Древние экскременты служат ценным археологическим источником, давая информацию о питании и болезнях людей прошлого. Однако за тысячи лет в земле экскременты людей и собак приобретают схожий вид, так что изучающим древние поселения археологам очень трудно отличить одни от других. Международная группа исследователей создала систему искусственного интеллекта, которая поможет решить эту проблему.
Программа coproID (от термина «копролит») способна отличить древние экскременты людей и собак на основе данных ДНК как организма, произведшего эти экскременты, так и многочисленных кишечных бактерий-симбионтов, которые всегда присутствуют в них. Обучение системы проводилось на современных образцах, полученных как от людей, так и от собак. Затем coproID проанализировал двадцать тестовых образцов, взятых из археологических раскопок, включая семь, которые на самом деле не были экскрементами. Программа верно выделила эти семь образцов и еще для семи правильно определила происхождение от человека или собаки. Правда, оставшиеся шесть поставили coproID в тупик. Исследователи полагают, что в этих случаях проблема вызвана значительными отличиями в микробиоте людей (или собак) прошлого от той, что имеется в наши дни.
В статье, описывающей результаты экспериментов, авторы выдвигают гипотезы о причинах таких различий. Например, программа могла попасть в затруднение при анализе экскрементов человека, съевшего собачье мясо. Или необычный рацион собак в каких-то древних культурах мог повлиять на состав их кишечных бактерий. При обучении программы использовались только образцы от собак, живших в современном западном мире, что явно не отражает всего многообразия условий жизни собак в истории. Разработчики coproID надеются улучшить результаты после получения более обильных данных о собачьей микробиоте, которая, по их словам, изучена недостаточно. Также coproID пока не в состоянии классифицировать сильно деградировавшие образцы, из которых можно получить лишь небольшое количество бактериальной ДНК. Ученые пишут, что все эти проблемы предстоит решить, прежде чем метод сможет широко использоваться.
Исследование опубликовано в электронном научном журнале PeerJ.
