麻省理工學院獲美國資助開發 AI 設計的除草劑應對雜草抗藥性問題

·作者 Henderson·Engineering
麻省理工學院獲美國資助開發 AI 設計的除草劑應對雜草抗藥性問題
重點
  • 麻省理工學院獲得高達 5,300 萬美元資助開發 AI 除草劑。
  • 研究旨在應對抗藥性雜草問題,減少對化學除草劑的依賴。
  • 三個團隊將合作篩選和測試候選分子,並進行改進。
  • 項目還包括將農藥轉化為生物質,減少環境影響。

由麻省理工學院領導的團隊將獲得來自美國先進研究計劃署健康部門(ARPA-H)高達 5,300 萬美元(約 HK$41,340,000)的資助,以開發針對抗藥性雜草的人工智能設計除草劑,並且對人類風險較低。這項工作依賴於生成性人工智能,這種軟件能夠學習現有數據中的模式並提出新的候選分子。該項目名為「精準學習以實現目標雜草控制」(Precision Learning for On-target Weed control,簡稱 PLOW)。

麻省理工學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臨「因抗藥性突變而產生的真正危機」。根據麻省理工學院的資料,美國每年使用超過 10 億磅(約 4.54 億公斤)除草劑,而某些雜草已對最常見的產品產生抗藥性。麻省理工學院表示,這些化學物質的接觸可能與癌症以及代謝和內分泌疾病有關,且少量的化學物質會進入食物和飲用水中。

研究團隊與合作

這筆資助屬於 ARPA-H 的高效農業投入管理系統(STREAM)計劃,該計劃由美國健康與人類服務部於 8 月 17 日啟動,旨在尋找更安全的雜草控制工具。麻省理工學院的公告指出,三個團隊將分擔這項工作。由康納·科利(Connor Coley)、瑞吉娜·巴茲利(Regina Barzilay)和亞歷山大·特羅普沙(Alexander Tropsha)領導的生成性人工智能團隊將建立模型,以預測能夠幹擾草甘膦及其他除草劑所針對的植物酶的化合物或小幹擾 RNA(siRNA,短基因片段能夠靜默特定基因)。

草甘膦會阻止植物合成數種氨基酸所需的 EPSP 合成酶。這些模型還將考量合成成本、抗藥風險及對人類或生態系統的潛在危害,預計會產生數十億的候選分子。

項目對環境的考量

第二組由安吉拉·科勒(Angela Koehler)和傑米·蔡(Jaime Cheah)領導,將篩選這些候選分子並將結果反饋回去。沃伊特表示,篩選數據將用於計算方法,以便進行改進。麻省理工學院的研究人員還已發布了獨立的人工智能分子篩選工具,用於藥物發現。第三組將在溫室中對經過篩選的候選分子進行測試,條件會根據不同農場情況而變化。該組由田納西大學的尼爾·斯圖爾特(Neal Stewart)和斯科特·萊納漢(Scott Lenaghan)、伊利諾伊大學的帕特里克·特蘭內爾(Patrick Tranel)、

北卡羅來納大學的蒂姆·威爾遜(Tim Willson)以及羅比戈的安迪·華萊士(Andee Wallace)領導。該項目還包括經過工程改造的細菌和真菌,旨在將農藥轉化為生物質,避免其進入食物、土壤或水道。

此外,英屬哥倫比亞大學的一項研究顯示,實驗室測試中的水果清洗劑能去除 86% 至 94% 的蘋果農藥殘留。儘管如此,目前尚未證實任何結果。麻省理工學院描述的是計劃而非經過測試的分子,並且沒有提供性能數據。此筆 5,300 萬美元的資助為最高金額。麻省理工學院還表示,這些替代品可能會減少美國對進口磷的依賴,而磷是草甘膦的重要成分,但未提供具體數據。首批基於 RNA 的候選分子的溫室結果預計在第一年結束前公佈。

AI 除草劑開發的潛在影響

這項由麻省理工學院主導的研究,旨在解決當前農業面臨的抗藥性雜草問題,顯示出利用人工智能技術在農業上的創新應用。隨著傳統除草劑的抗藥性增加,開發新型除草劑變得至關重要。這不僅有助於提高農作物產量,還可能減少對環境的負面影響,特別是對水源和土壤的污染。透過多方合作,這個項目可能為未來的農業可持續性提供新的解決方案,並促進農業技術的進步。

H
關於作者
Henderson