登录

科学网—AI协助寻找地球生命起源线索


速读:如今,研究人员研发出一种人工智能(AI),即便面对来源不明的岩石,也能仅通过生物分子历经亿万年降解后留下的化学物质模式,识别出远古生命的痕迹。 研究人员称,借助这种自动化模式识别技术,他们能在33亿年前的岩石中发现生命痕迹——这比地球最古老化石所显示的生命存在时间还要早数亿年。 于是,哈森及其团队决定放弃寻找完整的、能直接证明生命存在的生物分子“铁证”。 为填补这一记录空白,研究人员尝试在远古沉积物中搜寻生命的化学和分子痕迹,而非化石。
AI协助寻找地球生命起源线索

精选

已有 258 次阅读

2025-11-22 07:47

| 系统分类: 海外观察

寻找地球及其他星球早期生命时,研究人员通常会搜寻完整的化石,或是仅由生命体产生的生物分子。但这类信号极为罕见。如今,研究人员研发出一种人工智能(AI), 即便面对来源不明的岩石,也能仅通过生物分子历经亿万年降解后留下的化学物质模式,识别出远古生命的痕迹。

图片1.png

“我们找到了一种解读早期生命留下的分子‘幽灵’的方法。”美国卡内基科学研究所的地质学家罗伯特·哈森(Robert Hazen)表示。他领导的这项研究已发表于今日的《美国国家科学院院刊》(*Proceedings of the National Academy of Sciences*)。

研究人员称,借助这种自动化模式识别技术,他们能在 33亿年前的岩石中发现生命痕迹——这比地球最古老化石所显示的生命存在时间还要早数亿年。此外,这项新研究还宣称,将最早进行光合作用的生命的生物分子痕迹出现时间向前推进了约8亿年,追溯至25亿年前。目前,研究人员正致力于改进这一方法,以用于在火星、木星卫星及土星卫星上搜寻生命迹象。

“这一成果或许会变得非常、非常重要。”南加州大学的微生物生物地球化学家凯伦·劳埃德(Karen Lloyd,未参与该研究)说,“这是寻找生物特征的绝佳方式。”

目前,关于地球最早生命的微化石证据仍存争议,其可追溯至 37亿多年前——在如今加拿大境内的岩石中,含有由生活在热液喷口周围的微生物形成的丝状体。此外,约35亿年前,如今澳大利亚西部的细菌群落形成了一种名为“叠层石”的 mound状结构,留下了更具说服力的化石证据。但地球早期的这类化石极为稀少。

为填补这一记录空白,研究人员尝试在远古沉积物中搜寻生命的化学和分子痕迹,而非化石。例如,人们认为某些脂质和名为 “卟啉”的环状化合物,只有生命体才能合成。但地球的板块构造运动(通过埋藏、挤压、加热和冷却沉积物)往往会抹去这些痕迹。间接检测手段也能提供线索:比如,37亿多年前的岩石中碳-12(生命体偏好的轻同位素)含量高于较重的碳-13。即便如此,加州理工学院的地球生物学家伍德沃德·费舍尔(Woodward Fischer)表示,找到确凿的分子生物特征“绝非易事”。

于是,哈森及其团队决定放弃寻找完整的、能直接证明生命存在的生物分子 “铁证”。相反,他们思考:能否从这些化合物降解后留下的分子残骸中,识别出具有提示性的模式?

为实现这一目标,团队收集了 400多个样本,包括已知含有活体或化石生物的岩石和沉积物样本,以及来自陨石的非生物样本。他们使用“热解气相色谱-质谱联用仪(GC-MS)”对样本进行分析:该设备将样本加热至600℃以上,使其分解为挥发性碎片;随后根据碎片的物理和化学性质进行分离、鉴定,并统计其浓度。该研究的第一作者、卡内基科学研究所的天体生物学家迈克尔·王(Michael Wong)将这台仪器比作“一台超精密烤箱——它不仅能‘烘烤’样本,还能为你‘品尝’(分析)样本”。

最终,每个样本都转化为一幅 “数据图谱”,其中包含多达数十万个独立的“峰”,每个“峰”代表一种不同的潜在分子碎片。之后,他们采用一种名为“随机森林模型”的传统机器学习技术,分析这些数据中“存在哪些物质”和“缺失哪些物质”的模式。卡内基科学研究所的地理信息学专家阿尼鲁德·普拉布(Anirudh Prabhu)解释:“机器学习模型的核心作用,就是将每一幅数据图谱都当作‘指纹’,找出样本间的相似性与差异性。”

研究人员先用 75%的样本训练AI,再让其对剩余样本进行检测。结果显示,对于测试样本,AI区分生物源性样本与非生物源性样本的准确率超过90%。此外,它还在33亿年前的岩石中识别出生命特有的化学模式——这几乎是此前在远古岩石中发现的生物分子痕迹年龄的两倍。

不仅如此, AI还在25亿年前的岩石中,梳理出与产氧光合作用相关的分子模式。尽管有大量地球化学证据表明,当时的光合作用生命因产生氧气而导致氧气“爆发式增加”,但能证明这些生命体分子机制的留存证据却十分稀少。研究作者称,新结果将光合作用生命的分子痕迹出现时间向前推进了8亿多年。

并非所有生命痕迹都易于识别:对于 5亿至25亿年前岩石中被认为是生物源性的样本,AI识别出生命痕迹的概率约为三分之二;而在25亿年前以上的岩石样本中,这一概率降至47%。该模型不仅会判断样本中是否存在生命痕迹,还会给出一个“概率分数”——若样本的“生物源性”分数超过60%,则被视为“强阳性”。“置信度并未达到理想水平。”劳埃德说。但她也指出,随着研究人员用更多样本扩充AI的训练数据,这一情况可能会得到改善。

研究人员迫切希望在星际样本上测试该系统。普拉布表示,该模型 “为我们打开了一扇新窗口,让我们能以全新视角探索远古环境与外星环境——即便有些模式是我们自己都未曾想到要去寻找的”。迈克尔·王补充道,这种生物特征模式识别技术也可与其他分析工具配合使用,这将有助于未来针对火星、木星卫星“欧罗巴”(Europa)和土星卫星“恩塞拉多斯”(Enceladus)的机器人探测任务,扩大对外星生命痕迹的搜寻范围。

迈克尔 ·王的团队已启动一项由美国国家航空航天局(NASA)资助、耗资500万美元的新项目,目标正是实现上述探索。他表示,该项目旨在“解答我们尚未解决的最重大科学问题之一:宇宙中只有我们吗?”

转载本文请联系原作者获取授权,同时请注明本文来自孙学军科学网博客。 链接地址: https://blog.sciencenet.cn/blog-41174-1510664.html

上一篇: 野狼如何学会使用工具? 下一篇: 读心设备现已能预测前意识想法

主题:生命|生物分子|卡内基科学研究所