Wenn Sie über Links in unseren Artikeln einkaufen, erhalten Future und seine Syndizierungspartner möglicherweise eine Provision.
Wissenschaftler nutzen maschinelles Lernen, um Proben aus anderen Teilen der Welt zu analysieren.
„Dieser Algorithmus für maschinelles Lernen kann uns helfen, indem er Daten schnell filtert und angibt, welche Daten wahrscheinlich am interessantesten oder wichtigsten zu betrachten sind“, sagte Xiang „Shawn“ Li, ein Massenspektrometrie-Wissenschaftler am Goddard Planetary Environments Laboratory der NASA.
Die neue Technologie wird zunächst auf Daten angewendet, die vom Mars Organic Molecule Analyzer (MOMA) gesammelt werden, einem hochmodernen Instrument, das „ein Labor voller Chemiegeräte auf ein Format von der Größe eines Toasters“ komprimiert.
MOMA wird im Rahmen der bevorstehenden ExoMars-Mission unter der Leitung der Europäischen Weltraumorganisation (ESA) an Bord des Rovers Rosalind Franklin zum Roten Planeten geschickt. Der Rover, dessen Start frühestens im Jahr 2028 geplant ist, wird die Oberfläche des Mars untersuchen, um herauszufinden, ob dort einst Leben existierte.
Verwandt: Mögliche Lebenszeichen auf dem Mars: Ein Astrobiologe erklärt die aufregende Entdeckung des Rovers Perseverance
Der Rover wird in der Lage sein, bis zu einer beeindruckenden Tiefe von 2 Metern in die Marsoberfläche zu bohren; Bisherige Rover erreichten nur etwa 7 Zentimeter unter der Oberfläche.
„Organische Materialien auf der Marsoberfläche werden eher zerstört, wenn sie der Strahlung von der Oberfläche und der kosmischen Strahlung ausgesetzt werden, die in den Untergrund eindringt“, sagte Li, „aber eine Tiefe von zwei Metern sollte ausreichen, um den größten Teil der organischen Materie zu schützen.“ MOMA hat daher das Potenzial, konserviertes antikes organisches Material aufzuspüren, was ein wichtiger Schritt bei der Suche nach vergangenem Leben wäre. »
Zu diesem Zweck wird das MOMA nach organischen Verbindungen suchen – solche, die ein oder mehrere Kohlenstoffatome enthalten, die kovalent an Atome anderer Elemente gebunden sind, am häufigsten Wasserstoff, Sauerstoff oder Stickstoff –, die in Bohrproben zu finden sind und aus lebender Materie stammen könnten.
Um nach diesen Molekülen zu suchen, verfügt das MOMA über das fortschrittlichste Massenspektrometer, das jemals über die Erde hinausgeschickt wurde. Massenspektrometer sind in Laboratorien auf der Erde weit verbreitet und bieten Wissenschaftlern eine grundlegende Möglichkeit, Moleküle anhand ihres Molekulargewichts zu identifizieren. Obwohl es ausgefeiltere und präzisere Techniken gibt, mit denen Wissenschaftler die Struktur eines Moleküls bestimmen, eignet sich das Massenspektrometrieinstrument des MOMA ideal zum Sortieren von Proben komplexer Gemische.
Wie sein Vorgänger SAM, der zum Rover Curiosity geschickt wurde, kann MOMA die vom Rover gesammelten Proben vorbereiten, indem es die Materialien in einem Hochtemperaturofen verdampft, bevor die flüchtigen Moleküle in einen Gaschromatographen geschickt werden, der die chemischen Komponenten der Mischung trennt und analysiert . Die Trennung erfolgt, weil die Proben mit zwei Phasen in der Chromatographensäule interagieren: einer mobilen Gasphase und einer stationären festen oder flüssigen Phase.
Während sie durch das Gasphaseninstrument transportiert werden, interagieren verschiedene Moleküle in einer Probenmischung je nach ihrer Struktur, den darin enthaltenen Elementen und ihrer allgemeinen chemischen Zusammensetzung unterschiedlich mit der stationären Phase der Säule. Einige bleiben an Ort und Stelle und bilden vorübergehende, schwache Bindungen, während andere durchgehen. Dadurch durchlaufen sie die Säule mit unterschiedlichen Geschwindigkeiten, trennen die Mischung und identifizieren anschließend einzelne Komponenten anhand ihrer Massen und ihrer Ionisierungsart.
Das Interesse von MOMA liegt darin, dass es einen ergänzenden Betriebsmodus namens „Laserdesorptions-Massenspektrometrie“ integriert. Dabei wird gepulstes ultraviolettes Licht verwendet, um organische Moleküle von der Oberfläche einer Probe freizusetzen und zu ionisieren.
Die Dauer jedes Laserpulses ist unglaublich kurz, um genau zu sein weniger als zwei Nanosekunden (eine Nanosekunde ist ein Milliardstel einer Sekunde). Dieser ultraschnelle Puls sorgt dafür, dass der Prozess sehr schnell abläuft, trägt dazu bei, schwache chemische Bindungen zu bewahren und die Genauigkeit der molekularen Identifizierung zu verbessern.
Während die Instrumentierung allein schon beeindruckend ist, trainieren Wissenschaftler jetzt Modelle für maschinelles Lernen, um ihnen beim Sortieren der Daten zu helfen, die das MOMA nach Hause schicken wird. Dazu nutzen sie Labordaten, die über einen Zeitraum von mehr als einem Jahrzehnt gesammelt wurden.
„Je mehr wir die Datenanalyse optimieren, desto mehr Informationen und Zeit werden Wissenschaftler für die Interpretation der Daten benötigen“, sagte Victoria Da Poian, Datenwissenschaftlerin bei NASA Goddard, die die Entwicklung des Datenalgorithmus mitleitet. „So können wir schnell auf die Ergebnisse reagieren und die nächsten Schritte planen, als wären wir mit dem Rover vor Ort, viel schneller als zuvor.“ »
Verwandte Artikel:
— Mars-Express-Orbiter taucht tief in alten See auf dem Roten Planeten (Bilder)
— „Eine Oase in der Wüste“: Der Curiosity-Rover der NASA entdeckt reinen Schwefel in Marsgesteinen
— Ein kleiner Mars-„Schneemann“, der vom Perseverance-Rover der NASA entdeckt wurde (Foto)
Wissenschaftler trainieren den maschinellen Lernalgorithmus, indem sie ihn mit Beispielen von Proben füttern, die MOMA möglicherweise auf dem Mars findet, und identifizieren, um welche es sich dabei handelt, sodass der Algorithmus sie dann selbst in echten Proben identifizieren kann, wodurch dem Team Zeit gespart wird.
„Der langfristige Traum ist eine äußerst selbsttragende Mission“, sagte Da Poian. „Im Moment ist der maschinelle Lernalgorithmus von MOMA ein Werkzeug, das Wissenschaftlern auf der Erde dabei hilft, diese wichtigen Daten einfacher zu untersuchen. »
Li und Da Poian sehen in ihrem Algorithmus das Potenzial, bei zukünftigen Erkundungen jenseits des Mars zu helfen, einschließlich der Saturnmonde Titan und Enceladus sowie des Jupitermondes Europa.