Существовала ли жизнь на Марсе и других планетах? Возможно, мы скоро узнаем

Ученые разработали новаторский метод, основанный на искусственном интеллекте, для обнаружения признаков жизни на других планетах. Этот метод с точностью до 90% различает биологические и небиологические образцы путем анализа молекулярных структур. Он обещает произвести революцию в освоении космоса и нашем понимании происхождения жизни, с потенциальным применением в различных областях, включая биологию и археологию.

«Святой Грааль астробиологии» — новинка Машинное обучение Эта технология позволяет на 90% определить, имеет ли образец биологическое или небиологическое происхождение. Точность.

Ученые открыли простой и надежный тест на признаки прошлой или настоящей жизни на других планетах — «Святой Грааль астробиологии».

В статье, недавно опубликованной в журнале Труды Национальной академии наукЭто команда из семи человек, финансируемая Фондом Джона Темплтона и возглавляемая Джимом Кливсом и Робертом Хейзеном из Фонда Джона Темплтона. Институт Карнеги наукиВ отчетах указывается, что их метод, основанный на искусственном интеллекте, с точностью до 90% отличает современные и древние биологические образцы от образцов небиологического происхождения.

Революция в освоении космоса и науках о Земле

«Этот рутинный аналитический метод может революционизировать поиск внеземной жизни и углубить наше понимание как происхождения, так и химии ранней жизни на Земле», — говорит доктор Хейзен. «Это открывает путь к использованию интеллектуальных датчиков на автоматических космических кораблях, посадочных модулях и марсоходах для поиска признаков жизни до того, как образцы вернутся на Землю».

В более ближайшем будущем новый тест может раскрыть историю загадочных древних камней на Земле и, возможно, историю образцов, уже собранных учеными. Марс Инструмент анализа проб Curiosity на Марсе (SAM). Последние тесты могут быть выполнены с использованием бортового аналитического прибора под названием SAM (Анализ проб на Марсе).

На этом изображении, сделанном марсоходом НАСА «Персеверанс» 6 августа 2021 года, видна дыра, пробуренная в марсианской породе при подготовке марсохода к первой попытке собрать образец. Это изображение было получено одной из камер марсохода на месте, которое научная группа марсохода назвала «каменной брусчаткой» в районе «Разломанное дно кратера» кратера Джезеро. Источник изображения: НАСА/Лаборатория реактивного движения-Калифорнийский технологический институт.

«Нам нужно будет модифицировать наш метод, чтобы он соответствовал протоколам SAM, но возможно, что у нас уже есть данные, позволяющие определить, есть ли на Марсе молекулы из марсианской органической биосферы».

Ключевые выводы нового исследования

«Поиски внеземной жизни остаются одним из самых захватывающих направлений современной науки», — говорит ведущий автор Джим Кливс из Лаборатории Земли и планет Научного института Карнеги в Вашингтоне, округ Колумбия.

«Последствия этого нового исследования многочисленны, но можно сделать три основных вывода: во-первых, на глубоком уровне биохимия отличается от абиотической органической химии; во-вторых, мы можем посмотреть на образцы древнего Марса и Земли, чтобы увидеть, были ли они жив за один день; в-третьих, этот новый метод, вероятно, сможет различать альтернативные биосферы и биосферы на Земле, что будет иметь большое значение для будущих астробиологических задач.

Роль искусственного интеллекта в различении биологических и небиологических образцов

Инновационный аналитический метод не зависит исключительно от идентификации конкретной молекулы или группы соединений в образце.

Вместо этого исследователи продемонстрировали, что ИИ может различать биологические и абиотические образцы, обнаруживая тонкие различия в молекулярных структурах образца, как показывает пиролизная газовая хроматография (которая разделяет и идентифицирует составные части образца), а затем масс-спектрометрия (которая определяет молекулярный вес). этих компонентов).

Большие многомерные данные молекулярного анализа 134 образцов, богатых абиотическим или биотическим углеродом, были использованы для обучения искусственного интеллекта предсказанию происхождения нового образца. С точностью примерно 90% ИИ успешно идентифицировал образцы, происходящие из:

• Живые организмы, такие как современные раковины, зубы, кости, насекомые, листья деревьев, рис, человеческие волосы и клетки, сохранившиеся в мелкозернистых камнях.
• Остатки древней жизни, измененные в результате геологической обработки (например, уголь, нефть, янтарь и окаменелости, богатые углеродом), или
• Образцы небиологического происхождения, такие как чистые лабораторные химикаты (например, Аминокислоты) и богатые углеродом метеориты.

Авторы добавляют, что до сих пор было сложно определить происхождение многих древних углеродсодержащих образцов, поскольку скопления органических молекул, как биотических, так и абиотических, имеют тенденцию со временем разлагаться.

Удивительно, но, несмотря на значительный распад и изменения, новый аналитический метод выявил биологические маркеры, сохраняющиеся в некоторых случаях на протяжении сотен миллионов лет.

Расшифровка химии жизни и потенциал будущих открытий

«Мы начали с идеи, что химия жизни фундаментально отличается от химии неживого мира», — говорит доктор Хейзен. Что существуют «химические правила жизни», влияющие на разнообразие и распределение биомолекул. Если мы сможем вывести эти правила, мы сможем использовать их в своих усилиях по моделированию происхождения жизни или обнаружению едва заметных признаков жизни в других мирах.

«Эти результаты означают, что мы сможем найти форму жизни с другой планеты или другой биосферы, даже если она сильно отличается от жизни, которую мы знаем на Земле. И если мы найдем признаки жизни где-то еще, мы сможем найти Существуют ли жизни на Земле и других планетах». Другие имеют общее или разное происхождение.

Другими словами, метод должен быть способен обнаруживать биохимию инопланетян, а также жизнь на Земле. Это важно, поскольку обнаружить молекулярные биомаркеры жизни на Земле относительно легко, но мы не можем предполагать, что будет использована инопланетная жизнь. ДНКАминокислоты и др. Наш метод ищет закономерности в молекулярном распределении, возникающие из-за потребности жизни в «функциональных» молекулах.

«Что нас действительно поразило, так это то, что мы обучили нашу модель машинного обучения прогнозировать только два типа образцов — биотические и абиотические — но метод обнаружил три отдельные группы: абиотические, биотические и ископаемые. Другими словами, он мог идентифицировать новые биологические образцы. «Ископаемое, например, свежесобранный лист или овощ, по сравнению с чем-то, что умерло давным-давно. Это удивительное открытие вселяет в нас оптимизм в отношении того, что другие особенности, такие как фотосинтетическая жизнь или эукариоты (клетки с ядром), могут быть признан.

Аналитические возможности искусственного интеллекта в обнаружении сложных закономерностей

Чтобы объяснить роль искусственного интеллекта, соавтор Анирудх Прабху из Научного института Карнеги использует идею разделения монет с использованием различных атрибутов — например, денежной стоимости, металла, года, веса или радиуса — а затем идет дальше находите комбинации. Функции, позволяющие создавать более точные разделения и сборки. «И когда дело доходит до сотен таких атрибутов, алгоритмы ИИ оказываются неоценимыми для сбора информации и создания высокоточных идей».

«С химической точки зрения различия между биологическими и абиотическими образцами связаны с такими вещами, как растворимость в воде, молекулярная масса, летучесть и т. д.», — добавляет доктор Кливс.

«Я думаю об этом проще всего: у клетки есть мембрана и внутренняя часть, называемая цитозолем; Мембрана несколько нерастворима в воде, тогда как содержимое клетки частично растворимо в воде. Такое расположение сохраняет сборку мембраны, пытаясь свести к минимуму контакт ее компонентов с водой, а также предотвращает утечку «внутренних компонентов» через мембрану.

«Внутренние компоненты также могут оставаться водорастворимыми, несмотря на то, что они представляют собой очень большие молекулы, такие как хромосомы и белки», — говорит он.

«Итак, если разбить клетку или живую ткань на компоненты, то получится смесь хорошо растворимых в воде молекул и молекул, очень нерастворимых в воде, распределенных в широком диапазоне. Такие вещи, как нефть и уголь, потеряли большую часть своей воды». растворимый материал за свою долгую историю.

«Биологические образцы могут иметь уникальное распределение по всему спектру относительно друг друга, но также отличаться от биологического распределения».

Apex Chert возрастом 3,5 миллиарда лет из дикой природы Западной Австралии. Фото: Лаборатория Карнеги по наукам о Земле и планетах.

Эта технология может вскоре решить ряд научных загадок на Земле, в том числе происхождение черных отложений возрастом 3,5 миллиарда лет из Западной Австралии — весьма спорных пород, которые, по утверждению некоторых исследователей, содержат древнейшие ископаемые микробы на Земле, в то время как другие утверждают, что они лишены жизни. Знаки.

Аналогичные дискуссии вызывают и другие образцы древних горных пород на севере Канады, Южной Африки и Китая.

«Сейчас мы применяем наши методы, чтобы ответить на давние вопросы о биогенезе органического вещества, обнаруженного в этих породах», — говорит Хейзен.

Новые идеи о потенциальном вкладе этого нового подхода проникли в другие области, такие как биология, палеонтология и археология.

«Если искусственный интеллект сможет легко отличить биотическую и небиотическую жизнь, а также современную жизнь от древней жизни, какие еще идеи мы можем получить? Например, можем ли мы узнать, имела ли древняя ископаемая клетка ядро ​​или выполняла ли она функцию «Процесс фотосинтеза», — говорит доктор Хейзен.

«Можно ли проанализировать обугленные останки и отличить разные породы древесины от археологического памятника? Это как если бы мы окунули пальцы ног в воду огромного океана возможностей».

Ссылка: «Надежная, неспецифическая молекулярная биосигнатура, основанная на машинном обучении», Х. Джеймс Кливс, Джерихт Хистад, Анирудх Прабху и Майкл Л. Вонг и Джордж Д. Коди, София Экономон и Роберт М. Хазен, 25 сентября 2023 г., Труды Национальной академии наук.
дои: 10.1073/pnas.2307149120

Исследование финансировалось Фондом Джона Темплтона.