طور العلماء طريقة رائدة تعتمد على الذكاء الاصطناعي للكشف عن علامات الحياة على الكواكب الأخرى. تفرق هذه الطريقة بين العينات الحيوية وغير الحيوية عن طريق تحليل الأنماط الجزيئية بدقة تصل إلى 90%. يعد بإحداث ثورة في استكشاف الفضاء وفهمنا لأصول الحياة، مع تطبيقات محتملة في مجموعة متنوعة من المجالات بما في ذلك علم الأحياء وعلم الآثار.

“الكأس المقدسة لعلم الأحياء الفلكي” – جديد التعلم الالي يمكن لهذه التقنية تحديد ما إذا كانت العينة ذات أصل بيولوجي أو غير بيولوجي بنسبة 90% دقة.

اكتشف العلماء اختبارًا بسيطًا وموثوقًا لعلامات الحياة الماضية أو الحالية على كواكب أخرى – “الكأس المقدسة لعلم الأحياء الفلكي”.

في مقال صحفي حديث وقائع الأكاديمية الوطنية للعلومتم تمويل اللجنة المكونة من سبعة أشخاص من قبل مؤسسة جون تمبلتون وترأسها جيم كليفز وروبرت هازن. معهد كارنيجي للعلوموذكروا أن طريقتهم القائمة على الذكاء الاصطناعي تميز العينات البيولوجية الحديثة والقديمة عن تلك ذات الأصل غير الحيوي، بدقة تصل إلى 90%.

ثورة في استكشاف الفضاء وعلوم الأرض

يقول الدكتور هازن: “هذه الطريقة التقليدية في التحليل لديها القدرة على إحداث ثورة في البحث عن حياة خارج كوكب الأرض وتعميق فهمنا لأصول وكيمياء الحياة المبكرة على الأرض”. “وهذا يفتح الطريق لاستخدام أجهزة الاستشعار الذكية في المركبات الفضائية الروبوتية ومركبات الهبوط والمركبات الجوالة للبحث عن علامات الحياة قبل عودة العينات إلى الأرض.”

وعلى الفور، يمكن للتجربة الجديدة أن تكشف عن تاريخ الصخور القديمة الغامضة على الأرض، بالإضافة إلى تاريخ العينات التي تم جمعها بالفعل. يوم الثلاثاء أداة تحليل العينات (SAM) الخاصة بمركبة كيوريوسيتي على المريخ. يمكن إجراء تجارب لاحقة باستخدام أداة تحليل داخلية تُسمى “SAM” (لتحليل العينات على المريخ).

تُظهر هذه الصورة التي التقطتها مركبة بيرسيفيرانس التابعة لناسا في 6 أغسطس 2021، ثقبًا تم حفره في المريخ استعدادًا للمحاولة الأولى للمركبة الجوالة لجمع عينة. تم التقاطها بواسطة كاميرات مراقبة المخاطر الخاصة بالمركبة الجوالة في منطقة “أرضية الحفرة المتشققة الخشنة” في Jezero Crater، والتي يطلق عليها الفريق العلمي للمركبة الجوالة اسم “Paver Rock”. مصدر الصورة: ناسا/مختبر الدفع النفاث-معهد كاليفورنيا للتكنولوجيا

“نحن بحاجة إلى تكييف طريقتنا لتتناسب مع بروتوكولات SAM، ولكن لدينا بالفعل البيانات المتاحة لتحديد ما إذا كان المريخ يحتوي على جزيئات من المحيط الحيوي المريخي العضوي.”

أبرز ما جاء في البحث الجديد

وقال المؤلف الرئيسي جيم كليفز من مختبر الأرض والكواكب بمعهد كارنيجي للعلوم بواشنطن العاصمة: “يعد البحث عن حياة خارج كوكب الأرض أحد أكثر المساعي الرائعة في العلوم الحديثة”.

“إن الآثار المترتبة على هذا البحث الجديد كثيرة، ولكن هناك ثلاث نقاط رئيسية: أولا، على مستوى أعمق، تختلف الكيمياء الحيوية عن الكيمياء العضوية اللاأحيائية؛ ثانيا، قد تكشف ما إذا كانت عينات المريخ والأرض القديمة على قيد الحياة يوما ما؛ وثالثا، هذا قد تكون الطريقة الجديدة مفيدة لمهمات الفيزياء الفلكية المستقبلية، كما يمكنها أيضًا التمييز بين مناطق حيوية بديلة عن الأرض، مع آثار كبيرة.

دور الذكاء الاصطناعي في التمييز بين النماذج الحيوية وغير الحيوية

ولا تعتمد الطريقة التحليلية المبتكرة على تحديد جزيء معين أو مجموعة مركبات معينة في العينة فحسب.

وبدلاً من ذلك، أثبت الباحثون أن الذكاء الاصطناعي يمكنه التمييز بين العينات البيولوجية وغير الحيوية من خلال الكشف عن الاختلافات الدقيقة في الأنماط الجزيئية للعينة التي كشف عنها التحليل اللوني للغاز بالانحلال الحراري (الذي يفصل ويحدد مكونات العينة) وقياس الطيف الكتلي (الذي يحدد الوزن الجزيئي). من تلك العناصر).

وتم استخدام بيانات واسعة النطاق متعددة الأبعاد من التحليلات الجزيئية لـ 134 عينة معروفة غنية بالكربون اللاأحيائي أو البيولوجي، لتدريب الذكاء الاصطناعي على التنبؤ بأصل العينة الجديدة. وبدقة تصل إلى 90% تقريبًا، نجح الذكاء الاصطناعي في تحديد الأنماط التي نشأت من:

• الكائنات الحية مثل الأصداف الحديثة والأسنان والعظام والحشرات وأوراق الشجر والأرز وشعر الإنسان والخلايا المحفوظة في الصخور الناعمة
• بقايا الحياة القديمة التي تغيرت بسبب المعالجة الجيولوجية (مثل الفحم والنفط والعنبر والحفريات الغنية بالكربون)، أو
• المواد الكيميائية المختبرية النقية (على سبيل المثال أحماض أمينية) والنيازك الغنية بالكربون.

ويقول المؤلفون إنه كان من الصعب حتى الآن تحديد أصل العديد من العينات القديمة الحاملة للكربون، لأن مجموعات الجزيئات العضوية، سواء كانت حيوية أو غير حيوية، تتحلل بمرور الوقت.

والمثير للدهشة أنه على الرغم من الاضمحلال والتغيرات الكبيرة، فإن طريقة التحليل الجديدة وجدت علامات بيولوجية محفوظة في بعض الحالات على مدى مئات الملايين من السنين.

فهم كيمياء الحياة وإمكانية الاكتشافات المستقبلية

دكتور. يقول هازن: “لقد بدأنا بفكرة أن كيمياء الحياة تختلف اختلافًا جوهريًا عن كيمياء العالم غير الحي؛ وأن هناك “قوانين كيميائية للحياة” تؤثر على تنوع الجزيئات الحيوية وتوزيعها. وإذا تمكنا من استنتاج تلك القوانين، فإننا ويمكن استخدامها لتوجيه جهودنا لنمذجة أصل الحياة أو اكتشاف العلامات الدقيقة للحياة في عوالم أخرى. .

“هذه النتائج تعني أنه يمكننا العثور على شكل حياة من كوكب آخر، محيط حيوي آخر، حتى لو كان مختلفا تماما عن الحياة التي نعرفها على الأرض. وإذا رأينا علامات الحياة في مكان آخر، يمكننا معرفة ما إذا كانت الحياة على الأرض والكواكب الأخرى مشتقة من أصل مشترك أو مختلف.

“بعبارة أخرى، هذه الطريقة يمكن أن تكتشف الكيمياء الحيوية الغريبة والحياة على الأرض. وهذا أمر كبير لأنه من السهل نسبيا اكتشاف المؤشرات الحيوية الجزيئية للحياة على الأرض، ولكن لا يمكننا أن نفترض أن الكائنات الفضائية سوف تستخدمها.” الحمض النوويالأحماض الأمينية وغيرها. تبحث طريقتنا عن أنماط التوزيعات الجزيئية التي تنشأ من حاجة الحياة إلى جزيئات “وظيفية”.

“ما أدهشنا حقًا هو أننا قمنا بتدريب نموذج التعلم الآلي الخاص بنا على التنبؤ بنوعين فقط من العينات – الحيوية أو غير الحيوية – ولكن هذه المرة وجد ثلاث مجموعات متميزة: غير الحيوية، والحيوية، والحيوية الأحفورية. وبعبارة أخرى، يمكن أن يخبرنا أكثر “عينات بيولوجية حديثة من عينات أحفورية. يمكن – ورقة أو خضروات مقطوفة حديثًا، مقابل تلك التي ماتت منذ زمن طويل. يمنحنا هذا الاكتشاف المفاجئ الأمل في أننا نستطيع التمييز بين السمات الأخرى، مثل الحياة التي تقوم بالتمثيل الضوئي أو حقيقيات النوى (الخلايا ذات النواة)” “.

القدرات التحليلية للذكاء الاصطناعي في كشف الأنماط المعقدة

لتوضيح دور الذكاء الاصطناعي، يستخدم المؤلف المشارك في معهد كارنيجي للعلوم، أنيرود برابهو، فكرة فصل العملات المعدنية باستخدام سمات مختلفة – على سبيل المثال، القيمة النقدية، أو المعدن، أو السنة، أو الوزن، أو نصف القطر. السمات التي تنشئ المزيد من التجزئة والتجميع التفصيلي. “عندما يتعلق الأمر بالمئات من هذه السمات، فإن خوارزميات الذكاء الاصطناعي لا تقدر بثمن لتجميع المعلومات وتوليد رؤى دقيقة للغاية.”

دكتور. ويضيف كليفز: “من وجهة النظر الكيميائية، فإن الاختلافات بين العينات البيولوجية وغير الحيوية تتعلق بالذوبان في الماء، والأوزان الجزيئية، والتطاير، وما إلى ذلك”.

“إن أبسط طريقة أفكر بها هي أن الخلية تحتوي على غشاء وجزء داخلي يسمى العصارة الخلوية؛ الغشاء غير قابل للذوبان في الماء إلى حد كبير، في حين أن محتويات الخلية قابلة للذوبان في الماء. هذا الترتيب لأن الغشاء يحاول تقليل التفاعلات إلى الحد الأدنى من مكوناته مع الماء، حتى لا تتسرب “المكونات الموجودة بداخله” عبر الغشاء.” يحمي.

ويقول: “المكونات الموجودة بداخلها، حتى الجزيئات الكبيرة جدًا مثل الكروموسومات والبروتينات، تظل قابلة للذوبان في الماء”.

“لذلك، إذا قمت بتقسيم خلية أو نسيج إلى مكوناته، فستحصل على خليط من الجزيئات القابلة للذوبان في الماء وجزيئات غير قابلة للذوبان في الماء للغاية والتي تمتد على نطاق واسع. لقد فقد البترول والفحم معظم موادهما القابلة للذوبان في الماء على مدار فترة طويلة من الزمن. تاريخ.

“قد يكون للعينات البيولوجية توزيعات فريدة عبر هذا الطيف مقارنة ببعضها البعض، ولكنها تختلف عن التوزيعات البيولوجية.”

صوان عمره 3.5 مليار سنة من غابات غرب أستراليا. الائتمان: مختبر كارنيجي لعلوم الأرض والكواكب

يمكن لهذه التقنية أن تحل قريبًا العديد من الألغاز العلمية للأرض، بما في ذلك أصل الرواسب السوداء التي يبلغ عمرها 3.5 مليار عام من غرب أستراليا، والتي يقول بعض الباحثين إنها تحتوي على أقدم ميكروبات أحفورية على الأرض، بينما يقول آخرون إنها هامدة. علامات.

وتثير عينات أخرى من الصخور القديمة في شمال كندا وجنوب أفريقيا والصين مناقشات مماثلة.

يقول هازن: “نحن الآن نطبق أساليبنا لمعالجة الأسئلة القديمة حول النشوء الحيوي للمادة العضوية في هذه الصخور”.

لقد تم طرح أفكار جديدة حول المساهمات المحتملة لهذا النهج الجديد في مجالات أخرى مثل علم الأحياء وعلم الحفريات وعلم الآثار.

يقول الدكتور هازن: “إذا تمكن الذكاء الاصطناعي من التمييز بسهولة بين الكائنات الحية من الحياة اللاأحيائية والحياة الحديثة من الحياة القديمة، فما هي الأفكار الأخرى التي يمكننا اكتسابها؟ على سبيل المثال، هل يمكننا معرفة ما إذا كانت الخلية الأحفورية القديمة تحتوي على نواة أم أنها تقوم بعملية التمثيل الضوئي؟”

“هل يمكنه تحليل البقايا المحترقة وتمييز أنواع مختلفة من الخشب من موقع أثري؟ إنه مثل غمس أصابع قدميك في مياه محيط شاسع من الاحتمالات.

ملحوظة: ح. جيمس كليفز، غاريث هيستاد، أنيرود برابهو، مايكل إل. وونج، جورج د. كودي، صوفيا إيجانامان، وروبرت م. هازن، 25 سبتمبر 2023، “توقيع قوي ولا أدري في علم الأحياء الجزيئي يعتمد على التعلم الآلي” وقائع الأكاديمية الوطنية للعلوم.
دوى: 10.1073/pnas.2307149120

تم تمويل الدراسة من قبل مؤسسة جون تمبلتون.