🔬 condensed matter

Decoding cell signaling via optimal transport and information theory

यह शोध पत्र पारस्परिक सूचना (mutual information) और 2-वासरस्टीन दूरी (2-Wasserstein distance) को संयोजित करने वाले एक द्वैत-विश्वसनीयता ढांचे (dual-fidelity framework) को प्रस्तुत करता है ताकि यह प्रदर्शित किया जा सके कि विश्वसनीय सेलुलर सिग्नलिंग सूचना संचरण और ज्यामितीय वितरण संरक्षण के बीच संतुलन बनाने से उत्पन्न होती है, जो फीडबैक लूप जैसे नियामक रूपांकनों (regulatory motifs) में विशिष्ट ट्रेड-ऑफ को प्रकट करती है जिन्हें अकेले सूचना सिद्धांत द्वारा छोड़ दिया जाता है।

मूल लेखक: Mintu Nandi, Sosuke Ito

प्रकाशित 2026-06-19

📖 7 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Mintu Nandi, Sosuke Ito

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि एक कोशिका (cell) एक व्यस्त कार्यालय भवन की तरह है जो बाहरी दुनिया से रेडियो प्रसारण सुनने की कोशिश कर रही है। वह प्रसारण (इनपुट सिग्नल) महत्वपूर्ण निर्देश देता है, जैसे "लाइटें चालू करो" या "फायर अलार्म बजाओ।" हालांकि, रेडियो सिग्नल अक्सर धुंधला होता है, जिसमें शोर और स्टेटिक (static) भरा होता है।

लंबे समय तक, वैज्ञानिकों ने यह मापने के लिए कि एक कोशिका इन निर्देशों को कितनी अच्छी तरह समझती है, एक ही प्रश्न पूछा: "क्या कोशिका दो अलग-अलग संदेशों के बीच अंतर बता सकती है?" यदि कोशिका विश्वसनीय रूप से "संदेश A" और "संदेश B" के बीच अंतर कर सकती है, तो इसे एक अच्छा श्रोता माना जाता था। शोध पत्र की भाषा में, इसे इन्फॉर्मेशनल फिडेलिटी (Informational Fidelity) कहा जाता है।

लेकिन इस शोध पत्र के लेखक तर्क देते हैं कि यह पूरी कहानी नहीं है। वे कहते हैं कि एक कोशिका को एक दूसरा प्रश्न भी पूछने की आवश्यकता है: "क्या संदेश का पैटर्न वैसा ही रहता है जैसा वह इमारत के माध्यम से यात्रा करता है?"

सुनने के दो प्रकार

लेखक कोशिका संकेतन (cell signaling) को मापने का एक नया तरीका पेश करते हैं, जिसे वे "डुअल-फिडेलिटी फ्रेमवर्क" (Dual-Fidelity Framework) कहते हैं।

1. इन्फॉर्मेशनल फिडेलिटी (सूचनात्मक सटीकता) ( "क्या" की जाँच)

रूपक (Metaphor): कल्पना कीजिए कि आप अनुमान लगाने की कोशिश कर रहे हैं कि कोई व्यक्ति क्या नंबर सोच रहा है। यदि आप "5" और "6" के बीच अंतर बता सकते हैं, तो आपकी इन्फॉर्मेशनल फिडेलिटी उच्च है।
विज्ञान: यह मापता है कि कोशिका विभिन्न इनपुट अवस्थाओं के बीच अंतर करने में कितनी सक्षम है। यह इस बारे में है कि भेजे गए सिग्नल की पहचान करने में कितनी सटीक है।

2. ज्योमेट्रिक फिडेलिटी (ज्यामितीय सटीकता) ("आकार" की जाँच)

रूपक: कल्पना कीजिए कि रेडियो प्रसारण केवल एक संख्या नहीं है, बल्कि एक विशिष्ट लय, वॉल्यूम और धुन वाला एक जटिल गीत है।
- यदि कोशिका गीत को सुनती है लेकिन वॉल्यूम बहुत तेज़ है, लय बहुत तेज़ हो गई है, और धुन विकृत हो गई है, तो हो सकता है कि वह अभी भी जान ले कि वह कौन सा गाना है (उच्च इन्फॉर्मेशनल फिडेलिटी), लेकिन गाने का अनुभव बिगड़ गया है।
- ज्योमेट्रिक फिडेलिटी यह पूछती है: क्या कोशिका ने मूल गीत के आकार, वॉल्यूम और लय को सुरक्षित रखा?
विज्ञान: यह मापता है कि आउटपुट वितरण (कोशिका की प्रतिक्रिया) इनपुट वितरण (बाहरी सिग्नल) के सांख्यिकीय "आकार" से कितनी मेल खाती है। यह इस बात पर ध्यान देता है कि क्या कोशिका की प्रतिक्रिया सिग्नल की शक्ति के साथ सही ढंग से स्केल होती है और अपनी परिवर्तनशीलता (variability) को बनाए रखती है।

ट्रेड-ऑफ: एक अनुवादक बनाम एक दर्पण बनना

शोध पत्र "ऑप्टिमल ट्रांसपोर्ट" (Optimal Transport) नामक गणित (जो रेत के ढेर को एक आकार से दूसरे आकार में ले जाने के सबसे सस्ते तरीके की गणना करने जैसा है) का उपयोग करके यह दिखाता है कि कोशिकाओं को अक्सर इन दो लक्ष्यों के बीच चयन करना पड़ता है।

"अनुवादक" रणनीति (The "Translator" Strategy): कुछ सेल नेटवर्क डिज़ाइन संकेतों को पहचानने में बेहतरीन होते हैं (उच्च इन्फॉर्मेशनल फिडेलिटी) लेकिन सिग्नल के आकार को विकृत कर देते हैं। वे एक ऐसे अनुवादक की तरह हैं जो वाक्य का अर्थ तो सही बताता है लेकिन उसका लहजा और लय पूरी तरह बदल देता है।
"दर्पण" रणनीति (The "Mirror" Strategy): अन्य नेटवर्क डिज़ाइन सिग्नल के आकार और लय को बनाए रखने में उत्कृष्ट होते हैं (उच्च ज्योमेट्रिक फिडेलिटी) लेकिन बहुत सूक्ष्म विवरणों को पहचानने में थोड़े धुंधले हो सकते हैं। वे एक ऐसे दर्पण की तरह हैं जो छवि को पूरी तरह से प्रतिबिंबित करता है, भले ही छवि थोड़ी धुंधली हो।

कोशिका डिज़ाइन हमें क्या बताते हैं

लेखकों ने यह देखने के लिए कि वे कौन सी रणनीति अपनाते हैं, कोशिकाओं के भीतर सामान्य "वायरिंग डायग्राम" (नेटवर्क मोटिफ्स) का अध्ययन किया:

"कोहेरेंट फीड-फॉरवर्ड लूप" (एक विश्वसनीय टीम): यह एक ऐसी व्यवस्था है जहाँ दो पथ एक जीन को सक्रिय करने के लिए मिलकर काम करते हैं। शोध पत्र पाता है कि यह डिज़ाइन एक "सुपर-लिसनर" है। यह संकेतों के बीच अंतर करने और सिग्नल के आकार को बरकरार रखने, दोनों में अच्छा होने में सक्षम है। यह मजबूत संचार के लिए स्वर्ण मानक (gold standard) है।
"नेगेटिव फीडबैक लूप" (एक स्टेबलाइज़र): यह एक ऐसी व्यवस्था है जहाँ आउटपुट खुद को बंद करने की कोशिश करता है ताकि वह अनियंत्रित न हो जाए (जैसे एक थर्मोस्टेट)। शोध पत्र पाता है कि ये डिज़ाइन अक्सर बारीक विवरणों को पहचानने की क्षमता (कम इन्फॉर्मेशनल फिडेलिटी) का त्याग करते हैं ताकि सिग्नल के आकार को स्थिर और आनुपातिक (उच्च ज्योमेट्रिक फिडेलिटी) बनाए रखने में उत्कृष्ट बन सकें। वे सटीकता के बजाय स्थिरता को प्राथमिकता देते हैं।

लैब से वास्तविक दुनिया के उदाहरण

लेखकों ने इन विचारों का परीक्षण वास्तविक जैविक डेटा पर किया:

TNF सिग्नल (प्रतिरक्षा प्रतिक्रिया):
- उन्होंने सामान्य कोशिकाओं बनाम एक विशिष्ट "ब्रेक" तंत्र (A20) की कमी वाली कोशिकाओं में तनाव सिग्नल (TNF) के प्रति प्रतिक्रिया देखी।
- निष्कर्ष: शुरुआती चरणों में, बिना ब्रेक वाली कोशिकाएं सिग्नल को बेहतर ढंग से "सुनती" हुई प्रतीत हुईं (उच्च इन्फॉर्मेशनल फिडेलिटी)। लेकिन बाद के चरणों में, सामान्य कोशिकाएं (ब्रेक के साथ) तनाव के अनुपात में सिग्नल के आकार को बनाए रखने में बेहतर थीं (उच्च ज्योमेट्रिक फिडेलिटी)।
- सबक: यदि आप केवल यह देखते कि "किसने संदेश को सबसे अच्छी तरह सुना," तो आप सोच सकते थे कि टूटी हुई कोशिकाएं बाद में बेहतर काम कर रही हैं। लेकिन "सिग्नल के आकार" को देखकर, आप समझते हैं कि सामान्य कोशिकाएं सही काम कर रही हैं: वे प्रतिक्रिया को स्थिर करने के लिए काम कर रही हैं ताकि वह अनियंत्रित न हो जाए। "ब्रेक" सूचना को अधिकतम करने के लिए नहीं है; यह सिग्नल की ज्यामिति (geometry) को सही रखने के लिए है।
RAS-MAPK सिग्नल (कोशिका वृद्धि):
- उन्होंने देखा कि एक प्रोटीन (SOS) से दूसरे प्रोटीन (RAF) तक सिग्नल कैसे यात्रा करता है।
- निष्कर्ष: जब उन्होंने सिस्टम के एक हिस्से को ब्लॉक किया (एक दवा का उपयोग करके), तो दोनों प्रोटीनों के बीच का संबंध "शोर भरा" (कम इन्फॉर्मेशनल फिडेलिटी) हो गया। लेकिन उनके बीच के संबंध का "आकार" भी विकृत (कम ज्योमेट्रिक फिडेलिटी) हो गया।
- सबक: इसने पुष्टि की कि प्राकृतिक प्रणाली इन दोनों के बीच संतुलन का उपयोग करती है। सिस्टम केवल एक संदेश भेजने की कोशिश नहीं कर रहा है; यह एक ऐसा संदेश भेजने की कोशिश कर रहा है जो मूल इनपुट की तरह दिखता और महसूस होता है।

मुख्य निष्कर्ष

शोध पत्र निष्कर्ष निकालता है कि एक कोशिका के विश्वसनीय रूप से कार्य करने के लिए, उसे केवल प्राप्त सूचना की मात्रा को अधिकतम करने की ही आवश्यकता नहीं है। उसे यह भी सुनिश्चित करने की आवश्यकता है कि सिग्नल की सांख्यिकीय संरचना (statistical structure) सुरक्षित रहे।

एक पैकेज भेजने के बारे में सोचें:

इन्फॉर्मेशनल फिडेलिटी यह सुनिश्चित करना है कि पैकेज सही पते पर पहुँचे।
ज्योमेट्रिक फिडेलिटी यह सुनिश्चित करना है कि पैकेज उसी स्थिति में पहुँचे जैसा वह भेजा गया था (कुचला हुआ नहीं, पिघला हुआ नहीं, और सही आकार का)।

लेखक दिखाते हैं कि प्रकृति इन दोनों जरूरतों को संतुलित करने के लिए अलग-अलग "वायरिंग" रणनीतियों को विकसित करती है। कुछ सर्किट सटीक अनुवादक होने के लिए बने हैं, जबकि अन्य स्थिर दर्पण होने के लिए बने हैं। अकेले कोई भी पूर्ण नहीं है; सर्वोत्तम संकेतन दोनों को संतुलित करने से आता है।

तकनीकी सारांश: अनुकूलतम परिवहन और सूचना सिद्धांत के माध्यम से सेल सिग्नलिंग का डिकोडिंग

समस्या विवरण
कोशिकीय सिग्नल प्रोसेसिंग को आणविक शोर (molecular noise) के बावजूद विश्वसनीय रूप से कार्य करना चाहिए। सिग्नलिंग विश्वसनीयता को मापने के लिए मानक मीट्रिक 'म्युचुअल इंफॉर्मेशन' (MI) है, जो "सूचनात्मक निष्ठा" (informational fidelity - INF) को मापता है—अर्थात, एक आउटपुट द्वारा विभिन्न इनपुट अवस्थाओं के बीच अंतर करने की क्षमता। लेखक तर्क देते हैं कि MI सिग्नलिंग प्रदर्शन के दूसरे, महत्वपूर्ण आयाम: वितरणात्मक पत्राचार (distributional correspondence) को पकड़ने में अपर्याप्त है। MI व्युत्क्रमणीय रूपांतरणों (invertible transformations) के तहत अपरिवर्तनीय है, जिसका अर्थ है कि यह यह निर्धारित नहीं कर सकता कि आउटपुट इनपुट वितरण के सांख्यिकीय ढांचे (जैसे आकार, पैमाना, माध्य) को संरक्षित करता है या नहीं। मॉर्फोजेन पैटर्न और डोज़-डिपेंडेंट सिग्नलिंग जैसे जैविक संदर्भों में, जहाँ इनपुट और आउटपुट वितरणों के बीच मात्रात्मक संरेखण कार्यात्मक रूप से आवश्यक है, यह सीमा अत्यंत महत्वपूर्ण है।

कार्यप्रणाली
इस अंतराल को दूर करने के लिए, लेखक एक दोहरी-निष्ठा रूपरेखा (dual-fidelity framework) पेश करते हैं जो सूचना सिद्धांत (Information Theory) को अनुकूलतम परिवहन (Optimal Transport - OT) सिद्धांत के साथ एकीकृत करती है।

परिभाषाएँ:
- सूचनात्मक निष्ठा (INF): इसे इनपुट $X$ और आउटपुट $Z$ के बीच म्युचुअल इंफॉर्मेशन $I(X; Z)$ के रूप में परिभाषित किया गया है। यह अवस्था विभेदन (state resolution) को मात्रात्मक बनाता है।
- ज्यामितीय निष्ठा (GMF): इसे 2-वॉसरस्टीन दूरी (2-Wasserstein distance) ( $W(X, Z)^{-1}$ ) के व्युत्क्रम के रूप में परिभाषित किया गया है। 2-WD इनपुट संभाव्यता वितरण को आउटपुट वितरण में बदलने के लिए न्यूनतम लागत को मात्रात्मक बनाता है, जो माध्य, परिवर्तनशीलता और आकार में ज्यामितीय विसंगतियों को पकड़ता है।
- अनुकूलन (Optimization): लेखक एक वेरिएशनल ऑब्जेक्टिव फंक्शन (लैग्रेंजियन) $L = I(X; Z) - \lambda[W(X; Z)]^2$ तैयार करते हैं, जहाँ $\lambda$ एक लैग्रेंज मल्टीप्लायर है जो अवस्था विभेदन और वितरणात्मक संरक्षण के बीच संतुलन बनाता है।
सैद्धांतिक मॉडलिंग:
- इस रूपरेखा को छह मानक जीन नियामक मोटिफ्स (gene regulatory motifs) पर लागू किया गया है: सिंपल कैस्केड (SC), कोहेरेंट टाइप-1 फीड-फॉरवर्ड लूप (C1-FFL), इनकोहेरेंट टाइप-1 फीड-फॉरवर्ड लूप (I1-FFL), पॉजिटिव फीडबैक लूप (PFL), डबल नेगेटिव फीडबैक लूप (DNFL), और नेगेटिव फीडबैक लूप (NFL)।
- स्टोकेस्टिक डायनेमिक्स को गाऊसी व्हाइट नॉइज़ के साथ युग्मित लैंग्विन समीकरणों (coupled Langevin equations) का उपयोग करके मॉडल किया गया है।
- एक गाऊसी चैनल सन्निकटन (Gaussian channel approximation) और लीनियर नॉइज़ एप्रोक्सिमेशन (LNA) के तहत, लेखक स्टेडी-स्टेट मीन, शोर तीव्रता (कोएफिशिएंट ऑफ वेरिएशन), और इनपुट-आउटपुट कोवेरिएंस के आधार पर MI और 2-WD के विश्लेषणात्मक व्यंजक प्राप्त करते हैं।
- प्रमोटर संवेदनशीलता कैसे INF और GMF के बीच के ट्रेड-ऑफ को नियंत्रित करती है, यह खोजने के लिए अध्ययन बाइंडिंग एफिनिटी पैरामीटर्स (BAPs) ( $\theta$ ) को परिवर्तित करता है।
प्रायोगिक सत्यापन:
- TNF सिग्नलिंग: वाइल्ड-टाइप (WT) और A20-डेफिशिएंट ( $A20^{-/-}$ ) माउस फाइब्रोब्लास्ट के सिंगल-सेल डेटा का विश्लेषण किया गया। A20, TNF पाथवे में नेगेटिव फीडबैक को नियंत्रित करता है। लेखकों ने उत्तेजना के 30 मिनट और 4 घंटे बाद NF- $\kappa$ B और ATF-2 प्रतिक्रियाओं के लिए INF और GMF की गणना की।
- RAS-MAPK सिग्नलिंग: कंट्रोल और MEK-इनहिबिटेड (MEKi) स्थितियों के तहत SOS और RAF मेम्ब्रेन ट्रांसलोकेशन के सिंगल-सेल टाइम-सीरीज डेटा का विश्लेषण किया गया ताकि इंट्रासेल्युलर सिग्नल रिले का आकलन किया जा सके।

मुख्य परिणाम

मोटिफ-विशिष्ट ट्रेड-ऑफ: सैद्धांतिक विश्लेषण से पता चलता है कि नेटवर्क टोपोलॉजी INF और GMF के बीच प्राप्त होने योग्य संतुलन को निर्धारित करती है।
- C1-FFL दोनों आयामों में उच्च प्रदर्शन वाले क्षेत्रों तक पहुँच सकता है (सटीक सिग्नलिंग), जो मजबूत सिग्नल ट्रांसमिशन में इसकी भूमिका के अनुरूप है।
- फीडबैक मोटिफ (NFL, DNFL, PFL) आम तौर पर INF की कीमत पर GMF को प्राथमिकता देते हैं। विशेष रूप से, नेगेटिव फीडबैक लूप (NFL) ज्यामितीय निष्ठा (GMF) की ओर एक मजबूत झुकाव दिखाते हैं, जो प्रतिक्रिया वितरणों को स्थिर करने के लिए अवस्था विभेदन का त्याग करते हैं।
- बाइंडिंग एफिनिटी: बाइंडिंग एफिनिटी के माध्यम से संतुलन को ट्यून किया जा सकता है। उदाहरण के लिए, SC और C1-FFL में, कमजोर बाइंडिंग INF को बढ़ाती है लेकिन GMF को कम करती है, जबकि मजबूत बाइंडिंग का प्रभाव इसके विपरीत होता है।
TNF सिग्नलिंग डायनेमिक्स:
- प्रारंभिक चरण (30 मिनट) में, WT कोशिकाओं में $A20^{-/-}$ कोशिकाओं की तुलना में उच्च INF होता है (बड़े डायनेमिक रेंज के कारण), जबकि GMF तुलनीय है।
- देर के चरण (4 घंटे) में, यह रुझान उलट जाता है: $A20^{-/-}$ कोशिकाएं उच्च INF दिखाती हैं लेकिन काफी कम GMF (उच्च परिवर्तनशीलता और विकृत वितरण) दिखाती हैं। WT कोशिकाएं, जो A20-मध्यस्थ नेगेटिव फीडबैक का उपयोग करती हैं, कम INF लेकिन उच्च GMF दिखाती हैं, जो एक अधिक स्थिर और आनुपातिक इनपुट-आउटपुट संबंध को बनाए रखती हैं।
- यह दर्शाता है कि नेगेटिव फीडबैक केवल सूचना ट्रांसमिशन को अधिकतम नहीं करता है, बल्कि एक ऐसा संतुलन बनाए रखता है जो देर के रिस्पॉन्स फेज में वितरणात्मक स्थिरता को प्राथमिकता देता है।
RAS-MAPK सिग्नलिंग:
- SOS-RAF डायनेमिक्स के विश्लेषण से पता चलता है कि जहाँ INF सांख्यिकीय युग्मन (कोरिलेशन) के नुकसान को ट्रैक करता है, वहीं GMF वितरणात्मक पत्राचार के संरक्षण को ट्रैक करता है।
- MEK इनहिबिशन के तहत, कंट्रोल की तुलना में न्यूनतम INF और अधिकतम GMF दोनों कम हो जाते हैं। इनहिबिशन के तहत GMF में कमी इस परिकल्पना का समर्थन करती है कि कंट्रोल स्थिति में नेगेटिव फीडबैक समन्वित सिग्नल ट्रांसमिशन के लिए SOS और RAF वितरणों को संरेखित करने हेतु कार्यात्मक रूप से आवश्यक है।

महत्व और दावे
लेख का दावा है कि विश्वसनीय कोशिकीय सिग्नलिंग के लिए आवश्यक रूप से केवल सूचना ट्रांसमिशन (INF) को अधिकतम करने की आवश्यकता नहीं होती है। इसके बजाय, यह सूचना ट्रांसमिशन और वितरणात्मक पत्राचार के बीच एक संतुलन से उत्पन्न होती है।

GMF एक विशिष्ट आयाम के रूप में: लेखक GMF को (2-WD के माध्यम से) सिग्नलिंग निष्ठा के एक मौलिक, पहले से अज्ञात आयाम के रूप में स्थापित करते हैं। यह कैप्चर करता है कि आउटपुट इनपुट के कार्यात्मक सांख्यिकीय गुणों को संरक्षित करता है या नहीं, जो इनपुट अवस्थाओं के बीच अंतर करने की क्षमता से भिन्न है।
MI से परे: यह ढांचा उन विरोधाभासों को सुलझाता है जहाँ कम सूचना ट्रांसमिशन वाले सिस्टम (जैसे देर के चरण के TNF सिग्नलिंग में WT कोशिकाएं) जैविक रूप से बेहतर होते हैं क्योंकि वे उच्च ज्यामितीय निष्ठा बनाए रखते हैं।
व्यावहारिक उपयोगिता: दोहरी-निष्ठा रूपरेखा प्राकृतिक नेटवर्क का विश्लेषण करने के लिए एक विधि प्रदान करती है ताकि यह समझा जा सके कि टोपोलॉजी और बायोकेमिकल पैरामीटर्स सिग्नलिंग रणनीतियों को कैसे ट्यून करते हैं। यह सिंथेटिक सर्किट डिजाइन करने के लिए भी एक मार्गदर्शिका प्रदान करती है, जो यह सुझाव देती है कि कार्य-विशिष्ट डिजाइन (जैसे निर्णय लेना बनाम होमियोस्टैटिक बफरिंग) के लिए अलग-अलग INF और GMF संयोजनों को अनुकूलित करने की आवश्यकता हो सकती है।

लेखक नोट करते हैं कि उनके सैद्धांतिक परिणाम गाऊसी सन्निकटन पर निर्भर हैं, जो विश्लेषणात्मक सुगमता और वास्तविक निष्ठा मापों के लिए ऊपरी/निचले स्तर के बाउंड प्रदान करते हैं। जबकि गैर-गाऊसी शासन (जैसे बर्स्टिंग) के लिए संख्यात्मक मूल्यांकन की आवश्यकता हो सकती है, अवस्था विभेदन और वितरणात्मक संरक्षण के बीच ट्रेड-ऑफ के संबंध में उनके गुणात्मक निष्कर्ष मजबूत बने रहते हैं।