Modelowanie fraktalno‑ułamkowe dynamiki immunologicznej przewlekłej białaczki szpikowej metodą falek Laguerre’a

Dlaczego ma to znaczenie dla nowotworów krwi i układu odpornościowego

Przewlekła białaczka szpikowa (CML) to rak krwi rozwijający się przez lata, podczas gdy układ odpornościowy nieustannie próbuje go kontrolować. Lekarze dysponują dziś silnymi lekami, ale przewidywanie, jak komórki nowotworowe i odpornościowe pacjenta będą oddziaływać w czasie, pozostaje trudne. W artykule zaprezentowano nowy typ modelu matematycznego, który traktuje guz i odpowiedź immunologiczną jako sprzężony system dynamiczny z „pamięcią” i złożoną strukturą. Celem jest stworzenie bardziej realistycznych narzędzi, które w przyszłości pomogą projektować efektywniejsze terapie i długoterminowe plany leczenia.

Jak komórki nowotworowe i odpornościowe na siebie wpływają

Autorzy wychodzą od istniejącego modelu śledzącego trzy kluczowe populacje w CML: limfocyty T naiwnych, limfocyty T efektorowe oraz komórki białaczki. Limfocyty T naiwne to niedoświadczeni rekruci; po zetknięciu z sygnałami pochodzącymi od białaczki część z nich przechodzi w limfocyty efektorowe — frontowych bojowników atakujących komórki nowotworowe. Same komórki nowotworowe rosną zgodnie z prawem nasycenia: szybko się rozrastają, gdy są małe, a następnie wzrost zwalnia w miarę zbliżania się do maksymalnego rozmiaru wyznaczanego przez środowisko. Standardowe wersje tego modelu używają zwyczajnych równań różniczkowych, które zakładają, że to, co wydarzy się dalej, zależy jedynie od stanu bieżącego, a nie od historii systemu.

Dodanie pamięci i nierównej struktury do modelu

Rzeczywista biologia nie jest bezpamiętna ani gładka. Odpowiedzi immunologiczne zależą od wcześniejszych kontaktów, a guzy rosną w nieregularne, łatkowate wzory zamiast jako uporządkowane kule. Aby uchwycić oba efekty naraz, autorzy przebudowują model CML, używając tzw. operatorów fraktalno‑ułamkowych. Jedna składowa, sterowana parametrem zwanym rzędem ułamkowym, koduje pamięć: przyszłość systemu zależy od ważonej historii przeszłości. Druga składowa, kontrolowana przez wymiar fraktalny, odzwierciedla, jak nieregularne lub „szorstkie” jest środowisko guza. Gdy oba parametry mają wartość jeden, model zachowuje się jak wersja klasyczna; gdy są zmniejszone, rosną znaczenie historii i złożoności geometrycznej.

Zapewnienie sensownego zachowania nowych równań

Zanim zaufa się takiemu modelowi, trzeba wykazać, że jego rozwiązania mają sens biologiczny. Autorzy dowodzą, że przy rozsądnych założeniach ich równania mają jednoznaczne rozwiązanie, które pozostaje dodatnie i ograniczone w czasie — liczby komórek nigdy nie stają się ujemne ani nie eksplodują do nieskończoności. Następnie analizują stany stacjonarne układu. W tym ujęciu całkowicie wolny od guza stan jest matematycznie niestabilny: każde niewielkie wprowadzenie komórek białaczki będzie się rozrastać. Zamiast tego układ dąży do równowagi „z obecnym guzem”, w której komórki nowotworowe i odpornościowe współistnieją. Przy użyciu narzędzi teorii stabilności pokazują, że ten stan współistnienia jest nie tylko lokalnie stabilny, lecz także globalnie atrakcyjny: wszystkie realistyczne warunki początkowe ewoluują w jego kierunku.

Szybkie metody numeryczne dla choroby rozwijającej się powoli

Ponieważ nowe równania zawierają efekty pamięci i fraktalne, są trudniejsze do rozwiązania numerycznego niż standardowe. Autorzy opracowują technikę numeryczną opartą na falach Laguerre’a, rodzinie funkcji‑baz, które efektywnie aproksymują zachowanie na długich przedziałach czasu. Metoda ta przekształca oryginalny problem w mniejszy układ równań algebraicznych, które można szybko i dokładnie rozwiązać. W porównaniu z bardziej znanymi schematami krokowym po czasie, metoda falek osiąga taką samą dokładność przy znacznie mniejszych nakładach obliczeniowych, co jest istotne przy przeprowadzaniu wielu symulacji lub dopasowywaniu modelu do danych pacjenta.

Co symulacje ujawniają o kontroli choroby

Dysponując tymi narzędziami, autorzy badają, jak zmiana parametrów pamięci i fraktalności wpływa na przebieg choroby. Obniżenie rzędu ułamkowego (silniejsza pamięć) albo zmniejszenie wymiaru fraktalnego (bardziej nieregularna geometria guza) prowadzi do szybszego spadku populacji białaczkowych i ustalenia się niższego długoterminowego poziomu. Innymi słowy, system, który „pamięta” przeszłość, oraz guz rosnący w bardziej złożonym środowisku są łatwiejsze do powstrzymania przez układ odpornościowy. Analiza wrażliwości wykazuje, że dwa parametry biologiczne dominują w ustalaniu końcowego rozmiaru guza: własne tempo wzrostu nowotworu oraz tempo, w jakim limfocyty efektorowe zabijają komórki nowotworowe. Zgodne jest to z współczesnymi strategiami terapeutycznymi łączącymi leki celowane hamujące wzrost z immunoterapiami wzmacniającymi zdolność zabijania przez układ odpornościowy.

Co to oznacza dla pacjentów i przyszłych badań

Mówiąc wprost, badanie konkluduje, że CML raczej nie zniknie samoistnie; naturalna tendencja układu to osiągnięcie równowagi, w której komórki nowotworowe i odpornościowe współistnieją. Jednak uwzględniając w modelu pamięć i złożoność strukturalną, autorzy opisują scenariusze, w których ta równowaga sprzyja pacjentowi, z niższym długoterminowym obciążeniem nowotworem. Ich ramy fraktalno‑ułamkowe, połączone z wydajnymi metodami numerycznymi, tworzą podstawę do przyszłych „eksperymentów cyfrowych” dotyczących czasu i kombinacji terapii. Przy danych klinicznych to samo podejście można by spersonalizować, dostrajając parametry pamięci i geometrii dla poszczególnych pacjentów, aby prognozować trajektorie choroby i optymalizować leczenie.

Cytowanie: 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

Słowa kluczowe: przewlekła białaczka szpikowa, dynamika nowotworu i układu odpornościowego, rachunek ułamkowy, fraktalne modelowanie guza, numeryczne metody falek