13.04.2024
Подписывайтесь на Telegram-канал по ссылке

Машинное обучение поможет найти жизнь на других планетах

Molecular biosignature ML

Способность отличать вещества биологического происхождения от веществ, образовавшихся в результате небиологических химических процессов, будет иметь решающее значение в поисках жизни за пределами Земли. На сегодняшний день не существует надёжного метода, позволяющего это сделать. Однако тут может помочь искусственный интеллект. Такое разграничение является чрезвычайно сложным, поскольку некоторые химические соединения могут образовываться как в результате биологических, так и небиологических процессов.

Группа исследователей объявила о создании программы, способной обнаруживать внеземную жизнь в физических образцах. В частности, этот алгоритм машинного обучения способен с точностью до 90% отличить современные и древние биологические образцы от образцов абиотического происхождения, неспособных к существованию жизни. Новый инструмент обнаруживает тонкие различия в молекулярном составе образца, выявленные при пиролизном газохроматографическом анализе. Исследование опубликовано в журнале PNAS.

В деталях этот вид анализа используется для изучения химического состава различных образцов. Иногда он используется NASA и другими космическими агентствами для анализа материалов, собранных на лунном или марсианском грунте. В практическом плане эти образцы подвергаются пиролизу. Другими словами, они нагреваются до высоких температур в отсутствие кислорода (или в среде, содержащей очень мало кислорода). В результате термического разложения происходит разрушение химических связей в образце с образованием различных продуктов пиролиза, включая газы, летучие соединения и твёрдые остатки.

Такие продукты пиролиза затем вводятся в газовый хроматограф. Это прибор для разделения соединений по их химическим и физическим свойствам при прохождении через колонку, заполненную разделительным материалом. Соединения, отделённые в результате хроматографии, обнаруживаются при выходе из колонки. Полученные в результате анализа данные интерпретируются для определения химического состава исходного образца. В рамках этой работы исследователи использовали обширные многомерные данные молекулярного анализа 134 известных образцов, богатых абиотическим или биотическим углеродом, для обучения искусственного интеллекта предсказывать происхождение нового образца.

С точностью около 90% новый инструмент смог бы идентифицировать не только образцы живых существ, такие как зубы, кости, насекомые, листья, человеческие волосы или даже клетки, сохранившиеся в мелкозернистых породах, но и остатки древней жизни, измененные в результате геологической переработки (уголь, нефть, янтарь, окаменелости и т.д.). Несмотря на значительную деградацию и изменения, новый аналитический метод обнаружил даже биологические признаки, сохранившиеся в некоторых случаях за сотни миллионов лет.