데이터 마이닝을 이용한 제주 양식 넙치(Paralichthys olivaceus)의 스쿠티카증 발생 패턴 분석

Data Mining for Scuticociliatosis Outbreak Patterns in Cultured Olive Flounder Paralichthys olivaceus in Jeju, Korea

Abstract

In the aquaculture industry, few studies are analyzing big data for intrinsic meaning. Fishcare Laboratory (www.fishcare.kr) diagnostic data from 2016-2018 was analyzed for scuticociliatosis (caused by Miamiensis avidus) outbreak patterns in cultured olive flounder Paralichthys olivaceus in Jeju, Korea. The scuticociliatosis monthly occurrence ratio is reported in the summary table after preparing and filtering the basic dataset model. Nonparametric test results suggest differences in the water temperature, body length, and weight between groups with and without scuticociliatosis. Data distribution visualization revealed that shorter body length and lighter weight increased the occurrence of scuticociliatosis. The association rule mining technique was applied to determine the primary clinical signs of mixed scuticociliatosis and bacterial infections. Venn diagrams were used to report clinical signs and suggest commonalities. These results may help diagnose and treat fish and provide a decision-making reference.

서론

제주도 내 넙치 양식장에서는 다양한 질병이 발생하고 있고, 최근에는 수온과 상관없이 연중 다양한 병원체의 혼합 감염 형태의 질병이 발생하고 있다. 신종 질병에 대한 대비책 마련과 신속한 진단 치료제 개발을 위해서는 국내외 주요 병원체의 특성, 유전정보, 역학적 정보 등 관련 정보가 체계적으로 수집되어 빅데이터로 관리될 필요성이 대두되고 있다(Kim et al., 2006; Cho et al., 2008; Kim et al., 2010; Cho et al., 2019). 보건 의료 분야에서는 의료 빅데이터에 근거하여 연관규칙 마이닝 기법을 이용한 질병과 증상과의 관계 추론 연구(Tai and Chiu, 2009; Choi et al., 2010; Park et al., 2016), 질병 간의 연관성(Lee et al., 2010; Sabthami et al., 2016; Kim, 2018)을 파악하는 연구 등이 활발히 진행되고 있지만 수산 양식 분야에서는 데이터 기반의 연구가 미비한 실정이다. 수산질병진단전문연구소 피쉬케어(www.fishcare.kr)는 제주지역 양식 어류 진단을 위해 사육수온, 어류의 체장, 체중, 임상증상, 소견, 병원체 진단, 현미경 관찰 정보들을 상세히 기록하여 2015년부터 축적해 오고 있었다. 본 연구의 시발점은 이 축적된 질병진단 데이터로부터 내재되어 있는 의미 있는 패턴을 발견하고자 하는 것이었다. 제주지역 양식 넙치의 여러 질병 중에서 스쿠티카증이 가장 문제되는 질병 중 하나로 보고되고 있다(Jin et al., 2003; Jin et al., 2015). 원인체인 스쿠티카충은 현미경 관찰로 바로 확인이 가능하며 질병의 증상이 다른 세균과 바이러스성 질병과 확연히 구분되는 장점이 있어 새로운 분석법을 적용하고 분석한 결과가 타당한지를 판단하기에 적절한 병원체로 생각되어 스쿠티카증을 질병 패턴 분석 대상으로 선정하였다.

본 연구는 2016-2018년 동안 수천 마리의 넙치에 대한 환경·생물학적 인자(사육수온, 체장, 체중), 100가지의 임상증상, 진단정보등을 이용하여 스쿠티카증 질병 발생 패턴을 발견하고 특히, 세균성 질병과 스쿠티카증 혼합 감염 시 주요 임상증상 및 스쿠티카증의 공통 임상증상을 밝히고자 하였다.

재료 및 방법

분석 데이터

본 연구에서는 수산질병진단전문연구소 피쉬케어(Jeju, Korea)에서 워드 형태로 해당 기간(2015년 10월-2018년 12월) 동안 축적한 자료를 이용하였다. 이는 제주지역 다수의 양식장을 방문하여 정기 질병모니터링을 실시한 결과로 대부분은 대량 폐사가 발생하지 않는 상황에서 외관상 건강상태가 상대적으로 나빠 보이는 개체를 골라서 검사하였으며 각 어장 당 1회 5마리 검사를 기본으로 하였다. 넙치, 터봇 및 우럭의 진단결과가 있었으나 본 연구에서는 넙치 자료만을 분석에 사용하였다.

이 자료는 워드 문서인 비정형화된 텍스트 데이터로 구성되어 있어 분석 가능한 형태로 정제할 필요가 있었다. 이를 위해 워드 문서를 정형화된 엑셀 형태의 데이터로 구성하는 파서 프로그램을 개발하였고, 개발한 소프트웨어를 이용하여 212개 컬럼 속성을 지닌 7,054개 진단 어류 데이터를 생성하였다. 212개 속성을 크게 분류하면 Table 1과 같이 5개 영역으로 그룹화 할 수 있다. 그룹화된 5개의 항목은 일반항목(양식장명, 일자, 시간, 사육수온, 체장, 체중, 어종, 수조정보, 사전관측기록, 사후관측 기록), 어류 내부 증상, 어류 외부 증상, 현미경 관찰(기생충), 병원체 진단(세균)으로 구성되어 있다. 분석의 효율을 위해 컬럼 위주의 데이터 전처리 과정을 수행하여 컬럼 속성을 212개에서 126개로 줄였다.

Table 1. Data Columns

전처리 과정은 세균성질병인 병원체 진단 속성에 양(다량, 중량, 소량)으로 구분된 것을 통합하는 과정과 부위별 관측으로 구분된 기생충 정보를 통합하여 12개 기생충 정보로 정리하였다. 특히, 스쿠티카충은 6개 부위(체표, 아가미, 복수, 장, 뇌, 눈)에서 관찰 되었는데 부위에 상관없이 스쿠티카충이 검출 되었으면 스쿠티카증이 있음으로 처리하였다. 또한 양식장 사육수온, 체장, 체중 등 값이 2개 이상 들어 있는 경우는 평균값으로 대체하였다.

병원체 진단 정보로 세균성 질병은 4종(Vibrio spp., Streptococcus parauberis, Edwardsiella piscicida, Pseudomonas spp.)이고 기생충 정보는 스쿠티카충을 포함한 12종이다. 세균성 질병 진단은 GSPs (gene specific primers)를 사용한 직접 콜로니 PCR (polymerase chain reaction)법이 사용되었다(Sebastiao et al., 2015; Han et al., 2017). 본 연구에서는 기생충성 질병인 스쿠티카증(Scuticociliatosis)에 중점을 두고 연구하였다. 따라서, 스쿠티카증 진단을 위해 필요한 현미경 관찰 정보가 기록되지 않은 2015년 데이터는 분석에 사용하지 않았다.

본 연구의 분석을 위해 총 7,054마리의 어류 진단 데이터로부터 스쿠티카증 진단이 있는 넙치 데이터이면서 결측치가 없는 자료로 제한하니 총 5,747마리의 넙치 데이터가 추출되었다. 분석을 위한 컬럼 속성들은 일반항목 4개(일자, 수온, 체장, 체중), 임상증상 100개, 기생충 속성 18개(스쿠티카 부위별 관측 6개, 기생충 진단 12개), 세균성 질병 속성 4종 등으로 총 125개로 구성하였다. 따라서 본 연구의 분석에 사용된 기본 데이터모형은 5,747개 row, 125개 column 속성을 가졌다.

분석 방법

자료 분석을 위해 데이터 마이닝에 유용한 프로그래밍 언어 R을 이용하였고, 시각화, 연관규칙을 위해 R의 패키지(arules, arulesViz, ggplot2, ggbeeswarm, dplyr, reshape2 등)를 사용하였으며 구체적인 분석 내역은 다음과 같다.

1) 스쿠티카증 월별 진단 현황 및 관측 부위를 표로 제시하였다.

2) 사육수온, 체장, 체중의 기초 통계 내역과 분포를 제시하였다. 또한 스쿠티카증 유무 두 그룹 간 사육수온, 체장, 체중의 분포 차이 검정을 위해 윌콕슨 순위합 검정(Wilcoxon rank sum test)을 실시하였고 각각의 분포 형태에 사분위수 값 및 평균값을 표시하여 시각화하였다.

3) 스쿠티카증과 세균성 질병 4종의 단독 또는 혼합 감염 비율을 그래프로 제시하였고 기본 데이터모형(n=5,747), 단독 스쿠티카 데이터모형(n=614)의 상위 30개 임상증상을 표로 제시하였다.

4) 스쿠티카증 단독 및 스쿠티카증과 세균성 질병 4종과의 혼합 감염에서 임상증상과 질병 사이의 연관성을 분석하기 위해 선험(apriori) 알고리즘 기반의 연관규칙마이닝 기법을 적용하였다. 생성된 연관규칙(association rule) 중 스쿠티카증과 세균성질병의 2종 혼합 감염에 대한 연관규칙만 표로 제시하였고, 연관규칙의 빈발항목 집합 즉 자주 발생하는 임상증상 항목들로부터 스쿠티카증의 공통 임상증상을 밝히고자 벤다이어그램을 이용하였다.

윌콕슨 순위합 검정은 데이터가 정규성 가정을 만족하지 않거나 혹은 분포 형태를 모르는 경우의 두 그룹의 중심 차이에 대한 비모수 검정(nonparametric test)이다. 본 연구에서는 사육 수온, 체장, 체중 분포가 정규 분포 가정이 충족되지 않아 윌콕슨 순위합 검정을 사용했다.

연관규칙은 데이터로부터 숨겨진 패턴이나 규칙을 탐색하고 찾아내는 대표적인 방법으로 특히 항목 또는 변수(컬럼) 간의 의미 있는 관계를 찾는 것으로 얼마나 자주 함께 발생하는지, 또는 서로 얼마나 연관되어 있는지를 제시해준다. 즉, 연관규칙은 함께 발생하는 것들의 관계를 알 수 있게 해 준다(Rfriend, 2015; Kang, 2019).

결과 및 고찰

스쿠티카증 월별 진단 현황

기본 데이터 모형(n=5,747)에 근거한 스쿠티카증 발생 현황 정보는 Table 2와 같다. 총 5,747마리의 양식 넙치 중 1,299마리 넙치가 스쿠티카증으로 진단되었다. 월별 진단된 넙치 수, 스쿠티카증이 발생한 넙치수와 비율, 스쿠티카충 관측 부위 건수를 Table 2에 제시하였다. 2017년 9월 이후부터 체표 이외의 부위인 아가미에서도 스쿠티카증의 진단이 실시되어 체표와 아가미에서 중복으로 스쿠티카충이 다수 존재하였다. 2018년에는 체표, 아가미 이외의 4개 부위(장, 복수, 뇌, 눈)에서 9건의 스쿠티카충이 관측되었다. 특히, 복수, 장, 뇌 부위에 스쿠티카충이 있으면 아가미, 체표에도 스쿠티카충이 존재하였다. 2017년과 2018년 기준으로 보면 대부분의 스쿠티카증의 월 발생 비율은 15-30% 사이로 연중 발생하고 있는 것으로 나타났다.

Table 2. Summary of monthly occurrence of Scuticociliatosis in cultured olive flounder Paralichthys olivaceus in Jeju

P.oliv, (n) means the number of Paralichthys olivaceus diagnosed per month; Scut, (n) means the number of Paralichthys olivaceus infected with Scuticociliatosis per month.

사육수온/체장/체중 분포

기본 데이터모형(n=5,747)에 대한 사육수온, 체장, 체중에 대한 요약 값은 Table 3과 같다. 사육 수온은 20°C 이하 값, 체장은 36 cm 이하 값, 체중은 535 g 이하 값이 각각 전체의 75%를 차지하였다.

Table 3. Distribution summary

Q1, 25th percentile; Q2, 50th percentile; Q3, 75th percentile.

Q1, Q2 (median), Q3 값은 전체 데이터를 순위별로 4등분하는 위치의 수이고 중위수(median)와 평균의 차이가 큰 것은 체중으로 나타났고 체중의 표준편차(standard deviation) 또한 매우 컸다. 즉 체중 데이터는 평균(389 g)에서 많이 떨어져 있음을 나타내고 체중의 최대값은 4,000 g, 최소값은 0.85 g으로 범위 또한 컸다.

Fig. 1에서 사육 수온은 16-17°C 구간의 빈도가 높았는데 이는 지하 해수를 사용하는 양식장이 많아 겨울철에도 수온 13°C 이상이 유지되며 여름철에도 25°C 이상 상승하는 날이 많지 않기 때문으로 보였다. 체장은 30 cm 전후 구간에서 빈도가 가장 많았다 (Fig. 1a and 1b). 체중은 1000 g이 넘는 경우는 매우 적고 500 g 이하가 가장 큰 빈도를 차지하였다. 체중을 상대도수 히스토그램으로 상세히 살펴보면 기본 넙치 데이터(n=5,747)에서 100 g 이하(18%), 100-200 g (19%), 200-300 g (16%), 300-400 g (11%), 400-500 g (8%), 500-600 g (6%)를 차지하였다(Fig. 1c and 1d). 따라서 200 g 이하 치어가 37%이고 나머지 63%는 중성어가 차지하였다. 어체의 크기가 작을수록 질병에 의한 증상의 발현과 폐사의 발생이 많아지므로 작은 크기의 넙치를 진단에 사용하는 빈도가 높아 535 g 이하가 75%를 차지하게 된 것으로 보였다. 사육수온, 체장, 체중의 분포가 정규분포 형태가 아니고 한쪽으로 치우쳐진 경향이 있어 그룹 간 분포의 차이를 비교하기 위해서는 평균(mean)보다 중앙값(median)이 더 적절한 것으로 판단되었다.

Fig. 1. Histogram of culture water temperature (a), fish length (b), weight (c) and weight with a smaller interval (100) (d) of olive flounder Paralichthys olivaceus used for diagnosis.

스쿠티카증 유무 그룹간 사육수온/체장/체중 분포

스쿠티카증 진단을 받은 그룹과 그렇지 않은 그룹 간 환경ㆍ생물학적 인자(사육수온, 체장, 체중)의 분포 차이 검정을 위해 윌콕슨 순위합 검정을 수행한 결과 두 그룹간 환경ㆍ생물학적 인자들이 모두 유의한 차이를 보였다(P<0.01). 두 집단 간 중위수 값을 비교하면 스쿠티카증 진단을 받은 그룹의 사육수온, 체장, 체중의 값이 스쿠티카증 진단을 받지 않은 그룹에 비해 모두 작았다. P-값이 모두 매우 작아 1% 유의수준에서 두 집단 간 사육수온, 체장, 체중의 분포 차이가 있음을 통계적으로 말할 수 있다.

Fig. 2는 스쿠티카증 진단을 받은 그룹과 받지 않는 두 그룹 간 환경인자(사육수온)의 데이터 분포 및 사분위수를 표시하였다. 오른쪽이 스쿠티카증 진단을 받은 그룹의 분포이고 왼쪽은 스쿠티카증 진단을 받지 않은 그룹의 분포이다. I자 모양 막대는 아래쪽은 Q1, 윗쪽은 Q3를 표시하고 막대 안의 네모는 Q2 중위수(median) 값이며 동그라미는 평균(mean)을 나타냈다. 오른쪽의 사육수온(중위수, 17.40°C)이 왼쪽의 사육수온(중위수, 18.05°C)보다 더 낮았다. 또한 Q1, Q3 값도 오른쪽이 더 낮았고 편차도 오른쪽이 더 작았다.

Fig. 2. Culture water temperature distribution of scuticociliate detected (right) and not-detected (left) fish groups. One spot means one fish.

Fig. 3은 스쿠티카증 유무 그룹 간 체장(length)에 관한 분포를 나타내었다. 오른쪽(스쿠티카증 진단을 받은 그룹)은 30 cm 이하가 75%이지만 왼쪽(스쿠티카증 진단을 받지 않는 그룹)은 37 cm 이하가 75% 차지하고 있었다. 또한 스쿠티카증 진단을 받은 그룹이 그렇지 않은 그룹보다 체장의 중위수 값은 5 cm 작았고, Q1, Q3도 각각 약 4 cm, 7 cm 작았다. 가장 많은 크기의 빈도 값인 최빈값(mode)은 오른쪽은 23 cm, 왼쪽은 30 cm였다. 이를 통해 스쿠티카증은 크기가 작을수록 통계적으로 유의하게 스쿠티카증에 더 잘 걸린다고 보여졌다.

Fig. 3. Fish length distribution of scuticociliate detected (right) and not-detected (left) fish groups. One spot means one fish.

Fig. 4는 스쿠티카증 유무 그룹 간 체중(weight)에 관한 분포를 나타내었다. 오른쪽(스쿠티카증 진단을 받은 그룹)은 335 g 이하가 75% 차지하고 왼쪽(스쿠티카증 진단을 받지 않는 그룹)은 600 g 이하가 75% 차지하고 있다. Q1, Q2 (median) 값도 오른쪽이 왼쪽에 비해 약 2배 정도 작게 나타났다. 따라서 무게가 작을수록 통계적으로 유의하게 스쿠티카증에 더 잘 걸린다고 할 수 있다.

Fig. 4. Fish weight distribution of scuticociliate detected (right) and not-detected (left) fish groups. One spot means one fish.

스쿠티카충은 15-25°C의 범위에서 16-21시간마다 2분열로 증식하며 수온이 높을수록 이분열의 속도가 빠르므로 고수 온기에 큰 피해를 입힐 가능성이 크다(Bae et al., 2009). Jin et al. (2007)의 연구에서도 2000년부터 2004년까지의 스쿠티카증 발병 상황은 여름철이 더 심한 것으로 보고하고 있다. 그러나 본 연구에서는 수온이 낮은 경우에 높은 진단율을 보이는 경향이 있는데 그 원인으로 예전에는 봄과 가을에 7-10 cm 크기의 치어를 입식 하였으나 최근은 20 cm 정도까지 키운 치어를 입식 하여 폐사가 많이 발생하는 여름철에 질병에 저항성을 가지는 500 g 이상의 크기로 성장시키기 때문으로 생각되었다. 즉, 체장과 체중의 분석결과에서 보이는 바와 같이 어체의 크기가 작을수록 스쿠티카증의 진단율은 높아지는데 크기가 작은 개체가 봄과 가을철에 많기 때문에 이 시기에 스쿠티카증 진단율이 높아지는 것으로 판단하였다.

스쿠티카증 단독/혼합 질병 패턴

질병 진단 비율

스쿠티카증, 세균성 질병 4종(Vibrio spp., Streptococcus parauberis, Edwardsiella piscicida와 Pseudomonas spp.) 그리고 이들의 혼합 감염의 진단 비율은 Fig. 5에 나타내었다. None의 의미는 스쿠티카증과 세균성 질병 4종을 포함한 총 5종의 질병이 모두 검출되지 않았다는 의미로 33.18%가 이에 해당되었다. 단, 진단 데이터에 없는 다른 질병에 감염되어 있을 가능성은 배제할 수 없다. 또한 스쿠티카증 단독은 총 5종 질병 중 스쿠티카증만 진단된 경우로 이는 총 넙치 진단 데이터(n=5,747) 중 10.68% (n=614)가 해당되었다. 세균성 질병 중 단독 감염인 경우는 Vibrio spp. (Vi, 9.43%), Streptococcus parauberis (St, 8.90%), Edwardsiella piscicida (Ed, 4.73%), Pseudomonas spp. (Ps, 1.18%) 이고 스쿠티카충과 혼합 감염 발생 비율은 스쿠티카충과 Vibrio spp. (Vi_Scu, 3.86%), 스쿠티카충과 Streptococcus parauberis (St_Scu, 2.61%), 스쿠티카충과 Edwardsiella piscicida (Ed_Scu, 0.61%), 스쿠티카충과 Pseudomonas spp. (Ps_Scu, 0.30%) 순으로 낮았다(Fig. 5).

Fig. 5. Disease frequency ratio.

임상증상 비율

기본 넙치 데이터(n=5,747, 모든 개체의 임상증상)와 단독 스쿠티카 데이터(n=614, 스쿠티카충 단독 감염 개체의 임상증상) 증상의 상위 30개 항목과 빈도 비율은 Table 4와 같이 나타났다. 두 데이터 셋에서 발생하는 상위 30개 항목은 한 개 항목을 제외하고는 동일하고 빈도 비율만 달랐다. 단독 스쿠티카 데이터(n=614)의 증상 중 10번째 체표궤양(25.1%), 13번째 주둥이궤양(20.8%), 15번째 지느러미궤양(20.5%)이 기본 데이터(n=5,747) 증상 비율에 비해 약 2-3배 높은 특징이 있었다. 단독 스쿠티카 감염으로 진단된 넙치는 스쿠티카는 검출이 되지만 4종의 세균이 검출되지는 않았음을 나타내었다. 본 분석에서 단독 스쿠티카증으로 진단된 다수의 개체가 간의 출혈, 신장비대, 비장비대와 같은 스쿠티카증 특이 증상이 아닌 임상증상을 보였는데 바이러스성출혈성패혈증과 같은 바이러스성 질병의 관련성에 대한 검사가 필요할 것으로 생각된다.

Table 4. Top 30 clinical signs

기본 넙치데이터(n=5,747)에서는 총 100개의 임상증상 중 절반이 1% 이하로 나타났고 단독 스쿠티카(n=614)에서는 27개 증상은 전혀 관측되지 않았고 26개 증상은 1% 이하로 나타났다. 따라서 연관규칙 생성 시 지지도(support) 값을 매우 낮게 지정하였다.

증상과 질병 연관규칙

스쿠티카증과 세균성 질병의 혼합 감염의 증상을 알고자 임계값(지지도, 0.05%; 신뢰도, 60%) 하에서 연관규칙을 생성하였다. 스쿠티카충과 2종 혼합 감염은 지정된 임계값 하에서 스쿠티카충과 Vibrio spp. (Vi+Scu), 스쿠티카충과 Streptococcus parauberis (St+Scu), 스쿠티카충과 Edwardsiella piscicida(Ed+Scu) 혼합 감염만 연관규칙이 각각 31개, 21개, 14개 생성되었다. 그리고 단독 스쿠티카증(Scu)은 지정 임계값(지지도, 0.05%; 신뢰도, 60%) 하에서 1,194개의 많은 연관규칙이 생성되어 임계값(지지도, 0.09%; 신뢰도, 70%)을 조정하여 재생성하니 40개의 연관규칙이 만들어졌다. 먼저, 지정된 임계값(지지도, 0.05%; 신뢰도, 60%) 하에 생성된 연관규칙 중 스쿠티카증과 세균성 질병과의 2종 혼합 감염 3개에 대해서 신뢰도 70% 이상인 연관규칙들만 Table 5에 제시하였다.

Table 5. Association rules of clinical signs mean disease

Vi, Vibrio spp.; Ps, Pseudomonas spp.; Ed, Edwardsiella piscicida; St, Streptococcus parauberis; Scu, Scuticociliate; Min Sup., 0.05%; Min Conf., 70%

연관규칙 R은 R:X→Y, where X, Y⊆I로 표시하며, 'X이면 Y이다'라고 해석한다. 여기서 X, Y는 항목 집합(I={i₁, i₂, …, i_p})의 부분 집합이며 서로 공통 원소가 없는 항목들의 집합으로 정의한다. X를 선행 항목 집합, Y를 후행 항목 집합이라 한다. 여러 연관 규칙 중 강하고 좋은 규칙을 찾는 기준 지표로 지지도, 신뢰도, 향상도 등이 있는데 지지도(Sup.)는 전체 경우의 수 중 항목 X, Y가 동시에 포함될 확률이고 신뢰도(Conf.)는 1에 가까울수록 관계가 더 의미 있고 유용한 규칙일 가능성이 높음을 의미한다. 향상도(Lift) 값이 1보다 높을 때 양의 상관으로 항목 X, Y가 연관성이 있음을 나타낸다(Rfriend, 2015; Kang, 2019). Table 5에서 임상증상들은 X, 질병은 Y를 의미한다.

Table 5의 질병(Ed+Scu)에서 1번째 규칙의 의미는 복부팽만, 아가미비대, 탈장, 생식소출혈, 신장비대, 장괴사가 있으면 스쿠티카충과 Edwardsiella piscicida의 혼합 감염(Ed+Scu)임을 내포하고 있다. 이는 신뢰도(100%), 향상도(164.2)로 매우 높아 의미 있는 연관 규칙으로 볼 수 있다. Table 5의 질병(St+Scu)에서 1번째 규칙의 의미는 아가미괴사, 아가미창백, 아가미출혈, 주둥이 염증, 간비대가 있으면 스쿠티카충과 Streptococcus parauberis의 혼합 질병(St+Scu)일 확률이 신뢰도 75%로 나타났지만 향상도(28.74)는 높아 해당 임상증상과 질병의 연관성이 있다 할 수 있다. Table 5의 질병(Vi+Scu)에서 1번째 규칙은 주둥이궤양, 지느러미출혈, 간조직변성, 간창백, 생식소내물참이 있으면 스쿠티카충과 Vibrio spp.의 혼합 질병(Vi+Scu)임을 신뢰도(100%), 향상도(25.89)로 제시했다. 위의 스쿠티카증과 혼합 감염의 규칙들은 스쿠티카충 단독 감염 증상이라기 보다는 세균성(Vibrio spp., Edwardsiella piscicida, Streptococcus parauberis) 감염증상에 가깝다. 이 의미는 세균성 감염이 일어나서 어체 건강이 약해진 경우 스쿠티카충 감염률이 높아진다 볼 수 있고 혹은 이와 반대로 스쿠티카충 감염이 일어나면 세균성 감염이 같이 일어난다고 판단할 수도 있다.

마지막으로 스쿠티카증과 세균성 질병과의 2종 혼합 감염으로 생성된 연관규칙들과 단독 스쿠티카증(Scu)일 때 생성된 연관규칙의 빈발항목 집합들을 이용하여 스쿠티카증의 공통 임상증상들이 무엇인지 밝히고자 하였다. 첫번째로, 스쿠티카충과 Edwardsiella piscicida의 혼합 감염(Ed+Scu) 과 단독 스쿠티카증(Scu)의 공통된 증상을 Fig. 6 벤다이어그램 중앙에 표시했다. 이는 아가미창백, 아가미출혈, 지느러미출혈, 간조직 변성, 신장비대, 비장비대, 장출혈로 나타났다. 두번째로, 스쿠티카충과 Streptococcus parauberis의 혼합 감염(St+Scu)과 단독 스쿠티카증(Scu)의 공통된 증상을 Fig. 7 벤다이어그램 중앙에 표시했다. 이는 간비대, 신장비대, 아가미뚜껑출혈, 아가미뚜껑염증, 간조직변성, 신장염증, 주둥이염증, 비장비대, 생식소내물참, 장출혈, 간출혈, 아가미출혈, 심강 물참, 주둥이궤양, 체표궤양, 아가미창백 등으로 나타났다. 세번째로, 스쿠티카충과 Vibrio spp.의 혼합 감염(Vi+Scu) 과 단독 스쿠티카증(Scu)의 공통된 증상을 Fig. 8 벤다이어그램 중앙에 표시했다. 이는 간비대, 신장비대, 비장비대, 간조직변성, 아가미뚜껑염증, 주둥이염증, 장출혈, 장내물참, 생식소내물참, 아가미출혈, 지느러미출혈, 아가미창백, 간창백, 심강 물참, 지느러미궤양, 주둥이궤양, 체표궤양 등으로 나타났다. 최종적으로 스쿠티카증의 공통 임상증상들을 위 3개의 벤다이어그램 교집합으로부터 추출하니 아가미창백, 아가미출혈, 간조직변성, 신장비대, 비장비대, 장출혈로 나타났다. 위 증상들은 기본적으로는 스쿠티카증 증상이 아니다. 그러나 위와 관련된 내용이 교집합으로 나타난 것은 위 증상을 보이는 어체가 건강상 문제가 발생할 경우 스쿠티카충에 의해 더 쉽게 공격을 받고 감염이 잘 이루어진 것으로 보였다. 따라서 면역력이 약하거나 혹은 건강하지 않은 어체에 스쿠티카충은 기회성 감염(opportunistic infection)을 한다고 판단되었다.

Fig. 6. Common clinical signs of mixed infection (Scuticociliate and Edwardsiella piscicida) and single Scuticociliate are shown in the middle of the Venn diagram. Ed, Edwardsiella piscicida; Scu, Scuticociliate.

Ed, Edwardsiella piscicida; Scu, Scuticociliate.

Fig. 7. Common clinical signs of mixed infection (Scuticociliate and Streptococcus parauberis) and single Scuticociliate are shown in the middle of the Venn diagram. St, Streptococcus parauberis; Scu, Scuticociliate.

St, Streptococcus parauberis; Scu, Scuticociliate.

Fig. 8. Common clinical signs of mixed infection (Scuticociliate and Vibrio spp.) and single Scuticociliate are shown in the middle of the Venn diagram. Vi, Vibrio spp.; Scu, Scuticociliate.

Vi, Vibrio spp.; Scu, Scuticociliate.

본 연구를 통해 임상증상 항목에 대한 표준화 필요성과 질병 중증도에 대한 분류 작업을 통해 경증인 경우와 중증인 경우의 질병 증상들을 구분 분석할 필요성도 대두되었다. 또한, 추후 세균성 감염이 먼저인지 기생충 감염이 먼저 인지에 따라 질병의 양상이 어떻게 다른지에 대한 연구도 필요할 것이다.

본 연구는 제주지역 다수의 양식장의 2015-2018년 수천 마리의 어류 진단 데이터로부터 넙치 어종에 대해 스쿠티카 발생과 환경ㆍ생물학적 인자(수온, 체장, 체중) 관련성을 제시하였고 특히, 연관규칙 마이닝을 통해 100가지의 임상증상으로부터 스쿠티카증과 세균성 질병과의 혼합 감염 시 주요 임상증상 및 스쿠티카증의 공통 임상증상을 제시하였다. 그리고 이러한 데이터 기반 분석법이 넙치 질병 분석에 사용될 수 있음을 보였다. 해당 결과는 향후 수산질병관리사나 양식장에서 스쿠티카증 감염을 임상적으로 추정하거나 스쿠티카증의 발생이 많아질 가능성이 높은 시기를 예측하는 것에 있어 도움이 될 수 있을 것이다. 본 연구가 양식생물 질병진단 분야에서 데이터 기반 연구의 시작점이 되어 스쿠티카증 위주의 질병 패턴 분석에서 나아가 다른 질병들의 패턴 추이 분석 및 질병 간 연관성 분석, 질병과 의약품과의 연관성 분석 등으로 확장 해 갈 수 있으리라 본다.