Dynamic behavior of a two-dimensional discrete-time HIV infection model: stability and bifurcation analysis

ह्यूमन इम्यूनोडेफिशिएंसी वायरस, जिसे एचआईवी (HIV) के रूप में जाना जाता है, एक निरंतर हमला करने वाला रोगजनक है जो शरीर की प्रतिरक्षा प्रणाली पर हमला करता है, विशेष रूप से उन कोशिकाओं को लक्षित करता है जो बीमारी के खिलाफ रक्षा का समन्वय करती हैं। उपचार के बिना, यह संक्रमण एक ऐसे चरण में बढ़ सकता है जहाँ शरीर सामान्य बीमारियों से लड़ने में असमर्थ हो जाता है। दशकों से, वैज्ञानिकों ने यह समझने के लिए कि वायरस मानव शरीर के भीतर कैसे व्यवहार करता है, गणितीय मॉडलों का उपयोग किया है। पारंपरिक रूप से, ये मॉडल निरंतर समय (continuous time) के विचार पर आधारित रहे हैं, जो संक्रमण को एक सुचारू, अटूट प्रवाह के रूप में देखते हैं जहाँ हर एक क्षण में परिवर्तन होता है। हालाँकि, वास्तविक दुनिया में, चिकित्सा डेटा शायद ही कभी एक सुचारू प्रवाह में एकत्र किया जाता है। डॉक्टर और शोधकर्ता विशिष्ट अंतरालों पर—दिनों, हफ्तों या महीनों के अंतराल पर—माप लेते हैं। निरंतर समय के सुचारू सिद्धांत और वास्तविक दुनिया के डेटा की चरण-दर-चरण प्रकृति के बीच के इस अंतर ने अलेक्जेंड्रिया विश्वविद्यालय के शोधकर्ताओं की एक टीम को एक अलग दृष्टिकोण तलाशने के लिए प्रेरित किया है: एक ऐसा मॉडल जो अलग-अलग चरणों (discrete steps) में आगे बढ़ता है, जो हमारे द्वारा वास्तव में देखे जाने वाले रोग के तरीके को दर्शाता है।

शोधकर्ता सारा रमदन, सना सलमान और अहमद अल-सैद ने एचआईवी संक्रमण का एक सरल लेकिन शक्तिशाली कंप्यूटर सिमुलेशन बनाने का लक्ष्य रखा। उन्होंने एक ज्ञात निरंतर मॉडल से शुरुआत की जो संक्रमित न होने वाली प्रतिरक्षा कोशिकाओं और वायरस के बीच की परस्पर क्रिया का वर्णन करता है, फिर इसे एक चरण-दर-चरण प्रणाली में परिवर्तित किया। इस नए ढांचे में, संक्रमण की स्थिति को एक सुचारू फिसलन के बजाय अलग-अलग उछालों (jumps) में अपडेट किया जाता है। टीम ने दो मुख्य आबादी पर ध्यान केंद्रित किया: स्वस्थ प्रतिरक्षा कोशिकाएं जिन्हें वायरस लक्षित करता है, और संक्रमित कोशिकाएं जो सक्रिय रूप से नए वायरस कणों का उत्पादन कर रही हैं। स्वस्थ कोशिकाओं को संक्रमित करने की दर को बदलकर, उन्होंने देखा कि सिस्टम समय के साथ कैसे प्रतिक्रिया करता है। उनका लक्ष्य केवल यह देखना नहीं था कि क्या वायरस समाप्त हो जाएगा या बना रहेगा, बल्कि यह उजागर करना था कि जब संक्रमण दर बदलती है तो छिपे हुए पैटर्न कैसे उभरते हैं, और उन जटिल, अप्रत्याशित व्यवहारों के संकेतों की तलाश करना था जिन्हें सरल मॉडल मिस कर सकते हैं।

उन्होंने पाया कि संक्रमण के सरल नियमों के भीतर आश्चर्यजनक जटिलता की एक दुनिया छिपी हुई है। जब संक्रमण दर कम होती है, तो सिस्टम अनुमानित व्यवहार करता है, एक स्थिर अवस्था में बस जाता है जहाँ वायरस या तो समाप्त हो जाता है या एक स्थिर, प्रबंधनीय स्तर पर बना रहता है। हालाँकि, जैसे ही शोधकर्ताओं ने अपने सिमुलेशन में संक्रमण दर बढ़ाई, सिस्टम नाटकीय रूपनों में बदलने लगा। स्थिर होने के बजाय, वायरस और प्रतिरक्षा कोशिकाओं का प्रतिनिधित्व करने वाली संख्याएँ दोलन (oscillate) करने लगीं। वे केवल यादृच्छिक रूप से उतार-चढ़ाव नहीं कर रहे थे; वे नियमित पैटर्न में ऊपर-नीचे होने वाले लयबद्ध चक्रों में प्रवेश कर गए। कुछ परिदृश्यों में, ये चक्र अपनी लंबाई में दोगुने हो गए, जिससे एक ऐसा पैटर्न बना जहाँ चक्र दोहराने से पहले वायरस दो बार चरम (peak) पर पहुँचता है। अन्य मामलों में, व्यवहार और भी जटिल हो गया, जहाँ सिस्टम एक सुचारू, बंद लूप बनाता है जो ठीक उसी पथ को कभी पूरी तरह से नहीं दोहराता, जिसे क्वासीपीरियोडिक मोशन (quasiperiodic motion) कहा जाता है।

शायद सबसे आश्चर्यजनक बात यह थी कि टीम ने खोजा कि कुछ स्थितियों के तहत, सिस्टम अराजकता (chaos) में जा सकता है। इस अवस्था में, वायरल लोड और प्रतिरक्षा कोशिका गणना इस तरह से उतार-चढ़ाव करती है जो यादृच्छिक प्रतीत होता है और दीर्घकालिक रूप से पूर्वानुमान लगाना असंभव है, भले ही सिस्टम को नियंत्रित करने वाले नियम निश्चित और नियत (deterministic) हों। इसका अर्थ यह है कि रोगियों में देखे जाने वाले वायरल स्तरों के अनियमित उतार-चढ़ाव कभी-कभी बाहरी शोर या यादृच्छिक संयोग के कारण नहीं होते, बल्कि स्वयं जैविक परस्पर क्रिया की एक अंतर्निहित विशेषता हो सकते हैं। शोधकर्ताओं ने इस व्यवहार को मापने के लिए 'लियपुनोव एक्सपोनेंट' (Lyapunov exponent) नामक एक उपकरण का उपयोग किया, जो अराजकता के लिए थर्मामीटर की तरह कार्य करता है। जब रीडिंग नकारात्मक थी, तो सिस्टम स्थिर या लयबद्ध था; जब यह सकारात्मक हो गई, तो सिस्टम एक अराजक शासन (chaotic regime) में प्रवेश कर गया। उनके सिमुलेशन ने दिखाया कि व्यवस्था से अराजकता की ओर संक्रमण एक विशिष्ट मार्ग के माध्यम से हुआ, जहाँ सिस्टम पहले दोलन करने लगा, फिर दोलन दोगुना हुआ, और अंततः पैटर्न टूटकर अराजकता में बदल गया।

अध्ययन ने उन विशिष्ट थ्रेशोल्ड (thresholds) की भी पहचान की जहाँ ये नाटकीय बदलाव होते हैं। संक्रमण दर पैरामीटर को बदलकर, टीम ने उन सटीक क्षणों को चिन्हित किया जब सिस्टम अपनी स्थिरता खो देता है। उन्होंने पाया कि मॉडल दो अलग-अलग प्रकार के संक्रमणों से गुजरता है। पहला है 'फ्लिप बिफर्केशन' (flip bifurcation), जहाँ सिस्टम एक स्थिर अवस्था से एक ऐसे चक्र में कूद जाता है जो हर दो चरणों में दोहराया जाता है, और फिर चार, आठ, इत्यादि के चक्रों में बदल जाता है, जब तक कि यह अराजक न हो जाए। दूसरा है 'नीमार्क-सैकरर बिफर्केशन' (Neimark-Sacker bifurcation), जहाँ सिस्टम सीधे एक सुचारू, लूपिंग दोलन में चला जाता जो ठीक कभी दोहराया नहीं जाता। ये निष्कर्ष बताते हैं कि शरीर में एचआईवी का जटिल, कभी-कभी अनिश्चित व्यवहार आवश्यक रूप से उपचार की विफलता या अप्रत्याशित वातावरण का संकेत नहीं है, बल्कि वायरस और प्रतिरक्षा प्रणाली के बीच गैर-रेखीय फीडबैक (nonlinear feedback) का एक स्वाभाविक परिणाम है।

इस कार्य के निहितार्थ गणित से परे हैं। शोधकर्ता सुझाव देते हैं कि "वायरल ब्लिप्स" (viral blips)—वायरल लोड में अचानक, अस्थायी उछाल जो उन रोगियों में भी होते हैं जो अन्यथा दवा पर स्थिर हैं—इन आंतरिक गतिकी के नियत परिणाम हो सकते हैं, न कि यादृच्छिक त्रुटियों के। यदि सिस्टम स्वाभाविक रूप से इन दोलनों और अराजक अवस्थाओं के प्रति संवेदनशील है, तो वायरल उछाल का समय स्वयं संक्रमण का एक अंतर्निहित गुण हो सकता है। यह परिप्रेक्ष्य सभी उतार-चढ़ाव को खत्म करने के बजाय बीमारी की अंतर्निहित लय को समझने पर ध्यान केंद्रित करता है। अध्ययन यह दावा नहीं करता है कि उसने एचआईवी की समस्या को हल कर लिया है या कोई नया इलाज पेश किया है, बल्कि यह वायरस के व्यवहार के पीछे के कारणों को समझने के लिए एक मजबूत सैद्धांतिक ढांचा प्रदान करता है। यह दिखाते हुए कि डिस्क्रीट-टाइम मॉडल आवधिकता (periodicity) और अराजकता जैसे समृद्ध, जटिल व्यवहारों को पकड़ सकते हैं, यह कार्य वायरस की निरंतरता और इसे नियंत्रित करने की संभावित रणनीतियों को देखने के लिए एक नया नजरिया प्रदान करता है। व्यापक कंप्यूटर सिमुलेशन के माध्यम से पुष्ट परिणाम इस बात पर प्रकाश डालते हैं कि वायरस और प्रतिरक्षा प्रणाली के बीच की लड़ाई संख्याओं का एक गतिशील, निरंतर बदलता हुआ नृत्य है जो स्थितियों में मामूली बदलाव के साथ भी अनिश्चितता की ओर झुक सकता है।