CP v2

Tag: Raman spektroskopija

  • Mokslininkai pirmąkart tiksliai nustatė 3,5 mlrd. metų gyvybės pėdsakų amžių: kur rado?

    Mokslininkai pirmąkart tiksliai nustatė 3,5 mlrd. metų gyvybės pėdsakų amžių: kur rado?

    Mokslininkai pranešė pirmą kartą tiesiogiai ir itin tiksliai datavę 3,5 milijardo metų senumo gyvybės pėdsakus. Iki šiol panašūs radiniai dažniausiai buvo datuojami netiesiogiai, pagal uolienų sluoksnių amžių aplink galimas biologines struktūras.

    Tyrimas atliktas Indijoje, Singhbhum kratone, viename seniausių Žemėje išlikusių žemyninės plutos masyvų. Ten aptiktas anglingas titnagas, kuriame išliko plonos, pasikartojančios anglies ir silicio dioksido juostos, būdingos mikroorganizmų kilimėlių palikimui.

    Esminė naujovė ta, kad tyrėjai datavo ne tik aplinką, bet ir pačiame anglies sluoksnyje aptiktus cirkonio kristalus. Cirkonis, susiformuodamas iš vulkaninės medžiagos, į savo gardelę įtraukia uraną, tačiau beveik neįtraukia švino, todėl urano virtimas švinu leidžia labai tiksliai nustatyti kristalo susidarymo laiką.

    Komanda ištyrė kelis cirkonio grūdelius, o dalis jų parodė sutampančius amžius, susitelkusius apie 3,497 milijardo metų. Tyrėjų vertinimu, šie cirkoniai greičiausiai buvo „šviežia“ vulkaninė medžiaga, patekusi į nuosėdas jų formavimosi metu, o ne vėliau atnešti erozijos.

    Norint pagrįsti biologinę anglies kilmę, vien datavimo nepakanka, todėl buvo taikytos kelios nepriklausomos patikros. Raman spektroskopija padėjo įvertinti anglies struktūrą ir jos terminę istoriją, o izotopų analizė parodė anglies santykį, būdingą biologiniams procesams, kai mikroorganizmai dažniau „pasirenka“ lengvesnį anglies izotopą.

    „Rasti ir gerai išsilaikiusią biologinę medžiagą, ir datuojamus cirkonius tame pačiame ankstyvosios Žemės laikotarpio akmenyje yra itin reta“, – sakė geologė Trisrota Chaudhuri.

    „Kai tai pavyksta, uolienos amžių ir gyvybės įrodymus galima susieti tiesiogiai, o tai suteikia daug patikimesnį amžiaus ir izotopais pagrįstą senovinės gyvybės patvirtinimą“, – pridūrė ji.

    Mokslininkai pabrėžia, kad šis radinys nebūtinai yra pats seniausias galimas gyvybės įrodymas, nes literatūroje minimi ir dar senesni, bet labiau ginčytini pėdsakai. Tačiau šį kartą svarbiausia yra tvirtas ryšys tarp biologinių požymių ir radiometrinio „laikrodžio“, esančio tame pačiame telkinyje.

    Prieš 3,5 milijardo metų Žemė buvo visiškai kitokia: atmosferoje beveik nebuvo deguonies, o aplinką formavo intensyvus vulkanizmas ir hidroterminiai procesai. Tyrėjų teigimu, tokios sąlygos rodo, kad ankstyvos mikrobinės ekosistemos galėjo klestėti chemiškai ekstremalioje aplinkoje ir prisitaikyti prie nuolat besikeičiančių sąlygų.

    Tyrimo rezultatai publikuoti mokslo žurnale Proceedings of the National Academy of Sciences. Autoriai tikisi, kad metodų derinys taps atspirties tašku ir kitų ankstyvosios Žemės uolienų pervertinimui, ieškant geriau pagrįstų senovinės gyvybės įrodymų.

  • AI-built molecular atlas maps Alzheimer’s brain beyond amyloid plaques, pointing to overlooked metabolic shifts

    AI-built molecular atlas maps Alzheimer’s brain beyond amyloid plaques, pointing to overlooked metabolic shifts

    Researchers at Rice University have created a label-free molecular atlas of the Alzheimer’s brain in an animal model, using laser-based imaging paired with artificial intelligence. The work aims to clarify how the disease emerges and spreads beyond what standard pathology typically captures.

    The study used hyperspectral Raman imaging, an advanced form of Raman spectroscopy that reads chemical fingerprints in tissue without dyes or fluorescent tags. By scanning brain slices at high resolution, the team generated a detailed chemical map designed to reflect the brain’s native state.

    What the imaging revealed

    Analysis indicated that Alzheimer’s-linked chemical changes were not limited to amyloid plaques. Instead, the alterations appeared across multiple brain regions, with uneven patterns that could help explain why symptoms develop gradually and differ between individuals.

    To handle the large dataset, the researchers applied both unsupervised and supervised machine learning methods. Unsupervised tools grouped tissue by molecular similarity, while supervised models helped distinguish Alzheimer’s-affected samples from controls across different regions.

    Metabolic signals in key regions

    Beyond protein-related pathology, the maps pointed to broader metabolic differences, including shifts in cholesterol and glycogen signals. The strongest contrasts were reported in brain regions central to memory and cognition, including the hippocampus and cortex.

    The authors argue that these molecular patterns support a wider view of Alzheimer’s as a disorder involving disrupted brain structure and energy balance, not only plaque formation. They say a whole-brain, label-free approach could help surface changes that targeted assays might miss.

    While the findings are based on an animal model and would need validation in human tissue, the researchers suggest the approach could eventually inform earlier detection strategies and more region-specific treatment research. The study was published in ACS Applied Materials and Interfaces with support from U.S. federal research funders.