Com poden les matemtiques ajudar a

descodificar el cncer i altres malalties

Tom Feilden. BBC Ciencia, 22 octubre 2016

Si vols tenir una carrera en Medicina en aquests temps que vivim, el

millor s que estudis matemtiques o sistemes, ms que biologia.

La frase s de Rory Collins, cap dels assajos clnics de la Universitat

dOxford, i la va dir en mig duna discussi sobre els pros i els contres de les
estatines (les drogues ms comunes utilitzades per al control del colesterol).
Era una bona frase, per no vaig pensar molt en ella fins un parell de dies
desprs, quan estava en mig duna roda de premsa sobre el llanament duna
iniciativa per a la lluita contra el cncer.
I va ser perqu all hi havia un cientfic que no vaig reconixer, per aviat em
vaig adonar que era precisament el tipus de persona que Collins tenia al seu
cap.
Era el doctor en astrofsica
Andrea Sottoriva. La majoria de
la seva carrera shavia centrat en
lestudi dels neutrins aquella
elusiva partcula creada per a la
fusi dels elements en els astres
com el nostre Sol en el fons de
loce i en analitzar els resultats
dels experiments al Gran
Collisionador dHadrons del
CERN (Organitzaci Europea per
a la Investigaci Nuclear), a
Sussa.

La meva experincia s en cincia computeritzada, especficament la que

saplica a la fsica de les partcules, em va dir quan ens vam reunir en un
laboratori de la ciutat de Sutton, al sud del Regne Unit. Ara volia portar aquest
coneixement a la batalla contra el cncer.

Nova era
Per, per qu el cncer? La resposta pot estar tancada en un concepte: les
macrodades, o big data.
El que Sottoriva va portar a la lluita contra el cncer s el seu coneixement en
models matemtics que serveixen per agrupar la quantitat gaireb
incalculable dinformaci que han deixat els grans avenos en la medicina
dels darrers anys.

El ms excitant de tot aix s que podem aplicar a la biologia les noves

tcniques danlisi que hem desenvolupat a la fsica, va dir.

Tenim tota aquesta tecnologia que ens permet processar una enorme
quantitat dinformaci i, de cop i volta, podem comenar a utilitzar-la per a
implementar paradigmes de la fsica en temes de biologia, va explicar.
Per suposat, utilitzar les matemtiques per a resoldre problemes
biolgics no s una cosa totalment nova. Per recentment ara, les
macrodades, dacord a la lacnica frase de Collins, estan comenant a
transformar la cincia de la medicina i creant una nova era de la
bioinformtica.

Lera de les macrodades ens proveeix duna extraordinria oportunitat per a

comprendre els diferents rangs de diverses condicions mdiques, va explicar
Collins.

La disponibilitat actual dinformaci s una cosa mai vista, el mateix que les
vies per a apropiar-nos daquesta informaci, pel que el seu s ens donaria
excellents eines per a saber com diagnosticar i evitar una malaltia, va
explicar.

Una advertncia
Per hi ha un problema. Lenorme quantitat dinformaci sobre la que
descansa el poder la bioinformtica s a la vegada el seu tal dAquiles.

El professor de la Universitat dArizona, Daniel Sarewitz, adverteix sobre un

possible datageddon (alguna cosa aix com lapocalipsi de les dades) i no
descarta que els investigadors sobreestimulats naufraguinen un mar
dinformaci irrellevant.

Si estudiar ratolins s com buscar les teves claus tot just amb la llum del
carrer, estudiar amb macrodades s com buscar les teves claus en el mn
sencer noms perqu pots fer-ho, va dir Sarewitz.

En aix est dacord lepidemileg Liam Smeeth. Si els investigadors no

sn el suficientment disciplinats sobre el que volen cercar, podrien caure
en forats negres de la informaci.

Lanalogia que podem utilitzar s com si disparessis una fletxa cap a una
paret buida. Llavors, quan la fletxa impacta a la paret, vas i li pintes un cercle
negre com si li haguessis donat al blanc, va explicar.

El que necessites fer s cincia i apuntar a un objectiu preestablert, va

afegir.

Per la resposta a aquest risc, dacord a Sottoriva, pot ser la daproximar-se

al big data de la mateixa manera que un gran mestre es relaciona amb els
escacs.

El que fa un gran mestre descacs s anticipar-se, predir les jugades del seu
oponent, va dir.

I va afegir: Si nosaltres podem descodificar la complexitat duna malaltia com

el cncer i predir el que passar tres o quatre moviments ms endavant,
llavors podrem desenvolupar tractaments realment efectius basats en un
marc matemtic.

Font: http://www.bbc.com/mundo/noticias-37691105

ACTIVITATS