Модель может помочь в выявлении признаков жизни на Марсе
Наука и космос020 минут назад
Исследователи создали систему на базе машинного обучения, которая может различать апатит биологического происхождения и минерал, сформировавшийся без участия живых организмов, с точностью 96,8%. Метод сочетает Рамановскую спектроскопию (изучение вещества через взаимодействие лазера с его структурой) и алгоритм машинного обучения, что делает его потенциально полезным для будущих экспедиций по поиску доказательств жизни за пределами Земли.
Апатит — это фосфатный минерал, который встречается как на Земле, так и на других космических объектах. Он является компонентом костей и зубов живых организмов, однако также может образовываться в небиологических процессах, и поэтому сам по себе не является однозначным индикатором жизни. Основной задачей астробиологии является нахождение устойчивых минеральных биомаркеров — признаков, которые можно надёжно ассоциировать с деятельностью живых существ.
Для обучения модели учёные собрали 331 Рамановский спектр апатита из разнообразных источников: образцов биологического происхождения, природных минералов и синтетических материалов. В этот набор вошли данные о костях, зубной эмали, ископаемых останках, патологических образованиях, а также магматических и осадочных породах.
Из каждого спектра учёные выделили 21 параметр, описывающий характеристики отдельных участков сигнала, включая положение, ширину и интенсивность спектральных полос. После обработки данных алгоритм, который использует множество независимых решающих моделей, смог классифицировать образцы с точностью 96,8% на независимом наборе данных.
Проверка показала, что результаты не зависят от особенностей конкретных лабораторий или инструментов. При перекрёстной проверке по 60 независимым источникам модель сохраняла высокую точность, что говорит о наличии реальных физических различий между биологическим и небиологическим апатитом.
Основными признаками для классификации стали ширина фосфатной полосы в спектре и интенсивность полосы, связанной с карбонатами. Расширение фосфатной полосы указывает на нарушение кристаллической структуры минерала, а наличие карбонатов ассоциировано с изменениями в составе апатита. Расчёты, основанные на теории функционала плотности (метод моделирования свойств веществ), показали, что замещение фосфатных групп карбонатами увеличивает искажения структуры минерала и снижает степень её упорядоченности.
Исследователи подчеркивают, что модель не определяет происхождение образца по одному критерию, а выдает вероятностную оценку на основе совокупности спектральных характеристик. Такой подход особенно актуален для планетарных исследований, где образцы часто ограничены, а прямой анализ невозможен. Разработанная система может использовать данные с компактных Рамановских спектрометров, которые уже применяются на марсоходах NASA Perseverance и планируются для миссии Rosalind Franklin.
Данная работа демонстрирует, что комбинация автономных приборов и интерпретируемого искусственного интеллекта может помочь будущим космическим миссиям быстрее анализировать минералы на месте и выбирать наиболее перспективные образцы для поиска следов жизни.
Darth SaharaИсточники:PNASНаука и космос0Искусственный интеллектКосмосМарсАстробиологияПланетологияСпектроскопияБиомаркерыЖизнь во Вселенной20 минут назад
Источник