🧬 जीव विज्ञान

Revisiting Xia' s Index of Substitution Saturation from a Mathematical Perspective

यह शोधपत्र गणितीय रूप से यह प्रदर्शित करता है कि शिया का प्रतिस्थापन संतृप्ति सूचकांक ( $I_{ss}$ ) वास्तविक प्रतिस्थापनों की संख्या के बजाय मुख्य रूप से अनुक्रम संरचना (sequence composition) और वृक्ष के आकार को दर्शाता है, जिससे फाइलोगेनेटिक संकेत प्रतिधारण या विभेदन निर्धारित करने के लिए इसकी महत्वपूर्ण दहलीज (critical threshold) अविश्वसनीय हो जाती है।

मूल लेखक: Zhi-Jie Xu

प्रकाशित 2026-10-14

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Zhi-Jie Xu

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

विकासवादी जीवविज्ञानी अक्सर डीएनए अनुक्रमों (DNA sequences) को एक ऐतिहासिक रिकॉर्ड के रूप में देखते हैं, एक आणविक डायरी जो यह बताती है कि लाखों वर्षों में प्रजातियां एक-दूसरे से कैसे अलग हुईं। इस डायरी को पढ़ने के लिए, वैज्ञानिक इन अनुक्रमों को वंशावली वृक्षों (family trees) में व्यवस्थित करते हैं, इस उम्मीद में कि वे पूर्वजों के वास्तविक पथ का पुनर्निर्माण कर सकें। हालाँकि, इस रिकॉर्ड को कितनी दूर तक पढ़ा जा सकता है, इसकी एक सीमा है। ठीक वैसे ही जैसे सदियों से बार-बार कॉपी की गई किसी पाठ की एक पंक्ति अंततः स्याही के धुंधलेपन में बदल जाती है, डीएनए अनुक्रम समय के साथ इतने अधिक परिवर्तनों को संचित कर लेते हैं कि मूल संदेश मिट जाता है। यह घटना, जिसे 'प्रतिस्थापन संतृप्ति' (substitution saturation) कहा जाता है, तब होती है जब एक ही स्थान पर कई उत्परिवर्तन (mutations) हो जाते हैं, जिससे अतीत का संकेत मिट जाता है। यदि शोधकर्ता ऐसे डेटा का उपयोग करके वंशावली वृक्ष बनाने का प्रयास करते हैं जो इस संतृप्ति के बिंदु तक पहुँच चुका है, तो परिणामी वृक्ष गलत होने की संभावना होती है, जो वास्तविक इतिहास के बजाय यादृच्छिक शोर (random noise) को दर्शाता है। दशकों से, एक विशिष्ट गणितीय उपकरण इस समस्या की जाँच करने के लिए मानक तरीका रहा है, जो एक द्वारपाल (gatekeeper) के रूप में कार्य करता है ताकि यह तय किया जा सके कि क्या कोई डेटासेट उपयोग के लिए सुरक्षित है।

डोंगहुआ विश्वविद्यालय के झी-जी एक्सू द्वारा हाल ही में किए गए एक अध्ययन ने इस द्वारपाल पर एक नया और कठोर दृष्टिकोण प्रस्तुत किया है, जो यह प्रकट करता है कि हालांकि यह उपकरण कुछ तरीकों से काम करता है, लेकिन यह वह काम करने में विफल रहता है जो इसके उपयोगकर्ता समझते हैं। विचाराधीन उपकरण, जिसे 'प्रतिस्थापन संतृप्ति सूचकांक' (index of substitution saturation) कहा जाता है, को यह मापने के लिए डिज़ाइन किया गया था कि डीएनए अनुक्रमों के एक सेट में कितना "शोर" जमा हुआ है। इसका तर्क सरल था: यदि सूचकांक कम है, तो अनुक्रम अभी भी एक स्पष्ट ऐतिहासिक संकेत रखते हैं; यदि यह उच्च है, तो संकेत लुप्त हो गया है। हालाँकि, एक्सू का कार्य यह प्रदर्शित करता है कि सूचकांक वास्तव में उत्परिवर्तनों की संख्या नहीं गिन रहा है या पिछले अनुमान के अनुसार संतृप्ति की गहराई को नहीं माप रहा है। इसके बजाय, अध्ययन यह दिखाता है कि सूचकांक काफी हद तक डीएनए की बुनियादी संरचना— certain अक्षर कितनी बार आते हैं—और अध्ययन किए जा रहे वंशावली वृक्ष के विशिष्ट आकार का प्रतिबिंब है, न कि इस बात का सीधा माप कि डीएनए कितनी बार बदला है।

शोधकर्ता इस निष्कर्ष पर इस निष्कर्ष पर पहुँचे क्योंकि उन्होंने सूचकांक को इसके मौलिक गणितीय भागों में विभाजित किया और हजारों सिम्युलेटेड परिदृश्यों के विरुद्ध इसका परीक्षण किया। उन्होंने पाया कि कई सामान्य स्थितियों के तहत, सूचकांक लगभग वैसा ही व्यवहार करता है जैसा कि दो प्रजातियों के बीच डीएनए में अंतर वाले स्थलों की एक साधारण गणना करती है। यह उन प्रतिस्थापनों (substitutions) की संख्या के बारे में कोई नई जानकारी नहीं जोड़ता है जो घटित हुए हैं। अधिक महत्वपूर्ण बात यह है कि अध्ययन यह प्रकट करता है कि जब डेटा वास्तव में संतृप्ति के बिंदु के करीब होता है, तो यह उपकरण लगभग बेकार हो जाता है। उस क्षेत्र में जहाँ शोधकर्ताओं को सबसे अधिक आवश्यकता होती है कि क्या डेटा टूट गया है, सूचकांक एक सीमा (ceiling) पर पहुँच जाता है और रुक जाता है। यह इतना सपाट हो जाता है कि डेटा द्वारा प्रतिनिधित्व किए जाने वाले विकासवादी समय में एक बड़ा परिवर्तन भी सूचकांक के मान में लगभग कोई परिवर्तन नहीं करता है। इसका अर्थ यह है कि एक डेटासेट संकेत के पूर्ण नुकसान की कगार पर हो सकता है, या यह पूरी तरह से संतृप्त हो सकता है, और सूचकांक दोनों के लिए लगभग एक ही रीडिंग देगा।

अध्ययन ने वास्तविक दुनिया के डेटा के साथ इस उपकरण के प्रदर्शन का भी परीक्षण किया, जिसमें दो प्रसिद्ध उदाहरणों का उपयोग किया गया: कशेरुकियों (vertebrates) के जीन का एक सेट और पक्षियों के एक विशाल जीनोम-स्केल डेटासेट। कशेरुकी उदाहरण में, उपकरण ने एक ऐसा परिणाम दिया जो "सुरक्षित" और "असुरक्षित" के बीच की सीमा पर स्थित था, एक ऐसा क्षेत्र जहाँ उपकरण अविश्वसनीय माना जाता है। पक्षी डेटासेट में, इसने सही ढंग से पहचान की कि डेटा संतृप्त होने से दूर है, जो खतरे के क्षेत्र से काफी नीचे है। ये परिणाम पुष्टि करते हैं कि उपकरण हर स्थिति में टूटा हुआ नहीं है, लेकिन स्पष्ट "हाँ" या "नहीं" उत्तर देने की इसकी क्षमता गंभीर रूप से सीमित है। जब यह विफल होता है, तो यह इसलिए नहीं होता कि डेटा खराब है, बल्कि इसलिए होता है क्योंकि उपकरण उन परिवर्तनों के प्रति असंवेदनशील है जिन्हें उसे पकड़ना चाहिए।

सबसे आश्चर्यजनक निष्कर्ष संभवतः उस महत्वपूर्ण दहलीज (threshold) से संबंधित है जिसका उपयोग निर्णय लेने के लिए किया जाता है। वर्षों से, वैज्ञानिक अपने डेटा को त्यागने का निर्णय लेने के लिए अपने सूचकांक मान की तुलना एक निश्चित संख्या से करते आए हैं। यह अध्ययन दिखाता है कि यह निश्चित संख्या भ्रामक है क्योंकि यह इस तथ्य को ध्यान में नहीं रखती है कि जीनोम के विभिन्न हिस्सों में उत्परिवर्तन की दर कैसे भिन्न होती है। जब उत्परिवर्तन दरें भिन्न होती हैं, तो वह बिंदु जिस पर एक वृक्ष को पुनः प्राप्त करना असंभव हो जाता है, नाटकीय रूप से बदल जाता है, फिर भी सूचकांक लगभग समान रहता है। शोधकर्ताओं ने पाया कि वास्तविक विकासवादी समय के संदर्भ में दहलीज पंद्रह के कारक (factor of fifteen) तक खिसक सकती है, जबकि सूचकांक का मान एक प्रतिशत से भी कम बदलता है। इसका अर्थ है कि एक डेटासेट दहलीज द्वारा सुझाए गए स्तर से पंद्रह गुना अधिक संतृप्त हो सकता है, और उपकरण को पता भी नहीं चलेगा।

लेखक निष्कर्ष निकालते हैं कि परीक्षण पास करना इस बात का अच्छा प्रमाण है कि डेटा संतृप्त नहीं है, लेकिन परीक्षण में विफल होना इसके संतृप्त होने का कमजोर प्रमाण है। यह उपकरण शोधकर्ताओं को वह बताने में बेहतर है जिसकी उन्हें चिंता करने की आवश्यकता नहीं है, बजाय इसके कि वह उन विशिष्ट समस्याओं की पहचान करे जो मौजूद हैं। यह डेटा के खाली होने और शोर से भरे होने के बीच अंतर नहीं कर सकता है। अपने डेटा के बारे में जीवन-मृत्यु के निर्णय लेने के लिए इस एकल संख्या पर भरोसा करने के बजाय, शोधकर्ताओं को अपने अध्ययन की विशिष्ट स्थितियों को देखने की सलाह दी जाती है, जैसे कि उनके अनुक्रमों की लंबाई और वह वंशावली वृक्ष जिसे वे बनाने की कोशिश कर रहे हैं। अध्ययन इस उपकरण को पूरी तरह से छोड़ने का सुझाव नहीं देता है, बल्कि इसकी सीमाओं की बहुत स्पष्ट समझ के साथ इसका उपयोग करने का सुझाव देता है। यह स्पष्ट चीजों की जाँच के लिए एक उपयोगी साधन है, लेकिन यह विकासवादी इतिहास के अदृश्य क्षरण को मापने के लिए एक सटीक उपकरण नहीं है।

तकनीकी सारांश: गणितीय परिप्रेक्ष्य से शिया के सब्स्टीट्यूशन सैचुरेशन इंडेक्स (Xia's Index of Substitution Saturation) का पुनरावलोकन

समस्या विवरण
शिया एट अल. [2003] द्वारा प्रस्तुत सब्स्टीट्यूशन सैचुरेशन इंडेक्स, $I_{ss} = \bar{H}/H_{FSS}$ , का व्यापक रूप से यह निर्धारित करने के लिए उपयोग किया जाता है कि क्या एक अनुक्रम संरेखण (sequence alignment) वृक्ष निर्माण से पहले फाइलोगेनेटिक सिग्नल को बनाए रखता है। यह सूचकांक साइट संरचना की औसत एंट्रॉपी ( $\bar{H}$ ) की तुलना पूर्ण संतृप्ति (full saturation) के तहत अपेक्षित एंट्रॉपी ( $H_{FSS}$ ) से करता है। हालांकि यह सांख्यिकी गणनात्मक रूप से कुशल है (इसके लिए किसी वृक्ष या मॉडल फिट की आवश्यकता नहीं होती), इसके सैद्धांतिक लक्षण वर्णन और इसके महत्वपूर्ण थ्रेशोल्ड ( $I_{ss.c}$ ) की वैधता को प्रथम सिद्धांतों (first principles) से कठोरता से व्युत्पन्न नहीं किया गया है। यह शोध पत्र सांख्यिकी की प्रत्याशा (expectation) की गणितीय सटीकता, उन स्थितियों के तहत जब यह सरल मेट्रिक्स में सिमट जाता है, और दर विषमता (rate heterogeneity) एवं अनुक्रम लंबाई के विरुद्ध इसके महत्वपूर्ण मानों की मजबूती को संबोधित करता है।

कार्यप्रणाली
यह अध्ययन स्पेक्ट्रल डिकंपोजिशन थ्योरी, सटीक संभाव्यता व्युत्पत्ति (exact probabilistic derivations), और व्यापक सिमुलेशन के संयोजन का उपयोग करता है।

स्पेक्ट्रल रेज़ोल्यूशन: लेखक सममित जनरेटर (symmetrized generator) $S = \Pi^{1/2}Q\Pi^{-1/2}$ के आइगेनबेसिस (eigenbasis) पर ट्रांजिशन मैट्रिक्स $P(t)$ को हल करते हैं। यह $E[I_{ss}]$ की प्रत्याशा को स्पेक्ट्रल कोऑर्डिनेट्स $\xi_\mu = \langle e^{\mu d} \rangle$ के एक लीनियर फंक्शनल के रूप में व्यक्त करने की अनुमति देता है, जहाँ $\mu$ रेट मैट्रिक्स $Q$ के गैर-शून्य आइगेनवैल्यू (eigenvalues) हैं।
सटीक क्लोज्ड फॉर्म्स: यह शोध पत्र स्टार ट्री (star trees) पर $E[I_{ss}]$ के लिए सटीक क्लोज्ड-फॉर्म एक्सप्रेशन (थ्योरम 7) और सामान्य वृक्षों के लिए द्वितीय-क्रम की एसिम्प्टोटिक एक्सपेंशन (थ्योरम 5) व्युत्पन्न करता है। ये व्युत्पत्ति दो नॉर्मलाइजेशन कन्वेंशन के बीच अंतर करती है: कन्वेंशन (A), जिसका उपयोग शिया एट अल. और DAMBE द्वारा किया जाता है, जो एम्पिरिकल कंपोजिशन के अपेक्षित एंट्रॉपी द्वारा नॉर्मलाइज करता है; और कन्वेंशन (B), एक प्लग-इन एंट्रॉपी दृष्टिकोण।
सिमुलेशन डिज़ाइन: सिमुलेशन IQ-TREE के भीतर AliSim का उपयोग करके किए गए थे। एक प्रमुख डिज़ाइन विशेषता यूनिफॉर्म- $I_{ss}$ सैंपलिंग रणनीति (इक्वेशन 21) का उपयोग करना है ताकि यह सुनिश्चित किया जा सके कि इंडेक्स अपने रेंज में यूनिफॉर्म रूप से वितरित है, जिससे सैचुरेशन प्लेटो (saturation plateau) से बचा जा सके जहाँ सांख्यिकी असंवेदनशील हो जाती है। अध्ययन "फल्सेनस्टीन-फ़ैरिस ट्रांसफर" (इक्वेशन 22) का भी उपयोग करता है ताकि इंडेक्स को स्थिर रखते हुए ट्री टोपोलॉजी और ब्रांच लेंथ को बदला जा सके, जिससे सांख्यिकी की फाइलोगेनेटिक सिग्नल के प्रति संवेदनशीलता को अलग किया जा सके।
अनुभवजन्य सत्यापन (Empirical Validation): लेखक ने इंडेक्स के व्यवहार का परीक्षण करने के लिए वर्टीब्रेट माइटोकॉन्ड्रियल COI डेटासेट (शिया और लेमी, 2009) और एक जीनोम-स्केल एवियन एलाइनमेंट (जार्विस एट अल., 2014) का पुन: विश्लेषण किया।

प्रमुख योगदान और परिणाम

1. सांख्यिकी का लक्षण वर्णन और "कोलैप्स" स्थिति
यह शोध पत्र सिद्ध करता है कि $E[I_{ss}]$ केवल स्पेक्ट्रल कोऑर्डिनेट्स के वेक्टर $\xi$ के माध्यम से वृक्ष पर निर्भर करता है। महत्वपूर्ण रूप से, इंडेक्स माध्य पेयरवाइज $p$ -डिस्टेंस (अनकरेक्टेड प्रोपोर्शन ऑफ डिफरिंग साइट्स) पर तभी सिमट जाता है जब सभी विशिष्ट गैर-शून्य आइगेनवैल्यूज के लिए बीजगणितीय बहुलता ( $\tau_\mu$ ) और कंपोजिशन वेट ( $w_\mu$ ) का अनुपात स्थिर होता है (थ्योरम 13)।

यूनिफॉर्म कंपोजिशन: किसी भी रिवर्सिबल मॉडल के लिए जिसमें यूनिफॉर्म बेस फ्रीक्वेंसी है, यह स्थिति सटीक रूप से लागू होती है।
डिजेनरेट स्पेक्ट्रम: एकल विशिष्ट गैर-शून्य आइगेनवैल्यू वाले मॉडल्स (जैसे JC69, F81) के लिए, यह स्थिति किसी भी कंपोजिशन के लिए सत्य होती है।
विफलता का शासन (Failure Regime): गैर-यूनिफॉर्म कंपोजिशन और नॉन-डिजेनरेट स्पेक्ट्रा (जैसे विषम फ्रीक्वेंसी के साथ HKY या GTR) वाले मॉडल्स के लिए यह स्थिति विफल हो जाती है, जो कि मूल क्रिटिकल वैल्यूज को कैलिब्रेट करने के लिए उपयोग किया जाने वाला सटीक शासन है। इस शासन में, $I_{ss}$ वास्तविक सब्स्टीट्यूशन की संख्या के बजाय मॉडल की कंपोजिशन के बारे में जानकारी जोड़ता है।

2. क्रिटिकल वैल्यू और रेट विषमता (Rate Heterogeneity)
अध्ययन प्रदर्शित करता है कि सूचीबद्ध क्रिटिकल वैल्यूज ( $I_{ss.c}$ ) रेट विषमता के लिए गलत तरीके से कैलिब्रेटेड हैं।

नॉन-आइडेंटिफिएबिलिटी: वह क्रिटिकल ट्री लेंथ ( $T_{Lc}$ ) जिस पर फाइलोगेनेटिक रिकवरी विफल हो जाती है, $\alpha$ के रेट विषमता पैरामीटर का एक स्ट्रिक्टली मोनोटोन फंक्शन है (प्रपोजिशन 11)। हालांकि, इंडेक्स $I_{ss}$ स्वयं लगभग संतृप्ति क्षेत्र (near-saturated region) में $\alpha$ के प्रति लगभग अपरिवर्तित रहता है।
रेज़ोल्यूशन कोलैप्स: इंडेक्स की ऊपरी सीमा के पास, ट्री लेंथ में परिवर्तनों के प्रति $I_{ss}$ की संवेदनशीलता समाप्त हो जाती है (इक्वेशन 17)। ट्री लेंथ में पंद्रह गुना परिवर्तन (जो रिकवरी विफल होने की सीमा तक फैला हुआ है) के परिणामस्वरूप इंडेक्स वैल्यू में केवल ~1.2% का परिवर्तन होता है। फलस्वरूप, क्रिटिकल वैल्यू उस क्षेत्र में मध्यम और गंभीर संतृप्ति के बीच अंतर नहीं कर सकती जहाँ इसकी सबसे अधिक आवश्यकता होती है।

3. अनुक्रम लंबाई पर निर्भरता
यह शोध पत्र स्थापित करता है कि इंडेक्स का स्टैंडर्ड एरर $L^{-1/2}$ के रूप में स्केल करता है (थ्योरम 19)। चूंकि क्रिटिकल वैल्यू सिमुलेशन से प्राप्त एक निश्चित थ्रेशोल्ड है, इसलिए टेस्ट की सांख्यिकीय शक्ति अनुक्रम लंबाई के साथ बढ़ती है। एक छोटे एलाइनमेंट के लिए महत्वपूर्ण मार्जिन एक लंबे एलाइनमेंट के लिए नगण्य हो सकता है, जिसका अर्थ है कि थ्रेशोल्ड केवल अनुक्रम लंबाई के साथ संयुक्त रूप से व्याख्या किए जाने पर ही सार्थक है।

4. भविष्य कहने की शक्ति और सूचना सामग्री
कंडीशनल इंडिपेंडेंस टेस्ट (सेक्शन 2.13) के माध्यम से, लेखक दिखाता है कि जबकि $I_{ss}$ , $p$ -डिस्टेंस के साथ अत्यधिक सह-संबंधित है, फिर भी यह "ट्रांजिशन बैंड" (जहाँ $p$ -डिस्टेंस 0.63 और 0.70 के बीच है) में केवल $p$ -डिस्टेंस की तुलना में फाइलोगेनेटिक रिकवरी की बेहतर भविष्यवाणी करता है। हालांकि, यह भविष्य कहने की शक्ति सब्स्टीट्यूशन की गिनती मापने से नहीं आती है। इसके बजाय, यह वृक्ष के आकार (विशेष रूप से आंतरिक शाखा अंशों) और उच्च-क्रम साइट-पैटर्न संरचना को ट्रैक करता है। इंडेक्स "सूचना-मुक्त" नहीं है, लेकिन जो सूचना यह प्रदान करता है वह इसके नाम के अनुरूप सब्स्टीट्यूशन काउंट से भिन्न है।

5. अनुभवजन्य निष्कर्ष

वर्टीब्रेट COI: तीसरा कॉडॉन पोजीशन विभाजन ( $I_{ss} \approx 0.715$ ) दो रिपोर्ट किए गए क्रिटिकल वैल्यूज (सिमेट्रिकल बनाम एसिमेट्रिकल टोपोलॉजी) के बीच आता है। इंडेक्स अपनी सीमा (ceiling) पर है, जो रेज़ोल्यूशन कोलैप्स के कारण परीक्षण को अनिर्णायक बनाता है।
एवियन जीनोम: एक जीनोम-स्केल एलाइनमेंट ( $I_{ss} \approx 0.119$ ) थ्रेशोल्ड से काफी नीचे है, जो इच्छित व्यवहार करता है।
अन्य इंडेक्स के साथ तुलना: पेपर $I_{ss}$ की तुलना $\lambda$ इंडेक्स (जेर्मिन और मिसोफ, 2020) और $C$ वैल्यू (स्ट्रक एट अल., 2008) से करता है। यह पाता है कि औसत $\lambda$ गणितीय रूप से कंपोजिशन द्वारा रीस्केल किए गए औसत $p$ -डिस्टेंस के समान है, और वही सीमाएं विरासत में लेता है। $C$ वैल्यू, जो ट्रांजिशन/ट्रांसवर्जन रेश्यो पर आधारित है, $I_{ss}$ को ट्रैक नहीं करती है और संतृप्त विभाजनों को सही ढंग से पहचानने में विफल रहती है।

महत्व और दावे
पेपर यह निष्कर्ष निकालता है कि सब्स्टीट्यूशन इंडेक्स विशिष्ट शासन (यूनिफॉर्म कंपोजिशन या डिजेनरेट स्पेक्ट्रा) में संतृप्ति का पता लगाने के लिए एक वैध सांख्यिकी है, लेकिन सामान्य मामले में मौलिक रूप से सीमित है।

टेस्ट पास करना (कम $I_{ss}$ ) संतृप्ति के विरुद्ध साक्ष्य है।
टेस्ट में विफल होना (उच्च $I_{ss}$ ) संतृप्ति का कमजोर साक्ष्य है और यह आवश्यक रूप से यह संकेत नहीं देता कि डेटा अनरिज़वेलेबल (unresolvable) है; यह केवल यह संकेत दे सकता है कि इंडेक्स अपनी उस सीमा पर पहुँच गया है जहाँ यह विचलन (divergence) के प्रति संवेदनशीलता खो देता है।
क्रिटिकल वैल्यूज सार्वभौमिक स्थिरांक नहीं हैं बल्कि वे अनुक्रम लंबाई, रेट विषमता और कैलिब्रेशन के लिए उपयोग किए जाने वाले विशिष्ट इंफरेंस इंजन पर निर्भर करती हैं।
लेखक का दावा है कि इंडेक्स सब्स्टीट्यूशन की संख्या का प्रत्यक्ष माप नहीं है, बल्कि रेट मैट्रिक्स के स्पेक्ट्रल गुणों और एलाइनमेंट की संरचना का एक फलन (function) है। इसलिए, बिना इन निर्भरताओं को समझे "फाइलोगेनेटिक सिग्नल" के प्रॉक्सी के रूप में इसका उपयोग करना गलत व्याख्या की ओर ले जा सकता है, विशेष रूप से गैर-यूनिफॉर्म कंपोजिशन या रेट विषमता वाले डेटासेट में।

यह कार्य कोई नया इंडेक्स प्रस्तावित नहीं करता है, बल्कि मौजूदा इंडेक्स की व्याख्या करने के लिए एक गणितीय ढांचा प्रदान करता है, और उपयोगकर्ताओं को चेतावनी देता है कि थ्रेशोल्ड एक "पावर थ्रेशोल्ड" है जो अपनी स्वयं की अनुक्रम लंबाई लेकर चलता है और सांख्यिकी का व्यवहार संतृप्ति के निकट "रेज़ोल्यूशन कोलैप्स" घटना द्वारा नियंत्रित होता है।

तकनीकी सारांश: गणितीय परिप्रेक्ष्य से शिया के सब्स्टीट्यूशन सैचुरेशन इंडेक्स (Xia's Index of Substitution Saturation) का पुनरावलोकन

इसी तरह के और पेपर