- 麻省理工学院获得高达 5,300 万美元资助开发 AI 除草剂。
- 研究旨在应对抗药性杂草问题,减少对化学除草剂的依赖。
- 三个团队将合作筛选和测试候选分子,并进行改进。
- 项目还包括将农药转化为生物质,减少环境影响。
由麻省理工学院领导的团队将获得来自美国先进研究计划署健康部门(ARPA-H)高达 5,300 万美元的资助,以开发针对抗药性杂草的人工智能设计除草剂,并且对人类风险较低。这项工作依赖于生成性人工智能,这种软件能够学习现有数据中的模式并提出新的候选分子。该项目名为“精准学习以实现目标杂草控制”(Precision Learning for On-target Weed control,简称 PLOW)。
麻省理工学院生物工程系主任克里斯多夫·沃伊特(Christopher Voigt)是主要研究者。他指出,草甘膦和阿特拉津面临“因抗药性突变而产生的真正危机”。根据麻省理工学院的资料,美国每年使用超过 10 亿磅(约 4.54 亿公斤)除草剂,而某些杂草已对最常见的产品产生抗药性。麻省理工学院表示,这些化学物质的接触可能与癌症以及代谢和内分泌疾病有关,且少量的化学物质会进入食物和饮用水中。
研究团队与合作
这笔资助属于 ARPA-H 的高效农业投入管理系统(STREAM)计划,该计划由美国健康与人类服务部于 8 月 17 日启动,旨在寻找更安全的杂草控制工具。麻省理工学院的公告指出,三个团队将分担这项工作。由康纳·科利(Connor Coley)、瑞吉娜·巴兹利(Regina Barzilay)和亚历山大·特罗普沙(Alexander Tropsha)领导的生成性人工智能团队将建立模型,以预测能够干扰草甘膦及其他除草剂所针对的植物酶的化合物或小干扰 RNA(siRNA,短基因片段能够静默特定基因)。
草甘膦会阻止植物合成数种氨基酸所需的 EPSP 合成酶。这些模型还将考量合成成本、抗药风险及对人类或生态系统的潜在危害,预计会产生数十亿的候选分子。
项目对环境的考量
第二组由安吉拉·科勒(Angela Koehler)和杰米·蔡(Jaime Cheah)领导,将筛选这些候选分子并将结果反馈回去。沃伊特表示,筛选数据将用于计算方法,以便进行改进。麻省理工学院的研究人员还已发布了独立的人工智能分子筛选工具,用于药物发现。第三组将在温室中对经过筛选的候选分子进行测试,条件会根据不同农场情况而变化。该组由田纳西大学的尼尔·斯图尔特(Neal Stewart)和斯科特·莱纳汉(Scott Lenaghan)、伊利诺伊大学的帕特里克·特兰内尔(Patrick Tranel)、
北卡罗来纳大学的蒂姆·威尔逊(Tim Willson)以及罗比戈的安迪·华莱士(Andee Wallace)领导。该项目还包括经过工程改造的细菌和真菌,旨在将农药转化为生物质,避免其进入食物、土壤或水道。
此外,英属哥伦比亚大学的一项研究显示,实验室测试中的水果清洗剂能去除 86% 至 94% 的苹果农药残留。尽管如此,目前尚未证实任何结果。麻省理工学院描述的是计划而非经过测试的分子,并且没有提供性能数据。此笔 5,300 万美元的资助为最高金额。麻省理工学院还表示,这些替代品可能会减少美国对进口磷的依赖,而磷是草甘膦的重要成分,但未提供具体数据。首批基于 RNA 的候选分子的温室结果预计在第一年结束前公布。
AI 除草剂开发的潜在影响
这项由麻省理工学院主导的研究,旨在解决当前农业面临的抗药性杂草问题,显示出利用人工智能技术在农业上的创新应用。随着传统除草剂的抗药性增加,开发新型除草剂变得至关重要。这不仅有助于提高农作物产量,还可能减少对环境的负面影响,特别是对水源和土壤的污染。通过多方合作,这个项目可能为未来的农业可持续性提供新的解决方案,并促进农业技术的进步。

