Para peneliti berhasil mengekstrak metabolit dari tulang fosil yang berusia antara jutaan tahun. Hasil penelitian ini dipublikasikan di Nature dan dipimpin oleh Timothy Bromage dari NYU College of Dentistry.
Untuk menemukan molekul itu tim memakai spektrometri massa, yaitu teknik untuk mengenali molekul. Mereka menguji tulang tikus modern dulu dan menemukan hampir 2.200 metabolit. Metode yang sama lalu digunakan pada fosil dari beberapa situs Afrika (Tanzania, Malawi, Afrika Selatan).
Analisis menunjukkan molekul yang berkaitan dengan makanan dan kondisi lingkungan. Secara umum situs-situs itu tampak lebih hangat dan lebih basah dibanding sekarang.
Kata-kata sulit
- metabolit — zat hasil proses kimia di tubuh
- fosil — sisa makhluk hidup yang menjadi batu
- spektrometri massa — teknik untuk mengenali jenis molekul
- metode — cara atau langkah melakukan pekerjaan
- analisis — memeriksa data untuk menemukan informasi
- publikasikan — membuat hasil penelitian tersedia untuk umumdipublikasikan
Tips: arahkan kursor, fokus, atau ketuk kata yang disorot di dalam teks untuk melihat definisi singkat sambil membaca atau mendengarkan.
Pertanyaan diskusi
- Mengapa tim menguji tulang tikus modern sebelum memeriksa fosil?
- Informasi apa tentang lingkungan yang diperoleh dari molekul di fosil menurut teks?
- Pernahkah kamu melihat fosil atau pameran tentang fosil? Ceritakan singkat.
Artikel terkait
Perdagangan Satwa Liar di Nepal dan Dampaknya
Perdagangan satwa liar adalah bisnis global besar. Nepal menjadi negara asal dan jalur transit, sementara masyarakat miskin dan adat sering dihukum. Pakar menyerukan reformasi hukum, penyelidikan tingkat atas, dan dukungan mata pencaharian.
Bactery: Baterai dari Bakteri Tanah untuk Pertanian
Spin-out dari University of Bath mengembangkan Bactery, baterai yang memanfaatkan bakteri tanah untuk memberi daya sensor dan perangkat IoT di lahan pertanian dengan pasokan listrik sulit. Prototipe diuji sejak 2019 dan perusahaan menargetkan produksi kecil tahun 2026.
Model Bahasa Mengubah Penilaian Berdasarkan Identitas Pengarang
Peneliti University of Zurich menemukan bahwa large language models mengubah penilaian teks ketika diberi tahu siapa pengarangnya. Tanpa sumber, model sering sepakat, tetapi menyebut pengarang memicu bias, termasuk bias anti-Cina.