Journal of the Korean Society of Food Science and Nutrition (한국식품영양과학회지)

The Korean Society of Food Science and Nutrition (한국식품영양과학회)
권호 표지
DOI QR코드

DOI QR Code

Analysis of Gel Powders Created from Different Acorn Crude Starches to Determine Country of Origin

도토리 조전분 및 겔 파우더에 대한 수입 원산지별 전자코 분석

  • Yang, Kee-Heun (Dept. of Food ＆ Nutrition, Chungnam National University) ;
  • Lee, Kun-Jong (Dept. of Food & Nutrition, Seoil College) ;
  • Kim, Mee-Ree (Dept. of Food ＆ Nutrition, Chungnam National University)
  • 양기현 (충남대학교 식품영양학과) ;
  • 이근종 (서일대학 식품영양학과) ;
  • 김미리 (충남대학교 식품영양학과)
  • Received : 2012.02.07
  • Accepted : 2012.05.15
  • Published : 2012.06.30
Download PDF
⟨ Previous Next ⟩

Abstract

Volatile components of acorn crude starches and gel powder created from them were analyzed by Gas Chromatograph-Ion Mobility Mass Spectrometry (GC-IMS). Crude starches were obtained from acorns harvested in South Korea (KAS), China (CAS), and North Korea (NAS). The principal component analysis (PCA) of each volatile component exhibited a significant contribution of PC 1 showing up to 60.5%. The acorn crude starch from KAS could be distinguished from crude starch from China by PC 1 (p<0.05). However, NAS and CAS could not be segregated statistically by the PC 1 component. PC 2, which exhibited 22.8% contribution, of KAS, also showed a meaningful difference (p<0.05) from those of CAS and NAS, making it possible to distinguish domestic acorn starch from imports.

GC-IMS를 이용한 도토리 조전분의 향기성분에서 주성분 PC 1, PC 2, PC 3 값을 얻었으며 2차원 그래프를 통하여 확인한 결과 국내산의 경우 PC 1에서 모두 (+)값을 보였고 최소범위 0.81 이상의 양의 값을 갖는 것으로 나타났다. PC 1의 기여율은 60.5%였고, PC 2의 기여율은 22.8%, PC 3의 기여율은 6.0%이었으며 누적기여율은 89.6%로 국내산, 북한산, 중국산 모두 PC 1의 값만으로도 향기패턴 구분에 필요한 충분한 정보를 얻을 수 있었다. PC 1과 PC 2에 대한 10개의 데이터를 평균값으로 표현했을 때 PC 1에서 국내산의 경우 441.8, 북한산 184.4, 중국산 222.0으로 나타났으며 국내산과 북한산, 국내산과 중국산은 각각 유의적 차이를 보였고 (p<0.05), 북한산과 중국산에서는 유의적 차이가 없었다. PC 2에서는 국내산은 1247.4, 북한산은 681.7로, 중국산은 575.9로 나타나 국내산과 북한산, 국내산과 중국산은 각각 유의적 차이를 보였으나(p<0.05), 북한산과 중국산은 유의적 차이가 없었다. 도토리묵을 제조하여 동결 건조시킨 후 분쇄한 시료를 가지고 분석한 겔 파우더에서도 주성분 PC 1, PC 2, PC 3 값을 얻었으며 2차원 그래프를 통하여 확인한 결과 국내산의 경우 PC 1에서 모두 (-)값을 가졌고 최소범위 -0.10 이상의 값을 갖는 것으로 나타났다. PC 1의 기여율은 40.7%, PC 2의 기여율은 27.9%, PC 3의 기여율은 15.2%였으며 누적기여율은 83.8%였다. PC 1과 PC 2에 대한 10개의 데이터를 평균값으로 표현했을 때 PC 1에서 국내산의 경우 231.7, 북한산 246.5, 중국산 294.3으로 나타났으며 국내산과 중국산, 북한산과 중국산은 유의적 차이를 보였고(p<0.05), 국내산과 북한산은 유의적 차이가 없었다. PC 2에서는 국내산은 278.0, 북한산은 217.6, 중국산은 239.5로 나타나 국내산과 북한산, 국내산과 중국산에서 각각 유의적 차이를 보였다(p<0.05). 북한산과 중국산은 유의적 차이가 없었다. 이상의 결과로 GC-IMS를 이용한 도토리 조전분 및 도토리묵에 대한 겔 파우더의 원산지 판별에서 주성분 PC 1과 PC 2의 값만으로도 국내산과 수입산(중국산과 북한산)의 구별이 가능하였다.

Keywords

References

  1. Persaud K, Dodd GO. 1982. Analysis of discrimination mechanisms of the mammalian olfactory system using a model nose. Nature 299: 352-355. https://doi.org/10.1038/299352a0
  2. Son HJ, Kang JH, Hong EJ, Lim CL, Choi JY, Noh BS. 2009. Authentication of sesame oil with addition of perilla oil using electronic nose based on mass spectrometry. Korean J Food Sci Technol 41: 609-614.
  3. DiNatale C, Macagnano A, Paolesse R, D'Amico A. 2001. Artificial olfaction systems: principles and application to food analysis. Biotechonl Agrone Soc Environ 5: 159-165.
  4. Hong HK, Shin HW, Park HS, Yun DH, Kwon CH, Lee KC, Kim ST, Morizumi T. 1996. Gas identification using microgas sensor array and neutral-network pattern recognition. Sensors Actuators 33: 68-71. https://doi.org/10.1016/0925-4005(96)01892-8
  5. Hong EJ, Park SJ, Lee HJ, Lee KG, Noh BS. 2011. Analysis of various honeys from different sources using electronic nose. Korean J Food Sci Ani Resour 31: 273-279. https://doi.org/10.5851/kosfa.2011.31.2.273
  6. Noh BS, Ko JW. 1997. Discrimination of the habitat for agricultural products by using electronic nose. Food Eng Progress 1: 103-106.
  7. Noh BS, Yang YM, Lee TS, Hong HK, Kwon CH, Sung YK. 1998. Prediction of fermentation time of Korean style soybean paste by using the portable electronic nose. Korean J Food Sci Technol 30: 356-362.
  8. Young MY, Noh BS, Hong HK. 1999. Prediction of freshness for milk by the portable electronic nose. Food Eng Progress 3: 45-50.
  9. Kim SK. 2010. Analysis of adulteration of red ginseng, bokbunja and plum extracts by the $^{13}C/^{12}C$ isotopic ratio. MS Thesis. Sejong University, Seoul, Korea.
  10. Official J. 2002. The European communities; Article 8. Regulation (EC) No 178.
  11. SAS. 2000. SAS Statistics Software. Release 8.2. SAS Institute, Cary, NC, USA.
  12. Kim KO, Kim SS, Sung NK, Lee YC. 1993. Methods and applications of sensory evaluation. Shinkwang publishing, Seoul, Korea. p 335-336.
  13. Song J, Son JR, Park NK, Cho HY, Chang KS. 2005. Classification of Japonica varieties by volatile component patterns of milled and cooked rice using electronic nose. Koeran J Crop Sci 50: 447-452.
  14. Alonso R, Rodriguez-Estevez V, Dominguez-Vidal A, Ayora-Canada MJ, Arce L, Valcárcel M. 2008. Ion mobility spectrometry of volatile compounds from Iberian pig fat for fast feeding regime authentication. Talanta 76: 591-596. https://doi.org/10.1016/j.talanta.2008.03.052
  15. Kim KY, Lee KJ, Choi KH, Choi DS, Son JR, Kang SY, Chang YC. 2004. Odor analysis for beef freshness estimation with electronic nose. J Biosys Eng 29: 317-322. https://doi.org/10.5307/JBE.2004.29.4.317
  16. Kim SM, Noh BS. 2002. Characteristics of shelflife of soybean curd by electronic noses-using PCA and cluster analysis. J Biosys Eng 27: 241-248. https://doi.org/10.5307/JBE.2002.27.3.241
  17. Shin JA, Lee KT. 2003. The identification of blended sesame oils by electronic nose. Korean J Food Sci Technol 35: 648-652.

Cited by

  1. A Review of the General Characteristics and Functions of Acorns vol.29, pp.1, 2016, https://doi.org/10.9799/ksfan.2016.29.1.058
  2. Classification of Aroma Using Neural Network vol.23, pp.5, 2013, https://doi.org/10.5391/JKIIS.2013.23.5.431