科学家们发现了测试方法可以检测其他行星上过去或现在的生命迹象

科学家们发现了一种简单而可靠的测试方法，可以检测其他行星上过去或现在的生命迹象——“天体生物学的圣杯”。

在《国家科学院院刊》杂志上，一个由约翰·邓普顿基金会资助、卡内基科学研究所的吉姆·克利夫斯和罗伯特·哈森领导的七人团队报告说，他们的人工智能准确率高达 90%——基于方法区分现代和古代生物样品与非生物来源的样品。

“这种常规分析方法有可能彻底改变外星生命的搜寻，并加深我们对地球上最早生命的起源和化学的理解，”哈森博士说。“它为在机器人航天器、着陆器和漫游车上使用智能传感器在样本返回地球之前寻找生命迹象开辟了道路。”

最直接的是，新的测试可以揭示地球上神秘、古老岩石的历史，也可能揭示火星好奇号火星车的火星样本分析(SAM)仪器已经收集的样本的历史。后者的测试可以使用绰号为“SAM”的机载分析仪器(用于火星样本分析。(NASA 照片位于https://bit.ly/3P8V8II)进行。

“我们需要调整我们的方法以匹配 SAM 的协议，但我们可能已经掌握了数据来确定火星上是否存在来自火星有机生物圈的分子。”

“寻找外星生命仍然是现代科学中最诱人的努力之一，”华盛顿特区卡内基科学研究所地球与行星实验室的主要作者吉姆·克利夫斯说。

“这项新研究的意义是多方面的，但有三大要点：首先，在某些深层次上，生物化学不同于非生物有机化学;其次，我们可以通过观察火星和古代地球样本来判断它们是否曾经存在过;第三，这种新方法很可能可以区分替代生物圈和地球生物圈，对未来的天体生物学任务具有重大影响。”

创新的分析方法不仅仅依赖于识别样品中的特定分子或化合物组。

相反，研究人员证明人工智能可以通过以下方式区分生物和非生物样本：

通过热解气相色谱分析(分离和识别样品的组成部分)以及随后的质谱分析(确定这些组分的分子量)来检测样品分子模式中的细微差异。

对 134 个已知非生物或生物富碳样品进行分子分析所得的大量多维数据被用来训练 AI 来预测新样品的来源。AI 的准确率约为 90%，成功识别出来自以下来源的样本：

生物，例如现代贝壳、牙齿、骨头、昆虫、树叶、稻米、人发以及保存在细粒岩石中的细胞

因地质加工而改变的古代生命遗迹(例如煤炭、石油、琥珀和富含碳的化石)，或

非生物来源的样品，例如纯实验室化学品(例如氨基酸)和

富含碳的陨石。

作者补充说，到目前为止，许多古代含碳样本的起源还很难确定，因为有机分子的集合，无论是生物还是非生物，都会随着时间的推移而降解。

令人惊讶的是，尽管存在显着的腐烂和改变，新的分析方法仍然检测到了在某些情况下保存了数亿年的生物学迹象。

哈森博士说：“我们最初的想法是，生命的化学成分与无生命世界的化学成分有着根本的不同;存在影响生物分子多样性和分布的“生命化学规则”。如果我们能够推断出这些规则，我们就可以用它们来指导我们模拟生命起源或检测其他世界上微妙的生命迹象。”

“这些结果意味着我们也许能够从另一个星球、另一个生物圈找到生命形式，即使它与我们所知道的地球上的生命有很大不同。而且，如果我们确实在其他地方发现了生命迹象，我们就可以判断地球和其他行星上的生命是否源自共同或不同的起源。”

“换句话来说，该方法应该能够检测外星生物化学，以及地球生命。这是一件大事，因为相对容易发现地球生命的分子生物标记，但我们不能假设外星生命会使用 DNA、氨基酸等。我们的方法寻找分子分布的模式，这些模式是由生命对“功能性”的需求而产生的。 ”分子。

“真正令我们惊讶的是，我们训练机器学习模型只预测两种样本类型——生物或非生物——但该方法发现了三种不同的种群：非生物、活生物和化石生物。换句话说，它可以从化石样本中辨别出更近期的生物样本——比如新采摘的叶子或蔬菜，与很久以前死亡的东西。这一令人惊讶的发现让我们乐观地认为，光合作用生命或真核生物(有细胞核的细胞)等其他属性也可能被区分。”

为了解释人工智能的作用，卡内基科学研究所的合著者 Anirudh Prabhu 使用了使用不同属性(例如货币价值、金属、年份、重量或半径)分离硬币的想法，然后进一步找到属性的组合创造出更细致的分离和分组。“当涉及数百个此类属性时，人工智能算法对于整理信息并创建高度细致入微的见解非常宝贵。”

Cleaves 博士补充道：“从化学角度来看，生物和非生物样品之间的差异与水溶性、分子量、挥发性等因素有关。”

“我想到的简单方法是，细胞有膜和内部，称为胞质溶胶;膜是相当不溶于水的，而细胞内容物是相当水溶性的。这种排列使膜保持组装状态。试图最大限度地减少其组件与水的接触，并防止“内部组件”通过膜泄漏。”

“尽管内部成分是染色体和蛋白质等非常大的分子，但它也可以保持溶解在水中，”他说。

“因此，如果将活细胞或组织分解成其组成部分，就会得到非常水溶性的分子和非常不溶于水的分子的混合物，分布在整个光谱中。像石油和煤炭这样的物质在其漫长的历史中已经失去了大部分水溶性物质。”

“非生物样本在这个谱上相对于彼此可以具有独特的分布，但它们也与生物分布不同。”

这项技术可能很快就会解开地球上的许多科学谜团，包括来自西澳大利亚的 35 亿年前的黑色沉积物的起源(照片位于 https://bit.ly/3YWbZ4Z)——一些研究人员认为，这些岩石是备受争议的岩石。地球上最古老的微生物化石，而其他人则声称它们没有生命迹象。

来自加拿大北部、南非和中国古代岩石的其他样本也引发了类似的争论。

“我们现在正在应用我们的方法来解决这些岩石中有机物质的生物性的长期存在的问题，”哈森说。

关于这种新方法在生物学、古生物学和考古学等其他领域的潜在贡献，新的想法不断涌现。

“如果人工智能能够轻松地区分生物与非生物，以及现代生命与古代生命，那么我们还能获得哪些其他见解?例如，我们能否弄清楚古代化石细胞是否有细胞核，或者是否可以进行光合作用?” 哈森博士说。

“它可以分析烧焦的遗骸并区分考古遗址中的不同种类的木材吗?就好像我们只是将脚趾浸入充满可能性的浩瀚海洋中。”