Международная команда ученых, объединив химический анализ с искусственным интеллектом, проанализировала более 400 образцов, включая древние осадочные породы, окаменелости, современные растения и животные, грибы и даже метеориты. Разработанная система способна отличать материалы биологического происхождения от небиологических с точностью более 90%.
«Это вдохновляющий пример того, как современные технологии могут раскрыть древнейшую историю нашей планеты и полностью изменить подход к поиску древней жизни не только на Земле, но и в других мирах», — отмечает соавтор исследования, астробиолог Майкл Вонг. «Это мощный новый инструмент для астробиологии».
Принципиальное отличие нового подхода заключается в том, что алгоритм не ищет конкретные молекулы вроде ДНК или липидов, которые могли бы свидетельствовать о жизни. Вместо этого он анализирует общее распределение химических веществ в образце. «Впервые мы просто смотрим на функцию распределения», — объясняет доктор Роберт Хейзен. «Это позволяет нам быть гораздо более универсальными при изучении сильно деградировавших образцов, которые сохранили очень малое количество информации, доступной традиционным методикам исследования».
Для выявления слабых химических отпечатков древних организмов команда использовала метод пиролиза в сочетании с газовой хроматографией и масс-спектрометрией. Сложные химические паттерны затем анализировались моделью машинного обучения, способной идентифицировать биосигнатуры, которые были слишком разрушены для интерпретации другими методами анализа.
Алгоритм также может различать фотосинтезирующие и нефотосинтезирующие организмы, и даже разделять основные группы клеток — эукариоты (имеющие ядро) и прокариоты (не имеющие ядра). Благодаря таким возможностям алгоритма, помимо обнаружения самых древних следов жизни, ученые нашли молекулярные доказательства того, что кислородный фотосинтез происходил уже 2,5 миллиарда лет назад — на 800 миллионов лет раньше, чем считалось.
NASA уже выделило финансирование на разработку инструментов для марсоходов на основе этой технологии. По словам Хейзена, если доставка образцов с Марса окажется слишком дорогой, марсоход с набором приборов сможет применить тот же подход машинного обучения непосредственно на поверхности красной планеты.
«ИИ не просто помог нам анализировать данные быстрее, он позволил разобраться в беспорядочных, деградировавших химических данных», — подчеркивает доктор Анирудх Прабху. «Это позволит нам изучать древние и инопланетные среды руководствуясь паттернами, которые мы сами могли бы не заметить».
Ранее астрономы открыли интригующий тип пещер на Марсе.
