在药用和食用植物中植物生长调节剂的全景污染概况和食暴露风险:一个数据建模驱动的MMSPE-UPLC-MS/MS平台

科学领域:

• 分析化学 分析化学
• 环境科学 环境科学
• 食品安全 食品安全

背景情况:

• 植物生长调节剂 (PGR) 在农业中被广泛使用,引发了人们对它们在环境中的持久性和潜在的健康影响的担忧.
• 目前的法规缺乏特定的残留物限值和食品和药用植物中PGR的全面监测工具.
• 评估通过饮食暴露于PGRs对于了解对人类健康和环境的潜在风险至关重要.

研究的目的:

• 开发和验证一个广泛的分析平台,用于在药用植物和食用植物 (MEP) 中同时检测和量化多个PGR.
• 在商业MEP样本中绘制PGR的发生情况,并评估潜在的饮食暴露风险.
• 建立一个科学基础,以优先考虑控制清单,并完善PGR的毒理基准.

主要方法:

• 设计了一个数据建模驱动的分析平台,使用混合模式固相提取 (MMSPE) 处理64个PGR.
• 使用简单格子混合设计和德林格的可取性函数,优化了提取效率.
• 在七个MEP矩阵中量化了PGR,使用超高性能液态染色学-三重四极-并列质谱法 (UPLC-QqQ-MS/MS).

主要成果:

• 该MMSPE-UPLC-MS/MS平台表现出高效率,量化极限低 (0.01614.392μg/kg) 和良好的恢复率 (68.93%118.07%).
• 对140个商业样本的分析检测到30个PGR,表明普遍的交叉矩阵污染和高暴露.
• 风险评估显示,一般可接受的人口水平的暴露,但确定了特定的矩阵依赖风险驱动因素,包括tebuconazole,diuron和paclobutrazol.

结论:

• 开发的分析平台提供了一个强大的工具,用于在复杂的草本矩阵中全面选PGR.
• 调查结果强调需要改善欧洲议会议员中PGR的监管框架和监督策略.
• 该研究为优先考虑化学控制和改进毒理基准以确保食品和环境安全提供了关键数据.