Synthesis, Characterization and Stress-Testing of a Novel Quillaja Saponin Stabilized Oil-in-Water Phytocannabinoid Nanoemulsion
Notice bibliographique
Résumé
This study describes the design, optimization, and stress-testing of a novel phytocannabinoid nanoemulsion generated using high-pressure homogenization. QNaturale®, a plant-derived commercial emulsifier containing quillaja saponin, was used to stabilize the lipid phase droplets in water. Optimization studies revealed that after 10 homogenization cycles at a pressure of 30,000 psi in the presence of 10 wt% QNaturale® (1.5 wt% quillaja saponin), average nanoemulsion droplet diameters were ca. 120 nm and average droplet surface zeta-potentials were ca. -30 mV for a lipid phase comprising 16.6 wt% CBD-enriched cannabis extract and 83.4 wt% carrier (soybean) oil. The optimized nanoemulsion proved to be stable to droplet agglomeration and phase separation upon storage under ambient conditions for 6 weeks, as well as under a variety of physical stressors such as heat, cold, dilution, and carbonation. pH values under 2 and moderately high salt concentrations (> 100 mM), however, destabilized 0the CD CBD nanoemulsion, eventually leading to phase separation. Cannabis potency, determined by HPLC, was detrimentally affected by any changes in the nanoemulsion phase stability. Quillaja saponin stabilized cannabidiol (CBD)-enriched nanoemulsions are stable, robust systems even at low emulsifier concentrations, and are therefore significant from both a scientific as well as a commercial perspective.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».