KI entschlüsselt chemische Echos des Lebens in 3,3 Milliarden Jahre alten Gesteinen

Ein interdisziplinäres Forscherteam unter der Leitung von Wissenschaftlern der Carnegie Institution for Science hat eine Methode entwickelt, die fortschrittliche chemische Analytik mit überwachtem maschinellem Lernen kombiniert, um chemische Signaturen des Lebens in bis zu 3,3 Milliarden Jahre alten Gesteinen nachzuweisen. Die Studie, veröffentlicht im Fachjournal Proceedings of the National Academy of Sciences (PNAS), demonstriert die Fähigkeit des Ansatzes, biologische Herkunft in komplexen, geologisch veränderten Materialien zu klassifizieren, selbst wenn die ursprünglichen Biomoleküle zerfallen sind.

Die Methodik stellt einen bedeutenden Fortschritt in der Paläobiologie dar, da traditionelle Nachweismethoden oft an der Degradation organischer Materie scheitern. Das Team analysierte über 400 Proben mittels Pyrolyse-Gaschromatographie und Massenspektrometrie (Py-GC-MS), um eingeschlossene chemische Fragmente freizusetzen. Anschließend wurde ein „Random Forest“-Modell des maschinellen Lernens trainiert, um latente ökologische und taxonomische Muster in diesen Fragmenten zu extrahieren und zu klassifizieren. Diese Muster dienen als agnostische molekulare Biosignaturen, die in biotischen Proben häufiger auftreten als in abiotischen Materialien.

Ein zentrales Ergebnis der Untersuchung ist der erfolgreiche Nachweis von Anzeichen aktiver oxygenen Photosynthese, die auf über 2,5 Milliarden Jahre zurückdatiert werden. Dieser Befund verschiebt die dokumentierte Zeitlinie für diesen lebenswichtigen Prozess um etwa 800 Millionen Jahre vor die bisherigen Annahmen. Die Fähigkeit, diesen Prozess so früh nachzuweisen, könnte tiefgreifende Revisionen unserer Modelle zur frühen Erdgeschichte und Biosphäre nach sich ziehen.

Die Robustheit des Systems wurde durch hohe Genauigkeitsraten belegt: Die KI erreichte eine Detektionsgenauigkeit von über 90 Prozent bei der Identifizierung biologischen Ursprungs in den uralten Gesteinen und bis zu 98 Prozent bei modernen Proben. Die Forscher, zu denen Dr. Robert Hazen als korrespondierender Autor sowie Dr. Anirudh Prabhu und Michael Wong als Ko-Erstautoren zählen, sehen in dieser Technik ein mächtiges neues Instrument für die Astrobiologie, da die Muster potenziell universell sind und auf Proben vom Mars oder Jupiters Eismonden angewendet werden könnten.