KR20170055753A - 근적외선 분광기를 이용한 목초종자의 품종판별 방법 - Google Patents
근적외선 분광기를 이용한 목초종자의 품종판별 방법 Download PDFInfo
- Publication number
- KR20170055753A KR20170055753A KR1020150158919A KR20150158919A KR20170055753A KR 20170055753 A KR20170055753 A KR 20170055753A KR 1020150158919 A KR1020150158919 A KR 1020150158919A KR 20150158919 A KR20150158919 A KR 20150158919A KR 20170055753 A KR20170055753 A KR 20170055753A
- Authority
- KR
- South Korea
- Prior art keywords
- seeds
- spectrum
- water treatment
- smooth
- tall fescue
- Prior art date
Links
- 238000000034 method Methods 0.000 title claims abstract description 66
- 239000004459 forage Substances 0.000 title description 9
- 238000004497 NIR spectroscopy Methods 0.000 title description 6
- 241000234643 Festuca arundinacea Species 0.000 claims abstract description 37
- 235000007164 Oryza sativa Nutrition 0.000 claims abstract description 25
- 235000009566 rice Nutrition 0.000 claims abstract description 25
- 238000004458 analytical method Methods 0.000 claims abstract description 11
- 240000004928 Paspalum scrobiculatum Species 0.000 claims abstract description 8
- 235000003675 Paspalum scrobiculatum Nutrition 0.000 claims abstract description 8
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 52
- 238000001228 spectrum Methods 0.000 claims description 34
- 238000002329 infrared spectrum Methods 0.000 claims description 19
- 240000004296 Lolium perenne Species 0.000 claims description 10
- 230000003595 spectral effect Effects 0.000 claims description 10
- 238000009499 grossing Methods 0.000 claims description 8
- 238000005259 measurement Methods 0.000 claims description 8
- 244000025254 Cannabis sativa Species 0.000 claims description 7
- 230000004069 differentiation Effects 0.000 claims description 6
- 235000013339 cereals Nutrition 0.000 claims description 4
- 241000209094 Oryza Species 0.000 claims 12
- 240000006365 Vitis vinifera Species 0.000 claims 1
- 235000014787 Vitis vinifera Nutrition 0.000 claims 1
- 240000007594 Oryza sativa Species 0.000 abstract description 15
- 238000009826 distribution Methods 0.000 abstract description 6
- 239000000126 substance Substances 0.000 abstract description 2
- 241000209082 Lolium Species 0.000 description 5
- 238000007781 pre-processing Methods 0.000 description 5
- 238000012628 principal component regression Methods 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000000611 regression analysis Methods 0.000 description 4
- 238000012795 verification Methods 0.000 description 4
- 241000283726 Bison Species 0.000 description 3
- 238000009395 breeding Methods 0.000 description 3
- 230000001488 breeding effect Effects 0.000 description 3
- 238000002790 cross-validation Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000000877 morphologic effect Effects 0.000 description 3
- 238000001320 near-infrared absorption spectroscopy Methods 0.000 description 3
- 108090000623 proteins and genes Proteins 0.000 description 3
- 241000894007 species Species 0.000 description 3
- 240000002791 Brassica napus Species 0.000 description 2
- 108091092878 Microsatellite Proteins 0.000 description 2
- 235000021307 Triticum Nutrition 0.000 description 2
- 241000209140 Triticum Species 0.000 description 2
- 238000012742 biochemical analysis Methods 0.000 description 2
- 238000012850 discrimination method Methods 0.000 description 2
- 102000004169 proteins and genes Human genes 0.000 description 2
- 238000004611 spectroscopical analysis Methods 0.000 description 2
- 235000011293 Brassica napus Nutrition 0.000 description 1
- 235000004977 Brassica sinapistrum Nutrition 0.000 description 1
- 108020004414 DNA Proteins 0.000 description 1
- 244000068988 Glycine max Species 0.000 description 1
- 235000010469 Glycine max Nutrition 0.000 description 1
- 240000005979 Hordeum vulgare Species 0.000 description 1
- 235000007340 Hordeum vulgare Nutrition 0.000 description 1
- 244000100545 Lolium multiflorum Species 0.000 description 1
- 240000009164 Petroselinum crispum Species 0.000 description 1
- VYPSYNLAJGMNEJ-UHFFFAOYSA-N Silicium dioxide Chemical compound O=[Si]=O VYPSYNLAJGMNEJ-UHFFFAOYSA-N 0.000 description 1
- 235000010716 Vigna mungo Nutrition 0.000 description 1
- 240000001417 Vigna umbellata Species 0.000 description 1
- 235000011453 Vigna umbellata Nutrition 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
- 230000005540 biological transmission Effects 0.000 description 1
- 230000034303 cell budding Effects 0.000 description 1
- 239000003153 chemical reaction reagent Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 235000014113 dietary fatty acids Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000002474 experimental method Methods 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
- 230000035784 germination Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 238000010348 incorporation Methods 0.000 description 1
- 238000002156 mixing Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 235000011197 perejil Nutrition 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 235000018102 proteins Nutrition 0.000 description 1
- 238000013441 quality evaluation Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 235000015112 vegetable and seed oil Nutrition 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, 페러니얼 라이그라스 또는 톨페스큐 종자의 품종을 판별하는 방법에 관한 것으로, 근적외선 분광기를 사용하여 신속 정확하게 이탈리안 라이그라스, 페러니얼 라이그라스 또는 톨페스큐 종자의 품종을 판별할 수 있다. 본 발명의 방법은 종자를 분쇄하거나 화학적 전처리 없이 생 종자 자체로 비파괴 분석이 가능하여 빠르고 용이하게 이탈리안 라이그라스, 페러니얼 라이그라스 또는 톨페스큐 종자의 품종을 구별할 수 있으며, 목초종자의 신속한 품종판별로 불량종자의 유통을 방지하는 등 투명한 목초종자 유통체계를 확립하고 유통 활성화를 촉진시킬 수 있다.
Description
본 발명은 근적외선 분광기를 이용하여 목초종자의 품종을 판별하는 방법에 관한 것이다.
최근 국제 곡물가격의 변동 심화 또는 기상이변 등으로 인한 불안정한 곡물사료 수급을 안정시키고 축우농가의 사료비 부담을 완화시키기 위하여, 정부는 조사료 생산기반을 확충하기 위하여 양질 조사료 증산대책과 더불어 다양한 지원 정책을 추진하고 있다. 우리나라에서는 조사료 생산기반이 확대되고 재배면적이 급격히 증가하면서, 해외로부터 사료작물의 종자 수입량도 매년 증가하고 있는 추세이다.
양질의 조사료 생산을 위하여 우량한 초종 및 품종을 선택하는 것은 조사료의 생산성을 높이고 결국 농가의 이익을 증대시키기 때문에, 우량한 초종 및 품종의 선택의 중요성이 높아지고 있으며, 우량한 초종 및 품종은 고가로 판매되고 있다. 하지만 국내 조사료 종자 유통시장에서는 발아불량 등의 품질이 불량한 종자, 타 초종 및 품종이 혼입되어 있는 종자, 또는 초종 및 품종이 불명확한 종자 등이 유통되어 조사료 생산현장에서 불량종자로 인한 피해가 발생되기 시작하고 있다.
일부 조사료 생산용 종자, 특히 목초류 사료작물의 종자는 형태적 특성이 비슷하여 육안으로 초종 및 품종 구별이 힘들어, 현장에서는 출현 후 생육 및 형태적 특성을 이용하여 초종 및 품종을 구별하고 있는 실정이다. 특히 우리나라 주요 동계사료작물인 이탈리안 라이그라스(Lolium multiflorum Lam.)는 페러니얼 라이그라스(L. perenne L.)와 같은 속(genus, 屬)으로 비슷한 유전자를 가지고 있고 상호 교잡이 가능하여 초종 및 품종 판별이 매우 어렵다. 또한, 톨페스큐(Festuca arundinacea)는 상기 이탈리안 라이그라스 및 페러니얼 라이그라스와 다른 속이지만, 형태적 특성이 유사하여 육안으로 품종을 구별하기 어려운 실정이다.
이러한 품종판별의 문제점을 해결하기 위하여, 최근 많은 연구자들에 의해 생화학분석법을 이용한 품종판별에 대한 접근이 시도되고 있다. 종자의 품종별 유전적 거리를 구분하기 위한 특이 단백질을 이용한 품종판별, 다양한 경제작물에서 품종판별과 종자품질 관리를 위해서 PCR 기반 DNA 마커를 활용하는 연구들이 이루어지고 있다. 또한 최근에 SSR(Simple sequence repeats) 기법은 밀, 보리, 벼, 콩 등 다양한 작물에서 품종판별 기법으로 활용되고 있다. 하지만 초종 및 품종판별을 위한 생화학적 분석법은 판별을 위한 분석시간이 많이 소요되고, 현장에서 대량의 시료를 분석하기 위해서는 매우 제한적인 방법이다.
최근 신속한 분석법인 근적외선분광법(NIRS)을 이용하여 종자의 품질평가와 품종 및 원산지 판별에 활용하는 연구들이 보고되고 있다. Velasco, L., C. Mollers.(2002. Nondestructive assessment of protein content in single seeds of rapeseed (Brassica napus L.) by near-infrared reflectance spectroscopy. Euphytica 123: 89-93)에서는 소량의 유채종자를 이용하여 종자 내 유지, 단백질 및 지방산 조성 등을 신속하게 분석하였으며, 유럽지역에서 재배되고 있는 밀의 12가지 품종을 판별하였다. 또한 국내에서도 근적외선분광법을 이용하여 농산물의 원산지를 판별하는 많은 연구결과들이 보고되고 있다.
목초 및 사료작물 종자는 크기가 작고 형태적으로 비슷하여 육안으로 식별하기 매우 어려우며, 특히 종자의 품종을 식별하는 것은 더욱 어렵다. 실제로 사료 생산 현장에서는 종자 품종 식별의 어려움으로 인해 사료의 생산성 및 작부 체계에 많은 피해 사례가 나타나고 있다. 이에 따라, 이탈리안 라이그라스 종자, 페러니얼 라이그라스 종자 또는 톨페스큐 종자의 여러 가지 품종을 신속 정확하게 판별하는 방법을 개발하는 것이 요구되고 있는 실정이다.
이에 본 발명이 해결하고자 하는 과제는, 근적외선 분광기를 이용하여 비파괴적으로 신속 용이하게 이탈리안 라이그라스, 페러니얼 라이그라스 및 톨레스큐 종자의 품종을 정확하게 판별할 수 있는 측정 방법을 제공하는 것이다.
상기 기술적 과제를 달성하기 위하여, 본 발명은 이탈리안 라이그라스, 페러니얼 라이그라스 및 톨페스큐 종자의 판별을 위한 NIRS 검량식 모델을 제공한다.
본 발명자는 이탈리안 라이그라스, 페러니얼 라이그라스 및 톨페스큐 품종간 신속 정확한 분류를 위해 목초종자의 품종을 판별하기 위해 연구하던 중, 적시에 현장에서도 분석이 가능한 판별 방법을 개발하고자 노력하였고, 본 발명의 근적외선분광법을 이용하면 이탈리안 라이그라스, 페러니얼 라이그라스 및 톨페스큐 종자를 분쇄하지 않은 상태 그대로 효과적으로 판별할 수 있음을 발견하여 본 발명을 완성하였다.
본 발명은 (s1) 목초종자 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 통계분석하는 단계를 포함하는 이탈리안 라이그라스, 페러니얼 라이그라스 또는 톨페스큐 종자의 품종 판별 방법을 제공한다.
본 발명에 있어서, 상기 (s1) 단계의 근적외선 스펙트럼은 근적외선 분광기를 이용하여 획득할 수 있다. 본 발명에서 사용되는 근적외선 스펙트럼은 680-1100 nm 파장 대역의 가시영역, 1100-2500 nm 파장 대역의 NIR 영역 또는 680~2500 nm 파장 대역의 전 영역으로 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 손상 없이 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 이탈리안 라이그라스, 페러니얼 라이그라스 또는 톨페스큐 종자의 혼입 여부 판별 방법은 상기 근적외선 스펙트럼의 측정 파장별 갭을 0 nm, 4 nm, 8 nm 또는 16 nm로 나눌 수 있다.
본 발명에 있어서, 상기 이탈리안 라이그라스, 페러니얼 라이그라스 또는 톨페스큐 종자의 품종판별 방법에서 검량식의 정확도를 높이기 위해 (s2) 단계의 미분법은 1차 또는 2차 미분법을 적용할 수 있다. 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 이탈리안 라이그라스 종자의 경우 0-0-1-1, 1-4-4-1 또는 2-8-8-1을 적용하며, 페러니얼 라이그라스 종자의 경우 0-0-1-1 또는 1-4-4-1을 적용하며, 톨페스큐 종자의 경우 0-0-1-1, 1-4-4-1 또는 2-8-8-1을 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, 상기 이탈리안 라이그라스, 페러니얼 라이그라스 또는 톨페스큐 종자의 품종판별 방법에서는 부분최소자승 판별분석법(Partial Least Square Discriminant Analysis:PLS-DA)을 통해 혼입 여부를 판별하는 것이 바람직하다.
또한, 본 발명은 (s1) 목초종자 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, 페러니얼 라이그라스 종자 또는 톨페스큐 종자의 품종을 판별하는 단계를 포함하는 이탈리안 라이그라스 종자, 페러니얼 라이그라스 종자 또는 톨페스큐 종자의 품종 판별 방법을 제공한다.
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 이탈리안 라이그라스 종자의 경우 0-0-1-1, 1-4-4-1 또는 2-8-8-1을 적용하며, 페러니얼 라이그라스 종자의 경우 0-0-1-1 또는 1-4-4-1을 적용하며, 톨페스큐 종자의 경우 0-0-1-1, 1-4-4-1 또는 2-8-8-1을 적용하는 것이 최적의 수처리 방식이다.
상기 판별 방법 있어서, 상기 (s3) 단계는 독립 검증을 통해 상기 검량식을 상호 검증할 수 있다.
본 발명에 있어서, 상기 이탈리안 라이그라스의 품종은 Greenfarm(GF), Kowinearly(KE), Kogreen(KG), Kowinmaster(KM), Kospeed(KS) 및 Hwasan 104(HS104) 등으로 이루어진 군에서 선택된 어느 하나 이상이 사용될 수 있다. 또한, 상기 페러니얼 라이그라스의 품종은 Accent, Bison, Tetrellite 및 Topgun 등으로 이루어진 군에서 선택된 어느 하나 이상이 사용될 수 있다. 또한, 상기 톨페스큐의 품종은 Fawn, Greenmaster(GM), Kentucky 31(KY 31) 및 Purumi 등으로 이루어진 군에서 선택된 어느 하나 이상이 사용될 수 있다.
본 발명은 근적외선 분광기를 사용하여 신속 정확하게 이탈리안 라이그라스 종자, 페러니얼 라이그라스 종자 또는 톨페스큐 종자의 품종을 판별할 수 있다.
본 발명의 방법은 종자를 분쇄하거나 화학적 전처리 없이 생 종자 자체로 비파괴 분석이 가능하여 빠르고 용이하게 이탈리안 라이그라스, 페러니얼 라이그라스 또는 톨페스큐 종자의 품종을 구별할 수 있으며, 목초종자의 신속한 품종판별로 불량종자의 유통을 방지하는 등 투명한 목초종자 유통체계를 확립하고 유통 활성화를 촉진시킬 수 있다.
도 1은 이탈리안 라이그라스 종자, 페러니얼 라이그라스 종자 및 톨페스큐 종자를 촬영한 사진이다.
도 2는 본 발명의 다량 종자 측정 방식에 사용된 종자를 나타낸 사진이다.
도 3은 이탈리안 라이그라스 품종별 종자 평균 NIR 스펙트럼이다.
도 4은 페러니얼 라이그라스 품종별 종자 평균 NIR 스펙트럼이다.
도 5은 톨페스큐 품종별 종자 평균 NIR 스펙트럼이다.
도 6은 PLS-DA 기법을 사용하여 이탈리안 라이그라스 종자의 품종을 판별한 결과를 나타낸 도면이다.
도 7은 PLS-DA 기법을 사용하여 페러니얼 라이그라스 종자의 품종을 판별한 결과를 나타낸 도면이다.
도 8은 PLS-DA 기법을 사용하여 톨페스큐 종자의 품종을 판별한 결과를 나타낸 도면이다.
도 2는 본 발명의 다량 종자 측정 방식에 사용된 종자를 나타낸 사진이다.
도 3은 이탈리안 라이그라스 품종별 종자 평균 NIR 스펙트럼이다.
도 4은 페러니얼 라이그라스 품종별 종자 평균 NIR 스펙트럼이다.
도 5은 톨페스큐 품종별 종자 평균 NIR 스펙트럼이다.
도 6은 PLS-DA 기법을 사용하여 이탈리안 라이그라스 종자의 품종을 판별한 결과를 나타낸 도면이다.
도 7은 PLS-DA 기법을 사용하여 페러니얼 라이그라스 종자의 품종을 판별한 결과를 나타낸 도면이다.
도 8은 PLS-DA 기법을 사용하여 톨페스큐 종자의 품종을 판별한 결과를 나타낸 도면이다.
이하, 본 발명의 이해를 돕기 위하여 실시예 등을 들어 상세하게 설명하기로 한다. 그러나, 본 발명에 따른 실시예들은 여러 가지 다른 형태로 변형될 수 있으며, 본 발명의 범위가 하기 실시예들에 한정되는 것으로 해석되어서는 안 된다. 본 발명의 실시예들은 당업계에서 평균적인 지식을 가진 자에게 본 발명을 보다 완전하게 설명하기 위해 제공되는 것이다.
목초종자의 시료 준비
이탈리안 라이그라스의 여섯가지 품종(Greenfarm(GF), Kowinearly(KE), Kogreen(KG), Kowinmaster(KM), Kospeed(KS), Hwasan 104(HS104)) 각 100점, 페러니얼 라이그라스의 네가지 품종(Accent, Bison, Tetrellite, Topgun) 각 50점, 톨페스큐의 네가지 품종(Fawn, Greenmaster(GM), Kentucky 31(KY 31), Purumi) 각 100점을 국내 종자 회사로부터 수득하였다.
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:
PLS
-DA 기법을 이용한 품종 판별 방법
이탈리안 라이그라스, 페러니얼 라이그라스 및 톨페스큐 각각의 종자에 대하여 PLS-DA 기법을 사용하여 품종 판별을 실시하였다. 도 3에 이탈리안 라이그라스의 품종별 종자 평균 NIR 스펙트럼을 나타내었으며, 도 6 및 하기 표 1에 품종 판별 결과를 나타내었다. 또한, 도 4에 페러니얼 라이그라스의 품종별 종자 평균 NIR 스펙트럼을 나타내었으며, 도 7 및 하기 표 2에 품종 판별 결과를 나타내었다. 또한, 도 5에 톨페스큐의 품종별 종자 평균 NIR 스펙트럼을 나타내었으며, 도 8 및 하기 표 3에 품종 판별 결과를 나타내었다.
측정 방법은 지름 35 mm, 높이 10 mm의 스몰링컵을 사용하였으며, 680-1100 nm, 1100-2500 nm 또는 680-2500 nm의 파장 범위와 0-0-1-1(무처리), 1-4-4-1, 2-8-8-1의 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.
품종 | 파장범위 (nm) |
수 처리 | IRG 품종 판별(n=100) | 정확도 (%) |
||
정확히 판별 (Hits) |
불확실한 판별 (Uncertain) |
판별 못함 (Miss) |
||||
GF (Greenfarm) |
680-1100 | 2,8,8,1 | 99 | 1 | 0 | 99 |
1100-2500 | 0,0,1,1 | 94 | 6 | 0 | 96 | |
680-2500 | 2,8,8,1 | 100 | 0 | 0 | 100 | |
KE (Kowinearly) |
680-1100 | 2,8,8,1 | 98 | 0 | 0 | 98 |
1100-2500 | 2,8,8,1 | 98 | 0 | 0 | 98 | |
680-2500 | 2,8,8,1 | 99 | 1 | 0 | 99 | |
KG (Kogreen) |
680-1100 | 1,4,4,1 | 96 | 4 | 0 | 96 |
1100-2500 | 1,4,4,1 | 98 | 2 | 0 | 98 | |
680-2500 | 2,8,8,1 | 99 | 1 | 0 | 99 | |
KM (Kowinmaster) |
680-1100 | 1,4,4,1 | 100 | 0 | 0 | 100 |
1100-2500 | 1,4,4,1 | 100 | 0 | 0 | 100 | |
680-2500 | 1,4,4,1 | 100 | 0 | 0 | 100 | |
KS (Kospeed) |
680-1100 | 1,4,4,1 | 100 | 0 | 0 | 100 |
1100-2500 | 2,8,8,1 | 100 | 0 | 0 | 100 | |
680-2500 | 1,4,4,1 | 100 | 0 | 0 | 100 | |
HS104 (Hwasan 104) |
680-1100 | 1,4,4,1 | 98 | 2 | 0 | 98 |
1100-2500 | 2,8,8,1 | 99 | 1 | 0 | 99 | |
680-2500 | 1,4,4,1 | 100 | 0 | 0 | 100 |
품종 | 파장범위 (nm) |
수 처리 | PRG 품종 판별(n=50) | 정확도 (%) |
||
정확히 판별 (Hits) |
불확실한 판별 (Uncertain) |
판별 못함 (Miss) |
||||
Accent | 680-1100 | 0,0,1,1 | 49 | 1 | 0 | 98 |
1100-2500 | 0,0,1,1 | 50 | 0 | 0 | 100 | |
680-2500 | 0,0,1,1 | 50 | 0 | 0 | 100 | |
Bison | 680-1100 | 0,0,1,1 | 49 | 1 | 0 | 98 |
1100-2500 | 0,0,1,1 | 50 | 0 | 0 | 100 | |
680-2500 | 0,0,1,1 | 50 | 0 | 0 | 100 | |
Tetrellite | 680-1100 | 1,4,4,1 | 50 | 0 | 0 | 100 |
1100-2500 | 0,0,1,1 | 50 | 0 | 0 | 100 | |
680-2500 | 0,0,1,1 | 50 | 0 | 0 | 100 | |
Topgun | 680-1100 | 0,0,1,1 | 50 | 0 | 0 | 100 |
1100-2500 | 0,0,1,1 | 50 | 0 | 0 | 100 | |
680-2500 | 0,0,1,1 | 50 | 0 | 0 | 100 |
품종 | 파장범위 (nm) |
수 처리 | 톨페스큐 품종 판별(n=100) | 정확도 (%) |
||
정확히 판별 (Hits) |
불확실한 판별 (Uncertain) |
판별 못함 (Miss) |
||||
Fawn | 680-1100 | 1,4,4,1 | 98 | 2 | 0 | 98 |
1100-2500 | 0,0,1,1 | 100 | 0 | 0 | 100 | |
680-2500 | 1,4,4,1 | 100 | 0 | 0 | 100 | |
GM (Greenmaster) |
680-1100 | 2,8,8,1 | 93 | 7 | 0 | 93 |
1100-2500 | 2,8,8,1 | 100 | 0 | 0 | 100 | |
680-2500 | 2,8,8,1 | 100 | 0 | 0 | 100 | |
KY 31 (Kentucky 31) |
680-1100 | 1,4,4,1 | 100 | 0 | 0 | 100 |
1100-2500 | 2,8,8,1 | 100 | 0 | 0 | 100 | |
680-2500 | 1,4,4,1 | 100 | 0 | 0 | 100 | |
Purumi | 680-1100 | 1,4,4,1 | 92 | 8 | 0 | 92 |
1100-2500 | 2,8,8,1 | 100 | 0 | 0 | 100 | |
680-2500 | 1,4,4,1 | 100 | 0 | 0 | 100 |
상기 표 1 내지 표 3에 나타난 결과를 볼 때, PLS-DA 기법을 이용한 이탈리안 라이그라스, 페러니얼 라이그라스 또는 톨페스큐 종자의 품종 판별 방법은 모든 파장의 범위 및 수처리 조건에서 각각의 품종을 높은 정확도로 판별할 수 있는 것을 확인하였다.
실험예
2:
PLS
기법을 이용한 품종 판별 방법
PLS 기법을 사용하여 이탈리안 라이그라스, 페러니얼 라이그라스 또는 톨페스큐 종자의 품종을 판별하는 실험을 하였다. NIR 파장 범위는 680-2500 nm 영역을 사용하였고, 수처리는 0-0-1-1, 1-4-4-1 또는 2-8-8-1을 사용하였다. 하기 표 4에 파장 범위 및 수처리 방법에 따른 이탈리안 라이그라스 품종 판별 결과를 나타내었다.
로딩값 설정: GF=10, KE=20, KG=30, KM=40, KS=50, HS104=60
수 처리 | 시료수 | 검량식 (Calibration) |
상호검증 (Cross validation) |
||
SEC | R2 | SECV | R2 CV | ||
0,0,1,1 | 564 | 2.49 | 0.98 | 2.81 | 0.97 |
1,4,4,1 | 592 | 2.42 | 0.98 | 3.50 | 0.96 |
2,8,8,1 | 594 | 3.17 | 0.97 | 4.37 | 0.93 |
하기 표 5에 파장 범위 및 수처리 방법에 따른 페러니얼 라이그라스 품종 판별 결과를 나타내었다.
로딩값 설정: Accent=10, Bison=20, Tetrellite=30, Topgun=40
수 처리 | 시료수 | 검량식 (Calibration) |
상호검증 (Cross validation) |
||
SEC | R2 | SECV | R2 CV | ||
0,0,1,1 | 198 | 0.65 | 0.99 | 1.02 | 0.99 |
1,4,4,1 | 197 | 0.87 | 0.99 | 1.21 | 0.98 |
2,8,8,1 | 199 | 0.96 | 0.99 | 1.43 | 0.98 |
하기 표 6에 파장 범위 및 수처리 방법에 따른 톨페스큐 품종 판별 결과를 나타내었다.
로딩값 설정: Fawn=10, GM=20, KY 31=30, Purumi=40
수 처리 | 시료수 | 검량식 (Calibration) |
상호검증 (Cross validation) |
||
SEC | R2 | SECV | R2 CV | ||
0,0,1,1 | 492 | 1.20 | 0.99 | 1.71 | 0.98 |
1,4,4,1 | 499 | 1.15 | 0.99 | 1.91 | 0.97 |
2,8,8,1 | 499 | 1.11 | 0.99 | 1.87 | 0.97 |
상기 표 4 내지 표 6에 나타난 결과를 볼 때, PLS 기법을 이용한 이탈리안 라이그라스, 페러니얼 라이그라스 또는 톨페스큐 종자의 품종 판별 방법은 모든 수처리 조건에서 각각의 품종을 높은 정확도로 판별할 수 있는 것을 확인하였다.
Claims (8)
- (s1) 목초종사 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 통계분석하는 단계를 포함하는 이탈리안 라이그라스 종자, 페러니얼 라이그라스 종자 또는 톨페스큐 종자의 품종 판별 방법. - 제1항에 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, 이탈리안 라이그라스 종자의 경우 0-0-1-1, 1-4-4-1 또는 2-8-8-1을 적용하는 것을 특징으로 하는 이탈리안 라이그라스 종자, 페러니얼 라이그라스 종자 또는 톨페스큐 종자의 품종 판별 방법.
- 제1항에 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, 페러니얼 라이그라스 종자의 경우 0-0-1-1 또는 1-4-4-1을 적용하는 것을 특징으로 하는 이탈리안 라이그라스 종자, 페러니얼 라이그라스 종자 또는 톨페스큐 종자의 품종 판별 방법.
- 제1항에 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, 톨페스큐 종자의 경우 0-0-1-1, 1-4-4-1 또는 2-8-8-1을 적용하는 것을 특징으로 하는 이탈리안 라이그라스 종자, 페러니얼 라이그라스 종자 또는 톨페스큐 종자의 품종 판별 방법.
- (s1) 목초종자 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, 페러니얼 라이그라스 종자 또는 톨페스큐 종자의 품종을 판별하는 단계를 포함하는 이탈리안 라이그라스 종자, 페러니얼 라이그라스 종자 또는 톨페스큐 종자의 품종 판별 방법. - 제5항에 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, 이탈리안 라이그라스 종자의 경우 0-0-1-1, 1-4-4-1 또는 2-8-8-1을 적용하는 것을 특징으로 하는 이탈리안 라이그라스, 페러니얼 라이그라스 또는 톨페스큐 종자의 품종 판별 방법.
- 제5항에 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, 페러니얼 라이그라스 종자의 경우 0-0-1-1, 1-4-4-1 또는 2-8-8-1을 적용하는 것을 특징으로 하는 이탈리안 라이그라스 종자, 페러니얼 라이그라스 종자 또는 톨페스큐 종자의 품종 판별 방법.
- 제5항에 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, 톨페스큐 종자의 경우 0-0-1-1, 1-4-4-1 또는 2-8-8-1을 적용하는 것을 특징으로 하는 이탈리안 라이그라스 종자, 페러니얼 라이그라스 종자 또는 톨페스큐 종자의 품종 판별 방법.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020150158919A KR101922447B1 (ko) | 2015-11-12 | 2015-11-12 | 근적외선 분광기를 이용한 목초종자의 품종판별 방법 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR1020150158919A KR101922447B1 (ko) | 2015-11-12 | 2015-11-12 | 근적외선 분광기를 이용한 목초종자의 품종판별 방법 |
Publications (2)
Publication Number | Publication Date |
---|---|
KR20170055753A true KR20170055753A (ko) | 2017-05-22 |
KR101922447B1 KR101922447B1 (ko) | 2018-11-28 |
Family
ID=59050062
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020150158919A KR101922447B1 (ko) | 2015-11-12 | 2015-11-12 | 근적외선 분광기를 이용한 목초종자의 품종판별 방법 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR101922447B1 (ko) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107490645A (zh) * | 2017-07-03 | 2017-12-19 | 中国人民解放军第三〇二医院 | 一种制何首乌的安全质量控制方法及应用 |
CN108036989A (zh) * | 2017-12-07 | 2018-05-15 | 金恩升 | 一种食品安全检测用制样装置 |
CN114062305A (zh) * | 2021-10-15 | 2022-02-18 | 中国科学院合肥物质科学研究院 | 基于近红外光谱和1D-In-Resnet网络的单籽粒品种鉴定方法及系统 |
-
2015
- 2015-11-12 KR KR1020150158919A patent/KR101922447B1/ko active IP Right Grant
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107490645A (zh) * | 2017-07-03 | 2017-12-19 | 中国人民解放军第三〇二医院 | 一种制何首乌的安全质量控制方法及应用 |
CN108036989A (zh) * | 2017-12-07 | 2018-05-15 | 金恩升 | 一种食品安全检测用制样装置 |
CN114062305A (zh) * | 2021-10-15 | 2022-02-18 | 中国科学院合肥物质科学研究院 | 基于近红外光谱和1D-In-Resnet网络的单籽粒品种鉴定方法及系统 |
CN114062305B (zh) * | 2021-10-15 | 2024-01-26 | 中国科学院合肥物质科学研究院 | 基于近红外光谱和1D-In-Resnet网络的单籽粒品种鉴定方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
KR101922447B1 (ko) | 2018-11-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Caporaso et al. | Protein content prediction in single wheat kernels using hyperspectral imaging | |
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 | |
KR101206295B1 (ko) | 근적외 다변량 분석법을 이용한 곡물 시료의 원산지 판별방법 | |
CN107583878B (zh) | 用于获得实质上纯的杂种谷类种子的改进的方法及用于其的机器 | |
Choi et al. | Discriminating the origin of basil seeds (Ocimum basilicum L.) using hyperspectral imaging analysis | |
KR101922447B1 (ko) | 근적외선 분광기를 이용한 목초종자의 품종판별 방법 | |
Thilakarathna et al. | Potential food applications of sorghum (Sorghum bicolor) and rapid screening methods of nutritional traits by spectroscopic platforms | |
Seregely et al. | Distinguishing melon genotypes using NIR spectroscopy | |
Lebot et al. | Application of near infrared reflectance spectroscopy for the evaluation of yam (Dioscorea alata) germplasm and breeding lines | |
Ropelewska et al. | Differentiation of peach cultivars by image analysis based on the skin, flesh, stone and seed textures | |
Martínez‐Valdivieso et al. | Determining the mineral composition in Cucurbita pepo fruit using near infrared reflectance spectroscopy | |
Johnson et al. | Application of infrared spectroscopy for the prediction of nutritional content and quality assessment of faba bean (Vicia faba L.) | |
KR20100004129A (ko) | 근적외선 분광기를 이용한 산물벼의 비파괴적 현미 및 백미단백질 함량 측정 방법 | |
KR20110085084A (ko) | 근적외선 분광기를 이용하여 고수분 현미로부터 비파괴적으로 백미 상태의 단백질함량을 측정하는 방법 | |
Jha et al. | Authentication of mango varieties using 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 | |
KR101922448B1 (ko) | 근적외선 분광기를 이용한 이탈리안 라이그라스 및 페러니얼 라이그라스 종자의 초종판별 방법 | |
KR101594954B1 (ko) | 근적외선을 이용한 고춧가루의 건조된 냉동고추 함량 분석방법 | |
Posada et al. | Stability across environments of the coffee variety near infrared spectral signature | |
Cheng et al. | Identification of wine grape varieties based on near-infrared hyperspectral imaging | |
KR102430947B1 (ko) | 근적외선분광분석기를 이용한 인삼 및 가공인삼의 연근 판별방법 | |
Diniz et al. | Comparative performance of bench and portable near infrared spectrometers for measuring wood samples of two Eucalyptus species (E. pellita and E. benthamii) | |
KR101027434B1 (ko) | 근적외광을 이용한 들깨의 지방산 조성을 정량하는 방법 |
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 |