Cannabis Intelligence Database
收藏资源简介：
世界上最大的大麻遗传学知识库，包含15,740个大麻品种和8,792个AI提取的数据点。该数据集从14,300个丰富的品种描述中提取了THC含量、CBD含量、遗传比例、开花时间、效果和风味等关键信息，涵盖200多个专业育种者的品种，提供REST API、CSV下载和交互式浏览器等多种访问方式。
The world's largest cannabis genetics knowledge base contains 15,740 cannabis cultivars and 8,792 AI-extracted data points. Key information including THC content, CBD content, genetic ratios, flowering time, effects and flavors is extracted from 14,300 detailed cultivar descriptions. Covering cultivars from over 200 professional breeders, this dataset provides multiple access methods such as REST API, CSV download and an interactive browser.
Cannabis Intelligence Database 数据集概述
数据集基本信息
- 数据集名称: Cannabis Intelligence Database
- 作者: Amazon Q. & Goddard, S. (2025)
- DOI: https://doi.org/10.5281/zenodo.17645958
- 许可证: MIT License
- 数据格式: CSV, JSON (API)
- 编程语言要求: Python 3.12+
数据规模与成就
- 总菌株数量: 15,768个
- AI提取数据点: 8,792个
- 里程碑: 超过10,000个目标完成57%
- 专业育种者: 200+个
- 数据完整性: 90.6%（包含丰富描述）
- 平均成功率: 96.2%
AI智能提取成果
提取数据类型与数量
- THC含量: 2,890个精确值（增加500%+）
- CBD含量: 1,264个大麻素谱（增加300%+）
- 遗传比率: 4,564个sativa/indica百分比（增加1000%+）
- 开花时间: 74个栽培窗口
- 效果与风味: 9,483个描述性谱
处理规模
- 处理描述文本: 14,300个丰富菌株描述
- 总增强数据: 8,792个新数据点
数据访问方式
API访问
- 基础URL: https://api.loyal9.app
- 响应时间: <500ms
- 运行状态: 生产环境
主要API端点
- 统计信息:
GET /v1/stats - 菌株列表:
GET /v1/strains - 搜索:
GET /v1/search?q={query} - 育种者信息:
GET /v1/breeders/{name} - 菌株详情:
GET /v1/strains/{name}
数据下载
- CSV文件: https://github.com/Shannon-Goddard/cannabis-intelligence-database/raw/main/data/LEGENDARY_Cannabis_Intelligence_Database_15778_Strains_AI_Enhanced.csv
- 交互式浏览: https://shannon-goddard.github.io/cannabis-intelligence-database/
主要数据来源
顶级贡献来源
- The Attitude Seed Bank: 7,734菌株（99.5%成功率）
- North Atlantic Seed Co: 2,934菌株（100%成功率）
- Neptune Seed Bank: 2,048菌株（99.8%成功率）
- Multiverse Beans: 1,227菌株（优质自花品种）
- Seedsman: 984菌株（100% GraphQL成功率）
AI提取技术
模式识别能力
- THC/CBD提取：精确百分比范围和单一值
- 遗传分析：Sativa/indica比率与置信度评分
- 开花智能：以周/天为单位的栽培时间
- 效果挖掘：欣快、放松、精力充沛、创造性特征
- 风味分析：萜烯和口味描述
- 产量智能：生产估计和测量
数据质量保证
- 验证：数值数据类型强制
- 去重：智能重复移除
- 标准化：一致的单位和格式
- 完整性：90.6%菌株具有丰富可提取数据
技术架构
AI增强数据管道
- 收集：BrightData Web解锁器（99.8%成功率）
- 处理：高级正则表达式模式匹配
- 提取：从14,300个描述中提取8,792个数据点
- 存储：AWS DynamoDB优化模式
- API：无服务器Lambda + API Gateway部署
基础设施
- AWS无服务器：自动扩展，成本效益高
- 安全性：IAM角色，SSL证书，加密存储
- 性能：<500ms响应时间，99.9%正常运行时间
- 成本：<$1/月运营费用
应用领域
学术研究
- 遗传多样性研究：4,564个具有精确遗传比率的菌株
- 大麻素研究：2,890+ THC和1,268+ CBD谱
- 栽培科学：开花时间、产量、生长条件
- 市场分析：育种者趋势、菌株流行度、定价
商业应用
- 栽培规划：AI提取的生长智能
- 菌株推荐：多育种者比较引擎
- 质量保证：标准化栽培指标
- 产品开发：数据驱动的育种洞察
引用信息
bibtex @dataset{goddard_cannabis_2025, author = {Amazon Q. and Goddard, Shannon}, title = {Cannabis Intelligence Database: AI-Enhanced Multi-Breeder Genetics Repository}, year = {2025}, publisher = {Zenodo}, doi = {10.5281/zenodo.17645958}, url = {https://api.loyal9.app}, note = {15,768 strains with 8,792 AI-extracted data points from 200+ breeders} }
