Un equipo de siete expertos respaldados por la Fundación John Templeton ha dado un paso significativo hacia la detección de indicios de vida pasada o presente en otros planetas utilizando la inteligencia artificial (IA).

Este avance se ha denominado el "santo grial" de la astrobiología, y promete revolucionar la búsqueda de vida extraterrestre y nuestra comprensión de la química de la vida primitiva en la Tierra.

Dirigido por Jim Cleaves y Robert Hazen de la Institución Carnegie para la Ciencia, el equipo ha desarrollado un método analítico que logra una precisión del 90% en la distinción entre muestras biológicas y muestras de origen abiótico. Este método podría utilizarse en naves espaciales robóticas y vehículos exploradores para buscar señales de vida antes de que las muestras regresen a la Tierra.

Además de su aplicación en la búsqueda de vida extraterrestre, esta nueva prueba podría arrojar luz sobre la historia de las rocas antiguas de la Tierra y posiblemente analizar muestras recogidas por el instrumento Análisis de Muestras de Marte (SAM) del robot Curiosity. Estas últimas pruebas podrían realizarse con él.

Jim Cleaves, autor principal del estudio, señala que la bioquímica difiere de la química orgánica abiótica en niveles profundos, y este nuevo método podría distinguir biosferas alternativas de la de la Tierra, lo que tiene implicaciones significativas para futuras misiones de astrobiología.

Lo más notable de este enfoque es que la IA no se basa en la identificación de moléculas específicas, sino que detecta diferencias sutiles en las pautas moleculares de las muestras mediante la cromatografía de gases por pirólisis y la espectrometría de masas. El modelo de aprendizaje automático fue entrenado con datos de 134 muestras conocidas, logrando identificar con éxito muestras bióticas vivas, muestras bióticas fósiles y muestras abióticas.

Este avance sugiere la posibilidad de encontrar formas de vida en otros planetas que difieran significativamente de la vida en la Tierra y podría proporcionar información sobre el origen común o diferente de la vida en diferentes mundos.

El equipo también descubrió que el modelo podía distinguir entre muestras biológicas recientes y fósiles, lo que agrega una capa adicional de utilidad a esta técnica.