fbpx Cara, vecchia, cosmica acqua | Science in the net

Cara, vecchia, cosmica acqua

Primary tabs

Read time: 3 mins

L'acqua è un elemento indispensabile per la vita sul nostro pianeta. Logico, dunque, che si cerchi di comprendere come abbia fatto a giungere sulla Terra. Secondo gli scenari più gettonati, vi sarebbe stata portata da quel bombardamento cosmico di comete e asteroidi che ha caratterizzato una drammatica ma fondamentale fase della storia del nostro Sistema solare. Ricostruire questo tormentato percorso, però, non è sufficiente a chiarire il mistero della vera provenienza dell'acqua. Non risolve, infatti, il dilemma se questo prezioso elemento sia il risultato di processi chimici e fisici avvenuti dentro la nube dalla quale stavano emergendo i pianeti, oppure sia un ingrediente presente fin dall'inizio nella nube, sintetizzato quando il Sole e la sua compagnia ancora non esistevano. Non si tratta di una differenza di poco conto. Molto chiaro a tal proposito il pensiero di Conel Alexander, ricercatore presso la Carnegie Institution for Science: “Se, agli albori del Sistema solare, l'acqua è stata soprattutto ereditata sotto forma di ghiaccio dallo spazio interstellare, è probabile che questi ghiacci - assieme alla materia organica prebiotica che contengono - possano abbondare nella maggior parte o persino in tutti i dischi protoplanetari intorno alle stelle in formazione. Se, al contrario, l'acqua è in gran parte il risultato di processi chimici locali attivi durante la nascita del Sole, allora è possibile che l'abbondanza di acqua possa variare notevolmente nei differenti sistemi planetari in formazione. Tutto questo, ovviamente, avrebbe notevoli implicazioni circa la possibilità per la vita di emergere altrove.”
Proprio per provare a risolvere questo dilemma, Alexander e altri ricercatori hanno indagato sull'abbondanza del deuterio, l'isotopo dell'idrogeno scoperto dal chimico Harold Urey - gli valse il Nobel nel 1934 - la cui unione con l'ossigeno origina l'acqua pesante. A causa dell'ambiente estremamente freddo in cui si forma, il ghiaccio prodotto nelle nubi interstellari è caratterizzato da una maggiore abbondanza di deuterio. Indagando su tale abbondanza, pertanto, si potrebbe giungere a chiarire l'eventuale origine interstellare. Lo studio è stato coordinato da Ilsedore Cleeves, dottoranda in astronomia presso l'Università del Michigan, ed è stato pubblicato nel numero di fine settembre della rivista Science (a questo link si può accedere al paper originale).
Ricorrendo a simulazioni, il team ha studiato il comportamento di un disco protoplanetario svuotato di tutti i ghiacci di deuterio di origine cosmica. Le simulazioni hanno seguito la possibile evoluzione di questa struttura per un milione di anni e la sua capacità, partendo praticamente da zero, di produrre nuovamente ghiaccio contenente deuterio. L'obiettivo era quello di verificare se nei ghiacci generati nel disco il rapporto tra il deuterio e l'idrogeno fosse comparabile a quello che troviamo nei meteoriti, nelle comete e nell'acqua dei nostri oceani. Il risultato delle simulazioni è stato chiaro: i meccanismi di produzione di ghiaccio di deuterio che si attivano nel disco protoplanetario sono estremamente inefficienti. Inevitabilmente, questo comporta che una significativa parte dell'acqua presente nel nostro Sistema solare - addirittura fino al 50% di quella degli oceani terrestri, e una frazione ancora più elevata per gli oggetti più antichi, come i nuclei cometari - debba avere la sua origine nello spazio interstellare e dunque risalga a un'epoca precedente a quella della nascita del Sole.
Un risultato che apre nuove prospettive nei nostri studi sull'abitabilità dei pianeti extrasolari e sulla possibile diffusione della vita nel Cosmo. Lo sottolinea in modo molto chiaro in una nota di Media INAF Jonh Robert Brucato, astrobiologo in forza all'Osservatorio di Arcetri: “Con questo lavoro si è riusciti a capire che l'acqua degli oceani terrestri è rimasta praticamente inalterata rispetto a quella presente nel mezzo interstellare. Ovvero, non ha subito trasformazioni durante il processo di formazione planetaria. Questo ci permette di capire che le condizioni iniziali che hanno favorito la nascita della vita non sono uniche, cioè non dipendono dalle caratteristiche peculiari del nostro Sistema solare, ma possono essere comuni nello spazio”.
L'opportunità di disporre di tutto quanto possa servire alla vita, insomma, sembra proprio non sia una prerogativa esclusiva del nostro sistema planetario.


Scienza in rete è un giornale senza pubblicità e aperto a tutti per garantire l’indipendenza dell’informazione e il diritto universale alla cittadinanza scientifica. Contribuisci a dar voce alla ricerca sostenendo Scienza in rete. In questo modo, potrai entrare a far parte della nostra comunità e condividere il nostro percorso. Clicca sul pulsante e scegli liberamente quanto donare! Anche una piccola somma è importante. Se vuoi fare una donazione ricorrente, ci consenti di programmare meglio il nostro lavoro e resti comunque libero di interromperla quando credi.


prossimo articolo

Why have neural networks won the Nobel Prizes in Physics and Chemistry?

This year, Artificial Intelligence played a leading role in the Nobel Prizes for Physics and Chemistry. More specifically, it would be better to say machine learning and neural networks, thanks to whose development we now have systems ranging from image recognition to generative AI like Chat-GPT. In this article, Chiara Sabelli tells the story of the research that led physicist and biologist John J. Hopfield and computer scientist and neuroscientist Geoffrey Hinton to lay the foundations of current machine learning.

Image modified from the article "Biohybrid and Bioinspired Magnetic Microswimmers" https://onlinelibrary.wiley.com/doi/epdf/10.1002/smll.201704374

The 2024 Nobel Prize in Physics was awarded to John J. Hopfield, an American physicist and biologist from Princeton University, and to Geoffrey Hinton, a British computer scientist and neuroscientist from the University of Toronto, for utilizing tools from statistical physics in the development of methods underlying today's powerful machine learning technologies.