💻 bioinformatics

CoPhaser: generic modeling of biological cycles in scRNA-seq with context-dependent periodic manifolds

CoPhaser एक बहुमुखी, जैविक रूप से सूचित वेरिएशनल ऑटोएन्कोडर है जो सिंगल-सेल आरएनए सीक्वेंसिंग डेटा से अन्य कोशिकीय परिवर्तनशीलता के स्रोतों से संदर्भ-निर्भर आवधिक प्रक्षेप पथों (periodic trajectories) को अलग करता है, जिससे विभिन्न ऊतकों और रोग अवस्थाओं में कोशिका चक्र, सर्कैडियन रिदम और विकासात्मक घड़ियों जैसे विविध जैविक चक्रों का सटीक पुनर्निर्माण और विश्लेषण संभव हो पाता है।

मूल लेखक: Paychere, Y., Salati, A., Gobet, C., Naef, F.

प्रकाशित 2026-04-09

📖 7 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Paychere, Y., Salati, A., Gobet, C., Naef, F.

मूल पेपर CC BY 4.0 (https://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

कल्पना कीजिए कि आप एक व्यस्त शहर की लय (rhythm) को समझने की कोशिश कर रहे हैं। आपके पास हजारों लोग (कोशिकाएं) इधर-उधर घूम रहे हैं, जिनमें से प्रत्येक अलग-अलग काम कर रहा है: कुछ काम कर रहे हैं, कुछ सो रहे हैं, कुछ काम निपटा रहे हैं, और कुछ बस एक कॉफी शॉप में बैठे हैं।

अब, कल्पना कीजिए कि इस अराजकता के भीतर, कुछ विशिष्ट, दोहराव वाले पैटर्न हैं। उदाहरण के लिए, हर किसी का एक 24-घंटे का स्लीप साइकिल (सर्कैडियन रिदम) होता है, और निर्माण श्रमिकों का एक 9-से-5 का वर्क साइकिल (सेल साइकिल) होता है।

समस्या यह है कि ये लय हर किसी के लिए एक जैसी नहीं दिखतीं। एक धूप वाले पार्क में काम करने वाला निर्माण श्रमिक एक अंधेरे बेसमेंट में काम करने वाले व्यक्ति से अलग दिखता है। एक शांत कमरे में सो रहा व्यक्ति एक शोर वाले ट्रेन स्टेशन में सो रहे व्यक्ति से अलग दिखता है। जीव विज्ञान (biology) में, इन "स्थानों" को संदर्भ (contexts) कहा जाता है (जैसे विभिन्न कोशिका प्रकार, बीमारियां या वातावरण)।

पहले, इन लयों का मानचित्रण (mapping) करना ऐसा था जैसे कागज के एक टुकड़े पर एक एकल, पूर्ण वृत्त (circle) खींचने की कोशिश करना जिसे अलग-अलग लोगों द्वारा खींचा, दबाया और मरोड़ा जा रहा है। यदि आप उन सभी को उस एक पूर्ण वृत्त में फिट करने की कोशिश करते, तो आपको एक अस्त-व्यस्त, भ्रमित करने वाला चित्र मिलता जहाँ एक थके हुए माता-पिता का स्लीप साइकिल एक ऊर्जावान बच्चे के वर्क साइकिल जैसा ही दिखता।

पेश है CoPhaser: द "शेप-शिफ्टिंग रिदम डिटेक्टिव"

यह लेख CoPhaser नामक एक नए टूल का परिचय देता है। इसे एक सुपर-स्मार्ट, आकार बदलने वाले जासूस के रूप में सोचें जो एक अराजक भीड़ को देख सकता है और कह सकता है: "ठीक है, मैं लय देख सकता हूँ, लेकिन मैं यह भी देख सकता हूँ कि लय इस पर निर्भर करती है कि आप कहाँ हैं।"

यह इस प्रकार काम करता है, सरल उपमाओं का उपयोग करते हुए:

1. दो-ट्रैक प्रणाली ( "कब" को "कौन" से अलग करना)

कल्पना कीजिए कि आप एक गाना सुन रहे हैं।

ट्रैक A (फेज़/Phase): यह गाने की बीट (ताल) है। यह आपको बताता है कि आप चक्र में कब हैं (जैसे, "रात के 3 बजे हैं" या "यह सेल साइकिल का S-फेज है")।
ट्रैक B (संदर्भ/Context): यह गाने में बजने वाला वाद्य यंत्र (instrument) है। क्या यह पियानो है? गिटार है? या हेवी मेटल बैंड है? यह आपको बताता है कि कौन बजा रहा है और वे कहाँ हैं (जैसे, "यह एक लिवर सेल है" या "यह एक कैंसर सेल है")।

पुराने टूल्स इन दोनों ट्रैक्स को आपस में मिलाने की कोशिश करते थे, जिससे अगर वाद्य यंत्र बहुत तेज़ हो, तो बीट को स्पष्ट रूप से सुनना मुश्किल हो जाता था। CoPhaser इन ट्रैक्स को अलग करता है। यह बीट (चक्र) को सीखता है और वाद्य यंत्र (संदर्भ) को भी एक साथ सीखता है, जिससे यह सुनिश्चित होता कि भले ही वाद्य यंत्र बदल जाए, बीट स्थिर बनी रहे।

2. लचीला रबर बैंड

एक जैविक चक्र (biological cycle) को एक रबर बैंड के रूप में सोचें।

एक स्वस्थ, सरल वातावरण में, रबर बैंड एक पूर्ण वृत्त होता है।
एक जटिल वातावरण (जैसे ट्यूमर या विकसित होता भ्रूण) में, रबर बैंड खिंच, दब या मुड़ सकता है।

CoPhaser रबर बैंड को पूर्ण वृत्त बने रहने के लिए मजबूर नहीं करता है। इसके बजाय, यह सीखता है कि वातावरण द्वारा रबर बैंड को कैसे विकृत (deform) किया जा रहा है। यह कहता है, "आह, इस विशिष्ट कैंसर सेल में, चक्र का 'सोने' वाला हिस्सा खिंच गया है, लेकिन 'जागने' वाला हिस्सा दब गया है।" यह इसे किसी भी अजीब वातावरण के बावजूद लय को सटीक रूप से मैप करने की अनुमति देता है।

CoPhaser ने क्या खोजा?

लेखकों ने चार अलग-अलग "शहरों" (जैविक प्रणालियों) पर CoPhaser का परीक्षण किया, और इसने कुछ अद्भुत चीजें पाईं:

कैंसर का शहर (ब्रेस्ट और ओवेरियन ट्यूमर):
कैंसर में, कुछ कोशिकाएं "सो रही" (quiescent) होती हैं और कुछ "बेकाबू भाग रही" (proliferating) होती हैं। CoPhaser ने पाया कि आक्रामक ब्रेस्ट कैंसर में, "बेकाबू भागने वाली" कोशिकाएं वास्तव में बहुत सक्रिय होती हैं। लेकिन इससे भी महत्वपूर्ण बात यह है कि इसने उन जीन्स के बीच अंतर करने में मदद की जो हमेशा तेज़ होते हैं (जो कोशिका के लिए बुरा है) और वे जो केवल "बेकाब भागने" के चरण के दौरान ही तेज़ होते हैं। यह यह समझने जैसा है कि सायरन केवल तब तेज़ होता है जब फायर ट्रक चल रहा होता है, न कि जब वह खड़ा होता है। यह डॉक्टरों को बेहतर ड्रग टारगेट खोजने में मदद करता है।
- स्थानिक खोज (Spatial Discovery): ओवेरियन कैंसर में, CoPhaser ने दिखाया कि "बेकाबू भागने वाली" कोशिकाएं बेतरतीब ढंग से बिखरी हुई नहीं हैं; वे पड़ोस (neighborhoods) बनाती हैं। यह एक डांस फ्लोर की तरह है जहाँ एक कोने में मौजूद सभी लोग तालमेल में नाच रहे हैं, जबकि दूसरे कोने के लोग बैठे हुए हैं।
पीडियाट्रिक ल्यूकेमिया का शहर:
बच्चों में ल्यूकेमिया में, बीमारी अक्सर वापस आती है (रिलैप्स)। CoPhaser ने उपचार से पहले और बाद की कोशिकाओं को देखा। इसने पाया कि "बुरी" कोशिकाओं ने जरूरी नहीं कि वापस आने के लिए तेजी से गुणा करना शुरू किया हो। इसके बजाय, वे एक "प्रिमिटिव" अवस्था में बदल गईं (जैसे एक बीज जो सुप्त अवस्था में चला जाता है) और इंतजार करने लगीं। यह समझाता है कि कुछ उपचार क्यों विफल होते हैं: वे सक्रिय कोशिकाओं को तो मार देते हैं लेकिन सुप्त बीजों को छोड़ देते हैं।
शरीर की घड़ी (सर्कैडियन रिदम):
आपके शरीर की एक 24-घंटे की घड़ी होती है। CoPhaser ने इसे माउस एओर्टा (एक रक्त वाहिका) में मैप किया। इसने पाया कि शरीर की घड़ी अलग-अलग प्रकार की कोशिकाओं में अलग तरह से चलती है। दीवार में मौजूद "मांसपेशी" कोशिकाओं में एक मजबूत, तेज़ लय होती है, जबकि "लाइनिंग" कोशिकाओं में एक शांत, अधिक सूक्ष्म लय होती है। यह एक सिम्फनी की तरह है जहाँ ड्रम तेज़ हैं, लेकिन बांसुरी फुसफुसा रही है; CoPhaser दोनों को स्पष्ट रूप से सुन सकता है।
मासिक चक्र (Menstrual Cycle):
गर्भाशय की परत हर महीने बदलती है। CoPhaser ने इसे स्थिर तस्वीरों की एक श्रृंखला के बजाय एक सहज, निरंतर मूवी के रूप में मैप किया। इसने पाया कि एंडोमेट्रियोसिस (दर्दनाक ऊतक वृद्धि) वाले महिलाओं में, "मूवी" अलग तरह से चलती है—कुछ दृश्य (जीन अभिव्यक्ति) या तो बहुत तेज़ होते हैं या गलत समय पर होते हैं।
भ्रूण का निर्माण स्थल (सोमाइट क्लॉक):
जब एक भ्रूण बढ़ता है, तो वह अपने स्पाइन (रीढ़) को खंडों में बनाता है, जैसे ब्लॉक्स को एक के ऊपर एक रखना। यह एक लहर (wave) के रूप में होता है। CoPhster ने एक भ्रूण के स्नैपशॉट को देखा और निर्माण दल की चलती हुई लहर (traveling wave) को पुनर्गठित किया। इसने यह भी खोजा कि "निर्माण दल" (सेल साइकिल) और "बिल्डिंग टाइमर" (सोमाइट क्लॉक) एक-दूसरे से बात कर रहे हैं, और अपने कदमों का समन्वय कर रहे हैं।

मुख्य निष्कर्ष (The Bottom Line)

CoPhaser जैविक समय के लिए एक सार्वभौमिक अनुवादक (universal translator) है।

पहले, वैज्ञानिकों को विभिन्न चक्रों के लिए अलग-अलग टूल्स का उपयोग करना पड़ता था, और वे टूल्स अक्सर भ्रमित हो जाते थे जब कोशिकाएं विभिन्न अवस्थाओं (जैसे बीमार या स्वस्थ) में होती थीं। CoPhaser एक एकल, लचीला टूल है जो समझता है कि लय वातावरण के संगीत के साथ अपना आकार बदलती है।

यह वैज्ञानिकों को अनुमति देता है:

शोर भरे कमरे में भी बीट (ताल) को स्पष्ट रूप से देखना।
समय को खोए बिना वातावरण को समझना।
कैंसर जैसी बीमारियों में नए पैटर्न खोजना, जिससे यह पता चलता है कि कोशिकाएं कैसे छिपती हैं, तालमेल बिठाती हैं, या खराब होती हैं।

संक्षेप में, CoPhaser हमें कोशिकाओं को स्थिर बिंदुओं के रूप में देखना बंद करने और उन्हें गतिशील नर्तकों के रूप में देखने में मदद करता है जो उनके वातावरण के संगीत के साथ अपनी लय पर नाच रहे हैं।

यहाँ शोध पत्र "CoPhaser: generic modeling of biological cycles in scRNA-seq with context-dependent periodic manifolds" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

जैविक प्रक्रियाएं जैसे कि कोशिका चक्र (cell cycle), सर्कैडियन रिदम (circadian rhythms), सेग्मेंटेशन क्लॉक (segmentation clock), और हार्मोनल चक्र, स्वाभाविक रूप से आवर्ती (periodic) होती हैं। सिंगल-सेल आरएनए सीक्वेंसिंग (scRNA-seq) डेटा में, ये प्रक्रियाएं निम्न-आयामी मैनिफोल्ड्स (low-dimensional manifolds) पर निरंतर प्रक्षेपवक्र (continuous trajectories) के रूप में प्रकट होती हैं। हालाँकि, इन चक्रों का अनुमान लगाने वाली मौजूदा विधियों को महत्वपूर्ण सीमाओं का सामना करना पड़ता है:

संदर्भ निर्भरता (Context Dependence): जैविक चक्र दुर्लभ ही अपरिवर्तनीय होते; उनकी जीन अभिव्यक्ति प्रोफाइल (आयाम, माध्य, और चरण) कोशिकीय संदर्भ (जैसे, कोशिका प्रकार, रोग की स्थिति, चयापचय स्थितियाँ) द्वारा मॉडुलित होती हैं।
भ्रामक परिवर्तनशीलता (Confounding Variability): मानक आयामी कमी तकनीकें (जैसे PCA) या मौजूदा ऑटोएनकोडर्स अक्सर चक्रीय गतिशीलता को गैर-आवर्ती कोशिकीय विषमता से अलग करने में विफल रहते हैं। इससे "कन्फाउंडिंग" (confounding) होती है, जहाँ संदर्भ-प्रेरित बदलावों को चरण परिवर्तन (phase changes) के रूप में गलत समझा जाता है, या इसके विपरीत।
सामान्यीकरण की कमी (Lack of Generalizability): कई वर्तमान उपकरण या तो कोशिका चक्र के लिए विशिष्ट हैं या उन्हें सिंक्रोनाइज़ किए गए प्रयोगात्मक समय बिंदुओं (जैसे, बल्क टाइम-सीरीज) की आवश्यकता होती है, जिससे वे एसिंक्रोनस, हेट्रोजेनियस सिंगल-सेल डेटा के अनसुपरवाइज्ड विश्लेषण के लिए अनुपयुक्त हो जाते हैं।

2. कार्यप्रणाली: CoPhaser (Methodology: CoPhaser)

CoPhaser (Context-aware Phaser) एक बायोलॉजिकली इन्फॉर्म्ड वेरिएशनल ऑटोएन्कोडर (VAE) है जिसे संदर्भ-निर्भर आवर्ती मैनिफोल्ड्स (context-dependent periodic manifolds) सीखने के लिए डिज़ाइन किया गया है। यह scRNA-seq डेटा को स्वतंत्र आवर्ती और गैर-आवर्ती भिन्नता के स्रोतों में विभाजित करता है जबकि व्याख्यात्मकता (interpretability) को बनाए रखता है।

मुख्य आर्किटेक्चर (Core Architecture)

यह मॉडल दो अलग-अलग घटकों वाले एक संरचित लेटेंट स्पेस (latent space) का उपयोग करता है:

आवर्ती लेटेंट स्पेस ( $f$ -space): यह चक्र के चरण ( $\phi$ ) को एनकोड करता है। यह डेटा की चक्रीय प्रकृति को दर्शाने के लिए यूनिट सर्कल पर एक पावर स्फेरिकल डिस्ट्रीब्यूशन (Power Spherical distribution) का उपयोग करता है।
संदर्भ लेटेंट स्पेस ( $z$ -space): यह गैर-आवर्ती कोशिकीय परिवर्तनशीलता (कोशिका प्रकार, बैच, रोग की स्थिति) को एनकोड करता है। यह एक मानक मल्टीवेरिएट गौसियन डिस्ट्रीब्यूशन का उपयोग करता है।

जेनेरेटिव मॉडल (Generative Model)

जीन अभिव्यक्ति को लेटेंट चरण और संदर्भ के फलन (function) के रूप में मॉडल किया जाता है। सेल $c$ के लिए जीन $g$ का अपेक्षित लॉग-काउंट इस प्रकार मॉडल किया जाता है:
$\log E[X_{cg}] = \mu_g + \Delta\mu_{cg}(z_c) + b_c \cdot \lambda(z_c) \cdot F_g(\phi_c)$
जहाँ:

$\mu_g$ : ग्लोबल बेसलाइन एक्सप्रेशन।
$\Delta\mu_{cg}(z_c)$ : संदर्भ-निर्भर माध्य शिफ्ट (Context-dependent mean shift), जो सेल टाइप/स्टेट के आधार पर बेसलाइन अभिव्यक्ति को बदलने की अनुमति देता है।
$b_c$ : एक बाइनरी इंडिकेटर (बर्नौली क्लासिफायर से), जो चक्रीय बनाम गैर-चक्रीय (जैसे, G0) कोशिकाओं के बीच अंतर करता है।
$\lambda(z_c)$ : संदर्भ-निर्भर आयाम स्केलिंग (Context-dependent amplitude scaling), जो संदर्भ के आधार पर चक्र के आयाम को बदलने की अनुमति देता है।
$F_g(\phi_c)$ : एक फूरियर सीरीज़ (Fourier series) जो चरण के फलन के रूप में जीन के आवर्ती प्रक्षेपवक्र का प्रतिनिधित्व करती है।

प्रमुख तकनीकी नवाचार (Key Technical Innovations)

म्युचुअल इंफॉर्मेशन मिनिमाइजेशन (MINE): यह सुनिश्चित करने के लिए कि संदर्भ एनकोडर ( $z$ ) चक्रीय संकेतों को अवशोषित न करे (और इसके विपरीत), CoPhifer एक 'म्युचुअल इंफॉर्मेशन न्यूरल एस्टिमेटर' (MINE) का उपयोग करता है। यह चरण ( $\phi$ ) और संदर्भ ( $z$ ) लेटेंट स्पेस के बीच म्युचुअल इंफॉर्मेशन को स्पष्ट रूप से दंडित (penalize) करता है, जिससे सांख्यिकीय स्वतंत्रता लागू होती है।
डुअल एनकोडर (Dual Encoders): मॉडल दो समानांतर एनकोडर का उपयोग करता है। एक "रिदमिक एनकोडर" $\phi$ का अनुमान लगाने के लिए रिदमिक जीन के एक सीड सेट को प्रोसेस करता है, जबकि एक "कॉन्टेक्स्ट एनकोडर" $z$ का अनुमान लगाने के लिए अत्यधिक परिवर्तनशील जीनों को प्रोसेस करता है।
साइक्लिंग क्लासिफायर (Cycling Classifier): एक रिलैक्स्ड बर्नौली एनकोडर संयुक्त रूप से कोशिकाओं को चक्रीय या गैर-चक्रीय (जैसे, G0) के रूप में वर्गीकृत करने के लिए प्रशिक्षित होता है, जिससे गैर-चक्रीय कोशिकाएं चरण अनुमान को विकृत न कर सकें।
लचीला इनिशियलाइजेशन (Flexible Initialization): मॉडल को शून्य से प्रशिक्षित किया जा सकता है या संदर्भ डेटासेट से फूरियर गुणांकों के साथ इनिशियलाइज़ किया जा सकता है (ट्रांसफर लर्निंग), जो कम-आयाम वाले चक्रों (जैसे, सर्कैडियन रिदम) के लिए महत्वपूर्ण है।

3. प्रमुख योगदान (Key Contributions)

संदर्भ-निर्भर आवर्ती मैनिफोल्ड्स (Context-Dependent Periodic Manifolds): CoPhaser पहला ऐसा फ्रेमवर्क है जो स्पष्ट रूप से जैविक चक्रों को मैनिफोल्ड्स के रूप में मॉडल करता है जो कोशिकीय संदर्भ के आधार पर विकृत (मीन और आयाम में शिफ्ट) होते हैं, न कि सभी कोशिकाओं के लिए एक निश्चित प्रक्षेपवक्र मानकर।
अनसुपरवाइज्ड और जेनेरिक (Unsupervised & Generic): इसके लिए किसी बाहरी टाइम लेबल या विशिष्ट चरण अवस्थाओं के पूर्व ज्ञान (रिदमिक जीनों की सीड लिस्ट के अलावा) की आवश्यकता नहीं है। यह किसी भी आवर्ती प्रणाली (कोशिका चक्र, सर्कैडियन, मासिक धर्म, सेग्मेंटेशन) के लिए लागू किया जा सकता है।
प्रोलिफरेशन और पहचान का पृथक्करण (Disentanglement of Proliferation and Identity): चरण को संदर्भ से अलग करके, मॉडल यह अंतर कर सकता है कि जीन की उच्च अभिव्यक्ति उच्च प्रोलिफरेशन दरों (चरण-विशिष्ट) द्वारा संचालित है या जन्मजात कोशिका पहचान या रोग की स्थिति (constitutive) द्वारा।
स्थानिक रिज़ॉल्यूशन (Spatial Resolution): यह विधि स्पेशियल ट्रांसक्रिप्टोमिक्स तक विस्तारित है, जो निरंतर कोशिका-चक्र चरणों को ऊतक निर्देशांकों (tissue coordinates) पर मैप करने में सक्षम बनाती है ताकि स्थानिक सिंक्रोनाइज़ेशन को प्रकट किया जा सके।

4. प्रमुख परिणाम (Key Results)

लेखकों ने चार अलग-अलग जैविक चक्रों और कई डेटासेट्स में CoPhaser को मान्य किया:

कोशिका चक्र (सामान्य और कैंसर):
- मजबूती (Robustness): अत्यधिक विषम डेटासेट्स (माउस भ्रूण, RPE1 कोशिकाएं) में PCA, Cyclum और DeepCycle की तुलना में सटीक रूप से निरंतर कोशिका-चक्र चरणों को रिकवर किया।
- कैंसर सबटाइप्स: ट्रिपल-नेगेटिव ब्रेस्ट कैंसर (TNBC) में, CoPhaser ने सबटाइप-विशिष्ट प्रोलिफरेशन दरों की पहचान की। इसने उच्च प्रोलिफरेशन (जैसे, S/G2/M में CDC20) के कारण होने वाली जीन ओवरएक्सप्रेशन और जन्मजात ओवरएक्सप्रेशन (जैसे, KRT14) के बीच अंतर किया, जो चिकित्सीय लक्ष्यों के बारे में अंतर्दृष्टि प्रदान करता है।
- पीडियाट्रिक AML: इसने खुलासा किया कि रिलैप्स (relapse) बढ़ी हुई प्रोलिफरेशन के बजाय आदिम, शांत (quiescent/G0) अवस्थाओं की ओर बदलाव से प्रेरित है, जिससे प्रतिरोधी कोशिकाओं के स्रोत के रूप में निरंतर कैंसर कोशिकाओं की पहचान हुई।
स्पेशियल ट्रांसक्रिप्टोमिक्स (डिम्बग्रंथि कैंसर - Ovarian Cancer):
- Xenium स्पेशियल डेटा पर लागू करते हुए, CoPhaser ने दिखाया कि प्रोलिफेरेटिव कोशिकाएं यादृच्छिक रूप से वितरित नहीं हैं, बल्कि स्थानिक रूप से सिंक्रोनाइज़्ड पैच (एक ही चरण की कोशिकाओं के पड़ोस) बनाती हैं। यह "प्रोलिफेरेटिव आर्किटेक्चर" पारंपरिक सिंगल-मार्कर परीक्षणों में अदृश्य था।
सर्कैडियन रिदम (माउस एओर्टा):
- क्लॉक जीन्स के कम अभिव्यक्ति वाले सिंगल सेल्स में सर्कैडियन चरणों का सफलतापूर्वक अनुमान लगाया।
- स्टेट-ऑफ-द-आर्ट विधि Tempo की तुलना में कम मेडियन एब्सोल्यूट डेविएशन (MAD) प्राप्त किया, विशेष रूप से फाइब्रोब्लास्ट और मैक्रोफेज जैसे स्पार्स सेल टाइप्स में।
- सेल-टाइप-विशिष्ट क्लॉक जीन्स के डैम्पिंग (जैसे, एंडोथेलियल सेल्स में Npas2 साइलेंस) की पहचान की।
मासिक धर्म चक्र (मानव एंडोमेट्रियम):
- निरंतर एंडोमेट्रियल रिमॉडलिंग को मैप किया, एंडोमेट्रियोसिस रोगियों में नियंत्रण (controls) की तुलना में विशिष्ट ट्रांसक्रिप्शनल डायनेमिक्स (जैसे, परिवर्तित PAEP अभिव्यक्ति) की पहचान की।
सेग्मेंटेशन क्लॉक (माउस भ्रूण):
- स्नैपशॉट डेटा से जीन अभिव्यक्ति (जैसे, Hes7) की ट्रैवलिंग वेव्स को पुनर्गठित किया।
- नवीन खोज: कोशिका चक्र और सेग्मेंटेशन क्लॉक के बीच कपलिंग (coupling) का खुलासा किया, विशेष रूप से यह दिखाया कि G1/S ट्रांजिशन की संभावना सेग्मेंटेशन क्लॉक के चरण द्वारा मॉडुलित होती है (जब Hes7 का स्तर बढ़ता है तब चरम पर होती है)।

5. महत्व (Significance)

CoPhaser सिंगल-सेल डेटा में जैविक लय के विश्लेषण में एक प्रतिमान परिवर्तन (paradigm shift) का प्रतिनिधित्व करता है।

जैविक अंतर्दृष्टि: यह केवल चरण असाइनमेंट से आगे बढ़कर यह समझने के लिए एक यांत्रिक दृष्टिकोण प्रदान करता है कि कोशिकीय पहचान जैविक घड़ियों को कैसे मॉडुलट करती है।
नैदानिक प्रासंगिकता: ऑन्कोलॉजी में, यह प्रोलिफरेशन-ड्रिवन प्रभावों को जन्मजात ट्यूमर सबटाइप विशेषताओं से अलग करने का एक कठोर तरीका प्रदान करता है, जिससे बेहतर चिकित्सीय लक्ष्यों (जैसे, जन्मजात बनाम चरण-विशिष्ट ड्राइवरों को लक्षित करना) की पहचान संभव हो सकती है।
मेथोडोलॉजिकल एडवांन्समेंट: जैविक चक्रों (चक्रीय और गैर-चक्रीय दोनों प्रक्रियाओं के सह-अस्तित्व वाले किसी भी सिस्टम) के लिए अनसुपरवाइज्ड रिप्रेजेंटेशन लर्निंग के लिए एक नया मानक स्थापित करके, यह टोपोलॉजिकल बाधाओं (आवर्तता) को लचीले संदर्भ मॉडलिंग के साथ एकीकृत करता है।

कोड ओपन-सोर्स है, जो विविध डेटासेट्स में जैविक लय के तुलनात्मक और एकीकृत विश्लेषण के लिए व्यापक उपयोग की सुविधा प्रदान करता है।