Учёные нашли способ искать жизнь на Марсе без доставки образцов на Землю

Международная группа исследователей разработала новый метод поиска признаков внеземной жизни на Марсе, который позволяет анализировать возможные биосигнатуры с помощью оборудования, уже установленного на борту марсоходов. Учёные показали, что для этого не обязательно доставлять марсианские образцы на Землю, поскольку современные инструменты способны выявлять следы биологической активности непосредственно на поверхности планеты.

Новый подход основан на изучении минералов, которые могут сохранять информацию о древней жизни на протяжении гораздо более длительных периодов времени, чем органические вещества. По словам исследователей, разработанный метод смог отличать минералы биологического происхождения от образовавшихся без участия живых организмов с точностью почти 98%.

Учёные считают, что такая технология может значительно расширить возможности будущих миссий по поиску жизни за пределами Земли без установки дополнительного оборудования. Она позволит эффективнее использовать уже имеющиеся инструменты марсоходов, включая аппараты, которые работают или планируются к отправке на Марс.

В исследовании, посвящённом новому методу, Роберт Хейзен из Института науки Карнеги и его коллеги отмечают, что поиск жизни и биосигнатур за пределами Земли является одной из главных задач астробиологии. Однако надёжные признаки жизни, которые можно обнаружить с помощью космических аппаратов, пока остаются ограниченными.

До сих пор большинство миссий по поиску жизни сосредотачивались на обнаружении органических молекул или поиске окаменелостей в осадочных породах и древних водных средах. При этом минералы, способные сохранять следы биологической активности на протяжении миллионов и даже миллиардов лет, практически не рассматривались как основной источник информации.

На Марсе марсоход NASA Perseverance тщательно собирает образцы грунта и пород, которые считаются наиболее перспективными для поиска биосигнатур. Однако планы по возвращению этих образцов на Землю с помощью отдельной миссии столкнулись с серьёзными техническими и финансовыми трудностями и могут быть реализованы не в ближайшее время.

Исследователи отмечают, что инструменты, уже установленные на марсоходе Perseverance, а также оборудование, которое планируется использовать на европейском марсоходе Rosalind Franklin, способны искать признаки жизни непосредственно на поверхности Марса. Однако для этого необходимо научиться максимально эффективно извлекать информацию из данных, которые получают эти приборы.

Для поиска минеральных биосигнатур учёные использовали метод рамановской спектроскопии. Этот способ позволяет изучать структуру минералов и химический состав веществ без разрушения образца, анализируя взаимодействие лазерного света с материалом.

По словам исследователей, спектры, полученные приборами марсоходов, во многом сопоставимы с данными лабораторных исследований на Земле. Это позволяет использовать земные базы данных для интерпретации возможных сигналов жизни в условиях других планет.

Однако анализ природных минералов остаётся сложной задачей. Спектры таких образцов часто содержат множество перекрывающихся сигналов, неоднородный фон и изменения характеристик, связанные с химическим составом. Ранее это значительно затрудняло поиск надёжных признаков биологического происхождения только по отдельным особенностям спектра.

В качестве объекта исследования учёные выбрали минерал апатит — распространённый фосфат, который встречается как на Земле, так и в космосе. Апатит является важным компонентом биологических структур, включая зубы и кости, но также может формироваться естественным небиологическим путём.

Именно это свойство сделало его подходящим материалом для проверки нового метода. Учёные стремились определить, можно ли отличить апатит, сформированный живыми организмами, от минерала, возникшего в результате обычных геологических процессов.

Для эксперимента исследователи собрали 331 образец спектров апатита с заранее известным происхождением. Среди них были образцы биологического происхождения, природные небиологические минералы и синтетические материалы.

Затем специалисты выделили 21 наиболее важный параметр спектров и обучили алгоритм машинного обучения на основе метода случайного леса. Искусственный интеллект анализировал различные характеристики, включая положение спектральных линий, их ширину и относительную интенсивность.

После сравнения данных исследователи выяснили, что наиболее информативными признаками стали карбонатная линия спектра и ширина основной фосфатной линии. Эти характеристики отражают соответственно химический состав минерала и особенности его кристаллической структуры.

При проверке метода на 311 образцах модель смогла различить биологический и небиологический апатит с точностью более 96%. Учёные сообщили, что алгоритм ошибочно классифицировал только один биологический образец как небиологический и один небиологический образец как связанный с жизнью.

Исследователи считают, что новый подход создаёт универсальную стратегию поиска следов жизни в древних минеральных структурах и может быть использован в будущих планетарных миссиях. Комбинация космических приборов и методов искусственного интеллекта позволит значительно расширить возможности автономного анализа данных прямо на других планетах.

В дальнейшем поиск внеземной жизни, вероятно, будет основываться на совместном изучении минеральных и органических признаков. Учёные планируют объединять данные рамановской спектроскопии с результатами инфракрасного анализа, лазерной спектроскопии, рентгеновской флуоресценции и других методов исследования.

По мнению авторов работы, искусственный интеллект станет ключевым инструментом будущих миссий, поскольку позволит находить сложные закономерности в огромных массивах данных и отличать возможные следы биологической активности от обычных геологических процессов.

Такой комплексный подход может приблизить момент, когда космические аппараты смогут самостоятельно обнаруживать потенциальные признаки жизни на других мирах без необходимости возвращения образцов на Землю.

Исследование опубликовано в журнале PNAS Nexus.