초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

인삼 (Panax ginseng C. A. Mayer)은 세계적으로 가장 광범위하게 사용되는 약용작물로써 다양한 효능과 활성성분이 보고되어 있으며 현재까지도 활발히 연구 중이다. 특히 연근의 경우, 4, 5, 6년근을 위주로 유통이 되고 있으며, 그 중에서도 6년근이 활성 성분의 함량이 높다고 알려져 가장 유통이 많이 되고 있다. 6년근의 생산량은 전체 인삼 생산량의 약 10%로 4년근과 5년근에 비해 턱없이 부족한 실정이지만, 시장에서는 6년근 인삼이 부족함 없이 유통되고 있다. 이러한 현상은 국산 인삼 중 4, 5년근을 6년근으로 연근이 부정유통 되거나, 중국이나 미국과 같이 원산지 또는 품종이 다른 인삼이 국산 6년근으로 둔갑되어 판매가 되고 있기 때문으로 추정된다. 이렇게 인삼 연근 속임 문제가 빈번하게 일어남에도 불구하고 아직까지 인삼 연근에 대한 관리 기준이 없기 때문에 체계적인 품질 관리가 힘든 실정이다. 기존의 인삼 연근 판별법은 뇌두의 줄기흔적 확인, 지근 발달, 체형에 의한 판별 등 외부형태에 의한 판별과 염색을 통한 나이테 판별의 방법이 알려져 있지만, 인삼은 개체 별, 재배환경 별 특징이 다르기 때문에 정확한 판별에는 제한이 있다. 이에 초점을 맞춰 본 연구에서는 인삼의 2차 ...

인삼 (Panax ginseng C. A. Mayer)은 세계적으로 가장 광범위하게 사용되는 약용작물로써 다양한 효능과 활성성분이 보고되어 있으며 현재까지도 활발히 연구 중이다. 특히 연근의 경우, 4, 5, 6년근을 위주로 유통이 되고 있으며, 그 중에서도 6년근이 활성 성분의 함량이 높다고 알려져 가장 유통이 많이 되고 있다. 6년근의 생산량은 전체 인삼 생산량의 약 10%로 4년근과 5년근에 비해 턱없이 부족한 실정이지만, 시장에서는 6년근 인삼이 부족함 없이 유통되고 있다. 이러한 현상은 국산 인삼 중 4, 5년근을 6년근으로 연근이 부정유통 되거나, 중국이나 미국과 같이 원산지 또는 품종이 다른 인삼이 국산 6년근으로 둔갑되어 판매가 되고 있기 때문으로 추정된다. 이렇게 인삼 연근 속임 문제가 빈번하게 일어남에도 불구하고 아직까지 인삼 연근에 대한 관리 기준이 없기 때문에 체계적인 품질 관리가 힘든 실정이다. 기존의 인삼 연근 판별법은 뇌두의 줄기흔적 확인, 지근 발달, 체형에 의한 판별 등 외부형태에 의한 판별과 염색을 통한 나이테 판별의 방법이 알려져 있지만, 인삼은 개체 별, 재배환경 별 특징이 다르기 때문에 정확한 판별에는 제한이 있다. 이에 초점을 맞춰 본 연구에서는 인삼의 2차 대사물질을 분석하여 그 유사성 또는 차이점을 분석할 수 있는 대사체학 (Metabolomics) 기법을 적용하여 인삼의 연근 판별 기술을 개발하였다. 농촌진흥청의 관리 하에 재배된 인삼 1~6년근의 주근과 세근 내의 대사산물을 액체 크로마토그래피-질량분석기 (UPLC-Q-Tof MS)를 이용하여 정밀하게 분석하고, 확인된 전체 대사체를 기반으로 대표적인 다변량통계기법인 주성분분석 (Principal Component Analysis, PCA)과 계층적군집분석 (Hirerarchical Clustering Analysis, HCA)을 실시하여 인삼의 연근 별 차이를 확인하였다. 이 결과를 바탕으로 연근 판별의 정확도를 높이기 위해 통계적으로 유의성 있는 대사체를 선택하는 과정인 대사체 선택 (metabolite selection)을 수행했다. 본 실험에 사용된 대사체 선택 방법은 Random Forest (RF), Prediction Analysis of Microarray (PAM), Partial Least Squares-Discriminant Analysis (PLS-DA)으로, 각 방법의 고유한 알고리즘에 따라 가장 높은 정확도를 보이는 최적의 대사체 조합을 선정하였다. 이 과정을 통해 인삼의 연근을 판별하는데 있어 영향력을 주는 대사체를 선택함으로써 보다 향상된 정확도로 판별이 가능하였다. 더 나아가 세근에서 선택된 대사체는 정밀한 분석을 통해 연근 별 주요 성분으로 ginsenoside Rb1, Rd, Re, Rg2, malonyl-ginsenoside Rb1, 그리고 2개의 새로운 ginsenoside 화합물을 확인하였다. 이들은 연근 별 상대적 함량에 있어서 차이를 보이며 인삼의 연근을 구별 지을 수 있는 지표성분으로 제시되었다. 개발된 연근 판별 기술을 기반으로, 지역과 시기 별로 다양한 환경에서 자란 시료를 분석하여 통계모델을 확립하고 연근 별 지표물질에 대한 검증이 이루어진다면, 인삼 연근 판별의 새로운 기준을 제시하고 인삼의 표준화 기반 구축에 적용될 수 있으리라 기대된다.

Abstract ▼ AI-Helper

Panax ginseng C. A. Mayer (Araliaceae) is one of the most important and widely used medicinal herbs, and its root is considered to be the main part used for medicinal purposes. Diverse pharmacological activities are reported based on the major active constituent, ginsenosides; however, the types and...

Panax ginseng C. A. Mayer (Araliaceae) is one of the most important and widely used medicinal herbs, and its root is considered to be the main part used for medicinal purposes. Diverse pharmacological activities are reported based on the major active constituent, ginsenosides; however, the types and contents of them are different in the ages of ginseng, and so the activities. It is highly controversial to determine correct ages of ginseng with conventional methods which are mostly based on the physical appearances. Even though many attempts have been made to determine ginseng ages, no evident method was proposed till now. To prevent improper distribution and adulteration of ginseng in the market, the needs for more precise and scientific technique to discriminate ginseng ages are getting increased. In this study, an UPLC-Q-Tof MS-based metabolomic technique was applied for metabolite profiling of Panax ginseng samples aged from 1 to 6 years and for the interpretation of the key constituents that effect on the discrimination. Metabolomics, as a newly emerging field of ‘omics’ research, is a study for simultaneous systematic determination of metabolite levels and monitoring their changes as a consequence of genetic and environmental interactions. Multivariate statistical methods such as principal component analysis and hierarchical clustering analysis were used to compare the derived patterns among the samples. The data set was subsequently applied to various metabolite selection methods for sophisticated classification with the optimal number of metabolites, and the results showed reasonable variations in different ages of ginseng samples. Especially, in the hairy roots of P. ginseng, several key metabolites having potential as biomarkers were suggested. We pinpointed major considerations to statistical analysis and marker identification tools among the metabolomics workflow. Various mass spectrometry techniques were used to obtain structural information of the key constituents for the age discrimination of P. ginseng. These proposed UPLC-Q-Tof MS analytical method combined with sophisticated statistical analysis suggested improved efficiency to discriminate cultivation ages of P. ginseng. The identified key constituents as well as the well-established metabolomics technique based on non-targeted approach can be further used as a potential tool to standardize quality control system in the P. ginseng industry.

주제어