선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- NIRS의 장점은 화학약품이 필요 없고, 시료조제가 간단하여 다량의 시료를 신속하게 분석하는 것이 가능하며, 여러 성분의 분석이 용이하다. 따라서 본 연구는 NIRS를 이용하여 전 대역에서(400~2500 nm) 차 제품의 분말의 색상 및 차의 주요 기능성 물질인 카테킨류의 성분을 신속, 간단하게 분석 할 수 있는 분석법을 개발하기 위하여 수행하였다.
제안 방법
- Modified partial least square(MPLS)를 이용하여 차제품 분말의 색상관련 특성에 대한 검량식을 유도하였다 (Table 2). 다변량법은 그동안 많은 연구가 이루어져 왔으며 Thomas(1994)에 의해 설명되어져, principal component regression(PCR) 및 principal least square(PLS) 방법의 검량식이 multiple linear regression(MLR) 방법을 대체하고 있다.
- 최근에는 근적외선을 이용하여 분자진동에 의한 구조해석 및 분석방법으로 NIRS를 활용하는 분야가 점점 확대되고 있는 추세이다. NIRS에 의한 녹차의 총질소, 중성섬유소, 아미노산, 탄닌, 카페인, 카테친 및 비타민 C 등을(Oh, 1988; Goto, 1992; Ikegaya, 1990; Choi et al., 2001) 분석하기 위한 검량식을 유도하였다. Schulz et al.
- 각 차 분말 시료 약 3 g를 표준 sample cup(NIRS용, 직경 35 ㎜)에 넣은 후 실온에서 측색계(spectrophotometer, CM-2022, Minolta, Japan)를 이용하여 Hunter Lab color scale를 3회씩 측정하여 평균값을 구하였다.
- 녹차, 부분발효차, 발효차 및 후발효차 등 다양한 차 제품 분말을 NIRSystem를 이용하여 전 대역(400-2500 ㎚) 에서 스펙트럼을 얻어 중회귀분석에 의해 색상 관련 특성 및 카테킨류 성분에 대한 검량식을 유도하였다. Hunter color scale에서 발효정도의 변이를 a/b로 98.
- 동일한 분말 시료의 스펙트럼은 근적외선 분광광도계 (NIRSystems 6500, Foss NIRSystems Inc., MD, USA) 로 측정하였고, 차 분말의 색상 측정은 가시광선 대역(400~700 nm)의 스펙트럼을, 카테친류의 측정은 근적외선 대역 (780~2500 nm)에서 측정하였다. 각 시료 10 g를 sample mill(Cyclotec 1093, Foss, Sweden)로 분쇄하여, 분쇄 시료 약 3 g를 standard sample cup에 넣은 후 실온에서 scanning 하여 스펙트럼을 얻었다.
- 이러한 경향은 거의 모든 농산물이 갖는 기본적인 특성으로 이들을 정량 분석할 경우 수분, 단백질(총질소), 지방 및 탄수화물, 기타 섬유소 등의 3가지 큰 원소 즉 O, N, C들이 수소와 결합되어 각각 O-H, N-H, C-H 결합들이 NIR 스펙트럼에 나타난다. 또한 원래의 스펙트럼을 산란보정(scatter correction) 및 1차 미분을 수행하였다. 이러한 스펙트럼을 처리함으로서 입도에 기인하는 기준선의 변위 및 흡광의 중첩을 분리해냄으로 각 밴드들의 뚜렷한 분리도를 보인다.
- 1 g에 80℃의 증류수 100 ㎖를 가하여 30분간 추출한 후 실온까지 온도를 낮추어 100 ㎖로 정용하였다. 분별 깔때기에 1차 추출액을 넣은 다음, 동량의 chloroform를 가하고 분획하는 방법으로 3회 반복하여 정제하고 각각의 chloroform을 배출시켰다. 수층에 남은 카테킨 화합물은 ethyl acetate로 3차례 분획하여 카테킨류를 추출하고 각각의 분액은 질소 기체에서 감압 농축하여 ethyl acetate를 제거하였다.
- 식물체에서는 이성질체를 포함한 8종류의 카테킨 화합물이 밝혀져 있으나 본 실험에서는 차 카테킨의 주요 화합물인 (-)-epigallocatechin(EGC), (+)-catechin(C), (-) -epicatechin(EC), (-)-epigallocatechin gallate(EGCg), (-)-epicatechin gallate (ECg) 5종류를 표준물질로 각각의 농도에 따라 피크면적을 적분하여 구한 표준곡선에 의해 각 화합물의 함량을 구하는 외부표준법에 의거하여 분석하였다.
- 각 시료 10 g를 sample mill(Cyclotec 1093, Foss, Sweden)로 분쇄하여, 분쇄 시료 약 3 g를 standard sample cup에 넣은 후 실온에서 scanning 하여 스펙트럼을 얻었다. 얻은 스펙트럼을 standard normal variance(SNV)와 detrend로 입도 차이에서 유인되는 산란을 보정하였으며, 얻어진 스펙트럼을 파일로 작성하여 각 스펙트럼 영역별 중첩에서 기인하는 오차를 최소화하기 위해서 1차 미분으로 스펙트럼을 처리하여, 데이터 분석 및 성분에 대한 검량식을 작성하고 이를 미지의 시료에 적용하여 그 결과를 얻었다.
- 6 × 150 ㎜를 사용하였고 온도는 40℃로 유지하였다. 이동상은 20 mM KH2PO4/acetonitril의 비율을 87:13(v/v)으로 isocratic 조건으로 유출시켰으며 280 nm의 파장에서 각각의 화합물을 검출하였다.
- 수층에 남은 카테킨 화합물은 ethyl acetate로 3차례 분획하여 카테킨류를 추출하고 각각의 분액은 질소 기체에서 감압 농축하여 ethyl acetate를 제거하였다. 이후 최종 추출물을 methanol에 녹인 다음, pore size 0.2 ㎛ membrane filter로 여과 시키고 Sep-pak C18 카트리지에 통과시켜 HPLC(Waters M244, USA)로 분석하였다. 이때 column은 CrestPak-C18S(JASCO Co.
- 차 제품의 발효정도는 찻잎의 녹색의 갈변화 정도와 폴리페놀의 산화에 따른 황색 또는 갈색 정도로 판단할 수가 있으므로 Hunter color scale에서 a/b값을 이용하여 최고치에서 최저치를 뺀 값을 계급수로 나누어서 결정하였다. a/b값을 기준으로 1%에서 100%까지 발효(산화) 정도를 구분하여 한 형질로 이용하였다.
대상 데이터
- 색상 및 카테킨류 분석시료가 다른 것은 다른 두 실험 연구가 각각 이루어 졌기 때문이다. 각 제품들을 구입하여 -20℃ 냉동고에 보관하여 분석할 때에 각 제품 10 g씩 sample mill(Cyclotec 1093, Sweden)로 분쇄(200 mesh)하여 사용하였다.
- 차 분말의 색상 측정은 총 109개 제품(한국산 녹차/부분 발효차 제품 7개, 연구용으로 제다한 녹차 및 부분발효차 35개, 중국 녹차 및 부분발효차 49개, 시기별로 수확한 찻잎 18개 제품)을 사용하였고, 카테킨류 측정은 총 137개 제품(한국산 녹차 제품 108개, 연구용으로 제다한 부분발효차 17개, 중국산 부분발효차, 발효차 및 후발효차 12개)을 구입하여 분석에 이용하였다. 색상 및 카테킨류 분석시료가 다른 것은 다른 두 실험 연구가 각각 이루어 졌기 때문이다.
이론/모형
- 카테킨류의 HPLC에 의한 화학적 분석은 Goto et al.(1996)의 방법에 따라 실시하였다. 즉, 분쇄된 시료 0.
성능/효과
- 3%로 변이성이 높게 나타났다. C 함량은 범위가 0.0~0.99%로서 평균치는 0.34%, 변이계수는 67.6%이고, EC 함량은 범위가 0.01~3.06%로서 평균치는 1.29%, 변이계수는 57.4%이었으며, ECg 함량은 범위가 0.01~3.25%로서 평균치는 1.89%, 변이계수는 45.6%로 분석되었다. 한편, 총 카테킨의 함량은 범위가 0.
- 3%로 매우 높았다. EGC 함량은 범위가 0.0~3.58%로, 평균치는 1.50%였고, 변이계수는 63.3%로 변이성이 높게 나타났다. C 함량은 범위가 0.
- (1999)은 95개의 차나무 생엽을 채취하여 전자렌즈(microwave-oven; 100w, 40~60s)를 이용하여 효소를 불활성화시켜 건조(건물중 94%), 분말화하여 카테킨을 분석하였다. EGCG, ECG, EC(0.93~0.97) 및 EGC (0.85)에 대해 유도된 검량식의 결정계수가 매우 높고, SD/SECV비율도 2.58~6.27로 매우 유용한 결과를 얻었는데, 본 연구에서도 EGCg(0.978), EGC(0.919) EC(0.896), ECg(0.905) 및 총 카테킨(0.983)의 결정계수는 매우 높아, 유도된 검량식으로 카테킨류의 분석에 매우 유용하게 이용될 수 있다고 판단된다.
- HPLC분석법에 의한 카테킨 각 성분의 평균 농도, 표준 편차, 범위 및 변이계수를 Table 3에서 보면, 공시된 녹차 제품의 카테킨 화합물 중 함량이 가장 높은 EGCg의 범위는 0.01~10.48%로 평균치는 6.31%였고, 변이계수는 45.3%로 매우 높았다. EGC 함량은 범위가 0.
- 999로 매우 높았다. MPLS를 이용하여 작성된 검량식의 결과 EGC, EC, EGCg, ECg 및 총 카테킨의 결정계수는 각각 0.919, 0.896, 0.978, 0.905 및 0.983으로 매우 높았다. 차 제품 분말의 색상관련 특성들(L, a, b, a/b) 및 카테친류 (EGCg, EGC, EC, ECg 및 총 카테킨) 의 검량식 정확도가 매우 높아서 NIRS의 가시광선 대역(400~700 ㎚)및 근적외선 대역 (780~2500 ㎚)에서 동시에 두 특성의 성분을 1~2분 내로 측정이 가능하다.
- 7% 설명될수 있어 a/b값으로 차제품의 발효정도를 추정할 수 있다. MPLS를 이용하여 작성된 검량식의 결과 L값의 검량식 작성시 결정계수는 0.997, a값의 결정계수는 1.00, b값의 결정계수는 0.996, a/b값의 결정계수는 0.999로 매우 높았다. MPLS를 이용하여 작성된 검량식의 결과 EGC, EC, EGCg, ECg 및 총 카테킨의 결정계수는 각각 0.
- 따라서 녹차나 발효도가 다양한 부분발효차의 발효정도를 추정하는데 차 제품의 분말의 색상을 이용하는 것이 매우 적합하다고 생각되었다. 특히 Hunter color scale에서 a/b 값으로 발효정도를 매우 높은 정확도로 추정할 수가 있었다.
- 8%에 불과하였다. 따라서 본 결과는 차 제품을 분말화하여 측색계를 이용하여 a, b, a/b값을 측정하여 특히, a/b 값으로 차 제품의 발효정도를 결정할 수 있는 유용한 한 특성으로 이용할 수 있다.
- 975로 매우 높았다. 또한 EGC의 결정 계수는 0.919로 매우 높고, 검량식 검증 표준오차는 0.296, 검증시 상관도는 0.896로 매우 높았다. EC의 결정계수는 0.
- 또한 HPLC 분석법에 의해 얻은 카테킨류 함량과 NIRS의 검량셋트에서 추정 값 간의 상관도를 Fig. 3~4에서 보면, 주요 카테킨류(EGC, EC, EGCg, ECg) 및 총 카테킨의 상관도는 매우 높고 변이의 89.6~98.3%가 설명되었다. 이들 각각 성분에 대한 기울기가 1.
- 34%) 이었다. 또한 각 성분함량의 변이계수가 45.3~67.6%로 시료 간 카테킨류 함량의 차이가 커서 NIRS 검량식을 유도하는데 적합한 시료의 다양성을 보였다. 이는 공시된 차 시료가 녹차에서 부분발효차, 발효차, 후발효차 등 다양한 제품을 이용하였기 때문으로 생각된다.
- 0%로 변이성이 컸다. 또한 차 제품 간 변이성이 특히 큰 특성은 a와 a/b로 변이계수가 각 각 160.1%와 150.0%로 NIRS 검량식을 유도하는데 적합한 시료의 다양성을 보였다.
- 6~100%가 설명되었다(Table 2). 이들 각각 성분에 대한 기울기가 1.00에 거의 근사치이었고, standard error of prediction(SEP) 이 낮아서 over-fitting이 적다는 것을 알 수 있었다. 본 연구 결과에서 차 제품 표면 색상관련 특성들(L, a, b, a/b) 에 대한 검량식의 정확도가 매우 높아서 NIRSystem의 가시광선 대역(400~700 ㎚)에서 이들 특성을 용이하고 정밀하게 측정할 수가 있으며, 또한 근적외선 대역(780~2500 ㎚) 에서 기존 성분분석 화일과 병합하여 차 제품의 표면 색상 및 화학적 성분을 1~2분 내로 동시에 측정이 가능하므로 차 제품의 품질향상과 품종 육성에 적극적으로 활용 할 수가 있을 것이다.
- 3%가 설명되었다. 이들 각각 성분에 대한 기울기가 1.00에 거의 근사치이었고, 이들 성분의 SEP이 낮아서 over-fitting이 적다는 것을 알 수 있었다.
- 이러한 가운데 교차검증을 이용하는 MPLS 방법은 파장의 전대역과 실험치와의 상관을 유도하는 과정에서 각 요인(파장 변수)에 따른 상관도 및 교차검증결과의 오차를 얻을 수 있으므로 overfitting되지 않는 검량식을 유도 할 수 있다. 이러한 통계분석법을 이용하여 최종 PLS 수행결과는 초기의 것에 비해서 상관도는 매우 높아지고, 표준오차는 낮았다.
- 차제품의 카테킨류 함량 분석법을 유도한 결과(Table 4), 결정계수는 EGC 0.919, EC 0.896, EGCg 0.978, ECg 0.905, 총 카테킨 0.983으로 검량식의 정확도가 매우 높아서 카테킨류 함량의 분석을 용이하고 정밀하게 수행될 수가 있다. 특히 Fig 3에서 보는바와 같이 EGCg 함량은 카테킨류 함량의 55.
- 이는 공시된 차 시료가 녹차에서 부분발효차, 발효차, 후발효차 등 다양한 제품을 이용하였기 때문으로 생각된다. 총 카테킨 함량 중 EGCg 가 55.7%, ECg 16.7%, EGC 13.2%, EC 11.4%를 각각 차지하여 EGCg가 녹차 및 가공제품에 대한 카테킨류 함량 추정의 지표 성분으로 이용될 수가 있다고 판단된다.
- 879로 높았다. 총 카테킨의 결정계수는 0.983로 매우 높고, 검량식 검증 표준오차는 0.923, 검증시 상관도는 0.970로 매우 높았다. 반면에 C의 결정계수와 검증시 상관도는 0.
- 차 제품의 카테킨류 함량 분석을 위한 검량식을 유도한 결과를 Table 4에서 보면, 파장 변수가 증가함에 따라서 표준오차는 감소하고, 결정계수 및 검증시 상관도는 증가하였다. 최종 작성된 검량식의 결과를 보면, EGCg의 결정 계수는 0.978로 매우 높고, 검량식 검증 표준오차은 0.450, 검증시 상관도는 0.975로 매우 높았다. 또한 EGC의 결정 계수는 0.
- ) 및 검증시 상관도(1-VR) 는 증가하였다. 최종 작성된 검량식의 결과를 보면, Hunter color scale에서 L값의 결정계수는 0.997, 검증시 상관도는 0.995로 매우 높았다. a값의 결정계수는 1.
- 측색계로 얻은 색상 관련 특성과 NIRS의 검량셋트에서 추정된 값 간의 상관도는 Fig. 1~2에서 보는 바와 같이 이들 특성의 상관도는 매우 높고 변이의 99.6~100%가 설명되었다(Table 2). 이들 각각 성분에 대한 기울기가 1.
- 측색계로 측정한 다양한 차 제품의 색상관련 특성(Table 1)을 비교하면 Hunter color scale에서 L값의 범위는 26.98~56.20, 평균값 45.13, 변이계수 13.4%였고, a값의 범위-3.97~10.15, 평균값 2.83, 변이계수 160.1%로 제품 간 변이성이 매우 컸다. b값의 범위 5.
- 983으로 검량식의 정확도가 매우 높아서 카테킨류 함량의 분석을 용이하고 정밀하게 수행될 수가 있다. 특히 Fig 3에서 보는바와 같이 EGCg 함량은 카테킨류 함량의 55.7%을 차지하고 분석 정밀도가 높아서 카테킨류의 지시물로 이용할 수 있으며, EGC(13.2%), EC (11.4%), EGCg(55.7%)은 총 카테킨의 97%을 차지하여 녹차의 주요한 기능성을 가진 카테킨류의 함량을 유도된 검량식을 이용하여 정확하게 분석할 수가 있다고 판단된다.
- 따라서 녹차나 발효도가 다양한 부분발효차의 발효정도를 추정하는데 차 제품의 분말의 색상을 이용하는 것이 매우 적합하다고 생각되었다. 특히 Hunter color scale에서 a/b 값으로 발효정도를 매우 높은 정확도로 추정할 수가 있었다.
후속연구
- 00에 거의 근사치이었고, standard error of prediction(SEP) 이 낮아서 over-fitting이 적다는 것을 알 수 있었다. 본 연구 결과에서 차 제품 표면 색상관련 특성들(L, a, b, a/b) 에 대한 검량식의 정확도가 매우 높아서 NIRSystem의 가시광선 대역(400~700 ㎚)에서 이들 특성을 용이하고 정밀하게 측정할 수가 있으며, 또한 근적외선 대역(780~2500 ㎚) 에서 기존 성분분석 화일과 병합하여 차 제품의 표면 색상 및 화학적 성분을 1~2분 내로 동시에 측정이 가능하므로 차 제품의 품질향상과 품종 육성에 적극적으로 활용 할 수가 있을 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.