护肤行业过去很长一段时间主要围绕保湿、美白、抗氧化、抗皱等经典功效展开，但进入2026年之后，国际美容科技领域开始出现新的研发趋势。人工智能、表观遗传学、蛋白质组学以及生物制造技术正在进入化妆品原料筛选和皮肤研究领域，使护肤研发从传统的“寻找一种新成分”，逐渐向“研究皮肤生物机制并预测成分作用路径”转变。

8月，国际化工和个护原料企业BASF公布了Floragenist系列新型植物活性原料，包括Floragenist Rose和Floragenist Blossom。值得关注的是，这一系列并没有单纯把重点放在植物提取物概念上，而是将植物活性研究与表观遗传科学联系起来。相关原料分别来源于大马士革玫瑰和苦橙花，并结合新的提取技术开发。

所谓表观遗传学，可以简单理解为：DNA序列本身没有发生改变，但外部环境、生活方式以及细胞状态等因素可能影响部分基因的表达方式。近年来，这一研究方向逐渐被皮肤科学关注，因为紫外线、氧化压力、污染、睡眠以及年龄增长等因素，都可能与皮肤细胞状态变化有关。

因此，与过去强调“某种植物含有哪些抗氧化物质”的护肤研发思路相比，新一代原料研究正在尝试进一步回答一个问题：这些活性物质究竟可能影响皮肤的哪些生物学通路。

人工智能则进一步提高了这种研发方式的效率。

今年6月，BASF与Bota Biosciences宣布推出SkinNexus Collag3n，这是一种用于个人护理领域的人同源重组III型胶原蛋白片段。研发过程中结合了人工智能、合成生物学和生物制造技术，并对超过2000个胶原蛋白片段进行了筛选，同时考虑候选成分的功能潜力与工业化生产可行性。

这背后反映的是护肤原料开发逻辑的一次变化。

传统模式往往需要科研人员设计候选成分，然后进行大量实验筛选。随着计算模型和AI技术进入研发环节，研究人员可以先通过计算预测大量分子的结构、相互作用以及潜在性能，再选择更有价值的候选对象进行实验验证。这样不仅能够提高早期筛选效率，也可能减少大量重复实验。

类似趋势也正在大型美妆企业内部出现。2026年，欧莱雅进一步展示其Longevity AI Cloud系统，该系统尝试通过计算生物学方法分析超过260个生物标志物，建立更加细致的皮肤健康与生物年龄图谱，并预测不同活性成分可能影响的生物学路径。

这意味着未来所谓“抗老护肤”的评价维度可能越来越复杂。

过去消费者判断抗老产品，通常集中于干纹、细纹、弹性和紧致度等外观表现，而目前国际皮肤科学研究开始进一步关注细胞活力、蛋白表达、炎症状态、皮肤屏障、微生态以及多种生物标志物之间的关系。

与此同时，便携式皮肤检测设备也在向生物指标检测方向发展。欧莱雅此前推出的Cell BioPrint采用微流控与蛋白质组学技术，可以分析多种蛋白生物标志物，并尝试在较短时间内形成个性化皮肤评估。该技术已于2026年进入进一步实际应用阶段。

如果说传统皮肤检测主要依赖照片观察毛孔、色斑、皱纹和油脂，那么新一代技术正在尝试进一步了解“肉眼暂时看不到的皮肤变化”。

不过，对于消费者而言，也需要理性看待这些新概念。表观遗传、AI、蛋白质组学以及生物制造本身属于研发技术，并不意味着带有这些关键词的护肤产品就一定拥有更强功效。最终产品是否有效，仍然需要结合具体配方、活性成分浓度、稳定性、人体测试以及长期使用结果进行判断。

真正值得关注的，是整个护肤研发体系正在发生变化。

过去护肤行业更习惯从一个热门成分出发寻找卖点，而未来可能越来越多地从皮肤机制出发，通过人工智能寻找候选分子，再利用生物技术生产，并通过生物标志物和人体测试验证结果。

从2026年的国际科技动态来看，“AI+皮肤科学”正在从概念展示逐步深入原料研发、皮肤检测和配方设计。护肤品的下一轮竞争，可能不只是比较谁拥有更多热门成分，而是谁能够更准确理解皮肤变化的生物机制，并把复杂科研真正转化为安全、稳定且能够被消费者感知的产品效果。