Modelagem fractal-fracionária da dinâmica imune na leucemia mieloide crônica usando o método de wavelets de Laguerre

Por que isso importa para câncer de sangue e o sistema imune

A leucemia mieloide crônica (LMC) é um câncer do sangue que se desenvolve ao longo de anos, enquanto o sistema imune tenta constantemente mantê‑la sob controle. Hoje os médicos dispõem de medicamentos eficazes, mas prever como as células cancerígenas e imunes de um paciente irão interagir ao longo do tempo continua sendo difícil. Este artigo apresenta um novo tipo de modelo matemático que trata o tumor e a resposta imune como um sistema dinâmico acoplado com “memória” e estrutura complexa. O objetivo é construir ferramentas mais realistas que, em última instância, possam ajudar a desenhar terapias e planos de tratamento de longo prazo mais inteligentes.

Como o câncer e as células imunes interagem

Os autores partem de um modelo existente que acompanha três protagonistas chave na LMC: células T naive, células T efetoras e células leucêmicas. As células T naive são os recrutas inexperientes; quando encontram sinais da leucemia, algumas se diferenciam em células T efetoras, os combatentes de linha de frente que atacam as células cancerosas. As próprias células cancerosas crescem segundo uma lei de saturação: expandem‑se rapidamente quando são poucas e depois desaceleram à medida que se aproximam de um tamanho máximo imposto pelo ambiente. Versões padrão desse modelo usam equações diferenciais ordinárias, que supõem que o que acontece a seguir depende apenas do estado atual, não de como o sistema chegou ali.

Adicionando memória e estrutura rugosa ao modelo

A biologia real não é sem memória nem suave. As respostas imunes dependem de encontros passados, e os tumores crescem em padrões irregulares e em manchas, não em esferas ordenadas. Para capturar ambos os efeitos simultaneamente, os autores reconstróem o modelo da LMC usando o que chamam operadores fractal–fracionários. Uma parte, controlada por um parâmetro chamado ordem fracionária, codifica memória: o futuro do sistema depende de uma história ponderada do passado. A outra parte, controlada por uma dimensão fractal, captura quão irregular ou “áspero” é o ambiente tumoral. Quando ambos os parâmetros são iguais a um, o modelo se comporta como a versão clássica; quando são reduzidos, a história e a complexidade geométrica ganham importância.

Garantindo que as novas equações se comportem de forma sensata

Antes de confiar em um modelo desses, é preciso mostrar que suas soluções fazem sentido biológico. Os autores provam que, sob condições razoáveis, suas equações têm uma solução única que permanece positiva e limitada ao longo do tempo — as contagens celulares nunca ficam negativas nem explodem para o infinito. Em seguida, analisam os estados de equilíbrio do sistema. Nesse quadro, um estado completamente livre de tumor é matematicamente instável: qualquer pequena introdução de células leucêmicas tende a crescer. Em vez disso, o sistema é atraído para um equilíbrio de “tumor presente” onde células cancerosas e imunes coexistem. Usando ferramentas da teoria da estabilidade, mostram que esse estado de coexistência não é apenas localmente estável, mas globalmente atrativo: todas as condições iniciais realistas evoluem em direção a ele.

Métodos numéricos rápidos para resolver uma doença lenta

Como as novas equações envolvem efeitos de memória e fractais, elas são mais difíceis de resolver numericamente do que as convencionais. Os autores desenvolvem uma técnica numérica baseada em wavelets de Laguerre, uma família de funções base que pode aproximar eficientemente o comportamento ao longo de tempos longos. Esse método transforma o problema original em um sistema menor de equações algébricas que pode ser resolvido de forma rápida e precisa. Quando comparado a esquemas de passo temporal mais familiares, o método por wavelets alcança a mesma precisão com muito menos cálculos, o que é importante para rodar muitas simulações ou ajustar o modelo a dados de pacientes.

O que as simulações revelam sobre o controle da doença

Com essas ferramentas em mãos, os autores exploram como a variação dos parâmetros de memória e fractalidade molda os desfechos da doença. Diminuir a ordem fracionária (memória mais forte) ou reduzir a dimensão fractal (geometria tumoral mais irregular) leva ambas as situações a uma queda mais rápida da população leucêmica e a um nível de longo prazo menor. Em outras palavras, um sistema que “lembra” seu passado e um tumor que cresce em um ambiente mais intricado são mais fáceis de serem contidos pelo sistema imune. Uma análise de sensibilidade mostra que duas quantidades biológicas dominam o tamanho tumoral final: a própria taxa de crescimento do câncer e a taxa com que as células T efetoras matam as células cancerosas. Isso está alinhado com estratégias terapêuticas atuais que combinam fármacos direcionados para desacelerar o crescimento do câncer com imunoterapias que aumentam a capacidade de destruição pelo sistema imune.

O que isso significa para pacientes e para trabalhos futuros

Em termos práticos, o estudo conclui que é improvável que a LMC desapareça por si só; a tendência natural do sistema é assentar em um equilíbrio onde células cancerosas e imunes coexistem. No entanto, ao construir um modelo que inclui memória e complexidade estrutural, os autores conseguem descrever cenários em que esse equilíbrio favorece o paciente, com uma carga cancerosa de longo prazo menor. Sua estrutura fractal–fracionária, aliada a métodos numéricos eficientes, abre caminho para futuros “experimentos digitais” sobre o tempo e combinações de tratamento. Com dados clínicos, a mesma abordagem poderia ser personalizada, ajustando os parâmetros de memória e geometria para pacientes individuais a fim de prever trajetórias da doença e otimizar a terapia.

Citação: 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

Palavras-chave: leucemia mieloide crônica, dinâmica tumor-imune, cálculo fracionário, modelagem fractal de tumores, métodos numéricos com wavelets