Un’intelligenza artificiale esplora lo spazio: il sensore giapponese che cercherà la vita su altri pianeti

I numeri ottenuti sono incoraggianti

3 min.

Un’intelligenza artificiale esplora lo spazio: il sensore giapponese che cercherà la vita su altri pianeti

Cercare tracce di vita oltre la Terra senza dover riportare i campioni a casa. È l’obiettivo raggiunto da un gruppo di ricercatori dell’Università di Osaka, che ha messo a punto una tecnica capace di riconoscere la firma biologica degli amminoacidi combinando nanotecnologie e intelligenza artificiale. Lo studio, coordinato da Masateru Taniguchi e pubblicato su Nature Communications, è stato testato anche sul meteorito di Murchison, caduto in Australia nel 1969, e su campioni di suolo raccolti nel deserto di Atacama, in Cile, un ambiente considerato analogo a Marte.

L’idea di partenza è semplice e affascinante. Gli amminoacidi, i mattoncini che costituiscono le proteine, esistono in due forme speculari, chiamate L e D, chimicamente identiche ma diverse tra loro come una mano destra e una mano sinistra. Sulla Terra quasi tutti quelli prodotti dagli esseri viventi appartengono alla forma L, mentre i processi non biologici, come le reazioni chimiche o la sintesi in laboratorio, generano le due forme in proporzioni uguali. Il rapporto tra forme L e D può quindi funzionare come una biofirma, un indizio concreto della presenza di vita, purché si riesca a misurarlo con la precisione necessaria. Finora però misurare questo rapporto richiedeva strumenti da laboratorio, difficili da immaginare a bordo di una sonda.

Qui entra in gioco la tecnologia sviluppata a Osaka. Lo strumento fa passare le singole molecole attraverso un nanospazio ricavato tra due fili d’oro sottilissimi. Ogni molecola che lo attraversa genera una minuscola corrente elettrica di tunnelling, e la forma dell’onda prodotta cambia a seconda del tipo di amminoacido e della sua versione, destrorsa o sinistrorsa. È a questo punto che l’AI diventa decisiva, perché un modello di machine learning impara a leggere queste firme elettriche e a classificarle una per una, conteggiando quante molecole appartengono a ciascuna delle due forme.

I numeri ottenuti sono incoraggianti. “Combinando la nostra tecnica di tunnelling su nanospazi con l’intelligenza artificiale, siamo riusciti a distinguere le forme L e D degli amminoacidi con una precisione superiore all’80%“, ha dichiarato Takahito Oshiro, primo autore dello studio. “Si tratta della prima discriminazione della chiralità degli amminoacidi a livello di singola molecola, un fondamentale passo avanti nella sensoristica chimica“.

Il vantaggio più importante rispetto ai metodi tradizionali, come la spettrometria di massa, è la compattezza. Gli strumenti attuali sono ingombranti, costosi e richiedono una lunga preparazione dei campioni, mentre il sensore elettrico di Osaka non ha bisogno di reagenti ed è abbastanza piccolo da poter essere montato in futuro su un rover in missione su Marte o sui mondi ghiacciati del sistema solare esterno, come Encelado. In questo scenario la ricerca della vita aliena diventerebbe finalmente diretta, con analisi condotte sul posto senza attendere anni per il ritorno dei campioni sulla Terra, come accade con le missioni di sample return.

Restano comunque passi da compiere prima di vedere lo strumento operativo su un pianeta lontano. Gli amminoacidi in un campione reale sono mescolati a molte altre molecole, e la precisione ottenuta, pur promettente, dovrà crescere ancora per fornire risposte definitive su questioni così delicate come l’esistenza di vita extraterrestre. Taniguchi ha comunque confermato che il metodo ha descritto la composizione degli amminoacidi nei campioni naturali in modo comparabile ai metodi consolidati, un segnale che la strada intrapresa è quella giusta


Articoli simili

Ultime news


DENTRO L’ALGORITMO – Se un algoritmo può cancellarti, chi può fermarlo?

Cosa succede se la vita digitale di qualcuno 'viene spenta'…

DENTRO L’ALGORITMO – Se un algoritmo può cancellarti, chi può fermarlo?
Nearmap lancia The Reality Layer, il podcast sull’AI applicata agli immobili

Nearmap ha avviato The Reality Layer, un podcast dedicato all'intelligenza…

Nearmap lancia The Reality Layer, il podcast sull’AI applicata agli immobili
Reflection AI presenta Beam: 501 miliardi di parametri per sfidare i modelli cinesi

Reflection AI, startup sostenuta da NVIDIA, ha annunciato Beam, il…

Reflection AI presenta Beam: 501 miliardi di parametri per sfidare i modelli cinesi

Privacy policy| Cookie policy| Cookie setting| © 2026