Detection of Mycotoxigenic Fungi and Residual Mycotoxins in Cannabis Buds Following Gamma Irradiation
Notice bibliographique
Résumé
Cannabis plants are susceptible to microbial contamination, including fungi capable of producing harmful mycotoxins. The presence of these toxins in cannabis products poses serious health risks, especially when used for medical purposes in immunocompromised people. This study evaluated the presence of fungi and mycotoxins in dried cannabis buds following gamma irradiation, using culture-based techniques, PCR/qPCR, and ELISA. Irradiation significantly reduced fungal and bacterial loads, eliminating culturable bacteria but did not achieve complete sterilization. Viable spores of toxigenic fungal genera, such as Aspergillus, Penicillium, and Fusarium, persisted. Sequencing of ITS amplicons revealed dominant mycotoxigenic fungi in non-irradiated (NR), irradiated (IR) and licensed producer (LP) samples, while next-generation sequencing (NGS) revealed additional non-culturable toxigenic species. PCR/qPCR detected biosynthetic genes for aflatoxins, trichothecenes, ochratoxins, and deoxynivalenol across all samples, with gene copy numbers remaining stable post-irradiation, suggesting DNA damage without full degradation. ELISA confirmed aflatoxin, ochratoxin, DON, and T2 toxins in both IR and LP samples at variable concentrations. While LP samples showed lower microbial counts and gene abundance, residual DNA and toxins were still detected. Our study shows that while irradiation decreases microbial loads, it does not completely remove toxigenic fungi or their metabolites. Ensuring the safety of cannabis products necessitates a multifaceted assessment that incorporates cultural, molecular, and immunological techniques, in parallel with more stringent microbial standards during production stage.
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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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 ».