🧬 biology

Inheritance Entropy: A Model-Independent Method to Probe the Hereditary Structure of Cell Lineage Trees

यह शोध पत्र "इनहेरिटेंस एंट्रॉपी" (Inheritance Entropy) नामक एक मॉडल-स्वतंत्र विधि प्रस्तुत करता है, जो यह प्रदर्शित करता है कि मानव अस्थि मज्जा स्ट्रोमल सेल कॉलोनियों में विषमता, कोशिका-चक्र निकास (cell-cycle exit) को नियंत्रित करने वाले वंशानुगत, गैर-आनुवंशिक कारकों से उत्पन्न होती है, जैसा कि गैर-वंशानुगत मॉडलों की तुलना में प्रेक्षित क्लोनल वंश वृक्षों (clonal lineage trees) में काफी कम एंट्रॉपी मानों से प्रमाणित होता है।

मूल लेखक: Alessandro Allegrezza, Riccardo Beschi, Domenico Caudo, Andrea Cavagna, Alessandro Corsi, Antonio Culla, Samantha Donsante, Giuseppe Giannicola, Irene Giardina, Giorgio Gosti, Tomas S. Grigera, Stefan

प्रकाशित 2026-06-19

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Alessandro Allegrezza, Riccardo Beschi, Domenico Caudo, Andrea Cavagna, Alessandro Corsi, Antonio Culla, Samantha Donsante, Giuseppe Giannicola, Irene Giardina, Giorgio Gosti, Tomas S. Grigera, Stefania Melillo, Biagio Palmisano, Leonardo Parisi, Lorena Postiglione, Mara Riminucci, Francesco Saverio Rotondi

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ⚕️ यह एक ऐसे प्रीप्रिंट की AI से तैयार की गई व्याख्या है जिसकी अभी सहकर्मी समीक्षा नहीं हुई है। यह चिकित्सकीय सलाह नहीं है। इस सामग्री के आधार पर स्वास्थ्य संबंधी फैसले न लें। पूरा डिस्क्लेमर पढ़ें

एक वंशावली (फैमिली ट्री) की कल्पना करें, लेकिन इंसानों के बजाय, यह एक पेट्री डिश में बढ़ते हुए स्टेम सेल्स (stem cells) की एक कॉलोनी है। हर बार जब एक कोशिका विभाजित होती है, तो वह दो नई शाखाएं बनाती है। आमतौर पर, ये शाखाएं बढ़ती रहती हैं और पेड़ को भर देती हैं। लेकिन कभी-कभी, एक कोशिका विभाजित होना बंद करने का निर्णय लेती है। वह "निष्क्रियता" (जैसे सो जाना या रिटायर हो जाना) की स्थिति में चली जाती है। जब ऐसा होता है, तो उस पूरे परिवार की शाखा का बढ़ना रुक जाता है।

वैज्ञानिकों का बड़ा सवाल यह था: कुछ शाखाएं क्यों रुक जाती हैं जबकि अन्य बढ़ती रहती हैं?

क्या यह सिर्फ संयोग (रैंडम चांस) है? या क्या कोई छिपा हुआ "पारिवारिक रहस्य" है जो माता-पिता से संतान में स्थानांतरित होता है, जो उन्हें रुकने के लिए बताता है?

समस्या: मशीन में "भूत" (The "Ghost" in the Machine)

इस अध्ययन का कठिन हिस्सा यह है कि जब एक कोशिका विभाजित होना बंद कर देती है, तो वह प्रभावी रूप से पेड़ के भविष्य से गायब हो जाती है। आप उस कोशिका के बच्चों का अध्ययन नहीं कर सकते जिसके पास कोई संतान ही नहीं थी। यह एक पेड़ की उस विशिष्ट शाखा के बारे में पता लगाने जैसा है जो मर गई हो, केवल उन पत्तों को देखकर जो वहां मौजूद ही नहीं हैं।

आमतौर पर, यदि कोई उत्परिवर्तन (mutation) होता है, तो आप उसे एक लहर की तरह फैलते हुए देखते हैं। लेकिन "रुकने" (stopping) के मामले में, लहर वास्तव में एक "छेद" (hole) की तरह होती है। वैज्ञानिकों ने महसूस किया कि यदि रुकने का निर्णय पूरी तरह से यादृच्छिक (random) था, तो पेड़ में "छेद" विंडशील्ड पर गिरती बारिश की बूंदों की तरह हर जगह बिखरे हुए होते। लेकिन यदि निर्णय विरासत में मिला था (एक पारिवारिक गुण की तरह), तो छेद विशिष्ट शाखाओं में एक साथ गुच्छों में होते।

समाधान: "इनहेरिटेंस एंट्रॉपी" (Inheritance Entropy) को मापना

इस "बिखराव" को मापने के लिए, टीम ने एक नया गणितीय उपकरण बनाया जिसे इनहेरिटेंस एंट्रॉपी (Inheritance Entropy) कहा जाता है।

परिवार के पेड़ को एक अस्त-व्यस्त कमरे के रूप में सोचें।

उच्च एंट्रॉपी (अस्त-व्यस्त/यादृच्छिक): यदि "रुकी हुई" कोशिकाएं पूरे पेड़ में बेतरतीब ढंग से बिखरी हुई हैं, तो कमरा अराजक और अप्रत्याशित दिखता है। यह सुझाव देता है कि रुकना केवल बुरा भाग्य या रैंडम शोर था।
कम एंट्रॉपी (व्यवस्थित/विरासत में मिला): यदि "रुकी हुई" कोशिकाएं केवल एक या दो विशिष्ट शाखाओं में एक साथ गुच्छों में हैं, तो कमरा आश्चर्यजनक रूप से व्यवस्थित दिखता है। यह सुझाव देता है कि एक "नियम" विरासत में मिला था जिसने उस विशिष्ट शाखा को रुकने के लिए कहा था।

वैज्ञानिकों ने 32 अलग-अलग मानव स्टेम सेल कॉलोनियों के लिए इस "बिखराव स्कोर" (एंट्रॉपी) की गणना की।

खोज: यह रैंडम नहीं है

उन्होंने वास्तविक सेल कॉलोनियों की तुलना एक "स्कैम्बलड" (बिखरे हुए) संस्करण से की। कल्पना कीजिए कि आप एक वास्तविक फैमिली ट्री लेते हैं, सभी "रुकी हुई" कोशिकाओं को काट देते हैं, और फिर उन्हें यादृच्छिक रूप से अन्य शाखाओं पर वापस चिपका देते हैं। यह एक "नकली" पेड़ बनाता है जहाँ विरासत (inheritance) असंभव है।

परिणाम: 75% वास्तविक कॉलोनियों में, "बिखराव स्कोर" स्कैम्बलड, नकली पेड़ों की तुलना में काफी कम था।

अनुवाद: "रुकी हुई" कोशिकाएं विशिष्ट शाखाओं में बिखरी हुई नहीं थीं। वे गुच्छों में थीं। यह साबित करता है कि विभाजित होना बंद करने का निर्णय विरासत में मिला (inherited) है। यह केवल रैंडम संयोग नहीं है; यह एक लक्षण है जो माता-पिता की कोशिकाओं से उनके बच्चों में स्थानांतरित होता है।

"लैग" प्रभाव (The "Lag" Effect): विलंबित प्रतिक्रिया

वैज्ञानिकों ने यह भी पाया कि यह कब होता है। उन्होंने एक "म्यूटेशन लैग" (उत्परिवर्तन अंतराल) की खोज की।

कल्पना कीजिए कि एक कोशिका को एक "स्टॉप सिग्नल" (एक म्यूटेशन) मिलता है। वह तुरंत नहीं रुकती है। वह कुछ पीढ़ियों तक विभाजित होती रहती है, उस संकेत को अपने बच्चों को पारित करती है। केवल कुछ पीढ़ियों के बाद ही कोशिकाएं वास्तव में ब्रेक लगाती हैं और रुक जाती हैं।

निष्कर्ष: संकेत के निर्माण और कोशिका के वास्तव में रुकने के बीच औसतन 2-पीढ़ी का विलंब (delay) होता है।
यह क्यों मायने रखता है: यह विलंब महत्वपूर्ण है। यदि कोशिकाएं तुरंत रुक जातीं, तो वैज्ञानिक उस संकेत के स्रोत का पता लगाने के लिए उसे ट्रैक नहीं कर पाते। क्योंकि एक विलंब था, इसलिए वे "खाली" शाखाओं को देख सकते थे और उस सटीक क्षण तक पीछे जा सकते थे जब संकेत पहली बार उत्पन्न हुआ था।

"पारिवारिक रहस्य" (एपिजेनेटिक्स - Epigenetics)

पेपर निष्कर्ष निकालता है कि यह विरासत संभवतः एपिजेनेटिक (epigenetic) है।

उपमा: सोचिए कि DNA कंप्यूटर का हार्डवेयर (वह कोड जो कभी नहीं बदलता) है। एपिजेनेटिक्स सॉफ्टवेयर सेटिंग्स (जैसे वॉल्यूम, ब्राइटनेस, या "डू नॉट डिस्टर्ब" मोड) है।
कोशिकाएं अपना DNA कोड नहीं बदल रही हैं। इसके बजाय, वे ऐसी "सेटिंग्स" को पास कर रही हैं जो उन्हें बताती हैं कि कब काम करना बंद करना है। यही कारण है कि स्टेम सेल की दो कॉलोनियां एक-दूसरे से बहुत भिन्न दिख सकती हैं, भले ही वे एक ही प्रकार की कोशिका से शुरू हुई हों।

सारांश

विधि: उन्होंने यह देखने के लिए "बिखराव स्कोर" (एंट्रॉपी) का उपयोग किया कि क्या कोशिका मृत्यु यादृच्छिक थी या व्यवस्थित थी।
निष्कर्ष: अधिकांश कॉलोनियों में, मौतें व्यवस्थित थीं, जिससे यह साबित हुआ कि "रुकने" का संकेत विरासत में मिला है।
समय: संकेत भेजने और कोशिका के वास्तव में रुकने के बीच 2-पीढ़ी का विलंब होता है।
कारण: यह संभवतः एपिजेनेटिक कारकों (सॉफ्टवेयर सेटिंग्स) के कारण है, न कि जेनेटिक म्यूटेशन (हार्डवेयर परिवर्तन) के कारण।

यह पेपर यह दावा नहीं करता है कि इससे तुरंत बीमारियों का इलाज होगा या ट्रांसप्लांट में सुधार होगा, बल्कि यह साबित करने के लिए एक नया, मॉडल-मुक्त तरीका प्रदान करता है कि स्टेम सेल कॉलोनियों में एक मजबूत, विरासत में मिली संरचना होती है जो उनके विकास और रुकने के पैटर्न को निर्धारित करती है।

तकनीकी सारांश: सेल वंश वृक्षों में वंशागत एंट्रॉपी (Inheritance Entropy)

1. समस्या विवरण

कोशिका वंश वृक्षों (cell lineage trees) के भीतर आनुवंशिक संचरण के प्रभाव को मापना जीव विज्ञान में एक मौलिक चुनौती बनी हुई है। जबकि सिंगल-सेल प्रोफाइलिंग कोशिका अवस्थाओं के लक्षण वर्णन की अनुमति देती है, इसे क्लासिक वंश अनुरेखण (lineage tracing) के साथ जोड़ना, जो आनुवंशिक परिणामों को ट्रैक करता है, कठिन है। एक विशिष्ट चुनौती निष्क्रियता (inactivity) से उत्पन्न होती है (वे कोशिकाएं जो विभाजित होना बंद कर देती हैं, जिनमें सेनेसेंस, विभेदन या क्विसेंस शामिल हैं)। सक्रिय प्रसार (active proliferation) के विपरीत, जहाँ आनुवंशिक उत्परिवर्तन संतति (progeny) में फेनोटाइप को बढ़ाते हैं, निष्क्रियता स्व-सीमित होती है: एक बार जब कोई कोशिका निष्क्रिय हो जाती है, तो उसकी शाखा समाप्त हो जाती है, जिससे डाउनस्ट्रीम सूचना मिट जाती है। यह निर्धारित करना कठिन बनाता है कि निष्क्रियता का उदय यादृच्छिक स्टोकेस्टिक घटनाओं (stochastic events) द्वारा संचालित है या उन आनुवंशिक (एपिजेनेटिक) कारकों द्वारा जो कोशिका-चक्र निकास (cell-cycle exit) को नियंत्रित करते हैं। इसके अलावा, आनुवंशिक उत्परिवर्तन और एपिजेनेटिक वंशाج के बीच अंतर करना महत्वपूर्ण है, विशेष रूप से स्टेम सेल कॉलोनियों में जहाँ अंतर-कॉलोनी विषमता (inter-colony heterogeneity) चिकित्सीय क्षमता को प्रभावित करती है।

2. कार्यप्रणाली

लेखक शैनन एंट्रॉपी (Shannon entropy) पर आधारित एक मॉडल-स्वतंत्र विधि प्रस्तुत करते हैं, जो वंश वृक्षों की टोपोलॉजी (topology) पर लागू होती है, विशेष रूप से निष्क्रिय कोशिकाओं के वितरण पर ध्यान केंद्रित करती है।

A. डेटा अधिग्रहण

यह अध्ययन 32 मानव बोन मैरो स्ट्रोमल सेल (BMSC) क्लोनल कॉलोनियों के हाई-डेफिनिशन सिंगल-सेल वंश अनुरेखण का उपयोग करता है। प्रयोग चरण-विपरीत टाइम-लैप्स माइक्रोस्कोपी के माध्यम से तब तक किए गए जब तक कि सभी पुनरावृत्ति करने वाली कोशिकाएं सातवीं पीढ़ी ( $k_{max}=7$ ) तक नहीं पहुँच गईं। कोशिकाओं को वर्गीकृत किया गया:

सक्रिय (Active): माइटोसिस (mitosis) देखा गया।
निष्क्रिय (Inactive - G0/Dead): 84 घंटों तक कोई विभाजन नहीं या कोशिका मृत्यु।
लीव्स (Leaves): $k=7$ पर कोशिकाएं जिन्हें केवल जन्म तक ट्रैक किया गया।

B. निष्क्रियता असंतुलन (Inactivity Imbalance)

वृक्ष में प्रत्येक माइटोसिस $m$ के लिए निष्क्रियता के टोपोलॉजिकल प्रभाव को मापने के लिए, लेखक निष्क्रियता असंतुलन ( $I_m$ ) को निम्नानुसार परिभाषित करते हैं:
$I_m = |M_{m}^{left} - M_{m}^{right}|$
जहाँ $M$ बाएं और दाएं दोनों शाखाओं में लुप्त $k_{max}$ लीव्स की संख्या को दर्शाता है। एक विशिष्ट नोड पर बड़ा असंतुलन दोनों पुत्री शाखाओं के बीच निष्क्रियता की संभावना में विचलन का सुझाव देता है, जो संभावित रूप से एक अपस्ट्रीम उत्परिवर्तन घटना का संकेत देता है।

C. वंशागत एंट्रॉपी (Inheritance Entropy)

मुख्य मीट्रिक वंशागत एंट्रॉपी ( $S$ ) है, जिसे वंश में सभी माइटोसिस में असंतुलन के सामान्यीकृत भार ( $w_m$ ) से गणना की जाती है:
$w_m = \frac{I_m}{\sum_n I_n}, \quad S = -\sum_m w_m \log w_m$

उच्च एंट्रॉपी (High Entropy): असंतुलन पूरे वृक्ष में समान रूप से बिखरे हुए हैं, जो यादृच्छिक, गैर-वंशागत उतार-चढ़ाव का सुझाव देते हैं।
निम्न एंट्रॉपी (Low Entropy): असंतुलन कुछ नोड्स पर केंद्रित हैं, जो एक विशिष्ट वंशागत घटना (उत्परिवर्तन) का संकेत देते हैं जिसने एक विशिष्ट उप-शाखा के लिए निष्क्रियता की संभावना को बदल दिया।

D. नुल एन्सेम्बल्स (Null Ensembles) और सत्यापन

सांख्यिकीय महत्व निर्धारित करने के लिए, जैविक वृक्ष की एंट्रॉपी को तीन गैर-वंशागत नुल एन्सेम्बल्स के विरुद्ध तुलना की जाती है:

गैल्टन-वात्सन (Galton-Watson - GW): सभी कोशिकाओं के लिए निष्क्रियता की निरंतर संभावना ( $q$ )।
गैर-समांगी GW (Non-Homogeneous GW - NHGW): पीढ़ी-निर्भर निष्क्रियता की संभावना ( $q_k$ )।
रैंडम रीशफलिंग (Random Reshuffling - RR): पसंदीदा विधि। इसमें प्रत्येक पीढ़ी के भीतर कोशिकाओं की स्थिति को बदलते हुए उन्हें पुनर्व्यवस्थित किया जाता है, जबकि प्रति पीढ़ी निष्क्रिय कोशिकाओं की कुल संख्या को सुरक्षित रखा जाता है। यह सभी मातृ-पुत्री वंशागत संबंधों को काट देता है लेकिन वृक्ष के संरचनात्मक प्रतिबंधों को बनाए रखता है।

P-मान (P-value) नुल एन्सेबल वृक्षों का वह अंश है जिनकी एंट्रॉपी $S \leq S_{biological}$ है। एक कम P-मान वंशागत संरचना के प्रमाण के रूप में मजबूत साक्ष्य है।

E. मॉडल फिटिंग (SKH)

लेखक डेटा का वर्णन करने के लिए एक स्टोकेस्टिक किर्कवुड-हolliday (SKH) मॉडल प्रस्तावित करते हैं। इस मॉडल में:

वाइल्ड कोशिकाएं $p$ प्रायिकता के साथ एक "उत्परिवर्तित" (mutated) अवस्था में उत्परिवर्तित होती हैं।
उत्परिवर्तित कोशिकाएं (और उनकी संतति) निष्क्रिय होने की प्रायिकता $q$ रखती हैं।
महत्वपूर्ण रूप से, मॉडल में एक उत्परिवर्तन अंतराल (mutation lag) ( $l$ ) शामिल है, जो उत्परिवर्तन घटना और फेनोटाइपिक अभिव्यक्ति के बीच पीढ़ियों की संख्या है।

3. प्रमुख योगदान

वंशागत एंट्रॉपी (Inheritance Entropy): निष्क्रिय (truncated) शाखाओं की टोपोलॉजी के आधार पर वंश वृक्षों में वंशागत संरचना का पता लगाने के लिए एक नवीन, मॉडल-अज्ञेय (model-agnostic) मीट्रिक।
नुल मॉडलों का सत्यापन: एक कठोर बेंचमार्किंग अध्ययन जो प्रदर्शित करता है कि जबकि GW और NHGW मॉडल गैर-वंशागत वृक्षों को गैर-समांगी गैर-वंशागत वृक्षों से अलग करने में विफल रहते हैं (गलत सकारात्मक परिणाम देते हैं), रैंडम रीशफलिंग (RR) विधि मजबूत, संवेदनशील और मॉडल-स्वतंत्र है।
उत्परिवर्तन अंतराल का परिमाणीकरण: वह विशिष्ट माइटोसिस का स्थान निर्धारित करने की क्षमता जहाँ निष्क्रियता की संभावना बदल गई थी और उत्परिवर्तन अंतराल (उत्परिवर्तन और फेनोटाइपिक अभिव्यक्ति के बीच का विलंब) को मापने की क्षमता।
स्टोकेस्टिक किर्कवुड-हolliday मॉडल: एक सामान्यीकृत स्टोकेस्टिक मॉडल जो BMSC वंशों के वंशागत लक्षणों को सफलतापूर्वक कैप्चर करता है, जिसमें निष्क्रियता के बीच का अंतराल भी शामिल है।

4. परिणाम

वंशागत संरचना: 32 BMSC कॉलोनियों के प्रयोगात्मक डेटासेट में, 21 कॉलोनियों (75%) ने RR परीक्षण का उपयोग करके महत्वपूर्ण वंशागत लक्षण ( $P < 0.05$ ) दिखाया। शेष कॉलोनियों में निष्क्रिय कोशिकाओं की संख्या सांख्यिकीय रूप से महत्वपूर्ण परिणाम देने के लिए बहुत कम थी, जिसका अर्थ यह नहीं है कि उनमें वंशागत गुण का अभाव था।
एंट्रॉपी विश्लेषण: जैविक वृक्षों ने लगातार अपने रैंडमली रीशफल किए गए समकक्षों की तुलना में काफी कम एंट्रॉपी प्रदर्शित की, जो यह सिद्ध करता है कि निष्क्रिय कोशिकाओं का वितरण यादृच्छिक नहीं है बल्कि एक वंशागत पैटर्न का पालन करता है।
उत्परिवर्तन अंतराल: औसत उत्परिवर्तन अंतराल लगभग 2 पीढ़ी पाया गया। यह पुष्टि करता है कि निष्क्रियता की ओर ले जाने वाला एपिजेनेटिक परिवर्तन वास्तविक फेनोटाइपिक अभिव्यक्ति से पहले होता है।
मॉडल फिट: डेटा पर फिट किए गए SKH मॉडल ने पैरामीटर $p \approx 0.1$ (उत्परिवर्तन प्रायिकता) और $q \approx 0.46$ (उत्परिवर्तित कोशिकाओं के लिए निष्क्रियता प्रायिकता) दिए। SKH के साथ उत्पन्न सिंथेटिक वृक्षों ने प्रयोगात्मक BMSC वंशों की टोपोलॉजिकल संरचना के बहुत करीब से मिलान किया।
स्थानिक बनाम टोपोलॉजिकल: विश्लेषण ने पुष्टि की कि निष्क्रिय कोशिकाओं का क्लस्टरिंग कल्चर डिश पर भौतिक निकटता (स्थानिक सहसंबंध) का आर्टिफैक्ट नहीं है, बल्कि एक वंश-आधारित टोपोलॉजिकल विशेषता है।

5. महत्व और दावे

पेपर का दावा है कि मानव BMSC कॉलोनियों में देखी गई विषमता (heterogeneity) शुद्ध रूप से स्टोकेस्टिक या आनुवंशिक तंत्रों के बजाय एपिजेनेटिक वंशागत कारकों द्वारा संचालित है जो कोशिका-चक्र निकास को नियंत्रित करते हैं।

मजबूती (Robustness): एंट्रॉपी-आधारित परीक्षण वंश वृक्षों में विभेदक विकास के वंशागत मूल का आकलन करने का एक सरल, मजबूत और मॉडल-अज्ञेय तरीका प्रदान करता है।
नैदानिक प्रासंगिकता: निष्कर्ष बताते हैं कि BMSC ट्रांसप्लांट में देखी जाने वाली अंतर-कॉलोनी विषमता (जो बोन रिजनरेशन थेरेपी के लिए एक बड़ी बाधा है) का एपिजेनेटिक वंशागत मूल है। इन वंशागत तंत्रों को समझना और नियंत्रित करना स्टेम सेल उपचारों की निरंतरता में सुधार कर सकता है।
पद्धतिगत प्रगति: एक "उत्परिवर्तन अंतराल" स्थापित करके, यह विधि शोधकर्ताओं को फेनोटाइप (निष्क्रियता) के स्व-मिटने के बावजूद फेनोटाइपिक परिवर्तनों के मूल को पीछे ट्रैक करने की अनुमति देती है।
भविष्य की दिशाएं: लेखक उल्लेख करते हैं कि जबकि वर्तमान विधि निष्क्रियता पर केंद्रित है, वंश टोपोलॉजी और कोशिका-चक्र अवधि के बीच का सहसंबंध यह सुझाव देता है कि कोशिका-चक्र अवधि भी एपिजेनेटिक वंशागत तंत्रों द्वारा विनियमित हो सकती है, हालांकि इसके लिए आगे के अध्ययन की आवश्यकता है।

लेखक विनम्र बने हुए हैं, यह स्वीकार करते हुए कि SKH मॉडल एक सरलीकरण है और अधिक जटिल मॉडल उत्परिवर्तन अंतराल की भिन्नता को बेहतर ढंग से कैप्चर कर सकते हैं। वे इस बात पर जोर देते हैं कि यह विधि प्रायिकता में परिवर्तन का पता लगाती है; यदि किसी वंश में निष्क्रियता की अभिव्यक्ति में कोई भिन्नता नहीं है, तो परीक्षण वंशागत संरचना का पता नहीं लगाएगा, भले ही कोई वंशागत तंत्र मौजूद हो।