Como identificar formas de vida diferentes do que conhecemos? IA pode ajudar

Cientistas sabem que, se existir, a vida em outros planetas pode ser bem diferente da que conhecemos. Nosso parâmetro se limita às formas de vida que conhecemos em nosso próprio mundo, o que, em proporções cósmicas, é uma amostragem quase insignificante. Se cada mundo tiver seres vivos evoluídos a partir de diferentes blocos de construção, corremos o risco de nunca detectar nenhuma. Por isso, uma equipe ensinou uma inteligência artificial a ajudar nessa tarefa.

• Pode ser que existam formas estranhas de vida dentro de estrelas
• Esses são os lugares mais promissores onde pode haver vida no Sistema Solar
• Cientistas simulam névoa de Titã em laboratório e estudam sua estrutura química

Há muitas perguntas teóricas que podem ser feitas enquanto procuramos por bioassinaturas (rastros químicos que podem indicar uma possível forma de vida) em outros mundos. Por exemplo, será que vida na Terra poderia ter acontecido de outra forma? Ou será que as condições nas quais a vida aconteceu eram as únicas disponíveis em nosso planeta? Será que a vida pode se formar com ingredientes completamente diferentes?

Talvez a pergunta mais importante seja: como podemos saber se um determinado tipo de molécula encontrada em outro planeta indica sinais de vida extraterrestre? Isso é muito difícil de responder, pois, aqui mesmo na Terra, podemos encontrar assinaturas orgânicas que não foram produzidas por formas de vida, ou seja, são abióticas. E isso vai além, porque não possamos confiar totalmente em análises de amostras terrestres antigas para dizer se elas são de organismos vivos preservados ou derivados da contaminação pelos seres vivos atuais.

Em algumas simulações dos processos primitivos que teoricamente se somaram para dar origem à vida na Terra, os cientistas obtiveram muitas versões semelhantes, mas ligeiramente diferentes das moléculas que vieram de fato a existir. Além disso, os processos químicos que ocorrem naturalmente também são capazes de produzir muitos dos blocos de construção das moléculas biológicas. Com tantas variáveis, como confirmar se alguma assinatura em outro planeta é evidência de vida ou não?

A equipe de cientistas do novo estudo decidiram usar aprendizado de máquina para caracterizar os sinais orgânicos. Usando espectrometria de massa (MS) de ultra-alta resolução, eles mediram os espectros de massa de uma ampla variedade de misturas orgânicas complexas, incluindo algumas amostras abiológicas feitas em laboratório, misturas orgânicas encontradas em meteoritos, microorganismos cultivados em laboratório que se encaixam todos os critérios atuais de vida, e petróleo não processado, que é derivado de organismos que viveram há muito tempo na Terra.

Foram dezenas de milhares de compostos moleculares cujos espectros de MS podiam ser comparados e classificados, e permitem uma análise de estatísticas e de distribuição dos sinais. Todo esse conjunto de amostras forneceu algo como um banco de dados das "impressões digitais" de organismos vivos e construções abióticas. As amostras de petróleo, por exemplo, fornecem informações sobre como os organismos conhecidos podem mudar ao longo do tempo.

Com tudo isso em mãos, os pesquisadores inseriram os dados em um algoritmo de aprendizado de máquina e descobriram que o computador podia classificar com precisão as amostras como vivas ou não vivas, com aproximadamente 95% de precisão. O mais legal é que, apesar a alta resolução de MS utilizada, a equipe simplificou os dados brutos consideravelmente antes de inseri-los no algorítimo, para que instrumentos de menor precisão pudessem fornecer seus dados sem o risco de terem resolução insuficiente para uma classificação biológica precisa.

Nicholas Guttenberg, autor principal do estudo, disse que “se vamos entender a química pré-biótica complexa, precisamos de maneiras de pensar em termos desses padrões gerais — como eles surgem, em que implicam e como mudam — em vez da presença ou ausência de moléculas individuais. Este artigo é uma investigação inicial sobre a viabilidade e métodos de caracterização nesse nível”.

O co-autor Jim Cleaves, da ELSI, complementa afirmando que “esse tipo de análise relacional pode oferecer amplas vantagens para a busca de vida no Sistema Solar, e talvez até mesmo em experimentos de laboratório projetados para recriar as origens da vida". A equipe planeja continuar nesse estudo para entender exatamente quais aspectos dessa análise permitiu uma classificação tão precisa.

Fonte: Phys.org