Un nouveau scanner prédit les niveaux de THC plusieurs semaines avant la récolte

Des scientifiques de l’université d’Adélaïde (Australie), en collaboration avec l’entreprise technologique allemande Compolytics, ont mis au point une technique de balayage non destructive capable de prédire le profil cannabinoïde d’une plante plusieurs semaines avant la récolte.

Un outil prédictif pour les profils cannabinoïdes

La méthode, connue sous le nom de réflectance hyperspectrale des feuilles en éventail (FLHR), consiste à scanner des feuilles intactes afin de capturer leurs modèles de réflexion de la lumière sur des centaines de bandes de longueur d’onde. Ces « signatures spectrales » sont ensuite interprétées à l’aide de modèles d’apprentissage automatique afin d’estimer les concentrations finales de cannabinoïdes dans les fleurs matures.

Ce diagramme montre comment la méthode FLHR mise au point par les chercheurs peut faciliter les processus de culture du cannabis.

Les méthodes traditionnelles de test de cannabinoïdes, telles que la chromatographie liquide ou gazeuse, nécessitent la destruction d’échantillons, des réactifs chimiques, des équipements coûteux et des laboratoires spécialisés. En revanche, le FLHR fournit des lectures instantanées directement dans la salle de culture ou sur le terrain.

« Cette technique de mesure a été superposée à des modèles d’apprentissage automatique entraînés sur les spectres FLHR et a atteint une précision prédictive élevée qui a surpassé les approches précédentes », explique le Dr Aaron Phillips de l’université d’Adélaïde, qui a dirigé l’étude publiée dans Industrial Crops & Products. La technique repose sur un appareil hyperspectral portable, ce qui permet d’effectuer des évaluations rapides et in situ sans couper les plantes ni envoyer d’échantillons à un laboratoire.

« La capacité de prédire les profils cannabinoïdes plusieurs semaines avant la récolte a des implications importantes pour la production de cannabis, car elle permet aux cultivateurs et aux sélectionneurs d’améliorer la qualité des produits, de réduire les coûts et de garantir la conformité réglementaire », explique le Dr Phillips.

Les cultivateurs peuvent ainsi identifier les plantes susceptibles de dépasser les limites légales de THC, évitant ainsi la destruction coûteuse des cultures, et donner la priorité aux plantes à fort potentiel. Cet outil permet également d’accélérer les cycles de sélection et permet aux producteurs d’optimiser le moment de la récolte en fonction de la puissance attendue plutôt que de se fier à des conjectures ou à des analyses répétées en laboratoire.

Les avantages vont au-delà de la conformité. Comme l’expliquent des rapports indépendants cités par l’étude, cette technologie aide les agriculteurs à éviter d’allouer des ressources à des plantes dont le potentiel en cannabinoïdes est faible. Elle offre également aux chercheurs un moyen puissant de classer les cultivars et de sélectionner les plants reproducteurs optimaux plus tôt dans le cycle de croissance, réduisant ainsi le besoin d’un phénotypage fastidieux.

Bien que l’équipement de numérisation actuel soit encombrant, Compolytics travaille sur une version compacte similaire à un lecteur de codes-barres de supermarché, conçue pour une utilisation quotidienne par les cultivateurs.

Le futur scanner imaginé par Compolytics

L’équipe de recherche vise également à repousser les limites de la précision avec laquelle le FLHR peut prévoir les niveaux de cannabinoïdes au début du cycle de croissance. Étonnamment, les premiers résultats suggèrent que les scans effectués au début de la floraison peuvent parfois être plus performants que les mesures effectuées plus tard.

Pour l’avenir, le Dr Phillips envisage des applications à plus grande échelle : « Nous aimerions également tester notre approche avec des drones capables de scanner des champs de chanvre afin de repérer les plantes qui dépassent les seuils légaux de THC. »

Un tel système pourrait automatiser la surveillance de la conformité pour les grandes exploitations agricoles en plein air, ce qui représenterait un niveau de précision agricole sans précédent dans l’industrie du Cannabis.