项目名称: 纳米金可视化快速检测五氟磺草胺农药残留研究

项目编号: No.31501667

项目类型: 青年科学基金项目

立项/批准年度: 2016

项目学科: 农业科学

项目作者: 袁龙飞

作者单位: 中国科学院动物研究所

项目金额: 19万元

中文摘要: 近年来基于表面功能化设计的纳米金可视化检测方法,因其操作简单、灵敏准确以及结果可视等优点,引起了人们越来越多地关注。五氟磺草胺作为水稻田用除草剂中杀草谱最广的农药品种,在全球范围内被广泛使用。然而,迄今为止尚无针对五氟磺草胺或其它农药分子的纳米金可视化检测方法,发展纳米金可视化快速检测农药残留仍然是一个巨大的挑战。本项目拟设计一种纳米金可视化快速检测五氟磺草胺农药残留方法,通过五氟磺草胺中碳氟键、磺酰基、三唑环等典型的吸电子基团与表面修饰三聚氰胺的纳米金粒子上给电子基团氨基之间氢键相互作用,使纳米金的状态从分散变到聚集,同时颜色发生变化,从而实现快速可视化检测。这种方法具有制备简单、成本低廉、容易保存、直观灵敏等优点。成功建立这种新型的纳米金可视化快速检测方法,不但可以为五氟磺草胺农药残留的现场快速检测提供有益的方法参考,并且可为其他农药残留的可视化快速检测提供新的借鉴和思路。

中文关键词: 农药残留;纳米金;可视化;快速检测;五氟磺草胺

英文摘要: In recent years, the colorimetric detection using gold nanoparticles (AuNPs) based on design of unique surface functional visual sensor has aroused more and more attention. Penoxsulam, as a new acetolactate synthase inhibitor herbicide, can be widely used for effective control of several weeds in rice cultivation. However, up to now there are few reports on the colorimetric detection of penoxsulam or other pesticide residues using AuNPs. Development of the colorimetric detection of penoxsulam residue by AuNPs is still a great challenge. In this research, a highly selective and sensitive method is developed for colorimetric detection of penoxsulam residue using AuNPs functionalized with melamine. Considering that penoxsulam has electron withdrawing groups (carbon-fluorine bonds, sulfonyl group, triazole groups) and melamine has electron donating groups (amino groups), we assume that there may be some special hydrogen bonding interactions between penoxsulam and AuNPs functionalized with melamine. Therefore, the presence of the penoxsulam could induce the aggregation of AuNPs through hydrogen-bonding interaction, resulting in a color change from ruby red to royal purple. The distinct change in color and optical properties even could be monitored by naked eyes. The proposed method is convenient, low-cost and highly sensitivity. This work would be helpful for the rapid and on-site detection of penoxsulam or other pesticide residues.

英文关键词: pesticide residues;gold nanoparticles;colorimetric detection;rapid detection;penoxsulam

成为VIP会员查看完整内容
0

相关内容

《智能制造机器视觉在线检测测试方法》国家标准意见稿
浙大《深度学习低样本目标检测》综述论文
专知会员服务
73+阅读 · 2021年12月13日
【干货书】优化与学习的随机梯度技术,238页pdf
专知会员服务
52+阅读 · 2021年11月22日
【NeurIPS2021】多模态虚拟点三维检测
专知会员服务
18+阅读 · 2021年11月16日
专知会员服务
28+阅读 · 2021年8月27日
专知会员服务
25+阅读 · 2021年4月2日
6 款小爱音箱唤醒测试,谁更灵敏呢?
ZEALER订阅号
0+阅读 · 2022年2月17日
利用 OpenCV+ConvNets 检测几何图形
极市平台
0+阅读 · 2022年1月26日
DRN - 扩张残留网络(图像分类和语义分割)
AI科技评论
18+阅读 · 2019年8月19日
【质量检测】机器视觉表面缺陷检测综述
产业智能官
30+阅读 · 2018年9月24日
【机器视觉】表面缺陷检测:机器视觉检测技术
产业智能官
25+阅读 · 2018年5月30日
国家自然科学基金
0+阅读 · 2016年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
Arxiv
0+阅读 · 2022年4月20日
Do RNN and LSTM have Long Memory?
Arxiv
19+阅读 · 2020年6月10日
Arxiv
110+阅读 · 2020年2月5日
Self-Driving Cars: A Survey
Arxiv
41+阅读 · 2019年1月14日
小贴士
相关VIP内容
《智能制造机器视觉在线检测测试方法》国家标准意见稿
浙大《深度学习低样本目标检测》综述论文
专知会员服务
73+阅读 · 2021年12月13日
【干货书】优化与学习的随机梯度技术,238页pdf
专知会员服务
52+阅读 · 2021年11月22日
【NeurIPS2021】多模态虚拟点三维检测
专知会员服务
18+阅读 · 2021年11月16日
专知会员服务
28+阅读 · 2021年8月27日
专知会员服务
25+阅读 · 2021年4月2日
相关基金
国家自然科学基金
0+阅读 · 2016年12月31日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
微信扫码咨询专知VIP会员