供需大厅

登录/注册

公众号

更多资讯,关注微信公众号

小秘书

更多资讯,关注荣格小秘书

邮箱

您可以联系我们 info@ringiertrade.com

电话

您可以拨打热线

+86-21 6289-5533 x 269

建议或意见

+86-20 2885 5256

顶部

荣格工业资源APP

了解工业圈,从荣格工业资源APP开始。

打开
荣格工业-圣德科

New Wave Biotech 与CPI合作,AI智能优化重塑脂质时代

来源:happi China 发布时间:2025-10-15 84
个人护理品 化妆品与个人护理品ESG与可持续企业动态产业动态技术前沿

当下,关于脂质(lipids)的讨论不再只围绕“哪种油更好用”或“哪种油更天然”。

 

近期,以软件公司 New Wave Biotech 与英国 Centre for Process Innovation (CPI) 的合作为标志,行业正在见证一种更深层的变革:用AI 驱动的过程模拟来重新设计脂质的提取、纯化与放大路径,让那些此前因工艺或成本受限的微藻油、发酵脂质与 upcycled 原料,真正进入可规模化生产与化妆品配方中。这不是单纯的技术迭代,而是从上游原料获取到下游配方创新的链条性重构。

 

 

脂质提取的“虚拟优选”时代

 

在个人护理与化妆品行业,脂质原料,包括油脂、结构脂、功能脂等,长期面临一个核心瓶颈:即便有一个非常理想的脂质分子或生物体产生路径,把它以高纯度、高产率、低成本地提取得来却可能成败的关键。

 

传统方法往往依赖大量试错实验、漫长优化周期,以及高昂的能耗或溶剂成本。

 

软件公司New Wave Biotech 与英国的Centre for Process Innovation(CPI) 联手推出混合 AI 平台,用于脂质提取流程模拟与优化,为脂质提取提供了新路径。根据公开报道,该平台可以“运行数千次 in-silico 模拟”,提前分析不同提取路线在性能、成本、可持续性上的折中,从而显著缩减实验周期与资源浪费。

 

 

具体来看,平台具有以下特色与突破:

 

兼顾溶剂法与非溶剂法的优化:不仅优化传统有机溶剂萃取路径,也同时考虑温和无溶剂 、机械 、酶法的组合方案。

 

 

极少数据条件下高准确度预测:据称,即便初期实验数据有限,该平台也能识别优选路径。CPI 方面表示,其可用极少数据就“识别最佳下游路线”。

 

 

预先评估成本、环境足迹与可持续性权衡:模拟环节不仅关心提取效率,还把能耗、溶剂回收、废弃物处理等纳入考量。

 

 

对接工业规模放大:平台不只是做理论 “哪条路线最好”,更为 CPI 提供落地可扩展的路线建议,减少从实验室到中试、再到商业规模的 “跳跃风险”。

 

换言之,New Wave Biotech 的混合 AI 平台将提取“盲选实验”这个高成本环节,转化成“虚拟优选 + 少数实验验证”的效率流。对于愿意以生物 或可持续路线切入脂质原料市场的厂商而言,这是一个极具颠覆意义的能力工具。

 

 

脂质:高增长赛道背后的关键与挑战

 

据Businesswire公布的《2025-2033 年脂质市场全球报告》,预计脂质市场规模将从 2024 年的 146.2 亿美元增至 2033 年的 263.8 亿美元,2025 年至 2033 年的复合年增长率为 6.78%。

 

脂质在个人护理产业如护肤、头发护理、防晒与彩妆中,承担的角色是多维且不可替代的。它既是触感和质地的塑造者,又是皮肤屏障的结构性补充,还可作为活性物的载体与控释基体,甚至参与调节皮肤微生物-脂质交互,从而影响炎症与屏障稳态。

 

因此,脂质原料的“功能性”已从单纯的润肤扩展为“生理级别的干预”——这为高端护肤与疗护产品提供了新的差异化路径。

 

脂质提取和加工技术的进步进一步提高了产品的可用性和质量。食品、化妆品和制药行业对脂质的需求不断增长,以及脂质在功能性食品、补充剂和护肤品中的应用也推动了市场的增长。

 

其中,可持续化与非动物来源正在成为采购与营销的硬性条件,非动物源角鲨烯、微藻油与 upcycled 脂质等得到市场偏好;结构化脂质体系如 MLE、多层脂质乳液用于模拟角质层排列、提升长期保湿与缓释效果;脂质载体走向精细化,通过粒径、表面修饰与成分整合,提升活性稳定性与皮内靶向性。

 

值得一提的是,消费者体验依旧关键:气味、肤感、吸收速率与“油腻度”决定新脂质能否被市场接受。

 

但挑战也同样明显:氧化稳定性、批次一致性、提取与纯化成本、法规合规如欧盟对新颖成分的审查,以及皮肤长期安全性都需要在研发早期就纳入决策框架。此外,感官不佳或存在天然气味的脂质,例如某些微藻油,若无法通过脱臭或包裹技术解决,即便功能优异也难以成为主流原料。

 

 

从工艺优化到智能设计

 

AI 的介入不仅改变了提取路径,更为脂质在配方端的创新打开了想象空间。它可以在同一平台中整合提取、纯化、结构预测、配方模拟与应用评估,实现从原料到终端配方的协同优化。

 

这样,脂质原料不是孤立开发的“原油”,而是作为配方内部模块在整个产品设计里被预测、验证与优化。

 

在脂质载体领域,如 LNP(脂质纳米颗粒)、SLN(固体脂质纳米粒)、脂质体 等,AI 已被用于设计更高效的离子化脂质结构,用以改善活性成分的稳定性与透皮吸收。


例如,《Advancing lipid nanoparticles: A pioneering technology in cosmetics and dermatology》(2025)指出,LNP 在化妆品领域的应用已可实现增强活性稳定性、延缓释放与提高渗透效率,为防晒、美白及修复类产品提供新思路。

 

AI 的最大优势在于能让高成本、长周期的实验转化为可量化、可优化的虚拟筛选过程。


从提取路线、配方结构到消费者肤感,AI 均可建立参数关联,在早期阶段预测性能趋势,帮助研发团队做出更高确定性的决策。

 

通过 New Wave Biotech 与 CPI 的合作,我们看到了一个明确趋势:脂质原料的开发正从“实验驱动”向“数据驱动”迁移,AI 不仅是实验加速器,更可能成为“脂质智库”的核心中枢。未来的脂质研发,将是算法、配方与市场需求的三向共振。

 

 

参考资料:

New Wave Biotech and CPI tackle lipid extraction challenges - Industrial News

Lipid Market Global Report 2025-2033: Expansion Fueled by Demand for Functional Lipids, Such as Omega-3 Fatty Acids and Plant-based Oils - Research And Markets 

Advancing lipid nanoparticles: A pioneering technology in cosmetic and dermatological treatments - ScienceDirect

 

来源:

作者:Candy Tang

关注微信公众号 - 荣格个人护理
个人护理、美容、化妆品、香水、包装等行业专业人士必读。美国《happi》与《Beauty Packaging》杂志在中国唯一合作伙伴。
推荐新闻