Odlat kött står inför tre stora utmaningar: kostnad, skalbarhet och resursanvändning. Tillväxtmedier, den näringslösning som försörjer djurcellerna under produktionen, står för 55–95 % av de totala kostnaderna. Vissa komponenter, som TGF-β, kostar över 2,4 miljoner pund per gram. AI förändrar detta genom att skapa skräddarsydda medieformuleringar snabbare och billigare än traditionella metoder. Till exempel utvecklade Multus Biotechnology ett serumfritt medium på bara sex månader, vilket sänkte kostnaderna och samtidigt förbättrade prestandan.
Hur bidrar AI?
- Dataanalys: Maskininlärning förutspår de bästa näringskombinationerna för specifika celler.
- Automatisering: AI-drivna laboratorier accelererar testningen och förkortar tidsplanerna från år till månader.
- Optimering mot flera mål: AI balanserar kostnad, tillväxteffektivitet och resursanvändning.
Brittiska företag som Gourmey och Multus leder utvecklingen med banbrytande framsteg, där vissa uppnår produktionskostnader så låga som 2,76 pund per pund kött. Även om utmaningar som datakvalitet och samarbete kvarstår, gör AI odlat kött mer prisvärt och resurseffektivt. Konsumentutbildning och förtroende kommer att vara avgörande när Storbritannien förbereder sig för kommersialisering.
Hur AI förbättrar tillväxtmedier för odlat kött
Artificiell intelligens förändrar i grunden hur tillväxtmedier för odlat kött utvecklas genom att hantera komplexa näringsoptimeringsutmaningar med avancerade algoritmer. Genom att frångå traditionella metoder baserade på trial-and-error analyserar AI omfattande datamängder för att identifiera optimala formuleringar, samtidigt som kostnaderna sänks och tidsramarna förkortas. I centrum för denna transformation ligger dataanalys, som driver den betydande effekten av AI på tillväxtmedier.
AI-driven dataanalys
AI är särskilt effektivt för att bearbeta massiva datamängder och identifiera mönster som mänskliga forskare riskerar att missa. Maskininlärningsalgoritmer analyserar cellbeteende, näringsupptag och tillväxtparametrar för att förutsäga de ingredienskombinationer som ger bäst resultat för specifika celltyper. Denna datadrivna strategi eliminerar en stor del av osäkerheten och gör det möjligt för forskare att fokusera på de mest lovande formuleringarna.
En särskilt effektiv teknik är att kombinera responssytemetodik (RSM) med RBF-neuronnät (radial basis function). Studier på zebrafiskcellinjer som använde denna metod uppnådde exempelvis en modelleffektivitet på 0,98 och förutspådde tillväxthastigheter, kostnader och miljöpåverkan med hög precision [2].
Automatisering och högkapacitetstestning
När AI integreras med automatiserade laboratoriesystem förändras både takten och skalan för medietester drastiskt. Dessa system effektiviserar allt från medieberedning till cellodling och dataanalys, vilket möjliggör snabbare genombrott.
Ett tydligt exempel är Multus Biotechnology. De utvecklade Proliferum P, ett animaliefritt odlingsmedium för fettderiverade stamceller från gris, på under sex månader med hjälp av AI och automatisering [3]. Detta kan jämföras med den sedvanliga tidsramen på två till fyra år med traditionella metoder [3].
"Vi har byggt en process som inte bara accelererar medieutvecklingen, utan också anpassar den till specifika celltyper."
- Soraya Padilla, projektledare för Proliferum P, Multus Biotechnology [3]
Proliferum P matchar inte bara prestandan hos fetalt bovint serum (FBS); det överträffar det ofta. Det bevarar grundläggande stamcellsegenskaper och stödjer adipogen differentiering. Detta markerar ett stort framsteg från Multus tidigare produkt, Proliferum B, som tog nio månader att utveckla [3].
"Vår plattform gör det inte bara möjligt för oss att matcha industristandarder – den säkerställer att vi kontinuerligt höjer ribban. Med Proliferum P levererar vi en överlägsen produkt jämfört med FBS, samtidigt som vi visar hur AI och automatisering kan transformera tidslinjerna för bioteknisk utveckling."
- Cai Linton, medgrundare och VD, Multus Biotechnology [3]
Flerdimensionell optimering
AI:s kapacitet sträcker sig längre än snabba tester – den är också exceptionell på att balansera flera mål samtidigt. Traditionell medieutveckling prioriterar ofta enbart celltillväxthastighet, men AI kan optimera för kostnad, miljöavtryck och prestanda samtidigt. Detta innebär ett paradigmskifte för att göra produktion av odlat kött skalbar och hållbar.
Ett banbrytande verktyg inom detta område är digitala tvillingar – virtuella repliker av cellodlingsprocesser som drivs av AI. Dessa gör det möjligt för forskare att genomföra tusentals virtuella experiment, och finjustera näringsmedelsformuleringar och bioreaktorförhållanden utan de kostnader eller den tid som krävs för fysiska tester.
Till exempel inledde Gourmey ett partnerskap med DeepLife för att skapa en digital tvilling för fågelceller. Detta system optimerar tillväxtförhållanden, näringstäthet och även smakuttryck i odlat kött [4]. Det integrerar enorma mängder 'omics'-data, såsom genuttryck och cellsammansättning, som samlats in under hela produktionsprocessen.
"Genom att integrera dessa data med förstaprincipmodeller av cellmetabolism gör den digitala tvillingen det möjligt för oss att köra tusentals virtuella experiment. Detta hjälper oss att identifiera de optimala näringsmedelsformuleringarna och bioreaktorförhållandena för att maximera utbytet, minimera resursanvändningen och förbättra de sensoriska egenskaperna hos vårt odlade kött."
- Nicolas Morin-Forest, medgrundare och VD för Gourmey [4]
Resultaten är imponerande. Gourmeys bioreaktorsystem på 5 000 liter har potential att producera odlat kött för endast £2.76 per pund [4]. Samtidigt har Meatly sänkt kostnaderna för odlingsmedier till £0.24 per liter, med planer på att minska detta ytterligare till omkring £0.016 per liter i industriell skala [4].
"Vårt mål är att skräddarsy närings- och odlingsförhållandena efter våra cellers exakta behov. Denna optimering ökar utbytet och minskar svinnet av odlingsmedier, vilket sänker våra produktionskostnader direkt."
- Nicolas Morin-Forest [4]
Denna flermålsstrategi är avgörande, eftersom odlingsmedier står för 55–95 % av den totala kostnaden för odlat kött och är en betydande bidragande faktor till dess globala uppvärmningspotential [2].
Fördelar med AI-drivna medier för odlat kött
Övergången från traditionella metoder till AI-drivna tillvägagångssätt erbjuder en rad fördelar och adresserar några av de största utmaningarna inom industrin för odlat kött. Dessa fördelar sträcker sig längre än att bara förbättra effektiviteten – de omdefinierar hur odlat kött kan närma sig kommersiell framgång.
Kostnadsreduktion
Ett av de mest betydande hindren vid produktion av odlat kött är den höga kostnaden för odlingsmedier, vilket kan utgöra upp till 95 % av produktionskostnaderna [2]. Traditionella optimeringsmetoder, såsom one-factor-at-a-time (OFAT), är långsamma, resurskrävande och bygger i hög grad på trial-and-error [2].
Dr Charlie Taylor, Head of Business Development på Multus Bio, belyser problemet:
"Det som håller tillbaka medieutvecklingen är ineffektiviteten i optimeringen, och det gäller kostnad, ingredienskvalitet, potens, stabilitet och hållbarhet, skalbarhet samt bioprocessproduktivitet [proliferationshastighet, celldensitet, differentieringseffektivitet etc.]" [5]
AI, med hjälp av tekniker som Bayesiansk optimering och maskininlärning, minskar avsevärt antalet experimentella försök som krävs. Exempelvis integrerar Multus Bio AI med bildbehandlingsverktyg för att utvärdera celltillväxthastigheter och morfologi, vilket genererar mer omfattande data utan att medföra extra experimentella kostnader [5]. Detta tillvägagångssätt sänker inte bara kostnaderna utan förbättrar även resultaten.
Genom att effektivisera optimeringsprocessen accelererar AI utvecklingen, vilket gör framtagningen av odlat kött mer genomförbar och kostnadseffektiv.
Snabbare utvecklingstakt
AI snabbar dramatiskt upp medieformuleringsprocessen genom att bearbeta stora datamängder och identifiera lovande formuleringar med avancerade analysmetoder [2]. Dr Charlie Taylor understryker den övergripande effekten:
"Smartare beslutsfattande, mer data och att göra mer parallellt innebär bättre resultat, snabbare. Tillsammans med billigare insatsvaror och stordriftsfördelar är det färdplanen mot lågkostnadsmedier över hela den metabola bredden av cellinjer för odlat kött." [5]
Denna snabbare iterationscykel är avgörande för en industri som kämpar för att skala upp produktionen. Den globala AI-marknaden inom odlat kött prognostiseras växa med en årlig genomsnittlig tillväxttakt (CAGR) på 39,8 % från 2025 till 2034 [6]. AI underlättar även snabbare identifiering och optimering av cellstammar, vilket ytterligare påskyndar vägen till kommersialisering [6].
Genom att möjliggöra snabb testning och förfining stödjer AI skapandet av skalbara och effektiva produktionssystem.
Bättre hållbarhet
AI förbättrar inte bara kostnader och hastighet – det stärker även hållbarheten vid medieutveckling. Genom att optimera formuleringar för faktorer som global uppvärmningspotential (GWP), kostnad och celltillväxthastigheter spelar AI en nyckelroll i att minska miljöavtrycket från produktion av odlat kött [2]. Jämfört med traditionellt kött erbjuder odlat kött upp till 78–96 % lägre utsläpp av växthusgaser, 99 % mindre markanvändning och 82–96 % lägre vattenförbrukning [7].
AI bidrar även till att identifiera hållbara, kostnadseffektiva alternativ, såsom växtbaserade proteinhydrolysat, vilket förbättrar produktionseffektiviteten samtidigt som miljöpåverkan minskas [8].
Ett anmärkningsvärt exempel är Gourmeys partnerskap med DeepLife. Deras AI-drivna digitala tvilling för fågelceller kör tusentals virtuella experiment för att optimera foderformuleringar och bioreaktorförhållanden. Detta säkerställer maximalt utbyte med minimal resursanvändning. Som Nicolas Morin-Forest, Gourmeys medgrundare och VD, förklarar:
"Den digitala tvillingen är en AI-driven virtuell replik av vår cellodlingsprocess... Genom att integrera dessa data med grundläggande modeller för cellmetabolism gör den digitala tvillingen det möjligt för oss att köra tusentals virtuella experiment. Detta hjälper oss att identifiera optimala foderformuleringar och bioreaktorförhållanden för att maximera utbytet, minimera resursanvändningen och förbättra de sensoriska egenskaperna hos vårt odlade kött." [4]
Denna AI-drivna metod sänker inte bara kostnaderna utan förbättrar även miljöprestandan genom hela produktionsprocessen [2].
Utmaningar och framtida inriktningar inom AI-driven medieutveckling
Även om AI erbjuder lovande framsteg är vägen till optimerad produktion av odlat kött inte utan hinder. Dessa utmaningar understryker vikten av kontinuerlig utveckling och samarbete över olika discipliner.
Problem med datatillgänglighet och datakvalitet
AI-system är beroende av tillförlitliga data av hög kvalitet, men det är just här sektorn för odlat kött möter störst svårigheter. Begränsad datatillgänglighet utgör ett betydande hinder för att förfina medieformuleringar för produktion av odlat kött. Till exempel visade en undersökning från 2020 [9] att branschens relativt korta genomsnittliga drifttid på 2,5 år har försvårat insamling och standardisering av data, vilket gör det svårt att träna AI-modeller effektivt.
Dessutom är kvaliteten på tillgängliga data ofta ojämn. Cirka 31 % av tillverkarna rapporterar problem med basalmediakomponenter, vilket ytterligare kompliceras av odefinierade sammansättningar av proteinhydrolysat och variationer mellan batcher [9]. En annan bidragande faktor till komplexiteten är att endast 33 % av tillverkarna antingen köper in eller producerar tillväxtfaktorer med renhetsgrader av livsmedelskvalitet, vilket påverkar AI-systemens prediktiva precision när de hanterar fluktuerande komponentkvalitet.
Dessa problem belyser det avgörande behovet av samarbete och samordnade insatser för att hantera datarelaterade utmaningar.
Behov av tvärvetenskapligt samarbete
Att lösa dessa dataproblem kräver insatser från ett brett spektrum av experter, inklusive AI-specialister, biologer och livsmedelsforskare. Att integrera dessa discipliner på ett effektivt sätt är dock ingen lätt uppgift. Sektorn för odlat kött omfattar nu över 175 företag fördelade över sex kontinenter, med stöd av investeringar som överstiger 2,5 miljarder pund från och med 2024 [10]. Att överbrygga klyftan mellan beräkningstekniker och biologiska processer kräver yrkesverksamma som förstår båda områdena. Till exempel ger multi-omics-dataanalys, driven av AI, en heltäckande bild av biologiska system, men kräver också team som kan navigera i de tekniska och biologiska komplexiteterna kring cellodling [1].
Uppmuntrande nog växer samarbetsprojekt och akademiska program fram för att knyta samman AI med biologiska vetenskaper [10] [12]. Som ICL Planet träffande uttrycker det:
"Denna revolution beror på mer än bara fantastiska ingredienser; den bygger på samarbete över kemi, biologi, jordbruk, ingenjörsvetenskap och datavetenskap." [11]
Framåt bör forskningen prioritera innovativa teknologier för återvinning av odlingsmedier, utnyttjande av avfallsströmmar och utveckling av tillväxtfaktorer med förbättrade egenskaper. Till exempel tyder kostnadsreduktionsmodeller på att mediepriser skulle kunna sjunka till under 0,20 pund per liter med nuvarande teknologier [1]. På liknande sätt visade ett team vid Northwestern University att en allmänt använd formulering av stamcellsmedium kunde produceras till 97 % lägre kostnad än dess kommersiella motsvarighet [1]. Att skala upp produktionen av rekombinanta proteiner och tillväxtfaktorer med hjälp av mikrober, svampar eller växter, samt att införskaffa komponenter av livsmedels- eller foderkvalitet, kommer att vara avgörande för att sänka kostnaderna. Dessutom kommer öppna medieformuleringar i allt högre grad att vägleda urvalet och produktionen av råvaror.
För att fullt ut realisera AI:s potential inom detta område måste industrin fokusera på att skapa enhetliga datastandarder, integrerade plattformar och tvärvetenskaplig utbildning. Att ta itu med dessa utmaningar kommer att bana väg för AI att ytterligare transformera produktionen av odlat kött.
Det brittiska perspektivet: Framsteg och konsumentmedvetenhet
Storbritannien ligger i framkant av innovation inom odlat kött, tack vare stödjande regelverk och en stark infrastruktur. Framsteg inom AI, särskilt inom medieformulering, spelar en nyckelroll för att förbättra produktionseffektiviteten. Med denna utveckling lägger landet grunden för att introducera odlat kött till brittiska konsumenter.
I mars 2025 lanserade Food Standards Agency (FSA) initiativet Cell-Cultivated Products Regulatory Sandbox, med stöd av 1,6 miljoner pund från Department of Science, Innovation and Technology. Detta tvååriga program omfattar åtta startup-bolag inom odlat kött, såsom Hoxton Farms, Roslin Technologies och Mosa Meat. Målet? Att förenkla och modernisera den regulatoriska processen för odlat kött, som tidigare kunde kosta upp till 500 000 pund och ta över 2,5 år att genomföra [13]. Dessa regulatoriska framsteg handlar inte bara om byråkrati – de handlar om att bygga konsumentförtroende och medvetenhet.
"Genom att stödja en säker utveckling av cellodlade produkter ger vi företag självförtroendet att innovera och stärker Storbritanniens position som en global ledare inom hållbar livsmedelsproduktion." – Sir Patrick Vallance, forskningsminister [13]
Den brittiska regeringens investering på 75 miljoner pund i hållbar livsmedelsutveckling understryker dess engagemang för denna växande sektor [13]. Företag ser redan resultat, där AI-integrering minskar produktionskostnaderna med upp till 40 % [14].
Cultivated Meat Shops roll i folkbildningen
Samtidigt som AI-framsteg driver på produktionseffektiviteten är allmän utbildning lika viktig för att överbrygga klyftan mellan innovation och konsumentförtroende. I takt med att odlat kött närmar sig kommersiell tillgänglighet i Storbritannien blir utbildning av allmänheten avgörande. Det är här Cultivated Meat Shop – världens första konsumentfokuserade plattform för odlat kött – kliver in. Denna plattform förenklar vetenskapen bakom AI-driven medieoptimering och hjälper brittiska konsumenter att förstå hur dessa tekniska framsteg gör odlat kött säkrare, mer hållbart och alltmer prisöverkomligt.
Plattformen erbjuder tydliga, tillgängliga förklaringar av komplexa processer som AI-driven dataanalys och multiobjektiv optimering. Detta tillvägagångssätt kopplar tekniska genombrott till konkreta fördelar. Undersökningar visar att 34 % av de brittiska konsumenterna är öppna för att prova produkter av odlat kött [17]. Men eftersom allmänhetens förståelse fortfarande är begränsad fokuserar Cultivated Meat Shop på vetenskapligt baserat, lättillgängligt innehåll som förklarar hur odlat kött produceras och dess roll i att skapa ett mer hållbart livsmedelssystem.
Konsumentförtroende och acceptans
Att bygga konsumentförtroende är avgörande för den brittiska marknaden. Även om en tredjedel av de brittiska konsumenterna är villiga att prova odlat kött [15], beror en bredare acceptans på att bemöta frågor kring säkerhet, smak och näringsvärde.
FSA:s regulatoriska sandlådeprogram spelar en avgörande roll för att främja förtroende genom att säkerställa rigorösa säkerhetsstandarder. Professor Robin May, vetenskaplig chefsrådgivare vid FSA, belyser vikten av denna strategi:
"Säker innovation är kärnan i detta program. Genom att prioritera konsumentsäkerhet och säkerställa att nya livsmedel, såsom cellodlade produkter, är säkra kan vi stödja tillväxten i innovativa sektorer. Vårt mål är att i slutändan erbjuda konsumenterna ett bredare utbud av nya livsmedel, samtidigt som vi upprätthåller högsta säkerhetsstandarder." – Prof Robin May, Chief Scientific Advisor vid FSA [13]
Miljöfördelarna med odlat kött stärker dess attraktionskraft ytterligare. Jämfört med konventionellt europeiskt nötkött använder odlat kött 45 % mindre energi. Vid produktion med förnybar energi kan det släppa ut upp till 92 % mindre växthusgaser, samtidigt som det kräver 95 % mindre mark och 78 % mindre vatten [15].
Dr Mark Post, grundare och CSO för Mosa Meat, reflekterar över Storbritanniens ledarskap inom detta område:
"Detta är precis den typ av offentlig-privata partnerskap vi föreställde oss när vi lanserade världens första odlade burgare här i London 2013." – Dr Mark Post, Mosa Meat [13]
I ett framtidsperspektiv skulle industrin för odlat kött kunna bidra med upp till 85 miljarder euro årligen till EU:s ekonomi fram till 2050 och skapa så många som 90 000 arbetstillfällen [16]. Med AI-driven medieoptimering som fortsätter att sänka produktionskostnaderna närmar sig odlat kött stadigt prisparitet med traditionellt kött – en avgörande milstolpe för bredare acceptans.
I slutändan bygger konsumenternas förtroende på säkerhet, hållbarhet och kvalitet. Storbritanniens starka regulatoriska ramverk, i kombination med utbildningsinsatser som de från Cultivated Meat Shop, utgör en solid grund för en framgångsrik introduktion av produkter av odlat kött så snart de erhållit godkännande.
sbb-itb-c323ed3
Slutsats: AI:s inverkan på produktionen av odlat kött
AI-drivna lösningar för tillväxtmedier omformar framtiden för produktion av odlat kött genom att hantera några av industrins största utmaningar. Till exempel har Multus Bio uppnått en anmärkningsvärd femfaldig kostnadsminskning med sin serumfria formulering, vilken presterar i nivå med 10 % FBS. Än mer imponerande är att de lyckades slutföra denna utveckling på bara 10 månader – en process som traditionellt tar 2 till 4 år. Dessa framsteg sänker inte bara kostnaderna utan banar även väg för mer hållbara och skalbara produktionsmetoder.
Potentialen för kostnadsreduktion är särskilt lovande i Storbritannien. Ta Gourmeys bioreaktorsystem på 5 000 liter som ett exempel – det skulle kunna producera odlat kött för endast 2,76 pund per pund [4], en viktig milstolpe på vägen mot att matcha priset på konventionellt kött.
Dessa framsteg belyser även AI:s förmåga att balansera flera mål samtidigt, såsom utbyte, miljöpåverkan och kostnad, för att optimera produktionseffektiviteten. Med tanke på att odlingsmedier står för upp till 95 % av produktionskostnaderna och har en betydande inverkan på miljöavtrycket är AI:s optimeringskapacitet avgörande för att uppnå industrins hållbarhetsmål [7].
Med detta sagt kommer tekniken inte ensam att garantera framgång. I takt med att Storbritannien närmar sig att göra odlat kött kommersiellt tillgängligt kommer konsumenternas förtroende och förståelse att vara minst lika viktiga. AI kan förbättra produktionssäkerheten och effektiviteten, men transparent kommunikation är nyckeln till att bygga förtroende. Plattformar som Cultivated Meat Shop har en avgörande roll att spela i detta arbete:
"Effektiv kommunikation om livsmedelssäkerheten för odlat kött är avgörande för konsumenternas acceptans."
- GFI [18]
Vanliga frågor
Hur bidrar AI till att sänka kostnaden för tillväxtmedier vid produktion av odlat kött?
Hur AI bidrar till att sänka kostnaderna vid produktion av odlat kött
AI gör stora framsteg inom produktionen av odlat kött, särskilt när det gäller att minska kostnaderna för tillväxtmedier – den näringsrika lösning som är avgörande för celltillväxt. Genom att analysera omfattande datamängder kan AI finjustera formuleringsprocessen och identifiera de mest effektiva näringskombinationerna. Resultatet? Minskat beroende av kostsamma ingredienser och en betydande minskning av spill.
Men det stannar inte där. AI ökar även produktionseffektiviteten genom att förutse och anpassa sig efter faktorer som cellbeteende och omgivande förhållanden. Dessa framsteg gör inte bara produktionen av odlat kött mer kostnadseffektiv; de banar även väg för uppskalning och gör hållbara proteinalternativ mer tillgängliga i stor skala.
Vad är digitala tvillingar och hur hjälper de till att optimera produktionen av odlat kött?
Digitala tvillingar inom produktion av odlat kött
Digitala tvillingar är virtuella repliker av fysiska system eller processer, utformade för att simulera och analysera dem i realtid. Inom produktion av odlat kött replikerar dessa modeller cellulärt beteende och tillväxtförhållanden, vilket ger forskare ett kraftfullt verktyg för att experimentera med variabler som tillväxtmediets sammansättning och odlingsparametrar – helt utan att genomföra fysiska försök.
Detta tillvägagångssätt erbjuder flera fördelar. Genom att möjliggöra precis kontroll över produktionsmiljön bidrar digitala tvillingar till att sänka kostnader, påskynda utvecklingen och förbättra produktkvaliteten. Forskare kan förlita sig på datadrivna insikter för att finjustera processer, vilket gör produktionen av odlat kött mer effektiv och miljömässigt hållbar.
Vilka är de främsta datautmaningarna vid användning av AI för att förbättra produktionen av odlat kött?
Sektorn för odlat kött står inför betydande hinder vad gäller datakvalitet och datatillgänglighet, särskilt vid utvecklingen av AI-drivna lösningar. En av de primära utmaningarna är bristen på standardiserade data av hög kvalitet rörande celltillväxt och medieformuleringar – kritiska komponenter för att träna precisa AI-modeller. Dessutom försvårar datavariabilitet mellan olika laboratorier arbetet med att etablera enhetliga referensvärden.
Denna brist på heltäckande dataset begränsar AI:s förmåga att leverera tillförlitliga förutsägelser eller effektivisera produktionsprocesser, vilket i slutändan bromsar utvecklingen inom tekniken för odlat kött. Att överbrygga dessa dataklyftor är avgörande för att förbättra effektiviteten och möjliggöra en framgångsrik uppskalning av industrin.
