四川
辍学天才少年创业的风，吹到AI for Science了。
近日，AI for Scie nce公司Bindwell的创始 人Navvye Anand在X上发布了一则推 文，称仅用30天就建成了一座8000平方英尺（约合743平方米）的高通量湿 实验室。
消息引起了业界的广泛讨论，目前累计阅读已经接近60万，且科技圈与生物科研圈人士在这条消息下给出了截然不同的反应。
科技圈人士认为此举很酷，具有极客精神也体现出了AI时代公司的高效率。
但另一边，不少生物学背景的网友对这套叙事并不买账。在他们看来，把虫子放进24孔板、摆上实验架，再配上一段机器人动画，还不足以证明这是一套成熟的生物实验系统。
更有人直接指出了其中存在诸多的安全规范性问题，例如：
没有佩戴护目镜、实验人员没有扎起的头发直接掉到了盘子里、没用安全柜而是只使用了一个非N95的普通口罩，只有坐下来才能够得着的超低通风橱等……
还有网友指出，Bindwell将农药研发与人类药物研发进行对比，本身就不合理，不同目标所带来的天然验证周期差异，不应该被包装成自身技术路线的优势。
不过合成生物学龙头、在AI湿实验室方面有丰富经验的Ginkgo创始人兼CEO的Jason Kelly其实给出的是相对中性的评价，他很欢迎更多人投入到湿实验室的建设探索中来。
手搓价值上万的科学仪器
让这家AI for Science初创开始自建实验室的最直接原因，就是他们认为CRO太慢，也太贵了。
他们先后给中、美、欧、印等地的39家CRO发送标准化实验需求，覆盖活体实验、生化检测和化学合成三个环节 ，结果仅活体实验这一项的报价中位数就高达28.9万美元（约合人民币200万元）。
更关键的是耗时，活体实验的报价周期中位数长达10个月，生化检测平均要等2周，化合物合成则要等8周，他们认为这样的速度很难支撑AI模型的快速迭代。
于是，他们决定把关键实验能力搬回公司内部。 从选址开始，自学AutoCAD、自己设计实验室的动线、通风和污染控制，甚至 自己手搓一部分仪器，例如读数 仪（plate reader）。
此类设备用于读取微孔板中样本的光学信号，是许多生化和细胞实验的常见检测仪器。
团队算了一笔账：如果想每天测试2000种化合物、覆盖5类测试对象，他们估计至少需要100台读板仪。按每台约1.5万美元计算，仅这一项设备就要花约150万美元。
于是，他们选择全程自己制造，用两周时间完成了第一版原型，材料成本约150美元；第二版成本提升到了约180美元，并增加了电动托盘。
他们还将自制设备与赛默飞的商用酶标仪Varioskan ALF对同一块96孔板进行测试，虽然测量结果并非完全一致，但他们认为目前的精度足以支持大部分现有实验，尤其是关注信号随时间变化的动力学实验。
目前，该公司通过AI设计的小分子已在这个湿实验室中接受测试。
硅谷教父押注 目标AI农药
Bindwell成立于2024年，由两位年轻创业者Tyler Rose和Navvye Anand联合创立。创业时前者年仅18岁，后者刚刚19岁，正就读于加州理工学院，两人均在求学期间辍学创业。
两位创始人想将AI制药中的分子设计方法迁移至农药研发。例如从害虫的特定蛋白靶点出发，结合蛋白质结构预测等AI生命科学技术，来更高效的发明具有新作用机制的农药。
创始之初，该公司就推出了一套蛋白质结构预测模型Foldwell，其运行速度约为AlphaFold 3的4倍，还有亲和力模型PLAPT、蛋白质相互作用模型APPT等相关模型，目前已部分开源。
商业模式上，该公司选择自主设计农药分子、开展实验验证，再向产业伙伴授权知识产权的商业模式。公司希望通过掌握分子发现过程和候选分子资产，直接参与农药研发价值链，而不是仅仅成为传统农化企业的技术供应商。
该公司已完成600万美元（约合人民币4000万元）种子轮，由 General Catalyst和A Capital联合领投，Y Combinator联合创始人、被誉为“硅谷教父”的Paul Graham也以个人名义参投了这家公司。
—The End—
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
