Flanderissa ja Etelä-Alankomaissa on perinteisesti paljon yrityksiä muovinjalostusteollisuudessa, erityisesti tekstiileissä. Molemmilla alueilla on laaja asiantuntemus mattojen ja vaatteiden kehittämisestä ja valmistuksesta. Vuoteen 2030 mennessä ala haluaa käyttää tuotteissaan 20–50 prosenttia biopohjaisia materiaaleja. Tämän saavuttamiseksi tekstiiliteollisuuden on hankittava laadukkaita kuituja ja lankoja, jotka perustuvat 100-prosenttisesti biopohjaisiin materiaaleihin. ”Puur Natuur: 100 % Bio-based’ haluaa tarjota kestäviä, myrkyttömiä, biohajoavia vaihtoehtoja, jotka perustuvat uusiutuviin raaka-aineisiin. Muun muassa Centexbel (Belgian tekstiiliteollisuuden tekninen ja tieteellinen keskus), Avans Foundation ja johtava flaamilainen tekstiiliyhtiö De Saedeleir Textile Platform yhdistävät voimansa tässä. Hankkeen tuloksena kehitetään biopohjaisia pehmittimiä, palonestoaineita, väriaineita, stabilointiaineita, liimoja ja ydinaineita. Esimerkiksi värin voimakkuus ja vakaus ovat tekstiilien tärkeimmät laatuominaisuudet. Biopohjaisia väriaineita on kaupallisesti saatavilla vain rajoitetusti, eivätkä ne usein täytä asetettuja laatukriteerejä, kuten valonkestoa. Hz-ammattikorkeakoulu keskittyy meren eliöiden, kuten levien, luonnollisiin väriaineisiin. Avans keskittyy viljelykasveihin muun muassa durran ja sipulin nahojen kanssa. Kehitetyille lisäaineille tehdään laboratoriokokeita, joissa käytetään erilaisia yhdistelmiä sekoittamalla (sekoitus sulassa tilassa), suulakepuristuksella (pinnoitus kuiduiksi sulassa tilassa), pinnoittamalla, viimeistelyllä ja värjäyksellä. Saatujen yhdisteiden ja tekstiilikuitujen analysoinnin jälkeen määritetään, mikä kemiallinen tekniikka soveltuu parhaiten täydellisiin (100 %) biopohjaisiin tekstiilituotteisiin. Lisäksi näitä prosesseja tutkitaan pilottimittakaavassa ja useat yritykset kehittävät edelleen tuftattua mattoa, vaatteita, vuodevaatteita ja kuitukankaita. Biopohjaisia lisäaineita, kuituja ja sovelluksia tarkastellaan myös eri kehitysvaiheiden ympäristövaikutusten osalta elinkaarianalyysin (LCA) avulla.
