AI少年兵团打造精准农药：日筛十亿分子，获YC创始人青睐

AI少年天才每天筛选十亿分子！奥特曼导师指点：放弃模型销售，专注授权模式。

为保障果蔬供应，人类在农田中施用了大量农药：过去三十年，农药使用量翻了一番，然而每年仍有40%的农作物因病虫害损失。

两位刚满18岁的创业者给出了一个颠覆性的方案——将农药研发转变为「精准靶向治虫」。

他们借助AI模型，在海量蛋白质中锁定仅存于害虫体内的「独特靶点」，再运用类似AlphaFold的结构预测与配体筛选技术，为这些靶点量身定制专属「药物」，使杀虫剂首次有望实现：只杀靶标害虫，不危害人类和益虫。

为作物寻药，为全球节粮

一个令人震惊却鲜为人知的事实是：为了达到2000年相同的农业产出，如今全球农药用量竟增加了一倍。

根源不在农民，而在于害虫进化速度加快，抗药性不断增强，远超新农药的研发步伐，导致农药效果持续下降。

但我们绝不能在这场与进化的赛跑中落败。

监管机构对农药制造商的压力与日俱增，然而多数农化企业仍固守于对传统化合物的改良。

具体而言，当前多数杀虫剂的开发并不基于特定靶点，而是由昆虫学家和化学家提出各种化合物，然后在昆虫身上进行测试。为验证有效性，往往需要合成和测试数千种化合物，成本极高。

两位创始人坚信「苦涩的教训」——即「利用计算资源的通用方法最终效果最佳，且往往远超其他手段」。因此，他们摒弃基于已知或假设属性的人类知识来生成蛋白质和小分子，转而采用海量数据训练的基础模型。

于是，他们决定将在药物研发中已获验证的AI方法，迁移至农药分子设计领域，使其比传统研发快数个数量级，且更安全、更高效。

他们已实现以下里程碑：

构建了统一处理蛋白质与小分子相互作用的基础模型，具备通用不确定性评估能力

研发出比AlphaFold快4倍的蛋白质折叠模型，专用于农药靶点分析

在加州圣卡洛斯实验室建成后仅三周内，就识别并验证出首个专有农药候选化合物

少年创业，为粮食造药

2024年，18岁的Tyler Rose和19岁的Navvye Anand共同创立了Bindwell。

Bindwell将AI驱动的药物发现技术引入农业，致力于加速新型农药分子的筛选与测试流程。

公司起源可追溯至2023年，当时两人参加沃尔夫勒姆暑期研究计划，专注于一个名为PLAPT的药物研发AI模型，研究方向为结合亲和力预测。

预印本：https://www.biorxiv.org/content/10.1101/2024.02.08.575577v3

这项工作后来被《自然·科学报告》的一篇癌症治疗论文引用。

到了2024年，他们开始尝试将这一方法迁移至农药研发领域。

两位创始人均有农业害虫防治的亲身经历：Rose从他在中国务农的姑姑那里了解到害虫控制的挑战；Anand来自旁遮普，亲眼目睹有限的农药选择如何影响作物产量。

2024年，18岁的Rose和19岁的Anand创立了Bindwell。

该公司将AI驱动的药物发现技术应用于农业，目标是加快新农药分子的识别和测试速度。Bindwell进入了Y Combinator 2025年冬季项目，计划构建AI模型并向主要农化公司出售访问权限。

但他们进展不顺——大多数杀虫剂行业从业者不愿将AI作为农药发现的核心。

项目中期，他们受邀到Y Combinator创始人Paul Graham家中，在露台上与他进行了约45分钟的交谈。

听取难题后，Graham提出不同思路：与其销售工具，不如利用自身模型亲自发现新农药分子，并直接许可知识产权。

随后，Graham在X上发文：「Bindwell的创始人应该会做得不错。他们聪明，点子也很好。」

接受了Graham的建议，Bindwell调整商业模式，并在种子轮融资中筹集600万美元，由General Catalyst和A Capital联合领投，Graham本人也亲自投资。

顺便一提，Graham是奥特曼的伯乐，曾任命奥特曼为Y Combinator高管，多次力挺奥特曼。

蛋白质AI：从诺奖到农药

Bindwell为农药设计开发了一套自有AI套件，旨在减少幻觉。

该软件包括：

结构预测模型Foldwell，受DeepMind的AlphaFold启发的定制扩散模型，用于识别目标蛋白质结构；

APPT，一个用于生物农药筛选的蛋白质-蛋白质相互作用模型。

这两个工具旨在找出害虫特有且与其它害虫蛋白紧密互作的靶点蛋白，一旦找到，便可设计能与之结合并阻断其功能的分子。

这正是PLAPT——一个开源蛋白质-配体相互作用模型所做的事。

它能在六小时内扫描所有已知合成化合物，为目标蛋白找到合适配体，作为潜在农药候选分子。

据报道，在Affinity Benchmark v5.5上，Bindwell的AI工具性能优于现有工具1.7倍。该工具可一次分析「数十亿」个分子，速度比DeepMind的AlphaFold-3快四倍。此外，套件还集成了不确定性量化系统，用于标记结果的可信度及何时需要更多数据。

目前，Bindwell正在实验室测试其AI生成分子的有效性，并与第三方合作伙伴合作，进一步验证模型。

它还与多家全球农化公司进行早期讨论，预计首笔合作不久将达成。一年内，Bindwell希望与其中一些公司开始许可协议，将AI设计的农药分子作为产品授权给农药生产商使用。

此外，Bindwell也在与中国和印度的相关机构商谈，以进行实地测试。

另类AI创业

将生物制药领域的AI模式用于农药设计，原理上可行，也可视为对传统产业的降维打击。

如果真能设计出像精准抗癌药那样只杀害虫、不伤人和益虫的新型农药，无疑将是巨大成功。

不过农药设计与制药有所不同，自然界生物繁多，若AI设计的杀虫剂仅检索有限数据库，可能对某些本土物种造成伤害。

大规模推广前，需谨慎测试。

AI把原本十年一代的农药研发，压缩为可用算力迭代的搜索问题——背后是资本、算力与传统农田的正面碰撞。

参考资料：

https://techcrunch.com/2025/11/13/teen-founders-raise-6m-to-reinvent-pesticides-using-ai-and-convince-paul-graham-to-join-in/

https://bindwell.ai/posts/defeating-pests-with-ai

https://x.com/deedydas/status/1989063077095162291