Development of Bioactive Cannabis Extracts Through Optimization of Green Supercritical Fluid Process
Notice bibliographique
Résumé
RÉSUMÉ: En raison du potentiel médicinal des substances chimiques actives pour traiter les patients atteints de maladies telles que la maladie d'Alzheimer, les maladies auto-immunes et le cancer, la recherche sur l'huile de cannabis s'est orientée vers le marché médical. Le traitement avec des cannabinoïdes comme le tétrahydrocannabinol, le cannabigérol et le cannabinol pour réduire la douleur neuropathique et activer le système immunitaire est le moyen le plus efficace de traiter ces maladies mortelles. L'absence de traitement industriel standard de ces composés bioactifs est à l'origine de l'échec de l'introduction des produits à base de cannabis sur le marché pharmaceutique. La contribution de cette étude vise à pousser plus loin l'optimisation des conditions d'extraction de ces cannabinoïdes. Les cannabinoïdes étant des composés non polaires, ils ont une grande affinité avec le CO2 comme solvant, mais pas avec les autres composés polaires non nécessaires (polyphénols, terpènes). Nous suggérons l'extraction au CO2 supercritique comme traitement industriel afin de se rapprocher de la qualité pharmaceutique. Nous utilisons un plan d'expérience Box-Behnken à trois niveaux, et nous testons 27 expériences. Le débit de CO2, la pression, la température et le temps sont les principaux facteurs examinés. Pour le THC, le CBG et le CBN, les conditions optimales sont 15 g/min, 235 bar, 55 °C et 2 h, mais 4 h pour le CBN. Une comparaison rapide avec l'extraction à l'éthanol montre que les extraits au CO2 supercritique contiennent 24 % de cannabinoïdes de plus que l'extraction à l'éthanol. ABSTRACT: Due to the medicinal potential of active chemicals to treat patients with diseases including Alzheimer's, auto-immune illnesses, and cancer, research on cannabis oil has shifted toward the medical market. Treatment with cannabinoids such tetrahydrocannabinol, cannabigerol, and cannabinol to reduce neuropathic pain and activate the immune system is the most effective way to treat these fatal diseases. The lack of standard industrial processing of these bioactive compounds is at the origin of the failure to get cannabis-based products into the pharmaceutical market. The contribution of this study aims to push further the optimization of these cannabinoids’ extraction conditions. As CO2 is non polar, it has a great affinity to cannabinoids, but not for other polar compounds such as polyphenols, terpenes. We suggest supercritical CO2 extraction as an industrial processing in order to get closer to the pharmaceutical grade quality. We use a three-level Box-Behnken design of experiment, and we test 27 experiments. The CO2 flowrate, pressure, temperature, and time are the main factors examined. For THC, CBG, and CBN, the optimal conditions are 15 g/min, 235 bar, 55 °C, and 2 h but 4h for CBN. A quick comparison with ethanol extraction shows that the supercritical CO2 extracts contains 24 % more cannabinoids than conventional ethanol extraction.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 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) | 0,002 | 0,001 |
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 source (Gemma direct ou Codex distillé), 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 ».