Developments in food neonicotinoids detection: novel recognition strategies, advanced chemical sensing techniques, and recent applications

拟除虫菊酯 新烟碱 杀虫剂 分子印迹聚合物 分子识别 农药残留 生化工程 环境科学 生物技术 化学 生物 益达胺 生态学 工程类 选择性 生物化学 有机化学 分子 催化作用
作者
Xinru Yu,Hongbin Pu,Da‐Wen Sun
出处
期刊:Critical Reviews in Food Science and Nutrition [Informa]
卷期号:: 1-19
标识
DOI:10.1080/10408398.2023.2290698
摘要

Neonicotinoid insecticides (NEOs) are a new class of neurotoxic pesticides primarily used for pest control on fruits and vegetables, cereals, and other crops after organophosphorus pesticides (OPPs), carbamate pesticides (CBPs), and pyrethroid pesticides. However, chronic abuse and illegal use have led to the contamination of food and water sources as well as damage to ecological and environmental systems. Long-term exposure to NEOs may pose potential risks to animals (especially bees) and even human health. Consequently, it is necessary to develop effective, robust, and rapid methods for NEOs detection. Specific recognition-based chemical sensing has been regarded as one of the most promising detection tools for NEOs due to their excellent selectivity, sensitivity, and robust interference resistance. In this review, we introduce the novel recognition strategies-enabled chemical sensing in food neonicotinoids detection in the past years (2017–2023). The properties and advantages of molecular imprinting recognition (MIR), host-guest recognition (HGR), electron-catalyzed recognition (ECR), immune recognition (IR), aptamer recognition (AR), and enzyme inhibition recognition (EIR) in the development of NEOs sensing platforms are discussed in detail. Recent applications of chemical sensing platforms in various food products, including fruits and vegetables, cereals, teas, honey, aquatic products, and others are highlighted. In addition, the future trends of applying chemical sensing with specific recognition strategies for NEOs analysis are discussed.
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
小文完成签到 ,获得积分10
2秒前
2秒前
bestbanana发布了新的文献求助10
5秒前
巫巫巫巫巫完成签到 ,获得积分10
5秒前
css1997完成签到 ,获得积分10
6秒前
18秒前
兔兔完成签到 ,获得积分10
26秒前
江流有声完成签到 ,获得积分10
34秒前
Tianju完成签到,获得积分10
35秒前
单薄遥完成签到 ,获得积分10
45秒前
失眠的安卉完成签到,获得积分10
48秒前
轩辕白竹完成签到,获得积分10
48秒前
fgh完成签到 ,获得积分10
51秒前
tranphucthinh完成签到,获得积分10
59秒前
59秒前
风中的青完成签到,获得积分10
1分钟前
现实的曼安完成签到 ,获得积分10
1分钟前
1分钟前
怕黑的蹇发布了新的文献求助10
1分钟前
dahong完成签到 ,获得积分10
1分钟前
科研通AI2S应助科研通管家采纳,获得10
1分钟前
jasmine完成签到 ,获得积分10
1分钟前
Ruuo616完成签到 ,获得积分10
1分钟前
1分钟前
飘逸宛丝完成签到,获得积分10
1分钟前
别具一格完成签到 ,获得积分10
1分钟前
CooL完成签到 ,获得积分10
1分钟前
QiaoHL完成签到 ,获得积分10
1分钟前
651完成签到 ,获得积分10
1分钟前
carrot完成签到 ,获得积分10
2分钟前
leclerc完成签到,获得积分10
2分钟前
研友_ZA2B68完成签到,获得积分10
2分钟前
Doctor_Peng完成签到,获得积分10
2分钟前
Soxiar完成签到 ,获得积分10
2分钟前
丹妮完成签到 ,获得积分10
2分钟前
科研痛完成签到,获得积分10
2分钟前
美好灵寒完成签到 ,获得积分10
2分钟前
AJ完成签到 ,获得积分10
2分钟前
欢呼白晴完成签到 ,获得积分10
2分钟前
柳叶坚刀完成签到,获得积分20
2分钟前
高分求助中
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Defense against predation 800
Very-high-order BVD Schemes Using β-variable THINC Method 568
Chen Hansheng: China’s Last Romantic Revolutionary 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 3137039
求助须知:如何正确求助?哪些是违规求助? 2788025
关于积分的说明 7784284
捐赠科研通 2444088
什么是DOI,文献DOI怎么找? 1299724
科研通“疑难数据库(出版商)”最低求助积分说明 625536
版权声明 601010