
نوشتهی -Mrigakshi Dixit۱۷ نوامبر ۲۰۲۵، مادهی آلی استخراجشده از نمونههای سنگ ۲.۵ میلیارد ساله حاوی میکروارگانیسمهای فسیلشده مانند نمونهی موجود در این فوتومیکروگراف، هنوز حاوی قطعات زیستمولکولی است که ممکن است از طریق فتوسنتز تولید شده باشند.اندرو دی. چاجا
جدول زمانی حیات به تازگی قدیمیتر شده است. شواهد شیمیایی حیات در سنگهایی با قدمت بیش از ۳.۳ میلیارد سال یافت شد و یک جدول زمانی جدید و قدیمیتر برای حیات روی زمین تعیین کرد.این تحقیق همچنین سرنخهای مولکولی ارائه داد که منشأ فتوسنتز تولیدکننده اکسیژن را تقریباً یک میلیارد سال به عقب انداخت.این تیم بینالمللی، به رهبری موسسه علوم کارنگی در ایالات متحده، از رویکردی جدید استفاده کرد که تجزیه و تحلیل شیمیایی پیشرفته را با هوش مصنوعی (AI) جفت میکرد.
کیتی مالونی، استادیار گروه علوم زمین و محیط زیست در دانشگاه ایالتی میشیگان، گفت: «سنگهای باستانی پر از معماهای جالبی هستند که داستان حیات روی زمین را برای ما روایت میکنند، اما تعدادی از قطعات همیشه گم شدهاند.»
مالونی افزود: «جفت کردن تجزیه و تحلیل شیمیایی و یادگیری ماشینی، سرنخهای بیولوژیکی در مورد حیات باستانی را که قبلاً نامرئی بودند، آشکار کرده است.»
قدیمیترین سنگهای زمین میتوانند سرنخهایی در مورد اولین اشکال حیات ارائه دهند.یافتن ردپاهای مولکولی اصلی در این سنگهای باستانی بسیار نادر است. دلیل این امر این است که بقایای شکننده یا نشانههای زیستی (مانند سلولها) توسط میلیاردها سال نیروهای زمینشناسی خرد، گرم و نابود شدهاند.
تحقیقات جدید با این پیشنهاد که حتی وقتی مولکولهای زیستی اصلی از بین رفتهاند، قطعات باقیمانده (“زمزمههای شیمیایی ضعیف”) هنوز میتوانند اطلاعات تشخیصی در مورد زیستکره اولیه را حفظ کنند، به این چالش میپردازد.
برای شناسایی این بقایای ظریف، تیم تحقیقاتی یک سیستم هوش مصنوعی را با استفاده از یادگیری ماشینی آموزش دادند تا “اثر انگشتهای” مولکولی ظریف به جا مانده از موجودات زنده باستانی را تشخیص دهد.
دانشمندان طیف گستردهای از بیش از ۴۰۰ نمونه، از جمله گیاهان مدرن، فسیلهای میلیارد ساله و شهابسنگها را تجزیه و تحلیل کردند.تجزیه و تحلیل شیمیایی با وضوح بالا، مواد آلی و معدنی را به قطعات مولکولی تجزیه کرد و به هوش مصنوعی اجازه داد تا الگوهای شیمیایی نشان دهنده حیات را بیاموزد.
این مدل با موفقیت مواد بیولوژیکی را از غیر بیولوژیکی با دقت بیش از ۹۰٪ تشخیص داد.
این روش جدید، ردپای حیات را در سنگهایی با قدمت بیش از ۳.۳ میلیارد سال پیدا کرد و نشانههایی از فتوسنتز تولیدکننده اکسیژن را در سنگهایی با قدمت حداقل ۲.۵ میلیارد سال شناسایی کرد.
این کشف، سابقه شیمیایی فتوسنتز حفظ شده در مولکولهای کربن را بیش از ۸۰۰ میلیون سال گسترش میدهد.
پیش از این، ردپای مولکولی قابل اعتماد – نشانههای واضح حیات – فقط در سنگهایی با قدمت کمتر از ۱.۷ میلیارد سال شناسایی شده بود. با این روش جدید، دانشمندان اکنون میتوانند مطالعه نشانههای زیستی شیمیایی را به دورهای گسترش دهند که تقریباً دو برابر حد قبلی است.
دکتر رابرت هازن، دانشمند ارشد کارنگی و یکی از نویسندگان اصلی، گفت: «حیات باستانی بیش از فسیلها را به جا میگذارد؛ پژواکهای شیمیایی را به جا میگذارد. با استفاده از یادگیری ماشینی، اکنون میتوانیم برای اولین بار این پژواکها را به طور قابل اعتمادی تفسیر کنیم.»
مالونی گفت: «این تکنیک نوآورانه به ما کمک میکند تا سوابق فسیلی مربوط به دوران باستان را به روشی جدید بخوانیم. این میتواند به هدایت جستجوی حیات در سیارات دیگر کمک کند.»
این رویکرد جدید تجزیه و تحلیل شیمیایی مبتنی بر هوش مصنوعی میتواند برای تجزیه و تحلیل نمونههای مریخ یا سایر اجرام سیارهای به کار گرفته شود تا مشخص شود که آیا زمانی حاوی موجودات زنده بودهاند یا خیر.
این مطالعه در 17 نوامبر در مجموعه مقالات آکادمی ملی علوم منتشر شد.












