Discrimination and Prediction of Sesame (Sesamum indicum L.) Seeds from Different Geographical Origins based on Untargeted Volatile Profiles

Abstract

Sesame (Sesamum indicum L.) seed is one of the most popular spice crops cultivated in some countries. It is used for some cuisines mainly due to its characteristic flavor property as well as biological activity. Although there had been adulterations and contaminations of sesame seeds occurred in Korea, the method of discriminating its origins was not established. Therefore, the objective of this study was to develop an accurate and reliable procedure to discriminate sesame seeds according to the geographical origins using volatile metabolomic analysis. Sesame seeds were collected from 27 domestic regions and 10 imported regions, including China, Ethiopia, Pakistan, Nigeria, and India, which were mainly distributed in Korea. Since volatile metabolite profiles obtained from sesame seeds highly depended on the roasting conditions and solid phase microextraction (SPME) fibers, divinylbenzene/carboxon/polydimethylsiloxane (DVB/CAR/PDMS) and polydimethylsiloxane (PDMS) SPME fibers were used to compare volatile metabolites obtained by roasting sesame seeds at 40 ℃, 100 ℃, 150 ℃ and 180 ℃, respectively. The untargeted volatile metabolites profiles determined using GC/MS-SPME were analyzed by multivariate statistical analyses: principal component analysis (PCA), hierarchical cluster analysis (HCA), partial least squares discriminant analysis (PLS-DA) and support vector machines (SVM). In general, in the PCA and HCA, sesame seeds from China, India, Pakistan, Nigeria and Ethiopia were clustered, whereas ones obtained domestically from Korea was grouped together. In the case of PLS-DA and SVM, all the samples were trained that China, India and Pakistan as Asian group, Korea as domestic group, Nigeria and Ethiopia as Africa group. Then, the three groups were predicted clearly with high probability in the test set. In particular, SVM accurately predicted Korea, Asia and Africa sesame seeds in the raw sesame group with 100% probability and predicted 99.1% probability in the roasted sesame group. These results indicated that the GC-MS / SPME method combined by multivariate statistical analyses can distinguish domestic and imported sesame seeds using untargeted volatile metabolomic analysis.;참깨 (Sesamum indicum L.)는 아시아와 아프리카에서 재배되는 가장 대중적인 향신 작물 중 하나로, 그 독특한 향미 특성뿐 아니라 생물학적 활성 때문에 다양한 요리에 사용되고 있다. 국내에 유통되는 참깨와 참기름은 원산지의 혼입, 오염이 있어왔지만 이들의 원산지를 판별하는 명확한 방법이 확립되지 않은 실정이다. 따라서 본 연구의 목적은 참깨의 휘발성 대사체 분석을 활용하여 참깨를 지리적 기원에 따라 구별하는 정확하고 신뢰할 수 있는 방법을 확립하는 것이었다. 시료는 국내에서 주로 유통되는 한국, 중국, 에티오피아, 파키스탄, 나이지리아, 인도에서 재배된 참깨 중 국내산 27 개 지역, 수입산 10 개 지역에서 수집한 참깨를 사용하였다. 참깨에서 추출된 휘발성 대사산물은 로스팅 조건과 SPME fiber 에 크게 의존하기 때문에 본 실험을 하기에 앞서 예비실험을 통해 참깨의 최적 전처리 조건과 추출, 분석 방법을 확립하였다. 참깨를 40 ℃, 100 ℃, 150 ℃ 및 180 ℃에서 각각 가열 후 얻은 휘발성 대사산물을 고체상 마이크로 추출법 (SPME) fiber 중 DVB / CAR / PDMS 와 PDMS 를 사용하여 추출한 후 비교하였다. 최종적으로 GC/MS-SPME 를 활용하여 비표적 방법으로 얻은 휘발성 대사체를 주성분 분석 (PCA), 계층적 클러스터 분석 (HCA), 부분 최소 자승 판별 분석 (PLS-DA) 및 서포트 벡터 머신 (SVM)의 4 가지 다변량 통계적 기법으로 분석하였다. 전반적으로 PCA 와 HCA 에서는 중국, 인도, 파키스탄, 나이지리아, 에티오피아산 참깨가 하나의 집단으로, 한국산 참깨가 하나의 집단으로 군집화되었다. PLS-DA 와 SVM 의 경우 중국, 인도, 파키스탄산 참깨를 아시아 그룹으로, 한국산 참깨를 국내산 그룹으로, 나이지리아, 에티오피아산 참깨를 아프리카 그룹으로 훈련하였고, 검증 세트에서 높은 확률로 알맞게 예측되었다. 특히 SVM 은 생 참깨 그룹에서 한국산, 아시아산, 아프리카산을 100%의 확률로 정확하게 예측하였고, 볶은 참깨 그룹에서 99.1%의 확률로 예측하였다. 이러한 결과를 바탕으로 참깨의 휘발성 대사체 분석법을 통하여 별도의 전처리 없이 국내산과 수입산 참깨를 구별할 수 있음을 확인하였다.