MIT garante até US$ 52,9 milhões da ARPA-H para desenvolver herbicidas com IA generativa

Em 10 de novembro de 2026, o MIT anunciou que liderará um projeto financiado com até US$ 52,9 milhões da ARPA-H, a Agência de Projetos de Pesquisa Avançada para a Saúde dos EUA, para desenvolver herbicidas mais seguros com IA generativa e criar sistemas biológicos que decomponham produtos químicos agrícolas.

Denominado Precision Learning for On-target Weed control (PLOW), o projeto faz parte do programa Systems for Tracking and Resilience in Efficient Agricultural-input Management (STREAM) da ARPA-H. Christopher Voigt, chefe do Departamento de Engenharia Biológica do MIT, é o investigador principal, e o MIT é o beneficiário principal. A ARPA-H informa que a data de início da concessão é 18 de setembro de 2026.

Por que o controle de ervas daninhas precisa de novas soluções químicas

O projeto aborda um dilema da agricultura dos EUA. Mais de 1 bilhão de libras de herbicidas são usados todos os anos para evitar perdas significativas nas lavouras e viabilizar práticas regenerativas que protegem o solo, mas o uso repetido permitiu que algumas ervas daninhas desenvolvessem mutações de resistência. O glifosato ilustra o desafio: ele mata as ervas daninhas ao interferir na sintase EPSP, uma enzima de que as plantas precisam para produzir vários aminoácidos importantes, e a resistência torna esse mecanismo menos eficaz.

As preocupações com a saúde impõem outra restrição ao desenvolvimento. Segundo o anúncio do MIT, a exposição a herbicidas pode contribuir para o aumento dos riscos de câncer, distúrbios metabólicos e endócrinos, além de outros efeitos adversos. Trabalhadores rurais podem ser expostos pelo uso frequente de herbicidas, enquanto muitos residentes dos EUA entram em contato com pequenas quantidades por meio dos alimentos e da água potável. Por isso, além da eficácia no combate às ervas daninhas, a pesquisa inclui os danos à saúde humana e ao meio ambiente entre os critérios de seleção dos candidatos.

A segurança do abastecimento é outro objetivo. As alternativas têm a finalidade de reduzir a dependência dos EUA do fósforo importado, um ingrediente essencial do glifosato. Voigt afirmou que a combinação entre a resistência e a insegurança das cadeias de fornecimento de precursores poderia deixar o país sem agroquímicos “absolutamente essenciais para alcançar as altas produtividades agrícolas e os preços acessíveis que os Estados Unidos têm hoje”.

IA generativa integrada à triagem experimental

O primeiro grupo de pesquisa do PLOW desenvolverá modelos que proponham compostos químicos ou moléculas de RNA de interferência pequeno (siRNA), com o objetivo de interferir nas enzimas vegetais visadas pelo glifosato e por outros herbicidas. Connor Coley e Regina Barzilay, do MIT, e Alexander Tropsha, da Universidade da Carolina do Norte, lideram esse trabalho. Os modelos têm como objetivo otimizar os candidatos para que apresentem baixo custo de síntese, baixo risco de induzir resistência e baixo risco de causar danos às pessoas ou ao meio ambiente, além de eficácia.

A equipe espera que os modelos gerem bilhões de candidatos possíveis. Essa escala torna a etapa seguinte fundamental: Angela Koehler, do MIT, e Jaime Cheah, do Broad Institute, liderarão a triagem de alto rendimento para determinar quais moléculas atingem seus alvos. Em seguida, os dados da triagem serão enviados de volta ao grupo de computação para aprimorar os modelos, criando um ciclo iterativo de desenvolvimento e teste, em vez de tratar os resultados da IA como um herbicida pronto.

Depois que os grupos de candidatos forem reduzidos, um terceiro grupo avaliará cada molécula em diferentes condições agrícolas, em estudos realizados em estufas. Esse grupo será liderado por Neal Stewart e Scott Lenaghan, da Universidade do Tennessee em Knoxville; Patrick Tranel, da Universidade de Illinois em Urbana-Champaign; Tim Willson, da UNC; e Andee Wallace, fundador e diretor-presidente da Robigo. Espera-se que os primeiros testes em estufa dos candidatos iniciais baseados em interferência de RNA (RNAi) sejam concluídos até o fim do primeiro ano do programa.

Descoberta aliada à degradação de produtos químicos

O projeto também aborda os produtos químicos que já estão em uso. Os pesquisadores do PLOW planejam criar sistemas microbianos vivos nos quais bactérias e fungos modificados convertam agroquímicos e ingredientes de formulações em biomassa antes que essas substâncias cheguem aos alimentos, ao solo ou aos cursos d’água. A abordagem tem como objetivo oferecer uma forma escalável de reduzir a exposição humana e ambiental.

Em conjunto, as frentes de descoberta e degradação do PLOW se enquadram em duas das quatro áreas técnicas do plano do programa STREAM: a descoberta de herbicidas de próxima geração com auxílio de IA e a remoção ou degradação de produtos químicos agrícolas. As outras áreas abrangem o controle preciso de ervas daninhas e métodos não químicos, incluindo ablação a laser e pequenas máquinas autônomas para remover ervas daninhas, além do monitoramento aprimorado de herbicidas e produtos químicos associados. O Departamento de Saúde e Serviços Humanos dos EUA lançou o STREAM em 17 de agosto de 2026, apresentando-o como uma iniciativa para proteger trabalhadores rurais, consumidores e o meio ambiente, mantendo a produtividade das lavouras.

A concessão vincula o valor da IA generativa a um exigente teste experimental: uma ampla biblioteca de candidatos só é útil se a triagem e os estudos em estufa identificarem moléculas que funcionem em condições agrícolas e atendam aos requisitos de custo, resistência e segurança. A frente de degradação do PLOW aborda o outro lado do problema, buscando reduzir a exposição aos agroquímicos já existentes enquanto novas alternativas são desenvolvidas.