Bindwell dirigée par des adolescents lève $6M pour concevoir de nouveaux pesticides avec l'IA, soutenue par Paul Graham

# Bindwell dirigée par des adolescents lève $6M pour concevoir de nouveaux pesticides avec l'IA, soutenue par Paul Graham Le 13 novembre 2025, TechCrunch a dressé le profil de Bindwell, une startup de découverte de pesticides fondée par des adolescents. L'entreprise a levé un tour seed de $6 millions co-dirigé par General Catalyst et A Capital. Paul Graham, cofondateur de Y Combinator, a investi à titre personnel, avec SV Angel également participant. Bindwell avait auparavant obtenu un pré-seed auprès de Character Capital. Les fondateurs, Tyler Rose (18) et Navvye Anand (19), ont intégré YC Winter 2025 avec un plan différent. Ils ont d'abord tenté de vendre des outils d'IA à des entreprises agrochimiques historiques. La traction était faible, et une conversation dans une arrière-cour avec Paul Graham a changé de cap. L'équipe a décidé de concevoir des molécules en interne et de mettre la PI résultante sous licence. Le pivot était net et ambitieux. Arrêter de vendre l'accès aux modèles. Utiliser ces modèles pour créer des composés ciblant les ravageurs. Mettre la PI sous licence auprès de partenaires capables d'industrialiser les tests, l'homologation et la distribution. Les pesticides restent un défi mondial tenace. La FAO de l'ONU estime que jusqu'à 40 % de la production agricole est perdue à cause des ravageurs et des maladies. L'utilisation des pesticides a doublé au cours des 30 dernières années. La résistance et les dommages écologiques continuent de croître. La thèse de Bindwell est directe. Réorienter l'IA de découverte de médicaments vers l'agriculture. Cibler des protéines propres aux ravageurs et absentes chez l'humain, les insectes bénéfiques et les organismes aquatiques. Briser le cycle des ajustements incrémentaux des chimies vieillissantes. La stack mélange des modèles familiers en pharma avec des cibles agronomiques. Foldwell est un modèle personnalisé de prédiction de structures basé sur la diffusion, inspiré par AlphaFold. PLAPT est un modèle open source d'interaction protéine-ligand. APPT crible les interactions protéine-protéine pour des biopesticides. Foldwell vise à prédire les structures protéiques qui comptent chez les ravageurs. Il fournit des candidats pour l'analyse des interactions en aval. L'objectif est une inférence plus rapide et plus restreinte. Cela favorise un ciblage de précision plutôt que des approches à large spectre. PLAPT est conçu pour la vitesse et la couverture. Bindwell dit qu'il peut analyser chaque composé synthétisé connu en moins de six heures. Cette affirmation implique une récupération et un filtrage agressifs à travers des bibliothèques chimiques massives. L'open source facilite l'examen externe et la reproductibilité. APPT se tourne vers les biopesticides. Bindwell rapporte qu'il surpasse les outils existants sur l'Affinity Benchmark v5.5. Ce benchmark mesure la précision des prédictions de liaison. Un criblage robuste de biopesticides pourrait réduire la charge chimique tout en maintenant l'efficacité. La plateforme inclut la quantification de l'incertitude sur l'ensemble des tâches. Elle signale où les prédictions sont fiables ou nécessitent plus de données. Cela réduit les hallucinations du modèle et guide la validation en laboratoire expérimental. Cela soutient également la prise de décision sous contraintes. Les affirmations de performance sont ambitieuses. Bindwell affirme des résultats quatre fois plus rapides qu'AlphaFold 3 pour ses flux de travail ciblés. Le système analyserait des milliards de molécules candidates. L'équipe canalise le criblage vers des protéines spécifiques aux ravageurs afin de minimiser les risques hors cible. Les fondateurs se sont ancrés très tôt dans la recherche. Bindwell a été fondée en 2024, après des travaux préalables fin 2023. Rose et Anand ont participé au Wolfram Summer Research Program. Leur travail sur PLAPT a ensuite été cité dans un article d'oncologie de Scientific Reports. Des liens personnels avec l'agriculture ont façonné le problème. Les liens familiaux de Rose en Chine et ceux d'Anand au Pendjab ont apporté un contexte concret. Ils ont vu comment les ravageurs, l'accès et les coûts étouffent les rendements. L'idée s'alignait sur des besoins pratiques, pas seulement sur l'élégance algorithmique. Bindwell teste des molécules suggérées par l'IA dans son laboratoire de San Carlos. Un partenaire tiers non nommé est engagé pour la validation. L'entreprise s'attend à conclure bientôt son premier partenariat de mise sous licence. Des essais sur le terrain sont envisagés en Inde et en Chine. L'équipe est petite et focalisée. Quatre personnes dirigent le développement, la modélisation et le travail de laboratoire. Des sous-traitants externes de synthèse augmentent la capacité. Le modèle de mise sous licence réduit la charge sur la fabrication et la distribution. Si la stack fonctionne comme revendiqué, les cycles de découverte pourraient se compresser. Un ciblage de précision peut réduire la dépendance aux produits chimiques à large spectre. La gestion de la résistance pourrait s'améliorer en évitant des modes d'action répétés. Des équipes plus petites pourraient générer une PI mise sous licence sans construire des chaînes d'approvisionnement complètes. L'histoire reflète une tendance plus large de l'IA. De jeunes équipes réorientent des pipelines de découverte de médicaments vers des domaines réglementés adjacents. La génération de molécules franchit les frontières vers l'agriculture, les matériaux et les biopesticides. Une stratégie de mise sur le marché claire aide à transformer la vitesse technique en produits validés. Alors, pourquoi le Maroc devrait-il suivre cela de près ? L'agriculture est stratégique pour l'économie et la sécurité alimentaire du pays. Les agriculteurs font face aux pressions des ravageurs, à la rareté de l'eau et à la variabilité climatique. Des outils de précision qui limitent les dommages collatéraux peuvent faire la différence dans les champs marocains. Le Maroc construit un contexte favorable à l'IA et au numérique. Le Ministère de la Transition Numérique a lancé la marque Morocco Tech pour promouvoir le secteur. La CNDP supervise la protection des données et les traitements responsables. Le plan Génération Green 2020–2030 met l'accent sur le soutien aux agriculteurs et la modernisation. Les infrastructures de recherche se développent aussi. L'Université Mohammed VI Polytechnique (UM6P) à Benguerir se concentre sur l'IA, les données et l'agritech. Le Groupe OCP investit dans l'innovation agricole, le conseil et les outils numériques. La fondation MASCIR fait progresser la biotechnologie et la recherche appliquée. Les startups poussent l'IA appliquée sur le terrain. Atlan Space utilise des drones autonomes pilotés par l'IA pour la surveillance et la conservation. Sowit applique l'imagerie satellitaire et l'IA pour optimiser les décisions agricoles à travers l'Afrique. UM6P Ventures soutient des équipes deeptech ciblant des défis régionaux. Les viviers de talents mûrissent. Les écoles de code 1337 forment des développeurs et des ingénieurs orientés données. Les universités étendent les cours d'IA et les laboratoires appliqués. Les communautés autour des meetups de machine learning soutiennent des projets pratiques. Cela construit l'ossature de l'adoption locale de l'IA. Des usages pratiques correspondent déjà aux priorités du Maroc. Les cartes de stress des cultures basées sur satellite améliorent les calendriers d'irrigation. Les drones et la vision par ordinateur peuvent détecter tôt les flambées de ravageurs. Les outils d'aide à la décision aident les coopératives à mieux planifier les traitements. Cela réduit le gaspillage et protège les rendements. Une découverte à la manière de Bindwell pourrait s'insérer dans cet écosystème. Des laboratoires locaux pourraient co-concevoir des tests pour les principaux ravageurs du Maroc. L'UM6P et des centres de recherche partenaires pourraient accueillir la validation en laboratoire expérimental. Les réseaux de l'OCP pourraient aider à piloter des traitements de précision avec les coopératives. La réglementation compte pour les pesticides et les biopesticides. L'homologation exige généralement des études de toxicologie, d'impact environnemental, de résidus et des essais sur le terrain. Les évaluations doivent prendre en compte les pollinisateurs et les espèces aquatiques. Les étiquettes et les plans de gestion des risques découlent des preuves. Le Maroc peut rationaliser l'innovation responsable. Des bancs d'essai dédiés réduisent le délai jusqu'aux enseignements de terrain. Des accords clairs de partage de données protègent la vie privée tout en permettant la recherche. Un bac à sable réglementaire axé sur la biotech pourrait concilier des approbations plus rapides avec la sécurité. La gouvernance des données et l'éthique doivent rester centrales. Les cadres de la CNDP aident à garantir un usage légal des données. La transparence sur l'incertitude des modèles renforce la confiance des agronomes et des agriculteurs. L'accès rural et l'accessibilité doivent faire partie des plans de déploiement. Plusieurs mesures peuvent rendre cela concret au Maroc : - Créer une liste nationale prioritaire du protéome des ravageurs pour les cultures de base. - Financer des jeux de données ouverts et des benchmarks adaptés aux espèces locales. - Soutenir des installations communes de laboratoire expérimental pour les startups et les universités. - Offrir des subventions et des fonds de contrepartie pour des essais sur le terrain avec des coopératives. - Construire des programmes de services de vulgarisation pour traduire les sorties de l'IA en actions à la ferme. Les startups peuvent emprunter des voies pratiques dès aujourd'hui. Commencer par l'aide à la décision en utilisant l'imagerie et les données de capteurs. Ajouter des modèles de détection des ravageurs validés dans les conditions locales. S'associer à des laboratoires pour faire le pont vers la découverte de biopesticides de manière responsable. Les partenaires mondiaux devraient considérer le Maroc comme un marché test. Il offre une diversité de cultures, de climats et de structures coopératives. La capacité de recherche et les talents augmentent. Les signaux politiques favorisent la transformation numérique et une adoption fondée sur les preuves. L'approche de mise sous licence de Bindwell pourrait être praticable ici. Des essais basés au Maroc peuvent fournir des données d'efficacité spécifiques à la région. La PI peut être commercialisée avec des enregistrants mondiaux une fois validée. Des bénéfices locaux se dégagent d'un accès plus précoce et de conseils adaptés. Le succès dépendra de la validation. Les affirmations de performance doivent être reproduites indépendamment. Les risques hors cible doivent être étudiés de manière exhaustive. Les agriculteurs adopteront lorsque les résultats seront constants et abordables. Malgré tout, l'opportunité est claire. L'IA peut raccourcir les cycles de découverte et affiner le ciblage. L'écosystème marocain est prêt pour des expérimentations appliquées en agritech. Avec une gouvernance prudente, les bénéfices peuvent atteindre les petits exploitants, pas seulement les grands opérateurs. L'histoire de Bindwell montre ce que des équipes focalisées peuvent accomplir. Un pivot rapide a aligné les modèles avec une voie de mise sous licence. Le financement a suivi la clarté et l'ambition. Le Maroc peut canaliser une énergie similaire vers des percées agritech locales. ### Points clés - Bindwell a levé $6M pour concevoir des molécules spécifiques aux ravageurs avec l'IA et mettra la PI sous licence. - La stack revendique un criblage rapide et un meilleur ciblage, avec une quantification de l'incertitude pour guider le travail de laboratoire. - L'écosystème IA du Maroc, de l'UM6P aux startups, peut soutenir la validation et l'adoption de l'agritech. - Des outils de politique comme des bancs d'essai, un partage de données aligné sur la CNDP et des bacs à sable peuvent accélérer des essais sûrs. - Les agriculteurs ont besoin de solutions abordables et éprouvées qui réduisent la résistance et protègent les rendements.