La fotosíntesis comenzó más de 800 millones de años antes de lo que se pensaba
La vida primitiva de la Tierra dejó muy pocos rastros químicos. Restos frágiles, como antiguas células y esteras microbianas, fueron enterrados, comprimidos, calentados y fragmentados por la corteza cambiante del planeta antes de reaparecer en la superficie. Estos drásticos cambios borraron la mayoría de los rastros del origen y la evolución de la vida.
Para estudiar la vida primitiva de la Tierra, los paleobiólogos se basan principalmente en fósiles. Estos incluyen diminutos restos de células individuales y filamentos, así como rastros mineralizados de tapetes microbianos y estromatolitos estratificados. Estos fósiles demuestran que la vida existió hace al menos 3.500 millones de años, pero son escasos.
Los científicos también buscan en las rocas biomoléculas antiguas. Algunas de las moléculas más resistentes sobreviven hasta 1.700 millones de años, y los isótopos en rocas más antiguas sugieren la existencia de vida hace 3.500 millones de años. Sin embargo, la mayoría de las rocas antiguas han perdido estas pistas; el calor y la presión fragmentaron esas moléculas en fragmentos diminutos y sin información.
Pero ahora, utilizando química avanzada e inteligencia artificial, un equipo de investigadores de Carnegie descubrió nuevos rastros químicos de las primeras formas de vida de la Tierra en rocas de 3.300 millones de años y evidencia de que la fotosíntesis productora de oxígeno comenzó más de 800 millones de años antes de lo que se pensaba.
El estudio se basa en la idea de que la vida selecciona moléculas para funciones específicas, a diferencia de lo que observamos en meteoritos u otros compuestos químicos inertes. Las células vivas producen moléculas específicas en grandes cantidades, cada una con una función específica. El nuevo trabajo muestra que incluso cuando hayan desaparecido las biomoléculas antiguas, el patrón de sus fragmentos en rocas viejas aún puede revelar pistas sobre la vida pasada.
Imagen: Una muestra rica en carbono de la Tierra primitiva. Crédito: Michael Wong.
El equipo analizó 406 muestras con moléculas orgánicas mediante cromatografía de gases de pirólisis y espectrometría de masas. Estas incluían 141 rocas sedimentarias antiguas (de entre 3.800 millones y 10 millones de años de antigüedad), 65 muestras ricas en fósiles, como carbón y esquisto bituminoso, y 123 muestras de plantas, animales y hongos modernos. También estudiaron 42 meteoritos y 35 mezclas orgánicas elaboradas en laboratorio para comparar fuentes vivas y no vivas.
De las 406 muestras, 272 encajan en nueve categorías utilizadas para el aprendizaje automático: Animales modernos: de invertebrados y vertebrados recientemente fallecidos; Plantas modernas (tejidos no fotosintéticos): como raíces o flores; Plantas modernas (hojas): hojas verdes y otros tejidos fotosintéticos; Rocas sedimentarias con cianobacterias y algas fósiles, madera fósil (incluido carbón), fósiles animales (incluidas proteínas de peces y gasterópodos), hongos modernos (hongos de la madera y levaduras), meteoritos (principalmente condritas) y muestras sintéticas (35 mezclas orgánicas elaboradas en laboratorio).
El equipo utilizó espectrometría avanzada para aislar fragmentos químicos de las muestras y luego aplicó un modelo de aprendizaje automático de "bosque aleatorio". Este enfoque genera cientos de árboles de decisión para clasificar los datos y descubrir patrones biológicos ocultos. Esta es la primera vez que se utiliza el aprendizaje automático supervisado para detectar biofirmas en rocas de miles de millones de años de antigüedad.
El modelo distinguió la materia orgánica viva de las fuentes inertes con una precisión de hasta el 98 %. Identificó indicios de fotosíntesis con un 93 % de precisión y separó la vida vegetal de la animal con un 95 % de precisión. Sin embargo, clasificar rocas antiguas es más difícil, ya que el conjunto de entrenamiento contiene pocos fósiles de animales.
Imagen: Las características negras de esta delgada lámina de roca son estructuras microbianas de 2.500 millones de años. Este estudio sugiere que la materia orgánica preservada en esta compleja comunidad microbiana podría haber sido producida por microorganismos fotosintéticos. Crédito de la imagen: Andrea Corpolongo
"Estas muestras y las firmas espectrales que producen se han estudiado durante décadas, pero la IA ofrece una nueva y poderosa lente que nos permite extraer información crítica y comprender mejor su naturaleza", afirma el primer autor Anirudh Prabhu. "Incluso cuando la degradación dificulta la detección de signos de vida, nuestros modelos de aprendizaje automático aún pueden detectar los sutiles rastros que dejaron los antiguos procesos biológicos".
En lugar de simplemente etiquetar las muestras como "con vida" o "sin vida", el modelo proporcionó puntuaciones de probabilidad. Cualquier valor superior al 60 % se consideró una fuerte señal de vida. Este enfoque añade matices: por ejemplo, el carbono calentado a más de 400 °C (752 °F) podría perder sus señales biológicas y caer en el rango de incertidumbre. Al mismo tiempo, las muestras antiguas bien conservadas aún se ubicaban claramente en la zona biótica.
El estudio arrojó tres hallazgos importantes. El primero fue la datación de moléculas orgánicas de origen fotosintético en rocas sudafricanas de 2.520 millones de años de antigüedad. Esta datación es 800 millones de años anterior a cualquier otra anterior.
El segundo hallazgo fue rastrear el origen biológico de moléculas orgánicas en rocas de la India de 3.510 millones de años. Y, por último, rastrear el origen no fotosintético de moléculas orgánicas en rocas de Sudáfrica de 3.500 millones de años.
Imagen: Esquisto de 3.510 millones de años del cratón Singhbhum, India. Crédito: Michael Wong.
Otro resultado clave es que el aprendizaje automático supervisado puede descubrir pistas bioquímicas en muestras paleoarqueanas, rocas tan antiguas y alteradas que no quedan biomoléculas intactas.
"Este estudio representa un gran avance en nuestra capacidad para decodificar las firmas biológicas más antiguas de la Tierra", afirma Robert Hazen de Carnegie Science. "Al combinar un potente análisis químico con el aprendizaje automático, podemos leer los "fantasmas" moleculares que dejaron las primeras formas de vida y que aún susurran sus secretos después de miles de millones de años. Las rocas más antiguas de la Tierra tienen historias que contar y apenas estamos empezando a escucharlas".
"Nuestros resultados muestran que la vida antigua deja más que fósiles: deja ecos químicos. Mediante el aprendizaje automático, ahora podemos interpretar estos ecos con fiabilidad por primera vez".
El estudio se publica en Proceedings of the National Academy of Sciences: Organic geochemical evidence for life in Archean rocks identified by pyrolysis–GC–MS and supervised machine learning
