《推动美容行业创新的成分? 生物学。》

  • 来源专题:人类遗传资源和特殊生物资源流失
  • 编译者: yanyf@mail.las.ac.cn
  • 发布时间:2019-09-17
  • 近年来,美容行业的估值超过5000亿美元,近年来一直在经历爆炸性的增长。从K-和J-Beauty的全球趋势,到包括清真美容和男士护肤系列在内的新兴空间,美容品牌和制造商以更快的速度服务于新市场,对可持续性,透明度,道德采购和功效的需求不断增加他们的配方。为了满足这些需求,他们依赖于一个看似不太可能的盟友:生物学。

    但鲜为人知的事实是,美女已经拥有令人印象深刻的悠久历史,成为科学和技术进步的早期采用者。科学已经解开化学合成群青用于蓝色颜料 - 之前被认为比黄金更珍贵,并且相应地定价 - 在彩妆(蓝色眼影,任何人?)中,以及在香水中开发鲸鱼衍生龙涎香的合成替代品。它也给了我们非动物来源的维甲酸和透明质酸。虽然历史上许多这些进步都源于化学,但生物学和生物技术已成为21世纪及以后的首选创新工具。

    在我们与全球美容景观客户的接触中,从建立到崭露头角的颠覆品牌,我们亲身体验了对创新成分和技术的迫切需求,这些成分和技术使快速发展的行业中的参与者具有竞争优势,引人入胜的新故事。生物学就是答案。仅在过去的二十年中,我们就以不断加速的速度,在将生物技术进步应用于消费者产品方面取得了令人瞩目的进步。 Biosance,Amyris的分散消费者美容品牌,自豪地通过生物技术引领可持续发展的标语,是未来更多的先锋和胜利。我们知道全球的品牌,制造商和消费者都渴望有更多方法来实现生物驱动产品的优势,而且我们已经看到这项技术如何触及食品和饮料,材料等领域。数十亿人的生命,以及我们所知道的这个星球,正在寻求生物学家现在提供 - 而且可能性既令人兴奋又无穷无尽。

    对于Geltor来说,我们的生产平台中包括合成生物学,发酵和计算生物学在内的学科交叉领域已经有意识地生物分配了像胶原蛋白这样的成分,这些成分超越了传统的对应物,在生物相容性,纯度和临床证明的功效方面具有前所未有的优势。而我们刚刚开始。对于精心应用的生物设计可以为转型产品提供动力的方式,有一些非常值得注意的事情,这些产品可以悄然推动行业前进,因为它们就是那么好。时机不可能更好:今天的普通消费者比十年前更加科学,思想复杂,更具辨识力,与气候和社会变化的现实一起演变。新一代的美容配方(包括Collume™和HumaColl21™)不仅没有降级到轻薄,而是为用户提供的新标准,不仅包括他们日常产品的制作方式,还在于他们提供的结果。

    ——文章发布于2019年9月4日

相关报告
  • 《与五家使用AI工程生物学的合成生物学公司会面》

    • 来源专题:人类遗传资源和特殊生物资源流失
    • 编译者:yanyf@mail.las.ac.cn
    • 发布时间:2019-09-24
    • 电视和广播称“人工智能即将来临”,它将接替您的工作并在国际象棋上击败您。 但是,人工智能已经来临了,它可以在国际象棋上击败您,这是世界上最好的。在2012年,Google还使用它来识别YouTube视频中的猫。今天,这就是特斯拉拥有Autopilot,Netflix和Spotify似乎“读懂你的思想”的原因。现在,人工智能正在改变合成生物学的领域以及我们如何设计生物学。它可以帮助工程师设计出新的方法来设计基因回路,并且通过已获得的巨额投资(过去10年中的12.3亿美元)及其正在破坏的市场,它可能对人类的未来产生重大影响。 人工智能的概念相对简单,它是具有推理,学习和决策行为的机器编程。一些AI算法(只是计算机遵循的一组规则)在这些任务上非常出色,以至于可以轻易胜过人类专家。 我们听到的关于人工智能的大多数信息都涉及机器学习,这是AI算法的子类,可以从数据中推断出模式,然后使用该分析进行预测。这些算法收集的数据越多,其预测就越准确。深度学习是机器学习的一个更强大的子类别,其中大量称为神经网络(受大脑结构启发)的计算层协同工作以增加处理深度,从而促进诸如高级面部识别(包括iPhone上的FaceID)之类的技术)。 [有关人工智能及其各个子类别的更详细说明,请查看本文及其流程图。] 无论AI的类型或用途如何,我们都处于计算革命之中,它将其卷须扩展到“计算机世界”之外。很快,AI将影响您服用的药物,燃烧的燃料,甚至是您用来洗衣服的洗涤剂。 特别是生物学,是人工智能最有希望的受益者之一。从调查导致肥胖的遗传突变到检查癌细胞的病理样本,生物学产生的数据非常复杂,令人费解。但是,这些数据集中包含的信息通常提供有价值的见解,可用于改善我们的健康状况。 在合成生物学领域,工程师寻求“重新连接”活生物体并为其编程以新功能,许多科学家正在利用AI设计更有效的实验,分析其数据并使用其来创建突破性的疗法。这是五家将机器学习与合成生物学相结合的公司,为更好的科学和更好的工程铺平了道路。 Riffyn催化干净的数据收集和分析 (加州奥克兰,成立于2014年,已筹集了2490万美元) 机器学习算法必须从大量数据开始-但是,在生物学上,要生成好的数据非常困难,因为实验耗时,繁琐且难以复制。幸运的是,有一家公司正在通过简化科学家的工作来解决这一瓶颈。 Riffyn基于云的软件平台可帮助研究人员标准化,定义和执行实验,并简化数据分析,这使研究人员能够专注于进行实际的科学研究,并使使用机器学习算法从他们的实验中获得更深刻的见识成为日常现实。 使用此平台,可以更有效地进行实验,从而导致成本大幅下降,生产率和质量得到改善,并且准备使用复杂的机器学习技术进一步分析数据。这意味着公司可以使用这项技术来开发用于癌症治疗的新蛋白质,并且他们可以比以前更快,更好地做到这一点。里芬(Riffyn)已经与15家全球生物技术和生物制药公司中的8家进行了合作-他们成立于五年前。 Microsoft Research Station B:汇集编程生物学的难题 (英国剑桥,于2019年正式启动) 合成生物学世界中有许多活动的部分,这使得尽可能简化和整合操作变得困难而至关重要。在过去的十年中,Microsoft Research的计算生物学部门B站一直在开发生物学的机器学习模型,以解决此问题并加快从医学到建筑的各个领域的研究。 它的努力也以各种新的伙伴关系的形式获得了回报。借助Synthace,它正在开发用于自动化和加速实验室实验的软件。 B站还与普林斯顿大学合作,通过利用基于机器学习的方法从生物生长不同阶段拍摄的图像中提取图案,研究生物膜背后的机制(与细菌菌落如何产生抗生素抗性有关)。 B站还与牛津生物医学公司合作,该公司利用这些机器学习功能来改善针对白血病和淋巴瘤的有前途的基因疗法。这也许是合成生物学影响最大的领域之一:设计与多种疾病作斗争的疗法。 Atomwise:深度学习解码结构蛋白设计的黑匣子 (总部位于美国加利福尼亚州旧金山,成立于2012年,已筹集了5100万美元) Atomwise正在通过其称为AtomNet的深度学习平台来应对药物开发,该平台可以快速对分子结构进行建模。它可以准确地分析小分子内的化学相互作用,从而预测针对埃博拉病毒至多发性硬化症等疾病的功效。通过利用有关原子结构的数据,Atomwise设计了新颖的疗法,否则将几乎不可能开发。 他们与包括Charles River Laboratories,默克,多伦多大学和杜克大学医学院在内的机构建立了众多学术和公司合作伙伴关系,这些机构正在提供许多现实世界的应用程序和机会来推动这项研究的发展。他们最近还宣布了与江苏汉寿药业集团的高达$ 1.5B的合作,该公司是今年最大的生物制药IPO之一。 尽管Atomwise的分子设计方法功能强大且可以有效抵抗多种疾病,但还没有一种完美的方法来进行计算发现。那就是Arzeda进来的地方。 Arzeda:使用从头深度学习重写蛋白质设计规则 (华盛顿州西雅图市,成立于2008年,已筹集了1520万美元) Arzeda是一家来自华盛顿大学贝克实验室的公司,利用其蛋白质设计平台(当然植根于机器学习算法)来对蛋白质进行工程改造,从工业酶到农作物及其微生物群落。 Arzeda完全从零开始(或从头开始)构建其分子,而不是优化现有分子,以执行自然界中未发现的新功能;深度学习技术对于确保其设计的蛋白质正确折叠(非常复杂的计算问题)并按预期发挥功能至关重要。一旦完成计算步骤,就可以通过发酵(就像啤酒一样)来生产新蛋白质,而绕过自然进化过程以有效地生产全新的分子。 分布式生物:彻底改变流感,癌症,蛇咬等的未来 (加利福尼亚州南旧金山,成立于2012年,由许可技术自筹资金) 在设计范围的另一端,Distributed Bio利用合理的蛋白质工程技术来优化现有的抗体,这些抗体是您体内的蛋白质,可以检测细菌并与其他引起疾病的入侵者抗争,从而创造出新颖的疗法。 Tumbler平台是该公司拥有的众多免疫工程技术之一(从通用流感疫苗到广泛覆盖的蛇抗蛇毒)。 Tumbler使用机器学习方法创建了超过5亿种起始抗体变体,以扩展和量化分子中哪些变化最有价值的搜索空间。然后,它会对序列进行评分,以预测它们在现实生活中与目标的结合程度,并使用“有价值的变化”信息进一步改善得分最高的序列。随着最高级序列的合成和在实验室中的测试,生产周期继续进行。最终,原型分子应运而生,以实现预期的治疗目的-自然界中不一定观察到这种现象,而是结合了所有可能的最佳特征。 Tumbler已帮助实现了超越传统单一靶标药物开发的广泛应用-从设计可同时与多个靶标结合的抗体到创建嵌合抗原受体T细胞(CAR-T)治疗(与Chimera Bioengineering一起)用于癌症治疗具有降低的毒性,此端到端优化平台大规模产生理想抗体的能力是空前的。 尽管这一进展令人兴奋,但人工智能并不是我们对自然界研究的普遍替代,也不是开发治疗人类疾病的唯一方法。有时,它在技术上可能没有用,甚至从道德上讲也不是合理的。随着我们继续获得这项技术的好处并将其日益融入我们的日常生活中,我们必须继续就合成生物学和AI创新的设计,实施和道德操守进行对话。我们站在科学和人类新时代的悬崖上。 ——文章发布于2019年9月19日
  • 《欧洲深部地热技术创新平台发布战略研究与创新议程》

    • 来源专题:中国科学院文献情报先进能源知识资源中心 |领域情报网
    • 编译者:guokm
    • 发布时间:2019-08-06
    • 近期,欧洲深部地热技术与创新平台(ETIP-DG)发布深部地热战略研究与创新议程 ,确定了欧盟在地热领域未来数十年的研发优先事项,以到2050年实现欧盟的深部地热发展愿景。ETIP-DG由欧盟委员会在“战略能源技术规划”(SET-Plan)框架下于2016年创建,汇集了工业界、学术界和行业协会的代表,涵盖深部地热勘探、生产和利用的价值链,旨在降低深部地热发电的总成本以推进其商业应用。本议程共提出了5个领域的关键挑战:地热资源预测与评估;资源获取与开发;热电联产与系统集成;地热能技术开发政策研究;知识共享平台。具体将开展的研发重点如下: 一、地热资源预测与评估 1、改进钻探前的地热资源勘探。开发改进地热储层结构成像和岩石及流体性质的经济高效勘探方法:使用重力勘探、电磁勘探、无源地震勘探、2D-3D-4D反射地震勘探等勘探技术,降低勘测成本,提高地下成像分辨率;改进监测地表异常的遥感技术;开发结合计算科学和地质、地球物理、地球化学勘探的综合方法;开发流体通道、热流和压力评估的先进方法;储层温度、化学和流动特性、地震活动、联合场采集和增强数值联合反演的评价方法;勘探阶段评估地震诱发条件的技术。 2、先进调查和监测技术。改善地热开发全过程中的储层性能表征,主要包括:通过现场数据延时分析增强储层信息;提高钻孔地球物理技术(例如垂直地震剖面、可控源电磁法、光纤方法)以及原位地质和地球物理特性井筒测量技术的效率;原位流体监测;高温示踪剂技术;测井综合解释;高温和恶劣条件下的创新传感器;先进的数据采集、计算和处理,以及地表探测数据的综合解释;联合反演和建模,并与勘探和现场监测目标相结合;开发利用现有数据的技术(如智能再处理)。 3、开发勘探工作流程(概念模型、储层特征、性能和决策模型)。开发不同地热资源的最佳勘探工作模型,主要包括:概念模型和储层表征模型标准化;开发表征不同类型储层的预测模型;开发性能模型以及决策和风险管理方法;应用信息价值方法示范投资组合;自适应技术和组织方法实现躺井的再利用。 4、建立勘探目录(类比储层、岩石特性和模型约束)。建立岩石特性、裂隙网络特征和流体-岩石相互作用特征目录,改进多尺度、多学科和基于场地的概念模型和储层表征能力,主要包括:结合油气藏勘探和生产数据建立和扩展岩石特性数据库;开发不同地热储层的参考模型;开发新的扩大勘探规模的方法;通过特性与尺度的经验关系进行地质统计学储层构造与表征;构建多尺度参考地图和模型,为区域和场地模型提供约束,集成地球物理、实验室和结构模型;建立流体-岩石相互作用数据库,在油气/地热流体环境下为岩石特性变化提供约束条件。 5、评估资源潜力。开发欧洲统一的资源潜力评估工具和方法,主要包括:超高温地热系统资源的勘探方法,以及对超常规温度地热资源特性和过程的深入理解和预测模型;开发理论和实验方法以估算脆性/韧性条件下岩石物理和机械性质;分析深层超高温流体和枯竭油气储层获得低温地热资源;EGS资源勘探方法,以及对超常规深层地热资源的特性和过程的深入理解和预测模型;开发和测试勘探方法以探测合适储层条件;研究海上岩浆、地质再勘探和联合开采资源等新型资源。 二、资源获取与开发 1、机器人钻井技术。开发控制和/或自动化钻井技术以缩短时间并减少对井的破坏。技术领域包括井下传感器、双向通信通道、数据分析、机器学习数据库、自动化算法和地面控制处理硬件和软件。可能开发的技术包括用于地热钻探的新硬件和软件设备,以及集成井下测量和地面控制以实现地热钻井过程的自动化。 2、快速钻井技术。开发用于地热的高效岩石破坏技术并将井下测量与钻井技术相结合。主要包括:开发硬岩钻井方法,避免钻头磨损,并具有高穿透率(ROP > 5m/h);研究和优化岩石破坏准则;使用基于机械特性的下部钻具阻尼系统减轻钻柱振动;开发更高穿透率、更低钻压和更小扭矩的混合钻井系统;下部钻具的设计和测试;开发和测试用于结晶和硬岩的径向钻孔技术并进行钻孔设计;快速钻井的现场示范。 3、绿色钻井液。开发配置新型钻井液的技术和环保材料,可用于(超热)地热储层或与新型钻井方法相结合。重点关注纳米材料、聚合物、可生物降解聚合物、传热研究,以及基于模拟数据、实验室实验、现场试验和相关环境测试开发先进钻井液配方。 4、可靠的套管和固井材料。主要包括:耐腐蚀外壳的新型低成本解决方案;开发包覆层以降低成本;验证和示范新型耦合技术以降低套管破裂率;开发新型水泥配方以改善传热等问题,降低预热期间套管应力和应变,确保恶劣条件下的有效硬化和稳定;地热开发过程中套管柱情况的研究和分析;研究和分析材料及连接行为,以选择合适的材料;开发模拟地热环境的套管钻井测试设施;制定地热井的设计和维护标准。 5、钻井期间的监测和测井。通过创新的井下记录和通信方法改进地热钻井期间的信息获取,主要包括:高温和/或高压条件下运行的工具;在大斜度水平井中操作的工具;随钻测量技术,如随钻地震系统;储层非均质性、井眼波和混响分析;井间数据采集技术;高分辨率图像数据表征目标区域岩石;实时数据处理和解释以更精确调整钻井过程中井眼轨迹目标;实时井下-地面传输,如泥浆脉冲、电磁、钻杆声波;地面同步井下存储记录仪;通过在下部钻具上方使用先进减震器技术减少钻柱振动;低成本非侵入性技术以加快高风险条件的地下数据收集。 6、地热井高温电子设备。开发用于高温地热井的电子设备和传感器,确保可靠的钻井测量并实现随钻测井,主要包括:耐175-300℃的高温电子元件;改进的隔热罩以及电子设备和传感器冷却技术,可使用标准电子设备;将高温传感技术(例如光纤)集成到井的设计中。 7、增强型地热开采的有效和安全技术。用于EGS的特殊井道概念设计,研发联合增产技术以改善性能并降低地震风险。通过现场测试证明和改进上述及类似技术的有效性,研究激发技术的可持续性和影响,通过实验室和现场测试来评估“全钻井”热提取概念的可行性。 8、完全回注和绿色发电。不可冷凝气体回注系统的实验室测试和建模;开发混合井储层模拟器等计算工具;特定场地完井设计;开发创新系统以避免/减少发电厂中断供电期间地热流体向大气的排放;放射性物质处理;研究和开发酸性高压高温环境下设备的新材料。 9、减少腐蚀和结垢,优化设备和组件寿命。结垢和腐蚀的评估、监测和控制研究;预防地热储层和环境结垢及腐蚀的化学品的演变研究;在线测量水垢形成的连续、非破坏性、非侵入性定量和定性方法;规模化缆线清洁作为连续使用阻垢剂的替代或补充方案;开发稳定的示踪剂以监测流动路径,确定高温和超临界储层的岩石体积和水-岩石传热面。 10、有效的资源开发。提高控制和预测地热发电厂管理效率的能力,重点关注:储层管理策略和生产潜力预测;流体管理、设备保护和减少排放;生产系统设计优化和环境影响最小化;非常规和混合系统的设计及性能预测;发电厂综合设计和管理;特定情景的成本效益预测分析。 11、增强型生产泵。提高生产泵效率和寿命以确保地热生产可靠性,并开发避免井区域中两相流动的工具,提高开采经济性。主要包括:开发耐高温、高效的电潜泵技术;电潜泵地热密封装置;提高不同供应商的电潜泵组件的兼容性;改进封闭式注射泵技术;高矿化和盐水储层的可靠利用;在泵技术部门及相关活动领域建立欧洲范围内的合作。 三、热电联产及系统集成 1、先进二元系统。降低发电成本:新的外形和布局设计,低成本组件材料,减少电厂占地面积和整体成本;发展计算流体动力学技术提高涡轮机平均效率;亚临界和超临界机组中使用新的流体混合物提高净循环效率;新型多级配置减少热量浪费;降低电厂配套设施成本;扩大发电规模。改进二元系统特定组件:改进热交换器的材料、表面结构和涂层以增强传热和减少结垢,改进空气冷却器/冷凝器提高冷却系统效率;低温地热源的混合冷却二元循环,创新级联概念集成热/冷供应。 2、创新设计并将二元循环技术集成到新的和现有的闪蒸电厂。通过将二元系统集成到地热闪蒸电厂以提高转换效率,包括:有效降低成本,增加二元电厂产能;根据瞬时负荷需求开发电网整合控制方法;电网运营商的远程控制;二元电厂与闪蒸电厂的集成方法。 3、高温二元发电厂。通过优化电厂设计,深入研究地热流体化学,采用合适的高阻材料防止腐蚀,将二元发电技术用于高温地热资源。 4、开发超高温地热系统。主要包括:示范可靠的流体处理和蒸汽净化方法;示范适用于商业开发的可靠地面设备;示范超高温地热井发电;示范湿式洗涤蒸汽净化方法;优化湿式洗涤方法以提高整体热量或功率转换效率;井下湿式洗涤以提高地面设备可靠性;干式洗涤以提高发电效率;测试或开发极端高温和高压环境的新材料和耐腐蚀设备。 5、提高地热发电厂灵活性。主要包括:调整膨胀机/涡轮机和其他组件;改善发电厂的模块化设计;优化地热源、二元发电厂和区域供热网络的连接配置;为特定场景(如岛屿)的智能电网提供不同电压电力。 6、高温储热。主要包括:集成储热以应对热需求和热供应变化;开发控制系统以管理热量和电力生产、热量需求和存储。 7、开发混合发电厂。主要包括:利用余热或非地热资源提高地热盐水温度的新型地热发电厂;利用地热稳定波动性发电的混合发电厂;地热与其他能源在工业和/或住宅区的区域供热和制冷结合的示范。 8、地热资源矿产开发。主要包括:提高分离技术的选择性和效率;开发从地热盐水中提取化学成分并转化为高价值产品的新型技术;开发利用地热盐水化学能源潜力的技术;将分离技术整合到地热工厂中。 9、智能电网不同电压下的地热发电。主要包括:开发电力系统转换器和相应控制系统以将地热发电厂连接到低压和中压电网;整合中/长期储能系统(储电和储热);开发小型和分布式地热发电厂新概念。 四、地热能技术开发政策研究 在欧盟和国家层面制定地热能开发政策,以促进地热市场的发展和领域的创新渗透。重点关注:研究和评估地热的经济激励和支持机制;解决和量化勘探风险,开发减轻风险的金融工具;促进地热与自然环境的融合;基于“循环经济”概念进行开发;开展针对公众参与和接受的研究;确保地热能的专业技术和人力资源,培养下一代地热研究力量。 五、地热能知识共享平台 通过开发信息平台,在欧盟层面创建标准和通用数据模型,促进欧洲层面的地热信息获取。将共享相关数据和衍生模型以降低勘探成本并管理技术和财务风险,通过大规模示范和部署以验证创新地热概念及其在能源系统中的集成。