《Future Foods》：Are the enabling conditions for low-emission cultivated meat emerging? A patent-derived signal analysis
编辑推荐：
培养肉通常被视为一种可持续的未来食品，但其低排放潜力取决于生产系统的设计和运行方式。本研究探讨了与部署相关的赋能条件是否开始在培养肉创新中显现。研究人员开发了一个专利衍生信号框架，并将其应用于一个最终搜索衍生的语料库，该语料库包含267项经筛选的授权专利记录，
培养肉通常被视为一种可持续的未来食品，但其低排放潜力取决于生产系统的设计和运行方式。本研究探讨了与部署相关的赋能条件是否开始在培养肉创新中显现。研究人员开发了一个专利衍生信号框架，并将其应用于一个最终搜索衍生的语料库，该语料库包含267项经筛选的授权专利记录，这些记录被认为与潜在培养肉生产相关。记录按相关性等级、赋能路径、特定信号类型和低排放部署信号（Low-Emission Deployment Signal, LEDS）评分进行编码；87项需审查的记录得到了裁定，36项高风险记录进行了全文和相关同族文档检查。在最终记录级分析中，133项记录（49.81%）提供了直接信号。一项基于精确标题去重的敏感性检查保留了232项记录，其中106项（45.69%）为直接信号，表明方向性结果稳健但其幅度对计数敏感。过程效率是最大的路径（125项记录），而较小的混合路径具有最高的描述性平均LEDS评分（2.11；19项记录）。授权记录出版物集中在2023–2025年（201项记录对比2023年之前的66项），但直接信号份额仅从48.48%变化至50.25%，表明数量增长而非信号比例增强。更强的信号集中在规模化生物反应器、培养基转换和过程集成方面。专利衍生信号可识别出部署瓶颈正在获得发明关注的领域，但并不能确定已实现的排放性能。
**论文解读：低排放培养肉的赋能条件——基于专利衍生信号的分析**
**研究背景、问题与意义**
培养肉（cultivated meat）作为替代蛋白领域的重要技术路径，常被宣传为可持续的未来食品，其潜在优势包括减少土地占用、水资源消耗、动物福利负担及温室气体排放。早期生命周期评估（LCA）研究显示，大规模培养肉相对于传统肉类生产可降低多种环境负担，从而奠定了其可持续性承诺。然而，后续环境与气候评估表明，培养肉的相对环境绩效高度依赖于生产设计、能源系统、细胞培养基、生长因子、规模化假设及纯化要求。因此，不能简单因其基于细胞培养就将其视为低排放食品。培养肉的环境价值取决于生产系统如何被工程化、供应、规模化及治理。当前的关键问题并非培养肉能否被想象为可持续未来食品，而是实现低排放食品生产所需的技术条件是否正在涌现，这些条件包括可规模化且可控的生物加工、资源节约型培养基与材料系统、动物成分减少、食品级支架与载体、过程集成、自动化及工业可信的部署路径。本研究旨在通过专利数据，探究这些赋能条件是否在创新活动中显现，而非仅停留在可持续性叙事层面。
研究人员开展了什么研究？本研究开发并应用了一个专利衍生低排放部署信号框架，对经筛选的267项授权专利记录进行编码，分析其相关性等级、赋能路径、信号类型及信号强度。研究得出以下结论：约一半的授权记录提供直接部署信号，但信号强度分布不均；强信号集中在瓶颈导向技术（如生物反应器规模化、培养基转换、无血清系统、过程集成等），而非数量最大的基础分类中；2023–2025年授权记录数量显著增长，但信号比例提升有限，表明增长主要源于数量扩张而非信号强度增强。该研究为可持续食品创新提供了概念性、方法性和实证性贡献：将培养肉重新定义为有条件的部署挑战，而非自动可持续技术；通过部署相关性区分专利记录，暴露边界记录与计数敏感性；并揭示近期专利增长与更强信号共存于特定瓶颈技术中。论文发表在《Future Foods》。
**主要关键技术方法**
本研究采用的专利检索来源为Lens.org，最终分析语料库包含267项经筛选的授权专利记录，覆盖2003–2025年授权年份。研究开发了专利衍生信号框架，对每项记录进行三个维度的手工编码：相关性等级（直接、间接或弱）、赋能路径（过程效率、资源输入、混合或不明确）以及低排放部署信号（LEDS）评分（0–3的序数指标）。针对87项边界记录进行裁定，其中36项高风险记录进行了全文和相关同族文档审查。此外，采用精确标题去重作为敏感性检查（从267项减少至232项）。分析使用描述性指标：相关性分布、路径分布、信号类型分布、时间比较（2023年前后）及申请人国家/地区分布。未进行推断性统计检验。绘图使用Python 3.12.13和Matplotlib 3.11.1完成。
**研究结果**
**3.1 约一半授权记录提供直接部署相关信号**
最终编码显示，267项记录中133项（49.81%）被编码为直接信号，直接涉及至少一个部署相关条件（如可规模化培养、生物反应器系统、无血清培养基、培养基替换、食品级支架、过程集成、自动化或控制）。107项（40.07%）为间接信号，支持培养肉生产但未明确针对部署条件；27项（10.11%）为弱信号，证据不足。该分布表明专利记录并非均匀地指向低排放部署进展。
**3.2 路径分布揭示数量与强度不对称**
过程效率路径是最大路径（125项记录，46.82%），其中64项为直接信号，路径内直接份额51.20%，平均LEDS评分1.54。资源输入路径包含96项记录（35.96%），56项直接信号，直接份额58.33%，平均LEDS评分1.58。混合路径（19项记录，7.12%）具有最高描述性平均LEDS评分（2.11），直接份额68.42%。该分析表明，最大路径并非信号最强路径，资源输入路径更可能提供直接部署信号，而混合路径虽小但信号最强。
**3.3 瓶颈导向技术显示更强部署相关性**
信号类型分析显示，专利数量与部署相关性并非自动对齐。最大信号类型“细胞培养与扩增/分化”含50项记录，仅16项直接，平均LEDS评分1.32。类似地，“多孔/3D结构支架”含30项记录，仅7项直接，平均1.30。相反，瓶颈导向类别具有更强信号：“生物反应器/规模化培养”含30项记录，全部直接，平均2.00；“培养基组成”15项直接，平均2.00；“无血清/无FBS培养基”10项直接，平均2.00；“过程集成/自动化与控制”6项直接，平均3.00，为最强信号。
**3.4 2023–2025年授权记录出版物主要呈现数量模式**
描述性时间比较显示，2023–2025年集中了201项授权记录（对比2003–2022年的66项），但直接信号份额仅从48.48%（32/66）变化至50.25%（101/201），平均LEDS评分从1.38升至1.46。LEDS 3记录从1项增至11项。因此，更强信号在绝对数量上更可见，但总记录数量的大幅增长不允许将其解释为部署准备度的比例性跃升。
**3.5 国家与申请人模式**
美国以84项记录（53项直接，平均LEDS 1.60）居首，其次为中国（75项，32项直接，平均1.31）、韩国（57项，27项直接，平均1.49）和荷兰（20项，11项直接，平均1.60）。申请人层面，UPSIDE FOODS INC（45项，35项直接，平均1.89）、Mosa Meat B V（16项，7项直接，平均1.50）、Tissenbiofarm Co Ltd（9项，6项直接，平均2.00，含3项LEDS 3）等贡献显著。这些分布应解读为创新系统信号而非商业领先性证据。
**3.6 结果综合**
总体而言，部署相关信号可见但分布不均。直接记录占记录级语料库的49.81%，精确标题去重后占45.69%。更强信号集中于瓶颈导向技术，而非最大基础类别。时间模式主要为记录数量扩张，而非信号强度比例性提升。
**讨论与结论总结**
讨论部分指出，培养肉应通过实现低排放部署所需的条件来评估，而非仅依赖可持续性叙事。专利衍生信号框架提供了介于技术类别级可持续性声明与过程级评估之间的中间证据层。研究结果支持有条件的解释：培养肉既非因基于细胞培养而自动可持续，亦非因规模化未完成而与环境无关。其未来环境价值取决于过程、输入和控制技术是否共同成熟。
关键启示包括：授权记录增长不应等同于低排放进展；瓶颈导向技术值得更密切关注；集成路径可能比孤立发明更重要；专利分析应结合LCA、TEA、中试生产数据、安全评估和监管证据。此外，研究局限性包括：Lens检索日志未保留、精确标题去重非正式专利族标准化、全文审查仅限于36项高风险记录、时间比较窗口不等长、申请人名称未完全实体消歧、编码为单作者裁定而非多编码者验证。未来研究应预注册检索策略、多数据库三角验证、标准化专利族、实体消歧及使用权利要求级编码。
**研究结论**（翻译）：本研究通过专利衍生低排放部署信号的视角审视了培养肉创新。在最终记录级编码中，267项记录中的133项（49.81%）提供直接信号；精确标题去重后降至232项记录中的106项（45.69%），表明方向稳定但结果对计数敏感。过程效率是数量最大的路径，而较小的混合路径具有最高的描述性平均LEDS评分。分析表明，专利数量与部署相关性并非自动对齐。高数量类别（如通用细胞培养和三维支架技术）是基础性，但不一定是低排放部署条件的最强指标。更强信号集中于瓶颈导向技术，如生物反应器与规模化培养系统、无血清/无FBS培养基、培养基组成、微载体、生物打印、过程集成、自动化与控制。授权记录出版物集中在2023–2025年，但部署相关信号的比例性增强有限。该模式因此被描述性解读为近期记录数量增长，而非部署准备度同等变化的证据。培养肉只有在对可规模化生物加工、资源节约型输入和部署导向生产系统共同成熟时，才有可能成为可信的低排放未来食品。专利记录表明这些瓶颈正获得发明关注，但转型仍不完整且不均衡。LEDS最佳用途是优先指导LCA、TEA和运营验证下一步应聚焦的方向。
