Wetenschap
Wetenschappers staan op het punt om ET-leven te detecteren, waarvan decennia geleden werd voorspeld dat het moeilijk zou zijn. Nieuwe technieken suggereren dat er misschien slimme analytische trucs zijn met behulp van machine learning om dit te doen. Krediet:NASA
Wetenschappers zijn serieus begonnen met het zoeken naar buitenaards leven in het zonnestelsel, maar dergelijk leven kan subtiel of diepgaand verschillen van het leven op aarde, en methoden die zijn gebaseerd op het detecteren van bepaalde moleculen als biosignaturen zijn mogelijk niet van toepassing op leven met een andere evolutionaire geschiedenis. Een nieuwe studie door een gezamenlijk Japan/VS-gebaseerd team, geleid door onderzoekers van het Earth-Life Science Institute (ELSI) van het Tokyo Institute of Technology, rapporteert over een machine learning-techniek die complexe organische mengsels beoordeelt met behulp van massaspectrometrie om ze te classificeren als biologisch of abiologisch.
In seizoen 1, aflevering 29 van "Star Trek" ("Operatie:Vernietigen!"), die in 1966 werd uitgezonden, het mens-Vulcan hybride karakter Spock zegt:"Het is niet het leven zoals wij het kennen of begrijpen. Toch is het duidelijk levend; het bestaat." Deze nu 55 jaar oude aflevering maakt een punt:hoe kunnen we leven detecteren als we fundamenteel niet weten wat leven is, en als dat leven echt anders is dan het leven zoals wij het kennen?
De vraag of we alleen zijn als levende wezens in het universum, fascineert de mensheid al eeuwenlang, en de mensheid is op zoek naar buitenaards leven in het zonnestelsel sinds NASA's Viking 2-missie naar Mars in 1976. De zoektocht naar leven omvat het luisteren naar radiosignalen van geavanceerde beschavingen in de verre ruimte, op zoek naar subtiele verschillen in de atmosferische samenstelling van planeten rond andere sterren, en direct proberen het te meten in grond- en ijsmonsters die zijn verzameld met ruimtevaartuigen in ons eigen zonnestelsel. Deze laatste categorie stelt hen in staat om hun meest geavanceerde chemische analytische instrumenten rechtstreeks toe te passen op buitenaardse monsters, en misschien zelfs enkele van de monsters terug naar de aarde brengen, waar ze kunnen worden bestudeerd.
Missies zoals NASA's Perseverance rover zullen dit jaar op zoek gaan naar leven op Mars; NASA's Europa Clipper, lancering in 2024, zal proberen ijs te bemonsteren dat van Jupiters maan Europa is geworpen, en zijn Dragonfly-missie zal vanaf 2027 proberen een "octacopter" op Saturnusmaan Titan te landen. Deze missies zullen allemaal proberen de vraag te beantwoorden of we alleen zijn.
Massaspectrometrie (MS) is een belangrijke techniek waarop wetenschappers zullen vertrouwen bij zoektochten op ruimtevaartuigen naar buitenaards leven. De techniek kan gelijktijdig een groot aantal verbindingen meten die in monsters aanwezig zijn, en zo een soort "vingerafdruk" van hun samenstelling opleveren. Hoe dan ook, het interpreteren van die vingerafdrukken kan lastig zijn.
Bacteriën en andere levende wezens zijn samengesteld uit een complexe reeks chemicaliën. Omdat buitenaards leven fundamenteel kan verschillen van leven op aarde, het kan voor toekomstige ruimtesondes moeilijk zijn om te bepalen of complexe chemische mengsels zijn afgeleid van levende of niet-levende processen. Krediet:Josef Reischi
Voor zover wetenschappers kunnen nagaan, al het leven op aarde is gebaseerd op dezelfde sterk gecoördineerde moleculaire principes, wat wetenschappers het vertrouwen geeft dat al het leven op aarde is afgeleid van een gemeenschappelijke oude aardse voorouder. Echter, in simulaties van de primitieve processen waarvan wetenschappers denken dat ze hebben bijgedragen aan de oorsprong van het leven op aarde, veel vergelijkbare maar enigszins verschillende versies van de specifieke moleculen die door het aardse leven worden gebruikt, worden vaak gedetecteerd. Verder, natuurlijk voorkomende chemische processen zijn ook in staat om veel van de bouwstenen van biologische moleculen te produceren.
Omdat we nog steeds geen monster van buitenaards leven hebben, dit laat wetenschappers achter met een conceptuele paradox:heeft het leven op aarde in het begin van de evolutie willekeurige keuzes gemaakt die vastzaten, en daarom, zou het leven anders geconstrueerd kunnen worden, of moeten we verwachten dat al het leven overal op precies dezelfde manier wordt beperkt als op aarde? Hoe kunnen we weten dat de detectie van een bepaald molecuultype aangeeft of het al dan niet werd geproduceerd door buitenaards leven?
Wetenschappers zorgen er al lang voor dat vooroordelen over levensvormen die lijken op het leven op aarde ertoe kunnen leiden dat hun detectiemethoden mislukken. Viking 2, in feite, leverde in 1976 vreemde resultaten van Mars op. Sommige van de uitgevoerde tests gaven signalen die als positief werden beschouwd voor het leven, maar de MS-metingen leverden geen bewijs voor het leven zoals wij dat kennen. Recentere MS-gegevens van NASA's Mars Curiosity-rover suggereren dat er organische verbindingen op Mars zijn, maar ze leveren nog steeds geen bewijs voor het leven. Een gerelateerd probleem heeft wetenschappers geplaagd die proberen het vroegste bewijs voor leven op aarde te detecteren:kunnen we zien of signalen die zijn gedetecteerd in oude terrestrische monsters afkomstig zijn van de oorspronkelijke levende organismen die in die monsters zijn bewaard, of afgeleid van besmetting door organismen die momenteel de planeet bewonen?
Wetenschappers van het Earth-Life Science Institute van het Tokyo Institute of Technology in Japan en het National High Magnetic Field Laboratory (The National MagLab) in de VS hebben dit probleem aangepakt met behulp van een gecombineerde experimentele en computergestuurde benadering. Met behulp van ultrahoge resolutie MS (een techniek die bekend staat als Fourier-transform ion cyclotron resonantie massaspectrometrie (of FT-ICR MS)), ze maten de massaspectra van een grote verscheidenheid aan complexe organische mengsels, inclusief die afgeleid van abiologische monsters die in het laboratorium zijn gemaakt (waarvan ze vrij zeker zijn dat ze niet leven), organische mengsels gevonden in meteorieten (dit zijn ~ 4,5 miljard jaar oude monsters van biologisch geproduceerde organische verbindingen die nooit lijken te hebben geleefd), in het laboratorium gekweekte micro-organismen die voldoen aan alle moderne criteria van het leven, waaronder nieuwe microbiële organismen geïsoleerd en gekweekt door ELSI co-auteur Tomohiro Mochizuki, en onbewerkte aardolie, die is afgeleid van organismen die lang geleden op aarde leefden, een voorbeeld geven van hoe de "vingerafdruk" van bekende levende organismen in de loop van de geologische tijd zou kunnen veranderen. Deze monsters bevatten elk tienduizenden afzonderlijke moleculaire verbindingen, die een groot aantal MS-spectra opleverde die konden worden vergeleken en geclassificeerd.
In tegenstelling tot benaderingen die de nauwkeurigheid van MS-metingen gebruiken om elke piek met een bepaald molecuul in een complex organisch mengsel te identificeren, de onderzoekers verzamelden in plaats daarvan hun gegevens en keken naar de brede statistieken en distributie van signalen. Complexe organische mengsels, zoals die afgeleid van levende wezens, aardolie, en biologische monsters, vertonen heel verschillende "vingerafdrukken" wanneer ze op deze manier worden bekeken. Dergelijke patronen zijn voor een mens veel moeilijker te detecteren dan de aan- of afwezigheid van individuele molecuultypen.
De onderzoekers voerden hun onbewerkte gegevens in een machine learning-algoritme, en ontdekten verrassend genoeg dat de algoritmen de monsters nauwkeurig konden classificeren als levend of niet-levend met een nauwkeurigheid van ~ 95%. belangrijk, ze deden dit nadat ze de onbewerkte gegevens aanzienlijk hadden vereenvoudigd, waardoor het aannemelijk is dat instrumenten met een lagere precisie die op ruimtevaartuigen worden gebruikt, gegevens met een voldoende resolutie kunnen verkrijgen om de biologische classificatienauwkeurigheid die het team heeft verkregen, mogelijk te maken.
Wetenschappers van ELSI en hun collega hebben nieuwe massaspectrometrie- en machine learning-technieken ontwikkeld om complexe organische mengsels met grote nauwkeurigheid te classificeren als afgeleid van levende of niet-levende processen. Krediet:Guttenberg et al.
De onderliggende redenen voor de nauwkeurigheid van de classificatie moeten nog worden onderzocht, maar het team suggereert dat het komt door de manier waarop biologische processen, die organische verbindingen anders wijzigen dan biologische processen, betrekking hebben op de processen die het leven mogelijk maken zich voort te planten. Levende processen moeten kopieën van zichzelf maken, terwijl abiologische processen geen intern proces hebben dat dit controleert.
"Dit werk opent vele opwindende wegen voor het gebruik van massaspectrometrie met ultrahoge resolutie voor astrobiologische toepassingen, ", zegt co-auteur Huan Chen van het Amerikaanse National MagLab.
Hoofdauteur Nicholas Guttenberg voegt toe:"Hoewel het moeilijk, zo niet onmogelijk is om elke piek in een complex chemisch mengsel te karakteriseren, de brede distributie van componenten kan patronen en relaties bevatten die informatief zijn over het proces waardoor dat mengsel tot stand is gekomen of zich heeft ontwikkeld. Als we complexe prebiotische chemie willen begrijpen, we hebben manieren van denken nodig in termen van deze brede patronen - hoe ze tot stand komen, wat ze impliceren, en hoe ze veranderen - in plaats van de aanwezigheid of afwezigheid van individuele moleculen. Dit artikel is een eerste onderzoek naar de haalbaarheid en karakteriseringsmethoden op dat niveau en laat zien dat zelfs het negeren van zeer nauwkeurige massametingen, er is significante informatie in piekdistributie die kan worden gebruikt om monsters te identificeren op basis van het type proces dat ze heeft geproduceerd."
Co-auteur Jim Cleaves van ELSI zegt:"Dit soort relationele analyse kan grote voordelen bieden bij het zoeken naar leven in het zonnestelsel, en misschien zelfs in laboratoriumexperimenten die zijn ontworpen om de oorsprong van het leven na te bootsen." Het team is van plan om verder onderzoek te doen om precies te begrijpen welke aspecten van dit type gegevensanalyse een dergelijke succesvolle classificatie mogelijk maken.
Wetenschap © https://nl.scienceaq.com