Chromatographic Determination of Diflubenzuron Residues in Agricultural Plant Matrices

封面

如何引用文章

全文:

开放存取 开放存取
受限制的访问 ##reader.subscriptionAccessGranted##
受限制的访问 订阅存取

详细

The article deals with the development of a method for the determination of diflubenzuron in agricultural products using HPLC with a diode array detector. The samples were extracted with acetonitrile, and then purified by solid-phase extraction using C18E and PSA adsorbents and a Diapak C cartridge. The developed method was tested on the green mass of plants, potato tubers, corn grain, soybeans, sunflower seeds, rapeseed, and vegetable oil in the concentration range from 0.025 to 0.25 mg/kg. The average values of recovery were 81–91% with an error of 1.3–2.3%.

作者简介

E. Alekseev

All-Russian Research Institute of Plant Protection

Email: tchermenskaya@yandex.ru
196608, Pushkin, St. Petersburg, Russia

T. Chermenskaya

All-Russian Research Institute of Plant Protection

编辑信件的主要联系方式.
Email: tchermenskaya@yandex.ru
196608, Pushkin, St. Petersburg, Russia

参考

  1. Junquera P., Hosking B., Gameiro M., Macdonald A. Benzoylphenyl ureas as veterinary antiparasitics. An overview and outlook with emphasis on efficacy, usage and resistance // Parasite. 2019. V. 26. P. 26.
  2. Rodriguez E., de Balugera Z.G., Goicolea M.A., Barrio R.J. HPLC/diode-array method for the determination of the pesticide diflubenzuron and its major metabolites 2,6-difluorobenzamide, 4-chlorophenylurea, and 4-chloroaniline in forestry matrices // J. Liq. Chromatogr. Relat. Technol. 1998. V. 21. № 12. P. 1857.
  3. Tfouni S.A.V., Furlani R.P.Z., Carreiro L.B., Loredo I.S.D., Gomes A.G., Alves L.A., Mata R.S.S., Fonseca A.M.D., Rocha R.M.S. Determination of diflubenzuron residues in milk and cattle tissues // Arq. Bras. Med. Veterinária e Zootec. 2013. V. 65. № 1. P. 301.
  4. Yang X., Xia Y., Liao X., Zuo Y., Liao Y., Liu H. Fragmentation study and analysis of benzoylurea insecticides and their analogs by liquid chromatography–electrospray ionization-mass spectrometry // Talanta. 2006. V. 70. № 1. P. 75.
  5. Kim J.-H., Seo J.-S., Moon J.-K., Kim J.-H. Multi-residue method development of 8 benzoylurea insecticides in mandarin and apple using high performance liquid chromatography and liquid chromatography-tandem mass spectrometry // J. Korean Soc. Appl. Biol. Chem. 2013. V. 56. № 1. P. 47.
  6. Mensah J.K., Lundanes E., Greibrokk T., Holen B. Determination of diflubenzuron in apples by gas chromatography // J. Chromatogr. A. 1997. V. 765. № 1. P. 85.
  7. Wimmer M.J., Smith R.R., Jones J.P. Analysis of diflubenzuron by gas chromatography/mass spectrometry using deuterated diflubenzuron as internal standard // J. Agric. Food Chem. 1991. V. 39. № 2. P. 280.
  8. Anastassiades M., Lehotay S.J., Stajnbaher D., Schenck F.J. Fast and easy multiresidue method employing acetonitrile extraction/partitioning and “dispersive solid-phase extraction” for the determination of pesticide residues in produce // J. AOAC Int. 2003. V. 86. № 2. P. 412.
  9. Dong M., Ma L., Zhan X., Chen J., Huang L., Wang W., Zhao L. Dissipation rates and residue levels of diflubenzuron and difenoconazole on peaches and dietary risk assessment // Regul. Toxicol. Pharmacol. 2019. V. 108. Article 104447.
  10. Hamamoto K., Iwatsuki K., Akama R., Koike R. Rapid multiresidue determination of pesticides in livestock muscle and liver tissue via modified QuEChERS sample preparation and LC-MS/MS // Food Addit. Contam.: Part A. 2017. V. 34. № 7. P. 1162. https://doi.org/10.1080/19440049.2017.1319075
  11. Cebi N., Manav O.G., Olgun E.O. Analysis of pesticide residues in hazelnuts using the QuEChERS method by liquid chromatography–tandem mass spectrometry // Microchem. J. 2021. V. 166. Article 106208.
  12. An J., Zhang Y. Sheng Y., Liu Y., Yu H., Jing K. Determination of residues of diflubenzuron and chlorbenzuron in vegetables by high performance liquid chromatography with QuEChERS purification // Phys. Test. Chem. Anal. Part B. 2022. V. 58. № 5. P. 603.
  13. Du P., Liu X., Gu X., Dong F., Xu J., Kong Z., Li Y., Zheng Y. Rapid residue analysis of pyriproxyfen, avermectins and diflubenzuron in mushrooms by ultra-performance liquid chromatography coupled with tandem mass spectrometry // Anal. Methods. 2013. V. 5. № 23. P. 6741.
  14. Stringhini F.M., Ribeiro L.C., Rocha G.I., de B. Kuntz J.D., Zanella R., Prestes O.D., Adaime M.B. Dilution of QuEChERS extracts without cleanup improves results in the UHPLC-MS/MS multiresidue analysis of pesticides in tomato // Food Anal. Methods. 2021. V. 14. № 8. P. 1511.
  15. Furlani R., Gomes F., S. Tfouni, Camargo M., Ramos B., Daniel D. Development of an analytical method for determination of antiparasitics residues in milk using QuEChERS and analysis by LC-MS/MS. Agilent Technologies, 2014. P. 4. URL: https://www.agilent.com/cs/library/applications/5991-3948EN.pdf (28.07.2022).
  16. Zeng H., Yang X., Yang M., Wu X., Zhou W., Zhang S., Lu R., Li J., Gao H. Ultrasound-assisted, hybrid ionic liquid, dispersive liquid-liquid microextraction for the determination of insecticides in fruit juices based on partition coefficients // J. Sep. Sci. 2017. V. 40. № 17. P. 3513.
  17. Ruan C., Zhao X., Liu C. Determination of diflubenzuron and chlorbenzuron in fruits by combining acetonitrile-based extraction with dispersive liquid-liquid microextraction followed by high-performance liquid chromatography // J. Sep. Sci. 2015. V. 38. № 17. P. 2931.
  18. Diaw P.A., Maroto A., Mbaye O.M.A., Gaye-Seye M.D., Stephan L., Coly A., Deschamps L., Tine A., Aaron J.J., Giamarchi P. Determination of phenylurea pesticides by direct laser photo-induced fluorescence // Talanta. 2013. V. 116. P. 569.
  19. Pecev-Marinkovic E., Grahovac Z., Pavlović A., Tošić S., Rašić Mišić I., Mitić M., Miletić A., Sejmanović D. Development of a kinetic spectrophotometric method for insecticide diflubenzuron determination in water and baby food samples // Hem. Ind. 2018. V. 72. № 5. P. 305.
  20. BS EN 15662:2018 Foods of plant origin. Multimethod for the determination of pesticide residues using GC- and LC-based analysis following acetonitrile extraction/partitioning and clean-up by dispersive SPE. Modular QuEChERS-method − European Standards URL: https://www.en-standard.eu/bs-en-15662-2018-foods-of-plant-origin.-multimethod-for-the-determination-of-pesticide-residues-using-gc-and-lc-based-analysis-following-acetonitrile-extraction/partitioning-and-clean-up-by-dispersive-spe.-modular-quechers-method/ (02.03.2021).
  21. FAO. FAO Specifications and Evaluations for Agricultural Pesticides –DIFLUBENZURON. Fao, 2011.
  22. Chamkasem N., Papathakis M.L., Lee S.M. Liquid chromatographic determination of abamectin in fruits and vegetables // J. AOAC Int. 1993. V. 76. № 3. P. 691.
  23. Markoglou A.N., Bempelou E.D., Liapis K.S., Ziogas B.N. Determination of benzoylurea insecticide residues in tomatoes by high-performance liquid chromatography with ultraviolet-diode array and atmospheric pressure chemical ionization-mass spectrometry detection // J. AOAC Int. 2007. V. 90. № 5. P. 1395.
  24. Luvizotto-Santos R., Cordeiro P.J.M., Vieira E.M. Analysis of diflubenzuron in tilapia filet by HPLC-DAD // J. Chromatogr. Sci. 2009. V. 47. № 9. P. 785.
  25. Комарова А.С., Черменская Т.Д., Человечкова В.В. Определение аметоктрадина в растительных остатках и объектах окружающей среды методом высокоэффективной жидкостной хроматографии с ультрафиолетовым детектором // Журн. аналит. химии. 2017. Т. 72. № 10. С. 904.
  26. Алексеев Е.Ю., Черменская Т.Д. Оптимизация метода определения остаточных количеств флорасулама в сельскохозяйственных культурах // Вестник защиты растений. 2018. Т. 3. № 97. С. 76.
  27. Человечкова В.В., Комарова А.С., Черменская Т.Д. Одновременное определение имидаклоприда и клотианидина в картофеле и сахарной свекле // Агрохимия. 2018. № 7. С. 81.
  28. Черменская Т.Д., Алексеев Е.Ю. Оптимизация совокупности процедур и условий одновременного определения амикарбазона и его метаболитов в объектах окружающей среды и растительных матрицах методом высокоэффективной жидкостной хроматографии с УФ-детектированием // Журн. аналит. химии. 2021. Т. 76. № 2. С. 151.

补充文件

附件文件
动作
1. JATS XML
下载
2.

下载 (9KB)
索引源数据
3.

下载 (159KB)
索引源数据
4.

下载 (113KB)
索引源数据

版权所有 © Е.Ю. Алексеев, Т.Д. Черменская, 2023

Согласие на обработку персональных данных с помощью сервиса «Яндекс.Метрика»

1. Я (далее – «Пользователь» или «Субъект персональных данных»), осуществляя использование сайта https://journals.rcsi.science/ (далее – «Сайт»), подтверждая свою полную дееспособность даю согласие на обработку персональных данных с использованием средств автоматизации Оператору - федеральному государственному бюджетному учреждению «Российский центр научной информации» (РЦНИ), далее – «Оператор», расположенному по адресу: 119991, г. Москва, Ленинский просп., д.32А, со следующими условиями.

2. Категории обрабатываемых данных: файлы «cookies» (куки-файлы). Файлы «cookie» – это небольшой текстовый файл, который веб-сервер может хранить в браузере Пользователя. Данные файлы веб-сервер загружает на устройство Пользователя при посещении им Сайта. При каждом следующем посещении Пользователем Сайта «cookie» файлы отправляются на Сайт Оператора. Данные файлы позволяют Сайту распознавать устройство Пользователя. Содержимое такого файла может как относиться, так и не относиться к персональным данным, в зависимости от того, содержит ли такой файл персональные данные или содержит обезличенные технические данные.

3. Цель обработки персональных данных: анализ пользовательской активности с помощью сервиса «Яндекс.Метрика».

4. Категории субъектов персональных данных: все Пользователи Сайта, которые дали согласие на обработку файлов «cookie».

5. Способы обработки: сбор, запись, систематизация, накопление, хранение, уточнение (обновление, изменение), извлечение, использование, передача (доступ, предоставление), блокирование, удаление, уничтожение персональных данных.

6. Срок обработки и хранения: до получения от Субъекта персональных данных требования о прекращении обработки/отзыва согласия.

7. Способ отзыва: заявление об отзыве в письменном виде путём его направления на адрес электронной почты Оператора: info@rcsi.science или путем письменного обращения по юридическому адресу: 119991, г. Москва, Ленинский просп., д.32А

8. Субъект персональных данных вправе запретить своему оборудованию прием этих данных или ограничить прием этих данных. При отказе от получения таких данных или при ограничении приема данных некоторые функции Сайта могут работать некорректно. Субъект персональных данных обязуется сам настроить свое оборудование таким способом, чтобы оно обеспечивало адекватный его желаниям режим работы и уровень защиты данных файлов «cookie», Оператор не предоставляет технологических и правовых консультаций на темы подобного характера.

9. Порядок уничтожения персональных данных при достижении цели их обработки или при наступлении иных законных оснований определяется Оператором в соответствии с законодательством Российской Федерации.

10. Я согласен/согласна квалифицировать в качестве своей простой электронной подписи под настоящим Согласием и под Политикой обработки персональных данных выполнение мною следующего действия на сайте: https://journals.rcsi.science/ нажатие мною на интерфейсе с текстом: «Сайт использует сервис «Яндекс.Метрика» (который использует файлы «cookie») на элемент с текстом «Принять и продолжить».