As ervas daninhas estão aprendendo a sobreviver aos produtos químicos de que os agricultores dependem, e esses produtos trazem suas próprias preocupações de saúde. Uma equipe liderada pelo MIT recebeu até US$ 53 milhões da ARPA-H, a agência americana de pesquisa em saúde, para usar IA generativa no desenho de herbicidas substitutos pensados para a saúde humana. É um bom exemplo do desenho de moléculas por IA passando da medicina para a agricultura, com um teste claro de se as previsões se sustentam numa estufa.
O que está em jogo é grande. Mais de 1.000 milhões de libras de herbicida são usadas nos Estados Unidos por ano. As ervas daninhas estão ficando resistentes aos produtos mais comuns, incluindo o glifosato, que age bloqueando uma enzima vegetal chamada EPSP sintase, e a atrazina. A exposição a herbicidas pode contribuir para riscos maiores de câncer e de distúrbios metabólicos e endócrinos, e os trabalhadores rurais são especialmente expostos. O MIT diz que novas alternativas também podem reduzir a dependência americana de fósforo importado, ingrediente-chave do glifosato. Christopher Voigt, chefe do Departamento de Engenharia Biológica do MIT e pesquisador principal do projeto, alerta que resistência somada a risco na cadeia de suprimentos pode deixar o país sem agroquímicos essenciais.
O projeto, chamado PLOW e parte do programa STREAM da ARPA-H, é dividido em três equipes. A primeira, liderada por Connor Coley e Regina Barzilay, do MIT, com Alexander Tropsha, da Universidade da Carolina do Norte, vai criar modelos generativos que proponham moléculas, compostos químicos ou pequenos RNAs de interferência, capazes de afetar as mesmas enzimas vegetais que os herbicidas atuais atacam, com baixo risco de resistência ou de dano a pessoas e ecossistemas. A expectativa é que os modelos gerem bilhões de candidatas. Uma equipe de triagem do MIT e do Broad Institute vai testá-las em alta escala e devolver os resultados para melhorar os modelos. Uma terceira equipe, com a Universidade do Tennessee, a de Illinois e a startup Robigo, fará testes em estufa, e os primeiros testes de candidatas baseadas em RNA devem terminar até o fim do primeiro ano do programa. A equipe também vai desenvolver micróbios que degradem agroquímicos antes que cheguem a alimentos, solo ou água.
O ciclo de desenho, gerar, triar e realimentar, é o mesmo por trás da descoberta de remédios com IA, e o grupo de Barzilay já usou modelos generativos para doenças difíceis de tratar. O que muda aqui é o alvo: plantas em vez de pessoas.
As ressalvas são grandes. Trata-se de um anúncio de financiamento, não de um resultado. Até US$ 53 milhões é um teto, não uma garantia, e nenhuma molécula foi apresentada ainda. Gerar bilhões de candidatas é fácil; achar as que sejam eficazes, baratas de produzir, seguras e lentas em provocar resistência em campos reais é a parte difícil, e a aprovação regulatória de qualquer herbicida novo leva anos.