FT-IR 스펙트럼 기반 다변량통계분석기법에 의한 두과작물의 대사체 수준 식별체계 확립 Establishment of rapid discrimination system of leguminous plants at metabolic level using FT-IR spectroscopy with multivariate analysis원문보기
본 연구에서는 국내에서 재배중인 대표적인 두과작물(대두, 완두, 강낭콩, 팥, 녹두, 동부)종자로부터 전세포추출물의 FT-IR 스펙트럼 데이터로부터 다변량통계분석(PCA, PLS-DA, HCA)을 이용하여 신속하고 간편한 종 구분체계를 확립하였다. 대사체수준에서 팥, 녹두, 동부는 유연관계가 높음을 알 수 있었으며 대두, 완두, 강낭콩은 비록 두과작물이지만 차이가 매우 큼을 알 수 있었다. 아울러 본 연구에서 얻어진 대사체 정보의 다변량통계분석에 의한 유연관계분석은 흥미롭게도 두과작물의 계통분류학적 유연관계와 밀접한 상관관계를 나타내었다. 따라서 FT-IR 스펙트럼 데이터의 다변량통계분석은 방법의 간편성과 신속성을 고려할 때 두과작물의 계통이나 품종의 신속한 식별 수단으로 활용이 가능할 것으로 기대된다. 또한 두과작물의 기능성 성분 함량 정보가 성공적으로 연계된다면 본 연구에서 확립된 대사체 기반 신속식별체계는 기능성 성분의 함량이 높은 계통이나 품종의 조기 선발수단으로 활용이 가능할 것으로 기대된다.
본 연구에서는 국내에서 재배중인 대표적인 두과작물(대두, 완두, 강낭콩, 팥, 녹두, 동부)종자로부터 전세포추출물의 FT-IR 스펙트럼 데이터로부터 다변량통계분석(PCA, PLS-DA, HCA)을 이용하여 신속하고 간편한 종 구분체계를 확립하였다. 대사체수준에서 팥, 녹두, 동부는 유연관계가 높음을 알 수 있었으며 대두, 완두, 강낭콩은 비록 두과작물이지만 차이가 매우 큼을 알 수 있었다. 아울러 본 연구에서 얻어진 대사체 정보의 다변량통계분석에 의한 유연관계분석은 흥미롭게도 두과작물의 계통분류학적 유연관계와 밀접한 상관관계를 나타내었다. 따라서 FT-IR 스펙트럼 데이터의 다변량통계분석은 방법의 간편성과 신속성을 고려할 때 두과작물의 계통이나 품종의 신속한 식별 수단으로 활용이 가능할 것으로 기대된다. 또한 두과작물의 기능성 성분 함량 정보가 성공적으로 연계된다면 본 연구에서 확립된 대사체 기반 신속식별체계는 기능성 성분의 함량이 높은 계통이나 품종의 조기 선발수단으로 활용이 가능할 것으로 기대된다.
To determine whether FT-IR spectroscopy combined with multivariate analysis for whole cell extracts can be used to discriminate major leguminous plant at metabolic level, seed extracts of six leguminous plants were subjected to Fourier transform infrared spectroscopy (FT-IR). FT-IR spectral data fro...
To determine whether FT-IR spectroscopy combined with multivariate analysis for whole cell extracts can be used to discriminate major leguminous plant at metabolic level, seed extracts of six leguminous plants were subjected to Fourier transform infrared spectroscopy (FT-IR). FT-IR spectral data from seed extracts were analyzed by principal component analysis (PCA), partial least square discriminant analysis (PLS-DA) and hierarchical clustering analysis (HCA). The PCA could not fully discriminate six leguminous plants, however PLS-DA could successfully discriminate six leguminous plants. The hierarchical dendrogram based on PLS-DA separated the six leguminous plants into four branches. The first branch was consisted of all three Vigna species including Vigna radiata var. radiate, Vigna angularis var. angularis and Vigna unguiculata subsp. Unguiculata. Whereas Pisum sativum var. sativum, Glycine max L and Phaseolus vulgaris var. vulgaris were clustered into a separate branch respectively. The overall results showed that metabolic discrimination system were in accordance with known phylogenic taxonomy. Thus we suggested that the hierarchical dendrogram based on PLS-DA of FT-IR spectral data from seed extracts represented the most probable chemotaxonomical relationship between six leguminous plants.
To determine whether FT-IR spectroscopy combined with multivariate analysis for whole cell extracts can be used to discriminate major leguminous plant at metabolic level, seed extracts of six leguminous plants were subjected to Fourier transform infrared spectroscopy (FT-IR). FT-IR spectral data from seed extracts were analyzed by principal component analysis (PCA), partial least square discriminant analysis (PLS-DA) and hierarchical clustering analysis (HCA). The PCA could not fully discriminate six leguminous plants, however PLS-DA could successfully discriminate six leguminous plants. The hierarchical dendrogram based on PLS-DA separated the six leguminous plants into four branches. The first branch was consisted of all three Vigna species including Vigna radiata var. radiate, Vigna angularis var. angularis and Vigna unguiculata subsp. Unguiculata. Whereas Pisum sativum var. sativum, Glycine max L and Phaseolus vulgaris var. vulgaris were clustered into a separate branch respectively. The overall results showed that metabolic discrimination system were in accordance with known phylogenic taxonomy. Thus we suggested that the hierarchical dendrogram based on PLS-DA of FT-IR spectral data from seed extracts represented the most probable chemotaxonomical relationship between six leguminous plants.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서 본 연구에서는 FT-IR 스펙트럼의 다변량통계분석 기법을 이용하여 국내에서 재배되고 있는 주요 두과작물들의 대사체 수준에서 신속한 구분 및 식별체계를 확립함으로써 재배환경에 따른 대사물질의 질적, 양적 변화를 규명하고 더 나아가 기능성 성분의 함량이 우수한 계통 선발을 위한 신속 품종식별 기술 발판을 구축하고자 한다.
제안 방법
2)을 이용하여 수행하였다. Baseline 교정을 위해 FT-IR 스펙트럼 분석 영역의 양 끝점(800 ~ 1800cm-1)의 흡광도를 0으로 조정하였으며 실험상의 오차를 최소화하기 위하여 각 스펙트럼을 동일 면적으로 normalization 하였다. 이후 데이터의 mean centering 과정을 거쳐 2차 미분한 다음 다변량 통계분석 분석을 위한 표준화된 데이터로 사용하였다.
FT-IR(Fourier transform infrared) 스펙트럼 조사는 Tensor 27(Bruker Optics GmbH, Ettlingen, Germany)을 사용하였고, DTGS(deuterated triglycine sulfate) 검출기로 분석하였다. 추출된 각각의 시료를 5 µL씩 384-well ZnSe plate에 분주하여, 37℃ hot plate에서 약 20분간 건조하였다.
각 두과작물의 대사체 수준 식별에 있어 중요한 FT-IR 스펙트럼 부위를 조사하였다(Fig. 4). FT-IR loading value를 보면 PC 1과 2의 분류하는 기준을 확연히 볼 수 있다.
각 시료의 스펙트럼은 총 4000 ~ 400 cm-1 범위에서 그리고 4 cm-1 간격으로 총 128회 반복 측정된 평균 스펙트럼을 분석에 사용되었다. 각 시료는 각각 3반복으로 FT-IR 스펙트럼을 반복 측정하였다. FT-IR 스펙트럼 조사 및 데이터 변환에 사용된 프로그램은 Bruker 에서 제공하는 OPUS Lab(ver.
1). 각각의 종자시료는 막자와 막자사발을 이용하여 분말형태로 분쇄하였다. 분쇄된 콩 종자시료는 -70℃ 초저온냉동고에 보관하여 사용하였다.
추출된 각각의 시료를 5 µL씩 384-well ZnSe plate에 분주하여, 37℃ hot plate에서 약 20분간 건조하였다. 건조된 ZnSe plate는 Tensor 27에 장착된 HTS XT(Bruker Optics GmbH) 고효율 자동화 장치를 이용하여 스펙트럼을 측정하였다. 각 시료의 스펙트럼은 총 4000 ~ 400 cm-1 범위에서 그리고 4 cm-1 간격으로 총 128회 반복 측정된 평균 스펙트럼을 분석에 사용되었다.
두과작물로부터 전세포추출물의 FT-IR 스펙트럼 데이터의 다변량통계분석을 통해 주요 두과작물의 대사체 수준에서 유연관계 규명 및 식별체계를 확립하였다. 대두, 완두, 강낭콩, 팥, 녹두, 동부 등 주요 두과작물은 FT-IR 스펙트럼상의 1500 ~ 1700, 1300 ~ 1500, 950 ~ 1100 cm-1 부위에서 대사체의 양적, 질적 패턴 변화가 크게 이루어짐을 알 수 있었다(Fig.
본 연구에서는 국내에서 재배중인 대표적인 두과작물(대두, 완두, 강낭콩, 팥, 녹두, 동부)종자로부터 전세포추출물의 FT-IR 스펙트럼 데이터로부터 다변량통계분석(PCA, PLS-DA, HCA)을 이용하여 신속하고 간편한 종 구분체계를 확립하였다. 대사체수준에서 팥, 녹두, 동부는 유연관계가 높음을 알 수 있었으며 대두, 완두, 강낭콩은 비록 두과작물이지만 차이가 매우 큼을 알 수 있었다.
대상 데이터
건조된 ZnSe plate는 Tensor 27에 장착된 HTS XT(Bruker Optics GmbH) 고효율 자동화 장치를 이용하여 스펙트럼을 측정하였다. 각 시료의 스펙트럼은 총 4000 ~ 400 cm-1 범위에서 그리고 4 cm-1 간격으로 총 128회 반복 측정된 평균 스펙트럼을 분석에 사용되었다. 각 시료는 각각 3반복으로 FT-IR 스펙트럼을 반복 측정하였다.
본 연구에 사용된 두과작물은 농촌진흥청 국립식량과학원에서 분양 받은 6종의 두과작물 건조종자를 사용하였다. 실험에 사용된 두과작물은 대두(Glycine max L; Deawon, Eunha, Sohuk), 완두(Pisum sativum var.
본 연구에 사용된 두과작물은 농촌진흥청 국립식량과학원에서 분양 받은 6종의 두과작물 건조종자를 사용하였다. 실험에 사용된 두과작물은 대두(Glycine max L; Deawon, Eunha, Sohuk), 완두(Pisum sativum var. sativum; Ol, Cheongmi, Sacheol), 강낭콩(Phaseolus vulgaris var. vulgaris; Kangnang1ho, 3ho), 팥(Vigna angularis var. angularis; Yenkum, Chilbo, Chungju), 녹두(Vigna radiata var. radiata; Eooul, Jangan, Dasun) 그리고 동부(Vigna unguiculata subsp. unguiculata; Kochang, Hwaseong, Kimje)이며 강낭콩 2종을 제외하고는 각 종별로 3개의 품종을 대사체 분석에 사용하였다(Fig. 1). 각각의 종자시료는 막자와 막자사발을 이용하여 분말형태로 분쇄하였다.
데이터처리
)를 사용하였다. FT-IR 스펙트럼 데이터의 다변량 통계분석을 위해 먼저 FT-IR 스펙트럼 데이터의 baseline 교정, normalization 및 mean centering 등 스펙트럼의 전처리 과정을 R 프로그램(version 2.13.2)을 이용하여 수행하였다. Baseline 교정을 위해 FT-IR 스펙트럼 분석 영역의 양 끝점(800 ~ 1800cm-1)의 흡광도를 0으로 조정하였으며 실험상의 오차를 최소화하기 위하여 각 스펙트럼을 동일 면적으로 normalization 하였다.
2007). PCA 및 PLS-DA 분석을 통해 얻어진 score를 이용하여 HCA(hierarchical clustering analysis)분석하였으며 유사도 지수로 UPGMA(unweighted pair group method with arithmetic mean analysis)를 사용한 euclidean distance를 측정하여 각 시료의 유연관계를 덴드로그램으로 나타냈다.
가공된 FT-IR 스펙트럼 데이터는 NIPALS 알고리즘(Wold 1966)을 이용하여 R 프로그램(version 2.13.2)을 사용하여 PCA(Principal component analysis)와 PLS-DA(Partial least square discriminant analysis)분석을 수행하였다(Fiehn et al. 2000; Trygg et al. 2007). PCA 및 PLS-DA 분석을 통해 얻어진 score를 이용하여 HCA(hierarchical clustering analysis)분석하였으며 유사도 지수로 UPGMA(unweighted pair group method with arithmetic mean analysis)를 사용한 euclidean distance를 측정하여 각 시료의 유연관계를 덴드로그램으로 나타냈다.
이론/모형
각 시료는 각각 3반복으로 FT-IR 스펙트럼을 반복 측정하였다. FT-IR 스펙트럼 조사 및 데이터 변환에 사용된 프로그램은 Bruker 에서 제공하는 OPUS Lab(ver. 6.5, Bruker Optics Inc.)를 사용하였다. FT-IR 스펙트럼 데이터의 다변량 통계분석을 위해 먼저 FT-IR 스펙트럼 데이터의 baseline 교정, normalization 및 mean centering 등 스펙트럼의 전처리 과정을 R 프로그램(version 2.
성능/효과
6종의 두과작물 FT-IR 스펙트럼 데이터의 PCA 분석 결과 PC 1과 2 score는 각각 35.6%, 17.1%의 설명력을 갖고 있으며 전체 변이량의 약 52.7%를 반영하고 있음을 알 수 있었다(Fig. 3). 비록 전체 변이량 전부를 설명할 수는 없었지만 각 두과작물 종의 영역내에 각각의 반복구는 물론 각 종에 속하는 3개 품종시료들이 분포하는 것으로 보아 대사체 수준에서 각 두과작물의 종 식별이 이루어지고 있음을 알 수 있었다.
이처럼, FT-IR 스펙트럼 데이터 이용한 PLS-DA 분석으로 두과작물 간의 종 구분이 가능함을 알 수 있었다. HCA dendrogram 분석 결과를 보면 총 17개의 두과작물 시료들이 4개의 주요 그룹으로 구분이 이루어짐을 알 수 있었다(Fig. 6). 녹두, 동부, 팥이 하나의 그룹을 형성하고 있고, 대두콩, 강낭콩, 완두콩이 각각 그룹을 형성하고 있었다.
대두, 완두, 강낭콩, 팥, 녹두, 동부 등 주요 두과작물은 FT-IR 스펙트럼상의 1500 ~ 1700, 1300 ~ 1500, 950 ~ 1100 cm-1 부위에서 대사체의 양적, 질적 패턴 변화가 크게 이루어짐을 알 수 있었다(Fig. 2).
본 연구에서는 국내에서 재배중인 대표적인 두과작물(대두, 완두, 강낭콩, 팥, 녹두, 동부)종자로부터 전세포추출물의 FT-IR 스펙트럼 데이터로부터 다변량통계분석(PCA, PLS-DA, HCA)을 이용하여 신속하고 간편한 종 구분체계를 확립하였다. 대사체수준에서 팥, 녹두, 동부는 유연관계가 높음을 알 수 있었으며 대두, 완두, 강낭콩은 비록 두과작물이지만 차이가 매우 큼을 알 수 있었다. 아울러 본 연구에서 얻어진 대사체 정보의 다변량통계분석에 의한 유연관계분석은 흥미롭게도 두과작물의 계통분류학적 유연관계와 밀접한 상관관계를 나타내었다.
3). 비록 전체 변이량 전부를 설명할 수는 없었지만 각 두과작물 종의 영역내에 각각의 반복구는 물론 각 종에 속하는 3개 품종시료들이 분포하는 것으로 보아 대사체 수준에서 각 두과작물의 종 식별이 이루어지고 있음을 알 수 있었다. 대두콩, 강낭콩 및 완두콩의 경우 각 종의 영역이 중첩되지 않고 별도의 그룹을 형성하였으나 반면에 팥, 녹두, 동부는 그룹의 중첩이 이루어지면서 각 종별로 완전한 식별이 불가능하였다.
대사체수준에서 팥, 녹두, 동부는 유연관계가 높음을 알 수 있었으며 대두, 완두, 강낭콩은 비록 두과작물이지만 차이가 매우 큼을 알 수 있었다. 아울러 본 연구에서 얻어진 대사체 정보의 다변량통계분석에 의한 유연관계분석은 흥미롭게도 두과작물의 계통분류학적 유연관계와 밀접한 상관관계를 나타내었다. 따라서 FT-IR 스펙트럼 데이터의 다변량통계분석은 방법의 간편성과 신속성을 고려할 때 두과작물의 계통이나 품종의 신속한 식별 수단으로 활용이 가능할 것으로 기대된다.
녹두, 동부, 팥이 하나의 그룹을 형성하고 있고, 대두콩, 강낭콩, 완두콩이 각각 그룹을 형성하고 있었다. 이상의 연구 결과로 볼 때 두과작물의 FT-IR 스펙트럼 다변량통계분석을 통해 대사체 수준에서 두과작물의 식물 종 구분이 가능함을 알 수 있었다. SSR 마커를 이용한 야생콩의 유전적 다양성과 유연관계를 분석한 결과를 보면, 한국, 일본, 중국에서 수집된 야생콩의 유연관계는 중국 야생콩이 단독적으로 그룹을 형성하고, 한국, 일본 야생콩이 그룹간에 경계가 중첩되는 패턴을 볼 수 있었고, 중국 야생콩보다 일본 야생콩이 유전적으로 유사도가 높다는 것이 보고된 바 있다(Kim et al.
5). 이처럼, FT-IR 스펙트럼 데이터 이용한 PLS-DA 분석으로 두과작물 간의 종 구분이 가능함을 알 수 있었다. HCA dendrogram 분석 결과를 보면 총 17개의 두과작물 시료들이 4개의 주요 그룹으로 구분이 이루어짐을 알 수 있었다(Fig.
2010). 즉 FT-IR 스펙트럼상의 질적, 양적 차이는 각 두과작물별로 종자내에 함유되어 있는 아미노산이나 단백질, 지방산, 그리고 탄수화물계통의 화합물들의 질적, 양적 차이가 현저하게 나타남을 의미한다. 따라서 FT-IR 스펙트럼 분석은 두과작물의 주요 대사체의 질적, 양적 변화를 예측하고 함량이 높은 계통의 선발 수단으로 신속한 활용이 가능할 것으로 기대된다.
PLS-DA score plot을 보면 대두콩, 완두, 강낭콩은 각각 별도의 그룹을 형성하지만 녹두, 팥, 동부는 하나의 그룹을 형성하였다. 즉 녹두, 동부, 팥이 콩에 비하여 상대적으로 대사체 수준에서 유연관계가 높음을 알 수 있었다(Fig. 5). 이처럼, FT-IR 스펙트럼 데이터 이용한 PLS-DA 분석으로 두과작물 간의 종 구분이 가능함을 알 수 있었다.
후속연구
아울러 본 연구에서 얻어진 대사체 정보의 다변량통계분석에 의한 유연관계분석은 흥미롭게도 두과작물의 계통분류학적 유연관계와 밀접한 상관관계를 나타내었다. 따라서 FT-IR 스펙트럼 데이터의 다변량통계분석은 방법의 간편성과 신속성을 고려할 때 두과작물의 계통이나 품종의 신속한 식별 수단으로 활용이 가능할 것으로 기대된다. 또한 두과작물의 기능성 성분 함량 정보가 성공적으로 연계된다면 본 연구에서 확립된 대사체 기반 신속식별체계는 기능성 성분의 함량이 높은 계통이나 품종의 조기 선발수단으로 활용이 가능할 것으로 기대된다.
즉 FT-IR 스펙트럼상의 질적, 양적 차이는 각 두과작물별로 종자내에 함유되어 있는 아미노산이나 단백질, 지방산, 그리고 탄수화물계통의 화합물들의 질적, 양적 차이가 현저하게 나타남을 의미한다. 따라서 FT-IR 스펙트럼 분석은 두과작물의 주요 대사체의 질적, 양적 변화를 예측하고 함량이 높은 계통의 선발 수단으로 신속한 활용이 가능할 것으로 기대된다.
따라서 본 연구에서 확립된 대사체 수준에서 두과작물의 식별 기술은 각 두과작물로부터 유용 기능성 물질의 함량이 높은 품종, 계통의 신속한 선발 수단으로 활용이 가능할 것으로 기대되며 육종을 통한 기능성 품종개발 가속화에 기여 할 수 있을 것으로 예상된다. 아울러 본 기술은 타작물의 기능성 품종 육성에도 효과적인 수단으로 활용이 가능할 것으로 기대된다.
이는 팥, 녹두, 동부의 경우 대사체 수준에서 유연관계가 콩보다는 매우 높음을 의미하는 것이다. 따라서 이 결과는 팥, 녹두, 동부가 분류체계상 동일한 속에 포함되는 계통분류학적 유연관계가 높은 식물종들이라는 사실과 일치하는 것으로 대사체 수준에서 유연관계가 계통분류학적 유연관계를 반영하고 있으며 대사체 수준에서 마커 탐색을 통하여 두과작물의 식별체계 확립이 가능할 것으로 기대된다.
따라서 FT-IR 스펙트럼 데이터의 다변량통계분석은 방법의 간편성과 신속성을 고려할 때 두과작물의 계통이나 품종의 신속한 식별 수단으로 활용이 가능할 것으로 기대된다. 또한 두과작물의 기능성 성분 함량 정보가 성공적으로 연계된다면 본 연구에서 확립된 대사체 기반 신속식별체계는 기능성 성분의 함량이 높은 계통이나 품종의 조기 선발수단으로 활용이 가능할 것으로 기대된다.
따라서 본 연구에서 확립된 대사체 수준에서 두과작물의 식별 기술은 각 두과작물로부터 유용 기능성 물질의 함량이 높은 품종, 계통의 신속한 선발 수단으로 활용이 가능할 것으로 기대되며 육종을 통한 기능성 품종개발 가속화에 기여 할 수 있을 것으로 예상된다. 아울러 본 기술은 타작물의 기능성 품종 육성에도 효과적인 수단으로 활용이 가능할 것으로 기대된다.
질의응답
핵심어
질문
논문에서 추출한 답변
국내에서 재배중인 대표적인 두과작물(대두, 완두, 강낭콩, 팥, 녹두, 동부)종자로부터 전세포추출물의 FT-IR 스펙트럼 데이터로부터 다변량통계분석을 이용하여 신속하고 간편한 종 구분체계를 확립한 결과는 어떠한가?
본 연구에서는 국내에서 재배중인 대표적인 두과작물(대두, 완두, 강낭콩, 팥, 녹두, 동부)종자로부터 전세포추출물의 FT-IR 스펙트럼 데이터로부터 다변량통계분석(PCA, PLS-DA, HCA)을 이용하여 신속하고 간편한 종 구분체계를 확립하였다. 대사체수준에서 팥, 녹두, 동부는 유연관계가 높음을 알 수 있었으며 대두, 완두, 강낭콩은 비록 두과작물이지만 차이가 매우 큼을 알 수 있었다. 아울러 본 연구에서 얻어진 대사체 정보의 다변량통계분석에 의한 유연관계분석은 흥미롭게도 두과작물의 계통분류학적 유연관계와 밀접한 상관관계를 나타내었다. 따라서 FT-IR 스펙트럼 데이터의 다변량통계분석은 방법의 간편성과 신속성을 고려할 때 두과작물의 계통이나 품종의 신속한 식별 수단으로 활용이 가능할 것으로 기대된다.
두과작물의 영양성분은 어떠한가?
두과작물은 전세계적으로 48%의 기름 생산량을 차지하고 있는 경제적으로 중요한 작물이다(Singh and Hymowiz 1988). 또한 두과작물은 단백질 40%, 탄수화물 30% 그리고 지방 20%를 함유하는 고기능성 식량작물이다(Jang et al. 2010).
두과작물이란 어떠한 작물인가?
두과작물은 전세계적으로 48%의 기름 생산량을 차지하고 있는 경제적으로 중요한 작물이다(Singh and Hymowiz 1988). 또한 두과작물은 단백질 40%, 탄수화물 30% 그리고 지방 20%를 함유하는 고기능성 식량작물이다(Jang et al.
참고문헌 (25)
Choi IY, Lim SH, Kim DW, Shin YS, Kim NS (2000) Classification of diverse soybean germplasm with morphological characters and molecular markers. Kor J Genetics 22:87-100
Dumas P, Miller L (2003) The use of synchrotron infrared microspectroscopy in biological and biomedical investigations. Vib Spec 32:3-21
D'Souza L, a Devi P, Shridhar MPD, Naik CG (2008) Use of Fourier Transform Infrared (FTIR) Spectroscopy to Study Cadmium-Induced Changes in Padina Tetrastromatica (Hauck) Anal Chem. Insights 3:135-143
Hong SB, Lee SJ, Hwang YH, Yoon KH, Lee SI, Nam MY, Song LS, Chung MG (2010) Variation of Anthocyanin, and Isoflavone Contents in Korean Black Soybeans Grown at Different Latitudinal Locations. Kor J Environ Agri 29: 129-137
Im JB, Lee T (2011) Situation of International Production and Trade of Non-GM Dietary Soybean and Policy Implication. Kor J Intl Agri 23(1):115-122
Jang SJ, Park SJ, Piao XM, Song HL, Hwang TY, Cho YG, Liu XH, Woo SH, Kang JH, Kim HS (2010) Genetic diversity and relationships of Korean, Japanese, and Chinese Jilin provincial wild soybeans (Glycine soja Sieb. And Zucc.) based on SSR markers. Kor J Breed Sci 42:87-99
Kein P, Olsin T, Shoemaker R (1988) A rapid protocol for isolating soybean DNA. Soybean Genet Newsletter 15:150-152
Kim CH (2011) Intraspecific Variation of Glycine max According to the Ratio of Mannose to Galactose in the Seeds. Kor J Env Eco 25:295-301
Kim CH, Lee HJ, Kim YO (1993) Electrophoretic variation of seed proteins in Robinia pseudo-acacia. Kor J Ecol 16:515-526
Kim SH, Jung JW, Moon JK, Woo SH, Cho YG, Jong SK, Kim HS (2006) Genetic Diversity and Relationship by SSR Markers of Korean Soybean Cultivars. Kor J Crop Sci 51:248-258
Kim SW, Kwon YK, Seo JM, Woo TH, Liu JR (2011) Prediction and discrimination of taxonomic relationship within Orostachys species using FT-IR spectroscopy combined by multivariate analysis. J Plant Biotechnol 38:9-14
Kim SW, Ban SH, Chung H, Cho SH, Chung HJ, Choi PS, Yoo OJ, Liu JR (2004) Taxonomic discrimination of higher plants by multivariate analysis of Fourier transform infrared spectroscopy data. Plant Cell Rep 23:246-250
Kim SW, Cho SH, Chung H, Liu JR (2007) Genetic discrimination between catharanthus roseus cultivars by multivariate analysis of fourier transform infrared spectroscopy data. J Plant Biotechnol 34:201-205
Kim SW, Min SR, Kim JH, Park SK, Kim TI, Liu JR (2009) Rapid discrimination of commercial strawberry cultivars using fourier transform infrared spectroscopy data combined by multivariate analysis. Plant Biotechnol Rep 3:87-93
Lee HJ, Kim CH (1993) Sees germination and thermal adaptation of seedlings in Robinia pseudo-acacia. Kor J Ecol 16:501-514
Lopez-Sanchez M, Ayora-Canada MJ, Molina-Diaz A (2010) Olive Fruit Growth and Ripening as Seen by Vibrational Spectroscopy. J Agric Food Chem. 58:82-87
Parker FS (1983) Applications of infrared, Raman and resonance Raman spectroscopy in biochemistry Plenum Press New York
Singh RJ, Hymowitz T (1988) The genomic relationships between Glycine max (L.) Merr. and G. soja Sieb. and Zucc. as revealed by pachytene chromosome analysis. Theor Appl Genet 67: 705-711
Thompson J, Nelson RL (1988) Core set primers to evaluate genetic diversity in soybean. Crop Sci 38:1356-1362
Trygg J, Holmes E, Londstedt T (2007) Chemometrics in metabonomics. J Proteomes Res 6:467-479
Wold H (1966) Estimation of principal components and related models by iterative least squares. In: K. R. Krishnaiah (ed.). Multivariate Analysis. Academic Press New York pp 391-420
Wolkers WF, Oliver AE, Tablin F, Crowe JH (2004) A fourier transform infrared spectroscopy study of sugar glasses. Carb Res 339:1077-85
Yee N, Benning LG, Phoenix VR, Ferris FG (2004) Characterization of metal-Cyanobacteria sorption reactions: A combined Macroscopic and infrared spectroscopic investigation. Environ Sci Technol 38:775-82
Yoon MS, Lee JR, Kim CY, Cho GT, Cho YH, Choi YM, Park SG, Lee DJ, Lee GB, Baek HJ (2007) Genetic Diversity of Wild Soybean(G. soja) by Collecting Distance and Elevation in S. Korea using SSR Markers. Kor J Intl Agri 19:101-105
※ AI-Helper는 부적절한 답변을 할 수 있습니다.