一支多学科科研团队将尖端化学与人工智能（AI）技术相结合，发布了一项关于地球最早生命的重要研究成果。该研究用AI解码33亿年前生命信号，不仅在古老岩石中发现了新的生命化学证据，还揭示了产氧光合作用的分子痕迹，这比此前记录早了8亿多年，为理解生命起源与演化提供了全新视角。研究发表于最新一期《美国国家科学院院刊》。

　　该研究由美国卡内基科学研究所联合多所大学与机构共同完成。研究团队分析了406个样本，涵盖古代沉积物、化石、现代动植物组织以及陨石等，旨在探索生命特征是否能在原始生物分子被地质作用破坏后，仍以某种形式保留在岩石中。

　　团队采用热解—气相色谱—质谱技术，将样本中的有机与无机材料分解为化学碎片，释放出被困的分子信号。随后，他们利用名为“随机森林”的机器学习模型，识别不同来源物质的化学模式。该模型通过构建数百棵决策树，对数据进行分类，从而提取潜在的生态与生物分类信息。这是首次将热解—气相色谱—质谱数据与监督式机器学习结合，用于识别数十亿年历史岩石中的生命痕迹。

　　分析结果显示，该方法能够以超过90%的准确率区分生物来源（如微生物、植物和动物）与非生物来源（如陨石或实验室合成碳）。尤其令人振奋的是，研究团队在33亿年前的南非约瑟夫斯达尔燧石等沉积物中检测到了明确的生物化学信号，将此前认为有机分子可提供有效信息的时间窗口向前推进了一倍以上。

　　此次还发现了距今25.2亿年前岩石中光合作用的分子证据，表明产氧光合作用至少在那时已存在，比以往通过碳分子保存的化学记录早了8亿多年。这一发现对理解地球大气氧化过程具有重要意义，也为复杂生命的演化提供了关键线索。

　　研究显示，样本年龄显著影响信号保留程度：5亿年以内的年轻岩石大多保留强烈生物信号；5亿至25亿年间的约三分之二仍可识别；而超过25亿年的岩石中，仅有47%保留可探测的生命痕迹。为此，模型不仅给出“生命”或“非生命”的判断，还提供概率评分，通常以60%作为判定为生物来源的参考阈值。