美国卡内基科学研究所联合全球多所院校组成跨领域团队，精进了热解气相色谱-质谱+监督机器学习的「技术融合」解决方案，可在混乱的分子碎片中捕 捉古老的生命遗迹。 * 研究提出的技术融合方法打破了传统局限，通过将热解气相色谱-质谱与机器学习结合，攻克了分子降解后难以分辨的核心难题 * 研究样本覆盖范围广泛，从现代生命到数十亿年前的岩石，从地球生物到地外陨石，为模型训练提供了全维度对照*实验表明该方法兼具科学性与前瞻 性，不仅验证了太古代岩石中生命痕迹的存在，更为其他未知生命痕迹探寻提供了新方法 解码深埋于地表之下的古老岩层里的有机分子，对于掌握地球历史与研究生命演进具有至关重要的作用。这些生命活动的潜在见证者不仅能够破解地球生 命诞生的谜题，尤其是厘清光合作用的起源和地球大气氧化进程的关联，还能填补生命演进时间线的空白，为理解早期地球生态系统的形成提供核心线 索。然而，由于这些「见证者」不同于大型生物，能够形成可见化石，同时经过地质岁月磨蚀，早已无踪无迹，因此如何从高度降解的有机残骸中辨认生 命的痕迹，就变成古生物学与地球科学领域的一大挑战。 长久以来，科学家们主要依赖古生物化石形态、同位素分析等手段探寻早期生命， ...