控制医用大麻生产的先进分析技术

为了促进大麻在医学领域的使用，UPV/EHU IBeA小组的研究人员开发了一种快速分析技术，用于严格控制大麻植物的生长。利用高光谱成像和机器学习，根据大麻素类型对植物进行了分类

这项发表在《农业中的计算机和电子》上的新技术将有可能在工业规模上自动确保药用大麻植物的可追溯性或质量控制

近年来，人们越来越接受大麻的使用可能对某些疾病或缓解疼痛有很大帮助的观点。例如，一些欧洲国家选择使用大麻作为治疗物质。大麻中的类大麻化合物是引起医学界最感兴趣的化合物，因为它们有能力影响大脑可塑性、神经发育、能量平衡和食欲的调节

无论如何，大麻合成不同类型的大麻素，这些大麻素对受体具有不同的治疗和精神活性。因此，需要开发准确、高效的方法来确保工厂生产过程中的质量控制。Markel San Nicol解释道：“医用大麻必须以一种非常可控的方式生产，目前还没有这方面的明确规定。”；s、 巴斯克地区大学UPV/EHU IBeA小组的研究员

UPV/EHU分析化学系的研究人员提出了一种先进的分析技术，可以快速对大麻种植地的植物进行分类。San Nicolá解释道：“我们已经证实，使用高光谱成像和机器学习，大麻植物可以按化学型进行分类。”；s.大麻化学型I、II和III根据大麻素THC和CBD的浓度进行区分。四氢大麻酚是大麻的主要精神活性成分，而CBD是非精神活性的，具有治疗用途。他解释道：“根据两种大麻素的浓度，大麻植物可以分为化学型I、II或III。”

非侵入性方法目前用于分析大麻植物的技术非常准确，但过程要慢得多。“样品需要预处理：它们被干燥、提取，然后使用色谱等分析技术进行分析。在这项工作中，我们已经表明，高光谱相机使我们能够使用一个简单得多的系统来区分植物化学型，”San Nicolá；s.研究人员解释说，高光谱成像的特点是“这种类型的照片有三个维度。换句话说，它有正常照片的两个维度，以像素为单位分布，但每个像素都有一个全光谱，而不是单一颜色。这样就可以获得一个三维数据立方体。全近红外光谱对应于每个像素，使我们能够对植物进行非侵入性分析。”；s.

尽管研究人员认为还需要进行更多的研究，但这项工作可能是开始在大麻生产中使用此类技术的起点。然而，“要做到这一点，就必须制定与大麻相关的法规，并在这个工业部门取得进展。”