一个日本、美国联合科研团队开发了一种机器学习技术,利用质谱评估复杂的有机混合物,可以更加可靠地寻找外星生物。
研究于3月12日发表在《生命》上,标题为“Classification of the Biogenicity of Complex Organic Mixtures for the Detection of Extraterrestrial Life”(用于探测地外生命的复杂有机混合物的生物起源性分类)。
质谱(MS)是科学家们在宇宙飞船上寻找外星生命时将依赖的一项主要技术。质谱的优点是它可以同时测量样品中存在的大量化合物,从而为样品的组成提供一种“指纹”。
然而,过去我们寻找地外生命,都是以地球上的生命为模板,这种标准对于地球以外却未必适用,这造成了很多困惑。
比如,海盗2号在1976年从火星发回了一些生命存在的阳性信号,但MS测量没有提供现有的生命存在证据。好奇号火星探测器的最新MS数据也显示,火星上存在有机化合物,但仍不能提供生命存在的证据。
为了解决这个问题,研究团队将超高分辨率MS测量和机器学习算法结合起来,通过大量数据,让机器学会分辨生命和非生命的分子特征。
随后,他们将一些原始数据输入算法中,并惊讶地发现算法能够准确地将样本分类为活人或非活人,准确率约为95%。更重要的是,他们是在对原始数据进行了相当程度的简化后才输入的,这意味着,航天器上那些功率低、性能差的仪器也能使用。
译/前瞻经济学人APP资讯组
本文来源前瞻网,转载请注明来源。本文内容仅代表作者个人观点,本站只提供参考并不构成任何投资及应用建议。(若存在内容、版权或其它问题,请联系:service@qianzhan.com)