Fraktal-fraktionell modellering av immundynamiken vid kronisk myelogen leukemi med hjälp av Laguerre-våglettsmetoden

Varför detta är viktigt för blodcancer och immunsystemet

Kronisk myelogen leukemi (CML) är en blodcancer som utvecklas över år, samtidigt som immunsystemet ständigt försöker hålla den i schack. Läkare har i dag kraftfulla läkemedel, men att förutsäga hur en patients cancerceller och immunceller kommer att samverka över tid är fortfarande svårt. Denna artikel introducerar en ny typ av matematisk modell som behandlar tumören och immunsvaret som ett kopplat dynamiskt system med ”minne” och komplex struktur. Målet är att bygga mer realistiska verktyg som i förlängningen kan hjälpa till att utforma smartare terapier och långsiktiga behandlingsplaner.

Hur cancern och immuncellerna samverkar

Författarna utgår från en befintlig modell som följer tre viktiga aktörer i CML: naiva T‑celler, effektor‑T‑celler och leukemiceller. Naiva T‑celler är de oerfarna rekryterna; när de möter leukemisignaler omvandlas några till effektor‑T‑celler, frontsoldaterna som angriper cancerceller. Cancercellerna själva växer enligt en mättnadslag: de expanderar snabbt när de är få, men bromsar in när de närmar sig en maximal nivå som miljön sätter. Standardversioner av denna modell använder ordinära differentialekvationer, vilka antar att vad som händer nästa beror enbart på det nuvarande tillståndet, inte på hur systemet kommit dit.

Lägger till minne och grov struktur i modellen

Verklig biologi är varken minnslös eller slät. Immunsvar beror på tidigare möten, och tumörer växer i oregelbundna, fläckiga mönster snarare än som jämna klot. För att fånga båda effekterna samtidigt bygger författarna om CML‑modellen med vad de kallar fraktal–fraktionella operatorer. En del, styrd av en parameter kallad den fraktionella ordningen, kodar för minne: systemets framtid beror på en viktad historia av dess förflutna. Den andra delen, styrd av en fraktal dimension, fångar hur oregelbunden eller ”grov” tumörens omgivning är. När båda parametrarna sätts till ett beter sig modellen som den klassiska versionen; när de minskas blir historia och geometrisk komplexitet viktigare.

Säkerställer att de nya ekvationerna beter sig rimligt

Innan man litar på en sådan modell måste man visa att dess lösningar är biologiskt rimliga. Författarna bevisar att, under rimliga antaganden, deras ekvationer har en unik lösning som förblir positiv och begränsad över tiden—cellsiffror blir aldrig negativa eller exploderar till oändlighet. De analyserar sedan systemets jämviktstillstånd. I detta ramverk är ett fullständigt tumörfritt tillstånd matematiskt instabilt: varje liten introduktion av leukemiceller kommer att växa. Istället dras systemet mot en ”tumör‑närvarande” jämvikt där cancer och immunceller samexisterar. Med verktyg från stabilitetsteori visar de att denna samexistens inte bara är lokalt stabil utan globalt attraktiv: alla realistiska begynnelsevillkor utvecklas mot den.

Snabba numeriska metoder för att lösa en långsam sjukdom

Eftersom de nya ekvationerna involverar minne och fraktala effekter är de svårare att lösa på dator än standardekvationer. Författarna utvecklar en numerisk teknik baserad på Laguerre‑våglett, en familj byggstenfunktioner som effektivt kan approximera beteende över långa tidsrymder. Denna metod omvandlar det ursprungliga problemet till ett mindre system algebraiska ekvationer som kan lösas snabbt och med hög noggrannhet. När de jämför den med mer välbekanta tidsstegningsscheman uppnår våglettsmetoden samma noggrannhet med betydligt färre beräkningar, vilket är viktigt för att köra många simuleringar eller anpassa modellen till patientdata.

Vad simuleringarna avslöjar om sjukdomskontroll

Med dessa verktyg undersöker författarna hur förändringar av minnes‑ och fraktalparametrarna formar sjukdomsutfallen. Att sänka den fraktionella ordningen (starkare minne) eller att sänka den fraktala dimensionen (mer oregelbunden tumörgeometri) båda driver leukemi‑populationen att avta snabbare och landa på en lägre långsiktig nivå. Med andra ord: ett system som ”kommer ihåg” sitt förflutna och en tumör som växer i en mer invecklad miljö är lättare för immunsystemet att hejda. En sensitivetsanalys visar att två biologiska storheter dominerar den slutliga tumörstorleken: cancerstammens egen tillväxthastighet och hastigheten med vilken effektor‑T‑celler dödar cancerceller. Detta överensstämmer med nuvarande behandlingsstrategier som kombinerar riktade läkemedel för att bromsa cancer­tillväxt med immunterapier som ökar immundödandet.

Vad detta betyder för patienter och framtida arbete

Enkelt uttryckt drar studien slutsatsen att CML sannolikt inte försvinner av sig själv; systemets naturliga tendens är att inta en balans där cancer och immunceller samexisterar. Genom att bygga en modell som inkluderar minne och strukturell komplexitet kan författarna dock beskriva scenarier där den balansen gynnar patienten, med en lägre långsiktig cancerbörda. Deras fraktal–fraktionella ramverk, i kombination med effektiva numeriska metoder, lägger grunden för framtida ”digitala experiment” kring behandlingstiming och kombinationer. Med kliniska data skulle samma angreppssätt kunna bli personligt anpassat, justera minnes‑ och geometriparametrarna för individuella patienter för att förutsäga sjukdomstrajektorier och optimera terapi.

Citering: 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

Nyckelord: kronisk myelogen leukemi, tumör-immundynamik, fraktionell kalkyl, fraktal tumörmodellering, numeriska vågmetoder