MIT研究人员将领衔一项最高5.3亿美元的项目，获美国健康高级研究计划局（ARPA‑H）在STREAM计划下资助，目标是利用生成式人工智能开发更安全、更高效的除草剂替代品。美国每年使用超过10亿磅除草剂，虽能防止杂草导致的作物损失并支持再生农业，但部分杂草已对常用除草剂产生抗性，且除草剂暴露与癌症、代谢和内分泌紊乱等健康风险相关，农场工人和公众均可能受到影响。项目名为Precision Learning for On‑target Weed control（PLOW），由MIT生物工程系主任Christopher Voigt主持，合作单位包括MIT‑Harvard Broad Institute、北卡罗来纳大学教堂山分校、田纳西大学诺克斯维尔分校、伊利诺伊大学厄巴纳‑香槟分校和Robigo。团队分为三组对应STREAM技术领域。生成式AI组将构建模型，预测能够干扰除草剂靶酶（如EPSP合酶）的小分子或siRNA，并优化合成成本、抗性风险和对人类及生态的安全性。该组由MIT化工系Connor Coley、MIT AI与健康系Regina Barzilay和UNC药学院Alexander Tropsha领衔。模型将产生数十亿候选分子，交由高通量筛选组验证，筛选组由MIT生物工程系Angela Koehler和Broad Institute的Jaime Cheah负责。筛选数据将回馈模型以迭代改进。候选分子经筛选后，由第三组在温室进行农艺性能评估，团队成员包括UTK合成生物学中心的Neal Stewart、Scott Lenaghan，伊利诺伊大学的Patrick Tranel，UNC药学院的Tim Willson以及Robigo创始人Andee Wallace。首批RNAi候选的温室测试计划在项目第一年结束前完成。项目还将研发能够在进入食物、土壤或水体前降解农药的活性微生物系统，利用工程细菌、真菌和srRNA将化学物质转化为生物质，实现大规模降低环境和人体暴露。该研究受ARPA‑H（协议号140D042690030）资助，文中观点仅代表作者本人。
点评：该计划将AI与农业深度融合，既针对除草剂抗性提供分子创新，又通过微生物降解降低环境风险，若成功有望提升粮食安全并减轻公共健康负担。