Наука о происхождении жизни стоит на пороге новой эпохи. Группа исследователей под руководством Роберта Хейзена разработала систему искусственного интеллекта, которая научилась различать следы древней жизни в породах, даже если сами молекулы давно разрушились. Новый подход переносит молекулярные свидетельства существования живых организмов на 3,3 миллиарда лет назад, что делает открытие одним из важнейших в современной геохимии.
"У нас есть способ считывать молекулярные "призраки", оставленные древней жизнью", — сказал геолог Роберт.
До сих пор древнейшие следы жизни на Земле относились к периоду около 3,5-3,7 миллиарда лет назад. Это строматолиты — куполообразные структуры, созданные бактериальными матами, и микроскопические нити микроорганизмов, найденные в канадских породах. Такие находки уникальны, ведь тектонические процессы Земли уничтожили большую часть ранних слоёв.
Теперь, вместо того чтобы искать окаменелости или сохранившиеся липиды, команда Хейзена решила изучить молекулярный "мусор", который остался после распада биомолекул. В нём, как оказалось, сохранились статистические закономерности, по которым можно определить биологическое происхождение вещества.
"Это может оказаться очень, очень важным. Это отличный способ поиска биосигнатур", — отметила биогеохимик Карен Ллойд.
Исследователи собрали более 400 образцов — от земных осадочных пород до метеоритов. Каждый из них был проанализирован с помощью пиролитического газового хроматографа-масс-спектрометра (ГХ-МС) — прибора, который разлагает материал при температуре выше 600 °C, а затем разделяет и идентифицирует полученные фрагменты.
"Этот прибор — как продвинутая духовка, которая не только испечёт ваш торт, но и попробует его за вас", — образно объяснил астробиолог Майкл Вонг, первый автор исследования.
Каждый образец превращался в массив данных, состоящий из сотен тысяч пиков. Алгоритм машинного обучения сопоставлял наборы молекулярных фрагментов и определял, какие из них характерны для живых систем, а какие — для абиотических процессов. После обучения на 75% данных модель была протестирована на оставшихся образцах и показала точность свыше 90% при определении биологического происхождения вещества.
ИИ впервые смог обнаружить молекулярные сигнатуры в породах возрастом 3,3 миллиарда лет, где раньше не фиксировались признаки жизни. Более того, алгоритм выявил химические соединения, связанные с фотосинтезом, в слоях возрастом 2,5 миллиарда лет — на 800 миллионов лет раньше, чем считалось ранее.
Это открытие может полностью изменить представление о том, когда на Земле появилась фотосинтезирующая жизнь, способная выделять кислород. Вскоре после этого периода произошло так называемое "Великое кислородное событие", когда атмосфера планеты начала насыщаться O₂.
| Период | Возраст | Свидетельство жизни | Метод обнаружения |
| Ранний архей | 3,7 млрд лет | Микроокаменелости (Канада) | Структурный анализ |
| Средний архей | 3,5 млрд лет | Строматолиты (Австралия) | Геологическая стратификация |
| Поздний архей | 3,3 млрд лет | Молекулярные сигнатуры (новое исследование) | ИИ и ГХ-МС анализ |
| Протерозой | 2,5 млрд лет | Признаки фотосинтеза | Химические маркеры кислородного обмена |
На Земле ранние биомолекулы редко сохраняются из-за тектонических процессов: слои осадков перемешиваются, породы плавятся, давление и температура разрушают липиды и белки. Однако даже после разрушения молекулярная структура вещества оставляет устойчивый "отпечаток" — статистически узнаваемую комбинацию элементов, соотношений изотопов и цепочек углерода.
ИИ способен вычленить эти шаблоны, используя методы вероятностного анализа. Это позволяет отличать биотические фрагменты даже тогда, когда химические соединения утратили первичный вид.
| Ошибка | Последствие | Альтернатива |
| Сосредоточенность только на морфологических окаменелостях | Потеря данных о ранних формах жизни | Анализ молекулярных паттернов |
| Игнорирование разрушенных образцов | Недооценка древней биосферы | Применение ИИ к химическим остаткам |
| Упрощённая классификация соединений | Ошибочная идентификация | Машинное обучение с перекрёстной валидацией |
Учёные уже планируют использовать систему для анализа данных, собранных зондами Perseverance и ExoMars. Если алгоритм покажет даже слабые признаки биосигнатур, это может стать ключом к пониманию, была ли жизнь на Марсе, а также на ледяных спутниках Юпитера и Сатурна.
| Плюсы | Минусы |
| Высокая точность при анализе древних пород | Требует большой базы эталонных данных |
| Возможность работы с разрушенными образцами | Вероятность ложноположительных сигналов |
| Применим к внеземным материалам | Невозможно подтвердить результаты без полевых данных |
Система правильно определила происхождение образцов в 90% случаев, что делает её одной из самых надёжных в геохимии.
Это старейшие на данный момент молекулярные свидетельства жизни, отодвигающие её историю ещё дальше в прошлое.
Да, именно это планируют исследователи — протестировать ИИ на образцах, содержащих органические вещества внеземного происхождения.
| Миф | Правда |
| Без окаменелостей невозможно доказать существование жизни | Молекулярные сигнатуры дают те же доказательства |
| ИИ просто "угадывает" | Он обучается на тысячах образцов и выявляет статистические закономерности |
| Жизнь можно искать только на Земле | Алгоритм уже готов к анализу марсианских и лунных данных |