卡内基科学研究院(Carnegie Institution for Science)、普渡大学(Purdue University)和约翰霍普金斯大学(Johns Hopkins University)的研究人员创造了一种能够快速评估材料中是否含有生命迹象的测试。尽管他们的模型目前只在地球样本上进行过测试,但他们希望该测试能够用于对火星好奇号探测器获取的样本进行筛选。
该测试使用了一种称为Pyr-GC-El-MS的热解气相色谱和电子碰撞电离质谱结合的方法。这些方法的组合可以让科学家解析样本的微小碎片(重约100微克),以观察样本由哪些化合物组成,而不考虑这些化合物的分子量。这使得该测试对于生物(与生命相关)或非生物(与生命无关)样本都能够使用。
传统上,电子质谱结果会被输入到数据库中,与已知化合物进行匹配。但是,当目标是在其他星球上寻找生命时,已知化合物的用途有限;毕竟,外星生物可能涉及到我们在地球上没有观察到的化合物。基于这种推理,研究人员的测试并不寻找特定的分子;相反,它寻找分子和化合物的分布和多样性中的微小差异。其想法的逻辑是:地球生物样本内的模式(而不是构成它们的分子)与其他星球上的模式相似。
确定和比较这些模式需要大量的工作,这使得它成为人工智能的理想工作。研究人员使用Pyr-GC-EI-MS技术分析了134个已知的碳样本,包括牙齿、煤炭、贝壳、油页岩、含碳的陨石和纯合成化学物质。然后,他们训练了一个机器学习模型来绘制出每个样本中发现的分子模式。为了测试模型,研究人员引入了新样本。该模型能够以90%的准确率分辨生物和非生物样本,甚至开始将生物样本分为“活体”和“化石”类别。
在《国家科学院院刊》(PNAS)上发表的论文中,研究人员写道:“其他星球上的生物系统可能不会产生与现代地球生物学中发现的有机分子完全相同,甚至大致相似的有机分子。”“相反我们认为,即使与地球的生物化学有显著差异的外星生物化学系统仍然会显示出与非生物合成过程的分子频率分布不同的分子频率分布……我们建议,通过我们的技术可以检测和量化这些生物和非生物分子构成之间的差异。”
该模型已经被用于航天任务中,并希望它能在未来帮助探测器寻找外星生命的迹象。