项目名称: 蜂产品中污染物检测的样品制备新方法研究

项目编号: No.31201861

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 畜牧学与草地科学、兽医学、水产学

项目作者: 涂熹娟

作者单位: 福建农林大学

项目金额: 20万元

中文摘要: 蜂产品中污染物的检测对于蜂产业的健康持续发展具有重大的意义。由于蜂产品种类的多样性以及组成的复杂性,样品制备技术已成为蜂产品痕量污染物检测中的最关键环节。本课题针对现有样品制备技术中存在的问题,采用表面分子印迹技术合成硅胶吸附材料,并结合基质固相分散方法,以期建立一种适用于蜂产品中污染物检测的样品制备新方法。本课题拟以氯霉素,四环素,以及毒死蜱等典型兽药、农药污染物作为目标检测物,设计合成印迹硅胶材料;并进一步以蜂蜜,蜂王浆,蜂胶,蜂花粉为分析对象,以合成的表面分子印迹硅胶作为固相吸附剂,系统研究并建立蜂产品中三类常见污染物的表面分子印迹-基质固相分散的样品前处理方法。同现有的蜂产品样品制备技术相比,该方法综合了表面分子印记的高选择性、高吸附量,以及基质固相分散提取与净化一步完成的简单、快速优点,有望提供一种具有高选择性,快速高效,环境友好的蜂产品污染物检测样品制备新技术。

中文关键词: 蜂产品;基质固相分散;分子印迹;样品制备;

英文摘要: Contaminants analysis in bee products is important to the continual development of apiculture. Since bee products are complex matrix, it is often necessary to apply a clean-up step in order to eliminate interfering compounds prior to analysis, and the sample preparation methods become the most important part of contaminants analysis. This project represents the first attempt of using synthesized surface imprinting (SI) silica-gel particles as selective matrix solid phase dispersion (MSPD) sorbents to develop a new preparation method for bee products sample. In this project, we will synthesis three surface imprinting silica-gel particles selectively adsorb common antibiotics chloramphenicol, tetracyclins, and chlorpyrifos, respectively. Then establish the MSPD procedures for the detection of contaminants in honey, royal jelly, propolis, and bee pollen. By combining high selective, high payload capacity of SI materials with simple, faster MSPD process, this new sample preparation method is expected to permit better selectivity, more sensitive and accurate, faster-speed than common liquid-liquid extraction and solid-phase extraction methods.

英文关键词: Bee products;Matrix solid phase dispersion;Molecular imprinted;Sample preparation;

成为VIP会员查看完整内容
0

相关内容

军事知识图谱构建技术
专知会员服务
125+阅读 · 2022年4月8日
专知会员服务
42+阅读 · 2021年9月7日
专知会员服务
28+阅读 · 2021年8月27日
专知会员服务
21+阅读 · 2021年8月23日
专知会员服务
85+阅读 · 2021年8月8日
专知会员服务
35+阅读 · 2021年5月10日
专知会员服务
25+阅读 · 2021年4月2日
专知会员服务
27+阅读 · 2021年1月29日
专知会员服务
103+阅读 · 2020年11月27日
基于深度学习的表面缺陷检测方法综述
专知会员服务
93+阅读 · 2020年5月31日
已删除
德先生
53+阅读 · 2019年4月28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 · 2013年12月31日
国家自然科学基金
1+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18日
小贴士
相关主题
相关VIP内容
军事知识图谱构建技术
专知会员服务
125+阅读 · 2022年4月8日
专知会员服务
42+阅读 · 2021年9月7日
专知会员服务
28+阅读 · 2021年8月27日
专知会员服务
21+阅读 · 2021年8月23日
专知会员服务
85+阅读 · 2021年8月8日
专知会员服务
35+阅读 · 2021年5月10日
专知会员服务
25+阅读 · 2021年4月2日
专知会员服务
27+阅读 · 2021年1月29日
专知会员服务
103+阅读 · 2020年11月27日
基于深度学习的表面缺陷检测方法综述
专知会员服务
93+阅读 · 2020年5月31日
微信扫码咨询专知VIP会员