Le « Saint Graal de l’astrobiologie », une nouvelle méthode pour trouver des traces de vie extraterrestre

Sommes-nous seuls dans l’Univers ? Voilà sans doute l’une des questions les plus mystérieuses que l’humanité se pose depuis des lustres. Il faut dire que la recherche de vie extraterrestre figure parmi les aspects les plus passionnants de la science moderne. En raison de son importance scientifique, des ressources colossales sont attribuées à cette branche de l’astrobiologie. La découverte réelle du moindre signe de vie ailleurs dans le cosmos aurait des implications majeures dans les domaines de la science et de la philosophie. Pour soutenir les efforts mis en œuvre dans cette quête sans fin, une équipe de scientifiques dirigée par Robert Hazen, de la Carnegie Institution à Washington (États-Unis), et Jim Cleaves, de l’Université de technologie de Tokyo (Japon), a développé une méthode analytique innovante pour identifier la vie sur d’autres planètes.

Révolutionner la recherche de vie extraterrestre

Basée sur l’intelligence artificielle, l’approche mise au point par les chercheurs serait précise à 90 % quand il s’agit de trouver des traces de vie. Dans un article publié dans la revue PNAS (Proceedings of the National Academy of Sciences) le 25 septembre dernier, l’équipe affirme que leur technologie pourrait révolutionner la recherche de vie extraterrestre. De plus, elle pourrait nous aider à approfondir notre connaissance des premières formes de vie apparues sur Terre. Grâce à l’apprentissage automatique, l’outil qu’ils ont développé est en mesure de déterminer si un échantillon biologique est moderne, ancien ou d’origine abiotique.

Trouver d’éventuelles traces de vie sur Mars

La nouvelle méthode analytique pourrait être utilisée pour analyser les échantillons collectés par les rovers envoyés sur Mars et sur la Lune. Elle pourrait également contribuer aux recherches visant par exemple à comprendre l’origine des mystérieuses roches terrestres. Pour y parvenir, l’outil ne se contente pas d’identifier un ou plusieurs éléments chimiques spécifiques. Au lieu de cela, il a été conçu pour être capable de « différencier les échantillons biotiques des échantillons abiotiques en détectant des différences subtiles dans les modèles moléculaires d’un échantillon ».

Une précision impressionnante

Pour leur étude, les chercheurs ont mis en œuvre une technique d’analyse connue sous le nom de « spectrométrie de masse par chromatographie en phase gazeuse par pyrolyse » (Py-CG-SM). Ils ont utilisé cette approche pour décomposer 134 échantillons riches en carbone provenant de cellules vivantes, de combustibles fossiles et d’autres composés et mélanges. En se basant sur les données issues de cette analyse, ils ont entraîné l’IA à prédire l’origine d’un échantillon donné. Il s’avère que le modèle d’apprentissage automatique créé est capable de prédire la nature abiotique ou biotique d’un échantillon avec une précision sans précédent. Plus d’infos : pnas.org.

Que pensez-vous de cette innovation ? N’hésitez pas à partager votre avis, vos remarques ou nous signaler une erreur dans le texte, cliquez ici pour publier un commentaire .