Brittiskt bolag vill väcka grödornas eget sovande försvar mot sjukdomar – med hjälp av AI

Patogenerna har haft övertaget – tills nu

Det finns en kapprustning som pågått i miljoner år, och vi brukar knappt tänka på den: växters immunförsvar mot sjukdomsalstrande organismer som svampar, bakterier och virus. Under evolutionens gång har patogenerna blivit skickliga på att ta sig förbi växternas naturliga försvar – och det moderna jordbruket har länge svarat med kemiska bekämpningsmedel eller mödosamt framtagna resistenssorter.

Nu rapporterar AgFunder News om ett brittiskt bolag som vill förändra den ekvationen från grunden. Resurrect Bio, grundat av Cian Duggan, har byggt en AI-plattform kallad FloraFold med ett tydligt syfte: att kartlägga hur sjukdomsalstrare saboterar växternas immunreceptorer – och sedan designa genetiska redigeringar som stänger ute dem.

Det som gör metoden intressant ur ett tekniskt perspektiv är att den inte handlar om att föra in främmande DNA. Man letar inte efter resistensgener hos en vild släkting och klipper in dem i grödans arvsmassa. I stället utgår Resurrect Bio från det som redan finns: resistensgener som naturligt existerar i grödan men som patogenerna under evolutionens gång lärt sig att besegra.

Målinriktad som personaliserad medicin

Nyckelkonceptet är det som bolaget kallar suppressorer – proteiner som sjukdomsalstrare aktivt pumpar in i växtceller för att blockera immunreceptorernas funktion. Det är ett snyggt biologiskt hack från patogenernas sida: i stället för att forcera muren bryter de ner grindvakten inifrån.

FloraFolds uppgift är att modellera dessa interaktioner i detalj – vilka suppressorer binder till vilka receptordomäner, och exakt var i den molekylära strukturen blockaden sker. Utifrån den analysen kan plattformen peka ut var i arvsmassan en redigering bör göras för att antingen bryta den skadliga samverkan eller återupprätta receptorns förmåga att känna igen ett hot.

Plattformen är inspirerad av Googles DeepMinds AlphaFold – det banbrytande verktyget för proteinstrukturförutsägelse – men är specialbyggd för växter, växtpatogener och skadedjur. Det är inte en liten distinktion: växters immunbiologi skiljer sig på avgörande sätt från däggdjurs, och generella proteinmodeller fångar inte alltid de nyanser som är relevanta i ett jordbrukssammanhang.

Som systemutvecklare fastnar jag vid den grundläggande designfilosofin: plattformens primära uppgift är att minska sökrymden. Antalet möjliga protein-protein-interaktioner att undersöka är astronomiskt stort; FloraFolds värde ligger i att avgöra vilka kombinationer som faktiskt är värda att testa i laboratoriet. Det är ett klassiskt exempel på hur AI fungerar bäst – inte som en ersättare för experimentell biologi, utan som ett verktyg för att rikta mänsklig expertis mot de mest lovande hypoteserna.

Utan främmande DNA – en regulatorisk fördel

Att metodiken inte innebär inläggning av DNA från andra arter är också regulatoriskt relevant. I många länder – inklusive inom EU – behandlas genetiska redigeringar som inte introducerar främmande genetiskt material med betydligt större välvilja än traditionell genetisk modifiering. Det öppnar dörrar som annars kan vara synnerligen tröga att få upp.

Det är dessutom en filosofiskt tilltalande ansats: i stället för att konstruera något nytt utifrån försöker man återställa något som redan funnits – som om man lagar en trasig låsmekanism snarare än bygger en ny dörr.

Resumed Bios inriktning speglar en bredare rörelse inom det som ibland kallas precisionsjordbruk – tanken att vi kan hantera biologiska utmaningar med samma målinriktning som vi förväntar oss av läkemedel. Duggan beskriver det träffande: det är väldigt riktat, nästan som personaliserad medicin. Den jämförelsen är inte bara retorisk; den beskriver faktiskt hur specifika redigeringarna är tänkta att vara.

Hållbarhet som ingenjörsproblem

I ett bredare perspektiv är det här en påminnelse om att hållbart jordbruk inte bara handlar om att dra ner på insatsmedel – det handlar om att förstå biologiska system tillräckligt väl för att arbeta med dem i stället för mot dem. AI ger oss nu verktyg för att göra precis det, med en precision och hastighet som inte var möjlig för bara några år sedan.