Los dinosaurios dejan restos físicos inconfundibles como fósiles. Es difícil ver un fémur del tamaño de un adulto o un cráneo dentado. Pero durante el primer 90 por ciento de la historia de la Tierra, la vida fue microscópica, blanda y sosa. Cuando los microbios antiguos murieron, no dejaron esqueletos, aunque algunos han argumentado que las colonias dejaron microestructuras antiguas. Los microbios dejaron huellas químicas, rastros de lípidos y aminoácidos, atrapados en el barro, que luego se convirtió en piedra.
El problema es que la química desaparece. Durante miles de millones de años, el calor y la presión azotan estas moléculas hasta que parecen indistinguibles del carbono abiótico, la materia muerta y sin vida que se encuentra en los meteoritos. Ha sido una niebla de guerra para los biólogos durante décadas. Sabemos que la vida existió hace tres mil millones de años, pero la evidencia molecular a menudo se debate o se descarta como contaminación.
Un nuevo estudio publicado recientemente en Proceedings of the National Academy of Sciences rompió esa niebla. Al combinar la espectrometría de masas con la inteligencia artificial, un equipo del Instituto Carnegie para la Ciencia de EE. UU. retrasó la historia molecular confirmada de la fotosíntesis en casi 800 millones de años.
El equipo, dirigido por el astrobiólogo Michael Wong y el geólogo Robert Hazen, no descubrió ningún fósil nuevo. Descubrieron una nueva forma de ver. Recolectaron 406 muestras, incluidas plantas modernas, carbón antiguo, pedernal de 3.500 millones de años e incluso meteoritos carbonosos. Utilizaron una técnica llamada espectrometría de masas por cromatografía de gases de pirólisis o Py-GC-MS. En pocas palabras, calentaron las muestras hasta vaporizarlas, descomponiendo la materia orgánica en sus fragmentos constituyentes.
En el pasado, los científicos buscaban biomarcadores específicos. Se trata de moléculas únicas e intactas que gritan vida, como el colesterol o la clorofila. Pero estas frágiles moléculas rara vez sobreviven a miles de millones de años de procesamiento geológico. En lugar de buscar una sola aguja en un pajar, el equipo de Carnegie utilizó el aprendizaje automático para observar la geometría del propio pajar.
Entrenaron un modelo de aprendizaje automático llamado bosque aleatorio en estas huellas dactilares moleculares. La IA no buscaba ni una sola molécula. Analizó la distribución de miles de fragmentos moleculares. Ha aprendido a notar los patrones sutiles y complejos que distinguen el caos de la biología del orden de la química sin vida.
Lea también: Científicamente hablando: un medicamento para el corazón disfrazado de inyección para bajar de peso
Los resultados son muy fuertes. Cuando se probó en muestras modernas, comparando hojas con meteoritos, la IA fue 100 por ciento precisa. Al distinguir muestras biológicas fosilizadas de meteoritos abióticos y mezclas orgánicas sintéticas, mantuvo aproximadamente un 93 por ciento de precisión. Pero el verdadero avance se produjo cuando aplicaron el modelo a las rocas más antiguas y debatidas de la Tierra.
La IA ha descubierto signos de fotosíntesis oxigénica en la Formación Hamohaan en Sudáfrica. La edad de estas rocas es de 2,52 mil millones de años. Antes de eso, la evidencia biomolecular más antigua de la fotosíntesis tenía alrededor de 1.700 millones de años en moléculas conservadas en rocas. El trabajo ayuda a reconciliar el registro químico con el registro geológico y cierra una enorme brecha en nuestra comprensión de cuándo la Tierra comenzó a respirar.
Aún más impresionante, el modelo encontró signos de vida en el cráter Josefsdal, una formación rocosa que tiene 3.330 millones de años. La IA examinó el carbono mezclado y degradado en estas rocas y lo identificó como restos de seres vivos, distinguiéndolo del carbono meteórico que a menudo contamina las rocas de esa edad.
Esto es importante por dos razones. Primero, reescribe los primeros capítulos de la vida en la Tierra. En segundo lugar, cambia la forma en que podemos cazar vida extraterrestre. Independientemente de la ciencia ficción y las películas, si alguna vez encontramos vida extraterrestre, no serán hombrecitos verdes, serán microbios.
Actualmente, el estándar de oro para encontrar vida en Marte es la devolución de muestras. Esto implica gastar miles de millones de dólares para transportar rocas a la Tierra para su análisis en nuestros mejores laboratorios. Este nuevo estudio sugiere que es posible que no siempre tengamos que esperar para lograr esta hazaña logística.
El rover Curiosity de la NASA ya está equipado con un instrumento Py-GC-MS, el programa Sample Analysis at Mars o SAM. Hierve piedras y analiza gases. El problema siempre ha sido la interpretación de estos datos. Si Curiosity encuentra carbono, ¿será biológico o simplemente un meteorito inanimado?
El estudio Carnegie muestra que no necesariamente necesitamos muestras prístinas para responder a esta pregunta. El modelo de IA ha demostrado que puede distinguir con gran precisión el carbono biológico del carbono abiótico que se encuentra en meteoritos ricos en carbono. Potencialmente podríamos cargar este cerebro informático en nuestros rovers. En lugar de enviar muestras a casa, podemos enviar software a Marte, aunque en la práctica esto requeriría una calibración cuidadosa de los instrumentos del rover y pruebas rigurosas.
Lea también: Desde una perspectiva científica: cómo la inteligencia artificial está invadiendo las revistas científicas
La ciencia a menudo avanza no porque encontremos cosas nuevas, sino porque encontramos nuevas formas de mirar las cosas viejas. Llevamos décadas contemplando estas rocas sudafricanas. Los PJ encuentran los fantasmas que se esconden dentro de ellos. Pero esto puede ser sólo el comienzo. Si una computadora puede distinguir un microbio de 3 mil millones de años de una roca espacial en la Tierra, puede ser nuestra mejor opción para notar la misma diferencia en Marte.
Anirban Mahapatra es científico y autor del libro de divulgación científica más reciente, Cuando los medicamentos no funcionan: la pandemia oculta que podría acabar con la medicina. Las opiniones expresadas son personales.
