Analysis of Flavor and Taste Patterns of Various Processed Animal Foods: Using the Electronic Tongue and Nose

Hee Sung Moon; Se Young Yu; Younglan Ban; Hyeonjin Park; Sojeong Yoon; Na Eun Yang; Seong Jun Hong; Hyun-Wook Kim; Kyeong Soo Kim; Eun Ju Jeong; Eui-Cheol Shin

doi:10.3746/jkfn.2024.53.12.1267

Ex) Article Title, Author, Keywords

Online ISSN 2288-5978

Article

home

All Articles

View

No.	Article Type	Article Title	Article Page

Article

Split Viewer

Journal of the Korean Society of Food Science and Nutrition 2024; 53(12): 1267-1285

Published online December 31, 2024 https://doi.org/10.3746/jkfn.2024.53.12.1267

Analysis of Flavor and Taste Patterns of Various Processed Animal Foods: Using the Electronic Tongue and Nose

Hee Sung Moon^¹, Se Young Yu^¹, Younglan Ban^², Hyeonjin Park^², Sojeong Yoon^², Na Eun Yang^², Seong Jun Hong^², Hyun-Wook Kim^², Kyeong Soo Kim^², Eun Ju Jeong^², and Eui-Cheol Shin^{¹^,²}

^¹Department of Food Science and ^²Department of GreenBio Science, Gyeongsang National University

Correspondence to:Eui-Cheol Shin, Department of GreenBio Science, Gyeongsang National University, 33, Dongjin-ro, Jinju-si, Gyeongnam 52725, Korea, E-mail: eshin@gnu.ac.kr
*These authors contributed equally to this work.

Received: August 28, 2024; Revised: September 28, 2024; Accepted: September 29, 2024

This is an Open Access article distributed under the terms of the Creative Commons Attribution Non-Commercial License (https://creativecommons.org/licenses/by-nc/4.0) which permits unrestricted non-commercial use, distribution, and reproduction in any medium, provided the original work is properly cited.

Abstract

Go to

Abstract
서 론
재료 및 방법
결과 및 고찰
요 약
감사의 글
References

In this study, the flavor patterns of 20 processed foods in four different formulations (jerky-type, stick-type, puffed-type, and thermally processed-type) were analyzed. The electronic tongue was used for taste analysis, and the electronic nose was used for volatile aroma compound analysis. Thermal processed foods were associated with salty taste, while jerky-type and puffed-type processed foods were associated with umami taste using the electronic tongue analysis. The electronic nose results showed 49, 26, 55, and 56 volatile compounds in the jerky type, the stick-type, the puffed-type, and the thermal processed-types, respectively. Multivariate analysis using electronic tongue sensor values, volatile aroma compounds, and nutritional content showed that volatile aroma compounds played a more important role than taste components. These results are expected to be used as a basis for the development of various processed food formulations.

Keywords: formulation, processed food, nutritional content, electronic tongue, electronic nose

서 론

Go to

Abstract
서 론
재료 및 방법
결과 및 고찰
요 약
감사의 글
References

가공식품이란 향, 맛, 기호성, 편의성 및 안전성 등을 고려해 가공한 식품을 의미한다. 이는 준비하는 데 시간이 적게 들며 간단하게 섭취할 수 있고, 가용성 및 접근성이 좋아 현대인에게 적합한 식품 공급원이다(Lee와 Cho, 2024; Shaheen 등, 2024). 최근 인구의 고령화, 1･2인 단위 가구의 증가, 외식산업 및 여성의 경제활동 확대･성장 등 사회 경제적 여건 변화로 인하여 식품소비 트렌드가 급변하고 있다. 또한 시간에 대한 기회비용이 크고 식품 조리에 익숙하지 못하며, 가격에 민감한 소비자들은 저렴하면서 양도 많고 섭취가 편리한 가공식품을 선호하는 경향이 있다(Lee와 Ahn, 2016). 이로 인해 식품 섭취에 있어서 외식의 비중이 급격히 확대되고 있으며, 가정에서도 조리하지 않는 가공식품 또는 간단한 조리를 통해서 간편하게 먹을 수 있는 밀키트의 소비가 크게 증가하고 있는 추세이다(Lee와 Ahn, 2016).

우리나라에서의 동물성 소재 소비는 고도 경제 성장 및 서구화된 식생활의 변화 등에 의해 폭발적으로 증가해 왔다. 이에 따라 최근 가공식품은 대부분 동물성 소재를 통해서 제조되는데 대표적으로 닭고기, 소고기, 오리고기, 연어, 양고기, 말고기 등과 같은 여러 종류의 소재를 이용한다(Kwon 등, 2017). 이러한 동물성 원료를 주재료로 한 가공식품에는 단백질의 함량이 높으며, 이러한 식이 내 풍부한 단백질 함량은 우리 몸의 생명 유지에 필수적인 영양소로 작용하고 수분, 산･염기의 평형 및 면역 기능 등을 수행하고 있다(Kwon과 Choi, 2018).

육류 및 수산 가공식품에는 육포 형태, 스틱 형태, 팽화 형태, 화식 형태 등과 같은 다양한 제형이 존재한다. 그중 대표적인 제형인 육포는 풍부한 단백질 함량에 비해서 질량이 적고 실온 보관이 용이하다는 장점이 있다(Park 등, 2007). 스틱 형태는 고형, 반고형, 액상 등 다양한 제형으로 제공될 수 있으며 이는 1회분 섭취량이 명확하다는 장점이 있다. 팽화 형태는 비교적 단시간에 마찰과 고온처리로 조리되어 음식의 소화율 및 기호성이 증가한다는 장점이 있다(Kim 등, 2021). 그리고 화식 형태는 볏짚과 쌀겨를 포함해 옥수수, 묵 찌꺼기, 콩비지, 싸라기 등을 곡물과 혼합한 뒤 가열하여 섭취하기 용이한 상태로 가공한 식품을 말하며, 이는 소화율을 개선할 수 있다는 장점이 있다(Alvarenga 등, 2018; Carciofi 등, 2012).

최근 식품의 품질평가 및 관리의 측면에서 신속하고 재현성 있는 객관적인 향미 분석을 위해 전자혀(electronic tongue) 및 전자코(electronic nose)와 같은 전자센서(electronic sensor)를 활용한 생체 모방 감각 기반 기계 인식 기술(biomimetic sensory-based machine perception technology)이 활용되고 있다(Jo 등, 2016). 시료의 향미 특성을 확인하는 방식인 전자혀와 전자코를 통한 품질 분석은 서로 다른 민감도를 가진 센서를 사용하여 패턴 분석을 가능하게 만든다. 이러한 분석법은 주관적인 관능검사에 비해서 재현성이 높으며 객관적인 데이터를 신속하게 제공할 수 있다는 장점이 있어, 식품산업에서 유용하게 사용되고 있다(Yoon 등, 2023).

현재 동물성 소재를 활용한 다양한 제형의 가공식품은 활발히 생산되고 있지만, 제형에 따른 향미의 관계에 대한 분석은 부족한 실정이다. 이에 본 연구에서는 다양한 동물성 원료로 생산 및 가공되는 4가지의 제형(육포, 스틱 형태, 팽화 형태 및 화식 형태)의 육가공품 20종을 대상으로 가공식품의 제형에 따라 향과 맛이 어떠한 상관관계를 나타내는지 알아보기 위해 전자혀와 전자코를 이용하여 분석하였고, 다변량 분석을 통해 맛 성분, 향기 성분 및 영양 성분의 패턴을 확인하였다. 본 연구의 결과를 통해 향후 다양한 동물성 소재를 사용해 제조하는 여러 가지 제형의 가공식품의 향과 맛의 상관관계에 대한 데이터를 제공하여, 동물성 소재를 활용한 다양한 제형의 가공식품 개발과 같은 분야에 사용될 수 있는 기초자료를 제공하는 것을 목표로 한다.

재료 및 방법

Go to

Abstract
서 론
재료 및 방법
결과 및 고찰
요 약
감사의 글
References

실험재료

본 실험에 사용된 소재별 가공식품은 현재 상업적으로 시판되고 있는 제품을 구입하여 사용하였고, 온라인 구매를 통해 B사의 제품을 선택하였다. 제품의 선정 기준으로는 유해한 식품첨가물이 첨가되지 않은 상태에서 닭(chicken; C), 소(beef; B), 오리(duck; D), 연어(salmon; S), 양(lamb; L) 및 말(horse; H)의 소재로 이루어진 가공식품 20개를 무작위로 선택하여 실험에 사용하였다. 선택한 샘플의 제형은 육포 형태(jerky type; J), 팽화 형태(puffed type; P), 스틱 형태(stick type; S) 및 화식 형태(thermally processed type; T)로 구성되었다. 실험에 사용된 제품의 표시는 주원료와 제형에 따라 작성되었고, 주원료와 제형이 같지만 포함된 성분이 다를 경우에는 1, 2로 표기하였다. 각기 다른 제형과 원료로 구성된 가공식품을 닭(CJ, CP, CT1, CT2), 소(BJ, BP1, BP2, BT), 오리(DJ, DP, DT), 연어(SS, ST1, ST2, SP1, SP2), 양(LS, LP), 말(HJ1, HJ2)로 분류하여 휘발성 향기 성분과 맛 성분을 분석하였다. 각 가공식품의 주원료, seasoning, 수분, 단백질, 조회분, 지방, 탄수화물의 함량을 Table 1에 나타내었으며, 이때 각 가공식품의 첨가물 비율은 제조사의 정책에 따라 상세히 공개되지 않았다. 샘플들은 감각적 특징과 품질이 저하되는 것을 방지하고자 분석 전까지 4°C의 온도에서 냉장 보관하였다.

Table 1 . Main ingredients and seasoning in sample set

Sample		Main ingredients	Seasoning	Proximate (%wet basis)

				Moisture	Crude protein	Crude lipid	Crude ash	Carbohydrate
Jerky type	CJ	chicken breast	sorbitol, refined salt	30	40	1.5	5	23.5
	BJ	beef	sorbitol, refined salt	30	40	1.5	5	23.5
	DJ	duck breast	sorbitol, refined salt	30	40	1.5	5	23.5
	HJ1	horse meat	sorbitol, refined salt	30	40	1.5	5	23.5
	HJ2	horse meat, flour, green-lipped mussel	sorbitol, beef seasoning	55	14	4	5	22

Stick type	SS	salmon, flour, soybean meal, chicory, surimi	sugar, sorbitol, refined salt	30	15	2.2	6	46.8
Stick type	LS	lamb, frozen surimi, grain	sugar, sorbitol, refined salt, beef seasoning powder	30	12	0.7	5	52.3

Puffed type	CP	chicken, grain, chicken scrap, cheese	sugar, sorbitol, refined salt	12	8	8	2	70
	BP1	beef, rice, carrot, broccoli	fructooligosaccharide	23	26	8	8	35
	BP2	beef, rice, cattle liver, sea mustard	-	10	28	11	12	39
	DP	duck, rice, green-lipped mussel, carrot, broccoli	fructooligosaccharide	23	26	8	8	35
	SP1	salmon, rice, carrot, broccoli	fructooligosaccharide	23	26	8	8	35
	SP2	salmon, rice, seamustard	-	10	28	11	12	39
	LP	lamb, potato, tapioca, coconut powder	-	23	28	10	9	30

Thermally processed Type	CT1	chicken, carrot, potato, pumpkin, broccoli	calcium phosphate	75	11	6	3	5
	CT2	chicken breast, rice, red ginseng, pumpkin, carrot, cabbage	fructooligosaccharide	90	4	0.2	1	4.8
	BT	beef, rice, tomato, pumpkin, broccoli	fructooligosaccharide	90	4	0.2	3	2.8
	DT	duck, potato, carrot, broccoli, spinach, pumpkin	calcium phosphate	75	12	6	3	4
	ST1	salmon, carrot, potato, broccoli, pumpkin	calcium phosphate	75	10	5	3	7
	ST2	salmon, rice, red ginseng, pumpkin	fructooligosaccharide	90	4	0.2	1	4.8

CJ: chicken with jerky type, BJ: beef with jerky type, DJ: duck with jerky type, HJ1: horse with jerky type 1, HJ2: horse with jerky type 2, SS: salmon with stick type, LS: lamb with stick type, CP: chicken with puffed type, BP1: beef with puffed type 1, BP2: beef with puffed type 2, DP: duck with puffed type, SP1: salmon with puffed type 1, SP2: salmon with puffed type 2, LP: lamb with puffed type, CT1: chicken with thermally processed type 1, CT2: chicken with thermally processed type 2, BT: beef with thermally processed type, DT: duck with thermally processed type, ST1: salmon with thermally processed type 1, ST2: salmon with thermally processed type 2.

전자혀를 통한 맛 성분의 분석

원료와 제형에 따른 가공식품이 가지는 맛 성분의 패턴을 분석하기 위해 전자혀 시스템(electronic tongue Ⅱ, ASTREE, Alpha MOS)을 사용하였다. 전자혀 시스템은 인간이 기본적으로 느낄 수 있는 5가지의 맛인 신맛(AHS_sourness), 짠맛(CTS_saltiness), 감칠맛(NMS_umami), 단맛(ANS_sweetness), 쓴맛(SCS_bitterness)으로 구성되어 있으며, 2가지의 보조 센서로 구성되어 있다. 샘플 분석을 용이하게 하기 위해 각 샘플을 5 g씩 취하여 팽화 형태는 분쇄기(CSM-309, MotorMillions Electric Industries Co.)를 이용하였고 스틱 형태는 막자사발을 이용해 분쇄하였다. 상대적으로 수분이 적고 단백질 함량이 높은 육포 형태는 가위로 잘게 자른 후 전자혀 분석용 vial에 담아 정제수 100 mL와 함께 30분간 60°C에서 2×g로 교반하여 맛 성분을 추출하였다. 추출된 시료액은 No. 2 여과지(150 mm, Toyo Roshi Kaisha Ltd.)를 이용해 입자를 제거한 후 10 mL를 취해 90 mL의 정제수와 함께 10% 농도로 희석하여 전자혀 시스템을 통해 맛 성분을 측정하였다. 전자혀 분석용 vial에 제조된 시료액을 전자혀 시스템의 샘플러에 장착한 후, 2분간 센서에서 시료액을 침지하여 개별적인 맛 성분의 강도를 측정하였다. 분석 과정 중 각 샘플 간의 접촉으로 인한 오염을 방지하기 위해 1개의 샘플을 측정한 뒤 정제수로 세척하여 분석을 진행하였으며, 샘플당 6회 반복하여 분석하였다(Yoon 등, 2023).

전자코를 통한 휘발성 향기 성분의 분석

원료와 제형에 따른 가공식품이 가지는 휘발성 향기 성분의 패턴을 분석하기 위해 전자코 시스템(HERACLES Neo, Alpha MOS)을 사용하였다. 각각의 샘플 3 g을 전자코 분석용 headspace vial에 넣고 20분간 40°C에서 교반하여 휘발성 향기 성분을 headspace vial에 포화시켰다. 휘발성 향기 성분은 전자코에 부착된 자동시료 채취기를 이용하여 포집하였고, 포집된 향기 성분에서 1,000 μL를 주사기를 이용해 취한 후, 전자코에 장착된 gas chromatography injection port에 주입하였다. 분석조건은 acquisition time 110초, trap absorption temperature 40°C, trap desorption temperature 250°C, 1 mL/min의 수소 가스 유량으로 설정하였다. 전자코 분석에 MXT-5 column(Alpha MOS)이 사용되었고, 오븐 온도는 40°C로 5초간 유지한 뒤 4°C/s의 속도로 270°C까지 승온 후 30초 동안 유지되었다. 전자코 시스템은 탄소수에 기반을 둔 retention index(RI)로 진행되고 Kovat’s index library를 기반으로 둔 AroChemBase(Alpha MOS)의 정보를 통해 분리된 각 향기 성분의 peak area를 동정하였다. RI는 다음 방정식 (1)에 의해 결정되었다.

(1)RIx=100n+100−[(tRx−tRn)/(tRn+1−tRn)]

RIx는 미지의 화합물의 RI, tRx는 미지의 화합물이 머무르는 시간, tRn은 n-alkane이 머무르는 시간이며, tRn+1은 다음 n-alkane이 머무는 시간이다. tRx는 tRn과 tRn+1의 사이이고 이때 n은 탄소 원자 수를 말한다. 이러한 과정을 샘플당 3회 반복하여 분석하였다(Boo 등, 2021; Hong 등, 2021; Park 등, 2024).

통계처리

본 연구에서 전자혀와 전자코 분석에서 제시된 결괏값은 3 반복 분석을 통한 평균값(mean)과 표준편차(standard deviation)로 나타내었고, 다변량 분석법은 XLSTAT software ver. 2023(Addinsoft)을 이용하여 주성분 분석(principal component analysis, PCA)과 계층적 군집분석(hierarchical clustering analysis, HCA)으로 나타내었다. 통계분석은 Metaboanalyst 6.0(https://www.metaboanalyst.ca)을 사용해 PLS-DA(partial least squares discriminant analysis), heatmap 그리고 correlation을 바탕으로 각 휘발성 향기 성분, 맛 성분과 영양 성분의 상관관계를 나타내었다(Park 등, 2024).

결과 및 고찰

Go to

Abstract
서 론
재료 및 방법
결과 및 고찰
요 약
감사의 글
References

전자혀를 통한 가공식품의 맛 성분 분석

전자혀는 인간이 기본적으로 인지하는 5가지의 맛(신맛, 짠맛, 감칠맛, 단맛, 쓴맛)과 관련된 전자센서를 통해 상대적인 맛 강도를 제시하며, 이를 이용하여 제형에 따른 동물성 가공식품의 맛 성분 분석 결과를 Fig. 1에 나타내었다. Fig. 1A는 육포 형태인 CJ, BJ, DJ, HJ1, HJ2의 전자센서 분석값이며, Fig. 1B는 스틱 형태인 SS와 LS의 센서 값을 나타내었다. Fig. 1C는 팽화 형태인 CP, BP1, BP2, DP, SP1, SP2, LP의 센서값을 나타내었으며, Fig. 1D는 화식 형태인 CT1, CT2, BT, DT, ST1, ST2의 전자센서 분석값을 나타내어 제형별 동물성 가공식품에 대한 맛 성분을 비교 분석하였다. 신맛과 관련된 센서인 AHS는 CT2에서 9.1로 가장 높은 값이 확인되었고, ST1에서 2.8로 가장 낮은 값이 확인되었다. 짠맛과 관련된 센서인 CTS는 BP1에서 8.8로 가장 높은 값이 확인되었고, SP2에서 2.4로 가장 낮은 값이 확인되었다. 감칠맛과 관련된 센서인 NMS는 SP2에서 8.8로 가장 높은 값이 확인되었고, ST2에서 1.7로 가장 낮은 값이 확인되었다. 단맛과 관련된 센서인 ANS는 LP에서 9.4로 가장 높은 값이 확인되었으며, SP1에서 2.2로 가장 낮은 값이 확인되었다. 마지막으로 쓴맛과 관련된 센서인 SCS는 ST1에서 10.8로 가장 높은 값이 확인되었고, SP1에서 2.8로 가장 낮은 값이 확인되었다.

Fig. 1. Taste intensities of processed foods by electronic tongue (A) jerky type, (B) puffed type, (C) thermally processed type, and (D) stick type. CJ: chicken with jerky type, CP: chicken with puffed type, CT1: chicken with thermally processed type 1, CT2: chicken with thermally processed type 2, BJ: beef with jerky type, BP1: beef with puffed type 1, BP2: beef with puffed type 2, BT: beef with thermally processed type, DJ: duck with jerky type, DP: duck with puffed type, DT: duck with thermally processed type, SS: salmon with stick type, SP1: salmon with puffed type 1, SP2: salmon with puffed type 2, ST1: salmon with thermally processed type 1, ST2: salmon with thermally processed type 2, LS: lamb with stick type, LP: lamb with puffed type, HJ1: horse with jerky type 1, HJ2: horse with jerky type 2.

육포 형태 가공식품의 맛 성분 결과(Fig. 1A)는 다른 샘플에 비해 상대적으로 감칠맛이 높게 나타났으며, CJ와 HJ2에서 각각 7.9와 7.8로 감칠맛이 높은 값으로 확인되었다. Table 1에서 육포 형태의 CJ, BJ, DJ, HJ1, HJ2는 다른 샘플에 비해 비교적 높은 조단백질 함량을 확인하였다. 단백질은 동물성 소재를 활용한 가공식품에 많이 함유되어 있으며, 여러 종류의 아미노산으로 구성되어 있다(Anfinsen, 1972). 이 아미노산은 식품의 기호성 및 풍미에 중요한 요소이며, 그중 glutamic acid는 전자혀가 측정하는 전위차 값을 감칠맛으로 감지한다(Lee 등, 2012; Youn 등, 2015). Lee와 Park(2004)의 연구에 따르면 육포에서 유리 아미노산인 glutamic acid, alanine, aspartic acid의 함량이 높다고 보고되었다. 따라서 육포 형태에서 상대적으로 높게 확인된 감칠맛은 다른 샘플에 비해 비교적 높은 조단백질 함량의 영향인 것으로 판단된다.

Table 1에서 화식 형태 가공식품의 주요 성분에는 식이섬유를 많이 함유한 브로콜리, 양배추, 호박 등의 채소가 많은 것을 확인할 수 있다(Khanum 등, 2000). 이러한 채소들은 페놀, 플라보노이드, 이소플라본, 테르펜 및 글루코시놀레이트 등으로 인해 쓴맛을 가진다(Dinehart 등, 2006). 그중 호박은 L-arginine 등의 아미노산을 함유한 채소로 알려져 있으며, L-arginine은 고유의 짠맛과 강한 쓴맛을 가지고 있다(Kim 등, 2014; Mulwa 등, 2020). Youn 등(2015)에 따르면 L-arginine과 단백질 중의 감칠맛을 나타내는 아미노산인 glutamic acid와 aspartic acid가 상호작용으로 인해 짠맛을 증진시키는 효과가 있다고 보고하였다. Fig. 1D에서 쓴맛과 짠맛을 모든 샘플과 비교했을 때 높은 값으로 확인되었으며, 이는 화식 형태 가공식품의 풍부한 식이섬유와 호박 성분에 있는 L-arginine의 영향으로 판단된다. 본 연구에서는 동물성 소재를 활용한 가공식품의 맛 성분을 구별하기 위한 분석 기구로 전자혀 시스템이 적합하다고 판단된다.

전자코를 통한 가공식품의 휘발성 향기 성분 분석

동물성 소재를 활용한 가공식품의 휘발성 향기 성분을 전자센서인 전자코를 이용해 분석하였으며, 이에 대한 분석 결과를 제형에 따라 분류하여 Table 2~5에 나타내었다. Table 2에는 육포 형태에 대한 휘발성 향기 성분을 나타내었으며, Table 3에는 스틱 형태에 대해서, Table 4에는 팽화 형태에 대해서, 그리고 Table 5에는 화식 형태에 대한 휘발성 향기 성분을 나타내었다. Table 2에서 육포 형태 가공식품의 휘발성 향기 성분은 총 49개가 검출되었으며, Table 3에서 스틱 형태는 총 26개, Table 4에서 팽화 형태는 총 55개, 그리고 Table 5에서 화식 형태는 총 56개가 검출되었다. 스틱 형태 가공식품의 휘발성 향기 성분은 26개로 가장 적은 향기 성분이 검출되었으며, 수분의 함량이 상대적으로 높은 화식 형태의 가공식품은 향기 성분이 총 56개로 가장 많이 검출되었다.

Table 2 . Volatile compounds in processed food(jerky-type) using the electronic nose (peak area × 10³)

Compounds	RT¹⁾(RI²⁾)	Sensory description	Jerky-type

			CJ	BJ	DJ	HJ1	HJ2
Amines(1)
Acetonitrile	20.20(549)	Aromatic	ND3)	0.58±0.06	ND	ND	ND
Acids and esters(10)
Acetic acid	23.55(612)	Acidic, sharp	ND	0.08±0.02^a4)	0.07±0.02^a	ND	ND
Ethyl acrylate	31.35(698)	Acrid, pungent	ND	ND	ND	0.08±0.01	ND
Butanoic acid	43.53(802)	Butter, cheese	ND	0.33±0.02	ND	ND	ND
2-Methylbutanoic acid	50.92(873)	Cashew, cheese	ND	0.06±0.00	ND	ND	ND
Pentanoic acid	53.81(900)	Beefy	0.20±0.01^a	ND	ND	0.20±0.02^a	0.10±0.01^b
Hexanoic acid	60.71(982)	Cheese, pungent	ND	ND	ND	ND	0.15±0.04
Propyl pentanoate	62.15(999)	Animal	ND	ND	1.17±0.13	ND	ND
Methyl pentadecanoate	91.33(1527)	-	ND	ND	0.29±0.04	ND	ND
Methacrylic acid	101.57(1757)	-	ND	ND	ND	ND	0.08±0.02
Propyl tetradecanoate	107.88(1898)	-	0.13±0.02	ND	ND	ND	ND
Alcohols(9)
Ethanol	15.15(437)	Strong, alcoholic	4.85±1.28^b	3.68±0.57^b	4.32±0.24^b	4.36±0.21^b	15.12±0.67^a
1-Propanol	20.29(551)	Fermented	ND	ND	ND	ND	0.24±0.01
2-Methyl-1-propanol	23.64(613)	Bitter, glue	ND	ND	1.38±0.05	ND	ND
1-Butanol	27.11(651)	Fermented	ND	ND	0.10±0.01	ND	ND
Propylenglycol	36.19(740)	Caramelized	21.04±2.06^a	8.13±0.66^c	16.88±1.45^ab	13.65±5.48^bc	6.85±0.63^c
2,3-Butanediol	43.43(801)	Creamy	ND	ND	0.36±0.10^a	ND	0.48±0.09^a
2-Nonanol	69.22(1100)	Cucumber	ND	0.16±0.04	ND	ND	ND
4-Ethylphenol	72.87(1161)	Leather, smoky	0.11±0.06^a	ND	ND	ND	0.07±0.01^a
2-Butyl-1-octanol	79.93(1287)	-	ND	0.09±0.02^a	ND	0.14±0.04^a	ND
Aldehydes(2)
Acetaldehyde	14.26(417)	Etheral, pungent	0.37±0.09^d	0.97±0.09^b	0.53±0.07^C	1.05±0.06^b	1.28±0.05^a
Hexanal	43.42(800)	Fishy, fatty	ND	ND	ND	0.32±0.02^b	2.81±0.13^a
Hydrocabons(16)
2-Methylbutane	17.49(489)	Gasoline	ND	ND	ND	ND	1.20±0.04
Hexane	22.47(600)	Alkane	ND	2.54±0.15^b	ND	2.35±0.05^b	10.59±0.21^a
Methylcyclopentane	24.67(624)	Gasoline	ND	ND	ND	1.42±0.06^b	3.10±0.04^a
Cyclohexane	28.21(664)	Chloroform	ND	ND	ND	ND	0.22±0.01
3-Ethylpentane	30.13(685)	-	ND	ND	ND	ND	0.25±0.01
Octane	45.07(816)	Fusel, gasoline	ND	ND	0.07±0.07	ND	ND
4-Ethylheptane	48.24(847)	-	ND	ND	ND	ND	0.16±0.00
m-Xylene	50.87(872)	Cold meat fat	ND	ND	ND	0.10±0.04	ND
Nonane	53.86(901)	Fusel, gasoline	ND	0.23±0.01	ND	ND	ND
Decane	62.09(998)	Fusel, sweet	ND	0.26±0.05^b	ND	0.74±0.05^a	ND
4-Ethylnonane	65.47(1046)	-	1.88±0.39^a	0.42±0.13^b	ND	ND	ND
2-Methyldecane	66.75(1065)	-	ND	ND	2.54±0.14^a	1.14±0.21^b	ND
Undecane	69.17(1099)	Faint, fusel	ND	ND	0.64±0.05^a	0.25±0.12^b	ND
Pentylbenzene	72.84(1160)	Green, oily	ND	0.08±0.02^a	0.09±0.02^a	ND	ND
Tetradecane	85.69(1403)	Fusel, sweet	0.17±0.20^a	0.10±0.03^a	0.09±0.01^a	ND	ND
2,4-Dinitrotoluene	91.19(1524)	Slight	0.30±0.03^a	0.27±0.01^a	ND	0.35±0.05^a	0.33±0.04^a
Heterocyclics(2)
Furan	17.41(487)	Etheral	ND	ND	4.67±0.12^a	0.08±0.01^b	ND
Indole	79.88(1286)	Animal	ND	ND	ND	ND	0.16±0.02
Ketones(5)
Propan-2-one	17.45(488)	Apple, sweet	6.94±0.23	ND	ND	ND	ND
2,3-Pentanedione	31.39(699)	Almond, burnt	ND	ND	ND	ND	0.36±0.01
δ-Valerolactone	59,42(967)	-	0.06±0.02	ND	ND	ND	ND
δ-Nonalactone	85.81(1406)	Coconut, milky	ND	ND	ND	0.10±0.01	ND
Ambroxide	104.61(1825)	Amber, dry	ND	0.60±0.07^a	0.63±0.08^a	0.81±0.16^a	0.87±0.24^a
Sulfur-containing compounds(4)
Carbon disulfide	20.21(550)	Aromatic, sweet	ND	ND	0.31±0.07^b	0.72±0.08^a	ND
Butanethiol	35.29(732)	Coffee, sulfurous	ND	ND	0.09±0.01	ND	ND
2-Methylthiophene	40.26(774)	Onion	0.31±0.06^a	ND	ND	0.26±0.18^a	ND
Dimethyl trisulfide	59.37(966)	Meaty, onion	ND	ND	0.07±0.02^b	0.04±0.03^b	0.30±0.04^a

CJ: chicken with jerky type, BJ: beef with jerky type, DJ: duck with jerky type, HJ1: horse with jerky type, HJ2: horse with jerky type.

¹⁾RT: retention time.

²⁾RI: retention indices.

³⁾ND: not detected.

⁴⁾Mean with different letters (a~d) are significantly different between the jerky-type processed food (P<0.05).

Table 3 . Volatile compounds in processed food (stick-type) using the electronic nose (peak area×10³)

Compounds	RT¹⁾ (RI²⁾)	Sensory description	Stick-type

			SS	LS
Acids and esters(5)
Methyl isobutyrate	29.81(681)	Apple	0.29±0.08	ND³⁾
Ethylmethacrylate	44.85(814)	Acrid, acrylate	ND	0.06±0.00
Pentanoic acid	53.81(900)	Beefy	ND	0.05±0.05
Hexanoic acid	60.71(982)	Cheese, pungent	0.14±0.01	ND
Methyl pentadecanoate	91.33(1527)	-	ND	0.71±0.13
Alcohols(8)
Ethanol	15.15(437)	Strong, alcoholic	18.96±0.56^a4)	20.30±1.71^a
1-Propanol	20.29(551)	Fermented	0.98±0.20^a	0.56±0.04^b
1-Butanol	27.11(651)	Fermented	0.13±0.08	ND
1-Penten-3-ol	28.29(665)	Burnt, meaty	0.47±0.13	ND
Propylenglycol	36.19(740)	Caramelized	7.06±1.63^a	11.68±3.75^a
1-Hexanol	50.73(871)	Fusel	ND	0.43±0.02
4-Ethylphenol	72.87(1161)	Leather, smoky	ND	0.07±0.00
2-Butyl-1-octanol	79.93(1287)	-	ND	0.14±0.05
Aldehydes(3)
Acetaldehyde	14.26(417)	Etheral, pungent	1.16±0.13^a	1.07±0.14^a
But-2-enal	27.14(652)	Green, pungent	ND	0.14±0.03
Hexanal	43.42(800)	Fishy, fatty	0.62±0.07^a	0.23±0.01^b
Ethers(1)
Diethyl ether	17.53(490)	Etheral	1.39±0.32	ND
Hydrocabons(6)
Hexane	22.47(600)	Alkane	33.68±8.22^a	35.77±1.94^a
Methylcyclopentane	24.67(624)	Gasoline	10.63±2.40^a	9.69±0.64^a
Cyclohexane	28.21(664)	Chloroform	ND	0.44±0.05
Methyl eugenol	85.60(1401)	Mild, warm	0.07±0.01	ND
Tetradecane	85.69(1403)	Fusel, sweet	ND	0.09±0.02
2,4-Dinitrotoluene	91.19(1524)	Slight	ND	0.39±0.07
Ketones(2)
2-Methyl-2-cyclopenten-1-one	54.06(903)	-	0.10±0.01	ND
Ambroxide	104.61(1825)	Amber, dry	0.71±0.11	ND
Sulfur-containing compounds(1)
2-Methylthiophene	40.26(774)	Onion	1.37±0.13^a	0.57±0.17^b

SS: salmon with stick type, LS: lamb with stick type.

¹⁾RT: retention time.

²⁾RI: retention indices.

³⁾ND: not detected.

⁴⁾Means with different letters (a,b) are significantly different between the stick-type processed food (P<0.05).

Table 4 . Volatile compounds in processed food(puffed-type) using the electronic nose (peak area × 10³)

Compounds	RT¹⁾(RI²⁾)	Sensory description	Puffed-type

			CP	BP1	BP2	DP	SP1	SP2	LP
Amines(2)		-
Acetonitrile	20.20(549)	aromatic	ND3)	ND	1.65±0.27^a4)	ND	ND	1.48±0.23^a	ND
Aniline	60.15(975)	amine, pungent	ND	ND	0.05±0.00	ND	ND	ND	ND
Acids and esters(8)
Acetic acid	23.55(612)	acidic, sharp	ND	ND	ND	ND	ND	0.12±0.09	ND
2-Methylpropanoic acid	39.79(770)	acidic, cheese	0.83±0.18	ND	ND	ND	ND	ND	ND
Ethyl isobutyrate	40.38(775)	garlic, onion	ND	ND	ND	ND	ND	ND	0.85±0.03
Butanoic acid	43.53(802)	butter, cheese	ND	ND	ND	ND	1.15±0.19	ND	ND
Pentanoic acid	53.81(900)	beefy	0.22±0.01	ND	ND	ND	ND	ND	ND
Hexanoic acid	60.71(982)	cheese, pungent	ND	0.18±0.00^a	0.10±0.01^a	ND	ND	ND	0.15±0.07^a
Ethyl hexanoate	61.82(995)	apple, fruity	ND	ND	ND	0.09±0.03	ND	ND	ND
Methyl pentadecanoate	91.33(1527)	-	ND	ND	0.65±0.13^a	ND	ND	0.63±0.14^b	ND
Alcohols(6)
Ethanol	15.15(437)	strong, alcoholic	11.85±0.19^e	290.63±6.58^a	ND	143.93±7.50^c	123.37±2.35^c	173.95±22.16^b	83.79±0.91^d
2-Butanol	21.49(578)	oily	ND	ND	ND	ND	0.65±0.26	ND	ND
2-Methyl-1-propanol	23.64(613)	bitter, glue	0.98±0.18^b	2.21±0.27^a	ND	ND	2.39±0.68^a	ND	1.95±0.36^ab
Propylenglycol	36.19(740)	caramelized	18.00±2.15^ab	15.94±1.77^b	24.12±1.30^a	20.37±1.19^ab	21.41±5.71^ab	19.26±0.27^ab	14.23±2.53^b
1-Hexanol	50.73(871)	fusel	ND	0.37±0.02^a	ND	0.28±0.06^a	0.32±0.03^a	ND	0.17±0.03^b
2-Butyl-1-octanol	79.93(1287)	-	ND	0.11±0.00^a	0.12±0.02^a	ND	0.12±0.02^a	ND	ND
Aldehydes(8)
Acetaldehyde	14.26(417)	etheral, pungent	1.07±0.06^c	1.88±0.22^ab	1.73±0.13^ab	2.17±0.15^a	1.74±0.23^ab	1.64±0.19^b	1.61±0.23^b
Propenal	16.30(463)	pungent, sweet	ND	ND	164.12±7.65	ND	ND	ND	ND
But-2-enal	27.14(652)	green, pungent	0.72±0.08^c	ND	ND	1.65±0.11^a	1.40±0.10^b	ND	1.27±0.07^b
2-Methylbutanal	28.08(662)	almond, burnt	ND	ND	ND	1.63±0.14^a	ND	0.87±0.08^c	1.26±0.02^b
Hexanal	43.42(800)	fishy, fatty	ND	0.58±0.09^c	0.88±0.07^b	0.59±0.13^c	ND	0.30±0.01^d	1.23±0.04^a
2,4-Heptadienal	62.77(1007)	dry, musty	ND	ND	ND	ND	0.18±0.09	ND	ND
2-Octenal	66.52(1061)	burnt, fatty	ND	0.20±0.03	ND	ND	ND	ND	ND
3,6-Nonadienal	69.31(1102)	cucumber	ND	0.10±0.04^a	ND	ND	0.15±0.02^a	ND	ND
Ethers(1)
Dipropylene glycol methyl ether	67.01(1068)	etheral	ND	ND	0.04±0.04	ND	ND	ND	ND
Hydrocabons(17)
Hexane	22.47(600)	alkane	4.31±0.23^c	ND	ND	11.71±1.64^a	9.17±1.05^ab	ND	9.06±0.21^b
Methylcyclopentane	24.67(624)	gasoline	ND	ND	ND	3.58±0.74	ND	ND	ND
Fluorobenzene	29.95(683)	butter, creamy	0.07±0.01	ND	ND	ND	ND	ND	ND
3-Ethylpentane	30.13(685)	-	0.09±0.00	ND	ND	ND	ND	ND	ND
m-Xylene	50.87(872)	cold meat fat	0.10±0.01	ND	ND	ND	ND	ND	ND
3-Methyl-octane	53.11(894)	-	ND	ND	ND	ND	0.10±0.04	ND	ND
1,4-Dichlorobutane	54.17(905)	-	ND	ND	ND	0.07±0.00	ND	ND	ND
1-Chloroheptane	57.89(949)	-	ND	ND	ND	0.07±0.01	ND	ND	ND
Cumene	61.88(996)	herbaceous	ND	ND	ND	ND	ND	ND	0.22±0.06
Butylbenzene	66.22(1057)	-	ND	ND	ND	5.14±8.47^a	0.26±0.04^a	ND	ND
4-Methyldecane	66,71(1064)	-	0.42±0.07	ND	ND	ND	ND	ND	ND
Undecane	69.17(1099)	faint, fusel	ND	ND	ND	0.13±0.01	ND	ND	ND
Pentylbenzene	72.84(1160)	green, oily	0.08±0.01^ab	0.09±0.02^a	ND	ND	0.08±0.00^ab	0.07±0.00^b	0.07±0.01^ab
Methyl eugenol	85.60(1401)	mild, warm	ND	ND	0.10±0.01^a	ND	ND	0.07±0.01^a	ND
Tetradecane	85.69(1403)	fusel, sweet	ND	ND	ND	0.09±0.00^a	0.09±0.01^a	ND	0.05±0.05^a
Myristicin	91.06(1521)	balsamic	ND	ND	ND	ND	ND	0.29±0.05	ND
2,4-Dinitrotoluene	91.19(1524)	slight	0.35±0.04^a	0.29±0.04^a	0.34±0.05^a	ND	0.29±0.02^a	ND	0.32±0.01^a
Heterocyclics(2)
5-Methylfurfural	60.80(983)	almond, burnt sugar	0.08±0.01	ND	ND	ND	ND	ND	ND
Indole	79.88(1286)	animal	0.14±0.01	ND	ND	ND	ND	ND	ND
Ketones(6)
Propan-2-one	17.45(488)	apple, sweet	ND	ND	11.92±1.31^a	ND	ND	10.11±0.75^a	ND
3-Pentanone	30.31(687)	cheese	ND	ND	ND	0.06±0.05	ND	ND	ND
2,3-Pentanedione	31.39(699)	almond, burnt	ND	0.22±0.02^b	0.37±0.03^a	0.24±0.02^b	0.42±0.04^a	ND	ND
Cyclopentanone	39.71(769)	minty, peppermint	ND	ND	0.70±0.11	ND	ND	ND	ND
2-Furanone	55.75(923)	butter	ND	ND	0.06±0.01	ND	ND	ND	ND
Ambroxide	104.61(1825)	amber, dry	0.96±0.30^a	0.68±0.16^a	ND	0.73±0.16^a	0.63±0.17^a	ND	0.83±0.15^a
Sulfur-containing compounds(5)
Carbon disulfide	20.21(550)	aromatic, sweet	ND	1.34±0.28^a	ND	1.64±0.16^a	ND	ND	1.28±0.18^a
2-Methylthiophene	40.26(774)	onion	ND	ND	ND	0.65±0.43^a	0.83±0.47^a	ND	ND
1-Pentanethiol	45.26(818)	meaty, smoky	ND	ND	ND	0.19±0.06	ND	ND	ND
Dimethly sulfoxide	45.84(824)	fatty, garlic	ND	0.19±0.08^a	ND	ND	0.16±0.08^b	ND	ND
3-Methyl-2-butene-1-thiol	48.19(846)	meaty, smoky	ND	ND	ND	0.05±0.04	ND	ND	ND

CP: chicken with puffed type, BP1: beef with puffed type, BP2: beef with puffed type, DP: duck with puffed type, SP1: salmon with puffed type, SP2: salmon with puffed type, LP: lamb with puffed type.

¹⁾RT: retention time.

²⁾RI: retention indices.

³⁾ND: not detected.

⁴⁾Mean with different letters (a~e) are significantly different between the puffed-type processed food (P<0.05).

Table 5 . Volatile compounds in processed food(thermally processed-type) using the electronic nose (peak area × 10³)

Compounds	RT¹⁾(RI²⁾)	Sensory description	Thermally processed-type

			CT1	CT2	BT	DT	ST1	ST2
Amines(3)
Acrylonitrile	18.60(514)	irritating	0.52±0.00^b3)	1.25±0.14^a	1.22±0.10^a	0.77±0.15^b	ND4)	ND
Acetonitrile	20.20(549)	aromatic	ND	0.79±0.06^a	0.56±0.06^b	0.52±0.08^b	0.43±0.07^b	ND
Aniline	60.15(975)	amine, pungent	ND	ND	ND	ND	0.13±0.07	ND
Acids and esters(10)
Formic acid	21.51(580)	acidic, vinegar	2.79±0.15^b	0.59±0.09^d	0.53±0.02^d	2.41±0.11^c	2.83±0.12^b	4.45±0.20^a
Acetic acid	23.55(612)	acidic, sharp	ND	ND	ND	ND	ND	0.25±0.04
Methyl but-2-enoate	36.85(745)	blackcurrant	ND	ND	ND	ND	1.19±0.14	ND
Propanoic acid	36.93(746)	acidic, pungent	1.14±0.20	ND	ND	ND	ND	ND
Propyl propanoate	45.11(817)	apple, sweet	ND	ND	0.19±0.03	ND	ND	ND
2-Methylbutanoic acid	50.92(873)	cashew, cheese	ND	ND	ND	ND	0.12±0.04	ND
Pentanoic acid	53.81(900)	beefy	ND	ND	0.14±0.05	ND	ND	ND
Propyl 2-butenoate	57.87(928)	-	ND	ND	ND	ND	0.07±0.00	ND
Hexanoic acid	60.71(982)	cheese, pungent	ND	ND	ND	ND	0.46±0.05	ND
Propyl pentanoate	62.15(999)	animal	ND	ND	ND	ND	ND	0.28±0.06
Alcohols(11)
Methanol	15.09(436)	pungent	1.99±0.19^b	10.85±0.80^a	ND	ND	ND	ND
Ethanol	15.15(437)	strong, alcoholic	24.43±0.51^a	ND	1.34±0.04^d	18.05±0.53^b	17.25±0.86^b	5.07±0.57^c
2-Methyl-1-propanol	23.64(613)	bitter, glue	ND	0.85±0.12^b	0.85±0.04^b	ND	ND	4.20±0.27^a
1-Butanol	27.11(651)	fermented	ND	0.22±0.01^b	0.21±0.01^b	0.39±0.05^a	0.35±0.01^a	0.35±0.03^a
Pentan-2-ol	29.72(680)	-	ND	ND	ND	0.13±0.03^b	0.32±0.06^a	0.22±0.04^b
3-Methyl-1-butanol	35.96(738)	balsamic	ND	ND	ND	ND	ND	0.51±0.04
Propylenglycol	36.19(740)	caramelized	ND	ND	2.35±0.08	ND	ND	ND
1-Hexanol	50.73(871)	fusel	ND	ND	0.43±0.11	ND	ND	ND
3-Nonanol	69.27(1101)	herbaceous	ND	ND	0.06±0.05	ND	ND	ND
4-Ethylphenol	72.87(1161)	leather, smoky	ND	0.09±0.02^a	ND	0.08±0.01^a	ND	ND
2-Butyl-1-octanol	79.93(1287)	-	0.18±0.05	ND	ND	ND	ND	ND
Aldehydes(4)
Acetaldehyde	14.26(417)	etheral, pungent	ND	1.45±0.02^a	ND	ND	0.19±0.02^b	0.13±0.01^c
Propenal	16.30(463)	pungent, sweet	ND	ND	4.92±2.57	ND	ND	ND
Hexanal	43.42(800)	fishy, fatty	0.59±0.02^b	0.35±0.03^c	1.21±0.02^a	0.51±0.06^b	ND	0.49±0.06^b
4-Heptenal	54.15(904)	biscuit	0.15±0.02	ND	ND	ND	ND	ND
Ethers(1)
Diethyl ether	17.53(490)	etheral	ND	2.26±0.22^c	15.51±1.06^a	ND	18.52±2.55^a	9.08±1.17^b
Hydrocabons(14)
Hexane	22.47(600)	alkane	ND	ND	4.66±0.18	ND	ND	ND
Methylcyclopentane	24.67(624)	gasoline	ND	ND	ND	ND	0.12±0.02	ND
Octane	45.07(816)	fusel, gasoline	ND	ND	ND	ND	ND	0.47±0.03
2-Octene	45.81(823)	-	ND	ND	ND	ND	0.68±0.05	ND
4-Ethenylcyclohexane	48.18(846)	-	ND	ND	ND	ND	ND	0.11±0.00
4-Ethylheptane	48.24(847)	-	ND	0.17±0.04	ND	ND	ND	ND
1,4-Dimethylbenzene	51.55(879)	cold meat fat	0.04±0.03	ND	ND	ND	ND	ND
Cumene	61.88(996)	herbaceous	ND	0.14±0.08^a	ND	0.20±0.01^a	ND	ND
4-Ethylnonane	65.47(1046)	-	0.06±0.01	ND	ND	ND	ND	ND
Undecane	69.17(1099)	faint, fusel	0.05±0.06	ND	ND	ND	ND	ND
p-Menthatriene	69.80(1110)	beany, bell pepper	ND	ND	ND	ND	ND	0.17±0.02
Pentylbenzene	72.84(1160)	green, oily	0.08±0.01^a	ND	0.08±0.00^a	ND	ND	ND
Methyl eugenol	85.60(1401)	mild, warm	ND	ND	ND	0.08±0.02^a	ND	0.04±0.03^a
2,4-Dinitrotoluene	91.19(1524)	slight	0.33±0.03^a	ND	0.36±0.02^a	0.31±0.03^a	0.31±0.02^a	ND
3-Methyl furan	25.03(628)	-	0.09±0.03^a	ND	ND	0.08±0.01^a	ND	ND
Pyrrole	37.96(754)	coffee, cracker	ND	0.59±0.18	ND	ND	ND	ND
5-Methylfurfural	60.80(983)	almond, burnt sugar	ND	ND	ND	ND	ND	0.05±0.05
Indole	79.88(1286)	animal	ND	ND	ND	0.20±0.03^a	0.20±0.02^a	0.18±0.01^a
Ketones(6)
Propan-2-one	17.45(488)	apple, sweet	4.86±0.23^a	ND	ND	7.03±0.79^b	ND	ND
2,3-Pentanedione	31.39(699)	almond, burnt	ND	0.15±0.05	ND	ND	ND	ND
1-Hexane-3-one	40.46(776)	leafy, vegetable	ND	0.20±0.02	ND	ND	ND	ND
Hexan-2-one	42.47(792)	pungent, synthetic	ND	ND	ND	ND	0.16±0.03^a	0.11±0.03^a
2-Methyl-2-cyclopenten-1-one	54.06(903)	-	ND	ND	ND	0.14±0.04^b	0.26±0.01^a	ND
Ambroxide	104.61(1825)	amber, dry	0.87±0.09^a	0.74±0.12^a	0.94±0.15^a	0.91±0.17^a	0.90±0.22^a	0.78±0.16^a
Sulfur-containing compounds(3)
Carbon disulfide	20.21(550)	aromatic, sweet	0.53±0.08	ND	ND	ND	ND	ND
2-Methylthiophene	40.26(774)	onion	0.18±0.06^c	ND	ND	0.21±0.10^c	0.76±0.15^b	1.08±0.06^a
1-Pentanethiol	45.26(818)	meaty, smoky	ND	0.19±0.06	ND	ND	ND	ND

CT1: chicken with thermally processed type, CT2: chicken with thermally processed type, BT: beef with thermally processed type, DT: duck with thermally processed type, ST1: salmon with thermally processed type, ST2: salmon with thermally processed type.

¹⁾RT: retention time.

²⁾RI: retention indices.

³⁾Mean with different letters (a~d) are significantly different between the thermally processed-type processed food (P<0.05).

⁴⁾ND: not detected.

Acids와 esters는 경화되지 않은 고기의 향에 영향을 끼친다고 알려져 있다(Chen 등, 2017). Formic acid는 화식 형태의 가공식품에서만 검출되었는데(Table 5), 이는 셀룰로오스를 산 가수분해하여 얻을 수 있는 acid류로 알려져 있으며(Chen 등, 2022), sensory description은 acidic, vinegar를 나타낸다. 이러한 formic acid는 Table 1에 나타낸 대부분 화식 형태 가공식품의 주재료로 사용된 녹색 채소인 브로콜리, 양배추, 호박이 가지고 있는 섬유질로부터 기인한 것으로 판단된다(Ghendov-Mosanu 등, 2023; Manaker, 2024; Núñez-Gómez 등, 2022). Table 5에서 formic acid는 ST2에서 4.45±0.20으로 가장 높은 peak area를 나타내었으며, BT에서 0.53±0.02로 가장 낮은 peak area를 나타내었다.

육류 가공식품의 주요 향기 성분이라고 알려진 aldehydes에 속하는 acetaldehyde는 Table 5에서 화식 형태 가공식품 중 CT1, BT, DT를 제외한 모든 샘플에서 검출되었다(Koppel 등, 2013). Aldehydes는 지질 및 지방의 산화 반응으로 생성되는 가장 대표적인 물질 중 하나로 알려져 있으며(Koppel 등, 2013), acetaldehyde는 지질 과산화 반응으로 인해서 세포 내에서 형성될 수 있고, 지질 과산화 반응 중에 다양한 활성산소 및 활성질소종이 불포화 지방을 산화시켜 자유 라디칼 연쇄 반응과 그에 따른 aldehydes 형성을 유발하는 것으로 알려져 있다(Jayakody와 Jin, 2021). 이는 탄수화물의 함량이 상대적으로 높은 팽화 형태 가공식품인 DP에서 2.17±0.15로 가장 높은 peak area를 나타내었으며 수분 함량이 상대적으로 높은 화식 형태 가공식품인 ST2에서 0.13±0.01로 가장 낮은 peak area를 나타내었다. Table 2~5에서 육포 형태 가공식품인 CJ, BJ 및 DJ와 팽화 형태 가공식품인 CP 및 SP1, 화식 형태 가공식품인 ST1을 제외하고 모든 샘플에서 검출되었으며, sensory description은 fishy, fatty를 나타낸다. Hexanal은 육가공품의 주요 향기 성분으로 동물조직에서 주로 불포화 지방산인 ω-6 지방산에서 유래하며 산패취를 내기도 한다(Koppel 등, 2013; Wettasinghe 등, 2001). 종종 식품에서 풀 향을 나타내기도 하는 것으로 알려져 있으며, 햄, 소시지, 칠면조 가슴살, 다양한 곡물 제품 및 유제품을 함유하는 식품에서 발견되는 것으로 알려져 있다(Koppel 등, 2013). 육포 형태 가공식품인 HJ2에서 2.18±0.13으로 가장 높은 peak area를 나타내었으며, 스틱 형태 가공식품인 LS에서 0.23±0.01로 가장 낮은 peak area를 나타내었다.

다변량 분석을 통한 샘플과 맛 성분 및 영양 성분 간의 패턴 분석

샘플과 전자혀 시스템의 5가지 맛 성분 분석 결과와 영양 성분 간의 패턴을 다변량 분석법인 주성분 분석(Fig. 2)과 계층적 군집분석(Fig. 3)을 통해 나타내었다. 주성분 분석 결과, PC1에서는 44.17%의 variance를, PC2에서는 23.62%의 variance를 나타내어 총 67.79%의 variance를 확인하였다. Fig. 2에서 모든 육포 형태의 샘플과 SP1, DP, BP2, SP2인 팽화 형태는 PC1을 기준으로 음의 방향에 위치하였다. 그중 SP1, DP, BP2, SP2는 crude protein, crude ash, umami와 높은 상관성이 있다고 판단되며, 육포 형태의 샘플은 umami, sourness와 상대적으로 높은 상관성이 있다고 판단된다. 이를 통해 육포 형태의 가공식품과 팽화 형태 가공식품의 일부가 umami와 양의 상관관계를 가지는 것으로 판단된다. CP와 BP1을 제외한 모든 화식 형태의 샘플은 saltiness와 moisture의 영향을 받아 PC1을 기준으로 양의 방향에 위치하였다. 전자혀 결과(Fig. 1D)에서 수분의 함량이 많은 화식 형태의 샘플은 saltiness에서 높은 값으로 확인되었으며, 이를 통해 화식 형태 가공식품은 saltiness, moisture와 높은 상관성이 있다고 판단된다. PC2를 기준으로 양의 방향에 위치한 LS, SS, BP1, CP, LP는 crude lipid와 sweetness의 상관성이 상대적으로 높은 것으로 판단된다.

Fig. 2. Principal component analysis of processed foods by electronic tongue. CJ: chicken with jerky type, CP: chicken with puffed type, CT1: chicken with thermally processed type 1, CT2: chicken with thermally processed type 2, BJ: beef with jerky type, BP1: beef with puffed type 1, BP2: beef with puffed type 2, BT: beef with thermally processed type, DJ: duck with jerky type, DP: duck with puffed type, DT: duck with thermally processed type, SS: salmon with stick type, SP1: salmon with puffed type 1, SP2: salmon with puffed type 2, ST1: salmon with thermally processed type 1, ST2: salmon with thermally processed type 2, LS: lamb with stick type, LP: lamb with puffed type, HJ1: horse with jerky type 1, HJ2: horse with jerky type 2.

Fig. 3. Hierarchical cluster analysis of processed foods by electronic tongue. CJ: chicken with jerky type, CP: chicken with puffed type, CT1: chicken with thermally processed type 1, CT2: chicken with thermally processed type 2, BJ: beef with jerky type, BP1: beef with puffed type 1, BP2: beef with puffed type 2, BT: beef with thermally processed type, DJ: duck with jerky type, DP: duck with puffed type, DT: duck with thermally processed type, SS: salmon with stick type, SP1: salmon with puffed type 1, SP2: salmon with puffed type 2, ST1: salmon with thermally processed type 1, ST2: salmon with thermally processed type 2, LS: lamb with stick type, LP: lamb with puffed type, HJ1: horse with jerky type 1, HJ2: horse with jerky type 2.

계층적 군집분석은 데이터 간의 차이와 그룹화가 확실하지 않은 샘플 간의 유사성과 패턴을 확인하고 분류한다(Granato 등, 2018). 샘플 간의 계층적 군집분석 결과는 Fig. 3에 나타내었으며, 20가지의 샘플이 4개의 cluster로 분리된 것을 확인하였다. SP1, DP, BP2 및 SP2는 cluster Ⅰ으로 분리되었고, HJ2, DJ, HJ1, CJ 및 BJ는 cluster Ⅱ를 형성하였다. 또한, LP, CP, BP1, SS 및 LS는 cluster Ⅲ로 분리되었으며, CT2, BT, ST2, CT1, DT 및 ST1은 cluster Ⅳ를 형성하였다. Cluster Ⅰ 및 cluster Ⅲ는 탄수화물의 함량이 높은 팽화 형태와 스틱 형태의 가공식품으로 한 군집을 이루었으며, cluster Ⅱ는 조단백질의 함량이 다른 샘플에 비해 높은 육포 형태의 가공식품으로 한 군집이 이루어졌다. Cluster Ⅳ는 75% 이상의 수분 함량을 가진 화식 형태의 가공식품으로 한 군집이 형성되었다. 전자혀의 주성분 분석(PCA)과 계층적 군집분석(HCA)의 결과에 따르면, 맛 성분이 동물성 소재의 종류보다 가공식품에 첨가되는 원료와 제품 제형에 따른 가공 공정에서 영향을 받는 것으로 판단된다.

다변량 분석을 통한 샘플과 휘발성 향기 성분 및 영양 성분 간의 패턴 분석

다양한 제형의 가공식품과 휘발성 향기 성분 및 영양 성분 함량 간의 패턴 분석을 위하여 다변량 분석법 중 하나인 PCA를 활용하여 Fig. 4에 나타내었다. PC1에서는 33.42%의 variance를, PC2에서는 20.74%의 variance를 나타내어 총 54.16%의 variance를 나타냈다. 수분 함량이 다른 샘플에 비해 상대적으로 높은 화식 형태 가공식품은 acids와 esters, ethers 그리고 moisture의 영향을 받아 PC1을 기준으로 양의 방향에 위치하였다. 전자코 분석 결과(Table 5)에서 화식 형태의 샘플에서만 acids류의 formic acid가 검출된 것을 확인하였으며, 이를 토대로 화식 형태의 가공식품은 moisture, acids와 esters와의 상관성이 높은 것으로 판단된다. BP2 및 SP2는 PC1을 기준으로 하여 음의 방향에 위치하였으며 ketones, aldehydes, crude lipid와 상관성이 높은 것을 확인할 수 있었다. 또한, 팽화 형태인 SP1, LP, BP1 및 DP는 PC2를 기준으로 음의 방향에 위치하고 crude protein, carbohydrate, alcohols와 높은 상관성을 가진 것으로 판단되며 모든 육포 형태, 스틱 형태의 샘플과 CP는 heterocyclics와 상관성이 있다고 판단된다.

Fig. 4. Principal component analysis of processed foods by electronic nose. CJ: chicken with jerky type, CP: chicken with puffed type, CT1: chicken with thermally processed type, CT2: chicken with thermally processed type, BJ: beef with jerky type, BP1: beef with puffed type, BP2: beef with puffed type, BT: beef with thermally processed type, DJ: duck with jerky type, DP: duck with puffed type, DT: duck with thermally processed type, SS: salmon with stick type, SP1: salmon with puffed type, SP2: salmon with puffed type, ST1: salmon with thermally processed type, ST2: salmon with thermally processed type, LS: lamb with stick type, LP: lamb with puffed type, HJ1: horse with jerky type, HJ2: horse with jerky type.

샘플 간의 군집분석 결과는 Fig. 5에 나타내었으며, 4개의 cluster로 분리된 것을 확인하였다. ST1, ST2, CT2, BT, CT1 및 DT가 cluster Ⅰ을 형성하였고 BP2와 SP2가 cluster Ⅱ를 형성하였다. 그리고 SP1, LP, BP1 및 DP가 cluster Ⅲ를 형성하였으며 DJ, SS, LS, HJ1, CJ, BJ, CP 및 HJ2가 cluster Ⅳ를 형성하는 것을 확인하였다. Cluster Ⅰ은 모두 수분 함량이 상대적으로 높은 화식 형태의 가공식품이 한 군집을 이룬 것을 확인하였고, cluster Ⅱ 및 cluster Ⅲ는 모두 탄수화물의 함량이 상대적으로 높은 팽화 형태의 가공식품이 한 군집을 이루었다. Cluster Ⅳ는 팽화 형태, 스틱 형태 및 육포 형태의 가공식품이 다양한 제형의 샘플이 한 군집을 이룬 것을 확인하였다. 또한 cluster Ⅰ과 cluster Ⅱ, cluster Ⅲ 및 cluster Ⅳ가 유의적 차이가 나타나는 것으로 확인되었는데, 이는 Fig. 4의 PCA 결과에서 moisture, acids와 esters 및 ethers의 영향인 것으로 판단된다.

Fig. 5. Hierarchical cluster analysis of processed foods by electronic nose. CJ: chicken with jerky type, CP: chicken with puffed type, CT1: chicken with thermally processed type, CT2: chicken with thermally processed type, BJ: beef with jerky type, BP1: beef with puffed type, BP2: beef with puffed type, BT: beef with thermally processed type, DJ: duck with jerky type, DP: duck with puffed type, DT: duck with thermally processed type, SS: salmon with stick type, SP1: salmon with puffed type, SP2: salmon with puffed type, ST1: salmon with thermally processed type, ST2: salmon with thermally processed type, LS: lamb with stick type, LP: lamb with puffed type, HJ1: horse with jerky type, HJ2: horse with jerky type.

다변량 분석을 통한 샘플과 맛 성분, 휘발성 향기 성분 및 영양 성분 간의 패턴 분석

동물성 소재를 활용한 가공식품과 전자혀와 전자코를 활용해 분석된 맛 성분, 휘발성 향기 성분 그리고 Table 1에 나타낸 가공식품의 영양 성분 함량 사이의 패턴을 다변량 분석법 중 하나인 PCA를 활용하여 Fig. 6에 나타내었다. PC1에서는 31.00%의 variance를, PC2에서는 15.43%의 variance를 나타내어 총 PC에서 46.43%의 variance를 나타내었다. 주성분 분석인 PCA는 각 변수 간의 관계를 cosine 각도를 통하여 상관관계를 파악할 수 있다. Cosine 180°인 경우 기울기가 -1을 뜻하여 음의 상관관계를 의미하고, cosine 90°인 경우 기울기가 0을 뜻하여 상관관계가 없음을 뜻하며, cosine 0°인 경우에는 기울기가 -1을 뜻하여 음의 상관관계를 나타낸다(Shin 등, 2010). Bitterness 및 acids와 esters(r=0.688)(P<0.05)는 cosine 0°에 가까우므로 상대적으로 양의 상관관계에 있음을 확인하였고, sourness 및 acids와 esters(r=-0.730)(P<0.05)는 cosine 180°에 가까우므로 상대적으로 음의 상관관계에 있음을 확인하였다. 또한, 수분 함량이 다른 샘플에 비해 상대적으로 높은 화식 형태의 가공식품은 PC1을 기준으로 양의 방향에 위치하는 것을 확인하였고, 쓴맛과 짠맛이 상대적으로 높은 것을 확인하였다. 반면에 팽화 형태 가공식품 중에서 가장 수분 함량이 적은 BP2와 SP2는 aldehydes, ketones 및 umami 등에 영향을 받아 PC2를 기준으로 양의 방향에 위치하는 것을 확인하였다.

Fig. 6. Principal component analysis of processed foods by electronic nose and electric tongue. CJ: chicken with jerky type, CP: chicken with puffed type, CT1: chicken with thermally processed type, CT2: chicken with thermally processed type, BJ: beef with jerky type, BP1: beef with puffed type, BP2: beef with puffed type, BT: beef with thermally processed type, DJ: duck with jerky type, DP: duck with puffed type, DT: duck with thermally processed type, SS: salmon with stick type, SP1: salmon with puffed type, SP2: salmon with puffed type, ST1: salmon with thermally processed type, ST2: salmon with thermally processed type, LS: lamb with stick type, LP: lamb with puffed type, HJ1: horse with jerky type, HJ2: horse with jerky type.

20개의 샘플에 대한 군집분석은 Fig. 7에 나타내었다. 군집분석 결과에 따르면 3개의 cluster가 형성된 것을 확인하였으며, 모든 화식 형태의 가공식품이 cluster Ⅰ을 형성하였고 영양 성분 함량이 모두 같은 BP2와 SP2는 cluster Ⅱ를 형성하였다. 마지막으로 육포 형태, 스틱 형태, 그리고 팽화 형태 가공식품 중에서 CP, BP1, DP, SP1 및 LP는 cluster Ⅲ을 형성하였다.

Fig. 7. Hierarchical cluster analysis of processed foods by electronic nose and electric tongue. CJ: chicken with jerky type, CP: chicken with puffed type, CT1: chicken with thermally processed type, CT2: chicken with thermally processed type, BJ: beef with jerky type, BP1: beef with puffed type, BP2: beef with puffed type, BT: beef with thermally processed type, DJ: duck with jerky type, DP: duck with puffed type, DT: duck with thermally processed type, SS: salmon with stick type, SP1: salmon with puffed type, SP2: salmon with puffed type, ST1: salmon with thermally processed type, ST2: salmon with thermally processed type, LS: lamb with stick type, LP: lamb with puffed type, HJ1: horse with jerky type, HJ2: horse with jerky type.

군집분석을 진행한 결과 화식 형태 가공식품은 Fig. 3, Fig. 5, Fig. 7에서 모두 같은 cluster를 형성하는 경향을 확인하였다. 따라서 화식 형태인 6개의 샘플은 맛 성분과 휘발성 향기 성분이 유사하다는 것을 확인하였다. 또한, Fig. 5와 Fig. 7에서 BP2와 SP2가 한 군집을 형성하는 것을 확인하였다. 이에 따라 팽화 형태 가공식품 중 소고기와 연어로 제조된 BP2와 SP2는 맛 성분보다는 휘발성 향기 성분이 cluster 형성에 크게 관여한다는 것을 확인하였다. 앞서 진행한 맛 성분, 휘발성 향기 성분 및 영양 성분의 패턴 분석 결과(Fig. 6)는 맛 성분 및 영양 성분의 패턴 분석 결과(Fig. 2)에 비해 휘발성 향기 성분 및 영양 성분의 패턴 분석 결과(Fig. 4)와 비슷한 경향을 나타내는 것을 확인하였다. 이를 통해 맛 성분에 비해서 휘발성 향기 성분이 cluster 형성에 큰 영향을 끼치는 것으로 판단된다.

대사체학 데이터 판별과 정성분석을 위해 PLS-DA, heatmap, correlation 분석을 진행하였다. 해당 분석을 통해 각 그룹에서 얻은 결과를 수치화하여 통계분석을 통해 해석하였다(Pang 등, 2024). Fig. 8에서 PLS-DA는 두 집단 간의 유의적인 차이를 VIP score를 통해 확인하였으며, VIP score는 두 집단에서 변수의 중요도를 정량적으로 보여주었다(Lee 등, 2022). Rahi 등(2021)의 연구에 따르면 일반적으로 VIP scores 1.0 이상의 값들이 집단 간의 변수를 잘 보여주는 중요한 지표로 보고되었다. Fig. 8에서 총 8개의 대사체가 확인되었으며, sourness는 CT2에서 가장 높은 1.9의 VIP score가 확인되었다. 다음으로 acids와 esters는 ST2, bitterness는 ST1, hydrocarbons는 SP2, aldehydes는 BP2, sulfur-contain은 DP, crude protein은 BJ, 마지막 amines는 CT2에서 가장 높게 확인되었다.

Fig. 8. Partial least squares discriminant analysis of processed foods. CJ: chicken with jerky type, CP: chicken with puffed type, CT1: chicken with thermally processed type 1, CT2: chicken with thermally processed type 2, BJ: beef with jerky type, BP1: beef with puffed type 1, BP2: beef with puffed type 2, BT: beef with thermally processed type, DJ: duck with jerky type, DP: duck with puffed type, DT: duck with thermally processed type, SS: salmon with stick type, SP1: salmon with puffed type 1, SP2: salmon with puffed type 2, ST1: salmon with thermally processed type 1, ST2: salmon with thermally processed type 2, LS: lamb with stick type, LP: lamb with puffed type, HJ1: horse with jerky type 1, HJ2: horse with jerky type 2.

Heatmap은 각각의 대사체의 평균을 정규화한 후 분류하고, 각 항목의 수치를 색상으로 이용하여 상관관계를 나타내는 것이다(Kim 등, 2022). 각 항목의 상관관계는 양의 상관관계일 때 빨간색이고 음의 상관관계일 때는 파란색으로 나타내어 여러 데이터를 시각적으로 확인하였다. Fig. 9에서 VIP score를 통해 heatmap 분석을 진행하였다. 이를 통해 heterocyclics와 DJ가 양의 상관관계를 나타내었으며, aldehydes와 BP2도 양의 상관관계를 확인하였다. Kang 등(2022)의 연구에 따르면 heterocyclics은 어류 및 육류 등의 동물성 식품을 고온 가열할 때 주로 생성되는 화합물로 보고되었다. 20가지의 샘플에서 검출된 heterocyclics 전체값은 DJ가 4.67±0.12로 가장 높은 peak area로 Table 2에 나타내었다. 이를 통해 DJ는 가공 처리 과정에서 고온으로 조리하였을 것으로 판단된다. 앞서 aldehydes는 지질 및 지방이 산화될 때 생성되는 물질로 팽화 형태에서 가장 많이 확인되며, aldehydes 함량을 합친 값 중 BP2가 164.12±7로 가장 높은 peak area를 나타내었다(Koppel 등, 2013).

Fig. 9. Hierarchical clustering heatmaps of pro-cessed food. CJ: chicken with jerky type, CP: chicken with puffed type, CT1: chicken with thermally processed type 1, CT2: chicken with thermally processed type 2, BJ: beef with jerky type, BP1: beef with puffed type 1, BP2: beef with puffed type 2, BT: beef with thermally processed type, DJ: duck with jerky type, DP: duck with puffed type, DT: duck with thermally processed type, SS: salmon with stick type, SP1: salmon with puffed type 1, SP2: salmon with puffed type 2, ST1: salmon with thermally processed type 1, ST2: salmon with thermally processed type 2, LS: lamb with stick type, LP: lamb with puffed type, HJ1: horse with jerky type 1, HJ2: horse with jerky type 2.

최종 상관관계에서 각각의 그룹에 맛 성분, 휘발성 향기 성분, 영양 성분을 포함하여 통계분석을 하였으며, 두 그룹 간의 관련성이 있는 성분을 양의 상관관계(빨간색)와 음의 상관관계(파란색)로 구별하였다. Fig. 10의 분석 결과, acids와 esters 및 bitterness가 correlation coefficient 0.69로 가장 높은 양의 상관관계를 나타내었으며, moisture와 carbohydrate가 correlation coefficient -0.84로 가장 낮은 음의 상관관계를 나타내었다(P<0.05).

Fig. 10. Correlation heatmaps of processed foods.

요 약

Go to

Abstract
서 론
재료 및 방법
결과 및 고찰
요 약
감사의 글
References

본 연구에서는 제형과 동물성 소재에 따른 가공식품 20종의 향미 패턴을 분석하였다. 맛 성분 분석에서 전자혀를, 휘발성 향기 성분 분석에는 전자코를 사용하였다. 전자혀를 이용하여 가공식품 20종을 분석한 결과, 화식 형태의 가공식품은 짠맛과 연관이 있었으며, 육포 형태와 팽화 형태의 가공식품은 감칠맛과 연관이 있는 것으로 나타났다. 또한 전자코를 이용하여 가공식품 20종을 분석한 결과, 육포 형태는 49개, 스틱 형태는 26개, 팽화 형태는 55개, 화식 형태는 56개의 휘발성 향기 성분이 검출되며, 화식 형태 가공식품에서 가장 풍부한 휘발성 향기 성분이 검출되었다. 가공식품의 전자혀 센서값, 전자코 휘발성 향기 성분 및 영양 성분을 이용한 다변량 분석 결과, 휘발성 향기 성분 및 영양 성분의 패턴 분석과 맛 성분, 휘발성 향기 성분 및 영양 성분의 패턴 분석 결과가 유사한 것을 확인하였다. 이를 통해 맛 성분에 비해서 휘발성 향기 성분이 cluster 형성에 큰 영향을 끼치는 것으로 판단된다. 이러한 결과는 다양한 제형의 가공식품 개발에 기초자료로 활용될 수 있을 것으로 기대된다.

감사의 글

Go to

Abstract
서 론
재료 및 방법
결과 및 고찰
요 약
감사의 글
References

본 결과물은 농림축산식품부의 재원으로 농림식품기술기획평가원의 축산현안대응산업화기술개발사업사업의 지원을 받아 연구되었음(RS-2023-00231446).

References

Go to

Abstract
서 론
재료 및 방법
결과 및 고찰
요 약
감사의 글
References

Alvarenga IC, Ou Z, Thiele S, et al. Effects of milling sorghum into fractions on yield, nutrient composition, and their performance in extrusion of dog food. J Cereal Sci. 2018. 82:121-128.
Anfinsen CB. The formation and stabilization of protein structure. Biochem J. 1972. 128:737-749.
Boo CG, Hong SJ, Sin EC. Comparative evaluation of the volatile profiles and taste properties of commercial coffee products using electronic nose, electronic tongue, and GC/MSD. J Korean Soc Food Sci Nutr. 2021. 50:810-822.
Carciofi AC, Palagiano C, Sá FC, et al. Amylase utilization for the extrusion of dog diets. Anim Feed Sci Technol. 2012. 177:211-217.
Chen M, Chen X, Nsor-Atindana J, et al. Optimization of key aroma compounds for dog food attractant. Anim Feed Sci Technol. 2017. 225:173-181.
Chen TY, Santoso SP, Lin SP. Using formic acid to promote bacterial cellulose production and analysis of its material properties for food packaging applications. Fermentation. 2022. 8:608. https://doi.org/10.3390/fermentation8110608.
Dinehart ME, Hayes JE, Bartoshuk LM, et al. Bitter taste markers explain variability in vegetable sweetness, bitterness, and intake. Physiol Behav. 2006. 87:304-313.
Ghendov-Mosanu A, Netreba N, Balan G, et al. Effect of bioactive compounds from pumpkin powder on the quality and textural properties of shortbread cookies. Foods. 2023. 12:3907. https://doi.org/10.3390/foods12213907.
Granato D, Santos JS, Escher GB, et al. Use of principal component analysis (PCA) and hierarchical cluster analysis (HCA) for multivariate association between bioactive compounds and functional properties in foods: A critical perspective. Trends Food Sci Technol. 2018. 72:83-90.
Hong SJ, Boo CG, Heo SU, et al. Investigation of taste and flavor properties of radish varieties harvested in Korea using electronic tongue and electronic nose. Korean J Food Sci Technol. 2021. 53:375-381.
Jayakody LN, Jin YS. In-depth understanding of molecular mechanisms of aldehyde toxicity to engineer robust Saccharomyces cerevisiae. Appl Microbiol Biotechnol. 2021. 105:2675-2692.
Jo Y, Gu SY, Chung N, et al. Comparative analysis of sensory profiles of commercial cider vinegars from Korea, China, Japan, and US by SPME/GC-MS, E-nose, and E-tongue. Korean J Food Sci Technol. 2016. 48:430-436.
Kang HJ, Lee SY, Lee DY, et al. Study on the mechanisms for the production of heterocyclic amine (HCAs) in meat. Food Life. 2022. 2022:41-49.
Khanum F, Siddalinga Swamy M, Sudarshana Krishna KR, et al. Dietary fiber content of commonly fresh and cooked vegetables consumed in India. Plant Foods Hum Nutr. 2000. 55:207-218.
Kim HJ, Seo JH, Won DJ, et al. Comparison of physicochemical properties of seed protein in soybean cultivars. J Korean Soc Food Sci Nutr. 2022. 51:1048-1055.
Kim J, Jung M, Jin S, et al. The effect of boiled feed on trace elements of longissimus dorsi muscle in Hanwoo steers. J Anim Sci Technol. 2021. 63:160-169.
Kim YD, Park JH, Park BJ, et al. Combination effect of ʟ-arginine and ʟ-aspartic acid on saltiness enhancement of NaCl solution. J Appl Biol Chem. 2014. 57:251-254.
Koppel K, Adhikari K, Di Donfrancesco B. Volatile compounds in dry dog foods and their influence on sensory aromatic profile. Molecules. 2013. 18:2646-2662.
Kwon HN, Choi CB. Comparison of free amino acids, anserine, and carnosine contents of beef according to the country of origin and marbling score. J Korean Soc Food Sci Nutr. 2018. 47:357-362.
Kwon YC, Hah DY, Heo Y, et al. Development of a method to detect cattle material from processed meat products using a polymerase chain reaction. Korean J Clin Lab Sci. 2017. 49:135-140.
Lee GY, Park MH, Ku KM. Metabolomic change of oriental melon and its skin browning by coconut oil and beeswax coating treatment during room temperature storage. J Agric Life Sci. 2022. 56:107-115.
Lee HD, Ahn BI. Determinants of the consumption of private brand and convenience food. Korean Journal of Agricultural Management and Policy. 2016. 43:260-286.
Lee KH, Kim HJ, Lee HJ, et al. A study on components related to flavor and taste in commercial broiler and Korean native chicken meat. Korean J Food Preserv. 2012. 19:385-392.
Lee SJ, Cho MS. Association of ultra-processed food with diabetes and impaired fasting glucose in elderly populations (urban and rural): a cross-sectional study. Korean J Community Nutr. 2024. 29:51-64.
Lee SJ, Park GS. The quality characteristics of beef jerky prepared with various spices. Korean J Food Cook Sci. 2004. 20:489-497.
Manaker L. What happens to your body when you eat cabbage regularly. EatingWell. 2024 Feb 2 [cited 2024 Aug 5]. Available from: https://www.eatingwell.com/health-benefits-of-cabbage-8557536.
Mulwa PM, Njue W, Ng'ang'a M. Assessment of L-citrulline, L-arginine and L-glutamic acid content in selected fruits, vegetables, seeds, and nuts sold in markets in Nairobi city county, Kenya. EJFOOD. 2020. 2(5). https://doi.org/10.24018/ejfood.2020.2.5.100.
Núñez-Gómez V, González-Barrio R, Baenas N, et al. Dietary-fibre-rich fractions isolated from broccoli stalks as a potential functional ingredient with phenolic compounds and glucosinolates. Int J Mol Sci. 2022. 23:13309. https://doi.org/10.3390/ijms232113309.
Pang Z, Lu Y, Zhou G, et al. MetaboAnalyst 6.0: towards a unified platform for metabolomics data processing, analysis and interpretation. Nucleic Acids Res. 2024. 52(W1):W398-W406.
Park GH, Kwak EJ, Lee YS, et al. Quality characteristics of beef jerky made with beef meat of various origin places during storage. J East Asian Soc Diet Life. 2007. 17:81-88.
Park H, Hong KB, Yoon S, et al. Analysis of the chemosensory properties of red beet (Beta vulagaris L.) with ascorbic acid using electronic nose, electronic tongue, and GC-MS/O. J Korean Soc Food Sci Nutr. 2024. 53:367-377.
Rahi S, Mobli H, Jamshidi B, et al. Achieving a robust Vis/NIR model for microbial contamination detection of Persian leek by spectral analysis based on genetic, iPLS algorithms and VIP scores. Postharvest Biol Technol. 2021. 175:111413. https://doi.org/10.1016/j.postharvbio.2020.111413.
Shaheen N, Shamim AA, Choudhury SR, et al. Commonly consumed processed packaged foods in Bangladesh are unhealthy and their nutrient contents are not in conformity with the label declaration. Food Sci Nutr. 2024. 12:481-493.
Shin EC, Craft BD, Pegg RB, et al. Chemometric approach to fatty acid profiles in runner-type peanut cultivars by principal component analysis (PCA). Food Chem. 2010. 119:1262-1270.
Wettasinghe M, Vasanthan T, Temelli F, et al. Volatile flavour composition of cooked by-product blends of chicken, beef and pork: a quantitative GC-MS investigation. Food Res Int. 2001. 34:149-158.
Yoon S, Hong KB, Jeong H, et al. Flavor and taste of red beet (Beta vulgaris L.) harvested in Jeju island using the electronic nose, electronic tongue, and GC-MS. J Korean Soc Food Sci Nutr. 2023. 52:907-916.
Youn SJ, Cha GH, Shin JK. Salty taste enhancing effect of enzymatically hydrolyzed anchovy protein. Korean J Food Sci Technol. 2015. 47:751-756.

Article

Journal of the Korean Society of Food Science and Nutrition 2024; 53(12): 1267-1285

Published online December 31, 2024 https://doi.org/10.3746/jkfn.2024.53.12.1267

육류 소재를 활용한 가공식품의 제형에 따른 향미 패턴 분석: 전자혀 및 전자코 분석을 중심으로

문희성^1*․유세영^1*․반영란²․박현진²․윤소정²․양나은²․홍성준²․김현욱²․김경수²․정은주²․신의철^1,2

¹경상국립대학교 식품과학부
²경상국립대학교 생명자원과학과

Received: August 28, 2024; Revised: September 28, 2024; Accepted: September 29, 2024

Analysis of Flavor and Taste Patterns of Various Processed Animal Foods: Using the Electronic Tongue and Nose

Hee Sung Moon^1*, Se Young Yu^1*, Younglan Ban², Hyeonjin Park², Sojeong Yoon², Na Eun Yang², Seong Jun Hong², Hyun-Wook Kim², Kyeong Soo Kim², Eun Ju Jeong², and Eui-Cheol Shin^1,2

¹Department of Food Science and ²Department of GreenBio Science, Gyeongsang National University

Received: August 28, 2024; Revised: September 28, 2024; Accepted: September 29, 2024