Para poder utilizar el cannabis en el ámbito médico, investigadores del grupo IBeA de la UPV/EHU han desarrollado una rápida técnica analítica para el control estricto del crecimiento de las plantas de cannabis. Las plantas se han clasificado según el tipo de cannabinoide mediante imágenes hiperespectrales y aprendizaje automático. La nueva técnica permitiría asegurar de forma automática la trazabilidad o el control de calidad de las plantas de cannabis medicinales a escala industrial.
Tecnologías analíticas avanzadas para controlar las producciones de cannabis medicinal
Utilizan imágenes hiperespectrales y aprendizaje automático para realizar in situ la clasificación no invasiva de los quimiotipos del cannabis
- Investigación
Fecha de primera publicación: 14/03/2024
En los últimos años, cada vez tiene más aceptación la idea de que el uso de cannabis puede ser de gran ayuda en ciertas dolencias o como alivio para el dolor. Algunos países europeos, por ejemplo, han apostado por el uso del cannabis como sustancia terapéutica. Los compuestos cannabinoides del cannabis son los que más interés despiertan en la medicina, ya que tienen la capacidad de influir en la regulación de la plasticidad cerebral, el desarrollo neuronal, el equilibrio energético y el apetito.
En cualquier caso, el cannabis sintetiza diferentes tipos de cannabinoides que tienen diferentes efectos sobre el receptor, tanto terapéuticos como psicoactivos. Por tanto, es necesario desarrollar métodos precisos y eficaces para garantizar el control de calidad en el proceso de producción de las plantas. “El cannabis medicinal se debe producir de forma muy controlada y todavía no existe una regulación clara al respecto”, explica Markel San Nicolas, investigador del grupo IBeA de la UPV/EHU.
Investigadores del Departamento de Química Analítica de la UPV/EHU han propuesto una tecnología analítica avanzada para la clasificación rápida de plantas en el lugar donde se cultiva el cannabis. “Hemos comprobado que con imágenes hiperespectrales y aprendizaje automático las plantas de cannabis se pueden clasificar por quimiotipos”, explica Markel San Nicolás. Los quimiotipos I, II y III del cannabis se diferencian según la concentración de cannabinoides THC y CBD. El THC es el principal componente psicoactivo del cannabis, mientras que el CBD no es psicoactivo y tiene un uso terapéutico. “Según la concentración de ambos cannabinoides, las plantas de cannabis pueden clasificarse como quimiotipo I, II o III”, explica.
Método no invasivo
Las técnicas utilizadas actualmente en el análisis de plantas de cannabis son muy precisas, pero son procesos mucho más lentos: “Las muestras requieren un tratamiento previo: se secan, se extraen y luego se analizan mediante técnicas analíticas como la cromatografía. En este trabajo hemos demostrado que la cámara hiperespectral permite diferenciar los quimiotipos de la planta utilizando un sistema mucho más simple”.
El investigador explica que la imagen hiperespectral se caracteriza porque “este tipo de fotografía tiene tres dimensiones. Es decir, tiene las dos dimensiones de las fotos normales, distribuidas en píxeles, pero cada píxel tiene un espectro completo en vez de un único color. De esta manera se obtiene un cubo de datos tridimensional. A cada píxel le corresponde un espectro completo del infrarrojo cercano, lo que nos permite realizar un análisis no invasivo de las plantas”.
La implementación de esta tecnología en el propio lugar de producción permitiría “asegurar de forma automática y rápida la trazabilidad o el control de calidad del quimiotipo”, afirma San Nicolás. Y, aunque los investigadores consideran que todavía hay que hacer más estudios, este trabajo puede ser el punto de partida para empezar a utilizar este tipo de técnicas en las producciones de cannabis. No obstante, “para ello habría que establecer la regulación relacionada con el cannabis y avanzar en ese sector industrial”.
Información complementaria
Markel San Nicolás Oruetxebarria ha realizado su tesis doctoral en el Departamento de Química Analítica de la UPV/EHU, bajo la dirección de los doctores Aresatz Usobiaga Epelde y Oier Aizpurua Olaizola.
Referencia bibliográfica
- NIR-hyperspectral imaging and machine learning for non-invasive chemotype classification in Cannabis sativa L
- Computers and Electronics in Agriculture
- DOI: 10.1016/j.compag.2023.108551