Массивная база геологических данных, проанализированная компьютером, раскрывает химию древнего океана

Исследование, использовавшее новую цифровую библиотеку и систему машинного чтения для извлечения фактов из миллионов геологических публикаций за десятилетия, разрешило давнюю загадку древней жизни: почему легко заметные и некогда распространенные структуры, называемые строматолитами, практически перестали формироваться на протяжении долгой истории Земли? Строматолиты — это скрученные слои осадка, сформированные микробами, и их часто находят в известняках и других древних осадочных породах, отложившихся на дне океанов.

Новое исследование, опубликованное в журнале Geology, измерило снижение распространенности строматолитов на основе описаний пород, извлеченных из более чем 3 миллионов научных публикаций. Оно показало слабую корреляцию между встречаемостью строматолитов и разнообразием животных, но более сильную связь с химией морской воды. "Лучшим предсказателем распространенности строматолитов, как до, так и после эволюции животных, является обилие доломита в мелководных морских осадках", — говорит соавтор работы Джон Хасон. Доломит — это высокомагниевая разновидность карбоната, и его образование облегчается при повышенном карбонатном насыщении воды, что также способствует формированию строматолитов.

Ключевым новшеством исследования стало взаимодействие новой цифровой библиотеки и системы машинного чтения GeoDeepDive с геологической базой данных Macrostrat, созданных под руководством ведущего автора Шанана Питерса из Университета Висконсин-Мэдисон. GeoDeepDive, работающая на высокопроизводительных вычислениях, "прочитала" миллионы статей, а Macrostrat содержит описание геологических свойств верхней коры Северной Америки. Их комбинация позволила оценить процент мелководных морских пород, содержащих строматолиты, в разные периоды времени.

"Выполнить это исследование без GeoDeepDive было бы практически невозможно", — отмечает Питерс. Подход с использованием больших данных и машинного чтения также позволяет легко повторять и улучшать анализ по мере публикации новых работ. По словам ученых, это открывает путь к масштабным синтезам знаний, скрытых в научной литературе.