[논문]유전형과 재배환경의 상호작용에 따른 감자 수량성과 글리코알카로이드 함량 변화

김수정; 손황배; 이유영; 박민우; 장동칠; 권오근; 박영은; 홍수영; 서종택; 남정환; 정진철; 구본철; 김율호

doi:10.7740/kjcs.2017.62.4.333

유전형과 재배환경의 상호작용에 따른 감자 수량성과 글리코알카로이드 함량 변화
Genotype x Environment Interaction and Stability Analysis for Potato Performance and Glycoalkaloid Content in Korea 원문보기

Korean journal of crop science = 韓國作物學會誌, v.62 no.4, 2017년, pp.333 - 345

초록
AI-Helper

감자 6품종인 수미(SP), 대서(AT), 하령(HR), 고운(GU), 홍영(HY), 자영(JY)을 대상으로, 해발고도별로 재배환경이 다른 강릉(E1), 진부(E2), 대관령(E3) 지역에서 2012년과 2013년 재배하여 괴경 수량성과 글리코알카로이드(PGA) 함량을 평가하였다. 품종이 가지고 있는 유전적 특성은 품종 고유의 유전형(G)과 재배환경(E)과의 상호작용($G{\times}E$)을 거쳐 발현되므로 본 연구에서는 AMMI 모델과 GGE biplot 분석을 통해 지역별 수량성과 PGA 함량 변화 양상을 검토하였다. 1. 감자 수량은 재배환경과 상호작용이 차지하는 비율이 높고, PGA 함량은 유전형(품종)의 효과가 차지하는 비율이 높은 것으로 나타났다. 2. 지역별로 높은 수량을 나타내는데 적합한 품종으로 강릉에서 '수미', 진부에서 '고운', 대관령 에서 '하령'이었으며, 수량이 높으면서 생산 안정성을 보인 품종은 수미였다. 3. 지역별로 높은 PGA 함량을 보이는 품종으로 강릉에서 '하령', 진부에서 '대서', 대관령에서 '수미'이었으며, PGA 함량이 낮으면서 재배환경에 영향을 덜 받는 안정성이 뛰어난 품종은 '고운'이었다. 4. 감자 품종의 양적 농업 형질인 수량은 재배환경에 따라 차이를 보였으며, PGA 함량은 품종 고유의 형질 차이에 의해 다르게 나타났다. 5. 감자의 수량성을 확보하기 위해서는 재배 적지의 선정이 중요하고, PGA 함량을 낮추기 위해서는 저함유 품종 개발이 선행되어야 한다고 판단되었다.

Abstract ▼ AI-Helper

The potato tuber is known as a rich source of essential nutrients, used throughout the world. Although potato-breeding programs share some priorities, the major objective is to increase the genetic potential for yield through breeding or to eliminate hazards that reduce yield. Glycoalkaloids, which are considered a serious hazard to human health, accumulate naturally in potatoes during growth, harvesting, transportation, and storage. Here, we used the AMMI (additive main effects and multiplicative interaction) and GGE (Genotype main effect and genotype by environment interaction) biplot model, to evaluate tuber yield stability and glycoalkaloid content in six potato cultivars across three locations during 2012/2013. The environment on tuber yield had the greatest effect and accounted for 33.0% of the total sum squares; genotypes accounted for 3.8% and $G{\times}E$ interaction accounted for 11.1% which is the nest highest contribution. Conversely, the genotype on glycoalkaloid had the greatest effect and accounted for 82.4% of the total sum squares), whereas environment and $G{\times}E$ effects on this trait accounted for only 0.4% and 3.7%, respectively. Furthermore, potato genotype 'Superior', which covers most of the cultivated area, exhibited high yield performance with stability. 'Goun', which showed lower glycoalkaloid content, was the most suitable and desirable genotype. Results showed that, while tuber yield was more affected by the environment, glycoalkaloid content was more dependent on genotype. Further, the use of the AMMI and GGE biplot model generated more interactive visuals, facilitated the identification of superior genotypes, and suggested decisions on a variety of recommendations for specific environments.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

, 2010; Park, 2017) 등 많은 작물에서 그 유용성이 증명되었으나, 현재까지 감자 품종을 대상으로 재배환경에 따른 유전형의 수량 및 PGA 함량 변이에 대한 평가 사례는 전무한 실정이다. 따라서, 본 연구는 용도가 다른 감자 주요 6품종을 대상으로 해발 고도별 재배환경에 따른 수량성과 PGA 함량을 조사하고, AMMI 모델과 GGE biplot을 적용하여 유전형과 재배환경간의 상호작용을 분석함으로써 농업환경에 따른 최적의 품종을 제시하고자 수행하였다.

제안 방법

감자 6품종인 수미(SP), 대서(AT), 하령(HR), 고운(GU), 홍영(HY), 자영(JY)을 대상으로, 해발고도별로 재배환경이 다른 강릉(E1), 진부(E2), 대관령(E3) 지역에서 2012년과 2013년 재배하여 괴경 수량성과 글리코알카로이드(PGA) 함량을 평가하였다. 품종이 가지고 있는 유전적 특성은 품종 고유의 유전형(G)과 재배환경(E)과의 상호작용(G×E)을 거쳐 발현되므로 본 연구에서는 AMMI 모델과 GGE biplot 분석을 통해 지역별 수량성과 PGA 함량 변화 양상을 검토하였다.
감자 PGA 분석은 Friedman (2006)과 Kim 등(2016)의 방법을 일부 수정하여 수행하였다. 건전한 감자 괴경을 선별한 후 껍질을 포함하여 동결건조기(EYELA FDU-2100, EYELA, Eyela corp.
감자 PGA 분석은 Friedman (2006)과 Kim 등(2016)의 방법을 일부 수정하여 수행하였다. 건전한 감자 괴경을 선별한 후 껍질을 포함하여 동결건조기(EYELA FDU-2100, EYELA, Eyela corp., Tokyo, Japan)에서 5일 동안 건조한 다음 분쇄하였다. 동결건조된 분말 1 g을 코닝튜브에 넣고, 5% 아세트산(acetic acid) 20 mL를 첨가하여, 실온에서 2시간 동안 교반기(300 rpm)로 혼합한 후 여과지(Whatman no.
메가환경(mega-environment)에서 유전형의 생산성을 평가하여 안정적인 품종을 선발하기 위해 GGE biplot의 적지 적품종 선정(Which-Won-Where) 옵션을 이용하여 폴리곤 뷰(polygon view)으로 나타내었다(Fig. 4). 폴리곤뷰의 다각형은 biplot 원점에서 상대적으로 멀리 떨어진 유전형들을 선으로 이어 그리므로 모든 유전형들이 다각형 내에 포함된다(Gauch & Zobel, 1997; Yan, 2001).
이처럼 재배환경에 따른 수량에서 현저한 차이가 인정되어 AMMI 분석을 통해 G×E 상호작용 효과를 구명하였다.
잡초방지를 위해 흑색 플라스틱필름 멀칭을 하였고, 재식거리는 80 × 25 cm로 하였다.
조사된 수량과 분석된 PGA 함량을 평가하기 위해 ‘R’ 분석(R studio i386 3.3.2.)을 하였으며, AMMI와 GGE biplot 분석을 위해 ‘agricolae’와 ‘gge’ 라이브러리(library)를 호출하여 수량 및 PGA 성분의 G×E 상호작용을 시각적으로 표현하였다.
최종 추출물은 시린지 필터(0.45 µm PVDF syringe filter, PALL, USA and Canada)로 여과하여 HPLC (Waters 2695 Sparations Module, Waters Co., Milford, MA, USA)를 이용하여 분석하였다.
품종이 가지고 있는 유전적 특성은 품종 고유의 유전형(G)과 재배환경(E)과의 상호작용(G×E)을 거쳐 발현되므로 본 연구에서는 AMMI 모델과 GGE biplot 분석을 통해 지역별 수량성과 PGA 함량 변화 양상을 검토하였다.

대상 데이터

감자 재배기간을 중심으로 2012년부터 2013년까지 기상청의 자료를 수집하였으며(NCDSS, 2016), 기상관측은 종관기상관측장비(Automated Synoptic Observing System, ASOS)와 자동기상관측장비(Automatic weather system, AWS)를 활용하였다(Table 2). 재배기간 중 평균온도는 대관령(E3)이 18°C로 가장 높았으며, 최고온도는 진부(E2)가 높았다.
, Milford, MA, USA)를 이용하여 분석하였다. 검출기(UV 2996 Photodiode Array Detector, Waters Co., Milford, MA, USA)의 파장은 208 nm로 하였다. 분석에 사용된 컬럼(Inertsil NH₂ 4.
분석에 사용된 컬럼(Inertsil NH2 4.0×250 mm, particle size 5 µm, GL Science, Tokyo, Japan) 온도는 20°C로 설정하였다.
실험재료로 우리나라 주요 감자 품종인 수미(Superior, SP), 대서(Atlantic, AT), 하령(Haryeong, HR), 고운(Goun, GU), 홍영(Hongyoung, HY), 자영(Jayoung, JY) 등 총 6품종을 사용하였다(Table 1). 재배시험은 해발고도가 다른 강릉(E1, 강원도 강릉시 두산동, 북위 37°76', 동경 128°93', 20 m), 진부(E2, 강원도 평창군 진부면, 북위 37°61', 동경 128°55', 560 m), 대관령(E3, 강원도 평창군 대관령면, 북위 37°68', 동경 128°73', 해발고도 800 m)에서 2012년부터 2013년까지 2년간 수행하였다(Fig.
이동상(mobile phase)으로 acetonitrile과 20 mM KH2PO4을 80:20(v/v)으로 혼합하여 사용하였고, 유속은 0.7 mL/min, 주입부피는 20 μL였다.
재배시험은 해발고도가 다른 강릉(E1, 강원도 강릉시 두산동, 북위 37°76', 동경 128°93', 20 m), 진부(E2, 강원도 평창군 진부면, 북위 37°61', 동경 128°55', 560 m), 대관령(E3, 강원도 평창군 대관령면, 북위 37°68', 동경 128°73', 해발고도 800 m)에서 2012년부터 2013년까지 2년간 수행하였다(Fig. 1).
표준물질로 솔라닌(α-solanine, Sigma-Aldrich, ST. Louis, Mo, USA)과 차코닌(α-chaconine, Extrasynthese, Genay Cedex, France)을 각각 메탄올(100%)에 용해하여 검량선 작성에 활용하였고, 총 PGA 함량은 두 표준물질을 합산하였다.

데이터처리

모든 실험은 3반복으로 수행하였으며, 실험치는 평균값 (Mean)과 표준편차(Standard Deviation, SD)로 표시하였다. 조사된 수량과 분석된 PGA 함량을 평가하기 위해 ‘R’ 분석(R studio i386 3.
해발고도별 재배환경에 따른 품종의 PGA 함량 변이를 알아보기 위해 분산분석과 AMMI 모델 분석을 수행하였다(Table 7). α-solanine은 유전형의 요소만 강하였고(p<0.
해발고도별 재배환경이 품종의 수량성에 미치는 영향을 구명하기 위해 분산분석과 AMMI 모델 분석을 수행하였다(Table 4). 괴경 수량에 대한 분산분석 결과, 환경과 G×E 상호작용에는 고도의 유의차(p<0.

이론/모형

1). 감자는 표준재배법에 준하여 수행되었고(RDA, 2016), 10a를 기준으로 퇴비를 1톤, 비료(N-P₂O₅-K₂O)를 10-8.8-13 kg 살포하였다. 잡초방지를 위해 흑색 플라스틱필름 멀칭을 하였고, 재식거리는 80 × 25 cm로 하였다.

성능/효과

α-chaconine 함량 변이는 77.4%로 유전형이 가장 큰 영향을 미쳤으며, 그 다음으로 G×E 상호작용은 5.4%로 나타났고, 환경 요인은 0.2%에 불과하였다.
α-solanine 함량 변이는 75.2%로 유전형이 가장 큰 영향이 있었으며, 그 다음으로 G×E 상호작용은 2.4%로 나타났고, 환경 요인은 0.6%에 불과하였다.
α-solanine, α-chaconine 및 PGA의 한 섹터에서 재배환경이 모두 포함되어 환경적인 영향보다 유전형의 영향이 컸으며, 유전형 주요 효과와 유전형의 상호작용 효과도 작용하였다.
α-solanine은 G×E 상호작용이 가장 낮았고, α-chaconine과 PGA 함량은 상호작용 효과가 높았다.
1. 감자 수량은 재배환경과 상호작용이 차지하는 비율이 높고, PGA 함량은 유전형(품종)의 효과가 차지하는 비율이 높은 것으로 나타났다.
2) G×E 상호작용에 대해 시각적으로 나타내는 것으로 수량은 재배 환경 요인에 강한 영향을 보였으며, G×E 상호작용에서도 영향을 나타내었다(Fig. 2).
2. 지역별로 높은 수량을 나타내는데 적합한 품종으로 강릉에서 ‘수미’, 진부에서 ‘고운’, 대관령 에서 ‘하령’이었으며, 수량이 높으면서 생산 안정성을 보인 품종은 수미였다.
3. 지역별로 높은 PGA 함량을 보이는 품종으로 강릉에서 ‘하령’, 진부에서 ‘대서’, 대관령에서 ‘수미’이었으며, PGA 함량이 낮으면서 재배환경에 영향을 덜 받는 안정성이 뛰어난 품종은 ‘고운’이었다.
4. 감자 품종의 양적 농업 형질인 수량은 재배환경에 따라 차이를 보였으며, PGA 함량은 품종 고유의 형질 차이에 의해 다르게 나타났다.
5. 감자의 수량성을 확보하기 위해서는 재배 적지의 선정이 중요하고, PGA 함량을 낮추기 위해서는 저함유 품종 개발이 선행되어야 한다고 판단되었다.
AMMI biplot은 제 1 주성분 상호작용(PC 1)과 제 2 주성분(PC2) G×E 상호작용에 대해 시각적으로 나타내는 것으로 α-solanine, α-chaconine과 PGA 함량은 G×E 상호작용 효과가 있었다(Fig. 5).
3배 더 작았으며, 이는 환경에 따른 유전형 반응이 미비하였다. AMMI 분석 결과, 모든 구성 요소에서 유전형이 크게 작용하여, 감자 품종에 따라 PGA 함량의 차이가 있음을 알 수 있었다.
AMMI 분석요소 중 재배환경의 제곱합(Sum of Squares, SS)이 33.0%로 수량성에 가장 큰 영향을 미쳤으며, 그 다음으로 G×E와 유전형이 각각 11.1%, 3.8%를 차지하였다.
G×E의 제곱합 크기도 유전형에 비해 2.92배 큰 것으로 분석되어 환경이 유전형 반응에 상당히 큰 영향을 미쳤음을 알 수 있었다.
PGA 함량 변이도 82.4%를 차지하여 유전형의 영향이 가장 강력함을 알 수 있었으며, G×E 상호작용은 3.7%, 환경 요인은 0.4%에 불과해 영향이 미비함을 알 수 있었다.
첫 번째 섹터는 수미(SP), 대서(AT), 고운(GU)이 하나의 메가환경을 나타내었고, 두 번째 섹터는 홍영(HY)과 자영(JY)을 또 다른 메가환경으로 분류할 수 있었 으며, 마지막 섹터는 하령(HR)이 독립적인 메가환경으로 구분 할 수 있었다. 각각의 메가환경의 꼭지점에 위치한 유전형들은 각각의 환경에서 최고의 수량을 나타내었는데, 수미(SP), 대서(AT), 고운(GU)은 강릉(E1)과 진부(E2)의 재배 환경에서 수량성이 높았으며, 하령(HR)은 대관령(E3)의 재배환경에서 최고의 수량성을 나타내었다.
감자 6품종을 대상으로 해발고도별 재배환경이 다른 3지역에서 PGA 함량을 분석한 결과, 하령(HR)이 평균 α-chaconine, α-solanine 및 PGA 함량에서 각각 3.93, 1.99, 5.74 mg/100g으로 가장 높았고, 표준편차도 커서 환경변화에 따라 함량 변이가 컸다(Table 6).
괴경 수량에 대한 분산분석 결과, 환경과 G×E 상호작용에는 고도의 유의차(p<0.01)를 보였다.
2). 괴경 수량은 강릉(E1) 지역의 수미(SP), 진부(E2) 지역의 고운(GU), 대관령(E3) 지역은 하령(HR) 품종에서 높은 것으로 나타났다. 또한, 분석결과 자영(JY)이 수량이 낮으면서 다양한 환경조건에서 미비한 G×E 상호작용을 보여 주었다.
즉, 강릉(E1)과 진부(E2) 지역은 연관성이 강하며, 수미(SP), 고운(GU), 대서(AT) 품종의 수량성 증대에 영향을 주었다. 그러나, 대관령(E3)은 다른 두 재배환경과 이루는 각이 매우 크므로, 유사하지 않은 독립적 환경이며, 하령(HR) 또한 다른 5품종과는 달리 독립적인 유전형이었다.
ASV는 IPCA2 점수에 대한 IPCA1 점수의 2차원적 산점도를 바탕으로 좌표점에서 원점까지의 거리를 나타낸다. 네거티브(negative) 또는 포지티브(positive) 점수에 상관없이 IPCA 점수가 클수록 특정 환경에 대한 유전형의 변이가 심하고, IPCA 점수가 작을수록 모든 환경에서 유전형 변이가 적어 안정적이다.
감자 수량성에 대한 안정성은 유전형이 다양한 환경에 안정성을 순차적으로 나타내었다(Table 5). 따라서 유전형을 비교한 결과, 수량 순위(rYSI)는 수미(SP)가 가장 높았고, 다음으로 하령(HR), 대서(AT) 순위였다. 홍영(HY)은 rYSI 가 가장 작아 수량이 가장 적었다는 것을 알 수 있었다.
따라서, 감자의 수량과 PGA 함량의 AMMI 상관관계를 biplot을 이용하여 분석한 결과, 수량은 재배환경이 큰 영향을 미치므로 품종별 최적지 선정이 바람직하고, PGA 함량은 유전적 요인이 크므로 PGA 함량이 적은 품종을 선발하여 재배하는 것이 필요하다고 판단되었다.
따라서, 수미(SP)는 rYSI가 1위로 수량이 가장 많으면서, rASV가 2위로 안정적인 유전형이었다. 하령(HR)은 rYSI가 2위로 수량이 비교적 많았지만, rASV가 6위로 가장 불안정한 유전형으로 나타났다.
또한, 분석결과 자영(JY)이 수량이 낮으면서 다양한 환경조건에서 미비한 G×E 상호작용을 보여 주었다.
또한, 품종별로 비교한 결과, 고운(GU)이 다양한 환경조건에서 G×E 상호작용 효과가 미비하였고, 재배환경 전반에 걸쳐 PGA 함량이 낮아 안정적인 품종이었다.
92 mg/100 g으로 가장 낮았다. 본 연구에서 PGA 함량은 재배환경별로 차이가 있었지만, 모든 처리구에서 FDA 권장기준인 20 mg/100 g 이하로 나타나 안전성에는 큰 문제가 없었다.
(2014)은 PGA 함량의 품종간 차이는 품종 고유의 유전적 차이에서 유래되었을 가능성이 높다고 하였다. 본 연구에서도 PGA 함량이 높은 품종인 하령(HR)과 낮은 품종인 대서(AT)가 PGA 함량 변이가 크지 않아 환경적 요인보다 유전적 요인이 더 큰것으로 판단되었다.
본 연구에서도 재배환경에 따른 PGA 함량은 품종 및 재배환경에 따라 차이를 보였는데, 강릉(E1) 지역에서 평균 α-chaconine, α-solanine 및 PGA 함량이 각각 1.67, 0.63, 2.20 mg/100 g으로 가장 높았고, 진부(E2)에서 각각 1.53, 0.50, 1.92 mg/100 g으로 가장 낮았다.
또한, 환경에 따른 수량 변이가 심한 것은 특정한 환경조건에서 최고 또는 최저의 수량성을 나타냄으로 수량이 환경에 영향을 받는다고 하였다(Yan & Rajcan, 2002). 본 연구에서도, 고운(GU) 품종은 진부(E2)에서 4,236 kg/10a으로 높은 수량성을 보였으나, 대관령(E3)에서는 2,230 kg/10a으로 낮은 수량성을 나타내어 재배환경에 따라 큰 차이를 보였다.
또한, 분석결과 자영(JY)이 수량이 낮으면서 다양한 환경조건에서 미비한 G×E 상호작용을 보여 주었다. 수미(SP)는 수량이 높으면서 비록 강릉(E1)과 상호작용 효과가 강력했으나, 재배환경 전반에 걸쳐 비교적 안정적인 적응성을 나타내었다. 나머지 품종은 상호작용이 강하여 환경에 따라 수량변이가 심하였으며, 이 중에서 가장 불안정한 유전형은 하령(HR)인 것으로 구명되었다.
유전형 중심에 근거하여 분할된 특이치를 이용하여 구성된 GGE biplot은 재배환경과 유전형 사이의 관계를 설명할 수 있으며, 이것은 G+GE (Genotype + Genotype and Environment) 가 전체의 97%를 차지하여 유전형과 재배환경 두 요인이 수량에 영향을 주었다(Fig. 3). 재배환경을 나타내는 두 벡터 간의 각도가 좁을수록 연관성이 강하며, 재배환경 벡터와 인접한 위치에 있는 품종은 G×E 상호작용이 있다(Kroonenburg, 1995; Yan & Tinker, 2006).
이상으로 GGE와 AMMI biplot는 유전형의 발현이나 안정성 분석하는 데 보다 정확하고 쉬운 해석이 가능하였는데, 그 이유로는 각 유전형들의 발현 양상을 시각화하여 중심축에서 있는 유전형들이 안정성이 높다는 것을 확인할 수 있었다. 따라서, 보다 정확한 유전형의 선발이 가능하였고, 이는 각 재배환경에서 각각의 유전형들과 상호작용의 효과로 발현 정도를 보여줄 수 있기 때문이다(Yan et al.
α-solanine은 G×E 상호작용이 가장 낮았고, α-chaconine과 PGA 함량은 상호작용 효과가 높았다. 재배환경과 유전형과의 관계를 살펴보면, 강릉(E1)에서 하령(HR), 진부(E2)에서 대서(AT), 대관령(E3)에서 수미(SP)가 상호작용 효과가 높았다. 또한, 품종별로 비교한 결과, 고운(GU)이 다양한 환경조건에서 G×E 상호작용 효과가 미비하였고, 재배환경 전반에 걸쳐 PGA 함량이 낮아 안정적인 품종이었다.
감자 품종 중 수미(SP)와 하령(HR)의 수량성은 각각 3,348 kg/10a, 3,340 kg/10a로 많았으나, 홍영(HY)과 자영(JY)의 경우 각각 2,910 kg/10a, 3,011 kg/10a로 적었다. 재배환경별 품종의 수량성 평가 결과, 강릉(E1)에서 대서(AT), 진부(E2)에서 고운(GU), 대관령(E3)에서 하령(HR) 품종이 각각 3,761, 4,236, 3,227 kg/10a로 가장 높았다. 환경과 G×E 상호작용의 효과가 낮을 경우 SD와 CV값이 작 아진다고 하였는데(Shim et al.
재배환경을 나타내는 두 벡터 간의 각도가 좁을수록 연관성이 강하며, 재배환경 벡터와 인접한 위치에 있는 품종은 G×E 상호작용이 있다(Kroonenburg, 1995; Yan & Tinker, 2006). 즉, 강릉(E1)과 진부(E2) 지역은 연관성이 강하며, 수미(SP), 고운(GU), 대서(AT) 품종의 수량성 증대에 영향을 주었다. 그러나, 대관령(E3)은 다른 두 재배환경과 이루는 각이 매우 크므로, 유사하지 않은 독립적 환경이며, 하령(HR) 또한 다른 5품종과는 달리 독립적인 유전형이었다.
이 중 3개의 섹터에서 메가환경의 특성을 나타내는 유전형이 분포하였다. 첫 번째 섹터는 수미(SP), 대서(AT), 고운(GU)이 하나의 메가환경을 나타내었고, 두 번째 섹터는 홍영(HY)과 자영(JY)을 또 다른 메가환경으로 분류할 수 있었 으며, 마지막 섹터는 하령(HR)이 독립적인 메가환경으로 구분 할 수 있었다. 각각의 메가환경의 꼭지점에 위치한 유전형들은 각각의 환경에서 최고의 수량을 나타내었는데, 수미(SP), 대서(AT), 고운(GU)은 강릉(E1)과 진부(E2)의 재배 환경에서 수량성이 높았으며, 하령(HR)은 대관령(E3)의 재배환경에서 최고의 수량성을 나타내었다.

질의응답

핵심어	질문	논문에서 추출한 답변
	감자란?	감자(Solanum tuberosum L.)는 옥수수, 쌀, 밀과 함께 세계 4대 식량작물 중 하나로 전세계적으로 150여개국에서 재배되며(1.9천만 ha), 연간 3.8억톤이 생산되는 중요작물이다(FAOSTAT, 2017; Kim et al., 2017).
	감자가 영양학적 가치가 높고, 건강 기능성 측면에서도 우수한 식품인 이유는?	감자는 비타민 C를 비롯한 B1, B2, 니아신 등이 풍부하여 영양학적 가치가 높을 뿐만 아니라, 칼륨이나 식이섬유가 많아 건강 기능성 측면에서도 우수하다(Choi et al. 2008; RDA, 2014).
	PGA 함량이 낮은 감자를 생산하기위해 수량성, 유전적 효과, 상호작용 등을 고려하여 최적의 재배환경을 선정해야하는 이유는?	감자는 온도, 강수량, 일조시수 등의 환경적인 요인과 품종 등 유전적 요인에 따라 수량과 PGA 함량에서 다양한 변이를 보인다(Morris & Petermann, 1985; Grunenfelder et al., 2006; Kim et al.

참고문헌 (48)

Bejarano, L., E. Mignolet, E. Devaux, E. Carrasco, and Y. Larondelle. 2000. Glycoalkaloids in potato tubers: the effect of variety and drought stress on the ${\alpha}$ -solanine and ${\alpha}$ -chaconine contents of potatoes. J. Sci. Food Agri. 80 : 2096-2100.

상세보기
Choi, H. D., H. C. Lee, S. S. Kim, Y.S. Kim, H. T. Lim, and G. H. Ryu. 2008. Nutrient components and physicochemical properties of new domestic potato cultivars. Korean J. Food Sci. Technol. 40 : 382-388.
Dia, M, T. C. Wehner, R. Hassell, D. S. Price, G. E. Boyhan, S. Olson, S. King, A. R. Davis, and G. E. Tolla. 2016. Genotype $\times$ environment interaction and stability analysis for watermelon fruit yield in the United States. Crop Science 56 : 1645-1661.

상세보기
Ezatolla, F., R. Mahnaz., M. J. Mohammad, and Z. Hassan. 2013. GGE Biplot analysis of genotypes $\times$ envrionemnt interaction in chick pea genoypes. Eur. J. E $\times$ p. Biol. 3 : 417-423.
Fehr, W. R. 1987. Principal of cultivar development. Vol. 1 Theory and technique. Macmillan Publishing Company, New York. U.S.A.
FAO/WHO (Food and Agriculture Organization and World Health Organization of the United Nations). 1999. Summary of evaluations performed by the joint FAO/WHO expert committee on food additives (JECFA). ILSI Press, Washington.
Food and Agriculture Organization of the United Nations Statistics (FAOSTAT). 2017. http://www. faostat.org/
Friedman, M. 2006. Potato glycoalkaloids and metabolites: Role in the plant and in the diet. J. Agri. Food Chem. 54 : 8655-8681.

상세보기
Friedman, M. and G. McDonald. 1997. Potato glycoalkaloids: Chemistry, analysis, safety and plant physiology. Crit. Rev. Plant Sci. 16 : 55-132.

상세보기
Fufa, M. 2013. AMMI analysis of tuber yield of potato genotypes grown in bale, southeastern Ethiopia. Adv. Crop Sci. Tech. 1 : 120. Doi:10.4172/2329-8863.1000120
Gauch, H. G. 1988. Model selection and validation for yield trials with interaction. Biometrics 44 : 705-715.

상세보기
Gauch, H. G. 1992. Statistical analysis of reginal yield trials: AMMI analysis of factorial designs, Elsevier, Amsterdam, The Netherlands
Gauch, H. G. and R. W. Zobel. 1997. Identifying megaenvironments and targeting genotypes. Crop Sci. 37 : 311-326.

상세보기
Grunenfelder, L. 2005. Physiological studies of light-induced greening in fresh market potatoes. MS thesis, Washington State University, Pullman, USA.
Grunenfelder, L. A., L. O. Knowles, L. K. Hiller, and N. R. Knowles. 2006. Glycoalkaloid development during greening of fresh market potatoes (Solanum tuberosum L.). J. Agric. Food Chem. 54 : 5847-5854.

상세보기
Kim, S. J. 2016. A Gift from God: Cooking with potatoes. Rural Development Administration, Gangneung, Korea. p. 69.
Kim, S. J., H. B. Sohn, S. Y. Hong, J. H. Nam, D. C. Chang, J. T. Suh, and Y. H. Kim. 2017. Determination of greening and shelf life of potato based on washing and storage temperature conditions. Korean J. Crop Sci. 62 : 66-72.

원문보기 상세보기
Kim, S. J., H. B. Sohn, M. Mekapogu, O.K. Kwon, S. Y. Hong, J. H. Nam, Y. I. Jin, D. C. Chang, J. T. Suh, J. C. Jeong, and Y. H. Kim. 2016. Quality characteristics influenced by different packaging materials in washed potatoes through an integrated washing system. Korean J. Food Sci. Technol. 48 : 247-255.

원문보기 상세보기
Kim, Y. H., G. H. Kim, H. R. Ji, Y. Y. Lee, H. M. Park, O. K. Kwon, S. J. Kim, W. B. Sohn, Y. I. Jin, S. Y. Hong, J. H. Nam, K. B. Kweon, J. T. Suh, and J. C. Jeong. 2014. Glycoalkaloids content influenced by tuber parts and storage period in major potato cultivars of Korea. Korean J. Breed. Sci. 46 :209-217.

상세보기
Kroonenberg, P. M. 1995. Introduction to biplots for GE tables. Res. Rep. 51. Dep. of Mathematics, Univ. of Queensland, Brisbane, Australia.
Machado, R. M. D, M. C. F. Toledo, and L. C. Garcia. 2007. Effect of light and temperature on the formation of glycoalkaloids in potato tubers. Food Control 18 : 503-508.

상세보기
Morris, S. C. and J. B. Petermann. 1985. Genetic and environmental effects of levels of glycoalkaloids in cultivars of potato (Solanum tuberosum L.). Food Chem. 18 : 271-282.

상세보기
Nam E. Y., G. Y. Lee, and S. G. Yoon. 2004. Study on statistical analysis techniques for genotype and environment interaction analysis. Rural Development Administration report. Rural Development Administration. pp. 262-276.
National Climate Data Service System (NCDSS). 2016. http://sts.kma.go.kr. (in Korean)
Navabi, A., R. C. Yang, J. Helm, and D. M. Spawer. 2006. Can spring wheat growing mega-environments in the northern great plain be dissected for representative locations or niche-adapted genotypes? Crop Sci. 46 : 1107-1116.

상세보기
Park, M. W. 2017. Study on effect of genotype and environment interaction on tomato fruit characteristics. Gyeongsang National Univ. Ph. D. thesis.
Park, M. W., Y. S. Chung, and S. H. Lee. 2016. Quality changes in tomato fruits caused by genotype and environment interactions. Horti. Sci. Technol. 35 : 361-372.
Piepho, H. P. 1997. Analyzing genotype-environment data by mixed models with multiplicative effects. Biometrics 53 : 761-766.

상세보기
Pourdad, S. S. and M. J. Moghaddam. 2013. Study on seed yield stability of sunflower inbred lines through GGE biplot. Hella 58 : 19-28.
Purchase, J. L. 1997. Parametric analysis to described G $\times$ E interaction and yield stability in winter yield. Ph.D. Thesis. Department of Agronomy, Faculty of Agriculture, University of Orange Free State, Bloemfontein, South Africa. pp. 4-83.
Rosello, S., A. M. Adalid, J. Cebolla-Cornejo, and F. Nuez. 2010. Evaluation of the genotype, environment and their interaction on carotenoid and ascorbic acid accumulation in tomato germplasm. J. Sci. Food Agric. 91 : 1014-1021.
Reza, M., M. Armon, A. Shabani, and A. Daryaei. 2007. Identification of stability and adaptability in advanced durum genotypes using AMMI analysis. Asian J. Plant Sci. 6 : 1261-1268.

상세보기
Rincon, F., B. Johnson, J. Crossa, and S. Taba. 1997. Identifying subsets of maize accessions by three-mode principal component analysis. Crop Sci. 37 : 1936-1943.

상세보기
Rural Development Administration (RDA). 2016. Standard farming text -The potato. Rural Development Administration, Suwon, Korea. pp. 16-290.
Rural Development Administration (RDA). 2014. The Potato: Guidance of agricultural technology-31. Rural Development Administration, Suwon, Korea. pp. 24-120.
Sanford, L. L., K. L. Deahl, S. L. Sinden, and R. S. Kobayashi. 1995. Glycoalkaloid content in tubers of hybrid and backcross populations from a Solanum tuberosum ( $\times$ ) chacoense cross. Am. Potato J. 72 : 261-271.

상세보기
Shim, K.B., S. H. Shin, J. Y. Shon, S .G. Kang, W. H. Yang, and S. G. Heu. 2015. Interpretation of genotype $\times$ environment interaction of sesame yield using GGE biplot analysis. Korean J. Crop Sci. 6 : 349-354.
Sneller, C. H., L. Kilgore-Norquest, and D. Dombek. 1997. Repeatability of yield stability statistics in soybean. Crop Sci. 37 : 383-390.

상세보기
Tolessa, T. T., G. Keneni, T. Sefera, M. Jarso, and Y. Bekele. 2013. Genotype $\times$ environment interaction and performance stability for grain yield in field pea (Pisum sativum L.) genotypes. Int. J. Plant Breed. pp. 117-123
Vargas, M., J. Crossa, F. van Eeuwijk, K. D. Sayre, and M. Reynolds. 2001. Interpreting treatment $\times$ environment interaction in agronomy trials. Agron. J. 93 : 949-960.

상세보기
Yan, W. 2001. GGE biplot : a window application for graphical analysis of multi-environmental data and other types of two-way data. Agron. J. 93 : 1111-1118.

상세보기
Yan, W. and L. A. Hunt. 1998. Genotype by environment interaction and crop yield. Plant Breed. Rev. 16 : 135-178.

상세보기
Yan, W. and L. A. Hunt, Q. Sheng, and Z. Szlavnies. 2000. Cultivar evaluation and mega-environment investigation based on GGE biplot. Crop Sci. 40 : 597-605.

상세보기
Yan, W. and I. Rajcan. 2002. Biplot analysis of test sites and trait relations of soybean in Ontario. Crop Sci. 42:11-20.

상세보기
Yan, W. and N. A. Tinker. 2006. Biplot analysis of multi-environment trial data: principles and application. Candian J. Plant Sci. 86 : 623-645.

상세보기
Yan, W., M. S. Kang, B. M. S. Woods, and P. L. Cornelius. 2007. GGE Biplot vs. AMMI analysis of genotype-by-environment data. Crop Sci. 47 : 641-653.
Yang, C. I., S. J. Yang, Y. P. Jeoung, H. C. Choi, and Y. B. Shin. 2001. Genotype $\times$ environment interaction of rice yield in multi-location trials. Korean J. Crop Sci. 46 : 453-458.
Zobel, R. W., M. J. Wright, and H. G. Gauch. 1988. Statistical analysis of a yield trial. Agron. J. 80 : 388-393.

상세보기

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증