近日，研究人員將礦物資訊整合到一張圖表中，發現礦石分佈網路也有模式可尋。

研究礦石分部網路，地質學家能夠更快地找到礦石的分佈地點和分佈數量。

這一網路還可以預測未曾發現的新型含碳礦石。

看到這樣一張圖，你會想起什麼？是微信上的人脈圖，還是行銷網站的精准推送？都不是，其實這是埋藏在我們腳下的礦物分佈圖。

如果你玩過Minecraft（中文：我的世界），你一定知道不同類別的礦產分佈在不同的高度上，同時互相關聯。今天，科學家利用已有的礦物資訊，包括種類，位置，豐度，製作了礦物的分佈網路，進而可以預測新礦物的資訊，大大提高勘探效率。

研究人員收集了超過5200種地球上已知礦物質的資訊（每種礦物都具有獨特的化學組成和原子結構），並對數十萬個地點的數百萬份礦物樣本進行了詳細記錄和分類。這個資料庫包含了每個礦物被發現地點的資訊、所有已知的產地和礦床年齡，龐大而且增長迅速。除此之外，資料庫還記錄了礦物的化學成分和物理性質，如硬度、顏色、原子結構等等。當這些資訊與周邊地理、地質環境和共存礦物資訊結合使用時，地質學家就可以用“大數據”進行完整的分析預測。

含403種碳礦物的網路圖顯示了其多樣性和分佈中隱藏的模式。每個彩色圓圈代表不同的碳礦物。圓圈的大小和顏色代表礦物的常見和罕見程度。黑色圓圈代表這些發現這些礦物發現的300多個地區。圓圈的大小表示在每個地方發現了多少含碳礦物，線條連接了礦物種類和地點。 礦物和地點的分佈遵循一種獨特的模式，有一些常見礦物但更多的是稀有礦物，這種分佈可以預測出地球上有超過1500種尚未被發現的礦物。

如同複雜的大數據集可以為社會關係和城市交通問題提供重要的解決方案，網路分析也為礦物質研究提供了新思路。

在《美國礦物學家》上發表的一篇論文中，作者展示了網路理論礦物學的第一個應用——網路分析技術。它使得地質學家能夠從一張圖表中囊括多個變數的數據，這些數據包括從成千上萬個地點採集的數千個礦物的資訊。可視化的圖像能夠顯示出傳統表格中隱藏的礦物分佈模式。換句話說，大數據提供了哪些礦物彼此共存的詳細特徵，以及它們的出現所需要的地質、物理、化學和生物學特徵。

根據網路分析技術，礦物學家很容易就能預測科學表格中“丟失”的礦物以及新的礦藏地點。參與此項研究的科學研究所執行董事Robert Hazen博士說：“網路分析可以為礦物學家提供關於去哪里尋找和尋找什麼的可視化線索。我認為這將開創礦物學的全新方向。”目前，這一技術已經預測145種尚未發現的含碳礦物，以及在哪里可以找到它們。 

網路分析技術在地質學方面有許多潛在應用，包括礦物研究和礦物勘探。採礦公司能夠根據現有數據預測未知礦床的位置，研究人員可以使用該工具來解釋地球礦物隨時間的變化，或者結合生物標誌分子的數據，解釋顯示細胞和礦物質的相互作用，而礦石地質學家則可利用礦物網路分析來探索高價值的新礦床。另外，這一技術也有望揭示其他行星的地質歷史。