Puntos Clave
- Crecimiento del mercado: El sector de la fermentación de precisión ha pasado de 4.700 millones de dólares en 2025 a más de 6.400 millones en 2026, con proyecciones que superan los 100.000 millones para 2033.
- Tecnología clave: Microorganismos programados para producir proteínas idénticas a las animales, proteínas dulces diseñadas con IA (Sweelin, de Amai Proteins) y polvos proteicos a partir de CO2 (Solein, de Solar Foods).
- Impacto medioambiental: Reducciones de hasta un 99% en agua, 91% en suelo y 87% en emisiones respecto a la agricultura tradicional.
De la imitación a la síntesis molecular
La FoodTech en 2026 ha abandonado la lógica de la imitación. Ya no se trata de reproducir la textura de la carne con proteínas vegetales, sino de programar microorganismos para generar moléculas idénticas a las animales. El sector de la fermentación de precisión ha pasado de 4.700 millones de dólares en 2025 a más de 6.400 millones en 2026, con una tasa de crecimiento anual superior al 48% y una proyección que supera los 100.000 millones de dólares para 2033.
Empresas como Bel Group, Strauss y Fonterra han integrado esta tecnología en sus estrategias industriales. La FAO ha publicado informes que descartan riesgos alimentarios fundamentalmente nuevos ligados a este enfoque. En Estados Unidos, la FDA ha emitido cartas "No Questions" que han abierto el camino a la comercialización de proteínas lácteas producidas mediante fermentación.
Las proteínas lácteas lideran el sector
Caseínas, suero de leche, beta-lactoglobulina y lactoferrina representan el segmento más avanzado de la fermentación de precisión, gracias a una biología bien caracterizada y a un elevado valor funcional. La startup europea Standing Ovation ha demostrado la producción industrial de caseína utilizando el suero del queso como sustrato, integrando la biotecnología en la infraestructura láctea existente. The Every Co. ha llevado la producción fermentativa a escala de toneladas, respondiendo a las fragilidades estructurales de la cadena de suministro tradicional.
El caso Solar Foods
La startup finlandesa Solar Foods patentó en Estados Unidos, en abril de 2026, un proceso que produce Solein, una proteína en polvo derivada de un único microbio. El organismo no requiere luz, campos ni riego: se alimenta de dióxido de carbono, hidrógeno y oxígeno en un fermentador que la empresa describe como una "Soda Stream" industrial.
El producto final es un polvo con un 80% de proteína, un 43% de aminoácidos esenciales y un 20% de BCAA, sin colesterol ni grasas saturadas. Las emisiones equivalen al 1% de las de la carne convencional y al 20% de las de las proteínas vegetales. Tras la Factory 01, la empresa está diseñando la Factory 02, que llevará la capacidad productiva de 160 a 6.400 toneladas anuales, con inicio previsto para finales de 2028. En el primer trimestre de 2026, los polvos Solein llegaron a Estados Unidos mediante un acuerdo con Pothos.
La inteligencia artificial diseña las moléculas
La startup israelí Amai Proteins ha desarrollado Sweelin, una proteína dulce derivada de la monelina mediante algoritmos de diseño computacional. La molécula reduce el contenido de azúcar entre un 40 y un 70% sin alterar el sabor, permaneciendo estable a temperaturas en las que la proteína original ya se desnaturaliza a 45°C.
Shiru Inc. utiliza la plataforma Flourish, basada en una base de datos de más de 33 millones de secuencias proteicas, para identificar proteínas funcionales mediante machine learning, superando los métodos tradicionales de prueba y error. El CSIRO australiano está desarrollando plataformas de inteligencia artificial para optimizar cultivos proteicos y crear mezclas personalizadas según necesidades nutricionales individuales.
Un sistema alimentario programable
El paso de la selección natural a la síntesis computacional marca un cambio estructural. Las proteínas ya no nacen de campos o granjas, sino que se compilan en biorreactores y se optimizan mediante algoritmos. La producción alimentaria se desplaza de un modelo dependiente del clima y de los recursos naturales hacia un modelo industrial escalable, donde la variable determinante ya no es el suelo disponible, sino la cantidad de datos empleados en el diseño molecular.
