovación, y reducir los costos, -
4:00 - 4:03el verdadero propósito
es, obviamente, salvar vidas. -
4:03 - 4:05Y esa es mi intención,
-
4:05 - 4:08a través de modelos matemáticos
aplicados a la biología, -
4:08 - 4:10especialmente al desarrollo de fármacos.
-
4:11 - 4:15Hasta hace relativamente poco
este campo estuvo un tanto relegado, -
4:15 - 4:16pero ahora ha madurado.
-
4:16 - 4:20Y hoy existen métodos matemáticos
muy bien desarrollados, -
4:20 - 4:22una gran cantidad
de herramientas preprogramadas, -
4:22 - 4:23gratis incluso,
-
4:23 - 4:27y un número cada vez mayor de
recursos informáticos al alcance. -
4:29 - 4:32El poder y la belleza
de los modelos matemáticos -
4:32 - 4:36radica en la posibilidad de formalizar
de manera muy rigurosa -
4:37 - 4:38lo que creemos saber.
-
4:39 - 4:40Hacemos suposiciones,
-
4:40 - 4:42las traducimos a ecuaciones
-
4:42 - 4:43y ejecutamos simulaciones
-
4:43 - 4:45para responder a la pregunta:
-
4:45 - 4:49en un mundo donde mis suposiciones
son verdaderas, ¿qué espero ver? -
4:50 - 4:52Es un marco conceptual bastante simple.
-
4:52 - 4:54Se trata de hacer las preguntas correctas.
-
4:55 - 4:59Pero puede crear numerosas oportunidades
para evaluar hipótesis biológicas. -
5:00 - 5:02Si nuestras predicciones coinciden
con nuestras observaciones, -
5:02 - 5:05¡excelente!, acertamos y ya podemos
hacer otras predicciones, -
5:05 - 5:08cambiando tal o cual aspecto del modelo.
-
5:09 - 5:12Pero si nuestras predicciones
no coinciden con nuestras observaciones, -
5:12 - 5:15significa que son incorrectas
algunas de nuestras suposiciones -
5:15 - 5:17y que nuestro entendimiento
de los mecanismos clave -
5:18 - 5:19de la biología básica
-
5:19 - 5:20es aún incompleto.
-
5:21 - 5:23Por suerte, como este es un modelo,
-
5:23 - 5:25controlamos todos los supuestos.
-
5:25 - 5:27Y podemos analizarlos uno a uno
-
5:27 - 5:31e identificar cuál o cuáles
ocasionan la discrepancia. -
5:32 - 5:35Y luego podemos llenar
este nuevo vacío de conocimiento -
5:35 - 5:38mediante el uso de métodos
experimentales y teóricos. -
5:39 - 5:42Claro está que cualquier ecosistema
es sumamente complejo, -
5:42 - 5:45e intentar describir todas las piezas
en movimiento no solo es difícil -
5:45 - 5:47sino también muy poco informativo.
-
5:47 - 5:50También está el tema
de las escalas temporales, -
5:50 - 5:53porque algunos procesos ocurren
en una escala de segundos, o minutos, -
5:53 - 5:55o días, meses o años.
-
5:55 - 5:58Puede que no siempre sea posible
separarlas experimentalmente. -
5:59 - 6:03Y algunas cosas pasan
a un ritmo tan lento o tan veloz -
6:03 - 6:05que quizá nunca se las llegue
a medir físicamente. -
6:05 - 6:08Pero como matemáticos,
-
6:08 - 6:11tenemos el poder de focalizarnos
en cualquier subsistema, -
6:11 - 6:13en cualquier escala temporal,
-
6:13 - 6:15y simular los efectos de las intervenciones
-
6:15 - 6:18que ocurren en cualquier escala temporal.
-
6:20 - 6:23Es obvio que esta tarea
no es solo del modelador. -
6:23 - 6:26Debe haber una estrecha colaboración
con los biólogos. -
6:26 - 6:29Y sin dudas requiere
de cierta capacidad para traducir -
6:29 - 6:30de ambas partes.
-
6:32 - 6:35Pero comenzar con una formulación
teórica de un problema -
6:35 - 6:39puede crear numerosas oportunidades
para evaluar hipótesis -
6:39 - 6:42y simular escenarios
e intervenciones terapéuticas -
6:42 - 6:44de una manera absolutamente segura.
-
6:45 - 6:50Puede identificar vacíos de conocimiento
y contradicciones lógicas -
6:50 - 6:53y nos puede guiar por el camino correcto
-
6:53 - 6:55e indicarnos los posibles
callejones sin salida. -
6:56 - 6:57En otras palabras,
-
6:57 - 7:00los modelos matemáticos
pueden ayudar a responder preguntas -
7:00 - 7:03que afectan de forma directa
a la salud de la gente; -
7:04 - 7:07en realidad, la salud
de cada uno de nosotros... -
7:07 - 7:09porque la modelación matemática será clave
-
7:09 - 7:12para impulsar la medicina personalizada.
-
7:12 - 7:15Todo se reduce
a hacer la pregunta correcta -
7:16 - 7:18y traducirla a la ecuación correcta,
-
7:19 - 7:20y viceversa.
-
7:21 - 7:22Gracias.
-
7:22 - 7:25(Aplausos)
- Title:
- Los secretos del cáncer revelados a través de las matemáticas
- Speaker:
- Irina Kareva
- Description:
-
Irina Kareva traduce la biología a las matemáticas y vice versa. Hace modelos matemáticos que describen la dinámica del cáncer con el objeto de desarrollar nuevos fármacos para atacar tumores. "El poder y la belleza de los modelos matemáticos radica en la posibilidad de formalizar de manera muy rigurosa lo que creemos saber", dice Kareva. "Nos puede ayudar a ver el camino correcto e identificar posibles callejones sin salida". Todo se reduce a saber hacer la pregunta correcta y traducirla a la ecuación correcta, y viceversa.
- Video Language:
- English
- Team:
- closed TED
- Project:
- TEDTalks
- Duration:
- 07:39
Sebastian Betti approved Spanish subtitles for Math can help uncover cancer's secrets | ||
Sebastian Betti edited Spanish subtitles for Math can help uncover cancer's secrets | ||
Sebastian Betti edited Spanish subtitles for Math can help uncover cancer's secrets | ||
Sebastian Betti edited Spanish subtitles for Math can help uncover cancer's secrets | ||
Sebastian Betti edited Spanish subtitles for Math can help uncover cancer's secrets | ||
Sebastian Betti accepted Spanish subtitles for Math can help uncover cancer's secrets | ||
Sebastian Betti edited Spanish subtitles for Math can help uncover cancer's secrets | ||
Sebastian Betti edited Spanish subtitles for Math can help uncover cancer's secrets |