天才少年用AI日筛十亿分子！奥特曼恩师支招：不买模型卖授权。

为了吃到蔬菜水果，人类在土地上倾倒了越来越多的农药：三十年间用量翻了一倍，却仍有40%的作物每年死于病虫害。

两位刚成年的创始人给出了一个截然不同的答案——把农药研发，当成「精准靶向治虫」。

通过AI模型先在海量蛋白质中锁定只存在于害虫体内的「独特靶点」，再用类似AlphaFold的结构预测与配体筛选技术，为这些靶点设计专属「药」，让杀虫剂第一次有机会做到：只杀害虫，不误伤人类与有益生物。

为植物找药，为全球省粮

一个事实令人吃惊，但鲜为人知：为了达到2000年时相同的农作效果，如今全球农药使用量竟然翻了一倍。

问题不在农民，而是害虫演化得太快，抗药性越来越强，远超农药研发的速度，导致农药效果越来越差。

但我们不能输给进化这场赛跑。

监管机构也在给农药制造商越来越大的监管压力，但大多数农化公司仍然依赖调整传统化合物。

具体来说，目前大多数杀虫剂的开发方式并非基于特定的靶点，而是昆虫学家和化学家提出不同的化合物，然后在昆虫上进行测试。为了检查其有效性，通常需要合成和测试数千种化学物质，成本很高。

而两位创业者坚信「苦涩的教训」——即「利用计算资源的通用方法最终效果最好，而且往往远胜于其他手段」。因此，他们不再基于已知或假设的属性来运用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，他们决定把已经在药物研发中得到验证的AI方法，应用于农药分子设计，让它比传统研发快上几个数量级，还更安全、更有效。

他们已经实现了以下里程碑：

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

研发出一个比AlphaFold快4倍的蛋白质折叠模型，专门用于农药靶点分析

在加州圣卡洛斯实验室刚刚建成后的三周内，就识别并验证出首个专有农药的候选化合物

少年创业，为粮食造药

2024年，18岁的Tyler Rose和19岁的Navvye Anand共同创办了Bindwell 。

Bindwell将人工智能驱动的药物研发技术应用于农业，目标是加快新型农药分子的筛选与测试流程。

最初，Bindwell源自2023年。当时，两人正在参加沃尔夫勒姆暑期研究计划（Wolfram Summer Research Program），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（binding affinity prediction）。

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》（Nature Scientific Reports）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。

两位创始人都曾亲身接触过农业中的害虫防治问题。Rose从他的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，亲眼目睹了有限的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Bindwel。

该公司将人工智能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其访问权限。

但他们并没有多少进展——大多数杀虫剂行业的从业者不愿意将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的家中，在露台上与他进行了大约45分钟的谈话。

在听到他们的难题后，Graham提出了不同的方法：与其销售工具，他们可以利用自己的模型亲自发现新的农药分子，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。」

接受了Graham的建议，Bindwel调整到了新的商业模式，并在种子轮融资中筹集了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，曾认命奥特曼为Y Combinator的高管，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的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，且与其它害虫所需蛋白紧密互作的靶点蛋白，一旦找到这些蛋白质，你就可以设计出能与它们结合并阻止它们发挥作用的东西。

而这便是PLAPT，一个开源的蛋白质-配体相互作用模型所做的。

它能够在六小时以内扫描所有已知的合成化合物，找到目标蛋白的合适配体，找到的配体可以作为潜在的农药候选分子。

据报道在，Affinity Benchmark v5.5 上，Bindwell的AI工具优于现有工具1.7倍。该工具可以一次分析「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。

它还正在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

对于将生物制药领域使用AI的模式用于农药设计，这从原理上是可行的，也可算得上是卷的飞起的行业对传统产业的降维打击。

如果真能设计出如图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，那无疑将是巨大的成功。

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

大规模推广之前，还是要谨慎测试。

AI把原本十年一代的农药研发，压缩为可以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相撞。

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