在33亿年前的岩石中, 发现陈腐生命的化学把柄

长久以来，为了寻找地球上最陈腐的生命迹象，古生物学家会将眼神投向寻那些保存完竣的化石把柄，包括单细胞和丝状体的微化石，以及微生物垫和丘状叠层石等细胞结构的矿化行状。关联词，这类来自地球“芳华期间”的化石极其萧索。因此，寻找陈腐生命迹象的另一条陈迹，即是那些保存在陈腐岩石中的可手脚生命象征的生物分子。

在一项新发表于《好意思国国度科学院院刊》上的琢磨中，一个琢磨团队遐想出了一种东谈主工智能（AI），它只需根据数十亿年前的生物分子在降解后留住的化学物资的散播方式，就能在开端不解的陈腐岩石中识别出古生命的迹象。

依靠这种步调，琢磨团队分析了406份样本，其中包括古千里积物、化石、当代动植物，以致陨石。最终，他们在距今33亿年的岩石中发现了地球早期生命的新化学把柄，并找到了分子层面的陈迹解释——产氧光互助用早在至少25亿年前就如故存在，比此前保存在碳分子中的光互助用化学纪录早了至少8亿年。

残存的生命把柄

在当年的琢磨中，科学家如故在距今约17亿年的千里积物中，发现了性射中一些最为“鉴定”的有机分子——举例源自细胞膜或某些代谢历程的分子；而一些保存在更陈腐的富碳岩石的同位素特征，则预示着在距今35亿年前，就已存在一个充满活力的生物圈。

关联词，大大王人陈腐岩石既莫得保存任何化石细胞，也没能保留任何幸存的生物分子。绝大大王人陈腐的含碳千里积物王人阅历了加热和纠正，使得统统可手脚生命象征的生物分子被剖析成无数微小的“碎片”。而一直以来，这些“碎片”王人被以为过于眇小且穷乏特异性，无法提供相关旷古生命的任何陈迹。

来自早期地球的富含碳的样本。（图/Michael Wong）

因此，在这项新的琢磨中，琢磨东谈主员决定不再一味追寻那些完整、据理力求的生物分子“铁证”，而是运行想考：能否在这些化合物剖析后留住的分子“碎片”中，识别出足以评释问题的特征方式。

为此，琢磨团队汇集并测量了406个样本，这些样本开端于七大类：

当代动物：包括脊椎动物（如鱼类）和无脊椎动物（如虫豸）。

当代植物：包括具有光互助用的部位（如叶片）以及不进行光互助用的部位（如根和汁液）。

真菌：包括蘑菇和酵母等。

化石材料：如煤、古代木柴以及富含藻类化石的页岩。

陨石：富含碳的天外岩石，可能肖似于生命发祥前的有机物资。

合成有机材料：在推行室中制备，用以模拟早期地球的化学环境。

古千里积物：年代从数亿年至30多亿年不等，其具体开端尚不解确。

琢磨团队行使一种名为裂解气相色谱-质谱仪的安装对这些样本逐一进行了分析。这一安装能将样品加热到600℃以上，使其剖析成易蒸发的碎片。随后，这些碎片会根据其物理和化学性质被分离、识别，并根据浓度进行统计。最终，每个样本王人被滚动成一幅数据“景不雅”，其中包含多达数十万个沉寂的峰值，每一个峰王人代表一种可能的分子碎片。

一种草创性的模子

随后，他们使用一种名为“随即丛林”的机器学习模子对数据进行分类，并提真金不怕火其中的潜在生态学和分类学方式。这个历程不错被联想成将数见不鲜块拼图碎片展示给一台电脑，然后问：本来的图案是一朵花，如故一块陨石？

在这一历程中，琢磨东谈主员使用75%的样本来对AI模子进行教诲，再把剩余样本留给模子作念沉寂判断。

他们领先测试了模子分别生物样本与非生物样本（如陨石或合成有机物）的智商。在已知开端的样本上，该模子的分别准确率高达90%。而且模子还在距今33亿年的岩石中，识别出了生物特地的化学方式——这一险些是此前在古岩石中发现的最早生物分子特征年齿的两倍。

这片岩石薄片中的玄色结构是距今25亿年的微生物构造。琢磨标明，保存在这一复杂微生物群落中的有机物，可能由光互助用微生物所产生。（图/Andrea Corpolongo）

与此同期，模子还以93%的准确率，识别出曾行使光互助用从阳光中获得能量的生物。这一步调在距今约25.2亿年的岩石中识别出了光互助用的分子特征，将最早光互助用生命的生物分子特征上前鞭策了约莫8亿年。

此外，这一模子还梗概以95%的准确率分别了植物性生命与动物性生命。不外，由于在这个模子的教诲数据中，相对穷乏动物的化石样本，因此在进行这类分类时要艰巨得多。这亦然异日琢磨中有待创新的一个主义。

穿透时辰迷雾的视野

这项琢磨的一个关节论断是：并不是统统的生命特征王人那么容易被看出来，岩石年代越久远，生命信号就越难被探伤到。

具体来说，年齿在5亿年以内的年青岩石样仍保留着热烈的生物信号；对于年齿在5亿年至25亿年的岩石来说，AI约莫在三分之二的情况下能识别出生命特征；但在年齿特出25亿年的岩石中，仅有47%的样本保留了可检测到的生命把柄。

而且，对于每一个样本，模子不仅给出“生命”或“非生命”的判断，还会给出一个概率评分。淌若某个样本在“生物开端”这一项上的概率高于60%，就被视为“强有劲的信号”。

不外，这种置信度还够不上联想中的水平，只须当样本在统计上显著区别于非生物材料时，才会将其判定为生物开端。但琢磨东谈主员暗意，这一不足将跟着琢磨东谈主员用更各种本来充实AI的教诲数据而得到改善。

对科学琢磨和天外探索的趣味

这些成果标明，将机器学习应用于高度降解的有机物，不错匡助处置对于地球“深时”生命演化的一些长久争论。何况这种步调有望在寻找地外生命的历程中相同弘扬作用。

淌若AI梗概在历经数十亿年的地球岩石中识别出身物“指纹”，那么相同的工夫也可能适用于火星岩石，以致来自木星冰封卫星——木卫二——的样本。琢磨东谈主员正迫不足待地但愿能在地外样本上测试这一系统。

不外，琢磨东谈主员也暗意，还需要更大、愈加平衡的样本数据，相等是更多动示寂石以及更各种化的非生物材料。接下来，他们筹画进一步优化模子，探索不同类型的机器学习步调，并在地球上肖似火星环境的沙漠岩石中测试这一想路。

#参考开端：

#图片开端：

封面图&首图：Andrew Czaja