ИИ выявляет биомаркеры в минералах с точностью до 97%

Исследователи создали инновационную нейросетевую модель, способную с эффективностью 96,8% разграничивать апатит органического и неорганического происхождения. Этот метод, объединяющий возможности Рамановской спектроскопии с передовыми алгоритмами машинного обучения, открывает новые горизонты для будущих экспедиций, направленных на поиск биологических следов в космосе.

Апатит — распространенный фосфатный минерал, встречающийся как на нашей планете, так и за её пределами. Он является важным структурным элементом костных тканей и зубов, однако может формироваться и в результате абиотических процессов, что затрудняет его использование в качестве прямого доказательства жизни. Ключевая сложность для современной астробиологии заключается в идентификации надежных минеральных биосигнатур, которые могли бы достоверно указывать на активность живых организмов.

В ходе обучения системы ученые проанализировали массив из 331 Рамановского спектра апатита, включая образцы биологического, природного и синтетического происхождения. Выборка охватила широкий спектр материалов: от зубной эмали и ископаемых остатков до магматических и осадочных горных пород.

Специалисты выделили 21 ключевой параметр для каждого спектра, включая интенсивность, ширину и положение полос. Благодаря использованию ансамбля решающих деревьев модель успешно классифицировала образцы на контрольной группе с точностью 96,8%.

Тестирование подтвердило, что высокая точность системы не является артефактом конкретного оборудования или лабораторных условий. Перекрестная проверка на 60 независимых источниках продемонстрировала стабильную эффективность алгоритма, что подтверждает его способность распознавать подлинные физико-химические различия между биогенным и абиогенным апатитом.

Определяющими факторами стали ширина фосфатной полосы, свидетельствующая о деформации кристаллической решетки, и уровень интенсивности карбонатной полосы. Согласно расчетам на базе теории функционала плотности, внедрение карбонатных групп в структуру апатита провоцирует искажения кристаллической решетки и повышает степень её неупорядоченности.

Разработчики подчеркивают, что модель опирается на комплексный вероятностный анализ спектральных данных, а не на одиночный признак. Такой подход критически важен для планетологии, где доступ к образцам ограничен. Система способна функционировать в связке с компактными Рамановскими спектрометрами, которые уже эксплуатируются марсоходом Perseverance или готовятся к запуску в рамках миссии Rosalind Franklin.

Данная работа доказывает, что синергия автономных аналитических приборов и интерпретируемого ИИ способна радикально ускорить идентификацию перспективных образцов в ходе полевых исследований, приближая нас к обнаружению жизни за пределами Земли.

Источник: iXBT