阅读时间:
大麻的方法来优化chemotyping菌株被俄亥俄州大学的研究人员和化学概述映射Inc。具体地说,他们评估的影响几个质谱(MS)数据预处理技术来确定哪些策略有助于提供最准确和有用的大麻化学指纹图谱样本。他们的发现发表在Talanta。这项研究强调了仔细评估并选择数据预处理参数的重要性。
描述植物的快速方法
耕种者和育种者想专利特定菌株与特定的化学成分,临床医生要求更多信息个人大麻菌株的医疗福利,一个精确的视图任何大麻化学调剖的应变是感兴趣的原因有很多。
向我们讲述背后的故事组的工作,相应的作者,俄亥俄大学的化学教授彼得•哈林顿解释说,研究小组首次招募工作描述植物使用化学分析由美国农业部(USDA)。发表后,许多论文描述参茸补品和黑升麻,他们被化学招募inc .)映射到他们的技术应用于大麻产品。从那时起,大麻的团队发表了数篇论文。哈林顿博士强调了两个有关的高通量方法提取植物氘氯仿然后通过核磁共振光谱学特征。
哈林顿教授告诉我们,“我们的目标是开发一种快速测量大麻的化学成分的方法,所以我们使用光谱方法来分析提取,跳过色谱分离步骤,通常需要更长的时间。而不是识别和量化每个组件的光谱,光谱被当作一个指纹。利用化学计量学和机器学习,然后,我们可以把样品分成类根据观察到的化学成分。我们把这个过程称为chemotyping。关联这些团体的目标是期望的药理性质,所以这个行业可以有一些控制产品质量和提供一个途径实现个性化医疗。”
哈林顿教授解释说:“我们的发现证明chemotyping基因分型方法避免了固有的缺陷,利用植物形态学识别和描述大麻产品。此外,我们表明,紫外光谱等低成本的方法一样可以工作更昂贵的高分辨率核磁共振光谱和女士的方法。
高分辨率质谱对大麻chemotyping
组最近纸”预处理的影响高分辨率质谱模式识别的大麻,麻和酒“看着MS-based分析而不是光谱学。高分辨率女士(,8经),结合模式识别描述25大麻样品,二十麻样品和八个白酒样品。团队是热衷于探索,8经的使用,因为它提供了一个敏感的和有选择性的选择检测和量化植物代谢产物降至低ppm (ppm)的水平。然而,这种女士的挑战是其强大的敏感性的产物。作者在文章中解释道“大动态范围的敏感测量可能偏差分类模型的支持大峰低质量可能传达少描述信息。”
为了克服这一挑战,研究人员着手确定预处理数据的最佳策略,减少动态范围。总之,他们发现比例装箱平方根变换相结合的数据取得最好的结果。研究证实,“…等数据预处理方法不同的转换,装箱策略,并解决权力的重要因素是优化,8经直接注入测量结合模式识别是一个身份验证和鉴定工具对各种产品”。
朝着个性化大麻医学
团队是现在希望与医生合作,提高我们理解药用大麻不同菌株的效用。他们的计划是收集数据对大麻对个别病人的药理作用和chemotyping试图关联数据结果;可能使特定的菌株与特定的是否会有一天规定的特定条件。
哈林顿教授添加“此外,我们寻求扩大我们的实验,以证明存在少量的规范化chemotype类数百大麻品种。“这条线询盘有助于解决这个长期争论多少大麻的“类型”存在。确切的数字各不相同,但种植者,庄稼人和用户声称有许多几百,如果不是数以千计的不同菌株的大麻。分组通过主要通过表型特征chemotyping可能有助于确定菌株如何联系在一起的,和医疗福利的你可以看到从一个给定的应变chemotype类。
哈林顿教授总结说“我们希望继续与现有合作伙伴在俄亥俄大学,喜欢黑麋鹿生物技术和化学映射,扩大我们的影响力和帮助利用大麻和其他天然药物的好处。”
广告
