AI驱动农药革新：少年创企日筛十亿分子，授权模式获YC创始人支持

AI少年革新农药研发！日筛十亿分子，YC创始人建议转向授权模式。

为保障粮食供应，全球农药使用量持续攀升：过去三十年用量增加一倍，但每年仍有40%的农作物因病虫害而损失。

两位年轻创始人提出了一个创新方案——将农药研发视为“精准靶向治虫”过程。

通过AI模型先在庞大蛋白质库中识别害虫特有的“独特靶点”，再借助类似AlphaFold的结构预测与配体筛选技术，为这些靶点设计专属“药物”，使杀虫剂首次有望实现：只针对害虫，避免伤害人类和有益生物。

为植物研发药物，助力全球粮食节约

一个令人惊讶却少有人知的事实是：为达到2000年时的农业效果，当今全球农药使用量已翻倍。

问题不在于农民，而是害虫进化速度加快，抗药性增强，远超农药研发进展，导致农药效力下降。

但我们不能在这场进化竞赛中落后。

监管机构对农药制造商施加更大压力，但多数农化公司仍依赖调整传统化合物。

具体而言，当前大多数杀虫剂开发并非基于特定靶点，而是昆虫学家和化学家提出不同化合物，然后在昆虫上测试。为验证有效性，通常需合成并测试数千种化学物质，成本高昂。

两位创业者坚信“苦涩的教训”——即“利用计算资源的通用方法最终效果最佳，且常远胜其他手段”。因此，他们不再依赖人类知识生成蛋白质和小分子，而是利用海量数据训练的基础模型。

于是，他们决定将已在药物研发中验证的AI方法应用于农药分子设计，使其比传统研发快数个数量级，更安全、高效。

他们已实现以下里程碑：

构建了可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

开发出比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三周内，识别并验证出首个专有农药候选化合物

少年创业，为粮食创新药物

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

Bindwell将人工智能驱动的药物研发技术应用于农业，旨在加速新型农药分子的筛选与测试流程。

最初，Bindwell源于2023年。当时，两人参加沃尔夫勒姆暑期研究计划，专注于名为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

这项工作后来还被《自然·科学报告》的一篇癌症治疗论文引用。

到2024年，他们开始尝试将这一方法迁移至农药研发领域。

两位创始人都曾亲身接触农业害虫防治问题。Rose从在中国务农的姑姑那里了解到害虫控制挑战。Anand来自旁遮普，亲眼目睹有限农药选择如何影响作物产量。

2024年，18岁的Rose和19岁Anand创立的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。

但他们进展有限——大多数杀虫剂行业从业者不愿将AI作为农药发现的核心部分。

在项目中期，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分钟谈话。

听到难题后，Graham提出不同方法：与其销售工具，他们可利用自己的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上发文称：“Bindwell的创始人应该会做得不错。他们聪明，点子也很好。”

接受Graham建议，Bindwel调整到新商业模式，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。

值得一提的是，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：从诺奖成果到农药应用

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。

这两个工具的目的，是找出害虫特有且与其他害虫所需蛋白紧密互作的靶点蛋白，一旦找到这些蛋白质，就可以设计出能与它们结合并阻止其发挥作用的东西。

而这便是PLAPT，一个开源的蛋白质-配体相互作用模型所做的。

它能在六小时以内扫描所有已知合成化合物，找到目标蛋白的合适配体，这些配体可作为潜在农药候选分子。

据报道，在Affinity Benchmark v5.5上，Bindwell的AI工具优于现有工具1.7倍。该工具可一次分析“数十亿”个分子，性能比DeepMind的AlphaFold-3快四倍。此外，该套件还集成了一个不确定性量化系统，用于标记结果何时可信以及何时需要更多数据。

目前，Bindwell正在实验室中测试其AI生成的分子的有效性。它还在与第三方合作伙伴合作，以进一步验证模型。

它正与几家全球农化公司进行早期讨论，预计首笔合作将在不久后达成。一年之内，Bindwell希望与其中一些公司开始进行许可协议，将AI设计出的农药分子作为产品授权农药生产商使用。

此外，Bindwell也在和中国和印度的相关机构商谈，以进行实地测试。

另类AI创业路径

将生物制药领域使用的AI模式用于农药设计，从原理上可行，可视为技术密集型行业对传统产业的降维打击。

如果能设计出如精准治疗的抗肿瘤药物那样只杀害虫、对人和益虫无害的新式农药，那无疑将是巨大成功。

不过农药设计和制药毕竟有所不同，自然界中生物众多，如果AI设计的杀虫剂只检索了有限数据库，可能会对某些本土物种造成伤害。

大规模推广之前，仍需谨慎测试。

AI将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