Sorbenten für die Probenvorbereitung Pestizidrückstände in komplexen Proben sicherer bestimmen
Anbieter zum Thema
Pestizidrückstände in Lebensmitteln und Umweltproben können die menschliche Gesundheit beeinträchtigen und sind, v.a. in komplexen Proben, nicht immer zuverlässig nachweisbar. Ein aktuelles Forschungsprojekt will dies nun ändern und dafür die Probenvorbereitung optimieren.
Frau Malyshenko, im März 2026 startete an der IMC Hochschule für Angewandte Wissenschaften Krems (IMC Krems) ein neues Forschungsprojekt, dessen Ziel es ist, Pestizidrückstände selbst in geringen Konzentrationen nachweisen zu können. Hierfür werden neue Materialien für die Probenvorbereitung getestet, um die Selektivität und Anreicherungseffizienz zu verbessern. Welche Materialien kommen hierbei zum Einsatz und warum?
Prof.(FH) Dr. Anna Malyshenko: Im Rahmen des aktuellen Forschungsprojekts werden innovative Sorbentien und hybride Nanomaterialien entwickelt, um Pestizidrückstände auch in komplexen Lebensmittel-, Umwelt- und anderen Probenmatrizes zuverlässig nachweisen zu können. Ein besonderer Fokus liegt auf molekular geprägten Polymeren (Molecularly Imprinted Polymers, MIPs), die so gestaltet werden, dass sie bestimmte Pestizidklassen oder störende Matrixbestandteile selektiv erkennen und binden können. Dabei entstehen durch den molekularen Prägeprozess spezifische Bindungsstellen, die in Größe, Form und funktionellen Eigenschaften gezielt auf die jeweilige Zielstruktur abgestimmt sind. Die Selektivität der Materialien kann dabei an unterschiedliche Pestizidklassen und Probenmatrizes angepasst werden. Ergänzend kommen mehrschichtige Materialien, funktionalisierte Nanomaterialien sowie silikabasierte Sorbentien mit unterschiedlichen Oberflächeneigenschaften zum Einsatz.
Melden Sie sich an oder registrieren Sie sich und lesen Sie weiter
Um diesen Artikel vollständig lesen zu können, müssen Sie registriert sein. Die kostenlose Registrierung bietet Ihnen Zugang zu exklusiven Fachinformationen.
Sie haben bereits ein Konto? Hier einloggen

