한국국제농업개발학회지 제30권 2호 (p.120-124)

FT-IR 스펙트럼 데이터로부터 다변량통계분석기법을 이용한 커피의 대사체 수준 품종 분류

Establishment of Discrimination System Using Multivariate Analysis of FT-IR Spectroscopy Data from Different Species of Coffee (C. arabica)
키워드 :
Fourier transformation – infrared (FT-IR) spectroscopy,metabolic discrimination,Partial least square discriminant analysis (PLS-DA),Principal component analysis (PCA)

목차

ABSTRACT
서 론
재료 및 방법
  식물재료
  커피 whole-cell 추출물 제조
  FT-IR 스펙트럼과 데이터 전처리 및 다변량 통계분석
결과 및 고찰
  커피의 FT-IR 스펙트럼 비교 분석
  FT-IR 스펙트럼 다변량 통계분석 및 유연관계 분석
적 요
REFERENCES

초록

본 연구에서는 커피(C. Arabica)의 FT-IR 스펙트럼 데이터 를 기반한 다변량통계분석을 이용한 대사체 분석을 통해 품종 식별을 하여 육종 연구에 기초자료로 활용하고자 한다.
1. FT-IR 스펙트럼 데이터를 이용한 PCA(principal component analysis), PLS-DA(partial least square discriminant analysis) 그리고 HCA(hierarchical clustering analysis) 분석을 통해 품종 분류가 가능하였다.
2. 커피 품종들은 FT-IR 스펙트럼 부위인 1700-1500-1 (Amide I 과 II을 포함하는 아미노산 및 단백질계열의 화합물 들), 1500-1300-1 (phosphodiester group을 포함한 핵산 및 인지질의 정보), 1100-950cm-1 (단당류나 복합 다당류를 포함하는 carbohydrates 계열의 화합물)에서 질적, 양적 정보의 차이가 나타났다.
3. PCA 상에 나타난 8품종의 커피 품종이 각각 그룹을 형성하였다. 그 중 ‘Caturra’와 ‘Mahsellesa’ 품종은 각각의 그룹을 나타내면서 C. arabica 종에서도 다른 대사체 정보를 나타내는 것으로 확인하였고, ‘Catuai’, ‘CR-95’, ‘Geisra’, ‘Obata’, ‘Vemecia’ 그리고 ‘non’ 품종은 유사한 대사체 정보를 나타내는 것으로 확인하였다.
4. PLS-DA 분석의 경우 PCA 분석 보다 커피 품종간 식별이 뚜렷하게 나타났다.
5. 본 연구에서 확립된 대사체 수준에서 커피의 품종 식별 기술은 품종, 계통의 신속한 선발 수단으로 활용이 가능할 것으로 기대되며 육종을 통한 품종개발 가속화에 기여 할 수 있을 것으로 예상된다.
FT-IR spectral analysis based on multivariate analysis can be used to discriminate between coffee (C. arabica) plants leaf. Whole cell extracts can be used to leaves eight coffee plants and the metabolic level was subjected to Fourier transform infrared (FT-IR) spectroscopy. FT-IR spectral data from leaves were analyzed by PCA (principal component analysis), PLS-DA (partial least square discriminant analysis) and HCA (hierarchical clustering analysis). FT-IR spectrum confirmed differences between the frequency regions of 1,700-1,500, 1,500-1,300 and 1,100-950 cm-1, respectively. These spectral regions reflect the quantitative and qualitative variations of amide I, II from 1,700-1,500cm-1 (amino acids and proteins), phosphodiester groups from 1,500-1,300cm-1 (nucleic acid and phospholipid) and 1,100-950cm-1 (carbohydrate compounds). PCA revealed separate clusters that corresponded to similar species relationship. And PLS-DA showed similar species classification of coffee (C. arabica). Thus, PCA and PLS-DA could be used to the the distinction between coffee species with different metabolite contents. This study, these metabolic discrimination systems could be used for the rapid selection and classification of useful coffee cultivars.