新颖的AI技术以90%的准确度揭示样本的生物或非生物来源

寻找明确的生物特征——过去或现在生命的明确标记——是古生物学和天体生物学的中心目标。由卡内基科学研究所领导的一组研究人员开发了一种强大的方法，该方法将各种陆地和地外碳质材料的热解气相色谱质谱(GC-MS)测量与基于机器学习的分类相结合，以实现区分非生物来源样品与生物样品(包括高度降解的古老生物来源样品)的准确度为90%。

自 20 世纪 50 年代初以来，科学家们就知道，在适当的条件下，混合简单的化学物质可以形成生命所需的一些更复杂的分子，例如氨基酸。

从那时起，人们在太空中检测到了更多生命必需的成分，例如制造 DNA 所需的核苷酸。

但我们如何知道它们是否具有生物起源，或者它们是否是随着时间的推移由另一种非生物过程产生的。如果不知道这一点，我们就不知道我们是否发现了生命。

“我们问一个基本问题：与无生命世界的化学相比，生命的化学有什么根本不同吗?” 卡内基科学研究所的罗伯特·哈森教授说。

“是否存在影响生物分子多样性和分布的‘生命化学规则’?”

“我们能否推断出这些规则并用它们来指导我们模拟生命起源或检测其他世界上微妙的生命迹象?我们发现确实有。”

“从进化的角度来看，生命并不是一件容易维持的事情，因此有些途径有效，有些途径无效。”

“我们的分析并不依赖于对化合物的绝对识别，而是通过查看与样本背景相关的化合物来确定生物/非生物起源。”

Hazen 教授及其同事采用热解 GC-MS 方法分析了来自活细胞的 134 种不同的富碳样品、老化降解样品、地质处理的化石燃料、富碳陨石以及实验室合成的有机化合物和混合物。

“其中 59 个是生物来源的，例如一粒米、一根人发、原油等，”他们说。

“75 种是非生物来源(非生物)的，例如氨基酸等实验室合成的化合物，或来自富含碳的陨石的样本。”

“样品首先在无氧环境中加热，这会导致样品分解(这一过程称为热解)。”

然后在 GC-MS 中对处理后的样品进行分析，这是一种将混合物分离成其组成部分的分析设备，然后对其进行识别。

使用一套机器学习方法，来自每个非生物或生物样品的三维(时间/强度/质量)数据被用作训练或测试子集，从而产生了一个可以预测样品的非生物或生物性质的模型准确率超过 90%。

“从化学角度来看，生物和非生物样品之间的差异与水溶性、分子量、挥发性等有关，”卡内基科学研究所的 Jim Cleaves 博士说。

“我想到这个问题的简单方法是，细胞有膜和内部，称为细胞质;膜非常不溶于水，而细胞内容物却非常水溶性。”

“这种布置使膜保持组装状态，因为它试图最大限度地减少其组件与水的接触，并防止‘内部组件’通过膜泄漏。”

“尽管内部成分是染色体和蛋白质等非常大的分子，但也可以保持溶解在水中。”

“因此，如果将活细胞或组织分解成其组成部分，就会得到非常水溶性的分子和非常不溶于水的分子的混合物，分布在整个光谱中。像石油和煤炭这样的物质在其漫长的历史中已经失去了大部分水溶性物质。”

“非生物样本在这个谱上相对于彼此可以具有独特的分布，但它们也与生物分布不同。”

这项新技术可能很快就会解开地球上的许多科学谜团，包括来自西澳大利亚的 35 亿年前的黑色沉积物的起源——备受争议的岩石，一些研究人员认为这些岩石中含有地球上最古老的微生物化石，而另一些研究人员则声称它们缺乏生命迹象。

来自加拿大北部、南非和中国古代岩石的其他样本也引发了类似的争论。

“我们现在正在应用我们的方法来解决这些岩石中有机物质的生物性的长期存在的问题，”哈森教授说。

关于这种新方法在生物学、古生物学和考古学等其他领域的潜在贡献，新的想法不断涌现。

“如果人工智能能够轻松地区分生物与非生物，以及现代生命与古代生命，那么我们还能获得哪些其他见解?例如，我们能否弄清楚古代化石细胞是否有细胞核，或者是否可以进行光合作用?” 哈森教授说道。

“它可以分析烧焦的遗骸并区分考古遗址中的不同种类的木材吗?就好像我们只是将脚趾浸入充满可能性的浩瀚海洋中。”

该团队的工作发表在《美国国家科学院院刊》上。