Modellizzazione frattale-frazionaria della dinamica immunitaria nella leucemia mieloide cronica tramite il metodo delle wavelet di Laguerre

Perché questo è importante per il cancro del sangue e il sistema immunitario

La leucemia mieloide cronica (LMC) è un tumore del sangue che si sviluppa nell'arco di anni, mentre il sistema immunitario tenta costantemente di controllarlo. Oggi i medici dispongono di farmaci potenti, ma prevedere come nel tempo interagiranno le cellule tumorali e quelle immunitarie di un paziente resta difficile. Questo articolo introduce un nuovo tipo di modello matematico che tratta il tumore e la risposta immunitaria come un sistema dinamico accoppiato con “memoria” e struttura complessa. L'obiettivo è costruire strumenti più realistici che possano infine aiutare a progettare terapie più intelligenti e piani di trattamento a lungo termine.

Come interagiscono cellule tumorali e immunitarie

Gli autori partono da un modello esistente che traccia tre attori chiave nella LMC: cellule T naive, cellule T effettrici e cellule leucemiche. Le cellule T naive sono i reclute inesperti; quando incontrano segnali associati alla leucemia, alcune diventano cellule T effettrici, i combattenti in prima linea che attaccano le cellule tumorali. Le cellule tumorali stesse crescono seguendo una legge di saturazione: si espandono rapidamente quando sono poche, poi rallentano avvicinandosi a una dimensione massima imposta dall'ambiente. Le versioni standard di questo modello usano equazioni differenziali ordinarie, che assumono che ciò che accade dopo dipenda solo dallo stato corrente e non da come il sistema è arrivato lì.

Aggiungere memoria e struttura irregolare al modello

La biologia reale non è priva di memoria né perfettamente liscia. Le risposte immunitarie dipendono da incontri passati, e i tumori crescono con schemi irregolari e a chiazze piuttosto che come sfere omogenee. Per catturare entrambi gli effetti contemporaneamente, gli autori ricostruiscono il modello della LMC usando quello che chiamano operatori frattale–frazionari. Una parte, controllata da un parametro detto ordine frazionario, codifica la memoria: il futuro del sistema dipende da una storia pesata del suo passato. L'altra parte, controllata da una dimensione frattale, cattura quanto sia irregolare o “ruvido” l'ambiente del tumore. Quando entrambi i parametri sono pari a uno, il modello si comporta come la versione classica; quando vengono ridotti, la memoria e la complessità geometrica diventano più rilevanti.

Garantire che le nuove equazioni si comportino in modo sensato

Prima di affidarsi a un tale modello, bisogna dimostrare che le sue soluzioni abbiano senso biologico. Gli autori dimostrano che, sotto condizioni ragionevoli, le loro equazioni hanno una soluzione unica che resta positiva e limitata nel tempo: i conteggi cellulari non diventano mai negativi né divergono all'infinito. Analizzano quindi gli stati stazionari del sistema. In questo quadro, uno stato completamente privo di tumore è matematicamente instabile: qualsiasi piccola introduzione di cellule leucemiche tenderà a crescere. Invece, il sistema è attratto verso un equilibrio di “tumore presente” in cui cellule tumorali e immunitarie coesistono. Usando strumenti della teoria della stabilità, mostrano che questo stato di coesistenza non è solo localmente stabile ma globalmente attrattivo: tutte le condizioni iniziali realistiche evolvono verso di esso.

Metodi numerici veloci per risolvere una malattia lenta

Poiché le nuove equazioni implicano memoria ed effetti frattali, sono più difficili da risolvere al computer rispetto a quelle standard. Gli autori sviluppano una tecnica numerica basata sulle wavelet di Laguerre, una famiglia di funzioni base che può approssimare in modo efficiente il comportamento su lunghi intervalli temporali. Questo metodo trasforma il problema originale in un sistema più piccolo di equazioni algebriche che può essere risolto rapidamente e con accuratezza. Confrontandolo con schemi di integrazione temporale più familiari, il metodo a wavelet raggiunge la stessa accuratezza con molte meno operazioni computazionali, cosa importante per eseguire numerose simulazioni o adattare il modello ai dati dei pazienti.

Cosa rivelano le simulazioni sul controllo della malattia

Con questi strumenti, gli autori esplorano come la variazione dei parametri di memoria e frattalità influenzi gli esiti della malattia. Abbassare l'ordine frazionario (memoria più marcata) o diminuire la dimensione frattale (geometria del tumore più irregolare) spinge entrambe le cose: la popolazione leucemica decresce più velocemente e si assesta a un livello di lungo periodo più basso. In altre parole, un sistema che “ricorda” il proprio passato e un tumore che cresce in un ambiente più intricato sono più facili da contenere per il sistema immunitario. Un'analisi di sensibilità mostra che due grandezze biologiche dominano la dimensione finale del tumore: il tasso di crescita intrinseco del cancro e la velocità con cui le cellule T effettrici uccidono le cellule tumorali. Questo è in linea con le strategie terapeutiche attuali che combinano farmaci mirati per rallentare la crescita del cancro con immunoterapie che potenziano l'uccisione immune.

Cosa significa per i pazienti e i lavori futuri

In termini pratici, lo studio conclude che la LMC difficilmente scomparirà da sola; la tendenza naturale del sistema è quella di assestarsi in un equilibrio dove coesistono cellule cancerose e immunitarie. Tuttavia, costruendo un modello che include memoria e complessità strutturale, gli autori possono descrivere scenari in cui quell'equilibrio favorisce il paziente, con un carico tumorale di lungo periodo più basso. Il loro quadro frattale–frazionario, abbinato a metodi numerici efficienti, pone le basi per futuri “esperimenti digitali” su tempistiche e combinazioni di trattamento. Con dati clinici, lo stesso approccio potrebbe essere personalizzato, sintonizzando i parametri di memoria e geometria per singoli pazienti al fine di prevedere le traiettorie della malattia e ottimizzare la terapia.

Citazione: Khirsariya, S.R., Noori, N. Fractal-fractional modeling of chronic myelogenous leukemia immune dynamics using Laguerre wavelets method. Sci Rep 16, 14106 (2026). https://doi.org/10.1038/s41598-026-43767-3

Parole chiave: leucemia mieloide cronica, dinamica tumore‑sistema immunitario, calcolo frazionario, modellizzazione frattale del tumore, metodi numerici con wavelet