Strain Databases & StrainCatalog

Fontes Abertas

Fonte	Volume	Licença	Dados	`fonte_do_dado`
strain-database	51.700+ strains, 1.820+ breeders, 35.800+ relações genéticas	Open access	Genética, linhagem, breeders, UUIDs	`strain-database/github`
Kushy Dataset	~2.000 strains + produtos/marcas/lojas	MIT	Strain, tipo, efeitos, sabores, lab results	`kushy/github`
cannabis.csv (Kaggle)	~2.350 strains	Open data	Nome, tipo, rating, efeitos, sabores (scrape Leafly)	`kaggle/cannabis-csv`
OpenTHC/vdb	Menor, IDs padronizados	GPL-3.0	UUIDs interop entre sistemas cannabis	`openthc/vdb`
Cannlytics	Lab results vários estados US	MIT	THC, CBD, terpenos, resultados analíticos reais	`cannlytics/github`
API 43k strains (2026)	43.000+	Freemium (100 req/dia)	Efeitos, terpenos %, canabinoides, condições médicas, linhagem	`cannabis-reports-api`
Mendeley Dataset	800+	Open (DOI)	Perfis subjetivos × composição química	`mendeley/doi`

GPL-3.0 (OpenTHC/vdb) compatível com AGPL do core canna-br. MIT (Kushy, Cannlytics) sem atrito. Registrar fonte_do_dado por linha = compliance de atribuição.

Onde Entra no canna-br

Touchpoint	Papel do StrainCatalog
Chain of Custody	`strain_id` canônico em `cultivation_batch` — identidade da variedade semente→dispensação. Sem ID consistente, auditoria de rastreabilidade por variedade é impossível.
SNGPC	Movimentação registrada por produto; ID aberto evita divergência de nomenclatura entre associações no mesmo lote de submissão.
RDC 1.014/2026	Rastreabilidade por variedade exigida; catálogo de referência = evidência de processo pra ANVISA.
Agente AI (Mel)	Perfis canabinoides/terpenos = base de recomendação personalizada ao associado via MCP.

Arquitetura do Bounded Context

StrainCatalog (bounded context separado do ledger)
  ├── strain_id        UUID, base OpenTHC/vdb — chave de interop
  ├── nome_comum       ex: "Charlotte's Web"
  ├── nome_científico  ex: Cannabis sativa L.
  ├── tipo             indica | sativa | hybrid | cbd
  ├── canabinoides     THC%, CBD%, CBG% (quando disponível)
  ├── terpenos         perfil (quando disponível)
  ├── linhagem         parent strains (refs por strain_id)
  └── fonte_do_dado    auditoria da origem (ver tabela acima)

Consumidores (leitura apenas):
  Chain of Custody ──► strain_id em cultivation_batch
  SNGPC adapter   ──► nome canônico por strain_id
  Agente AI (Mel) ──► canabinoides + terpenos pra recomendação

Nunca acoplado à contabilidade. Nunca recebe events do ledger. Expõe apenas leitura.

Decisão

Não criar do zero. Estratégia de seed:

OpenTHC/vdb — UUIDs de interop. Base do strain_id canônico.
Kushy — efeitos + lab results + tipos (MIT, sem atrito).
strain-database — linhagem genética quando associações cultivarem variedades próprias (51k+ strains, breeders, relações).

Posicionamento: primeiro catálogo de strains com foco medicinal e regulatório BR — diferencial de produto + argumento de confiança junto à ANVISA.

Caveat

Datasets majoritariamente recreacionais US (Leafly/Weedmaps scrapes). Contexto medicinal BR sob RDC 1.014 é diferente: perfis de uso, condições médicas e concentrações relevantes divergem do mercado recreacional. Curadoria medicinal BR é o trabalho real — e o diferencial competitivo.

Gatilho de Implementação

Ver Roadmap — entrada no Ideas Park com gatilho explícito: implementação do Chain of Custody OU primeira associação piloto cultivando variedade própria. Não prioriza sobre minors em curso.