Contenidos
Charla «Los secretos del cáncer revelados a través de las matemáticas» de TED@Merck KGaA, Darmstadt, Germany en español.
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.
- Autor/a de la charla: Irina Kareva
- Fecha de grabación: 2017-12-28
- Fecha de publicación: 2018-04-03
- Duración de «Los secretos del cáncer revelados a través de las matemáticas»: 459 segundos
Traducción de «Los secretos del cáncer revelados a través de las matemáticas» en español.
Soy traductora.
Traduzco la biología a las matemáticas y viceversa.
Hago modelos matemáticos que, en mi caso, son sistemas de ecuaciones diferenciales para describir mecanismos biológicos, tales como el crecimiento celular.
Básicamente, funciona así: primero, identifico los elementos clave que a mi juicio pueden estar induciendo el comportamiento de un mecanismo particular en un período del tiempo.
Luego formulo suposiciones de cómo estos elementos interactúan entre sí y con su ambiente.
Sería algo como esta imagen.
Después traduzco estas suposiciones a ecuaciones, que puede verse así.
Finalmente, analizo esas ecuaciones y vuelvo a traducir los resultados al idioma de la biología.
Un aspecto clave de un modelo matemático es que, como modeladores, no pensamos en lo que son las cosas, sino en lo que hacen esas cosas.
Pensamos en relaciones entre individuos —sean células, animales o personas— y en cómo interactúan entre sí y con su ambiente.
Les daré un ejemplo.
¿Qué tienen en común los zorros y las células inmunitarias? Ambos son predadores, con la diferencia de que los zorros se alimentan de conejos y las células inmunitarias de organismos invasores, como las células cancerígenas.
Pero desde un punto de vista matemático, un sistema cualitativamente igual de ecuaciones del tipo predador-presa describe la interacción entre zorros y conejos, y entre el cáncer y las células inmunitarias.
Los sistemas predador-presa han sido ampliamente estudiados en la literatura científica, y describen interacciones entre dos poblaciones, donde la supervivencia de una se basa en el consumo de la otra.
Y estas mismas ecuaciones brindan el marco para entender las interacciones entre el cáncer y la inmunología, donde el cáncer es la presa y el sistema inmune es el predador.
Y la presa usa todo tipo de artilugios para impedir que su predador la mate, incluyendo el autocamuflaje e incluso el robo de comida al predador.
Esto puede tener consecuencias sumamente interesantes.
Por ejemplo, a pesar del gran avance logrado en el campo de la inmunoterapia, aún hay una eficacia bastante limitada en el caso de los tumores sólidos.
Y si lo pensamos en términos ecológicos, tanto el cáncer como las células inmunitarias —la presa y el predador— requieren de nutrientes para sobrevivir, como la glucosa.
Si las células cancerígenas vencen a las células inmunitarias en la competencia por los nutrientes compartidos en el microambiente del tumor, entonces las células inmunitarias se verán físicamente impedidas de hacer su tarea.
Este modelo del tipo predador-presa-recurso compartido fue el tema de mi propia investigación.
Y hace poco, se ha demostrado experimentalmente que restaurar el equilibrio metabólico en el microambiente del tumor —esto es, asegurándose de que las células inmunitarias obtengan su alimento— puede devolver a esas células, o sea, a los predadores, la posibilidad de vencer al cáncer, es decir, a la presa.
Esto significa que si hacemos un ejercicio de abstracción podemos considerar al cáncer como un ecosistema donde las poblaciones heterogéneas de células compiten por espacio y por nutrientes, cooperan para obtenerlos, interactúan con el predador, es decir, con el sistema inmunitario, migran —hacen metástasis— todo dentro del ecosistema del cuerpo humano.
¿Y qué sabemos de los ecosistemas de la biología conservacionista? Que una de las mejores maneras de extinguir una especie no es atacándola de forma directa sino atacando su entorno.
Identificados los componentes clave del entorno tumoral, podemos proponer una hipótesis y simular escenarios e intervenciones terapéuticas de una manera absolutamente segura y económica para atacar los distintos componentes del microambiente y así poder matar al cáncer sin dañar al huésped, es decir, a mí o a Uds.
Y si bien el objetivo inmediato de mi investigación es promover la investigación y la innovación, y reducir los costos, el verdadero propósito es, obviamente, salvar vidas.
Y esa es mi intención, a través de modelos matemáticos aplicados a la biología, especialmente al desarrollo de fármacos.
Hasta hace relativamente poco este campo estuvo un tanto relegado, pero ahora ha madurado.
Y hoy existen métodos matemáticos muy bien desarrollados, una gran cantidad de herramientas preprogramadas, gratis incluso, y un número cada vez mayor de recursos informáticos al alcance.
El poder y la belleza de los modelos matemáticos radica en la posibilidad de formalizar de manera muy rigurosa lo que creemos saber.
Hacemos suposiciones, las traducimos a ecuaciones y ejecutamos simulaciones para responder a la pregunta: en un mundo donde mis suposiciones son verdaderas, ¿qué espero ver? Es un marco conceptual bastante simple.
Se trata de hacer las preguntas correctas.
Pero puede crear numerosas oportunidades para evaluar hipótesis biológicas.
Si nuestras predicciones coinciden con nuestras observaciones, ¡excelente!, acertamos y ya podemos hacer otras predicciones, cambiando tal o cual aspecto del modelo.
Pero si nuestras predicciones no coinciden con nuestras observaciones, significa que son incorrectas algunas de nuestras suposiciones y que nuestro entendimiento de los mecanismos clave de la biología básica es aún incompleto.
Por suerte, como este es un modelo, controlamos todos los supuestos.
Y podemos analizarlos uno a uno e identificar cuál o cuáles ocasionan la discrepancia.
Y luego podemos llenar este nuevo vacío de conocimiento mediante el uso de métodos experimentales y teóricos.
Claro está que cualquier ecosistema es sumamente complejo, e intentar describir todas las piezas en movimiento no solo es difícil sino también muy poco informativo.
También está el tema de las escalas temporales, porque algunos procesos ocurren en una escala de segundos, o minutos, o días, meses o años.
Puede que no siempre sea posible separarlas experimentalmente.
Y algunas cosas pasan a un ritmo tan lento o tan veloz que quizá nunca se las llegue a medir físicamente.
Pero como matemáticos, tenemos el poder de focalizarnos en cualquier subsistema, en cualquier escala temporal, y simular los efectos de las intervenciones que ocurren en cualquier escala temporal.
Es obvio que esta tarea no es solo del modelador.
Debe haber una estrecha colaboración con los biólogos.
Y sin dudas requiere de cierta capacidad para traducir de ambas partes.
Pero comenzar con una formulación teórica de un problema puede crear numerosas oportunidades para evaluar hipótesis y simular escenarios e intervenciones terapéuticas de una manera absolutamente segura.
Puede identificar vacíos de conocimiento y contradicciones lógicas y nos puede guiar por el camino correcto e indicarnos los posibles callejones sin salida.
En otras palabras, los modelos matemáticos pueden ayudar a responder preguntas que afectan de forma directa a la salud de la gente; en realidad, la salud de cada uno de nosotros…
porque la modelación matemática será clave para impulsar la medicina personalizada.
Todo se reduce a hacer la pregunta correcta y traducirla a la ecuación correcta, y viceversa.
Gracias.
(Aplausos)
https://www.ted.com/talks/irina_kareva_math_can_help_uncover_cancer_s_secrets/