Rational Design, Synthesis, and Characterization of a Solid Δ9-Tetrahydrocannabinol Nanoformulation Suitable for “Microdosing” Applications
Notice bibliographique
Résumé
Background: This article highlights the formulation of a solid Δ 9 -tetrahydrocannabinol (THC)-loaded ingestible prepared from pure THC distillate. Methods: A THC-containing ethanol-assisted cannabinoid nanoemulsion (EACNE) was created using a solvent displacement technique. Subsequently, the EACNE was converted to a solid powdery material while still retaining its THC potency, a format uniquely suited for “microdosing” applications. Results: EACNE had an average lipid droplet size of ∼190 nm, with a polydispersity index of 0.15, and an average droplet ζ potential of −49±10 mV. The nanoemulsion (NE) was colloidally stable for at least 6 weeks, with no meaningful change in cannabinoid potency over the experimental period, as determined by high-performance liquid chromatography analysis. The EACNE remained stable when subjected to physical stresses such as heat, freeze/thaw cycles, carbonation, dilution to beverage concentrations, high sucrose concentrations, and a pH range between 5 and 8. The microencapsulated EACNE demonstrated limited free-flowing behavior but was freely redispersible in water without any visible phase separation. Conclusions: We report the design, creation, and characterization of a THC NE generated without the use of specialized equipment, such as a microfluidizer or a high-pressure homogenizer. This emulsion could readily be converted to a water-redispersible powder. This embodiment is particularly suited for THC “microdosing,” a practice that might decouple the health benefits of THC from its psychotropic effects.
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 | 0,003 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| 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 ».