设计未来的培养食物
为了使细胞农业在经济上可行，原材料成本需要降低。干细胞培养基在商业上是可获得的；然而，它们可能非常昂贵，可能含有不适合食品生产的成分，并且通常依赖于使用动物血清，如胎牛血清（FBS）。
这些挑战促使Uncommon Bio采取了一种从零开始的方法，利用被称为实验设计（Design of Experiments, DoE）的统计工具集，来确保细胞农业中的细胞培养基既安全又经济可行。
尽管先前没有这些技术的经验，Uncommon已成功开发了多种适用于贴壁培养和团簇培养的缩小规模细胞培养模型，并整合了高通量液体处理和图像分析工作流程。这些工作流程结合了THUNDER Imager 3D细胞培养系统，以及Aivia软件中基于人工智能的机器学习工作流程。
通过这些工作流程，团队能够迅速配制并量化数千种平行条件。在培养基开发方面，这使得关键相互作用的识别成为可能，并消除了培养基中多余的成分。因此，培养基的成本降低了1000倍，团队得以开发出无动物成分、食品安全级的诱导多能干细胞（iPSC）培养基。
观看本次网络研讨会，了解高通量成像和基于人工智能的分析与实验设计（DoE）方法相结合所能产生的影响，以及如何利用这些技术来解析支撑细胞生物学的复杂相互作用网络。
