天体生物学×AI时代：构建开放科学数据生态系统——NASA-DARES 2025白皮书

5月24日，美国国家航空航天局（NASA）正式发布白皮书《天体生物学数据生态系统、开放科学与AI时代》（NASA-DARES 2025），深度剖析了在人工智能和开放科学双轮驱动下，如何重塑天体生物学研究范式。这份由NASA各大研究中心及SETI研究所等机构专家联合撰写的文件，既是一份战略展望，也是一份现实指南。

天体生物学作为研究宇宙中生命起源、演化与分布的科学，其跨学科程度无出其右，涉及物理、化学、生物、地质、天文乃至社会科学。AI技术，尤其是机器学习和多模态建模能力，为理解复杂生命现象提供了前所未有的工具。从矿物光谱分析、系外行星识别，到生命痕迹化学特征分类，AI正在广泛嵌入这一研究前沿。

同时，天体生物学已有诸多突破性应用。在光谱识别领域，利用拉曼和 LIBS 光谱可识别与宜居性相关的矿物类型；于系外行星发现工作中，能够对开普勒和 TESS 的凌日信号进行分类；在生物标志识别方面，通过质谱、XRF 光谱和同位素特征，可有效区分生物和非生物有机化合物，这些成果彰显了天体生物学的重要科研价值与实践意义。

白皮书指出，AI的成功依赖于高质量、多模态、跨兼容的数据。但当前天体生物学社区仍面临严重的数据孤岛、标准不一致、元数据缺失、样本无法复用等挑战。哪怕是研究两块类似火星和地球玄武岩的岩石，也需要科研人员翻阅多家数据库、处理格式各异的文件，甚至还需查阅论文附录。

（1）数据发现与统一旨在解决 “数据孤岛” 问题。现状痛点显著，跨平台数据检索需耗费数天时间阅读大量注释，各学科拥有独立的本体论体系，如 IUPAC 命名、MeSH 关键词等，且 API 标准不兼容，导致自动化数据检索困难重重。为此，提出的解决方案包括建立跨学科专家工作组，制定天体生物学统一本体论和 API 标准；借助文本 AI 工具快速解析现有文献和数据库；新设 ROSES 资助项目，支持数据标准化和 API 改进。

（2）数据缺口填补聚焦构建全方位测量体系。当前存在关键问题，生物和非生物系统采用不同处理方法与技术，缺乏同时进行生物和物理化学技术评估的样本，野外考察测量组合差异大。创新举措随之而来，制定 AI 就绪的数据生成标准，建立包含任务模拟仪器的核心设备 “图书馆”，创建详细的标准协议 Wiki 集合。

（3）独特资源访问致力于打破技术壁垒。资源限制明显，天体生物学飞行模拟仪器访问受限，缺乏野外模拟点物理样本存档指南，大量珍贵样本和数据闲置在实验室中。突破路径为要求仪器开发项目提供 “社区访问” 版本，建立公开的野外样本收集清单和联系信息，制定不同样本类型的长期储存推荐协议。

（4）实施障碍降低意在提供全方位支持。实际困难突出，研究人员缺乏数据管理专业知识，数据准备和协议文档化耗时巨大，开放科学贡献未得到同等认可。相应的支持体系包括提供天体生物学专用存储库和档案清单，配备专职数据科学家协助 PI 实施数据管理计划，为数据发布提供同等的宣传和推广支持。

白皮书特别强调，开放科学原则是实现AI与天体生物学深度融合的制度保障。从符合FAIR原则的数据共享，到高置信度的数据保存，再到开源协议支持的“社区版仪器”开发，NASA系统提出了多项建议，包括：

在技术革新价值方面，通过多模态数据融合，将可见光成像、反射光谱、质谱、荧光光谱等多种技术相结合；利用 AI 进行非线性关系建模，揭示传统方法难以发现的复杂依赖关系；实现跨尺度整合，达成从分子到行星尺度的数据统一分析，为科研带来全新的技术手段与分析视角。

在开放科学推动层面，积极践行 FAIR 原则，实现数据的可发现、可访问、可互操作、可重用；有效提升研究的重复性，减少不必要的重复工作，增强科学再现性；同时降低创新壁垒，尤其助力跨学科领域取得突破，促进科研成果的共享与创新。

在实际应用前景上，能够为火星等行星探索任务提供数据分析基础；优化生命探测过程，提升生物标志识别的准确性和效率；建立更完善的宜居环境判断标准，助力评估行星的宜居性，对行星探索与生命研究具有重要的实践价值。

该白皮书是NASA开放科学路线图“DARES 2025”的核心组成部分，代表着其在推进开放科学基础设施、AI研究赋能和数据民主化方面的重要部署。正如白皮书标题所揭示的那样：在AI时代的星际探索中，数据生态系统的开放与互联将成为科学进步的决定性力量。

 白皮书原文链接（https://www.nasa.gov/wp-content/uploads/2025/05/gentry-d-%E2%80%93-1-rfi.pdf?emrc=c969a1）