Лазерная технология расшифровывает окаменелости «Розеттского камня» и предлагает подсказки о ранних этапах жизни

Лорон и др.

Подписываясь, вы соглашаетесь с нашими Условиями использования и политикой. Вы можете отказаться от подписки в любое время.

В самом сердце Абердиншира, Шотландия, недалеко от тихой деревни Райни, находится всемирно известная ископаемая экосистема, которая очаровывала ученых с момента ее открытия в 1912 году.

Сохранившийся в непроницаемых объятиях кремня, затвердевшей породы, состоящей из кремнезема, кремень Райни предлагает окно в прошлое, родом из древнего периода раннего девона, примерно 407 миллионов лет назад (млн лет назад). Это замечательное геологическое сокровище играет решающую роль в разгадке тайн жизни на Земле.

Теперь, вооружившись передовыми методами неразрушающего изображения, расширенным анализом данных и возможностями машинного обучения, группа исследователей приступила к революционному исследованию коллекций окаменелостей, хранящихся в Национальных музеях Шотландии, а также в Университетах Шотландии. Абердин и Оксфорд.

Благодаря своему инновационному подходу ученые из Эдинбургского университета предоставили беспрецедентную информацию о кремне Райни, которая может революционизировать наше понимание даже самых плохо сохранившихся образцов.

Любопытно углубиться в влияние этого исследования на наше понимание древнего мира, журнал «Интересная инженерия» (IE) связан с доктором Корентином Лороном, одним из ведущих авторов исследования.

«Изученные здесь окаменелости представляют собой образцы растений, грибов (царство, которое включает в себя грибы, дрожжи и плесень), бактерий и животных из горного кремня Рини возрастом около 400 миллионов лет, места окаменелостей в Абердиншире, Шотландия, давно известного исключительное изобилие окаменелостей», — рассказал Лорон IE.

Она объяснила, что окаменелости заключены в кремнеземную матрицу — очень твердый минерал, — что гарантирует их «первозданную сохранность» как морфологически, так и, как показало ее исследование, молекулярно.

«Комплекс кремней Райни имеет решающее значение для изучения того, как жизнь развивалась на континентах, поскольку он содержит множество ранних недвусмысленных примеров некоторых биологических линий», — сказала она.

Таким образом, объяснила она, комплекс кремней Райни можно квалифицировать как сильный положительный контроль для изучения молекулярных сигналов в окаменелостях, поскольку сигнал можно сравнить с организмом, которому он соответствует.

«В каком-то смысле это дает ключ к пониманию более загадочных или двусмысленных сигналов внутри комплекса или в более ранние времена, точно так же, как Розеттский камень позволил понять иероглифы», — пояснила она.

Окаменелости были проанализированы с помощью FTIR-спектроскопии, что означает преобразование Фурье InfraRed. «В этом методе образцы обстреливаются инфракрасным лазером, который, проходя через ископаемое вещество, возбуждает связи между атомами», — объяснил Лорон.

Кешавана/Викисклад

Проще говоря, FTIR-спектроскопия использует свет для идентификации молекул в образце; это помогает ученым понять, из чего сделан образец.

Он работает путем освещения образца инфракрасным светом и измерения длин волн света, поглощаемого молекулами внутри образца.

Каждый тип молекул имеет уникальную структуру поглощения, похожую на отпечаток пальца, которую может обнаружить прибор. Прибор регистрирует интенсивность поглощенного света на различных длинах волн и преобразует его в спектр.

«Эти связи будут вибрировать на разных частотах в зависимости от их типа (например, связь между двумя атомами углерода или между углеродом и кислородом) и химической функциональной группы», — сказал Лорон IE.

«Результатом станет спектр, показывающий химический состав нашего материала, который мы сможем использовать для реконструкции и понимания его молекулярной структуры», — добавила она. Другими словами, сравнивая этот спектр с известными спектрами различных молекул, ученые могут выявить наличие конкретных соединений или проанализировать химическую структуру вещества.

«Один из подходов, который мы использовали для анализа этих спектров, — это подход машинного обучения, который представляет собой просто контролируемый статистический подход», — сказала она.