Le MIT va piloter un effort pouvant atteindre 53 millions de dollars pour développer des herbicides plus sûrs, des alternatives de nouvelle génération aux produits actuels, grâce à l'IA générative. Le financement provient de l'ARPA-H, l'agence américaine des projets avancés pour la santé, dans le cadre du programme STREAM (Systems for Tracking and Resilience in Efficient Agricultural-input Management). L'annonce a été faite le 10 novembre 2026.
Le projet, baptisé PLOW (Precision Learning for On-target Weed control), est dirigé par Christopher Voigt, chef du département de génie biologique du MIT. Il réunit des chercheurs du Broad Institute du MIT et de Harvard, de l'Université de Caroline du Nord à Chapel Hill, de l'Université du Tennessee à Knoxville, de l'Université de l'Illinois à Urbana-Champaign et de l'entreprise Robigo.
Pourquoi chercher de nouveaux herbicides
La motivation est double : les mauvaises herbes développent une résistance aux herbicides les plus courants, comme le glyphosate et l'atrazine, et l'exposition à ces produits peut contribuer à un risque accru de cancer et de troubles métaboliques et endocriniens. Aux États-Unis, plus d'un milliard de livres d'herbicide sont utilisées chaque année.
Le rôle de l'IA générative
L'équipe d'IA générative créera des modèles capables de prédire des molécules — des composés chimiques ou des ARN interférents (siRNA) — qui bloquent les mêmes enzymes végétales ciblées par le glyphosate et d'autres herbicides. Les modèles devraient générer des milliards de candidats, qui passeront ensuite par un criblage à haut débit. Le groupe est dirigé par Connor Coley et Regina Barzilay, du MIT, et Alexander Tropsha, de l'UNC. Le criblage sera assuré par Angela Koehler, du MIT, et Jaime Cheah, du Broad Institute.
Tests en serre et microbes alliés
Une troisième équipe mènera des études en serre pour évaluer les molécules dans des conditions agricoles réelles, les premiers tests de candidats basés sur l'ARNi étant attendus d'ici la fin de la première année du programme. Le projet développera également des systèmes microbiens vivants — des bactéries et des champignons modifiés — capables de dégrader les produits agrochimiques avant qu'ils n'atteignent les aliments, le sol ou les cours d'eau.
Selon le MIT, ces herbicides plus sûrs pourraient aussi réduire la dépendance des États-Unis au phosphore importé, ingrédient essentiel du glyphosate. Les modèles d'IA seront également optimisés pour un faible coût de synthèse, un faible risque d'induire une résistance et un faible risque de nuire aux humains et à l'environnement.
Crédit image : photo d'illustration d'une application d'herbicide dans un champ, de la University of Western Australia (UWA), publiée dans l'article « Developing and reinventing old herbicides ». L'image ne représente pas le projet PLOW.
À lire aussi : WorldParticle: uma única IA do MIT simula areia, fluidos, tecidos e proteínas
MIT News ; Unite.AI ; ARPA-H — programme STREAMTransparence : cet article a été produit avec l'aide de l'intelligence artificielle, à partir du croisement de publications publiques et de sources en ligne, vérifiées dans les communiqués originaux. Consultez les sources originales pour confirmer les détails.
Muse
