I generasjoner har soyabønnere vært avhengige av værmeldinger, sykdomsmodeller og feltspeiding for å bestemme om og når de skal bruke soppdrepende midler. InnerPlant utvikler en annen informasjonskilde: signaler generert fra innsiden av selve avlingen.
Det California-baserte landbruksteknologiselskapets CropVoice-plattform bruker et nettverk av vaktposter plantet med InnerSoy, genetisk konstruerte soyaplanter som produserer detekterbare optiske signaler når immunsystemet deres reagerer på sopppatogener. InnerPlant analyserer disse signalene sammen med vevsprøver, feltobservasjoner, værinformasjon og sykdomsmodeller før de sender varsler til dyrkere.
Selskapet sier at tilnærmingen kan identifisere en aktiv infeksjon innen 48 timer, potensielt uker før symptomene blir synlige. Denne ledetiden er ment å håndtere en av de vanskeligste avlingsbeslutningene -bønder står overfor: å bruke et soppdrepende middel tidlig nok til å beskytte utbyttet uten å sprøyte når sykdom er fraværende eller usannsynlig vil forårsake økonomisk skade.
Oppdage sykdom fra innsiden av planten
InnerPlants underliggende teknologi bygger på biosensorer som har vært brukt i laboratorieforskning i flere tiår. Selskapets viktigste tekniske utfordring var å flytte disse sensorene til kommersielle felt, der sollys, vær og andre bakgrunnsforhold kan forstyrre de svake signalene som sendes ut av planter.
ANNONSE
InnerPlant utviklet algoritmer for å isolere sine biologiske signaler fra bakgrunnslys, sammen med kunstig -intelligensmodeller som klassifiserer de tusenvis av bilder som genereres av overvåkingssystemet. Målet er å konvertere ellers usynlig aktivitet inne i et anlegg til informasjon som kan støtte beslutninger på feltnivå-nivå.
Når en InnerSoy-plante er infisert av et sopppatogen, aktiverer den sin naturlige immunrespons. Et gen satt inn av InnerPlant aktiveres ved siden av de aktuelle immungenene og produserer et signalprotein som selskapets deteksjonssystem kan identifisere.
Fordi signalet er koblet til immunresponsen, sier InnerPlant at det kan indikere spesifikke sykdommer, inkludert froskeøyebladflekker, hvit mugg og Cercospora-relaterte infeksjoner. I motsetning til konvensjonell speiding, som vanligvis avhenger av synlige lesjoner eller andre symptomer, er CropVoice-systemet designet for å bekrefte infeksjon før avlingsskader kan observeres fra åkeren.
"Bønder har nå tilgang til data fra innsiden av plantene," kommenterte Aronov selskapets teknologi tilGjødsel daglig. Denne informasjonen, sa hun, gir den manglende biologiske komponenten i-behandlingssystemer for sykdom som tradisjonelt har vært avhengig av tilstedeværelsen av et patogen, et gunstig miljø og en mottakelig avling.
En fire-ukers advarsel i en hvit muggkasse
InnerPlant sa at en av 2025-varslingene demonstrerte den potensielle forskjellen mellom biologisk deteksjon og konvensjonell speiding.
25. juli utstedte selskapet et hvitmuggvarsel basert på signaler fra InnerSoy-anlegg. På den tiden kunne ikke erfarne agronomer som undersøkte vaktpostplanen finne synlige symptomer. Hvitmuggsymptomer ble observerbare i samme plot omtrent fire uker senere, ifølge selskapet.
I en separat kommersiell sak beskrevet av InnerPlant, registrerte en dyrker som sprayet etter å ha mottatt et CropVoice-varsel en forskjell på 25-skjepper-per-acre mellom det behandlede området og en ubehandlet teststrimmel. Resultatet representerer et enkelt selskapsrapportert tilfelle snarere enn en kontrollert, replikert vurdering, men det illustrerer det økonomiske argumentet bak tidligere sykdomsbekreftelse.
Soppdrepende timing er spesielt viktig fordi mange produkter gir størst fordel når de brukes før sykdommen blir visuelt etablert. For sent påføring kan gi ubeskyttet utbytte, mens rutinemessige forebyggende påføringer kan øke kostnader uten å gi avkastning når infeksjon ikke utvikler seg.
Amerikanske soyabønnerprodusenter mistet anslagsvis 250,9 millioner skjepper, eller 5,4% av potensiell produksjon, til sykdom i 2024, ifølge Crop Protection Network. Omfanget av disse tapene skaper etterspørsel etter verktøy som kan skille mellom tilstander som bare favoriserer sykdom og bevis på at infeksjon faktisk forekommer.
CropVoice utvides tidoblet
InnerPlant lanserte CropVoice kommersielt over 50 000 hektar abonnent i 2025. Selskapet sa at dekningen ble tidoblet til mer enn 500 000 dekar i 2026, konsentrert i østlige Nebraska og vestlige Iowa.
Plattformen krever ikke et separat sensorplott for hvert registrerte felt. InnerPlant samarbeider med landbruksforhandlere og lokale agronomer for å plassere sentinelsteder på tvers av et overlappende regionalt nettverk. Områdevalg tar hensyn til topografi, lokalt vær, historisk sykdomspress, avlingsgenetikk og produksjonspraksis som radavstand.
Tomtene er ment å ligne omkringliggende kommersielle felt tett nok til å produsere lokalt relevant sykdomsinformasjon. Data fra individuelle nettsteder blir også evaluert sammen med signaler fra andre nettsteder i nettverket før et varsel utstedes.
CropVoice-varsler og speiderrapporter kan leveres via tekstmelding, e-post eller via John Deere Operations Center. InnerPlant planlegger å legge til et-on-demand-dashbord i 2027.
Mais, insekter og nitrogenhåndtering
InnerPlants ambisjoner strekker seg utover soppsykdom i soyabønner. Selskapet planlegger å introdusere mais i CropVoice-nettverket i 2027, mens en-stresssensor for soyabønneinsekter også er under utvikling.
En annen potensiell anvendelse er nitrogenhåndtering. InnerPlant sa at det utforsker en maissensor som kan signalisere avlingens nitrogenstatus, og potensielt gi dyrkere biologisk informasjon for å komplementere jordtesting, avlingsmodeller, fjernmåling og værdata.
Et slikt system kan ha bredere implikasjoner for bruk av gjødsel. Nitrogen er blant de største variable kostnadene i maisproduksjon, men mengden tilgjengelig for en avling endres med jordforhold, nedbør, temperatur og biologisk aktivitet. En plantegenerert-indikator kan til slutt hjelpe dyrkere med å identifisere hvor eller når ekstra nitrogen er nødvendig i stedet for kun å stole på estimater utledet fra eksterne forhold.
InnerPlant beskriver sin bredere plattform som et potensielt operativsystem for landbruksdata på -anleggsnivå. Mens de fleste presisjons-landbruksverktøy måler vær, jordsmonn, kalesjens utseende eller andre eksterne faktorer, søker selskapet å lage et nytt datalag basert på avlingenes fysiologiske responser.
Hvorvidt disse signalene konsekvent kan forbedre gårdens lønnsomhet vil avhenge av nøyaktigheten, geografisk dekning og kostnadene til nettverket, samt uavhengig validering over flere vekstsesonger. CropVoices raske ekspansjon antyder imidlertid at landbruksforhandlere og -dyrkere er villige til å teste om plantene selv kan gi et tidligere og mer presist varsel om trusler som utvikler seg i feltet.
