Milieux de culture & IA : accélérer la viande cultivée

En 2025, la viande cultivée n’est plus un simple sujet de laboratoire : c’est une course industrielle. Et dans cette course, le poste de dépense le plus sous-estimé n’est pas le bioréacteur, ni même l’énergie. C’est le milieu de culture — la “recette” nutritive qui nourrit les cellules.

C’est précisément là que l’annonce de Multus Biotechnology (Royaume-Uni) mérite qu’on s’y attarde : 9,5 M$ levés en Série A, dont 2,5 M$ de subvention Innovate UK via l’EIC Accelerator, pour construire une usine de production de milieux de culture. Ce n’est pas un effet d’annonce. C’est un indicateur clair : le secteur passe d’un problème scientifique (“est-ce possible ?”) à un problème d’ingénierie et de chaîne d’approvisionnement (“peut-on produire à grande échelle, à un coût alimentaire, avec des garanties de sécurité ?”).

Dans notre série « Intelligence artificielle dans l’agriculture et l’agroalimentaire », ce sujet est central : l’optimisation par l’IA ne concerne pas seulement les champs et les élevages. Elle concerne aussi les nouvelles usines du vivant, où l’on doit produire des protéines de façon stable, traçable et compétitive.

Le vrai goulet d’étranglement de la viande cultivée : le milieu de culture

Le point clé est simple : sans milieu de culture abordable et “food-safe”, pas de viande cultivée à prix accessible. Le milieu de culture apporte aux cellules tout ce dont elles ont besoin : acides aminés, sucres, sels, vitamines, lipides, et surtout facteurs de croissance.

Pourquoi les facteurs de croissance font exploser les coûts

Les facteurs de croissance sont historiquement l’un des principaux moteurs de coût des milieux sans sérum. Ils sont actifs à très faible dose, mais ils sont aussi fragiles : leur durée de vie est courte et ils se dégradent, ce qui pousse à en ajouter davantage pour maintenir la performance.

Multus explique un point souvent ignoré : ces protéines “ressemblantes” existent déjà dans d’autres industries (enzymes industrielles, ingrédients biotech), produites à grande échelle. Le défi, ce n’est pas seulement d’en fabriquer, c’est de les fabriquer avec une activité prolongée et une puissance compatible avec des bioréacteurs stables.

La sortie du “tout laboratoire” vers une logique agroalimentaire

Le secteur a longtemps utilisé des ingrédients et pratiques conçus pour la recherche (petites séries, prix élevés, exigences différentes). Or la viande cultivée vise l’alimentaire : on parle de matières premières “food-grade”, d’audits, de reproductibilité, et de volumes.

L’annonce de Multus — construire une usine dédiée — signale un basculement : le milieu de culture devient un ingrédient industriel, comparable, dans sa logique, à un sirop, un additif ou un prémix nutritionnel.

L’IA appliquée aux milieux de culture : une forme d’« agriculture de précision » en cuve

La thèse de Multus est nette : il n’existe pas de recette universelle. Chaque lignée cellulaire (poulet, bœuf, poisson, gras, muscle, etc.) a ses exigences. Et à mesure qu’on change d’échelle, les contraintes se déplacent : disponibilité des intrants, stabilité, interactions entre ingrédients, coût, conformité.

De la formulation au pilotage : quand l’IA devient un outil de production

Multus combine machine learning et criblage à haut débit via sa plateforme MediOp pour optimiser les formulations. Dit autrement : on transforme l’optimisation d’un milieu en problème de données.

Ce qui rend l’approche pertinente (et très proche de l’agriculture de précision), c’est la logique suivante :

• On mesure finement des réponses biologiques (croissance, viabilité, rendement, profils métaboliques).
• On teste rapidement des combinaisons d’ingrédients (bibliothèques d’intrants).
• On apprend des relations non intuitives (effets croisés, seuils, synergies).
• On itère pour maximiser plusieurs objectifs : coût, performance, stabilité, sécurité.

Dans les champs, l’IA aide à décider où et combien irriguer ou fertiliser. Dans un bioréacteur, l’IA aide à décider quoi mettre dans le milieu et comment ajuster la recette pour rester performant tout en réduisant le coût.

Phrase “à citer” : Optimiser un milieu de culture, c’est faire de l’agriculture de précision… mais à l’échelle cellulaire.

Pourquoi la reformulation rapide va devenir un avantage concurrentiel

En 2025, les chaînes d’approvisionnement restent volatiles (prix de l’énergie, tensions sur certaines matières premières, exigences de traçabilité). La viande cultivée aura un problème très concret : si un intrant devient rare ou trop cher, il faut reformuler vite.

Une plateforme IA qui sait proposer des alternatives “équivalentes” (au moins fonctionnellement), valider et requalifier rapidement, ce n’est pas du confort. C’est une capacité de résilience industrielle.

Produire “food-safe” à grande échelle : l’usine comme pièce manquante

Le point clé de la levée de fonds de Multus n’est pas uniquement la R&D. C’est la production. Construire une usine dédiée aux milieux de culture adresse trois sujets qui freinent toute industrialisation.

1) Coût : passer de petits lots à des volumes industriels

Une partie du coût vient du fait qu’on produit encore trop souvent en modes proches du laboratoire. Une usine permet :

• des achats matières premières plus compétitifs,
• des process standardisés,
• des rendements plus stables,
• une baisse des coûts unitaires.

2) Sécurité alimentaire et conformité : la base pour vendre

Multus indique avoir obtenu une certification ISO 22000 dans son laboratoire de production. Dans l’agroalimentaire, ce type de cadre (management de la sécurité des aliments) n’est pas un détail marketing : c’est une condition pour être pris au sérieux par des industriels.

3) “Time-to-scale” : aider plusieurs acteurs à passer du pilote au commercial

Multus veut une usine capable d’accompagner plusieurs entreprises : du banc au pilote, puis du pilote au commercial. C’est un point stratégique : le secteur manque d’infrastructures et de fournisseurs “ingrédients” capables de suivre.

À mon sens, c’est l’un des parallèles les plus forts avec l’agriculture : on ne transforme pas une filière sans intrants fiables (semences, engrais, aliments, équipements). Ici, le milieu de culture est un intrant.

Ce que l’agriculture et l’agroalimentaire peuvent apprendre de ce modèle

La viande cultivée peut sembler éloignée d’une exploitation agricole. Pourtant, les logiques se rejoignent vite : productivité, qualité, traçabilité, gestion des risques, optimisation multi-critères.

Des ingrédients végétaux “nutrient-rich” : une opportunité amont

Multus mentionne des ingrédients complexes dérivés de plantes, nutritifs, sûrs, abordables et compatibles avec des pratiques de fabrication alimentaires. Pour l’amont agricole et agro-industriel, ça ouvre des pistes :

• valorisation de coproduits (dans le respect des contraintes réglementaires),
• nouvelles filières d’ingrédients fonctionnels,
• contrats de culture orientés “biotech alimentaire”.

L’IA peut jouer ici aussi : sélection variétale orientée composition, contrôle qualité par vision, prévision de rendement et de disponibilité d’intrants.

La logique “données d’abord” : transposable à toute production alimentaire

La démarche MediOp illustre une tendance qui s’étend partout : mesurer, modéliser, optimiser.

Dans l’agroalimentaire classique, on peut appliquer la même philosophie à :

• la fermentation (bière, produits laitiers, ingrédients),
• la formulation (réduction sucre/sel, texture),
• la stabilité des recettes en cas de substitution d’ingrédients,
• le pilotage qualité en ligne.

Là où je prends position : les entreprises qui traitent la formulation comme un système de données gagnent en vitesse et en robustesse. Celles qui restent sur des essais “à l’intuition” finissent par payer en délais et en non-qualité.

Questions fréquentes (et réponses directes)

La viande cultivée dépend-elle encore du sérum fœtal bovin ?

Non, l’objectif industriel est zéro sérum. Multus a d’ailleurs lancé un produit (Proliferum® M) visant à éliminer l’usage du sérum fœtal bovin. C’est un prérequis éthique, économique et d’industrialisation.

Pourquoi ne pas utiliser un seul milieu standard pour tout ?

Parce que les cellules n’ont pas toutes les mêmes besoins et que les objectifs varient : croissance rapide, différenciation en muscle, profils nutritionnels, coûts, disponibilité des intrants. Un milieu “unique” serait un compromis coûteux.

L’IA remplace-t-elle les biologistes ?

Non. L’IA accélère l’optimisation, mais elle a besoin de protocoles solides, de données fiables et d’un cadre expérimental rigoureux. Dans la pratique, elle amplifie les équipes, elle ne les évacue pas.

Passer à l’action : 5 idées concrètes pour les acteurs agro et food

Si vous travaillez dans l’agriculture, les ingrédients, la transformation ou la foodtech, voici des actions réalistes inspirées par ce que fait Multus :

1. Cartographiez vos coproduits et évaluez leur potentiel comme ingrédients fonctionnels (nutrition, minéraux, peptides, sucres).
2. Mettez en place une stratégie de données formulation : centraliser essais, matières premières, résultats qualité, coûts.
3. Testez l’optimisation multi-objectif (coût, qualité, sécurité, empreinte) avec des modèles simples avant de viser des modèles complexes.
4. Sécurisez la traçabilité “food-grade” : spécifications, lots, audits, gestion des allergènes, conformité.
5. Anticipez les substitutions : simulez des scénarios de rupture et préparez des recettes alternatives.

Ce que l’annonce de Multus change pour 2026

Le signal est clair : la bataille se déplace vers l’industrialisation des intrants, et l’IA est l’un des moyens les plus efficaces pour réduire le temps et le coût d’optimisation. Construire une usine de milieux de culture, avec une approche de formulation pilotée par données, rapproche la viande cultivée d’une réalité agroalimentaire : volumes, contrôles, marges, régularité.

Dans notre thème « IA dans l’agriculture et l’agroalimentaire », c’est un rappel utile : l’innovation ne se joue pas uniquement dans le champ ou sur la ligne de production. Elle se joue aussi dans les “coulisses” — ingrédients, formulations, supply chain — là où l’IA peut faire gagner des mois.

La prochaine étape que j’attends du secteur : des standards plus clairs sur la qualification des intrants et des méthodes partagées pour comparer les milieux de culture. Quand ce socle sera là, l’optimisation par l’IA deviendra moins un avantage “nice to have” et plus une norme.

Et vous, dans votre chaîne de valeur, quel est l’intrant “invisible” qui bloque encore le passage à l’échelle ?