गणितीय जीव विज्ञान और ट्यूरिंग पैटर्न: एक जीनियस द्वारा अपने अंतिम वर्षों में छोड़े गए स्व-संगठन और मॉर्फोजेनेसिस का गणित

जीवन का रूप कैसे बनता है? एक निषेचित अंडे की एकल गोलाकार सममित कोशिका से हाथ-पैर कैसे बढ़ते हैं, आंतरिक अंग कैसे बनते हैं, और त्वचा पर सुंदर धारियां या धब्बे कैसे बनते हैं? इस “मॉर्फोजेनेसिस” (Morphogenesis) के रहस्य, जिसे प्राचीन काल से कई जीव विज्ञानियों और दार्शनिकों ने सुलझाने का प्रयास किया है, का एक पूरी तरह से अलग क्षेत्र से, केवल शुद्ध गणितीय अंतर्दृष्टि का उपयोग करके एक निश्चित उत्तर प्रस्तुत करने वाला एक जीनियस था। वह आधुनिक कंप्यूटर विज्ञान के जनक और एनिग्मा कोड को तोड़ने वाले प्रमुख व्यक्ति, एलन ट्यूरिंग (Alan Mathison Turing) हैं।

ट्यूरिंग द्वारा 1952 में प्रकाशित पेपर “द केमिकल बेसिस ऑफ मॉर्फोजेनेसिस (The Chemical Basis of Morphogenesis)” ने “ट्यूरिंग पैटर्न” की अवधारणा का प्रस्ताव रखा, जिसमें जीवित जीवों के भीतर रसायनों के प्रसार और प्रतिक्रिया की पुनरावृत्ति के माध्यम से एक समान स्थिति से सहज रूप से स्थानिक पैटर्न उत्पन्न होते हैं। इस लेख में, हम गणितीय जीव विज्ञान और अरेखीय भौतिकी के इस मील के पत्थर सिद्धांत को अत्यंत विस्तृत और कठोर दृष्टिकोण से समझाएंगे, इसके गणितीय ढांचे से लेकर आंशिक अवकल समीकरणों के विश्लेषण, संख्यात्मक सिमुलेशन, और नवीनतम आणविक जीव विज्ञान में प्रयोगात्मक सत्यापन तक। विशेष रूप से, यह लेख प्रतिक्रिया-प्रसार समीकरणों के रैखिक स्थिरता विश्लेषण की पूर्ण गणितीय व्युत्पत्ति, गियरर-मीनहार्ट मॉडल और ग्रे-स्कॉट मॉडल के पैरामीटर स्पेस चरण आरेख, पायथन का उपयोग करके 2D संख्यात्मक सिमुलेशन के कार्यान्वयन, 3D अंतरिक्ष में पैटर्न निर्माण, और शोर तथा मजबूती के गणित में अभूतपूर्व गहराई तक जाएगा।

अध्याय 1: एक कोडब्रेकर की वसीयत — एक समान संतुलन से समरूपता का सहज टूटना

द्वितीय विश्व युद्ध में जर्मन “एनिग्मा” सिफर मशीन को डिकोड करके मित्र देशों की जीत में भारी योगदान देने वाले ट्यूरिंग ने युद्ध के बाद कंप्यूटर डिजाइन (ट्यूरिंग मशीन) से हटकर जीवन के रहस्यों की ओर अपनी असाधारण बुद्धि को केंद्रित किया। उनका मूल प्रश्न यह था: “एक समान माध्यम से जटिल संरचनाएं सहज रूप से कैसे उत्पन्न होती हैं?”

भौतिकी के ऊष्मागतिकी के दूसरे नियम (एन्ट्रॉपी वृद्धि का नियम) के अनुसार, प्रसार की भौतिक घटना हमेशा पदार्थ के एकाग्रता वितरण को एक समान बनाने और संरचनाओं को नष्ट करने की दिशा में काम करती है, जैसे गिलास में गिराई गई स्याही पानी में फैलकर एक समान हल्का रंग बन जाती है। हालाँकि, ट्यूरिंग ने यह महसूस किया कि इसमें “रासायनिक प्रतिक्रिया (Chemical reaction)” जैसी अरेखीय बातचीत जोड़ने से एक आश्चर्यजनक विरोधाभास पैदा होता है। दूसरे शब्दों में, “प्रसार संरचनाओं को नष्ट कर देता है” की अंतर्ज्ञान के विपरीत, “प्रसार के कारण ही एक समान स्थिति अस्थिर हो जाती है और एक स्थानिक संरचना (पैटर्न) सहज रूप से बनती है”।

भौतिकी की शब्दावली में इसे “समरूपता का सहज टूटना (Spontaneous Symmetry Breaking)” कहा जाता है। एक पूरी तरह से समान और आइसोट्रोपिक (अनुवादात्मक समरूपता के साथ) स्थिति एक मामूली उतार-चढ़ाव (शोर) से प्रेरित होकर एक मैक्रोस्कोपिक स्थानिक आवधिक संरचना में बदल जाती है। ट्यूरिंग का यह विचार तत्कालीन जीव विज्ञान समुदाय के लिए बहुत उन्नत होने के कारण अनदेखा कर दिया गया था, लेकिन बाद में इसने इल्या प्रिगोगिन के अपव्यय संरचना सिद्धांत (गैर-संतुलन ऊष्मागतिकी) का मार्ग प्रशस्त किया और अरेखीय विज्ञान के विशाल शैक्षणिक क्षेत्र को खोलने में अग्रणी भूमिका निभाई।

अध्याय 2: प्रतिक्रिया-प्रसार समीकरण का गणितीय ढांचा — स्थानीय ऑटोकैटलिसिस और व्यापक पार्श्व अवरोध

ट्यूरिंग पैटर्न के सार को समझने के लिए, इसके वर्णनात्मक भाषा “प्रतिक्रिया-प्रसार समीकरण (Reaction-Diffusion Equation)” की गणितीय संरचना को खोलना आवश्यक है। यहाँ, हम अंतरिक्ष में वितरित दो प्रकार के काल्पनिक रसायनों (मॉर्फोजेन्स) पर विचार करते हैं। एक को उत्प्रेरक (Activator) $u(x, t)$ और दूसरे को अवरोधक (Inhibitor) $v(x, t)$ मान लें।

इन दो पदार्थों की सांद्रता में परिवर्तन को निम्नलिखित युगपत अरेखीय आंशिक अवकल समीकरण प्रणाली द्वारा वर्णित किया गया है:

$$ \frac{\partial u}{\partial t} = D_u \nabla^2 u + f(u, v) $$$$ \frac{\partial v}{\partial t} = D_v \nabla^2 v + g(u, v) $$

यहाँ, $D_u, D_v$ क्रमशः $u$ और $v$ के प्रसार गुणांक (Diffusion coefficient) हैं, और $\nabla^2$ लाप्लासियन (स्थानिक द्वितीय व्युत्पन्न, लाप्लास ऑपरेटर) है। दाईं ओर का पहला पद “प्रसार (स्थानिक फैलाव)” का प्रतिनिधित्व करता है, और दूसरा पद $f(u, v), g(u, v)$ “प्रतिक्रिया (स्थानीय रसायनों का निर्माण/विनाश)” का प्रतिनिधित्व करता है।

पैटर्न निर्माण होने के लिए आवश्यक शर्त यह है कि इसमें “स्थानीय स्व-सक्रियण और व्यापक पार्श्व अवरोध (Local Auto-activation and Lateral Inhibition; LALI)” नामक फीडबैक संरचना हो। विशेष रूप से, $f(u, v)$ और $g(u, v)$ को निम्नलिखित गुणों को पूरा करना चाहिए:

स्व-सक्रियण (Auto-activation): उत्प्रेरक $u$ अपने स्वयं के उत्पादन को बढ़ावा देता है।
क्रॉस-सक्रियण (Cross-inhibition): उत्प्रेरक $u$ अवरोधक $v$ के उत्पादन को बढ़ावा देता है।
स्व-अवरोध (Self-inhibition): अवरोधक $v$ अपने स्वयं के उत्पादन को रोकता है (या प्राकृतिक रूप से क्षय होता है)।
क्रॉस-अवरोध द्वारा फीडबैक: अवरोधक $v$ उत्प्रेरक $u$ के उत्पादन को रोकता है।

इससे भी अधिक महत्वपूर्ण बात प्रसार दरों का अंतर है। अवरोधक $v$ को उत्प्रेरक $u$ की तुलना में अधिक तेजी से प्रसारित होना चाहिए ($D_v > D_u$)। मान लें कि एक स्थानीय उतार-चढ़ाव उत्पन्न होता है जो $u$ की एकाग्रता को बढ़ाता है। स्व-उत्प्रेरक प्रतिक्रिया के कारण $u$ गुणा होता है, लेकिन साथ ही यह $v$ भी बनाता है। निर्मित $v$, $u$ की तुलना में अधिक तेज़ी से परिवेश में फैलता है (व्यापक पार्श्व अवरोध), और परिवेश में नए $u$ के उत्पादन को दृढ़ता से दबा देता है। नतीजतन, एक “पहाड़ और घाटी” वाली स्थिर तरंग संरचना तय हो जाती है जहां $u$ केंद्र में उच्च होता है और $v$ उच्च होने के कारण परिवेश में $u$ कम रखा जाता है। यह ट्यूरिंग पैटर्न का सहज तंत्र है।

अध्याय 3: प्रतिक्रिया-प्रसार समीकरण के रैखिक स्थिरता विश्लेषण की पूर्ण व्युत्पत्ति

आइए पिछले अध्याय की सहज चर्चा को कठोर गणितीय विश्लेषण से साबित करें। प्रतिक्रिया-प्रसार समीकरणों में “ट्यूरिंग अस्थिरता (प्रसार द्वारा अस्थिरता)” को साबित करने के लिए, रैखिक स्थिरता विश्लेषण (Linear Stability Analysis) का उपयोग किया जाता है। यह एक ऐसा तरीका है जो जांचता है कि संतुलन बिंदु के पास सूक्ष्म उतार-चढ़ाव समय के साथ कैसे व्यवहार करते हैं।

$$ f(u_0, v_0) = 0, \quad g(u_0, v_0) = 0 $$$$ u(x,t) = u_0 + \delta u(x,t), \quad v(x,t) = v_0 + \delta v(x,t) $$

इसे मूल प्रतिक्रिया-प्रसार समीकरण में प्रतिस्थापित करके, $(u_0, v_0)$ के चारों ओर टेलर विस्तार करके, और सूक्ष्म मात्राओं के दूसरे या उच्च-क्रम पदों को अनदेखा करके रैखिक बनाने पर, निम्नलिखित मैट्रिक्स प्रतिनिधित्व समीकरण प्राप्त होता है:

$$ \frac{\partial}{\partial t} \begin{pmatrix} \delta u \\ \delta v \end{pmatrix} = \begin{pmatrix} D_u \nabla^2 & 0 \\ 0 & D_v \nabla^2 \end{pmatrix} \begin{pmatrix} \delta u \\ \delta v \end{pmatrix} + J \begin{pmatrix} \delta u \\ \delta v \end{pmatrix} $$$$ J = \begin{pmatrix} f_u & f_v \\ g_u & g_v \end{pmatrix} = \begin{pmatrix} \frac{\partial f}{\partial u} & \frac{\partial f}{\partial v} \\ \frac{\partial g}{\partial u} & \frac{\partial g}{\partial v} \end{pmatrix} \Bigg|_{(u_0, v_0)} $$

3.1 प्रसार के बिना स्थिरता की शर्तें

ट्यूरिंग अस्थिरता का सबसे बड़ा विरोधाभास यह है कि “यद्यपि प्रणाली प्रसार के बिना (स्थानिक रूप से एक समान) स्थिर है, प्रसार के जुड़ने से यह अस्थिर हो जाती है”। इसलिए, हम पहले वह शर्त खोजते हैं जिसके तहत प्रसार के बिना (स्थानिक व्युत्पन्न पद शून्य है) प्रणाली स्थिर होती है। सामान्य अवकल समीकरण प्रणाली $\frac{d}{dt}\mathbf{w} = J\mathbf{w}$ की स्थिरता इस बात पर निर्भर करती है कि जैकोबियन $J$ के आइगेनवैल्यू (eigenvalues) के वास्तविक भाग सभी ऋणात्मक हों। $2 \times 2$ मैट्रिक्स के लिए, आइगेनवैल्यू $\lambda$ विशेषता समीकरण $\det(\lambda I - J) = 0$, अर्थात् $\lambda^2 - \text{Tr}(J)\lambda + \text{Det}(J) = 0$ के समाधान हैं। वास्तविक भाग के ऋणात्मक होने की आवश्यक और पर्याप्त शर्तें निम्नलिखित दो हैं:

शर्त 1 (ट्रेस की शर्त): $$ \text{Tr}(J) = f_u + g_v < 0 $$
शर्त 2 (सारणिक की शर्त): $$ \text{Det}(J) = f_u g_v - f_v g_u > 0 $$

3.2 स्थानिक उतार-चढ़ाव और तरंग संख्या $k$ का फैलाव संबंध

$$ \begin{pmatrix} \delta u \\ \delta v \end{pmatrix} = \begin{pmatrix} U_k \\ V_k \end{pmatrix} e^{\lambda t} e^{i \mathbf{k} \cdot \mathbf{x}} $$

जब इसे रैखिक समीकरण में प्रतिस्थापित किया जाता है, तो लाप्लासियन $\nabla^2 e^{i \mathbf{k} \cdot \mathbf{x}} = -k^2 e^{i \mathbf{k} \cdot \mathbf{x}}$ हो जाता है (जहाँ $k = |\mathbf{k}|$)। इसके परिणामस्वरूप, स्थानिक व्युत्पन्न पद एक बीजगणितीय पद में परिवर्तित हो जाता है, और यह निम्नलिखित आइगेनवैल्यू समस्या में बदल जाता है:

$$ \lambda \begin{pmatrix} U_k \\ V_k \end{pmatrix} = (J - k^2 D) \begin{pmatrix} U_k \\ V_k \end{pmatrix}, \quad D = \begin{pmatrix} D_u & 0 \\ 0 & D_v \end{pmatrix} $$$$ \det(\lambda I - M(k)) = 0 $$$$ \lambda^2 - \text{Tr}(M(k))\lambda + \text{Det}(M(k)) = 0 $$$$ \text{Tr}(M(k)) = (f_u + g_v) - k^2 (D_u + D_v) $$$$ \text{Det}(M(k)) = (f_u - k^2 D_u)(g_v - k^2 D_v) - f_v g_u $$$$ = D_u D_v k^4 - (D_v f_u + D_u g_v) k^2 + (f_u g_v - f_v g_u) $$

3.3 ट्यूरिंग अस्थिरता की अभिव्यक्ति की शर्तें (4 असमानताएं)

प्रणाली के अस्थिर होने और पैटर्न बनने के लिए, किसी विशिष्ट तरंग संख्या $k \neq 0$ के लिए आइगेनवैल्यू $\lambda$ का वास्तविक भाग धनात्मक होना चाहिए। यद्यपि $\text{Tr}(M(k)) = \text{Tr}(J) - k^2(D_u + D_v)$ है, शर्त 1 ($\text{Tr}(J) < 0$) और $D_u, D_v > 0$ के कारण, हमेशा $\text{Tr}(M(k)) < 0$ होता है। इसलिए, धनात्मक वास्तविक भाग वाला आइगेनवैल्यू उत्पन्न होने का एकमात्र तरीका यह है कि एक ऐसी तरंग संख्या $k$ मौजूद हो जिसके लिए $\text{Det}(M(k)) < 0$ हो।

$$ H(k^2) \equiv D_u D_v (k^2)^2 - (D_v f_u + D_u g_v) k^2 + \text{Det}(J) $$

इस द्विघात फलन के ऋणात्मक मान लेने वाले अंतराल के मौजूद होने के लिए, शीर्ष का $k^2$ समन्वय धनात्मक होना चाहिए, और शीर्ष पर न्यूनतम मान ऋणात्मक होना चाहिए।

शीर्ष का $k^2$ समन्वय अवकलन करके और शून्य के बराबर रखकर प्राप्त किया जाता है: $k_{min}^2 = \frac{D_v f_u + D_u g_v}{2 D_u D_v}$। इसके धनात्मक होने की शर्त इस प्रकार निकाली जाती है:

शर्त 3 (प्रसार गुणांक की विषमता): $$ D_v f_u + D_u g_v > 0 $$ शर्त 1 ($f_u + g_v < 0$) के साथ एक साथ पूरा होने के लिए, $D_v$ और $D_u$ कभी भी बराबर नहीं होने चाहिए, और विशेष रूप से $D_v$ को $D_u$ से काफी बड़ा होना चाहिए ($D_v > D_u$)।

इसके अलावा, न्यूनतम मान $H(k_{min}^2) < 0$ होने की शर्त से, यह शर्त निकलती है कि विवेचक (discriminant) धनात्मक होना चाहिए:

शर्त 4 (पैटर्न अभिव्यक्ति की महत्वपूर्ण शर्त): $$ (D_v f_u + D_u g_v)^2 - 4 D_u D_v (f_u g_v - f_v g_u) > 0 $$

जब ये 4 असमानताएं (शर्तें 1 से 4) एक साथ पूरी होती हैं, तो प्रणाली ट्यूरिंग अस्थिरता का कारण बनती है और सहज रूप से एक स्थानिक आवधिक संरचना उत्पन्न करती है। इन शर्तों को पूरा करने वाले पैरामीटर क्षेत्र को “ट्यूरिंग स्पेस (Turing Space)” कहा जाता है।

अध्याय 4: प्रमुख मॉडलों की गणितीय संरचना और पैरामीटर चरण आरेख

गणितीय जीव विज्ञान में, ट्यूरिंग अस्थिरता की शर्तों को पूरा करने वाली विशिष्ट प्रतिक्रिया गतिकी (dynamics) के रूप में कई महत्वपूर्ण मॉडल प्रस्तावित किए गए हैं। यहाँ, हम इसके प्रमुख उदाहरणों “गियरर-मीनहार्ट मॉडल” और “ग्रे-स्कॉट मॉडल” की गणितीय संरचना में गहराई से जाएंगे।

4.1 गियरर-मीनहार्ट (Gierer-Meinhardt) मॉडल

1972 में अल्फ्रेड गियरर और हंस मीनहार्ट द्वारा प्रस्तावित यह मॉडल, जीवों में मॉर्फोजेन्स की गतिशीलता को बहुत ही प्राकृतिक तरीके से व्यक्त करता है।

$$ \frac{\partial u}{\partial t} = D_u \nabla^2 u + c \frac{u^2}{v} - \mu_u u + \rho_u $$$$ \frac{\partial v}{\partial t} = D_v \nabla^2 v + c u^2 - \mu_v v + \rho_v $$

इस समीकरण की सबसे बड़ी विशेषता उत्प्रेरक $u$ का उत्पादन पद $u^2 / v$ है। $u$ अपने आप में एक अरेखीय स्व-उत्प्रेरण ($u^2$) करता है, लेकिन इसके उत्पादन की दर अवरोधक $v$ की सांद्रता के व्युत्क्रमानुपाती रूप से दबा दी जाती है। दूसरी ओर, $v$, $u$ की मात्रा के अनुपात में उत्पन्न होता है ($c u^2$)। इस बेहतरीन फीडबैक संरचना का उपयोग आज भी हाइड्रा के सिर के निर्माण और सीप के गोले के पैटर्न जैसे जैविक मॉर्फोजेनेसिस की एक विस्तृत श्रृंखला के आधारभूत सिद्धांत के रूप में व्यापक रूप से किया जाता है। पैरामीटर स्पेस में, क्षय दर $\mu_u$ और $\mu_v$ के अनुपात आदि के आधार पर एक चरण आरेख (Phase diagram) खींचा जा सकता है जो स्थिर क्षेत्र से स्पॉट पैटर्न और धारीदार पैटर्न क्षेत्रों में एक स्पष्ट चरण संक्रमण (phase transition) दिखाता है। विशेष रूप से, स्व-उत्प्रेरण की मजबूत अरेखीयता के कारण, इसमें अत्यधिक स्थिर स्पॉट पैटर्न बनाने की विशेषता है।

4.2 ग्रे-स्कॉट (Gray-Scott) मॉडल और जटिल चरण आरेख

यह 1980 के दशक में भौतिक रसायन विज्ञान के स्व-उत्प्रेरक प्रतिक्रियाओं (उदाहरण के लिए, क्लोराइट-आयोडाइड-मैलोनिक एसिड प्रतिक्रिया) की व्याख्या करने के लिए तैयार किया गया एक मॉडल है, जो कंप्यूटर विज्ञान और कंप्यूटर ग्राफिक्स के क्षेत्र में अत्यधिक लोकप्रिय है।

$$ \frac{\partial u}{\partial t} = D_u \nabla^2 u - u v^2 + F(1 - u) $$$$ \frac{\partial v}{\partial t} = D_v \nabla^2 v + u v^2 - (F + k)v $$

इस मॉडल में, $u$ को एक अभिकारक और $v$ को एक स्व-उत्प्रेरक उत्पाद माना जाता है। $u$ की आपूर्ति बाहर से एक निरंतर दर $F$ पर की जाती है, और $v$ दर $F+k$ पर क्षय/निष्कासित हो जाता है। प्रतिक्रिया पद $-u v^2$ और $+u v^2$ द्रव्यमान संरक्षण को दर्शाते हुए रूपांतरण का प्रतिनिधित्व करते हैं। J.E. Pearson (1993) ने इस ग्रे-स्कॉट समीकरण के पैरामीटर $F$ (आपूर्ति दर) और $k$ (क्षय दर) को व्यापक रूप से स्कैन किया और पाया कि इसमें आश्चर्यजनक रूप से विविध पैटर्न छिपे हुए हैं। Pearson के पैरामीटर चरण आरेख के अनुसार, निम्नलिखित वर्गीकरण संभव है:

क्षेत्र $\alpha$: पूरी तरह से एक समान स्थिति (कोई पैटर्न नहीं)।
क्षेत्र $\lambda$: कोशिका विभाजन की तरह बार-बार विभाजित होने वाले स्व-प्रतिकृति स्पॉट (Cell division-like)।
क्षेत्र $\kappa$: लम्बे केंचुआ जैसे पैटर्न (Worms) या भूलभुलैया (Labyrinths)।
क्षेत्र $\mu$: स्थिर और अचल बिंदु (Spots)। ये पैटर्न ऐसा “जीवन-जैसा” रूप प्रदर्शित करते हैं कि यह विश्वास करना कठिन है कि वे साधारण अवकल समीकरणों से उत्पन्न हुए हैं। ग्रे-स्कॉट मॉडल साधारण प्रतिक्रिया पदों से विविध गतिकी उत्पन्न करने की अपनी क्षमता के कारण जटिल प्रणाली विज्ञान का एक उत्कृष्ट खेल का मैदान है।

अध्याय 5: पायथन के साथ ग्रे-स्कॉट मॉडल का पूर्ण सिमुलेशन

यहाँ, हम ग्रे-स्कॉट मॉडल के 2D संख्यात्मक सिमुलेशन करने के लिए पूर्ण पायथन कोड प्रस्तुत करते हैं और इसके एल्गोरिथम की व्याख्या करते हैं। आंशिक अवकल समीकरणों की संख्यात्मक गणना में, मूल दृष्टिकोण अंतरिक्ष को ग्रिड (परिमित अंतर विधि) में विभाजित करना और समय को सूक्ष्म चरणों (यूलर विधि) में आगे बढ़ाना है।

लाप्लासियन का 5-बिंदु अंतर सन्निकटन

$$ \nabla^2 u_{i,j} \approx \frac{u_{i+1,j} + u_{i-1,j} + u_{i,j+1} + u_{i,j-1} - 4u_{i,j}}{\Delta x^2} $$

आवधिक सीमा स्थितियों (एक सिरे से बाहर निकलने वाला दूसरे सिरे से प्रवेश करता है) को प्राप्त करने के लिए, पायथन की NumPy लाइब्रेरी में np.roll का उपयोग करके लूप के बिना उच्च गति वाले मैट्रिक्स संचालन किए जा सकते हैं।

सिमुलेशन कोड

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.animation as animation

# पैरामीटर सेटिंग (Gray-Scott मॉडल)
# उदाहरण के लिए, पैरामीटर जहां भूलभुलैया (Labyrinth) या स्पॉट (Spot) पैटर्न दिखाई देते हैं
Du, Dv = 0.16, 0.08
F, k = 0.060, 0.062  # एक और पैरामीटर उदाहरण: F=0.035, k=0.06 (Spot)
dx = 1.0
dt = 1.0
steps_per_frame = 50
frames = 200

# स्थानिक ग्रिड आकार
N = 100

# प्रारंभिक अवस्था सेटिंग (u=1, v=0 की एक समान अवस्था में केवल केंद्र में विक्षोभ लागू करना)
u = np.ones((N, N))
v = np.zeros((N, N))

# केंद्र में छोटा v का शोर क्षेत्र रखें
r = 10
center = N // 2
u[center-r:center+r, center-r:center+r] = 0.50 + 0.1 * np.random.random((2*r, 2*r))
v[center-r:center+r, center-r:center+r] = 0.25 + 0.1 * np.random.random((2*r, 2*r))

def laplacian(Z):
    """
    5-बिंदु अंतर विधि और आवधिक सीमा स्थितियों का उपयोग करके लाप्लासियन की गणना
    """
    Z_top = np.roll(Z, 1, axis=0)
    Z_bottom = np.roll(Z, -1, axis=0)
    Z_left = np.roll(Z, 1, axis=1)
    Z_right = np.roll(Z, -1, axis=1)
    return (Z_top + Z_bottom + Z_left + Z_right - 4 * Z) / (dx ** 2)

fig, ax = plt.subplots(figsize=(6, 6))
im = ax.imshow(v, cmap='inferno', vmin=0, vmax=0.4)
ax.axis('off')

def update(frame):
    global u, v
    for _ in range(steps_per_frame):
        # प्रतिक्रिया पदों की गणना
        uvv = u * v**2
        
        # प्रसार पदों की गणना
        Lu = laplacian(u)
        Lv = laplacian(v)
        
        # यूलर विधि द्वारा समय विकास
        du = Du * Lu - uvv + F * (1.0 - u)
        dv = Dv * Lv + uvv - (F + k) * v
        
        u += du * dt
        v += dv * dt
        
    im.set_array(v)
    return [im]

ani = animation.FuncAnimation(fig, update, frames=frames, interval=50, blit=True)
plt.title("Gray-Scott Model Simulation")
plt.show()

जब आप इस कोड को चलाते हैं, तो आप केंद्र में एक छोटे से शोर से शुरू होकर, कोशिकाओं के विभाजित और गुणा होने की तरह जटिल भूलभुलैया पैटर्न (या धब्बेदार पैटर्न) को स्व-संगठित होते हुए वास्तविक समय में देख सकते हैं। क्योंकि इसे NumPy ऐरे ऑपरेशंस द्वारा अनुकूलित किया गया है, पैटर्न निर्माण प्रक्रिया एक सामान्य पीसी पर भी कुछ सेकंड से दसियों सेकंड में तैयार की जा सकती है।

अध्याय 6: 3D अंतरिक्ष में ट्यूरिंग पैटर्न और जैविक नेटवर्क का निर्माण

अब तक हमने 2D तल (उदाहरण के लिए त्वचा की सतह) पर पैटर्न निर्माण पर ध्यान केंद्रित किया है, लेकिन अधिकांश जैविक मॉर्फोजेनेसिस 3D अंतरिक्ष में आगे बढ़ते हैं। ट्यूरिंग के सिद्धांत को 3D अंतरिक्ष और घुमावदार सतहों तक बहुत ही स्वाभाविक रूप से विस्तारित किया जा सकता है, और आश्चर्यजनक रूप से, यह जीवों के भीतर “जटिल शाखा नेटवर्क संरचनाओं” की भी पूरी तरह से व्याख्या करता है।

6.1 फेफड़े की ब्रोन्कियल शाखा और संवहनी नेटवर्क का निर्माण

मानव फेफड़े श्वासनली से शुरू होकर भग्न (fractal) की तरह अनगिनत महीन ब्रोंची (Branching morphogenesis) में बंट जाते हैं। हाल के अध्ययनों के अनुसार, यह स्पष्ट हो गया है कि यह ब्रोन्कियल ब्रांचिंग प्रक्रिया भी एफजीएफ (फाइब्रोब्लास्ट ग्रोथ फैक्टर) जैसे उत्प्रेरक और स्प्राउटी (Sprouty) जैसे अवरोधकों द्वारा बनाए गए ट्यूरिंग तंत्र द्वारा नियंत्रित होती है। जब 3D अंतरिक्ष में प्रतिक्रिया-प्रसार सिमुलेशन किया जाता है, तो उपकला कोशिकाओं (Apical growth) के अग्र वृद्धि और अवरोधकों द्वारा पार्श्व अवरोध (Lateral inhibition) के बीच प्रतिस्पर्धा के कारण, समान अंतराल पर सहज रूप से नई शाखाएँ उत्पन्न होने की गतिशीलता को पुन: पेश किया जाता है।

6.2 पत्ती की नसें और स्लाइम मोल्ड के नेटवर्क

पौधों की नसों के पैटर्न को भी ऑक्सिन (प्लांट हार्मोन) सांद्रता प्रवणता (concentration gradient) और परिवहन प्रोटीन (PIN) द्वारा ध्रुवीय परिवहन के संयोजन से प्रतिक्रिया-प्रसार प्रणाली के एक प्रकार के रूप में समझा जाता है। स्लाइम मोल्ड (Physarum polycephalum) का भोजन खोजने के लिए एक इष्टतम सबसे छोटा मार्ग नेटवर्क बनाने की घटना भी मोटे तौर पर LALI तंत्र पर आधारित है, जिसमें स्थानीय कोशिका नलिकाओं का विस्तार (स्व-सक्रियण) और कुल मात्रा की बाधा के कारण अन्य नलिकाओं का संकुचन (व्यापक अवरोध) शामिल है।

6.3 कंकाल निर्माण में पार्श्व अवरोध मॉडल

सवाल यह है कि हमारी पांच उंगलियां क्यों होती हैं (हड्डियों की आवधिक व्यवस्था क्यों होती है), यह भी ट्यूरिंग स्पेस में तरंग दैर्ध्य के चयन पर आता है। Sox9 (उपास्थि निर्माण को बढ़ावा देता है), Bmp, और Wnt जैसे सिग्नलिंग अणु 3D लिम्ब बड (हाथ-पैर के प्राइमोर्डियम) में तरंगें बनाते हैं। खड़ी तरंगों के “पहाड़” भाग उपास्थि में विभेदित हो जाते हैं, और “घाटी” भाग कोशिका मृत्यु (एपोप्टोसिस) या मेसेनकाइमल ऊतक के रूप में बने रहते हैं, जिससे एक आवधिक हड्डी संरचना बनती है। ऐसा पार्श्व अवरोध तंत्र जटिल जैविक कंकालों के विकास पर विचार करने में एक अनिवार्य दृष्टिकोण है।

अध्याय 7: शोर और प्रारंभिक उतार-चढ़ाव का पैटर्न चयन पर प्रभाव, मजबूती का गणित

जीवों के निर्माण में एक और बहुत ही महत्वपूर्ण गणितीय विषय है। यह “शोर (उतार-चढ़ाव) की भूमिका” और “पैटर्न की मजबूती (robustness)” का विरोधाभास है।

7.1 उतार-चढ़ाव द्वारा पैटर्न चयन (Spots or Stripes?)

ट्यूरिंग के रैखिक स्थिरता विश्लेषण से, यह निर्धारित किया जा सकता है कि कौन सी तरंग संख्या $k$ सबसे तेज़ी से बढ़ेगी (प्रमुख तरंग दैर्ध्य), लेकिन यह ज्ञात नहीं है कि अंततः कौन सा ज्यामितीय पैटर्न (स्पॉट या स्ट्राइप) चुना जाएगा। इसे स्पष्ट करने के लिए, विक्षोभ के बड़ा होने के बाद अरेखीय क्षेत्र का विश्लेषण (कमजोर अरेखीय विश्लेषण, आयाम समीकरण, आदि) आवश्यक है। व्यवहार में, सिस्टम में अंतर्निहित थर्मल उतार-चढ़ाव और स्टोकेस्टिक जीन अभिव्यक्ति शोर प्रारंभिक पैटर्न चयन के “बीज” बन जाते हैं। शोर की स्थानिक वर्णक्रमीय (spectral) विशेषताओं के आधार पर, विशिष्ट मोड चुनिंदा रूप से उत्साहित होते हैं। कुछ मामलों में, मल्टी-स्टेबल अवस्थाओं (Bistability) वाले क्षेत्रों में, प्रारंभिक शोर में मामूली अंतर के आधार पर पैटर्न के स्पॉट या स्ट्राइप बनने का भाग्य विभाजित हो सकता है।

7.2 मॉर्फोजेनेसिस की मजबूती

दूसरी ओर, ओंटोजेनी (व्यक्तिगत विकास) की प्रक्रिया आश्चर्यजनक रूप से मजबूत (robust) होती है। भले ही पर्यावरण का तापमान बदल जाए, या पोषण की स्थिति बदल जाए, मनुष्यों का हृदय हमेशा एक ही स्थान पर होता है, और पांच उंगलियां बनती हैं। स्टोकेस्टिक शोर से भरे सेलुलर वातावरण में इतना विश्वसनीय पैटर्न निर्माण कैसे संभव है? गणितीय दृष्टिकोण से, यह दिखाया गया है कि प्रतिक्रिया-प्रसार प्रणाली में “फीडफॉरवर्ड नियंत्रण” और “रिसेप्टर संतृप्ति प्रभाव” जैसे अरेखीय पदों को जोड़कर, ट्यूरिंग स्पेस (वह पैरामीटर क्षेत्र जहां पैटर्न उत्पन्न होते हैं) का उल्लेखनीय रूप से विस्तार होता है, और मजबूती में सुधार होता है। यह भी स्पष्ट होता जा रहा है कि समीकरण में डोमेन वृद्धि (ऊतक का ही अस्थायी विस्तार) को शामिल करके, सीमा स्थितियों की बाधाएं धीरे-धीरे बदलती हैं, और “यांत्रिक प्रक्षेपवक्र मार्गदर्शन” काम करता है जो शोर पर निर्भर किए बिना हमेशा एक अद्वितीय पैटर्न में परिवर्तित होता है। स्टोकेस्टिक अंतर समीकरणों (SDE) का उपयोग करके विश्लेषणों में, एक विरोधाभासी घटना भी बताई गई है जिसे “शोर-प्रेरित पैटर्न (Noise-induced patterns)” कहा जाता है, जहां जनसांख्यिकीय शोर (अणुओं की संख्या में उतार-चढ़ाव) पैटर्न को नष्ट करने के बजाय पैटर्न निर्माण को बढ़ावा देता है। मजबूती जीवन की सबसे बड़ी विशेषता है, और इसे गणितीय सूत्रों के साथ साबित करने का प्रयास आज भी सक्रिय रूप से किया जा रहा है।

अध्याय 8: आणविक जीव विज्ञान द्वारा प्रयोगात्मक सत्यापन — ट्यूरिंग पैटर्न आखिरकार मिल गया

ट्यूरिंग की मृत्यु के बाद दशकों तक, एक आलोचनात्मक दृष्टिकोण प्रबल था कि “उनका सिद्धांत केवल गणितीय रूप से सुंदर है और वास्तविक जीवों से इसका कोई लेना-देना नहीं है”। हालाँकि, 1995 में जापानी आणविक जीवविज्ञानी शिगेरू कोंडो (वर्तमान में ओसाका विश्वविद्यालय के प्रोफेसर) के अभूतपूर्व शोध ने स्थिति को पूरी तरह से बदल दिया।

कोंडो और उनके सहयोगियों ने एक बड़ी समुद्री उष्णकटिबंधीय मछली, “एम्परर एंजेलफिश (Pomacanthus imperator)” की त्वचा पर धारियों पर ध्यान केंद्रित किया। स्तनधारियों के पैटर्न विकास के साथ बस फैलते हैं (जैसे गुब्बारे को फुलाना), लेकिन उन्होंने पाया कि एम्परर एंजेलफिश की धारियां “शाखा” बनाती हैं ताकि मछली के बढ़ने पर धारियों के बीच की दूरी को स्थिर रखा जा सके, और पूरा पैटर्न गतिशील रूप से चलता है और पुनर्गठित होता है। जब इसकी तुलना ट्यूरिंग सिस्टम के सिमुलेशन (उन गणनाओं से जिनमें समय के साथ क्षेत्र का विस्तार होता है) से की गई, तो शाखाओं की प्रक्रिया और पैटर्न का शाखित होना आंशिक अवकल समीकरणों के समाधान से आश्चर्यजनक रूप से मेल खाता था। यह दुनिया में पहली बार था जब यह साबित हुआ कि सेलुलर स्तर का व्यवहार वास्तव में मैक्रोस्कोपिक गणित के नियंत्रण में है।

उसके बाद, आणविक स्तर पर स्पष्टीकरण भी तेजी से आगे बढ़ा:

चूहों के तालू की सिलवटें (Palatal Rugae): यह पहचाना गया कि चूहे के मुंह की छत पर आवधिक सिलवटों के निर्माण में, FGF और Shh नामक दो प्रोटीन ट्यूरिंग नेटवर्क बनाते हैं।
ज़ेब्राफिश की धारियां: यह प्रदर्शित किया गया कि “सेलुलर ट्यूरिंग मॉडल”, जो LALI तंत्र को केवल प्रोटीन प्रसार के माध्यम से ही नहीं बल्कि विभिन्न प्रकार की वर्णक कोशिकाओं (मेलानोफोरस और ज़ैंथोफोरस) के बीच सीधे सेल-टू-सेल इंटरेक्शन (प्रोजेक्शन के माध्यम से सिग्नलिंग) के माध्यम से भी महसूस करता है।

आधी सदी से अधिक समय के बाद, ट्यूरिंग की भविष्यवाणी डीएनए और प्रोटीन की भाषा में पूरी तरह से सिद्ध हो गई।

परिशिष्ट: गणितीय जीव विज्ञान और अवकल समीकरणों की गहराई

A1. कमजोर अरेखीय विश्लेषण और आयाम समीकरण

$$ \tau_0 \frac{\partial A}{\partial t} = \epsilon A + \xi_0^2 \nabla^2 A - g |A|^2 A $$

यहाँ, $A$ पैटर्न का जटिल आयाम है, और $\epsilon$ द्विभाजन (bifurcation) पैरामीटर से विचलन का प्रतिनिधित्व करता है। यह समीकरण सुपरकंडक्टिविटी और द्रव गतिकी (जैसे रेले-बेनार्ड संवहन) में पैटर्न गठन के गणितीय रूप से भी समतुल्य है, जो प्राकृतिक दुनिया में स्व-संगठन घटना की सार्वभौमिकता (Universality) को दृढ़ता से प्रदर्शित करता है।

A2. जैविक तरंग दैर्ध्य का निर्धारण तंत्र

ट्यूरिंग पैटर्न में, प्रमुख तरंग दैर्ध्य $\lambda$ को $2\pi/k_{max}$ के रूप में दिया जाता है, लेकिन वास्तविक जीवों में, यह तरंग दैर्ध्य सेल के आकार और प्रसार गुणांक के पूर्ण मूल्य पर निर्भर करता है। उदाहरण के लिए, प्रोटीन का प्रसार गुणांक $10^{-7} \sim 10^{-6} \text{ cm}^2/\text{s}$ के क्रम का है, और इसके आधार पर, तरंग दैर्ध्य लगभग $0.1 \sim 1 \text{ mm}$ है। यह पैमाना ड्रोसोफिला भ्रूण में सोमाइट (somite) गठन और चूहों में बालों के रोम (hair follicle) रिक्ति जैसे कई मॉर्फोजेनेसिस प्रक्रियाओं में मापे गए मूल्यों के साथ आश्चर्यजनक सहमति दिखाता है।

A3. विस्तारित ट्यूरिंग मॉडल

हाल के अध्ययनों में, 2-चर प्रतिक्रिया-प्रसार समीकरणों से परे, 3 या अधिक चर वाली प्रणालियों और स्थानिक रूप से गैर-समान पैरामीटर रिक्त स्थान (सेल ध्रुवता और ऊतक वृद्धि ग्रेडिएंट) पर विचार करने वाले मॉडलों का सक्रिय रूप से अध्ययन किया जा रहा है। इसके अलावा, “मैकेनो-केमिकल मॉडल (Mechano-chemical model)”, जो केवल प्रसार को ही नहीं बल्कि कीमोटैक्सिस (Chemotaxis) और सेल के यांत्रिक विरूपण (Mechanobiology) को भी जोड़ते हैं, अधिक जटिल जीवन घटनाओं को स्पष्ट करने की कुंजी के रूप में ध्यान आकर्षित कर रहे हैं। गणित और जीव विज्ञान का संलयन ट्यूरिंग के समय से बहुत विकसित हुआ है, और आधुनिक विज्ञान में सबसे आगे चमक रहा है।

अंतिम अध्याय: मॉर्फोजेनेसिस का भविष्य और जटिल प्रणाली विज्ञान पर प्रभाव

ट्यूरिंग पैटर्न की अवधारणा अब गणितीय जीव विज्ञान की सीमाओं को पार कर गई है और प्राकृतिक विज्ञान के सभी क्षेत्रों में फैल गई है।

सामग्री इंजीनियरिंग (Materials engineering) के क्षेत्र में, ट्यूरिंग तंत्र को स्व-संगठन का उपयोग करते हुए बॉटम-अप नैनो टेक्नोलॉजी पर लागू किया जा रहा है। ब्लॉक कॉपोलिमर (block copolymers) के चरण पृथक्करण और विशेष रासायनिक प्रतिक्रियाओं (जैसे बेलौसोव-ज़ाबोटिंस्की प्रतिक्रिया) को नियंत्रित करके, ऐसी बेहतरीन आवधिक संरचनाओं के “रासायनिक स्व-गठन” को प्राप्त करने लिए शोध प्रगति पर है जो अर्धचालक लिथोग्राफी तकनीक की सीमाओं को पार कर जाती हैं।

कृत्रिम जीवन (Artificial Life) और जटिल प्रणालियों (Complex Systems) के संदर्भ में, इसे “जीवन क्या है?” के मूलभूत प्रश्न के दृष्टिकोण के रूप में पुनर्मूल्यांकन किया जा रहा है। वह प्रक्रिया जिसके द्वारा स्थानीय नियमों की परस्पर क्रिया से समग्र रूप से एक वैश्विक, व्यवस्थित संरचना उत्पन्न (Emergence) होती है, एक सार्वभौमिक सिद्धांत है जो सेलुलर ऑटोमेटा और डीप लर्निंग में संरचना निर्माण को भी रेखांकित करता है।

एलन ट्यूरिंग ने अपने अंतिम वर्षों की एक छोटी अवधि में छोड़े गए केवल एक पेपर में गणितीय सूत्रों के माध्यम से जीवन के निर्माण के रहस्यों को उजागर किया। “मॉर्फोजेनेसिस का रासायनिक आधार” जिसका उन्होंने सपना देखा था, कंप्यूटर विज्ञान, अरेखीय भौतिकी और नवीनतम आणविक जीव विज्ञान के प्रतिच्छेदन बिंदु के रूप में, आज भी हमारे सामने जीवन के नए रहस्य प्रस्तुत कर रहा है।

यह लेख गणितीय जीव विज्ञान में नवीनतम निष्कर्षों और अरेखीय गतिशीलता के कठोर गणितीय विवरणों के आधार पर काफी विस्तारित और लिखा गया है। ट्यूरिंग की महान उपलब्धि का सम्मान करते हुए, हम आशा करते हैं कि यह पाठकों को जीवन की ज्यामिति की सुंदरता की सराहना करने में मदद करेगा।