吡啉

依据欧盟委员会(EC)No 396/2005法规第6节，葡萄牙收到本国农化公司Sapec Agro关于修订农药吡虫啉(imidacloprid)在大米中最高残留限量(MRL)的申请，拟将其MRL值从0.05 mg/kg(检测限)修订为2 mg/kg。葡萄牙依据欧盟委员会(EC)No 396/2005法规第8节，起草了一份评估报告，已于2009年5月29日提交欧盟委员会，同时转寄欧盟食品安全局。欧盟食品安全局经过评估后认为所提交的材料不足以作出最终的消费者暴露风险评估结论。2010年2月，葡萄牙又提交了一份补充评估材料，欧盟食品安全局对所提供的材料进行评估后认为：1.5 mg/kg的限量值不会增加消费者的健康顾虑，是合适的，可以作农药吡虫啉的暂时MRL。

Renato Zenobi教授 　　应东华理工大学(ECIT)现代质谱实验室陈焕文博士的邀请，国际顶尖学者、爱因斯坦母校——瑞士联邦工学院(ETH)分析化学首席教授Renato Zenobi 博士将于2010年6月2日莅临东华理工大学进行为期一周的访问和讲学。 　　Renato Zenobi 教授于1990年6月获斯坦福大学物理和分析化学博士学位，师从国际名师Richard N. Zare 教授。1995年创立瑞士“分析化学优秀人才中心”并历任3届中心主任。2000年起成为ETH全职教授，目前为瑞士分析化学首席教授，负责瑞士分析化学、仪器分析、现代质谱、分析策略等课程的教学与研究工作。主要从事质谱分析和光谱分析领域的基础研究和应用开发工作，在国际生命科学和质谱研究领域具有较大影响力。2010年始任分析化学专业国际一流期刊Anal. Chem.副主编，兼任ABC,RCM, JMS, JASMS, EJMS, Mass Spectrom. Rev., Int. J. Mass Spectrom., Fres. J. Anal. Chem., Analyst等众多国际著名学术期刊的编委 取得过多项重要荣誉，主要有：Thomas Hirschfeld Award of the Federation of Analytical Chemistry and Spectroscopy Societies of USA (1989), Ruzicka Prize of ETH (1993), H. E. Merck Award for Analytical Chemistry (1998), Michael Widmer Award of Novartis Pharma & Swiss Chemical Society (2006), Honorary Lifetime membership of Israel Chemical Society (2009). 　　迄今为止，Zenobi 教授发表Science论文3篇，Nat. Protoc.论文1篇Angew. Chem. Int. Ed.论文8篇及Anal. Chem.论文28篇，在Angew.Chem Int. Ed., JASMS, Anal. Bioanal. Chem., Chem. Phys. Lett. 和Analyst等杂志上发表封面文章10篇 其它高档次学术论文230多篇 国际学术大会报告300多次 专著2部，国际专利5项。 　　Zenobi教授致力于中瑞科技合作与交流，与我国多所院校有密切联系或合作。2007年，Zenobi 教授被聘为东华理工大学兼职教授，与东华理工大学现代质谱实验室建立了良好的合作关系，目前正共同承担一项中瑞政府间科技合作项目“电喷雾萃取电离机理及用于兴奋剂现场检测的研究”，双方科研人员已多次互访。 　　Renato Zenobi教授与您面对面——对话Zenobi，近距离感受大师风采.PDF 　　缩短时空差异，近距离感受大师的风采，如此难得的机会，怎能错过? 　　联系人：丁健桦教授 　　电话：13970483995

5月11日，中新网从浙江农林大学(下称“浙农林大”)获悉，该校师生团队成功研发茶叶品质智能嗅觉检测技术。这一技术能在短短2分钟内迅速识别茶叶的产地与品质信息，且准确率高达99.8%，极大地提升了茶叶品质检测的效率。近年来，中国茶叶市场交易额持续增长，预计2024年将接近5000亿元人民币。在茶叶销售旺季，茶叶的品质往往成为决定其价格的关键。然而，即便是经验丰富的茶人，也难以实时精准地掌握茶叶的特性品质。针对这一现状，浙农林大数学与计算机学院的学生团队曾进行了一项涵盖3078份有效问卷的调研。调研结果显示，无论是茶叶生产者还是消费者，均期望有一种高效精准的茶叶检测技术，以应对市场上茶叶产地造假、品质参差不齐的问题。“目前市面上的茶叶检测大多采用化学分析的方法，不仅耗费的时间较长，消耗的人力物力资源也相对较大，同时化学检测还有碾碎、滴定、萃取等步骤，操作复杂且有损样本，这些都大大增加了企业的成本，难以在市场中普遍推广。”面对这一挑战，2022年底，浙农林大的李馨怡等学生开始思考，能否结合机器学习算法和云数据库技术，研发一套快速无损的茶叶产地、品质检测系统。在此想法的驱动下，李馨怡牵头组建了一支由物联网、茶学、计算机、大数据等不同专业学生组成的云鼻智鉴科技团队，并邀请该校食品安全与人工智能领域的专家惠国华教授担任指导老师，致力于解决这一难题。在研发过程中，李馨怡和团队成员们对包括西湖龙井、祁门红茶在内的12种市面热门茶叶进行了测定，并收集了近150万条实验数据。他们发现，非线性的电子鼻技术和气相色谱柱富集技术的结合，能够丰富茶叶气体数据的采集，并加快系统检测的速度。经过一年多的科研攻关，云鼻智鉴科技团队成功研发出“云鼻智鉴”茶叶品质快速检测系统。该系统融合了电子鼻设备、数据可视化界面和数据分析软件，实现了对茶叶产地品质的高效无损检测。通过将茶叶样本与电子鼻检测探针置于密封容器内，系统能在两分钟内迅速判断出茶叶的原产地和品质等级。浙江农林大学云鼻智鉴科技团队研发的系统在显示茶叶检测曲线。　　　云鼻智鉴科技团队供图在此期间，李馨怡还与团队成员们发表了多篇SCI论文，并获得了《基于电子鼻数据的茶叶品质分析软件V1.0》等7项软件著作。值得一提的是，此项技术的成功研发，得到了多家茶叶加工厂的青睐。目前，相关技术已在杭州凤禾植物科技有限公司、杭州柔润茶叶有限公司等多家企业投入使用，还与数家企业建立了商业合作关系。李馨怡表示，这项新技术的成功研发，不仅有助于茶叶生产商提高品控标准，还能为消费者提供前所未有的透明度，确保每一位茶叶消费者都能享受到优质、可靠的茶叶产品。