🧬 biology

Evolution is Not Always Bifurcating: ATLAZ and the Geometric Resolution of Reticulate Virology

यह शोध पत्र ATLAZ को प्रस्तुत करता है, जो एक मेमोरी-डिटरमिनिस्टिक ज्यामितीय इंजन है जो पारंपरिक द्विभाजित फाइलोगेनेटिक पेड़ों (phylogenetic trees) को दरकिनार करने के लिए टोपोलॉजिकल डेटा एनालिसिस (Topological Data Analysis) का उपयोग करता है, जिससे वायरल पुनर्संयोजन (recombination) का सटीक पता लगाना, क्लोनल वंश (clonal descent) की पुष्टि करना और टोपोलॉजिकल मेट्रिक्स के माध्यम से एंटीवायरल लक्ष्यों की तीव्र पहचान करना सक्षम होता है।

मूल लेखक: Md Arshad

प्रकाशित 2026-07-21

📖 8 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Md Arshad

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

जीवन के पारिवारिक वृक्ष का आकार

कल्पना कीजिए कि आप लोगों के एक समूह के लिए एक वंशावली वृक्ष (फैमिली ट्री) बनाने की कोशिश कर रहे हैं, जिनके पास न केवल माता-पिता हैं, बल्कि वे कभी-कभी अपने पड़ोसियों के साथ अपनी कहानी की पूरी किताबें भी बदल लेते हैं। जीव विज्ञान की दुनिया में, यह इस बात का अंतर है कि कैसे अधिकांश जीव विकसित होते हैं और कैसे कई वायरस विकसित होते हैं। दशकों से, वैज्ञानिक जीवन के समय के साथ बदलने के मानचित्र को समझने के लिए "फाइलोगैनेटिक ट्री" (phylogenetic tree) नामक उपकरण पर भरोसा करते आए हैं। इस वृक्ष को एक क्लासिक पारिवारिक वंशावली चार्ट की तरह समझें: यह एक जड़ (root) से शुरू होता है, और शाखाएं अलग होती हैं, एक से दो, फिर चार, और इसी तरह। यह उन चीजों के लिए पूरी तरह से काम करता है जो गुणों को सख्ती से माता-पिता से संतान में हस्तांतरित करते हैं, जैसे कि मनुष्य या कुत्ते।

हालाँकि, वायरस चतुर और शरारती होते हैं। उनमें से कुछ केवल विभाजित नहीं होते; वे आपस में जेनेटिक मटेरियल (आनुवंशिक सामग्री) का आदान-प्रदान करते हैं, जिससे एक साफ पेड़ के बजाय कनेक्शनों का एक उलझा हुआ जाल बन जाता है। इसे "रेटिकुलेट इवोल्यूशन" (reticulate evolution) कहा जाता है। जब वैज्ञानिक इन वेब-नुमा वायरसों को एक सख्त पेड़ के आकार में फिट करने की कोशिश करते हैं, तो गणित विफल हो जाता है और तस्वीर धुंधली हो जाती है। इसे ठीक करने के लिए, गणितज्ञों ने डेटा को देखने का एक नया तरीका विकसित किया जिसे "टोपोलॉजिकल डेटा एनालिसिस" (TDA) कहा जाता है। रेखाएं खींचने के बजाय, TDA डेटा को अंतरिक्ष में बिंदुओं के एक बादल (cloud of points) की तरह मानता है और उन आकारों की तलाश करता है, जैसे लूप या छेद, जो बिंदुओं को जोड़ने पर दिखाई देते हैं। यदि आप एक लूप देखते हैं, तो इसका मतलब है कि डेटा एक सीधी रेखा के बजाय एक घेरे में जुड़ा हुआ है। बड़ा सवाल हमेशा से यह रहा है: क्या हम वास्तव में अपने कंप्यूटर को भारी मात्रा में डेटा से क्रैश होने से बचाते हुए, वास्तविक दुनिया के वायरसों का अध्ययन करने के लिए इस आकार-बदलने वाले गणित का उपयोग कर सकते हैं?

पेपर का बड़ा विचार: वायरल आकारों के लिए एक नया इंजन

यह शोध पत्र ATLAZ (एलाइनमेंट, टोपोलॉजी, और लीनेज एनालिसिस इन जिग) नामक एक नया सॉफ्टवेयर टूल पेश करता है, जो एक उच्च गति वाले, मेमोरी-कुशल इंजन के रूप में कार्य करता है जिसे विशेष रूप से इस समस्या को हल करने के लिए डिज़ाइन किया गया है। लेखक तर्क देते हैं कि वायरसों को पेड़ के आकार में मजबूर करने का पुराना तरीका कई वायरल आबादी के लिए मौलिक रूप से गलत है क्योंकि यह उन "लूपों" को छिपा देता है जहाँ वायरस जेनेटिक मटेरियल का आदान-प्रदान करते हैं। एक पेड़ बनाने के बजाय, ATLAZ इन लूपों को सीधे खोजने के लिए एक ज्यामितीय मानचित्र (geometric map) बनाता है।

यह पेपर स्पष्ट रूप से इस विचार को खारिज करता है कि केवल द्विभाजित (दो भागों में विभाजित होने वाले) पेड़ों का उपयोग समझना पर्याप्त है। इसमें तर्क दिया गया है कि जब आप जीन बदलने वाले वायरस को एक पेड़ में जबरदस्ती फिट करते हैं, तो आप "कृत्रिम" पूर्वज बना देते हैं और इतिहास को गलत कर देते हैं। लेखक केवल यह सुझाव नहीं दे रहे हैं कि ऐसा हो सकता है; वे दावा करते हैं कि उन्होंने गणितीय रूप से सिद्ध किया है कि पेड़-आधारित एल्गोरिदम पुनर्संयोजन (recombination) के विशिष्ट ज्यामितीय संकेतों का पता लगाने में विफल रहते हैं।

यहाँ वास्तव में शोध पत्र में क्या पाया गया और कैसे किया गया, इसका विवरण है:

1. "पेड़" बनाम "जाल" का परीक्षण
शोधकर्ताओं ने ATLAZ का परीक्षण कई अलग-अलग वायरस समूहों पर किया ताकि यह देखा जा सके कि क्या यह एक ऐसे वायरस के बीच अंतर कर सकता है जो एक पेड़ की तरह विकसित होता है और एक ऐसे वायरस के बीच जो एक जाल की तरह विकसित होता है।

पेड़ वाले वायरस (The Tree Viruses): उन्होंने इबोला, मारबर्ग और ज़िका वायरसों को देखा। ये मुख्य रूप से माता-पिता से संतान (vertical descent) में फैलने के लिए जाने जाते हैं। जब ATLAZ ने 710 इबोला अनुक्रमों, 185 मारबर्ग अनुक्रमों और 412 ज़िका अनुक्रमों का विश्लेषण किया, तो परिणाम एक पूर्ण, साफ आकार था जिसमें शून्य लूप थे (गणितीय रूप से एक बेट्टी नंबर $\beta_1 = 0$ )। यह ज्यामितीय रूप से सिद्ध करता है कि ये वायरस एक सख्त क्लोनल, पेड़-नुमा तरीके से विकसित हो रहे हैं।
जाल वाले वायरस (The Web Viruses): इसके बाद उन्होंने हेपेटाइटिस बी (HBV) और एवियन इन्फ्लुएंजा को देखा। ये वायरस जेनेटिक टुकड़ों को बदलने के लिए प्रसिद्ध हैं। जब ATLAZ ने 6,412 हेपेटाइटिस बी अनुक्रमों के एक विशाल समूह का विश्लेषण किया, तो इसने एक पेड़ नहीं पाया। इसके बजाय, इसने 843 लूपों ( $\beta_1 = 843$ ) का एक विशाल, घना क्लस्टर पाया। इसी तरह, इसने 3,105 एवियन इन्फ्लुएंजा अनुक्रमों में 142 लूप और 2,522 HIV-1 अनुक्रमों में 312 लूप पाए। ये लूप गणितीय प्रमाण हैं कि ये वायरस अपने जीन को मिला रहे हैं और बदल रहे हैं, जिससे विकास का एक जाल बनता है जिसे एक मानक पेड़ नहीं दिखा सकता।

2. गति और मेमोरी का चमत्कार
इस प्रकार के आकार-विश्लेषण (shape-analysis) के लिए सबसे बड़ी बाधा यह रही है कि इसके लिए बहुत अधिक कंप्यूटर मेमोरी की आवश्यकता होती है, जिससे पुराने प्रोग्राम बहुत अधिक डेटा मिलने पर क्रैश हो जाते हैं। पेपर का तर्क है कि यह गणित की समस्या नहीं है, बल्कि एक सॉफ्टवेयर इंजीनियरिंग की समस्या है।

पुराना तरीका: जब लेखकों ने केवल 1,200 अनुक्रमों के लिए पायथन (Python) या आर (R) में लिखे गए मानक उपकरणों को चलाने की कोशिश की, तो कंप्यूटर की मेमोरी खत्म हो गई (Out-Of-Memory errors) और वे क्रैश हो गए।
ATLAZ का तरीका: चूंकि ATLAZ को Zig (जो कंप्यूटर के बहुत करीब/लो-लेवल प्रोग्रामिंग भाषा है) का उपयोग करके बनाया गया है, इसलिए यह अविश्वसनीय रूप से कुशल है। इसने विशाल 6,412 हेपेटाइटिस बी अनुक्रमों को मात्र 4.2 सेकंड में प्रोसेस किया। इससे भी अधिक प्रभावशाली बात यह है कि जबकि पुराने उपकरणों को विफल होने के लिए 16.0 GB से अधिक मेमोरी की आवश्यकता थी, ATLAZ ने सफल होने के लिए केवल 11.4 MB (लगभग 1,000 गुना कम) का उपयोग किया। इसने एक "जीरो-कॉपी" (zero-copy) विधि का उपयोग करके यह हासिल किया जो डेटा को कंप्यूटर की अस्थायी मेमोरी में बर्बाद किए बिना सीधे हार्ड ड्राइव से स्ट्रीम करता है।

3. "अपरिवर्तनीय" हिस्सों को खोजना
लूप गिनने से परे, पेपर एक नया स्कोर पेश करता है जिसे टोपोलॉजिकल सिलेक्शन स्कोर (TSS) कहा जाता है। कल्पना कीजिए कि आपके पास कई छोटे ब्लॉकों से बनी एक जटिल 3D मूर्ति है। यदि आप एक ब्लॉक हटाते हैं और पूरी संरचना ढह जाती है, तो वह ब्लॉक महत्वपूर्ण था। यदि आप उसे हटाते हैं और कुछ नहीं होता है, तो वह महत्वपूर्ण नहीं था।

ATLAZ इसे वायरल जीन के साथ वर्चुअली करता है। यह जेनेटिक कोड के एक अक्षर को एक बार में हटाता है और जांचता है कि क्या वायरस का "आकार" टूट जाता है।
हेपेटाइटिस बी में, टूल ने पाया कि पॉलीमरेज़ (YMDD) क्षेत्र में एक "मैक्सिमम (कोलैप्स)" स्कोर था। इसका मतलब है कि यदि इस हिस्से में उत्परिवर्तन (mutation) होता है, तो वायरस की संरचना बिखर जाती है। यह इसे दवाओं के लिए एक आदर्श लक्ष्य के रूप में पहचानता क्योंकि वायरस इसके बिना मर जाएगा।
इसके विपरीत, Pre-S1/Pre-S2 क्षेत्रों का स्कोर बहुत कम (0.14) था, जिसका अर्थ है कि वे लचीले हैं और आसानी से बदल सकते हैं, जो यह समझाता है कि वे क्यों "हाइपरवेरिएबल" (अत्यधिक परिवर्तनशील) हैं।

4. भविष्य के लिए इसका क्या अर्थ है
पेपर निष्कर्ष निकालता है कि हम उस बिंदु पर पहुँच गए हैं जहाँ हमें वायरसों को पेड़ के आकार में मजबूर करने की आवश्यकता नहीं है। ATLAZ का उपयोग करके, वैज्ञानिक अब वायरल विकास के वास्तविक "मेश" (जाल) को देख सकते हैं। लेखक कहते हैं कि यह टूल उन सटीक हिस्सों की पहचान कर सकता है जो वायरस के कठोर और अपरिवर्तनीय हैं, जो कि एक ऐसा कार्य है जिसमें पहले लैब के महीनों के काम की आवश्यकता होती थी। वे यह भी उल्लेख करते हैं कि हालांकि वर्तमान टूल मौजूदा एलाइनमेंट सॉफ्टवेयर पर निर्भर करता है, भविष्य का लक्ष्य एक ऐसा सिस्टम बनाना है जो इन ज्यामितीय आकारों का उपयोग एलाइनमेंट प्रक्रिया को बेहतर बनाने के लिए करे, जिससे कच्चे डेटा से लेकर विकासवादी इतिहास तक एक पूरी तरह से गणित-संचालित पाइपलाइन तैयार हो सके।

संक्षेप में, ATLAZ एक नया, सुपर-फास्ट लेंस है जो हमें वायरसों के विकसित होने की अस्त-व्यस्त, लूप वाली वास्तविकता को देखने की अनुमति देता है, जो यह साबित करता है कि उनमें से कई के लिए, पारिवारिक वृक्ष वास्तव में एक उलझा हुआ जाल है।

तकनीकी सारांश: ATLAZ और रेटिकुलेट वायरोलॉजी का ज्यामितीय समाधान

समस्या विवरण
यह शोध पत्र जैविक वास्तविकता और इसे अध्ययन करने के लिए उपयोग किए जाने वाले कम्प्यूटेशनल मॉडलों के बीच एक मौलिक गणितीय असंगति की पहचान करता है। पारंपरिक फाइलोजेनेटिक एल्गोरिदम (जैसे IQ-TREE, RAxML, BEAST) सख्त द्विभाजित वृक्ष संरचनाओं (Directed Acyclic Graphs) पर निर्भर करते हैं। ये मॉडल ऊर्ध्वाधर वंश (vertical descent) को मानते हैं और जीनोमिक वंशावलियों को एक वृक्ष टोपोलॉजी में जबरन फिट करते हैं। जब रेटिकुलेट घटनाएं (reticulate events) होती हैं, तो वंशावलियाँ अभिसरित होती हैं और सामग्री का आदान-प्रदान करती हैं, जिससे जैविक लूप (loops) बनते हैं। इन अनुक्रमों को एक द्विभाजित वृक्ष में जबरन फिट करने से गंभीर टोपोलॉजिकल विरूपण होता है, जिसमें कृत्रिम पूर्वज नोड्स, फूली हुई शाखा की लंबाई, और वास्तविक विकासवादी उत्पत्ति का छिप जाना शामिल है। इसके अलावा, मानक चयन मेट्रिक्स जैसे कि $dN/dS$ ओवरलैपिंग ओपन रीडिंग फ्रेम्स (ORFs) पर लागू होने पर गणितीय रूप से विफल हो जाते हैं, जो HBV जैसे वायरसों में एक सामान्य विशेषता है, क्योंकि एक फ्रेम में समानार्थी उत्परिवर्तन (synonymous mutations) अनिवार्य रूप से दूसरे फ्रेम में गैर-समानार्थी (non-synonymous) होते हैं।

यद्यपि टोपोलॉजिकल डेटा एनालिसिस (TDA), विशेष रूप से पर्सिस्टेंट होमोलॉजी (Persistent Homology), इन लूपों (जिन्हें 1-डायमेंशनल होमोलॉजी, $H_1$ द्वारा दर्शाया जाता है) का पता लगाने के लिए एक कठोर ज्यामितीय ढांचा प्रदान करता है, लेकिन इसका व्यावहारिक अनुप्रयोग विनाशकारी कम्प्यूटेशनल बाधाओं द्वारा सीमित रहा है। वियेटोरिस-रिप्स कॉम्प्लेक्स (Vietoris-Rips complex) का मानक निर्माण अनुक्रम संख्या के साथ घातीय रूप से ( $O(2^N)$ ) स्केल करता है, और Python और R जैसी व्याख्यात्मक भाषाओं (interpreted languages) में मौजूदा कार्यान्वयन 1,200 अनुक्रमों से बड़े डेटासेट को संसाधित करने पर मेमोरी की कमी (Out-of-Memory errors) और गारबेज कलेक्शन ओवरहेड से ग्रस्त होते हैं।

कार्यप्रणाली: ATLAZ इंजन
इन सीमाओं को हल करने के लिए, लेखक ATLAZ (एलाइनमेंट, टोपोलॉजी, और लीनेज एनालिसिस इन जिग) प्रस्तुत करते हैं, जो पूरी तरह से Zig प्रोग्रामिंग भाषा में लिखा गया एक प्रोडक्शन-ग्रेड, मेमोरी-डिटरमिनिस्टिक ज्यामितीय इंजन है। इसकी वास्तुकला व्याख्यात्मक भाषाओं के ओवरहेड को दरकिनार करने और हार्डवेयर की भौतिक सीमाओं पर संचालित होने के लिए डिज़ाइन की गई है।

जीरो-कॉपी डेटा इनजेशन: ATLAZ कच्चे FASTA फाइलों या पूर्व-गणना की गई दूरी मैट्रिसेस को सीधे CPU रजिस्टरों में प्राप्त करने के लिए नेटिव मेमोरी-मैप्ड I/O (mmap) का उपयोग करता है, जिससे हीप एलोकेशन (heap allocations) से बचा जा सके। कैश उपयोग के लिए न्यूक्लियोटाइड्स को 2-बिट स्ट्रक्चर ऑफ एरेज़ (SoA) में संकुचित किया जाता है।
स्पार्स फिल्ट्रेशन और लैंडमार्किंग: वियेटोरिस-रिप्स कॉम्प्लेक्स जनरेशन की घातीय जटिलता को हल करने के लिए, ATLAZ एक मैक्स-मिन लैंडमार्क विटनेस-रिप्स (Max-Min Landmark Witness-Rips) दृष्टिकोण अपनाता है। यह ज्यामितीय लैंडमार्क्स ( $L$ , डिफॉल्ट 400) के रूप में अनुक्रमों के एक विरल उपसमुच्चय को निर्धारित रूप से नमूना लेता है और पूर्ण जनसंख्या से ज्यामितीय विटनेस के माध्यम से स्थानिक दूरियों की गणना करता है। यह कुल जनसंख्या आकार $N$ से स्वतंत्र होकर, बदतम स्थिति की ज्यामितीय जटिलता को $O(L^3)$ तक सीमित करता है।
नेटिव गैलवा फील्ड रिडक्शन: इंजन ज़ीरो-कॉपी C-ABI बाउंड्री और SIMD-एक्सेलेरेटेड निर्देशों का उपयोग करके $GF(2)$ के गैलवा फील्ड पर बाउंड्री मैट्रिक्स रिडक्शन करता है। मध्यवर्ती बीजगणितीय वेक्टर्स को स्थानीयकृत ArenaAllocator इंस्टेंस के भीतर प्रबंधित किया जाता है ताकि सटीक मेमोरी डिटरमिनिज्म सुनिश्चित किया जा सके और हीप फ्रैगमेंटेशन को रोका जा सके।
दोहरे परिचालन मोड:
- S-ATLAZ (क्लोनल मोड): ऊर्ध्वाधर वंश (जैसे इबोला, ज़िका) के लिए ट्यून किया गया, जिसमें व्यापक फिल्ट्रेशन रेडियस ( $\epsilon_{max} = 0.15$ ) का उपयोग किया जाता है ताकि मामूली भिन्नता को एक एकल कनेक्टेड कंपोनेंट ( $H_0$ ) में समेटा जा सके।
- R-ATLAZ (रेटिकुलेट मोड): पुनर्संयोजन/पुनर्संयोजन (जैसे HBV, इन्फ्लुएंजा) के लिए ट्यून किया गया, जिसमें उच्च-आयामी टोपोलॉजिकल लूप्स ( $H_1$ ) को संरक्षित करने के लिए सख्त निकटता पैरामीटर ( $\epsilon_{max} = 0.05$ ) का उपयोग किया जाता है।
टोपोलॉजिकल सिलेक्शन स्कोर (TSS): लेखक एक नया मेट्रिक प्रस्तुत करते हैं जिसे अनुक्रमिक कॉलम एब्लेशन (sequential column ablation) के माध्यम से गणना किया जाता है। विशिष्ट न्यूक्लियोटाइड कॉलम के लिए दूरी मैट्रिक्स को स्थानीय रूप से उत्परिवर्तित करके और स्लाइस्ड वासरस्टीन ऑप्टिमल ट्रांसपोर्ट का उपयोग करके ग्लोबल पर्सिस्टेंस डायग्राम में होने वाले व्यवधान को मापकर, ATLAZ पूर्ण मैट्रिक्स पुनर्निर्माण ( $O(N^2 \times L_{length})$ ) की आवश्यकता के बिना विशिष्ट जीनोमिक क्षेत्रों की संरचनात्मक कठोरता को मापता है।

मुख्य परिणाम
इंजन को विकासवादी टोपोलॉजी के स्पेक्ट्रम का प्रतिनिधित्व करने वाले पांच वायरल कोहॉर्ट्स के विरुद्ध मान्य किया गया:

कठोर क्लोनल वंश का प्रमाण: इबोला ( $N=710$ ), मार्बर्ग ( $N=185$ ), और ज़िका ( $N=412$ ) के डेटासेट्स में, ATLAZ ने एक बेटी नंबर $\beta_1 = 0$ की गणना की। यह बिना किसी होमोलॉगस रीकॉम्बिनेशन या क्षैतिज खंड हस्तांतरण के, विशेष रूप से ऊर्ध्वाधर, क्लोनल वंश के माध्यम से प्रसार के सटीक ज्यामितीय प्रमाण प्रदान करता है।
सघन रेटिकुलेशन का पता लगाना:
- हेपेटाइटिस बी (HBV): एक वैश्विक कोहॉर्ट ( $N=6,412$ ) के विश्लेषण ने 843 अत्यधिक पर्सिस्टेंट $H_1$ लूप्स ( $\beta_1 = 843$ ) का खुलासा किया। ये लूप सीधे इंटर-जीनोटाइप रीकॉम्बिनेशन घटनाओं (जैसे B/C और A/D रीकॉम्बिनेंट्स) के अनुरूप हैं, जो हीयुरिस्टिक स्लाइडिंग-विंडो अनुमानों के बिना रेटिकुलेट परिदृश्य को मैप करते हैं।
- एवियन इन्फ्लुएंजा (H5N1/H7N9): डेटासेट ( $N=3,105$ ) ने विशाल, लंबे समय तक चलने वाले $H_1$ फीचर्स दिखाए, जो वाइल्ड रिजर्वोयर्स और घरेलू पोल्ट्री को जोड़ने वाली मैक्रो-इवोल्यूशनरी पुनर्संयोजन घटनाओं को ज्यामितीय रूप से कैप्चर करते हैं।
- HIV-1: एक वैश्विक कोहॉर्ट ( $N=2,522$ ) ने $\beta_1 = 312$ दिया, जो रिवर्स ट्रांसक्रिप्शन के दौरान व्यापक पुनर्संयोजन की पुष्टि करता है।
स्ट्रक्चरल रिजिडिटी मैपिंग: TSS ने सफलतापूर्वक पहचाना कि HBV पॉलीमरेज़ जीन में YMDD मोटिफ में "पूर्ण अपरिवर्तनीयता" (अधिकतम विचलन के करीब TSS) है, जबकि हाइपरवेरिएबल क्षेत्रों में लगभग शून्य TSS देखा गया। इसने ज्यामितीय रूप से उन सटीक न्यूक्लियोटाइड बाधाओं को परिभाषित किया जो वायरल व्यवहार्यता के लिए आवश्यक हैं, जिससे सीधे-कार्य करने वाली एंटीवायरल दवाओं के लिए लक्ष्य की पहचान हुई।
कम्प्यूटेशनल प्रदर्शन: मानक x86_64 हार्डवेयर और 16 GB RAM पर, ATLAZ ने 6,412-अनुक्रम वाले HBV कोहॉर्ट को 4.2 सेकंड में संसाधित किया, जिसमें पीक मेमोरी फुटप्रिंट 11.4 MB था। इसके विपरीत, पुराने Python (Ripser, Scikit-TDA) और R (TDAstats) कार्यान्वयन 1,200 अनुक्रमों से अधिक के डेटासेट को संसाधित करने का प्रयास करने पर आउट-ऑफ-मेमोरी एरर के साथ विफल हो गए या हैंग हो गए।

महत्व और दावे
शोध पत्र का दावा है कि ATLAZ "बाइफरकेशन एक्सिओम" (द्विभाजन सिद्धांत) को मुक्त करके कम्प्यूटेशनल वायरोलॉजी के लिए एक नया, गणितीय रूप से कठोर मानक स्थापित करता है। लेखक तर्क देते हैं कि:

ज्यामितीय सटीकता: ATLAZ एक संभाव्य सांख्यिकीय अनुमान के बजाय विकासवादी टोपोलॉजी का एक सटीक, नियत माप प्रदान करता है। एक गैर-शून्य $\beta_1$ को अनुक्रम स्थान के एक निश्चित संरचनात्मक गुण के रूप में प्रस्तुत किया गया है, न कि एक स्टोकेस्टिक अनुमान के रूप में।
स्केलेबिलिटी: Zig में एक मेमोरी-डिटरमिनिस्टिक पाइपलाइन को इंजीनियर करके, ATLAZ उन सॉफ्टवेयर इंजीनियरिंग विफलताओं को दूर करता है जिन्होंने पहले TDA को सैद्धांतिक प्रूफ-ऑफ-कॉन्सेप्ट तक सीमित कर दिया था। यह उन विशाल क्लिनिकल कोहॉर्ट्स के विश्लेषण को सक्षम बनाता है जो पहले कम्प्यूटेशनल रूप से अव्यवहार्य थे।
पैराडाइम शिफ्ट: पुनर्संयोजन ब्रेकपॉइंट्स और संरचनात्मक बाधाओं को सेकंडों में ज्यामितीय रूप से मैप करने की क्षमता ड्रग डिस्कवरी और महामारी विज्ञान ट्रैकिंग के लिए एक पैराडाइम शिफ्ट प्रदान करती है, जो महीनों के श्रम-साध्य स्क्रीनिंग को तत्काल ज्यामितीय गणना से बदल देती है।
भविष्य की दिशा: लेखक ATLAZ को BioZig इकोसिस्टम के लिए आधारभूत टोपोलॉजिकल लॉजिक गेट के रूप में देखते हैं, जिसका भविष्य का कार्य मल्टीपल सीक्वेंस एलाइनमेंट (MSA) में इन टोपोलॉजिकल इनवेरियंट्स को सीधे एकीकृत करना है, ताकि कच्चे रीड्स से लेकर विकासवादी प्रक्षेपवक्र तक एक पूर्णतः डिटरमिनिस्टिक, टोपोलॉजी-इंफॉर्म्ड पाइपलाइन बनाई जा सके।

जीवन के पारिवारिक वृक्ष का आकार

पेपर का बड़ा विचार: वायरल आकारों के लिए एक नया इंजन

इसी तरह के और पेपर