Analysis of Agricultural Residues on Tea Using d-SPE Sample Preparation with GC-NCI-MS and UHPLC-MS/MS

色谱法 化学 农药残留 气相色谱-质谱法 气相色谱/串联质谱法 杀虫剂 固相萃取 质谱法 气相色谱法 样品制备 啶虫脒 串联质谱法 萃取(化学) 益达胺 农学 生物
作者
Xian Zhang,Nicole Mobley,Zhang Jiugen,Xiaomin Zheng,Liang Lu,Oscar Ragin,Chris Smith
出处
期刊:Journal of Agricultural and Food Chemistry [American Chemical Society]
卷期号:58 (22): 11553-11560 被引量:95
标识
DOI:10.1021/jf102476m
摘要

This study presents new sample preparation and analytical procedures for the quantification of pesticides on processed tea leaves. The new method includes tea extraction and dispersive solid phase extraction (d-SPE) to prepare gas chromatography (GC) and ultrahigh-performance liquid chromatography (UHPLC)-ready samples, providing a fast and cost-effective solution for time-sensitive industrial analysis to fulfill regulatory requirements. Both GC−negative chemical ionization mass spectrometry (GC-NCI-MS) and UHPLC−tandem mass spectrometry (UHPLC-MS/MS) were employed to produce highly sensitive and reproducible data. Excellent limits of detection (typically below 1 μg/kg for GC and 10 μg/kg for UHPLC), wide linearity ranges, and good recoveries (mostly >70%) were achieved on the selected pesticides. Twenty-seven tea samples purchased from local grocery stores were analyzed using the newly developed methods. Among the pesticides analyzed, endosulfan sulfate and kelthane were the most frequently detected by GC-NCI-MS and imidacloprid and acetamiprid by UHPLC-MS/MS in these teas. The samples were found to be relatively clean, with <1 mg/kg of total pesticide residues. The organic-labeled teas were significantly cleaner than nonorganic ones. The cost per gram of tea did not correlate with pesticide residue levels detected.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
神勇的天菱完成签到,获得积分10
1秒前
kekeke发布了新的文献求助20
1秒前
虫虫发布了新的文献求助10
1秒前
2秒前
华仔应助简隋英采纳,获得10
2秒前
tienslord发布了新的文献求助10
2秒前
2秒前
sheep发布了新的文献求助10
3秒前
orixero应助七盘西采纳,获得10
3秒前
Hh完成签到,获得积分10
3秒前
烟花应助大黄采纳,获得10
3秒前
GYT发布了新的文献求助10
3秒前
璐宝完成签到,获得积分20
4秒前
4秒前
桐桐应助woxue采纳,获得10
5秒前
郑石发布了新的文献求助10
6秒前
谷秋完成签到 ,获得积分10
6秒前
Joo完成签到,获得积分10
6秒前
风蓝发布了新的文献求助10
6秒前
7秒前
火山蜗牛完成签到,获得积分10
7秒前
天天快乐应助冷静谷芹采纳,获得10
8秒前
周shang发布了新的文献求助10
8秒前
KAWHI发布了新的文献求助10
8秒前
逆光之翼完成签到,获得积分10
9秒前
Owen应助make217采纳,获得10
10秒前
全球一亿基佬完成签到,获得积分10
10秒前
123完成签到,获得积分20
10秒前
科研小郭发布了新的文献求助10
10秒前
大道酬勤发布了新的文献求助10
10秒前
还没想好发布了新的文献求助10
11秒前
haowu发布了新的文献求助30
11秒前
hh完成签到,获得积分10
12秒前
心海完成签到,获得积分10
12秒前
GYT完成签到,获得积分20
12秒前
Girly发布了新的文献求助10
12秒前
12秒前
化月舞完成签到,获得积分10
13秒前
闪闪的硬币完成签到 ,获得积分10
13秒前
高分求助中
Bayesian Models of Cognition:Reverse Engineering the Mind 800
Essentials of thematic analysis 700
A Dissection Guide & Atlas to the Rabbit 600
Very-high-order BVD Schemes Using β-variable THINC Method 568
Внешняя политика КНР: о сущности внешнеполитического курса современного китайского руководства 500
Revolution und Konterrevolution in China [by A. Losowsky] 500
Manual of Sewer Condition Classification 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3122411
求助须知:如何正确求助?哪些是违规求助? 2772885
关于积分的说明 7714973
捐赠科研通 2428396
什么是DOI,文献DOI怎么找? 1289747
科研通“疑难数据库(出版商)”最低求助积分说明 621504
版权声明 600183