Cosmos Week
Ferramenta baseada em dados pode encontrar bioassinaturas minerais em outros mundos
ExoplanetasEdição em portuguêsJornalismo científicoCobertura jornalística

Ferramenta baseada em dados pode encontrar bioassinaturas minerais em outros mundos

Uma técnica para avaliar se um mineral comum formado através de atividade biológica poderia ajudar na busca por vida antiga na Terra e em Marte.

Fonte original citada e enquadrada editorialmente pelo Cosmos Week. Phys. org Space
Assinatura editorialRedação do Cosmos Week
Publicado14 jul 2026 15h50
Atualizado2026-07-14
Tipo de coberturaJornalismo científico
Nível de evidênciaCobertura jornalística
Leitura4 min de leitura

Pontos-chave

  • Em foco: Uma técnica para avaliar se um mineral comum formado através de atividade biológica poderia ajudar na busca por vida antiga na Terra e em Marte
  • Detalhe: Cobertura jornalística: verificar documentação técnica primária
  • Leitura editorial: reportagem científica; quando possível, confira a fonte primária citada.
Texto completo

Uma técnica para avaliar se um mineral comum formado através de atividade biológica poderia ajudar na busca por vida antiga na Terra e em Marte. Apatita é um mineral de fosfato onipresente encontrado em ambientes terrestres e extraterrestres.

Adicionar como fonte preferencial PNAS Nexus (2026). Visão geral do conjunto de dados de espectroscopia Raman de apatita.

Uma técnica para julgar se um mineral comum formado por atividade biológica poderia auxiliar na busca por vida antiga na Terra e em Marte. Hazen e colegas desenvolveram um método para distinguir apatita formada biologicamente da apatita abiótica usando espectroscopia Raman, uma técnica analítica usada em várias missões recentes a Marte.

Determinar a origem de uma amostra envolve avaliar múltiplas características de variação independente de um espectro Raman, incluindo posições de banda, larguras e intensidades relativas, um tipo de análise multivariada bem adequada ao aprendizado de máquina. Os autores compilaram 331 espectros Raman de apatita de fontes bióticas e abióticas e treinaram um classificador florestal aleatório para identificar as características mais diagnósticas.

O modelo resultante distinguiu apatita biótica da abiótica com precisão de classificação superior a 96%. Yanzhang Li et al, Identificação de bioassinatura mineral de espectroscopia Raman usando aprendizado de máquina, PNAS Nexus (2026).

Mestre em Inglês, editor desde 2021 com experiência em ensino superior e conteúdos de saúde.

Fonte