Американские ученые предложили метод поиска жизни, который они назвали «святым Граалем астробиологии». По мнению авторов исследования, разработанная технология способна с высокой степенью достоверности определять различие между биологическими и небиологическими веществами в образцах, забранных на других планетах, и выявлять остатки древних живых организмов на Земле.
Одной из ключевых задач астробиологии является поиск жизни за пределами Земли. Эта область науки возникла в XX веке, а термин «астробиология» был введен советским астрономом Гавриилу Тихову, среди тех, кто в 1953 году опубликовал труд под названием «Астробиология», ученые стремятся найти ответы на принципиальные вопросы: являемся ли мы единственными разумными существами во Вселенной, или же существуют другие? И если мы действительно уникальны, то возможно ли обнаружение простейших форм жизни на других планетах?
Для поиска ответов на эти вопросы ученые изучают космическое пространство в поисках конкретных биосигнатур. В случае, если речь идет о микроорганизмах, это могут быть химические биомаркеры – молекулы, которые способны синтезировать бактерии или другие одноклеточные организмы. Среди искомых маркеров:
— с использованием спектрометров, интегрированных в современные телескопы: исследователи определяют химические элементы, присутствующие в атмосферах планет и потенциально связанные с жизнью;
— с помощью специализированных датчиков, установленных на космических аппаратах.
Влияние химических реакций приводит к нестабильности органических молекул, поскольку они могут разрушаться до отдельных атомов, что усложняет процесс их обнаружения.
В последнее время исследователи активно создают инновационные подходы к поиску признаков жизни, где ключевую роль играет искусственный интеллект. Эксперты утверждают, что эти методы могут превосходить по эффективности инструменты анализа, используемые на орбитальных станциях. Благодаря алгоритмам ИИ, становится возможным выявлять незначительные различия в молекулярных процессах, характерных для живых и неживых организмов, даже при анализе образцов, имеющих возраст в сотни миллионов лет.
Новый алгоритм машинного обучения, разработанный группой американских исследователей из Института Карнеги, позволяет с высокой степенью достоверности определять, является ли рассматриваемый образец продуктом живых организмов или их деятельности (биотической средой), или же он относится к неживой природе, к физико-химическому окружению, в котором обитают живые существа (абиотической среде). Результаты работы представили в журнале PNAS.
«В основе нашего подхода лежит гипотеза о том, что молекулы живых организмов содержат информацию о химических реакциях, которые привели к их образованию, в то время как молекулы неживой природы такой информации не имеют. По всей видимости, это свойство актуально и для внеземной жизни. Мы полагаем, что на каждой планете живые организмы для поддержания своего существования будут синтезировать значительно больше разнообразных соединений, чем неживая среда, и именно эти различия способен выявить и проанализировать наш алгоритм», — объяснил Роберт Хейзен — один из авторов данного исследования.
Для исследования ученые собрали образцы, представляющие как живые, так и неживые системы: клетки живых организмов, окаменелости, органические соединения, лабораторные смеси и химические вещества, а также фрагменты метеоритов, содержащих углерод. Анализ этих образцов провели с использованием масс-спектрометрии и пиролитической газовой хроматографии. В исследовании приняли участие 134 образца, 59 из которых происходили из биотической среды, а 75 – из абиотической. Полученные в ходе анализа данные затем использовали для обучения алгоритма.
После завершения обучения специалисты приступили к практической проверке алгоритма. В ходе тестирования он продемонстрировал способность к распознаванию образцов, происходящих из живой природы (ракушки, волосы человека, зубы, кости, клетки организмов), а также к идентификации трансформированных остатков древних живых существ, обнаруженных в окаменелостях, каменном угле, нефти и янтаре. Помимо этого, алгоритм смог выделить образцы, происходящие из неживой природы, такие как фрагменты метеоритов. Показатель точности составил около 90 процентов.
По мнению исследователей, в дальнейшем их алгоритм машинного обучения можно будет интегрировать в датчики нового поколения, используемые на спускаемых аппаратах, луноходах и марсоходах. Кроме того, он может найти применение в поиске признаков жизни на потенциально обитаемых небесных телах, например, на Энцеладе и Европе.
В скором времени исследователи планируют использовать свою разработку для изучения горных пород возрастом 3,5 миллиарда лет, расположенных в районе Пилбара, Западная Австралия. Этот регион известен тем, что там, по мнению специалистов, находятся наиболее древние окаменелости на Земле. Их обнаружили в 1993 году, и ученые считают, что эти окаменелости содержат остатки бактериальных матов (к цианобактериям относятся организмы, которые первыми начали вырабатывать кислород на Земле.
Наличие остатков бактериальных матов в этих породах указывает на то, что на Земле жизнь возникла и развивалась значительно раньше, чем принято считать в науке.