Gab es Leben auf dem Mars und anderen Planeten? Vielleicht wissen wir es bald

„Der Heilige Gral der Astrobiologie“ – Neu maschinelles Lernen Die Technik kann zu 90 % feststellen, ob eine Probe biologischen oder nichtbiologischen Ursprungs ist. Genauigkeit.

Wissenschaftler haben einen einfachen und zuverlässigen Test für Anzeichen von vergangenem oder gegenwärtigem Leben auf anderen Planeten entdeckt – „den heiligen Gral der Astrobiologie“.

In einem kürzlich in der Zeitschrift veröffentlichten Artikel Verfahren der Nationalen Akademie der Wissenschaftenein siebenköpfiges Team, finanziert von der John Templeton Foundation und geleitet von Jim Cleaves und Robert Hazen von der Carnegie Institution for Scienceberichtet, dass ihre auf künstlicher Intelligenz basierende Methode mit einer Genauigkeit von 90 % moderne und alte biologische Proben von denen abiotischen Ursprungs unterschied.

Revolutionierung der Weltraumforschung und der Geowissenschaften

„Diese routinemäßige Analysemethode hat das Potenzial, die Suche nach außerirdischem Leben zu revolutionieren und unser Verständnis sowohl des Ursprungs als auch der Chemie des frühesten Lebens auf der Erde zu vertiefen“, sagt Dr. Hazen. „Es eröffnet den Weg für den Einsatz intelligenter Sensoren in Roboter-Raumfahrzeugen, Landefahrzeugen und Rovern, um nach Lebenszeichen zu suchen, bevor die Proben zur Erde zurückkehren.“

Am unmittelbarsten könnte der neue Test die Geschichte mysteriöser, alter Gesteine ​​auf der Erde und möglicherweise auch die von bereits gesammelten Proben enthüllen Mars Instrument „Sample Analysis at Mars“ (SAM) des Curiosity Rovers. Die letztgenannten Tests könnten mit einem an Bord befindlichen Analyseinstrument mit dem Spitznamen „SAM“ (für Sample Analysis at Mars) durchgeführt werden.

„Wir müssen unsere Methode optimieren, um sie an die SAM-Protokolle anzupassen, aber es ist möglich, dass wir bereits über Daten verfügen, um festzustellen, ob es auf dem Mars Moleküle aus einer organischen Marsbiosphäre gibt.“

Wichtige Erkenntnisse aus der neuen Forschung

„Die Suche nach außerirdischem Leben bleibt eines der verlockendsten Unterfangen der modernen Wissenschaft“, sagt Hauptautor Jim Cleaves vom Earth and Planets Laboratory der Carnegie Institution for Science, Washington, D.C.

„Die Implikationen dieser neuen Forschung sind vielfältig, aber es gibt drei große Erkenntnisse: Erstens unterscheidet sich die Biochemie auf einer tiefgreifenden Ebene von der abiotischen organischen Chemie; Zweitens können wir uns Proben vom Mars und der alten Erde ansehen, um festzustellen, ob sie einst lebten. und drittens ist es wahrscheinlich, dass diese neue Methode alternative Biosphären von denen der Erde unterscheiden könnte, mit erheblichen Auswirkungen auf zukünftige astrobiologische Missionen.“

Die Rolle der KI bei der Unterscheidung biotischer und abiotischer Proben

Die innovative Analysemethode beruht nicht einfach auf der Identifizierung eines bestimmten Moleküls oder einer Gruppe von Verbindungen in einer Probe.

Stattdessen zeigten die Forscher, dass KI biotische von abiotischen Proben unterscheiden kann, indem sie subtile Unterschiede innerhalb der molekularen Muster einer Probe erkennt, wie sie durch Pyrolyse-Gaschromatographie-Analyse (die die Bestandteile einer Probe trennt und identifiziert) und anschließende Massenspektrometrie (die die Molekulargewichte bestimmt) aufgedeckt werden dieser Komponenten).

Umfangreiche mehrdimensionale Daten aus den molekularen Analysen von 134 bekannten abiotischen oder biotischen kohlenstoffreichen Proben wurden verwendet, um die KI zu trainieren, den Ursprung einer neuen Probe vorherzusagen. Mit einer Genauigkeit von etwa 90 % identifizierte die KI erfolgreich Proben, die stammten von:

• Lebewesen wie moderne Muscheln, Zähne, Knochen, Insekten, Blätter, Reis, menschliches Haar und Zellen, konserviert in feinkörnigem Gestein
• Überreste antiken Lebens, die durch geologische Verarbeitung verändert wurden (z. B. Kohle, Öl, Bernstein und kohlenstoffreiche Fossilien) oder
• Proben abiotischen Ursprungs, beispielsweise reine Laborchemikalien (z. B. Aminosäuren) und kohlenstoffreiche Meteoriten.

Die Autoren fügen hinzu, dass die Herkunft vieler alter kohlenstoffhaltiger Proben bisher schwer zu bestimmen sei, da Ansammlungen organischer Moleküle, ob biotisch oder abiotisch, dazu neigen, sich mit der Zeit zu zersetzen.

Überraschenderweise entdeckte die neue Analysemethode trotz erheblichen Verfalls und Veränderungen Anzeichen einer Biologie, die in einigen Fällen über Hunderte von Millionen Jahren erhalten blieb.

Entschlüsselung der Chemie des Lebens und des Potenzials für zukünftige Entdeckungen

Dr. Hazen sagt: „Wir gingen von der Idee aus, dass sich die Chemie des Lebens grundlegend von der der unbelebten Welt unterscheidet; dass es „chemische Lebensregeln“ gibt, die die Vielfalt und Verteilung von Biomolekülen beeinflussen. Wenn wir diese Regeln ableiten könnten, könnten wir sie als Leitfaden für unsere Bemühungen verwenden, die Ursprünge des Lebens zu modellieren oder subtile Anzeichen von Leben auf anderen Welten zu erkennen.“

„Diese Ergebnisse bedeuten, dass wir möglicherweise eine Lebensform von einem anderen Planeten, einer anderen Biosphäre finden können, auch wenn sie sich stark von dem Leben unterscheidet, das wir auf der Erde kennen.“ Und wenn wir anderswo Lebenszeichen finden, können wir feststellen, ob das Leben auf der Erde und auf anderen Planeten einen gemeinsamen oder einen anderen Ursprung hat.“

„Anders ausgedrückt: Die Methode sollte in der Lage sein, außerirdische Biochemie sowie Leben auf der Erde zu erkennen. Das ist eine große Sache, weil es relativ einfach ist, die molekularen Biomarker des Lebens auf der Erde zu erkennen, aber wir können nicht davon ausgehen, dass außerirdisches Leben sie nutzen wird DNAAminosäuren usw. Unsere Methode sucht nach Mustern in molekularen Verteilungen, die sich aus dem Bedarf des Lebens an „funktionellen“ Molekülen ergeben.

„Was uns wirklich verblüffte, war, dass wir unser maschinelles Lernmodell darauf trainierten, nur zwei Probentypen vorherzusagen – biotisch oder abiotisch –, die Methode jedoch drei verschiedene Populationen entdeckte: abiotisch, lebend biotisch und fossil biotisch. Mit anderen Worten: Es könnte neuere biologische Proben von fossilen Proben unterscheiden – beispielsweise ein frisch gepflücktes Blatt oder Gemüse von etwas, das vor langer Zeit gestorben ist. Dieser überraschende Befund stimmt uns optimistisch, dass auch andere Merkmale wie photosynthetisches Leben oder Eukaryoten (Zellen mit einem Zellkern) unterschieden werden könnten.“

Die analytischen Fähigkeiten der KI bei der Entschlüsselung komplexer Muster

Um die Rolle der KI zu erklären, nutzt Co-Autor Anirudh Prabhu von der Carnegie Institution for Science die Idee, Münzen anhand verschiedener Attribute zu trennen – zum Beispiel Geldwert, Metall, Jahr, Gewicht oder Radius – und geht dann weiter, um Kombinationen daraus zu finden Attribute, die differenziertere Trennungen und Gruppierungen erzeugen. „Und wenn Hunderte solcher Attribute beteiligt sind, sind KI-Algorithmen von unschätzbarem Wert, um die Informationen zu sammeln und sehr differenzierte Erkenntnisse zu gewinnen.“

Dr. Cleaves fügt hinzu: „Aus chemischer Sicht beziehen sich die Unterschiede zwischen biotischen und abiotischen Proben auf Dinge wie Wasserlöslichkeit, Molekulargewichte, Flüchtigkeit und so weiter.“

„Die einfache Art und Weise, wie ich mir das vorstellen würde, ist, dass eine Zelle eine Membran und ein Inneres hat, das Zytosol genannt wird; Die Membran ist ziemlich wasserunlöslich, während der Inhalt der Zelle ziemlich wasserlöslich ist. Diese Anordnung hält die Membran zusammen, da sie versucht, den Kontakt ihrer Komponenten mit Wasser zu minimieren, und verhindert außerdem, dass die „inneren Komponenten“ durch die Membran austreten.“

„Die inneren Bestandteile können auch in Wasser gelöst bleiben, obwohl es sich um extrem große Moleküle wie Chromosomen und Proteine ​​handelt“, sagt er.

„Wenn man also eine lebende Zelle oder ein lebendes Gewebe in seine Bestandteile zerlegt, erhält man eine Mischung aus sehr wasserlöslichen und sehr wasserunlöslichen Molekülen, die über ein Spektrum verteilt sind. Dinge wie Erdöl und Kohle haben im Laufe ihrer langen Geschichte den größten Teil des wasserlöslichen Materials verloren.“

„Abiologische Proben können in diesem Spektrum im Verhältnis zueinander einzigartige Verteilungen aufweisen, sie unterscheiden sich aber auch von den biologischen Verteilungen.“

Die Technik könnte bald eine Reihe wissenschaftlicher Rätsel auf der Erde lösen, darunter den Ursprung der 3,5 Milliarden Jahre alten schwarzen Sedimente aus Westaustralien – heiß diskutierte Gesteine, von denen einige Forscher behaupten, dass sie die ältesten fossilen Mikroben der Erde beherbergen, während andere behaupten, sie seien ohne Leben Zeichen.

Andere Proben aus alten Gesteinen in Nordkanada, Südafrika und China rufen ähnliche Debatten hervor.

„Wir wenden unsere Methoden gerade an, um diese seit langem bestehenden Fragen zur Biogenität des organischen Materials in diesen Gesteinen zu beantworten“, sagt Hazen.

Und es sind neue Ideen zu den möglichen Beiträgen dieses neuen Ansatzes in anderen Bereichen wie Biologie, Paläontologie und Archäologie entstanden.

„Wenn KI leicht biotisches von abiotischem sowie modernes von antikem Leben unterscheiden kann, welche anderen Erkenntnisse könnten wir dann gewinnen? Könnten wir zum Beispiel herausfinden, ob eine alte fossile Zelle einen Kern hatte oder photosynthetisch tätig war?“ sagt Dr. Hazen.

„Könnte es verkohlte Überreste analysieren und verschiedene Holzarten einer archäologischen Stätte unterscheiden? Es ist, als würden wir einfach unsere Zehen in das Wasser eines riesigen Ozeans von Möglichkeiten tauchen.“

Referenz: „Eine robuste, agnostische molekulare Biosignatur basierend auf maschinellem Lernen“ von H. James Cleaves, Grethe Hystad, Anirudh Prabhu, Michael L. Wong, George D. Cody, Sophia Economon und Robert M. Hazen, 25. September 2023, Verfahren der Nationalen Akademie der Wissenschaften.
DOI: 10.1073/pnas.2307149120

Die Studie wurde von der John Templeton Foundation finanziert.