Все выпуски

Для функционирования регуляторных областей ДНК решающее значение имеет не нуклеотидная последовательность (генетический текст), а их физико-химические и структурные свойства. Именно они обеспечивают кодирование ДНК-белковых взаимодействий, лежащих в основе различных процессов регуляции. Среди таких свойств SIDD (Stress-Induced Duplex Destabilization) — характеристика, описывающая склонность участка дуплекса ДНК к плавлению при заданном уровне суперспирализации. Ранее для данного параметра дуплекса показана роль в функционировании областей регуляции различного типа. В данной работе модель SIDD использована для получения профилей вероятности плавления последовательностей промоторов бактериофага T7. Данный геном характеризуется малым размером (примерно 40 тыс. пар нуклеотидов) и временной организацией экспрессии генов: на первом этапе инфекции ранняя область Т7-ДНК транскрибируется РНК-полимеразой бактерии-хозяина, на более поздних этапах жизненного цикла фагоспецифичная РНК-полимераза последовательно производит транскрипцию областей генов II класса и III класса. При этом механизмы дифференциального узнавания промоторов разных групп ферментом-полимеразой не могут быть основаны исключительно на их нуклеотидной последовательности, в частности в связи с тем, что она очень близка для большинства таких промоторов. В то же время полученные профили SIDD данных промоторов сильно различаются и могут быть разделены на характерные группы, соответствующие функциональным классам промоторов Т7-ДНК. Так, все промоторы ранней области находятся в области влияния одного максимально дестабилизированного участка дуплекса ДНК, соответствующего различным областям конкретных промоторов. Промоторы класса II лишены значительно дестабилизированных областей вблизи точки старта транскрипции. Напротив, промоторы III класса имеют характерные пики профилей вероятности плавления, в каждом случае локализованные в ближней downstream-области. Таким образом, установлены значительные различия профилей для промоторных областей при очень близкой нуклеотидной последовательности (промоторы II и III классов отличаются единичными заменами нуклеотидов), что подтверждает высокую чувствительность рассматриваемого свойства дуплекса к первичной структуре, а также необходимость рассмотрения широкого генетического контекста. Описанные различия профилей вероятности плавления на основе модели SIDD наряду с другими физическими свойствами могут определять дифференциальное узнавание промоторов разных классов РНК-полимеразами.

The functioning of DNA regulatory regions rely primarily on their physicochemical and structural properties but not on nucleotide sequences, i.e. ‘genetic text’. The formers are responsible for coding of DNA-protein interactions that govern various regulatory events. One of the characteristics is SIDD (Stress-Induced Duplex Destabilization) that quantify DNA duplex region propensity to melt under the imposed superhelical stress. The duplex property has been shown to participate in activity of various regulatory regions. Here we employ the SIDD model to calculate melting probability profiles for T7 bacteriophage promoter sequences. The genome is characterized by small size (approximately 40 thousand nucleotides) and temporal organization of expression: at the first stage of infection early T7 DNA region is transcribed by the host cell RNA polymerase, later on in life cycle phage-specific RNA polymerase performs transcription of class II and class III genes regions. Differential recognition of a particular group of promoters by the enzyme cannot be solely explained by their nucleotide sequences, because of, among other reasons, it is fairly similar among most the promoters. At the same time SIDD profiles obtained vary significantly and are clearly separated into groups corresponding to functional promoter classes of T7 DNA. For example, early promoters are affected by the same maximally destabilized DNA duplex region located at the varying region of a particular promoter. class II promoters lack substantially destabilized regions close to transcription start sites. Class III promoters, in contrast, demonstrate characteristic melting probability maxima located in the near-downstream region in all cases. Therefore, the apparent differences among the promoter groups with exceptional textual similarity (class II and class III differ by only few singular substitutions) were established. This confirms the major impact of DNA primary structure on the duplex parameter as well as a need for a broad genetic context consideration. The differences in melting probability profiles obtained using SIDD model alongside with other DNA physicochemical properties appears to be involved in differential promoter recognition by RNA polymerases.

В работе предложена новая математическая модель для исследования динамики взаимодействия продольной стенки узкого канала с его торцевым уплотнением — торцевой стенкой, имеющей упругое закрепление. В рамках данной модели взаимодействие указанных стенок происходит через слой вязкой жидкости, заполняющей канал, и ранее не исследовалось. Это потребовало постановки и решения задачи гидроупругости. Поставленная задача состоит из уравнений Навье–Стокса, уравнения неразрывности, уравнения динамики торцевой стенки как одномассовой модели и соответствующих краевых условий. На первом этапе задача исследована при ползучем течении. На втором этапе исследования данное ограничение снимается и, при использовании метода итераций, осуществлено обобщение исходной задачи с учетом инерции движения жидкости. Решение сформулированной задачи позволило определить законы распределения скоростей и давления в слое жидкости, а также закон движения торцевой стенки. Показано, что при ползучем течении физические свойства слоя жидкости и геометрические размеры канала полностью определяют демпфирование в рассматриваемой колебательной системе. При этом на демпфирующие свойства слоя жидкости оказывает влияние как скорость движения торцевой стенки, так и скорость движения продольной стенки. Найдены выражения для коэффициентов демпфирования слоя жидкости в продольном и поперечном направлении. При учете сил инерции жидкости выявлено их влияние на колебания торцевой стенки, проявляющиеся в виде двух присоединенных масс в уравнении ее движения. Определены выражения для указанных присоединенных масс. Для режима установившихся гармонических колебаний построены амплитудно-частотные и фазово-частотные характеристики торцевой стенки, учитывающие демпфирующие и инерционные свойства слоя вязкой жидкости в канале. Моделирование показало, что совместный учет инерции движения слоя жидкости в канале и его демпфирующих свойств приводит к сдвигу резонансных частот колебаний в низкочастотную область и возрастанию амплитуд колебаний торцевой стенки.

The paper proposes a new mathematical model to study the interaction dynamics of the longitudinal wall of a narrow channel with its end seal. The end seal was considered as the edge wall on a spring, i.e. spring-mass system. These walls interaction occurs via a viscous liquid filling the narrow channel; thus required the formulation and solution of the hydroelasticity problem. However, this problem has not been previously studied. The problem consists of the Navier–Stokes equations, the continuity equation, the edge wall dynamics equation, and the corresponding boundary conditions. Two cases of fluid motion in a narrow channel with parallel walls were studied. In the first case, we assumed the liquid motion as the creeping one, and in the second case as the laminar, taking into account the motion inertia. The hydroelasticty problem solution made it possible to determine the distribution laws of velocities and pressure in the liquid layer, as well as the motion law of the edge wall. It is shown that during creeping flow, the liquid physical properties and the channel geometric dimensions completely determine the damping in the considered oscillatory system. Both the end wall velocity and the longitudinal wall velocity affect the damping properties of the liquid layer. If the fluid motion inertia forces were taken into account, their influence on the edge wall vibrations was revealed, which manifested itself in the form of two added masses in the equation of its motion. The added masses and damping coefficients of the liquid layer due to the joint consideration of the liquid layer inertia and its viscosity were determined. The frequency and phase responses of the edge wall were constructed for the regime of steady-state harmonic oscillations. The simulation showed that taking into account the fluid layer inertia and its damping properties leads to a shift in the resonant frequencies to the low-frequency region and an increase in the oscillation amplitudes of the edge wall.

Белки главного комплекса гистосовместимости (ГКГС) играют ключевую роль в работе адаптивной иммунной системы, и определение связывающихся с ними пептидов — важный шаг в разработке вакцин и понимании механизмов аутоиммунных заболеваний. На сегодняшний день существует ряд методов для предсказания связывания определенной аллели ГКГС с пептидом. Одним из лучших таких методов является NetMHCpan-4.0, основанный на ансамбле искусственных нейронных сетей. В данной работе представлена методология качественного улучшения архитектуры нейронной сети, лежащей в основе NetMHCpan-4.0. Предлагаемый метод использует технику построения ансамбля и добавляет в качестве входных данных оценку модели Поттса, взятой из статистической механики и являющейся обобщением модели Изинга. В общем случае модельо тражает взаимодействие спинов в кристаллической решетке. Применительно к задаче белок-пептидного взаимодействия вместо спинов используются типы аминокислот, находящихся в кармане связывания. В предлагаемом методе модель Поттса используется для более всестороннего представления физической природы взаимодействия полипептидных цепей, входящих в состав комплекса. Для оценки взаимодействия комплекса «ГКГС + пептид» нами используется двумерная модель Поттса с 20 состояниями (соответствующими основным аминокислотам). Решая обратную задачу с использованием данных об экспериментально подтвержденных взаимодействующих парах, мы получаем значения параметров модели Поттса, которые затем применяем для оценки новой пары «ГКГС + пептид», и дополняем этим значением входные данные нейронной сети. Такой подход, в сочетании с техникой построения ансамбля, позволяет улучшитьт очность предсказания, по метрике положительной прогностической значимости (PPV), по сравнению с базовой моделью.

The proteins of the Major Histocompatibility Complex (MHC) play a key role in the functioning of the adaptive immune system, and the identification of peptides that bind to them is an important step in the development of vaccines and understanding the mechanisms of autoimmune diseases. Today, there are a number of methods for predicting the binding of a particular MHC allele to a peptide. One of the best such methods is NetMHCpan-4.0, which is based on an ensemble of artificial neural networks. This paper presents a methodology for qualitatively improving the underlying neural network underlying NetMHCpan-4.0. The proposed method uses the ensemble construction technique and adds as input an estimate of the Potts model taken from static mechanics, which is a generalization of the Ising model. In the general case, the model reflects the interaction of spins in the crystal lattice. Within the framework of the proposed method, the model is used to better represent the physical nature of the interaction of proteins included in the complex. To assess the interaction of the MHC + peptide complex, we use a two-dimensional Potts model with 20 states (corresponding to basic amino acids). Solving the inverse problem using data on experimentally confirmed interacting pairs, we obtain the values of the parameters of the Potts model, which we then use to evaluate a new pair of MHC + peptide, and supplement this value with the input data of the neural network. This approach, combined with the ensemble construction technique, allows for improved prediction accuracy, in terms of the positive predictive value (PPV) metric, compared to the baseline model.

Классические численные методы, применяемые для предсказания эволюции гидродинамических систем, предъявляют высокие требования к вычислительным ресурсам и накладывают ограничения на число вариантов геолого-гидродинамических моделей, расчет эволюции состояний которых возможно осуществлять в практических условиях. Одним из перспективных подходов к разработке эвристических оценок, которые могли бы ускорить рассмотрение вариантов гидродинамических моделей, является имитационное моделирование на основе обучающих данных. В рамках этого подхода методы машинного обучения используются для настройки весов искусственной нейронной сети (ИНС), предсказывающей состояние физической системы в заданный момент времени на основе начальных условий. В данной статье описаны оригинальная архитектура ИНС и специфическая процедура обучения, формирующие эвристическую модель двухфазного течения в гетерогенной пористой среде. Основанная на ИНС модель с приемлемой точностью предсказывает состояния расчетных блоков моделируемой системы в произвольный момент времени (с известными ограничениями) на основе только начальных условий: свойств гетерогенной проницаемости среды и размещения источников и стоков. Предложенная модель требует на порядки меньшего процессорного времени в сравнении с классическим численным методом, который послужил критерием оценки эффективности обученной модели. Архитектура ИНС включает ряд подсетей, обучаемых в различных комбинациях на нескольких наборах обучающих данных. Для обучения ИНС в рамках многоэтапной процедуры применены техники состязательного обучения и переноса весов из обученной модели.

The numerical methods used to simulate the evolution of hydrodynamic systems require the considerable use of computational resources thus limiting the number of possible simulations. The data-driven simulation technique is one promising approach to the development of heuristic models, which may speed up the study of such models. In this approach, machine learning methods are used to tune the weights of an artificial neural network that predicts the state of a physical system at a given point in time based on initial conditions. This article describes an original neural network architecture and a novel multi-stage training procedure which create a heuristic model of a two-phase flow in a heterogeneous porous medium. The neural network-based model predicts the states of the grid cells at an arbitrary timestep (within the known constraints), taking in only the initial conditions: the properties of the heterogeneous permeability of the medium and the location of sources and sinks. The proposed model requires orders of magnitude less processor time in comparison with the classical numerical method, which served as a criterion for evaluating the effectiveness of the trained model. The proposed architecture includes a number of subnets trained in various combinations on several datasets. The techniques of adversarial training and weight transfer are utilized.

The viscoelastic fluid flow model across a porous medium has captivated the interest of many contemporary researchers due to its industrial and technical uses, such as food processing, paper and textile coating, packed bed reactors, the cooling effect of transpiration and the dispersion of pollutants through aquifers. This article focuses on the influence of variable viscosity and viscoelasticity on the magnetohydrodynamic oscillatory flow of second-order fluid through thermally radiating wavy walls. A mathematical model for this fluid flow, including governing equations and boundary conditions, is developed using the usual Boussinesq approximation. The governing equations are transformed into a system of nonlinear ordinary differential equations using non-similarity transformations. The numerical results obtained by applying finite-difference code based on the Lobatto IIIa formula generated by bvp4c solver are compared to the semi-analytical solutions for the velocity, temperature and concentration profiles obtained using the homotopy perturbation method (HPM). The effect of flow parameters on velocity, temperature, concentration profiles, skin friction coefficient, heat and mass transfer rate, and skin friction coefficient is examined and illustrated graphically. The physical parameters governing the fluid flow profoundly affected the resultant flow profiles except in a few cases. By using the slope linear regression method, the importance of considering the viscosity variation parameter and its interaction with the Lorentz force in determining the velocity behavior of the viscoelastic fluid model is highlighted. The percentage increase in the velocity profile of the viscoelastic model has been calculated for different ranges of viscosity variation parameters. Finally, the results are validated numerically for the skin friction coefficient and Nusselt number profiles.

The viscoelastic fluid flow model across a porous medium has captivated the interest of many contemporary researchers due to its industrial and technical uses, such as food processing, paper and textile coating, packed bed reactors, the cooling effect of transpiration and the dispersion of pollutants through aquifers. This article focuses on the influence of variable viscosity and viscoelasticity on the magnetohydrodynamic oscillatory flow of second-order fluid through thermally radiating wavy walls. A mathematical model for this fluid flow, including governing equations and boundary conditions, is developed using the usual Boussinesq approximation. The governing equations are transformed into a system of nonlinear ordinary differential equations using non-similarity transformations. The numerical results obtained by applying finite-difference code based on the Lobatto IIIa formula generated by bvp4c solver are compared to the semi-analytical solutions for the velocity, temperature and concentration profiles obtained using the homotopy perturbation method (HPM). The effect of flow parameters on velocity, temperature, concentration profiles, skin friction coefficient, heat and mass transfer rate, and skin friction coefficient is examined and illustrated graphically. The physical parameters governing the fluid flow profoundly affected the resultant flow profiles except in a few cases. By using the slope linear regression method, the importance of considering the viscosity variation parameter and its interaction with the Lorentz force in determining the velocity behavior of the viscoelastic fluid model is highlighted. The percentage increase in the velocity profile of the viscoelastic model has been calculated for different ranges of viscosity variation parameters. Finally, the results are validated numerically for the skin friction coefficient and Nusselt number profiles.

При обследовании методом однофотонной эмиссионной компьютерной томографии (ОФЭКТ) пациентам с заболеваниями костной системы вводится радиофармпрепарат (РФП), который специфическим образом накапливается в патологических очагах. Количественные оценки накопления РФП в очагах важны для определения стадии заболевания, прогнозирования его течения и разработки персонализированных терапевтических стратегий. Исследования точности количественных оценок обычно проводятся на основе клинических испытаний in vitro с использованием стандартизированного вещественного фантома NEMA IEC с шестью сферами, имитирующими патологические очаги разных размеров. Однако возможности проведения таких многопараметрических экспериментальных измерений ограничены из-за высокойстоимости и лучевой нагрузки на исследователей. В данной работе развит альтернативный подход на основе имитационного компьютерного моделирования in silico с использованием цифрового двойника фантома NEMA IEC. Компьютерные эксперименты могут проводиться без ограничений с разными сценариями. По аналогии с клиническими испытаниями в численном моделировании оценивался коэффициент восстановления (RC_max), равный отношению максимального значения полученного решения в очаге к его точной величине. Условия моделирования были ориентированы на параметры клинических обследований методом ОФЭКТ/КТ с ^99mTc пациентов с заболеваниями и поражениями костной системы. Впервые выполнены исследования зависимости RC_max от величины отношения «очаг/фон» и влияния постфильтрации решения. В численных экспериментах были получены краевые артефакты на изображениях очагов, аналогичные тем, которые наблюдались при измерениях на реальном фантоме NEMA IEC и в клинической практике при обследовании пациентов. Краевые артефакты приводят к нестабильности поведения решения в итерационном процессе и к ошибкам в оценке накопления РФП в очагах. Показано, что постфильтрация снижает влияние этих артефактов, обеспечивая стабильное решение. Однако при этом существенно занижаются оценки решения в небольших очагах, поэтому предложено учитывать полученные в данной работе поправочные коэффициенты при количественной оценке активности в очагах диаметром менее 20 мм.

In single-photon emission computed tomography (SPECT), patients with bone disorders receive a radiopharmaceutical (RP) that accumulates selectively in pathological lesions. Accurate quantification of RP uptake plays a critical role in disease staging, prognosis, and the development of personalized treatment strategies. Traditionally, the accuracy of quantitative assessment is evaluated through in vitro clinical trials using the standardized physical NEMA IEC phantom, which contains six spheres simulating lesions of various sizes. However, such experiments are limited by high costs and radiation exposure to researchers. This study proposes an alternative in silico approach based on numerical simulation using a digital twin of the NEMA IEC phantom. The computational framework allows for extensive testing under varying conditions without physical constraints. Analogous to clinical protocols, we calculated the recovery coefficient (RC_max), defined as the ratio of the maximum activity in a lesion to its known true value. The simulation settings were tailored to clinical SPECT/CT protocols involving ^99mTc for patients with bone-related diseases. For the first time, we systematically analyzed the impact of lesion-to-background ratios and post-reconstruction filtering on RC_max values. Numerical experiments revealed the presence of edge artifacts in reconstructed lesion images, consistent with those observed in both real NEMA IEC phantom studies and patient scans. These artifacts introduce instability into the iterative reconstruction process and lead to errors in activity quantification. Our results demonstrate that post-filtering helps suppress edge artifacts and stabilizes the solution. However, it also significantly underestimates activity in small lesions. To address this issue, we introduce post-reconstruction correction factors derived from our simulations to improve the accuracy of quantification in lesions smaller than 20 mm in diameter.

Оценка безопасности плотин все в большей степени опирается на непрерывный мониторинг гидрометеорологических параметров; однако выявление ранних стадий неустойчивости остается сложной задачей вследствие сложных пространственно-временных взаимодействий и сильного дисбаланса наблюдений аварийных состояний. В настоящей работе предлагается фреймворк глубокого обучения на основе архитектуры сверточной двунаправленной рекуррентной нейронной сети с управляемыми вентилями (CNN–BiGRU) для выявления пространственно-временных предвестников неустойчивости плотин по многомерным гидрометеорологическим временным рядам. Сверточный компонент модели извлекает локальные временные паттерны, связанные с краткосрочными флуктуациями, тогда как двунаправленная рекуррентная структура позволяет моделировать долгосрочные зависимости и эволюцию динамики, предшествующие критическим состояниям.

Предложенная модель была протестирована на реальном наборе данных мониторинга плотины, включающем измерения уровня воды, метеорологические параметры и производные динамические индикаторы. Для учета дисбаланса классов применяется стоимостно-ориентированная стратегия обучения с использованием весов классов без применения синтетического увеличения выборки. Экспериментальные результаты демонстрируют высокие показатели качества классификации: точность (accuracy) — 0,961, прецизионность — 0,901, полнота — 0,757 и F1-мера — 0,823. Дополнительно модель достигает значений ROC AUC = 0,907 и PR AUC = 0,819, что свидетельствует о высокой способности к разделению классов в условиях сильного дисбаланса данных.

Анализ значимости признаков показывает, что краткосрочная и среднесрочная изменчивость уровня воды, включая скользящее стандартное отклонение, волатильность и многоуровневые градиенты, играет ключевую роль в формировании предаварийного поведения системы, обеспечивая физически интерпретируемое понимание динамики отклика плотины. Полученные результаты подтверждают, что фреймворк CNN–BiGRU эффективно выявляет значимые пространственно-временные предвестники неустойчивости и может служить надежным инструментом поддержки принятия решений в задачах мониторинга безопасности плотин в реальных эксплуатационных условиях.

Dam safety assessment increasingly relies on continuous monitoring of hydrometeorological variables; however, identifying early-stage instability remains challenging due to complex spatio-temporal interactions and highly imbalanced failure observations. This study proposes a deep learning framework based on a Convolutional Bidirectional Gated Recurrent Unit (CNN–BiGRU) architecture to learn spatio-temporal precursors of dam instability from multivariate hydrometeorological time series. The convolutional component extracts localized temporal patterns associated with short-term fluctuations, while the bidirectional recurrent structure captures long-range dependencies and evolving dynamics preceding critical states.

The proposed model is evaluated on a real-world dam monitoring dataset comprising multiple water-level, meteorological, and derived dynamic indicators. To address class imbalance, a cost-sensitive training strategy using class weighting is adopted without synthetic oversampling. Experimental results demonstrate strong predictive performance, achieving an accuracy of 0.961, precision of 0.901, recall of 0.757, and an F1-score of 0.823. The model further attains a ROC-AUC of 0.907 and a PR-AUC of 0.819, indicating robust discrimination capability under imbalanced conditions.

Feature importance analysis reveals that short- and medium-term water level variability, including rolling standard deviation, volatility, and multi-scale gradients, play a dominant role in characterizing pre-instability behavior, providing physically interpretable insights into dam response dynamics. The findings suggest that the CNN–BiGRU framework effectively captures meaningful spatio-temporal precursors and offers a reliable data-driven tool for supporting dam safety monitoring and decision-making under real operational conditions.

Представлена физико-математическая модель сушки угольных частиц в потоке газа и результаты расчета сушки частиц бурого угля в сушильной трубе. Показано, что для сушки угля может быть использован перегретый водяной пар. Предложена термодинамическая модель сушки частиц в сушильной трубе. Она позволяет провести предварительную оценку параметров процесса сушки.

Physical-mathematical model of drying of coal particles in the gas stream and the results of calculating the drying of the particles of brown coal in a drying tube are presented. It is shown that for the drying of coal can be used superheated water vapor. Thermodynamic model of drying of a particle in a drying tube are proposed. It allows to conduct a preliminary assessment of parameters of drying process.

Проведен сравнительный анализ двух моделей пористой среды (Дарси и Бринкмана) на примере математического моделирования нестационарных режимов термогравитационной конвекции в пористой вертикальной цилиндрической полости с теплопроводной оболочкой конечной толщины в условиях конвективного охлаждения со стороны окружающей среды. Краевая задача математической физики, сформулированная в безразмерных переменных «функция тока — завихренность — температура», реализована численно неявным методом конечных разностей. Представлены результаты тестовых расчетов и влияния сеточных параметров, отражающие правомерность применения предлагаемого численного подхода. Установлены особенности класса сопряженных задач при использовании рассматриваемых моделей пористой среды.

Comparative analysis of two models of porous medium (Dacry and Brinkman) on an example of mathematical simulation of transient natural convection in a porous vertical cylindrical cavity with heat-conducting shell of finite thickness in conditions of convective cooling from an environment has been carried out. The boundary-value problem of mathematical physics formulated in dimensionless variables such as stream function, vorticity and temperature has been solved by implicit finite difference method. The presented verification results validate used numerical approach and also confirm that the solution is not dependent on the mesh size. Features of the conjugate heat transfer problems with considered models of porous medium have been determined.

В работе предлагается математическая модель возникновения раковых образований в двумерной ткани эпителия. Базисная модель роста эпителия описывает возникновение интенсивного движения и роста ткани при ее повреждении. Для этого в схеме расчета предусмотрена возможность деления и интеркаляции клеток. Предполагается, что движение клеток растущего эпителия вызывается волной митоген-активируемой протеинкиназы, которая в свою очередь активируется химико-механическим сигналом, распространяющимся по ткани из-за ее локального повреждения. В работе предполагается, что раковые клетки возникают из-за локального сбоя пространственной синхронизации циркадианных ритмов. Изучение эволюционной динамики модели позволяет изучить физико-химические свойства опухоли и определить связь между возникновением раковых клеток и параметрами развития всей ткани, координирующей свою эволюцию посредством обмена химико-механическими сигналами.

In this paper we propose a mathematical model of cancer tumour occurrence in a quasi twodimensional epithelial tissue. Basic model of the epithelium growth describes the appearance of intensive movement and growth of tissue when it is damaged. The model includes the effects of division of cells and intercalation. It is assumed that the movement of cells is caused by the wave of mitogen-activated protein kinase (MAPK), which in turn activated by the chemo-mechanical signal propagating along tissue due to its local damage. In this paper it is assumed that cancer cells arise from local failure of spatial synchronization of circadian rhythms. The study of the evolutionary dynamics of the model could determine the chemo-physical properties of a tumour, and spatial relationship between the occurrence of cancer cells and development of the entire tissue parameters coordinating its evolution through the exchange of chemical and mechanical signals.