行業(yè)資訊

2024年中央一號(hào)文件將抓好糧食和重要農(nóng)產(chǎn)品生產(chǎn)擺在首要位置。在當(dāng)今農(nóng)業(yè)生產(chǎn)中，施用農(nóng)藥是提高作物產(chǎn)量和保障糧食安全和的關(guān)鍵措施之一，但″毒韭菜″等事件折射出的農(nóng)藥安全性問題，以及農(nóng)藥不合理使用所產(chǎn)生的抗藥性等問題始終是亟待解決的難點(diǎn)。伴隨著人工智能（AI）的飛速發(fā)展，AI與眾多原有產(chǎn)業(yè)的結(jié)合如雨后春筍般應(yīng)運(yùn)而生。

利用人工智能提前識(shí)別農(nóng)藥風(fēng)險(xiǎn)

      

2010年的″毒韭菜″事件，本質(zhì)上是由于食用了農(nóng)藥殘留超標(biāo)的韭菜而引起的有機(jī)磷中毒。雖然目前我國(guó)對(duì)于農(nóng)藥殘留標(biāo)準(zhǔn)日趨嚴(yán)格，但是不合理的農(nóng)藥使用仍然不能規(guī)避此類問題的發(fā)生。從農(nóng)藥研發(fā)流程來說，農(nóng)藥毒理學(xué)評(píng)價(jià)通常是在提交農(nóng)藥登記前進(jìn)行的，這導(dǎo)致許多活性優(yōu)異的候選化合物在鄰近登記前才發(fā)現(xiàn)其安全性問題，而最終導(dǎo)致登記失敗。這無疑耗費(fèi)了大量的研發(fā)經(jīng)費(fèi)和時(shí)間。人工智能可以通過對(duì)現(xiàn)有的化合物毒性數(shù)據(jù)監(jiān)督學(xué)習(xí)，進(jìn)行建模分析。從而實(shí)現(xiàn)在研發(fā)初期對(duì)未知毒性化合物進(jìn)行預(yù)測(cè)分析。目前已有針對(duì)農(nóng)藥遺傳毒性，魚類急性毒性，大鼠急性經(jīng)口，小鼠急性經(jīng)口，大鼠急性經(jīng)皮，兔子急性經(jīng)皮，小鼠急性吸入，大鼠急性吸入，蜜蜂急性接觸毒性等多個(gè)農(nóng)藥安全性預(yù)測(cè)模型。這可以為農(nóng)藥研發(fā)者提供化合物結(jié)構(gòu)安全性風(fēng)險(xiǎn)預(yù)警，從根源上避免″毒韭菜″等類似事件的發(fā)生。

圖. 農(nóng)藥蜜蜂毒性預(yù)測(cè)平臺(tái)

http://toxicity.cau.edu.cn/honeybee/

人工智能助力發(fā)現(xiàn)新穎結(jié)構(gòu)農(nóng)藥

     

只要農(nóng)藥持續(xù)使用，抗藥性問題是不可避免的。目前針對(duì)抗藥性問題的解決方法通常是如何合理使用農(nóng)藥，如：輪換用藥、混合用藥等。而從農(nóng)藥研發(fā)角度來看，相似結(jié)構(gòu)類型的農(nóng)藥即使成功登記上市，也有可能很快產(chǎn)生極高的抗藥性問題，如由杜邦公司開發(fā)的用于小菜蛾防治的殺蟲劑氯蟲苯甲酰胺（商品名″康寬″），僅上市3年就全面爆發(fā)了大規(guī)模的抗藥性問題。這就意味著我們需要發(fā)現(xiàn)新穎結(jié)構(gòu)類型的農(nóng)藥用于規(guī)避潛在的抗性風(fēng)險(xiǎn)。而現(xiàn)有可合成的化合物數(shù)量級(jí)高達(dá)1060，通過實(shí)驗(yàn)方法來發(fā)現(xiàn)高活性化合物顯然不現(xiàn)實(shí)。因此，通過對(duì)化合物庫(kù)進(jìn)行結(jié)構(gòu)聚類，能夠快速發(fā)現(xiàn)新穎結(jié)構(gòu)類型。同時(shí)結(jié)合定量農(nóng)藥模型，幫助研究者進(jìn)一步選擇更有潛在成農(nóng)藥性的先導(dǎo)化合物用于后續(xù)開發(fā)研究。

目前已有華中師范大學(xué)楊光富教授團(tuán)隊(duì)結(jié)合QED、RDL等機(jī)器學(xué)習(xí)方法和深度學(xué)習(xí)方法建立COPLE人工智能類農(nóng)藥性預(yù)測(cè)平臺(tái)和中國(guó)農(nóng)業(yè)大學(xué)張莉教授團(tuán)隊(duì)基于RF、SVM建立的農(nóng)用活性預(yù)測(cè)平臺(tái)，上述預(yù)測(cè)平臺(tái)均可免費(fèi)使用。這極大提高了農(nóng)藥先導(dǎo)化合物的結(jié)構(gòu)新穎率，一定程度上降低了新農(nóng)藥登記上市后迅速出現(xiàn)抗藥性問題的風(fēng)險(xiǎn)。

圖. 左: COPLE人工智能類農(nóng)藥性預(yù)測(cè)平臺(tái)http://chemyang.ccnu.edu.cn/ccb/server/CoPLE/；

右：農(nóng)用活性預(yù)測(cè)平臺(tái) http://pesticides.cau.edu.cn/

  

 一個(gè)成功的農(nóng)藥不僅需要對(duì)病蟲草害等防治對(duì)象具有高活性，還需對(duì)環(huán)境、哺乳動(dòng)物和非靶標(biāo)生物等安全無毒，同時(shí)需兼?zhèn)漭^低的生產(chǎn)成本和抗藥性風(fēng)險(xiǎn)等。而人工智能技術(shù)能夠在一定程度上幫助農(nóng)藥研發(fā)者在研發(fā)初期預(yù)判不合格的候選化合物，降低后期新農(nóng)藥登記時(shí)出現(xiàn)的安全風(fēng)險(xiǎn)和農(nóng)藥田間使用時(shí)期的抗藥性風(fēng)險(xiǎn)?？傊珹I在農(nóng)藥領(lǐng)域的應(yīng)用將極大加速綠色農(nóng)藥的研發(fā)，推動(dòng)農(nóng)業(yè)化學(xué)4.0的發(fā)展。