Kunstmatige intelligentie heeft een eenvoudige en betrouwbare nieuwe test ontwikkeld om tekenen van vroeger of huidig leven op andere planeten op te sporen, en noemt dit “de heilige graal van de astrobiologie”.
Een team van zeven leden, gefinancierd door de John Templeton Foundation en geleid door Jim Cleaves en Robert Hazen van het Carnegie Institution for Science, rapporteert in de Proceedings of the National Academy of Sciences dat hun op kunstmatige intelligentie gebaseerde methode met 90% nauwkeurigheid moderne en oude biologische monsters onderscheidt van monsters van abiotische oorsprong.
“Deze analytische routinemethode kan een revolutie teweegbrengen in de zoektocht naar buitenaards leven en ons begrip van zowel de oorsprong als de chemie van het vroegste leven op aarde verdiepen,” zei Dr. Hazen. Het maakt de weg vrij voor het gebruik van slimme sensoren op robotische ruimtevaartuigen, landers en rovers om te zoeken naar tekenen van leven voordat monsters worden teruggestuurd naar de aarde.
Meer direct zou de nieuwe test de geschiedenis kunnen onthullen van mysterieuze en oude gesteenten op aarde, en mogelijk die van monsters die al zijn verzameld door het SAM-instrument (Sample Analysis at Mars) op de Marsrover Curiosity. Deze laatste tests zouden kunnen worden uitgevoerd met behulp van een analyse-instrument aan boord dat SAM (Sample Analysis at Mars) heet.
“We zullen onze methode moeten aanpassen aan de SAM-protocollen, maar we hebben misschien al gegevens in handen om te bepalen of er moleculen van een organische biosfeer op Mars zijn,” zegt hij.
“De zoektocht naar buitenaards leven blijft een van de spannendste ondernemingen in de moderne wetenschap,” voegt hoofdauteur Jim Cleaves van het Earth and Planets Laboratory aan het Carnegie Institution for Science toe. De implicaties van dit nieuwe onderzoek zijn talrijk, maar er zijn drie belangrijke conclusies,” wijst hij erop: “Ten eerste verschilt biochemie op een diep niveau van abiotische organische chemie; ten tweede kunnen we monsters van Mars en de oude Aarde bestuderen om te bepalen of ze ooit levend waren; en ten derde is het waarschijnlijk dat deze nieuwe methode alternatieve biosferen kan onderscheiden van die op Aarde, wat belangrijke implicaties heeft voor toekomstige astrobiologische missies. ”
De innovatieve analysemethode is niet simpelweg gebaseerd op het identificeren van een bepaalde molecuul of groep verbindingen in een monster. In plaats daarvan hebben de onderzoekers aangetoond dat de AI biotische monsters kan onderscheiden van abiotische monsters door subtiele verschillen te detecteren in de moleculaire patronen van een monster, die aan het licht komen door pyrolyse gaschromatografische analyse (die de componenten van een monster scheidt en identificeert) en daaropvolgende massaspectrometrie (die het moleculaire gewicht van deze componenten bepaalt).
Talrijke multidimensionale gegevens van moleculaire analyses van 134 bekende koolstofrijke abiotische of biotische monsters werden gebruikt om de AI te trainen in het voorspellen van de herkomst van een nieuw monster. Met een nauwkeurigheid van ongeveer 90% identificeerde de AI met succes monsters afkomstig van levende organismen, zoals moderne schelpen, tanden, botten, insecten, bladeren, rijst, menselijk haar en cellen bewaard in fijnkorrelig gesteente; overblijfselen van oud leven die veranderd zijn door geologische processen (zoals steenkool, olie, barnsteen en koolstofrijke fossielen); en monsters van abiotische oorsprong, zoals pure laboratoriumchemicaliën (zoals aminozuren) en koolstofrijke meteorieten.
De auteurs voegen eraan toe dat het voorheen moeilijk was om de oorsprong van veel oude koolstofrijke monsters te bepalen, omdat verzamelingen organische moleculen, of ze nu biotisch of abiotisch zijn, de neiging hebben om in de loop van de tijd te ontbinden. Verrassend genoeg was de nieuwe analysemethode in staat om, ondanks aanzienlijke ontbinding en verandering, sporen van biologie te detecteren die in sommige gevallen honderden miljoenen jaren bewaard waren gebleven.
“We gingen uit van het idee dat de chemie van het leven fundamenteel verschilt van die van de levenloze wereld; dat er ‘chemische regels van het leven’ zijn die de diversiteit en distributie van biomoleculen beïnvloeden,” zegt Hazen. “Als we deze regels zouden kunnen afleiden, zouden we ze kunnen gebruiken om het ontstaan van leven te modelleren of om subtiele tekenen van leven op andere werelden te detecteren.”
“Deze resultaten betekenen dat we misschien een levensvorm kunnen vinden van een andere planeet, een andere biosfeer, zelfs als die heel anders is dan het leven dat we op aarde kennen,” suggereert hij. “En als we elders tekenen van leven vinden, zullen we weten of het leven op aarde en op andere planeten van een gemeenschappelijke oorsprong komt of van een verschillende. Met andere woorden, de methode zou in staat moeten zijn om zowel buitenaardse biochemicaliën als aards leven te detecteren. Dit is erg belangrijk omdat het relatief eenvoudig is om de moleculaire biomarkers van aards leven te detecteren, maar we kunnen er niet van uitgaan dat buitenaards leven DNA, aminozuren, etc. gebruikt,” merkt hij op.
“Onze methode zoekt naar patronen in de moleculaire distributie die het gevolg zijn van de behoefte van het leven aan ‘functionele’ moleculen.” “Wat ons echt verbaasde was dat we ons machine learning model trainden om slechts twee soorten monsters te voorspellen, biotische en abiotische, maar de methode ontdekte drie verschillende populaties: abiotische, levende biotische en fossiele biotische,” vervolgt hij.
Met andere woorden, het kon onderscheid maken tussen recente biologische monsters en fossielen: een vers geplukt blad of groente bijvoorbeeld, en iets dat lang geleden is gestorven. Deze verrassende bevinding maakt ons optimistisch dat we ook andere kenmerken kunnen onderscheiden, zoals fotosynthetisch leven of eukaryoten (cellen met een kern). De techniek zou binnenkort een aantal wetenschappelijke mysteries op aarde kunnen oplossen, zoals de oorsprong van de 3,5 miljard jaar oude zwarte sedimenten in West-Australië, heftig bediscussieerde gesteenten waarvan sommige onderzoekers beweren dat ze de oudste fossiele microben op aarde bevatten, terwijl anderen beweren dat ze geen tekenen van leven vertonen. Andere monsters van oude gesteenten uit het noorden van Canada, Zuid-Afrika en China leiden ook tot soortgelijke discussies.
“We passen onze methoden nu toe om deze eeuwenoude vragen over de biogeniciteit van het organische materiaal in deze gesteenten te beantwoorden,” bevestigt Hazen, en er zijn nieuwe ideeën ontstaan over de mogelijke bijdrage van deze nieuwe benadering aan andere gebieden zoals biologie, paleontologie en archeologie.
“Als AI gemakkelijk het biotische van het abiotische kan onderscheiden en modern leven van oud leven, welke andere inzichten zouden we dan kunnen krijgen? Zouden we er bijvoorbeeld achter kunnen komen of een oude fossiele cel een kern had of fotosynthetisch was? -Zouden we verkoolde resten kunnen analyseren en onderscheid kunnen maken tussen verschillende soorten hout op een archeologische vindplaats? Het is alsof we slechts onze tenen in het water van een enorme oceaan van mogelijkheden dopen.
Bron: Agentschappen
