KR20110088304A - 곡물 1립의 지방산 조성 비파괴적 분석 방법 - Google Patents
곡물 1립의 지방산 조성 비파괴적 분석 방법 Download PDFInfo
- Publication number
- KR20110088304A KR20110088304A KR1020100008156A KR20100008156A KR20110088304A KR 20110088304 A KR20110088304 A KR 20110088304A KR 1020100008156 A KR1020100008156 A KR 1020100008156A KR 20100008156 A KR20100008156 A KR 20100008156A KR 20110088304 A KR20110088304 A KR 20110088304A
- Authority
- KR
- South Korea
- Prior art keywords
- fatty acid
- analysis
- grain
- predictive model
- absorption spectrum
- Prior art date
Links
- 235000014113 dietary fatty acids Nutrition 0.000 title claims abstract description 64
- 239000000194 fatty acid Substances 0.000 title claims abstract description 64
- 229930195729 fatty acid Natural products 0.000 title claims abstract description 64
- 150000004665 fatty acids Chemical class 0.000 title claims abstract description 62
- 239000000203 mixture Substances 0.000 title claims abstract description 42
- 238000000034 method Methods 0.000 title claims description 25
- 235000013339 cereals Nutrition 0.000 title description 47
- 238000004458 analytical method Methods 0.000 claims abstract description 77
- 238000000862 absorption spectrum Methods 0.000 claims abstract description 49
- 230000001066 destructive effect Effects 0.000 claims abstract description 23
- 238000011161 development Methods 0.000 claims abstract description 17
- 239000000126 substance Substances 0.000 claims abstract description 17
- 238000011156 evaluation Methods 0.000 claims abstract description 8
- 238000010298 pulverizing process Methods 0.000 claims abstract description 3
- WRIDQFICGBMAFQ-UHFFFAOYSA-N (E)-8-Octadecenoic acid Natural products CCCCCCCCCC=CCCCCCCC(O)=O WRIDQFICGBMAFQ-UHFFFAOYSA-N 0.000 claims description 22
- LQJBNNIYVWPHFW-UHFFFAOYSA-N 20:1omega9c fatty acid Natural products CCCCCCCCCCC=CCCCCCCCC(O)=O LQJBNNIYVWPHFW-UHFFFAOYSA-N 0.000 claims description 22
- QSBYPNXLFMSGKH-UHFFFAOYSA-N 9-Heptadecensaeure Natural products CCCCCCCC=CCCCCCCCC(O)=O QSBYPNXLFMSGKH-UHFFFAOYSA-N 0.000 claims description 22
- ZQPPMHVWECSIRJ-UHFFFAOYSA-N Oleic acid Natural products CCCCCCCCC=CCCCCCCCC(O)=O ZQPPMHVWECSIRJ-UHFFFAOYSA-N 0.000 claims description 22
- 239000005642 Oleic acid Substances 0.000 claims description 22
- QXJSBBXBKPUZAA-UHFFFAOYSA-N isooleic acid Natural products CCCCCCCC=CCCCCCCCCC(O)=O QXJSBBXBKPUZAA-UHFFFAOYSA-N 0.000 claims description 22
- ZQPPMHVWECSIRJ-KTKRTIGZSA-N oleic acid Chemical compound CCCCCCCC\C=C/CCCCCCCC(O)=O ZQPPMHVWECSIRJ-KTKRTIGZSA-N 0.000 claims description 20
- 238000002835 absorbance Methods 0.000 claims description 7
- 238000007619 statistical method Methods 0.000 claims description 6
- 238000013528 artificial neural network Methods 0.000 claims description 3
- 238000012628 principal component regression Methods 0.000 claims 2
- 238000003012 network analysis Methods 0.000 claims 1
- 238000000611 regression analysis Methods 0.000 claims 1
- 239000004615 ingredient Substances 0.000 abstract description 3
- 239000008187 granular material Substances 0.000 abstract 3
- 235000010469 Glycine max Nutrition 0.000 description 29
- 244000068988 Glycine max Species 0.000 description 27
- 238000004497 NIR spectroscopy Methods 0.000 description 10
- 238000005259 measurement Methods 0.000 description 10
- 239000003925 fat Substances 0.000 description 8
- 235000019197 fats Nutrition 0.000 description 8
- OYHQOLUKZRVURQ-HZJYTTRNSA-N Linoleic acid Chemical compound CCCCC\C=C/C\C=C/CCCCCCCC(O)=O OYHQOLUKZRVURQ-HZJYTTRNSA-N 0.000 description 6
- IPCSVZSSVZVIGE-UHFFFAOYSA-N hexadecanoic acid Chemical compound CCCCCCCCCCCCCCCC(O)=O IPCSVZSSVZVIGE-UHFFFAOYSA-N 0.000 description 6
- 235000020778 linoleic acid Nutrition 0.000 description 6
- OYHQOLUKZRVURQ-IXWMQOLASA-N linoleic acid Natural products CCCCC\C=C/C\C=C\CCCCCCCC(O)=O OYHQOLUKZRVURQ-IXWMQOLASA-N 0.000 description 6
- 238000011088 calibration curve Methods 0.000 description 5
- DTOSIQBPPRVQHS-PDBXOOCHSA-N alpha-linolenic acid Chemical compound CC\C=C/C\C=C/C\C=C/CCCCCCCC(O)=O DTOSIQBPPRVQHS-PDBXOOCHSA-N 0.000 description 4
- 235000020661 alpha-linolenic acid Nutrition 0.000 description 4
- 230000001488 breeding effect Effects 0.000 description 4
- 238000004817 gas chromatography Methods 0.000 description 4
- 229960004488 linolenic acid Drugs 0.000 description 4
- KQQKGWQCNNTQJW-UHFFFAOYSA-N linolenic acid Natural products CC=CCCC=CCC=CCCCCCCCC(O)=O KQQKGWQCNNTQJW-UHFFFAOYSA-N 0.000 description 4
- 241000894007 species Species 0.000 description 4
- OKKJLVBELUTLKV-UHFFFAOYSA-N Methanol Chemical compound OC OKKJLVBELUTLKV-UHFFFAOYSA-N 0.000 description 3
- 235000021314 Palmitic acid Nutrition 0.000 description 3
- 235000021355 Stearic acid Nutrition 0.000 description 3
- YXFVVABEGXRONW-UHFFFAOYSA-N Toluene Chemical compound CC1=CC=CC=C1 YXFVVABEGXRONW-UHFFFAOYSA-N 0.000 description 3
- 239000012491 analyte Substances 0.000 description 3
- 238000009395 breeding Methods 0.000 description 3
- 239000003153 chemical reaction reagent Substances 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- WQEPLUUGTLDZJY-UHFFFAOYSA-N n-Pentadecanoic acid Natural products CCCCCCCCCCCCCCC(O)=O WQEPLUUGTLDZJY-UHFFFAOYSA-N 0.000 description 3
- QIQXTHQIDYTFRH-UHFFFAOYSA-N octadecanoic acid Chemical compound CCCCCCCCCCCCCCCCCC(O)=O QIQXTHQIDYTFRH-UHFFFAOYSA-N 0.000 description 3
- OQCDKBAXFALNLD-UHFFFAOYSA-N octadecanoic acid Natural products CCCCCCCC(C)CCCCCCCCC(O)=O OQCDKBAXFALNLD-UHFFFAOYSA-N 0.000 description 3
- 239000008117 stearic acid Substances 0.000 description 3
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 2
- 238000003556 assay Methods 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 235000019387 fatty acid methyl ester Nutrition 0.000 description 2
- 125000000524 functional group Chemical group 0.000 description 2
- 230000002068 genetic effect Effects 0.000 description 2
- 239000001257 hydrogen Substances 0.000 description 2
- 229910052739 hydrogen Inorganic materials 0.000 description 2
- VLKZOEOYAKHREP-UHFFFAOYSA-N n-Hexane Chemical compound CCCCCC VLKZOEOYAKHREP-UHFFFAOYSA-N 0.000 description 2
- 235000021313 oleic acid Nutrition 0.000 description 2
- -1 oleic acid fatty acid Chemical class 0.000 description 2
- 150000002894 organic compounds Chemical class 0.000 description 2
- 239000000843 powder Substances 0.000 description 2
- 238000002360 preparation method Methods 0.000 description 2
- 108090000623 proteins and genes Proteins 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 239000006228 supernatant Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 239000004753 textile Substances 0.000 description 2
- 235000021122 unsaturated fatty acids Nutrition 0.000 description 2
- 150000004670 unsaturated fatty acids Chemical class 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Chemical compound O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- OYHQOLUKZRVURQ-NTGFUMLPSA-N (9Z,12Z)-9,10,12,13-tetratritiooctadeca-9,12-dienoic acid Chemical compound C(CCCCCCC\C(=C(/C\C(=C(/CCCCC)\[3H])\[3H])\[3H])\[3H])(=O)O OYHQOLUKZRVURQ-NTGFUMLPSA-N 0.000 description 1
- 229920002472 Starch Polymers 0.000 description 1
- 239000004480 active ingredient Substances 0.000 description 1
- 239000001913 cellulose Substances 0.000 description 1
- 229920002678 cellulose Polymers 0.000 description 1
- 235000010980 cellulose Nutrition 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 239000013078 crystal Substances 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000007865 diluting Methods 0.000 description 1
- 239000012153 distilled water Substances 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 239000008157 edible vegetable oil Substances 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000031700 light absorption Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 150000004702 methyl esters Chemical group 0.000 description 1
- 239000004006 olive oil Substances 0.000 description 1
- 235000008390 olive oil Nutrition 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 239000000123 paper Substances 0.000 description 1
- 229920000642 polymer Polymers 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 235000018102 proteins Nutrition 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000004445 quantitative analysis Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000002904 solvent Substances 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 235000019698 starch Nutrition 0.000 description 1
- 235000000346 sugar Nutrition 0.000 description 1
- 150000008163 sugars Chemical class 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
- G01N21/84—Systems specially adapted for particular applications
- G01N21/85—Investigating moving fluids or granular solids
-
- 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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N2201/00—Features of devices classified in G01N21/00
- G01N2201/12—Circuits of general importance; Signal processing
- G01N2201/129—Using chemometrical methods
Landscapes
- Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Engineering & Computer Science (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
본 발명은 곡물 1립의 지방산 조성 비파괴적 분석 방법에 관한 것으로, 더욱 상세하게는 곡물 종자 1립을 대상으로 비파괴적 방법을 이용하여 곡물에 함유되어 있는 지방산 조성을 정밀하게 분석하는 방법에 관한 것이다.
이에 본 발명은 1) 분석하고자 하는 곡물 종자에 대해 복수의 예측모델 개발용 집단과 예측모델 평가용 집단을 임의로 선정하고, 상기 두 집단의 근적외선 흡수스펙트럼을 측정하는 단계; 2) 상기 예측모델 개발용 집단 중 곡물 1립 시료를 무작위로 선정하고, 이의 근적외선 흡수스펙트럼을 측정하는 단계; 3) 상기 2)의 근적외선 흡수스펙트럼을 측정한 곡물 1립 시료를 분쇄하여 지방산 성분을 화학 분석하는 단계; 4) 상기 예측모델 개발용 집단의 흡수 스펙트럼에 1차 및 2차의 도함수를 적용하고, 이에 대해 통계적 분석을 실시하여 상기 3)에서 얻은 곡물 1립 시료의 지방산 성분의 화학분석치와 상기 2)에서 얻은 곡물 1립 시료의 근적외선 흡수스펙트럼의 흡광도 간에 고도의 유의상관을 나타내는 지방산 성분의 예측모델들을 설정하는 단계; 5) 상기 4)에서 설정된 지방산 성분의 예측모델들을 예측모델 평가용 집단의 원시 흡수 스펙트럼에 적용하여 예측모델의 정확도를 평가하여 최적 예측모델을 선발하는 단계;를 포함하는 곡물 1립의 지방산 조성 비파괴적 분석 방법을 제공한다.
이에 본 발명은 1) 분석하고자 하는 곡물 종자에 대해 복수의 예측모델 개발용 집단과 예측모델 평가용 집단을 임의로 선정하고, 상기 두 집단의 근적외선 흡수스펙트럼을 측정하는 단계; 2) 상기 예측모델 개발용 집단 중 곡물 1립 시료를 무작위로 선정하고, 이의 근적외선 흡수스펙트럼을 측정하는 단계; 3) 상기 2)의 근적외선 흡수스펙트럼을 측정한 곡물 1립 시료를 분쇄하여 지방산 성분을 화학 분석하는 단계; 4) 상기 예측모델 개발용 집단의 흡수 스펙트럼에 1차 및 2차의 도함수를 적용하고, 이에 대해 통계적 분석을 실시하여 상기 3)에서 얻은 곡물 1립 시료의 지방산 성분의 화학분석치와 상기 2)에서 얻은 곡물 1립 시료의 근적외선 흡수스펙트럼의 흡광도 간에 고도의 유의상관을 나타내는 지방산 성분의 예측모델들을 설정하는 단계; 5) 상기 4)에서 설정된 지방산 성분의 예측모델들을 예측모델 평가용 집단의 원시 흡수 스펙트럼에 적용하여 예측모델의 정확도를 평가하여 최적 예측모델을 선발하는 단계;를 포함하는 곡물 1립의 지방산 조성 비파괴적 분석 방법을 제공한다.
Description
본 발명은 곡물 1립의 지방산 조성 비파괴적 분석 방법에 관한 것으로, 더욱 상세하게는 곡물 종자 1립을 대상으로 비파괴적 방법을 이용하여 곡물에 함유되어 있는 지방산 조성을 정밀하게 분석하는 방법에 관한 것이다.
근적외선 흡수 스펙트럼을 이용한 측정은 1950년대부터 실시되었으나 해석의 복잡함과 어려움으로 특별한 목적 이외에는 거의 사용되지 않았으나, 1968년 미국 농무성의 Dr. Karl Norris 등이 근적외선 흡수스펙트럼을 이용한 근적외 분광법(NIR Spectroscopy)으로 콩의 수분함량 측정에 처음 적용한 이래 NIR 흡광분석 기술은 오늘날 그 응용 범위가 확대되어 농업, 식품 및 사료 분야 뿐만 아니라 화학, 생화학, 섬유화학, 고분자화학 제약, 의학, 제지 및 섬유 분야까지 널리 확대 이용되고 있다.
일반적으로, 근적외선은 가시광 영역의 장파장 영역(800nm)에서 단파장(2500nm)까지를 의미하는 것으로, 근적외선 분광분석법은 근적외선 영역에서의 빛 흡수에 입각한 분석법으로 어떤 분자결합에 근적외선이 조사되면 그 분자 결합이 가지고 있는 고유한 진동에너지에 해당하는 복사선을 흡수하고, 근적외 영역의 미약한 흡수성을 이용하여 다량 함유된 주요성분을 희석하지 않고 분석이 가능하게 한 방법으로, 근적외 스펙트럼이 복잡하지만 대략적인 흡수 스펙트럼은 유기화합물 중 수소를 포함하는 관능기에 기본을 둔 것이므로 유기화합물(예; 전분, 단백질, 지방, 당, 섬유소, 활성성분 등)중 수소를 함유한 관능기에 의한 흡수가 측정되기 때문에 여러 성분의 정량적 동시 분석이 가능하다.
근적외선 분광분석법의 최대 특징은 시료의 전처리가 필요 없다는 것으로, 최소한의 시료 전처리(예; 분쇄)만으로도 분석이 가능하며, 더 나아가 분쇄하지 않은 비파괴 상태로도 분석이 가능하다.
통상적으로, 곡물의 성분 및 특성 분석은 크게 구분하여 분석 대상물의 형태나 특성을 변화시켜 분석하는 파괴적인 방법과 형태나 특성을 변화시키지 않고 분석하는 비파괴적 방법으로 구분할 수 있다.
파괴적 방법에 의한 성분 및 특성 분석은 습식분석 혹은 화학분석으로 표현되며, 시료의 분쇄, 평량, 함수율 측정, 용액이나 용매를 이용한 화학반응, 성분 검출, 정량 등 수 차례의 단계적 과정이 요구된다. 또한, 짧게는 몇 분에서 길게는 백여일 동안의 복잡한 작업과정이 요구되고, 경우에 따라서는 고가의 분석장비와 많은 노동력이 요구되며, 최근에는 분석 폐기물에 의한 환경오염이 대두되고 있다.
반면, 비파괴적 방법에 의한 성분 및 특성 분석은 기기의 측정 센서를 분석 대상물의 표면에 접촉시키거나 비접촉시켜 측정하는 방법으로, 기존 화학분석 혹은 파괴적 방법을 대신할 수 있는 분석 기술이다.
등록특허 제10-0433263호는 근적외선 흡수 스펙트럼을 이용한 곡물 1립 비파괴 분석방법에 관한 것으로, 같은 유전적 배경을 갖는 종자 계통이나 품종 200여 종으로부터 각 30~100립의 흡수 스펙트럼을 얻고, 그 흡수 스펙트럼의 평균값을 얻어 계통이나 품종의 대표 흡수 스펙트럼으로 지정하는 과정을 전체 계통이나 품종 200여개에 대해 반복 수행한 다음, 흡수 스펙트럼에 사용된 30 ~ 100립의 종자를 모아서 분쇄 후 지방 추출과 지방산 분석을 수행하여 대입한다. 그리고, 전체 계통이나 품종 200여개의 대표 평균 흡수 스펙트럼과 지방 분석을 이용하여 예측모델을 설정한 후 성분의 정량적 분석을 수행한다.
그러나, 기존 방법에 따라 예측모델 설정에 유전적으로 고정된 200종류의 콩 자원 계통이나 품종을 이용하여 검량선 작성을 위한 흡수 스펙트럼을 얻는다면, 200개의 계통이나 품종으로부터 각 30 ~ 100립을 선정하여 최소 6,000개에서 20,000개의 흡수 스펙트럼을 얻어야 하는 번거로움이 있다.
그리고, 지방 함량을 측정하기 위해서는 분석을 위한 적정 시료량을 사용하여 지방 함량 측정에 대한 오차를 최소화할 수 있으나, 실질적으로 콩 1립으로부터 화학분석을 통해 지방함량을 측정하기 어려운 단점이 있다.
반면 지방산 조성 분석의 경우 GC(Gas Chromatography) 분석의 특성상 추출한 지방 극소량으로도 분석이 가능하다.
본 발명은 상기와 같은 문제점을 해결하기 위해 발명한 것으로서, 분석하고자 하는 곡물 종자 중 무작위로 선정한 곡물 1립 시료의 근적외선 흡수스펙트럼을 얻고, 그 곡물 1립 시료의 지방산 성분을 화학분석하여, 곡물 1립 시료의 지방산 성분의 화학분석치와 근적외선 흡수스펙트럼의 흡광도 간에 유의상관을 나타내는 예측모델을 설정함으로써, 지방산 조성을 알고자 하는 곡물의 지방산을 구성하는 성분을 효율적으로 분석하는 곡물 1립의 지방산 조성 비파괴적 분석 방법을 제공하는데 그 목적이 있다.
상기한 목적을 달성하기 위해 본 발명은 1) 분석하고자 하는 곡물 종자에 대해 복수의 예측모델 개발용 집단과 예측모델 평가용 집단을 임의로 선정하고, 상기 두 집단의 근적외선 흡수스펙트럼을 측정하는 단계; 2) 상기 예측모델 개발용 집단 중 곡물 1립 시료를 무작위로 선정하고, 이의 근적외선 흡수스펙트럼을 측정하는 단계; 3) 상기 2)의 근적외선 흡수스펙트럼을 측정한 곡물 1립 시료를 분쇄하여 지방산 성분을 화학 분석하는 단계; 4) 상기 예측모델 개발용 집단의 흡수 스펙트럼에 1차 및 2차의 도함수를 적용하고, 이에 대해 통계적 분석을 실시하여 상기 3)에서 얻은 곡물 1립 시료의 지방산 성분의 화학분석치와 상기 2)에서 얻은 곡물 1립 시료의 근적외선 흡수스펙트럼의 흡광도 간에 고도의 유의상관을 나타내는 지방산 성분의 예측모델들을 설정하는 단계; 5) 상기 4)에서 설정된 지방산 성분의 예측모델들을 예측모델 평가용 집단의 원시 흡수 스펙트럼에 적용하여 예측모델의 정확도를 평가하여 최적 예측모델을 선발하는 단계;를 포함하는 것을 특징으로 하는 곡물 1립의 지방산 조성 비파괴적 분석 방법을 제공한다.
본 발명은 기존의 분석방법에 비해, 곡물 종자 1립의 흡수 스펙트럼을 얻고, 그 곡물 종자 1립의 지방산 조성을 분석하여 결과를 얻음으로서 분석과정 및 검량선 작성과정의 단순화와 분석 효율 개선이 가능하며, 곡물의 성분 및 특성 분석시 근적외 분광분석의 단점인 분말시료 및 다량의 종실시료에서 분석집단의 평균 측정치의 정보 획득만이 가능하였던 점을 극복하여, 곡물 1립 단위의 성분 및 특성을 정밀하게 분석할 수 있는 효과가 있다.
또한, 본 발명은 진정한 의미의 비파괴 분석으로 곡물의 신품종 육성을 위한 육종 프로그램에서 성분 육종 및 특수 육종을 위한 초기세대의 비파괴 분석으로 우수개체의 조기선발 및 소비인력의 감소를 극대화하는 효과가 있다.
도 1은 본 발명에 따른 곡물 1립의 지방산 조성 비파괴 분석 과정을 개략적으로 도시한 순서도
도 2는 본 발명에서 예측모델 개발용 집단 전체에 대한 콩 1립의 근적외선 흡수스펙트럼을 나타낸 그래프
도 3은 콩 지방산 조성 분석에 사용된 모집단의 올레익산 함량분포를 보여주는 그래프
도 4는 콩 지방산 조성 분석에 사용된 모집단의 리놀레익산 함량분포를 보여주는 그래프
도 5는 예측모델 개발용 집단의 원시 흡수 스펙트럼의 1차 도함수 곡선을 나타낸 그래프
도 6은 예측모델 개발용 집단의 원시 흡수 스펙트럼의 2차 도함수 곡선을 나타낸 그래프
도 7은 올레익산 예측모델의 검량선 곡선을 나타낸 그래프
도 2는 본 발명에서 예측모델 개발용 집단 전체에 대한 콩 1립의 근적외선 흡수스펙트럼을 나타낸 그래프
도 3은 콩 지방산 조성 분석에 사용된 모집단의 올레익산 함량분포를 보여주는 그래프
도 4는 콩 지방산 조성 분석에 사용된 모집단의 리놀레익산 함량분포를 보여주는 그래프
도 5는 예측모델 개발용 집단의 원시 흡수 스펙트럼의 1차 도함수 곡선을 나타낸 그래프
도 6은 예측모델 개발용 집단의 원시 흡수 스펙트럼의 2차 도함수 곡선을 나타낸 그래프
도 7은 올레익산 예측모델의 검량선 곡선을 나타낸 그래프
본 발명의 실시예로는 다수 개가 존재할 수 있으며, 하기 실시예는 본 발명을 예시하는 것일뿐 이에 한정되는 것은 아니다.
본 발명은 분석하고자 하는 곡물 종자 1립의 지방산 조성을 분석함에 있어서 근적외선 흡수 스펙트럼을 이용하여 검량선을 작성하여 간편하고 효율적인 비파괴 방식으로 정밀하게 분석하는 곡물 1립의 지방산 조성 비파괴 분석 방법을 제공한다.
이하, 첨부된 도면을 참조로 하여 본 발명을 바람직한 실시예에 의해 상세하게 설명한다.
도 1은 본 발명에 따른 곡물 1립의 지방산 조성 비파괴 분석 과정을 개략적으로 도시한 순서도이고, 도 2는 본 발명에서 전체 집단에 대한 콩 1립 흡수스펙트럼을 나타낸 그래프이다.
본 발명은 곡물 종자의 지방산 조성을 분석하는데 있어서, 유전적으로 고정되었거나 고정되지 않았음에 상관없이 지방산 조성에서 다양성을 보이는 곡물 종자로부터 지방 추출 및 함량 측정의 과정 없이 지방산 조성 분석을 간편하게 수행하기 위한 것으로, 곡물의 구성 성분 분석시 기존 화학분석의 장치비용, 인력경비 및 소요시간의 부담을 최소화하고, 근적외 분광분석 기술을 적용하되 기존 근적외 분광분석의 단점인 측정 집단의 평균 측정치를 이용한 정보 획득을 극복할 수 있도록 한 것으로, 측정된 곡물 1립의 흡수 스펙트럼에 상응하는 상대적 화학분석을 수행하여 근적외 분광분석 결과에 대입함으로 예측모델을 개발하고 검증한다.
<실험 재료 및 시약 >
본 발명에서 콩은 농촌진흥청 국립식량과학원 기능성작물부 시험포장에서 품종의 고유 특성을 유지하기 위하여 재배 수확한 콩 유전자원 330여종을 사용하였으며, 이를 이용하여 근적외선 흡수스펙트럼과 지방산 조성 습식 화학 분석을 수행하였다. 콩 지방산 분석을 위한 표품 팔미틱산, 스테아릭산, 올레익산, 리놀레익산, 리놀레닉산은 Sigma사(St. Luis, U.S.A.) 제품을 이용하였고, 이를 이용하여 지방산 조성을 분석하였다.
[실시예 1] 콩 1립 흡수스펙트럼 측정 및 콩 1립으로부터 지방산 조성 분석 단계
본 발명은 국립식량과학원 기능성작물부에서 보유하고 있는 콩(Glycine Max (L) Merr. var) 유전자원군에서 기존 화학분석 결과 다양한 지방산 조성을 보이는 330종의 집단 중 210종을 예측모델 개발을 위한 집단으로 임의로 선정하여 흡수 스펙트럼을 얻었고, 예측모델 평가용 집단인 검정 집단으로 50종을 임의로 선정하여 두 집단에 대한 근적외선 흡수스펙트럼을 각각 얻었다. 210종의 예측모델 개발용 집단과 50종의 예측모델 평가용 집단에 대한 근적외선 흡수스펙트럼을 분석하기 위한 근적외선 분광분석 장치는 FOSS(Sweden)사의 NIRS6500 기종을 이용하였고, 먼저 예측모델 개발을 위한 210종의 전체 집단 중 무작위로 선정한 콩 1립 시료에 대한 근적외선 흡수스펙트럼을 수평수동측정장치를 이용하여 400 ~ 2,500 nm 사이의 각 파장별 흡광도로 얻었다.
예측모델 개발을 위한 210종의 전체 집단에 대한 콩 1립의 근적외선 흡수스펙트럼을 얻은 자료는 도 2와 같다.
지방산 조성 분석은, 먼저 근적외선 흡수스펙트럼을 측정한 콩 1립을 분쇄하여 자동지방 추출장치(Soxtec Avanti System: Foss Analytical AB, SX-2050, Sweden)에 넣고 n-hexane으로 3시간 추출 냉각한 것(지방)을 지방산 분석시료로 사용하여 화학 분석을 수행하였다.
이때, 지방산 조성 분석을 위해서 콩 1립에서 추출된 지방에 지방산 분해시약 (H2SO4:MeOH:Toluene = 1:20:10, v/v) 5ml를 첨가하여 100℃에서 1시간 동안 반응시켜 지방산메틸에스테르(fatty acid methyl ester) 형태로 변환하였다.
지방산메틸에스테르 분획은 증류수 5ml를 첨가하여 잘 혼합한 후 상등액을 취하였으며, 상등액으로 취한 지방산 분석시료 중 수분은 Na2SO4(Yakuri Pure Chemical Co LTD., Osaka, Japan)로 제거하여 분석 시료로 사용하였다.
지방산 조성은 가스 크로마토그래피(Agilent 7890A, USA)로 분석하였고, 분석을 위한 기기 조건은 검출기로 FID(Flame ionization detector)를 260℃로 설정하여 사용하였으며, 칼럼은 HP-FFAP(25m x 0.32mm I.d., 0.5um)를 이용하였고, 자동 분주기를 이용하여 분석량은 1ul를 사용하였다.
그리고, 가스 크로마토그래피로 분석시 온도 조건은 150℃에서 1분간 유지한 후, 분당 2.5℃씩 승온하여 230℃까지 올리고, 230℃에서 2분간 정지시켜 분석을 완료하였다.
도 3은 분석에 사용된 임의 집단의 올레익산 지방산 조성을 분석한 결과를 나타낸 그래프이다.
[실시예 2] 근적외선 흡수 스펙트럼을 이용한 콩 1립 비파괴 올레익산 지방산의 예측모델 개발
콩에 함유되어 있는 지방산은 팔미틱산, 스테아릭산, 올레익산, 리놀레익산, 리놀레닉산으로 구성되어 있다.
상기 표 1에서 보이는 바와 같이 분석에 사용된 모집단의 지방산 조성을 분석한 결과, 팔미틱산은 평균 12% 함유되어 있었고 분포는 8.3에서 15.0% 까지 분포를 하였고, 스테아릭산은 평균 4.6% 함유되어 있었고 분포는 2.6에서 8.6% 까지 분포하고 있었으며, 올레익산은 평균 30.2% 함유되고 분포는 12.4%에서 65.2% 까지 다양하게 분포하고 있었고, 리놀레익산은 평균 47.7%로서 가장 많이 함유되어 있었고 분포도 19.1에서 61.4% 까지 다양하게 분포하고 있었다. 그리고, 리놀레닉산은 평균 5.4% 함유되어 있었고 분포는 2.5% 에서 10.7% 까지 분포하고 있었다.
이와 같이 콩 지방산의 경우 대부분을 올레익산과 리놀레익산이 차지하고 있었고 다른 지방산은 함량의 변화 폭이 상대적으로 적음을 보여주었다.
도 3은 콩 지방산 조성 분석에 사용된 모집단의 올레익산 함량분포를 보여주는 그래프이고, 도 4는 콩 지방산 조성 분석에 사용된 모집단의 리놀레익산 함량분포를 보여주는 그래프이다.
콩 지방산 조성의 경우 가장 중요한 성분은 올레익산으로서 현재 올리브유 등 고급 식용기름의 기준을 올레익산 함량으로 평가하고 있다. 그 이유는 올레익산은 불포화지방산으로 건강 기능성을 보유하고 있으며, 다른 불포화 지방산인 리놀레익산이나 리놀레닉산에 비해 산화에 안전하여 장기 저장이 가능하기 때문이다.
또한 올레익산은 건강 우수성과 근적외선 비파괴 분석에 적합한 광범위한 분포와 정규분포를 이루고 있어서 예측모델 개발을 위한 지방산 성분으로 선정하기에 적합하다.
단, 본 발명에 따른 분석방법이 올레익산 분석에만 한정되어 사용 가능한 것은 아니다.
콩 1립의 올레익산에 대한 예측모델 개발을 위해 실시예 1에서 예측모델 개발용 집단에 대해 측정한 210개의 시료의 근적외선 흡수스펙트럼에 1차 및 2차 도함수를 적용하였다. 이를 다시 다중회귀분석법(MLR:Multiple linear regression), 부분최소자승법(PLS:Partial Least Squares), 변형부분최소자승법(MPLS:Modified Partial Least Squares), 주성분회구분석법(PCR:Principle Component Regression) 그리고 신경회로망분석법(NNA:Neural Network Analysis) 중 어느 한 방법을 이용하여 다양한 통계적 분석을 실시한 후, 콩 1립 시료의 지방산 성분(올레익산)의 화학분석치와 콩 1립 시료의 근적외선 흡수스펙트럼의 흡광도 간에 고도의 유의상관을 나타내는 지방산 성분의 예측모델들을 설정하고, 이를 50종의 예측모델 평가용 집단의 시료 50점의 원시 흡수 스펙트럼에 적용하여 각 도함수 및 다양한 통계적 분석에 의해 개발된 예측모델의 정확도를 평가함으로 최적 1립 비파괴 올레익산 분석 예측모델(최적 예측모델)을 선발한다.
이에 원시 흡수 스펙트럼의 1차 도함수와 2차 도함수는 각각 도 5 및 도 6과 같고, 콩 1립의 올레익산 함량 예측모델의 선발결과는 표 2와 같다.
표 2의 올레익산 조성 예측모델 개발을 위한 각 통계방법별 통계처리 결과를 비교하여 보면, 변형부분자소자승법이 다른 3가지 통계방법(다중회귀분석법, 부분자소자승법, 변형부분자소자승법)에 비해 가장 우수한 결과를 보이고, 특히 2차 미분의 결과가 유의성이 높고, 표준오차도 가장 낮음을 보여 미지 시료 즉, 분석하고자 하는 곡물 시료의 올레익산 함량예측을 위한 검량선으로 선발하기에 적절하였다.
이에 선발된 검량선은 도 7에서 보이는 바와 같이 그 식이 y = 0.8992x + 3.0333, R = 0.881 로 표시되며, 50종의 검정집단(예측모델 평가용 집단)에 대한 예측과 실측 올레익산 값을 비교해 보면 표 3에서 보는 바와 같이 올레익산의 화학분석과 비교하여 평균 0.21% 정도 낮게 측정되었고 이때의 결정계수는 0.804로 측정되었다.
따라서 곡물 1립을 본 발명에 따라 비파괴 방식으로 분석하여도 정밀한 지방산 조성의 분석이 가능하다는 결과를 도출할 수 있다.
이상 살펴본 바와 같이, 본 발명은 곡물 종자의 지방산 조성 분석시 1립의 종자로 분석이 가능하여 기존의 화학분석에서 요구하는 장치비용, 인력과 경비 및 소요시간의 부담을 경감하고, 곡물 1립 단위의 성분 및 특성 분석시 근적외 분광분석의 단점인 분말시료 및 다량의 종실시료에서 분석집단의 평균 측정치의 정보 획득만이 가능하였던 점을 극복하여 곡물 종자 1립 단위의 지방산 성분 및 특성을 정밀하게 분석할 수 있다.
그리고, 본 발명은 1립 비파괴적 방법으로서 곡물의 특성 및 성분 분석시 화학분석에 이용되는 별도의 장비가 필요 없고, 장시간 소요되는 분석시간, 화학시약 및 반응폐기물에 대한 환경문제를 개선하며, 1립 비과괴의 신속, 정확, 실시간, 다성분의 동시분석에 활용 가능하다.
또한, 본 발명은 기존 1립 비파괴 분석의 초기 예측모델의 작성에서 요구되는 방대한 집단의 흡수스펙트럼과 그 흡수스펙트럼의 평균을 얻어서 예측모델을 개발해야 하는 어려움을 개선한 방법으로서 예측모델 개발을 용이하게 하는 효과가 있다.
이상에서는 본 발명을 특정의 바람직한 실시예에 대하여 도시하고 설명하였으나, 본 발명은 이러한 실시예에 한정되지 않으며, 당해 발명이 속하는 기술분야에서 통상의 지식을 가진 자가 특허청구범위에서 청구하는 범위 내에서 실시할 수 있는 다양한 형태의 실시예들을 모두 포함한다.
Claims (4)
1) 분석하고자 하는 곡물 종자에 대해 복수의 예측모델 개발용 집단과 예측모델 평가용 집단을 임의로 선정하고, 상기 두 집단의 근적외선 흡수스펙트럼을 측정하는 단계;
2) 상기 예측모델 개발용 집단 중 곡물 1립 시료를 무작위로 선정하고, 이의 근적외선 흡수스펙트럼을 측정하는 단계;
3) 상기 2)의 근적외선 흡수스펙트럼을 측정한 곡물 1립 시료를 분쇄하여 지방산 성분을 화학 분석하는 단계;
4) 상기 예측모델 개발용 집단의 흡수 스펙트럼에 1차 및 2차의 도함수를 적용하고, 이에 대해 통계적 분석을 실시하여 상기 3)에서 얻은 곡물 1립 시료의 지방산 성분의 화학분석치와 상기 2)에서 얻은 곡물 1립 시료의 근적외선 흡수스펙트럼의 흡광도 간에 고도의 유의상관을 나타내는 지방산 성분의 예측모델들을 설정하는 단계;
5) 상기 4)에서 설정된 지방산 성분의 예측모델들을 예측모델 평가용 집단의 원시 흡수 스펙트럼에 적용하여 예측모델의 정확도를 평가하여 최적 예측모델을 선발하는 단계;
를 포함하는 것을 특징으로 하는 곡물 1립의 지방산 조성 비파괴적 분석 방법.
2) 상기 예측모델 개발용 집단 중 곡물 1립 시료를 무작위로 선정하고, 이의 근적외선 흡수스펙트럼을 측정하는 단계;
3) 상기 2)의 근적외선 흡수스펙트럼을 측정한 곡물 1립 시료를 분쇄하여 지방산 성분을 화학 분석하는 단계;
4) 상기 예측모델 개발용 집단의 흡수 스펙트럼에 1차 및 2차의 도함수를 적용하고, 이에 대해 통계적 분석을 실시하여 상기 3)에서 얻은 곡물 1립 시료의 지방산 성분의 화학분석치와 상기 2)에서 얻은 곡물 1립 시료의 근적외선 흡수스펙트럼의 흡광도 간에 고도의 유의상관을 나타내는 지방산 성분의 예측모델들을 설정하는 단계;
5) 상기 4)에서 설정된 지방산 성분의 예측모델들을 예측모델 평가용 집단의 원시 흡수 스펙트럼에 적용하여 예측모델의 정확도를 평가하여 최적 예측모델을 선발하는 단계;
를 포함하는 것을 특징으로 하는 곡물 1립의 지방산 조성 비파괴적 분석 방법.
청구항 1에 있어서,
상기 곡물 1립 시료에 대한 근적외선 흡수스펙트럼을 400 ~ 2,500 nm 사이의 각 파장별 흡광도로서 얻는 것을 특징으로 하는 곡물 1립의 지방산 조성 비파괴적 분석 방법.
상기 곡물 1립 시료에 대한 근적외선 흡수스펙트럼을 400 ~ 2,500 nm 사이의 각 파장별 흡광도로서 얻는 것을 특징으로 하는 곡물 1립의 지방산 조성 비파괴적 분석 방법.
청구항 1에 있어서,
상기 4)의 통계적 분석을 다중회귀분석법(MLR), 부분최소자승법(PLS), 변형부분최소자승법(MPLS), 주성분회구분석법(PCR), 신경회로망분석법(NNA) 중 한 가지 이상의 방법으로 실시하는 것을 특징으로 하는 곡물 1립의 지방산 조성 비파괴적 분석 방법.
상기 4)의 통계적 분석을 다중회귀분석법(MLR), 부분최소자승법(PLS), 변형부분최소자승법(MPLS), 주성분회구분석법(PCR), 신경회로망분석법(NNA) 중 한 가지 이상의 방법으로 실시하는 것을 특징으로 하는 곡물 1립의 지방산 조성 비파괴적 분석 방법.
청구항 1에 있어서,
상기 4)에서 예측모델 설정을 위한 지방산 성분으로 올레익산을 선정하는 것을 특징으로 하는 곡물 1립의 지방산 조성 비파괴적 분석 방법.
상기 4)에서 예측모델 설정을 위한 지방산 성분으로 올레익산을 선정하는 것을 특징으로 하는 곡물 1립의 지방산 조성 비파괴적 분석 방법.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020100008156A KR20110088304A (ko) | 2010-01-28 | 2010-01-28 | 곡물 1립의 지방산 조성 비파괴적 분석 방법 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020100008156A KR20110088304A (ko) | 2010-01-28 | 2010-01-28 | 곡물 1립의 지방산 조성 비파괴적 분석 방법 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR20110088304A true KR20110088304A (ko) | 2011-08-03 |
Family
ID=44926935
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020100008156A KR20110088304A (ko) | 2010-01-28 | 2010-01-28 | 곡물 1립의 지방산 조성 비파괴적 분석 방법 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR20110088304A (ko) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112051357A (zh) * | 2020-09-23 | 2020-12-08 | 电子科技大学 | 一种用于粮食的全自动脂肪酸值测定系统及方法 |
| KR102291771B1 (ko) | 2020-06-23 | 2021-08-19 | 강원대학교산학협력단 | 근적외선 흡수스펙트럼을 이용한 식물 종자 생육활성의 비파괴 판별방법 |
-
2010
- 2010-01-28 KR KR1020100008156A patent/KR20110088304A/ko not_active Application Discontinuation
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR102291771B1 (ko) | 2020-06-23 | 2021-08-19 | 강원대학교산학협력단 | 근적외선 흡수스펙트럼을 이용한 식물 종자 생육활성의 비파괴 판별방법 |
| CN112051357A (zh) * | 2020-09-23 | 2020-12-08 | 电子科技大学 | 一种用于粮食的全自动脂肪酸值测定系统及方法 |
| CN112051357B (zh) * | 2020-09-23 | 2021-09-28 | 电子科技大学 | 一种用于粮食的全自动脂肪酸值测定系统及方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Xie et al. | Discrimination of transgenic tomatoes based on visible/near-infrared spectra | |
| Bassbasi et al. | Prediction of the geographical origin of butters by partial least square discriminant analysis (PLS-DA) applied to infrared spectroscopy (FTIR) data | |
| Sundaram et al. | Determination of in-shell peanut oil and fatty acid composition using near-infrared reflectance spectroscopy | |
| Yang et al. | Rapid and visual detection of the main chemical compositions in maize seeds based on Raman hyperspectral imaging | |
| Lalko et al. | Chemical reactivity measurements: potential for characterization of respiratory chemical allergens | |
| Fassio et al. | Non-destructive prediction of chemical composition in sunflower seeds by near infrared spectroscopy | |
| CN107515203A (zh) | 近红外技术定量分析水稻单籽粒直链淀粉含量的研究 | |
| CN109669023A (zh) | 一种基于多传感器融合的土壤属性预测方法 | |
| Chuang et al. | Integration of independent component analysis with near infrared spectroscopy for evaluation of rice freshness | |
| KR20150112902A (ko) | 근적외 분광법을 이용하여 원료 및 형태가 다른 다양한 식품에 함유된 영양성분의 함량을 동시에 분석하는 방법 | |
| Gottlieb et al. | Multivariate approaches in plant science | |
| KR100433263B1 (ko) | 근적외선 흡수스펙트럼을 이용한 곡물 1립 비파괴 분석방법 | |
| Xie et al. | Quantification of chlorophyll content and classification of nontransgenic and transgenic tomato leaves using visible/near-infrared diffuse reflectance spectroscopy | |
| Oblath et al. | Development of near-infrared spectroscopy calibrations to measure quality characteristics in intact Brassicaceae germplasm | |
| Cox et al. | Determination of iodine value with a fourier transform‐near infrared based global calibration using disposable vials: An international collaborative study | |
| Warren et al. | Infrared microspectroscopic imaging of plant tissues: spectral visualization of Triticum aestivum kernel and Arabidopsis leaf microstructure | |
| Sundaram et al. | Application of near infrared spectroscopy to peanut grading and quality analysis: overview | |
| CN106018321A (zh) | 玉米单粒种子蛋白质检测模型的构建方法及其应用 | |
| Tsegay et al. | Development of non-destructive NIRS models to predict oil and major fatty acid contents of Ethiopian sesame | |
| Vermeulen et al. | Origin identification of dried distillers grains with solubles using attenuated total reflection Fourier transform mid-infrared spectroscopy after in situ oil extraction | |
| KR20110088304A (ko) | 곡물 1립의 지방산 조성 비파괴적 분석 방법 | |
| Pavino et al. | Towards a routine application of vibrational spectroscopy to the detection of bone fragments in feedingstuffs: Use and validation of a NIR scanning microscopy method | |
| Haddix et al. | Progressing towards more quantitative analytical pyrolysis of soil organic matter using molecular beam mass spectroscopy of whole soils and added standards | |
| CN108195793A (zh) | 植物源性饲料原料氨基酸含量的通用模型构建方法 | |
| Townsend et al. | The Determination of Total THC and CBD Content in Cannabis Flower by Fourier Transform Near Infrared Spectroscopy |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| A201 | Request for examination | ||
| E902 | Notification of reason for refusal | ||
| E601 | Decision to refuse application |