Developing Prediction Models Using Near-Infrared Spectroscopy to Quantify Cannabinoid Content in Cannabis Sativa

Разработка моделей прогнозирования с использованием спектроскопии ближнего инфракрасного диапазона для количественного определения содержания каннабиноидов в сативе конопли

Джонатан Тран, Симона Василиадис, Аарон К. Элкинс, Ноэль О. И. Коган, Симона Дж. Рочфорт

2023 Датчики, 23(5), 2607; 

https://doi.org/10.3390/s23052607

АННОТАЦИЯ

Каннабис выращивается в коммерческих целях как в терапевтических, так и в рекреационных целях во все большем числе юрисдикций. Основными представляющими интерес каннабиноидами являются каннабидиол (CBD) и дельта-9 тетрагидроканнабидиол (THC), которые находят применение в различных терапевтических процедурах. Быстрое неразрушающее определение уровней каннабиноидов было достигнуто с помощью спектроскопии ближнего инфракрасного диапазона (NIR) в сочетании с высококачественными эталонными данными по соединениям, полученными методом жидкостной хроматографии. Однако большая часть литературы описывает модели прогнозирования для декарбоксилированных каннабиноидов, например, ТГК и CBD, а не для природных аналогов, тетрагидроканнабидиоловой кислоты (THCA) и каннабидиоловой кислоты (CBDA). Точное предсказание содержания этих кислых каннабиноидов имеет важные последствия для контроля качества культиваторов, производителей и регулирующих органов. 

Используя высококачественные данные жидкостной хроматографии–масс-спектроскопии (LCMS) и данные NIR спектров, мы разработали статистические модели, включая анализ главных компонентов (PCA) для контроля качества данных, модели регрессии с частичным методом наименьших квадратов (PLS-R) для прогнозирования концентраций каннабиноидов для 14 различных каннабиноидов и модели дискриминантного анализа с частичным методом наименьших квадратов (PLS-DA) для отнесения образцов каннабиса к классам с высоким CBDA, высоким THCA и равномерным соотношением. Для анализа использовались два спектрометра, настольный прибор научного класса (Bruker MPA II –многоцелевой анализатор FT-NIR) и ручной прибор (VIAVI MicroNIR Onsite-W).

 В то время как модели настольного прибора в целом были более надежными (прогноз точности 99,4–100%), портативное устройство также показало хорошие результаты (прогноз точности 83,1–100%) с дополнительными преимуществами портативности и скорости. Кроме того, были оценены два метода приготовления соцветий каннабиса: тонкого и крупного помола. Модели, созданные на основе крупноизмельченной конопли, обеспечивали сопоставимые прогнозы с моделями для мелкоизмельченной конопли, но при этом значительно экономили время с точки зрения подготовки образцов. 

Это исследование демонстрирует, что портативное портативное устройство NIR в сочетании с количественными данными LCMS может обеспечить точные прогнозы по каннабиноидам и потенциально может быть использовано для быстрого, высокопроизводительного, неразрушающего скрининга материала каннабиса.