長期以來，為了尋找地球上最古老的生命跡象，古生物學家會將目光投向尋那些保存完好的化石證據(jù)，包括單細胞和絲狀體的微化石，以及微生物墊和丘狀疊層石等細胞結構的礦化遺跡。然而，這類來自地球“青春時期”的化石極其罕見。因此，尋找古老生命跡象的另一條線索，就是那些保存在古老巖石中的可作為生命標志的生物分子。

在一項新發(fā)表于《美國國家科學院院刊》上的研究中，一個研究團隊設計出了一種人工智能（AI），它只需根據(jù)數(shù)十億年前的生物分子在降解后留下的化學物質的分布模式，就能在來源不明的古老巖石中識別出古生命的跡象。

依靠這種方法，研究團隊分析了406份樣本，其中包括古沉積物、化石、現(xiàn)代動植物，甚至隕石。最終，他們在距今33億年的巖石中發(fā)現(xiàn)了地球早期生命的新化學證據(jù)，并找到了分子層面的線索證明——產(chǎn)氧光合作用早在至少25億年前就已經(jīng)存在，比此前保存在碳分子中的光合作用化學記錄早了至少8億年。

殘存的生命證據(jù)

在過去的研究中，科學家已經(jīng)在距今約17億年的沉積物中，發(fā)現(xiàn)了生命中一些最為“堅韌”的有機分子——例如源自細胞膜或某些代謝過程的分子；而一些保存在更古老的富碳巖石的同位素特征，則預示著在距今35億年前，就已存在一個充滿活力的生物圈。

然而，大多數(shù)古老巖石既沒有保存任何化石細胞，也沒能保留任何幸存的生物分子。絕大多數(shù)古老的含碳沉積物都經(jīng)歷了加熱和改造，使得所有可作為生命標志的生物分子被分解成無數(shù)微小的“碎屑”。而一直以來，這些“碎屑”都被認為過于細小且缺乏特異性，無法提供有關遠古生命的任何線索。

來自早期地球的富含碳的樣本。（圖/Michael Wong）

因此，在這項新的研究中，研究人員決定不再一味追尋那些完整、無可爭辯的生物分子“鐵證”，而是開始思考：能否在這些化合物分解后留下的分子“碎屑”中，識別出足以說明問題的特征模式。

為此，研究團隊收集并測量了406個樣本，這些樣本來源于七大類：

• 現(xiàn)代動物：包括脊椎動物（如魚類）和無脊椎動物（如昆蟲）。

• 現(xiàn)代植物：包括具有光合作用的部位（如葉片）以及不進行光合作用的部位（如根和汁液）。

• 真菌：包括蘑菇和酵母等。

• 化石材料：如煤、古代木材以及富含藻類化石的頁巖。

• 隕石：富含碳的太空巖石，可能類似于生命起源前的有機物質。

• 合成有機材料：在實驗室中制備，用以模擬早期地球的化學環(huán)境。

• 古沉積物：年代從數(shù)億年至30多億年不等，其具體來源尚不明確。

研究團隊利用一種名為裂解氣相色譜-質譜儀的裝置對這些樣本一一進行了分析。這一裝置能將樣品加熱到600℃以上，使其分解成易揮發(fā)的碎片。隨后，這些碎片會根據(jù)其物理和化學性質被分離、識別，并根據(jù)濃度進行統(tǒng)計。最終，每個樣本都被轉化成一幅數(shù)據(jù)“景觀”，其中包含多達數(shù)十萬個獨立的峰值，每一個峰都代表一種可能的分子碎片。

一種開創(chuàng)性的模型

隨后，他們使用一種名為“隨機森林”的機器學習模型對數(shù)據(jù)進行分類，并提取其中的潛在生態(tài)學和分類學模式。這個過程可以被想象成將成千上萬塊拼圖碎片展示給一臺電腦，然后問：原來的圖案是一朵花，還是一塊隕石？

在這一過程中，研究人員使用75%的樣本來對AI模型進行訓練，再把剩余樣本留給模型做獨立判斷。

他們首先測試了模型區(qū)分生物樣本與非生物樣本（如隕石或合成有機物）的能力。在已知來源的樣本上，該模型的區(qū)分準確率高達90%。而且模型還在距今33億年的巖石中，識別出了生物特有的化學模式——這一幾乎是此前在古巖石中發(fā)現(xiàn)的最早生物分子特征年齡的兩倍。

這片巖石薄片中的黑色結構是距今25億年的微生物構造。研究表明，保存在這一復雜微生物群落中的有機物，可能由光合作用微生物所產(chǎn)生。（圖/Andrea Corpolongo）

與此同時，模型還以93%的準確率，識別出曾利用光合作用從陽光中獲取能量的生物。這一方法在距今約25.2億年的巖石中識別出了光合作用的分子特征，將最早光合作用生命的生物分子特征向前推進了大約8億年。

此外，這一模型還能夠以95%的準確率區(qū)分了植物性生命與動物性生命。不過，由于在這個模型的訓練數(shù)據(jù)中，相對缺乏動物的化石樣本，因此在進行這類分類時要困難得多。這也是未來研究中有待改進的一個方向。

穿透時間迷霧的視線

這項研究的一個關鍵結論是：并不是所有的生命特征都那么容易被看出來，巖石年代越久遠，生命信號就越難被探測到。

具體來說，年齡在5億年以內的年輕巖石樣仍保留著強烈的生物信號；對于年齡在5億年至25億年的巖石來說，AI大約在三分之二的情況下能識別出生命特征；但在年齡超過25億年的巖石中，僅有47%的樣本保留了可檢測到的生命證據(jù)。

而且，對于每一個樣本，模型不僅給出“生命”或“非生命”的判斷，還會給出一個概率評分。如果某個樣本在“生物來源”這一項上的概率高于60%，就被視為“強有力的信號”。

不過，這種置信度還達不到理想中的水平，只有當樣本在統(tǒng)計上明顯區(qū)別于非生物材料時，才會將其判定為生物來源。但研究人員表示，這一不足將隨著研究人員用更多樣本來充實AI的訓練數(shù)據(jù)而得到改善。

對科學研究和太空探索的意義

這些結果表明，將機器學習應用于高度降解的有機物，可以幫助解決關于地球“深時”生命演化的一些長期爭論。并且這種方法有望在尋找地外生命的過程中同樣發(fā)揮作用。

如果AI能夠在歷經(jīng)數(shù)十億年的地球巖石中識別出生物“指紋”，那么同樣的技術也可能適用于火星巖石，甚至來自木星冰封衛(wèi)星——木衛(wèi)二——的樣本。研究人員正迫不及待地希望能在地外樣本上測試這一系統(tǒng)。

不過，研究人員也表示，還需要更大、更加均衡的樣本數(shù)據(jù)，特別是更多動物化石以及更多樣化的非生物材料。接下來，他們計劃進一步優(yōu)化模型，探索不同類型的機器學習方法，并在地球上類似火星環(huán)境的沙漠巖石中測試這一思路。

#參考來源：

https://carnegiescience.edu/chemical-evidence-ancient-life-detected-33-billion-year-old-rocks

https://www.science.org/content/article/ai-spots-ghost-signatures-ancient-life-earth

https://www.pnas.org/doi/full/10.1073/pnas.2514534122

https://www.eurekalert.org/news-releases/1105980

#圖片來源：

封面圖&首圖：Andrew Czaja