← Nieuwste papers
📄 landbouw

Neonicotinoid residues in fruits, vegetables, and honey: advances in ultra-trace analysis, matrix-effect mitigation, and environmental risk monitoring

Deze review evalueert kritisch de recente ontwikkelingen (2019–2026) in de detectie van neonicotinoïde residuen in fruit, groenten en honing, waarbij innovaties in analytische technieken en de mitigatie van matrixeffecten worden belicht, terwijl geïntegreerde monitoringskaders worden gepleit om de milieurisicobeoordeling en voedselveiligheid te verbeteren.

Oorspronkelijke auteurs: steven Suryoprabowo, Zhongxing Wang, Wenbin Wang, Yahui Guo, Dody Andi Winarto, Nur Sri Wahyuni, Eddy Seong Guan Cheah, Elya Mufidah, Retno Tri Astuti

Gepubliceerd 2026-10-14
📖 7 min leestijd🧠 Diepgaand

Oorspronkelijke auteurs: steven Suryoprabowo, Zhongxing Wang, Wenbin Wang, Yahui Guo, Dody Andi Winarto, Nur Sri Wahyuni, Eddy Seong Guan Cheah, Elya Mufidah, Retno Tri Astuti

Oorspronkelijk artikel gelicentieerd onder CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ Dit is een AI-gegenereerde uitleg van het onderstaande artikel. Het is niet geschreven of goedgekeurd door de auteurs. Raadpleeg het oorspronkelijke artikel voor technische nauwkeurigheid. Lees de volledige disclaimer

In de stille hoekjes van de wereldwijde voedselvoorziening bestaat een stille spanning tussen de noodzaak om genoeg voedsel te verbouwen voor miljarden mensen en de noodzaak om dat voedsel veilig te houden voor onzichtbare chemische dreigingen. Boeren vertrouwen op een specifieke klasse insecticiden om hun gewassen te beschermen tegen plagen die bladeren eten en sappen opzuigen, om zo te garanderen dat de oogsten stabiel en overvloedig blijven. Deze chemicaliën zijn ontworpen om systemisch te zijn, wat betekent dat ze door de plant zelf worden opgenomen en vanuit de wortels of zaden naar de vrucht, de bladeren en zelfs de nectar reizen die bijen verzamelen. Hoewel dit het gewas beschermt, betekent dit ook dat de chemicaliën op het bord bij het diner of in de honingpot terecht kunnen komen. De uitdaging voor wetenschappers en regelgevers is niet alleen om deze sporen te vinden, maar om ze met absolute zekerheid te meten in voedingsmiddelen die chemisch complex zijn. Vruchten, groenten en honing zijn geen lege containers; het zijn rijke mengsels van suikers, pigmenten, zuren en wassen die de signalen die wetenschappers proberen te detecteren, kunnen verbergen of vervormen. Als de meting niet klopt, kan een veilig voedingsmiddel onterecht worden afgekeurd, of kan een gevaarlijk product erdoorheen glippen.

Een nieuwe review brengt de nieuwste inzichten samen over hoe dit probleem opgelost kan worden, met de focus op de jaren tussen 2019 en 2026. De auteurs, een team van onderzoekers van instellingen uit Indonesië, China, Maleisië en Europa, betogen dat de manier waarop we deze insecticiden monitoren moet evolueren van eenvoudige detectie naar een geavanceerd, risicogebaseerd systeem. Ze onderzoeken hoe wetenschappers de manier verbeteren waarop ze deze chemicaliën uit complexe voedingsmiddelen zoals honing en bladgroenten halen, hoe ze geavanceerde machines gebruiken om ze duidelijker te zien, en hoe ze een mondiaal kader opbouwen om ervoor te zorgen dat een meting in het ene land hetzelfde betekent als in een ander land. Het artikel beweert geen enkele magische oplossing te hebben gevonden, maar schetst eerder een pad voorwaarts waar betere chemie, slimmere data en verenigde regels samenwerken om zowel de menselijke gezondheid als de ecosystemen die ons voedsel ondersteunen te beschermen.

De kern van het probleem ligt in de aard van het voedsel zelf. Wanneer een wetenschapper probeert een minuscule hoeveelheid insecticide-residuen te meten in een pot honing of een bos spinazie, voert hij een strijd tegen de eigen ingrediënten van het voedsel. Honing is dik van suiker en pollen, terwijl bladgroenten vol zitten met groene pigmenten en wassen. Wanneer deze voedingsmiddelen in een laboratorium worden verwerkt, kunnen deze natuurlijke componenten interfereren met de machines die worden gebruikt om de chemicaliën te detecteren, waardoor de insecticide vaak groter of kleiner lijkt te zijn dan hij in werkelijkheid is. Deze interferentie staat bekend als een matrixeffect, en het is de primaire reden waarom het verkrijgen van een nauwkeurige meting zo moeilijk is. De review benadrukt dat standaardmethoden die voor het ene type voedsel worden gebruikt, vaak falen wanneer ze op een ander worden toegepast. Bijvoorbeeld, een techniek die goed werkt voor een waterige tomaat, kan onbetrouwbare resultaten opleveren voor een kleverig, suikerrijk honingmonster. Om dit op te lossen, hebben onderzoekers hun extractiemethoden verfijnd door gespecialiseerde reinigingsstappen te creëren die de interfererende suikers en pigmenten verwijderen zonder de insecticide-sporen die ze proberen te vinden te verliezen.

Zodra het monster is voorbereid, is de volgende uitdaging het zichtbaar maken van het onzichtbare. Het artikel beschrijft hoe moderne laboratoria bewegen naar ultra-gevoelige machines die deze chemicaliën kunnen detecteren op niveaus die ver onder wat een decennium geleden mogelijk was liggen. Deze machines, vaak beschreven als massaspectrometers, fungen als extreem precieze weegschalen die moleculen wegen om hun identiteit te identificeren. De meest gebruikte tool is een apparaat dat chemicaliën scheidt op basis van hoe ze door een vloeistof bewegen en ze vervolgens weegt om hun identiteit te bevestigen. Deze methode is nu de standaard voor routinematige controles omdat het snel en betrouwbaar is. De review wijst echter erop dat wetenschappers voor de moeilijkste gevallen terugvallen op nog krachtigere instrumenten die niet alleen de moleculen kunnen wegen, maar ook naar hun exacte structuur kunnen kijken. Dit hogere niveau van detail stelt hen in staat om niet alleen de oorspronkelijke insecticide op te sporen, maar ook de afgebroken stukjes, of metabolieten, waar de chemische stof in de plant of het milieu in verandert. Deze metabolieten kunnen soms net zo giftig zijn als de oorspronkelijke stof, en het detecteren ervan is essentieel voor een volledig beeld van het risico.

Buiten het laboratorium verkent het artikel een groeiende grens: de mogelijkheid om op de plek waar het voedsel wordt verbouwd of verkocht te testen op deze residuen. Jarenlang vereiste nauwkeurige testen het versturen van monsters naar een centraal laboratorium, een proces dat dagen of weken duurde. Nu komen er nieuwe draagbare apparaten op de markt die een snelle reactie kunnen geven in het veld. Dit omvat handzame sensoren die licht gebruiken om chemicaliën te identificeren, strips die van kleur veranderen wanneer een residu aanwezig is, en kleine elektronische apparaten die op een smartphone kunnen worden aangesloten. Hoewel deze instrumenten nog niet nauwkeurig genoeg zijn om de zware laboratoriummachines voor officiële juridische beslissingen te vervangen, vervullen ze een vitale rol als eerste verdedigingslinie. Ze stellen inspecteurs in staat om honderden monsters snel te screenen, waardoor de verdachte monsters worden gemarkeerd zodat alleen die naar het laboratorium hoeven te worden gestuurd voor een volledige, dure analyse. Deze aanpak bespaart tijd en geld, waardoor toezichthouders hun middelen kunnen richten op de voedingsmiddelen die het hoogste risico vormen.

De review benadrukt ook dat technologie alleen niet genoeg is; de regels die bepalen hoe deze tests worden uitgevoerd, moeten overal hetzelfde zijn. Momenteel hebben verschillende landen verschillende limieten voor hoeveel residu is toegestaan, en gebruiken ze verschillende methoden om het te meten. Dit creëert verwarring en kan handel blokkeren, aangezien een zending fruit in één land kan worden afgekeurd simpelweg omdat de daar gebruikte testmethode gevoeliger is dan de methode die in het land van herkomst werd gebruikt. De auteurs pleiten voor een wereldwijde harmonisatie van standaarden, waarbij laboratoria overeenstemming bereiken over hoe monsters worden voorbereid, hoe ze hun machines kalibreren en hoe ze hun resultaten rapporteren. Ze suggereren dat zonder deze overeenkomst de gegevens die door verschillende landen worden verzameld niet vergeleken kunnen worden, wat het onmogelijk maakt om het ware wereldwijde beeld van contaminatie te begrijpen.

Kijkend naar de toekomst suggereert het artikel dat de volgende sprong voorwaarts zal komen door deze fysieke instrumenten te combineren met digitale intelligentie. De auteurs stellen voor om kunstmatige intelligentie te gebruiken om de enorme hoeveelheden data die door deze tests worden gegenereerd te analyseren. In plaats van alleen te reageren op contaminatie nadat deze is gevonden, zouden deze slimme systemen problemen kunnen voorspellen door te kijken naar patronen in weer, landbouwpraktijken en historische data. Dit zou toezichthouders in staat stellen om hun testinspanningen effectiever te richten door de juiste gewassen op het juiste moment te controleren. De review concludeert dat het beschermen van onze voedselvoorziening tegen deze chemicaliën een holistische aanpak vereist. Het gaat niet alleen om het bouwen van betere machines, maar om het creëren van een systeem waarin wetenschap, regelgeving en data in harmonie samenwerken om te garanderen dat het voedsel dat we eten veilig is, en dat de bestuivers en ecosystemen die ons voedsel mogelijk maken, niet worden geschaad.

Verdrinkt u in papers in uw vakgebied?

Ontvang dagelijkse digests van de nieuwste papers die bij uw onderzoekswoorden passen — met technische samenvattingen, in uw taal.

Probeer Digest →