Pesquisadores do MIT liderarão um esforço de até US$ 53 milhões, concedido pela Agência de Projetos de Pesquisa Avançada para a Saúde (ARPA-H) dos EUA como parte de seu programa STREAM (Sistemas para Rastreamento e Resiliência na Gestão Eficiente de Insumos Agrícolas), para desenvolver herbicidas de próxima geração que ajudem os agricultores e protejam a saúde humana.
Mais de 1 bilhão de libras de herbicida são usadas nos Estados Unidos todos os anos. Herbicidas ajudam os agricultores a prevenir perdas significativas de colheitas devido a ervas daninhas e permitem práticas de agricultura regenerativa que protegem o solo, mas algumas ervas daninhas estão se tornando resistentes aos herbicidas mais comuns.
A exposição a herbicidas pode contribuir para um risco aumentado de câncer, distúrbios metabólicos e endócrinos e outros resultados adversos para a saúde. Trabalhadores agrícolas podem ser expostos devido ao uso frequente de herbicidas, mas muitos residentes dos EUA também são expostos a esses produtos químicos em pequenas quantidades através de alimentos e água potável.
A equipe de pesquisa liderada pelo MIT desenvolverá novas ferramentas de inteligência artificial generativa para ajudá-los a descobrir alternativas de herbicidas que sejam mais eficazes e desenvolvidas com a saúde humana em mente. Tais alternativas também poderiam ajudar a reduzir a dependência dos EUA de fósforo importado, que é um ingrediente crítico em um importante herbicida, o glifosato.
“Com herbicidas como o glifosato e a atrazina, há uma crise real por causa das mutações de resistência que estão surgindo”, diz Christopher Voigt, chefe do Departamento de Engenharia Biológica do MIT. “E se você combinar as mutações de resistência com questões de segurança nacional da cadeia de suprimentos dos precursores dos herbicidas, poderíamos nos encontrar sem esses agroquímicos essenciais que são absolutamente necessários para obter os altos rendimentos de colheita e os preços econômicos que os Estados Unidos veem hoje.”
Voigt é o investigador principal do projeto, conhecido como Precision Learning for On-t
Fonte: MIT News - AI
Publicado em 2026-11-10