bandao.com-从代码到产线：恩和发布 BPL 协议语言，定义生物制造的“工业级编译器”

雷峰网(公家号：雷峰网)讯。近日，恩及科技于《bioRxiv》发布Biology Protocol Language（BPL）和其天生管线BPL-COGEN，初次为生物试验和谈成立了一套情势化的语言系统，买通了Physical AI进入物理世界的尺度接口。

BPL是专为生物试验和谈设计的可编译、可验证的情势化语言。BPL-COGEN把天然语言和谈主动翻译为BPL步伐，由一个300亿参数微调年夜语言模子与确定性编译器组成“天生—验证—修复”闭环。

于基在300篇《Nature Protocols》论文的基准测试中，BPL-COGEN实现95.1%的首轮一致性，经由过程2轮编译-仿真闭环将准确率推进至98.6%。今朝，相干代码已经于GitLab彻底开源（MIT License）。

AI已经会“思索”，但还有不会“动手”

当前，AI已经经能于数字世界天生假定与设计试验。质料科学范畴已经经呈现自立驱动的Self-driving Lab。但于生物学范畴，不管上游AI何等强盛，其输出终极仍须被翻译为物理操作，而这一历程，至今仍依靠天然语言文本

这是一个半导体及软件行业几十年前就已经超过的问题。半导体设计经由过程Verilog及VHDL完成为了从天然语言向硬件描写语言的跃迁，软件工程经由过程类型化语言确立了可验证的不变性。生物学一直缺乏与之对于应的、具有编译器验证能力的底层语言，这恰是当前AI驱动试验设计与可复现物理履行之间的速度限定环节。

价钱是清楚的。《Nature》于2016年针对于1,576名研究者的查询拜访显示，跨越70%的人没法复现别人试验，跨越一半的人没法复现本身的试验（Baker, *Nature*, 2016）。恩及团队的论文进一步将问题归纳为三个维度：

和谈切确度。典型指令中常隐蔽浓度、时间、体积等多处未明分支点。几十条此类指令叠加，使试验可复现性彻底依靠在职员的经验补全。

和谈验证。天然语言缺少于履行前模仿物理一致性的机制，内部逻辑过错往往只能靠人工判定甚至“试验掉败”才能察觉。

跨平台可迁徙性。一项跨四个试验室的合成生物学研究发明，名义一致的和谈于差别试验室间孕育发生了两倍以上的转化效率差异（Beal et al., 2016, 2020），泉源不于生物自己，而于履行上下文的隐性不同。

科学的累积，源在要领可被复现与忠厚通报。若和谈没法被无歧义表达与跨情况复用，AI 天生的试验设计就没法不变落地。

BPL设计: AI卖力天生，BPL-COGEN卖力仿真与验证

BPL用情势化规范代替天然语言的歧义。于这套类型体系下，所有隐性参数都必需显式声明；任何违背物理纪律的操作（如“将固态粉末插手空容器后取上清液”）将于编译阶段直接被阻挡，从而防止了过错流入真实试验台。

为共同这一语言系统，团队构建了BPL-COGEN主动化编译器。它将一个300亿参数微调年夜语言模子与确定性编译器耦合于“天生—验证—修复”的闭环机制中：天然语言SOP被归一化，转换为BPL，按照编译器诊断重复批改，直到所有物理、量纲、状况约束全数满意。LLM卖力理解科学家的用意，编译器卖力验证物理世界的约束。

(b)Bounded agentic workflow: (1) SOP input with optional lab catalog, (2) BPL-Nano-30B code generation, (3) three-gate compiler validation (parse, semantic, and plan/validate gates), (4) diagnostic-guided repair loop (max 3 attempts), and (5) output artifact generation. (c) BPL compiler architecture: six-layer compilation pipeline.

试验验证：多维度证明三浩劫题的解决

团队从三个层面临BPL-COGEN举行体系性验证。

年夜范围文本评测。于300篇Nature Protocols论文上，BPL-COGEN实现95.1%的首轮一致性。经2轮编译-仿真闭环达98.6%的迭代准确率。

(a) LLM validation scores across processed variants. Overall score, experiment match, protocol validity, and phase completeness all remained high (mean: 95.1). This panel establishes that BPL outputs are not only structurally regularized, but also remain faithful to the underlying experiment.

(b) Compilation success rate by attempt number: 82.3% of protocols compile on the first attempt; the repair loop resolves an additional 16.3%, leaving only 1.4% unresolved after three attempts

份子生物学验证。统一份BPL源码同时编译至手动操作与主动化装备两种履行上下文，均孕育发生可复现的试验成果。证实了和谈于履行模态上的可迁徙性。

GFP fluorescence measurement of cell cultures with IPTG induction. Medium: negative control without cells.

阐发化学迁徙验证。于差别装备上下文之间迁徙后，类胡萝卜素的表征得到了可比的阐发成果，验证了和谈的装备无关可迁徙性。

(b) HPLC chromatogram (C18, 4.6 × 250 妹妹, 5 μm; 32 min). (c) UHPLC chromatogram (Kinetex C18, 2.1 × 50 妹妹, 1.7 μm; 2.1 min). All five compounds (retinol, retinal, retinyl acetate, lycopene, β-carotene) achieved baseline resolution with preserved elution order.

这三项验证配合确认：BPL与BPL-COGEN同时解决了持久困扰行业的和谈切确度、可验证性、跨平台可迁徙性三年夜焦点难题。

于SAION物理AI平台中的定位

BPL是恩及SAION物理AI平台“认知—节制—履行”三层架构中履行层的尺度接口。向下，它下发指令到生物锻造厂的主动化装备与人类操作员；向上，它回流布局化的试验履行数据，驱动认知层与节制层的连续进化。

联合此前SAION AI平台于文献浏览到质粒设计与湿试验组装的100%准确率、质粒构建90%乐成率，BPL的引入使物理AI闭环的履行层初次具有了可验证、可迁徙的尺度和谈基础。

于AI+生物制造全世界图景中的意义

生物制造范畴AI技能的焦点价值，于在可否真实鞭策兑现数万万元以致数亿元的经济效益。当AI真正驱动财产链、产物、定单的经济价值兑现时，它于财产中才得到存于的意义。BPL的提出，是恩及把“AI 兑现财产价值”落到履行层的详细动作。

据有关机构猜测，至2035年全世界生物制造市场范围将到达约6万亿美元。纵不雅工业史，所有制造业从“作坊”走向“工业化”的要害点，都陪同着情势化和谈尺度的成立。作为首个具有“编译时物理验证 + 跨平台可迁徙”双能力的工程级方案，BPL为这一万亿级赛道的尺度化推进提供了要害基础举措措施。

正如研究团队于论文中所指出的：BPL-COGEN提供了生物范畴物理具身AI所需的要害基础。只有当AI可以或许以一种可被验证的语言“说清晰本身想做甚么”，自立试验室代办署理才于工程上成为可能。生物制造的工程界限，正被从头界说。

论文原文：Song, R., Fu, Y., Zhao, Z., Yu, J., Yuan, Q., Chen, C. T. (2026). Towards autonomous biology: Compiler-Verified Protocols as a Foundation for Real World AI Execution. bioRxiv, 2026-05.

恩及科技（Bota）是一家全世界领先的物理人工智能（Physical AI）驱动的生物制造公司，致力在将生物技能打造为靠得住、可范围化的工业出产力引擎。经由过程整合人工智能、合成生物学与工业化的端到端能力，Bota开启了生物制造研发与出产的新范式。咱们打造了全世界数一数二的物理智能驱动的生物锻造厂，涵盖了从菌株工程、工艺开发到范围化出产的全历程——将繁杂的生物学转化为合用在食物、养分、小我私家照顾护士和更多行业的可范围化解决方案。Bota与全世界客户联袂，提供更绿色、更高效的生物解决方案，加快行业普和，并配合鞭策向可连续将来的转型。

相识更多信息，请拜候：www.bota.bio

雷峰网文章