Strategies for Targeted and Non-Targeted Screening and Differentiation of Cannabis Cultivars Using UPLC and APGC with Quadrupole Time of Flight Mass Spectrometry

Význam tématu

Systematické profilování chemického složení různých odrůd konopí je klíčové pro pochopení jejich farmakologických vlastností a zajištění kvality léčivých i rekreačních produktů. Kombinace metod UHPLC-MS a APGC-MS umožňuje široké analytické pokrytí a spolehlivou identifikaci jak známých, tak neznámých kanabinoidů a terpenů ve složitých rostlinných extraktech. Multivariační analýzy navíc poskytují nástroje pro chemotaxonomickou diferenciaci a standardizaci odrůd.

Cíle a přehled studie

Autoři vyvinuli workflow pro cílené i necílené screeningové studie 18 odrůd konopí (včetně hempu). Cílem bylo demonstrovat:

• identifikaci kanabinoidů a terpenů pomocí vysokorozlišovacího QToF-MS v módu MS
• komplexní chemické profilování a diferenciaci odrůd multivariačními metodami, zejména PCA
• vytvoření a využití vlastních databází pro přesnou identifikaci s využitím retenční doby, přesné hmotnosti a fragmentačních vzorců

Použitá metodika a instrumentace

Vzorky květů byly homogenizovány, extrahovány acetonitrilem (kanabinoidy) nebo ethylacetátem (terpeny) a analyzovány:

• UHPLC: Waters ACQUITY UPLC I-Class, kolona CSH Phenyl-Hexyl, eluční gradient voda/acetonitril (0,1 % HCOOH), točivá rychlost 0,6 mL/min, 30 °C
• APGC–MS: Waters Xevo G2-XS QToF s atmosférickou tlakovou plynovou chromatografií (Agilent 7890B, kolona Restek Rxi-5MS), módy ESI+ a APGC+ MS
• Datová akvizice: MassLynx 4.2, zpracování: Progenesis QI (cílená identifikace, generování vlastních fragmentačních a retenčních databází), multivariační analýzy v EZinfo (PCA)

Hlavní výsledky a diskuse

Studie prokázala:

• Úspěšnou identifikaci 16 kanabinoidů podle autenticity standardů a dalších >120 sloučenin z předvytvořené databáze
• Oddělení hem­pu (vysoké CBD/nízké Δ9-THC) od psychoaktivních odrůd v PCA a jasné rozlišení mezi odrůdami na základě profilu Δ9-THC, THCA, CBG
• Objevení neznámého markeru m/z 374,2463n spojeného s odrůdou JoshD OG, jehož elementární složení odpovídá dosud nepojmenovaným kanabinoidům
• Podobné workflow platí pro terpeny, kdy 23 referenčních monoterpenů a sesquiterpenů bylo rozlišeno GC-MS a odrůdy klasifikovány dle terpénového profilu

Přínosy a praktické využití metody

Navržené řešení nabízí:

• Rychlou a vysoce spolehlivou diferenciaci odrůd pro výzkum, šlechtění a kontrolu kvality
• Podporu jak cíleného měření známých markerů, tak necíleného objevování nových bioaktivních sloučenin
• Standardizaci analýzy díky reprodukovatelným chromatografickým podmínkám a bohatým referenčním databázím

Budoucí trendy a možnosti využití

Očekávaný rozvoj zahrnuje:

• Rozšíření databází o syntetické a minoritní kanabinoidy s potvrzenou strukturou NMR
• Integraci dat s genotypováním pro komplexní chemotypizaci
• Využití strojového učení pro automatické rozpoznávání chemických vzorů a predikci farmakologického účinku
• Aplikace v regulované výrobě doplňků, léčiv i potravinářských výrobků s garantovaným složením

Závěr

Workflow založené na spojeném využití UPLC–QToF a APGC–QToF s pokročilou informatikou umožňuje komplexní chemické profilování konopí. Přesné vyhodnocení kanabinoidů i terpenů, doplněné multivariačními analýzami, přináší robustní nástroje pro chemotaxonomii, standardizaci odrůd a objevování nových bioaktivních molekul.

Reference

1. Bhat SV, Nagasampagi BA, Sivakumar M. Chemistry of Natural Products. Springer; 2005.
2. Koltai H, Poulin P, Namdar D. Promoting Cannabis Products to Pharmaceutical Drugs. Eur J Pharm Sci. 2019;132:118–120.
3. Izzo AA, Borrelli F, Capasso R, Di Marzo V, Mechoulam R. Non-Psychotropic Plant Cannabinoids: New Therapeutic Opportunities. Trends Pharmacol Sci. 2009;30(10):515–527.
4. Andre CM, Hausman JF, Guerriero G. Cannabis Sativa: The Plant of the Thousand and One Molecules. Front Plant Sci. 2016;7:19.
5. ElSohly MA, Slade D. Chemical Constituents of Marijuana: The Complex Mixture of Natural Cannabinoids. Life Sci. 2005;78:539–548.
6. Brenneisen R. Chemistry and Analysis of Phytocannabinoids and Other Cannabis Constituents. In: Marijuana and the Cannabinoids. Springer; 2007:17–49.
7. Citti C, Linciano P, Russo F, et al. A Novel Phytocannabinoid Isolated from Cannabis Sativa L. with in vivo Cannabimimetic Activity Higher than Δ9-THC. Sci Rep. 2019;9:20335.
8. Radwan MM, ElSohly MA, Slade D, et al. Biologically Active Cannabinoids from High Potency Cannabis Sativa. J Nat Prod. 2009;72:906–911.
9. Citti C, Braghiroli D, Vandelli MA, Cannazza G. Pharmaceutical and Biomedical Analysis of Cannabinoids: A Critical Review. J Pharm Biomed Anal. 2018;147:565–579.
10. Lewis MM, Yang Y, Wasilewski E, Clarke HA, Kotra LP. Chemical Profiling of Medical Cannabis Extracts. ACS Omega. 2017;2:6091–6103.
11. Fischedick JT, Hazekamp A, Erkelens T, Choi YH, Verpoorte R. Metabolic Fingerprinting of Cannabis sativa L. Phytochemistry. 2010;71:2058–2073.
12. Hazekamp A, Fischedick JT. Cannabis – From Cultivar to Chemovar. Drug Test Anal. 2012;4(7-8):660–667.
13. Hazekamp A, Tejkalová K, Papadimitriou S. Cannabis: From Cultivar to Chemovar II – A Metabolomics Approach. Cannabis Cannabinoid Res. 2016;1(1):202–215.
14. Berman P, Futoran K, Lewitus GM, et al. A New ESI-LC/MS Approach for Comprehensive Metabolic Profiling of Phytocannabinoids in Cannabis. Sci Rep. 2018;8:14280.
15. Russo EB. Taming THC: Potential Cannabis Synergy and Phytocannabinoid-Terpenoid Entourage Effects. Br J Pharmacol. 2011;163:1344–1364.
16. Delgado-Povedano MM, Sánchez-Carnerero C, Priego-Capote F. Untargeted Characterisation of Extracts from Cannabis sativa L. Cultivars by GC and LC High-Resolution MS. Talanta. 2020;208:120384.
17. Elzinga S, Fischedick J, Podkolinski R, Raber JC. Cannabinoids and Terpenes as Chemotaxonomic Markers in Cannabis. Nat Prod Chem Res. 2015;3(4):1000188.
18. Hillig KW. Chemotaxonomic Analysis of Terpenoid Variation in Cannabis. Biochem Syst Ecol. 2004;32:875–891.
19. Fischedick JT. Identification of Terpenoid Chemotypes Among High Δ9-THC-Producing Cannabis sativa L. Cultivars. Cannabis Cannabinoid Res. 2017;2(1):34–47.
20. Orser C, Johnson S, Speck MD, Hilyard A, Afia I. Terpenoid Chemoprofiles Distinguish Drug-Type Cannabis sativa L. Cultivars in Nevada. Nat Prod Chem Res. 2018;6(304).
21. Booth J, Bohlmann J. Terpenes in Cannabis Sativa – From Plant Genome to Humans. Plant Sci. 2019;284:67–72.
22. Magagnini G, Grassi G, Kotiranta S. The Effect of Light Spectrum on the Morphology and Cannabinoid Content of Cannabis sativa L. Med Cannabis Cannabinoids. 2018;1:19–27.
23. Ibrahim EA, Wang M, Radwan MM, et al. Analysis of Terpenes in Cannabis Sativa L. Using GC/MS: Method Development, Validation and Application. Planta Med. 2019;85:431–438.
24. Eriksson L, Johansson E, Kettaneh-Wold N, et al. Multi- and Megavariate Data Analysis: Part I. Umetrics Academy; 2006.
25. Navarro G, Varani K, Reyes-Resina I, et al. Cannabigerol Action at CB1 and CB2 Receptors. Front Pharmacol. 2018;9:632.
26. Hao DC, Gu XJ, Xiao PG. Medicinal Plants: Chemistry, Biology and Omics. Phytochemical and Biological Research of Cannabis Pharmaceutical Resources. Springer; 2015:431–464.
27. Storey JD, Tibshirani R. Statistical Significance for Genomewide Studies. Proc Natl Acad Sci USA. 2003;100(16):9440–9445.
28. ElSohly MA, Radwan MM, Gul W, Chandra S, Galal A. Phytochemistry of Cannabis sativa L. In: Kinghorn AD, Falk H, Gibbons S, Kobayashi J, eds. Phytocannabinoids: Unraveling the Complex Chemistry and Pharmacology of Cannabis Sativa. Springer; 2017:1–36.
29. Cho M, So I, Chun JN, Jeon JH. The Antitumor Effects of Geraniol: Modulation of Cancer Hallmark Pathways. Int J Oncol. 2016;48(5):1772–1782.
30. Stevens D, Hudalla CJ, Twohig M, Organtini K. Terpenes in Hemp and Cannabis Determined Using EI GC-MS/MS. Waters Application Note 720006781EN; 2020.