La tecnologia sarà inizialmente utilizzata sui dati raccolti dal Mars Organic Molecule Analyzer (MOMA), uno strumento all’avanguardia che comprime un intero laboratorio chimico in un dispositivo delle dimensioni di un tostapane. MOMA verrà inviato su Marte a bordo del rover Rosalind Franklin come parte della missione ExoMars dell’Agenzia Spaziale Europea (ESA), prevista per non prima del 2028. Il rover esplorerà la superficie marziana fino a una profondità di 2 metri – molto più dei 7 centimetri raggiunti dai rover precedenti – per determinare se su Marte sia mai esistita vita.
Li ha sottolineato che i materiali organici sulla superficie marziana tendono a degradarsi a causa delle radiazioni e dei raggi cosmici; tuttavia, una profondità di due metri dovrebbe proteggere la maggior parte della materia organica. Di conseguenza, MOMA potrebbe rilevare composti organici antichi conservati, segnando un passaggio significativo nella ricerca di forme di vita passate.
Per identificare questi composti organici – molecole contenenti uno o più atomi di carbonio legati covalentemente ad altri elementi come idrogeno, ossigeno o azoto – MOMA si avvale dello spettrometro di massa più sofisticato mai inviato oltre la Terra. Questa tecnologia è fondamentale nei laboratori terrestri per identificare le molecole basandosi sul loro peso molecolare.
Il processo nel gas cromatografo del MOMA prevede il riscaldamento dei campioni fino alla vaporizzazione; le molecole volatili vengono poi separate e analizzate attraverso l’interazione con due fasi all’interno della colonna cromatografica: una fase gassosa mobile e una fase solida o liquida stazionaria. Le diverse velocità con cui le molecole attraversano la colonna permettono loro separazione ed identificazione basata sulla massa e sul modo in cui ionizzano.
Un aspetto innovativo del MOMA è il suo funzionamento tramite spettrometria di massa a desorbimento laser, dove luce ultravioletta pulsata viene usata per liberare e ionizzare le molecole organiche dalla superficie del campione con impulsi brevissimi inferiori ai due nanosecondi.
Parallelamente allo sviluppo strumentale, i ricercatori stanno addestrando modelli di machine learning usando dati raccolti nei laboratori nell’arco degli ultimi dieci anni. Victoria Da Poian, data scientist alla NASA Goddard co-leader nello sviluppo dell’algoritmo d’apprendimento automatico ha evidenziato come questo approccio ottimizzi l’analisi dei dati permettendo agli scienziati una reattività quasi immediata ai risultati ottenuti dal rover marziano.
L’algoritmo non solo facilita lo studio da Terra ma apre anche prospettive future per missionesu altre destinazioni nel sistema solare come le lune Titan ed Encelado di Saturno e Europa giove.