我们已经更新了隐私政策以更清楚地说明我们如何使用您的个人资料。

我们使用cookies是为了给您提供更好的体验。你可以阅读我们的饼干的政策在这里。

广告

农业替代农药筛选技术

信贷:Pixabay

想要这篇文章的免费PDF版本?

完成下面的表格,我们将通过电子邮件将PDF版本的农业行业农药筛选替代技术

188金宝搏备用科技网络有限公司需要您提供给我们的联系方式,以便就我们的产品和服务与您联系。您可以随时取消订阅这些通讯。有关如何取消订阅的信息,以及我们的隐私做法和保护您隐私的承诺,请查看我们的隐私政策

阅读时间:

虽然化学害虫控制的一般做法可以追溯到几千年前——苏美尔人就知道用硫化合物来驱赶庄稼中的昆虫和螨虫——但现代杀虫剂的工业生产被认为是始于20世纪50年代的印度。从那时起,这些技术级农药的发展使农民大大减少了作物损失,增加了粮食产量。

尽管有这些优点,但重要的是要认识到农药是有毒的,所以当我们使用这些化学农药时,我们有足够的技术来监测它们在我们的农产品和农田中的存在也很重要。


目前,基于色谱法的农药残留筛选方法,如多检测器气相色谱法或荧光高效液相色谱法是最常用的农药残留筛选方法。这些方法通常具有很高的选择性和灵敏度,因此即使在低浓度下也能检测到农药残留。然而,这些技术通常是耗时的,并且可能需要多步骤的样品预处理和能够操作机器的知识渊博的工作人员的服务。为了解决这些缺点,一些研究人员开始研究替代技术在农药筛选中的应用。


检测有害有机磷残留物


使用最广泛的一类杀虫剂是有机磷酸盐。这些杀虫剂通过不可逆地破坏昆虫神经系统中心酶的功能而起作用,对普通害虫[4]致命。对这些农药的进一步研究表明,农产品或水中的有机磷残留可对野生动物和人类造成不良健康事件。有机磷中毒的医疗管理非常困难,因此开发高灵敏度的检测方法对环境样品中有机磷农药残留的检测非常重要。

理查德·布鲁斯(Richard Bruce)是一个多年前担任农场经理的人,他受到了有机磷中毒的严重影响。他现在花时间提高人们对接触有机磷农药可能带来的危险的认识,以及事后寻求医疗治疗的困难程度。

“1992年,我被一种非法的有机磷混合物毒死了,但我和我的全科医生都不知道中毒的事,”他回忆道。“如果没有其他农药意识组织的建议,我毫无疑问今天不会站在这里。”


“我接受了几周的静脉滴注治疗,之后还精心选择了饮食和酶补充剂,以减缓我健康状况的恶化。”


布鲁斯认为,由于包装令人困惑,许多农民实际上可能不知道他们使用的是有机磷农药,因此可能无意中将自己置于农业生产的危险之中。农药残留筛选方面的发展,特别是在检测有机磷农药残留方面的发展,可有助于保护农民、下游制造商和消费者在接触农业设备和农产品时的健康。


中国北京中国农业科学院的一个研究小组最近发表的一篇论文报告了一种用于检测有机磷残留物[7]的简单双峰传感器的重大进展。该传感器的工作原理是利用金纳米颗粒(AuNPs)在分散和聚集过程中的独特光学特性,以及这些特性如何随其周围环境的变化而变化。


这种基于aunp的比色法和荧光法已经广泛用于化学和生物传感领域,因为这些方法通常非常快速且易于执行,同时仍然准确且高度敏感。尽管如此,基于aunp的方法通常被认为不适合研究有机磷酸盐。正如作者在报告中解释的那样,这是因为许多最常见的有机磷农药也含有硫;强Au-S键可以静电干扰正常的AuNP聚集,导致使用这些检测方法时失去特异性。


在这项新工作中,研究人员描述了这种方法的一种变化,该方法可以使用罗丹明b修饰的金纳米颗粒(RB-AuNPs)更好地研究有机磷酸盐,这些纳米颗粒表面覆盖着三磷酸腺苷(ATP)。这些修饰过的纳米颗粒用作比色和荧光传感器的有效性通过自来水样本进行了测试,这些自来水样本被混合到含有不同水平的常见有机磷农药乙氧丙磷中。


比色和荧光成像表明,修饰后的纳米粒子能够成功地检测到37.0 nM的含硫乙丙磷(检出限为3σ/k)。简单的分析也显示出很强的可靠性、灵敏度和选择性,并且考虑到它对这些加标样品的性能,认为它也可以检测实际水样中的农药残留。研究还认为,纳米颗粒制备和检测过程的简单性和便捷性可以实现未来对有机磷残留物的快速现场检测。

将分析带入现场


希望在现场或现场农药筛选是一个共同的主题,在新的进步努力。意大利佛罗伦萨大学(universitodegli Studi di Firenze)的一个团队在意大利欧洲非线性光谱学实验室(European Laboratory for非线性光谱学)和俄罗斯圣彼得堡电工大学(St. Petersburg Electrotechnical University)的研究人员的支持下,最近在该领域发表了另一篇论文[9],报告了使用便携式拉曼光谱作为橄榄叶农药残留的现场检测方法的积极结果。


农药乐果(DMT)是一种有机磷杀虫剂,通常用于果树,包括橄榄树。乐果是高度水溶性的,因此通常被认为是安全的,因为农药残留应该在正常的榨油过程中被去除。尽管如此,检测和确定DMT的水平(以及随着时间的推移DMT会降解成的乐果的水平)是很重要的,因为用DMT处理的农产品仍然需要不含农药,适合人类食用。一种简单、灵敏、便携的筛选方法将是满足橄榄和橄榄油生产行业需求的理想答案。


“表面增强拉曼光谱,或SERS,是一种基于激光和纳米技术研究物质的新型实验方法,具有高灵敏度和特异性,”新研究的作者之一Giulietta Smulevich教授解释说。“最近,基于sers的光谱技术的进步使其在分析环境和蔬菜农药检测方面得到了进一步的应用。”


先前的研究已经表明,SERS可以有效地检测水溶液和固体底物[12]中DMT的存在。在这项新的工作[9]中,研究小组报告了一些新的结论,这些结论与使用SERS专门用于检测DMT有关,因为它与橄榄种植业有关。


该小组使用便携式微型罗曼装置对dmt处理的橄榄叶底物进行了SERS分析。使用的DMT浓度从10−2到10−5M是为了模拟橄榄叶经过标准10处理后的理论测试−2-10年−3M DMT农药溶液。未处理的叶片片段作为对照。


灵敏度和良好的信噪比在整个10−4-10年−2DMT浓度范围,表明这种便携式SERS仪器在DMT初始治疗后1-2个月仍能有效检测DMT。然而,该研究的作者确实指出,这个时间框架将受到当地气候和天气的影响,以及该地区害虫活动数量的任何特别强烈的变化。尽管如此,这种方法至少可以作为叶片样品的预筛选试验。


斯穆列维奇说:“我们已经证明,通过SERS确实有可能检测到橄榄叶上DMT的存在。DMT是一种通常用于控制橄榄蝇的杀虫剂。”“该方法允许现场分析,使检测到的乐果含量比通常用于处理橄榄植物的含量低10-100倍。”


此外,它不需要长时间和繁琐的样品制备。这种方法对于保护最终消费者来说是非常有益的,尤其是在有机产品的情况下。”


这两项研究只代表了目前正在进行的工作的一小部分,以改进农业工业可用的农药筛选技术。然而,这两种方法都有望改善目前农药筛查的可及性。


参考文献


[1]国际纯粹与应用化学联合会。农药使用历史https://agrochemicals.iupac.org/index.php?option=com_sobi2&sobi2Task=sobi2Details&catid=3&sobi2Id=31(2019年4月访问)。


M. W.阿克塔尔;森古普塔,d;农业中农药使用的影响:其利益和危害。Interdiscip。中华毒物学杂志,2009,2(1),1 - 12。https://doi.org/10.2478/v10102 - 009 - 0001 - 7。


[3]普林斯顿大学。食品中的农药残留:检测技术,第6章https://www.princeton.edu/~ota/disk2/1988/8830/883008.PDF(2019年4月访问)。


[4]美国卫生与公众服务部;疾病控制和预防中心。常见问题解答:有机磷酸盐https://www.cdc.gov/nceh/clusters/Fallon/organophosfaq.htm(2019年4月访问)。


[5] W. Battaglin;陈志强,王志强。农药对水生生物的潜在毒性研究。水科学。技术,2002,45(9),95-102。


[6]埃德尔斯顿,M.;巴克利,n.a.;注视者,p;急性有机磷农药中毒的处理。柳叶刀2008,371(9612),597-607。https: / / doi.org/10.1016/s0140 - 6736(07) 61202 - 1。


[7]李,x;崔,h;曾志。基于三磷酸腺苷修饰金纳米颗粒的简单比色荧光传感器检测有机磷农药。传感器(巴塞尔)。2018,18(12)。https://doi.org/10.3390/s18124302。


[8]萨哈,k;阿加斯蒂,s.s.;金,c;李,x;金纳米粒子在化学和生物传感中的应用。化学。中国生物医学工程学报,2012,35(5):2739-2779。https://doi.org/10.1021/cr2001178。


bbb10 tognacini, L.;里奇,m;Gellini c;范,a;Smulevich g;表面增强拉曼光谱在田间农药检测中的应用:水中和橄榄叶中乐果残留的检测。分子学报,2019,24 (2). https://doi.org/10.3390/molecules24020292。


联合国粮食及农业组织。食品中农药残留:1984年评估http://www.inchem.org/documents/jmpr/jmpmono/v84pr19.htm(2019年4月访问)。


b[11]赫特福德大学。农药特性数据库:乐果乐https://sitem.herts.ac.uk/aeru/ppdb/en/Reports/244.htm(2019年4月访问)。


[12] Guerrini, L.;Sanchez-Cortes,美国;克鲁兹,V. L.;马丁内斯,美国;Ristori,美国;乐果和乐果的表面增强拉曼光谱。[j] .拉曼光谱,2011,42(5),980-985。https://doi.org/10.1002/jrs.2823。

认识作者
广告
Baidu