KR101922448B1 - 근적외선 분광기를 이용한 이탈리안 라이그라스 및 페러니얼 라이그라스 종자의 초종판별 방법 - Google Patents
근적외선 분광기를 이용한 이탈리안 라이그라스 및 페러니얼 라이그라스 종자의 초종판별 방법 Download PDFInfo
- Publication number
- KR101922448B1 KR101922448B1 KR1020150158913A KR20150158913A KR101922448B1 KR 101922448 B1 KR101922448 B1 KR 101922448B1 KR 1020150158913 A KR1020150158913 A KR 1020150158913A KR 20150158913 A KR20150158913 A KR 20150158913A KR 101922448 B1 KR101922448 B1 KR 101922448B1
- Authority
- KR
- South Korea
- Prior art keywords
- seeds
- italian
- water treatment
- infrared spectrum
- perennial
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 60
- 240000004296 Lolium perenne Species 0.000 title abstract description 14
- 238000004497 NIR spectroscopy Methods 0.000 title description 10
- 238000004458 analytical method Methods 0.000 claims abstract description 12
- 240000004928 Paspalum scrobiculatum Species 0.000 claims abstract description 11
- 235000003675 Paspalum scrobiculatum Nutrition 0.000 claims abstract description 11
- 244000025254 Cannabis sativa Species 0.000 claims abstract description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 49
- 235000007164 Oryza sativa Nutrition 0.000 claims description 23
- 235000009566 rice Nutrition 0.000 claims description 23
- 238000001228 spectrum Methods 0.000 claims description 23
- 238000002329 infrared spectrum Methods 0.000 claims description 22
- 238000009499 grossing Methods 0.000 claims description 8
- 230000003595 spectral effect Effects 0.000 claims description 8
- 238000005259 measurement Methods 0.000 claims description 7
- 238000007781 pre-processing Methods 0.000 claims description 7
- 230000004069 differentiation Effects 0.000 claims description 6
- 240000007594 Oryza sativa Species 0.000 claims 2
- 238000009826 distribution Methods 0.000 abstract description 4
- 239000000126 substance Substances 0.000 abstract description 4
- 230000004913 activation Effects 0.000 abstract description 2
- 238000010298 pulverizing process Methods 0.000 abstract description 2
- 241000209094 Oryza Species 0.000 description 23
- 241000894007 species Species 0.000 description 10
- 238000012850 discrimination method Methods 0.000 description 9
- 238000010239 partial least squares discriminant analysis Methods 0.000 description 8
- 241000209082 Lolium Species 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 235000013339 cereals Nutrition 0.000 description 4
- 238000002790 cross-validation Methods 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000012628 principal component regression Methods 0.000 description 4
- 238000000611 regression analysis Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 230000001066 destructive effect Effects 0.000 description 3
- 239000004459 forage Substances 0.000 description 3
- 239000004460 silage Substances 0.000 description 3
- 238000012795 verification Methods 0.000 description 3
- 241000283973 Oryctolagus cuniculus Species 0.000 description 2
- 241000209140 Triticum Species 0.000 description 2
- 235000021307 Triticum Nutrition 0.000 description 2
- 240000008042 Zea mays Species 0.000 description 2
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 description 2
- 235000002017 Zea mays subsp mays Nutrition 0.000 description 2
- 235000005822 corn Nutrition 0.000 description 2
- 238000011068 loading method Methods 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 238000002156 mixing Methods 0.000 description 2
- 108090000623 proteins and genes Proteins 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000004611 spectroscopical analysis Methods 0.000 description 2
- TVEXGJYMHHTVKP-UHFFFAOYSA-N 6-oxabicyclo[3.2.1]oct-3-en-7-one Chemical compound C1C2C(=O)OC1C=CC2 TVEXGJYMHHTVKP-UHFFFAOYSA-N 0.000 description 1
- 241001149224 Ambrosia psilostachya Species 0.000 description 1
- 240000002791 Brassica napus Species 0.000 description 1
- 235000004977 Brassica sinapistrum Nutrition 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 244000100545 Lolium multiflorum Species 0.000 description 1
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- XAGFODPZIPBFFR-UHFFFAOYSA-N aluminium Chemical compound [Al] XAGFODPZIPBFFR-UHFFFAOYSA-N 0.000 description 1
- 229910052782 aluminium Inorganic materials 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000012742 biochemical analysis Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 235000021329 brown rice Nutrition 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 238000012631 diagnostic technique Methods 0.000 description 1
- 235000014113 dietary fatty acids Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 229930195729 fatty acid Natural products 0.000 description 1
- 239000000194 fatty acid Substances 0.000 description 1
- 150000004665 fatty acids Chemical class 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 125000004383 glucosinolate group Chemical group 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 244000144972 livestock Species 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 238000010238 partial least squares regression Methods 0.000 description 1
- 238000009304 pastoral farming Methods 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- -1 seed weight Substances 0.000 description 1
- 230000000153 supplemental effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/359—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light using near infrared light
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3563—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing solids; Preparation of samples therefor
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/02—Food
- G01N33/10—Starch-containing substances, e.g. dough
Landscapes
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Chemical & Material Sciences (AREA)
- Immunology (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Pathology (AREA)
- Food Science & Technology (AREA)
- Engineering & Computer Science (AREA)
- Medicinal Chemistry (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
본 발명은 이탈리안 라이그라스 종자 및 페러니얼 라이그라스 종자를 판별하는 방법에 관한 것으로, 근적외선 분광기를 사용하여 신속 정확하게 이탈리안 라이그라스 종자 및 페러니얼 라이그라스 종자의 품종을 판별할 수 있다. 본 발명의 방법은 종자를 분쇄하거나 화학적 전처리 없이 생 종자 자체로 비파괴 분석이 가능하여 빠르고 용이하게 이탈리안 라이그라스와 페러니얼 라이그라스 종자를 구별할 수 있으며, 목초 종자의 신속한 초종판별로 불량종자의 유통을 방지하는 등 투명한 목초 종자 유통체계를 확립하고 유통 활성화를 촉진시킬 수 있다.
Description
본 발명은 근적외선 분광기를 이용하여 이탈리안 라이그라스 및 페러니얼 라이그라스 종자의 초종을 판별하는 방법에 관한 것이다.
최근 국제 곡물가격의 변동 심화, 기상이변 등 불안정한 곡물사료 수급의 안정과 축우농가의 사료비 부담을 완화하기 위하여, 정부는 조사료 생산기반을 확충하기 위하여 양질 조사료 증산대책과 더불어 다양한 지원 정책을 내놓고 있다. 우리나라에서 조사료 생산기반이 확대되고 재배면적이 급격히 증가하면서 해외로부터 사료작물의 종자 수입량도 매년 증가하고 있는 추세이다.
우리나라에서 재배되고 있는 두 종류의 라이그라스: 이탈리안 라이그라스(Lolium multiflorum) 및 페러니얼 라이그라스(Lolium perenne L.)는 유전체가 서로 매우 유사하며 서로 교배될 수 있다. 이들은 종자 및 식물체의 형태상으로 유사하며, 이탈리안 라이그라스는 일차적으로 사일리지와 건초생산에 활용되고 페러니얼 라이그라스는 잔디, 사일리지 및 방목에 활용된다. 이탈리안 라이그라스는 우리나라에서 광범위하게 자라며 겨울철 사일리지 형태로 가축 사양시스템에 중요한 구성요소이다. 우리나라에서 100만 핵타르 이상의 이탈리안 라이그라스는 쌀 수확 이후에 논에서 답리작으로 재배된다.
종래의 일부 연구에서는 생화학적 분석을 사용하여 이탈리안 라이그라스의 진위 판별을 실험하였다. 예를 들어, 미국 내 종자 인증 회사는 현재 종자 간의 혼입의 여부를 판별하기 위해 소위 유묘 뿌리 형광(seedling root fluorescence, SRF) 테스트를 사용한다. SRF는 1929년에 개발된 이후 페러니얼 라이그라스로부터 이탈리안 라이그라스를 분리하는 표현형 표지자로 사용되어 왔다. 자외선에 노출될 때 이탈리안 라이그라스의 유묘 뿌리는 형광을 내는 반면, 페러니얼 라이그라스의 유묘 뿌리는 그렇지 않다. SRF 테스트의 부정확성은 페러니얼 라이그라스 및 이탈리안 라이그라스를 보다 정확하게 판별할 수 있는 대안적 또는 보충적 테스트를 필요로 한다.
유전자 지도의 기초적 접근 방법은 종의 구분을 위한 마커의 선별을 촉진하는데 사용될 수 있는 한 가지 방법이다. 현재까지 라이그라스의 일부 유전자 지도는 현재까지 보고되어 왔다. 그러나 이러한 방법은 시간이 다소 소요되는 단점이 있다.
근적외선분광법(NIRS)은 옥수수, 쌀, 및 밀 등을 포함하는 농산물의 품질을 측정하는데 효과적으로 사용되는 신속한 진단 기술이다. 이러한 방법은 신속한, 단립(single-kernel), 근적외선 기구를 사용하여 부분최소자승 회귀분석(PLSR)으로 평지씨(rapeseed)의 특성(지방산, 종자 무게, 오일, 단백질, 및 총 글루코시놀레이트 함량)을 예견하는데 사용될 수 있다. NIRS는 또한 PLSR 및 주성분 분석(principal components analysis, PCA)으로 유럽 밀 품종을 선별하고, 부분최소자승 판별 분석(PLS-DA)을 통해 잡종 옥수수 종자의 순도를 분석하는데 성공적으로 적용되어 왔다.
근적외선분광법을 사용한 분석 방법으로, 예를 들어 국내 공개특허 제10-2011-0085084호에서 근적외선 분광기를 이용하여 고 수분 현미로부터 비파괴적으로 백미 상태의 단백질함량을 측정하는 방법 등이 개시되어 있다. 그러나, 이탈리안 라이그라스 종자 및 페러니얼 라이그라스 종자를 신속 정확하게 판별하는 방법에 대해서는 아직까지 개발이 미흡한 실정이다.
이에 본 발명이 해결하고자 하는 과제는, 근적외선 분광기를 이용하여 비파괴적으로 신속 용이하게 이탈리안 라이그라스 종자 및 페러니얼 라이그라스 종자를 판별할 수 있는 측정 방법을 제공하는 것이다.
상기 기술적 과제를 달성하기 위하여, 본 발명은 이탈리안 라이그라스 종자 및 페러니얼 라이그라스 종자의 판별을 위한 NIRS 검량식 모델을 제공한다.
본 발명자는 이탈리안 라이그라스 및 페러니얼 라이그라스 품종간 신속 정확한 분류를 위해 사일리지 종자 품종을 선별하기 위해 연구하던 중, 적시에 현장에서도 분석이 가능한 선별 방법을 개발하고자 노력하였고, 본 발명의 근적외선분광법을 이용하면 라이그라스 종자를 마쇄하지 않은 상태 그대로 효과적으로 판별할 수 있음을 발견하여 본 발명을 완성하였다.
본 발명은 (s1) 1립의 종자 시료의 근적외선 스펙트럼을 획득하는 단계; (s2) 상기 근적외선 스펙트럼의 측정 파장별 갭을 나누어 수학적으로 전처리하고, 상기 전처리된 근적외선 스펙트럼에 미분법을 적용하여 수처리하며, 상기 수처리된 근적외선 스펙트럼을 부분최소자승법(Partial Least Square:PLS)으로 회귀분석하여 검량식을 유도하는 단계; (s3) 상기 검량식을 상호 검증하는 단계; 및 (s4) 상기 검량식을 이용하여 이탈리안 라이그라스 종자 및 페러니얼 라이그라스 종자를 판별하는 단계를 포함하는 이탈리안 라이그라스 종자 및 페러니얼 라이그라스 종자의 판별 방법을 제공한다.
본 발명에 있어서, 상기 (s1) 단계의 근적외선 스펙트럼은 근적외선 분광기를 이용하여 획득할 수 있다. 본 발명에서 사용되는 근적외선 스펙트럼은 680~2500 nm 파장 대역의 근적외선으로 스캐닝하여 획득할 수 있다. 이러한 근적외선 스펙트럼 파장 대역은 다른 파장 대역보다 시료의 전처리 없이 있는 그대로 측정하기가 용이하며, 시약 등을 사용하지 않을 뿐만 아니라, 시료의 정량, 혼합, 가열, 추출 등의 과정의 전처리 과정이 필요하지 않아 신속하고 측정 시료의 손상없이 회수하여 이용할 수 있고 기타 분석에 사용할 수 있는 장점이 있다.
상기 근적외선 스펙트럼은 본 발명이 속하는 기술분야에서 통상적으로 사용하는 모든 방식으로 스캐닝하여 얻을 수 있으며, 바람직하게 반사투과 방식으로 얻을 수 있다.
상기와 같은 방법으로 얻어진 스펙트럼은 복잡하고, 흡광 봉우리들의 중첩과 물리적인 성질에 변화를 주는 확인되지 않은 변화 요인들이 존재한다. 이러한 문제점을 해결하기 위해 회귀분석 전 상기 스펙트럼을 수학적 전처리하는 과정을 거친 후 검량식을 유도하는 것이 바람직하다. 상기와 같이 스펙트럼을 수학적 전처리 함으로써 조사된 빛의 산란 효과를 일차적으로 보정하여, 일정한 수준을 벗어난 이상치를 제거해 회귀분석의 변수를 줄이고 최종적으로 작성되는 검량식의 신뢰성을 높일 수 있다. 본 발명에서는 얻어진 스펙트럼을 오버-피팅(over-fitting) 등으로 스펙트럼이 잘못 해석되는 것을 방지하기 위하여 측정 파장별 갭(gap)을 조절할 수 있다.
본 발명에 있어서, 상기 1립의 이탈리안 라이그라스 종자 및 페러니얼 라이그라스 종자의 판별 방법은 상기 근적외선 스펙트럼의 측정 파장별 갭을 4 nm로 나누는 것이 바람직하다.
본 발명에 있어서, 상기 1립의 이탈리안 라이그라스 종자 및 페러니얼 라이그라스 종자의 판별 방법에서 (s2) 단계의 미분법은 2차 미분법을 적용하는 것이 검량식의 정확도를 높일 수 있어 바람직하다. 상기 미분법은 가장 많이 사용되는 스펙트럼 전처리 기법으로 스펙트럼을 미분함으로써 흡수대의 변화를 강조하여, 스펙트럼의 변화는 증폭시킴과 동시에 변화만 제시하기 때문에 바탕선 제거에 매우 효과적이다.
본 발명에 있어서, 상기 (s2) 단계의 수처리는 W-X-Y-Z(W는 미분 차수이며, X는 스펙트럼의 nm 측정 파장 갭(gap)이며, Y는 파장 갭 수처리에서 스펙트럼의 연결을 부드럽게 하기 위한 수처리 smooth 1이며, 및 Z는 스펙트럼 모양을 더 부드럽게 하기 위한 수처리 smooth 2를 의미함)로 표시되고, 이는 사용자가 최적의 조건에 따라 변화시킬 수 있으나, 바람직하게 상기 판별 방법에서는 2-4-4-1을 적용하는 것이 최적의 수처리 방식이다.
상기와 같이 수학적 전처리와 미분법 수처리를 적용한 후 여러 회귀분석을 수행하여 검량식을 유도할 수 있다. 구체적으로, 다변량 통계기술 중 스펙트럼 데이터에서 추출되는 주성분(principal component)와 실험실값(laboratory reference data)를 이용하여 예측값과 실험실 값이 오차가 최소가 되는 회귀식인 주성분 회귀분석법(principal component regression)을 사용할 수 있다. 상기 회귀분석은 근적외선 분광법에 사용되는 계량분석화학(Chemometrics)을 이용하여 주성분회귀분석법(PCR), 부분최소자승법(PLS), 또는 변형부분최소자승법(MPLS) 등이 사용될 수 있으나, 본 발명에서 회귀분석은 부분최소자승법(Partial least square: PLS)을 통해 적정 검량식을 유도하는 것이 바람직하다.
본 발명에 있어서, 상기 (s3) 단계는 독립 검증을 통해 상기 검량식을 상호 검증할 수 있다.
또한, 본 발명은 상기 이탈리안 라이그라스 종자 및 페러니얼 라이그라스 종자의 판별 방법에 있어서, 상기 종자 시료를 다량으로, 바람직하게 1000립 이상, 더욱 바람직하게 1000~3000립을 효과적으로 판별할 수 있는 방법을 제공한다.
상기 판별 방법은 W-X-Y-Z(W는 미분 차수이며, X는 스펙트럼의 nm 측정 파장 갭(gap)이며, Y는 파장 갭 수처리에서 스펙트럼의 연결을 부드럽게 하기 위한 수처리 smooth 1이며, 및 Z는 스펙트럼 모양을 더 부드럽게 하기 위한 수처리 smooth 2를 의미함)로 나타나는 수처리 조건에서, 예를 들어, 0-0-1-1, 1-4-4-1, 2-4-4-1, 1-8-8-1 또는 2-16-16-1 등의 수처리 조건이 사용될 수 있으며, 각 수처리에 따른 결과는 유사하게 나타난다.
또한, 본 발명은 (s1) 1립의 종자 시료의 근적외선 스펙트럼을 획득하는 단계; (s2) 상기 근적외선 스펙트럼의 측정 파장별 갭을 나누어 수학적으로 전처리하고, 상기 전처리된 근적외선 스펙트럼에 미분법을 적용하여 수처리하며, 상기 수처리된 근적외선 스펙트럼을 부분최소자승 판별분석법(Partial Least Square Discriminant Analysis:PLS-DA)으로 다변량 통계분석하는 단계를 포함하는 이탈리안 라이그라스 종자 및 페러니얼 라이그라스 종자의 판별 방법을 제공한다.
본 발명에 있어서, 상기 부분최소자승 판별분석법을 이용한 1립의 이탈리안 라이그라스 종자 및 페러니얼 라이그라스 종자의 판별 방법은 상기 근적외선 스펙트럼의 측정 파장별 갭을 4 nm로 나누는 것이 바람직하다. 또한, (s2) 단계의 미분법은 2차 미분법을 적용하는 것이 검량식의 정확도를 높일 수 있어 바람직하다.
상기 부분최소자승 판별분석법을 이용한 1립의 이탈리안 라이그라스 종자 및 페러니얼 라이그라스 종자의 판별 방법에 있어서, 상기 (s2) 단계의 수처리는 W-X-Y-Z(W는 미분 차수이며, X는 스펙트럼의 nm 측정 파장 갭(gap)이며, Y는 파장 갭 수처리에서 스펙트럼의 연결을 부드럽게 하기 위한 수처리 smooth 1이며, 및 Z는 스펙트럼 모양을 더 부드럽게 하기 위한 수처리 smooth 2를 의미함)로 표시되고, 이는 사용자가 최적의 조건에 따라 변화시킬 수 있으나, 바람직하게 상기 판별 방법에서는 2-4-4-1을 적용하는 것이 최적의 수처리 방식이다.
또한, 본 발명은 상기 부분최소자승 판별분석법을 이용한 이탈리안 라이그라스 종자 및 페러니얼 라이그라스 종자의 판별 방법에 있어서, 상기 종자 시료를 다량으로, 바람직하게 1000립 이상, 더욱 바람직하게 1000~3000립을 효과적으로 판별할 수 있는 방법을 제공한다.
상기 다량의 종자 판별 방법은 W-X-Y-Z(W는 미분 차수이며, X는 스펙트럼의 nm 측정 파장 갭(gap)이며, Y는 파장 갭 수처리에서 스펙트럼의 연결을 부드럽게 하기 위한 수처리 smooth 1이며, 및 Z는 스펙트럼 모양을 더 부드럽게 하기 위한 수 처리 smooth 2를 의미함)로 나타나는 수 처리 조건에서, 이탈리안 라이그라스 종자의 경우 2-4-4-1을 적용하고, 페러니얼 라이그라스 종자의 경우 2-16-16-1을 적용하는 것이 바람직하다.
본 발명은 근적외선 분광기를 사용하여 신속 정확하게 이탈리안 라이그라스 종자 및 페러니얼 라이그라스 종자를 판별할 수 있다.
본 발명의 방법은 종자를 분쇄하거나 화학적 전처리 없이 생 종자 자체로 비파괴 분석이 가능하여 빠르고 용이하게 이탈리안 라이그라스와 페러니얼 라이그라스 종자를 구별할 수 있으며, 목초 종자의 신속한 초종판별로 불량종자의 유통을 방지하는 등 투명한 목초 종자 유통체계를 확립하고 유통 활성화를 촉진시킬 수 있다.
도 1은 본 발명의 이탈리안 라이그라스 및 페러니얼 라이그라스 종자의 판별 방법에서 종자 1립 측정 방식 및 다량 종자 측정 방식의 시료를 촬영한 사진이다.
도 2는 본 발명의 이탈리안 라이그라스 및 페러니얼 라이그라스 종자의 판별을 위한 측정 방법에 따른 근적외선 스펙트럼을 나타낸다.
도 3은 이탈리안 라이그라스 및 페러니얼 라이그라스 종자 1립에 대하여 PLS-DA 기법을 적용한 결과를 나타낸 그래프이다.
도 4는 이탈리안 라이그라스 및 페러니얼 라이그라스의 다량의 종자에 대하여 PLS-DA 기법을 적용한 결과를 나타낸 그래프이다.
도 2는 본 발명의 이탈리안 라이그라스 및 페러니얼 라이그라스 종자의 판별을 위한 측정 방법에 따른 근적외선 스펙트럼을 나타낸다.
도 3은 이탈리안 라이그라스 및 페러니얼 라이그라스 종자 1립에 대하여 PLS-DA 기법을 적용한 결과를 나타낸 그래프이다.
도 4는 이탈리안 라이그라스 및 페러니얼 라이그라스의 다량의 종자에 대하여 PLS-DA 기법을 적용한 결과를 나타낸 그래프이다.
이하, 본 발명의 이해를 돕기 위하여 실시 예 등을 들어 상세하게 설명하기로 한다. 그러나 본 발명에 따른 실시 예들은 여러 가지 다른 형태로 변형될 수 있으며, 본 발명의 범위가 하기 실시 예들에 한정되는 것으로 해석되어서는 안 된다. 본 발명의 실시 예 당업계에서 평균적인 지식을 가진 자에게 본 발명을 보다 완전하게 설명하기 위해 제공되는 것이다.
종자 샘플의 준비
이탈리안 라이그라스의 다섯가지 품종(‘Tam 90’, ‘Florida 80’, ‘Kowinearly’, ‘Greenfarm’, 및 ‘Hwasan 104’) 및 페러니얼 라이그라스의 네가지 품종(‘Bastion’, ‘Accent’, ‘Linn’, 및‘Boost’)을 국내 종자 회사로부터 수득하였다. 각각의 이탈리안 라이그라스 및 페러니얼 라이그라스의 샘플은 다수의 품종을 혼합하여 제조하였다.
근적외선분광법
분석 방법
근적외선분광법을 위한 장비로 회전 모듈이 장착된 SpectraStar 2500 scanning Monochromator(Unity Scientific, Brookfield, USA)를 사용하였다. 샘플은 석영 유리(35 mm 직경; 10 mm 깊이)로 양극화된 알루미늄의 원형 세포에 놓았다. 샘플은 1 nm 간격에 680~2500nm의 범위의 반사 방식에서 평균 스펙트럼을 도출하기 위해 42회 스캔하였다. 모든 스펙트럼은 log (1/R)으로 기록하였고, R은 상대적인 반사율이다. 스펙트럼은 U-CAL software version 2.04 (Unity Scientific, Brookfield, USA)으로 기록하였다.
실험예
1: 이탈리안
라이그라스
및
페러니얼
라이그라스
종자
1립의
판별 방법
이탈리안 라이그라스 및 페러니얼 라이그라스 각각의 종자 1립에 대하여 PLS-DA 기법을 사용하여 초종 판별을 실시하여, 하기 표 1 및 도 3에 그 결과를 나타내었다. 각각의 종자는 110회 판별을 실시하였으며, 0-0-1-1, 1-4-4-1, 2-4-4-1, 1-8-8-1 및 2-16-16-1의 수처리 조건을 사용하였다.
판별의 결과를 세가지 카테고리, 즉 ‘Miss’, ‘Uncertain’ 및 ‘Hits’가운데 하나로 기재하였다. 두 제한이 2.5에 인풋 스크린(‘T critical limit’ 및 ‘Uncertainty factor’)에서 설정될 때, 이후 (2.0+’T critical limit’ × SECV) 이상 또는 (1.0- ‘T critical limit’ × SECV) 미만의 예상된 값을 가지는 샘플은 ‘Miss’로 분류하였다. (1.5±’Uncertainty factor’ × SECV/2)의 예상된 값을 갖는 샘플은 ‘Uncertain’으로 기재하였다. 잔여 샘플은 ‘Hits’로 고려하였다.
| 초 종 | 수 처리 | IRG-PRG 초종 판별 | 정확도 (%) |
||
| 정확히 판별 (Hits) |
불확실한 판별 (Uncertain) |
판별 못함 (Miss) |
|||
| 이탈리안 라이그라스 (110회) |
0,0,1,1 | 28 | 54 | 28 | 25.5 |
| 1,4,4,1 | 68 | 36 | 6 | 61.8 | |
| 2,4,4,1 | 102 | 7 | 1 | 92.7 | |
| 1,8,8,1 | 58 | 40 | 12 | 52.7 | |
| 2,16,16,1 | 71 | 33 | 6 | 64.5 | |
| 페러니얼 라이그라스 (110회) |
0,0,1,1 | 26 | 56 | 28 | 23.6 |
| 1,4,4,1 | 74 | 32 | 4 | 67.2 | |
| 2,4,4,1 | 100 | 7 | 3 | 90.9 | |
| 1,8,8,1 | 66 | 32 | 12 | 60.0 | |
| 2,16,16,1 | 80 | 22 | 8 | 72.7 | |
상기 표 1에 나타난 결과를 볼 때, PLS-DA 기법을 이용한 이탈리안 라이그라스 및 페러니얼 라이그라스 종자 1립의 판별 방법은 2-4-4-1의 수처리 조건을 사용할 때 다른 수처리 조건에 비해 높은 정확도로 판별할 수 있는 것을 확인하였다.
이탈리안 라이그라스 및 페러니얼 라이그라스 각각의 종자 1립에 대하여 PLS 기법을 사용하여 초종 판별을 실시하여, 하기 표 2에 그 결과를 나타내었다. 각각 0-0-1-1, 1-4-4-1, 2-4-4-1, 1-8-8-1 및 2-16-16-1의 수처리 조건을 사용하였다. 실험실 값(로딩 값)은 이탈리안 라이그라스는 1, 페러니얼 라이그라스는 100으로 설정하였다.
| 수 처리 | 시료수 | 검량식 (Calibration) |
상호검증 (Cross validation) |
||
| SEC | R2 | SECV | R2 CV | ||
| 0,0,1,1 | 205 | 22.82 | 0.79 | 30.13 | 0.62 |
| 1,4,4,1 | 217 | 10.51 | 0.96 | 24.82 | 0.75 |
| 2,4,4,1 | 206 | 13.02 | 0.93 | 21.89 | 0.78 |
| 1,8,8,1 | 207 | 14.23 | 0.92 | 26.90 | 0.70 |
| 2,16,16,1 | 197 | 21.68 | 0.81 | 29.02 | 0.62 |
SECV: 상호 검증의 표준오차(Standard error of cross validation)
상기 표 2에 나타난 결과를 볼 때, PLS 기법을 이용한 이탈리안 라이그라스 및 페러니얼 라이그라스 종자 1립의 판별 방법은 2-4-4-1의 수처리 조건을 사용할 때 다른 수처리 조건에 비해 높은 정확도로 판별할 수 있는 것을 확인하였다.
실험예
2: 이탈리안
라이그라스
및
페러니얼
라이그라스의
다량의 종자 판별 방법
이탈리안 라이그라스 및 페러니얼 라이그라스 각각의 다량의 종자에 대하여 PLS-DA 기법을 사용하여 초종 판별을 실시하여, 하기 표 3 및 도 4에 그 결과를 나타내었다. 이탈리안 라이그라스 종자에 대해 131회 및 페러니얼 라이그라스 종자에 대해 140회 판별을 실시하였으며, 0-0-1-1, 1-4-4-1, 2-4-4-1, 1-8-8-1 및 2-16-16-1의 수처리 조건을 사용하였다.
| 초 종 | 수 처리 | IRG-PRG 초종 판별 | 정확도 (%) |
||
| 정확히 판별 (Hits) |
불확실한 판별 (Uncertain) |
판별 못함 (Miss) |
|||
| 이탈리안 라이그라스 (131회) |
0,0,1,1 | 126 | 5 | 0 | 96.2 |
| 1,4,4,1 | 129 | 2 | 0 | 98.5 | |
| 2,4,4,1 | 130 | 1 | 0 | 99.2 | |
| 1,8,8,1 | 129 | 2 | 0 | 98.5 | |
| 2,16,16,1 | 122 | 9 | 0 | 93.1 | |
| 페러니얼 라이그라스 (140회) |
0,0,1,1 | 132 | 8 | 0 | 94.3 |
| 1,4,4,1 | 139 | 1 | 0 | 99.3 | |
| 2,4,4,1 | 138 | 2 | 0 | 98.6 | |
| 1,8,8,1 | 138 | 2 | 0 | 98.6 | |
| 2,16,16,1 | 140 | 0 | 0 | 100 | |
상기 표 3에 나타난 결과를 볼 때, PLS-DA 기법을 이용한 이탈리안 라이그라스 및 페러니얼 라이그라스 다량의 종자 판별 방법은 이탈리안 라이그라스의 경우 2-4-4-1의 수처리 조건을 사용할 때, 페러니얼 라이그라스는 2-16-16-1의 수처리 조건을 사용할 때 다른 수처리 조건에 비해 높은 정확도로 판별할 수 있는 것을 확인하였다.
이탈리안 라이그라스 및 페러니얼 라이그라스 각각의 다량의 종자에 대하여 PLS 기법을 사용하여 초종 판별을 실시하여, 하기 표 4에 그 결과를 나타내었다. 각각 0-0-1-1, 1-4-4-1, 2-4-4-1, 1-8-8-1 및 2-16-16-1의 수처리 조건을 사용하였다. 실험실 값(로딩 값)은 이탈리안 라이그라스는 1, 페러니얼 라이그라스는 100으로 설정하였다.
| 수 처리 | 시료수 | 검량식 (Calibration) |
상호검증 (Cross validation) |
||
| SEC | R2 | SECV | R2 CV | ||
| 0,0,1,1 | 270 | 5.92 | 0.97 | 9.26 | 0.96 |
| 1,4,4,1 | 267 | 6.81 | 0.98 | 9.57 | 0.96 |
| 2,4,4,1 | 271 | 6.39 | 0.98 | 12.95 | 0.93 |
| 1,8,8,1 | 270 | 7.18 | 0.98 | 9.62 | 0.96 |
| 2,16,16,1 | 262 | 7.68 | 0.98 | 9.35 | 0.96 |
SECV: 상호 검증의 표준오차(Standard error of cross validation)
상기 표 4에 나타난 결과를 볼 때, PLS 기법을 이용한 이탈리안 라이그라스 및 페러니얼 라이그라스 종자 다량의 판별 방법은 모든 수처리 조건에서 높은 정확도로 각각의 종자를 판별할 수 있음을 확인하였다. 또한, 1립 측정 방법은 종자 크기에 따라 스펙트럼의 변이폭이 커서 NIRS 데이터베이스 구축이 어려운 반면, 다량의 종자 측정 방법은 1립 측정 방법에 비해 판별 정확성이 높다.
Claims (11)
- (s1) 1립의 종자 시료의 근적외선 스펙트럼을 획득하는 단계;
(s2) 상기 근적외선 스펙트럼의 측정 파장별 갭을 4 nm로 나누어 수학적으로 전처리하고, 상기 전처리된 근적외선 스펙트럼에 2차 미분법을 적용하여 수처리하며, 상기 수처리된 근적외선 스펙트럼을 부분최소자승법(Partial Least Square:PLS)으로 회귀분석하여 검량식을 유도하며, 상기 수처리는 W-X-Y-Z(W는 미분 차수이며, X는 스펙트럼의 nm 측정 파장 갭(gap)이며, Y는 파장 갭 수처리에서 스펙트럼의 연결을 부드럽게 하기 위한 수처리 smooth 1이며, 및 Z는 스펙트럼 모양을 더 부드럽게 하기 위한 수처리 smooth 2를 의미함)로 표시되고, 2-4-4-1을 적용하는 단계;
(s3) 상기 검량식을 상호 검증하는 단계; 및
(s4) 상기 검량식을 이용하여 이탈리안 라이그라스 및 페러니얼 라이그라스 종자를 판별하는 단계를 포함하는 이탈리안 라이그라스 종자 및 페러니얼 라이그라스 종자의 판별 방법. - 삭제
- 삭제
- 삭제
- 제1항에 있어서, 상기 종자 시료는 다량인 것을 특징으로 하는 이탈리안 라이그라스 종자 및 페러니얼 라이그라스 종자의 판별 방법.
- (s1) 1립의 종자 시료의 근적외선 스펙트럼을 획득하는 단계;
(s2) 상기 근적외선 스펙트럼의 측정 파장별 갭을 4 nm로 나누어 수학적으로 전처리하고, 상기 전처리된 근적외선 스펙트럼에 2차 미분법을 적용하여 수처리하며, 상기 수처리된 근적외선 스펙트럼을 부분최소자승 판별분석법(Partial Least Square Discriminant Analysis:PLS-DA)으로 다변량 통계분석하며, 상기 수처리는 W-X-Y-Z(W는 미분 차수이며, X는 스펙트럼의 nm 측정 파장 갭(gap)이며, Y는 파장 갭 수처리에서 스펙트럼의 연결을 부드럽게 하기 위한 수처리 smooth 1이며, 및 Z는 스펙트럼 모양을 더 부드럽게 하기 위한 수처리 smooth 2를 의미함)로 표시되고, 2-4-4-1을 적용하는 단계를 포함하는 이탈리안 라이그라스 종자 및 페러니얼 라이그라스 종자의 판별 방법. - 삭제
- 삭제
- 삭제
- 제6항에 있어서, 상기 종자 시료는 다량이며, 상기 수처리는 이탈리안 라이그라스 종자의 경우 2-4-4-1을 적용하고, 페러니얼 라이그라스 종자의 경우 2-16-16-1을 적용하는 것을 특징으로 하는 이탈리안 라이그라스 종자 및 페러니얼 라이그라스 종자의 판별 방법.
- 삭제
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020150158913A KR101922448B1 (ko) | 2015-11-12 | 2015-11-12 | 근적외선 분광기를 이용한 이탈리안 라이그라스 및 페러니얼 라이그라스 종자의 초종판별 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020150158913A KR101922448B1 (ko) | 2015-11-12 | 2015-11-12 | 근적외선 분광기를 이용한 이탈리안 라이그라스 및 페러니얼 라이그라스 종자의 초종판별 방법 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| KR20170055752A KR20170055752A (ko) | 2017-05-22 |
| KR101922448B1 true KR101922448B1 (ko) | 2018-11-28 |
Family
ID=59050157
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020150158913A KR101922448B1 (ko) | 2015-11-12 | 2015-11-12 | 근적외선 분광기를 이용한 이탈리안 라이그라스 및 페러니얼 라이그라스 종자의 초종판별 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR101922448B1 (ko) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107247033B (zh) * | 2017-06-02 | 2019-09-20 | 中国计量大学 | 基于快速衰减式淘汰算法和plsda鉴别黄花梨成熟度的方法 |
-
2015
- 2015-11-12 KR KR1020150158913A patent/KR101922448B1/ko active IP Right Grant
Also Published As
| Publication number | Publication date |
|---|---|
| KR20170055752A (ko) | 2017-05-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Ambrose et al. | High speed measurement of corn seed viability using hyperspectral imaging | |
| Zhao et al. | Near infrared reflectance spectroscopy for determination of the geographical origin of wheat | |
| Baillères et al. | Near infrared analysis as a tool for rapid screening of some major wood characteristics in a eucalyptus breeding program | |
| da Silva Medeiros et al. | Assessment oil composition and species discrimination of Brassicas seeds based on hyperspectral imaging and portable near infrared (NIR) spectroscopy tools and chemometrics | |
| Shenderey et al. | NIRS detection of moldy core in apples | |
| KR101206295B1 (ko) | 근적외 다변량 분석법을 이용한 곡물 시료의 원산지 판별방법 | |
| CN1484761A (zh) | 分析农产品的方法和装置 | |
| CN106018335A (zh) | 基于近红外光谱的整粒棉籽中植酸含量的无损测定方法 | |
| Seregely et al. | Distinguishing melon genotypes using NIR spectroscopy | |
| KR101922447B1 (ko) | 근적외선 분광기를 이용한 목초종자의 품종판별 방법 | |
| Porker et al. | Classification and authentication of barley (Hordeum vulgare) malt varieties: combining attenuated total reflectance mid-infrared spectroscopy with chemometrics | |
| Lu et al. | Hyperspectral imaging with machine learning to differentiate cultivars, growth stages, flowers, and leaves of industrial hemp (Cannabis sativa L.) | |
| Phuphaphud et al. | Non-destructive and rapid measurement of sugar content in growing cane stalks for breeding programmes using visible-near infrared spectroscopy | |
| KR101000889B1 (ko) | 근적외선 분광기를 이용한 산물벼의 비파괴적 현미 및 백미단백질 함량 측정 방법 | |
| KR100934410B1 (ko) | 근적외 분광분석법을 이용한 곡물 종실의 무게 측정방법 | |
| Mukasa et al. | Determination of viability of Retinispora (Hinoki cypress) seeds using FT-NIR spectroscopy | |
| He et al. | Study on the identification of resistance of rice blast based on near infrared spectroscopy | |
| Mat et al. | Prediction of sugarcane quality parameters using visible-shortwave near infrared spectroradiometer | |
| Rathna Priya et al. | Characterising corn grain using infrared imaging and spectroscopic techniques: a review | |
| Elfadl et al. | Development of near infrared reflectance spectroscopy (NIRS) calibration model for estimation of oil content in a worldwide safflower germplasm collection | |
| KR20110085084A (ko) | 근적외선 분광기를 이용하여 고수분 현미로부터 비파괴적으로 백미 상태의 단백질함량을 측정하는 방법 | |
| Jha et al. | Authentication of mango varieties using near-infrared spectroscopy | |
| CN107314985A (zh) | 一种利用近红外光谱检测油菜茎秆纤维素含量的方法 | |
| KR101922448B1 (ko) | 근적외선 분광기를 이용한 이탈리안 라이그라스 및 페러니얼 라이그라스 종자의 초종판별 방법 | |
| Yang et al. | Monitoring water potential and relative water content in Eucalyptus camaldulensis using near infrared spectroscopy |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E701 | Decision to grant or registration of patent right | ||
| GRNT | Written decision to grant |