주의 내용 주 의 1. 이 보고서는 질병관리본부에서 시행한 학술연구용역과제의 최종결과보고서 입니다. 2. 이 보고서 내용을 발표할 때에는 반드시 질병관리본부에서 시행한 학술연 구용역과제의 연구결과임을 밝혀야 합니다. 3. 국가과학기술 기밀유지에 필요한 내용은 대외적으로

Transcription

1 최종 결과 보고서 편집순서 1 : 겉표지 (뒷면) (측면) (앞면) 주 의 ( 주 의 내 용 기 재 ) 국민 건강 영양 조사 식품 및 영양 성분 섭취량 분석을 위한 DB 설계 및 지방산 DB 구축 발 간 등 록 번 호 학술연구용역과제 최종결과보고서 국민건강영양조사 식품 및 영양성분 섭취량 분석을 위한 데이터베이스 설계 및 지방산 데이터베이스 구축 Design of food and nutrient database and development of database management system for Korea National Health and Nutrition Examination Survey ( 글 14 point 고딕체) 주관연구기관 : (사)한국영양학회 질 병 관 리 본 부 질병관리본부

2 주의 내용 주 의 1. 이 보고서는 질병관리본부에서 시행한 학술연구용역과제의 최종결과보고서 입니다. 2. 이 보고서 내용을 발표할 때에는 반드시 질병관리본부에서 시행한 학술연 구용역과제의 연구결과임을 밝혀야 합니다. 3. 국가과학기술 기밀유지에 필요한 내용은 대외적으로 발표 또는 공개하여서는 아니 됩니다.

3 ii

4 목 차 Ⅰ. 연구개발결과 요약문 ⅸ (한글) ⅸ (영문) ⅹ Ⅱ. 최종 연구개발과제 연구 결과 1 제1장 최종 연구개발 목표 목표 목표달성도 및 관련분야에 대한 기여도 3 제2장 국내외 기술개발 현황 4 제3장 최종 연구개발 내용 및 방법 연구개발의 목표 연구개발의 내용 연구개발의 추진 일정 연구개발의 추진 체계 12 제4장 최종 연구개발 결과 DB 구조 DB 구성을 위한 자료 수집 원칙 DB 프로그램 국민건강영양조사 지방산 DB 구축 DB 유효성 평가 24 제5장 연구결과 고찰 및 결론 25 제6장 연구성과 및 활용계획 활용성과 활용계획 28 제7장 연구개발과정에서 수집한 해외과학기술정보 30 제8장 기타 중요변경사항 31 제9장 연구비 사용 내역 및 연구원 분담표 연구비 사용 내역 연구분담표 33 제10장 참고문헌 34 제11장 첨부서류 36 iii

5 Ⅲ. 제1세부연구개발과제 연구결과 37 제1장 제1세부연구개발과제의 최종 연구개발 목표 목표 목표달성도 및 관련분야에 대한 기여도 38 제2장 제1세부연구개발과제의 국내외 기술개발 현황 39 제3장 제1세부연구개발과제의 최종 연구개발 내용 및 방법 연구내용 연구방법 41 제4장 제1세부연구개발과제의 최종 연구개발 결과 국내외 DB DB 구조 DB 구성을 위한 자료 수집 원칙 DB 프로그램 159 제5장 제1세부연구개발과제의 연구결과 고찰 및 결론 168 제6장 제1세부연구개발과제의 연구성과 및 활용계획 활용성과 활용계획 172 제7장 제1세부연구개발과제의 연구개발과정에서 수집한 해외과학기술정보174 제8장 제1세부연구개발과제의 기타 중요변경사항 175 제9장 제1세부연구개발과제의 연구비 사용 내역 및 연구원 분담표 연구비 사용 내역 연구분담표 177 제10장 제1세부연구개발과제의 참고문헌 178 제11장 첨부서류 189 Ⅳ. 제2세부연구개발과제 연구결과 191 제1장 제2세부연구개발과제의 최종 연구개발 목표 목표 목표달성도 및 관련분야에 대한 기여도 194 제2장 제2세부연구개발과제의 국내외 기술개발 현황 국내외 지방산 DB 구축 현황 국내외 기존 지방산 DB의 개요 195 제3장 제2세부연구개발과제의 연구개발 내용 및 방법 연구 내용 212 iv

6 3.2 연구 방법 212 제4장 제2세부연구개발과제의 최종 연구개발 결과 지방산 DB 구축 DB 유효성 평가 232 제5장 제2세부연구개발과제의 연구결과 고찰 및 결론 260 제6장 제2세부연구개발과제의 연구성과 및 활용계획 활용성과 활용계획 263 제7장 제2세부연구개발과제의 연구개발과정에서 수집한 해외과학기술정보264 제8장 제2세부연구개발과제의 기타 중요변경사항 267 제9장 제2세부연구개발과제의 연구비 사용 내역 및 연구원 분담표 연구비 사용 내역 연구분담표 269 제10장 제2세부연구개발과제의 참고문헌 270 제11장 첨부서류 278 v

7 표 차례 Ⅲ. 제1세부연구개발과제 연구결과 37 Table 1. 일반회원과 연합회원의 회비 43 Table 2. EuroFIR 파트너/국립 식품성분데이터베이스 컴파일러 45 Table 3. 식품 성분, 권장 단위, INFOODS tagname 52 Table 4. USDA 식품성분DB에 수록된 영양소 및 분석된 식품의 수 59 Table 5. Atwater energy conversion factors in kj (kcal/g) 61 Table 6. USDA 식품성분DB에 수록된 지방산의 종류 66 Table 7. 원칙과 보조 파일에 수록된 수량 69 Table 8. 식품설명파일 포맷 71 Table 9. 데이터베이스 사용자들의 요구에 맞는 영양소 105 Table 10. 데이터베이스에 대해서 필요한 설명 107 Table 11. 닭다리의 콜레스테롤 함량 구하기 116 Table 12. 저지방유의 칼슘 함량 계산 117 Table 13. 일반적인 터키 고기의 영양소 계산을 이용한 인자 계산 117 Table 14. 조리된 닭고기의 티아민 함량 계산 118 Table 15. 조리 전 후의 변화 118 Table 16. 레시피를 이용한 영양소 계산 방법 119 Table 17. 페칸의 영양소 대체 119 Table 18. 열대과일의 일반적인 영양소 함량 120 Table 19. 수분 분석 방법 123 Table 20. 단백질 및 아미노산 분석 방법 125 Table 21. 질소 값을 단백질로 전환하기 위한 계수 126 Table 22. 지질 분석 방법 129 Table 23. 탄수화물 분석 방법 130 Table 24. 무기질 분석 방법 133 Table 25. 식품 중 무기질 분석 방법 요약(ref: Khokhar et al. 2012, Food & Nutrition Res 56) 134 Table 26. 지용성 비타민 분석 135 Table 27. 수용성 비타민 분석 136 Table 28. NFNAP 실험실에서 사용되는 분석방법 140 Table 29. 영양성분 DB의 구현 측면에서의 내부 구조 특징 162 Table 30. 영양성분 DB의 내부 Table 내역 163 vi

8 Ⅳ. 제2세부연구개발과제 연구결과 191 Table 1. 국내 문헌에 보고된 지방산 섭취수준 233 Table 2. Dietary intake of fats, fatty acids, and cholesterol by sex and age: United States, Table 3. Fatty acid intakes on the basis of 28 days of dietary records and fatty acid composition of serum phospholipid 238 Table 4. Characteristics of Randomized Controlled Trials that Evaluated Effect of Omega-3 on MetS 240 Table 5. Characteristics of observational studies that evaluated effect of linolenic acid, DHA, EPA on development of MetS 244 Table 6. Characteristics of Randomized Controlled Trials that Evaluated Effects of Omega-3 on Coronary Heart Disease 247 Table 7. Characteristics of observational studies that evaluated effect of linolenic acid, DHA, EPA on development of Coronary heart disease 250 Table 8. 제5기 국민건강영양조사 자료를 이용하여 추정한 지방 및 지방산 섭취량 253 Table 9. 제5기 국민건강영양조사 자료를 이용하여 추정한 지방 및 지방산 섭취량(19세 이상) 254 Table 10. 제5기 국민건강영양조사 자료를 이용하여 추정한 고지혈증 관련 질환으로 진단받거 나 치료받지 않은 19세 이상 성인의 지방 및 지방산 섭취량 - 성별 256 Table 11. 제5기 국민건강영양조사 자료를 이용하여 추정한 고지혈증 관련 질환으로 진단받거 나 치료받지 않은 19세 이상 성인의 지방 및 지방산 섭취량 고콜레스테롤 혈증 257 Table 12. 제5기 국민건강영양조사 자료를 이용하여 추정한 고지혈증 관련 질환으로 진단받거 나 치료받지 않은 19세 이상 성인의 지방 및 지방산 섭취량 고중성지방 혈증 258 vii

9 그림 차례 Ⅲ. 제1세부연구개발과제 연구결과 37 Fig 1. 식품성분표 DB 구축 단계 48 Fig 2. USDA 국가영양소DB에 수록된 파일간의 관계 70 Fig 3. 자료를 얻는 전략을 나타내는 결정 수형도 107 Fig 4. 자료 등급 부여 원칙 158 Fig 5. 4 Layers 영양성분 DB Structure 160 Fig 6. 영양성분 DB의 계층 간 관계 및 구별점 161 Fig 7. 영양성분 DB Level과 영양성분 DB의 상호 관계 161 Fig 8. 영양성분 DB의 항목 및 데이터 테이블 분리 내역 163 Fig 9. 영양성분 DB Table간 참조관계 164 Ⅳ. 제2세부연구개발과제 연구결과 191 Fig 1. Nurses Health Study 참가자 80,082명의 14년 추적관찰에 의한 지방산섭취와 관상심장질환의 위험도(Hu et al. 1997) 191 Fig 2. 임상중재연구와 관상심장질환의 위험도(Sacks 1994) 192 Fig 3. 지방산 DB 구축 개요도 226 Fig 4. Flow chart of study selection process in the systemic review 239 Fig 5. Flow chart of study selection process in the systemic review 243 Fig 6. Flow chart of study selection process in the systemic review 246 Fig 7. Flow chart of study selection process in the systemic review 249 viii

10 최종결과보고서 요약문 과제명 색인어 국민건강영양조사 식품 및 영양성분 섭취량 분석을 위한 데이터베이스 설계 및 지방산 데이터베이스 구축 영양성분DB, 영양성분DB구성틀, 영양성분DB구성방법, 지방산 DB 주관연구기관 (사)한국영양학회 주관연구책임자 문현경 연구기간 연구목적 : 국민건강영양조사에서 섭취량 분석이 가능한 영양성분은 15종으로, 한국인영양섭취기준 에서 정한 30여종의 영양소 섭취량 분석이 불가능하다. 특히 우리 국민의 건강과 관련이 높은 지방산 및 비타민 무기질 성분의 분석은 이루어지지 못하고 있다. 따라서 이를 중심으 로 섭취량 분석에 필요한 데이터베이스(DB) 확장 및 DB 구축이 필요하여 영양성분 DB 설 계와 DB 관리 프로그램 개발 및 지방산 DB를 구축해서 국민건강영양조사 자료 처리 및 관련 연구에 활용하고자 한다. 1세부. 양성분 DB 설계와 DB 관리 프로그램 개발 영양성분 DB를 Level 0, Level 1, Level 2, Level 3 로 Level을 정하고 영양성분 DB도 DB 1과 DB 2로 다원화하는 방법을 선택하여 구성하였다. Food Code 또한 다원화하여 Food Code 1, Food Code 2, Food Code 3로 구분하였다. 여기에 연결된 부속 DB로 Retention factor DB와 Yield factor DB를 생성하여 서로 연관되어 분석할 수 있도록 하였 다. DB 구성을 위한 자료 수집 원칙, 계산값 및 대체값 수집 원칙을 설정하였다. 수집된 자료 입력, 자료의 사용 여부 조정, 출력 영양성분 종류 선택 등의 기능 구현 가능한 DB 관 리 전산프로그램(프로토 타입) 개발하였다. 2세부. 지방산 DB 구축 및 유효성 평가 국내 국가기관에서 발간된 지방산 성분표 3종, 국외 국기기관에서 발간된 지방산 성분표 2종, 학술지 발표자료 등을 수집하여 level 0 DB를 구축하였으며, 자료원의 적합도 등급을 평가한 결과 국내 자료는 4등급, 국외 국가기관자료는 3등급 수준이었다. Level 1 DB는 수 집된 level 0 DB의 지방산 프로화일을 맞추어 하나의 DB로 통합한 형태이며, 포화지방산, 단일불포화지방산, 다가불포화지방산(n-3계, n-6계, n-9계) 함량과 개별 지방산으로는 C14:0, C16:0, C18:0, C18:1, C18:2 n-6, C18:3n-3(알파), C20:5 n-3(epa), C22:6 n-3(dha) 의 식품별 함량을 포함하고 있다. Level 2 DB는 국민건강영양조사에 이용되는 5144종의 식품에 대해 level 1 DB의 자료를 검토하여 사용우선순위와 적합도 등급에 따라 식품별 1 개 자료의 성분을 조성을 선택하고 성분자료가 미비한 경우 계산값 및 대체값을 적용하여 DB 구축하였으며, Level 3 DB는 level 2 DB에서 2011년 조사 자료에 사용가능하도록 구축 되었다. 구축된 DB를 이용하여 제 5기 국민건강영양조사 중 2010, 2011년도에 조사된 식품섭취 량조사 자료 이용하여 총지방산 섭취량을 추정하였을 때 총지방산 섭취량은 38.3g으로 지 방섭취량 44.4 g과 비교할 때 86.4% 수준( 남자 85.5%, 여자 87.6%)이었다. 활용방안 : 개발된 DB 관리프로그램과 지방산 DB는 국민건강영양조사의 자료처리와 관련연구에 기 여할 것으로 사료되며, 지방산 섭취량 파악을 통해 관련 연구와 정책개발에 기여할 것으로 사료되며, 정확한 섭취량 추정을 위해 구축된 DB의 지속적인 보완과 이를 위한 기본 성분 자료의 양적 질적 향상 및 DB구축에 필요한 다양한 정보의 축적이 요구된다. ix

11 Title of Project Key Words Summary Design of food and nutrient database and development of database management system for Korea National Health and Nutrition Examination Survey Nutrient Database, Nutrient Database System, Nutrient Database production, fatty acid database Institute The Korean Nutrition Society Project Leader Hyun-Kyung Moon, Ph D. Project Period Purpose - to develop database management system and to construct fatty acid database for the Korea National health and nutrition examination survey Part 1 : development of database management system - design of multi-level database (i.e. level 0, level 1, level 2, level 3) and construct database structure to convey nutrients content and other comprehensive information of foods - design of multifaceted food-code system (i.e. food code 1, food code 2, food code3) and additional databse of retention factor and yield factor - establishment of guidelines for food composition data collection and porotocols for the calculation and imputation of missing value to construct nutrient database - development of nutrient database management system (prototype) to handle food consumption survey data, and nutrient and associate database Part 2 : construction of fatty acid database and evaluation - construction of multi level data base based on the study results of part 1 - food composition data sources of level 0 DB: 3 food composition tables published by 2 national institutions, 2 foresign food composition tables from Japan and USA, 1 pesrsonal publilcaion and several for tarticles from professional journals - quality of data sources: grade 3 (foreign sources) grade 4 (national sources) - coverage of individual fatty acids of level 1 DB: C14:0, C16:0, C18:0, C18:1, C18:2 n-6, C18:3n-3(α), C20:5 n-3(epa), C22:6 n-3(dha), SFA, PUFA, PUFA (n-3, n-6, n-9) - level 2 DB: fatty acid composition of 5144 foods used to calculate food consumption survey data which composed by one analytical value from level 1 DB per each food according to quality of data sources and priority guideline in data selection, and calculated or imputed values for missing values - level 3 DB: working DB for 2011 food consumption survey - estimation of total fatty acid intake: 38.3g/day and 86.4% of daily fat intake level(male 85.55, female 876%) Implication - contribution to systematic management of nutrient database and nutrition calculation in Korea National Health and Nutrition Examination Survey - promotion of research and policy development related to fatty acid intake - expanded data establishment to improve the performance of fatty acid database warranted x

12 Ⅱ. 최종 연구개발과제 연구 결과 1.1 목표 가. 연구목적 국민건강영양조사에서 식품 및 영양성분 섭취량 분석이 가능한 영양성분 확대를 위한 데이터베이스(database, DB) 수집과 검토 및 선별 방법 등을 개발하고 DB 설계안에 맞춰 DB 관리 전산 프로토 타입을 개발하고자 함. 국민건강영양조사 자료처리 및 관련 연구에 활용 가능한 지방산 데이터베이스 (database, DB)를 구축하고자 하고 작성된 데이터베이스의 유효성을 검토하고자 함. 나. 필요성 우리나라를 비롯한 세계 각국의 사망 원인은 감염성 질환의 비율이 과거에는 높았으 나, 현재는 비감염성 질환 즉 만성퇴행성 질환의 비율이 높아지고 있음. 이 질병들은 발병에 오랜 시간이 걸리며, 질병 발병 후 치료가 어렵고 오랫동안 관리가 필요하여 의료비 증가의 중요한 요인임. 만성퇴행성 질환의 중요한 위험요인 중 식생활과 관련 된 요인은 혈압, 혈중콜레스테롤, 저체중, 비만, 채소와 과일 섭취 부족, 알코올 섭취 등으로, 식생활을 어떻게 하는가는 질병의 발생에 중요한 요인임. 만성퇴행성 질환의 경우 발병 기간이 오래되므로 예방을 위해서는 일찍부터 관리가 필요함. 따라서 세계 각국에서는 질병의 예방과 관리를 위하여, 식생활을 관리하기 위하여 식 생활 모니터링을 실시하고 있음. 우리나라도 질병의 예방과 관리를 위해서는 식생활의 파악이 중요하여 1998년부터 국민영양조사를 국민건강영양조사로 확대 개편하여 식품 섭취와 건강 관련 요인들을 조사하고 있음. 일반적으로 식품소비를 조사하는 것은 인구 집단의 식품섭취가 영양적으로 적절한가를 보기 위하여 조사를 하며, 우리나라도 국민건강영양조사의 주요실시 목적임. 그리고 이 자료는 건강지표와 함께 조사하여 식생활과 건강, 영양상태의 관계를 조사하기 위해서 도 사용되고, 영양교육의 평가, 영양중재 효과, 영양 강화식품 등 영양정책의 효과를 보기 위해서도 사용됨. 국민건강영양조사의 경우, 방대한 국가적인 자료로 많은 연구자들에 의해 다양한 연구 1

13 목적에 사용되기 때문에 정확한 자료가 필요함. 우리나라 국민이 소비하는 식품은 전 세계에서 수입되므로 방대하며, 식품산업의 발달로 수많은 가공식품이 새로이 생겨나 고 있어서, 방대한 자료를 필요로 함. 또한 이 모든 식품 자료는 계속적으로 변하고 있 어 필요에 따라 수시로 최신 정보가 들어가야 하고, 과거의 자료는 앞으로의 연구를 위하여 보관되어야함. 따라서 국민건강영양조사의 목적에 맞는 영양성분 DB를 구축하기 위해서는 영양소의 확장과 식품 종류의 변화 및 증가, 영양소의 변화를 수용할 수 있는 틀이 구성되어야 하며, DB를 구축하는 원칙, 각 자료의 수집방법, 자료의 적절성을 보기 위한 자료 등 급 부여 원칙 등이 마련되어야 함. 본 과제에서는 영양성분 DB의 틀과 구축 원칙과 함께 영양성분 DB의 구축 원칙에 따 른 프로그램을 개발하여 국민건강영양조사를 좀 더 효율적으로 정확하게 수행하는데 기여하고자 함. 우리나라의 경우 만성질환의 증가와 이와 관련된 식생활 요인에 대한 근거들이 보고되 고 있으나 국내에서는 기본 자료의 미비로 이와 관련한 연구 및 정책수립에 제한이 되 고 있음. 식이와 만성질환, 특히 심혈관질환 발생에 관한 연구에는 지방산 영양상태가 중요함. 식품 중 지방산 영양가표가 미비하여 섭취량 추정이 어려움. 대부분의 연구는 생체지료를 이용하는 연구로 제한이 되어 있는 상황이며 생체지표는 개인별 생리적 상태에 따라 변이가 커서 섭취량 추정이 필요함. 최근 국제사회에서 만성질환의 예방 및 관리를 위해 지방산 섭취 감소의 정책적 접근 에 대한 요구 증가로 이를 위한 기본자료 산출이 시급함. WHO에서 만성질환으로 인한 조기사망률 감소를 위한 모니터링 지표 중에서 지방산 섭취의 감소를 포함하며, 전체 지방산뿐만 아니라 지방산 종류를 구분하여 섭취 감소 목표치 선정. 총 열량섭취 중 포화지방산 비율을 15% 감소 제안하고 있음. 따라서 지방산은 국민건강영양조사에서 반드시 조사되어야하며 그러기 위해서는 지방 산 DB의 수립이 필수적임. 2

14 1.2 목표달성도 및 관련분야에 대한 기여도 세부 연구목표 및 내용 달성도 1세부 : 국민건강 영양조사 식품별 영양성분 DB 설계 2세부 : 국민건강 영양조사 지방산 DB 구축 영양성분 DB 구축 틀 작성 100% 영양소별 DB 구축 및 자료 등급 부여 원칙 수립 100% DB 관리 프로그램 개발 100% 국민건강영양조사 기초영양DB위원회 운영 지원 100% 지방산 DB 구축 100% DB 유효성 평가 100% 3

15 1900년대 영양학의 발전으로 학자들은 식생활로 질병의 치료와 관리가 가능할 것을 알고, 식품 의 화학적인 구성이 식이치료와 인간의 영양에 관한 기본이라는 것을 알게되었음. 따라서 식품 의 영양성분에 대해 관심을 갖게 되고, 분석방법에 대한 연구와 함께 식품의 영양성분이 분석되 었음. 식품성분표는 1900년 초부터 미국과 독일에서 발간되기 시작했으며, 20세기에 들어서 세계 전쟁 과 이에 따른 질병의 만연은 영양의 중요성을 깨닫게 했으며, 질병의 치료와 관리를 위해 영양 성분을 알고자 하였음. 초기에는 연구자들이 연구의 필요에 의해 영양성분을 분석하였으나, 이것은 비용과 노력이 많이 들고, 계속적으로 발견되어지는 많은 영양성분을 모두 분석하기가 어려워, 각 나라별로 자기나 라의 식품공급이나 영양과 질병과의 연구를 위해 식품성분표를 작성하기 시작하였음. 그러나 점차 교역의 발달로 인해 세계 각국 간의 식품의 수출과 수입의 양이 늘어나기 시작했 으며, 식품산업의 발달로 각종 가곡식품의 증가 등 식품의 종류가 많아졌으며, 영양학의 발달로 건강과 관련있는 많은 영양성분들이 연구되어졌음. 각 나라에서 식품성분표가 발간되었으나 많은 식품성분표가 영양소의 종류가 부족하고, 분석된 식품의 종류 부족, 식품 자체의 차이, 식품성분 분석 방법의 차이, 문서화의 부족 등 많은 문제 점을 가지고 있음. 이에 많은 학자들이 이미 출간된 식품성분표에 대한 적절치 못한 점을 지적하고, 자원 부족 문 제의 해결 방안으로 새로운 시스템으로 관리하며, 세계의 모두가 공유할 수 있도록 염원함에 따 라 INFOODS가 1983년 만들어졌으며, 현재는 FAO에 의해 구성되고 관리되고 있음. INFOODS가 구성되기 이전에 유럽에서는 유럽 내의 식품의 이동이 자유로워 공통의 식품성분 표의 필요를 느껴 EUROCODE를 만들어 사용하고 있었으며, 미국의 USDA도 DB를 만들어 사 용했음. 이런 DB의 발전은 컴퓨터의 발전과 함께 이루어졌음. 현재는 많은 나라에서 INFOODS를 참고삼아 각 나라의 영양성분 DB를 만들어 그 나라의 영양 정책의 수행을 위한 기초자료를 수집하거나, 영양정책의 평가를 위해 사용하고 있음. 그래서 INFOOD의 경우 각 지역을 묶어서 지역별로 영양성분 DB를 만들 것을 권장하고 있으며, INFOODS는 각 영양성분 DB를 어떻게 만들 것인가 방법과 기준을 만들어 제공하고 있음. Europe의 경우를 보면, Europe은 Europe 내에서 식품의 교역이 활발히 이루어지고 있어서, 많은 식품들이 공유되고 있음. 각 나라들이 질병 패턴이 달라, 이것에 대한 연구의 일환으로 각 나라의 식생활과 질병들의 연구를 수행하기 위하여, 통합된 영양성분 DB의 필요성이 제기되었으며, 이 과 정에서 영양성분 DB 구축 원칙, 구축 방법 등에 대한 많은 연구가 이루어짐. 이런 연구를 통해 현 4

16 재 Europe의 많은 나라들이 참여하는 영양성분 DB인 EuroFir(European Food Information Resource Network)이 구성됨. 미국의 경우 미농무성에서 미국의 영양성분 DB를 만들기 위하여, 분석 작업은 물론, 미 정부 내 기관이나 외부의 연구소나 학교의 분석 자료를 취합해 영양성분 DB를 만들고 있음. 이 과정에서 분석 방법에 대한 연구, 분석값의 질 관리 원칙, 영양성분 DB 구축 원칙 등을 연구하여, 다른 나라 에서도 사용할 수 있도록 DB 자체는 물론 DB 구축 방법 등도 다른 나라에 제공하고 있음. 국내외 지방산 DB 구축 현황 국내 국가기관 - 농촌진흥청 농촌자원개발연구소(2006): 2006 제7차 개정판 식품성분표Ⅱ- 지방산 - 농촌진흥청 국립농업과학원(2010): 2010 기능성 성분표- 무기질/지방산 - 국립수산과학원(2012): 한국수산물지방산 성분표 국외 국가기관 - 미 농무부(2012): USDA 표준 참고치를 위한 국가영양소데이터베이스 (National Nutrient Database for Standard Reference), SR 25: - 일본 문부과학성 자원조사분과(2010): 5정 증보 일본 식품표준성분표 지방산 성분표( 五 訂 増 補 日 本 食 品 標 準 成 分 表 脂 肪 酸 成 分 表 ) 기타 - 이양자 등(1995). 한국 상용식품의 지방산 조성표. 신광출판사 - 학술지에 보고된 지방산 성분 분석자료 5

17 3.1 연구개발의 목표 가. 국민건강영양조사 식품별 영양성분 DB 설계 (1세부) 영양성분 DB 구축 틀 작성 영양소별 DB 구축 및 자료 등급 부여 원칙 수립 DB 관리 프로그램 개발 국민건강영양조사 기초영양DB위원회 운영 지원 나. 국민건강영양조사 지방산 DB 구축 (2세부) 지방산 DB 구축 DB 유효성 평가 3.2 연구개발의 내용 가. 국민건강영양조사 식품별 영양성분 DB 설계 문헌 및 자료조사 EuroFir에 대한 고찰 INFOODS 대한 고찰 미국 USDA의 영양성분 DB 고찰 영양성분 DB 관련 문헌 고찰 각국의 식품섭취조사에 사용된 DB 구축방법 및 문제점 고찰 영양성분 DB 구성 틀 내용에 대한 고찰 각 DB의 구성을 위한 기준에 대한 고찰 영양성분 DB 구성 틀 구성 영양성분 DB에 들어가야 할 필요사항 파악을 통한 DB 종류 검토를 통한 DB 종류 및 구조 연구 6

18 영양성분 DB의 자료 집적을 위한 원칙 마련 문헌과 자문을 통한 자료 수집 원칙 마련 문헌과 자문을 통한 자료의 질 등급 기준 마련 계산 값 작성 원칙 마련 대체 값 작성 원칙 마련 전문가 자문 및 Workshop 기초영양성분 DB 위원회 자문 기타 전문가 자문 분야별 전문가 Workshop을 통한 의견 수렴 제2세부 과제의 지방산 DB를 통한 실행 지방산 DB 구성시 원칙 이용 영양성분 DB 관리 프로그램 개발 수행 영양성분 DB 관리 프로그램은 연구자, 실무진, 전문가의 의견 수렴으로 개발 나. 국민건강영양조사 지방산 DB 구축 지방산 DB 구축 기존의 지방산 DB 검토 및 설계 국민건강영양조사에 활용되는 식품 5,300 여종 중 다빈도 순이나 총 공급량 순으로 관리 우 선순위를 선정 한국영양학회 영양정보센터의 Can pro에 수록된 지방산 영양가표의 자료 신뢰도를 검토 DB 수록 지방산 종류의 범위 결정 국민건강영양조사에서 사용하는 식품코드체계 외에 DB 수록식품의 관리를 위한 포괄적 코 드체계 (1세부과제 도출 결과) 적용 자문회의를 통해 지방산 DB 구축안에 대한 의견 수렵 DB 보완을 위한 성분자료 수집 (기존에 출간된 자료 수집) 2010 기능성 성분표- 무기질/지방산. 농촌진흥청 국립농업과학원, 2010 이양자 등. 한국 상용식품의 지방산 조성표. 신광출판사,

19 USDA 표준 참고치를 위한 국가영양소데이터베이스(National Nutrient Database for Standard Reference), SR 25: Chow CK, Ed. Fatty Acids in Foods and their Health Implications, 3rd Edition. CRC Press, 2007 기타 학술지에 보고된 지방산 성분 분석자료 분석 값 미비 식품의 지방산함량 추정방법 확립 계산 값이나 대체 값에 대해서 1세부 과제에서 도출된 추정방법에 대해 식품 종류별 타당한 방법 적용 자문회위를 통해 타당한 방법의 선택에 대한 자문의견 수렴 적합도 등급 산출 1세부과제의 연구결과로 확립된 등급산출 기준에 따라 구축된 DB에 수록된 식품별 지방산 자료의 등급 산출 자문회위를 통해 등급 산출의 적절성에 대한 의견 수렴 DB 구축과정과 분석 자료의 출처, 적합도 등급 등 관련 정보를 문서화하고 DB와 연계하여 관리 될 수 있도록 함 DB 유효성 평가 제 5기 국민건강영양조사 1, 2차년도 식품섭취량 조사 자료에 새로 구축한 지방산 데이터베이스 를 적용하여 지방산 섭취량 평가 총 지방섭취량과 총 지방산 섭취량 비교 포화지방산, 단일불포화지방산, 다중불포화지방산 섭취량 영양섭취기준의 적정섭취비율과 비교평가 제 5기 국민건강영양조사 1, 2차년도 건강검진자료와 연관성 분석 혈중지질수준과의 연관성 지방산 섭취수준에 따른 만성퇴행성질환 유병 상태에 대한 위험도 분석 자문회의를 통해 유효성 평가방법의 적설성에 대한 자문 8

20 3.3 연구개발의 추진 일정 내용 월 1 (5월) 연구기간 ( ~ ) 2 (6월) 3 (7월) 4 (8월) 5 (9월) 6 (10월) 7 (11월) 8 (12월) 비고 자료수집 1세부 : 국민건강 영양조사 식품별 영양성분 DB 설계 영양성분 DB 확대를 위한 영양 성분 DB 구성틀 마련 영양성분별 DB 구축의 일반 원칙, 수집 자료의 등급 부여 방법 개발 DB 설계안에 맞춰 DB 관리 전산 프로그램(프로토 타입) 개발 국민건강영양조사 기초영양DB 위원회 지원 보고서 작성 2세부 : 국민건강 영양조사 지방산 DB 구축 지방산 DB구축 각 수집 자료에 대해 평가하여 적합도에 대한 등급 부여 국민건강영양조사 지방산 섭취량 산출, DB 유효성 평가 보고서 작성 9

21 추진현황 내용 월 1 (5월) 연구기간 ( ) (6월) (7월) (8월) 5 (9월) 6 (10월) 7 (11월) 8 (12월) 비 고 자료수집 영양성분 DB 확대를 위한 영양 1세부 : 국민건강 영양조사 식품별 영양성분 DB 설계 성분 DB 구성틀 마련 영양성분별 DB 구축의 일반 원칙, 수집 자료의 등급 부여 방법 개발 DB 설계안에 맞춰 DB 관리 전산 프로그램(프로토 타입) 개발 국민건강영양조사 기초영양DB 위원회 지원 보고서 작성 지방산 DB구축 2세부 : 국민건강 영양조사 지방산 DB 구축 각 수집 자료에 대해 평가하여 적합도에 대한 등급 부여 국민건강영양조사 지방산 섭취량 산출, DB 유효성 평가 보고서 작성 계획, 추진 10

22 세부 목표 및 내용 결과 진행률 비고 영양성분 DB 구축 틀 작성 영양성분 DB의 다면적 Food Code DB 구성 영양성분DB의 Level 구성 - Level 0, Level 1, Level 2, Level 3 Retention factor DB 틀 구성 100% 100% 100% 1세부 : 국민건강 영양조사 식품별 영양성분 DB 설계 영양소별 DB 구축 및 자료 등급 부여 원칙 수립 DB 관리 프로그램 개발 국민건강영양조사 기초영양DB위원회 운영 지원 자료 수집 원칙 수립 100% 자료의 질 평가 원칙 수립 100% 자료의 집적 원칙 수립 100% 계산 값 수립 원칙 수립 100% 대체 값 수립 원칙 수립 100% DB 관리 프로그램 로직 검토 100% DB 프로그램 개발업체와 계약 100% 영양성분 DB 구축 틀 관리 프로그램 개발 100% 각각의 DB 연결 가능 프로그램으로 개발 100% 프로그램은 자료 사용여부 등의 관리 기록 가능토록 개발 100% 프로그램에서 DB 출력 가능토록 개발 100% 기초영양DB위원회 참여 100% 기존의 지방산 DB 검토 및 설계 100% 2세부 : 국민건강 영양조사 지방산 DB 구축 지방산 DB 구축 - DB 보완을 위한 성분 분석 자료 수집 - DB 수록 지방산 종류의 범위 결정 DB 수록 체계의 포괄적 코드체계(1세부 과제 도출 결과) 적용 각 수집된 지방산 함량에 대해 평가하고, 적합도에 대한 등급 부여 - 분석값 미비 식품의 지방산 함량 추정방법 확립 - 적합도 등급 산출 국민건강영양조사의 코드집에 수록된 식품 5,144여종에 대한 지방산 DB 구축 - Level 0, Level 1, Level 2, Level 3 구축 - DB 수록 지방산 종류의 범위 결정 100% 100% 100% 100% 100% 100% 100% 100% 100% 100% 유효성 평가 방안 마련 국민건강영양조사 제 5기 1, 2차년도 (2010, 2011) 자료에 적용 100% 100% DB 유효성 평가 하여 지방산 섭취량 산출 보고된 섭취수준과 비교 국민건강영양조사의 생화학적 평가지표와 비교 100% 100% 11

23 3.4 연구개발의 추진 체계 12

24 4.1 DB 구조 영양성분 DB 영양성분 DB의 조건은 1) 식품섭취조사 시 조사에 나올 수 있는 모든 가능한 식품이 DB에 있어야 함. 2) 새로운 영양소를 추가할 수 있는 기능이 있어야함. 3) 여러 기관 의 DB를 취합하여, 선택할 수 있는 방법이 가능. 4) 국민건강영양조사의 경우, 자료를 많은 연구자들에게 공개하는데, 이 때 사용된 영양성분 DB가 같이 공개되어야 하므로 공개가 가능한 방법이 모색. 따라서 본 연구에서는 영양성분 DB의 경우 Level 0, Level 1, Level 2, Level 3 로 Level을 정하고 영양성분 DB도 DB 1과 DB 2로 다원화하는 방법을 선택함. 영양성분 DB의 Level 구성 - Level 0 : 수집된 자료별 data 모음 - Level 1 : 발표된 식품의 영양성분 분석 자료가 하나의 큰 파일로 수집 정리된 DB 구축 - Level 2 : 수집된 자료의 질 평가에 따라 정리되고, Missing value의 처리가 계산 값, 대체 값 등으로 채워진 DB 구축 - Level 3 : Level 2의 자료 중 실제 Survey에 사용된 DB 구성 영양성분 DB의 다원화 - 영양성분 DB 1 : DRIs에 있는 모든 영양소 - 영양성분 DB 2 : 각 식품의 영양성분별 자료 분석방법(AM), 분석자료 제공자 (AS) - Level 0의 경우 영양성분 DB 2는 필요 없음 - Level 1의 영양성분 DB 2 : 분석방법, 분석자료 제공자, 자료의 질 평가 수록 - Level 2의 영양성분 DB 2 : 분석 값, 대체 값, 계산 값인지 표시해주고, 어떻게 대 - Level 3의 영양성분 DB 2는 없음 체 또는 계산되었는지 수록 13

25 4.1.2 영양성분DB의 Food Code DB Food Code DB 구성 Food Code 1 : 꼭 필요한 정보만 수록 (식품명(FN), 단일식품 또는 혼합식품(SM), 식품군명(FG), 가공 이나 조리(PR)) Food Code 2 : 부가적인 자료 Food Code 3 : 추가 정보 Food Code DB는 Food Code 1, Food Code 2, Food Code 3으로 구성. Food Code 1은 전체 영양성분 DB의 많은 DB들을 연결해주는 코드들로 아래의 표에 있으며, 검색 시 처음에 자동으로 뜨는 내용. Food Code 2는 부가적인 정보로 식품을 구분할 때 사용. Food Code 3는 그 외의 부가적인 정보를 수록. 전체 영양성분 DB의 검색 시는 식품이름을 사용하며, 그 경우 Food Code 1의 내용이 같이 사용. 자료를 사용하여 통계 처리를 하려고 할 경우 사용 할 Code가 DB에 함께 내장되어 사용. DB의 코드체계는 처음 2자리 01~18까지는 식품군, 다음 3자리는 식품 종류로 구분하 며, 다음 2자리는 생것, 데친것 등의 식품의 상태로 구분하여 총 7자리로 부여함(추후 CD로 제출 예정) 영양성분 DB의 연결된 부속 DB Retention factor DB 각 식품의 Retention factor는 조리법 별로 달라지므로 생식품의 영양소 값을 1로 했을 경 우 영양소 값의 변화를 표시해준다. 연결은 식품명으로 한다. Yield factor DB 각 식품의 Yield factor는 조리법에 따라 달라지므로 생식품의 무게를 1.0으로 했을 때 조 리법에 따른 무게의 변화를 표시해준다. 연결은 식품명으로 한다. 14

26 4.2 DB 구성을 위한 자료 수집 원칙 DB 구성 식품 종류 DB에 실려야 하는 식품의 형태는 생식품(raw), 구매하는 식품(as purchased), 섭취하 는 형태의 식품(as consumed) 모두 수록될 수 있다면 가장 바람직할 것이며, 조사되 는 형태에 따라 사용 가능함. DB에 수록될 식품 중 반드시 실려야 하는 식품은 많이 또는 자주 소비되는 식품일 것. 두 번째는 특정 집단에서 식이의 대부분을 차지하는 식품. 세 번째는 자주 소비되 지 않더라도 특정 영양소를 다량 포함하는 식품임 DB 구성 영양소 DB를 구성할 경우, 포함되는 영양소를 정해야 하는데, 최근에는 많은 영양성분, 기능 성물질, 유해물질 등이 모두 연구자와 일반인의 관심이 되고 있으므로 이런 것이 모두 실려야 함. 첫 번째는 한국인 영양섭취기준에 기준이 성립되어 있는 모든 영양소가 포함되어야 함. 두 번째는 확장 가능하도록 하여, 앞으로 관심이 되는 영양소가 실릴 수 있도록 하여 야 함. 세 번째는 앞으로는 Risk Assessment를 위해 유해물질 DB도 마련되어야 하므로 확장 가능하도록 하여야 함 DB 구성을 위한 자료 수집 원칙 1. 기본 방향 첫째, 어디에 누가 사용할 것인지 결정. 둘째, 식품영양가표에 포함될 식품의 목록을 수립. 셋째, 포함되어야 할 영양소를 정하는 일. 넷째, 식품성분자료의 수집과 평가. 다섯째, 자료의 정리로 모인 많은 자료들은 정리, 선택. 여섯째, 이렇게 작성된 자료는 다시 영양소의 타당성에 대한 검토(validation)를 실시하 기 위해서 전체적인 식품의 양과 영양소의 양, 다른 식품과의 비교 등 전반적으로 검토. 마지막으로 검토된 자료는 모든 과정을 문서화(documentation) 하여 자료 안에 보관. 2. 자료의 수집 및 선택 방법 가. 직접적인 방법(Direct method) (1) 식품성분의 분석 식품 분석의 이유는 정부의 규제와 권장사항(예. 기준 마련, 영양표시, 진위판별, 사찰 및 등급 매기기), 식품안전, 식품의 질 조정, 연구 및 개발 등 여러 목적에서 행해지고 있 다. 현재 식품분석의 경향과 요구는, 우선 소비자 입장에서는 질 좋고, 안전하고 영양가 있는 식품을 요구하고 있으며, 영양 표시를 식품을 선택하는 지침으로서 사용하고 있으며, 15

27 둘째, 식품 산업 입장에서는 식품의 질을 높이고 소비자의 요구에 부응하며, 정부입장에서 는 규제와 국제적 표준 및 정책 마련, 영양 표시 조절, HACCP 관리 등의 목적임. 식품분석의 내용 성분 : 식품의 안전성, 영양가, 물리화학적 성질, 품질 특성, 관능적 특성들에 대해 분석 가능. 방법의 선택 시 고려해야 할 사항 : 방법의 특성, 목적, 식품성분의 특성을 고려, 방법 의 타당성, 특이성, 민감성, 정확성, 민첩성 등도 고려 나. 간접적인 방법(Indirect method) 간접적인 방법은 발표된 문헌 또는 실험실에서 만들어진 발표되지 않은 보고 자료를 사 용. 이 방법은 데이터베이스에 포함시킬지 여부를 판단하는데 주의가 필요함. 직접적인 방 법과 비교하여 신뢰수준이 낮음. 간접적인 방법은 분석 자원이 제한적이거나 대부분의 식 품을 그 식품성분 데이터가 있는 다른 나라로부터 수입하는 식품의 경우에 주로 사용. 다. 혼합 방법(Combination method) 최근의 많은 식품성분 데이터베이스는 직접적인 방법과 간접적인 방법의 혼합에 의해 생성, 원래의 분석치와 함께 문헌이나 다른 데이터베이스로부터 가져온 값과 추정산출 되 거나 계산된 값을 포함함. 이러한 혼합 방법이 가장 비용 효과적이며, 특히 주식에 대해서 는 직접 분석하고, 덜 중요한 식품에 대한 자료는 문헌(필요하다면 다른 나라의 자료 포 함)으로부터 인용을 할 때 효율적으로 이용될 수 있음. 그러나 원칙적으로는 추정산출 계 산된 자료의 양을 최소화해야 데이터베이스의 신뢰도와 대표성을 높일 수 있음. 3. 자료의 질 평가 원칙 수립 가. 표본추출(Sampling) 대표적인 식품표본들을 수집하고, 수집과 분석 과정에서 성분의 변화 없이 일정한 값을 유지하게 하는 것이 목적. 모든 식품은 살아있는 물질로 성분 조성에 있어 자연적인 변이 를 나타냄으로, 표본추출의 이차적 목적은 이와 같은 가변성이 계절, 지리, 재배 품종 및 경작과 같은 요인 등의 관련 요인을 기록으로 남기는 것. 등. 식품 표본의 주요한 출처는 대량식품, 도매 식품, 소매 식품, 텃밭 생산물, 소비된 식품 나. 표본추출과 분석의 연계 프로토콜 설계(Designing combined sampling and analytical protocols) 다. 자료 검토에 적용되어야 하는 기준 식품의 정체성을 확인하고, 대표성 있는 식품의 시료를 포함시키며, 분석하는 재료의 성 질은 확실하게 정리되어야 함. 시료 분석에 대한 프로토콜은 기준에 적합한지 조사하고 16

28 고려. 또한 분석값을 명백하게 식별할 수 있어야 함 DB의 계산값 수집 원칙 1. 구성성분을 이용하는 방법 이 방법은 예를 들자면 닭 전체에 대한 자료가 없을 경우, 닭 중에 먹는 부분의 전체구 성(physical composition)에 대한 자료를 구한 후 각 부분에 대한 영양가를 그 부분에 맞 게 계산하면 전체를 계산할 수 있음. 2. 비슷한 식품의 영양소 부분 이용방법 예를 들어, 만약 우리가 가지고 있는 자료가 전유에 대한 칼슘의 자료인데, 1% 지방유 의 칼슘 자료를 알고자 하면 전유의 지방을 제외한 고형분이 차지하는 정도에 대한 자료 를 이용함으로써 1% 지방유의 칼슘 함량을 계산할 수 있음. 3. 가중치의 이용방법 이 방법을 사용할 수 있는 경우는, 예를 들어 일반적인 닭고기의 값을 우리가 사용하고 자 할 때 이 닭고기의 경우는 수입육에서, 병아리에서 산란 후 폐기된 닭까지 여러 가지 가 있으므로, 이것은 식품공급의 자료를 이용하여 적절한 가중치를 주어 평균을 낸다면 우리의 식품공급을 감안한 대표적인 값을 계산할 수 있을 것 4. 회귀분석 이용방법 이 방법을 예를 든다면, 쇠고기의 경우 기름기의 정도에 따라 marbling score를 주는데 이 점수에 따라 지방의 함량이 분석되어 있다면, 모든 marbling score에 지방 함량이 없 더라면 회귀분석을 이용하여 추정계산이 가능할 것. 5. 영양소 잔존율과 조리 후 무게자료 이용방법 이 방법을 이용하기 위해서는 각 식품에 대한 영양소 잔존율(retention factor)과 조리 후 변화량(yield factor) 자료가 있어야 함. 일반적으로 조리된 식품보다는 생식품에 대한 자료가 많기 때문에 이런 것을 이용하면 계산이 가능할 것. 6. 레시피 이용방법 계산방법에 따라 값이 조금씩 다를 수 있기 때문에 여러 가지 계산이 사용되고 있으며, 영양소 잔존율(retention factor)과 조리 후 변화량 자료(yield factor)를 사용하여 계산. 17

29 레시피를 이용한 영양소 계산 방법 1) 각 음식에 들어가는 식품의 종류를 결정한다. 2) 각 식품의 무게를 결정한다. 3) 각 식품의 무게를 합해서 조리 전 전체 무게를 계산한다. 4) 각 식품의 무게에 따른 영양소를 결정한다. 5) 조리에 있어서 변화가 일어날 비타민 무기질 등 영양소에 retention factors를 적용한다. 6) 각 식품의 조리 후 영양소량을 합하여 전체 영양소를 계산한다. 7) Yield factor를 고려하여 100g당으로 영양소를 계산한다. 8) 조리 후 수분이나 지방 손실을 고려하여 전체적인 영양소량을 검토한다 대체값 수집 원칙 1. 다른 형태의 조리자료 이용 같은 식품이라도 예를 들면 견과류의 경우 그냥 건조하는 경우도 있고 볶는 경우도 있다. 이럴 때 한 가지 자료만 있다면 수분함량을 고려하여 계산할 수 있을 것. 2. 외국자료의 이용 외국에서 이미 분석된 자료가 있는 경우, 동일한 식품인가 확인한 후 분석치를 이용할 수 있음. 3. 식품분류가 같은 유(genus) 안의 다른 종(species)을 이용 우리나라의 여러 산나물 중, 특히 취나물 같은 경우 여러 가지가 있는데 이런 경우 영양소 의 값을 대체해서 사용할 수 있을 것. 4. 식품분류의 같은 과(family) 안의 같은 유(genus)를 이용 생선 같은 경우 여러 종류가 있으나 전부 분석이 불가능하므로 비슷한 종류로 사용이 가능 함. 그러나 특정 생선의 경우에 예를 들면, 정어리는 지방 함량이 특히 높은데 이것을 대체식 품으로 사용하기보다는 다른 생선을 사용하는 것이 바람직할 것. 5. 식품군의 일반적인 영양소 함량 사용 우리나라에 수입되는 여러 가지 열대과일의 경우 그 과일에 대한 모든 영양소를 알기는 어 렵고, 또 어떤 식품으로의 대체가 가능한지 판단되지 않는 경우 열대과일류의 평균을 이용하 는 것도 가능할 것 4.3 DB 프로그램 국민건강영양조사 식품 및 영양소 섭취량 분석을 위한 데이터베이스 설계 결과물인 설 계된 데이터베이스가 실질적으로 전산화되어 운영을 할 수 있는가를 확인하였고, 설계된 영양성분 DB의 4가지 레벨, 영양성분 DB 1, DB 2의 구조가 전산화되어 어떻게 구현이 되는가를 확인함. 설계된 DB에서 새로운 식품 및 영양소의 추가 및 삭제, 타 DB와의 연 계 가능성 확인하였고 사용자별 이용 용이성을 확인한 데이터베이스를 구축함. (프로그램 에 대한 특징 및 자세한 설명은 1세부 보고서 참조) 18

30 4.4 국민건강영양조사 지방산 DB 구축 기존의 지방산 DB 검토 및 설계 1. 지방산 DB 자료 검토 농촌진흥청 농촌자원개발연구소: 2006 제7차 개정판 식품성분표Ⅱ-지방산 농촌진흥청 국립농업과학원(2010): 2010 기능성 성분표- 무기질/지방산 중 국내분석자료 국립수산과학원(2012): 한국수산물지방산 성분표 미 농무부(2012): USDA 표준 참고치를 위한 국가영양소데이터베이스(National Nutrient Database for Standard Reference), SR 25 일본 문부과학성 자원조사분과 2010): 5정 증보 일본 식품표준성분표 지방산 성분표 이양자 등(1995): 한국 상용식품의 지방산 조성표 학술지에 보고된 지방산 성분 분석자료 2. 지방 성분 자료원별 지방산 종류 검토 각 지방산 DB 자료별로 지방산를 검토한 결과, 농촌진흥청 농촌자원개발연구소(2006), 농촌진흥 청 국립농업과학원(2010), 국립수산과학원(2012), 미 농무부(2012), 일본 문부과학성 자원조사분 과(2010), 이양자 등(1995), 일부 학술지에 보고된 자료에서 단일불포화지방산, 다가불포화지방산 ( N-3, N-6), 총불포화지방산, 총포화지방산 자료를 모두 포함하고 있었음 3. 지방산 DB 수준별 자료 구축 전략 Level 0 : 지방산 DB 구축을 위한 기본 자료들 Level 1 : 모든 지방산 DB 병합 Level 2 : 지방산 DB 기본 자료의 적합도 및 등급 평가에 근거하여 국민건강영양조사에 활용되 는 식품에 대한 지방산 자료 구축 Level 3 : 2011년도 국민건강영양조사자료 분석용 DB 19

31 4.4.2 DB 구축을 위한 기존 지방산 DB의 적합도 및 등급화 각 자료원별 특성 각 자료원의 분석 자료 여부 지방산 DB 구축을 위한 기존 자료원 농촌진흥청 농촌자원개발연구소: 2006 제7차 개정판 식품성 분표Ⅱ-지방산 국립수산과학원(2012): 한국수산물지방산 성분표 농촌진흥청 국립농업과학원(2010): 2010 기능성 성분표- 무 기질/지방산 이양자 등(1995): 한국 상용식품의 지방산 조성표 분석 자료 여부 모두 분석자료 모두 분석자료 모두 분석자료 국내 분석논문 2편 포함 학술지에 보고된 지방산 성분 분석자료 미 농무부(2012): USDA 표준 참고치를 위한 국가영양소데 이터베이스 일본 문부과학성 자원조사분과(2010): 5정 증보 일본 식품표 준성분표 지방산 성분표 모두 분석자료 모두 분석자료 모두 분석자료 국민건강영양조사자료 분석용 지방산 DB 구축을 위한 기본 DB 자료 결정 원칙 국내 분석 자료이면서 발간연도 최신인 순서를 우선으로 함 1 국립수산과학원(2012). 한국수산물 지방산 성분표 2 농촌진흥청 국립농업과학원(2010) 기능성 성분표- 무기질/지방산 3 농촌진흥청 농촌자원개발연구소(2006) 제7차 개정판 식품성분표Ⅱ - 지방산 자료에서 국내 기관 성분분석 자료 국외 분석 자료이면서 물리적 거리가 가까운 국가 우선으로 함 4 일본 문부과학성 자원조사분과(2010). 5정 증보 일본 식품표준성분표 지방산성분표 5 미 농무부(2012). USDA 표준 참고치를 위한 국가영양소데이터베이스 Level 3 DB는 기본 DB 자료 결정 원칙에 근거하여 식품 코드별 1개의 지방산 함량 자료 선택 20

32 4.4.3 기본 DB의 분석 값 미비 식품에 대한 지방산 함량 추정안 지방 함량의 차이를 고려한 처리안 - 기본 DB에 분석값이 미비하여 계산값 및 대체값 적용시 지방의 차이를 고려함 계산 값 = 지방산값 없는 국내대체식품의 지방 값 국외대체식품의 지방 값 국외대체식품의 각지방산 값 - 질병관리본부에서 제공한 식품의 지방 함량(농촌진흥청 식품성분표 8차 개정)이 미비하여 계산 및 대체가 곤란한 경우, 제조사 홈페이지 검색(417건) 및 비슷한 식품 및 주재료 성분을 이용(900 건)하여 추정함 - 지방산 자료원의 지방함량 분석이 누락되어 있는 경우는 총지방산 함량을 적용 일반식품(자연식품) - 국민건강영양조사 자료의 1차 코드를 중심으로 2차코드 내에서 지방함량이 유사한 식품별로 분 류한 지방함량코드를 부여한 후, 이를 고려하여 가장 비슷한 대표 식품의 지방 값으로 대체 (DB의 지방대체코드 변수 참고) - 주요 재료성분에 대한 수분 함량 및 지방 함량을 고려하여 지방 값 계산: 재료 중 건조 vs 생 것 vs 익힌 것(삶은 것) : 수분 함량, 지방함량을 고려 (DB의 지방 계산방법 변수 참고) - 수산물의 경우, 농촌진흥청 식품성분표 8차 개정에 수록된 성분자료를 이용한 질병관리본부에 서 제공한 식품의 지방 함량보다 국립수산과학원의 지방 및 지방산 함량자료가 최근 자료이 므로, 지방함량의 차이가 있더라고 그대로 사용함 가공 식품 - 제품의 영양표시 확인하여 값 입력 (DB의 근거사이트주소 변수 참고) (1회 제공량의 함량 100g당 함량으로 계산) - 비슷한 가공 식품(타 회사, 주재료 정보 등 참고)의 지방 값 대체 (DB의 지방대체코드 변수 참고) - 조리 가공품의 경우 주재료의 지방 조성을 지방함량을 고려해서 반영 21

33 지방의 함량이 낮은 식품을 지방산 값을 0으로 하는 처리안 - 1회 섭취로 섭취하는 지방의 양이 기준량 보다 낮은 식품은 개별 지방산의 값을 0으로 처리 처리에 필요한 자료 - 각 식품의 지방함량 - 식품별 1회 섭취량 : 제 5기 조사결과를 이용하여 식품별 1회 섭취량 추정 ü 제 5기 조사에서 사용하지 않은 식품의 경우 비슷한 식품의 1회 섭취량으로 대체 (2579건) - 1회 섭취량의 지방함량에 따라 분류하여 1일 지방 섭취량 추정하고 그 반영비율을 고 려하여 0으로 처리할 식품의 기준 수립 ü 1회 섭취량의 지방함량에 따라 식품을 분류하여 지방 섭취량 추정 결과 1회 섭취량의 지방함량(g) 1인 평균 지방섭취량(g) 1일 섭취량 반영비율(%, >0와 비교) > and * * 곡류, 두류, 종실류, 육류, 난류, 어패류, 유제품, 유지류의 경우는 0.1g 이상 섭취한 식품 포함 식품의 지방 값과 총 지방산의 값이 차이가 있는 경우, 각 지방산 값의 처리 두 값의 비율 차이가 10% 이하인 경우는 각 지방산의 원 값 사용 두 값의 비율 차이가 10% 초과인 경우는 각 지방산은 보정 값 사용 각 지방산 보정 값 = 총 지방/총 지방산 * 각 지방산 각 처리안에 대한 자문의견 수렴 내용은 아래 참조 자문회의를 통해 분석 값 미비 식품의 지방산 함량 추정안에 대한 의 견 수렴 지방함량의 차이를 고려한 처리안 - 서로 다른 식품의 지방함량 차이를 고려하여 지방산 함량을 조정하는 것은 적절한 것으로 의견이 모아짐 - 수산물의 경우, 2012년 국립수산과학원의 한국수산물지방산 성분표가 2010년 농촌진흥청의 식품 22

34 성분표보다 최근 자료이므로 지방함량의 차이가 있더라도 그대로 이용하는 방안은 적절한 것으 로 의견이 모아짐 지방의 함량이 낮은 식품의 지방산 값을 0으로 하는 처리안 - 지방의 함량이 낮은 식품의 지방산 값을 0으로 처리하는 방안은 고려할 만하나, 1회 섭취량의 함 량보다는 100g당 함량을 기초로 기준을 마련하는 것이 적절하다는 의견을 제시함 - 그러나 0으로 처리하기 위한 100g 당 지방함량 기준에 대한 근거는 미약한 실정임 식품의 지방 값과 총 지방산의 값이 차이가 있는 경우, 각 지방산 값의 처리 - 지방산 조성을 왜곡할 수 있으므로 적절하지 않다는 의견을 제시함 각 처리안에 대한 자문의견을 바탕으로 국립수산과학원의 한국수산물지방산 성분표의 지 방산 함량은 그대로 이용하되, 대체하는 식품의 지방함량의 차이를 고려하여 지방산 함량 을 조정하고 지방함량이 낮은 식품의 지방산 값을 0으로 하는 안과 지방 값과 총지방산 값의 차이가 있는 경우에 각 지방산 값의 처리 안은 적용하지 않는 것으로 함 지방산 DB 구축 및 관련 자료의 문서화를 통한 국민건강영양조사자 료 분석용 지방산 DB 완성 지방산 DB 단계별 구축 과정의 문서화 1 지방산 DB Level 0: 자료원별 코딩 자료 (raw 상태) 2 지방산 DB Level 1: DB에 수록할 지방산 조성에 맞추어 모든 자료원 합치기 식품별 지방산 자료에 사용한 자료원 기록 (DB의 자료원 코드 변수 참고) 3 지방산 DB Level 2: 질병관리본부에서 제공한 5144건의 식품에 대해 Level 1 DB를 적용하고 분석값 미비 식품에 대해 결측치 처리안을 적용한 DB 결측치 처리와 관련된 내용의 문서화 - 지방 값 결측치에 대한 입력 값 근거 (DB의 지방대체코드, 지방 계산방법, 근거 사이트주소 변수 참고) - 지방산 값 결측치에 대한 입력 값 근거 (DB의 대체 및 계산방법 기입 변수 참고) - 매칭할 식품을 찾지 못하여 함량을 0 으로 처리한 80 여개 식품에 대해 주관부서 의 검토 의견에 따라 임의 대체 4 Level 3: 2011년도 국민건강영양조사자료 분석용 지방산 DB 23

35 4.5 DB 유효성 평가 지방산 섭취량 평가 - 제 5기 국민건강영양조사자료(2010년, 2011년)에 대해 구축된 지방산 DB를 적용하여 계산한 우리 국민의 총지방산 섭취량은 38.3g으로 지방섭취량 44.4 g과 비교할 때 86.4% 수준( 남자 85.5%, 여자 87.6%) 임. - 미국의 NHANES 조사결과 보고된 총지방산 섭취수준은 지방 섭취량의 92.4%임 년 한국인의 지질 영양섭취기준에서 만 19세 이상의 성인에 대해 제시된 포화지 방산 섭취기준은 %E 임 - 구축된 DB를 이용해 추정된 포화지방산 섭취량은 12.9g으로 총 에너지의 5.4%수준이 며, 추정된 총지방산 섭취량이 지방섭취량의 85% 수준임을 고려한다면 총 에너지의 6.4% 수준인 것으로 추정됨 - 본 연구에서 구축된 지방산DB를 이용하여 총지방산 섭취량을 추정한 결과는 비교 대 상으로 한 외국의 결과에 비해 지방섭취량을 반영하는 비율이 낮았으며, 정확성을 높이 기 위한 추가적인 검토가 필요할 것으로 생각됨 검진자료와 지방산 섭취량과의 연관성 분석 결과 - 제5기 국민건강영양조사 1,2차년도 건강검진자료와 개발된 DB를 이용하여 지방산 섭취량 과의 연관성을 분석하였음 - 고지혈증 관련 질환으로 진단받거나 치료받지 않은 19세 이상 성인을 대상으로 함 - 전체 대상자 및 성별 섭취량을 Table 10에 제시하였음 - 정상인 대상자와 고콜레스테롤혈증으로 진단된 대상자의 섭취량은 Table 11에 제시하였 음 - 정상인 대상자와 고중성지방혈증으로 진단된 대상자의 섭취량은 Table 12에 제시하였음 - 정상인 대상자와 고콜레스테롤혈증 및 고중성지방혈증으로 진단된 대상자 간의 지방산 종류별 섭취량에는 의미있는 차이가 없었음 24

36 일반적으로 식품성분표(Food composition table)로 영양성분 DB(Nutrient Database)를 만 들 경우 현존하는 DB는 다음과 같은 문제점이 있다. 첫째는 식품성분표에 자료로 나와 있는 영양소의 수가 부족하다. 여러 미량 영양소 이외에 도 요즈음 관심을 가지는 영양소의 구성 성분이나 그 외 성분들까지 고려한다면 이미 분석된 성분들로는 아주 부족하다. 둘째, 분석된 식품의 종류가 충분하지 않다는 것이다. 우리가 섭취하는 식품의 수가 날로 늘어나고 있고, 새로운 가공식품이 끊임없이 생산되는 등 성분에 여러 가지 변화가 일어나고 있다. 이러한 모든 것들을 분석하여 수록하기는 어렵다. 셋째, 식품 자체에 차이(variance)가 있다는 것이다. 품종 자체도 다양하며, 수확시기, 토양, 날씨 등이 식품성분에 영향을 주기 때문에 어느 특정 식품을 분석했을 경우에 대표하는 표본 을 선택하여 분석했는지를 판단하기 어려운 경우가 많다. 넷째, 분석방법에 차이가 있다는 것이다. 식품의 성분을 분석하는 방법은 꾸준히 발달하여, 최근에는 아주 미량이라도 정확히 분석할 수 있는 방법들이 있지만 모든 식품들을 새로운 방 법에 따라 분석하는 데에는 어려움이 따른다. 다섯째, 식품성분표가 현재는 사용하기 어렵다는 것이다. 현재 많이 사용하는 식품번호 (food code)나 분류하는 방법(food group)이 다른 경우가 많다. 여섯째, 문서화(documentation)가 되어 있지 않다는 것이다. 식품성분표를 만들 때 어떤 상 태의 어떤 식품을 어떤 분석방법을 써서 분석했는지 문서화한다면 자료를 이용하는 데 많은 도움이 될 것이다. 현재는 이렇게 문서화되어 있는 식품성분표가 흔치 않다. 현재 연구된 구조로 영양성분 DB가 구성된다면 위에서 언급된 문제점들의 해소에 어느 정 도 기여할 수 있을 것이다. 본 연구에서 지방산DB의 구축을 위해 기본 DB로 활용된 국내 DB는 대체값 산출에 이용 한 외국자료에 비해 자료의 등급이 낮았으며, 분석 식품항목이 매우 제한적이었다. 또한 분석 값이 없을 때 계산값 산출을 위해 사용할 수 있는 자료도 매우 제한적이었다. 우리 국민의 정확한 지방산 섭취량 추정을 위해서는 본 연구를 통해 구축된 지방산 DB의 질을 향상시키 기 위한 노력이 요구되며, 이에 필요한 자료를 보완해나가야 할 것이다. 지방산 함량 자료 산 출기관의 표본 분석의 질 관리와 관련 내용의 문서화가 필요하며, 분석대상 식품의 확대와 사용빈도가 높은 식품들을 중심으로 하는 함량자료 보완이 시급하다. 식품의 함량자료는 직 접 분석하는 방법이 가장 정확하지만 가공식품의 경우 시장에 새로이 등장하는 제품이 다양 하고 잠시 판매된 후 사라지는 것도 많아, 관련기관과의 자료 공유를 통해 제품의 조성을 바 탕으로 하는 계산 값 산출이 유용할 수 있을 것이다. 25

37 6.1 활용성과 과제명 과제책임자 국민건강여양조사 식품 및 영양성분 섭취량 분석을 위한 데이터 베이스 설계 및 지방산 데이터베이스 구축 문현경 / (사)한국영양학회/ 단국대학교 / 영양역학 가. 연구논문 번호 논문제목 저자명 저널명 집(권) 페이지 Impact factor 1 해당없음 2 국내/ 국외 SCI 여부 나. 학술발표 번호 발표제목 발표형태 발표자 학회명 연월일 발표지 국내/ 국제 1 해당없음 2 다. 지적재산권 번호 출원/ 등록 1 2 해당없음 특허명 출원(등록)인 출원(등록)국 출원(등록)번호 IPC분류 해당없음 라. 정책활용 마. 타연구/차기연구에 활용 26

38 해당없음 바. 언론홍보 및 대국민교육 해당없음 사. 기타 기초영양DB위원회와 해당 전문가 초정해서 DB 구축 관련 워크샵 실시 27

39 6.2 활용계획 과제명 과제책임자 국민건강영양조사 식품 및 영양성분 섭취량을 위한 DB 설계 및 지방산 DB 구축 문현경 / (사)한국영양학회/단국대학교 / 영양역학 가. 연구논문 번호 논문제목 저자명 저널명 집(권) 페이지 Impact factor 1 국내 영양학회 학술지에 논문게재 예정 2 국내/ 국외 SCI 여부 나. 학술발표 번호 발표제목 발표형태 발표자 학회명 연월일 발표지 국내/ 1 국내 혹은 국제 학술대회에서 포스터 발표 또는 구연 발표 예정 국제 다. 지적재산권 번호 출원/ 등록 1 2 해당없음 특허명 출원(등록)인 출원(등록)국 출원(등록)번호 IPC분류 라. 정책활용 국민건강영양조사의 정확한 분석으로 영양정책의 필요한 자료 제공 가능 지방산 DB 구축으로 인해 WHO 등에서 요구하는 지방산 각각에 대한 값을 제시할 수 있음 마. 타연구/차기연구에 활용 제6기( ) 국민건강영양조사의 영양섭취 수준 산출 및 최종 원시 자료 가공 시 활용 28

40 바. 언론홍보 및 대국민교육 해당없음 사. 기타 해당없음 29

41 EuroFIR, INFOODS, USDA 데이터베이스의 현황을 살펴보았음. USDA의 식품성분표와 일본 식품성분표의 지방산 부분의 DB를 수집, 활용하였 음. 30

42 참여 연구원 변경 - 1세부 연구보조원 이미량(단국대)의 개인 사정으로 인해 연구보조원 이지윤(단국대)으로 추가변경 (이미량 - 인건비 수령은 하지 않지만, 과제 참여함). - 2세부 보조원 배수환(단국대)의 휴학으로 인해 보조원을 장하영(단국대)으로 변경 장하영(단국대)의 개인사정으로 인해 5-6월(2개월간) 보조원으로 근무하고, 7월 부터(5.5개월) 신송경(단국대)으로 보조원을 변경(과제 참여함). OBS 변경 전 성명 참여기간 인건비 수령여부 참여율 (%) 1 이미량 7.5개월 66.9 성명 참여기간 변경 후 인건비 수령여부 참여율 (%) 이미량 7.5개월 X 66.9 이지윤 7.5개월 배수환 7.5개월 26.8 장하영 7.5개월 장하영 7.5개월 26.8 장하영 2개월 26.8 신송경 5.5개월 26.8 비고 이미량 연구 참여 이지윤 연구 참여 배수환 참여 안함 장하영 참여 안함 신송경 연구 참여 31

43 9.1 연구비 사용 내역 (단위 : 원 ) 구분 비목 금액 1) 구성비 비고 ㅇ 인 건 비 소 계 66,544, 책 임 연 구 원 (총 2 명) 연 구 원 (총 3 명) 연 구 보 조 원 (총 5 명) 2) 보 조 원 (총 6 명) 7,500,000 11,250,000 36,544,500 11,250, ㅇ 경 비 소 계 40,611, 여 비 유 인 물 비 전 산 처 리 비 시 약 및 연 구 용 재 료 비 회 의 비 임 차 료 교 통 통 신 비 감 가 상 각 비 위 탁 정 산 수 수 료 일 반 관 리 비 ( )% 이 윤 ( )% 2,986,487 5,249,670 22,604, ,940, ,000 2,027, , ,343, ㅇ 계 112,500, 위탁정산수수료 예산 480,700원 에서 459,800원 사용함에 따라 20,900원 연구비 남음. 1) 연구비 변경 승인된 금액으로 작성 2) 연구보조원 중 1명(윤지영)은 인건비 지급을 3.5개월(5,6,7,12월)은 대전대에서, 4개월(8, 9, 10, 11월) 은 한국영양학회에서 지급 32

44 9.2 연구분담표 세 부 1 세 부 2 세 부 구분 소속 직위 성명 성별 분담 내용 총괄책임자, 1세부 책임연구원 한국영양학회 (단국대학교) 교수 문현경 여 연구원 동서대학교 조교수 이현숙 여 연구보조원 단국대학교 박사수료 대학원생 연구보조원 단국대학교 석사과정 대학원생 총괄 연구 계획 및 DB 통합 정도관리 1세부 연구수행 진도 관리 인건비 지급여부 참여율 Y 17.1% Y 22.4% 손태영 여 DB 관리 Y 66.9% 이미량 여 DB 작성 보조 N 66.9% 연구보조원 단국대학교 석사과정 대학원생 이지윤 여 DB 작성 보조 및 문서화 Y 66.9% 연구보조원 한국영양학회 간사 윤지영 여 총괄 연구비 및 행정 Y 26.8% 연구보조원 단국대학교 연구원 민지혜 여 DB 자료 수집 N 67.6% 보조원 단국대학교 학사 윤영희 여 결과 정리 Y 26.8% 보조원 단국대학교 학부재학 김지송 여 DB 문서화 N 26.8% 보조원 단국대학교 석사과정 이지혜 여 DB 문서화 N 26.8% 보조원 동서대학교 학부재학 호선애 여 결과 정리 Y 26.8% 2세부 2세부 연구 관리 및 책임연구원 대전대학교 조교수 심재은 여 유효성 평가 지원 Y 17.1% 연구원 단국대학교 조교수 김기랑 여 DB 작성 주관, 유효성 평가 지원 Y 22.4% 연구원 상명대학교 조교수 황지윤 여 DB 유효성 평가 주관, 작성 지원 Y 22.4% 연구보조원 단국대학교 박사수료 대학원생 윤미옥 여 DB작성 보조 및 문서화 Y 60.2% 연구보조원 단국대학교 석사과정 대학원생 이지연 여 DB작성 자료수집 Y 60.2% 연구보조원 한국영양학회 간사 윤지영 여 영양학회DB 분석 Y 76.5% 보조원 대전대학교 학부재학 손수선 여 연구관리 보조 Y 13.4% 보조원 대전대학교 학부재학 이은빈 여 분석결과정리 Y 13.4% 보조원 단국대학교 학부재학 신송경 여 분석결과정리 Y 26.8% 보조원 상명대학교 학부재학 김서진 여 자료정리 Y 26.8% * 한국영양학회 소속 연구보조원(윤지영)은 1세부에서 4개월, 2세부에서 3.5개월 급여 지급 예 정임. 33

45 Margetts B.M, Nelson M, Design Concepts in Nutritional Epidemiology. Oxford, 1997, pp Haytowitz D.B., Lemar L.E., Pehrsson P.R., USDA`s Nutrient Databank System - A tool for handling data from diverse sources. Journal of Food Composition and Analysis. 22, , 2009 FAO, INFOODS, NIAST, RDA, The 3rd NESIAFOODS Meeting & International Symposium: Suggestions for the future nutrient database in Korea, 2004 FAO, Food composition study guide Vol1, Vol Greenfield H., Southgate D.A.T., Food Composition Data - Production, Mangement and Use. Elsevier Applied Science, 1992 문현경, Dietary guidelines to prevent/manage chronic disease - International symposium: Importance of national nutrition survey data and nutrient database in a search for risk factors influencing chronic disease, 2007 Heather G., Current International Activities for Improving Food Composition Database, Symposium: 식품영양성분 DB 구축 현황과 발전 방향, 2007, pp3-25, 대한지 역사회영양학회, 농촌진흥청 농업과학기술원 백희영, 김초일, 문현경, 윤진숙, 정효지, 심재은, 정현주, 2008 한국 성인을 위한 식생활 목표와 식생활지침, 한국영양학회, 41(8) , 2008 보건복지부, 국민건강영양조사 제5기 2차년도(2011) 결과 발표 자료집: 국민건강영양조 사 분석을 위한 영양성분데이터베이스 작성 방안, 2012, pp Holden J.M., Overview of USDA Food Composition Research, 식품영양성분 국가 실 험실 관리망 구축 및 어린이 비만 예방을 위한 식품영양성분 DB 활용, 식품의약품안전 청, 2009, pp23-71 이행신, 김초일, 장영애, 이해정, 최영선, 문현경, 박혜경, 김윤숙, 이혜영, 최윤주, 식품 성분 데이터의 생산, 관리 및 활용, 한국보건산업진흥원, 2007 장유경, 정영진, 윤진숙, 박혜련, 영양판정 이론과 실습, 신광출판사, 2008 문현경, Software and nutrient database for longitudinal analysis, Symposium: 유전체 역학조사를 위한 영양식이자료 수집 및 활용 방향, 질병관리본부, 서울대학교 생활과학 대학 생활과학연구소, 2006 한국영양학회, 영양정책연구회, 특별국제심포지움: How to improve nutrient database for Korean cohort study - Problems for assessing nutrient intake in Korea, 기능성 성분표- 무기질/지방산. 농촌진흥청 국립농업과학원, 2010 백희영 외. 한국인의 건강영양조사. 서울대학교출판부,

46 이양자 등. 한국 상용식품의 지방산 조성표. 신광출판사, Chow CK, Ed. Fatty Acids in Foods and their Health Implications, 3rd Edition. CRC Press, 2007 Hu, F., M. J. Stampfer, J. E. Manson, et al. (1997). Dietary fat intake and the risk of coronary heart disease in women. N Engl J Med 337: Sacks, F. (1994). Dietary fats and coronary heart disease. Overview. J Cardiovasc Risk 1:3-8. USDA Agricultural Research Service, Poducts & Services, 년 2월 21일 접근 USDA 표준 참고치를 위한 국가영양소데이터베이스(National Nutrient Database for Standard Reference), SR 25: WHO UN High-level Meeting on prevention and control of NCDs. NY, September, 2011 WHO. 65th WORLD HEALTH ASSEMBLY. Geneva, May,

47 해당없음 36

48 Ⅲ. 제1세부연구개발과제 연구 결과 1.1 목표 영양성분 DB의 틀 구축 영양성분 DB 틀 구축 원칙 설정 영양성분 DB 틀을 위한 프로그램개발 연구 배경 및 필요성 우리나라를 비롯한 세계 각국의 사망 원인은 감염성 질환의 비율이 과거에는 높았으 나, 현재는 비감염성 질환 즉 만성퇴행성 질환의 비율이 높아지고 있음. 이 질병들은 발병에 오랜 시간이 걸리며, 질병 발병 후 치료가 어렵고 오랫동안 관리가 필요하여 의료비 증가의 중요한 요인임. 만성퇴행성 질환의 중요한 위험요인 중 식생활과 관련된 요인은 혈압, 혈중콜레스테롤, 저체중, 비만, 채소와 과일 섭취 부족, 알코올 섭취 등으로, 식생활을 어떻게 하는가는 질병의 발생에 중요한 요인임. 만성퇴행성 질환의 경우 발병 기간이 오래되므로 예방 을 위해서는 일찍부터 관리가 필요함. 따라서 세계 각국에서는 질병의 예방과 관리를 위하여, 식생활을 관리하기 위하여 식 생활 모니터링을 실시하고 있음. 우리나라도 질병의 예방과 관리를 위해서는 식생활의 파악이 중요하여 1998년부터 국민영양조사를 국민건강영양조사로 확대 개편하여 식품 섭취와 건강 관련 요인들을 조사하고 있음. 일반적으로 식품소비를 조사하는 것은 인구 집단의 식품섭취가 영양적으로 적절한가를 보기 위하여 조사를 하며, 우리나라도 국민건강영양조사의 주요실시 목적임. 그리고 이 자료는 건강지표와 함께 조사하여 식생활과 건강, 영양상태의 관계를 조사하기 위해서 도 사용되고, 영양교육의 평가, 영양중재 효과, 영양 강화식품 등 영양정책의 효과를 보기 위해서도 사용됨. 이런 다양한 목적을 수행하기 위해서는 식품소비를 영양소 섭취로 환산해야 하는데, 여기에 꼭 필요한 것이 영양성분 데이터베이스임. 영양성분 DB는 조사의 목적에 따른 관심 영양소가 무엇인지, 조사 방법이 무엇인지에 따라 달라져야 하며, 거기에 따라 영 양성분 DB의 식품의 기술이 어느 정도 되어 있어야 하는지 결정될 것임. 국민건강영양조사의 경우, 방대한 국가적인 자료로 많은 연구자들에 의해 다양한 연구 목적에 사용되기 때문에 정확한 자료가 필요함. 우리나라 국민이 소비하는 식품은 전 세계에서 수입되므로 방대하며, 식품산업의 발달로 수많은 가공식품이 새로이 생겨나 고 있어서, 방대한 자료를 필요로 함. 또한 이 모든 식품 자료는 계속적으로 변하고 있 어 필요에 따라 수시로 최신 정보가 들어가야 하고, 과거의 자료는 앞으로의 연구를 위하여 보관되어야함. 따라서 국민건강영양조사의 목적에 맞는 영양성분 DB를 구축하기 위해서는 영양소의 확장과 식품 종류의 변화 및 증가, 영양소의 변화를 수용할 수 있는 틀이 구성되어야 37

49 하며, DB를 구축하는 원칙, 각 자료의 수집방법, 자료의 적절성을 보기 위한 자료 등 급 부여 원칙 등이 마련되어야 함 연구 목적 본 과제에서는 영양성분 DB의 틀과 구축 원칙과 함께 영양성분 DB의 구축 원칙에 따 른 프로그램을 개발하여 국민건강영양조사를 좀 더 효율적으로 정확하게 수행하는데 기여하고자 함. 1.2 목표달성도 및 관련분야에 대한 기여도 세부 연구목표 및 내용 달성도 1세부 : 국민건강 영양조사 식품별 영양성분 DB 설계 영양성분 DB 구축 틀 작성 100% 영양소별 DB 구축 및 자료 등급 부여 원칙 수립 100% DB 관리 프로그램 개발 100% 국민건강영양조사 기초영양DB위원회 운영 지원 100% 38

50 1900년대 영양학의 발전으로 학자들은 식생활로 질병의 치료와 관리가 가능할 것을 알고, 식품 의 화학적인 구성이 식이치료와 인간의 영양에 관한 기본이라는 것을 알게 되었음. 따라서 식품 의 영양성분에 대해 관심을 갖게 되고, 분석방법에 대한 연구와 함께 식품의 영양성분이 분석되 었음. 식품성분표는 1900년 초부터 미국과 독일에서 발간되기 시작했으며, 20세기에 들어서 세계 전쟁 과 이에 따른 질병의 만연은 영양의 중요성을 깨닫게 했으며, 질병의 치료와 관리를 위해 영양 성분을 알고자 하였음. 초기에는 연구자들이 연구의 필요에 의해 영양성분을 분석하였으나, 이것은 비용과 노력이 많이 들고, 계속적으로 발견되어지는 많은 영양성분을 모두 분석하기가 어려워, 각 나라별로 자기나 라의 식품공급이나 영양과 질병과의 연구를 위해 식품성분표를 작성하기 시작하였음. 그러나 점차 교역의 발달로 인해 세계 각국 간의 식품의 수출과 수입의 양이 늘어나기 시작했 으며, 식품산업의 발달로 각종 가곡식품의 증가 등 식품의 종류가 많아졌으며, 영양학의 발달로 건강과 관련 있는 많은 영양성분들이 연구되어졌음. 각 나라에서 식품성분표가 발간되었으나 많은 식품성분표가 영양소의 종류가 부족하고, 분석된 식품의 종류 부족, 식품 자체의 차이, 식품성분 분석 방법의 차이, 문서화의 부족 등 많은 문제 점을 가지고 있음. 이에 많은 학자들이 이미 출간된 식품성분표에 대한 적절치 못한 점을 지적하고, 자원 부족 문 제의 해결 방안으로 새로운 시스템으로 관리하며, 세계의 모두가 공유할 수 있도록 염원하였음. 이에 따라 INFOODS가 1983년 만들어졌으며, 현재는 FAO에 의해 구성되고 관리되고 있음. INFOODS가 구성되기 이전에 유럽에서는 유럽 내의 식품의 이동이 자유로워 공통의 식품성분 표의 필요를 느껴 EUROCODE를 만들어 사용하고 있었으며, 미국의 USDA도 DB를 만들어 사 용했음. 이런 DB의 발전은 컴퓨터의 발전과 함께 이루어졌음. 현재는 많은 나라에서 INFOODS를 참고삼아 각 나라의 영양성분 DB를 만들어 그 나라의 영양 정책의 수행을 위한 기초자료를 수집하거나, 영양정책의 평가를 위해 사용하고 있음. 그래서 INFOODS의 경우 각 지역을 묶어서 지역별로 영양성분 DB를 만들 것을 권장하고 있으며, INFOODS는 각 영양성분 DB를 어떻게 만들 것인가 방법과 기준을 만들어 제공하고 있음. Europe의 경우를 보면, Europe은 Europe 내에서 식품의 교역이 활발히 이루어지고 있어서, 많은 식품들이 공유되고 있음. 각 나라들이 질병 패턴이 달라, 이것에 대한 연구의 일환으로 각 나라의 식생활과 질병들의 연구를 수행하기 위하여, 통합된 영양성분 DB의 필요성이 제기되었으며, 이 과 정에서 영양성분 DB 구축 원칙, 구축 방법 등에 대한 많은 연구가 이루어짐. 이런 연구를 통해 현 재 Europe의 많은 나라들이 참여하는 영양성분 DB인 EuroFIR(European Food Information 39

51 Resource Network)이 구성됨. 미국의 경우 미농무성에서 미국의 영양성분 DB를 만들기 위하여, 분석 작업은 물론, 미 정부내 기 관이나 외부의 연구소나 학교의 분석 자료를 취합해 영양성분 DB를 만들고 있음. 이 과정에서 분 석 방법에 대한 연구, 분석값의 질 관리 원칙, 영양성분 DB 구축 원칙 등을 연구하여, 다른 나라에 서도 사용할 수 있도록 DB 자체는 물론 DB 구축 방법 등도 다른 나라에 제공하고 있음. 40

52 3.1 연구내용 영양성분 DB 구축 틀 작성 - 영양성분 DB의 다면적 Food Code DB 구성 - 식품의 기술을 다면적으로 하여 다양한 자료를 수집 가능하도록 함 - 영양성분 DB의 Level 구성 - Level 0. 공식 발표된 식품의 영양성분 DB 분석, Data Set 모음, DB 구축 - Level 1. 공식 발표된 식품의 영양성분 분석 자료 수집을 위한 영양성분 DB 구축 - Level 2. 수집된 자료의 질 평가 원칙에 따라 자료의 질에 따른 정리된 DB 구축 - Level 3. Level 2의 수집된 자료 중 수행되는 Survey에 사용된 DB 구성 - Retention factor DB 틀 구성 - Yield factor DB 틀 구성 영양소별 DB 구축 및 자료 등급 부여 원칙 수립 - 자료 수집 원칙 수립 - 자료의 질 평가 원칙 수립 - 자료의 집적 원칙 수립 - 계산 값 수립 원칙 수립 DB 관리 프로그램 개발 - DB 관리 프로그램의 로직 검토 - 영양성분 DB 구축 틀 관리 프로그램 개발 - 각각의 DB 연결 가능 프로그램으로 개발 - 프로그램은 자료 사용여부 등 관리 기록 가능 - 프로그램에서 DB 출력 가능 3.2 연구방법 문헌 및 자료조사 - EuroFIR에 대한 고찰 - INFOODS에 대한 고찰 - USDA의 식품성분 DB에 대한 고찰 41

53 4.1 국내외 DB 국외 식품성분 연구 초기의 주요 연구 주제는 특정 질병, 차상위그룹 또는 특정 상황과 관련 된 영양문제에 관련된 성분에 관한 것이었음. 초기 연구는 불량식품을 가려내고 효능이 있다고 알려진 약초나 식품의 활성성분을 규명하는 것이었음. 19세기 말까지도 오늘날과 같은 형태의 식품성분표는 출판되지 않았음. 1780년경 Moryeau에 의해 일부 미네랄 워터 의 화학성분에 관한 일부 표가 모아졌을 뿐임. 여기에는 폐기물, 물, 단백질, 지방, 탄수화 물, 회분, 그리고 연료가(fuel value)가 포함되어 있음. 식사와 만성질병사이의 관계에 대한 연구가 증가하면서 완전한 현재와 비슷한 믿을만한 식품성분표에 대한 요구가 증가하기 시작했고 다양한 식품성분, 활성 물질을 포함한 정보 에 대한 요구가 증가했음. 또한 국제 무역이 증가함에 따라 다른 나라의 식품성분표에 액 세스 할 필요가 증가했음. 세계 각국에서는 가공식품에 대한 정보를 주기 위하여 식품의 영양표시는 이제 일상적이고 필수적이어서 정확한 식품성분표의 필요성이 증가하고 있음. 또한 인쇄된 식품성분표와 더불어 다양한 이용과 편리성을 위해 점점 컴퓨터화된 DB의 중요성이 커졌는데, 이는 많은 데이터를 저장할 수 있고 쉽게 액세스가 되며, 데이터의 조 작이 가능하기 때문임. 일반적으로 식품성분데이터베이스는 각각 나라마다 다르게 컴파일 되어 왔으나, 이러한 개별 국가의 각각 다른 DB는 국제적으로 국가 DB를 이용하기에는 불편하여 호환성을 향 상시킬 필요성이 인식되었음. 그 결과 지난 30여 년간 INFOODS, European Food Information Resource (EuroFIR) 둥의 네트웍이 발전하게 되었음. 본 국외 DB 현황 고찰에서는 EuroFIR, INFOODS의 식품성분 DB 시스템과 그리고 USDA의 식품성분DB를 중심으로 고찰하고자 함. 가. EuroFIR (1) 목적 식품구성데이터의 개발, 관리, 출판, 국제 협력 및 데이터 품질을 향상시키고, 국제적인 협력과 화합을 통해 데이터의 질, 데이터베이스의 검색능력과 기준을 향상시키고자 함. (2) EuroFIR 회원가입 시 혜택 통일되고 문서화된 식품정보(에너지와 영양가)에 대해 접근할 수 있음. 소프트웨어로 표준화된 식품성분데이터의 사용 혁신적인 소프트웨어 툴과 데이터베이스 (예: 식물성 식품의 생리활성성분의 함량과 생물 학적 효과에 대한 엄중하게 평가된 데이타)에 접근 가능 e 러닝 모듈 및 전문된 교육 과정 식품정보처리를 위한 귀중한 참고문헌 및 표준화된 어휘 최상의 사례 및 혁신 지원 전문적인 개발 42

54 식품 및 건강 분야에서 네트워킹/발표, 연구 및 개발 프로젝트에 참여할 가능성 (가) 일반회원 일반회원의 분류 일반-조직: 학계, 업계, 비영리, 정부, 정책 기관 일반-개인: 연구원, 강사, 영양사 및 다른 사람 일반-학생: 학부, 석사, 박사 과정 학생 (나) 연합회원(Full and associate members) 연합회원의 범주는 기존 EuroFIR 국가 FCDB(Food Composition Data Base) 컴파일러 단 체 및 다른 지원 EuroFIR 파트너, 유럽의 새로운 국가 FCDB 컴파일러 단체 등이 해당됨. 연합회원은 위의 혜택 외에, 새로운 연구개발 프로젝트 참여 및 향후 AISBL(Association Internationale Sans But Lucratif)의 전략개발에 관여할 수 있는 권한 생김. <Table 1>에 나 타낸 바와 같이 일반회원과 연합회원간에 또한 국가 간 GDP 수준에 따라 연회비를 차등해 서 적용하고 있음. Table 1. 일반회원과 연합회원의 회비 Membership category Annual fee Based on Non-commercial: organisation type and data access/use (e.g. universities, non-profit organisations) Ordinary Organisations Commercial: company annual type and number of employees turn-over, 500 SMEs(Small and medium enterprises) Ordinary Individual 150 Fixed fee Ordinary Students 75 Fixed fee 4000 GDP/cap > EUR Associate Compiler 2000 GDP/cap EUR 1000 GDP/cap < EUR Associate Non-Compiler 1000 Universities and non-profit organizations 500 SMEs (3) 식품성분데이터베이스의 내용 식품성분표 또는 데이터베이스(FCDBs)는 식품의 영양 성분에 상세한 정보를 제공함. 최 근에, 많은 유럽 국가들은 EuroFIR의 영향으로 인터넷으로 온라인 사용이 가능한 형태로 되 어가고 있음. FCDBs에 포함된 정보: 에너지 다량영양소 (단백질, 탄수화물, 지방)과 다른 성분들)예: 당, 전분, 지방산) 무기질 비타민 개별 아미노산 및 비타민 분획(예: 개별 carotenoids, 리코펜, 루테인 등) 일부 전문된 데이터베이스(예: 생리활성 화합물 EuroFIR ebasis 데이터베이스, 미국 isoflavone 데이터베이스 및 프랑스 페놀-탐색기 데이터베이스 등) 43

55 FCDBs에 따라 다루어진 식품의 종류와 범위가 다양함. 예: 2009년, 스위스 FCDB - 935개 식품 포함 USDA FCDB의 최신판 개 이상의 식품 포함 일부 데이터베이스는 다양한 가공식품, 복합 요리 조리법, 음식 준비 및 다양한 조리법에 대해서도 다루고 있음. (예: 대구- 신선, 냉동, 건조, 생, 직화구이, 오븐구이, 튀김 등에 따 른 지방과 오일의 함량차이 등) 식품성분데이터는 많은 분야, 특히 공중 건강과 영양 측면에서 기초 정보를 제공하는 한편, 다음과 같은 몇 가지 제한점을 가지고 있음. 계절, 품종 또는 다양성, 브랜드, 강화 수준 등에 따라 국가 간에 식품 성분에 차이가 있 음. 식품 또는 영양소의 결측치를 완전히 커버하지 못함. 데이터의 년도(리소스의 제한성 때문에, 일부 값은 현재 것이 아님) (4) 식품성분데이터의 컴파일링 방법 많은 국가에서 국가적 수준에서 식품성분데이터를 모으기 위해 사용하고 있는 방법들: 식품 시료의 화학적 분석 수율과 영양소 보존율 등을 이용하여 값 계산 다른 곳에서 식품성분데이터베이스의 값을 차용 다른 자료원의 값을 채택(예: 과학잡지에 보고된 분석값) 국가에서 소비되는 대표 식품의 화학 분석은 보통 FCD 생산을 위해 가장 선호되는 방 법임. 식품 시료는 잘 정제된 시료채취 계획에 따라 신중하게 선택해야 함. 실험 시료의 운반, 저장, 분석 전 준비 및 조리 등에서도 신중을 기해야 함. 한정된 자원 때문에, 모든 식품의 모든 영양소 함량을 분석하는 것은 쉽지 않음. 따라서 FCDBs 컴파일러는 필요한 영양소 값을 알기 위해 레시피 계산법(조리 시 무게의 변화 (수율)와 조리 시 영양소의 변화(예. 비타민 손실 등)을 조정 통합하여 계산)을 이용하기 도 함. 또는 다른 조직에 의해 컴파일된 자료를 '빌려오거나' 또는 '채택'하는 방법으로 자료를 컴파일하기도 함. 일반적으로 많이 빌려다 쓰는 데이터는 다른 국가의 FCDBs 또 는 제조 업체의 데이터 (예: 식품 라벨)임. EuroFIR의 FCDBs에서, 높은 품질의 데이터를 제공하는 것은 이 네트워크의 가장 중요 한 목표임. 따라서 FCDBs의 데이터 품질을 향상시키기 위해 유능하고 숙련된 전문가가 지속적으로 노력하고 있음. 데이터는 가능한 투명하게 수집되고, 검증되며, 엄격하고 표준 화된 질 평가 방법에 따라 컴파일된 다음에 FCDBs에 게시할 수 있음. 44

56 (5) EuroFIR 파트너/국립 식품성분데이터베이스 컴파일러 Table 2. EuroFIR 파트너/국립 식품성분데이터베이스 컴파일러 국가 기관 데이터베이스 이름 상태 Austria * UVI German "Bundeslebensmittelschlüssel" Belgium * NUBEL NIMS online Bulgaria * NCH FCTBL_BG (food composition tables Bulgaria) Canada * Government of Canada Canadian Nutrient Files online C z e c h Republic * Institute of Agricultural Economics and Information & Food Research Institute Czech Food Composition Database online Denmark * DTU Danish Food Composition Databank online Finland * THL Fineli online France * ANSES CIQUAL French food composition table online Germany * MRI German Food Code and Nutrient Data Base online Germany MedPharm Souci-Fachman-Kraut Food Composition and Nutrition Tables Online Database Greece * HHF Composition tables of foods and Greek dishes online Greece Medical School of Crete Food Composition Tables of Greek Foods online Iceland * MATÍS ÍSGEM online Ireland * UCC Irish Food Composition Database online Israel BGU BGU online Italy * INRAN Banca Dati di Composizione degli Alimenti online Italy * IEO Food Composition Database for Epidemiological Studies in Italy online Lithuania * NNC Respublikinis Mitybos Centras EuroFIR Food Classification online Netherlands * RIVM NEVO online The New Zealand New Zealand Institute for Plant and Food Research Limited & New Zealand Food Composition Database online Ministry of Health Norway * UiO Norwegian Food Composition Tables online Poland * NFNI Food Composition Tables online Portugal * INSA Tabela de Composição dos Alimentos INSA online Serbia * IMR Serbian Food and Nutrition Database online Slovakia * FRI Slovak Food Composition Data Bank online Spain * UGR Base de Datos Española de Composición de Alimentos RedBEDCA Sweden * NFA NFA Food Composition Database online Switzerland * ETHZ Swiss Food Composition Database online Turkey * TUBITAK Turkey is currently developing a new Turkish food composition database system UK * IFR McCance and Widdowson s The Composition of Foods integrated dataset online online (6) FCDBs에 액세스 하는 방법 EuroFIR 식품성분데이타에 가장 쉽게 액세스하고 비교할 수 있는 방법은 EuroFIR AISBL의 회원이 되는 것임. EuroFIR AISBL은 20개 이상 국가의 전문화된 식품성분데이 타베이스를 검색할 수 있음. 멤버가 되면 EuroFIR esearch facility online에 액세스할 수 있고, 식품명 또는 Langual code 또는 descriptor로 검색을 수행할 수 있으며. 데이터를 보고 다운받을 수 있음. EuroFIR AISBL 리소스는 동시에 여러 식품성분데이터베이스를 검색할 수 있는 인터페 이스를 제공하는데 이러한 데이터베이스는 무료 또는 유료로 사용할 수 있음. EuroFIR AISBL 리소스의 가장 큰 장점은 식품 설명, 식품 성분과 값 설명이 데이터베이스에 걸쳐 완전히 표준화되어 있어 이용 및 비교가 쉽다는 점임. 45

57 (7) 식품성분DB의 품질 및 표준 식품성분DB 사용 시 데이터의 품질을 아는 것이 중요함. 식품성분DB에 선택될 자료의 품질 기준은 다음과 같음. 식품성분데이터의 질은 값의 기원에 대한 모든 기록이 있어야 판단할 수 있음. 따라서 모든 단일 데이터에 관한 정보를 알고 있어야 함. 식품 선택 기준 분석된 식품 항목 수 샘플 준비 분석 방법의 종류 분석 방법의 품질 관리 EuroFIR AISBL은 잘 개발된 품질 판정 시스템을 가지고 있어, 각 회원국에서 사용할 수 있으며, 각 국가의 식품성분데이터의 상세하고 정확한 품질 평가가 가능함. (8) 식품 식별 및 설명 명확한 식품 설명은 사용자들이 정확하게 FCDB에서 식별하고 필요한 식품을 선택하고 식품성분데이타의 상호교환을 용이하게 하기 위해 필수적임. EuroFIR은 유럽 FCDB에서 식품의 식별과 설명을 위해 LanguaL (Langua alimentaria or language of food) 시스템 을 마련했음. 이것은 체계적인 식품 설명을 위해 국제적으로 조정된 단어임. 이것은 데이 터베이스의 연결과 관리 및 식품성분데이터의 상호교환과 비교가 가능하게 함. 또한, 프로토타입 음식 설명 소프트웨어인, LanguaL food Product Indexer 는, FCDB 컴파일러를 돕기 위해 개발되었는데, 그들의 데이터베이스에서 식품을 인덱스하고, EuroFIR 플랫폼에 검색을 허용하도록 함. 29개 이상의 유럽데이터셋이 색인화 되어졌고, 29,000개 이상의 식품이 망라되어 있음. EuroFIR-BASIS과 USDA dataset 등 전문화된 데이터셋 또한 색인화 되어졌음. 컴파일러들은 또한 지역언어로 된 식품명을 번역하고 피 드백을 제공함으로써 LanguaL 동의어 사전을 개정하는데 도움을 주고 있음. (9) 식품성분데이터의 품질 평가 EuroFIR의 목표 중 하나는 국가적 FCDB과 관련된 분석 실험실의 품질 프레임워크를 마련하는 것임. 이러한 품질관리시스템은 3가지 모듈로 구성되어 있음 : 품질 관리, 프로 젝트 관리, 그리고 기술적 과학적인 능력임. 현재 개발된 핵심 요소는 첫째, 조화로운 컴파일 과정(문서 및 데이터 평가 과정의 일 관된 시스템 포함) 및 해당 표준 운영 절차(standard oprerating procedures, SOP) 개발의 위험 및 중요한 포인트의 식별이다. 둘째, 미래 인증 컴파일러는 초기 프로그램과 지속적 인 전문적 개발, 그리고 컴파일러 성능 평가/모니터 검사이고 셋째, 사용자 및 관련자의 요구 해결 및 개선이다. 컴파일 과정, 위험 및 주요 사항들에 대해 각 단계별로 식별되었고, 이것은 generic EuroFIR flowchart로 나타내어졌으며, SOP를 마련하게 되었음. 현재 많은 수의 SOPs가 만들어져 있음: 46

58 관련 음식, 영양소, 배경 전보의 식별 모든 원본 데이터에 품질 부여 데이터를 입력하기 전에 기존 데이터의 코딩 원래 데이터 코딩 및 데이터 항목 점검 원래 데이터의 물리적 저장 집계된 데이터를 생성하기 위한 원본 데이터의 선택 집계된 데이터를 만들기 위한 알고리즘의 선택과 적용 집적된 데이터의 검증 집적된 데이터를 데이터베이스 또는 테이블로 표현 분석방법 지침서는 각 영양소에 대해 각 방법의 주요 단계의 허용 방법에 대해 포괄적 인 정보를 컴파일러에게 제공하도록 계획되었음. 추가 지침서 및 도구는 방법의 성능을 평가하고 데이터의 질을 평가하는 컴파일러를 지원하기 위한 내용이 포함되어 있음. (10) 조화와 표준화(the harmonisation and standardization) EuroFIR의 기본적인 목표는 유럽에서 식품성분데이타에 대한 작업의 조화와 표준화임. EuroFIR 데이타뱅크 플랫폼 개발은 DB가 일반적인 원칙에 따라 만들어져 있고 일관된 방식으로 표현되어 있는 것을 요구함. 이를 위해, EuroFIR이 만들고 구현한 것은 다음과 같음: LanguaL을 사용하여 식품 인덱싱 EuroFIR 동의어를 이용하여 값의 문서화, 여기에는 일반적인 구성요소의 정의와 분석방 법 설명을 포함함: 레시피와 영양소 보존률 계산법 품질평가 시스템 따라서 EuroFIR는 식품성분데이타에 대한 유럽 기준의 발달을 도모함. 이 기준은 양질의 식품성분데이타를 유럽의 산업체 및 연구자들이 쉽게 액세스하고 호환이 가능하게 할 것 임. European Committee for Standardisation (CEN)의 성공적인 제안서에 따라, 2008년에 식품성분데이타에 대한 a CEN/TC 387 project committee가 발족되어 GS1 시스템을 개 발했음. 이는 정확한 식별, 의사소통을 제공하는 일종의 통합된 시스템임. 특히 GS1 Food and Beverage Extension은 식품에 관한 정보를 함유함. 식품성분DB의 데이터 구조를 커버하게 될 기술적 사양에 대해 제안된 기준은 다음의 내용을 포함: 식품과 재료의 식별, 설명, 분류, 표시 측정가능한, 추정된, 또는 계산된 영양소와 기타 성분들의 값 이러한 값을 얻기 위해 사용된 방법의 사양 보고된 정보에 대한 참고문헌 (11) EuroFIR의 연구에 이용 개인 연구자 및 국가 단위 조사, 국가 간 조사 등에 사용되고 있음. Europe 각국의 국 47

59 가 식품섭취조사 및 Europe 내에서 연구하고 있는 Multicenter의 Cohort 연구 등에 쓰여 지고 있음. 나. INFOODS (1) 배경 및 목적 INFOODS는 국제적인 표준, 지침, 도구를 개발하여 통합된 식품성분표 마련을 목적으 로 개발되었음. 여기에는 분석 데이타, 성분 규명에 대한 지침, 데이터 해석, 식품 명, 식 품의 질 평가 등을 위한 기준이 포함됨. 이것은 EuroFIR과 같은 가이드라인을 참고했음. 그러나 식품성분표가 공표되기 전의 데이터의 적합성과 타당성에 대한 지침은 없으므로, INFOODS와 FAO는 INFOODS 네트워크를 통해서 이와 같은 지침을 개발할 것을 결정 하였음. Fig 1. 식품성분표 DB 구축 단계 (2) 일반적인 식품 성분 이슈들 (가) 식품의 식별(food identification) 1 식품의 영양소 함량에 영향을 미치는 인자들 가공 및 준비 상태 색 숙성 정도 식품의 부위/급원 강화/농축 수준 성분의 감소(예: 나트륨, 설탕) 생물의 다양성(다른 종, 품종) 야생 vs 경작된 동식물 식용/폐기율 48

60 2 식품군 식품군에 대한 국제적인 합의사항은 없음. CIAA Food Categorization System for Food Aditives, Codex Alimentarius Classification of Food & Feed Commodities 등 목적 에 따라 식품군의 분류는 달라짐. - 식품군의 예: 곡류 및 곡류제품 전분성 구근 및 뿌리와 그 제품 콩류 및 콩류제품 채소류 및 채소제품 과일류 및 과일제품 견과류 및 견과류제품 당류, 감미료 및 시럽 육류, 가금류 및 그 제품 달걀 및 달걀제품 어류 및 어류제품 우유 및 우유제품 지방과 기름 음료 기타 - 그 외 식품군의 예 곤충, 야생동물 및 그 제품 코코넛과 그 제품 3 식품 코드 DB에 있는 모든 식품은 고유의 식품 코드를 가지고 있어야 함. 식품코드는 단순 일련 번호, 또는 어떤 성분별 코드, 식품군별 코드 그리고 식품군내 특정 식별자 등으로 할 수 있음 (Charrondiere er al,. 2011ab). 만일 a uer table/db를 위해 일련의 식품 코드 시스템을 특별히 만든다면, 다양한 테이 블의 식품 코드를 연결해 줄, 식품성분DB에 있는 식품코드와 식품성분표에 있는 식품 코 드 사이에 상응되는 표를 만들 필요가 있음. 사용자의 편의를 위하여 식품은 각 식품군별 내에서 알파벳 순으로 정렬되어야 함. User DB에서 식품은 식품군, 식품명, 그리고 식품 코드별로 정렬할 수 있음. (나) 성분의 명명, 관례, 표현 INFOODS tagname과 EuroFIR 성분명은 <Table 3>에 나타내었음. 1 성분 식별(component identifiers) 식품성분 DB를 효율적으로 이용하기 위해서는 성분에 대한 정확한 식별이 필요함. 같 은 이름을 가지고 있는 성분도 다음과 같이 다른 뜻을 나타낼 수 있음. 49

61 - 표현 (예. carbohydrates available: expressed in monosaccharide equivalents vs. by weight), - 정의 (예. vitamin A: retinol activity equivalents vs. retinol equivalents) - 분석 방법에 따른 측정치 차이 (예. fiber: AOAC-Prosky vs. crude) 식품성분DB에서 주로 이용되는 성분확인 시스템. INFOODS 식품성분 식별자 또는 Tagname (INFOODS, 2012b, Klensin et al., 1989). - Tagname은 식품성분명을 약자로 나타내었고, 이것은 가능한 모든 식품 성분이 분명 하게 구분되도록 만들었음. 방법, 표현, 정의에 대한 정보가 tagname에 포함되었음. 이 종합적인 시스템은 INFOODS tagname의 실제적인 사용뿐만 아니라 식품성분DB 관리 도 가능함. 같은 tagname을 가진 성분치는 서로 비교할 수 있음. 반면, 다른 tagname을 가진 식품의 성분치는 서로 비교할 수 없음. - EuroFIR 성분 식별자(EuroFIR, 2012b). EuroFIR 성분 식별자는 INFOODS 식품성분 식별자에 근거하였음. 식품성분에 대한 EuroFIR 시스템은 유의어와 기술어가 포함된 설명체계로 간주할 수 있음. EuroFIR에서 성분 식별 체계, 성분 밀도에 대한 정보, 방법과 데이터 표현이 각각 분리된 영역에 나 타내어져 있음. 주의사항: 다른 INFOODS tagname의 값은 비교 또는 직접 결합할 수 없음. 왜냐하면 tagname이 다른 경우 분석방법, 정의, 표현 등이 달라 유의적으로 다른 값을 나타내기 때문임. 참고 문헌 DB에서 데이터를 수집할 때, 같은 tagname과 키워드를 가진 값들끼리 연결하는 것 이 중요함: 2 성분 규약과 표현 단위와 분모: 100g 가식부위 당으로 표시. 액체식품도 마찬가지. 유효숫자와 소수점자리: 각각의 영양소에 대해 유효숫자와 소숫점자리가 정립되어 있어야 함. - 반올림 방법이 규정되어야 함. 전환계수 사용은 혼동하지 않고 잘 해야 함. 액체 식품도 100g당으로 표시해야 함. 3 결측치 처리 가능한 결측치가 없도록 함. 결측치 처리 방법은 Charrondiere et al(2011ab, module 8) 참조. 4 성분의 선택 최소한 에너지, 수분, 지질, 단백질, 탄수화물, 알코올, 식이섬유, 회분을 함유할 것을 권장. 기타 공중보건에 중요한 영양소 추가 가능. 아미노산, 지방산, 피토케미칼을 포함하 여 100여개 이상의 성분을 제시한 DB도 있음. 50

62 (다) 레시피 레시피의 영양소값을 계산하기 위해서는 수율(yields factor, YF)와 영양소 보존율 (retention factor, RF)가 필요. - 수율: 조리에 의한 식품 또는 레시피의 무게 변화 퍼센트 - 영양소 보존률: 영양소 보존 퍼센트, 특히 저장, 준비, 가공, 따뜻한 곳에 두거나 또는 재가열 후에 식품 또는 음식의 비타민과 무기질. YF와 RF를 구하는 방법; (1) 조리 전과 후의 식품/음식의 무게 측정 또는 분석, (2) 재료의 수율에 근거하여 레시피의 수율 계산, 또는 (3) 문헌에 있는 YF와 RF 이용. YF와 RF에 대한 참고문헌으로는 Bergström (1994); Bognár(2002); EuroFIR (2012d); Food Standards Agency (2002); Murphy et al. (1975); USDA (2007); USDA(1975)이 있음. 레시피 계산 방법의 종류: 재료 방법(ingredient method): 수율(YF)과 보존률(RF)를 재료 수준에서 적용. 레시피 방법(Recipe method): YF와 RF를 레시피 수준에서 적용. 혼합 방법(Mixed method): YF는 레시피 수준에 적용하고, RF는 재료 수준에서 적용. 생재료 방법(Raw ingredient method): 다른 요인의 적용 없이 생재료의 영양소 값을 더 함. 주의사항: 각 국가별로 레시피는 다르게 만들어질 수 있음. 심지어 같은 재료가 들어간 경우에도. 또 는 지역에 따라 다른 재료가 들어갔는데도 같은 이름을 가지고 있을 수 있음. 이 문제를 해결하는 방법은 레시피 명에 다양한 재료 와/또는 지역을 첨부하는 것이 필요. (라) 식품성분표의 문서 문서(documentation)는 데이터의 질과 평가를 위해 필수적임. 문서는 종합적이고 완전 해야 함. 데이터 문서화는 3가지 부분으로 작성: 첫째, 전반적인 DB를 기술, 둘째, 식품성 분표에서 식품의 값 또는 수준을 문서화, 셋째, food index와 참고문헌 목록 기술. 만일 식품성분표의 제 1 언어가 영어가 아닐 경우, 국제적 사용을 도모하기 위해 일반적인 문 서와 식품명을 영어로 작성하여 출판할 것을 권고함. 1 서론/일반적 문서 식품성분표의 서론/일반적 문서는 사용자를 위한 모든 필수 정보가 담겨있어야 함. 전 체 식품의 수, 포함된 성분의 수, 편집 횟수와 년도 등의 정보 포함. 또한, 전 버전과의 유 의적인 차이점을 비교해서 보고해야 함. 식품 식별에 관련 정보 제공 필수; 성분명과 레 시피를 제공 필수. 또한 편집 방법, 사용된 식품조성표 DB 관리체계에 대한 설명 권장. 식품성분표를 위한 문서화에는 파일 구성과 모든 표와 fields에 대한 설명이 들어있어야 함. 자료의 질과 자료 평가에 대한 정보도 문서에 포함되어 있어야 함. 2 식품성분표 내 문서 51

63 가능하다면 값들은 식품성분표 내에서 metadata로 기록되어야 함(예. 분석된 식품 시료 의 수, 사용된 분석 방법, 시료수집 계획, 질 보증 방법). 그러나 이러한 metadata는 종종 발표되지 않은 reference database에만 기록되어 있는 경우가 있음. reference database에 있는 기록은 만일 질문이 발생했을 때 오리지널 데이터를 확인할 필요가 없게끔 해야 하 고, 시간이 지남에 따라 그들의 기준이 바뀔 때 질 평가의 수정이 가능하도록 해야 함. 분 석과 계산 방법, 시료 수집 방법, 문헌 원천이 식품성분표의 value level에 기록되어져 있 어서 사용자가 독립적인 평가 또는 다른 데이터 원천과의 비교가 가능하게끔 해야 함. value level에 기록된 사항은 분석 방법과 각 값들에 대한 정의를 알 수 있도록 해야 함. 만일 value level에서 기록이 불가능하다면, 적어도 component level(예. 일상적인 분석 또 는 계산법) 과/또는 food level(예. 식품이 차용된 것인지 또는 분석된 것인지)에서 기록이 되어 있어야 함. 3 식품 인덱스와 참고문헌 목록(Food index와 reference list) Food index - 식품인덱스는 철자 순으로 된 식품명, 과학명, 식품 모드, 페이지 수 등이 포함. Reference list - 참고문헌 목록에는 데이터, 레시피, 방법에 대한 도서목록 참고문헌이 포함. (마) 식품성분표 데이터베이스 관리체계(FCDMS) 미국(USDA, 2011)과 유럽(EuroFIR, 2012c)에서는 FCDMS가 개발되어져 왔음. 그러나 국가적인 FCDMS를 개발하는 데는 돈이 많이 들고, 개발도상국의 경우 이 비용을 감당할 여력이 없음. 따라서 FAO/INFOODS에서는 국제적으로 인정받을 수 있는 기준과 지침서 를 마련하였고, 식품성분표 DB 관리를 위한 엑셀파일을 만들어 무료로 공개하였음. Table 3. 식품 성분, 권장 단위, INFOODS tagname 성분 Edible portion INFOODS tagnames EDIBLE: edible portion coefficient 단 위 Comments 모든 식품에 대해 식품성분표에 식용부(또는 비식용부/폐기율)을 기록할 것을 권장. 가식부 값이 필요한 이유: o 식품 기술을 잘 하기 위해 o 식품의 가식부를 식품의 중량으로 변환하기 위해 o 정확한 식품 matching을 용이하게 하기 위해 다른 용어(예. edible portion, inedible portion/refuse) 와 표현 방식(예. percentage %, 또는 coefficient)이 존재한다. EuroFIR component identifiers (MI= method indicator) EDIBLE Energy ENERC: energy, total metabolizable; 에너지를 내는 식품에서 계산. kj (kcal) 식품의 에너지는 항상 제 DB로 계산하여 usertable/db에 나타내야 함. 에너지 계산은 Atwater의 `metabolizable energy` 전환계수를 적용하여 함. 다른 metabolizable energy` 전환계수는 부록 3에 제시하였음. INFOODS는 user tables/db에 General Atwater factors including for dietary fibre 를 사용할 것을 권장함. kcal로 되어 있는 에너지 값으로부터 kj로 계산하는 것은 바람직하지 않음. kj로 에너지 전환 계수는 정확히 또는 4.2배도 아님. ENERC 52

64 Water Protein and nitrogen compon ents Total fat, fatty acids and lipid compon ents WATER: water Synonyms: moisture PROT (formerly PROCNT): protein, total; 총질소값으로 계산. XN: conversion factor for calculating total protein from total nitrogen NNP: non-protein nitrogen PROCNP: protein, total; calculated from protein nitrogen NT: nitrogen, total FAT: fat, total. Sum of TG, PL, sterols & related compounds. 분석방법은 혼합용매추출. 유사어: total lipid FATCE: fat, total; continuous extraction으로 분석된 지질. Soxhlet 방법이 총지질 분석을 위해 continuous extraction으로 이용되어짐. 이 방법은 식품의 총지방가보다 낮게 나오는 경향이 있음. FAMS: fatty acids, total MUFA FAPU: fatty acids, total polyunsaturated FASAT: fatty acids, total saturated FATRN: fatty acids, total trans FAPUN3: fatty acids, total n-3 polyunsaturated FAPUN6: fatty acids, total n-6 polyunsaturated g g g 수분값은 모든 수준의 데이터에 필요함. 수분은 매우 중요한 성분으로서 점검되어야 하며, 100g 가식부 무게에 대한 영양소 값으로 계산되어야 한다. 단백질 값은 모든 수준의 데이터 체계에 포함되어야 함. 단백질은 대개 총질소값에 질소 전환계수를 곱하여 계산됨. 질소를 단백질로 전환하는 계수(XN)은 부록 3에 있음. Fat 지방 값은 모든 수준의 데이터에 제시되어야 함. 지방 값은 방법에 매우 많이 의존: o FAT 은 우선적인 방법으로 분석된 것. o FATCE: fat, total, Soxhlet, 이것은 추출이 불완전하게 되므로 이 분석방법은 피해야 함. 지방과 수분값은 식품 기술을 점검하는 것이 중요하다. 식품의 지방 함량은 다른 자료원의 지용성 성분(예. 지용성 비타민, 지방산) 값과 비교하는 것이 필요하다. 가지고 있는 DB와 참고 자료원과의 식품 사이의 지방 값의 차이가 10% 이상인 경우에는 보정이 필요하다. Fatty acids 개별 지방산은 reference DB에 포함되어야 한다. user tables/db에 지방산은 총 포화지방산, 총 단일불포화지방산, 총 다중불포화지방산 항목으로 분류되어야 한다. 지방산은 100g 신선식품 가식부 당 mg으로 표현되어야 한다. WATER - PROT+MI -Conversion factors are Method Parameters -no correspondenc e for NNP - PROT+MI NT FAT+MI FAT+MI FAMS FAPU FASAT FATRS FAPUN3 FAPUN6 Carbohy drate s CHOAVL: carbohydrates, available. 이 값은 당류+ 덱스트린, 전분, 글리코겐 CHOAVLM: carbohydrates, available; 단당류당량으로 표현. 이 값은 당류+덱스트린, 전분, 글리코겐 CHOAVLDF: carbohydrates, available; calculated by difference. 이 값 계산식: (weight in grams [water + protein + fat + ash + alcohol + dietary fibre] in 100 g of food) CHOCDF: carbohydrates, total; calculated by difference. 계산식: (weight in grams [water+protein +fat+ ash + alcohol] in 100 g of food) CHOCSM: carbohydrates, total; calculated by summation. 이 값은 당, 전분, 올리고당, 식이섬유의 합임. g 탄수화물 탄수화물 값은 모둔 수준의 DB에 포함되어야 함. 탄수화물의 주요 차이는 다음의 경우에 의함: o 식이섬유 포함 여부, o 분석되었는지, 계산되었는지의 여부, o 무수 형태 또는 단당류 당량으로 표현되는지 일반적으로, available carbohydrates가 총 탄수화물로서 가장 좋은 용어임. 왜냐하면 available carbohydrates는 인체에 유용한 탄수화물을 나타내기 때문. 가장 권장되는 표현은 available carbohydrates by summation (CHOAVL) 임. 그러나 이 방법은 분석치를 필요로 함. 전분 전분에는 글리코겐과 다당류가 포함됨. 올리고당 3-10개의 단당류로 구성된 탄수화물 일부 올리고당은 장에서 소화되지 않는다면 식이섬유에 포함됨. 많은 식품에서 올리고당은 소량이며 따라서 usr tables/db에 포함하지 않는다. 총당류 많은 user tables/db에서 당은 단당과 이당류로 정의된다. 당은 식품성분표에 단당, 이당류, 올리고당으로 분명히 나뉘어야 한다. CHO+MI CHO+MI+uni t CHO+MI CHOT+MI CHOT+MI Fibre FIBTG: fibre, total dietary; AOAC 총식이섬유법(Prosky 법)으로 분석된 것. 수용성과 불용성 식이섬유의 합. FIBTS: fibre, total dietary; 비전분성 다댱류와 리그닌의 합(Southgate method) PSACNS/NSP: 비전분성 다당류((Englyst fibre). 비전분성 다당류는 포함되나 리그닌, 저항성전분과 저항성 올리고당은 제외됨. FIBAD: fibre; 산성 세제법으로 측정된 것. g 식이섬유 값은 모든 레벨의 DB에 포함됨. 식이섬유의 값은 분석방법에 따라 다르므로 이를 명시해줘야 함. 식이섬유 분석법으로 새로 개발되어진 방법은 residual 전분과 저항성 올리고당도 포함된다. 이들 방법은 아직 더 개발이 필요하다. 이 값을 식품성분표에 포함시키기 전에 좀 더 연구가 필요함. 식이섬유에 대한 코덱스(Codex) 정의에 의하면 저항성 올리고당이 포함될 수 있는데, 미래에는 FIBT+MI FIBT+MI NSP+MI FIBT+MI FIBINS+MI 53

65 Ash 셀룰로오스, 리그닌, 일부 헤미셀룰로오스 포함. FIBADC: fibre, acid detergent method, Clancy modification FIBINS: fibre, 불용성. AOAC total dietary fibre method로 불용성 성분의 합: 리그닌, 셀룰로오스, 대부분의 헤미셀룰로오스 포함. FIBSOL: fibre, water-soluble FIBND: fibre; 중성세제법으로 분석. 리그닌, 셀룰로오스, 불용성 헤미셀룰로으스 포함. FIBC: fibre, crude ASH: ash 식품성분표에 포함될 수 있을 것이다. INFOODS 는 총 식이섬유 분석법을 AOAC Prosky (FAO,2003)로 할 것을 권장한다. 회분 회분 값은 공제법에 의해 available 또는 총 탄수화물을 계산할 때 근사갑을 하에 대해 내부점건을 하 때 사용되어졌다. 외분 값은 만일 탄수화물이 공제법으로 계산된 경우 보고되어야 한다. 만일 회분값이 없다면 유사 식품에서 측정되어야 할 필요가 있다. 회분값은 총 무기질의 합으로 주어진다. FIBSOL+MI FIBT+MI FIBC+MI ASH 무기질 Sodium, potassium, calcium, magnesium, iron, zinc 등은 식품성분표에 반드시 나타내야 한다. 요오드와 셀레니움이 공중 건강과 관련있는 경우 포함시켜야 함. Vitamin A and pro-vita mins Vitamin D VITA_RAE: vitamin A; 레티놀의 비타민 A 활성과 활성 카로티노이드의 합으로 계산함. 총비타민A 활성은 레티놀 활성 당량retinol activity equivalent (RAE)으로 표시. RAE(μg) = μgretinol + 1/12 μg ß- carotene + 1/24 μg other pro-vitamin A carotenoids (or RAE = μg retinol + 1/12μg ßcarotene equivalent) VITA: vitamin A; calculated by summation of the vitamin A activities of retinol and the active carotenoids. Total vitamin A activity expressed in μg retinol equivalent (RE) = μg retinol + 1/6μg ß-carotene + 1/12 μg other provitamin A carotenoids (or RE = μg retinol + 1/6 μg ß- carotene equivalent) CARTA: alpha-carotene. All-trans alpha-carotene only. CARTB: beta-carotene. All-trans beta-carotene only. CRYPXB: beta-cryptoxanthin CARTBEQ: beta-carotene equivalents. This value is the sum of the beta-carotene + 1/2 quantity of other carotenoids with vitamin A activity. β-carotene equivalent = 1 β-carotene α-carotene β-cryptoxanthin VITD: vitamin D; ergocalciferol과 cholecalciferol의 합. 이 정의가 가장 흔희 사용됨. VITDEQ: vitamin D; Vitamin D3 + D2 + 5 x 25-hydroxy-cholecalciferol VITDA: vitamin D; 생검에 의해 측정. 영양가는 화학적으로 측정한 것보다 일반적으로 높음. ERGCAL: ergocalciferol (D2); 식물성 식품에 존재 CHOCAL: cholecalciferol (D3); 동물성식품에 존재 CHOCALOH: 25-hydroxycholecalciferol Vitamin A Total Vitamin A (VITA_RAE)), 또는 total vitamin A (VITA)를 식품성분표에 사용할 것을 권장함. IU 단위는 더 이상 사용하지 않으므로, IU 단위로 되어 있는 것은 분명하게 정리해야 한다. IU 단위는 RE와 RAE로 전환한다. Retinol 영국에서, retinol All-trans retinol equivalent (μg)= = μg all-trans retinol μg 13-cis retinol μg retinaldehyde β- carotene/ β- carotene-equivalent β- carotene equivalents는 점차적으로 개별 카로틴과 비타민 A로 정리해 나가는 방향으로 한다. VITD 가 가장많이 사용됨.; some DBs also use VITDEQ (e.g. Danish or British IU 단위는 더 이상 쓰지 않으므로 정리해야 함. 1 IU vitamin D = μg vitamin D (VITD)/vitamin D3 (CHOCAL). ) VITA+MI+u nit VITA+MI+u nit CARTA CARTB CRYPXB CARTBEQ VITD+MI VITD+MI VITD+MI ERGCAL CHOCAL CHOCALOH Vitamin E VITE: vitamin E; 비타민 E 활성을 지닌 활성 토코페롤과 토코트리엔올의 합으로 계산; α-tocopherol equivalents = α-tocopherol ß-tocopherol γ-tocopherol δ-tocopherol+ 0.3 α- tocotrienol α-tocotrienol γ- tocotrienol (mostly used) = α-tocopherol ß-tocopherol γ-tocopherol+ 0.3 α-tocotrienol = α-tocopherol ß-tocopherol γ-tocopherol δ-tocopherol VITEA: vitamin E; 생검으로 측정 일반적으로 VITE를 가장 많이 사용함. 일부 식품성분표에서는 TOCPHA를 사용하기도 함 (예. USDA) 고전적, 참고DB에는 비타민 E(VITE)가 단독으로 목록에 들어있지 않고, 모든 이성질체 합으로 되어 있다. NAS/IOM state에 의해 출판된 DRIs의 최신 버전에서, α- tocopherol을 비타민 E의 활성형으로 보고 α-tocopherol equivalents는 중단하였다. VITE+MI VITE+MI TOCPHA 54

66 TOCPHA: α-tocopherol Niacin NIA: niacin, preformed NIAEQ: niacin equivalents, total. niacin + niacin equivalents from tryptophan NIATRP: niacin equivalents, from tryptophan. 1/60 x tryptophan Total niacin equivalent (NIAEQ) = niacin preformed (NIA) + 1/60 tryptophan (TRP) NIA NIAEQ+MI+ unit NIATRP VIT B6 VITB6C: vitamin B-6, total; calculated by summation. Pyridoxal plus pyridoxamine plus pyridoxine VITB6A: vitamin B-6, total; determined by analysis VITB6+MI VITB6+MI Folate FOL: folate, total. Includes both conjugated and free folate (determined by microbiological assay). Folate, total: food folates + fortified folic acid (if any) in processed food. FOLSUM: folate, sum vitamers. It includes mostly tetrahydrofolate, 5-methyltetrahydrofolate, 5-formyltetrahydrofolate, 10-formylfolic acid, 10-formyldihyrdofolate and folic acid (determined by HPLC). FOLAC: folic acid, synthetic folic acid used in fortification FOLFD: folate food, naturally occurring food folates (determined by microbiological assay) FOLDFE: folate, dietary folate equivalents. = food folate x synthetic folic acid FOL의 사용이 권장되며, 일반적으로 FOLSUM 보다 높은 값으로 나온다. FOLFD는 FOL, FOLAC과/또는 FOLDFE이 나타내져 있으면 사용해야 한다. 이것은 식품에 강화된 엽산양을 판별하기 위함이다. FOL+MI FOL+MI FOLAC FOL+MI FOL+MI Vitamin C VITC: vitamin C. L-ascorbic acid + L- dehydro-ascorbic acid. 대개 HPLC로 분석 ASCL: L-ascorbic acid. 적정법으로 오직 L-ascorbic acid 분석 가능. ASCDL: L-dehydro-ascorbic acid (=산화형 VITC) VITC은 대개 높은 값을 가짐. 그러나 신선식품에서 VITC와 ASCL는 비슷한 결과를 보임. 신선식품에서 환원형(ASCL)이 주로 존재하는 반면, 조리와 가공과정 중에 dehydro-form (ASCDL)이 증가한다. VITC ASCL ASCDL 55

67 다. USDA 식품성분 DB USDA National Nutrient Database for Standard Reference (SR)는 미국의 식품성분 데이터의 주요 소스임. 정보가 업데이트됨에 따라, 새로운 데이터베이스 버전이 출시됨. 현재는 2011년 9월부터 Release 25 (SR25)가 사용되고 있음. 여기에는 8,194개의 식품 과 146개의 식품 성분이 포함되어 있음. 업데이트 된 데이터는 1992년부터 USDA Nutrient Data Laboratory (NDL) web site에 전자출판 되고 있음. SR25는 Agriculture Handbook 8 (U.S. Department of Agriculture ) 21권에 출판된 모든 식품과 영양소에 대한 성분 데이터와 4개의 보충제(U.S. Department of Agriculture ) 를 포함하고 있음. 2001년 7월, NDL이 Nutrient Databank System(NDBS)의 새로운 버전으로 전환되면서, 형식이 변경되었고, 식품 항목에 대한 기술 정보의 향상 및 영양가에 대한 통계적 정보 항목이 추가되었음. 데이터는 출판 또는 출판되지 않는 정보원에서 모아졌음. 출판된 데이 터는 과학 문헌을 포함함. 출판되지 않은 데이터는 식품회사, 다른 정부 기관, USDA의 Agricultural Research Service (ARS)의 지원으로 된 연구를 포함하며, National Food and Nutrient Analysis Program (NFNAP), National Cancer Institute (NCI) 와 다른 기 관 및 National Institutes of Health 의 협력으로 이루어진 연구 등을 포함함. 식품 업체 의 특수 식품 또는 식품 산물의 영양소 함량 데이터는 동시에 NDL로 보내짐. DB의 값들 은 실험실의 분석값 또는 적합한 알고리즘, 요소, 또는 레시피 등에 근거하여 계산되어질 수 있음. 모든 식품 항목이 SR에 제시된 모든 영양소와 성분을 함유하고 있는 것은 아님. (1) SR25의 특이 변경 사항 DB의 주요 변경 사항: 새로운 음식에 대한 영양소 프로파일이 추가되었고, 기존의 영양소 프로파일은 업데이 트되었음. Baked product와 mixed dish 등 200개 이상의 식품 산업 항목이 SR25에 추가되었음. 일부 generic item도 업데이트 되었고, 100개 이상의 식품에 대한 나트륨 값이 재정비 되었음. 오스트리아산 생쇠고기, 송아지고기, 양고기 등의 특수 부위에 대한 영양가가 분석되었 음. 풀먹인 쇠고기와 와규(Wagyu) 쇠고기의 각 부위에 대한 영양가가 분석되었음. 칠면조의 영양 성분이 분석되었음. 칠면조에 물, 소금, 인산나트륨을 첨가했을 때, 껍질 이 있을 때와 없을 때, 부위별, 조리방법별 영양가가 분석되었음. Mixed dishes와 아침식사용 시리얼 등 더 이상 마켓 또는 현재 데이터에 없는 항목은 제거되었음. Ethnic Foods 식품군은 American Indian/Alaska Native Foods 등으로 변경하여 좀 더 그것의 상태를 잘 반영하도록 했음. Notes on Foods에 관한 섹션을 documentation에 추가했고, 참고문헌 뒤에 두었음. Agriculture Handbook No. 8의 식품 성분: 식품군별 분리된 섹션에 생, 가공된, 조리 된 식품을 나타내었다. 식품에 대한 추가 정보-살코기, 지방, 강화 곡류 상품 등과 같 은-를 Notes에 제시하였음. (2) 데이터 파일 56

68 SR25의 데이터 파일은 ASCII 형식 및 Microsoft Access 2003 데이터베이스에서 사용 할 수 있음. 이러한 DB 및 스프레드시트 파일은 일반적으로 동일한 소프트웨어 패키지의 최신 버전 또는 동시에 출시된 다른 소프트웨어 패키지와 호환 가능함. (3) 데이터베이스 콘텐츠 데이터베이스는 데이터의 여러 집합으로 구성 됨: 음식 설명, 영양소, 무게 및 측정, 각 주, 및 데이터의 소스 등. 하부 섹션에서는 각 정보에 대한 세부 정보를 제공함. (가) 식품 설명 방법 이 파일은 식품 항목에 대한 설명 정보를 포함함. 전체 설명 (식품명을 포함한 특성, 예를 들어, 생것 또는 조리된, 강화된, 색깔)과 간단한 설명(약어 함)을 제공함. 간략한 설명을 만들 때, 긴 설명에 있는 첫 번째 단어는 생략하지 못함. 만일 긴 설명이 25자 미만이면 간략한 설명은 약어를 포함하지 않음. 식품 설명에서 사용된 상표명은 대문자로 함. 학명, 일반명, 제조업체 이름, 폐기량, 폐기 설명을 적절한 곳에 제공할 것. 일반명 부분에는 상품의 대체명을 포함. 예를 들어 소다 또는 팝, 또는 탄산음료 등. 또한 이 부분에는 Uniform Retail Meat Identity Standard (URMIS) identification numbers 와 USDA commodity codes를 기술함. 식품 항목이 속한 식품군도 기술. 만일 식품 항목이 the Food and Nutrient Database for Dietary Studies (FNDDS; USDA, ARS, 2012)에서 사용된 것이면 식품 코드도 제 공할 것. 질소에서 단백질을 계산하는데 사용된 요인도 포함시킬 것. 또한 킬로칼로리 계산에 사용된 것도 포함. 폐기량은 식용이 불가능한 부분으로서, 이 양은 식품의 전체 양에 대한 비율로 표시함. 폐기율 데이터는 NFNAP와 기타 다른 USDA-sponsored contracts 및 U.S. Department of Agriculture Handbooks 102 (Matthews and Garrison, 1975) 와 456 (Adams, 1975)에서 얻었음. 식품군 : 검색을 용이하게 하기 위하여 SR25에서 식품항목을 식품군으로 묶어 놓았음. 현재 254개의 식품군이 있음. LanguaL. USDA 식품성분DB를 사용하는 다양한 이용자의 요구를 충족시키기 위하여, SR23 NDL 부터는 LanguaL 어휘집에 기초하여, 선택된 식품군(향신료, 과일 및 과일 주 스, 돼지고기 제품, 채소 및 채소제품, 그리고 육류 제품)에 대한 표준화된 식품 기술로 확장하여 제공하고 있음. 이러한 다-계층 식품 분류 체계(multi-hierarchical food classification system)는 다양한 문화와 언어를 넘어서 식품 연구, 식품 안전성, 영양 모니 터링, 그리고 식품 판매를 돕기 위하여 식품 기술 용어의 통합이 이루어지게 할 것으로 기대함. LanguaL은 "Langua alimentaria" 또는 "language of food"를 의미함. LanguaL에 대한 연구는 미국식약청의 Center for Food Safety and Applied Nutrition(CFSAN) 에서 식품 기술, 정보과학, 그리고 영양학 전문가 연합으로 1970년대에 시작되었음. 그 후 LanguaL 57

69 은 NCI과의 연합으로 발전하였으며, 최근에는 유럽 국가들의 참여로 발전하였음. 1996년 이래로 European LanguaL Technical Committee는 동의어를 관리하였음. 동의어는 식품 을 기술하는 언어의 표준화를 제공함. 현재 SR25에는 제품 유형, 식품 소스, 식물성 또는 동물성, 물리적 상태, 모양 또는 형 태, 열 처리의 적용, 조리방법, 적용된 처치 방법, 보존 방법, 포장 충전제, 용기 또는 포 장, 식품 접촉면, 소비자군/식이 사용/표기 주장, 지리적 장소 및 지역, 그리고 음식의 겸 임 특성 등이 포함되어 있음. (나) 영양소 영양소 데이터 파일은 가식부 100g당 평균 영양가를 나타냄. 영양가는 각 영양소에 대 한 소수 첫째 자리에서 반올림되어 나타내어졌음. 표준오차, 분석연구의 수, 최소값, 최대 값, 자유도, 신뢰수준, 통계적 코멘트 등이 포함되어 있음. 영양소 보존과 식품 수율 (Nutrient Retention and Food Yield). 조리된 식품의 영양소 데이터가 없거나 불완전할 때, 생식품 또는 레시피로부터 계산되었음. 레시피 또는 생식품 으로부터 데이터를 계산할 때, 적절한 영양소 보유율과 식품 수율 인자를 식품 무게와 영 양소 함량에 대한 조리의 영향을 반영하는데 적용하였음. 58

70 Table 4. USDA 식품성분DB에 수록된 영양소 및 분석된 식품의 수 Numbe Numbe Nutr. Nutr. Nutrient r of Nutrient r of NO. NO. Foods Foods : : : :5 n-3 (DPA) :1 undifferentiated :6 n-3 (DHA) :1 c Fatty acids, total trans :1 t Fatty acids, total transmonoenoic : Fatty acids, total transpolyenoic :1 undifferentiated Cholesterol :1 c Phytosterols :1 t Stigmasterol :1-11t(18:1t n-7) Campesterol : Beta-sltosterol :1 undifferentiated Tryptophan :1 c Threonine :1 t Isoleucine :1 c Leucine Fatty acids, total Lysine 4860 polyunsaturated :2 undifferentiated Methionine :2 n-6 c,c Cystine :2 CLAs Phenylalanine :2 t,t Tyrosine :2 i Valine :2 t not further defined Arginine :3 undifferentiated Histidine :3 n-3 c,c,c (ALA) Alanine :3 n-6 c,c,c Aspartic acid :3 i Glutamic acid : Glycine :2 n-6 c,c Proline :3 undifferentiated Serine :3 n Hydroxyproline :3 n Alcohol, ethyl :4 undifferentiated Caffeine :4 n Theobromine :5 n-3 (EPA) : 다량영양소(proximates) Proximates는 물, 단백질, 총지질, 총탄수화물, 회분 등의 다량영양소를 일컫는 용어임. DB에 포함되기 위해서는, 영양소 프로파일은 다량영양소 성분과 적어도 다른 영양소 1개 의 값을 가지고 있어야 함. 가 단백질 단백질 값의 계산 - 식품내 총지질의 양과 Jones에 의해 제안된 전환계수(specific conversion factor)를 이용하여 계산. 식품 내 질소 분석 방법 - AOAC (4.2.04), ( ), (combustion); (Kjeldahl) (AOAC, 2010)을 이용. Specific factor를 가지고 있지 않 59

71 은 품목의 경우 general factor 6.25를 사용하여 단백질 함량 계산. 초콜릿, 코코아, 커피, 버섯, 이스트는 비단백질소물질(Merrill and Watt, 1973)에 대한 보정값 적용. 이들 식품에 대한 보정된 conversion factor는 다음과 같음: 초콜릿과 코코 아 4.74, 커피 5.3, 버섯 4.38, 이스트 5.7 나 총지질 분석방법 대개 총지질 함량은 gravimetric methods로 분석된 NFNAP를 통해 얻어 짐. 산가수분해(AOAC , , , or )와 추출법-클로로포름과 메탄올의 혼합 용매 시스템 (AOAC or Folch et al.)으로 분석. 다 회분 함. 분석 방법 - 중량법 gravimeteric methods (AOAC , , or )로 분석 라 수분 식품의 수분함량은 vacuum oven(aoac , , ) 또는 forced air (AOAC )법으로 분석함. 마 탄수화물 탄수화물 = (수분+단백질+총지질+회분+알코올) 총탄수화물값은 식이섬유를 포함함. Available carbohydrate= 100 -(수분+단백질+총지질+회분+알코올+총식이섬유) 탄수화물 분석방법: * 맥주, 와인: 각각 AOAC International(AOAC, 2010)의 ( ) 과 ( ) * 총식이섬유 함량: enzymaticgravimetric methods 또는 of the AOAC (2010) * 총당류 = 단당류 + 이당류 * 단당류: 액체 크로마토그래피 (AOAC ). 초기 분석값은 AOAC 법 외에도 High performance liquid chromatography (HPLC) 또는 gas-liquid chromatography (GLC)로 분석된 것도 있음. * 전분: AOAC method (2010) 또는 polarometric method (The Feedings Stuffs Regulations 1982). * 총식이섬유, 총당류, 전분 분석은 분리되어 수행되고, 측정 과정에 대한 분석적 다양 성이 존재하므로 이들 탄수화물 분획의 합이 100에서 다른 성분을 빼서 계산한 탄수화물 의 값과 일치하지 않을 때도 있음. 바 식품 에너지 식품 에너지는 kilocalories (kcal)와 kilojoules (kj)로 나타냄. 1 kcal는 kj임. 이 데이터는 생리적으로 유용한 에너지를 나타내는 값으로서, 소화된 후 남아있는 에너지 값 을 의미하며, 소변 손실분은 gross energy로부터 빼준 값임. 다양한 재료로 만들어진 음 60

72 식의 열량은 탄수화물, 단백질, 지질의 함량에 각각 g 당 4, 4, 9 kcal를 곱하여 구하거나 또는 고식이섬유 식품의 경우는 단백질, 탄수화물에서 불용성 식이섬유를 뺀 값, 지질에 각각 g당 4, 4, 9kcal를 곱하여 구함. 알코올 함유 식품의 경우 6.93kcal/g을 곱함 (Merrill and Watt, 1973). 과당과 솔비톨의 Calorie factors는 Atwater system에 없으며, Livesay 와 Marinos (1988)의 연구로 정해졌음. 커피와 녹차의 Calorie factors는 이들의 씨앗과 잎 에서 계산되어졌음. 식품성분표는 metabolizable energy system을 사용함. 이것은 Atwater energy conversion factors에 기초함. Gross energy 와 net metabolizable energy 는 일반적으 로 식품성분표에 사용되지 않음. Table 5. Atwater energy conversion factors in kj (kcal/g) More extensive Components in kj General Atwater General Atwater (kcal/g) factors factors Protein 17 (4.0) 17 (4.0) Carbohydrates 17 (4.0) 17 (4.0) or 16(3.75) Fat 37 (9.0) 37 (9.0) Specific Atwater factors ) ( ) ( ) General Atwater factors as proposed by Codex for food labelling 17 (4.0) 17 (4.0) 37 (9.0) Alcohol 29 (7.0) 29 (7.0) 29(7.0) 29 (7.0) Dietary Fibre 8(2.0) Organic acids 13 (3.0) Polyols Adaptive from FAO(2003) & Codex Alimentarius(2007) 2 무기질 데이터베이스에 있는 무기질 - 칼슘, 철, 마그네슘, 인, 칼륨, 나트륨, 아연, 구리, 망간, 셀레니움, 불소. 분석방법 : 대부분의 식품의 무기질 수준은 AOAC (2010)법으로 분석되었음. * Ca, Fe, Mg, P, Na, K, Zn, Cu, Mn - inductively coupled plasma emission spectrophotometry (AOAC ) 또는 atomic absorption (AOAC )법(인 제외). * P - colorimetrically by AOAC 2.019, & 7.098법. * Se - selenium hydride and fluorometric methods(usda,1992). 1998년과 2008년 사 이에 분석된 값들은 modified selenium hydride (AOAC ) 또는 stable isotope dilution gas chromatography-mass spectrometry (Reamer and Veillon, 1981) 법으로 분 석되었음. 식물, 특히 곡류의 Se 함량은 토양의 영향을 많이 받음. * F - 순수 액체의 경우는 fluoride ionspecific electrode, direct read method (VanWinkle, 1995)로, 기타 microdiffusion method (VanWinkle, 1995)로 분석. 61

73 3 비타민 DB에 포함된 비타민- ascorbic acid (vitamin C), thiamin, riboflavin, niacin, pantothenic acid, vitamin B6, vitamin B12, folate, total choline and betaine, vitamin A (individual carotenoids, and retinol), vitamin E (tocopherol), vitamin K (phylloquinone, dihydrophylloquinone and menaquinone-4), vitamin D (D2 and D3). 분석방법 * 아스코르브산- 총아스코르브산은 microfluorometric method (AOAC )법으로 분 석. 오래된 값은 새로이 업데이트되지 않았는데, 환원형 아스코르브산의 값이며, dichloroindophenol method (AOAC )법으로 분석되었음. * 티아민, 리보플라빈, 니아신. 티아민- fluorometric method (AOAC )로 분석. * 리보플라빈은 Fluorometric (AOAC ) 또는 microbiological (AOAC ) methods로 분석. * 니아신은 microbiological methods (AOAC )로 분석. 니아신값은 오로지 preformed niacin이며, 트립토판에서 온 니아신은 포함하지 않음. niacin equivalent 은 potential niacin value로서; 이것은 preformed niacin과 트립토판에서 전환된 니아신 양을 더한 값임. SR에는 포함되지 않았지만, niacin equivalents는 식품중의 아미노산 함량을 이용하여 다음과 같이 구할 수 있음: mg Niacin equivalents = mg niacin + (mg tryptophan / 60) * 판토텐산 - microbiological methods(aoac or ) * 비타민 B6 - microbiological methods(aoac ) * 비타민 B12 - microbiological methods(aoac ). Vitamin B12 는 동물성 식품 또는 동물성 유래 식품에서만 존재하며, 식물성 식품에는 없는 것으로 추정. 일부 발효식 품(간장과 미소된장)의 vitamin B12 값이 보고되었는데, 비타민 B12는 미생물에 의해 합 성되어진 것이 아니라 다른 미생물이 함유하고 있던 것으로 보임. 따라서 이들 식품의 비 타민 B12 함량은 일정하지 않고, 이 값들은 데이터베이스에 포함되지 않았음. 50세 이상 성인은 주로 강화식품 또는 보충제를 통해서 비타민 B12 권장량을 충족시키는 것으로 나 타나 260여개의 비타민 B12 강화식품이 이번 버전에 추가되었음. 주로 시리얼, 유아식, 식 물성대체육류제품 등에 강화되어 있음. * 엽산 - 엽산 folic acid (Nutr. No. 431), 엽산염 folate (Nutr. No. 432), 그리고 총엽산 염 (Nutr. No. 417) 그리고 dietary folate equivalents (DFEs) (Nutr. No. 435)이 보고되었 음. 엽산의 RDAs는 DFEs로 나타내어져 있음. 이것은 식품 내 자연적으로 존재하는 엽산 과 합성된 엽산의 생물학적 유용성의 합을 나타낸 것임. 어떤 단일 식품의 DEFs를 계산 하기 위해서는 식품에 자연적으로 존재하는 엽산의 양과 그 식품에 첨가된 합성된 엽산으 로 분리하여야 함. μg DFE = μg food folate + (1.7 * μg folic acid) 식품 내 엽산 값은 trienzyme microbiological procedure (Martin et al., 1990)법으로 분석. 일부 소수의 식품의 경우, 총엽산을 개별 folate vitamers (5-methyltetrahydrofolate, 10-formyl folic acid, 5-formyltetrahydrofolic acid, and tetrahydrofolic acid)의 합으로 계 산하였고; 이것을 footnote에 기입하였음. Microbiological methods은 총 folate를 측정; 강 화된 식품, 각각의 엽산과 엽산염은 구분하지 못함. 따라서 DFE를 계산하기 위해서는, multi-ingredient enriched foods은 첨가된 엽산의 양을 계산하기 위해서 효소 없이 추가 62

74 적 미생물학적 과정으로 분석해야 함 (Chun et al., 2006). 그 다음 식품의 folate는 총엽산 에서 folic acid를 빼 주어 계산. 강화된 식품에 있어서, food folate는 식품 내 folic acid(pteroylmonoglutamic acid)가 거 의 존재하지 않기 때문에 total folate와 같은 값일 것임. 따라서 total folate와 food folate 가 같은 값으로 나타내짐. folic acid 값은 0으로 간주함. 강화된 cereal-grain 제품(flour, cornmeal and grits, farina, rice, macaroni, noodles, bread, rolls, and buns)에 있어서, 엽 산값은 강화된 식품에 엽산염을 강화하기 전에 분석한 값을 빼서 계산. * 콜린- SR19 (2006) 이후, USDA Database for the Choline Content of Common Foods (USDA, 2004)의 총콜린과 베테인 값이 SR에 포함되었음. 콜린 분석은, 콜린 화합 물에서 추출되고, 메탄올과 클로로포름을 사용하여 유기물과 aqueous phase로 분리되고, liquid chromatography electrospray ionization-isotope dilution mass spectrometry (LC-ESI-IDMS) (Koc et al., 2002)로 분석됨. 시료는 베테인과 이들 콜린-contributing compounds로 분석됨: free choline (Cho), glycerophosphocholine (GPC), phosphocholine (Pcho), phosphatidylcholine (Ptdcho), 그리고 sphingomyelin (SM). Cho, GPC, Pcho, PtdCho, 그리고 SM의 상호전환 대사경로가 존재하므로, 총콜린 함량은 이들 choline-contributing metabolites이 합으로 구함. 콜린은 베테인으로 전환되지 않으므로 베테인값은 총콜린 계산에 포함시키지 않음(Zeisel et al., 2003). * 비타민 A- SR15 (2002)이후로 vitamin A 값은 μg of retinol activity equivalents (RAEs) 와 μg of retinol로 보고되었음. 동시에 μg of retinol equivalents (REs)는 데이터 베이스에서 삭제되었음. 1 μg RAE는 1 μg of all-trans-retinol, 12 μg of alltrans-β -carotene, 또는 24 μg of other provitamin A carotenoids와 같은 활성을 가짐. Vitamin A는 international units (IU)으로도 표기되는데, 이는 미국에서 영양표시에 이 단위가 여 전히 사용되고 있기 때문이며, 1IU은 0.3 μg retinol, 0.6 μg β-carotene, or 1.2 μg other provitamin-a carotenoids (NAS/NRC, 1989)와 같은 의미로 사용됨. 따라서 생리적이용 가능성(bioavailability)이 과다측정 되고 있음. 개별 캐로티노이드(β-carotene, α-carotene, β-cryptoxanthin, lycopene, 그리고 lutein+zeaxanthin) 들이 보고되었음. 분석 데이터는 일 반적으로 HPLC methodology (AOAC or Craft, 2001)를 사용하였으며 NFNAP에 서 제공받았음. 대부분의 분석 시스템은 루테인과 지아크잔틴을 분리하지 않았으며, 따라 서 이들 캐로티노이드는 합쳐서 나타내었음. RAE와 IU 로 비타민 A 활성이 개별 캐로티 노이드(β-carotene, α-carotene, and β-cryptoxanthin) 함량으로 계산되어졌음. FNDDS 에 사용된 식품 항목들의 경우 만일 분석 데이터가 없으면 캐로티노이드 값을 imput 했 음. 이들 품목의 상당수는 비타민 A가 IU 단위로만 존재함. 캐로티노이드값의 다양성은 경작지, 계절, 재배지 등에 따른 차이뿐만 아니라 IU 단위로 존재하는 개별 캐로티노이드 들을 imput하여 비타민 A 활성을 계산하여 매칭하는 과정에서 차이가 커지게 됨. 따라서 비타민 A IU 값은 개별 캐로티노이드로부터 계산된 값의 ±15 IU 이내에서는 인정해줌. 개별 캐로티노이드들이 보고되지 않은 식물성 식품(예: 과일, 채소, 콩류, 견과류, 시리얼 곡류, 향신료와 허브)의 경우, μg RAE는 IU값을 20으로 나누어 계산해주었음. 동물성 식 품(예: 달걀, 소고기, 돼지고기, 닭고기, 양고기, veal, game, 그리고 fish (except for some organ meats and dairy))의 경우, 모든 비타민 A 활성은 레티놀에 의한 것임. 이들 식품 에 있어서, 분석 데이터가 없으면, μg RAE와 μg of retinol은 IU 값을 3.33으로 나누어서 계산함. 레티놀과 프로비타민 A 캐로티노이드를 같이 함유한 식품에서, 이들 성분의 각각 63

75 의 양은 RAE로 계산되어야 함. μg RAE는 (IU from carotenoids/20) + (IU from retinol/3.33)으로 계산하였음. μg of retinol은 IU from retinol/3.33로 계산하였음. * Vitamin D-비타민 D에 대한 공중보건 관련 관심 때문에, 다년도 프로젝트가 NDL에 의해 수행되어, SR에 상대적으로 소량만 존재하던 비타민 D 데이타셋이 확장되고 업데이 트되었음. 1999와 2008년 상이에 수집된 초기 데이터는 AOAC methods or 으로 분석되었음. 비타민 D 분석은 용매 추출, cleanup 단계, 그리고 HPLC 또는 HPLC와 LC/MS에 의 한 정량의 순으로 이루어짐. NDL은 버지니아텍과의 협업을 통해 5가지의 matrix-specific material을 개발하였음. 그 물질들은 다음과 같음: vitamin D3 fortified fluid milk, a vitamin D3 fortified multigrain ready-to-eat cereal, orange juice fortified with calcium and vitamin D3, pasteurized process cheese fortified with vitamin D3, and canned red salmon, a natural source of D3 (Phillips et al. 2008). Vitamin D는 일부 식품(생선, 육 류, 가금류)에서는 25-hydroxycholecalciferol로 존재함. 그러나 비타민 D의 이러한 대사물 을 측정하기 위한 분석 방법은 충분히 타당성이 입증되지 않았음. 일단 향상된 분석 방법 이 개발되어지면, 공인된 실험실에서, 식품을 선별하여, 자연적으로 존재하는 비타민 D 급 원식품과 강화식품에서 시료를 채취하여 NFNAP 관리하에 분석하였음(Haytowitz et al. 2008). 생달걀과 강화식품(fluid milk at 4 fat levels, reduced fat chocolate milk, fruit yogurt, 오렌지주스)에 대해서는 비타민 D 분석이 완료되었음. 현재 생선에 대한 분석값 은 제한점이 많음; 추가 분석이 이루어질 예정임. 비타민 D 분석은 닭고기, 돼지고기, 소 시지 부위별로도 완료되었음. 이들 데이터는 새로운 LC/MS/MS method (Huang and Winters, 2011)으로 분석되었음. 콜레칼시페롤 (vitamin D3; Nutr. No. 326)은 동물성 식품에 자연 존재하는 물질로서 강화된 식품에 일반적으로 첨가되는 형태임. 에르고칼시페롤 (vitamin D2; Nutr. No. 325) 는 식물성 식품에 존재하는 형태로서 일부 강화식품(두유)에 첨가되어짐. SR 25에서 비타 민 D 값은 vitamin D2 와 vitamin D3의 합으로 계산하였음. SR25에서 Vitamin D 값은 μg과 International Units(IU) 둘 다로 나타내었음. vitamin D의 생물활성은 40IU/μg로 계 산함. 가능한 경우, 비타민 D의 specific isomers 형태를 μg으로 나타내었음. SR의 비타민 D의 계산은 다음과 같음: Vitamin D, μg (Nutr. No. 328) = vitamin D2, μg + vitamin D3, μg Vitamin D, IU (Nutr. No. 324) = vitamin D, μg x 40 Vitamin D 값 in μg (Nutr. No. 328)은 SR25의 모든 항목에 제공하였음. 일부의 식품 의 경우, 비타민 D 함량이 극히 적은 경우 이를 식품의 비타민 D 값을 0으로 하였음. 예 를 들면, 버섯을 제외한 식물성 식품은 어떠한 비타민 D의 함량도 기대할 수 없음. 액상 우유는 소량 수준의 강화가 가능함. 유제품 산업은 조제된 식품에 재료로 사용된, 비타민 D를 강화하지 않는 대부분의 유제품에 대한 지침서를 제공하였음. 한편, 일반 상 품에 사용된 마아가린은 일반적으로 비타민 D가 강화되지 않았음; 비타민 D가 강화된 것 과 강화되지 않은 것 2가지 프로파일이 SR에 있음. 조제된 식품에서 추정치를 계산할 때 는, 비강화된 프로파일을 사용하였음. 가정-제조식(예: 우유로 만들어진 푸딩)의 경우 비 타민 D의 레시피 계산에서 강화된 재료를 선택하였음. 마아가린의 경우, 강화된 제품과 비강화된 제품이 섞여있음. 64

76 * Vitamin E - DRI 보고서 (IOM, 2000)에서는 비타민 E를 자연적으로 존재하는 형태 (RRR-α-tocopherol) 와 3가지의 합성 α-tocopherol 로 분류하였음. SR16-1 (2003) 이후 로, NDL은 vitamin E를 mg of α-tocopherol (Nutr. No. 323)로 나타내었음. 분석방법은 gas-liquid chromatography (GLC) or high-performance liquid chromatography (HPLC; Ye et al., 2000)임. 비록 β, γ, and δ-tocopherol 이 비타민 E 활성에 기여하는 바는 없지 만, 분석 데이터가 존재하는 경우 이들도 DB에 포함되어 있음 DRI report에서, 합성된 비타민 E를 α tocopherol mg으로 나타낼 때 a revised factor에 대해 제안하였음. All rac-α-tocopherol은 2R-stereoisomeric과 2S-stereoisomeric 형태를 동량으로 가지고 있기 때문에. 비타민 E 활성은 α-tocopherol 의 2R-stereoisomeric forms 으로 한정됨 (IOM, 2000). NDL이 식품산업체로부터 IU로 표기된 비타민 E 데이타를 받으면, 그 값은 mg으로 전 환되어 DRI report에 나타내어짐 : 1 mg of α-tocopherol = IU of the all rac-α-tocopherol compound mg of α-tocopherol = IU of the RRR-α-tocopherol compound 비타민 E의 상한섭취량은 모든 형태의 α-tocopherol 보충제를 사용하여 설정되었음 (IOM, 2000). 2S-stereoisomers가 비타민 E의 식이 요구량에 기여하는 바가 없음에도 (IOM, 2000), 그들은 UL과 관련하여 총 섭취량에는 기여하게 됨. Nutrient number 573는 added vitamin E 의 양을 나타내는데, 이번 버전에서, 약 140개의 식품 항목이 0보다 큰 added vitamin E 값을 갖게 되었음. 이들 식품 항목의 대부분은, all rac-α-tocophero 형 태로 첨가되어 있음; 이 값들은 UL에서 이 형태로 섭취할 경우 2를 곱해주어야 함. RRR-α-tocopherol로 강화된 식품의 경우, footnote에 명시하였고, 첨가된 비타민 E 값은 UL에 대한 기여량을 직접 계산하도록 사용할 수 있음. * Vitamin K - Vitamin K는 헥산으로 추출한 뒤, silica column을 사용하여 solid phase extraction으로 정제한 후 HPLC로 정량함. SR23부터, vitamin K1 (Nutr. No. 430), dihydrophylloquinone (Nutr. No.429) 그리고 menaquinone-4 (Nutr. No. 428) 가 포함되었 음. 4 Lipid 성분 지방산은 식품 100g 당 지방산의 양으로 표현되며, 중성지방 당 지방산으로 표현되지 않음. 역사적으로 대부분의 지방산 데이터는 fatty acid methyl esters의 퍼센티지로 구해 졌고, GLC로 분석되었음(AOAC ). 이러한 데이터는 총지질 100g 당 지방산 g으로 전환되어 그 다음 가식부 식품 100g 당 지방산 g으로 표기되어졌음. 식품의 가식부위 100g 당 지방산 g으로 되어 있는 데이터는 전환이 필요 없으나 지방 산 에스테르와 중성지방 당 지방산 g으로 되어있는 데이터는 Sheppard conversion factors를 이용하여 전화시켜야 함. Sheppard conversion factors는 지방산과 그것의 에스 테르와 중성지방의 분자량에 근거함. 지방산 데이터가 지방산 메틸 에스테르의 퍼센티지 로 되어 있는 경우, 메틸 에스테르를 Sheppard conversion factor를 이용하여 지방산으로 전환한 다음 총 지질(nutrient No. 204)을 곱하여 식품의 가식부위 100g 당 지방산 g으로 나타내야 함. 개별 지방산 값이 없는 경우, 개별 지방산을 식품 항목의 평균 지질 값으로 일반화하는 65

77 것이 필요할 수 있음. 일반화된 지방산은 개별 지방산의 합은 평균 지방 값에 각 식품의 Weihrauch (1977) lipid conversion factor를 곱한 값과 같음. * Individual Fatty Acids - Table 2에 USDA 식품성분DB에 수록된 지방산의 종류를 나타내었음. Table 6. USDA 식품성분DB에 수록된 지방산의 종류 Fatty acid Systematic name Common name of most typical isomer N u t r i e n t number Saturated fatty acids 4:0 butanoic butyric 607 6:0 hexanoic caproic 608 8:0 octanoic caprylic :0 decanoic capric :0 dodecanoic lauric :0 tridecanoic :0 tetradecanoic myristic ;0 pentadecanoic :0 hexadecanoic palmitic :0 heptadecanoic margaric :0 octadecanoic stearic :0 eicosanoic arachidic :0 docosanoic behenic :0 tetracosanoic lignoceric 654 Monounsaturated fatty acids 14:1 tetradecenoic myristoleic :1 pentadecenoic :1 undifferentiated hexadecenoic palmitoleic :1 cis 673* 16:1 trans :1 heptadecenoic :1 undifferentiated octadecenoic oleic :1 cis 674* 18:1 trans :1 eicosenoic gadoleic ;1 undifferentiated docosenoic erucic :1 cis 676* 22:1 trans :1 cis cis-tetracosenoic nervonic 671 Polyunsaturated fatty acid 18:2 undifferentiated octadecadienoic linoleic :2 trans not further defined :2 i (mixed isomers) :2 n-6 cis, cis 675* 18:2 trans, trans :2 conjugated linoleic acid (CLAs) :3 undifferentiated octadecatrienoic linolenic :3 n-3 cis, cis, cis alpha-linolenic 851* 18:3 n-6 cis, cis, cis gamma-linolenic :3 trans (other isomers) :4 octadecatetraenoic parinaric :2 n-6 cis, cis eicosadienoic :3 undifferentiated eicosatrienoic :3 n :3 n :4 undifferentiated eicosatetraenoic arachidonic

78 20:4 n :5 n-3 eicosapentaenoic (EPA) timnodonic ; : :5 n-3 docosapentaenoic (DPA) clupanodonic :6 n-3 docosahexaenoic (DHA) 621 * 총지방산 - SR25에 제시된 지방산 데이터의 일부만이 specific positional과 geometric isomers를 함유하고 있음. 따라서, 탄수 길이와 이중결합의 수 이외에 더 이상 분화되지 않는 지방산에 상응하는 영양소 숫자를 유지할 필요가 있음. USDA DB에 사용자의 것을 더하기 위해, 특수한 이성질체는 항상 분화된 지방산의 총합을 제공하도록 합계를 내 놓 았음. 예를 들어, 18:2의 특수 이성질체의 평균값은 18:2 undifferentiated의 평균값을 제공 하도록 합산되어졌음. 다른 지방산 총합은 (1) 포화, 단일불포화, 다중불포화지방산의 합과 (2) trans-monoenoic의 합, transpolyenoic의 합, 그리고 (3) all trans fatty acids의 합을 나타냄. 총 포화, 단일불포화, 다중불포화지방산의 값은 보고되지 않은 개별 지방산을 함유할 수 있음; 따라서, 그들의 값의 합은 개별 지방산의 합보다 클 수 있음. 간혹, 개별 지방산의 합이 주어진 총포화, 단일불포화, 다중불포화지방산의 합보다 클 수 있는데, 이러한 차이 는 대개 사사오입 때문에 발생하며 상대적으로 작은 값임. 복합 재료로 가공된 브랜드명 식품의 경우, 기업 데이터는 지방산 군(SFA, MUFA, and PUFA)으로 되어 있고 개별 지방산이 없는 경우가 많음. 이런 경우, 개별 지방산은 개별 재료들의 지방산으로부터 계산하고 총지방 수준에 맞게 평준화함. 가장 적합한 방법 은 지방산군으로 만들어주는 것이나, 개별 지방산의 계산된 합이 항상 지방산 군에 대한 기업 데이터와 일치하는 것은 아님. 기업에서 지방산이 0이라는 것은 극미량 존재한다는 의미일 수 도 있음. 총지방 100 당 지방산 g을 식품 100g 당의 지방산으로 전환할 때, 미만의 값은 0으로 round 함. * 콜레스테롤 - GC(AOAC )로 측정. 콜레스테롤은 동물성 식품에만 존재하고 최 소한 1가지 이상의 동물성 식품이 재료로 들어간 음식에만 콜레스테롤이 존재함. 동물성 식품에서 유래된 재료들을 함유한 혼합물의 경우, 콜레스테롤 값은 각 재료들의 값으로부터 계산되어질 수 있음. 식물성 식품만 함유한 음식의 경우, 콜레스테롤 값은 0으 로 간주함. * 식물성스테롤 - 식물성 스테롤(campesterol, stigmasterol, and β-sitosterol)에 대한 데 이터는 GC (AOAC )로 분석되었고, 총 피토스테롤(Nutr. No. 636)을 계산하는데 합 쳐졌음. 5 Amino Acids. 아미노산 값은 a per-gram-of nitrogen으로 나타냈음. 아미노산은 3가 지 그룹-트립토판, 황-함유 아미노산(메티오닌, 시스틴), 그리고 모든 다른 아미노산으로 구분되어졌음. * 트립토판 - alkaline hydrolysis/hplc (AOAC )로 분석. * 메티오닌과 시스틴 - performic oxidation/hplc (AOAC )로 분석. * 기타 다른 아미노산 - acid hydrolysis/hplc (AOAC )로 분석. 육류의 hydroxyproline은 colorimetric method(aoac )로 분석. 아미노산의 패턴과 총질소 67

79 량은 다음 공식을 사용하여 식품 100g당 개별 아미노산의 양으로 계산되었음. AAf = (AAn*Vp )/Nf AAf = amino acid content per 100 g of food AAn = amino acid content per g of nitrogen Vp = protein content of food Nf = nitrogen factor 만일 아미노산 값이 하나의 단백질-함유 재료보다 더 많은 품목에 존재할 경우, 값은 다양한 단백질-함유 재료들의 아미노산 패턴으로부터 a per-gram-of-nitrogen으로 계 산할 수 있음. 그 다음 각각의 단백질-함유 재료에 총질소량을 곱하여 아미노산의 합 으로 100g 당 아미노산 함량으로 계산함. 이들 값들에 대한 데이터의 수치는 0이 될 수 있음. Weights and Measures 식품 항목에 대한 가정에서 사용하는 측정치에 대한 정보도 제공되었음(예: 1컵, 1큰술, 과일 1개 등). 폐기율 없이 식용부위 만의 무게가 주어졌음. 각 식품 항목에 대한 g 무게 와 측정 기술이 무게(weight) 파일에 있음. 이 파일은 식품 100g 당 영양소 값을 계산할 때 사용될 수 있음. 이러한 무게 정보가 데이터베이스에 있는 모든 식품 품목에 대해 있 는 것은 아님. Footnotes Footnotes는 일부품목에 대해 기존의 field에서 제공할 수 없는 사항들-식품 기술, 무게, 측정법, 영양가 등에 관한 정보를 제공하였음. 예를 들어, 구연산이 주스 음료에 첨가되었 다면, 이것을 footnote에 표기하였음. Sources of Data 데이터 파일의 소스(참고문헌 등)은 SR14부터 첨부되었음(2001). 파일의 이름과 field는 모든 소스가 저널 또는 출판된 문헌이 아니라는 사실을 반영할 뿐만 아니라 USDA가 후 원한 연구의 비출판 데이터와 USDA와 연관된 또는 개별적인 지원으로 연구된 결과로부 터 올 수 있음을 보여줌. 식품에 대한 새로운 데이터가 생성되어지고 추가적인 기록이 새 로운 NDBS에 유입됨에 따라 미래 버전에서는 데이터 소스 정보가 점점 증가할 것임. Data Link file의 소스 파일은 사용자가 각 영양소 값에 대한 특수 데이터 소스 파악을 가능하게 함. 예를 들면, 사용자는 이러한 파일을 특정 데이터 값이 기록된 소스와 관련된 날짜를 알아보는데 이용할 수 있으며, 또한 이들 파일은 데이터베이스에서 NFNAP 데이 터가 사용된 곳이 어딘지, 특정 데이터 소스로부터 얻은 값들을 알아보는데 사용할 수도 있음. 68

80 (4) USDA 파일 포맷 설명 데이터는 두 개의 서로 다른 유기적 포맷으로 되어있음. relational file- 4개의 기본 파일과 6개의 보조파일로 된 relational 포맷(데이터를 단순 히 표로 표현하는 포맷)임. relational format은 모든 식품, 영양소, 그리고 관련 데이터 를 포함함. 축약 파일(a flat abbreviated file)- 다른 하나는 모든 식품 항목으로 된 축약 파일(a flat abbreviated file)인데, 그러나 영양소보다는 적으며, 다른 관련 정보가 전부 있는 것은 아님. 축약 파일은 전분, 개별 당류, 불소, 베테인, vitamin D2 또는 D3, 첨가된 vitamin E, 첨가된 vitamin B12, 알코올, 카페인, theobromine, 피토스테롤, 개별 아미 노산, 또는 개별 지방산을 포함하지 않음. (가) Relational Files 4개의 Principal files 식품설명파일(the Food Description file), 영양소데이터 파일 (Nutrient Data file), g 무게파일(Gram Weight file), 각주파일(Footnote file)이다. 6개의 보조 파일- 영양소정의파일(Nutrient Definition file), 식품군설명파일(Food Group Description file), 소스코드파일(Source Code file), Data Derivation Code Description file, Sources of Data file, and Sources of Data Link file Table 7은 각 파일에 기록된 숫자를 보여줌. relational DB에서, 이들 파일은 서로 링크 될 수 있음. Fig 2는 파일과 그들의 주요 필드 사이의 관계를 다이아그램으로 나타내었 음. Table 7. 원칙과 보조 파일에 수록된 수량 File name Table name Number of records Principal files Food Description FOOD_DES 8,194 Nutrient Data NUT_DATA 595,359 Weight WEIGHT 14,162 Footnote FOOTNOTE 525 Support files Food Group Description FD_GROUP 25 LanguaL Factor LANGUAL 39,085 LanguaL Factors Description LANGDESC 774 Nutrient Definition NUTR_DEF 146 Source Code SRC_CD 10 Data Derivation Description DERIV_CD 54 Sources of Data DATA_SRC 610 Sources of Data Link DATSRCLN 187,720 69

81 Fig 2. USDA 국가영양소DB에 수록된 파일간의 관계 Food Description File (file name = FOOD_DES). 이 파일은 (Table 4) 8,194개의 식품 항목에 대한 길고 짧은 설명과 식품군 지명인(designator), 일반명(common names), 상품 명(manufacturer name), 학명(scientific name), 폐기율(percentage and description of refuse), 그리고 단백질과 kcal 계산에 사용된 factor들을 포함함. 70

82 Table 8. 식품설명파일 포맷 Field name Type Blank Description NDB_No A5* N 식품별 5자리 영양소 데이터뱅크 숫자. FdGrp_Cd A4 N 식품군을 나타내는 4자리 코드 Long_Desc A200 N 식품 항목의 200자 서술 Shrt_Desc A60 N 식품 항목의 60자 축약 서술. 사용할 약자는 부록 참조하여 200자 서술로부터 만듦. 만일 짧은 서술이 60자보다 길면 추가 축약을 해야 함. ComName A100 Y 일반적으로 사용되는 다른 이름.(예:탄산음료-소다, ManufacName A65 Y 팝 제조회사의 상품명 Survey A1 Y 식품 항목이 USDA FNDDS에서 사용되었고 65 FNDDS 영양소에 대한 완전한 영양소 프로파일이 있으면 나타냄. Ref_desc A135 Y 식품의 비식용부위 서술-씨, 뼈 등 Refuse N2 Y 폐기율 SciName A65 Y 식품의 학명 N_Factor N4.2 Y 질소에서 단백질 전환 계수 Pro_Factor N4.2 Y 단백질로부터 칼로리 계산 계수 Fat_Factor N4.2 Y 지방으로부터 칼로리 계산 계수 CHO_Factor N4.2 Y 탄수화물로부터 칼로리 계산 계수 Food Group Description File (file name = FD_GROUP) - Food Description file를 보 조하는 파일로서 SR25에 사용된 식품군의 리스트와 그들의 설명을 포함. LanguaL Factor File (File name = LANGUAL) - Food Description file을 보조하는 파일이며 특별한 식품 코드에 사용된 LanguaL Thesaurus의 factor를 포함. LanguaL Factors Description File (File name = LANGDESC) - LanguaL Factor file 을 보조하는 파일이며 이번 SR 버전에서 선택된 식품 항목 코드를 코딩하는데 사용된 factors에 대한 설명만을 포함. Nutrient Data File (file name = NUT_DATA) - 영양소 값과 그 값에 대한 정보를 포함하고 있으며, 확장된 통계적 정보를 포함. Nutrient Definition File (file name = NUTR_DEF) - Nutrient Data file을 보조하는 파일임. 이것은 3-digit nutrient code, unit of measure, INFOODS tagname, 그리고 description을 제공함. Source Code File (file name = SRC_CD) - Nutrient Data file에서 데이터의 종류(분 석된, 계산된, 0으로 추정된 등등)를 나타내는 코드를 포함. 데이터베이스의 유용성을 향상시키고, FNDDS를 위한 값을 제공하기 위하여, NDL 스탭은 많은 proximate components, 총식이섬유, 총당류, 그리고 비타민과 무기질 값을 영양소 값으로 계상하 였음. Data Derivation Code Description File (file name = DERIV_CD) - 어떻게 영양소 값 이 결정되었는지에 대한 정보를 제공. 이 파일은 derivation code와 그들의 설명을 포 함. Weight File (file name = WEIGHT) - 각 식품 품목에 대한 많은 일상적 측정에서 g 71

83 중량을 포함. Footnote File (file name = FOOTNOTE) - 식품 품목, household weight, 영양가에 관한 부가적인 정보를 포함. Sources of Data Link File (file name = DATSRCLN) - Nutrient Data file과 the Sources of Data table을 링크하는데 이용. 두 Table 사이의 많은 관계를 해결하는데 이용. Sources of Data File (file name = DATA_SRC) - the Sources of Data Link file 에 서 DataSrc_ID에 대한 인용을 제공. (나) 축약파일(Abbreviated File) 축약 파일(file name = ABBREV) 은 ASCII format과 Microsoft Excel spreadsheet에 서 사용할 수 있음. 여기에는 relational database에서 볼 수 있는 모든 식품 품목들을 포함하고 있으나 영양소와 기타 관련 정보는 더 적음. 축약 파일은 전분, 불소, 베테인, vitamin D2 와 D3, 첨가된 vitamin E, 첨가된 vitamin B12, alcohol, caffeine, theobromine, phytosterols, individual amino acids, individual fatty acids, 또는 sugars 에 대한 값은 불포함. Update Files SR25 (2012) 이전 버전에서 SR25 버전으로 업데이트 할 때 필요함. 72

84 4.1.2 국내 가. 농촌진흥청의 식품성분표 (1) 현황 및 활용 (가) 현황 1970년 초판이 발간되었고, 1981년 제2개정판 이후로는 5년마다 개정판이 발간되었으며, 현재 2011년도 발간된 제8개정판이 가장 최신임. 수록 식품수도 초판에서의 476개에서 제 8개정판에서는 2757종의 식품을 다루었으며, 수시로 업데이트되어 현재는 3019종의 식품 의 영양성분을 다루고 있음. (나) 활용 기존의 전문가용 식품성분표에서 식품군별, 음식군별로 사진을 통해 알아보는 소비자 맞춤형 식품성분표를 추가로 제공하여 형태의 다양화. 식이섬유, flavonoid, phytate 등 Phytochemicals 유래 성분 등의 기능성 식품성분표를 발간, 어린이와 노인용의 맞춤형 용도별 성분표 발간, 아미노산, 지방산, 지용성 비타민 등 특수 영양성분표를 발간하는 등 내용별 맞춤형 식품성분표 개발 (2) 수록 식품의 내용 (가) 수록 식품의 범위 곡류와 과실류는 우리나라에서 가장 재배면적이 넓고 생산량이 많은 품종 선택 식품은 생 것, 말린 것, 삶은 것, 찐 것, 구운 것과 가공식품 등으로 구분하여 수록 쌀과 같은 다소비 식품은 품종별 자료를수록 (나) 식품의 코드 부여 5단계의 분류 기준 적용 분류의 예시 73

85 나. 식약처의 FANTASY (1) 구축 기준 (가) 식품 기술 비교가 가능하도록 충분히 설명, 식품분류, 명명, 식품원료 등과 같은 특성에 관한 정 보, 생산과 저장상태, 보존과 조리방법, 식품 첨가물 등이 포함된 식품 기술 체계를 갖 춤. (나) 구성성분 설명 형태, 성분값을 얻기 위해 이용되는 방법, 방법의 정확성과 수치를 나타내는데 쓰이는 단위에 관한 정보 포함. (다) 값에 대한 설명 함량값의 예상되는 변화를 기록하고 분석적 측정의 통계적 분포와 검출 한계 아래에 있는 수치의 표시에 관한 자료를 포함. (라) 자료원에 대한 설명 수치를 얻는 출처를 추적하기 위해 필요한 모든 정보를 포함. (2) 시스템 구성 (가) 기본 파일 식품기술 파일, 영양소함량 파일, 레시피 파일, 중량 파일 (나) 지원 파일 식품군 기술 파일, 영양소 설명 파일, 영양소 데이터 자료원 파일, 영양소 보존지수 파 일, 시료관리 파일 (다) 연결 파일 농수산물 표준코드 파일, INFOODS 코드 파일, 수입식품검사시스템 품목코드 파일, 국 가코드, 지역코드, 제조회사 코드 (3) 식품코드 표준화 식품기술체계를 기초로 모든 식품에 대한 분류가 가능하도록 설계된 코드 부여 분류기준의 독립성 : 어떤 특정한 목적을 위한 식품의 검색이나 데이터분석, 식품의 재분류가 가능하도록 코드 부여의 확장 : 새롭게 등장하고 변화하는 식품의 종류를 수용할 수 있는 충분한 확장성 확보 국내외 관련 식품성분데이터베이스 정보들과 상호 교류될 수 있도록 호환성 확보 74

86 다. 한국영양학회 한국영양학회의 영양소 함량 자료집은 정확하고 타당성 있는 영양상태 평가를 위하여 수행된 기초 작업으로 자료집에 실린 식품 영양가 자료들은 한국영양학회 영양정보센터에 서 연구 개발한 컴퓨터용 소프트웨어 CAN-Pro 의 식품 영양가 데이터베이스로 활용됨. (1) 식품성분 자료 출처 가장 우선적으로 농촌진흥청의 식품성분표를 사용, 그 외의 식품 자료는 미국 USDA 자료를 위시하여 일본, 중국, 유럽의 식품성분표를 참고로 수정, 보완함. 절판된 식품 목록은 삭제, 일부 가공식품의 경우 제조사가 제공하는 자료를 수집하여 대체 (2) 수록 식품 (가) 코드 구성 대분류 2자리, 중분류 1자리, 소분류 3자리, 세분류 2자리, Blank 1자리로 총 9자리로 표시함. (나) 식품군 분류 및 수록 식품의 수 1. 곡류 및 그 제품, 2. 감자 및 전분류, 3. 당류 및 그 제품, 4. 두류 및 그 제품, 5. 종 실류 및 그 제품, 6. 채소류, 7. 버섯류, 8. 과실류, 9. 육류 및 그 제품, 10. 난류, 11. 어 패류, 12. 해조류, 13. 우유 및 유제품류, 14 유지류, 15. 음료 및 주류, 16. 조미료류, 17. 기타의 17개 식품군으로 분류 총 3,495종의 식품이 수록, 지방산과 아미노산은 각각 839종, 878종의 식품을 수록 (3) 수록 식품의 영양소 수록 영양소 함량값은 가식부 100g 당 수치로 표기 에너지, 수분, 단백질, 지질, 회분, 탄수화물, 식이섬유, 콜레스테롤, 13종의 무기질, 15 종의 비타민으로 구성. 지방산 함량은 총 지방산 100g 당의 수치로, USDA 자료처럼 가식부 100g으로 수록된 경우 그 값을 총 지방산 100g당 지방산 g으로 환산하여 수록. 아미노산 함량은 가식부 100g 당 수치이며, 이소루신, 루신 등 총 19개의 아미노산이 수록됨. 75

87 4.2 DB 구조 영양성분DB 국민건강영양조사에서 식품섭취조사는 영양상태 평가라는 국민건강영양조사의 중요한 목적을 이루기 위해서는 영양성분 DB가 잘 되어 있어야만 소기의 목적을 이룰 수 있 다. 그러기 위해서 국민건강영양조사에서 사용되는 영양성분 DB는 몇 가지 요건을 갖 추어야 할 것이다. 첫 째는 식품섭취조사 시 조사에 나올 수 있는 모든 가능한 식품이 DB에 있어야 한다 는 것이다. 우리나라의 경우 계속적으로 외국의 새로운 식품이 Free Trade Agreement에 의해 소개되고 있다. 또한 사회, 문화, 경제적인 변화는 식품 산업의 발 전을 가져오고 있고, 식품 산업에서는 새로운 식품을 끊임없이 내놓고 있다. 그래서 영 양성분 DB의 경우 새로운 식품을 추가 하거나 사용되지 않는 식품을 삭제함은 물론 삭제된 식품이 저장되어 보관될 수 있는 기능이 있어야 한다. 두 번째는 현재의 영양학의 발전은 영양소의 기능을 연구하여 건강과 영양과의 관계에 서 새로운 사실을 많이 발견해나가고 있다. 그래서 영양성분 DB는 새로운 영양소를 추가할 수 있는 기능이 있어야한다. 세 번째는 영양성분 DB의 구성 시 식품의 영양소 분석이 광대한 작업이므로 한 연구 자나 기관이 하기 어려우므로 여러 기관의 자료를 수집해야한다. 그러므로 여러 기관 의 DB를 취합하여, 선택할 수 있는 방법이 모색되어야 한다. 네 번째는 국민건강영양조사의 경우, 자료를 많은 연구자들에게 공개하는데, 이 때 사 용된 영양성분 DB가 같이 공개되어야 하므로 공개가 가능한 방법이 모색되어져야 한 다. 따라서 본 연구에서는 영양성분 DB의 경우 Level 0, Level 1, Level 2, Level 3 로 Level을 정하고 영양성분 DB도 DB 1과 DB 2로 다원화하는 방법을 선택하였다. 영양성분 DB의 Level 구성 - Level 0 : 수집된 자료별 data 모음 - Level 1 : 발표된 식품의 영양성분 분석 자료가 하나의 큰 파일로 수집 정리된 DB 구축 - Level 2 : 수집된 자료의 질 평가에 따라 정리되고, Missing value의 처리가 계산 값, 대체 값 등으로 채워진 DB 구축 - Level 3 : Level 2의 자료 중 실제 Survey에 사용된 DB 구성 76

88 영양성분 DB의 다원화 - 영양성분 DB 1 : DRIs에 있는 모든 영양소 - 영양성분 DB 2 : 각 식품의 영양성분별 자료 분석방법(AM), 분석자료 제공자 (AS) - Level 0의 경우 영양성분 DB 2는 필요 없음 - Level 1의 영양성분 DB 2 : 분석방법, 분석자료 제공자, 자료의 질 평가 수록 - Level 2의 영양성분 DB 2 : 분석 값, 대체 값, 계산 값인지 표시해주고, 어떻게 대 - Level 3의 영양성분 DB 2는 없음 영양성분 DB Level 0 체 또는 계산되었는지 수록 식품의 영양소 분석의 경우, 작업이 광대하여, 많은 시간과 노력이 소요되므로 한 연구자나 기관이 수행하기 어렵고, 또한 나라마다 자기 나라 고유의 DB를 가지고 있으므로 우리나라에서 사용되는 식품을 모두 DB에 수록하기 위해서는 다양한 DB 의 수집이 필요하다. Level 0의 경우는 다양한 DB를 모아두는 장소이다. 예를 들어 우리나라 농진청의 DB, USDA의 DB 자료, 일본의 DB 자료, 각 연구자가 영양소 별로 따로 분석한 DB 등 영양소의 종류나, 식품의 종류를 고려해볼 때 Level 0에 는 많은 DB들이 따로따로 담기게 될 것이다. 이런 자료들은 수정날짜, 제공자 등 원래의 DB가 가지고 있는 자료를 포함한다. 영양성분 DB Level 1 여기에는 Level 1에서 모은 모든 DB에서 같은 식품을 모두 모아서 정리하는 작업 이 진행된다. 여기서는 각 식품의 영양소 함량은 뒤에서 설명할 DB 1에 수록되며 DB 2에는 분석 방법, 분석 자료 제공자, 자료의 질 등 본래 DB가 가지고 있는 식 품의 영양소 성분에 대한 자료가 수록된다. 원래의 DB에서 같은 식품에 대해서 자 료가 여러 개라면 여기에는 모든 값이 정리된다. 즉 10개의 다른 DB에서 같은 식 품에 대한 자료가 있다면 10개가 모여지는 것이다. 예) 영양소 식품 Vit A USDA 농진청 홍당무 홍당무 일본 식품 성분표 홍당무 영양성분 DB Level 2 Level 1에서 DB는 Compiler에 의해 자료가 검토한 후 한 가지 값만 선택되어 Level 2로 올라간다. Level 2로 올라간 후 자료가 없는 빈칸의 경우 대체 값이나 계산 값이 채워진다. 77

89 Level 1에서 Compiler가 값을 선택할 때는 뒤에 기술한 분석 값 자료의 등급부여 원칙에 의해 선택한다. 대체 값이나 계산 값의 경우도 추정 원칙에 의해 값이 대체 되거나 계산된다. 여기서는 선택의 기준을 현재의 자료로는 모든 식품의 모든 영양 소의 경우가 다르기 때문에 compiler가 선택하는 것이 적합할 것이다. Level 2의 영양성분 DB 1은 처음에는 Level 1에서 온 분석 값이 채워진 후, 대체 값과 계산 값이 채워진다. DB 2는 분석 값의 경우는 Level 1에 있었던 분석 방법, 분석 자료 제공자, 자료의 질 등이 수록된다. 대체 값의 경우는 어떻게 대체 되었으 며, 자료원은 어디인지 수록한다. 계산 값의 경우도 계산 방법을 DB 2에 기록한다. 영양성분 DB Level 3 Level 3는 조사가 끝난 후 일반인에게 공개되는 파일이다. 영양 조사 시 Level 2의 값을 이용하여 결과를 분석하게 되는데 이 때 사용된 값을 표시해두고, 그 것을 나 중에 추출하여 연구자 자료 제공시 사용한다. 이때는 DB 1만 제공한다. 이것은 추 후에 연구자가 사용할 수 있도록 제공되는데 사용된 식품의 값만 제공하도록 한다. 영양성분 DB 1 DB 1에는 한국인 영양섭취기준의 모든 영양소를 포함하는 것을 원칙으로 하 며, 필요시 확장 가능하도록 한다. macro nutrient : 지방, 단백질, 탄수화물 무기질 : 칼슘, 인, 나트륨, 염소, 칼륨, 마그네슘, 철, 아연, 구리, 불소, 망간, 요 오드, 셀레늄, 몰리브덴 비타민 : 비타민 A, D, E, K, C, 티아민, 리보플라빈, 나이아신, 비타민 B6, 엽 산, 비타민 B12, 판토텐산, 비오틴 기타 : 수분, 에너지, 아미노산, 지방산 등 영양성분 DB 2 영양성분 DB 1에 실린 모든 값에 대한 정보를 수록 78

90 4.2.2 영양성분DB의 Food Code DB Food Code DB 구성 Food Code 1 : 꼭 필요한 정보만 수록 (식품명(FN), 단일식품 또는 혼합식품(SM), 식품군명(FG), 가공 이나 조리(PR)) Food Code 2 : 부가적인 자료 Food Code 3 : 추가 정보 Food Code DB는 Food Code 1, Food Code 2, Food Code 3으로 구성되어진다. Food Code 1은 전체 영양성분 DB의 많은 DB들을 연결해주는 코드들로 아래의 표에 있으며, 검색 시 처음에 자동으로 뜨는 내용이다. Food Code 2는 부가적인 정보로 식품을 구분할 때 사용한다. Food Code 3는 그 외의 부가적인 정보를 수록한다. 전체 영양성분 DB의 검색 시는 식품이름을 사용하며, 그 경우 Food Code 1의 내용이 같이 사용된다. 자료를 사용하여 통계 처리를 하려고 할 경우 사용하여 할 Code가 DB 에 함께 내장되어 사용되어진다. 식품코드 표준화(안) (1) Food Code 1 번호 코드 설명 1 FG Food Group 식품군명 2 FN Food Name 식품명 3 SM Single food or Mixed Food 단일식품 또는 혼합식품 4 PR PRocessing and /or PReparation 가공이나 조리 5 PT ParT of plant or animal 부위 6 CO Country of Origin 원산지 7 MN Manufacture s Name 제조사 8 DC Degree of Cooking 조리정도 79

91 (2) Food Code 2 번호 코드 설명 9 FA Food Additives 첨가성분 10 PP Place of Preparation 가공장소 11 PM Preservation Method 보존방법 12 PC Production Conditions 생산조건 13 SC Storage Conditions 저장조건 14 GF Grade of Food 식품의 등급 15 CP Container Package 포장용기 16 PS Physical state, Shape 물리적인 상태 또는 형태 17 RP Raw food or Processed food 원료성 식품 또는 가공/조리 식품 18 PG Processed food Group 가공식품 식품군 19 RR Recipe process 조리공정 20 PF specific Purposes of the Food 식품의 특정용도 80

92 (3) Food Code 3 번호 코드 설명 21 DN Different Name 이명 22 EN English Name 영어명 23 SN Scientific Name 학명[라틴어] 24 VS Variety, breed, Strain 품종 25 AO Area of Origin 생산지 26 IQ Ingredients and Quantities 원재료명 및 중량 27 FP Final Preparation of this Multi-ingredient food 섭취 전 최종조리방법 28 CF Color of Food 색깔 29 OD Other Descriptors 기타 기술내용 30 PD Photograph or Drawings 사진이나 그림 31 PW Portion Weight and corresponding household measures 1인분 중량, 가정용 계량단위 32 FD Food or Dish 식품음식 구분 33 SP Season of consumption 섭취계절 34 UG Users Group 주요 섭취자 35 PA Plant food or Animal food 동식물성 구분 36 FV Food service 급식 구분 37 DG Dish Group 음식군 구분 38 RC processed food Code 가공식품코드 39 MP Manufacturing Process 제조공정 40 SU Standard Unit 기준단위구분 41 UC standard Unit Code 기준단위코드 42 HS Hazardous Substance 위해물질 43 HC Hazardous substance Code 위해물질 분류코드 44 AC Analyzing agency Code 분석기관 코드 45 GS FamilyGenusSpecies 과, 속, 종 81

93 코딩 안내 지침 1 Food Code 1 번호 코드 설명 코드 분류명 1 FG Food Group 01 곡류 및 그 제품 02 감자 및 전분류 03 당류 및 그 제품 04 두류 및 그 제품 05 종실류 및 그 제품 06 채소류 07 버섯류 08 과실류 09 육류 및 그 제품 10 난류 11 어패류 12 해조류 13 유류 및 그 제품 14 유지류 15 음료 및 주류 16 조미료류 17 조리가공식품류 18 기타 번호 코드 설명 식품명 2 FN Food Name 번호 코드 설명 코드 분류명 3 SM Single food or Mixed Food 1 단일식품 2 혼합식품 0 해당없음 99 모름 번호 코드 설명 코드 분류명 4 PR PRocessing and /or PReparation 1 가공 2 조리 0 해당없음 99 모름 82

94 번호 코드 설명 코드 분류명 5 PT ParT of plant or animal 01 씨 02 열매 03 잎 04 줄기 05 뿌리 06 과육 07 과피 08 갈비 09 가슴살 10 등심 11 안심 12 목심(장정) 13 혀(설도) 14 양지 15 우둔 16 채끝 17 어깨 18 다리 19 꼬리 20 골 21 간 22 대장 23 소장(곱창) 24 신장(콩팥) 25 심장(염통) 26 양(위) 27 피(선지) 28 허파 29 알 30 수액 31 꽃가루 32 복부 33 날개 34 몸통 0 해당없음 99 모름 번호 코드 설명 코드(영문 대문자 2자리) 분류명 6 CO Country of Origin 0 해당없음 99 모름 번호 코드 설명 코드(영문 대문자 2자리+숫자6자리) 분류명 7 MN Manufacture s Name 0 해당없음 99 모름 83

95 번호 코드 설명 코드 분류명 8 DC Degree of Cooking 1 비가열 2 부분가열 3 완전가열 0 해당없음 99 모름 2 Food Code 2 번호 코드 설명 코드(숫자 9자리) 식품첨가물명 9 FA Food Additives 0 해당없음 99 모름 번호 코드 설명 코드 분류명 10 PP Place of Preparation 01 공장 02 연구소 03 음식점 04 부엌 05 노점 06 야외 07 즉석제조판매 08 자동판매기 09 단체급식소 10 선상 11 기타 0 해당없음 99 모름 번호 코드 설명 코드 분류명 11 PM Preservation Method 01 멸균 02 냉동 03 신선, 냉장 04 고온 05 건조 06 염장 07 당장 08 보존료 09 산장 10 발효 11 기타 0 해당없음 99 모름 84

96 번호 코드 설명 코드 분류명 12 PC Production Conditions 1 하우스 2 노지 3 자연산 4 양식 5 수경재배 6 기타 0 해당없음 99 모름 번호 코드 설명 코드 분류명 13 SC Storage Conditions 1 상온 2 냉동 3 냉장 4 실온 5 암소 0 해당없음 99 모름 번호 코드 설명 코드 분류명 14 GF Grade of Food 1 상등급 2 중등급 3 하등급 4 최상등급 0 해당없음 99 모름 번호 코드 설명 코드 분류명 15 CP Container Package 01 비포장 02 종이포장 03 플라스틱유연포장(비닐포장 등) 04 플라스틱통 포장 05 금속포장 06 묶음 07 유리 및 도자기 포장 08 가식포장(전분, 단백질 등) 09 목재포장 10 기타 포장 11 가스 치환 12 기능성 포장 0 해당없음 99 모름 85

97 번호 코드 설명 코드 분류명 16 PS Physical state, Shape 1 고형 2 반고형 3 액상 4 페이스트 5 분말 6 조말 7 고형+액상 0 해당없음 99 모름 번호 코드 설명 코드 분류명 17 RP Raw food or Processed food 1 원상태 2 가공 3 조리 0 해당없음 99 모름 번호 코드 설명 코드 분류명 18 PG Processed food Group 01 과자류 02 당류 03 아이스크림 제품류 04 유가공품 05 식육제품 06 어육제품 07 두부류 또는 묵류 08 식용유지류 09 면류 10 다류 11 음료류 12 특수영양식품 13 조미식품 14 얼음 15 인삼제품류 16 홍삼제품류 17 김치,절임식품 18 주류 19 건포류 20 기타식품류 21 공전 기준규격 이외의 품목 31 곡류 가공품 32 두류 가공품 33 서류 가공품 34 전분 가공품 35 식용유지가공품 36 당류 가공품 37 과채 가공품 38 수산물 가공품 39 축산물 가공품 40 기타 가공품 0 해당없음 99 모름 86

98 번호 코드 설명 코드 분류명 19 RR Recipe process P1 오븐에 굽기(건) P2 끓이기 P3 튀긴 후 끓이기 P4 브로일러에 굽기 P5 통조림 하기 P6 익히기 P7 건조 P8 불꽃으로 그슬르기 P9 튀기기 P10 얼리기 P11 가열(재가열) P12 으깨기 P13 수란뜨기 P14 오븐에 굽기(습) P15 약간의 기름/버터로 볶기 P16 자작한 국물과 끓이기 P17 찌기 P18 찜요리(국물) P19 저어 섞기 P20 토스터에 굽기 0 해당없음 99 모름 번호 코드 설명 코드 분류명 20 PF specific Purposes of the Food 1 환자용식품 2 다이어트용식품 0 해당없음 99 모름 3 Food Code 3 번호 코드 설명 이명 21 DN Different Name 번호 코드 설명 영어명 22 EN English Name 번호 코드 설명 학명(라틴어) 23 SN Scientific Name 번호 코드 설명 코드 품종 24 VS Variety, breed, Strain 0 해당없음 99 모름 87

99 번호 코드 설명 생산지, 우편번호(6자리 숫자, -없음) 분류명 25 AO Area of Origin 0 해당없음 99 모름 번호 코드 설명 레시피 26 IQ Ingredients and Quantities 번호 코드 설명 코드 분류명 27 FP Final Preparation of this Multi-ingredient food FP1 오븐에 굽기(건) FP2 FP3 FP4 FP5 FP6 FP7 FP8 FP9 FP10 FP11 FP12 FP13 FP14 FP15 FP16 FP17 FP18 FP19 FP20 끓이기 튀긴 후 끓이기 브로일러에 굽기 통조림 하기 익히기 건조 불꽃으로 그슬르기 튀기기 얼리기 가열(재가열) 으깨기 수란뜨기 오븐에 굽기(습) 약간의 기름/버터로 볶기 자작한 국물과 끓이기 찌기 찜요리(국물) 저어 섞기 토스터에 굽기 0 해당없음 99 모름 번호 코드 설명 코드 분류명 28 CF Color of Food 01 흰색 02 노란색 03 초록색 04 붉은색 05 검은색 06 갈색 07 주황 08 보라 09 회색 10 투명(색없음) 0 해당없음 99 모름 번호 코드 설명 기타기술내용 29 OD Other Descriptors 88

100 번호 코드 설명 사진이나 그림 30 PD Photograph or Drawings 번호 코드 설명 1인분 중량, 가정용 계량단위 31 PW Portion Weight and corresponding household measures 번호 코드 설명 코드 분류명 32 FD Food or Dish 1 식품 2 음식 번호 코드 설명 코드 분류명 33 SP Season of consumption 1 봄 2 여름 3 가을 4 겨울 5 계절무관 99 모름 번호 코드 설명 코드 분류명 34 UG Users Group 1 영유아 2 어린이 3 청소년 4 노인 5 전 연령층 99 모름 번호 코드 설명 코드 분류명 35 PA Plant food or Animal food 001 식물성 002 동물성 99 모름 번호 코드 설명 코드 중분류코드 분류명 36 FV Food service 1 00 가정식 1 01 가정식_신규 1 02 가정식_대체 2 00 급식 2 01 초등급식 2 02 중등급식 2 03 직장급식 2 04 유아원/유치원 급식 2 05 노인정/노인복지관 급식 2 06 군대급식 3 00 외식 4 00 개별급식 모름 89

101 번호 코드 설명 코드 분류명 37 DG Dish Group 01 밥류 02 빵 및 과자류 03 면 및 만두류 04 죽 및 스프류 05 국 및 탕류 06 찌개 및 전골류 07 찜류 08 구이류 09 전/적 및 부침류 10 볶음류 11 조림류 12 튀김류 13 나물/숙채류 14 생채/무침류 15 김치류 16 젓갈류 17 장아찌/절임류 18 장류, 양념류 19 유제품류 및 빙과류 20 음료 및 차류 21 주류 22 과일류 23 당류 24 곡류, 서류제품 25 두류, 견과 및 종실류 26 채소, 해조류 27 수조어육류 28 유지류 29 기타 번호 코드 설명 숫자 4자리 분류명 38 RC processed food Code 0 해당없음 99 모름 번 호 코 드 설명 숫자 2자리 혹은 대문자 1자리+숫자 1자리 제조공정 39 MP Manufacturing Process 0 해당없음 99 모름 번호 코드 설명 구분코드 분류명 40 SU Standard Unit 1 무게 2 부피 3 길이 4 넓이 5 온도 6 압력 99 모름 90

102 번호 코드 설명 구분코드 기준단위코드 분류명 41 UC standard Unit Code 1 00 무게 01 톤 02 킬로칼로리 03 킬로그램 그램 05 그램 06 밀리그램 밀리그램 08 마이크로그램 09 피코그램 10 나노그램 11 그레인 12 온스 13 파운드 14 돈 15 근 16 관 17 냥 2 00 부피 01 리터 02 밀리리터 밀리리터 04 데시리터 05 씨씨 06 컵 07 스푼 08 개 09 홉 10 되 11 말 3 00 길이 01 킬로미터 02 미터 03 센티미터 04 밀리미터 05 인치 06 피트 07 야드 08 마일 09 자 10 간 11 정 12 리터 4 00 넓이 01 평방미터 02 평방피트 5 00 온도 01 섭씨 02 화씨 03 절대온도 6 00 압력 모름 91

103 번호 코드 설명 영양소/ 위해물질구분코드 위해물질 대분류코드 분류명 42 HS Hazardous Substance 2 1 중금속 2 2 자연독성물질 2 3 방사선 및 방사능 2 4 잔류농약 2 9 기타오염물질 0 0 해당없음 모름 번호 코드 설명 Hazardous 43 HC Code substance 영양소/ 위해물질구 분코드 위해물질 드 대분류코 위해물질 드 중분류코 위해물질 드 소분류코 중금속 위해물질분류명 카드뮴 납 수은 메틸수은 비소 무기비소 잔류농약 산업오염물질 PCB 다이옥신 자연독성물질 아플라톡신 페눌린 Fumonisin 오크라톡신 첨가물 아질산 아황산 아스파탐 사카린 안식향산 미생물 대장균 대장균군 살모넬라 리스테리아 장염비브리오균 살균소독제등 표백제 살균소독제 세척제 방사성오염물질 세슘 스트론튬 해당없음 모름 92

104 번호 코드 설명 숫자1자리+대문자2자리 혹은 숫자 3자리 분석기관명 44 AC Analyzing agency Code 0 해당없음 99 모름 번호 코드 설명 과 속 종 45 GS FamilyGenusSpecies 아래는 각 영양소마다 다른 값이 적용이 될 수 있으므로 Food Code와는 별개로 관리해야 할 값이다. 코드 설명 코드 분류명 AP Analysis or computation 1 분석에 의한 값 2 계산에 의한 값 3 대체값 코드 설명 분석방법 AM Analyzing Method 93

105 Food Code 체계 : 8자리로 구성. - 첫 번째 두 자리 : 18개 식품군을 나타냄(01 18) - 두 번째 세 자리 : 식품명을 나타냄(001부터 시작) - 마지막 세 자리 : 앞의 식품명에 따른 상세 분류(001부터 시작) 예시) 2차 식품코드 2차식품명 1차 식품코드 부여한 New Food Code 식품명 1001 귀리 귀리(겉귀리), 도정곡, 생것 1001 귀리 귀리(쌀귀리), 도정곡, 생것 1001 귀리 귀리가공(기타),오트밀 내장되어 통계 프로그램과 연계 시 사용되는 code 01 곡류 001 귀리 002 기장 003 메밀 004 멥쌀 005 멥쌀가공(가루,과자,떡,면) 006 멥쌀가공(밥죽류) 007 밀 008 건빵 009 기타과자 010 크랙커 011 파이 012 스넥, 감자 013 스넥, 밀가루 014 스넥, 새우 015 스넥, 옥수수 016 만주, 모나카 017 약과 018 기타 빵 019 도우넛 020 머핀 021 식빵 022 찐빵 023 카스텔라 024 케이크 025 크로아상/페이스트리 026 크림빵 027 샌드위치 028 푸딩 029 마카로니 030 소면, 중면 031 스파게티 032 우동 033 짜장면 034 짬뽕 035 중국국수 036 쫄면 037 칼국수 038 회냉면 039 라면 040 라면, 용기면 041 보리 042 수수, 043 시리얼 044 옥수수 045 율무 046 조 047 찹쌀 048 찹쌀가공(과자류,떡,빵류) 049 피 050 피자 051 필라프 052 핫도그 053 햄버거 054 호밀 055 혼합잡곡 02 감자 및 전분류 001 감자 002 감자가공(과자류) 003 감자가공(기타) 004 고구마 005 고구마 가공(면류) 006 곤약 007 마 008 전분 009 칡뿌리 010 크로켓 011 토란 03 당류 94

106 001 과당 002 껌 003 꿀 004 사탕무우 가공 005 시럽 006 로얄제리 007 조청 008 물엿 009 사탕 010 설탕 011 양갱 012 엿 013 잼 014 젤라틴 015 젤리 016 초콜렛 017 카라멜 018 포도당 04 두류 001 강낭콩 002 날개콩 003 녹두 004 대두 005 대두가공 006 두부 007 동두부 008 비지 009 순두부 010 연두부 011 유부 012 두유 013 동부 014 라이마빈스 015 밤콩 016 완두콩 017 작두콩(도두) 018 잠두 019 쥐눈이콩(검정소립콩) 020 팥 05 종실류 001 개암 002 참깨 003 도토리 004 들깨 005 땅콩 006 땅콩 가공 007 때죽 008 마가목열매 009 마름 010 마카다미아넛 011 머루씨 012 밤 013 보리밥열매 014 브라질너트 015 삼씨 016 수박씨 017 아몬드 018 연씨 019 은행 020 잣 021 캐슈넛 022 코코넛 023 피스타치오넛 024 피칸 025 해바라기씨 026 호두 027 호박씨 06 채소류 001 가시오가피순 002 가죽나물 003 가지 004 갓 005 강남조나물 006 겨자 007 갬추 008 갯기름나물(식방풍) 009 갯나물 010 깨나물 011 깻잎(들깻잎) 012 고구마 013 고들빼기 014 고려엉겅퀴(곤드레) 015 고비 016 고사리 017 고수(향채) 018 고추냉이 019 고추 020 꼬깔나물 021 곤달비 022 곰취 023 공심채 024 꽃양배추 025 구지뽕 026 국화꽃 027 꿀풀(하고초) 028 근대 029 김치, 갓김치 030 김치,고들빼기 031 김치,깍두기 032 김치,나박김치 033 김치,동치미 034 김치,배추김치 035 김치,백김치 036 김치,열무김치 037 김치,오이소박이 038 김치,유채김치 039 김치,총각김치 040 김치,파김치 041 냉이 042 넘취 043 누룩치 044 누리장나무 잎 045 는쟁이냉이 046 달래 047 당귀 048 당근 049 더덕 050 도라지 051 돌나물 052 동아 053 두릅 054 둥글레 잎 055 띠뿌리(백모근) 056 로카 057 리크 058 마늘 059 마타리 060 머위 061 메밀 062 모시대참물 95

107 063 무 064 물강활 065 물냉이 066 물쑥 067 미나리 068 민들레 069 바셀라 070 바실 071 박 072 박쥐나무 잎 073 밥취나물 074 방가지똥 075 방아잎 076 방울다다기양배추 077 배추 078 버드장이 079 보리순 080 부지갱이(섬쑥부쟁이) 081 부추 082 브로콜리 083 비름 084 비타민채 085 비트 086 사탕수수 087 산마늘 088 삼나물 089 삽주나물(창주나물) 090 상추 091 생강 092 섬초롱 093 세발나물 094 셀러리 095 소리장이 096 솔장다리 097 쇠귀나물 098 수리취(떡취) 099 숙주나물 100 스테비아 101 시금치 102 신선초(명일엽) 103 쌈추 104 쑥 105 쑥갓 106 쑥부쟁이 107 씀바귀 108 아스파라거스 109 아욱 110 아주까리 111 알파파 112 야콘 113 양배추 114 양상추 115 양파 116 양하 117 어수리 118 얼레지 119 엄나무(개두릅), 잎 120 엉겅퀴 121 연근 122 열대비름 123 염교(락교) 124 영아자 125 오이 126 오크라 127 왕호장잎 128 왜우산풀 129 우엉 130 울외가공(기타) 131 원추리 132 유채 133 이꽃(홍화) 잎 134 이밥추 135 자운영 136 잔대 137 적하수오 138 전호 139 제비쑥 140 조뱅이 141 좀홍당무 142 죽순 143 줄나물(울릉도산채) 144 진달래꽃 145 질경이 146 참나물 147 참반디 148 참빗살나무 잎 149 참죽나물 150 청경채 151 취나물 152 치커리 153 칠면초 154 케일 155 콜라비 156 콩잎 157 콩나물 158 털머위 159 토란대 160 토마토 161 토스카노(잎브로콜리) 162 파 163 파드득나물(삼엽채) 164 파슬리 165 파프리카 166 피망 167 해바라기 168 호박 169 홍치나물 170 홑잎나물 171 휴잎 172 샐러드 173 녹즙 07 버섯류 001 검은비닐버섯 002 나도팽나무버섯 003 노루궁뎅이버섯 004 느타리버섯 005 애느타리버섯 006 율무느타리버섯 007 큰느타리버섯(새송이버섯) 008 느타리버섯 009 능이버섯(향버섯) 010 동충하초 011 만가닥버섯 012 목이버섯 013 밤버섯 014 버들송이버섯 015 뽕나무버섯 016 상황버섯 017 석이버섯 018 송이버섯 019 싸리버섯 020 아위버섯 021 양송이버섯 022 큰양송이버섯 023 영지버섯 96

108 024 잎새버섯 025 잣버섯 026 느타리버섯 027 팽이버섯 028 포터벨라 029 표고버섯 030 풀버섯 031 흰깔대기버섯 08 과실류 001 감 002 구아바 003 귤 004 금귤 005 자몽 006 다래 007 대추 008 대추야자 009 두리안 010 딸기 011 라임 012 레몬 013 롱간스 014 리치 015 망고 016 매실 017 머루 018 멜론 019 모과 020 무화과 021 바나나 022 서양배 023 배 024 버찌 025 복분자 026 복숭아 027 블루베리 028 블랙베리 029 비파 030 사과 031 산딸기 032 산수유 033 살구 034 석류 035 소귀나무열매 036 수박 037 시벅혼 038 아떼모야 039 아보카도 040 아세로라 041 앵두 042 엘더베리 043 오디 044 오렌지 045 오미자 046 올리브 047 용과 048 유자 049 으름 050 자두 051 참외 052 칼슘나무열매 053 코코넛 054 크랜베리 055 키위 056 탱자 057 파인애플 058 파파야 059 패션후르츠 가공(음료) 060 포도 061 후르츠칵테일 09 육류 001 개고기 002 개구리 003 거위 004 고래고기 005 꿩고기 006 닭고기 007 돼지고기 008 돼지 가공(햄, 베이컨, 소시 지) 009 송아지고기 010 소고기 011 양고기 012 어린양고기 013 염소고기 014 오리고기 015 자라 016 칠면조고기 017 토끼고기 018 메추라기고기 019 멧돼지고기 020 비둘기고기 021 사슴고기 10 난류 001 거위알 002 기러기알 003 달걀 004 메추라기알 005 오리알 006 청둥오리알 11 어패류 001 가다랑어 002 가라지 003 가물치 004 가시망독 005 가오리 006 가자미 007 혀넙치 008 갈치 009 동갈치 010 동동갈치 011 강준치 012 게르치 013 고등어 014 괴도라치 015 군평선이 016 그물베도라치 017 기름종개 018 까나리 019 히메치 020 꺽저기 021 꼬치고기 022 꼼치 023 꽁지양태 024 꽁치 025 날치 026 납지리 97

109 027 넙치(광어) 028 네동가리 029 노랑벤자리 030 노랑촉수 031 노래미 032 줄노래미 033 쥐노래미 034 놀래기 035 농어 036 누치 037 눈강달이 038 눈볼대 039 눈양태 040 눈퉁멸 041 능성어 042 다금바리 043 참다랑어 044 황다랑어 045 달강어 046 달고기 047 대구 048 빨간대구 049 은대구 050 대구횟대 051 대두어(흑연) 052 도다리 053 도도바리 054 도루묵 055 도치 056 도화양태 057 독가시치 058 돔 059 옥돔 060 참돔 061 동사리 062 동자개 063 돛양태 064 둑중개 065 드렁허리 066 등가시치 067 만새기 068 말쥐치 069 망상어 070 매퉁이 071 메기 072 붉은메기 073 멸치 074 명태 075 모래무지 076 몽치다래 077 무지개송어 078 문절망둑 079 물메기 080 물치다래 081 미꾸리 082 민달고기 083 민어 084 민태 085 박대 086 방어 087 백연 088 밴댕이 089 뱅어 090 베도라치 091 베로치 092 베스 093 벤자리 094 별성대 095 별쭉지성대 096 병어 097 보구치 098 보리멸 099 까치복 100 황어 101 볼기우럭 102 누루시볼락 103 볼락 104 우럭볼락 105 우럭 106 황점볼락 107 황매퉁이 108 개볼락 109 탁자볼락 110 블루길 111 부세 112 부시리 113 불볼락 114 붉바리 115 붕어 116 빙어 117 바다빙어 118 빨간횟대 119 빨강부치 120 사랑놀래기 121 살살치 122 삼세기 123 삼치 124 가래상어 125 새다래 126 샛멸 127 각시서대 128 궁제기서대 129 참서대 130 성대 131 송어 132 숭어 133 쌍동가리 134 쌍뿔달재 135 쏘가리 136 쏨뱅이 137 쑤기미 138 쑥감펭 139 아귀 140 황아귀 141 아홉동가리 142 애꼬치 143 양미리 144 양태(장대) 145 얼룩통구멍 146 여덟동가리 147 황놀래기 148 연어 149 홍연어 150 열쌍동가리 151 용치놀래기 152 우각바리 153 웅어 154 은어 155 은연어 156 인상어 157 임연수어 158 잉어 159 장갱이 160 갯장어 161 먹장어(꼼장어) 162 뱀장어 163 붕장어 164 칠성장어 98

110 165 곰치 166 장어베도라치 167 장문볼락(적어) 168 갈전갱이 169 전갱이 170 줄전갱이 171 전어 172 점강펭 173 점농어 174 점줄우럭 175 정어리 176 조기(참조기) 177 준치 178 줄삼치 179 쥐치 180 참마자 181 참붕어 182 청새치 183 청어 184 초어 185 통치 186 투라치 187 틸라피아 188 평삼치 189 푸렁통구멍 190 망둥어(풀망둑) 191 풀반지 192 피라미 193 학공치 194 향어 195 홍감펭 196 홍어 197 홍치 198 황새치 199 가리비 200 국자가리비 201 큰가리비 202 가무락조개 203 각시수랑 204 개량조개 205 개조개 206 갈색띠매물고둥 207 관절매물고둥(보라골뱅이) 208 긴고둥(긴뿔고둥) 209 나팔고둥 210 매끈이고둥 211 물레고둥 212 민허리돼지고둥 213 보말고둥 214 위고둥 215 조각매물고둥 216 콩깍지고둥(털골뱅이) 217 털탑고둥 218 피뿔고둥 219 갈색고리돼지고둥 220 두드럭고둥 221 세고리물레고둥 222 석굴 223 꼬막 224 다슬기 225 대수리 226 동죽 227 떡조개 228 맛살 229 맛조개 230 바지락 231 조개살 232 백합(대합) 233 말백합 234 북방대합 235 비단가리비 236 비단고둥 237 살조개 238 새조개 239 소라 240 수랑 241 오분자기 242 왕우럭조개 243 논우렁이 244 왕우렁 245 큰구슬우렁이 246 큰논우렁 247 재첩 248 까막전복(둥근전복) 249 말전복 250 참전복 251 전복 252 접시조개(비단조개) 253 붉은맛(큰죽합) 254 진주조개 255 키조개 256 펄조개(뻘조개) 257 피조개 258 진주담치 259 홍합(참담치) 260 지중해담치 261 갯가재 262 바닷가재 263 갑오징어 264 개불 265 꽃게 266 민꽃게 267 닭게 268 대게 269 반게 270 붉은대게 271 왕게 272 참게 273 주름송편게 274 군소 275 풍선군소 276 꼴뚜기 277 창꼴뚜기 278 불동꼴뚜기 279 세발낙지 280 끈멍게(돌멍게) 281 붉은멍게 282 멍게(우렁쉥이) 283 문어 284 대문어 285 참문어 286 미더덕 287 주름미더덕 288 방게 289 가시발새우 290 각시흰새우 291 긴뿔천길새우 292 꽃새우 293 닭새우 294 대하 295 물렁가시붉은새우 296 보리새우 297 부채새우 298 시바새우(중하) 299 징거미새우 300 철모새우 301 펄닭새우 302 젓새우 99

111 303 새우가공 304 성게 305 보라성게 306 아미 307 어패류젓 308 어묵 309 게맛살 310 오징어 311 한치 312 살오징어 313 쇠갑오징어 314 참갑오징어 315 주꾸미 316 크릴 317 해삼 318 해파리 12 해조류 001 갈래곰보 002 곰피 003 김 004 꼬시래기 005 다시마 006 대황 007 뜸부기 008 매생이 009 모자반 010 미역 011 불등풀가사리 012 비단풀 013 석묵 014 순채 015 우뭇가사리 13 유류 및 그 제품 001 모유 002 분유 003 산양유 004 샤베트 005 아이스크림 006 연유 007 액상요구르트 008 호상요구르트 009 우유 010 조제분유 011 치즈 012 크림 14 유지류 001 닭기름 002 돼지기름 003 들기름 004 땅콩기름 005 버터 006 땅콩버터 007 마가린 008 면실유 009 복숭아씨기름 010 연어기름 011 쇠기름 012 쇼트닝 013 쌀겨기름 014 양기름 015 옥수수기름 016 올리브유 017 유채씨기름 018 잇꽃씨기름 019 참기름 020 커피크리머 021 코코넛유 022 콩기름 023 팜유 024 포도씨오일 025 해바라기유 026 혼합식물성유 15 음료 및 주류 001 감잎차 002 감쥬스 003 결명자차 004 계피차 005 고량주 006 구기자차 007 구아바 음료 008 구절초차 009 국화주 010 국화차 011 궁중차 012 녹차 013 다래나무순차 014 당귀주 015 대추차 016 더덕주 017 도라지술 018 도라지차 019 돌봉숭아주 020 두충차 021 둥글레차 022 드라이진 023 럼 024 레몬에이드 025 마차 026 막걸리 027 맥주 028 모과차 029 민들레차 030 보드카 031 보리차/옥수수차 032 보이차 033 복분자주 034 브랜디 035 뽕잎차 036 생강차 037 샴페인 038 소주 039 수정과 040 쉐이크 041 식혜 042 쌀음료 043 쌍화차 044 쑥차 045 야콘차 046 오가피주 047 오가피즙 048 오미자차 049 우롱차 050 위스키 051 유자차 052 율무차 053 인삼주 054 인삼차 055 자몽음료 100

112 056 쟈스민차 057 장군차 058 청주 059 치커리차 060 칵테일 061 커피 062 컴프리차 063 코코아 064 탄산음료 065 포도주 066 포도주스 067 한방주 068 헛깨나무차 069 현미차 070 호박즙 071 홍삼차 072 홍차 073 기능성음료 074 당근주스 075 망고주스 076 매실음료 077 매실주 078 파인애플음료 079 배음료 080 복숭아음료 081 사과음료 082 살구음료 083 석류음료 084 오렌지음료 085 기타과일음료 16 조미료류 001 간장 002 겨자 003 고추냉이 004 향신료 005 돈까스소스 006 고추장 007 고춧가루 008 된장 009 조미스프 010 마늘 011 마요네즈 012 맛술 013 머스타드소스 014 조미료 015 샐러드드레싱 016 생강 017 소금 018 식초 019 쌈장 020 소스 021 보크라이스 022 나토 023 청국장 024 짜장 025 카레 026 토마토케첩 027 양념장 028 후추가루 17 조리가공식품류 001 산적/떡갈비 002 국/탕 조리 003 스튜 004 소스 005 만두 006 조리식품 007 새우튀김/냉동 008 스프 009 어패류 완자 010 돼지고기 완자 011 인스턴트국 012 카레 013 햄버거 18 기타 001 고로쇠나무수액 002 녹용 003 누에가루 004 대나무추출액 005 메뚜기 006 번데기 007 뽕잎가루 008 삼백초 009 알로에 010 선인장 011 솔잎 012 수세미 수액 013 달팽이가공(통조림) 014 인삼 015 참나무 016 치자꽃 017 프로폴리스 018 허브 019 팽창제 020 환자용식품 101

113 4.2.3 영양성분 DB의 연결된 부속 DB Retention factor DB 각 식품의 Retention factor는 조리법 별로 달라지므로 생식품의 영양소 값을 1로 했을 경 우 영양소 값의 변화를 표시해준다. 연결은 식품명으로 한다. 식품명 조리공정 영양소 귀리(겉귀리), 도정곡, 생것 오븐에 굽기(건) 끓이기 튀긴 후 끓이기 브로일러에 굽기 통조림 하기 익히기 건조 불꽃으로 그슬르기 튀기기 얼리기 가열(재가열) 으깨기 수란뜨기 오븐에 굽기(습) 약간의 기름/버터로 볶기 자작한 국물과 끓이기 찌기 찜요리(국물) 저어 섞기 토스터에 굽기 Yield factor DB 각 식품의 Yield factor는 조리법에 따라 달라지므로 생식품의 무게를 1.0으로 했을 때 조 리법에 따른 무게의 변화를 표시해준다. 연결은 식품명으로 한다. 식품명 조리공정 무게 귀리(겉귀리), 도정곡, 생것 오븐에 굽기(건) 끓이기 튀긴 후 끓이기 브로일러에 굽기 통조림 하기 익히기 건조 불꽃으로 그슬르기 튀기기 얼리기 가열(재가열) 으깨기 수란뜨기 오븐에 굽기(습) 약간의 기름/버터로 볶기 자작한 국물과 끓이기 찌기 찜요리(국물) 저어 섞기 토스터에 굽기 102

114 4.3 DB 구성을 위한 자료 수집 원칙 DB 구성 식품 종류 국민건강영양조사의 DB의 식품 종류는 두 가지를 생각해 볼 수 있을 것이다. 어떤 형 태를 수록할 것인가와 어떤 식품을 수록할 것인가 일 것이다. 국민건강영양조사에서 사용되는 DB에 실려야 하는 식품의 형태는 생식품(raw), 구매하는 식품(as purchased), 섭취하는 형태의 식품(as consumed) 모두 수록될 수 있다면 가장 바 람직할 것이다. 이렇게 수록된다면 조사되는 형태에 따라 사용할 수 있을 것이다. 식품의 형태에 따라 수록되기 전에 결정되어야 할 것이 어떤 식품을 수록할 것인가 일 것 이다. 첫 번째로 반드시 실려야 하는 식품은 제일 많이 또는 자주 소비되는 식품일 것이다. 이것은 과거의 국민건강영양조사 자료를 이용하여 다소비 식품, 다빈도 식품을 산출할 수 있으며, 식품수급표를 이용하여 많이 공급되는 식품, 식품 산업 통계를 이용하여 가장 많 이 생산되는 식품이 모두 포함되어야 할 것이다. 두 번째는 특정 집단에서 식이의 대부분을 차지하는 식품이다. 즉 영유아를 위해서는 이유식이나 분유가 포함되어야 할 것이다. 세 번째는 자주 소비되지 않더라도 특정 영양소를 다량 포함하는 식품이다. 이런 식품 의 경우, 소수만 섭취하더라도 그 개인의 영양평가에 큰 영향을 미치기 때문에 DB에 포 함되어야 한다. DB에 들어갈 식품 종류의 우선순위 결정 103

115 4.3.2 DB 구성 영양소 DB를 구성할 경우, 포함되는 영양소를 정해야 하는데, 최근에는 많은 영양성분, 기능성 물질, 유해물질 등이 모두 연구자와 일반인의 관심이 되고 있으므로 이런 것이 모두 실려 야 할 것이다. 실제 식품 DB를 사용하는 사람은 일반인, 환자 진료를 위한 임상영양사, 단체급식 영양사 등도 있지만 역학자나 영양학자들은 특정 영양소나 성분에 관심이 있을 수 있으므로, 국민건강영양조사의 경우 다양한 사용자를 만족시키는 것이 목적이므로 많 은 영양소들이 실려야 할 것이다. 그래서 첫 번째는 한국인 영양섭취기준에 기준이 성립 되어 있는 모든 영양소가 포함되어야 한다. 두 번째는 확장 가능하도록 하여, 앞으로 관심 이 되는 영양소가 실릴 수 있도록 하여야 한다. 세 번째는 앞으로는 Risk Assessment를 위해 유해물질 DB도 마련되어야 하므로 확장 가능하도록 하여야한다. Table 10에는 다른 일반 학자들이 생각하는 확장되어야 하는 영양소이다. 104

116 Table 9. 데이터베이스 사용자들의 요구에 맞는 영양소 사용자들에게 우선적으로 요구됨 영양 연구를 위해 요구됨 미래에 개발을 위해 요구됨 Water Total nitrogen Protein(totalN-nonprotein derived N factor) Amino acid composition Fat, total Fatty acid composition Carbohydrate, total Sugar, total Starch Dietary fiber, total Organic acids, total Alcohol Energy Sodium Potassium Calcium Magnesium Iron Zinc Copper Phosphorus Chloride Ash Vitamin A, retinol Carotenes Total vitamin A activity Protein-N Non-Protein-N(NPN) Fat, glyceride Phospholipids Sterols Isomers of unsaturated fatty acids Individual, mono, ditrisugar, alcohols Noncellulosic polyssaccharides (NCP) Cellulosic Lignin Individual organic acids Iodine, fluorine Retinoids Isomeric forms Components of NPN Monosaccharides composition Measured values of gross energy content Nitrate, nitrate sulfate, essential trace elements: Cr, Mn, Se, Co Contaminants : Pb, Cd, As, Hg, Ni, Al Vitamin D Values for D 2 and D 3 Vitamin E, tocopherols Isomeric forms present Vitamin K Thiamin Riboflavin Niacin Niacin activity, total Folates, total Free and bound forms Separation of isomeric forms and glutamate conjugates Vitamin C Vitamin B 6 Pantothenic acid Ascorbic acid Dehydroascorbic acid Pyridoxal Pyridoxol, pyridoxamine Organic contaminants Natural toxicants Biotin Additives Components with physiological or pharmacological properties 105

117 4.3.3 DB 구성을 위한 자료 수집 원칙 가. 기본 방향 수립 첫째, 어디에 누가 사용할 것인지 결정해야 한다. 식품수급을 보기 위한 목적과 대사실 험에 필요한 식품영양가표의 정확성이 똑같을 수는 없으며, 포함되어야 할 식품의 수나 종류도 다를 것이다. 그리고 대부분의 영양연구나 역학연구에서는 사람이 직접 섭취하는 식품 중 영양소의 양이 필요할 것이고, 식품의 영양표시에서는 구매하는 식품, 식품수급자 료에서는 자연 그대로의 식품의 영양가가 필요할 것이다. 사용자의 범위가 정해진다면 식 품영양가표의 작성 수준이 정해질 것이다. 둘째, 식품영양가표에 포함될 식품의 목록을 수립해야 한다. 식품의 수는 생식품, 구매 되는 식품, 소비되는 식품을 모두 포함한다면 그 숫자가 너무 많아지므로 우선순위를 정 해야 할 것이다. 일반적으로 볼 때 식품소비통계를 기본으로 하여 제일 많이 또는 자주 소비되는 식품이 포함되어야 하고, 다음은 특정 집단에서 식이의 중요 부분을 차지하는 식품이 포함되어야 한다. 즉 어린이를 위해서는 이유식이나 분유가 포함될 것이다. 그 다음으로는 자주 소비 되지는 않더라도 특정 영양소를 다량 포함하는 식품일 것이다. 이렇게 우선순위를 정해 놓고 가능한 한 많은 식품을 포함해야 한다. 이런 식품들을 정해진 코드나 분류방법에 따 라 잘 배치해야 한다. 경우에 따라서는 다른 식품이 같은 이름을 가지거나 같은 식품이 다른 이름으로 될 수 있기 때문이다. 셋째, 포함되어야 할 영양소를 정하는 일이다. 많은 사용자를 만족시키기 위해서는 여러 영양소를 많이 포함하고 그 이외의 성분도 포함하는 것이 좋다. 예를 들면 요즈음 영양학 자나 역학자들은 콜레스테롤, 지방산 구성 등에 관심이 있을 것이고, 신장병 상담을 하는 영양사는 Na, K, 아미노산 구성 등에 관심이 있을 것이다. 또 유기산에 관심이 있는 연구 자도 있을 것이며 식품행정가는 첨가물이나 오염물질에 관심이 있을 것이다. 이런 식으로 생각하면 굉장히 많은 성분을 포함해야 하나, 자료의 미비한 경우 또는 사용하는 컴퓨터 시스템에 따라서 한정시켜야 할 것이다. 넷째, 식품성분자료의 수집과 평가다. 앞에서 정한 범위에 따라서 자료를 수집한다. 자 료수집은 <Fig 3>와 같이 자료를 평가하면서 수집한다. 자료는 이미 나와 있는 식품성분 표, 학술지, 또는 식품 제조업자에게서 얻을 수 있다. 이 자료는 자료의 성질에 따라 분 류 수집된다. 수집된 자료가 정확한지 보기 위해 표본의 준비방법, 분석된 식품의 대표성, 분석방법들이 검토된다. 106

118 Fig 3. 자료를 얻는 전략을 나타내는 결정 수형도 Table 10. 데이터베이스에 대해서 필요한 설명 주요 사양 세부 사양 데이터베이스 범위 식품 항목 범위 구성 성분 측정 수준 대규모 측정 구입된 식품 식품 명명법 소비된 식품 구성 성분 범위 영양소 다량 영양소 무기질 비타민 Minor 생물학적 활성 성분 영양소와 관계있는 성분 생리적 활성 성분 오염물질 첨가물 표현 양상 단위 법으로 정한 단위 비타민에 대한 관례 필요량 운영 체계 탐색 편의 색인작성 적정 분석 다섯째, 자료의 정리로 모인 많은 자료들은 같은 식품에 대해서도 여러 가지 자료가 있 을 것이고 또 자료가 없는 경우도 많으므로 이것을 정리한다. 우선 같은 식품에 많은 자 료가 있는 경우 검토를 통하여 가장 좋은 한 가지를 선택할 수 있다. 만약 우리나라의 경 우에 우리나라 자료와 다른 외국 자료가 있다면 우리나라의 자료가 우선적으로 선택될 것 이다. 또 여러 품종이 분석된 경우라면 수급통계 등을 이용하여 단일 식품으로 정리할 수 있을 것이다. 이 과정은 자료를 보면서 통계적인 분석을 해가며 결정해야 하는 과정이다. 자료가 없어 자료를 대치해서 보완하는 경우는(imputing value) 비슷한 식품에서 대체하 거나, 같은 식품에서 수분의 함량(moisture content)이나 조리 후의 보존 정도(retention 107

119 factor)를 감안하여 계산한다. 또 판매되는 제품의 경우는 1 주 제품의 영양소로 대치하 거나, 2 제품에 표시된 재료명으로 양을 추정하여 영양소를 계산하거나, 3 대표적인 레 시피를 이용하여 계산한다. 여섯째, 이렇게 작성된 자료는 다시 영양소의 타당성에 대한 검토(validation)를 실시하 기 위해서 전체적인 식품의 양과 영양소의 양, 다른 식품과의 비교 등 전반적으로 검토한 다. 마지막으로 검토된 자료는 모든 과정을 문서화(documentation) 하여 자료 안에 보관한다. 나. 자료의 수집 및 선택 방법(어떤 자료를 어떤 방법으로 수집할 것인가? (1) 직접적인 방법(Direct method) 이 방법의 장점은 직접 분석된 결과이므로 샘플링, 분석 및 품질 관리 절차에 대한 관 리를 통해 신뢰도 높은 자료가 산출된다는 것이다. 식품분석에 대한 설명은 아래와 같다. (가) 식품성분의 분석 식품분석 기술은 과거에 비해 매우 발전해 왔다. 식품분석은 식품 제조업자, 재료공급 자, 분석센터, 정부 소속 실험실, 대학 실험실 등에서 이루어지고 있다. 식품을 분석하는 이유는 다양하다. 1 식품분석의 이유 식품 분석의 이유는 정부의 규제와 권장사항(예. 기준 마련, 영양표시, 진위판별, 사찰 및 등급 매기기), 식품안전, 식품의 질 조정, 연구 및 개발 등 여러 목적에서 행해지고 있 다. 현재 식품분석의 경향과 요구는, 우선 소비자 입장에서는 질 좋고, 안전하고 영양가 있는 식품을 요구하고 있으며, 영양 표시를 식품을 선택하는 지침으로서 사용하고 있으며, 둘째, 식품 산업 입장에서는 식품의 질을 높이고 소비자의 요구에 부응하며, 정부입장에서 는 규제와 국제적 표준 및 정책 마련, 영양 표시 조절, HACCP 관리 등의 목적으로 행하 고 있다. 2 식품분석의 내용 가 성분 식품의 안전성, 영양가, 물리화학적 성질, 품질 특성, 관능적 특성들에 대해 분석할 수 있다. 나 구조 텍스춰 성질의 변화 등을 분석할 수 있다. 식품의 구조는 다양한 수준에서 다양한 방법 으로 분석할 수 있다. 분자 구조( 1-100nm): 식품의 전체적인 물리화학적 성질은 존재하는 분자의 유형에 따라 다르다, 현미경적 구조(10nm-100nm): 식품의 현미경적 구조는 현미경으로 관찰할 수 있다. 유화 액 방율, 지방 결정, 단백질 결합체, 작은 공기 세포 등 물질을 구성하고 있는 곳의 구성 등을 알 수 있다. 거시적 구조(>100nm): 이것은 육안으로 볼 수 있는 구조로서, 설탕입자, 큰 공기 세포, 초 108

120 콜릿칩 등을 의미한다. 구조의 차이는 식품의 전반적인 성질에 영향을 미치게 되며, 이에 따라 질감, 외관, 안 전성, 맛 등이 달라진다. 다 물리화학적 특성 물리화학적 특성으로는 광학, 레오로지, 안전성, 향미 등이 포함된다. 제조, 저장, 소비 과정에서 인지된 질, 관능 특성, 행동특성을 아는데 사용한다. 광학적 특성 : 빛의 흡수, 산란, 투과, 반사 등 가시광선에서의 전기자기장 조사를 통해 식 품의 광학적 특성을 결정한다. 예를 들면, 전유는 무지방 우유보다 더 하얀색을 띄게 되는 데, 이는 전유의 표면에서는 지방구가 존재하여 빛이 산란되었기 때문이다. 유동학적 특성: 물질의 흐름과 변형 등을 조사한다. 안정성 성질: 화학적, 물리적, 생물학적 안정성을 조사한다. 화학적 안전성은 화학적 또는 생물학적 반응을 반영한다. 화학적 안전성은 지방 산화 또는 비효소적 갈변 등 화학적 또 는 생물학적 반응을 알아본다. 물리적 안전성은 존재하는 분자의 공간적인 분포에서의 변 화를 알아본다. 생물학적 안전성은 존재하는 미생물의 수의 변화를 조사한다. 향미 성질: 식품에 있는 어떤 분자는 입과 코에 있는 결합체(receptor)와 상호작용하여 어떻게 반응하는지 조사한다. 식품에서 인지된 향미는 향미 종류와 농도에 따라 다르다. 향미 분자가 식품으로부터 얼마나 빨리 제거될 수 있는지 등에 대해 조사한다. 3 식품 분석의 단계 가 시료의 선택과 준비 대표 시료를 얻어 시료를 어떤 형태로 전환하여 그다음 분석할 수 있다. 예를 들어 팜 유에서의 중성지방 조성을 조사하기 위해 시료를 아세톤에 녹인다. 나 분석 수행 성분의 종류, 특성에 따라 각각의 분석 방법으로 분석을 한다. 다 결과의 계산과 해석 데이터를 정확히 얻기 위해 적절한 계산방법을 이용하여 잘 계산해내는 것이 중요하다. 예를 들어 단백질 정량을 할 때, 올바른 계수를 선택하는 것이 중요하다. 4 방법의 선택과 타당성 식품재료의 특정 성질을 규명하기 위한 분석방법은 대개 여러 가지가 존재한다. 따라서 가장 적절한 방법을 선택하는 것이 필요하다. 분석 방법을 선택하기 위해서는 분석할 물 질의 성질, 분석할 식품의 유형, 분석을 통해 도출할 내용 등에 따라 달라진다. 다양한 분 석 방법에 대한 정보는 다양한 소스를 통해 얻을 수 있다. 분석 방법은 이미 연구소 또는 회사에서 일상적으로 사용하고 있는 것일 수도 있다. 또는 어떤 기술을 적용하기 위해 대 학교수나 전문가에게 자문을 의뢰해야 할 경우도 있다. 자문의 내용은 과학적이고 분석적 으로 발표된 것이라야만 한다. 109

121 가 방법의 선택 시 고려해야 할 사항 방법의 특성 방법에 대해 원리를 완전히 이해하고 중요한 스텝에 대해 숙지한다. 예를 들어 HPLC를 사용한 방법을 적용하기 위해 flow rate, mobile phase, 사용된 용매 등에 대해 고려해야 한다. 방법의 목적 한 번에 빨리 분석이 되는 방법을 사용할 경우 영양소 표시 목적으로 사용되는 공식적 인 방법(official method) 보다 정확성은 떨어질 수 있다. 식품성분과 특성의 고려 사용된 방법의 정확성은 food matrix에 의해 영향을 받는다. 예를 들면, Soxhlet 추출을 이용한 유지방의 분석은 우유에 수분함량이 많아 적합하지 않다. 방법의 타당성 방법의 특이성, 민감성, 정확성, 민첩성 등도 고려되어야 한다. 나 식품 분석에 대한 정보원 문헌 식품 분석 책은 분석할 식품의 성질에 대해 일반적으로 다양한 분석 방법에 대해 전반 적으로 기술하고 있거나 또는 특수한 식품 성분의 물리화학적 특성에 대해 다루고 있다. 일반적인 식품 분석에 관한 교과서는 대개 식품 분석에 대해 유용한 분석 방법의 종류에 대해 전체적으로 알 수 있고 또한 그들의 상태적인 장단점에 대해 세세하게 알 수 있는 가장 좋은 소스이다. 공식적인 방법 다양한 과학자 집단은 특정 기술을 개발하여 공식적인 방법(official method)으로 정립 해 놓고 있다. 예를 들면 Association of the Official Analytical Chemists(AOAC) 와 American Oil Chemists Society (AOCS)등이다. 이름하여, 특정 실험실에서 새로운 분석 방법을 개발하면 이것은 그 단체의 새로운 공식적인 방법(official method) 중의 하나로 제안된다. 그러면 그 방법은 수많은 독립적인 실험실에서 같은 분석 방법과 기존의 방법 에서 stipulated된 기술의 종류를 사용하여 테스트된다. 이러한 테스트 결과들은 공유되고 비교되어 이 방법이 재현성이 있고 정확한 결과를 내는지 검증된다. 격렬한 테스팅 후에, 방법은 공식적인 방법(official method)에서 채택, 변형, 또는 삭제될 수 있다. 위원회에서 는 다양한 종류의 다른 식품 성분과 food stuffs에 대한 officially recognized test methods를 출판한다. 이들 official publications 중의 하나 또는 기존에 존재하는 분석 방 법이 적합한지 또는 변형되어야 하는지 알려줄 수 있다. 공식적인 방법(official method)의 예는 다음과 같다. AOAC International Formerly known as the Association of Official Analytical Chemists American Association of Cereal Chemists (AACC) American Oil Chemist's Society (AOCS) Other Endorsed Methods Standard Methods for the Examination of Dairy Products 110

122 Standard Methods for the Examination of Water and Wastewater Food Chemical Codex 논문(과학잡지) 분석방법은 다른 과학자들에 의해 발전되어 종종 과학잡지에 실린다. Journal of Food Science, J Agriculture & Food Chemistry, J Am Oil Chemists Society, Analytical Chemistry. 잡지에 실린 분석방법에 대한 정보는 과학 출판물의 검색 또는 인터넷의 database를 통해 얻을 수 있다.(예: Web of Science, Medline) 기구와 시약 공급자 식품 분석과 관련된 시험장비와 시약을 판매하는 많은 회사들은 그들의 상품을 과학잡 지, trade J, trade directories, 인터넷에 광고한다. 이 회사들은 시험장비 또는 테스트 방 법에의 원리와 특성에 대해 기술된 문헌을 제공해 줄 것이고, 이것들은 각 기술의 장점과 제한점을 나타내 줄 것이다. 인터넷 인터넷은 분석하고자 하는 식품의 성질에 유용한 다양한 분석 방법에 대한 정보를 제공해 주는 매우 우수한 소스이다. 대학 강의록, 책 공급자, 과학자 단체, 과학잡지, 컴퓨터 데이 터베이스, 그리고 기술과 시약 공급자들은 식품 분석 기술에 대해 웹에 정보를 포스트한 다. 이러한 정보는 인터넷 검색엔진에서 주요단어를 입력함으로써 찾아들어갈 수 있다. 새로운 기술의 개발 어떤 경우 적합한 기술을 찾지 못했을 때 새로운 기술의 개발이 필요할 수 있다. 이것 은 기술이 정확하고 reliable measurements를 제공하는지 확실한수 있도록 매우 신중하게 행해져야 한다. 기술의 정확성에 대한 확신은 알고 있는 성질의 분석 샘플을 통해 얻어질 수 있다 또는 잘 정립된 또는 공식적인 방법(official method)과 새로운 분석 방법의 결과 를 비교함으로써 알 수 있다. 새로운 분석 기술을 개발할 때 고려해야할 가장 중요한 요인 중의 하나는 분석물질이 기질(matrix)로부터 구분되어질 수 있는 방법이다. 대부분의 식품은 매우 다양한 성분을 함유하고 있고, 따라서 그것을 둘러싸고 있는 다른 성분( the matrix )으로부터 분석할 물 질을 구별해내는 것이 필수적이다. 식품 성분은 그들의 분자 특성과, 물리적 성질, 그리고 화학 반응에 딸 구분되어 질 수 있다. ü 분자 특성 : 크기, 모양, 극성, 하전 상태, interactions with radiation ü 물리적 성질 : 비중, rheology, 광학적 성질, 전기적 성질, phase transitions(녹는점, 끓는점) ü 화학적 성질 : 내부 성분과 첨가 시약 사이의 특수한 화학적 반응 특정 성분에 대해 specific한 적합한 분석 기술을 개발할 때는 분석할 물질(analyte)의 분자적 물리화학적 성질을 규명하는 것이 필수적이다. 일부 식품에서는 식품 기질 내에서 분석할 물질을 직접적으로 규명하는 게 가능할 수 있다. 그러나 분석 전에 분석할 물질을 111

123 isolate하기 위해 단계의 사전 준비 단계가 필요한 경우가 대부분이다. 예를 들면, 어떤 분 석물질은 한 가지 방법을 사용하여 matrix에서 물리적으로 분리해낼 수 있고 그 다음 다 른 방법을 이용하여 분석할 수 있다. 일부 상황에서는 식품 내 비슷한 성질을 갖고 있는 하나 또는 그 이상의 성분들이 분석되어질 수도 있다. 이러한 간섭체 ( interferents )는 그 분석물질에 특이적인 분석 기술을 개발하는 것을 어렵게 만들 수 있다. 분석물질을 분 석해내기 위해서는 이러한 간섭 물질을 먼저 제거해내거나. 또는 유사한 물질들 중에서 원하는 물질만을 구별해 낼 수 있는 분석 방법을 사용하는 것이 필요할 수 있다. 식품 분석 기술에 대한 정보를 얻을 수 있는 곳은 다음과 같다. 5 적절한 기술의 선택 식품분석에 적합한 기술을 구분해 내는데 있어 중요한 요인은 다음과 같다. 정확성, 정밀성(Precision): 같은 장비와 같은 실험적 접근방법을 사용한 과학자들에 의 행서 수행된 분석치 사이에 재현성이 얼마나 있는지 측정 재현성(Reproducibility): 같은 실험적 접근방법을 사용했지만 다른 장비를 사용하여 다 른 실험실에서 분석한 값의 재현성을 측정 정확도(Accuracy) 조작의 간편성 비용 속도 민감성 특이성 안전성 파괴적/ 비파괴적 온라인/ 오프라인 official approval : ISO, AOAC, AOCS 등 Food matrix의 성질 : 식품 기질이 고체 또는 액체, 투명 또는 불투명, 극성 또는 비극 성인지에 따라 분석 방법이 달라짐. 정부 차원에서 식품의 조성 또는 영양성분의 타당성을 체크하기 위해서는 위의 항목 중 accuracy와 공식적인 방법(official method)이 가장 중요한 덕목이다. 그러나 대량의 샘플 을 빨리 분석해야 하는 공장 입장에서는 속도와 비파괴적인 방법이 가장 중요할 것이다. (2) 간접적인 방법(Indirect method) 간접적인 방법은 발표된 문헌 또는 실험실에서 만들어진 발표되지 않은 보고 자료를 사 용한다. 이 방법은 데이터베이스에 포함시킬지 여부를 판단하는데 주의가 필요하다. 직접 적인 방법과 비교하여 신뢰수준이 낮다. 간접적인 방법은 분석 자원이 제한적이거나 대부 분의 식품을 그 식품성분 데이터가 있는 다른 나라로부터 수입하는 식품의 경우에 주로 사용된다. (3) 혼합 방법(Combination method) 최근의 많은 식품성분 데이터베이스는 직접적인 방법과 간접적인 방법의 혼합에 의해 112

124 생성되는데, 원래의 분석치와 함께 문헌이나 다른 데이터베이스로부터 가져온 값과 추정 산출 되거나 계산된 값을 포함하고 있다. 이러한 혼합 방법이 가장 비용 효과적이며, 특히 주식에 대해서는 직접 분석하고, 덜 중요한 식품에 대한 자료는 문헌(필요하다면 다른 나 라의 자료 포함)으로부터 인용을 할 때 효율적으로 이용될 수 있다. 그러나 원칙적으로는 추정산출 계산된 자료의 양을 최소화해야 데이터베이스의 신뢰도와 대표성을 높일 수 있 다. 다. 자료의 질 평가 원칙 수립 데이터의 사용은 이들 자료의 신뢰성에 의존하며, 신뢰성 있는 자료라는 것을 증명하려 면 체계적인 접근방법이 필요하다. (1) 표본추출(Sampling) (가) 목적 인구집단에 의해 소비되는 식품 성분의 대푯값이 필요하기 때문에 표본추출의 일차적 목적은 대표적인 식품표본들을 수집하고, 수집과 분석 과정에서 성분의 변화 없이 일정한 값을 유지하게 하는 것이다. 모든 식품은 살아있는 물질로 성분 조성에 있어 자연적인 변이를 나타낸다. 표본추출의 이차적 목적은 이와 같은 가변성이 계절, 지리, 재배 품종 및 경작과 같은 요인 등의 관련 요인을 기록으로 남기는 것이다. 이런 변이는 예측될 수 있으므로 분석 오차와는 별개로 생각하여 혼동하지 말아야 한다. (나) 식품의 출처(Sources of food) 식품 표본의 주요한 출처는 아래와 같다. 1 대량 식품(Bulk commodities) 대량 식품의 분석으로부터 얻어지는 자료는 광범위하게 사용된다. 표본들이 확실한 대 표성을 가지기 위해서 무작위 추출방법을 사용하며 이 방법이 쉽게 접근할 수 있는 대상 을 수집하는 것에 비해 더 바람직하다. 2 도매 식품(Wholesale foods) 도매 식품의 표본 추출은 일반적으로 대량 식품에 의해 사용되는 주요한 방법을 따른 다. 표본 추출의 무작위화가 필수적이다. 3 소매 식품(Retail foods) 식품 성분 데이터베이스에 포함되는 대다수의 식품을 구성한다. 고기, 과일 또는 채소와 같은 1차 식품에 대해서는 판매 경로가 완전히 파악되었는지 확실히 하여야 한다. 일차 표본은 다양한 판로들을 통해 소비되는 식품양에 비례적인 표본이 되게 하여야 한다. 4 텃밭 생산물 113

125 5 소비된 식품(Foods as consumed) 식사 섭취량 연구는 개인 수준에서의 직접 섭취된 식품들과 영양소 소비량 측정을 필요 로 한다. 혼합식과 같이 모든 종류의 요리된 식품이 해당이 되며, 다양한 종류의 레시피와 조리법을 사용해 준비되므로 대표 표본을 선택하기가 어렵다. 무작위로 선택된 여러 가구 들에서 얻어진 조리 음식의 수집은 더 대표성이 높은 자료를 얻을 수 있고 더 적합한 접 근방식일 것이다. (다) 영양소 성분 가변성의 주요한 출처(Major sources of variability in nutrient composition) 지리적 표본(Geographical samples) 계절적 표본(Seasonal samples) 생리적 상태 및 성숙 정도(Physiological state and maturity) 재배 변종 및 종류(Cultivar and breed) (라) 표본 추출 방법(Methods of sampling) 1 무작위 표본추출법(Random sampling) 무작위 표본들은 추출될 식품의 모집단 내 모든 항목이 동등한 확률로 수집되고 분석될 표본 내에 확실하게 포함되게 할 수 있는 방법으로 수집되어야 한다. 하지만 이는 실제로 수행하기가 어려운데 예를 들어, 한 나라에 있는 전체 양배추의 모집단으로부터 각각 동 등한 확률에 의해 선택되도록 확실하게 구체화하는 것이 어렵기 때문이다. 따라서 식품 모집단의 층화 방향으로 접근하는 것이 보다 일반적이다. 2 층화 표본추출법(Stratified sampling) 식품의 모집단은 변이의 가장 중요한 원인들을 고려하여 층으로 분류된다. 지역적 변이 가 없다면 지역적 층화도 유용할 수 있고, 소비인구의 분포나 소매 출고 형태에 따른 층 화도 도움이 된다. 상품화된 식품들의 표본 추출은 제조 공장에 따라 층화할 수 있다. 3 선택적 표본추출법(Selective sampling) 사용하는 식품들에 대해 대표성을 띄지 않기 때문에 데이터베이스에 포함시킬 경우 문 서화를 잘 하여야 한다. 이 방법은 자주 오염 분석에서 오염 물질의 최대 노출량을 확인 할 목적으로 사용된다. 한 실험실에서 준비된 식품 표본은 선택적인 표본으로 간주될 수 있다. 4 편의 표본추출법(Convenience sampling) 야생이나 경작되지 않은 식품의 경우 편의 표본추출이 유일한 대안이 될 수 있고, 표본 의 출처가 확실하게 문서화 된다면, 이 값들은 데이터베이스에 사용될 수가 있다. (2) 표본추출과 분석의 연계 프로토콜 설계(Designing combined sampling and analytical protocols) (가) 연계 프로토콜 분비의 책임(Responsibility for preparing the combined protocols) 데이터베이스를 만드는 사람은 표본추출과 성분 분석 업무를 조정하고 분석자들과의 협 력을 통해 문서화된 연계 프로토콜 준비에 대해 책임이 있다. 결과를 나타내는 단위나 형 114

126 태가 미리 명시되고 계약서에 작성되는 것이 중요하다. (나) 표본추출 방법의 선택 일반적으로 층화 표본추출이 최상의 선택이다. 식사 중 덜 섭취되는 영양소를 제공하는 식품들은 통상적인 절차에서 덜 중요하고, 큰 가변성을 보이는 핵심 식품, 예를 들어 육가 공식품의 경우 보다 상세하고 광범위한 프로토콜을 필요로 하는데 비하여 몇 개의 공장에 서 생산되는 독과점 식품의 경우 보다 간단하게 표본 추출할 수 있다. 성분조성에 있어 계절적 변이를 보이는 채소나 과일은 계절적인 층화를 계획할 필요가 있다. (다) 크기 및 표본 수 1 크기 : 분석을 위해 필요한 식품의 총량은 개개 표본들의 크기를 정하는 기초가 된다. 실제로 식품은 이질성이 있으므로 일차 표본추출 단계에서 적은 단위를 취하면 오차를 야 기할 수 있다. 2 수 : 필요한 표본의 수를 산출하기 위해서 식품 성분 조성의 가변성에 대한 정보가 첫 째로 요구된다. 이는 영양소가 식품 내에 균등하게 분포된 것을 가정하고 있는데 미량 영 양소의 경우 그렇지 않다. 영양소에 따라 가변성이 다르므로 표본 수도 달라져야 하는데 예를 들어, 단백질보다 비타민이 가변성이 더 크므로 표본의 수가 더 많아야 할 것이다. (3) 자료 검토에 적용되어야 하는 기준 (가) 식품의 정체성(Identity of the food) 분석을 위해 구입한 식품의 정체성을 확인하여야 한다. 주요 식물성 식품은 종과 품종 에 따라서 식별한 필요가 있고, 생선과 육류는 종에 의해 식별할 필요가 있다. 또한 성숙 도 등도 적당한 식별기준이 된다. 확실히 식별할 수 없는 식품은 데이터베이스에 알아볼 수 있도록 표시를 하여야 한다. 사진이나 그림은 보다 명확하게 분류하는데 도움이 될 것 이다. (나) 식품 시료의 성질(Nature of food sample) 식품의 시료는 대표성이 있어야 한다. 따라서 식품에 대한 조사는 구입한 품목 수, 중 량, 구입 일자와 시간, 지리적인 위치, 기타 등등에 관한 정보를 얻기 위해 사용하는 식품 시료 수집 계획에 대한 검토도 포함되어야 한다. (다) 분석된 재료의 성질(Nature of material analysed) 분석하는 재료의 성질은 확실하게 정리되어야 한다. : 원재료인지, 조리되었는지, 준비 정도가 어떠한지(예를 들어, 껍질이 있는지 없는지), 가식부에 대한 설명 및 무게, 폐기된 부분에 대한 설명 및 무게, 서빙 사이즈에 대한 설명 및 무게 등이다. (라) 분석 과정(Analytical procedure) 시료 분석에 대한 프로토콜은 기준에 적합한지 자세히 조사하여야 한다. 분석 방법을 검토하여야 한다. 식품 분석 방법의 특성, 분석의 목적, 식품 성분의 특성, 분석 방법의 특 이성, 민감성, 정확성 등의 타당도를 고려하여야 한다. 115

127 (마) 표현 양식(Mode of expression) 사용된 표현 양식, 분석값을 명백하게 식별할 수 있어야 한다. 또한 그 값이 변환계수를 사용하여 분석값을 이끌어 냈을 경우에 특히 중요하다 DB의 계산값 수집 원칙 빠진 영양가(missing value)는 분석값을 찾아서 사용하는 것이 좋으나, 분석값이 없는 경우 분석값을 기본으로 하여 계산값을 사용할 수 있다. 분석값을 기본으로 계산하는 방 법은 다음의 여러 가지 방법이 있다(Posati, 1985; Murphy, et al., 1975; Power, et al., 1989). 가. 구성성분을 이용하는 방법 이 방법은 예를 들자면 닭 전체에 대한 자료가 없을 경우, 닭 중에 먹는 부분의 전체구 성(physical composition)에 대한 자료를 구한 후 각 부분에 대한 영양가를 그 부분에 맞 게 계산하면 전체를 계산할 수 있을 것이다. <Table 11>에는 닭다리의 구성성분과 각 부 분의 콜레스테롤 함량을 이용하여 닭다리 전체의 콜레스테롤 함량의 계산을 보여주고 있 다. Table 11. 닭다리의 콜레스테롤 함량 구하기 조직 다리 부분의 구성%(EP) 콜레스테롤(mg/100g) 다리 고기 껍 질 분리 가능한 지방 닭다리의 콜레스테롤 함량 =( )+( )+( ) =84(mg/100g) 나. 비슷한 식품의 영양소 부분 이용방법 이 방법의 예를 든다면, 만약 우리가 가지고 있는 자료가 전유에 대한 칼슘의 자료인데, 1% 지방유의 칼슘 자료를 알고자 하면 전유의 지방을 제외한 고형분이 차지하는 정도에 대한 자료를 이용함으로써 1% 지방유의 칼슘 함량을 계산할 수 있을 것이다. <Table 12>에서 계산을 보여주고 있다. 116

128 Table 12. 저지방유의 칼슘 함량 계산 저지방유 MSNF(%) Calcium(mg/100g) 1% fat ( ) 1% fat with added MSNF ( ) 전유의 칼슘 함량 13mg/g milk-solids-not-fat(msnf) 다. 가중치의 이용방법 이 방법을 사용할 수 있는 경우는, 예를 들어 일반적인 닭고기의 값을 우리가 사용하고 자 할 때 이 닭고기의 경우는 수입육에서, 병아리에서 산란 후 폐기된 닭까지 여러 가지 가 있으므로, 이것은 식품공급의 자료를 이용하여 적절한 가중치를 주어 평균을 낸다면 우리의 식품공급을 감안한 대표적인 값을 계산할 수 있을 것이다. <Table 13>에는 일반 적인 터키고기의 영양소를 계산하기 위해 사용할 수 있는 인자를 제안한 것이다. 각 부분 의 영양소를 이 인자(가중치)를 이용하여 계산할 수 있다. Table 13. 일반적인 터키 고기의 영양소 계산을 이용한 인자 계산 Turkey class % of ready to-cook(ap) % EP In bird/100 EP EP as % Fryer-roaster = Young hen = Young tom = sum EP as Flesh and skin % of Edible contribution by class Factor %/100 EP to flesh and skin % = = = =92.35 Sum of edible contribution by class to flesh and skin as Turkey all classes 라. 회귀분석 이용방법 이 방법을 예를 든다면, 쇠고기의 경우 기름기의 정도에 따라 marbling score를 주는데 이 점수에 따라 지방의 함량이 분석되어 있다면, 모든 marbling score에 지방 함량이 없 더라면 회귀분석을 이용하여 추정계산이 가능할 것이다. 117

129 마. 영양소 잔존율과 조리 후 무게자료 이용방법 이 방법을 이용하기 위해서는 각 식품에 대한 영양소 잔존율(retention factor)과 조리후 변화량(yield factor) 자료가 있어야 한다. 일반적으로 조리된 식품보다는 생식품에 대한 자료가 많기 때문에 이런 것을 이용하면 계산이 가능할 것이다. <Table 14>에는 조리되기 전 닭고기의 티아민 함량을 이용한, 조리 후의 티아민 함량 을 보여주고 있다. Table 14. 조리된 닭고기의 티아민 함량 계산 Thiamin in raw meat 0.132mg/100g Thiamin retention 51% Yield of cooked meat 72% 조리된 닭고기의 thiamin 함량 /0.72=0.094mg/100g 바. 레시피 이용방법 레시피를 이용하여 여러 가지 조리된 음식의 영양가를 계산하는 것으로 많은 경우 단일 식품을 섭취하기보다는 조리된 음식의 형태로 먹기 때문에 실제 조사에서 많이 이용되는 중요한 자료이다. 일반적으로 판매되는 식품의 경우 레시피를 알고서 계산할 수 있을 것 이다(Johnson et al., 1995; Schakel, et al., 1990). 이 경우 계산방법에 따라 값이 조금씩 다를 수 있기 때문에 여러 가지 계산이 사용되고 있다. 이 방법들은 영양소 잔존율(retention factor)과 조리후 변화량 자료(yield factor)를 사용하여 계산한다. 조리 후의 변화(<Table 15> 참조)는 간단히 말하기는 어려우나 일반적인 레시피 계산 방법은 <Table 16>에 있다(Murphy et al., 1975; Power et al., 1989). Table 15. 조리 전 후의 변화 1) 수분 손실 : 채소 삶아서 건진 것 2) 수분 증가 : 쌀 밥 3) 수분 증가와 고체 손실 : 팥(삶은 물 버림) 4) 수분 고체 손실 : 간 삶기 5) 수분 고체 손실이 부분마다 다름 : 닭고기 구이 6) 수분 손실, 고체 증가 : 튀김요리 118

130 Table 16. 레시피를 이용한 영양소 계산 방법 1) 각 음식에 들어가는 식품의 종류를 결정한다. 2) 각 식품의 무게를 결정한다. 3) 각 식품의 무게를 합해서 조리 전 전체 무게를 계산한다. 4) 각 식품의 무게에 따른 영양소를 결정한다. 5) 조리에 있어서 변화가 일어날 비타민 무기질 등 영양소에 retention factors를 적용한다. 6) 각 식품의 조리 후 영양소량을 합하여 전체 영양소를 계산한다. 7) Yield factor를 고려하여 100g당으로 영양소를 계산한다. 8) 조리 후 수분이나 지방 손실을 고려하여 전체적인 영양소량을 검토한다 대체값 수집 원칙 분석값을 찾거나 근거로 한 계산이 불가능할 경우 비슷한 식품을 찾아서 값을 대체해 주어 야 한다. 그 방법들을 정리하면 다음과 같다(Gebhardt 1992; Posati 1985; Schakel 1988). 가. 다른 형태의 조리자료 이용 같은 식품이라도 예를 들면 견과류의 경우 그냥 건조하는 경우도 있고 볶는 경우도 있다. 이럴 때 한 가지 자료만 있다면 수분함량을 고려하여 계산할 수 있을 것이다. <Table 17>에 페칸의 경우를 예로 들고 있다. Table 17. 페칸의 영양소 대체 Pecan, dried(per 100g) Pecan, dry-roasted Moisture 4.817g 1.100g Solid g g Vit C 1.971mg ) =2.048mg g solids /g solids =1.039 나. 외국자료의 이용 외국에서 이미 분석된 자료가 있는 경우, 동일한 식품인가 확인한 후 분석치를 이용할 수 있다. 특히 외국 수입식품의 경우 원산지를 안다면 식품성분표를 이용하여 좋은 자료를 얻을 수 있을 것이다. 오렌지, 멜론 등 각종 수입식품의 경우 같은 과일인가를 확인한 후 다른 나 라의 출판된 식품성분표를 이용할 수 있을 것이다. 다. 식품분류가 같은 유(genus) 안의 다른 종(species)을 이용 우리나라의 여러 산나물 중, 특히 취나물 같은 경우 여러 가지가 있는데 이런 경우 영양소 의 값을 대체해서 사용할 수 있을 것이다. 호두의 종류 중 black walnut(juglans nigar)의 경 우 English walnut(juglans regia)로 대체가 가능할 것이다. 마찬가지로 배의 경우 Asian pears(pyrus pyrifolia)를 pears(pyrus communis)로 대체가 가능할 것이다. 라. 식품분류의 같은 과(family) 안의 같은 유(genus)를 이용 생선 같은 경우 여러 종류가 있으나 전부 분석이 불가능하므로 비슷한 종류로 사용이 가능 119

131 하다. 그러나 특정 생선의 경우에 예를 들면, 정어리는 지방 함량이 특히 높은데 이것을 대체 식품으로 사용하기보다는 다른 생선을 사용하는 것이 바람직할 것이다. 생선의 경우 Europian anchovy와 Atlantic herring의 경우 모두 clupeidae에 속하므로 대체 가 가능할 것이다. 마. 식품군의 일반적인 영양소 함량 사용 우리나라에 수입되는 여러 가지 열대과일의 경우 그 과일에 대한 모든 영양소를 알기는 어 렵고, 또 어떤 식품으로의 대체가 가능한지 판단되지 않는 경우 열대과일류의 평균을 이용하 는 것도 가능할 것이다. <Table 18>이 그 예이다. 위에서 살펴본 바와 같이 여러 가지 방법으로 빠진 영양가(missing value)를 계산해서 식 품영양가표를 완성해야 하며, 그 후에는 끊임없는 문헌고찰로 분석방법과 분석값에 대한 자 료의 수집으로 자료를 보완해야 하고, 새로운 시장조사 재료로 새로운 제품은 없는지 구성성 분의 변화가 있는지 또는 시장 구성비가 달라졌는지를 감안하여 자료를 보완해야 한다. 또한 식품소비 형태 자료의 계속적인 관찰을 통한 식품영양가표의 정도관리(quality control)가 뒤 따라야 한다. Table 18. 열대과일의 일반적인 영양소 함량 Mean per 100g No of samples Vitamin B mg 20 Folate 14.0mg 7 Copper 0.086mg 24 Zinc 0.10mg 21 사용의 예 : acerola, casambola, passion fruit, sapodilla 120

132 4.3.6 영양소별 권장되는 분석방법 가. 영양소별 분석방법 (1) 수분 (가) 건조법 (evaporation methods) 방법 : 건조 전 후의 식품 무게를 재서 수분함량을 측정. 장점 - 간결, 싼 비용, 사용 용이, Officially 공인받은 부분도 많음. 많은 시료를 계속 적으로 분석이 가능 단점 - 파괴적, 일부 식품에는 적용이 불가능, 시간 소요. 1 컨벡션 오븐과 강제통풍오븐- 시료를 특정 시간과 온도에서 오븐 안에 두어 건조 무 게를 측정하거나 또는 항량에 도달할 때까지 건조시키는 방법. 컨벡션 오븐(convection oven)보다 강제통풍오븐(forced draft oven)이 오븐내 균일한 온도를 유지할 수 있음. 많 은 official 분석 방법들이 강제통풍오븐법을 사용함. 2 진공 오븐 무게를 측정한 시료를 진공오븐(vacuum oven)에서 감압환경(대개 mmHg)에 놓고 특정 온도와 시간 동안에 건조된 무게를 측정하는 방법. 컨벡션 오 븐보다 더 빨리 건조되므로 열에 의한 변화를 방지할 수 있음. 따라서 이 방법이 주로 officially 채택되어지고 있음. 3 전자레인지 오븐- 무게를 측정한 시료를 전자레인지오븐(microwave oven) 안에서 특 정 시간 동안 특정 power-level에 두어 건조무게를 측정하는 방법. 결과를 빨리 얻을 수 있는 장점이 있음. 많은 전자파 오븐 건조법이 officially 채택되어졌음. 4 적외선 램프 건조- 시료를 적외선 램프 아래에서 건조시켜 질량을 측정. 방법을 표준 화시키기가 어려워 official 분석방법으로 채택되지 못했음. 산업체에서는 속도와 간편성 때문에 많이 이용. (나) 증류법(Distillation methods) 방법 : 증발을 통해 식품 중의 수분을 제거하여 직접적으로 측정하는 방법임. (다) Dean and Stark method 휘발성 성분 함량이 높은 식품에 사용. 시료를 유기용매가 담긴 플라스크 안에 넣고 가 열하여 수분은 증발되어 콘덴서 안으로 움직이고 거기에서 냉각되어 다시 물이 됨. 장점 : 수분함량이 낮은 식품, 휘발성 오일을 함유한 식품에 적용이 용이. 실험기구가 비교적 저렴, 작동용이, 증류법은 여러 식품에 officially 적용되고 있음. 단점 : 파괴적, 상대적으로 긴 시간 소요, 가연성 용매 사용, 일부 유형의 식품에는 적 용이 불가. (라) 화학반응법(Chemical reaction methods) 방법: 화학 시약과 수분을 반응시켜 식품 내 수분함량을 측정. 시약첨가시의 질량, 부피, 압력, ph, 색, 전도율 등 측정할 수 있는 변화가 야기되는데 이것을 측정하는 것. 열에 약한 물질을 함유한 식품(예: 고설탕 함유 식품) 또는 휘발성 물질을 함유한 식품 (예: 향신료 또는 허브류)에 적용. 1 칼-피셔 법(Karl-Fisher method) 121

133 수분함량이 낮은 식품(말린 과일과 채소, 커피, 유지류)의 수분함량 측정에 이용 2 기체 생성법 (Gas production method) 화학시료와 수분 사이의 특수 반응을 이용하여 기체를 생성하게 유도하여 수분함량 측 정. (마) 물리적 방법(Physical methods) 수분이 식품 기질과는 다른 물리적 성질-밀도, 전기전도 또는 굴절률-을 갖는다는 사실 에 근거하여 수분 측정. (바) 분광도법(Spectroscopic methods) 전기자기장의 상호작용을 이용하여 X-ray, UV-visible, NMR, 극초단파, 적외선 등의 방법으로 수분 함량 측정. (사) 다른 분자 환경에 있는 수분 측정법 수분은 결합수 또는 자유수로 식품 중에서 다른 환경 하에서 존재하므로 식품 중의 서 로 다른 분자 환경내의 수분함량은 각기 다른 방법으로 분석되어져야 함. 1 기체압법(vapor pressure methods) 결합수는 자유수보다 휘발성이 낮으므로 수분 활성은 자유수 함량을 나타내는 좋은 지 표임. 수분활성은 그 식품의 기체압에 근거하여 측정. 2 열비중법(thermogravimetric methods) 열비중법은 조절된 비율로 가열하면서 시료의 질량을 측정하는 방법임. 자유수는 결합 수보다 낮은 온도에서 증발됨. 3 비색법(colorimetric methods) 비색법은 조절된 조건에서 온도를 다양하게 했을 때 시료에서 흡수된 열 또는 방출된 열의 변화를 측정하는 것. 자유수의 녹는점은 결합수 보다 높음. 따라서 시료의 엔탈피 변 화를 측정함으로써 다른 분자 환경 하에서 존재하는 수분의 양을 알 수 있음. 4 분광기법(spectroscopic method) 물 분자의 전기자기장 스펙트럼은 그들의 분자 환경에 따라 다르므로 분광기법으로 다 른 환경에 있는 수분함량을 측정하는데 사용할 수 있음. 이 방법들 중 핵자기공명(NMR) 이 가장 많이 사용됨. 122

134 Table 19. 수분 분석 방법 방법 적용 제한점 비용 참고문헌 건조법: 대부분의 식품에서 수분 측정은 건조법으로 충분 공기 오븐에서 건조 60 에서 건조 동결건조 진공 전자레인지에서 건조 Dean & Stark 증류 화학적 활성 Karl Fisher 물리적 방법 N M R ( 핵 자 기 공명) N I R ( 근 적 외 선 반사율) 크로마토그래피 GLC(가스-액체 크 로 마 토 그 래 피) GSC(가스-고체 크 로 마 토 그 래 피) 대부분의 식품. 당과 지방함량이 많은 식품 제외. 대부분의 식품, 특히 당 함량이 높은 식품에 적합 대부분의 식품 당의 캐러멜화, 불포화 지방산의 분해, 다른 휘 발성물질의 손실 저 휘발성 물질의 손실 저 상동 시간 오래 걸리고 시료 에 잔류수분 존재 중 A O A C International, 2002; Alklam, Burke & Isengard, 2001; Nielson, 1998 상동 중 또는 고 수분 탄화(charring) 저 상동 휘발성이 강한 식 품(예: 향신료 치 즈 등) 저수분, 식품 대부분의 식품 시리얼등 흡습성 사용된 용매의 안전성 저 상동 specific food로 적정 필 요 specific food로 정밀한 적정 필요. 입자크기에 영향 받음 저 고 고 상동 B r a d l e y, ; Hester & Quine, 1976 Williams,1975 육류 및 육제품 고 Reineccius & Addis, 1973 일부 육제품 고 Khayat,1974 (2) 질소와 단백질 분석 방법 (가) 총단백질 분석 1 켈달법(Kjeldahl method) 2 더마스법(Dumas method) 장점 : 켈달법보다 시간 빠르고(켈달법은 1-2시간, 더마스법은 4분 이내), 유독 화합물 필요 없고, 많은 시료를 자동으로 분석 가능. 단점 : 초기 비용이 많이 들고, 식품 내 질소가 모두 단백질을 구성하고 있는 것은 아 니므로 true protein 분석이 어려움. 123

135 3 UV-visible spectroscopy를 이용한 방법 장점 : 빠르고 간단하고 저농도 단백질 분석에 민감. 단점 : 시료를 희석해야 되고, 오염된 용액의 경우 같은 파장에서 빛을 흡수 또는 산 란시킬 수 있으므로 투명한 용액의 사용이 필수적임. 가공과정 등을 거쳐 단백 질이 다른 물질과 응축 또는 공유결합된 식품의 경우 단백질 추출이 어려울 수 있음. 단백질 종류에 따라 흡광도가 다름. 가 280nm에서 직접 측정 트립토판과 티로신은 280nm에서 자외선을 강하게 흡수하는 점을 이용. 대부분의 단백 질은 트립토판과 티로신 함량이 상당하므로 280nm에서 단백질 용액의 흡광도를 측정하여 그들의 농도 측정 가능. 장점 : 간단, 비파괴적, 특별한 기구 필요 없음. 단점 : 핵산 또한 280nm에서 흡수력이 크므로 핵산이 많이 함유된 단백질 시료의 경 우 단백질 측정이 간섭받을 수 있음. 나 뷰렛법 (Biuret method) 구리 이온이 알칼리 조건에서 펩티드결합과 반응하면 보라색을 나타내는 원리를 이용. 시판 뷰렛시약을 단백질 용액에 넣고 15-30분 반응시킨 후 540nm에서 흡광도를 측정. 장점 : 낮은 파장에서 흡수하는 물질들의 간섭이 없음. 단점 : 펩티드 결합을 포함하는 흡수에만 유용하고 특수 곁가지를 가진 단백질에는 유 용하지 않아 단백질 종류에 대한 민감성이 떨어짐. 이 방법은 다른 UV-visible 방법에 비해 민감성이 낮음. 다 로우리법(Lowry method) Lowry법은 다른 시약(the Folin-Ciocalteau phenol reagent)을 함유한 뷰렛 시약과 결합 한 방법임. 뷰렛법보다 저농도 단백질에 민감함. 라 염료결합법(Dye binding methods) 음으로 하전된 염료를 단백질 용액에 첨가하여 양으로 하전된 단백질에 첨가하면 단백 질은 염료와 함께 불용성 염을 형성하고 결합하지 않은 염료는 수용성으로 남게 됨. 남아 있는 염료의 양을 흡광도를 측정하여 분석. 마 Turbimetric method 단백질 분자는 trichloroacetic acid와 같은 시약의 첨가에 의해 침전되어 용액을 탁하게 만듦. 탁도를 특정하여 단백질 농도를 측정. 124

136 Table 20. 단백질 및 아미노산 분석 방법 방법 적용 제한점 비용 참고문헌 총 질소 켈달(Kjeldahl) 수동, 모든 식품 무기 질소로 인한 약간 의 간섭 저 A O A C International,2002;Sulli 자동, 무기 질소로 인한 약간 van & Carpenter,1993 의 간섭 중 Dumas 자동, 모든 식품 무기 질소 포함. Analytical portion size 고 A O International,2002 A C R a d i o c h e m i c a l methods 대부분의 식품 특수 기계 필요 매우 고 Pomerantz Moore,1975 & 단백질 총 질소x특정계수 모든 식품 단백질 질소 x 특정 채소, 일부 생선, 계수 이스트 식품, insect foods, 모유 특수 식품에 적용할 수 있는 방법 비단백 질소로 인한 오 차 비단백 질소 측정용 방 법으로 선택, 아미노산 질소에 사용하면 좋음. 저 저 FAO/WHO,1973 Koivistrine et al.1996; Bell,1963 Formol 적정 유제품 특수함 저 Taylor,1957; AOAC International, 2002; Chang,1998 Noll, Simmonds & 뷰렛 반응 유제품 특수함 저 B u s h u k, ; Taylor,1957; as formol Folin 시약 qksdmd 유제품 특수함 저 Lowty et al, 1951; Huang et al,1976; as formol 알칼리 증류 시리얼 저 Chang,1998 염료-결합 특수식품, 일부 시 리얼, 일부 두류 특수함 저 as formol NIR(근적외선 율) 반사 일부식품에 확립 대해 많은 수의 보정용 표본 이 필요함 고 Hunt et al 1977a 아미노산 분석 방법 산 가수분해 후 이온- 교환크로마토그래피 산 가수분해 후 HPLC 산 가수분해와 유도체 화(derivatization) (황 아미노산) 함유황 아미노산의 산 화 후에 산 분해 (트립토판) 알칼리 가수분해와 이 온-교환 크로마토그래 피 (트립토판, 함유황 아 미노산) 비색정량 (이용 가능한 리신) 비색정량 모든 식품 불안정한 아미노산의 가 수분해에 의한 손실 & 가지달린 아미노산은 천 천히 유리됨 모든 식품 상동 고 상동 대부분의 식품 유도체 선택이 결정적 고 중~ 고 AOAC International, 2002; De Geeter & Huyghebaert,1992 상동 대부분의 식품 가수분해적 손실 고 상동 대부분의 식품 기타 아미노산의 가수분 해적 손실 고 Moore & Stein,1948; Landry & Delhave,1993 대부분의 식품 저 B Christie l a c k b u r n, ; & Wiggins,1978 대부분의 식품 저 C a r p e n t e r, ; Booth,

137 Table 21. 질소 값을 단백질로 전환하기 위한 계수 식품의 종류 계수 식품의 종류 계수 동물성 식품 식물성 식품 육류와 생선 6.25 밀 젤라틴 5.55 전곡 5.83 우유 및 유제품 6.38 겨 6.31 카제인 6.40 배아 5.80 모유 6.37 배유 5.70 달걀 쌀과 쌀가루 5.95 전란 6.25 호밀과 로밀가루 5.83 알부민 6.32 보리와 보리가루 5.83 비텔린 6.12 귀리 5.83 기장 6.31 옥수수 6.25 콩류 6.25 콩 5.71 견과류 아몬드 5.18 브라질 5.46 땅콩 5.46 기타

138 (3) 지질 분석 방법 (가) 총지질 함량 분석 1 용매 추출법(solvent extraction) 지질은 유기용매에 녹고, 물에는 녹지 않는 점을 이용. 용매추출법은 식품의 지질 분리 및 지질 함량 측정에 가장 많이 쓰이는 방법임. 일괄 용매 추출법(Batch solvent extraction) 시료와 용매를 분리관(separatory funnel)에 넣고 혼합한 후 분리관을 격렬하게 흔들고 유기용매와 수용액을 분리하여 수용액은 버리고, 용매 안의 지질 농도는 용매를 증발시킨 후 남아있는 지질양을 측정함. 부분 계속 용매 추출법(Semi-continuous solvent extraction) 식품에서 지질 추출 효율성을 증가시키기 위해 일반적으로 사용되는 방법임. Soxhlet법 이 가장 많이 사용되는 SCSE의 예임. 계속 용매 추출법(continuous solvent extract) Goldfish 법은 Soxhlet 법과 유사한데, 추출 챔버의 모양만 다름. 이것은 추출 시간을 단축시키는 장점이 있으나 용매의 channeling이 생겨 추출이 비효율적으로 일어나는 단점 이 있음. 가속화된 용매 추출법(Accelerated solvent extraction) 고온과 고압 상태에서는 용매 추출의 효율성이 더 증가되는 점을 이용. 분석에 필요한 용매의 양을 감소시켜 비용절감과 환경 관점에서도 유익. 온도와 압력을 증가시킨 용매추 출을 위해서는 특수 장비가 필요함. 초임계 유체 추출(Supercritical fluid extraction) 초임계유체를 사용하는 추출법. 초임계유체 중 압력, 밀도, 온도의 관계에서 초임계 이 산화탄소는 임계점이 상온으로 비교적 낮고 인체에 안전하고 염가이기 때문에 식품을 대 상으로 한 추출에 이용되고 있음. 2 비용매 액체추출법(Nonsolvent liquid extraction methods) Babcock, Gerber, Detergent 방법은 비용매 액체 추출법의 예로서 우유 및 유제품의 지 질 함량 측정에 사용됨. 바브콕법(Babcock method) 우유 중의 지방은 성분 중에서 가장 가볍고 묽은 황산에 의해 침전되는 성질이 있으므 로 우유에 농축 황산을 가해서 지방이외의 성분을 용해하여 황유산 용액중에 부유되어 있 는 지방과립을 원심분리한 후 지방량을 측정하는 방법임. 거버법(Gerber method) 바브콕법과 비슷한 방법으로서 황산과 isoamyl alcohol 혼합물을 사용하고 병 모양이 약간 다르다는 점만 다름. 바브콕법 보다 빠르고 간단. 거버법은 유럽에서, 바브코법은 미 국에서 주로 사용됨. 세정제법(Detergent method) 이 방법은 매우 유독한 산을 사용함으로써 생기는 안전의 문제와 비편리성의 문제를 극 복하기 위해 개발되었음. 시료를 바브콕 병안에서 계면활성제와 섞으면 계면활성제는 지 127

139 방구막을 파괴하여 우유내 유화 입자를 둘러싸 분리되게 함. 3 지질 분석 방법들의 비교 Soxhlet 추출 - 건조 식품 중의 총지방함량 측정에 가장 많이 사용되는 방법임. 비교적 간단하고, officially 검증되었기 때문에 많이 사용됨. 단점은 비교적 건조 식품에만 적용이 가능하고, 파괴적이며, 시간이 많이 소용된다는 점 Batch solvent 또는 nonsolvent 추출법 - 수분함량이 높은 식품의 지질 분석에 사용. 조작이 간편하고, 빠르고, 재현성이 높고, 필요한 시료량이 적고, 비파괴적인 장점이 있으 나 비싸고, 다른 식품 성분에 의해 간섭받지 않은 식품 유형에만 가능한 단점이 있음. official 분석을 위한 표준법으로는 추출법이 사용됨. 이것이 보다 정확하고 일반적으로 적용이 가능하기 때문임. 기계를 사용하는 분석법은 빠른 측정이 가능하여 식품회사에서 대량으로 빠른 시간내에 분석을 할 때 유용함. (나) 지질 조성의 분석 1 크로마토그래피(Chromatography) 크로마토그래피는 지질을 분리, 분석하기 위한 가장 좋은 방법 중의 하나임. 크로마토그 래피는 지질의 조성-포화, 불포화, 다중불포화지방산, 콜레스테롤, 지방의 산화정도, 열 또 는 방사선 손상의 정도, 항산화제의 존재 등도 측정이 가능. 식품 중의 지질 분석에 이용 할 수 있는 크로마토그래피는 thin layer chromatography(tlc), gas chromatography(gc), 그리고 HPLC 등이 있음. TLC TLC는 주로 식품 중의 지질의 유형-중성지질, DG, MG, 콜레스테롤, cholesterol oxide, 인지질 등을 분리하고 측정하는데 사용. GC 중성지질과 지방산은 휘발성이 적어 GC(이것은 기계 안에서 지질이 휘발되어지는 정도 로 측정)로 지질로 분석하기 어려우므로 지질은 GC 분석 전에 먼저 비누화와 메틸화를 통해 휘발성을 증가시키는 과정을 거쳐야 함. GC는 한 번에 지질 중의 지방산의 종류와 양의 분석이 가능. 2 화학적 분석법 요오드가 지질의 불포화 정도를 측정하는데 이용. 요오드가가 높을수록 불포화도가 높은 것. 비누화값 시료 내 중성지방의 평균 분자량을 측정에 이용. 산가 지방 중의 free acid의 양을 측정하는 것임. 3 기구적 방법(Instrumental technique) 지질 조성을 분석할 수 있는 기구적 방법으로 가장 강력한 것은 핵자기공명 분광법 (nuclear magnetic resonance spectroscopy, NMR)임. 128

140 4 식품 중 지질 산화를 측정할 수 있는 방법 크로마토그래피 oxygen uptake 과산화가 conjugated dienes Thiobarbituric acid(tba) Accelerated oxidation test Table 22. 지질 분석 방법 총 지방 방법 적용 제한점 비용 참고문헌 지속적 추출법(단 일 용매) 산 가수분해 가수분해 & 모세 관 GLC 혼합 용매 추출법 알칼리 가수분해 NIR(근적외선 사율) 중성지방 크로마토그래피 지방산 GLC HPLC 반 참고) 미국 유화 학회에서 제안된 방법들 저 수분 식품들 (건조된 시료) 유제품과 고당함 유 식품을 제외한 모든 식품 대부분의 식품 많은 식품들에 신 속, 효율적. 추출 물은 지방산 분석 에 사용할 수 있 음 유제품 시리얼에 대해 확 립 모든 식품 많은 식품에서 불완전한 추출. 시간이 많이 소요. 추출물을 지방산 분석에 이용할 수 없 음. 지질의 일부 가수분해. 추출물 을 지방산 연구에 이용할 수 없음. 대부분의 식품에서 완전한 추 출. 추출물은 대개 clean-up을 필요로 함. 유제품에서만 타당성이 검증되 었음 다른 공인된 방법을 사용하여 광범위한 적정을 필요로 함. 유리지방산이 간섭할 수 있음. TLC로 검증필요 저 저 고 저 저 고 중 Sullivan & Carpenter,1993 A O A C International,2002 ; Sullivan & Carpenter,1993 Ngeh-Ngwainbi, Lin & Chandler,1997; House,1997 Bligh & Dyer, 1959; Hubbard et al, 1977 A O A C International,2002 Hunt et al,1977a Gurr,Harwood Frayn,2002 메틸기 전이 후 대부분의 식품에 대해 검증되 모든 식품 었음 고 AOAC,1998 개발중 GLC를 능가하는 장점이 발견 되지 않았음 고 Gurr,Harwood & Frayn,2002 1) Ce 1-62(C9-C24 지방산 및 동물성지방의 메틸에스테르를 위한 packed 컬 럼 방법) 2) Ce 1b-89(수산물 기름과 C14-C24 지방산(EPA 및 DHA의 상대적 백분율 과 mg/g)의 에틸 또는 메틸 에스테르에서 대해 모세관 방법 3) Ce 1c-89(지방산, 트랜스 이성체들, 식물성유의 시스, 시스 메틸렌이 낀 이 성체에 대해 모세관 방법) 4) Ce 1e-91(C4-C24 지방산에 대해 모세관 방법) 5) Ce 1f-96(경과 정제유지의 시스와 트랜스 지방산에 대해 모세관 방법) 트랜스지방산 적외선 분석+GLC 모든 식품 일부 동위원소에 대해 믿을만 한 기준의 유용성 중 - 고 Gurr,Harwood Frayn,2002 적외선 흡수 모든 식품 일부 간섭 고 상동 GLC 모든 식품 모세관 기술이 필요함 고 중 / 상동 & & 129

141 (4) 탄수화물 분석 Table 23. 탄수화물 분석 방법 방법 적용 제한점 비용 참고문헌 당류 비중 당 용액 설탕에 정확 저 AOAC International, 2002; Southgate, 1991 굴절률 당 용액 실증적 적정 필요 저 상동 편광계류 단당류, 혼합물 단순 표준화된 방법에 대한 긴밀한 주의가 필요 저 상동 환원당, 전화당 reductiometric 혼합물 비-환원당 저 AOAC International,2002 비색법 단순당, 단순 Southgate,1991;Hudson et 혼합물 specificity 저 al,1976; Hudson & Bailey,1980 특이 효소 방법 포도당, 혼합물 복합 시약이 비싼편 저 Bergmeyer, 1974 GLC 복합 혼합물 유도체 필요 중 Englyst, Quigley Hudson,1994 & HPLC 복합 혼합물 칼럼과 디텍터 선택 중 - 고 Southgate,1991; Englyst, Quigley & Hudson,1994 다가 알코올 특정 효소법 일부 소수 알 코올로만 제한 효소 특이성 중 HPLC 복합 혼합물 표준화된 방법의 결여; 칼럼의 선택 중 - 고 Southgate, 1991 올리고당 특정 효소법 선별적 가수분 해와 분리 효소 특이성 GLC 복합 혼합물 칼럼의 선택 전분 편광법 일반적 당 방법을 이용한 묽은 산에 의한 가수분해 묽은 산에 의한 가 수분해 & 포도당-특 이 방법 효소적 가수분해 & 포도당-특이 방법 난소화성 전분 알칼리 또는 DMSO 를 처리하기 전과 후 전분의 효소적 가수분해 일부 시리얼 식품 고도로 정제된 식품, NSP(비 전분성다당류) β-글루칸이 낮 은 식품 매우 정밀한 적정이 필요 비전분성다당류에 한 간섭 의 중 - 고 중 - 고 저 저 β-글루칸의 존재 저 상동 모든 식품 효소와 조건의 선택 중 효소와 조건의 선택 빨리 소화되는 전분 조건의 선택 중 천천히 소화되는 전 분 비전분성 다당류 효소적 가수분해 & 전분의 제거. NSP의 산 가수분해. 단당류 조성의 GLC, HPLC 분리. 단당류를 비색 정량 거의 모든 식 품 중 조건의 선택 중 상동 저항성 전분은 가수분 해 전에 처리되어야 함. GLC는 유도체의 준비 필요. 중 - 고 Bergmeyer, 1974 Quiley, Hudson & Englyst, 1997 Fraser, Brendon-Bravo & Holmes, 1956 Southgate, 1991; Dean, 1978 Wills, Balmer & Greenfield, 1980 Champ, 1992; Englyst, Kingman & Cummings, 1992 Englyst, Kingman & Cummings, 1992 Englyst, Quigley & Hudson, 1994; Southgate,

142 (5) 회분과 무기질의 분석 (가) 회분 함량 측정 회분은 산화제 존재 하에서 가열에 의해 수분과 유기물질을 모두 제거한 후에 남은 무 기 성분으로서 총무기질 함량을 의미. 식품 내 회분함량을 분석하기 위한 3가지 주요 분 석법은: 건조 회분법, 습식 회분법, 그리고 저온 혈장 건식 회분법이 있음. 회분화는 무기 질 분석을 위한 시료 준비과정의 첫단계 임. 1 건식 회화 고온에서 회화로를 이용하여 회화시키는 것. 이 방법은 식품 내 회분 함량을 측정하기 위한 공식적인 방법(official method)으로 많이 채택되었음. 장점 : 안전, 최소한의 시약이 필요함, 많은 시료를 연속적으로 분석할 수 있음, 노동력 이 많이 필요하지 않음, 회분은 특정 무기질 분석에 이용할 수 있음. 단점 : 시간이 오래 걸림, 고온에서 휘발성 무기질의 손실(Cu, Fe, Pb, Hg, Ni, Zn) 2 습식 회화 특정 무기질 분석을 위한 준비과정으로 사용됨. 무기질을 둘러싸고 있는 유기물질을 분 리, 제거함. 장점 : 저온을 사용하므로 휘발성 무기질의 손실이 거의 없음. 건식회화보다 빠름. 단점 : 노동력이 많이 필요, 과염소산을 사용하는 경우 위험하므로 특수한 화기-차단 뚜껑이 필요, 일처리속도가 낮음. 3 저온 플라즈마 회화(Low temperature plasma ashing) 시료를 유리 그릇에 넣고 진공펌프를 사용하여 공기를 배출함. 소량의 산소를 그릇 안 으로 주입하고 발생기 산소를 분해함. 시료의 유기물질을 발생기 산소로 재빨리 산화시켜 수분을 제거함. 상대적으로 낮은 온도(<150 )을 이용하므로 저온 플라즈마 회화법은 다 른 방법보다 휘발성 무기질의 손실이 적음. 장점 : 휘발에 의한 미량 원소 손실의 기회가 적음. 단점 : 장비가 비싸고 소량의 시료만 분석 가능 (나) 무기질 분석 1 중량 분석법(gravimetric analysis) 분석할 원소를 시약을 첨가한 용액으로 침전시켜 알고 있는 화학식으로 불용성 복합체 형태가 되도록 반응시킨 후 침전물을 여과, 세척, 건조, 중량측정의 방법으로 용액에서 분 리함.시료에 존재하는 무기질 함량은 침전물의 화학식으로부터 계산. 무기질 농도가 높은 시료에 적합. 이 방법은 저울이 침전물을 정확히 측정할 수 없을 정도도의 극미량 원소의 분석에는 부적합. 2 비색법(colorimetric methods) 용액 내 특정 무기질이 반응할 때 시약의 색이 변화화는 것을 분광 광도계의 특수 파장 에서 측정하는 것. 131

143 3 적정법(titrations) EDTA compleimetric titration 식품 중 칼슘 함량 측정에 주로 이용. 회화된 식품 시료를 물에 희석하여 알칼리성으로 만든 다음 EDTA와 색깔을 띤 복합체를 형성하게 한 후 용액에 첨가하여, 용액을 EDTA 로 적정. 산화환원 반응(Redox reaction) 산화환원 반응 중에 색의 변화 등과 같이 측정할 수 있는 변화를 일으키면 이것을 측정 함으로써 물질의 농도를 정량가능. 식품 중의 칼슘 또는 철 함량은 potassium permanganate 용액으로 적정하여 측정할 수 있음. 침전물 적정(precipitation titration) 적정 반응 산물 중 적어도 하나가 불용성 침전물이라면, 침전물 적정법으로 분석할 수 있음. 식품 산업에서 일반적으로 사용되는 적정법은 염소 분석을 위한 Mohr 법임. 4 이온선택전극(Ion-selective electrodes) 많은 식품 중의 무기질 함량은 ISE를 사용하여 측정. 이것은 ph meter의 원리와 같으 나, 유리 전극의 조성이 달라서 특수한 유형의 이온(H+ 이온이 아니라 K+, Na+, NH4+, Li+, Ca2+, Rb+)에 민감하게 되어 있음. 빠르고 간단함. 버터, 치즈, 고기의 나트륨 농도, 우유 중의 칼슘 농도, 탄산음료 중의 이산화탄소 농도 등을 이 방법으로 측정할 수 있음. 5 원자 분광법(Atomic spectroscopy) 원자 분광법으로 무기질 종류와 농도를 측정하는 것은 과거의 wet chemistry 방법 보 다 매우 민감하고 특이하고, 빠른 방법이다. 원자흡수분광광도법(Atomic absorption spectroscopy) AAS는 기체 상태의 free atoms에 의한 UV-visible radiation의 흡수를 이용한 방법임. 원자방출분광법(Atomic Emission Spectroscopy) AES는 시료에 의한 방사선의 흡수가 아니라 방출을 이용한다는 점에서 AAS와 다름. 유도 결합 플라스마 원자 방출 분광기(inductively coupled plasma atomic emission spectomerty(icp-aes) 고온(6,000K)의 아르곤 플라스마로 원자를 들뜨게 하면 각 원자들은 특정 복사선을 방 출하는데 이 방출 복사선의 파장 및 세기를 측정하여 특정 원소를 정량 및 정성분석하는 기기. 132

144 Table 24. 무기질 분석 방법 적용 방법 제한점 비용 참고문헌 Na, K, Ca, Mg Na, K, Ca, Mg, Fe, Cu, Zn, Mn, Co, Cr Se 거의 양이온 모든 K, Mg, Fe, Cu, Zn Ca, Mg P Cl I F S 질 산 염 (nitrite) 아 질 산 염 (nitrate) 불꽃 광도법 건열 회화시킨 후 원자흡수분 광 광 도 법 (AAS) 수소화물 AAS 플라즈마 광도계 비색법 고전적 적정 비색법 적정법 생성 분광 침전과 간섭; AAS 보다 단순한 방법-Na, K에 는 적합 음이온의 간섭; 영양학적으로 중요한 대부분의 양 이온 분석에는 AAS 분석이 적합. 매트릭스 효과가 조절되어져야 함; 비용이 매우 많이 소요 까다로운 테크닉 중 중 - 고 중 - 고 매 우 고 저 - 중 Dvorak, Rubeska & Rezac, 1971 Osborn & Voogt, 1978; AOAC, 1984 Foster & Sumar, 1996; Murphy & Cashman, 2001 AOAC, 1984; McKinstry, Indry & Kim, 1999; Sullivan, 1993; Coni et al, 1994; Suddendorf & Cook, 1984 Sandell, 1959; Paul & Southgate, 1978; Sullivan & Carpenter, 1993 분석 시료의 수; 숙련된 기술 저 Paul & Southgate, 1978 ICP로도 측정이 가능하나 습식 분 해 표본에 적용될 때는 비색법이 더 적합함. 고전적 방법인데 결과는 만족할 만함. 저 중 Fiske & Subbarow,1925 Cotlove, Trantham & Bowman,1958 이 온 - 특 이 적 De Clercq, Mertens & 전극 간섭; 가장 단순한 방법임 중 Massart,1974 자동화된 전기 전도측정법 so good 고 Silva et al,1999 미량분류 실험실 오염 중 AOAC,1984 이 온 - 특 이 적 전극 이온 특이적 전극을 사용하는 방 법도 약간의 가능성이 있음. 중 Hoover, Melton Howard,1971 & 알칼리 회화 건성 중 AOAC,1984 GLC 측정이 가장 어려운 무기질 중 하 Mitsuhashi & 나임, 건식 회화 후 GLC에 의한 고 Kaneda,1990; Sullivan & 적정이 AOAC에서 사용되었음. Carpenter,1993 미량 분류 시간-소비 중 AOAC,1984 Ferren & Shane,1969; 이 온 - 특 이 적 K j e l l e v o l d - M a l d e, 전극 비교적 좋은 방법임 중 Bjorvatn & Julshamn,2001 폴 라 로 그 래 피 (전압전류법) 매우 감도가 높음 중 Guanghan et al,1999 중량측정법 저 Paul & Southgate,1978 X-선 형광법 고 Isherwood & King,1976 비색법 저 AOAC,1980 이 온 - 특 이 적 feiffer & Smith,1975; 전극 중 Choi & Fung,1980 HPLC 고 Wootton, Buckle,1985 Kok & 133

145 Table 25. 식품 중 무기질 분석 방법 요약(ref: Khokhar et al. 2012, Food & Nutrition Res 56) 종류 Na K Ca P Mg Mn Cl Fe Cu Zn Se I 방법과 참고문헌 ICP-OES; ICP-AES; AES (A 08/09/77; PNTA0016), EAS; flame AAS after ashing (AOAC ) ICP-OES; AES (A 08/09/77; PNTA0016), EAS; flame AAS (AOAC ) ICP-OES; ICP-AES; SAA AAS (A 08/09/77), flame AAS (AOAC ; PNTA0016) ICP-OES; ICP-AES; Colorimetric (A 08/09/77), spectrometric (PNTQ1025), UV absorption (AOAC ), atomic absorption ICP-OES; AAS (A 08/09/77), flame AAS (AOAC ; PNTA0016) Graphite furnace AAS after microwave digestion (BS 14084) Potentiometry (NF ISO 5943, NF ISO 5725, NFV 05116, NFV04289, NF EN ISO 5810, ISO , NF ISO 5943 mod) ICP-OES; ICP-AES; AAS (Dir 78/993), ICP-MS; flame AAS (AOAC ), graphite furnace AAS(PNTA0017) ICP-OES; ICP-MS; AAS; graphite furnace AAS (PNTA0017) ICP-OES; ICP-AES; AAS (Dir 78/933/NF V76-113), ICP-MS; flame AAS (AOAC ;PNTA0016) Hydride (PNTA0059), fluorescence; AAS; ICP-MS; graphite furnace AAS after microwave digestion(bs 14627) Colorimetric; bromation/titrimetry (AOAC ) 134

146 (6) 지용성 비타민 분석 Table 26. 지용성 비타민 분석 적용 방법 제한점 비용 참고문헌 비타민 A 와 카로티 노이드 비타민 D 비타민 E 비타민 K 크 로 마 토 그 래 피 HPLC 생물학적 방법 (Bioassay) 낮은 레티노이드 회수율; 카로 티노이드의 과량측정 이 방법은 이온교환 칼럼 및 HPLC 방법에 비해 감도가 떨 어져 현재 더 이상 사용되지 않음. 카로티노이드의 식별 현재 최상의 분석 방법임. 저 중-고 정밀도 낮음; 동물 설비 필요 저-고 비색법 정확성과 민감성 결여 저 GC HPLC Radio-immuno assay 현재 HPLC 방법에 밀려 잘 사용되지 않음. 액체 간섭; 대부분의 식품에서 분석 전에 두 단계의 준비 단 계 필요, 비용과 고가 장비가 필요하지 만 현재 최고 수준의 분석 방 법임. 중 고 고 ACOAC,1984; Carr & Price,1926 Scott,1992; Scott & Hart,1993; Scott et al,1996; Wills & Rangga,1996; Taungbodhitham et al,1998 Kodice가 & Lawson,1967; AOAC International,1995 Nield, Russell & Zimmerli,1940; Eisses & De Vries,1969 Bell & Christie,1974; Koshy,1982 Mattila et al,1993,1994,1995; MAFF,1997 Bates,2000 비색법 간섭 물질 저 Tsen,1961; Wiggins,1978 Christie & GC 중-고 Christie, Dean & Millburn,1973 HPLC 추출 테크닉 고 Piironen et al,1984, 1987 비색법 특이성 결여 저 Irreverre & Sullivan, 1941; Hassas, Abd El Fattah & Zaki,1975 칼럼 크로마토 그래피 현재 사용하지 않음 Matschiner & Taggart,1967 GC 중-고 Dialameh & Seifert,1979 Olson,1969; HPLC 액체 간섭; 현재 최상의 분석 방법임 고 Cook et al,1999; Indyk & Woollard,1997; Piironen & Koivu,2000; Koivu et al,

147 (7) 수용성 비타민 분석 Table 27. 수용성 비타민 분석 적용 방법 제한점 비용 참고문헌 비 타 민 C 티아민 리 보 플 라빈 니아신 비 타 민 B6 비 타 민 B12 엽산 판 토 텐 산 비오틴 염료 적정 아스코르브산만 측정 가능; 색소 간섭 L-AA과 dehydroaa이 비타민 C 활성을 보 임. 식품내 daa 함량은 낮으므로 AA 측정 만으로도 충분. 2,6-dichlorophenolindophenol의 환원이 가장 단순하고 가장 신뢰성 있는 방법임. 저 AOAC,1984 비색법 비활성 물질만 측정 가능 저 Roe & Kuether,1943 형광법 아스코르브산과 구분 불가 디하이드로아스코르브산의 저 Deutsch & Weeks,1965 GLC 중 Schlack,1974 HPLC 널리 사용되고 성능 우수 고 미생물학적 측 정 시간; HPLC 방법에 의한 결과와 일치도 높음 Keating & Haddad,1982; Wimalasiri & Wills, 1983; Speek, Schrijiver & Schreurs, 1984; Schuep & Keck, 1990 저 Bell, 1974 형광법 저 AOAC,1984 HPLC 가장 선호되는 방법임. 그러나 방법들 간에 큰 차이 없음 고 Fellman et al, 1982; van den Berg et al, 1996; Wimalasiri & Wills, 1985 미생물학적 정 측 시간; 저 Osborne & Voogt, 1978; AOAC, 1984 형광법 저 AOAC, 1984 Fellman et al, 1982; Wimalasiri & Wills, HPLC 가장 선호되는 방법임. 그러나 방법들 간에 큰 차이 없음 고 1985; Wills, 1985; Schuep Wimalasiri & Greenfield, & Steiner, 1988; van den Berg et al, 1996 미생물학적 정 측 시간 저 Osborne & Voogt, 1978; Sullivan & Carpenter, 1993 AOAC, 1984; 비색법 유독성 시약 저 AOAC, 1984; Sullivan & Carpenter, 1993 HPLC 가장 성능 우수 고 미생물학적 분 석 HPLC 방사-미생물학 적분석 미생물학적 분 석 방사선-동위원 소법 미생물학적 분 석 HPLC Kit 미생물학적 분 석 시간; 다른 비타민 형태에 대해 반응이 같지 않음; 총 수치만 분석 가능; 산 수분해와 인 산염의 효소에 의한 인산가수분해 후에 수행 됨. Lactobacillus leichmmanii에 의해 측정 감도가 높음. 그러나 다양한 식품에서 평가 되지는 않았음. Lactobacillus rhamnosis를 이용; 비타민 형 태에 대해 반응이 같지 않음; 총수치만 분석 가능; 형태에 따라 생물학적 활성이 다르므 로, 비타머에 따라 다른 분석 방법이 이용되 어야 함. 모든 비타머들이 잘 측정되지는 않음. 5-methyl THF 값은 비교적 정확하나 다른 비타머들의 값은 아님. 고전적 방법; Lactobacillus plantarum 사용 저 고 Finglas & Faulks, 1987; Lahely, Bergaentzle & Hasselmann,1999; Rose-Sallin et al, 2001 Osborne & Voogt, 1978; Guilarte, Mclntyre & Tsan, 1980; Sullivan & Carpenter, 1993 van den Berg et al, 1996; Ndaw et al, 2000 고 Guilarte, Shane & Mclntyre, 1981 저 Thompson, Dietrich & Elvehejem, 1950; Jay, 1984; AOAC, 1984; Sullivan & Carpenter, 1993 고 Casey et al, 1982; Bates, 2000 저 Wright & Phillips, 1985; AOAC, 1984; Shrestha, Arcot & Paterson, 2000 고 Finglas et al, 1999; Vahteristo et al, 1996 저 Bell, 1974; AOAC, 1984; Sullivan & Carpenter, 1993 HPLC 고 Woollard, Indyk & Christiansen, 2000 미생물학적 분 석 동위원소 희석 법 방사 측정-미 생물학적 분석 고전적 방법; Lactobacillus plantarum 사용 저 Bell, 1974 고 Hood, 1975 고 Guilarte, 1985 단 백 질 - 결 합 방사성-면역학 고 Bates, 2000 적 분석 HPLC 고 Lahely et al,

148 나. 미국의 식품과 영양소 분석 프로그램(NFNAP) 미국의 Nutrient Data Laboratory (NDL)은 식품성분 데이터를 얻기 위한 분석연구를 수행하고 있음. 1997년 이래로, USDA-후원 계약은 aegis of the National Food and Nutrient Analysis Program (NFNAP) 하에서 수행되고 있음. 1997년에, the NDL은 National Heart Lung and Blood Institute 및 다른 기관, 그리고 Offices of the National Institutes of Health (NIH)와 협력하여 the National Food and Nutrient Analysis Program(NFNAP)을 구축했음. NFNAP의 목표는 USDA National Nutrient Databank의 양과 질을 향상시키는 것임. 이런 목표 달성을 위해 5가지 원칙을 세웠음 분석할 식품과 영양소의 선택과 순위 식품과 영양소에 대해 존재하는 데이터 평가 시료선택을 위한 전략 개발 식품의 처리 및 분석 검토 및 결과 보급 1997년 창립 이래, 1900개 이상의 식품이 NFNAP 하에서 분석되어졌으며 이 중 1600개 이상의 값이 DB에 수록되었졌음. 식품 성분 데이터의 취득, 평가, 보급 과정은 계속 진행 되고 있음. 항상 새로운 샘플이 수집되고, 준비되고, 분석되어질 것이고, 이미 분석된 데이 터는 수정되고 NDL s Nutrient Data Bank System (NDBS)에 의해 처리될 것임. (1) 샘플링과 분석을 위한 주요 식품과 중요 영양소의 식별 (가) 분석을 위한 식품과 영양소의 우선선위 결정 우선 순위 결정에 Key Foods approach (Haytowitz et al., 2000; Haytowitz et al., 2002) 사용. 즉 주요 식품은 영양섭취량의 75%를 기여하는 식품들을 의미. 현재 주요식품 항목은 Dietary Guidelines Advisory Committee Report on the Dietary Guidelines for Americans, 2010 (DGAC, 2010)과Dietary Guidelines for Americans, 2010 (USDA & USDHHS, 2010)에서 과소 또는 과잉섭취하는, 또는 건강과 관련있는 식품들 임. 현재 타겟 영양소 - 총지방, 열량, 총당류, 총식이섬유, 칼슘, 철, 칼륨, 나트륨, 베타-캐로 틴, 알파-토코페롤, 비타민 C, 비타민 B12, 콜린, 콜레스테롤, 포화지방산 기타 영양소 - 트랜스 지방산, 첨가된 설탕. (나) 기존 데이터의 과학적 질 평가 1997년 NFNAP 개시 이후, SR의 식품성분값은 NDL 스태프에 의해 과학적 질이 검증 되었음. 10년 이상된 데이터, 분석된 영양소 수가 적은 식품, 완전하고 정확한 문서가 부족한 식 품, 기원이 불명확한 샘플 등은 데이터의 질을 개선할 필요성이 제기되었음. 기존 데이터의 질을 평가하고 문서의 수준을 향상시키기 위하여, NDL 과학자들은 데이터 137

149 질 평가를 위한 전문가 시스템을 개발(Holden et al., 2002; Holden et al., 2005). 샘플링 계획 시료 조작 분석된 시료의 수 분석 방법 분석 질 조정 NDL은 샘플링, 분석 방법, 그리고 품질 컨트롤 방법을 확립하기 위해 주요식품 목록을 전체적으로 업데이트 할 것을 결정함. (다) 미국 식품의 확률-기반된 샘플링 조사(a probability-based sampling survey) 고안과 구현 NDL은 USDA 통계전문가와 함께 확률-비례 크기(probability-proportional-to-size, PPS) 식품 샘플링 계획을 개발하였음(Pehrsson et al., 2000). 인구 크기가 비슷한 48개 인접한 주를 가로지르는 4개의 지역을 포함하는 층화 디자인을 기반으로 함. 48개의 지역적으로 분산된 주들을 1차 단계로 선별하였고, 2단계로 슈퍼마켓 아울렛을, 3단계로 특별 식품 상품을 선별함. 이들 지역의 하위집합은 특정 식품 품목과 영양소의 요구도에 따라 선택할 수 있음. 보다 많은 샘플을 요구하는 연구에서는 더 많은 지역을 선택할 수 있음. 예: 불소- 식수내 존재량 다양. 식수는 2계절 이상에 걸쳐 144지역에서 샘플링함. (Pehrsson et al., 2006). 샘플링 전략을 디자인하는데 고려할 다른 사항은 주요 식품 선별과정에서 식별된 저섭취 식품으로 분석된 일부 샘플 또는 낮은 농도 또는 극미량 존재하여 식사에서 유의적으로 섭취되지 않는 식품의 영양소를 위한 샘플링임. 특수 식품 상품은 시장점유율에 근거한 샘플링 접근법으로 선택. 예) 피자 : 피자는 많은 영양소의 주요 기여자임을 확인하였음. FNDDS는 패스트푸드 피 자 레스토랑의 피자와 집에서 냉동 가열된 피자를 구분하지 않았음, 따라서 NDL은 두 종 류를 모두 분석하였음. 몇 가지 다른 종류(예: 치즈, 페퍼로니, 페퍼러니와 소시지, 그리고 고기/채소 조합)과 브랜드(예: 주요 국가 브랜드와 가계 브랜드)를 위에서 기술한대로 수 퍼에서 구입했음. 후에, 주요 네셔널 체인으로부터 패스트 푸드 레스토랑 피자를 개별 레 스토랑에서 구입했음. 냉동 피자의 경우, 각 종류와 브랜드의 몇 가지 다른 종류(예: 치 즈, 페퍼로니, 그리고 디럭스)의 national composete를 구입하였음. 식품은 검증된 선별 프로토콜을 사용하여 USDA-directed professional product pickup company의 계약 하에 구입 식품은 샘플 준비를 위해 버지니어 폴리텍 기관과 버지니아주립대학의 Food Analysis Laboratory Control Center (FALCC)로 보내짐. 샘플 단위 영수증, 준비, 보관을 위한 방법들 개발 FALCC는 NDL의 지침에 따라 샘플을 균질화하고 혼합하는 방법을 꾸준히 개발하고 식 용과 비식용 부위에 대한 상대적 무게와 해부 정보를 수집 가공된 식품은 NDL 직속 USDA-qualified analytical laboratories로 보내짐. 각 식품 샘플의 보관과 결과를 FALCC에서 관리. 138

150 샘플링 계획은 특정 영양소 또는 독특한 식품의 특정 연구의 요구가 있을 때 변경 가 능. 예) 불소 수준의 결정을 위한 수돗물의 샘플링 : 샘플링 계획은 지역적으로 명백한 지 역(아메리칸 인디언과 알라스카 원주민, 히스패닉 아메리칸 등)에 위치한 특정 인구 집단 을 사용할 수도 있음. (라) USDA-감독 연구소 계약하의 샘플된 식품의 분석(Analyze sampled foods under USDA-supervised laboratory contracts) NDL의 식품 분석에 대한 계약체결 단계 : 예비 계약자의 공식 제안서 제출-분석방법, 과정, 식품의 영양소 분석 수행에 대한 상세 한 계획과 과정을 포함해야 함. 분석 방법에는 시료 조작, 저장, 추출, 소화, 분석, 그리고 정량화 단계를 포함해야 함. 제안된 분석방법은 NDL에 의해 검토되어짐. 제안서의 내용이 기술적으로 적합한 것으로 받아들여질 경우 분석을 위해 FALCC에 의해 check 샘플을 보내, 특정 영양소 분석 결과를 평가함. 가장 잘 쓴 제안서와 체크 샘플에 대한 분석 결과를 가진 제안자는 특정 영양소를 위한 계약자로 선정되어짐. 식품 표본은 NDL에 의해 개발된 방법에 따라 분석을 위해 FALCC에 의해 실험실로 보 내짐. 각 영양소의 분석방법은 Table 29와 같음. 실험실은 분석 샘플의 결과와 함께 사내 품질 조절 수행 결과를 제공해야 함. 그 다음 실험실의 결과는 품질 조정 위원회에 의해 검토됨. 즉 그 물질에 대해 공인받은 값과 비교하고 컨트롤 혼합물의 결과는 특정 컨트롤 혼합물 결과의 데이터베이스와 비교함. 식품 샘플의 분석 데이터는 그 식품 또는 유사 식 품에 대해 존재하는 데이터와 비교함. 실험실에 질문하고, 필요한 경우, 분석을 반복함. 139

151 Table 28. NFNAP 실험실에서 사용되는 분석방법 영양소 방법 고유 분석 방법 단백질(질소 연소 AOAC (4.2.04) Protein (Crude) in Animal Feed ) 연소 AOAC Protein (Crude) in Animal Feed 연소 AOAC ( ) Crude Protein in Meat and Meat Products Including Pet Foods 켈달 AOAC Nitrogen (Total) in Milk 총지방 산 가수분해 AOAC ( ) Fat in Milk, Mojo, Acid Hydrolysis 산 가수분해 AOAC ( ) Fat in Flour, Acid Hydrolysis Method 산 가수분해 AOAC ( ) Fat in Macaroni Products 산 가수분해 AOAC ( or 7.063) Fat (Crude) or Ether Extract in Pet Food 추출 AOAC Fat (Crude) or Ether Extract in Animal Feed 추출 AOAC Fat in Cheese 추출 AOAC ( ) Fat (Crude) or Ether Extract in Meat 추출 AOAC ( ) Fat in Foods, Chloroform-Methanol Extraction Method 추출 Folch et al., (1957) J. Biol. Chem., 226; 추출 Phillips et al. Simplified Gravimetric Determination of Total Fat in Mixed Food Composites After Chloroform/Methanol Extraction J. Amer. Oil Chem. Soc., 74 (1997)p 추출 AOAC Fat in Milk 회분 중량측정 AOAC ( or ) Ash of Flour 중량측정 AOAC (4.1.10) Ash of Animal Feed 중량측정 AOAC Ash of Milk 수분 진공오븐 AOAC (4.1.03) Moisture in Animal Feed 진공오븐 AOAC ( ) Moisture in Fruits, Vegetables, and their Products 진공오븐 AOAC ( ) Solids (Total) in Canned Vegetables: Gravimetric Method 강제공기 AOAC ( ) Moisture in Meat 식이섬유 효소적- 중량측정 AOAC ( ) Total, Soluble, and Insoluble Dietary Fiber in Foods 효소적- 중량측정 ( ) Total Dietary Fiber in Foods 전분 효소적- 비색측정 AOAC ( ) Starch in Cereals, Glucoamylase Method 편광계 The Feedings Stuffs (Sampling and Analysis) Regulations 1982 No. 1144, Agriculture, London 당류 LC AOAC ( ) Glucose, Fructose, Sucrose, and Maltose in Presweetened Cereals 무기질 ICP AOAC Ca, Cu, Fe, Mg, Mn, P, K, Na and Zn in Infant Formula 원자흡광도법 Laboratory modified AOAC (4.8.02) ( ) (2.6.01) Metals in Food by AAS ICP Laboratory modified AOAC (3.2.06) ( ) Metals in Food by ICP Se 방사선 동위원소희석법 Reamer & Veillon, Anal. Chem., 53, (1981) 2166 GC/MS 수소화물 생성 AOAC (9.1.01) Arsenic, Cadmium, Lead, Selenium and Zinc in Human and Pet Foods 레티놀 HPLC AOAC (modified for HPLC) Vitamin A in Mixed Feeds, Premixes, and Foods and Int'l Vitamin Nutrition (1992) (modified for HPLC determination) or a laboratory modified method with UV & fluorescent detection F 특수 이온전극 VanWinkle, Levy et al., Pediatr. Dent., 17 (1995) p305 (direct-read) 미량확산법 VanWinkle, Levy et al., Pediatr. Dent., 17 (1995) p305 (microdiffusion) 비타민 E GC Cort et al., J Agr Food Chem (1983) 31: Speek et al., J Food Sci (1985) 50: McMurray et al., J AOAC (1980) 63: LC Ye, Landen, Eitenmiller J Agric Food Chem Sep;48(9): 캐로티노이 드 HPLC AOAC ( ) modified by Quackenbush, J. Liq. Chroma. (1987) 10: HPLC Craft, N Chromatographic techniques for carotenoid separation. In Current Protocols in Food Analytical Chemistry. F2.3.1 F Wrolstad, R. E., Acree, T. E., Decker, E. A., Penner, M. H., Reid, D. S., 140

152 Schwartz, S. J., Shoemaker, C. F., Sporns, P., Editors. Wiley. New York. 티아민 형광법 AOAC Thiamine (B1) in Foods 리보플라빈 미생물법l Laboratory modified AOAC ( ) Riboflavin (Vitamin B2) in Vitamin Preparations 형광법 AOAC Riboflavin (Vitamin B2) in Foods and Vitamin Preparations (Fluorometric) 니아신 미생물법 aboratory modified AOAC ( ) Niacin and Niacinamide (Nicotinic Acid and Nicotinamide) in Vitamin Preparations 판토텐산 미생물법 AOAC ( ) Pantothenic Acid in Vitamin Preparations 미생물법 AOAC ( ) Pantothenic Acid in Milk-Based Infant Formula 비타민 B 6 미생물법 AOAC ( ) Vitamin B6 (Pyridoxine, Pyridoxal, and Pyridoxamine) in Food Extracts (Microbiological) 비타민 B 12 미생물법 AOAC ( ) Cobalamin (Vitamin B12 Activity) in Vitamin Preparations 총 엽산 미생물법 Martin et al. J Assoc Off Anal Chem Sep-Oct;73(5): 콜린 LC/ESI/MS Koc et al. (Zeisel), Quantitation of Choline and its Metabolites in Tissues and Foods by LC/ESI/MS. Anal. Chem. (2002) 74: 비타민 D LC AOAC ( ) Vitamin D in Infant Formulas and Enteral Products HPLC AOAC ( ) Vitamin D in Mixed Feeds, Premixes, and Pet Foods HPLC Birdwell et al. Am J Clin Nutr 88 (2008) 554S-557S LC/MS/MS Huang, Luzerne, Winters & Sullivan, JAOAC Int., 92 (2009) p 비타민 C 미세형광측정법 AOAC ( ) Vitamin C (Total ) in Vitamin Preparations 비타민 K HPLC Booth & Sadowski, Methods Enzymol., (1997) 282:446 (HPLC) 콜레스테롤 GC/직접 비누화 AOAC ( ) Cholesterol in Foods GC/직접 비누화 Dinh et al. J Food Comp Anal, 21 (2008) p 산 가수분해- HPLC AOAC ( ) (modified) Protein Efficiency Ratio (Ninhydrin post column) 알칼리 가수분해- HPLC AOAC (modified) Tryptophan in Foods and Food and Feed Ingredients 비색법 ( ) Hydroxyproline in Meat and Meat products Performic oxidation-hplc (4.1.11) (modified) Amino Acids in Feed (OPA post column) 아미노산 알칼리 가수분해- HPLC AOAC (modified) Tryptophan in Foods and Food and Feed Ingredients Performic oxidation-hplc AOAC (4.1.11) (modified) Amino Acids in Feed (OPA post column) 산 가수분해- HPLC AOAC ( ) (modified) Protein Efficiency Ratio (Ninhydrin post column) 비색법 AOAC ( ) Hydroxyproline in Meat and Meat products 지방산 GLC CE 1-62 (1997) Fatty Acid Composition by Gas Chromatography GLC AOCS Ce 1-62 for GC, and Ce 2-66 for prep of methyl esters GLC AOAC ( A) Fat (Total, Saturated and Monounsaturated) in Foods GLC AOAC ( A) Fat (Total, Saturated, and Unsaturated) in Foods & AOCS Ce 1c-89 Fatty Acid Composition by Gas Chromatography (modified) (5) 새로 생성된 데이터를 국가영양소데이터뱅크에 업데이트하기 위한 컴파일 Compile newly generated data to update the National Nutrient Databank 분석실험실로부터 채택된 데이터는 NDL s Nutrient Databank System (영양소DB시스템) 으로 보냄. NDL s 영양소DB시스템은 식품 성분 데이터를 관리하고 프로세스하기 위한 3 단계 (Initial, Aggregated, and Compiled)로 디자인되어 있음(Haytowitz et al, 2009). 141

153 초기단계: 모든 개별 데이터 점수는 분석방법, 분석 품질 조절, 시료 조작, 일반적 측정, 성분과 폐기 데이터, 각 시료 단위에 대한 근원과 샘플링 정보, 어떻게 개별 시료 단위들 이 혼합되었는지 등에 관한 완전한 정보와 함께 저장되어짐. 값들은 100g 당의 표준 단위 로 전환되어지며, 원래 받았던 데이터도 저장되어짐. 취합단계: NDL 과학자들은 데이터의 그룹(예. 다른 소스 또는 단일 소스에서 모아진 데 이터), 데이터 가중치(대개 마켓 공유 또는 상품 정보에 따른), 그리고/또는 식품 품목에 대해 기존 데이터가 존재할 때 새로운 데이터의 조작(예: 옛 데이터 대체 또는 새로운 데 이터와 결합) 등을 결정함. 특별한 통계과정을 거쳐 데이터의 그룹을 합하고 기술통계를 생성하는데 이용되어짐. 편집단계: FNDDS에서 사용된 식품 품목에 있어서, 결측치는 과학적 원칙에 따라 채워넣 어야 함(Schakel et al., 1998). 결측치는 레시피를 사용하거나 또는 DB시스템 내의 공식 모듈을 이용하여 계산함. 이러한 모듈은 선형회귀방정식에 근거하며, 이 모듈은 식품의 결 측치 생성과 식품의 완전한 영양소프로파일을 만드는데 사용됨. The formulation regression program은 상품 라벨의 영양가와 재료를 사용함. The recipe program은 특정 식품 영양소 프로파일을 생성하기 위한 공신력 있는 소스로부터 알려진 양을 사용함. 마지막으로 식품 항목의 이름을 결정하고, 순위를 매기고, 발표되기 전 승인을 받음. 발표 되기 전에, 데이터를 전문가에 보내 검토하고; 브랜드명 품목은 식품 회사 또는 적절한 무역 협회에 보내고, 그리고 다른 식품은 분석가 또는 다른 식품과 영양소 함량 관련 전 문가에게 보냄. 전문가는 데이터가 그들의 상품에 대한 지식에 비추어 적합한지, 만일 어 떠한 변화가 필요한지를 지적함. 만일 변화가 필요하다면, 그 데이터는 그 해의 SR DB 출판에서 삭제됨. 142

154 4.3.7 영양소데이터 점검 데이터 점검은 식품성분표 출판 전에 마지막 편집 단계에서 분명하게 이루어져야 함. 이 단계에서 편집자는 모든 데이터 점검이 전체 편집과정을 통해 체계적으로 수행되어졌 음을 확인할 필요가 있음. 식품성분표에 있는 모든 데이터는 정확성, 일관성, 완전성이 포함되어야 하며, 식품 식 별, 조성, 레시피, 그리고 데이터 기록 등에 대한 점검이 포함되어야 함. 점검은 식품, 식 품군, 조성, metadata에 대해 이루어질 수 있음. 식품성분표에서 비일관성이 발견되었을 때, reference DB와/또는 archival DB(original data)에 대한 검토가 필요할 수 있음. 특히 그것들이 수작업으로 되어진 경우에는 모든 데이터를 이차 편집에 의해 교차-점검하고/또 는 전산화된 타당성 테스트를 할 것을 권장함. 가. 식품 식별(food identification)에 대한 점검 내용 (1) 식품명과 정의 식품명은 정확하고 논란의 여지가 없어야 함. 중요한 체크사항은 다음과 같다. (가) 식품의 가공 및 처리 정도 생것, 신선, 건조, 가공 또는 조리 조리방법 - 끓이기, 굽기, 전자레인지, 튀김 등 가시지방 제거 여부 채소, 과일, 생선의 껍질(피부) 제거 여부 염장 여부 튀김유 사용 여부 통조림/ 시럽, 쥬스, 오일 등에 저장 여부 식품의 지방 함량(우유-전유, 부분 탈지, 완전 탈지, 육류-살코기, 중지방, 고지방육) (나) 식품의 색이 식품의 효과에 영양을 미칠 수 있는 경우 식품의 색에 대한 판별 필요 식품의 색 - 특정 채소와 과일의 경우 중요할 수 있음 색의 강도 - 진한 초록 또는 연한 초록 (다) 숙성 정도 식품이 잘 익었는지 또는 덜 익었는지(예, 망고, 토마토) 식품의 완숙 또는 미숙 정도 동물의 나이 (라) 식품의 부위 동식물의 부위 - 육류의 종류(소고기, 돼지고기, 닭고기...), 우유의 종류(소, 양, 염소...) 육류 절단 상태(다지기, 썰기, 저미기...) 사육 또는 야생 143

155 (마) 강화/ 보충 여부 강화/보충된 식품 여부 무엇이 강화되었는지? 첨가된 정도 (예: RDA의 25% 등) 식품 강화가 일반적인 나라에서 수입된 것인지의 여부 (바) 식품 정의와 영양가 사이의 관계는 민감함. 건조식품은 수분함량 낮음 강화된 식품은 특정 영양소 함량이 높음 (사) 식품명은 일관되어야 함. 예 : Bread, wheat, whole grain' 대신 whole grain wheat bread' 단수 또는 복수 사용의 일관화. 예: 'berry' 또는 berries' (아) 기타 식품의 분류를 위해 학명을 사용. 식품명은 정확하게 번역. 조리된 식품의 설명이 필요. 소금을 쳤는지 안쳤는지 등(예: 감자를 구울 때 소금을 치 고 구웠는지 등) 모든 식품에 사용된 식품 기술 체계를 인덱스화해야 함. 모든 식품의 수분과 지질 함량을 정확히 기술해야 함. (2) 식품군 모든 개별 식품은 적절한 식품군에 포함되었는지 점검. 각 식품군내에서, 모든 식품은 알파벳순으로 정렬되었는지 점검. DB에서 식품코드, 식품 명, 식품군 코드 등으로 정렬 할 수 있음. (3) 식품 코드 다른 식품에 같은 식품 코드가 중복되지 않았는지 점검. 한번 주어진 식품 코드는 바꾸지 않음. 식품 코드가 어떤 식품에 한 번 주어지면 다른 식품에 재적용하지 않음. 만일 최초 식품 품목이 삭제된 경우에도. 식품 entry가 업데이트/수정되어도 같은 식품코드가 사용되었는지 점검. 식품코드를 food index/documentation에 제시하였는지 점검. (4) 정확한 식품 기술 (가) 육류 동물의 종류(닭, 소, 양) 절단 유형(다지기, 저미기, 썰기) 지방함량(살코기, 중, 고지방) 조리방법(굽기, 튀기기, 끓이기) 144

156 식용 지방의 유무 (나) 우유 동물의 종류( 젖소, 염소, 물소) 가공 방법( 건조, 액상, 초고온살균, 저온살균, 농축, evaporated) 착향료, 단맛 첨가 지방 함량(전유, 부분탈지, 탈지 and/or % 지방함량) 강화/첨가 (5) 성분에 대한 체크 (가) 성분명 및 표현 모든 값은 100g 생식품 무게의 가식부위 당으로 나타낼 것. (나) 수학적인 체크 집계된 식품들의 값은 범위를 나타내야 함. 최대값 대표값 (평균/중앙값) 최소값 대표값 (평균/중앙값) 표준편차는 n이 3 이상일 때만 계산함. (다) 조성의 비교성(Comparability) 다른 INFOODS tagname이 존재하는 성분의 경우 참고문헌 DB에서 값들을 모을 때 주의 해야 함. 같은 INFOODS tagname일 때만 그 값들을 모을 수 있음. (라) 가식부위/비가식부위/ 폐기물 가식부 또는 비가식부/폐기율 등은 여러 다른 공급원에서 복사 또는 전환되어졌는지 여 부. 선택된 정의(가식부위 또는 폐기율), 또는 표현(계수 또는 퍼센트)는 일관되게 적용. 표현방법으로 계수를 선택했으면, 모든 값은 0-1 범위에 있어야 함. 표현방법으로 퍼센트를 사용했으면 모든 값은 사이에 있어야 함. 폐기율이 있으면 폐기물 기술 권장 (예: 바나나, 36% 폐기율: 껍질) 조리된 식품의 가식부 또는 비가식부/폐기율은 공식에 따라 계산. (마) 근사값 proximates의 합(수분+단백질+지질+이용 가능한 탄수화물+식이섬유+알코올+회분)은 DB 에서 acceptable range내에 있어야 함. 선호: g, 양호: g. 합이 이 범위를 넘는 경우, 다음 사항들을 체크해 볼 것. 분석치 단백질 값의 계산(고유 계수(appropriate factor)를 적용했는지) 탄수화믈의 표현 모든 근사값의 단위, 분모 주의사항 145

157 * 탄수화물에 있어서, 만일 이용가능한 (available) 또는 총(total) 탄수화물이 잘 구분되 어 계산되어졌다면, 차이는 존재하지 않아야 함. * 만일 사용된 DB에서 이용가능한 탄수화물(available carbohydrate)가 단당류 당량 (monosaccharide equivalents)로 표현되었다면, 근사값의 합은 100을 넘는 경우가 흔함. 수분이 탄수화물 값에 함유되어 있기 때문에. 예외 * 곤충의 경우, 식이섬유가 산성 세제 방법으로 또는 중성세제 방법으로 측정된 경우에 는 근사값의 합이 유효범위인 g/100g EP를 초과할 수 있음. 이 방법들은 곤충에 있는 키틴 성분을 포함하여 아미노산이 두배로 계산되게 함. 한번은 식이섬유로, 한번은 단백질로. * 일부 식품군의 경우, 육류와 생선(내장 제외) 그리고 탄수화물 값을 0으로 추정되어짐. 이들 식품에서 계산된 탄수화물 값이 >5g/100g 또는 <-5g/100g인 경우 식품 DB에서 제 거해야 함. * 만일 단백질이 수화된 아미노산의 합으로 계산되어진다면, 근사값의 합은 수화 (hydration) 때문에 100을 초과하게 될 것임. (바) 열량 식품성분표의 에너지값을 다른 source에서 복사할 수 없다면, 가지고 있는 DB로 계산해 야 함. kj 에너지 값은 kcal로 된 에너지 값에서 계산해서는 안 됨. 모든 에너지값은 직접 계산되어야 함. 에너지 함량을 측정하는데 사용된 모든 성분은 식품성분표에 값을 가지고 있어야 함. 적용된 공식은 이용자 정보를 위해 식품성분표에 기록되어야 함. (사) 수분 수분함량 값은 식품성분표의 모든 식품에 있어야 함. 수분 값은 식품 서술(description)에 따름. 같은 수분함량을 가진 식품들이 취합되어질 수 있음. 만일 식품 품목의 수분 함량이 유의 적으로 다르다면, 그들의 영양가는 취합 전에 적정되어야 함(예. 생쌀과 밥의 수분값은 취 합할 수 없음.) 예외: 간혹 식품 내 수분함량이 달라도 식품을 취합하는 경우가 있음. 예를 들어 신선 과 일은 국가적 섭취 데이터에 근거하여 평균값으로 사용함. 왜냐하면 섭취량 조사에서 영양 소 섭취량 계산을 위해 이들 일반적인 식품의 섭취량으로 질문하기 때문임. (아) 단백질, 질소 함량 질소에 전환계수(Jones factor)를 적용하여 단백질로 계산하는 것은 단백질 값을 종류별로 다른 값을 적용했을 때 타당성이 인정되어져 왔음. 만일 단백질이 총질소값에 Jones factor를 곱하여 계산되어질 때 Jones factor를 올바르게 적용해야 함. 질소에서 계산된 총단백질은 무수 아미노산의 합보다 작을 수 있음. 만일 수화된 아미노 산을 합계를 내는데 사용했다면 일반적으로 총단백질 함량보다 높게 나옴. 146

158 주의사항: * 만일 모든 개별 아미노산이 분석되어졌다면, 수화된 형태의 개별 아미노산의 합은 질 소로부터 계산된 총단백질 값보다 높게 될 것임. 이것은 개별 아미노산들이 펩티드 결합 을 통해 H2O가 제거되어 분자량이 작아졌기 때문임. * 무수아미노산의 합으로 계산된 총단백질은 개별 아미노산의 합보다 작음. * 물을 함유한, 유수아미노산의 합으로 계산된 총단백질은 개별아미노산의 합과 같음. * 비단백질소를 많이 함유한 식품(갑각류, 모유 등): true protein(단백 질소로부터 계산된 총단백질)=(총 질소 - 비단백질소) X Jones factor (자) 총지방, 지방산, 지질 성분 1 총지방 지방 값이 다른 유용한 지방 값이 없어, Soxhlet 방법으로 측정된 값을 사용했다면 이것 은 식품성분표에 다른 이름으로 표시하여 질 낮은 자료임을 표시해주어야 함. Soxhlet 방법은 극성이고 결합된 지질의 양이 많은 식품의 경우 부적합하기 때문임. 만일 총지방값이 0이라면, 지방산과 콜레스테롤도 0임. 총지방 = 동물성 지방 + 식물성 지방 총지방 > 콜레스테롤 + 총 지방산 총지방 > 총 포화지방산 + 총 단일불포화지방산 + 총 다중불포화지방산(cis-형태) + 총 다중불포화지바안(trans-형태) 총지방 > 총 지방산 2 지방산 만일 총 포화지방산 또는 총 다중불포화지방산등에 대한 성분 군(components group)의 값이 주어졌다면, 이들 성분 군에 있는 개별 지방산이 기록되어져야 함. 총 지방산 = 총 포화지방산 + 총 단일불포화지방산(cis) + 총 다중불포화지방산(cis) + trans-지방산 총 지방산 > 총지방산(cis) + 총 trans-지방산 총 단일불포화지방산 어떠한 개별 단일불포화지방산 총 다중불포화지방산 어떠한 개별 다중불포화지방산 총 n-3 지방산 어떠한 개별 n-3 다중불포화지방산 총 trans-지방산 어떠한 개별 trans-지방산 (차) 탄수화물, 전분, 당류 1 탄수화물 다른 탄수화물의 정의와 표현이 사용된 경우, 문서에 분명히 기록하고 값들을 user table 에 표시해야 함. 만일 탄수화물이 다른 방법으로 계산된 경우, 정확한 공식을 적용하였고 결측치 값이 없 어야 함. * Available carbohydrates, calculated by difference = ( [water + protein + fat + ash + alcohol + dietary fibre]g/100g 식품 147

159 * Total carbohydrates, calculated by difference = [water + protein + fat + ash + alcohol]g/100 g 식품 총탄수화물 > 어떠한 개별 탄수화물 분획(예. 총 당류, 총식이섬유, 전분) 주의사항: FAO (2003)에 따르면, available carbohydrates을 총탄수화물로 선호함. 2 총당류 총당류 개별 단당류와 이당류의 합 총당류 > 첨가당 총당류 > 어떠한 개별 단당류와 이당류 (카) 식이섬유, 조섬유 다른 데이터 source로부터 하나의 식품 품목에 대한 평균/중앙값이 계산되어질 때, 바람 직하지 않은 식이섭취에 대한 표현(예. 조섬유)과 다른 식이섬유 표현은 제외하고 식이섬 유 값을 취합해야함. 오직 조섬유값만 이용가능하다면, 식이섬유값은 다른 식품으로부터 추정한다. 만일 이 방 법이 불가능하여, 조섬유값을 사용한다면 user DB에 이것을 표시하여 낮은 질을 가졌음 을 분명히 나타내야 함. 총식이섬유 수용성 식이섬유 + 불용성 식이섬유의 합 (타) 회분, 무기질 1 회분 만일 탄수화물값이 다르게 계산되어졌으면, 회분값이 식품성분표에 보고되어야 함. 만일 회분값이 결측치이면, 그 값을 유사한 식품에서 가져오거나 또는 무기질의 합으로 추정해야 함. 회분 값은 개별 무기질의 합보다 큼. Ash value (g/100 g EP)> (CA (mg) + FE (mg) + MG (mg)+ P (mg) + K (mg) + NA (mg) + ZN (mg)+ CU (mg) + MN (mg) + CL (mg)/1000 * 마이크로그램 단위의 무기질(Se 또는 I)는 회분무게에 유의적으로 기여하지 않으므 로 계산에 넣을 필요 없음. * 무기질로부터(예. 산화된 형태의 무기질을 위한 계수) 회분값을 추정하기 위해서는 더 많은 연구가 필요함. 2 무기질 모든 무기질을 식품성분표에 나타낼 필요는 없다. Cl의 경우 sodium (Na) value x 2.5 (assuming that all Cl is coupled with NA) 의 값으로 추정 할 수 있음. 총철 = 헴철 + 비헴철 (파) 비타민과 프로비타민 148

160 1 비타민 A 비타민 A 값은 다른 source에서 복사해 온 것이 아니라 제 DB 내에서 계산되어져야 함. 같은 정의와/공식을 적용. 전환계수는 정확히 적용하고 이것을 DB 참고문서에 기술. 사용된 정의/공식은 사용자 정보를 위해 문서에 제시. 레티놀 활성 당량과 레티놀 당량과 같이 비타민 A를 계산하는데 중요한 값은 결측치가 없어야 함. 비타민 A 값을 계산하기 위한 조성은 레티놀, β-카로틴, α-카로틴, β-크립토 잔틴 그리고 전환계수임. Vitamin A; 레티놀 활성 당량(μg) < Vitamin A; 레티놀 당량(μg) Vitamin A; 레티놀 활성 당량 (IU) <Vitamin A; 레티놀 당량(IU) 2 β-카로틴, β-카로틴 당량 β-카로틴 당량을 나타냈다면, 그 값은 제 DB를 사용하여 계산되었고, 다른 source에서 복사해온 것이 아니어야 함. β-카로틴 당량을 계산에 기여하는 값들은 결측치가 없어야 함. 만일 β-카로틴이 보고되었다면, 정확한 전환계수가 적용되어야 함. 3 니아신 총니아신 당량이 보고되었다면, 그 값은 제 DB에서 계산된 것이고 다른 곳에서 복사해온 것이 아니어야 함. 니아신 또는 니아신 당량 중의 하나를 식품성분표에 나타내야 함. 만일 두 개의 표현이 사용되었다면, 분명하게 구분해서 나타내야 함. 총 니아신 당량(mg) = niacin(mg) + 1/60 tryptophan (mg) 4 엽산 식이 엽산 당량이 보고되었다면, 그 값은 제 DB 내에서 계산된 값이고, 다른 곳에서 복사 해온 것이 아니어야 함. 식이 엽산 당량이 보고되었다면, 정확한 공식이 적용되었고, 중요한 성분이 결측치가 없어 야 함. 식이 엽산당량 = 식품 엽산(pteroylpolyglutamates)+ 1.7 x 합성된 엽산 (pteroylmonoglutamic acid) 5 비타민 E vitamin E, α - tocopherol equivalent를 사용했다면, 그 값은 제 DB로 계산된 값이고 다 른 곳에서 복사해온 것이 아니어야 함. Vitamin E > α-tocopherol 6 비타민 D 비타민 D 당량을 사용했다면, 그 값은 제 DB로 계산되었고 다른 곳에서 복사해온 것이 아니어야 함. Vitamin D equivalent = vitamin D3 + vitamin D2 + 5 x 25-hydroxycholecaciferol 149

161 Vitamin D equivalent > vitamin D (돼지고기 등 식품에는 25-hydroxycholecalciferol이 많음) 1 IU vitamin D = 0.025μg vitamin D / cholecalciferol 7 비타민 C 비타민 C = L-ascorbic acid + L-dehydroascorbic acid 비타민 C > L-ascorbic acid (특히 가공식품) (6) 기타 점검 사항들 (가) 체계적 점검 식품은 식품군내에서 주어진 성분에 따라 높은값 또는 낮은값 순서대로 정렬되어야 함. 이것은 타이핑 또는 단위 오류를 쉽게 파악하기 위함임. 특정 식품군내 성분값이 비정상적으로 높거나 낮은 경우, 이것의 이유를 파악해야 함. 수치를 검토할 때, 자주 섭취하는 식품, 또는 특정 성분에 대해 높은 영양가를 가지고 있 는 식품에 대해 더 많은 주의를 기울여야 함. 이런 식품들이 영양 섭취량을 판정하는데 보다 더 중요하기 때문임. 수치를 평가할 때, 자연산과 합성의 차이를 계산에 포함해야 함. 만일 가능하다면, 영양소 섭취는 가장 최신 식품성분표 데이터를 사용하여 계산되어야 함. 주요 변화를 인지해야만 하고 변화의 원인을 알아내야 함. (나) 결측치 결측치는 가능한 최소화 해야 함. 결측치는 절대로 0으로 표시해서는 안됨. 결측치를 피하기 위해 할 수 있는 일 : * 유사한 식품으로부터 측정하거나 다른 자료원으로부터 얻음. * 레시피 계산 또는 다른 표준 방법을 통해서 계산. * 만일 식품이 어떤 영양소를 함유하고 있지 않다는 것을 안다면 0으로 추정해도 됨 (예. 기름 안의 비타민 C) * 결측치를 채워넣을 때마다, 사용된 방법을 기록해야 함. (다) 특정 식품군에 없는 성분 다른 재료가 첨가되지 않았다면, 자연 형태 식품에는 특정 성분은 함유되어 있지 않음. * 레티놀, 비타민 B12, 콜레스테롤, 헴철 = 0 in 식물성식품 (발표식품과 버섯에는 비타 민 B12가 존재할 수 있음) * Alcohol = 0 in 발효되지 않은 모든 동식물성 식품 * 식이 섬유 = 0 in 동물성 식품 (곤충 제외) * 탄수화물 = 0 또는 trace in 가공되지 않은 동물성식품 (내장(간, 뇌) 또는 연체동물 제외) * 전분 = 0 in 가공되지 않은 동물성식품 150

162 * Vitamin D3 = 0 in 식물성 식품 * Vitamin D2 = 0 in 동물성 식품 * Vitamin K1 (phylloquinone) = 0 in 동물성 식품 * Vitamin K2 (menaquinone) = 0 in 식물성 식품 * 엽산 = 0 for 모든 식품 (강화식품 예외) * Vitamin C = 0 in 오일 (라) 식품군별 특이 점검사항들 중요한 점검사항 : 수치는 생, 가공된, 강화되지 않은 식품으로 표현함 (100g 생식품 가식부위 무게당으로 나 타냄) 곡류 * 수분 값 ~ 7 g - 15 g/100 g 가식부 * 단백질 값 ~ 6 g - 14g/100 g 가식부 * 비타민 C와 비타민 A 값은 매우 낮음(강화되지 않는 한) 구근 및 뿌리류 * 수분 값 ~ g/ 100 g 가식부 * 전분과 탄수화물 값 ~ g/100 g 가식부 * 생, 신선 전분성 구근 및 뿌리류의 지방 값 ~ g/100 g EP 콩류 * 건조 콩류의 수분 값 ~ 7 g - 13 g/ 100 g EP * 건조 콩류의 단백질 값 ~ 18 g - 35 g/ 100 g EP * 비타민 C와 비타민A 값은 매우 낮음(첨가되지 않는 한) 채소류 * 생채소의 지방 값은 일반적으로 < 1g 가식부(대두 제외) 과일류 * 과일의 지방값은 일반적으로 < 1g 가식부 (아보카도 제외) 견과류 * 비타민 C와 비타민A 값은 매우 낮음(첨가되지 않는 한) 우유 * 유제품의 콜레스테롤은 지방 함량에 비례해야 함. * 유제품의 비타민 A, D, E는 지방 함량에 비례해야 함 (강화되지 않는 한). * 지방과 지용성 비타민의 변화가 큼. * 우유류의 Ca 수준은 비슷함. * 식이섬유 값은 0 임. 육류 및 가금류 * 가금류의 단백질 함량은 < 30g/100 g EP 임. * 동물성 제품에서 주요 변화 요인은 지방 조직에 대한 살코기의 비율과 비식용에 대 한 식용 비율임. * 비타민 B1은 돼지고기를 제외한 모든 고기에서 낮음. 어류 151

163 * 신선 어류의 단백질 값은 > 30 g/100 g EP 임. * 비타민 B1은 낮고 비타민 C는 매우 낮음. (마) 가공방법 또는 색에 따라 식품에서 특별히 점검해야 할 사항들의 예 1 생식품과 조리식품 생식품의 영양가와 조리된 식품의 영양가는 다름. 왜냐하면 수율과 영양소 손실 또는 획 득 때문에. 조리 과정에서 수분이 흡수될 때, 모든 다른 영양소 값은 끓인 식품에서 낮아짐. 예외: 비타민 함량(carotenoids)은 생식품일 때보다 조리된 식품의 카로티노이드 추출 이 더 쉽기 때문에 조리 때문에 증가하는 것으로 나타날 수 있음. 튀긴 살코기 식품은 첨가된 기름 때문에 생 살코기보다 지방과 지용성 성분이 높음. 기름 기 많은 식품은 흡수된 것보다 지방과 지용성 성분을 더 많이 잃을 수 있음. 2 생식품과 건조식품 생식품의 영양가 건조식품의 영양가 건조식품에서 수분과 열에 약한 비타민들을 제외한 모든 값들은 생식품이 건조식품보다 높아야 함. 일반적으로, 값들이 창조될 수는 없음. 만일 생식품 상태의 식품이 비타민 C를 함유하고 있지 않다면, 건조상태의 식품에 비타민 C 가 존재할 수는 없음. 3 제거된 식품 부위 식품의 일부가 제거(곡류의 배아)되면, 이 부분에 많이 함유되어 있는 값은 정제된 식품 에서 낮아짐. 4 식품의 색 식품의 다른 색(노랑/오렌지/빨강/녹색)은 경작 또는 숙성 단계와 관계있는데, 종종 카로 티노이드, 피토케미칼 또는 당류 값에 변화가 생김. 식품명은 이러한 차이를 반영하는데 중요함. 예를 들면, mango pulp, deep orange의 카로 틴은 mango pulp, pale orange 보다 높음. (바) 레시피 점검 1 레시피 계산을 시작하기 전에 레시피에 있는 모든 재료는 DB에 들어있고 성분들은 점검되고 타당성이 검증된 완전한 set를 가지고 있는지 점검. 레시피 계산 때 첨가된 수분을 고려했는지 점검.(달걀 프라이 때 첨가한 기름) 레시피 계산 때 첨가된 지방을 고려했는지 점검. 레퍼런스 레시피에 명시된 대로 정확한 재료와 같은 재료양이 레시피 계산에 사용되었는 지 점검. 재료들을 집에서 사용하는 단위(큰 양판 한 개 등)로부터 가식부위 중량으로 전 환하는 과정에서 어떤 오류도 없었는지 점검. 모든 재료의 모든 영양소 값은 레시피 계산을 시작하기 전에 완전한지 확인하였는지 점 검. 152

164 레시피 계산을 위해 사용된 어떠한 유의적인 재료에 대해서도 결측치가 없었는지 점검. 결측치는 오직 minor 재료 또는 레시피에 대한 기여도가 낮은 영양소에 대해서만 허용됨. DB로부터 정확한 재료를 선택하였고, 자료원이 기록되었는지 점검. 적절한 yield factors (YF)와 nutrient retention factors (RF)가 레시피 계산을 위해 선택 되어졌고, 자료원이 기록되어졌는지 점검. 모든 조리된 식품/레시피에 대해 동일한 레시피 계산 시스템과 YF와 RF가 선택되어졌는 지 점검. 만일 다른 시스템을 사용했다면, 이것이 기록되어야 함. 개별 식품에 대한 RF가 사용되어졌는지 점검. 2 레시피 계산 레시피 계산에서 모든 공식은 정확하게 적용되었는지 점검. 레시피 재료로서 수분 또는 지방은 수분 또는 총지방 성분으로 혼동하지 않고 측정하였 는지 점검. 단일-재료 레시피의 계산된 영양소(예, 소금 없이 삶은 감자)는 생식품의 해당 영양소값 과 다름. 레시피 계산에서 모든 단계는 정확하게 수행되었고 오류가 없었는지 점검. 모든 재료들이 특정 성분에 대해 결측치를 가지면, 레시피 또한 이 성분에 대해 결측치로 가지고 있으며, 0 값으로 하지 않았야 함. 어떤 재료든 영양소 조성이 갱신되면 레시피도 갱신되어야 함. 3 문서, 기록 레시피 자료원, YF, RF가 식품성분표에 기록되었는지 점검. measured food(예. 큰 양파 한 개, 오일 한 큰스푼)의 무게와 부피가 주어졌는지 점검. 레시피 마련, 조리방법, YF의 정의가 문서에 레시피 마다 기록되었는지 점검. 레시피 목록에는 모든 재료들이 포함되어 있고, 식품성분표 그들의 양이 기록되었으며, 출 판되었는지 점검. 조리된 식품의 식품 기술에는 소금이 물에 첨가되었는지 또는 아닌지 등이 포함되어야 함. 만일 레시피가 나라에 따라 다르게 명명되고 또는 같은 이름을 가진 레시피가 다른 재료 들을 가지고 있는 경우 다양한 재료와/ 또는 지역이 레시피 명에 첨부되어야 함. 식품코드가 single 레시피로 배정받은 경우, 식품코드 또한 레시피 목록에 들어있어야 함. 그래야 레시피와 그것의 영양가를 교차 점검할 때 용이함. (7) 데이터 기록에 대한 점검 (가) 서론/일반 기록 총 식품수와 총 성분수에 대한 일반적 정보가 식품성분표에 나타나 있어야 함. 출판년도와 수/버전/편집이 있는지 확인. 전 버전과의 차이/변화가 기록되었는지 확인. 전반적인 편집 방법이 제시되었는지 점검(사용된 식품성분표 시스템, 식품성분표의 포맷 에 대한 정보 포함) 153

165 모든 DB 파일의 내용이 설명되어있어야 함. 식품 식별에 대한 정보가 기술되어 있어야 함. * 식품군 * 식품코드 * 식품 기술 체계 (예. national, LanguaL, INFOODS) 성분 명명법에 대한 정보가 기술되어 있어야 함. * 성분 ID, 코드와 성분명, 분석방법, 정의, 코멘트, 단위, 분모에 대한 정의가 포함되어 야 함. * INFOODS tagnames을 사용하여 식품성분표를 만들었는지 점검(또는 EuroFIR component identifiers 이용) * 사용된 모든 전환 계수가 수록되어 있는지 확인. 조리된 식품과 레시피에 대한 문서가 포함되어 있는지 확인. 사용된 모든 약자와 기호가 포함되어 있는지 확인. 데이터의 질이 기록되었는지 확인. * 사용된 질 판정 방법 * 데이터 선별 방법과 취합 방법 * 이상점(outlier)에 대한 테스트 * n 수(예. 개별 분석 시료의 수, 또는 데이터 points의 수)가 정의되었는지 확인. table 항목이 포함되어 있는지 확인. (나) 식품성분표의 기록 value level(가장 좋음)과 또는 food level에서의 종합적인 데이터 기록이 이루어졌는지 점 검: 자료원, 계산방법(가능한다면 분석 방법, 시료채집 방법, n수 등도 포함) 데이터의 가변성이 표준편차 또는 표준오차와 범위(최소와 최대값)가 기록되어졌는지 확 인. n이 제시되었고 정의되었는지 확인. 표준편차나 표준오차는 data 수가 3개 이상일 때 나타내어졌는지 점검. 모든 영양가는 서론 또는 기록에 제시된 정의에 따랐는지 점검. 데이터는 통일된 표준 단위로 표현되었고, 서론/문서에 제시된 단위에 따라 표현되었는지 점검. 성분은 INFOODS food component idetifier(또는 EuroFIR component identifiers)에 링크 되어 있는 대로 분명히 식별되었고, 코드화되었는지 점검. 식품명과 정의는 완전하며 모호하지 않은지 확인. (다) Food index 와 reference index 식품성분표에서 식품명이 food index에 국제언어 또는 영어로 알파벳 순으로 정리되었는 지 점검. 만일 다른 나라 언어가 있다면, 그들의 번역은 검증되었고, food index에 포함되었는지 점 검. 학명이 입증되었고 food index에 포함되었는지 점검. food index에 페이지수 또는 식품코드 수가 포함되었는지 점검. 154

166 데이타 급원에 대한 모든 참고문헌이 제시되었고 참고문헌 목적이 포함되어 있는지 점검. 같은 참고문헌 양식이 일관적으로 사용되었고 누락된 참고문헌이 없는지 점검 분석 자료의 질 평가 방법 가. 분석자료의 질을 평가하기 위해서는 다음 사항들에 대한 점검이 필요함. 식품표본의 수집과 준비작업 분석 방법의 선택과 분석이 시행되는 실험실에서의 분석의 타당성 품질 관리 절차의 적절한 시행 분석 값에 대한 자세한 검토 나. 실험실 내에서의 품질 보증을 위한 실행 방식 (1) Preventive: 분석 방법을 확실히 하기 위해 분석 전에 시행되는 예방 단계(예: 기구 유지 및 보정, 시약 테스트, 직원 훈련 등) (2) Assessment: 분석 수행 동안 분석 시스템이 바르게 실행되고 있는지를 평가하기 위한 단계 (예: 표준 및 대조시험의 사용, 보정표의 유지 등) (3) Corrective: 오류가 발견되었을 때 시스템을 수정하기 위해 취해지는 교정 행동(예: 기자재 재보정, 시약의 교체 등)(Wilcox 1978) 다. 실험실 데이터의 품질 보증을 위해 필요한 사항 적절한 방법으로 직원 훈련시키기 적절한 시설과 기자재의 공급 시약, 유리제품, 용매, 그리고 기구 및 장비의 작동에 관한 품질관리 적절한 기록 시스템의 유지 표본의 모든 측면에 대한 세밀한 주의 대조 기준 및 참조 기준의 적절한 사용 표본 및 분석의 반복 다른 실험실 결과와 비교 등 결과의 신중한 평가 분석 방법의 반복적 선택 보고서의 준비 및 검토 라. 표본수집의 품질관리 (1) 분석법 수행에 관한 품질관리: 분석 환경, 실험실 기재 및 시약, 연구원의 기술과 경험, 분석 자의 지식 등 분석 방법에 수행에 따른 전체 시스템을 확인해야 함. (2) 분석치에 관한 특이사항 : 분석에 필요한 퀄리티를 명확히 기술해야 함. 분석할 시료의 성분에 따라 방법의 특수성, 정 확도, 정밀도, 민감도 등 분석치의 신뢰성에 영향을 줄 수 있는 특이사항들을 기술해야 함. 분석 과정에서 오류가 일어날 수 있는 일반적인 원인으로는 분석방법의 부적절한 선택, 분석 자의 자질 문제, 시약 등 방법적인 문제, 기구의 보정 및 참고 기준의 보존에 대한 부주의 등 이다. 155

167 (3) 분석 방법의 타당성 검토를 위한 테크닉 (가) 표준 표본(Standard samples) 참고자료(Reference Materials: RMs) 및 표준참고자료(Standard Reference Materials:SRMs)를 이용하여 공인된 표본과 정확한 측정법을 알아내는 것이 중요함. 미국 국립표준기술위원회(National Institutes of Standard and Technology: NIST) 에서 많은 SRMs을 제공함. 유럽 Institute for Reference Materials and Measurements(IRMM)에서 대량성분, 다량 및 미량 원소, 15가지의 비타민, 5가지 다른 섬유소 측정방법 및 기타 다른 식품 성분을 위한 다양한 식품 매트릭스에서 공인된 표본물질(Certified Reference Materials:CRMs)를 제공함. ASEANFOODS SRMs 와 CRMs가 일반적으로 고가여서 일상적 사용이 어려우므 로 아시아태평양지역에서 사용할 식품참고자료의 개발을 맡았음. 그 결과 주요 영양소 및 무기질의 합의된 값을 가지는 4개의 식품 참고 물질, 즉 쌀그루, 대두 가루, 곡물- 대두 가루, 생선가루-1이 개발되어 실험실 품질관리 프로그램 또는 실험실 수행연구를 위한 시험물질로 사용되어짐. SRMs이 없는 경우에는 실험실 자체적으로 작업 표준물질(사내 표준)을 제공하여 실험 실 수행기술을 정기적으로 감시해야 함. (나) 일상적 표본(Normal (routine samples) 실험실에서 새로운 물질을 분석할 방법을 선택할 때, 이것은 관심 성분을 포함하고 있 는 일련의 일상적인 식품 표본에 적용될 수 있는 방법을 선택해야 함. (다) 분석 점검 표본세트(Analytical check sample series) 기관에 따라서는 지속적으로 회원 실험실에서 수해되는 분석의 안전성과 신뢰성을 검사 하기 위해 계획된 식품 표본을 제공할 수 있음. (라) 확인된 표본(Authentic samples) 관심 있는 식품의 확실한 표본이며, 그 구성성분이 문헌에서 완전히 설명된 표본(예: 우 유, 밀가루 등)을 분석해 보는 것도 분석 방법의 타당성 검토에 유용함. (마) 다른 방법으로 기존에 분석된 식품 표본 새로운 방법을 도입할 때, 다른 확립된 방법에 의해 이미 분석된 식품 표본을 다시 분 석하여 표본간의 차이가 만족스러운 경우 분석을 진행하는 것이 안전함. (바) 신뢰성을 점검하기 위한 내부 방법 반복 측정, 회수 연구(recovery stdies), 분석 및 계산 점검을 통해 내부적으로 신뢰성 을 점검할 수 있음. 156

168 4.3.9 수집된 자료의 질 평가 원칙 가. 수집된 자료의 질 평가를 위한 우선순위 결정 (1) 1순위 : 식품분석방법 - 식품분석방법은 그 목적에 따라 여러 가지가 있으나 국가적 차원의 영양조사를 위한 식품성분표에 수록될 값은 반드시 공식적인 방법(official method)을 분석 되어져야 함. 따라서 수집된 자료의 성분 분석 방법이 다양할 경우 공식적인 방법으로 분석 되어졌는지의 여부에 따라 우선적으로 등급을 부여할 것을 권고함. - 공식적인 방법으로 분석되었을 경우엔 4등급, 그렇지 않았을 경우 자료 등급은 5등급이 됨. (2) 2순위 : 데이터의 질 판정을 위한 기록 존재 여부 - 수집된 자료의 질 평가를 위해서는 분 석체에 대한 식별을 위한 정확한 식품 기술이 이루어져 있어야 함. 특히 식품군, 식품코드, 정확한 식품기술, 데이터 기록 등 데이터의 질 판정을 위한 기록이 완비되어 있는지 여부에 따라 등급을 부여할 것을 권고함. - 공식적인 방법으로 분석되어졌으나 데이터의 질 판정을 위한 기록이 존재하지 않은 경우 4등급이 됨. (3) 3순위 : 국내 데이터 우선 채택 - 수집된 자료 중 분석 식품 및 기관이 국내 데이터인 경우 외국 데이터에 비해 우선적으로 채택할 것을 권고함. - 공식적인 방법으로 분석되어 졌고, 데이터의 질 판정을 위한 기록이 존재하지만 국내 데 이터가 아닌 경우 3등급이 됨. (4) 4 순위 : 최신 데이터 우선 채택 같은 식품에 대해 년도별로 여러 개의 데이터가 존재하 는 경우 최신 데이터를 우선적으로 채택할 것을 권고함. - 공식적인 방법으로 분석되어 졌고, 데이터의 질 판정을 위한 기록이 존재하지만 최신 데 이터가 아닌 경우 3등급이 됨. * 본 연구의 지방산 DB 구축시 최신 년도의 데이터를 우선 채택하여 사용하였음 (5) 5 순위 : 공신력 있는 기관의 발표 자료 우선 채택 같은 식품에 대해 여러 개의 데이터가 존재하는 경우 개인 또는 사설연구소의 자료보다는 국가 또는 공인기관의 데이터를 우선적 으로 채택할 것을 권고함. - 공식적인 방법으로 분석되어졌고, 데이터의 질 판정을 위한 기록이 존재하고, 국내 데이터 만 국가 또는 공인기관의 데이터가 아닌 경우 2등급의 자료가 되며, 모든 조건을 충족시킬 경우 1등급의 자료가 됨. 위의 내용을 바탕으로 자료 등급 부여 원칙을 수립함(Fig 4). 157

169 Fig 4. 자료 등급 부여 원칙 158

170 4.4 DB 프로그램 DB 프로그램 구현의 목적 및 필요성 가. 설계된 DB의 전산화 가능여부 확인 국민건강영양조사 식품 및 영양성분 섭취량 분석을 위한 데이터베이스 설계 결과물인 본 과제에서 설계된 데이터베이스가 실질적으로 전산화되어 운영을 할 수 있는 데이터베 이스인가를 확인한다. 나. 설계된 DB의 구조 확인 본 연구과제에서 설계된 영양성분 DB의 4가지 레벨(Level 0 ~ Level 3), 영양성분 DB1, DB2의 구조가 전산화되어 어떻게 구현이 되는가를 확인한다. 다. 설계된 DB의 관리 및 이용의 용이성 확인 향후 발생할 영양DB의 데이터 취합, 새로운 식품의 추가 및 삭제, 타 DB와의 연계 가 능성 확인, 그리고 4가지 영양성분 DB에 대한 이용자별 이용 용이성을 확보할 수 있는 구조인가를 확인한다 DB 프로그램 설계의 특징 본 연구과제에서 수행한 식품 및 영양성분 섭취량 분석을 위한 데이터베이스의 설계결 과물의 구현을 위하여 상기 목적을 달성하기 위하여 아래와 같은 특징을 가진다. 가. The 4 Tires DB Structure. 본 과업의 연구결과물인 DB의 논리적 구조는 기본적으로 자료의 제공, 데이터 레벨 및 해당 DB Level의 사용자를 구별하여 4계층의 구조를 가지고 물리적으로는 자료의 제공자 를 기준으로 2가지 DB로 구성되어 있다. 마지막 3 Level DB는 생성되기는 본 DB의 생 산자가 제공하기는 하지만 외부 이용자가 사용할 수 있는 DB로서 별도의 물리적 DB로 구현될 수 있으나 본 과업의 구현에서는 DB 관리의 일관성 유지의 확인에 목적이 있으므 로 별도 DB로 구현하지는 않았다. 4계층 구조에 대해 자세하게 설명하면 다음과 같다. Working Area : 데이터의 생산자를 기준으로 4계층을 구별한 내용이다. 즉 Level 0은 내외부로부터 데이터를 취합한 레벨의 DB이고 나머지 Level 1,2,3는 질병관리본부 관 리자가 내부적으로 생산하는 DB이다. Data Level : 데이터의 처리를 기준으로 4계층을 구별한 내용으로 Level 0,1은 수집 된 데이터 그대로의 데이터이고 Level 2의 DB는 영양전문가인 DB관리자가 Level 1에 159

171 서 누락된 데이터에 대하여 계산 및 대체 처리를 한 DB이다. 그리고 Level 3는 외부 서베이에서 사용할 수 있는 공개 DB이다. Working Tool : DB의 생산방식에 대한 구분으로서 Level 0,1은 입력 서비스만을 제공 하는 관리자가 데이터를 별도 DB(Level 0)에서 통합된 DB(Level 1)로 수동만으로 생 산하는 DB이고 Level 2,3은 통합된 DB(Level 1)을 이용하여 전산화된 데이터를 가지 고 Level 2 DB를 생산하고 다시 선택적으로 Level 3 DB를 생산한다. Operator : DB의 관리주체를 기준으로 DB를 구분한 것이다. 즉 Level 0,1 DB를 생산 하고 관리하는 사람은 관리자 수준을 유지해야만 하지만 영양에 대한 전문 지식을 가 지고 있지 않아도 DB를 생산할 수 있는 수준이다. 즉 별도 DB인 Level 0를 취합하고 Level 1으로 DB를 통합시키는 작업을 수행한다. Level 2 DB는 Level 1 DB의 데이터 를 처리(계산, 대체)하여 생산하는 DB로서 그 작업의 수행자는 영양에 대한 전문 지식 을 가진 관리자가 수행하여야 한다. 이 관리자는 Level 2 DB를 이용하여 선택적으로 Level 3 DB를 생산하기도 한다. 그 Level 3 DB는 내외부의 사용자가 사용하도록 한 다. Fig 5. 4 Layers 영양성분 DB Structure 본 과업에서 설계된 영양성분 DB의 경우 상기 설명과 같이 4 계층 구조를 가지고 있고 각 계층 간의 DB간 관계 및 구별점은 아래의 그림과 같다. 160

172 Fig 6. 영양성분 DB의 계층 간 관계 및 구별점 나. 영양성분 DB의 다원화 본 과제에서 설계된 영양성분 DB는 논리적으로 각 영양성분 별 분석방법, 자료 제공자 등의 관리 유무를 기준으로 다시 DB1, DB2로 구별된다. 즉 각 영양성분에 대한 분석방 법, 자료 제공자등이 관리되지 않는 DB를 DB1, 관리되는 DB를 DB2로 구별한다. 이 DB 의 다원화 방법은 다시 상기의 4 계층 DB 구조와 수평적으로 매칭 되어지는데 그 매칭을 도식화 하면 아래의 그림과 같다. DB1 : DRIs의 모든 영양소 DB2 : 각 식품의 영양성분 별 자료 - 분석방법, 자료 제공자 Fig 7. 영양성분 DB Level과 영양성분 DB의 상호 관계 161

173 다. DB 내부 구조의 특징 본 과제에서 설계된 DB는 그를 구현함에 있어서 관리적, 발전성, 형상관리, 이식 및 통 합성을 고려하여 구현되어졌다. Table 29. 영양성분 DB의 구현 측면에서의 내부 구조 특징 항목 테이블 별도 구성 : 영양성분 DB의 향후 관리측면에서의 용이성을 확보하기 위 하여 설계된 영양성분 DB구조에서 항목과 데이터 테이블을 아래의 Table와 같이 분 리한 것이다. 이에 대한 상세 내역은 DB 프로그램 구조에서 자세하게 설명한다. 발전성 : 향후 영양성분 DB의 경우 필요에 따라서 관리항목 등이 추가 되는 경우가 발생하거나 분석방법 등이 추가 되어야만 하는 경우가 발생 할 수 있다. 이 경우 항목 테이블이 별도 관리되지 않는다면 해당하는 DB를 사용하는 모든 영양성분 DB 관리 프로그램의 수정이 필수적이나 본 DB의 경우 항목 테이블의 내용 추가만으로 간단하 게 추가 할 수 있는 이점이 있다. History : 영양성분의 경우 그 값이 변경되어져야만 하는 경우가 필수적으로 발생할 수밖에 없음을 고려한 구현이 이루어 졌다. 즉 영양성분에 대한 기본 값이 변경되었을 경우에는 Level 1,2의 DB에 새로운 레코드를 생성하여 과거 데이터가 삭제되거나 잃 어버리는 경우를 발생하지 않게 하였고 그렇지 않은 경우에는 기존 레코드에 수정하게 구현하였다. 현재의 구조는 과거 데이터에 대한 관리부분은 구현되어 있지는 않지만 향후 언제든지 해당 내용을 확인 할 수 있다. 즉 현재는 최종 DB 저장 내용만을 화면 에서 확인 할 수 있으나 언제든지 과거의 내용을 확인 할 수 있는 구조로 구현되어 졌 다. 이식 및 통합성 : 본 과제에서 구현된 DB구조는 타 DB와의 통합성을 고려하여 농업 진흥청의 영양성분 Code를 포함하고 있다. 또한 타 영양성분 DB의 Code를 확대 관리 할 수 있도록 되어 있다. 162

174 4.4.3 DB 프로그램의 구조 본 과제의 결과로 설계되어진 DB의 구현에서 구체적으로 정보를 저장하는 테이블은 아 래 Table와 같이 5개의 Table로 구성되어졌다. 이는 항목 테이블과 데이터 테이블을 구별 하여 구현하였으며 본 DB의 설계 특성인 4 계층 구조와 DB1, DB2의 논리적 구별이 물 리적으로 적절하게 구현됨을 최우선적으로 고려하여 구현되어졌다. Table 30. 영양성분 DB의 내부 Table 내역 또한 항목 테이블과 데이터 테이블이 구별되어져서 구성되어짐은 아래 물리적 DB 구성 현황으로 확인 할 수 있다. Fig 8. 영양성분 DB의 항목 및 데이터 테이블 분리 내역 상기 테이블의 상호 연관성은 아래의 그림과 같이 구현되어져 있다. 영양성분 데이터 테이블인 Food DB는 새로운 영양성분에 대하여 추가가 발생하거나 변경이 발생할 경우 항목 테이블인 Food Code 테이블과 Food Value 테이블을 참조하여 새로운 영양성분을 코드와 함께 생성하게 된다. 또한 DB2에 해당하는 내용의 데이터 테이블인 Food DB_NU 와는 Food DB의 일렬 ID와 Food DB_NU의 F-ID로 서로 매칭되어져 영양성분마다의 분 석종류, 데이터 제공자, 일시 등이 별도 테이블로 관리되어 진다. 새로운 영양성분이 추가되거나 기존 영양성분에 새로이 DB2 내용이 추가 될 경우에는 DB2 내용의 데이터 테이블 Food DB_NU를 추가하여야 하는데 이때는 Food DB_NU의 항목 테이블인 Food Code_NU를 참조하여 생성하게 된다. Food DB_NU와 Food Code_NU 사이에는 NU_ID와 Code를 키로 사용하여 각 영양성분에 대해서 연결되어 진 다. 163

175 Fig 9. 영양성분 DB Table간 참조관계 DB 프로그램 구현 가. 설치 설치 준비 : 설치파일 복사 및 설치 실행파일 실행 다. 음식 DB 설치 파일을 임의의 디렉토리에 복사하고 설치 파일인 setup"을 더블 클릭한 설치 확인 : 설치된 결과를 확인한다. 설치가 완료되면 c:\program files\식품 DB 디렉토리가 만들어지고 식품 DB 디렉토리 에는 아래와 같은 파일이 생성된다. 164

176 또한 시작프로그램에 식품 DB 아이콘이 생성된다. 나. 기동 시작 프로그램의 식품 DB 아이콘을 클릭하면 아래의 그림과 같이 모든 창이 비어있는 화면이 생성된다. 다. Operation Level 1 DB에서 밀 조회 / 식품 추가, 수정 165

177 음식 DB 코드 입력 / 영양소 추가, 편집(DB2) 라. 영양성분 DB Table 구조 본 과제에서 설계되고 구현된 영양성분 DB의 실질적인 물리적 테이블 구조는 아래와 같은 구조로 되어 있다. Food Code Food Code_NU 166

178 Food DB Food DB_NU FoodValue 167

179 - 일반적으로 식품성분표(Food composition table)로 영양성분 DB(Nutrient Database) 를 만들 경우 현존하는 DB는 다음과 같은 문제점이 있다. 첫째는 식품성분표에 자료로 나와 있는 영양소의 수가 부족하다는 것이다. 여러 미 량 영양소 이외에도 요즈음 많은 사람들이 관심을 가지는 영양소의 구성 성분(예 : retinoids, carotenoids, fatty acids 등)이나 그 외 성분들(예 : non-nutrients dietary fibers, xanthines, allergens, toxins, contaminants, additives 등)까지 고려 한다면 이미 분석된 성분들로는 아주 부족하다. 둘째, 분석된 식품의 종류가 충분하지 않다는 것이다. 예를 들면, 현재 우리나라는 무역 자유화로 인하여 새로운 외국 식품이 무수히 수입되고 있어서 우리가 섭취하 는 식품의 수가 날로 늘어나고 있다. 또 식품산업의 발달은 새로운 가공식품을 끊 임없이 생산해내고, 새로운 성분들이 첨가되거나 하여 기존에 성분들을 추출해 버 리는 식품을 생산하는 등 성분에 여러 가지 변화가 일어나고 있어서 수없이 많은 식품의 종류가 있다. 모든 것들을 분석하여 수록하기는 어렵다. 셋째, 식품 자체에 차이(variance)가 있다는 것이다. 식품은 한 가지 종류라도 생물 학적인 것이기 때문에 품종 자체도 여러 가지가 있을 수 있으며, 이런 종자가 갖 는 유전적인 차이 이외에도 수확시기, 토양, 날씨 등 다양한 환경인자들이 식품성 분에 영향을 주기 때문에 어느 특정 식품을 분석했을 경우에 이 모든 변이를 대표 하는 표본을 선택하여 분석했는지를 판단하기 어려운 경우가 많다. 넷째, 분석방법에 차이가 있다는 것이다. 식품의 성분을 분석하는 방법은 꾸준히 발 달하여, 근래에 이르러서는 정밀한 기계를 사용하여 아주 미량이라도 정확히 분석 할 수 있는 방법들이 있다. 그러나 모든 식품들이 새로운 방법에 따라 새로이 분 석되기 위해서는 많은 비용, 시간, 인력이 들어 단시간내에 이루어질 수 없으므로 같은 식품성분표안이나 혹은 여러 식품성분표마다 같은 영양소에 대해 다른 방법 으로 분석한 값이 수록된다. 실험을 해보면 알 수 있지만 같은 방법을 사용했을지 라도 실험실간, 실험자간에 변이가 있을 수 있는데 이렇게 분석방법마저 다르다면 커다란 차이가 있을 수 있다는 것을 짐작할 수 있을 것이다. 다섯째, 식품성분표가 현재는 사용하기 어렵다는 것이다. 이런 자료들이 누구나 사용 하기 쉽게 같은 방법이나 또는 지표(index)가 있어서 출판 또는 컴퓨터에 저장되 어 있다면 사용하기에 용이하나 현재는 많이 사용하는 식품번호(food code)나 분 류하는 방법(food group)이 다른 경우도 많다. 여섯째, 문서화(documentation)가 되어 있지 않다는 것이다. 어떤 방법을 이용했는 지, 배추라면 어떤 종류의 배추인지 알 수 없기 때문에 같은 이름을 가진 식품이 라도 동일 식품이라고 하기에는 어려움이 있다. 식품성분표를 만들 때 어떤 상태 의 어떤 식품을 어떤 분석방법을 써서 분석했는지 문서화한다면 자료를 이용하는 데 많은 도움이 될 것이다. 현재는 이렇게 문서화되어 있는 식품성분표가 흔치 않 다. - 현재 연구된 구조로 영양성분 DB가 구성된다면 위에서 언급된 문제점들의 해소에 어느 정도 기여할 수 있을 것이다. 168

180 - 위에 제시된 방법으로 작성된 DB는 새로운 조사가 시작되기 전 즉 3년에 한번씩 DB 점검을 위해 본 연구의 Level 0 자료, 즉 새로이 수집된 자료를 수집하여 Level 1과 Level 2의 작업을 실시하여야 한다. - 위의 작업을 수행하기 위해서는 1) 국민건강영양조사 관계자는 식품성분에 대한 자 료, 레시피 자료, yield factor, retention factor 등 관련 자료를 수시로 수집한다. 2) 수집된 자료들은 위의 연구에서 제시한 방법으로 계속적으로 평가하여 Level 1의 자 료에 축적한다. 3) Level 1의 자료는 3년에 1번씩 점검을 통하여 Level 2의 자료로 만든다. 4) 위의 작업들은 일관되게 시행해야하므로 담당자가 있어야 하고, 전문가 자문위원회를 운영하여 자료의 수집과 평가를 지속적으로 한다. 169

181 6.1 활용성과 과제명 과제책임자 국민건강영양조사 식품 및 영양성분 섭취량 분석을 위한 데이터 베이스 설계 및 지방산 데이터베이스 구축 문현경 / 단국대학교 / 영양역학 가. 연구논문 번호 논문제목 저자명 저널명 집(권) 페이지 Impact factor 1 해당없음 2 국내/ 국외 SCI 여부 나. 학술발표 번호 발표제목 발표형태 발표자 학회명 연월일 발표지 국내/ 국제 1 해당없음 2 다. 지적재산권 번호 출원/ 등록 1 해당없음 특허명 출원(등록)인 출원(등록)국 출원(등록)번호 IPC분류 라. 정책활용 해당없음 마. 타연구/차기연구에 활용 해당없음 170

182 바. 언론홍보 및 대국민교육 해당없음 사. 기타 해당없음 171

183 6.2 활용계획 과제명 과제책임자 국민건강영양조사 식품 및 영양성분 섭취량 분석을 위한 데이터 베이스 설계 및 지방산 데이터베이스 구축 문현경 / 단국대 / 영양역학 가. 연구논문 번호 논문제목 저자명 저널명 집(권) 페이지 Impact factor 1 국내 영양학회 학술지에 논문게재 예정 2 국내/ 국외 SCI 여부 나. 학술발표 번호 발표제목 발표형태 발표자 학회명 연월일 발표지 국내/ 국제 1 국내 영양학회 학술대회에서 포스터 발표 또는 구연 발표 예정 2 다. 지적재산권 번호 출원/ 등록 1 2 해당없음 특허명 출원(등록)인 출원(등록)국 출원(등록)번호 IPC분류 라. 정책활용 국민건강영양조사의 정확한 분석으로 영양정책의 필요한 자료 제공 가능 마. 타연구/차기연구에 활용 국민건강영양조사 자료처리용 DB 구축 도구, 갱신 시, 자료 처리 및 관련 연구에 활용 172

184 바. 언론홍보 및 대국민교육 해당사항 없음 사. 기타 국민건강영양조사 자료처리용 DB 구축 도구, 갱신 시, 자료 처리 및 관련 연구에 활용 173

185 EuroFIR, INFOODS, USDA 데이터베이스의 현황을 살펴보았음. 174

186 참여 연구원 변경 - 1세부 연구보조원 이미량(단국대)의 개인 사정으로 인해 연구보조원 이지윤(단국대)으로 추가변경 (이미량 - 인건비 수령은 하지 않지만, 과제 참여함). OBS 변경 전 성명 참여기간 인건비 수령여부 참여율 (%) 1 이미량 7.5개월 66.9 성명 참여기간 변경 후 인건비 수령여부 참여율 (%) 이미량 7.5개월 X 66.9 이지윤 7.5개월 66.9 비고 이미량 연구 참여 이지윤 연구 참여 175

187 9.1 연구비 사용 내역 (단위 : 원 ) 비목 금액 1) 구성비 비고 구분 ㅇ 인 건 비 소 계 31,044, 책 임 연 구 원 (총 1 명) 연 구 원 (총 1 명) 연 구 보 조 원 (총 3 명) 2) 보 조 원 (총 2 명) 3,750,000 3,750,000 19,044,000 4,500, ㅇ 경 비 소 계 33,249, 여 비 727, 유 인 물 비 4,285, 전 산 처 리 비 시 약 및 연 구 용 재 료 비 회 의 비 임 차 료 교 통 통 신 비 21,465, ,800, ,000 1,167, 위 탁 정 산 수 수료 예산 480,700원에 서 459,800원 사 용함에 따라 20,900원 연구비 남음. 감 가 상 각 비 0 0 위 탁 정 산 수 수 료 480, 일 반 관 리 비 ( )% 이 윤 ( )% 3,206, ㅇ 계 67,500, ) 연구비 변경 승인된 금액으로 작성 2) 연구보조원 중 1명(윤지영)은 인건비 지급을 3.5개월(5,6,7,12월)은 대전대에서, 4개월(8, 9, 10, 11월)은 한국영양학회에서 지급 176

188 9.2 연구분담표 세 부 1 세 부 구분 소속 직위 성명 성별 분담 내용 총괄책임자, 1세부 책임연구원 한국영양학회 (단국대학교) 교수 문현경 여 연구원 동서대학교 조교수 이현숙 여 연구보조원 단국대학교 박사수료 대학원생 연구보조원 단국대학교 석사과정 대학원생 총괄 연구 계획 및 DB 통합 정도관리 1세부 연구수행 진도 관리 인건비 지급여부 참여율 Y 17.1% Y 22.4% 손태영 여 DB 관리 Y 66.9% 이미량 여 DB 작성 보조 N 66.9% 연구보조원 단국대학교 석사과정 대학원생 이지윤 여 DB 작성 보조 및 문서화 Y 66.9% 연구보조원 한국영양학회 간사 윤지영 여 총괄 연구비 및 행정 Y 26.8% 연구보조원 단국대학교 연구원 민지혜 여 DB 자료 수집 N 67.6% 보조원 단국대학교 학사 윤영희 여 결과 정리 Y 26.8% 보조원 단국대학교 학부재학 김지송 여 DB 문서화 N 26.8% 보조원 단국대학교 석사과정 이지혜 여 DB 문서화 N 26.8% 보조원 동서대학교 학부재학 호선애 여 결과 정리 Y 26.8% 177

189 <References for Notes on Foods National Food and Nutrient Analysis Program> Dietary Guidelines Advisory Committee (DGAC) Report of the Dietary Guidelines Advisory Committee on the Dietary Guidelines for Americans, (Accessed 7/6/2012). U.S. Department of Agriculture (USDA) and U.S. Department of Health and Human Services (USDHHS). Dietary Guidelines for Americans, th Edition. (Accessed 7/6/2012). U.S. Department of Agriculture, Agricultural Research Service USDA Food and Nutrient Database for Dietary Studies (release 5.0) [database]. Food Surveys Research Group web site: (Accessed 7/6/2012) Haytowitz, D.B., Pehrsson, P.R., Holden, J.M Setting Priorities for Nutrient Analysis in Diverse Populations. Journal of Food Composition and Analysis 13, Haytowitz, D.B., Pehrsson, P.R., Holden, J.M The Identification of Key Foods for Food Composition Research. Journal of Food Composition and Analysis 15, Haytowitz, D.B., Lemar, L.E., Pehrsson, P.R USDA s Nutrient Databank System A tool for handling Data from Diverse Sources. Journal of Food Composition and Analysis. 22, Holden, J.M., Bhagwat, S.A, Patterson, K.Y Development of a Multi-Nutrient Data Quality Evaluation System. Journal of Food Composition and Analysis 15, Holden, J.M., Bhagwat, S.A., Haytowitz, D., Gebhardt, S., Dwyer, J., Peterson, J.,Beecher, G.R., Eldridge, A.L Development of a database of critically evaluated flavonoid data: application of USDA s data quality evaluation system. Journal of Food Composition and Analysis 18, National Center for Health Statistics (NCHS), Center for Disease Control and Prevention (CDC), Department of Health and Human Services (DHHS) National Health and Nutrition Examination Survey Data Files. (Accessed 7/6/2012). Nutrient Data Laboratory (NDL), Agricultural Research Service (ARS), U.S. Department of Agriculture (USDA). 2004a. USDA Database on the Choline Content of Common Foods (Accessed 7/6/2012). Nutrient Data Laboratory (NDL), Agricultural Research Service (ARS), U.S. Department of Agriculture (USDA). 2004b. USDA Database for the Proanthocyanidin Content of Foods (Accessed 7/6/2012). Nutrient Data Laboratory (NDL), Agricultural Research Service (ARS), U.S. Department of Agriculture (USDA) USDA National Fluoride Database of Selected Beverages and Foods, Release 2 (2005). (Accessed 7/6/2012). Nutrient Data Laboratory (NDL), Agricultural Research Service (ARS), U.S. Department of Agriculture (USDA) National Nutrient Database for Standard Reference, Release (Accessed 7/6/2012). 178

190 Nutrient Data Laboratory (NDL), Agricultural Research Service (ARS), U.S. Department of Agriculture (USDA) USDA Database on the Flavonoid Content of Foods, Release (Accessed 7/6/2012). Nutrient Data Laboratory (NDL), Agricultural Research Service (ARS), U.S. Department of Agriculture USDA for the Isoflavone Content of Selected Foods, Release (Accessed 7/6/2012). Nutrient Data Laboratory (NDL), Agricultural Research Service (ARS), U.S. Department of Agriculture (USDA) National Nutrient Database for Standard Reference, Release (Accessed 7/6/2012). Pehrsson PR, Haytowitz DB, Holden JM, Perry CR, Beckler DG USDA s National Food and Nutrient Analysis Program: Food Sampling. Journal of Food Composition and Analysis 12, Pehrsson, P.R., Perry, C.R., Cutrufelli, R.L., Patterson, K.Y., Wilger, J., Haytowitz, D.B.,Holden, J.M., Day, C.D., Himes, J.H., Harnack, L., Levy, S., Wefel, J., Heilman, J.,Phillips, K., Rasor, A Sampling and initial findings for a national study of fluoride in drinking water. Journal of Food Composition and Analysis 19, S45-S52. Perry, C.P., Beckler, D.G., Bellow M.E., Gregory L.G., Pehrsson, P.R Alaska Native and American Indian Tribe Sampling Frame Construction and Sample Design for the National Food and Nutrient Analysis Program Proceedings of the American Statistical Association (Accessed 7/6/2012) Perry, C.R, Pehrsson P.R., Holden J A Revised Sampling Plan for Obtaining Food Products for Nutrient Analysis for the USDA National Nutrient Database Proceedings of the American Statistical Association (CD-ROM). (Accessed 7/6/2012) Phillips, K.M, Wunderlich, K.M, Holden, J.M., Exler, J., Gebhardt, S.E., Haytowitz, D., Beecher, G.R., Doherty, R.F Stability of 5-methyltetrahydrofolate in frozen fresh fruits and vegetables. Food Chem. 92: Phillips, K.M., Patterson, K.Y., Rasor, A.S., Exler, J., Haytowitz, D.B., Holden, J.M., Pehrsson, P.R Quality-control materials in the USDA National Food and Nutrient Analysis Program (NFNAP). Anal. Bioanal. Chem. 384(6): Schakel, S.F., Buzzard, I.M., Gebhardt, S.E Procedures for Estimating Nutrient Values for Food Composition Databases. J. Food Comp. Anal. 10: U.S. Census Bureau U.S. Census Bureau Population Estimates (Accessed 7/11/2012) <참고문헌> Burlingame, B. (2004). Fostering quality data in food composition databases: visions for the future. Journal of Food Composition and Analysis, 17, Burlingame, B., Monro J. (1991). Proceedings of the third OCEANIAFOODS Conference. Crop 179

191 and Food Research. Auckland. New Zealand. Bergström, L. (1994). Nutrient Losses and Gains. Statens Livsmedelsverk, Uppsala. Available a t _losses_and_gains.pdf (Accessed May, 2012). Bognár, A. (2002). Tables of weight yield of food and retention factors of food constituents for the calculation of nutrition composition of cooked foods (dishes). Bundesforschungsanstalt für Ernährung, Karlsruhe. Available at (Accessed June 2012). Charrondiere, U.R. (2012a). Basic principles for assembling, management and updating of a food composition database. PowerPoint Presentation. Available at: ftp://ftp.fao.org/ag/agn/infoods/basic%20principles%20in%20assempling%20mangement%20upd ating.pdf (Accessed June, 2012). Charrondiere, U.R. (2012b). Food selection, nomenclature, classification and identification in databases. PowerPoint Presentation. Available at ftp://ftp.fao.org/ag/agn/infoods/food%20nomenclature.pdf (Accessed June, 2012). Charrondiere, U.R. (2012c). Food composition database management systems and interchange. PowerPoint Presentation. Available at: (Accessed June, 2012). Charrondiere, U.R., Burlingame, B., Berman, S., Elmadfa, I. (2011a). Food Composition Study Guide. Questions and exercises (volume 1) second revised edition. FAO, Rome. Available at (Accessed June, 2012). Charrondiere, U.R., Burlingame, B., Berman, S., Elmadfa, I. (2011b). Food Composition Study Guide. Questions, exercises and answers (volume 2) second revised edition. FAO, Rome. Available at (Accessed June, 2012). Charrondiere U.R., Burlingame, B. (2011). Report on the FAO/INFOODS Compilation Tool: A simple system to manage food composition data. Journal of Food Composition and Analysis, 24, Codex Alimentarius (2007) Food Labelling. Fifth edition. FAO. Rome. Italy. Avaialble at: ftp://ftp.fao.org/docrep/fao/010/a1390e/a1390e00.pdf (Accessed July, 2007). EuroFIR (2012a). European Food Information Resource Network (Accessed May, 2012). EuroFIR (2012b). EuroFIR Component Thesaurus. Available at: (Accessed May, 2012). EuroFIR (2012c). Food composition databases (Accessed May, 2012). EuroFIR (2012d). Website on recipe calculation, including yield and retention factors. (Accessed May, 2012). EuroFIR (2009). EuroFIR Work package 1.3, Task group 4. Guidelines for quality index 180

192 attribution to original data from scientific literature or reports for EuroFIR data interchange. October Available at Accessed June, 2012). FAO/INFOODS (2012a). FAO/INFOODS Guidelines on Conversion among different units, denominators and expressions. Soon available at FAO/INFOODS (2012b). FAO/INFOODS Density Database. Available at (AccessedOcotber, 2012). FAO/INFOODS (2011). FAO/INFOODS Guidelines of Food Matching. Version 1.1. FAO, Rome. Available at (Accessed June, 2012). FAO (2003). Food energy- methods of analysis and conversion factors. FAO, Rome. Available at (Accessed June, 2012). Finke, M.D. (2007). Estimate of chitin in raw whole insects. Zoo Biology, 26(2), FoodCase (2012). Available at: (Accessed June, 2012). Food Standards Agency (2002). McCance and Widdowson s. The Composition of Foods integrated dataset (CoFIDS). Sixth summary edition. Cambridge: Royal Society of Chemistry. Available at et surveys/(accessed June, 2012). Greenfield, H., Southgate, D.A.T. (2003). Food composition data production, management and use. FAO, Rome. Available at ftp://ftp.fao.org/docrep/fao/008/y4705e/y4705e00.pdf (Accessed June, 2012). Haytowitz, D.B., Lemar, L.E., Pehrsson, P.R. (2009). USDA s Nutrient Databank System A tool for handling data from diverse sources. Journal of Food Composition and Analysis, 22, 433 H441. Holden, J.M., Bhagwat, S.A., Patterson, K.Y. (2002). Development of a multi-nutrient data quality evaluation system. Journal of Food Composition and Analysis, 15(4), INFOODS (2012a). The International Network of Food Data Systems. Available at (Accessed May, 2012). INFOODS (2012b). Tagnames for components. Available at (Accessed May, 2012). Ireland, J., Møller, A. (2000). Review of International Food Classification Description. Journal of Food Composition and Analysis, 13, Jones, D.B. (1941). Factors for Converting Percentages of Nitrogen in Foods and Feeds into Percentages of Protein. U.S. Department of Agriculture, Circular No. 183, Slightly revised edition 1941 (Original version 1931). Klensin, J.C. (1992). INFOODS Food Composition Data Interchange Handbook. United Nations University, Tokyo. Available at (Accessed June, 181

193 2012). Klensin, J.C., Feskanich, D., Lin, V., Truswell, A.S., Southgate, D.A.T. (1989). Identification of Food Components for INFOODS Data Interchange. United Nations University, Tokyo, Available at: ftp://ftp.fao.org/es/esn/infoods/klensinetal1989identificationoffoodcomponents.pdf (Accessed May, 2012). LanguaL (2012) The International Framework for Food Description. Available at (Accessed June 2012). Merrill A.L., Watt, B.K. (1973). Energy value of foods, basis and derivation. Human Nutrition Research Branch. Agriculture Research Service. United States Department of Agriculture. Agriculture Handbook No.74. Available at (Accessed May, 2012). Murphy, E.W., P.E. Criner, and B.C. Gray Comparison of methods for determining retentions of nutrients in cooked foods. Journal of Agriculture and Food Chemistry 23:1153. Pennington, J.A.T. (2008). Applications of food composition data: Data sources and considerations for use. Journal of Food Composition and Analysis, 21, S3 S12. Pennington, J.A.T (1996). Issues of food description. Food Chemistry, 57(1), Rand, W.M., Pennington, J.A.T., Murphy, S.P., Klensin, J.C. (1991). Compiling Data for Food Composition Data Bases. United Nations University Press, Tokyo, Japan. Schakel, S.F., Buzzard, I.M., Gebhardt, S.E. (1997). Procedures for Estimating Nutrient Values for Food Composition Databases. Journal of Food Composition and Analysis, 10, Truswell, A.S., Bateson, D.J., Madafiglio, K.C., Pennington, J.A.T., Rand, W.R., Klensin, J.C. (1991). INFOODS Guidelines for Describing Foods: A Systematic Approach to Describing Foods to Facilitate International Exchange of Food Composition Data. Journal of Food Composition and Analysis, 4, USDA (2011). USDA National Nutrient Database for Standard Reference, Release 24. Available at (Accessed May, 2012). USDA (2007). Table of Nutrient Retention Factors, Release 6 Available at (Accessed May, 2012). USDA (1975). Agriculture Handbook No Food Yields Summarized by Different Stages of Preparation. USDA Agricultural Research Service, Washington, D.C. Available at (Accessed May, 2012). Westenbrink, S., Oseredczuk, M., Castanheira, I. (2009). Food composition databases: The EuroFIR approach to develop tools to assure the quality of the data compilation process Food Chemistry, 113, <Additional literature> Burlingame, B., Monro J. (1991). Proceedings of the third OCEANIAFOODS Conference. Crop and Food Research. Auckland, New Zealand. Buzzard, I.M., Schakel, S.F., Ditter-Johnson, J. (1993). Quality Control in the Use of Food and Nutrient Databases for Epidemiologic Studies. In: Proceedings of the First International Food 182

194 Data Base Conference held in Sydney, Australia, September. Heather Greenfield and FAO. First edition. (Available at: ftp://ftp.fao.org/docrep/fao/008/af282e/af282e00.pdf (Accessed May, 2012). Castanheira, I., Roe, M., Westenbrink, S., J., Møller, A., Salvini, S., Beernaert, H., Oseredczuk, M., Calhau, M.A. (2009) Establishing quality management systems for European food composition databases, Food Chemistry, 113 (3), Schlotke, F., Becker, W., Ireland, J., Møller, A., Ovaskainen, M.-L., Monspart, J., Unwin, I. (2000). EUROFOODS recommendations for food composition database management and data interchange. Journal of Food Composition and Analysis, 13 (4), <References Cited in the Documentation> Adams, C.F Nutritive Value of American Foods in Common Units. U.S.Department of Agriculture, Agricultural Handbook 456. AOAC International Official Methods of Analysis, 18th ed., AOAC International, Gaithersburg, MD. Booth, S.L., K.W. Davidson, and J.A. Sadowski Evaluation of an HPLC method for the determination of phylloquinone (vitamin K1) in various food matrices. Journal of Agricultural and Food Chemistry 42: Byrdwell, W. C., J. Devries, J. Exler, J.M. Harnly, J.M. Holden, M.F. Holick, B.W. Hollis,R.L. Horst, M. Lada, L.E. Lemar, K.Y. Patterson, K.M. Philips, M.T. Tarrago-Trani, W.R. Wolf Analyzing vitamin D in foods and supplements: methodologic challenges. American Journal of Clinical Nutrition. 88(2):554S-557S. Chun, J., Martin, J.A., Chen, L., Lee, J., Ye, L., Eitenmiller, R A differential assay of folic acid and total folate in foods containing enriched cereal-grain products to calculate μg dietary folate equivalents (μg DFE). Journal of Food Composition and Analysis 19(2-3): Craft, N Chromatographic techniques for carotenoid separation. In Current Protocols Food Analytical Chemistry. F2.3.1 F Wrolstad, R. E., Acree, T. E., Decker, E. A., Penner, M. H., Reid, D. S., Schwartz, S. J., Shoemaker, C. F., Sporns, P., Editors. Wiley. New York. Dietary Guidelines Advisory Committee (DGAC) The Report of the Dietary Guidelines Advisory Committee on Dietary Guidelines for Americans, Available from (accessed 07/06/2012). Dinh, T.T.N., Blanton Jr., J.R., Brooks, J.C., Miller, M.F., Thompson, L.D A simplified method for cholesterol determination in meat and meat products. Journal of Food Composition and Analysis 21: Fulton, L., E. Matthews, and C. Davis Average Weight of a Measured Cup of Various Foods. U.S. Department of Agriculture, Home Economics Research Report 41. Gebhardt, S.E., and R.G. Thomas Nutritive Value of Foods. U.S. Department of Agriculture, Home and Garden Bulletin 72.* 183

195 Haytowitz, D.B., P.R. Pehrsson, and J.M Holden The national food and nutrient analysis program: a decade of progress. Journal of Food Composition and Analysis 21(Supp. 1):S94-S102.* Holden, J.M., S.A. Bhagwat, and K.Y. Patterson Development of a multi-nutrient data quality evaluation system. Journal of Food Composition and Analysis 15(4): * Holden, J.M., A.L. Eldridge, G.R. Beecher, Buzzard, I.M. Bhagwat, S.A., Davis, C.S., Douglass, Larry W., Gebhardt, S.E., Haytowitz, D.B., and Schakel, S Carotenoid content of U.S. foods: An update of the database. Journal of Food Composition and Analysis 12: * Huang M., Winters, D Application of Ultra-Performance Liquid Chromatography/Tandem Mass Spectrometry for the Measurement of Vitamin D in Foods and Nutritional Supplements. Journals of AOAC International 94: INFOODS Tagnames for Food Components. INFOODS web site. (Accessed 7/6/2012). Institute of Medicine Dietary reference intakes for thiamin, riboflavin, niacin, vitamin B6, folate, vitamin B12, pantothenic acid, biotin, and choline. National Academy Press, Washington, DC. Institute of Medicine Dietary reference intakes for vitamin C, vitamin E, selenium, and carotenoids. National Academy Press, Washington, DC. Institute of Medicine Dietary reference intakes for vitamin A, vitamin K, arsenic, boron, chromium, copper, iodine, iron, manganese, molybdenum, nickel, silicon, vanadium, and zinc. National Academy Press, Washington, DC. Institute of Medicine Dietary reference intakes for vitamin D and Calcium. National Academy Press, Washington, DC. Jones, D.B Factors for Converting Percentages of Nitrogen in Foods and Feeds into Percentages of Protein. U.S. Department of Agriculture, Circular 83, slight revision.* Koc, H., Mar, M. H., Ranasinghe, A., Swenberg, J. A., and Zeisel, S. H Quantitation of choline and its metabolites in tissues and foods by liquid chromatography/electrospray ionization-isotope dilution mass spectrometry. Analytical Chemistry 74: Korz, S., and N.L. Johnson Encyclopedia of Statistical Sciences. Vol. 8, pp , John Wiley and Son, New York, NY. Kubota, J., and W.H. Allaway Geographic distribution of trace element problems. In J.J. Mortvedt, ed., Micronutrients in Agriculture: Proceedings of Symposium held at Muscle Shoals, Alabama, pp Soil Science Society of America, Madison, WI. Leonard, S.W., C.K. Good, E.T. Gugger, and M.G. Traber Vitamin E bioavailability from fortified breakfast cereal is greater than that from encapsulated supplements. American Journal of Clinical Nutrition 79: Liem, I.I.H., K.H. Steinkraus, and J.C. Cronk Production of vitamin B12 in tempeh: A fermented soybean food. Applied Environmental Microbiology 34: Livesay, G., and E. Marinos Estimation of energy expenditure, net carbohydrate utilization, and net fat oxidation and synthesis by indirect calorimetry: Evaluation of errors with special reference to the detailed composition of fuels. American Journal of Clinical 184

196 Nutrition 47: Mangels, A.R., J.M. Holden, G.R. Beecher, et al Carotenoid content of fruits and vegetables: An evaluation of analytic data. Journal of the American Dietetic Association 93: Martin, J.I., W.O. Landen, A.M. Soliman, and R.R. Eitenmiller Application of a trienzyme extraction for total folate determination in foods. Journal of the Association of Analytical Chemistry 73: Matthews, R.H., and Y.J. Garrison Food Yields Summarized by Different Stages of Ppreparation. U.S. Department of Agriculture, Agriculture Handbook 102.* Merrill, A.L., and B.K. Watt Energy Value of Foods: Basis and Derivation, revised. U.S. Department of Agriculture, Agriculture Handbook 74.* Møller A., and Ireland J LanguaL 2009 The LanguaL thesaurus. EuroFIR Technical Report D Danish Food Information. LanguaL Web site: (Accessed 7/6/2012) Murphy, E.W., P.E. Criner, and B.C. Gray Comparison of methods for determining retentions of nutrients in cooked foods. Journal of Agriculture and Food Chemistry 23:1153.* National Research Council Recommended dietary allowances, 10th ed. National Academy Press, Washington, DC. Phillips, K.M., Ruggio, D.M., and Ashraf-Khorassani, M Phytosterol composition of nuts and seeds commonly consumed in the United States. Journal of Agricultural and Food Chemistry 53(24): Phillips K.M., W.C. Byrdwell, J. Exler, J.M. Harnly, J.M. Holden, M.F. Holick, B.W. Hollis, R.L. Horst, L.E. Lemar, K.Y. Patterson, M.T.Tarrago-Trani, and W.R. Wolf Development and validation of control materials for the measurement of vitamin D3 in selected US foods. Journal of Food Composition and Analysis 21: Reamer, D.C., and C. Veillon Determination of selenium in biological materials by stable isotope dilution gas chromatography-mass spectrometry. Analytical Chemistry 53(14): Schakel, S.F., I.M. Buzzard, and S.E. Gebhardt Procedures for estimating nutrient values in food composition databases. Journal of Food Composition and Analysis 10: * Sheppard, A.J Lipid Manual: Methodology Suitable for Fatty acid-cholesterol Analysis. William C. Brown Publishers, Dubuque, IA. U.S. Department of Agriculture, Agricultural Research Service Composition of Foods: Dairy and Egg products; raw, processed, prepared. Agriculture Handbook 8 1. U.S. Department of Agriculture, Agricultural Research Service Composition of Foods: Spices and herbs; raw, processed, prepared. Agriculture Handbook 8 2. U.S. Department of Agriculture, Agricultural Research Service Composition of Foods: Baby foods; raw, processed, prepared. Agriculture Handbook 8 3. U.S. Department of Agriculture, Agricultural Research Service Composition of Foods: Fats and oils; raw, processed, prepared. Agriculture Handbook 8 4. U.S. Department of Agriculture, Agricultural Research Service Composition of Foods: 185

197 Poultry products; raw, processed, prepared. Agriculture Handbook 8 5. U.S Department of Agriculture, Agricultural Research Service Composition of Foods Soups, sauces, and gravies; raw, processed, prepared. Agriculture Handbook 8 6. U.S. Department of Agriculture, Agricultural Research Service Composition of Foods Sausages and luncheon meats; raw, processed, prepared. Agriculture Handbook 8 7. U.S. Department of Agriculture, Agricultural Research Service Composition of Foods Breakfast cereals; raw, processed, prepared. Agriculture Handbook 8 8. U.S. Department of Agriculture, Agricultural Research Service Composition of Foods Fruits and fruit juices; raw, processed, prepared. Agriculture Handbook 8 9. U.S. Department of Agriculture, Agricultural Research Service Composition of Foods Pork products; raw, processed, prepared. Agriculture Handbook U.S. Department of Agriculture, Agricultural Research Service Composition of Foods Vegetables and vegetable products; raw, processed, prepared. Agriculture Handbook U.S. Department of Agriculture, Agricultural Research Service Composition of Foods Nut and seed products; raw, processed, prepared. Agriculture Handbook U.S. Department of Agriculture, Agricultural Research Service Composition of Foods Beef products; raw, processed, prepared. Agriculture Handbook U.S. Department of Agriculture, Agricultural Research Service Composition of Foods Beverages; raw, processed, prepared. Agriculture Handbook U.S. Department of Agriculture, Agricultural Research Service Composition of Foods Finfish and shellfish products; raw, processed, prepared. Agriculture Handbook U.S. Department of Agriculture, Agricultural Research Service Composition of Foods Legumes and legume products; raw, processed, prepared. Agriculture Handbook U.S. Department of Agriculture, Agricultural Research Service Composition of Foods Lamb, veal, and game products; raw, processed, prepared. Agriculture Handbook U.S. Department of Agriculture, Agricultural Research Service Composition of Foods Baked products; raw, processed, prepared. Agriculture Handbook U.S. Department of Agriculture, Agricultural Research Service Composition of Foods Snacks and sweets; raw, processed, prepared. Agriculture Handbook U.S. Department of Agriculture, Agricultural Research Service Composition of Foods Cereal grains and pasta; raw, processed, prepared. Agriculture Handbook U.S. Department of Agriculture, Agricultural Research Service Composition of Foods Fast foods; raw, processed, prepared. Agriculture Handbook U.S. Department of Agriculture, Agricultural Research Service Composition of Foods Raw, processed, prepared. Agriculture Handbook 8, 1989 Supplement. U.S. Department of Agriculture, Agricultural Research Service Composition of Foods Raw, processed, prepared. Agriculture Handbook 8, 1990 Supplement. U.S. Department of Agriculture, Agricultural Research Service Composition of Foods Raw, processed, prepared. Agriculture Handbook 8, 1991 Supplement. U.S. Department of Agriculture, Agricultural Research Service Composition of Foods Raw, processed, prepared. Agriculture Handbook 8, 1992 Supplement. 186

198 U.S. Department of Agriculture, Agricultural Research Service Provisional Table on the Selenium Content of Foods. USDA, HNIS, PT 109. U.S. Department of Agriculture USDA Table of Nutrient Retention Factors, Release 6. Nutrient Data Laboratory Home Page at (Accessed 7/6/2012)* U.S. Department of Agriculture, Agricultural Research Service USDA Database for the Choline Content of Common Foods. Nutrient Data Laboratory web site: (Accessed 7/6/2012)* U.S. Department of Agriculture, Agricultural Research Service USDA National Fluoride Database of Selected Beverages and Foods - Release 2. Nutrient Data Laboratory web site: (Accessed 7/6/2012)* U.S. Department of Agriculture, Agricultural Research Service USDA Food and Nutrient Database for Dietary Studies (release 5.0) [database]. Food Surveys Research Group web site: (Accessed 7/6/2012) U.S. Food and Drug Administration, Department of Health and Human Services Food Labeling. Code of Federal Regulations, Title 21, Pt U.S. Government Printing Office web site: (Accessed 7/6/2012). Van Winkle S, Levy S.M., Kiritsy M.C., Heilman J.R., Wefel J.S., Marshall T Water and formula fluoride concentrations: Significance for infants fed formula. Pediatric Dentistry. 17(4): Watt, B.K., and A.L. Merrill Composition of Foods Raw, Processed, Prepared. U.S. Department of Agriculture, Agriculture Handbook 8. Weihrauch, J.L., and A.S. Chatra Provisional Table on the Vitamin K Content of Foods, Revised. USDA, HNIS, PT 104.* Weihrauch, J.L., L.P. Posati, B.A. Anderson, and J. Exler Lipid conversion factors for calculating fatty acid content of foods. Journal of the American Oil Chemists Society 54: Weihrauch, J.L., and J. Tamaki Provisional Table on the Vitamin D Content of Foods. USDA, HNIS, PT 108.* Williams, J., Patterson, K., Howe, J. (Retired), Snyder, C., Boillot, K., Lofgren, P.,Thompson, L., Luna, A., Nalawade, A., Douglass, L., Holden, J Nutrient Composition in Ground Pork using Regression Techniques (Poster). Institute of Food Technologists Annual Meeting + Food Expo. Anaheim, CA. June 6-9, 2009, (Accessed 7/6/2012) * Ye, L., Landen, W.O., and Ronald R. Eitenmiller, R.R Ye, Landen, Eitenmiller Liquid Chromatographic Analysis of all-trans-retinyl Palmitate, β-carotene, and Vitamin E in Fortified Foods and the Extraction of Encapsulated and Nonencapsulated Retinyl Palmitate. Journal of Agricultural and Food Chemistry. 48(9): Zeisel, S. H., and Blusztajn, J. K Choline and human nutrition. Annual Reviews of 187

199 Nutrition. 14: Zeisel, S.H., Mar, M.H., Howe, J. C., Holden, J. M Concentrations of choline containing compounds and betaine in common foods. Journal of Nutrition 133: ; Erratum Journal of Nutrition. 133:

200 해당없음 189

201 190

202 Ⅲ. 제2세부연구개발과제 연구결과 1.1 목표 연구 배경 및 필요성 가. 지방 및 지방산 섭취와 건강효과 지방산의 종류와 관상심장질환과의 관련성 - Hu et al. (1997)에 의하면 Nurses Health Study에 참가한 80,082명을 14년간 추적관찰한 결과 지방산 섭취와 관상심장질환의 위험도 간의 관련성이 있었음. Fig 1. Nurses Health Study 참가자 80,082명의 14년 추적관찰에 의한 지방산섭취와 관상심장질환의 위험도(Hu et al. 1997) - 임상중재연구에서 포화지방을 불포화지방으로 바꾸었을 때 혈중 콜레스테롤과 관상심장질환의 위 험도 모두 감소함(Sacks 1994). 191

203 Fig 2. 임상중재연구와 관상심장질환의 위험도(Sacks 1994) 국내 식이 지방산 섭취와 만성질환 발생과의 상관 연구에는 타당성이 확보된 국내 식품 지방산 DB의 부재로 지방산 섭취량의 정확한 추정이 어려워 이들 간의 연구가 미비 - 대부분의 연구는 생체지료를 이용하는 연구로 제한이 되어 있는 상황이며 생체지표는 개인별 생리적 상태에 따라 변이가 커서 섭취량 추정이 필요함 나. 지방 및 지방 섭취관련 정책 동향 WHO에서 만성질환으로 인한 조기사망률 감소를 위한 정책 방향 - 비감염성질환(만성질환)은 전 세계 사망원인의 60%를 차지하는 등 국제적인 건강 문제로 인식 됨에 따라 2011년 9월 유엔 총회 고위급회의에서 만성질환 예방관리를 위한 정치적 선언문 (political declaration) 을 채택하고(WHO, 2011) 이에 따라 WHO에서는 2012년 WHO 총회에서 2025년까지 만성질환으로 인한 조기사망률을 25% 감소시키는 것을 목표로 설정하고 회원국들은 이에 대한 핵심 목표와 목표 달성을 위한 모니터링 지표를 검토하여 최종안을 제안함(WHO, 2012) - 목표 달성을 위한 모니터링 지표로는 크게 3가지로 구분되는데, 질환 발생률 및 사망률을 포함 한 결과인자, 결과에 영향을 미치는 위험요인, 의료시스템반영으로 구성. 이 중 결과에 영향을 미치는 위험요인으로 알코올섭취, 지방산섭취, 채소 및 과일의 낮은 섭취, 비만 및 과체중, 육체 적 비활동, 고혈당, 고혈압, 고콜레스테롤, 나트륨섭취, 흡연으로 정하고 각 요인에 대한 목표 감 소치를 결정함(WHO, 2012). - 지방산 섭취에 대한 모니터링 지표로는 성인 18세 이상에서 포화지방산 섭취로부터 총 에너지 섭취 비율(연령표준화)로 목표 감소치는 15%의 감소를 제안하고 있으나 국가 192

204 적 상황에 따라 적용할 것을 제안 최근 국제사회에서 만성질환의 예방 및 관리를 위해 지방산 섭취 감소의 정책적 접근에 대한 요구 증가로 이를 위한 기본자료 산출이 시급함 - WHO에서 만성질환으로 인한 조기사망률 감소를 위한 모니터링 지표 중에서 지방산 섭취의 감소 항목 포함 - 전체 지방산뿐만 아니라 지방산 종류를 구분하여 섭취 감소 목표치 선정 - 총 열량섭취 중 포화지방산 비율을 15% 감소 제안 다. 지방 및 지방산 섭취량 추정을 위한 자료 구축의 현황 국내 지방산 DB를 활용한 지방 및 지방산 섭취량 추정 현황 식품영양가표(nutrient database)는 식품의 성분을 분석한 것을 그대로 정리한 식품성분표 (food composition table)와는 달리 섭취조사결과를 분석하기 위한 용도로, 조사 시 대상자가 섭취했다고 보고한 모든 식품에 대한 함량자료가 갖추어져야 함 현재 우리나라에서 통용되고 있는 식품영양소 DB 중 지방산 식이 섭취량을 추정할 수 있도 록 제공하고 있는 것은 한국영양학회 영양정보센터의 Can-Pro 프로그램에 포함된 식품 영양 소 DB 정도이나 DB에 대한 타당도 검증이 미 확보된 상태 일부 식품에 대한 지방산 분석 자료 - 최근 농촌진흥청 국립농업과학원(2010)에서 일부 식품에 한해 지방산 성분표를 작성하여 배 포하였음 - 여기에 수록된 식품은 곡류, 감자류 및 전분류, 당류, 두류, 견과류 및 종실류, 채소류, 버섯 류, 과실류, 해조류 및 기타식품 3종임 - 제공된 지방산의 종류는 10:0, 12:0, 14:0, 16:0, 18:0, 20:0, 20:1, 22:1, 14:1, 16:1, 18:1, 20:1, 22:1, 18:2 n-6, 18:3 n-6, 18:3 n-3, 20:2 n-6, 20:3 n-6, 20:3 n-3, 20:4 n-6, 20:5 n-3, 22:2 임 국외 지방산 DB를 활용한 지방 및 지방산 섭취량 추정 현황 미국 농무성(USDA)에서는 매년 식품성분에 대한 포괄적인 정보를 제공함 - USDA DB 체계는 표준 참고치로서의 DB를 개정하여 온라인으로 제공하며, 미국 내의 모든 영양성분 관련 사업은 이를 기초자료로 사용하여 필요에 맞게 구성하는 체계임 - 현재 게시된 최신 개정은 USDA 표준 참고치를 위한 국가영양소데이터베이스(National 193

205 Nutrient Database for Standard Reference,), SR 25 임 ( - NHANES 조사에서는 이를 활용하여 조사에 적합한 DB를 구축하여 활용하고 있으며, 연도 별 자료 산출에 이용된 DB도 별도로 온라인 공개하고 있음 ( ) - 제공된 지방산의 종류는 4:0, 6:0, 8:0, 10:0, 12:0, 14:0, 16:0, 18:0, 16:1, 18:1, 20:1, 22:1, 18:2, 18:3, 18:4, 20:4, 20:5 n-3, 22:5 n-3, 22:6 n-3 임 분석 값 미비 시 처리방안 (백희영 외, 1997) 계산 - 분석된 관련식품의 자료를 이용하여 계산할 수 있음 - 구성성분을 이용하는 방법, 비슷한 식품의 영양소 부분 이용법, 가중치 이용법, 회귀분석 이용 법, 영양소 잔존율과 조리 후 무게자료 이용법, 레시피 이용법 대체 - 분석 값이나 분석 값을 이용한 계산이 불가능한 경우 비슷한 식품을 찾아 값을 대체해 줄 수 있음 - 다른 형태의 조리자료 이용, 외국자료 이용, 생물분류상 동일 속(genus)의 다른 종(species) 이용, 동일 과(family)의 다른 속(genus) 이용, 동일 식품군의 평균값이용 연구 목적 본 연구에서는 국민건강영양조사 자료처리 및 관련 연구에 활용 가능한 지방산 데이터베이스 (database, DB)를 구축하고자 하고 작성된 데이터베이스의 유효성을 검토하고자 함 1.2 목표달성도 및 관련분야에 대한 기여도 세부 연구목표 및 내용 달성도 2세부 : 국민건강 영양조사 지방산 DB 구축 지방산 DB 구축 100% DB 유효성 평가 100% 194

206 2.1 국내외 지방산 DB 구축 현황 국내 국가기관 - 농촌진흥청 농촌자원개발연구소(2006): 2006 제7차 개정판 식품성분표Ⅱ-지방산 - 농촌진흥청 국립농업과학원(2010): 2010 기능성 성분표- 무기질/지방산 - 국립수산과학원(2012): 한국수산물지방산 성분표 국외 국가기관 - 미 농무부(2012): USDA 표준 참고치를 위한 국가영양소데이터베이스 (National Nutrient Database for Standard Reference), SR 25: - 일본 문부과학성 자원조사분과(2010): 5정 증보 일본 식품표준성분표 지방산 성분표( 五 訂 増 補 日 本 食 品 標 準 成 分 表 脂 肪 酸 成 分 表 ) 기타 - 이양자 등(1995). 한국 상용식품의 지방산 조성표. 신광출판사 - 학술지에 보고된 지방산 성분 분석자료 2.2 국내외 기존 지방산 DB의 개요 1. 농촌진흥청 농촌자원개발연구소: 식품성분표 지방산 식품성분자료 경위 및 수록식품의 범위 - 경위 : 1970년 초판이 발간되었고, 1981년 제2개정판 이후로는 5년마다 개정판이 발간되었으며, 제 7개정판 은 제 6개정판(2001년) 이후 국내외에 새로 분석하였거나 또는 재분석한 것을 정밀 검토하여 제7개정안에 수록. 제7개정판의 총 수록 식품 수는 2,505종으로 그 중에 지방산에 관해서는 568종이 사용. 현재 2011년도 발간된 제8개정판이 가장 최신으로, 2006년 발간한 식품성분표 제7 개정판(Ⅰ, Ⅱ권) 중 미량성분 및 특수성분으로 미량무기질 및 지방산 조성 분석을 실시하여 그 결과를 중심으로 함량 정보를 분류하여 제공함에 따라 8차 개정판은 국내외 지방산 DB 개요 중 2에 따로 정리하였음. (농촌진흥청 식품성분표에 관한 내용은 주로 7차 개정판에 관해 다룸) - 수록식품의 범위 : 상용 식품 중 곡류 및 과실류 등은 현재 우리나라에서 가장 재 배면적이 넓고 생산량이 많은 품종을 선택하여 분석 수록함을 원칙으로 하였으며, 195

207 특히 채소류는 하우스 또는 온실재배 작물과 노지재배 작물, 어패류는 자연산과 양 식산으로, 육류는 부위별, 부산물, 가공품으로 구분. 식품은 식품군에 따라서 원재료 의 생 것, 말린 것, 삶은 것, 찐 것, 구운 것과 가공식품 등으로 나누어 원 식품과 함께 수록. 쌀과 같은 일부 다소비 식품은 널리 보급되어 있는 품종별 자료를 수록 하였으며, 돼지고기와 소고기의 경우 부위별 함량을 기준으로 대푯값을 산출 수록 하여 소비자의 사용상 편의를 도모. 수록 성분의 항목 및 분석 수치의 표시방법 - 조성표 : 총지방산 100g에 대한 각 지방산의 % 조성비, - 성분표 : 수분 보정 후 가식부 100g당 생물 중 지방산 함량을 g 단위로 표시 - 지방산은 조성에 따라 총지방산, 포화지방산, 불포화지방산으로 분류, 불포화지방산 은 단일불포화지방산, 다가불포화지방산으로 구분 - 지방산 종류 : 10:0, 12:0, 14:0, 16:0, 18:0, 20:0, 22:0, 24:0, 14:1, 16:1, 18:1, 20:1, 22:1, 24:1, 18:2 n-6, 18:3 n-3, 18:3n-6, 20:2n-6, 20:4 n-6, other (19종) - 분석 수치의 표시 방법 표시 내용 - 분석율이 낮아 검출이 안 된 경우 ø 소수점 첫째자리 반올림시 나타낼 수 없이 미량 존재하는 경우 0 분석하였으나 함유되지 않은 경우 분석대상 식품의 선정 및 구입 - 국내 상용되는 식품 중 우리나라에서 가장 생산량이 많고 자주 소비되는 농수산식 품 자원을 선정함을 원칙으로 하여 최대 생산지를 고려하여 원재료를 수집, 분석하 여 생것, 마른 것 등 시료 상태 및 조리 형태를 구분하여 수록. - 분석대상 식품의 원재료는 품종이 명확한 시료 구입을 원칙으로 하되, 품종이 확실 한 시료 확보가 어려운 경우엔 생산지가 명확한 것을 구입해서 분석에 사용. 분석방법 - 수분 : 상압가온 건조법 - 지방 : Soxhlet 에테를 추출법 DB의 식품구성 - 식품 중 지방산 성분의 식품 배열은 6개정판에 준함. 196

208 총계 곡 류 감 자 류 당 류 두 류 견과 종실류 채 소 류 버 섯 류 과 실 류 육 류 난 류 어 패 류 해 조 류 우 유 류 유 지 류 음 료 주 류 조 미 료 류 조리가공식품류 기 타 국가 출처 : 국내 2. 농촌진흥청 국립농업과학원(2010): 2010 기능성 성분표- 무기질/지방산 성격 및 경위 - 성격 : 식품 중 성분의 조성과 함량은 원재료인 동식물 종류, 품종, 생육환경, 가공 처리 등의 다양한 조건에 따라 달라지므로 동일한 식품이라 하더라도 그 차이를 보 일 수 있음. 본 성분표는 일반 시장에서 이력이 명확한 시료를 구입, 분석하여 참고 문헌 수치와의 비교 후 그 함량 값을 제시. - 경위 : 농촌진흥청에서 2006년 발간한 식품성분표 제7개정판(Ⅰ, Ⅱ권) 중 미량성 분 및 특수성분으로 구성된 Ⅱ권의 개정을 통해 성분표의 활용도를 높이고자 2010 년 증보판 에서는 미량무기질 및 지방산 조성 분석을 실시하여 그 결과를 중심으로 함량 정보를 제공. 식품성분표 제7개정판 에 수록된 수치와 2010년 증보판 에 수록 된 식품의 미량 무기질과 지방산 함량 값이 동일하지 않을 수 있음. 수록 성분의 항목 및 분석 수치의 표시방법 - 조성표 : 총지방산 100g에 대한 각 지방산의 % 조성비, - 성분표 : 수분 보정 후 가식부 100g당 생물 중 지방산 함량을 mg 단위로 표시 - 지방산은 조성에 따라 총지방산, 포화지방산, 불포화지방산으로 분류, 불포화지방산 은 단일불포화지방산, 다가불포화지방산으로 구분, 다가불포화지방산은 n-3계, n-6 계 지방산으로 구분 - 지방산 종류 : 10:0, 12:0, 14:0, 16:0, 18:0, 20:0, 22:0, 24:0, 14:1, 16:1, 18:1, 20:1, 197

209 22:1, 24:1, 18:2 n-6, 18:3 n-3, 18:3n-6, 20:2n-6, 20:3 n-6, 20:3 n-3, 20:4 n-6, 20:5n-3, 22:2 (23종) - 분석 수치의 표시 방법 표시 내용 - 분석율이 낮아 검출이 안 된 경우 ø 소수점 첫째자리 반올림시 나타낼 수 없이 미량 존재하는 경우 0 분석하였으나 함유되지 않은 경우 분석대상 식품의 선정 및 구입 - 국내 상용되는 식품 중 우리나라에서 가장 생산량이 많고 자주 소비되는 농수산식 품 자원을 선정함을 원칙으로 하여 최대 생산지를 고려하여 원재료를 수집, 분석하 여 생것, 마른 것 등 시료 상태 및 조리 형태를 구분하여 수록. - 아래의 통계자료를 활용하여 분석대상 식품을 선정 ü 1998년 계절별 다소비 식품명(통계청) ü 2002년 소비자가 알기쉬운 식품영양가분표에 수록된 식품(농촌진흥청) ü 2006년 식품성분표(제7개정판, II)에 수록되어 있지 않은 식품(농촌진흥청) ü 2007년 한국의 농업주요지표 중 농업생산액(한국은행 경제통계국) - 분석대상 식품의 원재료는 품종이 명확한 시료 구입을 원칙으로 하되, 품종이 확실 한 시료 확보가 어려운 경우엔 생산지가 명확한 것을 구입해서 분석에 사용. 시료 전처리에 대한 내용 - 식품군별 시료는 가열 조리한 것이 아니므로, 구입 직후 불순물 제거하고, 가식부만 을 취하여 생시료 자체 또는 동결 건조 후 시료를 분쇄하여 분석 전까지 냉동보관. 식품군 세척여부 처리내용 동결건조 분석부위 (가식부) 곡류 분쇄 전체 감자류 세척후 껍질 제거 종자 당류 무처리 전체 두류 분쇄 전체 종실류 껍질 제거후 분쇄 과육 채소류* 물기 제거후 가식부만 취해 절단 잎, 줄기 버섯류* 물기 제거후 가식부만 취해 절단 전체 과일류 물기 제거후 가식부만 취해 절단 과육 해조류* 분쇄 전체 기타류* 분쇄 전체 *일부 건조형태 시료는 동결건조를 하지 않고 냉동보관하여 그대로 사용하였음 198

210 분석방법 : A.O.A.C. 및 식품공전 방법에 따라 수행. - 동결건조시료 0.2~0.3g을 이용, 추출용매(chloroform:metanol=2:1) 5ml와 내부표준물 질 1,000ppm PDA (pentadecanoic acid in MeOH)를 넣고 40분간 soniction 시킨 후 0.58% NaCl solution 5ml를 넣어 다시 10분간 soniction하여 추출 --> 원심분 리(2,000rppm, 15min, 4 ) 후, 상등액 제거하고 질소 purge로 농축시켜 유도체 합 성시료로 이용 - 건조된 시료에 toluene 0.5ml, NaOH 2ml넣고 85 에서 5분간 반응 후 방냉, 다시 2ml의 14% BF 3 (boron trifluoride) 넣고 같은 조건에서 반응시켜 방냉 --> 15ml 물과 petroleum ether 넣어주고 vortext 한 후, 원심분리(2,000rpm, 10min, 4 하여 상층액만 취하여 여과(sodium sulfate, Watman filter paper(#5)한 후, 질소 purge하 여 농축된 시료를 petroleum ether 1ml를 넣고 녹여 0.5µm syringe filter 이용하여 여과한 추출액을 다음과 같은 조건하에 가스크로마토그래피(gas chromatography, GC)로 분석(Metcalfe et al., 1966) - 가스크로마토그래피(GC) 분석 조건 Column J&W DB-WAX capillary (60mX0.25mmX0.25µm) Detector FID Injection temperature 230 Detector temperature 230 Split vent 5ml/min Carrier gas Helium Internal standard 1,000ppm pentadecanoic acid(c15:0) in MeOH DB의 식품구성 - 이용의 편의를 위해 식품분류코드 10군으로 대분류 Ⅰ. 곡류 Ⅱ. 감자, 전분류 Ⅲ. 당류 Ⅳ. 두류 Ⅴ. 견과, 종실류 Ⅵ. 채소류 Ⅶ. 버섯류 Ⅷ. 과실류 Ⅸ. 해조류 Ⅹ. 기타 총계 국가 출처 : 국내 199

211 3. 국립수산과학원(2012): 한국수산물지방산 성분표 지방산 측정법 - 총지질의 지방산 methyl ester는 AOCS(1998)법에 따라 14% BF₃-Methanol 용 액을 이용하여 조제 - 총지질의 지방산 조성은 Omegawax 320 fused silica capillary column (30mX0.32mmX0.25μm)을 장착한 가스크로마토그래피(GC)로 분석 - 시료 주입구 및 FI(flame ionization) 검출기 온도는 250 로 하였으며, 칼럼오븐 온 도는 180 에서 8분간 유지한 후 3 /min으로 230 까지 승온시킨 후 15분간 유지 Carrier gas는 헬륨(He, 1.0kg/cm²)을 사용하고 split ratio는 1:50으로 함 - 분석된 지방산은 시료의 경우와 동일한 도전에서 분석한 표준품의 머무름 시간과 비교하여 동정하고, 표준 폼이 없는 지방산의 경우 GC-MS 또는 문헌상 ECL(equivalent chain length)과 비교하여 동정 - 내부 표준 폼으로는 methyl tricosanoate를 사용 수록 지방산 항목 - 지방산 함량표(제 1표)는 각 수산물 지질 함량과 지질 1g당 지방산의 성분값으로부 터 가식부 100g당 지방산의 성분값을 계산함과 동시에 n-3계 다가불포화지방산 및 n-6계 다가불포화 지방산에 대해서도 각각의 합계 계산 - 지방산 조성표(제 2표)는 탄소수 12 22의 지방산을 측정대상으로 하고, 지질 1g당 의 각 지방산을 정량하여, 지방산총량, 포화지방산, 1가불포화지방산, 다가불포화지 방산의 성분값 및 총지방산 100g당 조성비를 %로 표시 - 지방산 종류 : C12:0, C14:0, C16:0, C18:0, C14:1, C18:1, C20:1, C22:1, C18:2(ω6), C18:3(ω3), C18:4(ω3), C20:2, C22:2, C20:4(ω6), C20:5(ω3), C22:5(ω3), C22:6(ω3) 국립수산과학원의 식품안전과에 직접 전화 문의 후 들은 답변. - 실험에 사용하는 검체 수: 수산물 종류별로 3개의 시료를 준비 - 검체처리 방법 : 가식부만을 사용 - 표본 수집계획 : 지역별, 계절별로 채집 가능한 수산물들에 대해서도 계획을 함 - 분석의 정도관리 : 답변 못 들음. DB의 식품 구성 - 수산물은 이용의 편의를 위해 6군으로 대분류 200

212 대분류 Ⅰ.어류 Ⅱ. 패류 Ⅲ. 갑각류 Ⅳ. 연체류 Ⅴ. 기타동물 Ⅵ. 해조류 총계 종수 종 국가 출처 : 국내 4. 미 농무부(2012): USDA 표준 참고치를 위한 국가영양소데이터베이스 (National Nutrient Database for Standard Reference), SR 25 개요 - SR은 미국 식품성분데이터의 주요 소스로 공공과 민간 부분의 대부분의 식품 성분 데이터베이스에 대한 기초를 제공하며, 정보가 업데이트됨에 따라 새로운 데이터베 이스 버전이 출시됨 - SR25은 8,194개 식품과 146개 식품 성분이 포함되어 있음 - USDA의 감독하에 계약된 연구소에서 수집된 식품을 분석하며 분석에 참여하는 연 구소는 시료의 조작과 저장, 시료전처리, 분석, 정량과정에 대한 상세한 기술을 포 함하는 제안서를 제출하고 평가받음 - SR25은 Agriculture Handbook 8 (U.S. Department of Agriculture ) 21권 에 출판된 모든 식품과 영양소에 대한 성분 데이터와 4개의 보충제(U.S. Department of Agriculture )를 포함 - SR25의 데이터 파일은 ASCII 형식 및 Microsoft Access 2003 데이터베이스에서 사용할 수 있음 총지질 분석 방법 - 대부분 식품의 총지질 함량은 gravimetric methods로 분석된 NFNAP를 통해서 얻 어짐. 산가수분해(AOAC , , , or )와 추출법-클로로포름과 메탄올의 혼합 용매 시스템 (AOAC or Folch et al.)으로 분석. 오래된 값은 에테르 (AOAC , , or )에 의해서도 얻어졌음 - Lipid : fatty acid methyl esters의 percentage로 구해졌고, GLC로 분석(AOAC ). 이러한 데이터는 총지질 100g 당 지방산 g으로 전환된 다음 가식부 식품 201

213 100g 당 지방산 g으로 표기 - Fatty acids totals : SR25에 제시된 지방산 데이터의 소량만이 specific positional 과 geometric isomers를 함유하고 있음. ü 다른 지방산 총합은 (1) 포화, 단일불포화, 다중불포화지방산의 합과 (2) trans-monoenoic의 합, transpolyenoic의 합, 그리고 all trans fatty acids의 합 을 나타냄. ü 총 포화, 단일불포화, 다중불포화지방산의 값은 보고되지 않은 개별 지방산을 함유할 수 있기에, 그들 값의 합은 개별 지방산의 합보다 클 수 있음. ü 복합 재료로 가공된 브랜드명 식품의 경우, 기업 데이터는 지방산 군(SFA, MUFA, and PUFA)d으로 되어 있고 개별 지방산이 없는 경우가 많은데 이런 경우, 개별 지방산은 개별 재료들의 지방산으로부터 계산하고 총지방 수준에 맞게 평준화. 총지방 100 당 지방산 g을 식품 100g 당의 지방산으로 전환할 때, 미만의 값은 0으로 처리. 수록 지방산 항목 - 지방산 성분표 : 가식부 100g당 (지질, 지방산 총량, 포화지방산, 단일불포화지방산, 다가불포화지방산, n-3계 다가불포화지방산, n-6계 불포화지방산 및 각 지방산) - 지방산 종류 : C4:0, C6:0, C7:0, C8:0, C10:0, C12:0, C13:0, C14:0, C15:0, C15:0 ant, C16:0, C16:0 iso, C17:0, C17:0 ant, C17:0 iso, C18:0, C20:0, C22:0, C24:0, C10:1, C14:1, C15:1, C16:1, C17:1, C18:1, C20:1, C22:1, C24:1, C16:2, C16:3, C16:4, C18:2 n-6, C18:3 n-3(α), C18:3 n-6(γ), C18:4, C18:4 n-3, C20:2, C20:2 n-6, C20:3, C20:3 n-6, C20:4 n-3, C20:4 n-6, C20:5 n-3(epa), C21:5 n-3, C22:2, C22:4 n-6, C22:5 n-3, C22:5 n-6, C22:6 n-3(dha), MUFA, PUFA, SFA, cholesterol, Fat, Total fatty acid, Total trans fat 자료의 질 관리 - 분석된 검체 수와 분석결과의 평균, 표준오차, 최소값 및 최대값 등을 제시하여 분 석결과의 질을 추정할 수 있도록 함 - 48개 지역의 주, 슈퍼마켓 및 아울렛, 주요 식품종류로 구분한 3단계 층화 표본추 출설계를 기본으로 대표성 있는 표본추출을 위한 국가 시스템을 가지고 있음 DB의 식품구성 202

214 - 수록 식품군 및 식품군별 등재 식품 수 국가 출처 : USDA 5. 일본 문부과학성 자원조사분과(2010): 5정 증보 일본 식품 표준성분표 지방산 성분표 성격 - 본 성분표 작성에 있어서는 원재료의 동식물의 종류, 품종, 생육환경, 가공방법 등 의 각종 조건에 따라 변동한다고 알려진 식품의 지방함량과 지방산 조성 수치의 변동요인을 충분히 고려하면서 성분표의 다양한 이용 목적에 맞게 일상생활에서 시장에서 구입할 수 있는 이력이 명확한 시료에 대한 분석 값을 기초로 문헌 값 등을 감안하면서 1식품에 1성분 값을 원칙적으로 기재. - 5차 증보 일본식품 표준성분표와 5차 증보 일본식품 지방산성분표 사이에 일관성 유지 경위 년 일본 문부과학성 과학기술 학술심의회 자원조사분과회의 전신인 과학기술 청 자원조사회에서 "4차 일본식품 표준 성분표" 공표 후 4차 성분표에 등재되지 않은 성분에 대한 후속 조사의 일환으로 1989년 "일본식품 지용성 성분표-지방산, 콜레스테롤, 비타민 E가 공표 년부터 4차 성분표의 전면 개정에 착수, 2000년 11월 22일에 5차 일본식품 203

215 표준성분표 공표 년 공표된 5차 성분표 검토 과정에서 일부 식품에 대해 등재된 값의 재검토가 필요하게 되었기 때문에, 재검토를 실시하여 5차 증보 일본식품 지방산성분표 로 공표 지방산 측정법 성분 시료조제법 측정법 지방산 지질추출 후 에스테르화 수소불꽃 이온화 검출 - 가 스크로마토그래피 수록 지방산 항목 - 지방산 조성표 : 지방 1g당 (지방산 총량, 포화지방산, 단일불포화지방산 및 다가불 포화지방산) / 총 지방산 100g당 (각 지방산) - 지방산 성분표 : 가식부 100g당 (수분, 지질, 지방산 총량, 포화지방산, 단일불포화 지방산, 다가불포화지방산, n-3계 다가불포화지방산, n-6계 불포화지방산 및 각 지 방산) - 지방산 종류 : Lipid, Total fatty acid, Saturated, Monounsaturated, Polyunsaturated, n-3 Polyunsaturated, n-6 Polyunsaturated, 10:0, 12:0, 14:0, 15:0, 16:0, 17:0, 18:0, 20:0, 22:0, 24:0, 10:1, 14:1, 15:1, 16:1, 17:1, 18:1, 20:1, 22:1, 24:1, 16:2, 16:3, 16:4, 18:2 n-6, 18:3 n-3, 18:3 n-6, 18:4 n-3, 20:2 n-6, 20:3 n-6, 20:4 n-3, 20:4 n-6, 20:5 n-3, 21:5 n-3, 22:2, 22:4 n-6, 22:5 n-3, 22:5 n-6, 22:6 n-3 식품 처리 조건 - 식품의 조리 조건은 5차 증보 성분표와 같이 일반 조리 (소규모 조리)을 상정 조건 으로 결정 - 가열 조리 : 데치기, 끓이기 ü 데치기 - 조리 기본 처리로 수행, 삶은 국물은 폐기. 데친 후 바구니에서 물 을 빼거나 또는 물에 노출 후 짜는 등의 처리도 포함 ü 끓이기 - 국물에 조미료를 넣고 끓인 국물도 조리의 일부분이지만, 일본 지방 산 성분표의 분석에서는 끓인 국물에 조미료를 더하지 않고 국물은 폐기. ü 일반적으로 식품의 조리는 조미료를 첨가하지만, 사용하는 조미료의 종류, 양 을 결정하기 어려웠기 때문에 지방산 성분표에서는 마카로니 스파게티 삶기, 204

216 소금절임과 쌀겨 절임을 제외하고는 조미료를 첨가하지 않음 DB의 식품구성 - 수록 식품군 및 식품군별 등재 식품 수 ü 기본적으로 5차 증보 식품성분표에 등재된 식품 중에서 선정 ü 선정기준 대상 : 원칙적으로 지질 함량이 높은 식품, 일상적으로 섭취량이 많 은 식품, 원재료 식품 및 대표 가공식품으로 원재료 식품은 소비 형태에 가까 운 것 식품군 1 곡류 2 감자 및 전분류 3 설탕 및 감미류 4 두류 5 종실류 6 채소류 7 과실류 8 버섯류 9 해조류 10 어패류 11 육류 12 난류 13 유제품류 14 유지류 15 과자류 16 기호음료류 17 조미료 및 향신료류 17 조리가공식품류 합계 "지방산 조성표 (제1표) (2) (3) (5) 지방산 성분표 (제2표) (2) (3) ,263(5) 5차 증보 성분표 ,878 종실류 및 유지류는 5차 증보 성분표를 세분화한 것이 있기에 추가한 수는 ()안에 제시. 일본의 문부과학성에 직접 전화 문의 후 들은 답변. - 실험에 사용하는 검체 수: 식품 종류별로 2개 이상의 시료를 준비 일본의 5차 증보 식품성분표에 대한 문석에 기록되어 있음 - 검체처리 방법 : 가식부, 비가식부를 구분하여 사용, 각 식품마다 처리방법 기재 - 표본 수집계획 : 지역별, 계절별로 채집 가능한 식품에 대한 계획을 함 - 분석의 정도관리 : 식품분석값에 대한 재검토 실시. 국가 출처 : 일본 205

217 6. 이양자 등(1995): 한국 상용식품의 지방산 조성표 연세대학교 식품영양학과연구소에서 직접 분석한 자료 및 국내외 지방산 에 대해 분석 한 자료로 이뤄진 자료임. - 오경원, 박계숙, 김택제, 이양자. 일부 대학생의 지방산 섭치량과 섭취 지방산의 ω3, ω6계 지방산 및 P/M/S 비율에 관한 연구. 한국영양학회지 25(5): , 정은경, 백희영. 한국인 주요 지방급원 식품의 지방산 함량. 한국영양학회지 26(3): , 농촌진흥청 농촌영양개선연수원. 식품성분표. 4th. ed (일본 식품 지용성성분 표, 일본과학기술청 자원조사회, Comprehensive Evaluation of fatty Acid in Foods I-XIII. J. Am. Diet. Assoc Watt, B. K., and merrill, A. L.. Composition of Foods. United states Department of Agriculture, Handbook No. 8, Food and Agriculture Organization of the United Nations. Food Composition tables for the near East. Pp , 본 연구에는 국내 분석 자료인 1991년 이양자 외 3인과 1993년 백희영 외 1인의 학 회 발표 자료만 이용. 오경원, 박계숙, 김택제, 이양자. 일부 대학생의 지방산 섭치량과 섭취 지방산의 ω3, ω6 계 지방산 및 P/M/S 비율에 관한 연구. 한국영양학회지 25(5): , 실험재료 ü 어류: 가자미(Flounder), 갈치(Hair tail), 고등어(Mackerel), 꽁치(Mackerel pike), 동태(Alaskan pollack, frozen), 건멸치(Anchovy, dried), 병어(Pomfret), 삼치 (Chub mackerel), 오징어(Squid), 임연수어(Atka-fish), 정어리통조림(Sardinc, canned), 조기(Yellow tailrunner), 전어(Gizzard shad), 향어(Hyangauh), 송어 (Trout), 도루묵(Sand-fish), 민어(Croacker), Diet 참치통조림(Diet tuna, canned), 참치통조림(Tuna, oil, canned), 아나고(Conger eel), 미꾸라지 (Loaches), 청어(Herring), 장어(Eel), 전갱이(Horse mackerel), 긴따루(Gindaro), 도미(Sea-bream) ü 육류: 쇠고기, 양지머리, 소갈비, 돼지고기, 돼지고기 삼겹살, 햄, 소시지, 닭고기 ü 유지류: 마아가린, 콩기름, 옥수수기름, 참기름, 채종유, 면실유, 들기름, 버터 ü 우유 및 유제품, 계란류: 우유, 치즈, 계란, 오메가란, 프림, 마요네즈 206

218 ü 견과류와 초콜렛: 아몬드, 땅콩, 호두, 잣, 초콜렛 ü 곡류 및 두류가공품: 쌀, 라면, 두부, 된장, 청국장 - 시료 선택 ü 생선류 : 1-2월에 걸쳐 / 그 외 시료들 : 2-4월에 걸쳐 선도 양호한 것을 시중 에서 구입. ü 총 중량 측정 후, 가식부만 이용, 균질화 시킨 후, 시료로 사용. ü 종류별 두 개 이상을 선정, 된장은 시판용과 가정용을 각각 분석, 참기름은 상품 화된 시판용과 직접 짠 판매용을 모두 사용 - 지방의 추출 ü 시료를 일정량 취하여 식품 내에 거의 존재하지 않는 지방산인 heptadecanoic acid(c17:0)(sigma.co.)를 Internal standard로 첨가하여 Folch 등 방법에 의하여 추출. ü Internal standard의 첨가 수준은 식품 중의 지방함량에 따라 다르게 함(지방함 량 2% 이하인 경우는 지질 1g당 0.1mg 정도, 2~3%는 지질 1g당 0.2~0,5mg 정 도, 3~10%는 지질 1g당 1mg 정도, 10~15%는 지질 1g당 1.5mg 정도, 15% 이상 은 지질 1g당 2~2.5mg 정도로 첨가). ü 첨가 수준은 지질을 추출하여 methylation한 후 G.C로 지방산 분석을 하였을 때 Internal standard의 peak가 차지하는 비율이 전체에서 2, 3번째 정도 되는 수준 이 되도록 하였음. - 지방산의 분석 ü 추출한 지방을 Lepage와 Roy의 방법에 의하여 지방산을 methyl ester화 한 후 Gas Chromatograph를 이용하여 분석. ü Gas chromatograph에 의해 분석된 각 지방산 ester는 표준지방산의 methyl ester(alltech, Co, U.So., Nu Chck PREP, Inc, U.S. GLC-68)의 retention time 과 비교하여 Capric acid(c10:0), Lauric acid(c12:0), Myristic acid(c14:0), Palmitic acid(c16:0), Palmitoleic acid(c16:1), Stearic acid(c18:0), Oleic acid(c18:1), Linoleic acid(c18:2), Linolenic acid(c18:3), Arachidic acid(c20:0), Go-ndoic acid(c20:1), Arachidonic acid(c20:4), Ei-cosapentaenoic acid(c20:5 EPA), Erucic acid(c22:1), Docosahexaenoic acid(c22:6, DHA)를 확인. ü 각 지방산의 함량은 Internal standard로 사용된 지방산과 각 지방산 peak의 면 207

219 적을 비교하여 식품 100g중의 지방산 햠량 을 정량. ü 각 시료는 2회 이상 분석한 평균치 사용. 정은경, 백희영. 한국인 주요 지방급원 식품의 지방산 함량. 한국영양학회지 26(3): , Data base의 구성은 한국인의 영양권장량 1989년 제5개정판 식품분석표 에 제시된 섭취빈도가 많은 550종 식품의 열량, 당질, 지방질 및 단백질 함럄을 입력, 지방질 함량이 많은 153종 식품 각각에 대한 지방산 함량을 입력하여 작성. - 우리나라 식품의 가식부에 대한 지방산 분석 자료가 매우 부족하여 미국과 극동 및 동아시아에서 발행된 지방산함량 자료를 함께 이용. - 시료 선택 ü 일상 식생활에서 자주 섭취하는 식품 중 지방산 함량에 대한 자료가 미비한 식 품의 일부(된장, 고추장, 두부)는 직접 지방산 함량분석을 시행하여 자료로 이용 하였음. 된장과 고추장은 가정에서 만든 시료와 시판되고 있는 시료를, 두부는 시판되고 있는 시료를 사용하였음. - 지방산의 분석 ü 시료의 수분함량은 AOAC법에 의해 분석. 지방산은 Bligh & Dyer 방법에 따라 추출한 후 조지방질의 함량 구함. ü 추출한 유지시료를 15% BF methylation한 후 Gas chromatography법으로 분석. ü 표준지방산의 methyl ester는 Sigmachemical사(U.S.A.)의 제품 사용 DB의 식품구성 - 식품군 배열 순서 및 분석된 식품 수 208

220 1. 곡류 및 그 제품 2. 감자 및 전분류 3. 당류 및 그 제품 4. 두류 및 그 제품 5. 종실류 및 견과류 6. 채소류 7. 버섯류 8. 과실류 9. 육류 및 그 제품 10. 난류 11. 어패류 12. 해조류 13. 우유류 및 그 제품 14. 유지류 15. 음료류 16. 조미료류 개 식품 중 국내 분석 자료에 해당하는 식품은 97개임. 분석된 지방산 종류 및 함량표시 방법 - 지방산은 가식부 100g에 함유된 각 지방산의 함량(g)으로 표시 - 콜레스테롤은 가식부 100g에 함유된 콜레스테롤 함량(mg)으로 표시하였고, 콜레스 테롤 함량자료가 없는 경우는 [-]로 표시 - 분석치란에 [-]는 수치가 부정확하거나 측정되지 않았음을 의미하며, [Ø]는 미량으 로 존재하는 것을 의미 - 지방산 종류 : C4:0, C6:0, C8:0, C10:0, C10:1, C12:0, C14:0, C14:1, C16:0, C16:1, C18:0, C18:1, C18:2(ω6), C18:3(ω3), C18:4, C20:0, C20:1, C20:2, C20:3, C20:4(ω3), C20:4(ω6), C20:5(ω3), C22:0, C22:1, C22:5(ω3), C22:5(ω6),,C22:6(ω3), C24:0, C24:1, PUFA, MUFA, SFA 국가 출처 : 국내 7. 기타 식품의 지방산 함량 분석 보고(학술지) 김을상, 임경자, 정은자. 개고기의 지방산 조성에 관한 연구, 인간과학 1(9): , 실험재료 및 부위 ü 국산 일반 잡종 1년생 개 3마리 : ham 부분, bacon 부분, 지방조직, 간 등 209

221 - 시료 선택 ü 1977년 8월 12 22일사이 / 시장에서 구입. ü 총 중량 측정 후, 균질화 시킨 후, 시료로 사용. - 지방의 추출 ü Folch 법에 의하여 추출정제 후 Deman 법에 의해 methylester화 시킨다음 Gas Chromatography에 의하여 정량 ü Internal standard의 첨가 수준은 식품 중의 지방함량에 따라 다르게 함(지방함 량 2% 이하인 경우는 지질 1g당 0.1mg 정도, 2~3%는 지질 1g당 0.2~0,5mg 정 도, 3~10%는 지질 1g당 1mg 정도, 10~15%는 지질 1g당 1.5mg 정도, 15% 이상 은 지질 1g당 2~2.5mg 정도로 첨가). ü 첨가 수준은 지질을 추출하여 methylation한 후 G.C로 지방산 분석을 하였을 때 Internal standard의 peak가 차지하는 비율이 전체에서 2, 3번째 정도 되는 수준 이 되도록 하였음. - 지방산의 분석 ü Folch 법에 의하여 추출정제 후 Deman 법에 의해 methylester화시킨 다음 Gas Chromatography에 의하여 정량 ü 수분, 회분, 조단백질 조지방질 시험 : A.O.A.C법에 의해 정량 ü 지방산 분석 조건 Operating condition for Gas chromatography Instrument Hitachi model 163 Detector : Flame Ionization Detector Column : 15% DEGS chromosorb WAW DMCS (60 80 mesh) 3mm * 2.5m stainless Carrier gas : Nitrogen(6ml/min) Column Temp : Initial 75 Final /min Injector Temp : 250 Detector Temp : 250 Chart Speed : 10mm/min - TLC에 의한 지방 분리 ü Folch법에 의해 추출정제한 지방은 Chloroform:methanol(2:1)에 용해 후 210

222 microcylinge로 TLC plate (kieselgel 60F mm 20 X 20cm)에 spotting하 고, 풍건 후 포화된 n-hexane-ethly ether-gracial acetic acid(80:20:1)의 전개조 에서 전개시킴 --> 20cm 전개 후 꺼내어 풍건 후 10% H 2 SO 4 로 spray하고, 10 5 건조기에서 1시간동안 발색시킨 후 그 위치 확인하고 dual wavelength scanner CS-900(simadzu)에 의하여 scanning. 수록 지방산 항목 및 함량표시 방법 - 지방산은 총지방산의 조성비를 %로 표시 - 분석치란에 tr은 조성비가 0.05%보다 작은 비율을 의미 - 지방산 종류 : C12:0, C14:0, C16:0, C16:1, C18:0, C18:1, C18:2(ω6), C18::3(ω3), C20:0, C20:4(ω3), unknown Total ü 포화지방산, 1가불포화지방산, 다가불포화지방산의 성분값에 대해서는 각각의 조성비 합계를 계산 국가 출처 : 국내 211

223 3.1 연구 내용 지방산 DB 구축 - 기존의 지방산 DB 검토 및 설계 - DB 구축을 위한 기존 지방산 DB의 적합도 및 등급화 - 분석 값 미비 식품의 지방산 함량 추정 - 지방산 DB 구축 및 관련 자료의 문서화를 통한 국민건강영양조사자료 분석용 지방산 DB 완성 - 자문회의를 통해 지방산 DB 구축에 대한 의견 수렴 DB 유효성 평가 국민건강영양조사 제5기 1, 2차년도(2010, 2011) 자료에 적용 지방산 섭취량을 산출하여 섭취기준 및 보고된 섭취수준과 비교 국민건강영양조사의 생화학적 평가지표와 비교 3.2 연구 방법 지방산 DB구축 가. 기존의 지방산 DB 검토 및 설계 - 지방산 DB 설계 방향 국민건강영양조사에 활용되는 식품 5,144개를 대상으로 하되, 년에 자주 소비되는 식품 순으로 관리 우선순위를 선정 국민건강영양조사의 식품 목록 중에는 2차 식품코드로 묶은 식품 내 가공식품은 수분함량별 로 묶어 놓은 것으로, 지방산 성분 자료와 매칭할 때는 식품의 지방함량을 고려함 국민건강영양조사에서 사용하는 1차 식품코드를 자료간 매칭을 위한 코드로 이용하고 1세부 코드체계 확립 후 적용 자문회의를 통해 지방산 DB 구축안에 대한 의견 수렵 212

224 - DB 수록 지방산 종류의 범위 결정 다가불포화지방산, 단일불포화지방산, 포화지방산 총량은 반드시 포함, ω-3, ω-6, ω-9 지방산 합산치 외에 임상질환 연구에 주로 활용되는 지방산이 가급적 포함되도록 함 나. DB 구축을 위한 기존 지방산 DB의 적합도 및 등급화 - 지방산 DB 자료 수집 2006 제7차 개정판 식품성분표Ⅱ - 지방산. 농촌진흥청 농촌자원개발연구소, 기능성 성분표- 무기질/지방산. 농촌진흥청 국립농업과학원 한국수산물지방산 성분표. 국립수산과학원 식품영양성분 DB. 한국산업보건진흥원 오경원, 박계숙, 김택제, 이양자. 일부 대학생의 지방산 섭치량과 섭취 지방산의 ω3, ω6계 지방산 및 P/M/S 비율에 관한 연구. 한국영양학회지 25(5): , 정은경, 백희영. 한국인 주요 지방급원 식품의 지방산 함량. 한국영양학회지 26(3): , USDA 표준 참고치를 위한 국가영양소데이터베이스(National Nutrient Database for Standard Reference), SR 25: Chow CK, Ed. Fatty Acids in Foods and their Health Implications, 3rd Edition. CRC Press, 정 증보 일본 식품표준성분표 지방산 성분표( 五 訂 増 補 日 本 食 品 標 準 成 分 表 脂 肪 酸 成 分 表 ). 일본 문부과학성 자원조사분과, 2010 : 김을상, 임경자, 정은자. 개고기의 지방산 조성에 관한 연구, 인간과학 1(9): , (학술지 보고된 지방산 성분 분석 자료) - 지방산 함량 자료 및 작성된 DB 수록 자료의 적합도 및 등급 부여 지방산 분석값에 대한 등급 산정 시 고려 사항: 실험에 사용된 검체 수, 사용된 분석 방법, 검체 처리 방법, 표본 수집 계획, 분석의 정도 관리 방법 조사된 식품을 통한 영양소 섭취량 계산을 위해 식품성분표상의 성분 분석 식품 선택에 관 한 지침 참조: 식품기술이 정확히 일치, 식품기술이 세밀하지 않은 경우 관련 식품의 평균 을 내거나 레시피, 수득률, 잔존율 등을 근거로 계산, 비슷한 식품의 사용 순으로 자료의 질 을 평가함 (FAO. FAO/INFOODS Guidelines. Guidelines for Food Matching Version 1.2, 2012) 213

225 등급 안 분석 값에 대한 등급 분석 값이 없는 경우 1) 사용된 분석 방법 2) 실험에 사용된 검체 수 3) 검체처리 방법 4) 표본 수집 계획 5) 분석의 정도 관리 방법 6) 국내 자료 여부 7) 발간연도 근거를 바탕으로 한 계산 값 비슷한 식품 및 기타 식품목록과 동일한 식품기술을 가진 식품의 경우, 1세부에서 제시한 원칙에 따라 분석값에 관한 정보를 바탕으로 평가하여 1 5등급 부여 원 자료의 등급을 부여하고 계산 값 임을 표시 (예) 2C 6 등급 이하로 논의하여 세분화 DB 구축 시 우선 사용 순위: 4등급 이내의 국내 분석 값 중 등급 순, 4등급 이내 자료를 이 용한 계산 값, 국외 분석 값의 등급 순 대체 다. 분석 값 미비 식품의 지방산 함량 추정 방법 þ 계산 값(분석 값을 기본으로 지방함량을 고려하여 지방산 함량을 조정) 1 재료 중 건조 vs 생 것 : 수분 함량, 지방함량 2 식품명 다르지만, 비슷한 식품 (가공식품 해당) 3 익힌 것(삶은 것 포함) vs 생 것 þ 대체 값 (분석 값을 못 찾거나 분석 값을 기본으로 한 계산이 불가능할 경우, 비슷한 식품 값으로 대체) 1 국내 자료 중에서 같은 과(family), 유(genus), 종(species) 이용 ; 가공식품의 경우 동 일 분류 내 다른 브랜드의 식품은 지방 함량을 고려하여 계산 후 대체 2 외국 자료는 일본, USDA 순으로 가져오되, 지방함량에 따라 조정 라. 지방산 DB 구축 및 관련 자료의 문서화를 통한 국민건강영양조사자료 분석용 지 방산 DB 완성 DB 구축 과정과 분석 자료의 출처 정리 DB와 연계하여 관리될 수 있도록 관련 자료 문서화 자문회의를 통해 지방산 DB 구축안에 대한 의견 수렵 214

226 3.2.2 DB 유효성 평가 가. 문헌고찰 국내외 보고된 지방산 섭취수준과 비교 지방산 섭취수준과 관련 질병의 위험에 대한 체계적 고찰 나. 제 5기 국민건강영양조사 1,2차년도 식품섭취량 조사 자료에 새로 구축한 지방산 데이터베이스를 적용하여 지방산 섭취량 평가 구축된 DB를 이용한 섭취량 계산: 제 5기 1차년도 식품섭취량 조사를 통해 조사된 식품별 섭취량과 구축된 DB의 식품별 지방산 함량을 이용하여 지방산 섭취량을 계산하였으며, DB 구축대상 식품 목록에는 없으나 제 5기 1차년도 식품섭취량 조사 결과 대상자들이 섭취한 것으로 조사된 119개 식품은 DB의 유사한 식품으로 대체하여 섭취량 계산에 적용함 총 지방섭취량과 총 지방산 섭취량 비교 포화지방산, 단일불포화지방산, 다중불포화지방산 섭취량 영양섭취기준의 적정섭취비율과 비교평가 다. 제 5기 국민건강영양조사 1,2차년도 건강검진자료와 연관성 분석 혈중지질수준과의 연관성 지방산 섭취수준에 따른 만성퇴행성질환 유병 상태에 대한 위험도 분석 라. 자문회의를 통해 유효성 평가방법의 적절성에 대한 자문 215

227 4.1 지방산 DB 구축 기존의 지방산 DB 검토 및 설계 본 연구의 DB 구축에 이용된 지방산 함량 자료 농촌진흥청 농촌자원개발연구소(2006) : 2006 제7차 개정판 식품성분표Ⅱ - 지방산 중 국내 분석 자료 농촌진흥청 국립농업과학원(2010): 2010 기능성 성분표- 무기질/지방산 국립수산과학원(2012): 한국수산물지방산 성분표 미 농무부(2012): USDA 표준 참고치를 위한 국가영양소데이터베이스(National Nutrient Database for Standard Reference), SR 25 일본 문부과학성 자원조사분과 2010): 5정 증보 일본 식품표준성분표 지방산 성분표 오경원, 박계숙, 김택제, 이양자. 일부 대학생의 지방산 섭치량과 섭취 지방산의 ω3, ω6 계 지방산 및 P/M/S 비율에 관한 연구. 한국영양학회지 25(5): , 정은경, 백희영. 한국인 주요 지방급원 식품의 지방산 함량. 한국영양학회지 26(3): , 김을상, 임경자, 정은자. 개고기의 지방산 조성에 관한 연구, 인간과학 1(9): , (학술지 보고된 지방산 성분 분석 자료) 지방 성분 자료원별 지방산 종류 검토 각 지방산 DB 자료별로 지방산를 검토한 결과, 농촌진흥청 농촌자원개발연구소(2006), 농촌진흥 청 국립농업과학원(2010), 국립수산과학원(2012), 미 농무부(2012), 일본 문부과학성 자원조사분 과(2010), 이양자 등(1995), 일부 학술지에 보고된 자료에서 단일불포화지방산, 다가불포화지방산 ( N-3, N-6), 총불포화지방산, 총포화지방산 자료를 모두 포함하고 있었음 216

228 217

229 지방산 DB 수준별 자료 구축 전략 Level 0: 지방산 DB 구축을 위한 기본 자료들 Level 1: 모든 지방산 DB 병합 Level 2: 지방산 DB 기본 자료의 적합도 및 등급 평가에 근거하여 국민건강영양조사에 활용되 는 식품에 대한 지방산 자료 구축 Level 3: 2011년도 국민건강영양조사자료 분석용 DB (year11 변수에 use로만 구성) DB 구축을 위한 기존 지방산 DB의 적합도 및 등급화 각 자료원별 특성 - 각 자료원의 분석 자료 여부 218

230 지방산 DB 구축을 위한 기존 자료원 농촌진흥청 농촌자원개발연구소(2006): 2006 제7차 개정판 식품성분표Ⅱ-지방산 국립수산과학원(2012): 한국수산물지방산 성분표 농촌진흥청 국립농업과학원(2010): 2010 기능성 성분표 - 무기질/지방산. 이양자 등(1995): 한국 상용식품의 지방산 조성표 분석 자료 여부 모두 분석자료 모두 분석자료 모두 분석자료 국내 분석논문 2편 포함 학술지에 보고된 지방산 성분 분석자료 미 농무부(2012): USDA 표준 참고치를 위한 국가영양소데이 터베이스 일본 문부과학성 자원조사분과(2010): 5정 증보 일본 식품표 준성분표 지방산 성분표 모두 분석자료 모두 분석자료 모두 분석자료 각 자료원의 분석 값에 대한 등급 - 각 자료원에 대한 등급은 제 1세부과제에서 제시한 자료 등급 부여 원칙을 적용함 219

231 - 등급 부여 과정 1) 공식적인 방법으로 자료가 분석되었는가? --> 7개의 자료원 모두 공식적인 방법으로 자료가 분석되었음 --> 4등급 충족 자료원 농촌진흥청(2006) 국립수산과학원(2012) 농촌진흥청 (2010) 이양자 등(1995) 김을상 등(1977) 미 농무부(2012) 일본 문무과학성(2010) 분석방법 Soxhlet 에테를 추출법 추출법, 가스크로마토그래피(GC)로 분석 추출법, 가스크로마토그래피(GC) 분석 추출법, 가스크로마토그래피(GC) 분석 추출법, 가스크로마토그래피(GC) 분석 추출법, 가스크로마토그래피(GC) 분석 산 가수분해 방법 및 추출법, 기액크로마토그래피(GLC) 분석 추출법, 가스크로마토그래피(GC) 분석 2) Data 질 판정을 위한 기록(실험에 사용된 검체 수, 검체처리 방법, 표본수집계획, 분 석의 정도 관리 방법)을 갖추고 있는가? --> 7개의 자료원 중 모든 기록을 가지고 있는 자료는 미 농무부(2012) 자료와 일본 자료원 실험에 사용된 검체 수 농촌진흥청(2006) - 국립수산과학원(2012) 종류별로 3개 시료 농촌진흥청 (2010) - 이양자 등(1995) 김을상 등(1977) 미 농무부(2012) 일본문무과학성(2010) 문무과학성(2010) 자료였음, 따라서 이들 자료원은 3등급 기준 충족 --> 농촌진흥청(2006), 국립수산과학원(2012), 농촌진흥청 (2010), 이양자 등 (1995), 김을상 등(1977) 자료는 4등급으로 결정됨 각 종류별 2개 시료 이상 검체처리방법 시료 상태 및 조리 형태, 가식부 사용 가식부만 사용 시료 상태 및 조리 형태구분 가식부, 생 시료자체 또는 동결건조 후 시료 분쇄하여 냉동보관 가식부, 균질화시킨 후 시료 사용 표본수집계획 식품범위 및 품종, 생산지 고려 지역별, 계절별로 채 집 가능한 수산물 계 획 식품범위 및 품종, 생산지 고려 분석정도 관리 계절별 시료 고려 - - 가식부 이용 - - 각 종류별 3개 시료 균질화시킨 후 시료 사용 시장 구매 - 분석된 검체 수에 따른 시료조작,저장, 평균,표준오차, 시료전처리과 식품종류별 3단계 최소값,최대값 정 기술함 층화표본추출 분석결과 제시 2개 이상 (분석 검체 수에 따른 평균 분석 결과 제시) 식품처리 조건, 가공방법 내용 제시 원재료 동식물 종류, 품종, 생육환경 고려, 시장구매 가능한 이력이 명확한 시료 확보 분석 및 정량과정 기술 식품분석 등재값에 대한 재검토 220

232 3) 국내 및 최신자료인가? --> 7개의 자료원 중 3등급을 받은 미 농무부(2012) 자료와 일본 문무과학성(2010) 자료는 최신자료이나 국외 자료이므로 2등급 기준 충족시키지 못하므로 3등급 으로 결정됨 - 등급 부여 결과 요약 자료원 1) 2) 3) 4) 5) 6) 7) 등급 농촌진흥청(2006) 국립수산과학원(2012) 농촌진흥청 (2010) 이양자 등(1995) 김을상 등(1977) 미 농무부(2012) 일본(2010) ) 사용된 분석 방법; 2) 실험에 사용된 검체 수; 3) 검체처리 방법; 4) 표본 수집 계획; 5) 분석의 정도 관리 방법; 6) 국내 자료 여부; 7) 발간연도 국립수산과학원의 한국수산물지방산성분표의 경우 전화로 직접 문의해서 각 문항에 대한 답변을 200page에 기록하 고, 그 답변을 근거로 위의 등급 적용 일본의 식품성분표의 경우 205page의 일본 식품성분표에 관한 개요 중 성격 부분과 문부과학성에 직접 전화로 문의 하여 실험에 필요한 검체수 등에 대한 답변을 근거로 등급 적용 국민건강영양조사자료 분석용 지방산 DB 구축을 위한 기본 DB 자료 결정 원칙 국내 분석 자료이면서 발간연도 최신인 순서를 우선으로 함 1 국립수산과학원(2012). 한국수산물 지방산 성분표 2 농촌진흥청 국립농업과학원(2010) 기능성 성분표- 무기질/지방산 3 농촌진흥청 농촌자원개발연구소(2006) 제7차 개정판 식품성분표Ⅱ - 지방산 자료에서 국내 기관 성분분석 자료 국외 분석 자료이면서 물리적 거리가 가까운 국가 우선으로 함 4 일본 문부과학성 자원조사분과(2010). 5정 증보 일본 식품표준성분표 지방산성분표 5 미 농무부(2012). USDA 표준 참고치를 위한 국가영양소데이터베이스 Level 3 DB는 기본 DB 자료 결정 원칙에 근거하여 식품 코드별 1개의 지방산 함량 자료 선택 221

233 4.1.3 분석 값 미비 식품의 지방산 함량 추정안 가. 지방 함량의 차이를 고려한 처리안 - 기본 DB에 분석값이 미비하여 계산값 및 대체값 적용시 지방의 차이를 고려함 계산 값 = 지방산값 없는 국내대체식품의 지방 값 국외대체식품의 지방 값 국외대체식품의 각지방산 값 - 질병관리본부에서 제공한 식품의 지방 함량 (농촌진흥청 식품성분표 8차 개정)이 미비하여 계산 및 대체가 곤란한 경우, 제조사 홈페이지 검색(417건) 및 비슷한 식품 및 주재료 성분을 이용(900 건)하여 추정함 - 지방산 자료원의 지방함량 분석이 누락되어 있는 경우는 총지방산 함량을 적용 일반식품(자연식품) - 국민건강영양조사 자료의 1차 코드를 중심으로 2차코드 내에서 지방함량이 유사한 식품별로 분 류한 지방함량 코드를 부여한 후, 이를 고려하여 가장 비슷한 대표 식품의 지방값으로 대체(DB 의 지방대체 코드 변수 참고) - 주요 재료성분에 대한 수분 함량 및 지방 함량을 고려하여 지방 값 계산: 재료 중 건조 vs 생 것 vs 익힌 것(삶은 것) : 수분 함량, 지방함량을 고려 (DB의 지방 계산방법 변수 참고) 222

234 - 수산물의 경우, 농촌진흥청 식품성분표 8차 개정에 수록된 성분 자료를 이용한 질병관리본부에 서 제공한 식품의 지방함량보다 국립수산과학원의 지방 및 지방산 함량자료가 최근 자료이므로, 지방함량의 차이가 있더라도 그대로 사용함 가공 식품 - 제품의 영양표시 확인하여 값 입력 (DB의 근거사이트주소 변수 참고) (1회 제공량의 함량 100g당 함량으로 계산) - 비슷한 가공 식품(타 회사, 주재료 정보 등 참고)의 지방 값 대체 (DB의 지방대체코드 변수 참고) - 조리 가공품의 경우 주재료의 지방 조성을 지방함량을 고려해서 반영 나. 지방의 함량이 낮은 식품을 지방산 값을 0으로 하는 처리안 - 1회 섭취로 섭취하는 지방의 양이 기준량보다 낮은 식품은 개별 지방산의 값을 0으로 처리 처리에 필요한 자료 - 각 식품의 지방 함량 - 식품별 1회 섭취량 : 제5기 조사결과를 이용하여 식품별 1회 섭취량 추정 ü 제 5기 조사에서 사용하지 않은 식품의 경우 비슷한 식품의 1회 섭취량으로 대체(2579건) - 1회 섭취량의 지방함량에 따라서 분류하여 1일 지방 섭취량 추정하고 그 반영비율을 고려하여 0으로 처리할 식품의 기준 수립 ü 1회 섭취량의 지방함량에 따라 식품을 분류하여 지방 섭취량 추정 결과 223

235 1회 섭취량의 지방함량(g) 1인 평균 지방섭취량(g) 1일 섭취량 반영비율(%, >0와 비교) > and * * 곡류, 두류, 종실류, 육류, 난류, 어패류, 유제품, 유지류의 경우는 0.1g 이상 섭취한 식품 포함 다. 식품의 지방 값과 총 지방산의 값이 차이가 있는 경우, 각 지방산 값의 처리 두 값의 비율 차이가 10% 이하인 경우는 각 지방산의 원 값 사용 두 값의 비율 차이가 10% 초과인 경우는 각 지방산은 보정 값 사용 각 지방산 보정 값 = 총 지방/총 지방산 * 각 지방산 - 각 처리안에 대한 자문의견 수렴 내용은 다음 page 참조 224

236 자문회의를 통해 분석 값 미비 식품의 지방산 함량 추정안에 대한 의견 수렴 가. 지방함량의 차이를 고려한 처리안 - 서로 다른 식품의 지방함량 차이를 고려하여 지방산 함량을 조정하는 것은 적절한 것으로 의견이 모아짐 - 수산물의 경우, 2012년 국립수산과학원의 한국수산물지방산 성분표가 2010년 농촌진흥청의 식품 성분표보다 최근 자료이므로 지방함량의 차이가 있더라도 그대로 이용하는 방안은 적절한 것으 로 의견이 모아짐 나. 지방의 함량이 낮은 식품의 지방산 값을 0으로 하는 처리안 - 지방의 함량이 낮은 식품의 지방산 값을 0으로 처리하는 방안은 고려할 만하나, 1회 섭취량의 함 량보다는 100g당 함량을 기초로 기준을 마련하는 것이 적절하다는 의견을 제시함 - 그러나 0으로 처리하기 위한 100g 당 지방함량 기준에 대한 근거는 미약한 실정임 다. 식품의 지방 값과 총 지방산의 값이 차이가 있는 경우, 각 지방산 값의 처리 - 지방산 조성을 왜곡할 수 있으므로 적절하지 않다는 의견을 제시함 - 각 처리안에 대한 자문의견을 바탕으로 국립수산과학원의 한국수산물지방산 성분표의 지 방산 함량은 그대로 이용하되 대체하는 식품의 지방함량의 차이를 고려하여 지방산 함량 을 조정하고 나안과 다안은 적용하지 않는 것으로 함 225

237 지방산 DB 구축 및 관련 자료의 문서화를 통한 국민건강영양조사자료 분석 용 지방산 DB 완성 가. 지방산 DB 구축 개요 Fig 3. 지방산 DB 구축 개요도 226

238 나. 지방산 DB 단계별 구축 과정의 문서화 1) 지방산 DB Level 0: 자료원별 코딩 자료 (raw 상태) 227

239 2) 지방산 DB Level 1: DB에 수록할 지방산 조성에 맞추어 모든 자료원 합치기 식품별 지방산 자료에 사용한 자료원 기록 (DB의 자료원 코드 변수 참고) 228

240 3) 지방산 DB Level 2: 질병관리본부에서 제공한 5144건의 식품에 대해 Level 1 DB를 적용 하고 분석 값 미비 식품에 대해 결측치 처리안을 적용한 DB 결측치 처리와 관련된 내용의 문서화 - 지방 값 결측치에 대한 입력 값 근거 (DB의 지방대체코드, 지방 계산방법, 근거사 이트주소 변수 참고) - 지방산 값 결측치에 대한 입력 값 근거 (DB의 대체 및 계산방법 기입 변수 참고) - 매칭할 식품을 찾지 못하여 함량을 0 으로 처리한 식품에 대해 주관부서의 검토 의견 에 따라 임의 대체한 식품 2011 사용여부 사용 미사용 식품군 종실류 채소류 버섯류 과일류 조미료류 차 및 음료류 기타 항목수 (식품 또는 식품 가짓수) (아주까리 1 (마가목열매) 3 잎, 질경이, 잎나물) 1 (상황버섯) 1 (산수유열매) (맛술, 4 산초가루) 2 (쌍화차가루, 마차) 6 (누에, 번데기, 메뚜기, 삼백초가루) 소계 18 종실류 3 채소류 23(21) 버섯류 4 과일류 10(7) 어패류 3(1) 차 및 음료류 11 조리가공품 3 기타 8(7) 소계 65(57) 229

241 1) Level 2 DB 작성 현황 2011년 이용식품에 대한 성분자료 : 2112건1 1) 2011년 미이용식품 에대한 성분자료: 3032건 분석값 795 계산값 928 대체값 389 분석값 748 계산값 1661 대체값 623 국내 251 일본 306 USDA 238 국내 255 일본 429 USDA 232 주재료 성분이용 12 국내 52 일본 79 USDA 200 매칭할 식품 없어 0처리 하려했으나, 주관부서의 요청으로 임의대체한 식품 18 지방함량 0인 식품 40 국내 133 일본 283 USDA 332 국내 566 일본 732 USDA 298 주재료 성분이용 64 국내 102 일본 122 USDA 299 매칭할 식품 없어 0처리 하려했으나, 주관부서의 65 요청으로 임의대체한 식품 지방함량 0인 식품 35 Level 3 : 실제 이용된 식품인 2112개 식품이 해당 수산물( 12) 60 농진청( 10) 149 농진청( 00) 10 정은경( 93) 17 오경원( 91) 14 학술지 논문 1 수산물( 12) 33 농진청( 10) 171 농진청( 00) 21 정은경( 93) 7 오경원( 91) 23 수산물( 12) 5 농진청( 10) 47 수산물( 12) 76 농진청( 10) 56 오경원( 91) 1 수산물( 12) 162 농진청( 10) 287 농진청( 00) 22 정은경( 93) 37 오경원( 91) 58 수산물( 12) 21 농진청( 10) 76 오경원( 91) 5 230

242 4) Level 3: 2011년도 국민건강영양조사자료 분석용 지방산 DB 지방산 DB Level 3의 예시 231

243 4.2 DB 유효성 평가 문헌에 보고된 지방산 섭취수준 가. 국내 연구 - 국내 검색엔진 KISS, DBPIA, E-Article을 통해 지방산 섭취 를 주요어로 검색하여 총 305건의 문헌을 검색함 - 이중 인간을 대상으로 식사를 통한 섭취량을 조사한 8종의 논문을 이용하여 지방산 섭취수준을 검토함 - 문헌에 제시된 지방산 섭취량 분석 방법과 섭취수준을 Table 1에 제시함 232

244 Table 1. 국내 문헌에 보고된 지방산 섭취수준 대상자 특성 대상자 수 총에너지 총지방 총지방산 SFA MUFA PUFA 식사섭취조사 광주 수유부 여 분만후 3일 18명 42.0± ± ± ±5.0 지방산 섭취량 분석 출처 분만후 9일 18명 42.0± ± ± ±2.6 분만후 4주 18명 52.1± ± ± ±5.2 식사수거 직접분석 이 등 1996 분만후 8주 18명 59.6± ± ± ±6.7 분만후 12주 18명 53.3± ± ± ±4.5 제왕절개로 분만 예정된 정상 임산부 여 임신38~41주 30명 1986± ± ± ± ±1.41 식품섭취 빈도법 자료출처 미제시 안 등 1996 서울 초등학생 남 8살~10살 43명 1808± ± ± ± ± 살~13살 39명 2207± ± ± ± ±1.43 여 8살~10살 43명 1496± ± ± ± ± 살~13살 43명 1854± ± ± ± ± 시간회상법 국내외 함량자료 이 등 1999 고콜레스테롤혈증 여 30~65세 102명 1702± ±0.7%E 4.8±0.3%E 4.8±0.3%E 4.2±0.2%E 24시간 회상법, diet history법 정상 104명 1765± ±0.6%E 3.5±0.2%E 3.7±0.2%E 3.4±0.2%E 국내외 함량자료 이 등 2001 고콜레스테롤혈증 남녀 20세 이상 72명 32.39± ± ± ±5.53 경계위험 35명 29.09± ± ± ±5.11 식이기록법 국내외 함량자료 김 등 2003 정상 44명 38.32± ± ± ±7.22 서울지역고등학생 남 17~19세 91명 2182± ± ± ± ± 시간회상법 서울지역고등학생 여 17~19세 143명 1917± ± ± ± ±0.6. 국내외 함량자료 정 등 2004 서울지역 여대생 여 만 20세 이상 174명 1501± ± ± ± ±3.49 단태아임산부 임신 5~12 21명 1640± ± ± ± ±4.12 임신 13~28주 24명 1905± ± ± ± ±4.72 임신 28주이후 12명 1883± ± ± ± ±4.11 쌍태아 임산부 임신 5~12 22명 1746± ± ± ± ±4.56 임신 13~28주 21명 2204± ± ± ± ±3.88 임신 28주이후 16명 2092± ± ± ± ±5.63 web을 이용한 식사기록수집 24시간회상법 국내외 함량자료 유 2007 국내외 함량자료 권 등

245 나. 미국의 섭취량 -2004년에 발표된 년도 미국 국민건강영양조사자료에 USDA s Survey Nutrient Database(versions and 1998)를 이용하여 보고된 평균 지방산 섭취량은 다음과 같음 (Bethene Ervin et al. 2004). Table 2. Dietary intake of fats, fatty acids, and cholesterol by sex and age: United States,

246 235

247 236

248 237

249 다. 일본 - 일본 중년 남성에서 28일간의 식사기록법으로 추정된 식이 지방산 섭취량과 섭취량에 대한 바이오마 커로 사용된 혈청 인지질의 지방산 함량은 다음의 표와 같음 (Kobayashi et al. 2001). Table 3. Fatty acid intakes on the basis of 28 days of dietary records and fatty acid composition of serum phospholipid 238

250 4.2.2 기존 보고된 문헌에서의 지방산 섭취량과 질환과의 관련성 체계적 고찰 가. 오메가 3 지방산과 대사증후군 - 오메가 3 지방산이 대사증후군에 미치는 영향을 보기위한 RCT 연구 19편을 체계적으로 고찰한 결과 15편에서는 대사증후군 혹은 대사증후군 요소의 감소 결과를 보였으며 4편에서는 영향이 없음을 확 인할 수 있었음. Fig 4. Flow chart of study selection process in the systematic review 239

251 Table 4 First Author (Ref.#) Esposito, et al.(1) Woods et al.(2) Cerchietti et al. (3) Benito et al. (4) Baxheinric h et al. (5) Palomäki et al. (6) Pedersen et al. (7) Characteristics of Randomized Controlled Trials that Evaluated Effect of Omega-3 on MetS Sample size Country, year control Age(yrs), sex Health Status Duration Intervention intervention Italy, 2004 U.S., Spain, 2006 German y, 2012 Finland, 2010 Denmar k, 2010 intervention: 90, control: 90 intervention: 28, control: 26 fish oil:12, fish oil+celecoxib : 10 Enriched milk: 36, Semi-skimm ed milk: 36 Rapeseed oil-rich diet: 40, control diet with olive oil: 41 CPTRO: 17, Butter: 20 intervention: 38, control: 40 intervention: 44.3±6.4, control: 43.5±5.9 intervention: 45.3( ), control: 47.3( ) fish oil:61(44-83), fish oil+celecoxib: 64(44-90) test group: 52±11, control group: 50±8 Rapeseed oil-rich diet: 52.3±10.6, control diet with olive oil: 50.3±9.8 MetS HIV infection Systemic immune-meta bolic syndrome MetS MetS 2 years 13 week 6 week 3 months 26 week 30-65, male MetS 8 week intervention: 14.3±0.7 control: 14.3±0.6, Boys over weight 16 week mediterranean-s tyle diet n-3 fatty acid supplementation fish oil, fish oil+celecoxib Enriched milk, Semi-skimmed milk Rapeseed oil-rich diet, control diet with olive oil Cold-pressed turnip rapeseed oil, Butter diet Fish oil supplementation MetS Criteria ATPⅢ ATPⅢ IDF NCEP ATPⅢ - Adjustments weight changes baseline values baseline values and changes in height, weight, and testosterone level Results Patients in the intervention group had reduced serum hs-crp. Triglycerides decreased after 3 week intervention 180mg/dl to 114 mg/dl. Correlation between fatigue and lean mass et cetra. Test group decreased serum total cholesterol, LDL cholesterol. Rapeseed oil diet declined diastolic blood after intervention. Total and LDL cholesterol decreased significantly after intervention 8% and 11%. No association between RBC EPA and plsma TAG concentration. 240

252 Dewell et al.(8) Hees et al. (9) Lankinen et al. (10) Montegaa rd et al. (11) Forsythe et al. (12) Michalsen et al. (13) Tulk et al. (14) U.S., 2011 Europe, 2012 Europe, 2011 Canada, 2010 U.S., 2008 German y, 2006 U.S., 2009 each 20 HF: 17, LFHCC: 15 HealthyDiet: 37, WGED:34, Control: 35 High n-3 PUFA:8, low n-3 PUFA:8 VLCKD: 20, LFD: 20 MG: 48, AG: 53 LFx: 50±12, HFx: 50±12, LFO: 51±8, HFO: 52±10, Placebo: 48±7 LF:56.4±9.5,M/F:12/ 5, LFHCC: 59.1±9.6,M/F:11/4 HealthyDiet:58±7, M/F:17/20 WGED:58±8, M/F:17/17 Control: 59±7 M/F: 18/17 MetS M: 56±3 MetS 8 week low-dose flaxseed oil, high-dose flaxseed oil, low-dose fish oil, high-dose fish oil MetS 12 week HF, LFHCC Patients with impaired glucose metabolism with at least two other features of the MetS 12 week WGED 3 study days, 1 week washout 18-55, F/M Overweight 12 week MG:59.0±8.7, AG: 59.8±8.6 F/M 8 M: 56±3 MetS Undergoing coronary artery disease 1 year 3 trial days, 1-week washout High n-3 PUFA, low n-3 PUFA VLCKD, LFD Mediterranean diet Avoid high in n-3 PUFA product NCEP ATPⅢ - NCEP ATPⅢ NCEP ATPⅢ ATPⅢ Benjamini-Hochbe rg false discovery rate No effects on plasma inflammatory markers in patients with metabolic syndrome. LFHCC diets lowered fasting insulin, and LDL-cholesterol. Association between increase in EPA and DHA with improvement of insulin secretion and glucose disposal. Circulating concentration and activity of PAI-1 were higher after the high compared with the low n-3 LCPUFA load. Decrease in total saturated fatty acids. MG group increased plasma concentrations of long-chain n-3 PUFA. ATPⅢ - No effects. 241

253 Ebrahimi et al. (15) Brady et al. (16) Brady et al. (17) Rasic-Mil utinovic et al. (18) Shearer et al. (19) Iran, 2009 U.K., 2004 U.K.,200 4 Serbia, 2007 U.S., 2012 Intervention: 47, control: 43 Moderate n-6 PUFA diet:15, high n-6 PUFA diet:14 Healthy:29 Moderate n-6 PUFA diet:15, High n-6 PUFA diet:14 Intervention:53.5±1 2.7, control:52.3±11.1 M/F Moderate n-6 PUFA diet:48±3, high n-6 PUFA diet:48±2 MetS Normolipidemi c, insulin sensitivity 6 months 6 week Age:48±2 Healthy 6 week 35 Age: 54.50±11.99 Dual Placebo: 15, ERN: 15, P-OM3: 17, Combination: 13 Dual Placebo: 45(39,65), ERN: 49(41, 56), P-OM3: 44(40, 49). Combination: 48(44, 54) Chronic renal failure 8 week omega-3 fatty acid treatment Moderate n-6 PUFA diet, high n-6 PUFA diet, fish-oil supplementation Moderate n-6 PUFA diet, high n-6 PUFA diet, fish-oil supplementation Omega-3 FA supplementation MetS 16 week ERN, P-OM3 IDF Age, physical activity Baseline values, treatment effects on vascular function Association between omega-3 and serum low density lipoprotein cholesterol. Fish oil supplementation decreased plasma triacylglycerol after 6 week LC n-3 PUFA had no effect on insulin action Decreases of SFAs and total SFA:n-3 PUFAs ratio. P-OM3 reduced TG by 26mg/dl (-13%, P=0 04). Clinical trial studies(n=26). Femle; F, male M, Metabolic syndrome; MetS, National Cholesterol Education Program Adult Treatment Panel Ⅲ; NCEP ATPⅢ the International Diabetes Federation Task Force on Epidemiology and Prevention; IDF, the National Heart, Lung, and Blood Institute; NHLBI, American Heart Association; AHA, High-fat, SFA-rich diet; HSFA, high-fat MUFA-rich diet; HMUFA, low-fat, high-complex carbohydrate diet; LFHCC, low-fat, high-complex carbohydrate diet, with 1g/d high oleic sunflower oil; LFHCC, High-fat diets; HF, Whole grain enriched diet; WGED, very low carbohydrate diet; VLCKD, low fat diet; LFD, Extended-release niacin; ERN, Prescription omega-3 acid ethyl esters; P-OM3 242

254 나. 리놀렌산, EPA, DHA와 대사증후군 - 리놀렌산, EPA, DHA가 대사증후군에 미치는 영향을 보기위한 관찰 실험연구 11편을 체계적으로 고찰한 결과 8편에서는 대사증후군 혹은 대사증후군 요소의 감소 결과를 보였으며 3편에서는 대사 증후군 혹은 대사증후군 요소의 증가 혹은 영향이 없음을 확인할 수 있었음. Fig 5. Flow chart of study selection process in the systematic review 243

255 Table 5 Characteristics of observational studies that evaluated effect of linolenic acid, DHA, EPA on development of MetS First Author (Ref.#) Cross-sectional studies Zhang G et al. (1) Mirmiran P et al. (2) Juan C. et al. (3) country, year China Iran, 2012 U.S., 2010 N age(yrs) Health Status Adjustments MetS Criteria Results 2, genaral population 2, M: 212, F: 240 excluded hypertension, hyperglycemia, hyterlipidemiaparticipa nts 47.9±15.7 genaral population age,sex, region, residence, smoking,alcoholdrinking, educationalattainment, family history of diabetes, CVD,totalenergyintake, redmeatintake,bmi,crp, ALA, lenoleic acid in erythrocytes age,sex, race, smoking, physical activity totalenergyintake, %ofenergyfrom (carbohydrate,protein, saturatedfattyacid, monounsaturatedfattyacid, oleicacid, fruitsandvegetablesintake, fiber intake), age,sex, waist circumference, BMI,andHOMAindex NCEP ATPⅢ NCEP ATPⅢ NCEP ATPⅢ Higher concentrations of erythrocytedhawereassociated with lower odds of MetS ALA intake was inversely associatedwiththemets EPA had the strongest effect on TG. Kawashima A et al. (4) Japan, ±5.6 /M excluded diabetes, hypertension, dyslipidemiaparticipant s Japanese Committee for thediagnosticcriteriaof MetabolicSyndrome association between estimated D5Dactivitywithfactorforabdominal obesity Truong H et al. (5) U.S., ,815 61±10 genaral population age,sex, area of residence, smoking,alcoholintake physicalactivity, adiposetissuetransfattyacids, NCEP ATPⅢ ALA concentrations are associated withlowerprevalenceofthemets Lai YH et al. (6) U.S., , ±13.9 genaral population age,sex, race, alchol intake, smoking,exercise, TV watching, energy intake, multivitaminuse, fruitsandvegetablesintake, fiber intake NCEP ATPⅢ dietary alpha-linolenic acid wasnotassociatedwithmets. 244

256 Interventional studies First Author (Ref.#) country, year sample size control intervention age(yrs) Health Status duration intervention MS Criteria Results Satoh et al. (7) Zong G et al. (8) Japan, 2007 China, (RCT) (RCT) ± obese type2 diabetic patients with Mets with at least 2 Mets components 3 months 1.8g/day 12 weeks 30g whole flaxseed/ day modified NCEP ATPⅢ NCEP ATPⅢ EPA reduces serum sdldl in the Mets flaxseed supplementation increases n-3pufas in participants with risk factors of MetS Root M et al. (9) U.S., (RCT) with BMIs greater than23 (average = 28.1) 4 weeks 1.7g/day (350mg EPA & 230mg DHA/single dose packet) NCEP ATPⅢ No effects of O3 were observed in metabolic syndromecriteria SatohNetal.(10) Japan, (RCT) ±2.1 obese patients with MetS 3 months 1.8g EPA/day modified NCEP ATPⅢ EPA improves arterial stiffness and is less influenced by BP Baxheinrich A et al. (11) Germany, (RCT) ±10.6 with MetS 6 months ALA intake of 3.5g/day on body weight International Diabetes Federation high ALA intake reduced concentrations of serum TAG M: male, F: Femle, MetS : Metabolic syndrome, NCEP ATPⅢ: National Cholesterol Education Program Adult Treatment Panel Ⅲ, ALA: alpha-linolenic acid, EPA: Eicosapentaenoic acid, DHA: docosahexaenoic acid, D5D: delta5 desaturase, sdldl: small dense low densityl ipoprotein, BP: bloodpressure, TAG:t riacylglyceride 245

257 다. 오메가 3 지방산과 관상심장질환 - 오메가 3 지방산이 관상심장질환에 미치는 영향을 보기위한 RCT 연구 15편을 체계적으로 1편을 제외하고는 관상심장질환에 효과가 있음을 확인할 수 있었음. Fig 6. Flow chart of study selection process in the systematic review 246

258 Table 6. Characteristics of Randomized Controlled Trials that Evaluated Effects of Omega-3 on Coronary Heart Disease First Author(Ref.#) Geleijnse et al. (1) Bitzur et al. (2) Carney et al. (3) Park et al. (4) Rajaram et al. (5) Olmedilla-Alo nso et al. (6) Roos et al. (7) Castro et al et al. (8) Country, year Netherla nd, 2012 Israel, 2010 U.S., 2009 U.S., 2009 U.S., 2009 Spain, 2008 Netherla nd, 2008 Brazil, 2007 Sample size control intervention Placebo:739, EPA-DHA: 726, ALA:727, EPA-DHA+ALA:719 n-3-pse:46, placebo:45 omega-3:62, placebo:60 0g n-3 PUFA:49, 0.5g PUFA:52, 1g PUFA: 23, 2g PUFA: 12 n= M:15, F:10 3.5g fish oil:42, 3.5g high oleic sunflower oil:39 cluster1(n=36), cluster2(n=35), cluster3(n=28) Age(yrs), sex Health Status Duration Intervention Results Placebo:68.9±5.4, EPA-DHA:69.2±5.4, ALA:69.1±5.6, EPA-DHA+ALA:69.2± 5.6 n-3-pse:51.0±1.9, placebo:48.3±1.6 omega-3:58.1±9.4, placebo:58.6±8.5 0g n-3 PUFA:46.2±14.8, 0.5g PUFA:45.0±13.2, 1g PUFA:38.0±10.7, 2g PUFA:42.3±14.7 M:45-65, F:50-70 Coronary patients Mixed hyperlipidemia patients major depression and CHD Mildly hypertriglyceri demic normal to mildly hyperlipidemic Three or more risk factors for CVD 40 months 14 wk 10 wk 24 wk 4 wk 5 wk, 1-month washout Healthy 12 wk cluster1=25.3±4.9, cluster2=36.2±11.5, cluster3=42.7±13.8 Healthy 6 wk 400mg of EPA-DHA, 2g of ALA, 400mg of EPA-DHA plus 2g of ALA 50 mg/day of sertraline plus either two g/day of an omega-3 supplement n-3 PUFAs 0.5g, 1,g 2g Walnut diet:42.5g walnuts/2400kcal, Fish diet:113g salmon, twice/wk 136 g of walnuts a week 3.5g fish oil, 3.5g high oleic sunflower oil w-3 PUFAs, soluble dietary fiber, w-3 PUFAs combined with soluble dietary fiber. no effect of n-3 on cognitive decline. Reduction of LDL-C levels was smaller in the n-3-pse. no evidence that omega-3 augmentation increases the efficacy of sertraline for comorbid major depression in CHD. 1g and 2g n-3 PUFA treaments increased total cholesterol and LDL-cholesterol. Walnuts and fatty fish diet lowered serum cholesterol and TG. Walnut-enriched meat products decrease total cholesterol. Fish oil seems to activate lipid modulating mechanisms. Soluble fiber showed no beneficial changes of blood lipids. 247

259 O Keefe, Jr et al. (9) Geppert et al. (10) U.S., 2005 Germany, 2005 w-3 treatment: ±6.5 CHD 4 months DHA group:55, Placego: ±5.6 Healthy 8 wk 75mg of EPA & 195mg of DHA per 500mg capsule 2.28 g DHA-rich oil from microalgae Omega-3 decreased HR at rest DHA from microalgae oil achieves a beneficial omega-3 index of 8%. Harrison et al. (11) UK, 2004 DHA+soya:50, Soya:53, DHA:51, Placebo: Untreated elevated total cholesterol or blood pressure. 5 wk Bread, cereal bars and cracker biscuits fortified with 2g fish oils, or 25g soya-protein DHA enriched foods increased HDL-C by 6%(95% CI 2.5%, 9.6%). Seierstad et al. (12) Norway, 2005 FO:20, FO/RO:19, RO: Angiographicall y verified CHD 6 wk FO:100% South-Americah fish oil, FO/RO:50% fish oil/50% rapeseed oil, RO:100% rapeseed oil n-3 PUFAs seem to impose favourable changes in CHD. Minihane et al. (13) UK, 2005 Moderate n-6:n-3 PUFA diet:15, High PUFA diet:14 M:35-70 Healthy 6 wk 71 and 79g/100g MUFA & 6 and 6g/100g PUFA(moderate), 30 and 32g/100g MUFA & 46 and 53g/100g PUFA(high) n:6-n:3 PUFA ratio has less relevant levels of LC n-3 PUFA or dyslipidaemia. Singer et al. (14) Stark et al. (15) Germany, 2004 Canada, 2000 Fish oil group:33, Placebo: 32 Supplemented group:18 Control group:17 Fish oil group:45±8, Placebo:42±9 F:43-60 Cardiac arrhythmias without signs of CHD and heart failure Cardiovascular disease in postmenopausa l women 12 months 28-day 3g/day of fish oil, 3g/day of olive oil 2.4 g EPA plus 1.6g DHA/day n-3 PUFA might to explain decline of myocardial infarction. n-3 PUFA was associated with 26% lower serum triacylglycerol. 248

260 라. 리놀렌산, EPA, DHA와 관상심장질환 -리놀렌산, EPA, DHA가 관상심장질환에 미치는 영향을 보기위한 관찰 실험연구 13편을 체계적으로 분석한 결과 7편에서는 관상심장질환에 효과가 있었으며 6편에서는 영향이 없음을 확인할 수 있었음. Fig 7. Flow chart of study selection process in the systematic review 249

261 Table 7 First Author(Ref.#) year Prospective cohort studies Dolecek TA et al. (1) Characteristics of observational studies that evaluated effect of linolenic acid, DHA, EPA on development of Coronary heart disease country, U.S.,1992 N 6,250 age(yrs) 35-57, M Assessment tool Four24-h dietaryrecord Adjustments sociodemographics, other CHD risk factors (BMI, smoking, alcohol intake, physical activity, family history, blood pressure, and blood lipids ), and dietary variables ( total energy, fiber intake) Results no association between Dietary ALA intake and CHD death de Goede J et al. (2) Netherlan ds, , ,M/ F FFQ sociodemographics,otherchdriskfactors,anddietaryvariables ( total energy, including other fatty acids) ALA intake was not associated with incident CHD de Goede J et al. (3) Streppel MT et al. (4) Albert CM et al. (5) Ascherio A et al. (6) Vedtofte MS et al, (7) Oomen CM et al. (8) Netherlan ds, 2009 Netherlan ds, 2008 U.S.,2005 U.S.,1995 Denmark, 2011 Netherlan ds, , ,M/ F FFQ 1,373 mean 77 Dietary history 76, ,75 7 mean 50.6/F 40-75, M 3, FFQ Two diet records 7-d food record Dietary history sociodemographics, other CHD risk factors(bmi, smoking, alcohol intake,family history,blood pressure, and blood lipids),and dietary variables( total energy, including supplement use, SFA, fruit, and vegetables), use of drugs for hypercholesterolemia energy intake, alcohol intake, wine use, fruit, and vegetables consumption, saturated fat, cis mono and PUFA intake, serum cholesterol lowering diet, BMI, smoking, prevalence of diabetes mellitus, systolic blood pressure, socioeconomic status sociodemographics, other CHD risk factors (BMI, smoking, alcohol intake, family history, blood pressure, and blood lipids ), and dietary variables ( total energy), menopausal status and postmenopausal hormone use, viorous to moderate activity, usual aspirin use, multi vitamin use, vitamin E use, diabetes sociodemographics, other CHD risk factors (BMI, smoking, alcohol intake, physical activity, family history, blood pressure, and blood lipids ), and dietary variables ( total energy, fiber intake) smoking, educational attainment, familial history of acute myocardial infarction, systolic blood pressure, alcohol intake, and other PUFAs, total energy, leisure-time physical activity, and BMI age, standard coronary risk factors, and intake of trans fatty acids and other nutrients EPA+DHA may lower fatal CHD no relationship between EPA+DHA intake and (sudden) coronary death dietary alpha-linolenic acid intake may reduce the risk of SCD/ not other types of fatal CHD in women no association between Dietary ALA intake and fatal CHD no association between ALA intake and risk of IHD no association between ALA intake and the risk of 10-y CAD incidence 250

262 Hu FB et al. (9) U.S., 1999 Cross-sectional studies 76, FFQ age,standardcoronaryriskfactors, anddietaryintakeoflinoleicacidandothernutrients higher intake of alpha-linolenic acid is protective against fatal IHD Djoussé L et al. (10) U.S.,2001 4,584 mean 52.1±13. 7 FFQ age, linoleic acid, and anthropometric, and metabolic factors lifestyle, Ahigherintakeoflinolenicacidwa sinversely relatedtotheprevalenceoddsrati oofcad Interventional studies First Author(Ref.#) Oikawa S et al. (11) Kromhout D et al. (12) country, year Japan, 2009 Netherlands, 2010 samplesize control intervention 18,645(RCT) 9,319 9,326 4,837(RCT) Placebo:1,236 EPA-DHA+ALA:1,2 12 EPA-DHA:1,192 ALA:1,197 age(yrs),sex Health Status duration intervention results men:40-75 women:postmenopausa l hypercholesterole mic patients myocardialinfarcti on patients 4.6y 40month s EPA: 1800 mg/d EPA-DHA:400m g/d, ALA:2g/d, EPA-DHA:400m g/d +ALA:2g/d EPA decrease incidence of CAD EPA DHAhadalowerr iskoffatalcoronaryhe artdisease thandidthosewhorec eivedplacebooralao nly Harris WS et al. (13) U.S., (RCT) ±11 coronaryheartdisea se patients 6 months EPA-DHA: 1g/d CHD:Coronary heartd isease, CAD: coronary artery disease, IHD: ischemic heart disease, SCD: sudden cardiac death, HR: heart rates n-3fasupplementati on reduced HR 251

263 4.2.3 지방산 섭취량 평가 - 제5기 국민건강영양조사 1,2차년도 식품섭취량 조사 자료에 새로 구축한 지방산 데이터베이스를 적 용하여 지방산 섭취량을 평가하였음 - 전체 대상자 및 성별 섭취량을 Table 8에 제시하였음 - 총지방산 섭취량은 38.3g으로 지방섭취량 44.4 g과 비교할 때 86.4% 수준(남자 85.5%, 여자 87.6%) 임 - 만 19세 이상 대상자의 섭취량을 Table 9에 제시하였음 년 한국인의 지질 영양섭취기준에서 만 19세 이상의 성인에 대해 제시된 포화지방산 섭취기준 은 %E 임 - 구축된 DB를 이용해 추정된 포화지방산 섭취량은 12.9g으로 총 에너지의 5.4%수준이며, 추정된 총 지방산 섭취량이 지방섭취량의 85% 수준임을 고려한다면 총 에너지의 6.4% 수준인 것으로 추정됨 252

264 Table 8. 제5기 국민건강영양조사 자료를 이용하여 추정한 지방 및 지방산 섭취량 특성 평균 전체(n=14777) 남자 (n=6406) 여자(n=8371) 표준오 차 95% 신뢰구간 평균 표준오 차 95% 신뢰구간 평균 표준오 차 95% 신뢰구간 연령 에너지섭취량(kcal) 지방섭취량(g) 포화지방산 단일불포화지방산 다가불포화지방산 총지방산에 대한 비율 (%) 포화지방산 단일불포화지방산 다가불포화지방산

265 Table 9. 제5기 국민건강영양조사 자료를 이용하여 추정한 지방 및 지방산 섭취량 (19세 이상) 특성 평균 전체(n=3824) 남자 (n=1512) 여자(n=2312) 표준오 차 95% 신뢰구간 평균 표준오 차 95% 신뢰구간 평균 표준오 차 95% 신뢰구간 연령 에너지섭취량(kcal) 지방섭취량(g) 포화지방산 단일불포화지방산 다가불포화지방산 총지방산에 대한 비율 (%) 포화지방산 단일불포화지방산 다가불포화지방산

266 4.2.4 지방산 섭취량과 건강지표 간의 연관성 - 제5기 국민건강영양조사 1,2차년도 건강검진자료와 개발된 DB를 이용하여 지방산 섭취량과 의 연관성을 분석하였음 - 고지혈증 관련 질환으로 진단받거나 치료받지 않은 19세 이상 성인을 대상으로 함 - 전체 대상자 및 성별 섭취량을 Table 10에 제시하였음 - 정상인 대상자와 고콜레스테롤혈증으로 진단된 대상자의 섭취량은 Table 11에 제시하였음 - 정상인 대상자와 고중성지방혈증으로 진단된 대상자의 섭취량은 Table 12에 제시하였음 - 정상인 대상자와 고콜레스테롤혈증 및 고중성지방혈증으로 진단된 대상자 간의 지방산 종류 별 섭취량에는 의미있는 차이가 없었음 255

267 Table 10. 제5기 국민건강영양조사 자료를 이용하여 추정한 고지혈증 관련 질환으로 진단받거나 치료받지 않은 19세 이상 성인의 지방 및 지방산 섭취량 - 성별 특성 전체(n=3824) 남자(n=1512) 여자(n=2312) 평균 표준오 95% 신뢰구간 평균 표준오 95% 신뢰구간 평균 표준오 95% 신뢰구간 차 차 차 연령 체질량지수(kg/m 2) 허리둘레(cm) 중성지방(mg/dl) 총콜레스테롤(mg/dl) 에너지섭취량(kcal) 지방섭취량(g) 포화지방산 단일불포화지방산 다가불포화지방산 총지방산에 대한 비율(%) 포화지방산 단일불포화지방산 다가불포화지방산

268 Table 11. 제5기 국민건강영양조사 자료를 이용하여 추정한 고지혈증 관련 질환으로 진단받거나 치료받지 않은 19세 이상 성인의 지방 및 지방산 섭취량 - 고콜 레스테롤 혈증 특성 정상(n=3274) 고콜레스테롤혈증 (n=295) 평균 표준오차 95% 신뢰구간 평균 표준오차 95% 신뢰구간 연령 체질량지수(kg/m 2) 허리둘레(cm) 중성지방(mg/dl) 총콜레스테롤(mg/dl) 에너지섭취량(kcal) 지방섭취량(g) 포화지방산 단일불포화지방산 다가불포화지방산 총지방산에 대한 비율(%) 포화지방산 단일불포화지방산 다가불포화지방산

269 Table 12. 제5기 국민건강영양조사 자료를 이용하여 추정한 고지혈증 관련 질환으로 진단받거나 치료받지 않은 19세 이상 성인의 지방 및 지방산 섭취량 - 고중 성지방 혈증 특성 정상 (n=2646) 고중성지방혈증 (n=360) 평균 표준오차 95% 신뢰구간 평균 표준오차 95% 신뢰구간 연령 체질량지수(kg/m 2) 허리둘레(cm) 중성지방(mg/dl) 총콜레스테롤(mg/dl) 에너지섭취량(kcal) 지방섭취량(g) 포화지방산 단일불포화지방산 다가불포화지방산 총지방산에 대한 비율(%) 포화지방산 단일불포화지방산 다가불포화지방산

270 4.2.5 지방산 유효성평가 결과를 통한 지방산 DB 구축결과에 대한 자문의견 - 만성질환의 증가로 총 지방 섭취 뿐 아니라 우리 국민의 지방산 종류별 섭취량에 대한 자 료의 필요성이 높아지고 있으나 국내에 이를 평가할 수 있는 신뢰성 있는 DB가 구축되 어있지 않았음. 따라서 국민건강영양조사의 식이섭취데이터를 분석할 수 있는 수준의, 지 방산 데이터베이스를 구축하고자 한 본 사업은 그 의미가 크다고 생각함. - 현재 국내에 이용할 수 있는 지방산 데이터베이스가 극히 제한되어 있으므로, 기존에 부분 적으로 분석/정리되어있는 데이터를 활용하여 제한적이나마, 현재의 시점에서 가장 타당 하고 사용가능한 데이터베이스를 만드는 것이 주요 목적이라 생각되며 그러한 사업의 취 지에 따라 충실하게 수행되었다고 생각됨. - 구축된 DB를 활용하여 산출한 총지방산 섭취량은 38.3g으로 지방섭취량 44.4g과 비교할 때 86.4% 수준으로 USDA 보고에 비해 낮지만, 활용 가능한 데이터베이스의 한계로 인한 것이라 사료되며, 기존에 국내에서 보고되었던 수준보다는 훨씬 높은 수준이라 판단됨. 이는 단계적으로 추가적인 연구를 통해 보완해야 할 것으로 판단됨. - 결측치를 보완하는 과정에서, 각 식품에 대해 주요 DB source로 사용된 것이 아닌 다른 source값을 가져오게 되는 경우에는 이에 대한 상세한 정보를 기록하는 것이 중요함. 단 지 텍스트로 저장되어 보고서 등에서 찾아볼 수 있는 형태가 아닌, 이러한 정보를 담기 위한 DB형태도 신중히 설계되어야하며, 후속 연구에서 이러한 DB 형태도 연구되어야 한 다고 생각됨. 궁극적으로는 한 식품당 하나의 source를 기록하는 형태가 아니라, 각 영양 소 별로 source를 기록해나가는 형태이어야 한다고 생각됨. - 본 연구의 경우 단지 DB 정보를 기입하는 것뿐만 아니라 DB 채택 과정의 과학적 근거 기 반의 process 및 적용방안에 대한 정확한 기입을 함으로써 향후 본 DB를 이용하거나 발 전시킬 후속 연구에 대한 기본 골격을 갖추도록 했다는 데 그 의미가 있음. - 유사한 식품에 대해 다른 source의 데이터를 활용하는 경우에 대한 처리방안의 마련이 필 요함. 본 연구의 범위에서는 벗어난다고 생각되나, 후속연구에서 유사한 식품에 대해 대 표값으로 적용할 필요가 있는 식품이 없는지 검토할 필요가 있음. 259

271 만성질환으로 인한 조기 사망률의 감소를 위한 최근 국제적인 식생활 목표에 따라 만성 질환 발생의 주요한 영향 요인으로 보고되고 있는 지방섭취의 현황 파악 및 섭취 수준의 모니터링 필요성이 제기됨 만성질환의 발생은 총 지방산섭취보다 지방산 종류에 의한 발생 위험도 영향이 크므로 각 지방산 종류에 따른 섭취를 평가할 수 있는 지방산 DB가 필요하나 현재 국내 관련 DB 중 타당성이 검증된 DB는 부재 이에 본 연구에서는 국민건강영양조사자료를 활용하여 국내 지방산 섭취 수준을 파악할 수 있는 체계적인 지방산 DB를 구축하고 이에 대한 유효성을 검토하고자 하였음 지방산 DB 구축에 대한 결과는 다음과 같음 - 국내외 기존에 구축된 지방산 DB를 검토한 결과, 대부분의 DB는 단일불포화지방산, 다 가불포화지방산( N-3, N-6), 총불포화지방산, 총포화지방산 자료는 포함하고 있었으나 불포화 또는 포화 지방산 내에서의 특정 지방산들에 대한 값들은 식품 항목에 따라 매 우 상이한 것으로 나타났으며 결측치들도 상당히 많은 것으로 나타났음 - 기존 지방산 DB 자료원에 대한 질 평가를 통해 자료의 등급 순위에 따라 국민건강영양 조사자료에 활용될 기본 DB 자료를 결정하였음. 기본 DB 자료는 국내 식품 시료를 이 용한 분석 값을 제공하면서 발간연도 최신인 자료로 1) 국립수산과학원(2012). 한국수산 물 지방산 성분표, 2) 농촌진흥청 국립농업과학원(2010) 기능성 성분표- 무기질/ 지방산, 3) 농촌진흥청 농촌자원개발연구소(2006) 제7차 개정판 식품성분표Ⅱ - 지방산 자료를 선정하였음 - 식품별 지방산 결측치 값은 대체 원칙에 따라 계산값 또는 대체값을 적용하고 이에 대 한 근거를 제시하였음 - 지방산 DB의 구축 과정은 단계별로 모든 근거를 제시하였으며, 최종 구축된 DB는 1) Level 0: 지방산 DB 구축을 위한 기본 자료원, 2) Level 1: 모든 지방산 DB 병합자료, 3) Level 2: 지방산 DB 기본 자료의 적합도 및 등급 평가에 근거하여 국민건강영양조 사에 활용되는 식품에 대한 지방산 자료, 4) Level 3: 2011년도 국민건강영양조사자료 분석용 DB로 구성되었음 구축된 지방산 DB에 대한 유효성 검토에 대한 결과는 다음과 같음 - 제 5기 국민건강영양조사자료(2010년, 2011년)에 대해 구축된 지방산 DB를 적용하여 계 산한 우리 국민의 총지방산 섭취량은 37.9g으로 지방섭취량 44.4 g과 비교할 때 85.6% 260

272 수준( 남자 84.55%, 여자 86.4%) 임 - 미국의 NHANES 조사결과 보고된 총지방산 섭취수준은 지방 섭취량의 92.4%임 - 본 연구에서 구축된 지방산DB를 이용하여 총지방산 섭취량을 추정한 결과는 비교 대상 으로 한 외국의 결과에 비해 지방섭취량을 반영하는 비율이 낮았으나 기존에 보고된 국 내 연구의 추정량과 비교할 때는 향상된 수준임 - 섭취량 추정의 정확성을 높이기 위한 추후관리가 필요할 것으로 생각됨 본 연구에서 수행된 DB구축 과정에서 파악된 문제는 다음과 같음 - 본 연구에서 지방산DB의 구축을 위해 기본 DB로 활용된 국내 DB는 대체값 산출에 이 용한 외국자료에 비해 자료의 등급이 낮았고 분석 식품항목이 매우 제한적이었음 - 또한 분석값이 없을 때 계산값 산출을 위해 사용할 수 있는 자료도 매우 제한적이었음 - 우리 국민의 정확한 지방산 섭취량 추정을 위해서는 본 연구를 통해 구축된 지방산 DB 의 질을 향상시키기 위한 노력이 요구되며, 이에 필요한 자료를 보완해나가야 함 DB의 활용성을 높이기 위한 개선 방향은 다음과 같음 - 분석대상 식품의 확대와 사용빈도가 높은 식품들을 중심으로 하는 함량자료 보완이 시 급하므로 향후 국민건강영양조사에서 사용하는 식품코드집 수록 식품에 대해 사용빈도와 지방함량이 높은 식품에 우선 순위를 두고 함량 분석 사업을 시행할 필요가 있음 - 이와 함께 지방산 함량 자료 산출 시 표본 분석의 질 관리와 관련한 내용의 문서화가 필요하며 이는 함량자료의 등급평가와 DB보완을 위한 함량자료 선택에 적용될 수 있음 - 식품의 함량자료는 직접 분석하는 방법이 가장 정확하지만 가공식품의 경우 시장에 새 로이 등장하는 제품이 다양하고 잠시 판매된 후 사라지는 것도 많으므로 제품의 조성을 바탕으로 하는 계산값 산출이 유용할 수 있음 - 즉, 여러 식품이 복합된 식품항목의 경우 함유된 식품항목의 조성(레시피) 자료를 이용 하여 재료로 이용된 식품의 지방산 함량을 적용함으로써 복합식품항목의 지방산 함량을 계산할 수 있음 - 이를 위해 가공식품의 제조에 이용된 성분과 그 함량에 대한 자료의 구축이 필요하며 기구축된 데이터베이스를 보유하고 있는 기관과의 자료 공유가 필요함 - 후속 연구를 통해 유사한 식품항목의 분류와 그 대표식품의 선정 지침을 마련함으로써 자료처리과정의 식품선택 차이로 인한 섭취량 추정 오류를 최소화 할 수 있음 - 본 연구에서 DB 구축 과정을 상세히 문서화한 자료를 DB 관리 시스템을 통해 체계적으 로 관리하는 방안을 고려할 필요가 있음. 261

273 6.1 활용성과 과제명 과제책임자 국민건강영양조사 식품 및 영양성분 섭취량 분석을 위한 데이터 베이스 설계 및 지방산 데이터베이스 구축 심재은 / 대전대학교/ 영영학 가. 연구논문 번호 논문제목 저자명 저널명 집(권) 페이지 Impact factor 1 해당없음 2 나. 학술발표 국내/ 국외 SCI 여부 번호 발표제목 발표형태 발표자 학회명 연월일 발표지 국내/ 국제 1 해당없음 2 다. 지적재산권 번호 출원/ 등록 1 해당없음 특허명 출원(등록)인 출원(등록)국 출원(등록)번호 IPC분류 라. 정책활용 해당없음 마. 타연구/차기연구에 활용 해당없음 바. 언론홍보 및 대국민교육 해당없음 사. 기타 해당없음 262

274 6.2 활용계획 과제명 과제책임자 국민건강영양조사 식품 및 영양성분 섭취량 분석을 위한 데이터베이스 설계 및 지방산 데이터베이스 구축 심재은 / 대전대학교 / 영양학 가. 연구논문 번호 논문제목 저자명 저널명 집(권) 페이지 Impact factor 1 투고 예정 2 나. 학술발표 국내/ 국외 SCI 여부 번호 발표제목 발표형태 발표자 학회명 연월일 발표지 국내/ 국제 1 발표 예정 2 다. 지적재산권 번호 출원/ 등록 1 2 해당없음 특허명 출원(등록)인 출원(등록)국 출원(등록)번호 IPC분류 라. 정책활용 지방산 DB 구축으로 인해 WHO 등에서 요구하는 지방산 각각에 대한 값을 제시할 수 있음 마. 타연구/차기연구에 활용 제6기( ) 국민건강영양조사의 지방산 영양섭취 수준 산출 및 최종 원시 자료 가공시 활용 바. 언론홍보 및 대국민교육 해당없음 사. 기타 국민건강영양조사 자료처리용 DB 구축 도구, 갱신 시, 자료 처리 및 관련 연구에 활용 263

275 USDA의 식품성분표와 일본 식품성분표의 지방산 부분의 DB를 수집, 활용하였 음. 일본 문부과학성 자원조사분과(2010): 5정 증보 일본 식품 표준성분표 지방산 성분표 DB의 식품구성 - 수록 식품군 및 식품군별 등재 식품 수 ü 기본적으로 5차 증보 식품성분표에 등재된 식품 중에서 선정 ü 선정기준 대상 : 원칙적으로 지질 함량이 높은 식품, 일상적으로 섭취량이 많 은 식품, 원재료 식품 및 대표 가공식품으로 원재료 식품은 소비 형태에 가까 운 것 식품군 1 곡류 2 감자 및 전분류 3 설탕 및 감미류 4 두류 5 종실류 6 채소류 7 과실류 8 버섯류 9 해조류 10 어패류 11 육류 12 난류 13 유제품류 14 유지류 15 과자류 16 기호음료류 17 조미료 및 향신료류 17 조리가공식품류 합계 "지방산 조성표 (제1표) (2) (3) (5) 지방산 성분표 (제2표) (2) (3) ,263(5) 5차 증보 성분표 ,878 종실류 및 유지류는 5차 증보 성분표를 세분화한 것이 있기에 추가한 수는 ()안에 제시. 수록 지방산 항목 - 지방산 조성표 : 지방 1g당 (지방산 총량, 포화지방산, 단일불포화지방산 및 다가불 264

276 포화지방산) / 총 지방산 100g당 (각 지방산) - 지방산 성분표 : 가식부 100g당 (수분, 지질, 지방산 총량, 포화지방산, 단일불포화 지방산, 다가불포화지방산, n-3계 다가불포화지방산, n-6계 불포화지방산 및 각 지 방산) - 지방산 종류 : Lipid, Total fatty acid, Saturated, Monounsaturated, Polyunsaturated, n-3 Polyunsaturated, n-6 Polyunsaturated, 10:0, 12:0, 14:0, 15:0, 16:0, 17:0, 18:0, 20:0, 22:0, 24:0, 10:1, 14:1, 15:1, 16:1, 17:1, 18:1, 20:1, 22:1, 24:1, 16:2, 16:3, 16:4, 18:2 n-6, 18:3 n-3, 18:3 n-6, 18:4 n-3, 20:2 n-6, 20:3 n-6, 20:4 n-3, 20:4 n-6, 20:5 n-3, 21:5 n-3, 22:2, 22:4 n-6, 22:5 n-3, 22:5 n-6, 22:6 n-3 미 농무부(2012): USDA 표준 참고치를 위한 국가영양소데이터베이스 (National Nutrient Database for Standard Reference), SR 25 총지질 분석 방법 - 대부분 식품의 총지질 함량은 gravimetric methods로 분석된 NFNAP를 통해서 얻 어짐. 산가수분해(AOAC , , , or )와 추출법-클로로포름과 메탄올의 혼합 용매 시스템 (AOAC or Folch et al.)으로 분석. 오래된 값은 에테르 (AOAC , , or )에 의해서도 얻어졌음 - Lipid : fatty acid methyl esters의 percentage로 구해졌고, GLC로 분석(AOAC ). 이러한 데이터는 총지질 100g 당 지방산 g으로 전환된 다음 가식부 식품 100g 당 지방산 g으로 표기 - Fatty acids totals : SR25에 제시된 지방산 데이터의 소량만이 specific positional 과 geometric isomers를 함유하고 있음. ü 다른 지방산 총합은 (1) 포화, 단일불포화, 다중불포화지방산의 합과 (2) trans-monoenoic의 합, transpolyenoic의 합, 그리고 all trans fatty acids의 합 을 나타냄. ü 총 포화, 단일불포화, 다중불포화지방산의 값은 보고되지 않은 개별 지방산을 함유할 수 있기에, 그들 값의 합은 개별 지방산의 합보다 클 수 있음. ü 복합 재료로 가공된 브랜드명 식품의 경우, 기업 데이터는 지방산 군(SFA, MUFA, and PUFA)d으로 되어 있고 개별 지방산이 없는 경우가 많은데 이런 경우, 개별 지방산은 개별 재료들의 지방산으로부터 계산하고 총지방 수준에 265

277 맞게 평준화. 총지방 100 당 지방산 g을 식품 100g 당의 지방산으로 전환할 때, 미만의 값은 0으로 처리. 자료의 질 관리 - 분석된 검체 수와 분석결과의 평균, 표준오차, 최소값 및 최대값 등을 제시하여 분 석결과의 질을 추정할 수 있도록 함 - 48개 지역의 주, 슈퍼마켓 및 아울렛, 주요 식품종류로 구분한 3단계 층화 표본추 출설계를 기본으로 대표성 있는 표본추출을 위한 국가 시스템을 가지고 있음 DB의 식품구성 - 수록 식품군 및 식품군별 등재 식품 수 266

278 참여 연구원 변경 배수환(단국대)의 휴학으로 인해 보조원을 장하영(단국대)으로 변경 장하영(단국대)의 개인사정으로 인해 5-6월(2개월간) 보조원으로 근무하고, 7월부 터(5.5개월) 신송경(단국대)으로 보조원을 변경(과제 참여함). 변경 전 변경 후 OBS 성명 참여기간 인건비 수령여부 참여율 (%) 성명 참여기간 인건비 수령여부 참여율 (%) 비고 1 배수환 7.5개월 26.8 장하영 7.5개월 26.8 배수환 참여 안함 2 장하영 7.5개월 26.8 장하영 2개월 26.8 신송경 5.5개월 26.8 장하영 참여 안함 신송경 연구 참여 267

279 9.1 연구비 사용 내역(현재까지 사용내역 작성) (단위 : 원 ) 비목 구분 금액 1) 구성비 비고 ㅇ 인 건 비 소 계 35,500, 책 임 연 구 원 (총 1 명) 3,750, 연 구 원 (총 2 명) 7,500, 연 구 보 조 원 (총 3 명) 2) 17,500, 보 조 원 (총 4 명) 6,750, ㅇ 경 비 소 계 7,362, 여 비 2,258, 유 인 물 비 963, 전 산 처 리 비 1,138, 시 약 및 연 구 용 재 료 비 0 0 회 의 비 2,140, 임 차 료 0 0 교 통 통 신 비 860, 감 가 상 각 비 0 0 위 탁 정 산 수 수 료 0 0 일 반 관 리 비 ( )% 이 윤 ( )% 2,137, ㅇ 계 45,000, ) 연구비 변경 승인된 금액으로 작성 2) 연구보조원 중 1명(윤지영)은 인건비 지급을 3.5개월(5,6,7,12월)은 대전대에서, 4개월(8, 9, 10, 11월)은 한국영양학회에서 지급 268