生物实验也能标准化？AI终于能进实验室了

一句话说清楚：现在AI已经很强了，能写论文、设计实验，但一到真正的生物实验室就抓瞎——因为科学家写的实验步骤太模糊，比如“加5毫升试剂”、“轻轻混匀”，AI根本不知道具体怎么做。最近，一家中国公司恩和科技开发了一套标准化的“生物实验语言”（BPL），让AI能看懂、能检查错误，还能自动生成实验代码。测试结果很亮眼：98.6%的生成方案能通过检查，AI驱动的实验效率比人工高60倍。

为什么AI进不了生物实验室？

生物实验有个老大难问题——很难标准化。

• 同一个实验，不同的人操作习惯不同；
• 同一种设备，不同厂家的接口格式不同；
• 同一份实验记录，不同团队的数据结构也不一样。

结果就是，一个实验在A实验室能成功，换到B实验室可能就失败了。经验都藏在人脑子里，机器根本学不会。

而软件工程、芯片设计等行业早就解决了这个问题：他们用标准化的语言写代码，系统才能稳定运行。生物制造一直缺少这种语言。

BPL来了：让AI读懂实验

恩和科技开发的BPL（Biology Protocol Language）就像生物实验的编程语言。它能把科学家写的“加5毫升试剂”这种模糊描述，转成机器能执行的精确指令。

而且BPL还能“预演”实验：在真正动手之前，先让电脑检查一遍——单位对不对？试剂有没有？容器会不会装不下？步骤有没有矛盾？一旦发现问题，直接报错修改，而不是等做失败了再返工。

为了方便科学家，恩和还做了BPL-COGEN工具：科学家只要说“做PCR实验”（一种基因扩增方法），系统就能自动把自然语言翻译成BPL代码，然后通过编译检查，再发给机器人执行。

测试结果：98.6%的成功率

团队从《自然实验手册》（Nature Protocols）中选了30篇经典实验方案，让系统自动生成代码，重复10次，结果98.3%完全一致。综合得分95.1分。

更重要的是，系统在检查中发现了343个问题（比如单位写错、容器过载），经过最多3轮自动修复，整体通过率达到98.6%，只有1.4%的问题无法修复。

他们还做了实际实验验证：同一份BPL代码，一边转成人工操作说明书，一边转成机器人执行脚本，两种方式做出来的实验结果没有差别。

AI科学家平台：效率提升60倍

基于BPL，恩和发布了全球首个生物制造领域的Physical AI平台——SAION AI。它就像一个全能的AI科学家，能帮你完成从查文献、设计实验、自动操作到分析数据的全流程。

举个例子：你想开发一种高效产酶的菌株，只要输入“开发可用于食品发酵的高活性蛋白酶菌株，降低发酵成本30%”，SAION AI就会自动检索文献，设计实验方案，然后通过BPL语言直接控制自动化设备做实验，全程无需人工干预。

传统模式下，一个项目一年大约做500个菌株实验。而SAION AI单个项目同期可做30万组实验，效率直接提升60倍。

背后的团队

恩和科技2019年成立于杭州，跟其他AI公司不同，他们一开始就同步建设了“生物铸造厂”Cell2Cloud，覆盖从菌株工程到规模化生产的全流程。这套系统产生了大量真实的实验数据，反过来又帮AI学习得更准确。他们验证了一个道理：AI真正稀缺的不是参数，而是高质量的数据。