Ⅰ. 서 론
현재 국내 반추가축에게 급여되는 조사료 및 곡류사료는 해외 로부터의 수입 의존도가 매우 높고, 국제 곡물 가격의 변동에 따 라 국내 축산물의 가격이 정해지는 자립도가 낮은 형태이다. 자 립도가 높은 형태의 축산으로 가기 위해서는 양질의 곡류 및 조 사료의 자급생산 시스템이 구축되어야 하며, 품질이 우수해야 한 다. 현재 국내에서 주로 이용되는 동계 사료작물은 이탈리안 라 이그라스, 호밀 및 청보리이며, 하계 사료작물은 대부분 사료용 옥수수와 수수이다. 그중에서도 사료용 수수는 건물생산성 및 잡 초와의 경합이 우수하고, 병충해에 의한 피해가 낮다. 또한 여름 철 가뭄과 더위에 강하고 (Chun et al., 1995; Lee et al., 2000), 연중 여러 번 예취가 가능한 장점을 가지고 있다. 현재 국내에서 이용되는 사료용 수수는 외국에서 육성된 품종들이며, 국내 수입 적응성 시험을 통해 선발된 품종들이 보급되고 있다. 수수속 (Sorghum genus) 에 속하는 사료용 수수는 크게 수수, 수단그라 스 그리고 수수와 수단그라스를 교잡한 수수 × 수단그라스 교잡 종 3종류로 분류할 수 있고, 출수 유무에 따라 출수형과 비출수 형으로 나뉘며, 최근에는 리그닌 함량이 적은 BMR (Brown mid rib) 품종이 개발되어 사료용 수수 내에서도 다양한 특징을 가지 고 있는 품종들이 출현하고 있다. 다양한 형태의 사료용 수수는 모두 동일한 속 (Genus)에 속하지만 품종간의 형태적 차이점이 종자에서 나타나지 않기 때문에 육안으로 품종 판별이 어렵고, 작물 출현 후 잎이나 출수여부를 통해 품종을 구별하고 있는 상황 이다. 최근 품종판별의 문제점을 해결하기 위하여 해외에서는 신 속한 분석법인 근적외선 분광법 (NIRS)을 이용한 종자의 초종과 품 종 그리고 순도 판별에 대한 연구가 이루어져 왔으며 (Huang et al., 2011; Liang et al., 2009 and Zhao et al., 2006), 이 밖에도 종자 내 함유된 영양소 함량 예측에 대한 연구가 많이 진행되어 왔다 (Gokhan et al., 2010; Akiko et al., 2011 and Aldo et al., 2011). 근적외선 분광법은 1980년대 후반에 개발된 분석법으로 분석 속 도가 빠르고, 비용이 낮으며, 사용 시 안정성이 우수하다는 특징 을 가지고 있다. 현재 국내에서는 근적외선 분광법을 이용한 사 초의 품질 조사가 많이 이루어져왔고 (Lee. 2011 and Park et al., 2011), 외형적 특징이 유사한 이탈리안 라이그라스, 페레니얼 라 이그라스 그리고 톨 페스큐 종자의 초종 판별에 대한 연구가 진 행되었지만 (Park et al., 2015), 동일 초종 내 품종 판별에 대한 연구 결과는 전무한 실정이다. 따라서 본 연구는 근적외선분광법 (NIRS)을 통해 종자형태로 품종 판별이 어려운 수수×수단그라 스 교잡종 종자 9 품종의 정확한 판별을 위해 실시하였다.
Ⅱ. 재료 및 방법
1. 종자 시료 및 스펙트라 수집
근적외선분광법을 이용하여 수수×수단그라스 교잡종 종자의 품종을 판별하기 위해 2018년에 수입된 수수×수단그라스 교잡종 9 품종을 국내 종자회사로부터 수집하였다. 9개의 품종은 ‘지세 븐 (G-7, 만생종, 비 출수형)’, ‘비엠알 골드 투 (BMR GoldⅡ, 조 생종, 출수형 BMR)’, ‘그린스타 (Greenstar, 만생종, 비 출수형)’, ‘허니츄 비엠알 (Honey chew BMR, 만생종, 비 출수형 BMR)’, ‘소르단79 (Sordan79, 중생종, 출수형)’, ‘에스에스301비엠알 (SS 301BMR, 만생종, 비 출수형 BMR)’, ‘슈퍼단 (Superdan, 중생종, 출 수형)’, ‘에스엑스17 (SX-17, 중·만생종, 출수형)’, ‘터보골드 (Turbo gold, 만생종, 비 출수형)’을 이용하였다. 각 품종별 종자 시료의 전체 스펙트라를 측정하기 위하여 Spectrastar 2500 근적외선분광 기 (Unity Scientific, Brookfield, USA)를 이용하였으며, 품종별 종자 시료 4 g을 표준원형 시료컵 (직경 35 mm, 깊이 10 mm)에 충진하여 품종별로 40개씩 측정하였다. 검량식 개발 (calibration set)을 위해 사용되어진 시료 수는 360점이었고 개발된 검량식의 검증 (validation set)을 위해 사용되어진 시료는 90점으로 품종 별로 각각 10점을 수집하였다. 각 시료의 평균 스펙트라를 얻기 위해서 680-2,500 nm범위에서 1 nm 간격으로 반사도를 측정한 후, 검량식 개발을 위해서 흡광도는 측정된 반사도에 대한 역수 의 대수값 (Log 1/R : absorbance)으로 변환시켜 사용하였다.
2. 품종판별 검량식 개발 및 검증
품종별로 얻어진 스펙트라는 중첩으로 인해 생기는 noise와 bias 를 줄이기 위해 수 처리를 하였으며 수 처리는 1차 미분을 수행 한 뒤 미분된 각 스펙트라를 다시 1차 smoothing과 스펙트라 gap 을 몇 가지 처리로 조합하여 수 처리 (1,8,8,1)하였다. 스펙트라 데이터의 분석 그리고 품종 판별을 위해 개발한 검량식은 U-cal software ver 2.0 프로그램을 이용하였으며 NIR loading value를 품종별로 달리 지정한 후 부분최소자승법 (PLS : partial least square)을 사용한 회귀분석법에 의하여 작성하였다. 얻어진 검량 식의 판별 정확도는 상관계수 (R), 검량식의 상호검증 표준오차 (SECV : standard error of cross validation)와 예측 표준오차 (SEP: standard error of prediction)를 확인하였다. 또한 농산물 원산지 판별에 주로 활용되고 있는 Discriminant Equation 알고 리즘(Howard, 1992)을 적용하여 수수×수단그라스 교잡종의 품 종 판별 가능성을 검토하였다. Discriminant Equation 분석은 WINISI Ⅱ software ver 1.50 프로그램을 사용하였다.
Ⅲ. 결과 및 고찰
1. 수수×수단그라스 교잡종 품종의 초종별 NIRS 스펙트라
수수×수단그라스 교잡종 종자의 평균 NIRS 흡수 스펙트라는 Fig. 1에 나타내었다. 바탕선의 차이, 충진 밀도 등에 따른 스펙 트라의 변이가 발견됐지만 전체적인 스펙트라는 품종에 따라 비 슷한 양상을 보였다. 일반적으로 NIRS 흡수 스펙트라는 측정하 는 물질의 화학적 성분, 입자의 크기 및 밀도와 같은 시료의 물리 적인 영향에 의해 바탕선의 변화가 일어나고 그 흡수대가 서로 겹치는데 이러한 오차를 줄이고 겹쳐있는 파장을 분리하기 위해 미분법을 통한 수 처리 기법이 이용되어진다. Fig. 2.는 Fig. 1의 스펙트라를 1차 미분하여 수 처리한 스펙트라로 미분된 스펙트 라에서는 수 처리 전의 스펙트라에서와는 달리 파장별로 흡광도 의 차이를 확인 할 수 있다. 수수×수단그라스 교잡종 종자의 스 펙트라는 1,207, 1,878 nm 부근에서 흡광도의 차이가 나타났다. 한편, 가시광선영역에서의 변이는 종자 종피의 색도 차이에 기인 하는 것으로 판단되었다. 이와 같이 원래의 스펙트라를 수 처리 를 통해 미분함으로써 바탕선의 변화 제거 및 겹친 흡수대의 분 리 등으로 스펙트라 간의 차이를 확인이 가능하였다.
2. 수수×수단그라스 교잡종 종자의 초종 판별 검량식 개발 및 검증
수 처리된 품종별 스펙트라의 PLS 회귀분석법을 통해 가시영 역 파장 (680 - 1,099 nm), NIR영역 파장 (1,100 - 2,500 nm) 그 리고 NIRS 전체영역 파장 (680 - 2,500 nm)으로 분리하여 검량 식을 작성한 결과는 Table 1과 Fig. 3에서 보는 바와 같다. 수수× 수단그라스 교잡종 종자 판별 검량식 개발을 위하여 이탈리안 라 이그라스의 loading value 10~90으로 설정한 다음, 1차 미분한 스펙트라를 PLS 회귀분석법을 적용하여 검량식을 유도하였다. 검량식 작성 후에는 다시 교차검증 (cross validation)을 사용하 여 내부검증을 하였다. 교차검증은 검량식 작성에 사용된 시료를 제외한 나머지 시료를 이용하여 도출된 검량식을 예측 검증하는 방법으로 SECV와 R2CV 값으로 정확도를 검증하였다. 검량식 작 성은 최적화된 factor (파장요인)의 수를 결정하는 것이 중요하며 일반적으로 factor의 수가 증가할수록 R2과 SEC값이 좋아지는 반면 SECV 값이 증가하므로 적절한 factor를 선택해야 over fitting이 일어나지 않고 정확한 검량식을 유도할 수 있다. 수수× 수단그라스 교잡종 종자 12 품종의 파장대역별에 따라 유도된 검량식의 판별 정확성은 모든 파장대에서 우수한 결과를 보였다. 수수×수단그라스 교잡종 종자의 품종 판별 정확성은 NIR 파장 대역에서 SECV 8.44 그리고 R2CV 0.89으로 가장 판별 정확성이 낮았으며 NIRS 전체 파장대역에서 SECV 7.88 그리고 R2CV 0.09 로 가장 높은 판별 정확성을 나타내었다. Ahan and Kim (2012) 은 NIRS 전체 파장대역 (400 - 2500 nm)에서 국내산 콩과 수입 산 콩의 원산지 판별이 가능하다고 보고하였으며, He et al (2007) 은 NIRS의 PCA기법을 이용하여 가시파장대역 (325 - 1075 nm) 에서 녹차의 품종판별이 가능하였다는 보고를 하였다. 수 처리 및 PLS 회귀분석법에 의해 개발된 검량식을 각 품종별로 20개의 미 지시료 (총 60개)를 이용하여 검증한 결과는 Table 2와 Fig. 3에서 보는바와 같다. 검증 결과는 가시영역 파장대에서 loading value 평균값이 45.84로 상관값이 0.73으로 다른 파장대역보다 예측능 력이 낮은 것으로 나타났다. 파장대역별 예측 정확성은 NIR 파장 대역 (1100 - 2500 nm)에서의 교차검증오차 값이 (SECV) 8.44에 서 예측 오차 (SEP) 12.03로 높아졌으며 가시영역대 (680 - 1099) 는 SECV 8.23에서 SEP 12.51로 낮아졌다. 따라서 미지의 시료 를 이용하여 검증한 결과 개발된 검량식의 판별 정확성을 확인할 수 있었으며 NIRS에서 본 검량식을 이용하면 동일 초종 내에서 의 품종판별이 가능할 것으로 판단된다.
3. Discrimination equation에 의한 수수×수단그라스 교잡종 종자 판별
Discrimination equation 분석법에 의한 수수×수단그라스 교 잡종 종자의 품종판별 결과는 Table 3에서 보는 바와 같다. 근적 외선분광법 (NIRS)을 이용한 농산물 원산지 판별에 활용되고 있 는 discrimination equation 분석법은 주성분분석 (Principle component analysis, PCA)의 중앙 평균에서의 절대거리를 측정 함으로써 시료의 동질성 여부를 판단하게 되며, 유도된 PCA 값 으로 two-block PLS (Partial least square regression)방법에 의 해 집단을 2개로 구분한 후 집단간의 PLS score에 의하여 집단 의 차이를 판별한다 (Howard, 1992). Discrimination equation 분석법에 의한 NIRS 파장대역별 수수×수단그라스 교잡종 종자 판별 결과는 가시영역대에서는 모든 품종이 64 ~ 100%의 비율 로 정확성을 가지고 정확하게 (Hits) 판별하였고 정확하지는 않 지만 2~12 % 비율로 부정확하게 판별 (Uncertain)하였으며 전혀 판별을 하지 못하는 (Miss) 시료는 4~24 % 비율로 나타났다.하 지만 NIRS 파장 영역대에서는 ‘Hits’의 비율이 가시영역대보다 높게 나타났으며, 9번 품종 (Turbo gold)을 제외하고 부정확한 판별결과가 나타나지 않았다. NIRS 전체 영역대에서는 품종간에 판별 정확성이 차이가 비교적 낮게 나타났으며, 모든 품종이 84 ~ 100 %의 비율로 정확하게 판별되었고 부정확한 판별이 2% 그 리고 판별이 불가한 시료는 2 ~ 18 % 비율로 나타났다. 국내에서 NIRS를 이용한 discrimination equation으로 농산물의 원산지 판 별을 수행한 결과를 보면 Chun and Cho (2007)는 국산과 일본산 녹차 판별에서 79.5 %의 정확도로 판별이 가능하였고 Chun (2007)은 국산과 중국산 녹차를 79.3 %의 정확도로 판별이 가능하 였다. 외국에서는 분쇄한 밀을 이용하여 유럽 밀의 품종을 94 % 정확도를 가지고 판별이 가능함을 보고하였다 (Miralbés, 2008). 이러한 결과의 차이는 주성분분석에 사용된 Principle component (주요성분)의 수에 영향을 받는 것으로 생각된다. 따라서 정확한 주 성분분석이 뒷받침 된다면 NIRS를 이용한 discrimination equation 방법도 수수×수단그라스 교잡종 종자 품종 판별에 이용될 수 있 을 것으로 판단된다.
Ⅳ. 요 약
본 연구는 근적외선분광법을 이용하여 국내에서 재배중인 수 수×수단그라스 교잡종 품 판별 가능성을 검토하고자 수행되었다. 근적외선분광기를 이용하여 수수×수단그라스 교잡종 종자를 가 시파장 대역대 (680 - 1,099 nm), NIRS 파장 대역대 (1,100 - 2,500 nm) 및 NIRS 전체 파장 대역대 (680 - 2,500 nm)로 구분하여 스펙트라를 얻은 후 1차 미분과 8 nm gap으로 수 처리를 수행하 였으며 부분최소자승 (PLS) 회귀분석법을 통해 품종판별 검량식 을 개발하고 판별 정확성을 검증하였다. 수수×수단그라스 교잡종 품종 판별의 정확성은 NIR파장대역에서 SECV 8.44 그리고 R2CV 0.89로 가장 판별 정확성이 낮았으며 NIRS 전체 파장대역에서 SECV 7.88 그리고 R2CV 0.90로 가장 높은 판별 정확성을 나타 내었다. 파장대역별 예측 정확성은 NIR 파장대역 (1,100 - 2,500 nm)이 가장 우수하였으며, 교차검증오차 (SECV) 8.44에서 예측 오차 (SEP) 12.03로 높아졌으며 가시영역대 (680 - 1,099)는 SECV 8.23에서 SEP 12.51로 높아졌다. Discrimination equation 분석법 에 의한 NIRS 전체 파장대역별 수수×수단그라스 교잡종 종자의 판별 결과는 품종간에 판별 정확성의 차이가 크게 나타났으며 1, 2, 4 그리고 8번 품종 (G-7, BMR Gold Ⅱ, Honey chew and SX-17)에서는 100 %의 정확성으로 가장 높게 나타났다. 따라서 NIRS를 이용한 수수×수단그라스 교잡종 종자의 판별분석이 가 능할 것으로 판단되었다.
