MIT获ARPA-H最高5290万美元资助，利用生成式人工智能设计除草剂

MIT于2026年11月10日宣布，将牵头一个获得来自ARPA-H的最高5290万美元资助的项目。ARPA-H是美国卫生高级研究计划局。该项目旨在利用生成式人工智能设计更安全的除草剂，并开发能够分解农业化学品的生物系统。

该项目名为“精准学习实现靶向杂草防控”（PLOW），属于ARPA-H的“高效农业投入品管理追踪与韧性系统”（STREAM）计划。MIT生物工程系主任Christopher Voigt担任首席研究员，MIT为主要受资助机构。ARPA-H列出的资助开始日期为2026年9月18日。

杂草防控为何需要新型化学品

该项目旨在应对美国农业面临的一项矛盾。美国每年使用超过10亿磅除草剂，以避免作物遭受重大损失，并支持保护土壤的再生农业实践；但反复使用除草剂，使一些杂草产生了抗性突变。草甘膦便体现了这一难题：它通过干扰EPSP合酶来杀死杂草，而植物需要这种酶来合成几种关键氨基酸；抗性则会削弱这一作用机制的效果。

健康方面的担忧也构成了另一项设计限制。MIT的公告称，接触除草剂可能会增加癌症、代谢和内分泌疾病及其他不良后果的风险。农场工人可能因频繁使用除草剂而接触到这类物质，而许多美国居民则会通过食物和饮用水接触到少量除草剂。因此，除了评估除草效果，这项研究还将对人类和生态环境的危害纳入候选方案的筛选标准。

保障供应安全是另一项目标。这些替代品旨在降低美国对进口磷的依赖；磷是草甘膦的一种关键成分。Voigt表示，抗性问题与前体供应链不可靠这两方面因素叠加，可能导致美国无法获得农用化学品，而这些化学品“对于实现美国目前的高作物产量和经济实惠的价格绝对不可或缺”。

将生成式人工智能与实验筛选相结合

PLOW的首个研究团队将构建模型，提出化合物或小干扰RNA（siRNA）分子方案，以干扰草甘膦及其他除草剂所针对的植物酶。MIT的Connor Coley和Regina Barzilay，以及北卡罗来纳大学的Alexander Tropsha将负责这项研究。这些模型旨在优化候选方案，使其在有效的同时，具备较低的合成成本、较低的诱发抗性风险，以及较低的伤害人体或造成生态损害的风险。

团队预计，这些模型将生成数十亿种可能的候选方案。因此，下一阶段至关重要：MIT的Angela Koehler和Broad Institute的Jaime Cheah将负责高通量筛选，以确定哪些分子能够作用于目标。随后，筛选数据将反馈给计算研究团队，用于改进模型，从而形成反复迭代的设计与测试流程，而不是把人工智能的输出当作已经完成的除草剂。

候选方案范围缩小后，第三个团队将在温室研究中评估每种分子在不同农业条件下的表现。该团队由田纳西大学诺克斯维尔分校的Neal Stewart和Scott Lenaghan、伊利诺伊大学厄巴纳-香槟分校的Patrick Tranel、UNC的Tim Willson，以及Robigo创始人兼首席执行官Andee Wallace共同领导。首批基于RNA干扰（RNAi）的候选方案预计将在项目第一年年底前完成初步温室测试。

将新方案发现与化学品降解相结合

该项目也着眼于已经投入使用的化学品。PLOW研究人员计划构建活体微生物系统，让经过工程改造的细菌和真菌将农用化学品及制剂成分转化为生物质，避免这些物质进入食物、土壤或水道。这种方法旨在提供一种可扩展的途径，减少人类和环境的接触暴露。

综合来看，PLOW的新方案发现与降解研究涉及STREAM计划的两个技术领域：借助人工智能发现下一代除草剂，以及去除或降解农业化学品。其余领域包括精准和非化学杂草防控，例如激光烧蚀和微型自主除草机，以及改进对除草剂和相关化学品的监测。美国卫生与公众服务部于2026年8月17日启动STREAM计划，将其定位为一项在维持作物产量的同时保护农场工人、消费者和环境的举措。

这项资助将生成式人工智能的价值与一项严苛的实验检验联系起来：规模庞大的候选物库只有在筛选和温室研究能够找出适用于农业条件、同时满足成本、抗性和安全限制的分子时才有价值。PLOW的降解研究则针对问题的另一面，旨在开发新型替代品的同时，减少人们接触现有农用化学品。