世界首个培育肉类B2B市场：阅读公告

<tc>Cellbase</tc> 被Green Queen评为培育肉类开创性B2B市场

Cellbase Featured in Green Queen as Pioneering B2B Marketplace for Cultivated Meat

David Bell |

Cellbase，我们新的B2B市场平台，专注于培养肉行业，已被亚洲领先的影响力媒体平台Green Queen独家报道。文章标题为“独家：这个培养肉市场为制造商提供投入品和设备” ，强调了我们简化整个细胞农业生态系统采购流程的使命。

细胞农业行业的市场平台

Green Queen的文章详细介绍了 Cellbase如何解决行业内的关键需求。正如我们的创始人David Bell向Green Queen解释的那样，目前的供应链高度分散。

“公司花费数周时间追逐报价，并在多个供应商网站上手动收集产品信息。每个新兴行业都会遇到这个瓶颈。总得有人来铺设轨道。这就是我们正在做的事情。 Cellbase 消除采购摩擦，使公司能够专注于研发和规模扩展，而不是电子邮件链和PDF规格表。"

Cellbase 是一套轨道 - 一个集中化平台，将从生物反应器和培养基到细胞系和支架的供应商与需要它们的初创公司和研究人员连接起来。

全球覆盖和复杂平台

该功能还突显了我们平台的全球性和复杂性。 Cellbase 不仅仅是一个简单的目录；它是一个成熟的电子商务市场，具有：

  • 多货币和多语言支持 覆盖20种语言和几乎所有主要货币，以服务全球行业。
  • 高级搜索和过滤 具有深度分类法，帮助买家找到他们确切需要的东西。
  • 综合市场基础设施，包括订单管理、自动支付和账户仪表板。

构建生态系统

该项目是我们在Cultigen Group更大愿景的一部分。我们相信构建一个完整的生态系统来支持食品的未来。

“我意识到行业需要一个生态系统，而不是建立一个企业，所以我构建了所有我可以通过我的专业知识增加价值的部分，”Bell告诉Green Queen。

Cellbase是为细胞农业创建专业基础设施的重要一步。

我们的启动合作伙伴

我们自豪地与一批在各自领域中领先的初始合作伙伴一起启动。我们的感谢致于：

我们正在积极引入更多供应商，并计划在年底前拥有30个合作伙伴——如果您是供应商请在此申请。

Author David Bell

About the Author

David Bell is the founder of Cultigen Group (parent of Cellbase) and contributing author on all the latest news. With over 25 years in business, founding & exiting several technology startups, he started Cultigen Group in anticipation of the coming regulatory approvals needed for this industry to blossom.

David has been a vegan since 2012 and so finds the space fascinating and fitting to be involved in... "It's exciting to envisage a future in which anyone can eat meat, whilst maintaining the morals around animal cruelty which first shifted my focus all those years ago"

洞察 & 新闻

查看全部
  • Single-Use vs Stainless Steel Bioreactors: Cost Comparison

    一次性与不锈钢生物反应器：成本对比

    如果您的批次数量较少或是一个移动过程，单次使用通常在前期成本较低。如果您在稳定使用下运行大批量，长期来看不锈钢通常更具优势。 对于生物工艺工程师、细胞培养科学家和培养肉类研发团队&, 成本分配相当明确： 一次性使用减少初始工厂支出，降低公用设施需求，并将现场交付时间缩短至约 18–24个月 不锈钢需要更多的固定工厂和更长的交付时间，通常为 36–60个月 一次性使用的更换时间通常为 4–8小时, 而不锈钢可能需要 8–24小时进行CIP/SIP 当达到约>5,000升 和每年大约30+批次 时，不锈钢往往会占上风 在每年100–200批次, 时，一次性使用的每批次耗材可能开始变得沉重权衡很简单：每批次的袋子、过滤器和管道（加上集成生物反应器传感器）与CIP/SIP、WFI、蒸汽、劳动力和清洁验证 一次性使用与不锈钢生物反应器：成本对比一览 一次性使用与不锈钢生物反应器：转变驱动因素 | Ravikiran 的见解 sbb-itb-ffee270快速对比 标准 一次性使用生物反应器 不锈钢生物反应器 前期成本 较低 较高 设施建设时间 18–24...

  • Scaling Up: Cost Challenges in Commercial Bioreactors

    规模化生产：商业生物反应器的成本挑战

    如果在没有先解决传质、废物控制、无菌性和正常运行时间的情况下，将动物细胞培养从试验规模扩大到商业规模，你的每公斤成本可能会上升而不是下降, 。 对于生物工艺工程师和培养肉团队来说，成本问题很简单：更大的生物反应器更难以氧合、冷却、混合和保持无菌，而动物细胞仍然对剪切敏感且生长缓慢。实际上，这意味着在培养基、不锈钢系统、传感器、公用设施、劳动力和失败批次上的支出更多。文章还指出了生物学上的硬性限制，包括在2–10 mM, 氨抑制下的批次损失，20 m³容器中的批次损失可能会消耗掉 2–3吨的产品，以及根据细胞性能和工艺设置，约在 7.0 g/L和 110 g/L之间的差距。 简短版本如下： 更大的容器不保证更低的单位成本 随着体积增大，氧气传递和CO₂去除变得更加困难 氨和乳酸的积累可能在容器容量使用之前就减少产量 缓慢的倍增时间增加了污染、停机和漂移的风险 商业工厂需要的不仅仅是一个容器： CIP/SIP, 无菌管道、316L不锈钢、探头、冷却、氧气供应、蒸汽、水和HVAC 灌流和更严格的控制 可以提高每安装立方米的产量 , 但它们也增加了硬件和控制负荷 TEA必须在早期反映工厂的限制, 否则资本支出计划可能会偏离生物学所能支持的范围 采购只有在遵循流程数据时才有效, 而不仅仅依赖预测量 我认为主要观点是：扩大规模不是一个简单的乘法练习。这是一个成本和风险的重置。 如果在试点规模下工艺窗口较弱，那么更大的反应器只会使这种弱点更加昂贵。 生物反应器的放大挑战...

  • Case Study: Alarm Systems in Cultivated Meat Bioreactors

    案例研究：培养肉生物反应器中的报警系统

    如果您运行哺乳动物细胞生物反应器长达28天, ，弱报警设计可能会导致批次失败。 在这种情况下，我会将文章总结为一点：将报警信号与批次阶段、CIP/SIP状态和单一数据视图链接，使现场对 pH、DO、温度和压力, 的控制更加严格，减少了人工检查，并通过例外释放. 缩短了质量审核时间。 对于生物工艺工程师、细胞培养科学家和培养肉类研发团队, ，信息很简单。单独的点报警是不够的。该现场有一个混合供应商设置、孤立的数据和没有中央历史记录视图。在一个附加的数据层映射了100+ PLC/HMI标签, 后，操作员可以查看实时趋势，以更多的背景进行响应，并在不更改已验证设备的情况下保持更清晰的审计记录。变化最大的是： 报警逻辑从固定点转移到基于上下文的规则 批次阶段和CIP/SIP状态与每个事件一起记录 在上线前，完整的28天运行设定了基准 远程趋势审查减少了现场检查的需求 质量保证在手动记录审查上花费的时间减少 相同的数据层现在支持后续的软传感器工作 第二个同样重要的收获是：阈值报警和多变量检测执行不同的任务。 阈值是可行性关键限制的第一层。多变量方法在之后使用，一旦你有干净的批次历史和足够的运行来支持模型构建。 区域 之前 之后 数据可见性 分散在各个控制中 一个审核层 报警含义 孤立点报警 与过程状态相关的上下文 操作员响应 较慢，较不清晰 更直接的事件审核...

  • Analysing Growth Factor Stability: Methods and Metrics

    分析生长因子稳定性：方法与指标

    如果您只测试浓度，可能会错过细胞实际看到的生长因子损失。 对于培养肉的生物工艺工程师和细胞培养科学家来说，文章的要点很简单：稳定性必须通过 不止一种检测来判断，并且使用与 细胞反应, 相关的指标，而不仅仅是检测。 我会这样总结： 稳定性有三个独立部分：残留浓度、分子/结构状态和功能活性。 这些部分可能会分开：一个因子仍然可以通过ELISA检测到，但信号输出仍然较低。 在无血清培养基 中的主要失效途径是聚集、 37 °C, 的热展开、氧化和蛋白水解。 没有单一检测方法是足够的：文章指出了一个围绕 RP-HPLC 或 RP-LC, SEC, ELISA, CD/Tₘ, 和基于细胞的效力检测. 的正交包。 最重要的指标是 半衰期, % 生物活性保留, EC₅₀ 移动, 残留浓度和聚集/碎片化率。 FGF2...

  • Optimising Cell Lines for Serum-Free Media with Gene Editing

    利用基因编辑优化无血清培养基的细胞系

    如果我去除血清但保留相同的野生型细胞系，我不应期望仅靠培养基调整来阻止衰老、漂移或附着损失。 在这篇文章中，我展示了在培养肉中无血清成功通常依赖于 系统的两方面：细胞外的定义培养基，以及细胞内的编辑帮助其持续分裂、保持附着并保留肌源性功能。 对于生物工艺工程师和细胞培养团队，核心要点很简单： 无血清培养基改变细胞行为, 不仅仅是成分列表。在无血清条件下，葡萄糖、谷氨酰胺、甘氨酸和胱氨酸的摄取可能会发生变化。 初级卫星细胞在细胞系限制中早期达到极限。 野生型猪细胞通常在 传代10. 左右失去肌源性特征。 CDKN2A 基因敲除是文章中最明显的例子之一 ：编辑的猪卫星细胞系扩增超过 15+ 代, 保持 >90% 的活力, ，在某些克隆中显示出 ~194 倍更高的 PAX7 在 第20代 比野生型对照组。 存在权衡。 更好的扩增并不保证晚期代次的分化；一些编辑的细胞系在 第30代. 仍然显示出较低的分化。 验证必须在生产设置中进行:...

  • Synthetic Gene Circuits for Cell Differentiation

    用于细胞分化的合成基因回路

    如果您可以扩展细胞但无法在正确的时间将其切换到正确的命运，您的过程将在分化时停滞。 这是核心要点：合成基因电路为您提供 细胞内的承诺、时间、记忆和谱系混合控制，而单靠培养基变化往往会留下 异质性, 部分承诺的群体。 如果我在构建培养肉分化工作流程，我会立即从这篇文章中提取四个要点： 从原生网络开始，而不是构建体。 使用 snRNA-seq, 轨迹分析、GRN推断和miRNA分析来找出细胞停滞、漂移或分支到错误命运的地方。 将电路类型与过程问题相匹配。一个拨动开关适合锁定， 前馈或带通设计适合时间控制， 逻辑门适合多信号门控，而 miSFITs适合分级输出。 从第一天起就设计低泄漏、低噪音和安全性。 正交部件、负自调节、iFFLs、cm 转基因和可诱导的杀伤或生长抑制模块是构建的一部分，而不是事后的想法。 在规模相关条件下尽早验证。 在二维中工作的电路可能会因为诱导剂梯度、氧气限制和剪切而在 三维、微载体或搅拌悬浮液中发生变化。 文章还提出了一个对工艺团队重要的实际观点：单系控制和比例控制是不同的工作. 一个Tet-On MyoD盒可能会推动肌源性进入，但整体切割产品需要控制 肌肉、脂肪和ECM比例, ，这通常意味着反馈、旁分泌信号和更严格的克隆筛选。一些数据支持了这一信息： 标准的肌源性分化可能会停滞在融合指数大约为50-60% 在iPSCs中，工程化GRNs将目标谱系分化从52%提高到81% 在改造的MSCs中，合成电路将心脏分化驱动到76% 一些猪的Tet-On-PAX7系在40次传代后仍保持高肌源性潜力 大约20%的人类多能干细胞可能携带与癌症相关的突变，这就是为什么可诱导的安全模块很重要...

  • kLa Measurement Methods for Bioreactor Scale-Up

    生物反应器放大中的kLa测量方法

    如果在不匹配方法、介质、温度和探针响应的情况下比较kLa值，可能会做出错误的放大决策。 对于生物工艺工程师、细胞培养科学家和培养肉类研发团队&, 简短的答案很简单：静态排气法最适合容器基准测试，而动态和排气氧平衡方法在需要活性培养基条件下的过程数据时更有用. 基于水的kLa数值可能会误导，探针滞后可能会扭曲快速传输速率，介质添加剂如Pluronic F-68在某些设置中可能会将kLa降低 50%或更多。 以下是一篇文章的概述： kLa不是一个独立的目标. 我会将其与P/V、剪切限制、气体流量和混合时间一起使用. 静态脱气提供了一个清晰的硬件比较，但它忽略了我们的 ，并且不反映活跃的培养环境。 动态方法在培养过程中跟踪氧气传递，更接近于大规模运行，尽管通气暂停可能会给细胞带来压力。 氧平衡方法使用进出口气体数据，适合较大的容器，但需要精确的气体分析。 亚硫酸盐氧化和压力阶梯法 主要用于设备特性化，而不是用于活体培养肉汤。 探针响应时间很重要: 光学溶解氧探针通常响应时间为3-10秒, 而极谱探针通常为 8-30秒. 温度和介质很重要: 在20°C水中测得的kLa不能直接映射到37°C的培养介质。. 文章中报告的典型范围是50-200 h⁻¹在2-10 L和 80-300 h⁻¹在 50-500 L, 但前提是完整的测试基础相匹配。 H.E.L...

  • Metabolic Pathway Mapping for Cultivated Meat Cells

    培养肉细胞的代谢通路映射

    如果您正在构建培养肉类工艺，代谢途径映射可以帮助您决定喂什么、何时喂以及在细胞状态漂移之前使用哪些传感器。 我会将文章总结为：增殖和分化细胞的代谢不同, ，这体现在营养摄取、废物输出、氧气需求和产品特性上。文章还提出了第二个观点：仅靠池大小代谢组学是不够的. 如果我需要知道碳的去向，我需要同位素追踪、流量分析和可以与湿实验室数据进行测试的基因组规模模型。本文涵盖内容的简要版本： 四个谱系： 牛卫星细胞、猪骨骼肌干细胞、鸡成肌细胞和间充质基质细胞 主要途径转变： 增殖更多依赖于 糖酵解; 分化更多依赖于线粒体氧化磷酸化 关键途径组： 中心碳、氨基酸、核苷酸和脂质 有用的读数： 乳酸、氨、氨基酸摄取、细胞内代谢物、NAD⁺/NADH相关状态变化和消耗介质标记物 流量工具： ¹³C示踪 和 代谢流量分析 以区分池大小与周转率 数据质量控制： 匹配的传代数、定义的采样阶段、快速淬火和介质背景校正 模型层： 基因组规模的代谢模型，包括牛模型 BtaSBML2986 发表在 2024年12月 过程使用： 培养基设计、饲料时间安排、批次与补料分批与灌流决策、生产线选择和质量控制 一些数字引人注目。在猪骨骼肌干细胞中，一项研究报告了94种细胞内代谢物, ，其中24种与增殖阶段相关，17种与分化阶段相关...