Apakah ada kehidupan di Mars dan planet lain? Kita mungkin akan segera mengetahuinya

Para ilmuwan telah mengembangkan metode perintis berdasarkan kecerdasan buatan untuk mendeteksi tanda-tanda kehidupan di planet lain. Metode ini, dengan akurasi hingga 90%, membedakan sampel biologis dan non-biologis dengan menganalisis pola molekuler. Hal ini menjanjikan untuk merevolusi eksplorasi ruang angkasa dan pemahaman kita tentang asal usul kehidupan, dengan potensi penerapan di berbagai bidang termasuk biologi dan arkeologi.

“Cawan Suci Astrobiologi” – Baru Pembelajaran mesin Teknologi ini dapat menentukan apakah suatu sampel berasal dari biologis atau non-biologis hingga 90%. Ketepatan.

Para ilmuwan telah menemukan tes sederhana dan andal untuk mengetahui tanda-tanda kehidupan masa lalu atau masa kini di planet lain – “Cawan Suci astrobiologi”.

Dalam sebuah makalah yang baru-baru ini diterbitkan di jurnal Prosiding Akademi Ilmu Pengetahuan NasionalIni adalah tim beranggotakan tujuh orang, didanai oleh John Templeton Foundation dan dipimpin oleh Jim Cleaves dan Robert Hazen dari John Templeton Foundation. Institusi Sains CarnegieLaporan menunjukkan bahwa metode berbasis AI mereka, dengan akurasi hingga 90%, dapat membedakan sampel biologis modern dan kuno dari sampel yang berasal dari non-biologis.

Sebuah revolusi dalam eksplorasi ruang angkasa dan ilmu kebumian

“Metode analisis rutin ini berpotensi merevolusi pencarian kehidupan di luar bumi dan memperdalam pemahaman kita tentang asal usul dan kimia kehidupan awal di Bumi,” kata Dr. Hazen. “Ini membuka jalan bagi penggunaan sensor pintar pada robot pesawat ruang angkasa, pendarat, dan penjelajah untuk mencari tanda-tanda kehidupan sebelum sampel kembali ke Bumi.”

Lebih cepat lagi, tes baru ini dapat mengungkap sejarah batuan purba misterius di Bumi, dan mungkin sejarah sampel yang telah dikumpulkan oleh para ilmuwan. Mars Instrumen Analisis Sampel Curiosity di Mars (SAM). Tes terakhir dapat dilakukan dengan menggunakan instrumen analitik onboard yang disebut SAM (Sample Analysis on Mars).

Gambar yang diambil oleh penjelajah Perseverance NASA pada 6 Agustus 2021 ini menunjukkan lubang yang dibor di batuan Mars sebagai persiapan upaya pertama penjelajah tersebut untuk mengumpulkan sampel. Gambar ini ditangkap oleh salah satu kamera bahaya penjelajah di tempat yang oleh tim sains penjelajah disebut sebagai “batu paving” di area “Lantai Kawah Retak Kasar” di Kawah Jezero. Sumber gambar: NASA/JPL-Caltech

“Kami perlu memodifikasi metode kami agar sesuai dengan protokol SAM, tetapi kami mungkin sudah memiliki data untuk menentukan apakah ada molekul di Mars yang berasal dari biosfer organik Mars.”

Poin penting dari penelitian baru ini

“Pencarian kehidupan di luar bumi tetap menjadi salah satu upaya paling menarik dalam sains modern,” kata penulis utama Jim Cleaves dari Laboratorium Bumi dan Planet di Carnegie Institution for Science di Washington, D.C.

“Implikasi dari penelitian baru ini sangat banyak, namun ada tiga poin utama yang dapat disimpulkan: Pertama, pada tingkat yang mendalam, biokimia berbeda dari kimia organik abiotik; Kedua, kita dapat melihat sampel Mars dan Bumi kuno untuk melihat apakah mereka benar-benar ada. akan hidup suatu hari nanti; ketiga, metode baru ini kemungkinan akan mampu membedakan antara biosfer alternatif dan yang ada di Bumi, yang memiliki implikasi besar terhadap tugas astrobiologi di masa depan.

Peran kecerdasan buatan dalam membedakan sampel biologis dan non-biologis

Metode analisis inovatif tidak hanya bergantung pada identifikasi molekul atau kelompok senyawa tertentu dalam sampel.

Sebaliknya, para peneliti menunjukkan bahwa AI dapat membedakan antara sampel biologis dan abiotik dengan mendeteksi perbedaan halus dalam pola molekul sampel seperti yang diungkapkan oleh kromatografi gas pirolisis (yang memisahkan dan mengidentifikasi bagian-bagian komponen sampel), diikuti oleh spektrometri massa (yang menentukan berat molekul). dari komponen-komponen ini).

Data multidimensi yang besar dari analisis molekuler terhadap 134 sampel yang kaya akan karbon abiotik atau biotik digunakan untuk melatih kecerdasan buatan guna memprediksi asal usul sampel baru. Dengan akurasi kurang lebih 90%, AI berhasil mengidentifikasi sampel yang berasal dari:

• Organisme hidup, seperti cangkang modern, gigi, tulang, serangga, daun pohon, beras, rambut manusia, dan sel-sel yang terawetkan dalam batuan berbutir halus
• Sisa-sisa kehidupan purba yang telah diubah oleh proses geologi (seperti batu bara, minyak, ambar, dan fosil kaya karbon), atau
• Sampel yang berasal dari non-biologis, seperti bahan kimia laboratorium murni (mis. Asam amino) dan meteorit kaya karbon.

Para penulis menambahkan bahwa hingga saat ini sulit untuk menentukan asal usul banyak sampel kuno yang mengandung karbon, karena kumpulan molekul organik, baik biotik atau abiotik, cenderung membusuk seiring berjalannya waktu.

Yang mengejutkan, meskipun terjadi pembusukan dan perubahan yang signifikan, metode analisis baru ini telah mengungkapkan penanda biologis yang tersimpan dalam beberapa kasus selama ratusan juta tahun.

Menguraikan kimia kehidupan dan potensi penemuan di masa depan

“Kami memulai dengan gagasan bahwa kimia kehidupan pada dasarnya berbeda dari kimia di dunia mati,” kata Dr. Hazen. Bahwa ada “aturan kimiawi kehidupan” yang mempengaruhi keanekaragaman dan distribusi biomolekul. Jika kita dapat menyimpulkan aturan-aturan tersebut, kita dapat menggunakannya untuk memandu upaya kita dalam memodelkan asal usul kehidupan atau mendeteksi tanda-tanda halus kehidupan di dunia lain.

“Hasil ini berarti kita mungkin bisa menemukan bentuk kehidupan dari planet lain, atau biosfer lain, meski sangat berbeda dengan kehidupan yang kita kenal di Bumi. Dan jika kita menemukan tanda-tanda kehidupan di tempat lain, kita bisa menemukannya.” mencari tahu apakah ada kehidupan di Bumi dan planet lain.” Yang lain berasal dari asal usul yang sama atau berbeda.

Dengan kata lain, metode tersebut harus mampu mendeteksi biokimia alien, serta kehidupan di Bumi. Hal ini penting karena relatif mudah untuk menemukan biomarker molekuler kehidupan di Bumi, namun kita tidak dapat berasumsi bahwa kehidupan asing akan digunakan. DNAAsam amino, dll. Metode kami mencari pola distribusi molekul yang muncul dari kebutuhan kehidupan akan molekul “fungsional”.

“Yang benar-benar membuat kami takjub adalah kami melatih model pembelajaran mesin untuk memprediksi hanya dua jenis spesimen – biotik atau abiotik – namun metode tersebut mendeteksi tiga kelompok berbeda: abiotik, biotik, dan fosil. Dengan kata lain, metode ini dapat mengidentifikasi spesimen biologis yang lebih baru. dibandingkan spesimen yang bersifat fosil.” Fosil, misalnya, daun atau sayuran yang baru dipetik, versus sesuatu yang sudah lama mati. Penemuan mengejutkan ini memberi kita optimisme bahwa ciri-ciri lain seperti kehidupan fotosintesis atau eukariota (sel dengan inti) dapat diidentifikasi.

Kemampuan analitis kecerdasan buatan dalam mendeteksi pola yang kompleks

Untuk menjelaskan peran AI, rekan penulis Anirudh Prabhu dari Carnegie Institution for Science menggunakan gagasan untuk memisahkan koin menggunakan atribut yang berbeda – nilai moneter, logam, tahun, berat, atau radius, misalnya – dan kemudian melangkah lebih jauh ke temukan kombinasi Fitur yang menciptakan pemisahan dan perakitan lebih akurat. “Dan jika menyangkut ratusan atribut ini, algoritme AI sangat berharga dalam mengumpulkan informasi dan menciptakan wawasan yang sangat akurat.”

“Dari sudut pandang kimia, perbedaan antara sampel biologis dan abiotik berkaitan dengan hal-hal seperti kelarutan dalam air, berat molekul, volatilitas, dll.,” Dr. Cleaves menambahkan.

“Sederhananya menurut saya adalah bahwa sel memiliki membran dan bagian dalam yang disebut sitosol; Membran agak tidak larut dalam air, sedangkan isi sel agak larut dalam air. Pengaturan ini menjaga perakitan membran sambil berusaha meminimalkan kontak komponennya dengan air dan juga mencegah “komponen internal” bocor melalui membran.

“Komponen intrinsik juga dapat tetap larut dalam air meskipun molekulnya sangat besar seperti kromosom dan protein,” katanya.

“Jadi, jika seseorang memecah sel atau jaringan hidup menjadi komponen-komponennya, maka akan diperoleh campuran molekul yang sangat larut dalam air dan molekul yang sangat tidak larut dalam air yang tersebar dalam rentang yang luas. Bahan-bahan seperti minyak bumi dan batu bara telah kehilangan sebagian besar kandungan airnya. bahan larut sepanjang sejarahnya yang panjang.

“Sampel biologis dapat memiliki distribusi unik di seluruh spektrum ini secara relatif satu sama lain, tetapi juga berbeda dari distribusi biologis.”

Apex Chert berusia 3,5 miliar tahun dari alam liar Australia Barat. Kredit: Laboratorium Carnegie untuk Ilmu Bumi dan Planet

Teknologi ini mungkin akan segera memecahkan sejumlah misteri ilmiah di Bumi, termasuk asal muasal endapan hitam berusia 3,5 miliar tahun dari Australia Barat – batuan yang sangat kontroversial yang menurut beberapa peneliti mengandung mikroba fosil tertua di Bumi, sementara yang lain mengklaim tidak ada. kehidupan. Tanda-tanda.

Sampel batuan purba lainnya di Kanada bagian utara, Afrika Selatan, dan Tiongkok menimbulkan diskusi serupa.

“Kami sekarang menerapkan metode kami untuk menjawab pertanyaan lama tentang biogenesis bahan organik yang ditemukan di batuan ini,” kata Hazen.

Ide-ide baru tentang potensi kontribusi pendekatan baru ini dituangkan ke dalam bidang lain seperti biologi, paleontologi, dan arkeologi.

“Jika kecerdasan buatan dapat dengan mudah membedakan antara kehidupan biotik dan non-biotik, serta kehidupan modern dan kehidupan purba, wawasan apa lagi yang bisa kita peroleh? Misalnya, dapatkah kita mengetahui apakah sebuah sel fosil purba memiliki inti, atau sedang melakukan aktivitas biologis?” proses Fotosintesis?, kata Dr. Hazen.

“Apakah mungkin untuk menganalisis sisa-sisa hangus dan membedakan berbagai jenis kayu dari situs arkeologi? Ini seperti kita mencelupkan kaki kita ke dalam lautan kemungkinan yang luas.”

Referensi: “Tanda tangan biologis molekuler berbasis pembelajaran mesin non-spesifik yang kuat” oleh H. James Cleaves, Jericht Hystad, Anirudh Prabhu, dan Michael L. Wong, dan George D. Cody, Sophia Economon, dan Robert M. Hazen, 25 September 2023, Prosiding Akademi Ilmu Pengetahuan Nasional.
doi: 10.1073/pnas.2307149120

Studi ini didanai oleh John Templeton Foundation.