MIT sikrer opptil 52,9 millioner dollar fra ARPA-H til utvikling av ugrasmidler med generativ KI

MIT kunngjorde 10. november 2026 at instituttet skal lede et prosjekt støttet med opptil 52,9 millioner dollar fra ARPA-H, USAs byrå for avanserte forskningsprosjekter innen helse, for å utvikle tryggere ugrasmidler ved hjelp av generativ KI og biologiske systemer som bryter ned landbrukskjemikalier.

Prosjektet heter presisjonslæring for målrettet ugrasbekjempelse (Precision Learning for On-target Weed control, PLOW) og inngår i ARPA-Hs program for systemer for sporing og robusthet i effektiv håndtering av innsatsmidler i landbruket (Systems for Tracking and Resilience in Efficient Agricultural-input Management, STREAM). Christopher Voigt, leder for MITs institutt for biologisk ingeniørvitenskap, er hovedutreder, og MIT er hovedmottaker av bevilgningen. ARPA-H oppgir 18. september 2026 som startdato for bevilgningen.

Derfor trenger ugrasbekjempelse ny kjemi

Prosjektet tar sikte på å løse en motsetning i amerikansk landbruk. Hvert år brukes mer enn 1 milliard pund ugrasmidler for å forhindre betydelige avlingstap og muliggjøre regenerative metoder som beskytter jorda, men gjentatt bruk har ført til at enkelte ugrasarter har utviklet resistensmutasjoner. Glyfosat illustrerer utfordringen: Det dreper ugras ved å hemme EPSP-syntase, et enzym planter trenger for å produsere flere viktige aminosyrer, og resistens gjør denne virkemåten mindre effektiv.

Helsehensyn utgjør en ytterligere begrensning for utformingen. Eksponering for ugrasmidler kan bidra til økt risiko for kreft, metabolske og endokrine lidelser og andre negative helsevirkninger, ifølge MITs kunngjøring. Gårdsarbeidere kan bli eksponert ved hyppig bruk av ugrasmidler, mens mange innbyggere i USA får i seg små mengder gjennom mat og drikkevann. Derfor tar forskningen også hensyn til skade på mennesker og økosystemer når kandidatene vurderes, i tillegg til evnen til å drepe ugras.

Forsyningssikkerhet er et ytterligere mål. Alternativene skal redusere USAs avhengighet av importert fosfor, en viktig bestanddel i glyfosat. Voigt sa at kombinasjonen av resistens og usikre forsyningskjeder for råstoffer kunne føre til at landet sto uten landbrukskjemikalier som er «helt avgjørende for å oppnå de høye avlingene og lave prisene som USA nå har».

Generativ KI kobles til eksperimentell testing

Den første forskningsgruppen i PLOW skal utvikle modeller som foreslår enten kjemiske forbindelser eller små interfererende RNA-molekyler (siRNA) som skal forstyrre planteenzymene som glyfosat og andre ugrasmidler retter seg mot. Connor Coley og Regina Barzilay ved MIT og Alexander Tropsha ved University of North Carolina leder dette arbeidet. Modellene skal optimalisere kandidatene med tanke på lave syntesekostnader, lav risiko for å framkalle resistens og lav risiko for å skade mennesker eller miljøet, samtidig som de skal være effektive.

Teamet forventer at modellene vil generere milliarder av mulige kandidater. Derfor blir neste trinn avgjørende: Angela Koehler ved MIT og Jaime Cheah ved Broad Institute skal lede høykapasitetstesting for å finne ut hvilke molekyler som treffer målene sine. Testdataene sendes deretter tilbake til beregningsgruppen, som bruker dem til å forbedre modellene. Slik oppstår en iterativ prosess med utforming og testing, i stedet for at KI-resultatene behandles som et ferdig ugrasmiddel.

Når kandidatgruppene er snevret inn, skal en tredje gruppe undersøke hvert molekyl under ulike landbruksforhold i drivhusstudier. Gruppen ledes av Neal Stewart og Scott Lenaghan ved University of Tennessee at Knoxville, Patrick Tranel ved University of Illinois at Urbana-Champaign, Tim Willson ved UNC og Robigos grunnlegger og administrerende direktør Andee Wallace. De første drivhustestene av innledende kandidater basert på RNA-interferens (RNAi) ventes å være fullført innen utgangen av programmets første år.

Oppdagelse kombinert med kjemisk nedbrytning

Prosjektet tar også for seg kjemikalier som allerede er i bruk. PLOW-forskerne planlegger levende mikrobielle systemer der genmodifiserte bakterier og sopper omdanner landbrukskjemikalier og ingredienser i plantevernmiddelformuleringer til biomasse før stoffene når mat, jord eller vassdrag. Metoden skal gi en skalerbar måte å redusere eksponeringen for mennesker og miljø på.

Samlet sett dekker PLOWs arbeid med oppdagelse og nedbrytning to av de fire tekniske områdene i programplanen for STREAM: KI-assistert oppdagelse av neste generasjons ugrasmidler og fjerning eller nedbrytning av landbrukskjemikalier. De øvrige områdene omfatter presisjonsbasert og kjemikaliefri ugrasbekjempelse, blant annet laserablasjon og små, autonome ugrasfjernere, samt bedre overvåking av ugrasmidler og tilknyttede kjemikalier. USAs helse- og sosialdepartement lanserte STREAM 17. august 2026 som et initiativ for å beskytte gårdsarbeidere, forbrukere og miljøet, samtidig som avlingene opprettholdes.

Bevilgningen knytter verdien av generativ KI til en krevende eksperimentell prøve: Et stort bibliotek av kandidater er bare nyttig dersom testing og drivhusstudier finner molekyler som virker under landbruksforhold og samtidig oppfyller kravene til kostnader, resistens og sikkerhet. PLOWs arbeid med nedbrytning tar for seg den andre siden av problemet og skal redusere eksponeringen for eksisterende landbrukskjemikalier mens nye alternativer utvikles.