수세기에 걸쳐 와인 메이킹은 경험적 접근 방식을 따랐으며,“노하우”가 대대마다 전달되었습니다. 와인과 관련된 낭만주의와 와인이 장소의 표현이라는 믿음 (따라서 프랑스어“Terroir”)이라는 믿음으로 인해 전통적으로 와인 제조에 대한 최소한의 접근 방식이있었습니다.
그러나 와인이 2017 년 전 세계적으로 24,67 억 리터가 생산되는 전 세계적으로 점점 더 중요한 상품이되면서 (Decanter News, 2017) - 혁신적인 기술의 개발은 산업 전체의 성공을 결정하는 데 중요한 요소가되고 있습니다 (Pretorius &Høj, 2005). 다른 산업에 비해 뿌리 깊고 풍부한 와인의 역사로 인해 기술 발전과 혁신의 수용은 다소 느 렸습니다 (Bisson et al., 2002; Pretorius &Høj, 2005; Dambergs et al., 2015).
.특정 와인 생산자로부터 예상되는 일관성은 맛의 일관성보다는 특정 수준의 품질을 나타냅니다. 따라서 와인 산업의 혁신은 품질을 최적화하는 것으로 바뀌고있다 (Pretorius &Høj, 2005). 그러나“품질 와인”을 구성하는 것은 점점 논란의 여지가있는 논쟁의 주제가되었다 (Pettigrew &Charters, 2006; Johnson &Bruwer, 2007; Lockshin &Corsi, 2012). 어쨌든, 포도 주스는 발효 중 효모에 의해 필요한 영양소를 제공하므로, 최종 와인의 품질의 주요 결정 요인으로 확인되었습니다 (Fleet, 2003)
.예를 들어, 포도에서 효모 동화 가능한 질소 (또는 YAN)의 농도 및 조성은 포도의 품질에 영향을 미치는 것으로 자주보고되어야하며, 결과적으로 최종 제품 (Mendes-Ferreira, Barbosa, Lage, &Mendes-Faia, 2011). 발효 동안 효모는 포도 베리에 의해 함유 된 질소의 특정 부분 만 사용할 수 있으며 이는 일반적으로 효모 동의 가능한 질소 (yan)라고합니다. YAN이 와인 맛과 아로마에 미치는 가장 중요한 영향은 Ehrlich 경로에 아미노산 기질을 제공하는 것입니다 (Hazelwood et al., 2008). 또한 질소 결핍이 고착/부진 발효의 주요 원인으로 강조되었습니다 (Bisson, 1999)
포도 주스를 와인으로 발효시키는 데 YAN의 역할이 지난 30 년 동안 주목을 받고있는 연구 분야라는 것은 놀라운 일이 아닙니다. 그러나 대부분의 연구는 평균, 최대, 최소 및 중간 값 측면에서 다른 품종, 빈티지 및 지리적 기원의 질소 함량의 상태를 제시하는 설명 형식을 취했습니다. 데이터 마이닝에 대한 일부 시도는 성공을 거두었지만 범위가 제한되었습니다.
Petrovic et al (2019)에서 제시된 작업은 남아프리카의 주요 와인 생산 지역에서 YAN 지위에 대한 감독되지 않은 조사로 시작되었습니다. 결과와 관련된 기술적 측면 외에도, 많은 수의 샘플이 데이터를보다 심층적으로 살펴볼 수 있도록 허용되었습니다. 설문 조사의 감독되지 않은 특성을 고려할 때, 작업의 탐색 적 부분에서 치료를 받아야했습니다. 따라서,이 기사는 Yan의 농도와 구성을 결정할 때 포도의 품종 및 지리적 기원을 설명하는 데 적합한 통계적 방법에 초점을 맞추었다.
통신 분석 (CA)을 사용하여 특정 수준의 YAN과 관련된 품종을 식별했습니다. "매우 낮은", "낮은", "높음"및 "매우 높은"수준은 사례에 대한 클러스터 분석을 수행하여 지정되었습니다. Viognier 샘플은 Yan 및 Cabernet Franc, Merlot, Cabernet Sauvignon, Roussanne, Chenin Blanc, Sémillon 및 Cinsaut의 "매우 높은"수준과 관련이있었습니다. 남아프리카의 붉은 품종 인 피노 테이지 (Pinotage)는 또한“매우 높은”양의 양과 관련이 있습니다. Chardonnay, Grenache Blanc 및 Sauvignon Blanc은 "높은"수준의 Yan과 함께 그룹화했습니다. 따라서, 대응 분석은 데이터 세트에서 관측치 및 변수의 구조에 대한 간결한 개요를 제공하여 지금까지 발견 된 추세를 입증 할 수있었습니다.
데이터에 대한 분류 및 회귀 트리 (CART) 분석도 수행되었습니다. 이 기술은 특정 데이터 세트에서 설명력 측면에서 가장 중요한 변수를 식별하는 데 유용합니다 (Barlin et al., 2013). 대부분의 경우, 품종은 원산지보다 더 큰 역할을하는 것으로 밝혀졌습니다. 포도 나무 유전자 발현 패턴에 대한 환경의 영향을 조사한 이전 연구는 아미노산 대사에 관여하는 유전자가 변화하는 환경 조건에 의해 덜 영향을받는 것으로 나타났습니다 (Santo et al., 2013). 이것은 품종이 YAN의 농도와 구성을 결정하는 데 우선적 인 역할을하며 성장하는 환경이 Yan의 변조에 종속적 인 역할을한다는 가설을 뒷받침합니다.
.CART 분석 결과는 또한 시험 된 변수, 품종 및 원점의 결과를 동시에 볼 수있게했다. 항상 통계적으로 유의미한 것은 아니지만 일부 지역이 YAN의 높거나 낮은 수준과 반복적으로 관련되어있는 것으로 밝혀졌습니다. 또한, 특정 품종은 지구에 관계없이 매우 높거나 매우 낮은 농도의 YAN과 관련이있었습니다.
이 연구는 YAN이 실제로 품종의 고유 한 특성이며, 정확한 YAN 농도는 품종에 따라 순전히 예측할 수 없지만 특정 수준의 분별력이 가능하다는 것을 보여주었습니다. 결과는 또한 발효가 발생하지 않기 위해 질소 첨가를 요구할 가능성이 높고 발효가 끝날 때 과도한 질소가 발생할 위험이있을 수있는 어떤 품종이 더 많은 것을 보여 주었다.
.설문 조사의 감독되지 않은 특성에도 불구하고 신중한 통계 탐사를 통해 데이터에서 추출한 정보가 증가 할 수 있으며, 따라서 작업의 가치가 증가 할 수 있습니다. 남아프리카 와인 산업에 포도 질소 상태를 알리는 것 외에도이 연구는 가설 형성으로 볼 수 있습니다. 다시 말해, 그것은 추가 실험의 기초를 구성 할 수 있으며, 특히 yan 수준을 결정할 때 포도 나무 놀이의 역할 기후 및 유전학과 같은 요인과 관련된 특정 질문에 대답하도록 설계되었습니다.
이러한 결과는 최근에 발행 된 효모 동화 가능한 질소의 농도 및 조성에서 품종과 기원의 역할을 식별하기위한 데이터의 통계적 탐색이라는 제목의 기사에 설명되어 있으며, 최근 Food Chemistry . 남아프리카 와인 포도의 N 함량에 중점을 둔 더 넓은 연구의 일환으로. 이 연구는 N 함량의 높은 처리량 측정을위한 아미노산 함량 및 IR 기기의 교정에 기초하여 품종의 통계적 분류로 더욱 탐구되었다. 이 작업은 Stellenbosch University의 Gabriella Petrovic, Martin Kidd 및 Astrid Buica에 의해 수행되었습니다.
