질량분석기를 바탕으로 한 전자코를 이용하여
palm oleic triglyceride
와palm stearic triglyceride
의 혼합 정도 판별분석노봉수 서울여자대학교 식품공학과
1. 서 론
식생활의 변화로 인하여 유지를 사용한 식품의 섭취가 증가하는 추세이며, 유지에 대한 관심도 높아 지고 있다. 식용유지는 가열조리에 의해 지방 성분이 산화 혹은 가수분해되어 aldehyde류, alcohol류, ester류, ketone류, carboxylic acid, hydrocarbons가 생성되어 비정상적인 맛과 이취를 갖게 되는 산패 를 일으킨다(1~2). 이러한 이유로 조리 과정 중 유지의 상태는 식품 품질 및 안정성과 관련하여 매우 중요하며, 상업적인 면으로 볼 때 튀김 공정에서 가열 상태가 지속적으로 반복되어 산화 분해산물이 축적되고 튀김 식품에 이들 화합물이 함유될 가능성이 있기 때문에 유지의 품질관리 차원에서도 중 요하다(3).
가공 식품에 많이 이용되는 팜유는 저장과 열에 불안정한 linoleic acid와 linolenic acid의 양이 적 어서 안정감을 제공하며, carotene과 vitamin E가 함유되어 있어 영양적으로도 우수하다고 알려져 있 다(4). 팜유는 산화안정성 및 튀김 적성이 우수하여 튀김유로서 널리 이용되고 있는 반면, 상온에서 결정화되거나 고체화되어 샐러드유나 조리유로서의 용도가 제한된다(5, 6). 그러나 분별 기술의 발달 과 함께 분별된 팜 올레인유는 상온에서 액체 상태를 유지하면서도 산화안정성이 우수하므로, 산화 안정성이 비교적 약한 식물유에 혼합 사용하는 것이 바람직하다고 보고되어 있다(7).
이미 팜유에 대한 연구는 많이 이루어지고 있으며 그중 팜 올레인유가 튀김 조리 시 가장 적 절하다고 보고되었고(8), 라면의 품질 개선을 위해서도 팜유 사용이 적절하다는 연구가 이루어 졌다(9). 또한 미강유에 팜 올레인을 혼합하면 산화 시 안정성이 향상되어 라면을 제조하였을
때 팜유의 혼합비율 증가에 따라 저장 안정성이 증가하였으며(10, 11), 대두유 및 옥수수유에 팜 유를 혼합할 경우에는 산화억제능력이 향상되었고(12, 13), 유과를 제조할 때 팜유를 사용하면 대두유에 비하여 산화안정성이 높아 저장 기간을 증가시킬 수 있다(14). 이러한 이유들로 인하 여 산화안정성도 높으면서 저장기간도 늘릴 수 있는 팜유를 튀김유로 이용하는 것이 적절하다 고 판단되며, 실질적으로도 많은 식품산업에서 튀김 공정에 팜유를 사용하고 있고 주로 일반 가정에서보다는 라면 제조 및 제과 업계에서 사용되고 있다(15).
팜 스테아린유는 팜 올레인유와 다르게 포화지방산의 함량이 높아 혈중 콜레스테롤 함량이 높아져 심혈관 질환과 비만을 유발하는 등의 문제점을 갖고 있지만 값이 싸서 많이 이용되고 있기 때문에, 이중결합이 있고 질이 좋으면서 가격이 비싼 팜 올레인유에 가격이 저렴한 팜 스테아린유를 혼합하 여 유통시장을 혼란시키는 문제점을 지니고 있다. 따라서 팜유의 품질관리를 비롯한 식품 안전성 확 보를 위하여 팜 올레인유의 진위 판정과 혼합 비율을 정확히 분석할 수 있는 방법의 확립이 요구되 지만, 이중결합이 한 개 들어 있는 올레인산으로 구성된 팜 올레인 트리글리세라이드와 포화 지방산 으로 구성된 팜 스테아린 글리세라이드는 구조적으로 매우 유사하여 분석이 쉽지 않다.
유지의 진위 여부 판별에 대한 연구들은 오래전부터 계속되어 왔다. Spectrometry, 질량분석기와 GC 등을 이용하여 유지의 순도 분석법이 보고(16, 17)된 바 있으나 이와 같은 기기분석은 전처리 과 정이 복잡하고 그 과정에서 미세한 성분 손실이 발생할 수 있다. Kim(18)은 혼합 참기름의 구성 성 분 양이나 혼합 비율에 따른 차이를 알아보고자 GC와 GC/MS를 이용하였는데 그 결과로 linoleic acid와 erucic acid의 함량 비율에 따라 차이가 있다는 것을 알아내었으나, 10% 이하의 범위로 혼합 되었을 때는 구분하기 어려웠다. Shin 등(19)은 Metal oxide senser(MOS)로 구성된 전자코를 이용하 여 참기름과 옥수수유의 혼합 비율에 따른 차이를 분석하였는데, 5% 이하의 범위에서는 판별에 한계 가 있었다. Haia와 Wang(20) 등도 비특이성 센서의 조합인 MOS 형태의 전자코와 다양한 형태의 인 공신경망을 사용하여 참기름에 혼입된 maize oil의 혼입량을 분석하였으나 10% 범위 이내에서는 차 이를 구별하기가 어려웠다. 이 외에도 Villavecchia-suarez 정색 반응과 sesamin, sesamol 함량의 상관 관계를 통하여 참기름의 진위 여부를 판별하였으나 그 과정이 복잡하였고(21), Cheon 등은 triacylglycerol 조성 분석을 통하여 참기름 중에 타 기름이 혼합되어 있는지 여부를 판별하였다(22, 23). 또한 자외선 흡수 특성을 이용한 타 기름의 혼입 여부 판별(24), 지방산 조성 및 탄소 동위 원 소 분석에 의한 참기름 진위 여부 판별(25), 근적외선(NIR) 분광광도계를 이용한 참기름의 진위 판별 (26~28) 등의 연구도 시행되었다.
Gurdeiz 등은 Mid-IR spectra를 이용하여 엑스트라 버진 올리브유의 타 기름의 혼합 여부를 판별 하였는데, 콩기름과 해바라기유 유채유가 혼합되었을 때 5%까지는 판별하였으나 그 이하는 구분하지 못하였다(29). 올리브 버진 오일에 헤이즐넛 오일이 혼합되어 있을 경우 HPLC를 이용하여 극성물질
로 판별한 경우와 MOS 타입 전자코를 이용하여 올리브 버진 오일에 해바라기유가 혼합되었을 때 혼합 여부를 판별하였지만 5% 이내는 구분이 어려웠다(30, 31).
Lerma-Garcia 등은 electrospray ionization mass spectrometry를 이용하여 올리브유의 등급을 판 별할 경우 등급별로 11% 이하로는 예측이 어렵다고 보고하였으며(32), 올리브 버진 오일과 일반 올 리브유를 혼합하였을 때 MOS 센서에 의한 측정과 반복된 학습을 통한 인공신경망을 이용하여 5%
범위까지 예측 가능하였다(33).
기존 유지 분석법으로 많은 방법들이 연구되어 왔으나, 그 중 많이 사용되는 방법 중 GC, GC/MS 는 복잡한 전처리 과정들로 많은 시간과 노동력이 소요되며 전처리 과정 중 분리하거나 용매를 사용 하는 과정에서 산화되거나 변질될 가능성이 있으며 또 어느 정도 숙달된 숙련자에 의해 실험을 진행 해야 하는 문제점이 있다. 또한 MOS 형태의 전자코는 정성적인 차이 구별에는 용이하지만 환경에 따라 선택성이나 감응도가 낮아져 재현성이 떨어지기 때문에 정량 분석에는 한계가 있고, 5~10% 이 하 혼합비율 간의 차이는 측정이 어려웠다.
기존의 유지 분석방법에 대한 이러한 한계점을 극복하고자 간편하며 신속하게 판별할 수 있는 새 로운 분석방법이 요구되고 있어, 사람의 후각과 비슷하게 향을 감지하며 사람이 느끼지 못할 정도의 미세한 차이까지도 식별 가능한 전자코를 본 연구에서는 활용하고자 한다.
제2세대 전자코로 불리는 질량분석기를 바탕으로 한 전자코와 GC/MS data는 서로 유사한 경향을 보여 주지만, 전자코가 아무런 전처리 과정이 요구되지 않기 때문에 GC/MS에 비하여 매우 신속하게 분석되어 대체 가능할 것으로 보인다(34).
또한 전자코는 전처리 과정이 없어 짧은 시간 내에 분석이 가능한 비파괴적인 분석 방법으로 GC 또는 GC/MS 분석을 위한 전처리 과정에서 파괴되거나 변질되어 감지하지 못한 부분까지도 검출 가 능하며, 시료의 변질을 최소화하여 최대한 사람이 맡는 향기와 유사하게 감지한다는 특징이 있다. 그 뿐만 아니라 미량 시료의 경우에도 분석 가능하며, 정성적 분석뿐 아니라 ppb 수준의 정량적 분석까 지도 가능하다(35). 따라서 본 연구에서는 팜 올레인유와 팜 스테아린유를 신속하게 분석하면서도 혼 합 비율을 정확히 구분할 수 있는 방법으로 MS-전자코를 활용하고자 한다.
2. 연구방법
2.1 재료
팜 올레인유와 팜 스테아린유는 말레이시아에서 구입하여 CJ(Seoul, Korea)에서 정제하여 시료로 사용 하였다. 각 유지를 1g 채취하여 10mL vial(Pharma Fix. Chemmea, Slovakia)에 넣은 후 PTFE/silicone 뚜껑으로 밀봉하여 시료로 사용하였다.
2.2 Electric Nose 분석
각 시료가 들어 있는 vial은 thermostatted tray holder에서 분석 전까지 4℃를 유지하였다. 향을 채취 하기 위하여 분석 전 전자코에 장착된 교반배양기에서 300rpm으로 교반하였으며, 자동시료채취기 (CTC Analytics, Bern, Switzerland)를 이용하여 headspace syringe(Hamilton, Bonaduz, Switzerland)로 시료를 2.5mL 채취하였다. 시료 주입 시 주입구 온도는 130℃이며 자동시료채취기가 연결된 전자코 (SMart Nose 300, SMart Nose, Marin-Epagnier, Switzerland)로 분석하였다. 분석에 사용된 전자코는 질량분석기(Quadrapole Mass Spectrometer, Balzers Instruments, Marin-Epagnier, Switzerland)가 연결 되어 있으며 휘발성 물질들은 70eV에서 이온화시켜 180초 동안 생성된 이온물질을 사중극자 (quadrupole) 질량 필터를 거친 후 특정 질량 범위(10~200amu)에 속하는 물질을 정수 단위로 측정하 여 channel수로 사용하였다. 각각의 시료는 전자코 자체 내에서 3회 반복 측정하여 측정값이 제시되 었고, 시료는 3회 반복하여 분석하였다.
2.3 판별함수분석
판별함수분석(DFA; discriminant function analysis)은 MS(mass spectrometer)로 부터 생성되는 150여 개의 ion fragment 중 이온화되어 얻어진 분자들의 질량별 검출량을 기준으로 각 시료 간에 차별성 이 높은 20~30여 개의 fragments(m/z) 그룹을 독립변수로 선택하였다. 선택된 독립변수에 해당하는 감응도 값을 이용하여 다음의 식에 따라서 판별함수분석(DFA)을 실시하였으며 종속변수에 영향을 주는 독립변수를 검정하였다.
DF1=B0+B1X1+B2X2+B3X3……… +BnXn
DF1는 판별 함수값, B0는 판별상수, Bi는 판별함수계수, X는 각 fragment의 amu값에서의 intensity 를 나타낸다.
이들 독립변수 중에서 종속변수를 예측할 수 있는 판별 함수값은 DF1(discriminant function first score), DF2(discriminant function second score), DF3……, DFn으로 나타내었다. 여러 독립변수들 중 에서 종속변수에 영향력을 주는 순서를 기준으로 DF1과 DF2를 정하였고, 주로 이 두 가지의 종속변 수를 이용하여 유지의 혼합비율 간의 관계를 해석하였다.
2.4 통계분석
각기 다른 channel의 감응도의 세기를 matrix 형태로 기록되었으며, 이온화되어 얻어진 분자들 중 가 장 차별성을 높게 표현하는 분자량(m/z)을 갖는 variables 그룹을 10~20개 선정하여 판별함수분석을 실시하였으며 최적조건을 잡기 위하여 주성분 분석(principal component analysis)도 함께 실시하였다.
이때 사용된 소프트웨어는 SMart NoseⓇ statistical analysis software를 사용하였다.
2.5 향기 성분 분석
각각의 시료 3g을 20mL vial에 넣은 다음 전자코 분석과 같은 방법으로 시료의 향을 채취하였다. 포 집한 향기 성분은 GC(Shimadzu GC 2010, Shimadzu Kyoto, Japan)로 분석하였으며, 검출기로 flame ionization detector(FID)를 사용하였다. GC-FID의 작동 조건은 다음 표와 같다.
<Table 1> Conditions for operating GC-FID to analyze volatile compounds of palm oil
GC Shimadzu GC 2010
Column
DB-5 fused silica capillary column
(60m×0.32mm i.d., 0.25µm film thickness, Agilent J&W Scientific, Palo Alto, CA, USA)
Injector temp. 230℃
Detector temp. 250℃
Oven program 50℃(10min, 5℃/min)→ 160℃(10℃/min)→ 230℃(10min)
Carrier gas N2(1mL/min)
Sample size 2500µL
3. 결과 및 고찰
3.1 MS 전자코를 이용한 휘발 성분의 패턴 분석
팜유의 휘발성 물질을 MS를 바탕으로 한 전자코를 사용하여 분석한 결과, amu 40 이하인 fragment(m/z)는 주로 공기 성분에 해당하는 것으로 40~200amu에서의 감응도에 초점을 두어 비교분 석하였다.
<Figure 1>은 순수한 팜 올레인유를 전자코로 분석하여 얻은 ion fragment이며, <Figure 2>는 팜 스테아린유의 ion fragment이다. 둘 다 팜유이나 구조적인 차이로 인하여 휘발 성분의 ion fragment가 다르게 나타났으며, amu 40~85 사이에서 확연한 차이를 보였다(<Table 2>).
팜 올레인유와 팜 스테아린유를 전자코로 분석하여 얻은 감응도 값을 비교해 보면, 팜 스테아린유 에 비하여 팜 올레인유의 감응도가 낮아 두 유지의 차이를 뚜렷이 구분할 수 있었다.
팜 올레인유와 팜 스테아린유의 차이를 더 분명하게 하기 위한 전자코 분석 조건을 확립하고자 시료의 양, 교반 시간, 온도를 달리하여 측정하였다. 전자코 분석 조건은 팜 올레인유와 팜 스테아린 유 중에 감응도 값이 낮은 팜 올레인유로 감지가 가능하다면 비교적 감응도 값이 높은 팜 스테아린 유도 분석 가능할 것이라 여겨 팜 올레인유를 이용하여 조건을 확립하였다.
<Figure 3>은 팜 올레인유의 시료 양을 달리하여 전자코로 분석한 결과이다. 공기와 멀리 위치할 수록 향이 강하게 나는 것을 의미하는데, 시료의 양이 증가할수록 점차 공기와 멀리 떨어져 나타났 으며 이는 시료 양이 많을수록 휘발 성분이 강하게 나타나는 것을 알 수 있다. 0.3g은 다른 시료 양 (0.5, 0.7, 1g)과 확실히 차이를 보이나, 0.5g 이상일 때 큰 차이를 보이지 않아 시료 양을 1g로 하면 충분히 감지가 가능할 것으로 보인다.
<Figure 1> Mass spectrum of palm olein oil by electronic nose based on MS
<Figure 2> Mass spectrum of palm stearin oil by electronic nose based on MS
Response by electronic nose(×10¹¹)[A]
amu palm olein oil palm stearin oil
41 3.793 57.960
42 7.394 48.846
43 6.361 62.801
44 175.825 666.299
45 3.470 35.675
46 4.857 16.626
47 0.441 1.022
48 1.183 1.880
49 0.389 0.905
50 0.535 3.733
51 0.590 4.853
52 0.594 3.737
53 0.656 7.064
54 0.587 4.296
55 1.139 16.741
56 1.049 14.532
57 0.614 7.119
58 0.713 6.200
59 0.346 0.662
60 0.428 1.483
61 0.315 0.507
62 0.313 0.698
63 0.335 0.920
64 0.698 1.432
65 0.352 1.504
<Table 2> Response of palm olein oil and palm stearin oil by electonic nose at various amu
Response by electronic nose(×10¹¹)[A]
amu palm olein oil palm stearin oil
66 0.373 1.231
67 0.400 2.693
68 0.420 1.928
69 0.358 1.331
70 0.388 1.510
71 0.329 0.984
72 0.357 1.437
73 0.316 0.467
74 0.303 0.465
75 0.304 0.392
76 0.311 0.431
77 0.330 0.860
78 0.320 0.759
79 0.324 0.822
80 0.316 0.530
81 0.312 0.611
82 0.332 0.599
83 0.324 0.551
84 0.412 0.584
85 0.310 0.402
<Figure 3> Principal components analysis of the electronic nose data for palm olein oil at different concentrations for operating condition
<Figure 4>는 교반온도조절장치에서의 온도를 달리하여 전자코로 측정한 결과이다. 전자코 분석이 이루어지기 전에 전자코에 부착된 교반온도조절장치에서 적당한 열을 가하게 되는데, 이러한 과정은 휘발 성분의 휘발을 도와 분석을 용이하게 해주는 역할을 하게 된다.
휘발 성분이 적게 나타나는 시료의 경우에는 교반온도조절장치의 온도를 높이고 오랜 시간 교반함 으로써 휘발 성분의 휘발을 도와 분석을 용이하게 하지만, 휘발 성분이 많은 시료라면 비교적 낮은 온도와 적은 시간을 유지하여도 충분히 분석 가능하기 때문에 오랜 시간 교반하는 것은 불필요하다.
교반온도조절장치의 온도가 높아짐에 따라 공기와 차이가 크게 나타나는 것으로 보아 휘발 성분이 많이 감지된 것을 알 수 있다(<Figure 4>). 80~140℃는 온도가 높아짐에 따라 분리는 되나 온도에 따른 차이는 크게 보이지 않았지만, 160℃에서는 다른 온도와 확연한 차이를 나타내는 것으로 보아 교반온도조절장치 온도를 160℃에서 분석하게 되면 휘발 성분이 좀 더 많이 휘발되어 분석이 용이할 것으로 생각되었다.
<Figure 4> Principal components analysis of the electronic nose data for palm olein oil at different temperature of shaking incubator for operating condition
160℃에서 교반 시간에 대한 최적화를 결정하고자 2, 5, 10, 15, 20분간 교반한 시료를 전자코로 분석하였다(<Figure 5>).
오랜 시간 교반할 경우 그만큼 향이 많이 휘발되겠지만, 분석 가능한 교반 시간 이상이 되면 오히 려 분석시간이 길어져 좋지 않다. 교반 시간에 따른 차이를 전자코로 분석한 결과 오랜 시간 교반을 할수록 공기와 멀리 떨어져 위치하여 휘발 성분이 증가하는 것을 알 수 있다. 이는 교반을 오래할수 록 분석이 용이한 것을 의미한다. 그러나 15분 이하로 교반할 때는 3번 반복하였을 때 적은 오차 범
위에서 재현성을 보였으나, 20분 동안 교반을 할 때는 3번 반복한 결과 같은 조건임에도 불구하고 낮은 재현성을 보여 15분간 교반하는 것이 충분히 휘발되면서 재현성을 보여 가장 적당한 것으로 보 인다.
<Figure 5> Principal components analysis of the electronic nose data for palm olein oil at different time of shaking incubator for operating condition
<Figure 6(a)> Principal components analysis of the electronic nose data for palm olein oil at different conditions(time, temperature) of shaking incubator
<Figure 6(b)> PC1 value of Figure 6(a) at various shaking time and temperature
<Figure 6(a)>는 교반 시간과 온도에 따른 차이를 전자코로 분석한 결과로, PC1이 98.39%, PC2가 1.04%로 PC1에 의한 영향을 크게 받는다. PC1값을 막대그래프로 나타낸 결과(<Figure 6(b)>) 교반 온도보다는 일정 온도 이상에서의 시간에 따라 차이가 큰 것을 알 수 있다.
이러한 결과를 토대로 시료 1g을 15분간 160℃에서 교반시키면 충분히 휘발 성분이 휘발되어 팜 올레인유와 팜 스테아린유의 차이를 구분하기 위한 최적조건으로 설정하였다. 따라서 팜 올레인유와 팜 스테아린유의 혼합 비율을 달리한 위조 유지 판별은 이러한 최적 조건하에서 진행하였다.
팜 올레인유와 팜 스테아린유의 혼합 비율을 달리하여 전자코로 측정한 결과는 <Figure 7>과 같 다. PC1이 98.76%, PC2가 0.57%로 PC1에 의한 영향이 크며, 팜 스테아린유의 혼합 비율이 높아질 수록 PC1의 방향이 왼쪽에서 오른쪽으로 위치하는 것을 알 수 있다.
혼합 비율에 따른 PC1값의 상관관계를 식으로 나타내면 y=0.1254×6.1454(r²=0.9166)의 식을 얻을 수 있다. 여기서 y는 PC1값을, x는 팜 스테아린유의 혼합 비율(%)을 나타낸다.
<Figure 7> PCA plot of the normalized data(by 40) Principal components analysis of the electronic nose data for mixture of palm olein oil and palm
stearin oil at different concentrations
팜 올레인유와 팜 스테아린유의 혼합 비율과 PC1의 높은 상관관계를 이용하여 향후 미지의 농도 의 팜 스테아린유가 혼합된 시료의 PC1값을 적용하였을 때 팜 올레인유의 혼합 비율을 예측 가능할 것이며, 더 나아가 이 분석방법은 다른 유지의 위조 판별에도 적용 가능할 것으로 여겨진다.
PCA 분석을 통하여 팜 올레인유와 팜 스테아린유의 혼합 비율에 따른 차이를 구분하였으나, 10%
이내로는 중복되어 뚜렷이 구분되지 않아 DFA(Discriminamt function analysis) 분석을 통하여 판별을 시도하였다.
여러 변수들 중에서 변수 정보를 축약한 변수를 주성분이라 하고 원 변수를 축약할 수 있는지를 알아보는 것을 PCA(주성분 분석)라고 하는데, 이는 해석하고자 하는 다차원 데이터의 손실을 가능한 적게 하여 2차원 혹은 3차원의 데이터로 축약하는 수법으로 관측 대상이 어떠한 위치에 있는지를 시 각적으로 파악할 수 있게 된다. 반면 DFA(판별함수분석)는 2개 이상 모집단으로부터의 표본이 섞여 있을 때 각각의 케이스에 대하여 그것이 어느 모집단에 속해 있는지를 판별하기 위한 분석방법이다.
DFA는 이미 그룹이 나누어져 있는 상태이기 때문에 PCA보다는 둘 또는 세 그룹 간에 차이가 있는 지 없는지의 여부를 좀 더 확실히 보여 주는 효과적인 방법이라 할 수 있다.
MS-전자코를 이용하여 얻은 ion fragments의 mass spectrum 중 40amu 이하에서 나타난 fragment(m/z)
는 공기 중에 포함된 성분에 해당되는 것으로 이들을 제외하고 40~200amu에서의 intensity에 초점을 두 어 비교분석하였다. 이들 중 각 그룹 간에 intensity 차이가 큰 amu 20~30개를 선별하여 판별함수분석을 실시하였다. 가장 차별성을 높게 표현하는 분자량을 갖는 variables 그룹 20~30개 정도를 선정하는 것은 통계프로그램에 의해 discriminant power에 따라 자동적으로 선별되었다.
이중결합이 한 개 들어 있는 올레인산으로 구성된 팜 올레인유와 포화지방산으로 구성된 팜 스테 아린유를 전자코로 분석한 결과, 구조적으로 매우 유사하였지만 두 유지의 휘발 성분의 패턴 차이로 판별 분석이 가능하였다(<Figure 8>). 보는 바와 같이 100% 팜 올레인유는 DF1의 양의 방향에 위치 하였고, 100% 팜 스테아린유는 DF1의 음의 방향에 위치하여 뚜렷이 구분되는 것을 알 수 있었다.
또한 이 두 가지 유지를 혼합하였을 때 그 혼합 비율에 따라 DF1의 영향을 받아 비례적으로 상관관 계를 보이며 구분되었으며, 이러한 결과는 DF1의 r2값이 0.9972이고 F값이 694.66이고 DF2의 r2값이 0.9665이고 F값이 55.69로, DF2에 비하여 DF1의 영향을 주로 받으며 높은 상관관계를 갖는 것으로 나타났다.
팜 올레인유와 팜 스테아린유의 3% 혼합 비율까지 구분이 가능한지 확인하기 위하여 팜 올레인유 에 팜 스테아린유를 0, 3, 6, 9, 12, 15% 혼합한 결과는 <Figure 9>와 같다. 이는 DF1의 r2값이 0.9977이고 F값이 1042.6이고 DF2의 r2값이 0.9736이고 F값이 88.57으로, 주로 DF1의 영향을 받는 것으로 나타났으며, 팜 올레인유에 팜 스테아린유를 혼합하였을 때 혼합 비율이 증가함에 따라 DF1 값이 양의 방향에서 음의 방향으로 이동하여 위치하였다. 또한 팜 스테아린유 혼합비율과 DF1값 간 에 상관관계를 막대그래프로 표현할 결과 팜 올레인유 양이 증가함에 따라 DF1값이 감소하였으며, 이러한 결과를 통해 DF1=0.112×(팜 스테아린유 농도)+0.416의 상관관계식을 구하였다. 이때 r2=0.95 로 높은 정확도를 나타내어 팜 올레인유와 팜 스테아린 유의 혼합비율에 따른 차이를 뚜렷이 구분할 수 있었다.
위의 결과와 같이 팜 올레인유에 팜 스테아린유가 혼합된 경우, 그 혼합 비율에 따른 차이를 각각 뚜렷이 구분 가능하였으며, 그 범위는 3% 차이까지 판별하였다. 이는 기존 연구에서 판별하였던 5~10%보다 더 미세한 양이었으며, 기존 분석방법에 비하여 전처리 과정 없이 간편하게 분석이 가능 하였다.
또한 각 혼합 유지의 전자코 분석을 통하여 얻은 data를 판별함수분석한 결과, DF1값과 타 유지의 혼합비율 간의 상관관계식을 얻을 수 있었으며 이는 r2값이 1에 가까워 높은 정확도를 나타냈다. 따 라서 미지의 농도인 5%와 10%의 타 유지를 혼합할 경우 그 농도를 예측가능한지 알아보고자 하였 다. <Figure 10>은 팜 올레인유에 팜 스테아린유를 혼합한 경우 그 농도를 예측한 결과이다. 보는 바 와 같이 팜 스테아린유의 혼합 비율이 증가함에 따라 DF1의 양의 방향에서 음의 방향으로 순차적으 로 이동하고 있으며, 5%는 3%와 6% 사이에, 10%는 9%와 12% 사이에 위치하였고 점선으로 표시하 였다. 이러한 결과는 향후 미지의 팜 스테아린유 농도가 혼합된 팜 올레인유의 경우 기존에 농도를
알고 있는 시료와 함께 분석한다면 혼합 농도의 예측이 가능함을 보여 주었다. 또한 향후 비교적 값 이 비싼 유지에 값싼 유지를 혼합하여 유통할 경우 혼합 여부뿐만 아니라 혼합 비율까지도 예측이 가능하여 유지의 품질 관리에 적용이 가능할 것으로 보인다.
<Figure 8> Discriminant function analysis of the electronic nose data for mixed oil with palm olein oil(PO) and palm stearin oil(PS) at different ratios of concentration(top), Relationship between DF1 and concentration of palm olein
oil(bottom)
<Figure 9> Discriminant function analysis of the obtained data by electronic nose for mixed oil with palm olein oil(PO) and palm stearin oil(PS) at different ratios of concentration. Dotted line mean unknown of sample(top), Relationship between DF1
and concentration of palm olein oil(bottom)
<Figure 10> Discriminant function analysis of the electronic nose data for mixed oil with palm olein oil(PO) and palm stearin oil(PS) at different ratios of concentration(top), Relationship between DF1 and concentration of palm olein
oil(bottom)
<Figure 11> Changes in the GC peak area of palm olein oil and palm stearin oil 3.2 GC-FID를 이용한 팜 올레인유와 팜 스테아린유의 판별
GC 분석 시 기존의 분석 방법처럼 전처리를 하지 않고 전자코 data와 비교하기 위하여 전자코 분석 시 작용한 방법으로 headspace 안의 시료를 분석하였다.
팜 올레인유와 팜 스테아린유를 GC로 분석한 결과 <Figure 11>과 같다. 전체적으로 팜 올레인유 에 비하여 팜 스테아린유의 peak area가 크게 나타났으며, peak 수도 많았다. 이러한 결과는 앞서 전 자코로 두 유지를 분석하였을 때 팜 올레인유에 비하여 팜 스테아린유의 mass spectrum에서 나타내 는 감응도가 높게 나타난 것과 유사한 결과이다(<Figure 1>, <Figure 2>).
팜 스테아린유의 혼합 농도에 따라 GC로 구분 가능한지 알아보기 위하여 0, 10, 20, 30, 40%의 농도로 팜 스테아린유를 팜 올레인유에 혼합하여 분석한 결과(<Figure 12>), 혼합 농도가 증가함에 따라 대부분의 peak area가 커졌으며 이에 대한 수치를 <Table 3>에 나타내었다. 100% 팜 올레인유 의 경우 total area값이 275.35(area count/1000)인 반면, 100% 팜 스테아린유는 852.23으로 팜 올레인 유에 비하여 total area값이 크게 증가하였고, 10% 팜 스테아린이 혼합된 경우는 292.35, 20% 첨가 시에는 315.48, 30%는 343.54, 40%는 369.89로 나타났다. 또한 GC 분석 결과에서 측정된 3, 5, 8,
<Figure 12> Changes in the GC peak area of mixed palm stearin oil in palm olein oil(PO: palm olein oil, PS: palm stearin oil)
11번 peak는 r2값이 0.972-1로 높은 상관관계를 나타내어 특정 peak로도 혼합 비율을 예상 가능하였 다. 결과적으로 팜 스테아린유의 혼합 비율이 증가할수록 total area값이 증가하였으며, 이는 10% 범 위에서는 그 차이가 구분되었지만 10% 이하로 혼합한 경우에는 구분이 어려웠다. 이러한 결과는 참 기름에 타 기름이 혼합된 경우 GC를 이용하여 분석하였으나 10% 이내는 구분이 어려웠던 기존의 연구와 유사한 결과이다(36).
이러한 결과를 토대로 GC와 MS-전자코 분석 결과로 얻은 DF1값 간의 상관관계를 비교한 결과
Peak No.
Retention time(min)
Concentration of palm stearin oil(%)
r²3
01 10 20 30 40 100
1 7.862 4.522 4.88 5.36 5.68 5.84 19.30 0.948
2 8.163 9.56 10.38 11.79 13.01 14.16 32.40 0.977
3 8.433 13.32 16.47 25.74 29.79 35.75 97.13 0.990
4 8.688 159.25
5 8.765 64.67 69.33 75.90 81.34 87.48 122.74 1.000
6 8.977 1.30
7 9.692 4.08 3.58 3.41 3.23 3.01 7.29 0.807
8 9.703 2.36 2.97 3.62 3.89 4.34 7.91 0.998
9 9.915 5.45 5.86 6.37 6.39 6.43 17.20 0.945
10 10.032 3.70 4.24 4.96 5.53 6.38 3.76
11 10.166 1.27 1.34 1.36 1.32 1.51 2.03 0.972
12 11.464 1.29
13 12.456 2.73
14 12.614 1.51
15 12.972 15.37 16.83 18.92 20.76 22.56 41.73 0.994
16 13.125 1.31
17 15.539 2.03
18 17.765 121.56 128.19 135.07 142.05 149.51 236.17 0.897
19 20.62 1.11
20 22.596 1.14
21 22.743 7.64
22 23.168 1.93 2.17 2.33 2.63 2.76 11.91 0.945
23 25.426 1.11
24 25.941 10.81 11.44 11.70 12.30 13.29 26.37 0.963
r²=0.9916으로 높은 연관성을 가졌다(<Figure 13>). 따라서 분석시간이 오래 걸리는 GC를 대신하여 MS-전자코로 대체 가능함을 확인하였으며, 이러한 결과는 Lim 등(37)의 마늘 이취 저감화 변화를 MS-전자코와 GC로 분석한 결과 두 분석 방법 간에 상관관계가 높다는 연구 결과와 유사하였다. 결 과적으로 팜 올레인유와 팜 스테아린유는 구조가 다른 지방산으로 구성되어 있기 때문에 두 가지 유 지를 혼합하였을 때 혼합 비율에 따른 차이가 구분 가능하였으며, 이를 통해 유통시장에서 문제시되 는 위조 유지의 판별에 적용 가능할 것으로 보인다. GC와 MS-전자코 모두 혼합 비율에 따른 차이 는 구분 가능하였지만, GC에 비하여 MS-전자코의 민감도가 높아 미세한 차이를 구분할 때는 전자코 로 구분하는 것이 더 구분이 잘될 것으로 사료된다(38).
GC 분석만으로도 혼합 비율을 구분 가능하였기 때문에 GC/MS 분석은 실시하지 않았다. 인공신경 망에 적용하여 분석을 해본 결과 나타난 정확도가 MS-전자코를 이용한 분석치에 미치지는 못하였다.
<Table 3> Changes in the GC peak areas of mixed palm stearin oil in palm olein oil (Unit: Area count/1000)
Peak No.
Retention time(min)
Concentration of palm stearin oil(%)
r²3
01 10 20 30 40 100
25 26.633 2.42
26 27.375 1.14 1.12 0.00 1.34 1.05 1.15
27 27.688 1.31
28 28.13 1.36 1.41 1.22 1.60 1.97 4.91 0.959
29 28.507 1.19
30 30.57 1.20 3.62
31 32.428 8.07 8.65 4.02 9.05 9.26 12.41 0.696
32 34.464 1.02
33 37.719 2.21
34 39.338 2.16
35 40.642 1.22
36 43.233 5.17 3.78 3.71 3.63 3.38 2.46
Total 274.35 292.63 315.48 343.54 369.89 842.41 0.968
1 Rate of palm stearin oil in palm olein oil(%)
2 peak area
3 correlation coefficient between peak area and concentration of palm stearin oil
<Figure 13> Correlation between DF1 obtained by the electronic nose and the GC total peak area. Sample were mixed palm olein oil and palm stearin oil
4. 요 약
본 연구는 팜 올레인유에 팜 스테아린유가 혼합되었을 때 그 혼합 비율에 따른 차이를 전자코로 분 석하였다. 팜 올레인유와 팜 스테아린유를 혼입하여 전자코로 분석한 결과 PCA 분석을 할 경우에는 PC1의 영향을 주로 받아 팜 스테아린유의 혼합 비율이 증가함에 따라 PC1이 음의 방향에서 양의 방향으로 이동하여 나타났으나, DFA 분석을 할 경우에는 이와는 반대로 DF1의 영향을 주로 받아 혼합 비율이 증가함에 따라 DF1이 음의 방향으로 일정한 경향을 보이며 이동하여 나타났다. PCA 분석보다는 DFA분석이 미세 혼합 비율까지 구분 가능하였으며, 혼합 비율에 따른 DF1값을 막대그 래프로 나타낸 결과 혼합 비율이 증가함에 따라 DF1값이 감소하여 뚜렷한 차이를 보였다. 팜 올레 인유에 팜 스테아린유를 혼합할 경우 3% 혼합 비율까지 구분 가능하였으며, DF1=-0.112×(팜 스테아 린유 농도)+0.416와 같은 상관관계식을 얻었다(r2=0.95). 이는 GC-FID 분석 결과와도 유사하게 나타 났지만, 더 적은 혼입량까지도 구분 가능하여 기존 분석방법의 대체 가능성을 확인하였다. 또한 이를 토대로 팜 올레인유에 팜 스테아린유가 혼합될 경우 그 함량을 예측 가능하였다.
5. 기대 성과 및 활용 방안
• 본 연구는 현재까지 정성적인 분석은 가능하나 정량적인 분석까지는 활용이 미비하였던 전자코 시스템을 한층 더 확대한 연구로서, 기존의 전자코 중 하나인 MOS 타입의 전자코는 센서에 의 하여 분석되는 것이라면 질량분석기를 바탕으로 한 전자코는 수백 개의 ion fragment를 선별하여 미량을 물질까지도 그 차이 여부를 판별 가능한 분석 방법이다. 좀 더 정확한 차이 식별로 인하 여 새로운 분석 방법으로 활용이 기대된다.
• 비파괴적인 분석 방법으로 분석 시 성분의 변화를 최소화하였으며 식품 유통 과정 중에 생성되는 미량 물질이나 성분 간의 상호 반응에 대한 분석이 용이할 것으로 예상되며, 전처리 과정이 생략 되므로 전처리 과정에서 손실되기 쉬운 성분들에 대한 분석 방법으로 그 활용 가치가 기대된다.
• 기존의 분석 방법과 비교하여 세밀하면서 정확하고, 간편하며 신속하게 처리할 수 있어 많은 시 료에 대한 반복 실험을 실시함에 손쉽게 처리할 수 있는 방법으로 활용될 수 있을 것이며 성분 변화가 빠른 식품에 대하여 지속적인 품질 관리에 적용 가능할 것으로 기대된다.
• 팜유뿐 아니라 참기름 및 타 기름의 혼합 정도 여부에 따른 판별에 적용 가능할 뿐 아니라, 엑스 트라 버진 올리브유 등과 같은 고부가 가치의 휘발 성분, 기름 성분들이 품질 관리에 용이하게 사용할 수 있을 것이다. 미세한 산패 정도 분석까지도 적용 가능함으로써 국민의 먹을거리에 대
한 신뢰성 및 안정성을 높이는 데 기여할 것으로 예상된다.
• 본 연구에서 개발된 분석 방법은 신속하면서 비파괴적이기 때문에 식품뿐만 아니라 화장품이나 의약품 등 성분 변성이 염려되거나 분석 샘플 양이 많아 분석 시간이 오래 걸리는 문제를 지닌 경우 등 다방면에서의 분석에 적용 가능할 것이다.
참고문헌
1) Artman N. R, “The chemical and biological properties of heated and oxidized fats”, Adv. Lipid
Res, 7, 1969, pp. 245-330.
2) Kitts D, “Toxicity and safety of fats and oils”, Hui, Y.H. ed., Bailey’s industrial oil and fat
products, 5th de, New York: John Wiley & sons, Inc., 1, 1996, p. 249.
3) Choe EO, Lee JY, “Thermooxidative stability of soybean oil, beef tallow and palm oil during frying of steamed noodles”, Korean J. Food Sci. Technol., 30(2), 1998, pp. 288-292.
4) Jo HB, Lee KK, Jeong HJ, Kim AK, Park KA, Son YJ, Yoon YT, Kim DI, “Change of physicochemical properties of yukwa with storage condition”, The report of Seoul metropolian
govemment research institute of public health and environment, 32, 1998, p. 81.
5) Hyun YH, Ahn MS, “The study on the oxidative stability of mixed rapeseed oil with palm oil”,
Korean J. Soc. Food Sci., 9(4), 1993, pp. 317-322.
6) Han YS, Woon JY, Lee SR, “Effect of palm oil blending on the thermal and oxidative stability of soybean oil”, Korean J. Food Sci. Technol., 23(4), 1991, pp. 465-470.
7) Yoon SH, Kim SK, Teah YK, Kim KH, Know TW, “Blending effect of palm oil on the physicochemical properties of rice bran oil”, Korean J. Food Sci. technol., 18, 1986, p. 329.
8) Faur L, “Palm oil in deep frying”, Comparative performances, Rev. Corps Gras, 22, 1975, pp.
77-83.
9) 안명수, <라면 품질 개선에 관한 연구>, 성신여자대학교 연구보고서, 1980.
10) Choi KH, “Thermal stability of blended oils, prepared from blended oil and palm olein”, Thesis
for the degree of master, Korea university, 1987.
11) Kang DH, Park HK, Kim DH, “Oxidative stability of deep-fried instant noodle prepared with ricebran oil fortified by adding antioxidants or by blending with palm oil”, Korea J. Food Sci.
Technol., 21(4), 1989, p. 468.
12) Han YS, Yoon JY, Lee SR, “Effect of palm oil blending on the thermal and oxidative stability of soybean oil”, Korea J. Food Sci. Technol., 23(4), 1991, p. 465.
13) Ahn MS, Yuk HJ, “Physicochemical propertied of palm and blended palm oil with storaging and deep fat frying”, J. Living Culture Research, 8(1), 1994, pp. 285-306.
14) Jeon YJ, Hwang HS, Song YA, Park HS, Kim JM, “Effect of Palm oil and Soybean oil on the Quality and Shelf-life of Yugwa Base”, J. Korean Sci. Food Culture, 19(1), 2004, pp. 61-69.
15) 신효선, <우리나라 식용유지 산업의 현황과 발전 방향>, ≪Food Sci. Ind.≫, 18(2), 1990, 3쪽.
16) Hwang KS, Hawer WS, Nam YJ, Min BY, “Fatty acid composition and its application to detection of the adulterated sesame oil”, J. Korean Agric. Chem. Soc,. 26, 1983, pp. 157-162.
17) Ro JH, Lee MS, “Studies on the contents of special components and estimation of purity in sesame oil”, Korean J. Nutr, 16, 1983, pp. 107-114.
18) Kim KS, “Study of discrimination of authenticity for sesame oil and improvement of distribution system”, KFDA research report, Korea, 8, 2004, pp. 2165-2166.
19) Shin JA, Lee KT, “The identification of blended sesame oils by electronic nose”, Korean J.
Food Sci. Technol., 35, 2003, pp. 648-652.
20) Haia Z, Wang J, “Electronic nose and data analysis for detection of maize oil adulteration in sesame oil”, Sensor Actuator B119, 2006, pp. 449-455.
21) Lee CW, Kawk LS, “Sesamin and sesamol contents of korean sesame oils determined by HPLC method and villavecchia-suarez color reaction of the oils”, Korean J. Sani, 11, 1996, pp. 1-8.
22) Cheon SJ, Lim YH, Song IS, Ro JB, “Detection of adulteration of sesame oil(Ⅰ):
Chromatographic determination for soybean oil, linseed oil and perilla oil in sesame oil”, Korean
J. Food Hygiene, 3, 1988, pp. 59-63.
23) Cheon SJ, Lim YH, Song IS, Ro JB, “Detection of adulteration of sesame oil(Ⅱ):
Chromatographic determination of rapeseed oil in sesame oil”, Korean J. Food Hygiene, 3, 1988, pp. 105-109.
24) Lee YG, “Determination of sesame oil adulterated with other vegetable oils by spectrophotometric method”, Korea J. Food Hygiene, 8, 1993, pp. 151-155.
25) Ha JH, Hawer WD, Hwang JB, “Detection of the adulterated sesame oil by the analysis of fatty acid compositions and carbon isotope ratio”, Korean J. Food Sci. Technol., 25, 1993, pp.
345-350.
26) Kim YS, “NIR analysis for adulteration of the Korean sesame oil”, Food Technol., 1996.
27) Noh MJ, Jeong JI, Min SS, Park YSm Kim SJ, “A study on the determination of adulteration
of sesame oil by near infrared spectroscopy”, Korean J. Food Sci. Technol., 36, 2004, pp.
527-530.
28) Kwon Yk, Cho RK, “Identification of geographical origin of sesame seeds by near infrared spectroscopy”, Agric. Chem. Biotechnol., 41, 1998, pp. 240-246.
29) Gurdeniz G, Ozen B, “Detection of adulteration of extra vergin oil by chemometric analysis of mid-infrard spectral data”, Food Chem., 116, 2009, pp. 519-525.
30) Zabaras D, Gordon MH, “Detection of prssed hazelnut oil in virgin olive oil by analysis of polar components: improvement and validation of the method”, Food Chem., 84, 2004, pp. 475-483.
31) Oliveros CC, Pavon JLP, Pinto CG, Laespada EF, Cordero BM, Forina M, “Electronic nose based on metal oxide semicoductor sensors as a fast alterative for the detection of adulteration of virgin olive oils”, Analytica Chimica Acta, 459, 2002, pp. 219-228.
32) Lerma-Garcia MJ, Herrero-Martinez JM, Ramis-Ramos G, Simo-Alfonse EF, “Evaluation of the quality of olive oil using fatty acid profiles by direct infusion electrospray ionization mass spectrometry”, Food Chem., 107, 2008, pp. 1307-1313.
33) Diego L, Garcia G, Ramon A, “Virgin olive oil quality classification combining neural network and MOS sensors”, J. Agric. Food Chem., 51, 2003, pp. 3515-3519.
34) Saevels S, Lammertyn J, Berna AZ, Veraverbeke EA, Natale CD, Nicolai BM, “An electronic nose and a mass spectrometry-based electronic nose for assessing apple quality during shelf life”,
Postharvest Biol. Technol., 31, 2004, pp. 9-19.
35) Pavon JLP, Sanchez MN, Pinto CG, Laespada MF, Cordero BM, Pena AG, “Strategies for qualitative and quantitative analyses with electronic nose based on mass spectrometer”, Trends in
Anal. Chem., 25, 2006, pp. 257-266.
36) Kim KS, “Study of discrimination of authenticity for sesame oil and improvement of distribution system”, KFDA research report, Korea, 8, 2004, pp. 2165-2166.
37) Lim CL, Hong EJ, Noh BS, Choi WS, “Effects of high hydrostatic pressure and pH on the reduction of garlic off-flavor”, Korean J. Food Sci. Technol., 42(5), 2010, pp. 533-540.
38) Pavon JLP, Sanchez MN, Pinto CG, Laespada MF, Cordero BM, Pena AG, “Strategies for qualitative and quantitative analyses with electronic nose based on mass spectrometer”, Trends in
