Астрономы подтвердили существование крайне тусклой галактики CDG-2 в скоплении Персея, находящемся примерно в 300 миллионах световых лет от Земли. Объект практически невозможно различить по прямому излучению звезд из-за чрезвычайно низкой поверхностной яркости. Ключевую роль в исследовании сыграл космический телескоп «Хаббл».
Группа ученых под руководством Дэви Ли из Университета Торонто применила иной подход к поиску подобных объектов. Вместо попытки зафиксировать саму галактику по звездному свету исследователи использовали статистический анализ и сосредоточились на шаровых скоплениях — плотных группах звезд, которые могут указывать на присутствие скрытой галактики. Для работы были задействованы данные «Хаббла», космической обсерватории «Евклид» и наземного телескопа «Субару».
В результате ученые обнаружили четыре компактно расположенных шаровых скопления, окруженных едва заметным рассеянным свечением. Этот слабый свет и позволил идентифицировать галактику CDG-2. По словам Дэвида Ли, это первый случай, когда галактика была выявлена исключительно по ее системе шаровых скоплений. При консервативной оценке именно эти четыре объекта составляют все население шаровых скоплений CDG-2.
Анализ показал, что суммарная светимость галактики сопоставима со светом примерно шести миллионов солнцеподобных звезд. При этом около 16 процентов всей видимой яркости приходится именно на найденные шаровые скопления. Согласно расчетам, до 99 процентов общей массы CDG-2 составляет темная материя.
Исследователи предполагают, что значительная часть газа, необходимого для образования новых звезд, была утрачена в результате гравитационных взаимодействий с другими галактиками внутри плотного скопления Персея. Это могло привести к тому, что объект оказался практически «призрачным» по своим наблюдаемым характеристикам.
Ученые считают, что примененный метод открывает новые возможности для поиска подобных тусклых галактик. В дальнейшем миссии «Евклид», космический телескоп «Нэнси Грейс Роман» и обсерватория «Вера Рубин» смогут с помощью статистических инструментов и методов машинного обучения выявлять больше таких объектов, что позволит глубже изучить распределение и свойства темной материи во Вселенной.
