La spectroscopie NIR offre une méthode rapide et non destructive pour la quantification du THC, permettant de distinguer le chanvre du cannabis.

Bien que des améliorations supplémentaires des modèles
et des ensembles de données plus importants
soient nécessaires avant une adoption réglementaire complète, les résultats suggèrent...

Le chanvre est une variété de la plante Cannabis sativa bas en THC (limité par la Loi à 0,03 %)
cultivée à des fins industrielles plutôt que récréatives.

Aujourd'hui dans la zone grise !
Parce que le CBD non psychoactif a été exclus de la liste des drogues/stupéfiants !

Présent naturellement en faibles quantités dans le chanvre, le delta-8-THC commercialisé
est majoritairement produit à partir de CBD issu du chanvre.
Des profiteurs extraient le peu de THC du chanvre légal.
Alors, que la FDA n'a pas approuvé les produits à base de delta-8-THC
et que les États ou le fédéral n'interdisent pas aujourd'hui les produits delta-8-THC.

Effets de pervers !
Le vol de chanvre non psychoactif moins bien protégé
Par qui ?
Production: La majeure partie du delta-8 THC disponible sur le marché
est synthétisée à partir de CBD « en laboratoire »,
un procédé qui peut impliquer l'utilisation de produits chimiques.
Ce procédé n'étant pas réglementé,
les produits ne font l'objet d'aucun contrôle de sécurité ni de qualité.

Faut pas souffrir du syndrome amotivationnel !;O))

Rappelons qu'il suffit de sécher les fleurs de delta-9-THC pour consommation.
Les décarboxyler sans produits chimiques pour le médical. Huiles, beures, etc.
Pas de produits chimiques indispensable pour faire du hasch un concentré.

How Is Delta 8 THC Made?
https://youtu.be/vSrdHvBKYCk

Is Delta 8 THC a Natural Product? | extraktlab
https://youtu.be/8wWq7gGVoTg

3 novembre 2025
Une nouvelle méthode de spectroscopie permet une classification rapide et fiable du THC dans les échantillons de cannabis.
Auteur(s) : Will Wetzel
Vérifié par : John Chasse
Écouter

0:00 / 5:52

Points clés à retenir
La spectroscopie NIR offre une méthode rapide et non destructive pour la quantification du THC, permettant de distinguer le chanvre du cannabis.
Les modèles chimiométriques ont atteint une grande précision dans la classification des niveaux de THC, le modèle PLS-DA affichant une précision de 98,9 % en validation croisée.

Une collaboration de recherche récente entre le National Institute of Standards and Technology (NIST) et l'Université d'Albany (Université d'État de New York) a démontré le potentiel de la spectroscopie proche infrarouge (NIR) comme méthode rapide et non destructive d'identification et de quantification des niveaux de THC dans les matières végétales du cannabis (1). Ces travaux pourraient fournir aux laboratoires et aux organismes de réglementation un outil de dépistage rapide permettant de distinguer le chanvre légal des produits dérivés du cannabis réglementés, une distinction de plus en plus importante depuis la légalisation du chanvre aux États-Unis.

Suite à la loi agricole de 2018, le chanvre a été retiré de la liste I de la loi sur les substances contrôlées, où il était défini comme du Cannabis sativa contenant au maximum 0,3 % de delta-9-tétrahydrocannabinol (Δ9-THC) total en poids sec (2). Cependant, la distinction entre le chanvre et les variétés de cannabis à teneur plus élevée en THC demeure un défi analytique complexe. Les méthodes de laboratoire traditionnelles, telles que la chromatographie liquide (CL) ou la chromatographie en phase gazeuse (CG), bien que très précises, sont chronophages, nécessitent des solvants et une préparation des échantillons, et dépendent d'analystes qualifiés (1). La méthode de spectroscopie NIR développée par Urbas et ses collègues vise à simplifier ce processus en fournissant une évaluation rapide et en temps réel du THC avec une manipulation minimale des échantillons.

Fond sur le thème du cannabis | Crédit image : © yellowj - stock.adobe.com

Qu'ont fait les chercheurs dans leur étude ?
Dans leur étude, publiée dans Forensic Chemistry (1), les chercheurs ont utilisé la spectroscopie de réflectance diffuse NIR pour analyser 75 échantillons de fleurs de cannabis. Afin de classifier et de prédire les concentrations de THC, ils ont ensuite développé deux modèles chimiométriques : l’analyse discriminante par les moindres carrés partiels (PLS-DA) et la régression par les moindres carrés partiels (PLS) (1). Les modèles de classification ont été conçus pour séparer les échantillons en deux catégories : « faible teneur en THC » (moins de 2 % de Δ9-THC total) et « forte teneur en THC » (2 % ou plus de Δ9-THC total) (1). Avec le modèle PLS-DA, les chercheurs ont obtenu une précision de 98,9 % lors de la validation croisée et de 96,7 % sur l’ensemble de test, ne classant incorrectement qu’un seul échantillon à forte teneur en cannabigérol (CBG) (1).

Quels étaient les deux modèles de prédiction quantitative construits par l'équipe ?
Les chercheurs ont créé un modèle de prédiction quantitative à gamme complète et un modèle à gamme réduite. Le modèle à gamme complète, couvrant l'ensemble du spectre des concentrations de THC, a obtenu une erreur quadratique moyenne de prédiction (RMSEP) de 0,741 %, tandis que le modèle à gamme réduite (axé sur les échantillons contenant moins de 1 % de THC) a atteint une RMSEP de 0,073 % (1). Cependant, deux échantillons riches en cannabidiol (CBD) et modérément riches en THC (1–2 %) n'ont pas été correctement modélisés par le modèle à gamme réduite, ce qui suggère que des interactions complexes entre le THC et le CBD influencent l'interprétation spectrale (1).

Les chercheurs ont mis en évidence deux observations clés dans leur étude. D'une part, le modèle à faible teneur en THC s'appuyait fortement sur les caractéristiques spectrales liées au CBD en raison de la forte corrélation chimique entre le THC et le CBD. Cette interdépendance pourrait en réalité améliorer la capacité des modèles basés sur la spectroscopie NIR à différencier les types de cannabis, car les profils riches en CBD et faibles en THC sont typiques des produits à base de chanvre (1).

Deuxièmement, la spectroscopie NIR s'est avérée une technique efficace et simple à utiliser à cette fin. Contrairement aux méthodes chromatographiques, qui nécessitent des solvants chimiques et des étalons de calibration, la spectroscopie NIR ne requiert que peu ou pas de préparation d'échantillon, permet l'analyse directe du cannabis broyé et fournit des données spectrales immédiates (1). L'analyse statistique subséquente peut être automatisée, ce qui signifie que les résultats peuvent être obtenus sans interprétation par un expert, un avantage majeur pour les applications de terrain, les forces de l'ordre et les laboratoires d'analyses agricoles (1).

La culture du cannabis en Californie dans toute sa splendeur. Immersion au cœur de l'industrie des fermes de marijuana. Superbes gros plans et micro-plans. Serres, cultures en extérieur et en intérieur, et récolte | Crédit photo : © RYLAND ZWEIFEL - stock.adobe.com

En conséquence, les chercheurs soulignent que la spectroscopie NIR pourrait servir d'outil de dépistage rapide de première intention, signalant les échantillons nécessitant une analyse de confirmation par des méthodes de laboratoire plus complexes (1). Sa nature non destructive préserve également l'intégrité des preuves, un facteur essentiel dans les contextes médico-légaux.

Quels sont les principaux enseignements de cette étude ?
Bien que des améliorations supplémentaires des modèles et des ensembles de données plus importants soient nécessaires avant une adoption réglementaire complète, les résultats suggèrent une avancée prometteuse vers une classification standardisée et à haut débit du THC. Alors que la réglementation du cannabis continue d'évoluer à l'échelle mondiale, cette étude positionne la spectroscopie NIR comme une technologie puissante et accessible pour distinguer le chanvre du cannabis et garantir le respect des seuils légaux de THC (1).

Grâce à son développement continu, cette collaboration entre le NIST et l'Université d'Albany pourrait contribuer à redéfinir la manière dont les matières premières issues du cannabis sont testées, offrant une approche plus rapide, plus écologique et plus efficace de l'analyse médico-légale et agricole du THC.

Références
Mistek-Morabito, E.; Wilson, WB; Lednev, IK; Urbas, AA. Analyse de matériel végétal de cannabis par spectroscopie proche infrarouge (NIR) et analyse multivariée des données pour différencier le cannabis à faible et à forte teneur en THC. For. Chem. 2025 , 46 , 100698. DOI :10.1016/j.forc.2025.100698
Kafka, DC. Définition du chanvre dans la loi agricole de 2018 et contestations juridiques des lois étatiques restreignant certains produits à base de THC. Congress.gov . Disponible sur :https://www.congress.gov/crs-product/R48637(consulté le 31 octobre 2025).