Abstract
W latach 2025–2026 obserwuje się wyraźne przejście od podejścia opisowego do projektowania produktów żywieniowych i nutraceutycznych opartego na hipotezach mechanistycznych, badaniach translacyjnych i analizach systemowych, w tym analizach multi-omics, przy jednoczesnym uwzględnieniu roli matrycy żywnościowej i historii przetwarzania w kształtowaniu bioavailability oraz efektów fizjologicznych [1]. Jednocześnie „inteligentne” nanonośniki są identyfikowane jako przełom w formulacji, rozwiązujący problemy niskiej rozpuszczalności, słabej stabilności i braku kontrolowanego uwalniania substancji aktywnych, umożliwiając jednocześnie uwalnianie reagujące na bodźce w miejscach docelowych (np. zależne od pH/enzymów/redoks) [2]. Coraz większy nacisk kładzie się na „zielone” ścieżki pozyskiwania i modyfikacji składników, w tym ekstrakcję CO2 w stanie nadkrytycznym dla frakcji zawierających witaminę D3 oraz biotransformacje z wykorzystaniem fermentacji mikrobiologicznej i enzymów, które mogą zwiększać bioaktywność (np. konwersja hesperydyny do hesperetyny) i generować nowe cząsteczki w łagodnych warunkach [2, 3]. W medycynie klinicznej i żywieniowej rośnie znaczenie precision nutrition wspieranej przez AI i dane biologiczne pacjenta, podczas gdy aspekty regulacyjne i jakościowe ulegają wzmocnieniu: potrzeba ram „evidence–dose–claim” oraz rygorystycznej klasyfikacji pewności dowodów (np. GRADE) dla wiarygodnych oświadczeń zdrowotnych i akceptacji regulacyjnej [1, 2]. Jednocześnie pojawia się konwergencja technologii żywnościowych i cyfrowych: od modeli przewidujących odpowiedź glikemiczną na podstawie CGM i mikrobioty, po oparte na agentach platformy AI przyspieszające rozwój składników i produktów [4, 5].
Introduction
Zebrane prace z lat 2025–2026 opisują „metodologiczne dojrzewanie” badań nad związkami bioaktywnymi i żywnością funkcjonalną poprzez wdrażanie strategii multi-omics (profilowanie mikrobiomu, metabolomika, lipidomika) oraz przejście w stronę paradygmatów systemowych i translacyjnych, silniej osadzonych w mechanizmach biologicznych [1]. W tych samych materiałach konsekwentnie podkreśla się, że bioaktywności nie można oddzielić od matrycy żywnościowej, historii przetwarzania i stabilności fizykochemicznej, ponieważ kształtują one bioaccessibility i wpływ fizjologiczny składników [1]. W praktyce oznacza to, że innowacja w latach 2025–2026 jest rozumiana nie tylko jako „nowy składnik”, ale także jako nowy sposób wytwarzania, stabilizacji, dostarczania, pomiaru efektu i udowadniania skuteczności w odpowiednio zdefiniowanej populacji docelowej [1, 2].
W tym okresie technologia i regulacje stają się ściślej powiązane: bezpośrednio postuluje się ramy oceny naukowej skoncentrowane wokół osi „evidence–dose–claim”, mające na celu rygorystyczną walidację skuteczności, bezpiecznych zależności dawka-odpowiedź oraz przydatności dla populacji docelowych dla każdego składnika [2]. Jednocześnie w sferze cyfrowej podkreśla się konieczność standaryzacji formatów danych i potoków analitycznych, aby zapewnić wiarygodność i powtarzalność modeli predykcyjnych, a także znaczenie odpowiedzialnego wdrażania dla translacyjności na klinicznie istotne i sprawiedliwe zastosowania [4, 6].
Dietary Supplements
W dostarczonych cytowaniach rozwiązania technologiczne dotyczą przede wszystkim pozyskiwania i „projektowania” składników (ekstrakcja, biotransformacje) oraz ich formulacji (nośniki, uwalnianie reagujące na bodźce), a także jakości dowodów i logiki oświadczeń zdrowotnych. Poniższe wnioski odnoszą się zatem do technologii typowych zarówno dla suplementów, jak i składników żywności funkcjonalnej oraz produktów medycznych, ale w tym rozdziale są interpretowane z perspektywy suplementów jako receptur skoncentrowanych na dostarczaniu konkretnych związków bioaktywnych [2].
Sourcing and Biotransformations of Ingredients
Jako przykład zaawansowanego pozyskiwania składników wskazano otrzymywanie frakcji zawierającej witaminę D3 przy użyciu ekstrakcji CO2 w stanie nadkrytycznym (SFE-CO2) prowadzonej w skali półtechnicznej [3]. W tym samym nurcie „eko-rozwiązań” podkreślono znaczenie technologii biotransformacji, w tym fermentacji mikrobiologicznej, jako strategii wzbogacania i dywersyfikacji wartości surowców [2].
Na poziomie mechanizmu biotransformacji opisano wykorzystanie mikrobiologicznych układów enzymatycznych, takich jak β-glukozydazy i esterazy, do hydrolizy i modyfikacji związków związanych w materiale wyjściowym [2]. Szczegółowy przykład wykazał, że takie przetwarzanie może znacznie zwiększyć bioavailability i bioaktywność poprzez konwersję hesperydyny w bardziej aktywną hesperetynę, a jednocześnie prowadzić do powstania nowych cząsteczek nieobecnych w surowcu, przy zachowaniu łagodnych warunków „green manufacturing” [2].
Delivery and Stabilization
Wyraźnie opisano, że znaczącym przełomem w technologii formulacji stało się opracowanie inteligentnych nanonośników mających na celu przezwyciężenie barier aplikacji in vivo składników bioaktywnych wynikających z ich złożonych właściwości fizykochemicznych i nieoptymalnych profili farmakokinetycznych [2]. Systemy te są zaprojektowane tak, aby systematycznie rozwiązywać kluczowe problemy praktyczne: niską rozpuszczalność, słabą stabilność, nieswoistą dystrybucję oraz brak kontrolowanego uwalniania składników aktywnych [2]. Uwalnianie reagujące na bodźce zidentyfikowano jako szczególnie obiecujący wariant, umożliwiający precyzyjne uwalnianie w miejscach docelowych dzięki materiałom reagującym na patologiczne mikrośrodowiska, np. specyficzne pH, enzymy lub poziomy redoks [2].
W obszarze żywności funkcjonalnej (często przenoszonym do suplementów) dodatkowo podkreśla się rolę systemów utrzymujących jakość i stabilność składników wrażliwych na tlen, gdyż strategia ta prezentowana jest jako kluczowa dla zachowania jakości, potencji i okresu przydatności do spożycia „oxygen-sensitive nutrients” w żywności funkcjonalnej i suplementach [7].
Clinical Evidence and Claims Logic
W zebranych materiałach podejście „evidence–dose–claim” silnie wybrzmiewa jako warunek wiarygodności: wskazano, że konieczne jest ustanowienie naukowego systemu oceny opartego na „evidence–dose–claim”, który rygorystycznie waliduje skuteczność, bezpieczne zależności dawka-odpowiedź oraz populacje docelowe dla każdego składnika [2]. Z punktu widzenia praktyki suplementacyjnej istotnym przykładem jest synteza dowodów dla konkretnej substancji: uwzględnienie przeglądu systematycznego i metaanalizy ocenionej metodologią GRADE dla suplementacji β-hydroxy-β-methylbutyrate (HMB) opisano jako ważny wkład, a szerzej – jako wzorzec transparentnej syntezy i krytycznej oceny pewności dowodów [1]. Bezpośrednio podkreślono, że droga do wiarygodnych oświadczeń zdrowotnych i akceptacji regulacyjnej jest „wybrukowana” dyscypliną metodologiczną i rygorystyczną klasyfikacją jakości dowodów [1].
Functional Food
Krajobraz w latach 2025–2026 wskazuje na przesunięcie w stronę projektowania opartego na mechanizmach i systemach, gdzie interakcje dieta–mikrobiota–gospodarz są analizowane translacyjnie, a nie tylko opisowo [1]. Metodologicznie podkreślono dojrzewanie poprzez zastosowanie multi-omics, w tym profilowania mikrobiomu, metabolomiki i lipidomiki [1]. Jednocześnie konsekwentnie wskazywano, że bioaktywność jest nierozerwalnie związana z matrycą żywnościową, historią przetwarzania i stabilnością fizykochemiczną, które determinują bioaccessibility i wpływ fizjologiczny [1].
New Ingredient Classes and Product Concepts
W nurcie innowacji składnikowych szczególne miejsce zajmują postbiotyki, dla których jako standard przyjęto definicję ISAPP: „preparat nieożywionych mikroorganizmów i/lub ich składników, który zapewnia korzyść zdrowotną gospodarzowi” [8]. Jednocześnie podkreślono, że przyjęcie tej definicji nie unieważnia innych podejść, a nomenklatura pozostaje „otwartą i trwającą debatą”, która nie powinna być główną przeszkodą w postępie badań [8].
Na poziomie mechanistycznym opisano, że postbiotyki mogą wzmacniać funkcję bariery nabłonkowej, regulować wrodzone i nabyte odpowiedzi immunologiczne oraz modulować ekspresję genów gospodarza poprzez receptory rozpoznające wzorce i modyfikacje epigenetyczne [9]. Jednocześnie zidentyfikowano kluczowe bariery w translacji klinicznej, w tym zmienność formulacji, ograniczone zrozumienie interakcji jelito-mózg, degradację podczas pasażu przez przewód pokarmowy oraz międzyosobniczą zmienność mikrobiomu [10].
Evidence and Health Effect Models
W obszarze personalizacji metabolicznej przytoczono badanie, w którym dane z ciągłego monitorowania glikemii połączono z danymi klinicznymi, behawioralnymi i zmiennymi mikrobioty jelitowej, aby wytrenować model regresji gradientowej na kohorcie ponad 800 osób i 46 898 posiłków [4]. Model ten był w stanie dokładnie przewidzieć indywidualną odpowiedź glikemiczną na konkretne posiłki, umożliwiając formułowanie spersonalizowanych zaleceń żywieniowych mających na celu optymalizację efektów metabolicznych [4].
W dziedzinie immunologii tolerancji pokarmowej zidentyfikowano mechanizm, w którym odpowiedzi komórek Treg na białka zapasowe nasion mogą stanowić wspólną drogę prowadzącą do tolerancji doustnej [11]. Ponadto, w obszarze technologii dostarczania i złożonych interwencji (synbiotycznych/wieloskładnikowych), wyniki wykazały, że „żel o strukturze podwójnej emulsji” może być wykorzystany do dostarczania probiotyków i CBD do przewodu pokarmowego [12]. W modelu SHIME® odnotowano wzrost korzystnych rodzin bakterii (Lachnospiraceae i Clostridiaceae), skuteczne dostarczanie, uwalnianie i utrzymywanie się _L. plantarum_ oraz zwiększoną produkcję maślanu i mleczanu [12], a analiza ilościowa wykazała skuteczne uwalnianie bakterii probiotycznych z żelu (znacząco wyższa liczebność po interwencji) [12].
Processing and Manufacturing Technologies
W obszarze przetwarzania podkreślono, że metody nietermiczne mają wyraźne zalety: pozwalają na zachowanie składników wrażliwych na ciepło, zwiększają bioavailability poprzez modyfikację matrycy i wspierają innowacyjne systemy enkapsulacji, które pokonują ograniczenia klasycznych metod termicznych [13]. Jako przykład wskazano przetwarzanie wysokociśnieniowe (HPP), inaktywujące drobnoustroje pod ciśnieniem 400–600 MPa w temperaturze pokojowej, co w napojach wzbogaconych zapewnia lepszą retencję witamin i polifenoli oraz atrybutów sensorycznych niż pasteryzacja termiczna [13]. Wspomniano również o technologii PEF, która poprzez krótkie impulsy wysokiego napięcia prowadzi do odwracalnej permeabilizacji błon komórkowych, zwiększa ekstrakcję fitochemikaliów i inaktywuje drobnoustroje przy nieznacznym efekcie termicznym [13].
W bioprodukcji zwrócono uwagę na rozwój automatyzacji kontroli fermentacji: wbudowane urządzenia edge computing (np. NVIDIA Jetson AGX Orin) uruchamiają algorytmy uczenia przez wzmacnianie (reinforcement learning), które dynamicznie optymalizują parametry bioreaktora w czasie rzeczywistym (temperatura, pH, prędkość mieszania) [14]. W skali systemowej przedstawiono przegląd „fermentacji precyzyjnej”, która integruje projektowanie szczepów, inżynierię bioprocesową, wykonalność techniczno-ekonomiczną, skutki środowiskowe i gotowość regulacyjną w ramach jednej struktury, uzupełniając luki w poprzednich przeglądach skupionych na produktach lub organizmach [15]. Z perspektywy zrównoważonego rozwoju wskazano, że fermentacja precyzyjna, w typowym porównaniu do konwencjonalnej hodowli zwierząt i upraw, wymaga mniej ziemi i wody, generuje niższą emisję gazów cieplarnianych i zapewnia produkty o stałej jakości, wolne od zanieczyszczeń [15], choć jednocześnie podkreślono istotne bariery, takie jak wysokie koszty kapitałowe i energetyczne, problemy ze skalowaniem, złożoność przetwarzania końcowego (downstream processing) oraz niepewność regulacyjną i akceptację konsumentów [15].
Medical Food
W dostarczonych materiałach oś „medical food” jest powiązana z precision nutrition i medycyną personalizowaną, gdzie interwencje są dostosowane do profilu biologicznego pacjenta (genomika, mikrobiota, markery metaboliczne), a AI jest wskazywana jako najbardziej prawdopodobna ścieżka wdrażania żywienia precyzyjnego w zarządzaniu chorobami przewlekłymi [16, 17]. W praktyce klinicznej przytoczono również dane, że badania kliniczne „progresywnie wykazywały” lepsze wyniki terapii opartych na profilu genomowym pacjenta, mikrobiocie jelitowej lub markerach metabolicznych w porównaniu do tradycyjnych, generycznych zaleceń żywieniowych [16].
Clinical Evidence and Intervention Examples
W obszarze interwencji mikrobiotycznych przytoczono wyniki, że suplementacja szczepem _B. BBr60_ w badaniu klinicznym wiązała się ze znaczącą poprawą profilu lipidowego poprzez wzrost HDL i spadek cholesterolu całkowitego [18]. W tych samych wynikach odnotowano również poprawę zdrowia przewodu pokarmowego mierzoną spadkiem NDI (p = 0.002), interpretowaną jako zmniejszony wpływ dyskomfortu żołądkowo-jelitowego na codzienne funkcjonowanie [18], a także poprawę objawów żołądkowo-jelitowych i stanów emocjonalnych wraz ze znaczącym spadkiem wyników ADS (p = 0.000), w tym objawów związanych ze spożyciem alkoholu [18].
Jednocześnie w materiałach regulacyjno-klinicznych wykazano, że FDA zatwierdziła sBLA dla PALYNZIQ (pegvaliase-pqpz), rozszerzając wskazanie na pacjentów pediatrycznych w wieku 12+ z fenyloketonurią [19], a w komunikacie wskazano na istotnie większą redukcję poziomu fenyloalaniny we krwi w 72. tygodniu w ramieniu PALYNZIQ w porównaniu z ramieniem „sama dieta” [19]. W przypadku chorób ultra-rzadkich przytoczono LOARGYS jako terapię celującą w „główny czynnik” choroby (stale podwyższony poziom argininy w ARG1-D), z przyspieszonym zatwierdzeniem przez FDA na podstawie wyników badania Fazy 3 PEACE, w którym LOARGYS znacząco zredukował poziom argininy w osoczu w porównaniu z placebo po 24 tygodniach [20].
W dziedzinie chorób rzadkich i neurologii przytoczono również, że leukoworyna jest pierwszym lekiem na rzadką wadę genetyczną „cerebral folate deficiency” [21], oraz że Avlayah (cotygodniowy wlew dożylny) został zatwierdzony do leczenia neurologicznych objawów zespołu Huntera w określonych warunkach klinicznych i populacyjnych [22].
Personalization Technologies and Patient Data
W zakresie hiperpersonalizacji żywienia wskazano na zastosowania uczenia maszynowego na danych zbieranych „w terenie”: modele federated learning mogą przewidywać odpowiedzi glikemiczne na podstawie biometrii z urządzeń ubieralnych (wearables), a sieci neuronowe dekodują preferencje sensoryczne z dyskusji w mediach społecznościowych [14]. W kontekście przeglądowym podkreślono, że AI może przekształcić zarówno fermentację precyzyjną w kierunku zrównoważonej biosyntezy białek, enzymów i związków funkcjonalnych, jak i systemy diet hiperpersonalizowanych, integrując genomikę, metabolomikę i psychologię konsumenta dla dopasowania rekomendacji w „czasie rzeczywistym” [14].
Safety and Research Gaps
Z perspektywy bezpieczeństwa i rozwoju produktów medyczno-żywieniowych podkreślono, że zanim białka roślinne będą mogły zostać skomercjalizowane w krytycznych zastosowaniach (np. żywienie niemowląt), konieczna jest szeroka ocena potencjału alergennego, obejmująca testy in vitro, badania na zwierzętach i ostatecznie badania kliniczne u niemowląt [23]. Dodatkowo wskazano, że obecnie żadne inne białka roślinne (np. z grochu, soczewicy, bobu) nie są zatwierdzone do stosowania w preparatach do początkowego żywienia niemowląt dla dzieci < 1 roku życia, a w tej grupie wiekowej istnieje luka w danych dotycząca ich alergenności [23].
W obszarze interakcji żywienie-farmakologia zaznaczono, że wpływ przetwarzania żywności na absorpcję, metabolizm leków i późniejszą aktywność farmakologiczną jest kwestią „palącą, lecz niewystarczająco zbadaną”, co implikuje istotną lukę dla projektowania interwencji dietetycznych i medycznych w realnych warunkach żywieniowych [24].
Breakthrough Technologies
W latach 2025–2026 technologie „przekrojowe” łączą trzy warstwy: (1) wytwarzanie i modyfikację składników (ekstrakcja i biotransformacje), (2) zaawansowane systemy formulacji i dostarczania oraz (3) platformy danych, standaryzację i AI wspierające projektowanie oraz walidację efektów. W zebranych cytowaniach elementy te pojawiają się jako składowe jednego, spójnego kierunku rozwoju, w którym produkty są „projektowane” jednocześnie na poziomie chemii, nośnika i dowodów klinicznych [2].
Delivery Engineering
Inteligentne nanonośniki zostały przedstawione jako krytyczny przełom w technologii formulacji, pozwalający na pokonanie barier in vivo wynikających z właściwości fizykochemicznych i farmakokinetycznych składników bioaktywnych [2]. Zdefiniowano również zestaw problemów, które systemy te mają rozwiązywać, w tym rozpuszczalność, stabilność, nieswoistą dystrybucję i kontrolę uwalniania [2]. Szczególnie obiecujące jest uwalnianie reagujące na bodźce, poprzez materiały reagujące na pH, enzymy lub redoks w patologicznych mikrośrodowiskach, co ma umożliwić precyzyjne uwalnianie w miejscu docelowym [2].
Biotransformations and Fermentation
W obszarze biotransformacji wskazano na fermentację mikrobiologiczną jako „eko-przyjazne” rozwiązanie służące wzbogacaniu i dywersyfikacji wartości surowców [2]. Mechanistycznie opisano rolę enzymów mikrobiologicznych, takich jak β-glukozydazy i esterazy, w hydrolizie i modyfikacji związanych komponentów w materiale wyjściowym [2]. W efekcie zaraportowano możliwość zwiększenia bioavailability i bioaktywności, w tym transformację hesperydyny w bardziej aktywną hesperetynę oraz generowanie nowych cząsteczek w łagodnych warunkach zgodnych z zasadami „green manufacturing” [2].
Personalization and AI Platforms
W cytowanych źródłach pojawia się koncepcja platformy rozwoju i personalizacji, której „kamieniami węgielnymi” są wielowymiarowa ocena indywidualna, adaptacyjne interwencje i systemy informacji zwrotnej oraz „AI-powered smart formulation and design” [2]. W podobnym tonie wskazano, że spersonalizowane zarządzanie zdrowiem ma być realizowane poprzez zintegrowaną platformę danych i produktów, analizującą różnice indywidualne i dostarczającą dopasowane rozwiązania [2].
Jako przykład cyfrowego przyspieszenia R&D przedstawiono AMBROSIA, opartą na agentach platformę AI integrującą dane biologiczne z „inteligentnymi operacjami badawczymi”, mającą na celu przyspieszenie rozwoju produktów, optymalizację charakterystyki ekstraktów i identyfikację nowych rynków docelowych dla istniejących składników [5]. W obszarze wytwarzania wskazano również na edge-RL do dynamicznej optymalizacji parametrów bioreaktora w czasie rzeczywistym, co stanowi technologiczną podstawę dla stabilniejszych i wydajniejszych procesów fermentacji [14].
Standardization of Evidence
W materiałach wskazano na dwie uzupełniające się osie standaryzacji: standaryzację danych i standaryzację dowodów. Z perspektywy danych podkreślono, że standaryzacja formatów, wstępnego przetwarzania i ram analitycznych jest niezbędna do tworzenia wiarygodnych, powtarzalnych i transferowalnych modeli [4]. Z perspektywy dowodów klinicznych, wskazano na znaczenie podejścia GRADE (na przykładzie HMB) jako wzorca dla transparentnej syntezy i oceny pewności dowodów [1], a także podkreślono, że akceptacja regulacyjna i wiarygodne oświadczenia zdrowotne wymagają dyscypliny metodologicznej i rygorystycznej klasyfikacji jakości dowodów [1]. Dodatkowo, ramy „evidence–dose–claim” zostały bezpośrednio postulowane jako naukowy system oceny skuteczności, bezpieczeństwa i przydatności dla populacji docelowych [2].
Trends
W latach 2025–2026 można zidentyfikować kilka trendów, które konsekwentnie powracają w cytowanych źródłach i łączą suplementy, żywność funkcjonalną oraz produkty medyczne w jeden ekosystem innowacji.
Pierwszym trendem jest przejście od „opisowego katalogowania” do badań opartych na hipotezach, mechanistycznych i translacyjnych, co jest wprost opisywane jako dziedzina „w fazie aktywnego przejścia” [1]. Drugim jest instytucjonalizacja podejść multi-omics jako narzędzia metodologicznego dojrzewania badań nad bioaktywnością i interakcjami dieta–mikrobiota–gospodarz [1].
Trzecim trendem jest projektowanie produktów „uwzględniające matrycę” (matrix-aware), traktujące matrycę żywnościową, przetwarzanie i stabilność jako determinanty bioaccessibility i efektów fizjologicznych, a nie jako drugorzędne detale technologiczne [1]. Czwartym jest przesunięcie od probiotyków jako jedynej osi innowacji mikrobiotycznych w stronę postbiotyków, z próbą unifikacji definicji poprzez standard ISAPP, przy jednoczesnym uznaniu, że nomenklatura pozostaje debatą otwartą [8].
Piątym trendem jest rosnąca rola AI w personalizacji i R&D: od modeli predykcyjnych odpowiedzi glikemicznej budowanych na zmiennych CGM i mikrobioty, po platformy agentowe integrujące dane biologiczne z operacjami badawczymi w celu przyspieszenia rozwoju produktów [4, 5]. Szóstym trendem jest automatyzacja i „inteligencja procesowa” w bioprodukcji, w tym uczenie przez wzmacnianie optymalizujące parametry bioreaktora w czasie rzeczywistym, co wspiera stabilność i wydajność procesów fermentacyjnych wytwarzających składniki funkcjonalne [14].
Challenges
Zidentyfikowane wyzwania na lata 2025–2026 mają charakter translacyjny, regulacyjny i inżynieryjny, a wiele z nich dotyczy tego, co dzieje się „pomiędzy” laboratorium, produkcją, rynkiem a praktyką kliniczną.
W obszarze mikrobioty i postbiotyków bariery translacyjne obejmują zmienność formulacji, degradację w przewodzie pokarmowym, ograniczone zrozumienie interakcji jelito-mózg oraz międzyosobniczą zmienność mikrobiomu, co komplikuje zarówno projektowanie badań, jak i przewidywalność efektów w populacji [10]. Jednocześnie w obszarze nowych klas składników wskazano, że nomenklatura (np. postbiotyki) pozostaje debatą otwartą, choć nie powinna blokować postępu, co w praktyce oznacza konieczność równoległych prac nad definicją, standardami jakości i kryteriami dowodowymi [8].
W obszarze danych i AI wskazano, że standaryzacja formatów danych, ich wstępnego przetwarzania i ram analitycznych jest warunkiem powtarzalnych i transferowalnych modeli [4]. Jednocześnie podkreślono, że dalsze doskonalenie metodologii i odpowiedzialne wdrażanie są kluczowe, aby przełożyć innowacje na klinicznie istotne i sprawiedliwe zastosowania [6].
W obszarze bioprodukcji i „fermentacji precyzyjnej” opisano bariery związane z kosztami kapitałowymi i energetycznymi, problemami ze skalowaniem, złożonością przetwarzania downstream processing, akceptacją konsumentów oraz niepewnością regulacyjną [15]. Z perspektywy wykonalności i zrównoważonego rozwoju podkreślono również, że wybór szczepu, projektowanie procesu i przetwarzanie końcowe silnie wpływają na trwałość i rentowność komercyjną, co nadaje ton priorytetom rozwoju technologii w najbliższych latach [15].
W obszarze bezpieczeństwa i praktyki klinicznej zidentyfikowano lukę badawczą dotyczącą wpływu przetwarzania żywności na absorpcję, metabolizm i aktywność farmakologiczną leków, uznaną za pilną, lecz niewystarczająco zbadaną [24]. W krytycznych zastosowaniach żywieniowych wskazano również, że konieczna jest pełna ocena alergenności (in vitro, zwierzęta, wreszcie badania u niemowląt) przed komercjalizacją nowych białek roślinnych, a jednocześnie odnotowano brak zatwierdzeń dla alternatywnych białek roślinnych w preparatach dla niemowląt < 1 roku i brak danych o alergenności w tej grupie [23].
Implications
Cytowane źródła ujawniają praktyczne implikacje, które można uporządkować wokół trzech pytań: jak wytwarzać składniki, jak dostarczać je w organizmie oraz jak udowadniać i skalować ich efekty.
Dla producentów kluczowe są dwa równoległe kierunki technologiczne: z jednej strony zaawansowane pozyskiwanie i biotransformacje (SFE-CO2 dla frakcji z witaminą D3 oraz fermentacja mikrobiologiczna/enzymy, które mogą zwiększać bioaktywność i generować nowe cząsteczki) [2, 3], a z drugiej rozwój systemów formulacji rozwiązujących problemy rozpuszczalności, stabilności i kontrolowanego uwalniania, w tym uwalniania reagującego na bodźce w mikrośrodowiskach docelowych [2]. Dla działów R&D dodatkowym „akceleratorem” są platformy AI integrujące dane biologiczne z operacjami badawczymi w celu przyspieszenia rozwoju produktów i charakterystyki ekstraktów, czego przykładem jest AMBROSIA [5].
Dla klinicystów i zespołów dietetycznych istotne jest rosnące wsparcie danych i modeli: wykazano, że modele oparte na CGM połączonym z danymi klinicznymi, behawioralnymi i mikrobiotą mogą dokładnie przewidywać odpowiedź glikemiczną i umożliwiać personalizację zaleceń [4]. Wspierające jest również stanowisko, że terapie i zalecenia oparte na profilu genomowym, mikrobiocie czy markerach metabolicznych dają lepsze wyniki niż zalecenia generyczne, a AI jest najbardziej prawdopodobną ścieżką wdrażania żywienia precyzyjnego w zarządzaniu chorobami przewlekłymi [16, 17].
Dla regulatorów i zespołów ds. zgodności jakościowej bezpośrednio sformułowano konieczność ram „evidence–dose–claim” oraz podkreślono rolę rygorystycznej oceny pewności dowodów (GRADE) jako fundamentu dla wiarygodnych oświadczeń zdrowotnych i akceptacji regulacyjnej [1, 2]. Dla systemów danych i nadzoru cyfrowego podkreślono, że standaryzacja formatów i potoków danych jest niezbędna dla powtarzalnych i transferowalnych modeli, a odpowiedzialne wdrażanie jest warunkiem przełożenia na klinicznie istotne i sprawiedliwe zastosowania [4, 6].
Aby syntetycznie pokazać, jak implikacje tworzą „mapę decyzji” na etapie rozwoju produktu, poniższa tabela zestawia cztery najczęściej cytowane osie innowacji wraz z typowymi korzyściami i barierami, dokładnie tak, jak wyłaniają się one z przytoczonych źródeł.
Perspectives
Cytowane materiały wskazują, że najbardziej prawdopodobny rozwój w najbliższych latach będzie polegał na dalszej integracji projektowania mechanistycznego, standaryzacji dowodów i cyfrowych platform personalizacji. Z jednej strony, dziedzina badań nad składnikami bioaktywnymi została już opisana jako zmierzająca w stronę paradygmatów opartych na hipotezach, mechanistycznych i translacyjnych, wspieranych przez multi-omics [1]. Z drugiej strony, podkreślono, że bioaktywność nie jest niezależna od matrycy i przetwarzania, co sugeruje dalszą intensyfikację podejść „uwzględniających matrycę” (matrix-aware), gdzie nietermiczne przetwarzanie i systemy dostarczania będą współprojektowane z celem biologicznym [1, 13].
W obszarze cyfryzacji oczekiwana trajektoria jest dwutorowa: (1) rozwój i adopcja platform integrujących dane i produkt w celu dostarczania dopasowanych rozwiązań zdrowotnych oraz (2) wykorzystanie AI do skracania cykli R&D i automatyzacji procesów wytwarzania. Trajektoria ta jest bezpośrednio wspierana przez tezę, że spersonalizowane zarządzanie zdrowiem ma się zmaterializować poprzez zintegrowaną platformę danych i produktów [2], a także przykład platformy AMBROSIA, która łączy dane biologiczne z operacjami badawczymi dla przyspieszenia rozwoju produktów [5]. Jednocześnie cytowane prace wskazują na niezbędne warunki tej transformacji: standaryzację danych i odpowiedzialne wdrażanie, tak aby innowacje przekładały się na klinicznie istotne, powtarzalne i sprawiedliwe zastosowania [4, 6].
Wreszcie, w obszarze regulacji i dowodów, najbardziej prawdopodobne jest dalsze wzmacnianie rygoru oceny, gdyż podkreślono zarówno konieczność ram „evidence–dose–claim” [2], jak i centralną rolę klasyfikacji jakości dowodów (GRADE) na drodze do wiarygodnych oświadczeń zdrowotnych i akceptacji regulacyjnej [1].
