Ze hebben namelijk een simpele en uiterst betrouwbare test ontwikkeld waarmee leven op andere planeten herkend kan worden – zelfs als het er al geruime tijd niet meer is.
Dat is te lezen in het blad Proceedings of the National Academy of Sciences. En het mag rustig een doorbraak worden genoemd. “Onze methode heeft de potentie om de zoektocht naar buitenaards leven te revolutioneren en ons begrip van zowel de oorsprong als chemie van de eerste levensvormen op aarde te vergroten,” stelt onderzoeker Robert Hazen.
Ingewikkeld
Het werk van Hazen en collega’s is zeker geen overbodige luxe; de zoektocht naar leven op andere planeten is namelijk behoorlijk ingewikkeld gebleken. Misschien zelfs wel veel ingewikkelder dan wetenschappers zo halverwege de vorige eeuw hadden kunnen bedenken. In die tijd ontdekten onderzoekers dat het – onder de juiste omstandigheden – mixen van simpele chemicaliën zomaar kon uitmonden in de totstandkoming van de veel complexere moleculen die aan het leven ten grondslag liggen (denk bijvoorbeeld aan aminozuren). Het hintte er voorzichtig op dat dergelijke moleculen ook vrij gemakkelijk buiten de aarde het levenslicht kunnen zien. En inderdaad; in de jaren erna zijn veel van de voor leven essentiële componenten – zoals bijvoorbeeld nucleotiden, een ingrediënt van DNA – daadwerkelijk in de ruimte teruggevonden. Maar dat was nog geen bewijs voor het bestaan van buitenaards leven. Want onduidelijk bleef of die moleculen nu een biologische oorsprong hadden – oftewel restanten van leven zijn – of door abiotische processen tot stand waren gekomen. En zolang dat onduidelijk is, weten we dus ook niet of we met de detectie van dergelijke moleculen nu buitenaards leven hebben ontdekt of niet.
AI
Uiteindelijk komt het in feite allemaal neer op één simpele vraag, zo stelt Hazen. Is er een fundamenteel verschil tussen de scheikundige processen die ten grondslag liggen aan leven en de scheikundige processen die spelen op een wereld zonder leven? “Wij ontdekten van wel.” De onderzoekers trekken die conclusie nadat ze 134 verschillende koolstofrijke monsters verzamelden. Daar waren monsters van levende cellen bij, maar ook monsters van in het lab vervaardigde chemicaliën, door geologische processen verkregen fossiele brandstoffen en zelfs een stukje van een koolstofrijke meteoriet. Vervolgens werden die monsters verhit in een zuurstofvrije omgeving, waardoor ze uit elkaar vielen. Daarna kon worden vastgesteld uit welke bestanddelen ze waren opgebouwd. Deze moleculaire analyse leverde een schat aan informatie op die vervolgens gebruikt werd om een kunstmatig intelligent systeem te trainen. Door het systeem te laten zien welke moleculaire eigenschappen met biotische en abiotische monsters samenhingen, hoopten de onderzoekers dat het systeem op subtiele, maar overtuigende verschillen tussen beiden typen monsters zou stuiten. Want als eenmaal duidelijk is hoe ze van elkaar verschillen, kan het systeem ze ook van elkaar onderscheiden. En dus bijvoorbeeld vaststellen of op Mars verzamelde organische moleculen nu het resultaat zijn van leven of abiotische processen.
90 procent
De resultaten zijn hoopgevend. Want na de training bleek het kunstmatig intelligente systeem in staat te zijn om met een accuraatheid van meer dan 90 procent te voorspellen of een monster biotisch of abiotisch was. “In onze analyse gaan we niet voor de identificatie van een specifiek molecuul, maar bepalen we de biologische of niet-biologische oorsprong door te kijken naar de context waarin een stof zich bevindt.”
En dat is belangrijk, want die aanpak maakt het mogelijk om verder te kijken dan sporen van leven zoals wij dat kennen. “Met deze methode zouden we ook in staat moeten zijn om buitenaardse biochemie te detecteren,” stelt Hazen. “Dat is van belang, omdat het relatief eenvoudig is om de moleculaire biomarkers van aards leven te detecteren, maar we niet kunnen aannemen dat buitenaards leven ook gebruik zal maken van DNA, aminozuren, etc. Onze methode kijkt naar patronen in moleculaire distributies die voortkomen uit het feit dat leven nu eenmaal ‘functionele’ moleculen vereist.”
“Scheikundig gezien hangen de verschillen tussen biotische en abiotische monsters samen met dingen als wateroplosbaarheid, de moleculaire massa, vluchtigheid, enzovoort,” voegt onderzoeker Jim Cleaves toe. Hij illustreert dat aan de hand van een voorbeeld. “Een cel heeft een membraan en een binnenste, ook wel de cytosol genoemd. Het membraan is eigenlijk niet oplosbaar in water, terwijl de inhoud wel redelijk oplosbaar in water is (…) Dus als je zo’n levende cel of weefsel opbreekt in componenten, krijg je een mix van moleculen die heel gemakkelijk in water oplossen en moleculen die moeilijker in water oplossen.” De distributie van die in water oplosbare en moeilijk in water oplosbare moleculen en de frequentie waarmee deze worden waargenomen verschilt vanzelfsprekend van materiaal tot materiaal. “Zo hebben dingen zoals petroleum en kolen hun in water oplosbare materialen vaak gedurende hun lange bestaansgeschiedenis al grotendeels verloren.” Maar wat daarbij opvalt, is dat de distributie van deze eigenschap van componenten van abiotische materialen niet alleen van abiotisch tot abiotisch materiaal verschilt. “Maar zich ook heel duidelijk onderscheidt van de distributie die je bij biologische materialen ziet,” zo benadrukt Cleaves. En dat is dan zo’n stukje context dat AI in staat stelt om biotisch van abiotisch te onderscheiden.
Drie groepen
De eerste experimenten zijn wat dat betreft dus veelbelovend; ze tonen aan dat het systeem aan de hand van subtiele verschillen in de moleculaire context onderscheid kan maken tussen een biotische of juist een abiotische herkomst. En daarmee heeft het kunstmatig intelligente systeem de onderzoekers op hun wenken bediend. Sterker nog: het heeft ze zelfs iets meer gegeven dan waar ze om vroegen, zo vertelt Hazen. “Wat ons echt verbaasd heeft, is dat we onze machine learning-methode trainden om onderscheid te maken tussen twee groepen – biotisch en abiotisch – maar het systeem uiteindelijk onderscheid bleek te kunnen maken tussen drie groepen: abiotisch, levend biotisch en fossiel biotisch. In andere woorden: het kon onderscheid maken tussen fossiele monsters en meer recente biologische monsters: oftewel tussen bijvoorbeeld een zojuist geplukt blaadje sla en iets wat heel lang geleden al is gestorven.” Dat is goed nieuws. Want dat betekent dat het systeem ons straks dus bijvoorbeeld kan vertellen of eventuele biotische sporen op Mars getuigen van nog levende of reeds uitgestorven aliens. “Bovendien zijn we op basis van deze bevinding optimistisch dat we ook onderscheid kunnen gaan maken tussen andere eigenschappen (van biotische monsters, red.), zoals of ze getuigen van fotosynthetisch leven of de aanwezigheid van eukaryoten (cellen met een celkern),” vertelt Hazen.
Snel aan de slag
Het werk van Hazen en collega’s kan de zoektocht naar leven naar verwachting een serieuze impuls geven. En daar hoeven we niet eens heel lang op te wachten. Zo zou de methode al los kunnen worden gelaten op monsters die verzameld zijn door Marswagentje Curiosity. Dit wagentje rijdt al geruime tijd op Mars rond en beschikt over een soort laboratorium aan boord waarin monsters moleculair geanalyseerd worden. “Mogelijk hebben we reeds data in handen waarmee we kunnen bepalen of er op Mars moleculen voorkomen die getuigen van een Martiaanse biosfeer,” stelt Hazen.
Daarnaast biedt de aanpak van de wetenschappers ons echter ook de mogelijkheid om op korte termijn meer inzicht te krijgen in het ontstaan van leven op aarde. Zo kan de methode bijvoorbeeld ook los worden gelaten op – omstreden – oeroude sporen van leven op aarde. Je kunt dan bijvoorbeeld denken aan in het westen van Australië teruggevonden, 3,5 miljard jaar oude gesteenten waarin sommige wetenschappers de oudste gefossiliseerde microben denken te hebben gevonden, terwijl andere onderzoekers daar juist niets van willen weten. Met behulp van AI moet het mogelijk zijn die discussie te beslechten en zo bijvoorbeeld meer inzicht te krijgen in het moment waarop leven op aarde is ontstaan.