FT-IR 스펙트럼 데이터의 다변량 통계분석을 이용한 백미 또는 현미의 원산지 판별 방법
Method for Discriminating Geographical Origins of Unpolished Rice or Polished Rice Using FT-IR Spectroscopy Combined by Multivariate statistical Analysis
특허 요약
본 발명은 FT-IR 스펙트럼 데이터의 다변량 통계분석을 이용한 백미 또는 현미의 원산지 판별 방법에 관한 것이다. 본 발명의 백미 또는 현미의 원산지 판별 방법을 이용하면, DNA 분석이나 표준물질 없이, 백미 또는 현미 내 대사체의 수준 차이를 이용하여 국내산 백미 또는 현미인지, 수입산 백미 또는 현미인지의 여부를 정확하게 판별할 수 있다. 본 발명의 방법은, 실제 단속에 이용하여 원산지를 속여 부당한 이익을 취하는 행위를 단속할 수 있는 중요한 도구로써 사용할 수 있으며, 이는 국내 유통 농산물의 시장질서 확립과 소비자들의 신뢰 확보에 기여할 수 있다.
청구항
번호청구항
1

다음 단계를 포함하는 백미 또는 현미의 원산지 판별 방법:(a) 백미 시료 또는 현미 시료에 대한 FT-IR 스펙트럼 프로파일을 획득하는 단계; 및(b) 상기 백미 시료 또는 현미 시료의 FT-IR 스펙트럼 프로파일을 이용하여 다변량 통계분석(multivariate statistical analysis)을 실시하는 단계.

2

제1항에 있어서, 상기 원산지는 국내산과 중국산을 구별하는 것을 특징으로 하는, 백미 또는 현미의 원산지 판별 방법.

3

제1항에 있어서, 상기 (a) 단계의 FT-IR 스펙트럼은 4000 내지 400 cm-1 범위에서 4 cm-1 간격으로 10 내지 200회 스캔하여 프로파일을 획득하는 것을 특징으로 하는, 백미 또는 현미의 원산지 판별 방법.

4

제1항에 있어서, 상기 (b) 단계의 다변량 통계분석은 주성분 분석법(PCA: Principle Component Analysis), 직교부분최소자승판별 분석법(OPLS-DA: Orthogonal Partial Least Squares Discriminant Analysis), 부분최소자승법(PLS: Partial Least Squares), 판별분석법(DA: Discriminant Analysis), 부분최소자승-판별분석법(PLSDA: Partial Least Squares-Discriminant Analysis), 다중선형회귀분석법(MLR: Multiple Linear Regression) 및 변형부분최소자승법(MPLS: Modified Partial Least Squares)로 이루어진 군으로부터 선택된 1 종 이상의 방법에 의하여 실시되는 것을 특징으로 하는, 백미 또는 현미의 원산지 판별 방법.

5

제1항에 있어서,상기 방법은 추가적으로, 상기 (b) 단계의 백미 시료의 FT-IR 스펙트럼 프로파일 다변량 통계분석 데이터를, 백미의 원산지 판별 예측모델의 FT-IR 스펙트럼과 비교하여, 백미 시료의 원산지를 판별하는 (c') 단계를 포함하는 것을 특징으로 하는,백미 또는 현미의 원산지 판별 방법.

6

제5항에 있어서, 상기 (c') 단계는, 상기 백미 시료의 FT-IR 스펙트럼 프로파일 다변량 통계분석 데이터를 백미의 원산지 판별 예측모델의 FT-IR 스펙트럼 중 3040-2800 cm-1, 1150 cm-1, 1020-1014 cm-1 및 929 cm-1 스펙트럼 부위와 비교하여 백미 시료의 원산지를 판별하는 것을 특징으로 하는,백미 또는 현미의 원산지 판별 방법.

7

제2항에 있어서,상기 국내산은 오대, 일품, 삼광, 대안, 운광, 맛드림, 황금노들, 새일미 및 신동진으로 이루어진 군으로부터 선택된 품종의 백미인 것을 특징으로 하는, 백미 또는 현미의 원산지 판별 방법.

8

제1항에 있어서,상기 방법은 추가적으로, 상기 (b) 단계의 현미 시료의 FT-IR 스펙트럼 프로파일 다변량 통계분석 데이터를, 현미의 원산지 판별 예측모델의 FT-IR 스펙트럼과 비교하여, 현미 시료의 원산지를 판별하는 (c") 단계를 포함하는 것을 특징으로 하는,백미 또는 현미의 원산지 판별 방법.

9

제8항에 있어서, 상기 (c") 단계는, 상기 현미 시료의 FT-IR 스펙트럼 프로파일 다변량 통계분석 데이터를 현미의 원산지 판별 예측모델의 FT-IR 스펙트럼 중 3328-3305 cm-1, 3040-2800 cm-1, 1746-1740 cm-1, 1650-1640 cm-1 및 1550-1540 cm-1 스펙트럼 부위와 비교하여 현미 시료의 원산지를 판별하는 것을 특징으로 하는,백미 또는 현미의 원산지 판별 방법.

10

제2항에 있어서,상기 국내산은 오대 및 일품으로 이루어진 군으로부터 선택된 품종의 현미인 것을 특징으로 하는, 백미 또는 현미의 원산지 판별 방법

11

다음 단계를 포함하는 백미 또는 현미 판별 방법:(a) 시료에 대한 FT-IR 스펙트럼 프로파일을 획득하는 단계; (b) 상기 시료의 FT-IR 스펙트럼 프로파일을 이용하여 다변량 통계분석(multivariate statistical analysis)을 실시하는 단계; 및(c) 상기 (b) 단계의 시료의 FT-IR 스펙트럼 프로파일 다변량 통계분석 데이터를, 백미 또는 현미의 원산지 판별 예측모델의 FT-IR 스펙트럼과 비교하여, 상기 시료가 백미 또는 현미인지 판별하는 단계.

12

제11항에 있어서, 상기 (a) 단계의 FT-IR 스펙트럼은 4000 내지 400 cm-1 범위에서 4 cm-1 간격으로 10 내지 200회 스캔하여 프로파일을 획득하는 것을 특징으로 하는, 백미 또는 현미 판별 방법.

13

제11항에 있어서, 상기 (b) 단계의 다변량 통계분석은 주성분 분석법(PCA: Principle Component Analysis), 직교부분최소자승판별 분석법(OPLS-DA: Orthogonal Partial Least Squares Discriminant Analysis), 부분최소자승법(PLS: Partial Least Squares), 판별분석법(DA: Discriminant Analysis), 부분최소자승-판별분석법(PLSDA: Partial Least Squares-Discriminant Analysis), 다중선형회귀분석법(MLR: Multiple Linear Regression) 및 변형부분최소자승법(MPLS: Modified Partial Least Squares)로 이루어진 군으로부터 선택된 1 종 이상의 방법에 의하여 실시되는 것을 특징으로 하는, 백미 또는 현미 판별 방법.

14

제11항에 있어서, 상기 (c) 단계는, 상기 쌀 시료의 FT-IR 스펙트럼 프로파일 다변량 통계분석 데이터를, 백미의 원산지 판별 예측모델의 FT-IR 스펙트럼 중 3040-2800 cm-1, 1150 cm-1, 1020-1014 cm-1 및 929 cm-1 스펙트럼 부위; 또는 현미의 원산지 판별 예측모델의 FT-IR 스펙트럼 중 3328-3305 cm-1, 3040-2800 cm-1, 1746-1740 cm-1, 1650-1640 cm-1 및 1550-1540 cm-1 스펙트럼 부위와 비교하여 상기 쌀 시료가 백미 또는 현미인지 판별하는 것을 특징으로 하는,백미 또는 현미 판별 방법.