Unkräuter lernen, die Chemikalien zu überleben, auf die Landwirte setzen, und diese Chemikalien werfen eigene Gesundheitsfragen auf. Ein vom MIT geführtes Team hat von ARPA-H, der US-Behörde für Gesundheitsforschung, bis zu 53 Millionen Dollar erhalten, um mit generativer KI Ersatz-Herbizide zu entwerfen, bei denen die menschliche Gesundheit mitgedacht ist. Das ist ein gutes Beispiel dafür, wie KI-gestütztes Moleküldesign von der Medizin in die Landwirtschaft wandert, mit einem klaren Test, ob die Vorhersagen im Gewächshaus halten.
Es geht um viel. In den USA werden jedes Jahr mehr als 1.000 Millionen Pfund Herbizide eingesetzt. Unkräuter werden gegen die gängigsten Mittel resistent, darunter Glyphosat, das ein Pflanzenenzym namens EPSP-Synthase blockiert, und Atrazin. Die Belastung mit Herbiziden kann zu höheren Risiken für Krebs sowie Stoffwechsel- und Hormonstörungen beitragen, und Landarbeiter sind besonders exponiert. Laut MIT könnten neue Alternativen auch die US-Abhängigkeit von importiertem Phosphor verringern, einem Hauptbestandteil von Glyphosat. Christopher Voigt, Leiter der Abteilung für Bioingenieurwesen am MIT und Projektleiter, warnt, Resistenzen plus Lieferkettenrisiken könnten das Land ohne unverzichtbare Agrarchemikalien dastehen lassen.
Das Projekt heißt PLOW, gehört zum STREAM-Programm von ARPA-H und ist in drei Teams aufgeteilt. Das erste, geführt von Connor Coley und Regina Barzilay vom MIT mit Alexander Tropsha von der University of North Carolina, baut generative Modelle, die Moleküle vorschlagen, chemische Verbindungen oder kleine interferierende RNA. Sie sollen dieselben Pflanzenenzyme stören wie heutige Herbizide, bei geringem Risiko für Resistenzen oder Schäden an Mensch und Ökosystem. Die Modelle sollen Milliarden Kandidaten erzeugen. Ein Screening-Team am MIT und am Broad Institute testet sie im Hochdurchsatz und speist die Ergebnisse zurück, um die Modelle zu verbessern. Ein drittes Team, darunter die University of Tennessee, die University of Illinois und das Start-up Robigo, führt Gewächshausversuche durch; erste Tests RNA-basierter Kandidaten sollen bis Ende des ersten Programmjahres abgeschlossen sein. Zudem will das Team Mikroben entwickeln, die Agrarchemikalien abbauen, bevor sie Lebensmittel, Böden oder Gewässer erreichen.
Die Entwurfsschleife aus Erzeugen, Screenen und Zurückmelden ist dieselbe wie bei der KI-gestützten Wirkstoffsuche, und Barzilays Gruppe hat generative Modelle bereits für schwer behandelbare Krankheiten genutzt. Neu ist hier das Ziel: Pflanzen statt Menschen.
Die Vorbehalte sind erheblich. Es handelt sich um eine Förderzusage, kein Ergebnis. Bis zu 53 Millionen ist eine Obergrenze, keine Garantie, und bisher wurden keine Moleküle vorgestellt. Milliarden Kandidaten zu erzeugen ist leicht; schwer ist es, solche zu finden, die wirksam, günstig herzustellen, sicher und langsam in der Resistenzbildung auf echten Feldern sind, und die Zulassung eines neuen Herbizids dauert Jahre.