KR20180136817A

KR20180136817A - Gas Chromatography-Ion Mobility Spectrometry(GC-IMS) 냄새지문 및 다변량통계분석을 이용한 혼합참기름 판별법

Info

Publication number: KR20180136817A
Application number: KR1020170076056A
Authority: KR
Inventors: 박혜정; 엄경화; 김정순
Original assignee: 삼성웰스토리 주식회사
Priority date: 2017-06-15
Filing date: 2017-06-15
Publication date: 2018-12-26
Also published as: KR102008822B1

Abstract

본 발명은 가스 크로마토그래피-이온 이동도 분광분석법(Gas Chromatography-Ion Mobility Spectrometry, GC-IMS)을 사용하여 수집, 도출된 참기름 또는 혼합유의 냄새지문 및 다변량통계 분석법을 이용하여 혼합참기름을 판별하는 방법에 관한 것이다. 본 발명의 방법에 의하면 참기름에의 저가유 혼합여부를 정확하게 판별할 수 있으며, 특히 혼합여부 구분이 어려운 것으로 알려진 옥배유의 1% (w/w) 혼합수준까지 판별할 수 있다.

Description

Gas Chromatography-Ion Mobility Spectrometry(GC-IMS) 냄새지문 및 다변량통계분석을 이용한 혼합참기름 판별법{Method for detecting adulteration of sesame oil using GC-IMS odor fingerprint and multivariate statistics analysis}

본 발명은 가스 크로마토그래피-이온 이동도 분광분석법(Gas Chromatography-Ion Mobility Spectrometry, GC-IMS)을 사용하여 수집, 도출된 참기름 또는 혼합유의 냄새지문 및 다변량통계 분석법을 이용하여 혼합참기름을 판별하는 방법에 관한 것이다.

참기름은 한국의 전통적 기호성 유지로서 음식에 고소한 맛과 향을 부여하며 불포화지방산과 항산화 물질 함량이 높은 것으로 알려져 있어 한국인들이 선호하는 식용유지류 중 하나이다. 그러나 비교적 다른 식용유지류에 비해 고가이기 때문에 부당하게 이익을 취하기 위해 이종의 저가유를 혼합해 혼합참기름을 유통시키는 경우가 빈번하며, 특히 옥배유를 혼합할 경우 지방산 구성이 유사하여 종래의 분석법으로 구분하기 쉽지 않다. 종래의 참기름 진위판별법으로는 식품공전의 지방산 분석법과 스테롤 분석법, 세사민 분석법, 탄소동위원소 분석법 등이 있으나 실험방법이 복잡하며 고비용거나 정교한 구분이 어렵다는 단점이 있다. 예로서 가장 많이 사용되는 식품공전의 지방산 분석법은 참기름의 지방산 중 리놀렌산 비율과 에루스산 검출여부를 분석하여 진위 판별을 하는 방법으로 리놀렌산 0.5% 이상 또는 에루스산 검출 시 이종 식용유지류가 혼합되었다고 판단한다. 그러나 지방산 분석법은 참기름과 지방산 구성비율이 유사한 옥배유 등을 혼합하거나 10% 미만의 양이 혼합되었을 시 구분이 어렵다는 단점이 있다. 또한 비휘발성인 지방산을 유도체화하여 휘발성화하는 복잡한 전처리 과정에서 성분의 소실이 발생하여 실험자간 및 실험간 편차가 크기 때문에 재현성 및 정확성이 낮다는 문제점이 있으며, 고가의 표준품 및 시약 등이 필요하고 유해한 유기용매를 사용하기 때문에 비용과 안전성 측면에서의 단점도 있다.

이에, 본 발명자들은 좀더 경제적이면서도 정확하게 참기름에 이종의 저가유가 혼입된 혼합 참기름을 판별하기 위한 방법을 개발하기 위해 예의 연구한 결과, 가스 크로마토그래피-이온 이동도 분광분석법(Gas Chromatography-Ion Mobility Spectrometry, GC-IMS)으로 시료의 냄새지문을 수집하고 이를 다변량통계분석하여 참기름에의 저가유 혼합여부를 판별할 수 있는 방법을 개발함으로써 시료 칭량을 제외한 수동적 전처리 실험을 최소화하여 시간과 비용을 절감시키고 휘발성 성분의 평형 및 포집을 기기에 의해 자동화 시켜 실험의 편차가 적고 재현성이 높은 분석법을 발명하고자 하였다. 또한 다변량통계 분석법을 적용하여 종래의 방법에서는 어려웠던 저가유 혼합비율의 정량적 판단까지 가능케 하고자 하였다. 또한 통계 전용 소프트웨어의 다양한 다변량통계기법을 추가적으로 활용함으로써 정확도 높은 데이터베이스를 확보할 수 있다는 점을 확인하여 본 발명을 완성하였다.

본 발명에서는 참기름과 혼합참기름의 휘발성 성분의 냄새지문을 비교분석함으로써 옥배유 등 저가유의 참기름 혼합여부를 판별할 수 있는 방법을 개발하고자 하였다. 참기름 및 저가유가 농도별로 혼합된 혼합참기름의 휘발성 성분들을 가스 크로마토그래피-이온 이동도 분광분석법(Gas Chromatography-Ion Mobility Spectrometry, GC-IMS)으로 분석하여 냄새지문을 수집하고, 수집된 데이터에 다변량통계 분석법을 적용하여 혼합여부 판별 및, 나아가 혼합농도의 정량적 예측이 가능하다는 것을 실험적으로 확인하였다. 따라서 본 발명의 목적은 GC-IMS 냄새지문 및 다변량통계 분석법을 이용하여 혼합참기름을 판별는 방법을 제공하는 것이다. 본 발명의 목적 및 장점은 하기 발명의 세부내용, 청구의 범위 및 도면에 의해 보다 명확하게 되며, 실시예의 옥배유 외 대두유, 채종유, 들기름 등 다른 식용유지류의 혼합판별에도 적용 가능하다.

이상과 같은 목적을 해결하기 위한 하나의 양태로서, 본 발명은 다음 단계를 포함하는 혼합참기름 여부 판별 방법, 즉, 참기름 중의 이종 유지 혼합여부 판별 방법을 제공한다:

(a) 참기름 시료 및 혼합참기름 시료로부터 휘발성 성분을 포집하는 단계;

(b) 포집된 휘발성 성분을 GC-IMS로 분석하여 냄새지문 데이터를 수집하는 단계;

(c) 상기 냄새지문 데이터를 다변량통계분석에 적합한 형태로 가공하는 단계;

(d) 상기 가공된 데이터를 다변량통계분석으로 처리하는 단계;

(e) 다변량통계분석 예측모델을 수립하는 단계; 및

(f) 상기 단계 (e)에서 수립된 예측모델을 통해 미지의 참기름 시료에서 이종 유지 혼합여부를 판별하는 단계.

이하에서 본 발명을 단계에 따라 구체적으로 설명한다.

(a) 참기름 시료 및 혼합 참기름 시료로부터 휘발성 성분을 포집하는 단계

제1 단계인 단계 (a)는 참기름 및 혼합 참기름 시료로부터 GC-IMS 분석이 가능하도록 휘발성 성분을 포집하는 단계이다.

본 발명에서 "참기름"은 이종의 유지가 혼입되지 않은 참기름 자체를 의미하며, "혼합 참기름"은 상기 "참기름"에 이종의 유지가 일정량 혼합된 참기름을 의미한다. 또한, 본 발명에서 사용되는 용어 "유지"(oil and fat)는 지방산과 글리세롤로 이루어진 트리글리세라이드를 주성분으로 하는 물질을 의미하고, "이종의 유지"는 참기름과 다른 종류의 유지, 바람직하게는 참기름보다 낮은 가격의 저가유를 의미한다. 구체적인 예로는, 옥배유, 들기름, 채종유, 대두유 등 다른 식용유지를 들 수 있고, 바람직하게 상기 이종의 유지는 참기름과 유사한 지방산 프로파일을 갖는 옥배유이다.

본 발명에 따른 판별 방법에서는 참기름 및 혼합 참기름 시료의 냄새 지문을 수집하기 위하여 이하 단계 (b)와 같은 GC-IMS를 사용하는데, GC-IMS는 냄새 성분인 휘발성 유기 화합물(Volatile organic compounds)을 검출하는 것이므로, 단계 (a)에서는 이러한 휘발성 유기 화합물을 포집하는 것이다. 즉, 단계 (a)에서의 휘발성 성분은 바람직하게는 휘발성 유기 화합물이다. 휘발성 유기 화합물은 증기압이 높아 대기 중에 휘발되는 액체나 기체상의 유기 화합물을 의미하며, 특유의 냄새를 갖는 냄새 성분을 의미한다. 바람직하게, 상기 휘발성 유기 화합물은 케톤류(ketones), 알데하이드류(aldehydes), 알코올류(alcohols), 아민류(amines), 에스터류(esters), 피라진류(pyrazines), 황 유기화합물(sulfur organics), 인 유기화합물(phosphor organics)를 포함한다.

구체적으로, 참기름 및 혼합량을 이미 알고 있는 이종의 유지가 혼합되어있는 혼합 참기름 시료로부터 다양한 휘발성 유기 화합물의 포집방법, 바람직하게는 헤드스페이스(headspace) 포집 방법을 이용하여 휘발성 성분을 얻는다. 시료를 동일량으로 헤드스페이스 바이알(headspace vial)에 칭량하고, 가온 오븐에서 휘발성 성분들을 공기 중에 평형시키고 GC-IMS 오토 샘플러(auto sampler)를 사용하여 성분들을 포집한다. 본 발명의 방법에서, 바람직하게 시료랑은 1.0~5.0g, 평형조건은 40~80℃ 및 10~60분, 300~600rpm, 공기 포집량은 0.5~2.0mL 범위에서 성분의 포집을 진행할 수 있다.

(b) 포집된 휘발성 성분을 GC -IMS로 분석하여 냄새지문 데이터를 수집하는 단계

단계 (b)는 상기 단계 (a)를 통해 참기름 시료 및 혼합량(혼합비)를 알고 있는 혼합 참기름 시료에서 포집한 휘발성 성분들에 대해 GC-IMS를 이용하여 냄새지문 데이터를 수집하는 단계이다. 본 발명에서 "냄새지문"이란, 어떠한 물질이 가지고 있는 고유의 냄새 성분의 프로파일을 의미하는 것으로, 구체적으로는 물질에 특유한 냄새를 유발하는 휘발성 유기 화합물의 프로파일을 의미한다. 상기 단계 (b)에서는 이러한 냄새지문 데이터를 수집하기 위하여 GC-IMS를 사용하는 것을 특징으로 한다. 본 발명에서 사용되는 "GC-IMS"란, 크로마토그래피의 높은 선택성과 이온 이동도 분광기(Ion mobility spectrometer)의 특성인 우수한 감도를 결합한 분광기로서, 휘발성 유기 화합물(VOC)와 같은 냄새 성분을 우수한 감도와 뛰어난 선택성으로 검출가능한 전자코(electric nose) 기기이다. 본 발명의 방법에서, GC-IMS 분석 방법을 이용하는 경우, 바람직하게는 컬럼(column) DB-5 또는 이와 동등한 컬럼을 시료 특성이나 분석 타겟에 따라 적절히 변경하여 사용할 수 있고, 드리프트 가스(drift gas) 100~200mL/min, 캐리어 가스(carrier gas) 5~10mL/min, IMS 온도 30~60℃, GC 온도 30~60℃, injector 온도 60~90℃, transfer 온도 60~90℃ 조건으로 분석을 진행할 수 있으나 수집되는 데이터에 따라 적절하게 상기 조건을 조정할 수 있다.

(c) 상기 냄새지문 데이터를 다변량통계분석에 적합한 형태로 가공하는 단계

상기 단계 (c)에서, 상기 단계 (b)에 따른 분석에서 얻어진 냄새지문 데이터는 2차원 또는 3차원 크로마토그램(chromatogram)으로 데이터 상 검출된 피크(peak)의 면적 또는 부피를 수치로 전환하여 다변량통계분석에 적합한 형태로서 가공될 수 있다. 이러한 수치 전환 방법은 공지의 다변량통계분석을 위한 수치 전환 방법이라면 제한없이 사용가능하나, 바람직하게 3차원 토포그래피(형세도, topography)의 volume intensity를 이용하였으며, Boltzmann 계산법을 이용하여 수치로 전환하였다. 수치로 전환된 데이터는 다양한 통계소프트웨어, 예를 들어 마이크로소프트사의 엑셀 프로그램 등을 이용하여 다변량통계분석에 적합한 형태로 가공할 수 있다. 본 발명에 따른 일 실시예에서는, GC-IMS에 의해 수집된 냄새지문 데이터로부터 도출된 3차원 토포그래프 상의 검출된 peak의 volume intensity를 수치화 하였고, 그 결과 검출된 peak는 총 209종이었으며, 알데히드류, 알코올류, 에스터류, 피라진류 등을 확인할 수 있었다. 그러나, 이러한 209종 성분들만이 다변량으로서 제한된 것은 아니며, 예측모델에 기여하는 효과성에 따라 변량을 추가하거나 제외시킬 수 있다.

(d) 상기 가공된 데이터를 다변량통계분석으로 처리하는 단계

상기 단계 (d)에서는 상기 단계 (c)에서 냄새지문데이터를, 예를 들어 volume intensity 등을 이용하여 수치화 시킨 데이터에 다변량통계분석을 적용한다.

이러한 다변량통계분석 방법은 당 업계에 잘 알려진 다변량통계분석 방법이라면 제한없이 적절히 선택하여 사용할 수 있으며, 바람직한 사용 가능한 방법으로는 주성분분석(Principal Component Analysis, PCA), PCA 스코어 플롯(score plot) 분석, 부분최소자승판별분석(Partial Least Squares-Discriminant Snalysis, PLS-DA), PLS-DA 스코어 플롯(score plot) 분석, PLS-DA 계층적 동일분석(Hierarchical Cluster Analysis, HCA), PLS-DA 및 HCA의 덴드로그램(dendrogram) 분석, 부분최소제곱회귀(Partial Least Squares, PLS) 분석 및 상기 나열된 통계분석 방법들의 조합으로 이루어진 군으로부터 선택되는 하나 이상의 방법이다. 바람직하게, 분석시 정확도를 향상시키기 위해, 잘 구분이 되지 않는 구간, 예를 들어, 혼합량이 저농도인 구간의 경우 상기 구간만으로 압축하여 분석을 진행할 수 있다.

(e) 다변량통계분석 예측모델을 수립하는 단계

상기 단계 (d)에서 수행된 상기 다변량통계분석 처리 결과를 통해 혼합참기름 판별 방법의 예측모델을 확립한다. 본 발명에서는 바람직하게 다변량통계 분석법 중 부분최소제곱회귀(partial least squares, PLS) 분석 방법을 사용하여 예측모델을 수립하였다. 이러한 예측모델에 대한 데이터 누적에 따라 신뢰구간(Confidence Interval, CI), 예측구간(Prediction Interval, PI) 및 이상치(극단치, outlier)의 범위를 설정하여 저가유의 혼합여부의 판별 및 이를 통한 참기름 제품의 자체 품질관리기준으로서 활용할 수 있다.

(f) 예측모델을 통해 미지의 참기름 시료에서 이종 유지 혼합여부를 판별하는 단계

단계 (f)에서는 단계 (e)에서 수립된 참기름의 이종 유지 혼합 예측모델을 통해 미지의 참기름 시료에 이종 유지, 바람직하게는 옥배유와 같은 저가유가 혼합되었는지 여부를 판별하는 단계이다. 구체적으로, 혼합여부 및 혼합량이 알려지지 않은 참기름 시료를, 비교를 위해 앞서 언급된 일련의 단계 (a) 내지 (d) 과정을 동일하게 수행하여 미지의 참기름 시료로부터 데이터를 수집하고, 상기 단계 (e)의 예측모델을 적용하여 이종 유지의 혼합여부를 판별한다.

본 발명에 따른 혼합 참기름의 판별 방법은 GC-IMS를 통해 얻어지는 참기름 및 혼합 참기름의 냄새지문 및 다변량통계 분석법을 이용하여 혼합 참기름을 판별하는 것으로서, 이에 따라 냄새지문의 다변량통계분석을 통해 참기름에 대한 저가유와 같은 이종 유지의 혼합여부를 간단하고 경제적인 방법으로 정성적 및 정량적으로 판별할 수 있는 효과가 있으며, 특히 참기름과 지방산 구성이 매우 유사하여 판별이 어려운 옥배유의 1%(w/w) 혼합수준까지 정량적으로 판별할 수 있다.

도 1은 참기름 및 혼합참기름 시료의 휘발성 성분들을 포집하여 GC-IMS로 분석한 토포그래프로 참기름 시료의 냄새지문을 나타낸다.
도 2는 참기름 및 농도별 저가유 혼합참기름의 PLS-DA 스코어플랏(score plot)을 나타낸다.
도 3은 참기름 및 농도별(1, 3, 5, 10% (w/w)) 저가유 혼합참기름의 HCA 덴드로그램(dendrogram)을 나타낸다.
도 4는 참기름 및 1%(w/w) 저가유 혼합참기름의 HCA 덴드로그램(dendrogram)을 나타낸다.
도 5는 부분최소제곱회귀(Partial Least Squares, PLS) 분석 결과로 수립된 농도별 저가유(0 내지 10% 혼합 농도별) 혼합참기름 판별 예측모델을 나타낸다.
도 6은 부분최소제곱회귀(Partial Least Squares, PLS) 분석 결과로 수립된 저농도 저가유(0 내지 1% (w/w) 혼합 농도별) 혼합참기름 판별 예측모델을 나타낸다.
도 7은 예측모델을 이용한 미지시료의 혼합참기름 판별결과를 나타낸다.

실시예 1: 참기름 시료의 제조

순수한(100%(w/w)) 참기름 제품을 진탕하여 균질화 시킨 후, 시판 옥배유 제품을 혼합하여 옥배유의 비율이 전체 기름 총 중량 기준으로 각 0, 1, 3, 5, 10%(w/w)가 되도록 시료를 제조하였으며 균질화하여 최종시료로 하였다.

실시예 2: 휘발성 성분 포집

상기 준비된 시료를 headspace vial에 각 1.0g씩 칭량하여 전용 cap으로 밀봉하고 GC-IMS 기기의 자동화된 전처리 기능을 이용하여 휘발성 성분들을 60℃, 20분, 450rpm 일정조건으로 vial 공기 중에 평형시켰다. 평형된 headspace로부터 공기 0.5mL를 포집하여 휘발성 성분의 분석을 진행하였다. 제시된 실험은 GAS사의 FlavourSpec(GC-IMS)을 이용하였으며, 시료의 평형 및 포집은 해당기기에 연동된 PAL사의 전처리 자동화기기를 이용하여 실시되었다.

실시예 3: GC -IMS를 이용한 냄새지문 데이터 수집

drift gas 150mL/min, carrier gas 5mL/min, IMS 온도 45℃, GC 온도 40℃, injector 온도 80℃, transfer 온도 80℃ 조건에서 GAS사의 FlavourSpec(GC-IMS) 기기로 냄새지문 데이터를 수집하였으며, 3차원 chromatogram(topograph)를 데이터로서 분석하였다. 도 1은 각 시료별로 수집된 데이터를 보여준다.

실시예 4: 냄새지문 데이터 가공

3차원 topograph 상의 검출된 peak의 volume intensity를 수치화하였다. 검출된 peak는 총 209종이었으며, aldehyde류, alcohol류, ester류, pyrazine류 등을 포함한다. 본 발명에서 이용된 209종 성분들만이 다변량으로서 제한된 것은 아니며, 예측모델에 기여하는 효과성에 따라 변량을 추가하거나 제외시킬 수 있다. Peak 수치화에 사용된 계산법은 GC-IMS 분석기기 소프트웨어로 내장되어 있는 LAV의 Quantification tool 중 Boltzmann 방법을 사용하였고, 다변량통계 분석을 위해 마이크로소프트사의 엑셀 소프트웨어를 이용하여 적합한 포맷으로 정리하였으며, 이 외에도 적합한 통계 소프트웨어를 사용할 수 있다.

실시예 5: 다변량통계분석

PLS-DA 스코어 플롯(score plot) 분석, 계층적 동일분석(Hierarchical Cluster Analysis, HCA), PLS-DA 및 HCA 덴드로그램(dendrogram) 분석을 통해 혼합농도별 데이터의 분리를 확인하였다. 각 시료에 대해 평균적으로 차이가 있음을 PLS-DA 스코어 플롯으로 확인하였으며(도 2 참고), HCA 덴드로그램을 통해 참기름 및 농도별 혼합참기름이 명확히 구분됨을 확인할 수 있으나 저농도(0~3%(w/w))에서의 구분이 고농도(5~10%(w/w))에서의 구분보다는 뚜렷하지 않음을 알 수 있다(도 3 참고). 저농도 판별이 필요할 시에는 저농도 구간만으로 압축하여 덴드로그램 분석을 진행함으로써 정확도를 향상시킬 수 있다(도 4 참고). 혼합참기름 판별을 위한 예측모델을 수립을 위해서는 부분최소제곱회귀(Partial Least Squares, PLS) 분석을 사용하였으며 구체적으로는 실시예 6에서 제시한다. 다변량통계분석에는 Umetrics사의 SIMCA 소프트웨어를 이용하였으며, 이 외에도 적합한 통계 소프트웨어를 사용할 수 있다.

실시예 6: 예측모델 수립

상기 실시예 5의 부분최소제곱회귀(Partial Least Squares, PLS) 분석을 사용하여 혼합참기름 판별 예측모델을 수립하였으며, R제곱값은 0.9776, 표준편차오차율(Root Mean Square Error of Estimation, RMSEE)은 0.5541으로 나타났다(도 4 참고). 저농도(0~1%(w/w))에서의 구분이 필요할 시 저농도 예측모델로 압축하면 표준편차오차율 0.0256으로 정확도를 향상시킬 수 있었다(도 6 참고). 상기 일련의 실험, 데이터 가공과정 및 예측모델 수립을 통해 혼합참기름을 판별할 수 있는 기초자료로서 활용될 수 있으며, 데이터 누적을 통해서 더욱 정교하고 구분에 유리한 조건으로 모델을 수정할 수 있다.

실시예 7: 미지시료 판별

실시예 6에서 수립한 예측모델을 기초로 미지시료의 혼합여부를 판단하고자 하였다. 구체적으로, 농도를 알 수 없는 미지의 시료 3개에 대해 상기 실기예와 동일하게 기기분석 및 데이터 가공을 진행하고 예측모델에 대입하여 혼합여부 및 혼합농도를 예측하였다. 그 결과 3%(w/w) 미지시료(unknown 1)를 3.4%(w/w)로, 5%(w/w) 미지시료(unknown 2)를 6.1%(w/w)로, 10%(w/w) 미지시료(unknown 3)를 10.3%(w/w)로 예측하여 평균 편차율 12.7% 수준으로 혼합농도를 예측하였다(도 7 참고).

Claims

하기 단계를 포함하는, 혼합 참기름 여부 판별 방법:
(a) 참기름 시료 및 혼합 참기름 시료로부터 휘발성 성분을 포집하는 단계;
(b) 포집된 휘발성 성분을 가스 크로마토그래피-이온 이동도 분광분석(Gas Chromatography-Ion Mobility Spectrometry, GC-IMS)으로 분석하여 냄새지문 데이터를 수집하는 단계;
(c) 상기 단계 (b)에서 수집된 냄새지문 데이터를 다변량통계분석에 적합한 형태로 가공하는 단계;
(d) 상기 단계 (c)에서 가공된 데이터를 다변량통계분석으로 처리하는 단계;
(e) 다변량통계분석 예측모델을 수립하는 단계; 및
(f) 상기 단계 (e)에서 수립된 예측모델을 통해 미지의 참기름 시료에서 이종 유지 혼합여부를 판별하는 단계.
제1항에 있어서, 상기 단계 (a)의 휘발성 성분은 휘발성 유기 화합물인 것인, 판별 방법.
제2항에 있어서, 상기 휘발성 유기 화합물은 케톤류(ketones), 알데하이드류(aldehydes), 알코올류(alcohols), 아민류(amines), 에스터류(esters), 피라진류(pyrazines), 황 유기화합물(sulfur organics) 및 인 유기화합물(phosphor organics)로 이루어진 군으로부터 선택되는 하나 이상의 물질인 것인, 판별 방법.
제1항에 있어서, 상기 포집은 헤드스페이스 포집 방법을 이용하여 수행되는 것인, 판별 방법.
제1항에 있어서, 상기 단계 (b)의 GC-IMS는 드리프트 가스(drift gas) 100 내지 200 mL/min, 캐리어 가스(carrier gas) 5 내지 10 mL/min, IMS 온도 30 내지 60℃, GC 온도 30 내지 60℃, 인젝터(injector) 온도 60 내지 90℃, 트랜스퍼(transfer) 온도 60 내지 90℃ 조건하에서 수행되는 것인, 판별 방법.
제1항에 있어서, 상기 단계 (b)에서 냄새지문 데이터는 크로마토그램 형태로 얻어지는 것인, 판별방법.
제1항에 있어서, 상기 단계 (c)는 단계 (b)에서 수득된 크로마토그램 형태의 냄새지문 데이터 중 2차원 또는 3차원 크로마토그램을 선택하여, 상기 크로마토그램에서 검출된 피크(peak)의 면적 또는 부피를 수치로 전환하여 수행하는 것인, 판별 방법.
제1항에 있어서, 상기 단계 (d)의 다변량통계분석은 주성분분석(Principal Component Analysis, PCA), PCA 스코어 플롯(score plot) 분석, 부분최소자승판별분석(Partial Least Squares-Discriminant Snalysis, PLS-DA), PLS-DA 스코어 플롯(score plot) 분석, PLS-DA 계층적 동일분석(Hierarchical Cluster Analysis, HCA), PLS-DA 및 HCA의 덴드로그램(dendrogram) 분석, 부분최소제곱회귀(Partial Least Squares, PLS) 분석 및 이들의 조합으로 이루어진 군으로부터 선택되는 하나 이상인 것인, 판별 방법.
제1항에 있어서, 상기 단계 (e)에서 예측모델을 수립하는 방법은 부분최소제곱회귀(partial least squares, PLS) 분석 방법인 것인, 판별 방법.
제1항에 있어서, 상기 단계 (f)에서 미지의 참기름 시료는 다음과 같은 단계를 통해 데이터 처리하여 상기 단계 (e)의 예측모델에 적용하는 것인, 판별 방법:
(i) 미지의 참기름 시료로부터 휘발성 성분을 포집하는 단계;
(ii) 포집된 휘발성 성분을 가스 크로마토그리피-이온 이동도 분광분석(Gas Chromatography-Ion Mobility Spectrometry, GC-IMS)으로 분석하여 냄새지문 데이터를 수집하는 단계;
(iii) 상기 단계 (ii)에서 수집된 미지의 참기름에 대한 냄새지문 데이터를 다변량통계분석에 적합한 형태로 가공하는 단계; 및
(iv) 상기 단계 (iii)에서 가공된 데이터를 다변량통계분석으로 처리하는 단계.
제1항에 있어서, 1%(w/w)의 옥배유가 포함된 혼합참기름을 분석하는 것인, 판별 방법.
제1항에 있어서, 상기 이종 유지는 옥배유, 들기름, 채종유 및 대두유로 이루어진 군으로부터 선택되는 하나 이상의 유지인 것인 방법.