奧特曼恩師力挺19歲少年！比AlphaFold快4倍，只殺害蟲不傷人

新智元報道

編輯：peter東 KingHZ

【新智元導讀】天才少年用AI日篩十億分子！奧特曼恩師支招：不買模型賣授權。

為了吃到蔬菜水果，人類在土地上傾倒了越來越多的農藥：三十年間用量翻了一倍，卻仍有40%的作物每年死于病蟲害。

兩位剛成年的創始人給出了一個截然不同的答案——把農藥研發，當成「精準靶向治蟲」。

通過AI模型先在海量蛋白質中鎖定只存在于害蟲體內的「獨特靶點」，再用類似AlphaFold的結構預測與配體篩選技術，為這些靶點設計專屬「藥」，讓殺蟲劑第一次有機會做到：只殺害蟲，不誤傷人類與有益生物。

為植物找藥，為全球省糧

一個事實令人吃驚，但鮮為人知：為了達到2000年時相同的農作效果，如今全球農藥使用量竟然翻了一倍。

問題不在農民，而是害蟲演化得太快，抗藥性越來越強，遠超農藥研發的速度，導致農藥效果越來越差。

但我們不能輸給進化這場賽跑。

監管機構也在給農藥制造商越來越大的監管壓力，但大多數農化公司仍然依賴調整傳統化合物。

具體來說，目前大多數殺蟲劑的開發方式并非基于特定的靶點，而是昆蟲學家和化學家提出不同的化合物，然后在昆蟲上進行測試。為了檢查其有效性，通常需要合成和測試數千種化學物質，成本很高。

而兩位創業者堅信「苦澀的教訓」——即「利用計算資源的通用方法最終效果最好，而且往往遠勝于其他手段」。因此，他們不再基于已知或假設的屬性來運用人類知識生成蛋白質和小分子，而是利用海量數據訓練的基礎模型。

于是，他們決定把已經在藥物研發中得到驗證的AI方法，應用于農藥分子設計，讓它比傳統研發快上幾個數量級，還更安全、更有效。

他們已經實現了以下里程碑：

• 構建了可統一處理蛋白質與小分子相互作用的基礎模型，具備通用不確定性評估能力

• 研發出一個比AlphaFold快4倍的蛋白質折疊模型，專門用于農藥靶點分析

• 在加州圣卡洛斯實驗室剛剛建成后的三周內，就識別并驗證出首個專有農藥的候選化合物

少年創業，為糧食造藥

2024年，18歲的Tyler Rose和19歲的Navvye Anand共同創辦了Bindwell 。

Bindwell將人工智能驅動的藥物研發技術應用于農業，目標是加快新型農藥分子的篩選與測試流程。

最初，Bindwell源自2023年。當時，兩人正在參加沃爾夫勒姆暑期研究計劃（Wolfram Summer Research Program），專注于一個名為PLAPT的藥物研發AI模型，研究方向為結合親和力預測（binding affinity prediction）。

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

這項工作后來還被《自然·科學報告》（Nature Scientific Reports）的一篇癌癥治療論文引用。

到了2024年，他們開始嘗試將這一方法遷移至農藥研發領域。

兩位創始人都曾親身接觸過農業中的害蟲防治問題。Rose從他的在中國務農的姑姑那里了解到害蟲控制的挑戰。Anand來自旁遮普，親眼目睹了有限的農藥選擇如何影響作物產量。

2024年，18歲的Rose和19歲Anand創立的Bindwel。

該公司將人工智能驅動的藥物發現技術應用于農業，目標是加快新農藥分子的識別和測試速度。Bindwell進入了Y Combinator 2025年冬季項目，計劃構建AI模型并向主要農化公司出售其訪問權限。

但他們并沒有多少進展——大多數殺蟲劑行業的從業者不愿意將AI作為農藥發現的核心部分。

在項目中期，他們受邀到Y Combinator創始人Paul Graham的家中，在露臺上與他進行了大約45分鐘的談話。

在聽到他們的難題后，Graham提出了不同的方法：與其銷售工具，他們可以利用自己的模型親自發現新的農藥分子，并直接許可知識產權。

隨后，Graham在X上發文稱：「Bindwell的創始人應該會做得不錯。他們聰明，點子也很好。」

接受了Graham的建議，Bindwel調整到了新的商業模式，并在種子輪融資中籌集了600萬美元，由General Catalyst和A Capital聯合領投，Graham本人也親自投資。

順便一提，Graham是奧特曼的伯樂，曾認命奧特曼為Y Combinator的高管，多次力挺奧特曼。

蛋白質AI：從諾獎到農藥

Bindwell為農藥設計開發了一套自有的AI套件，旨在減少幻覺。

該軟件包括

• 結構預測模型Foldwell，受DeepMind的AlphaFold啟發的定制擴散模型，用于識別目標蛋白質結構；

• APPT，一個用于生物農藥篩選的蛋白質-蛋白質相互作用模型。

這兩個工具的目的，是找出害蟲特有，且與其它害蟲所需蛋白緊密互作的靶點蛋白，一旦找到這些蛋白質，你就可以設計出能與它們結合并阻止它們發揮作用的東西。

而這便是PLAPT，一個開源的蛋白質-配體相互作用模型所做的。

它能夠在六小時以內掃描所有已知的合成化合物，找到目標蛋白的合適配體，找到的配體可以作為潛在的農藥候選分子。

據報道在，Affinity Benchmark v5.5 上，Bindwell的AI工具優于現有工具1.7倍。該工具可以一次分析「數十億」個分子，性能比DeepMind的AlphaFold-3快四倍。此外，該套件還集成了一個不確定性量化系統，用于標記結果何時可信以及何時需要更多數據。

目前，Bindwell正在實驗室中測試其AI生成的分子的有效性。它還在與第三方合作伙伴合作，以進一步驗證模型。

它還正在與幾家全球農化公司進行早期討論，預計首筆合作將在不久后達成。一年之內，Bindwell希望與其中一些公司開始進行許可協議，將AI設計出的農藥分子作為產品授權農藥生產商使用。

此外，Bindwell也在和中國和印度的相關機構商談，以進行實地測試。

另類AI創業

對于將生物制藥領域使用AI的模式用于農藥設計，這從原理上是可行的，也可算得上是卷的飛起的行業對傳統產業的降維打擊。

如果真能設計出如圖精準治療的抗腫瘤藥物那樣只殺害蟲，對人和益蟲無害的新式農藥，那無疑將是巨大的成功。

不過農藥設計和制藥畢竟有所不同，自然界中的生物眾多，如果AI設計的殺蟲劑只是檢索了有限的數據庫，那其可能會對某些本土物種造成傷害。

大規模推廣之前，還是要謹慎測試。

AI把原本十年一代的農藥研發，壓縮為可以用算力迭代的搜索問題——背后是資本、算力與傳統農田的正面相撞。

參考資料：

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

秒追ASI

?點贊、轉發、在看一鍵三連?

點亮星標，鎖定新智元極速推送！