Геологи из США обнаружили кристаллы графита возрастом 4,1 миллиарда лет, при этом содержание изотопов углерода в них лежит в тех же пределах, что и в органической материи. На основании новых данных ученые предполагают, что биологические процессы на Земле могли зародиться на 300 миллионов лет раньше, чем считалось до этого. Исследование опубликовано в Proceedings of National Academy of Sciences.
Авторы анализировали углеродные включения, найденные в цирконах (минералах вулканического происхождения) из Австралии. Согласно радиоизотопному датированию, возраст образца с кристаллами графита составляет около 4,1 миллиарда лет (геологический период катархей). Авторы отмечают, что образец, вероятно, оставался нетронутым с момента образования, поэтому не содержит более поздних загрязнений.
Содержание изотопа углерода 13С в найденном графите соответствует значениям, характерным для биологических систем. Тем не менее, существует ряд других процессов, в результате которых мог сформироваться подобный химический состав. Среди них авторы называют реакцию Фишера-Тропша, фракционирование в результате диффузии, включение метеоритных фрагментов и другие.
Авторы делают акцент на том, что присутствие живых организмов — лишь одно из возможных объяснений полученных результатов. Для того, чтобы уточнить эту версию и действительно сдвинуть возраст жизни на Земле на 300 миллионов лет назад, ученые предлагают исследовать углеродный цикл времен катархея. Однако геологи добавляют, что, из-за того, что цирконы с углеродными включениями этого периода очень редки, эта задача может оказаться неразрешимой.
Стоит ли доверить языковым моделям рецензирование научных статей?
Мнение редакции может не совпадать с мнением автора
Большие языковые модели (LLM) все чаще используют, чтобы писать статьи и рецензии. Это тревожит ученых. Например, в марте 2025 года материал, посвященный этой теме, вышел в журнале Nature. Казалось бы, кто как не ученые должны ратовать за прогресс. Однако у них есть весомые поводы для беспокойства: LLM склонны к галлюцинациям и пока не способны понимать заложенные в них знания, а повальное делегирование академической работы искусственному интеллекту создает риски для всей системы научного знания.