Kronik miyelojen lösemi immün dinamiklerinin fraktal-fraksiyonel modellenmesi Laguerre dalgacık yöntemi kullanılarak

Kanser ve bağışıklık sistemi için bunun önemi

Kronik miyelojen lösemi (KML), yıllar içinde ilerleyen bir kanser türüdür ve bağışıklık sistemi sürekli olarak bunu kontrol altında tutmaya çalışır. Hekimler artık güçlü ilaçlara sahipken, bir hastanın kanser hücreleri ile bağışıklık hücrelerinin zaman içinde nasıl etkileşeceğini öngörmek hâlâ zordur. Bu makale, tümörü ve immün yanıtı “hafıza” ve karmaşık yapı içeren bağlı bir dinamik sistem olarak ele alan yeni bir matematiksel model sunar. Amaç, nihayetinde daha akıllı tedaviler ve uzun vadeli tedavi planları tasarlamaya yardımcı olabilecek daha gerçekçi araçlar geliştirmektir.

Kanser ve bağışıklık hücreleri nasıl etkileşir

Yazarlar, KML’de üç kilit oyuncuyu izleyen mevcut bir modelden yola çıkar: naif T hücreleri, efektör T hücreleri ve lösemi hücreleri. Naif T hücreleri deneyimsiz askerlerdir; lösemi sinyalleriyle karşılaştıklarında bazıları effektör T hücrelerine dönüşür; bunlar kanser hücrelerine saldıran ön hat savaşçılarıdır. Kanser hücreleri kendi başlarına doyma (satürasyon) yasasına göre büyür: küçükken hızla genişlerler, sonra çevrenin belirlediği bir maksimuma yaklaşırken yavaşlarlar. Bu modelin standart sürümleri, bir sonraki durumda yalnızca mevcut duruma bağlı olduğunu varsayan adi diferansiyel denklemler kullanır; sistemin buraya nasıl geldiğini dikkate almazlar.

Modele hafıza ve kaba yapı eklemek

Gerçek biyoloji ne hafızasızdır ne de düzgün. İmmün yanıtlar geçmiş karşılaşmalara bağlıdır ve tümörler düzgün küreler halinde değil düzensiz, yamalı desenlerde büyür. Bu iki etkiyi aynı anda yakalamak için yazarlar KML modelini fraktal–fraksiyonel operatörler kullanarak yeniden kurar. Bir parça, fraksiyonel mertebe olarak adlandırılan bir parametreyle kontrol edilerek hafızayı kodlar: sistemin geleceği geçmişinin ağırlıklı bir tarihine bağlıdır. Diğer parça ise fraktal boyutla kontrol edilerek tümör çevresinin ne kadar düzensiz veya “kaba” olduğunu yakalar. Her iki parametre bir olarak ayarlandığında model klasik sürüm gibi davranır; azaltıldıklarında ise geçmiş ve geometrik karmaşıklık daha belirleyici hale gelir.

Yeni denklemlerin makul davrandığından emin olmak

Böyle bir modele güvenmeden önce çözümlerinin biyolojik anlam taşıdığını göstermek gerekir. Yazarlar, makul koşullar altında denklemlerinin tekil bir çözümü olduğunu ve bunun zaman içinde pozitif ve sınırlı kaldığını—hücre sayılarının asla negatif olmadığını veya sonsuza kadar patlamadığını—kanıtlar. Ardından sistemin dengelerini incelerler. Bu çerçevede tamamen tümörsüz bir durum matematiksel olarak kararsızdır: çok küçük bir lösemi hücresi girişi bile büyür. Bunun yerine sistem, kanser ve immün hücrelerin bir arada bulunduğu “tümör-var” dengesine doğru çekilir. Kararlılık teorisinden yararlanarak bu birlikte varlık durumunun yalnızca yerel olarak değil küresel çekici olduğunu gösterirler: gerçekçi başlangıç koşullarının tamamı bu duruma evrilir.

Yavaş bir hastalığı çözmek için hızlı sayısal yöntemler

Yeni denklemler hafıza ve fraktal etkiler içerdiği için bilgisayarda standart denklemlerden daha zordur. Yazarlar, uzun zaman aralığında davranışı verimli biçimde yaklaşıklayabilen bir yapı taşları ailesi olan Laguerre dalgacıklarına dayalı bir sayısal teknik geliştirir. Bu yöntem orijinal problemi daha küçük bir cebrik denklem sistemine dönüştürerek hızlı ve doğru çözümler verir. Daha tanıdık zaman adımlama şemalarıyla karşılaştırıldığında, dalgacık yöntemi aynı doğruluğu çok daha az hesaplama ile elde eder; bu, çok sayıda simülasyon çalıştırmak veya modeli hasta verilerine uydurmak için önemlidir.

Simülasyonlar hastalık kontrolü hakkında ne gösteriyor

Bu araçlarla yazarlar, hafıza ve fraktal parametrelerin değiştirilmesinin hastalık sonuçlarını nasıl şekillendirdiğini araştırır. Fraksiyonel mertebenin düşürülmesi (daha güçlü hafıza) veya fraktal boyutun azaltılması (daha düzensiz tümör geometrisi) her ikisi de lösemi popülasyonunun daha hızlı azalmasına ve daha düşük uzun vadeli seviyede kararlı hale gelmesine yol açar. Başka bir deyişle, geçmişini “hatırlayan” bir sistem ve daha karmaşık bir ortamda büyüyen bir tümör, bağışıklık sistemi tarafından kontrol edilmesi daha kolaydır. Duyarlılık analizi, sonunda tümör büyüklüğünü iki biyolojik niceliğin belirlediğini gösterir: kanserin kendi büyüme hızı ve efektör T hücrelerinin kanser hücrelerini öldürme hızı. Bu, kanser büyümesini yavaşlatan hedefe yönelik ilaçları immün öldürmeyi artıran immünoterapilerle birleştiren mevcut tedavi stratejileriyle uyumludur.

Hastalar ve gelecekteki çalışmalar için anlamı

Açık ifade ile çalışma, KML’nin kendi kendine kaybolmasının muhtemel olmadığını; sistemin doğal eğiliminin kanser ve immün hücrelerin birlikte var olduğu bir dengeye oturmak olduğunu sonuçlandırır. Ancak hafıza ve yapısal karmaşıklığı içeren bir model kurarak yazarlar, bu dengenin hastanın lehine olduğu ve uzun vadede daha düşük bir kanser yükü ile sonuçlandığı senaryoları tanımlayabilirler. Fraktal–fraksiyonel çerçeveleri ve verimli sayısal yöntemleri, tedavi zamanlaması ve kombinasyonları üzerine gelecekte yapılacak “dijital deneyler” için temel oluşturur. Klinik verilerle aynı yaklaşım kişiselleştirilebilir; bireysel hastalar için hafıza ve geometri parametreleri ayarlanarak hastalık seyri tahmin edilebilir ve tedavi optimize edilebilir.

Atıf: 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

Anahtar kelimeler: kronik miyelojen lösemi, tümör immün dinamikleri, fraksiyonel kalkülüs, fraktal tümör modelleme, sayısal dalgacık yöntemleri