• 한국수산과학회지
• /
• 제29권1호
• /
• pp.35-43
• /
• 1996

망상어, Ditrema temmincki이 시원생식세포의 출현, 원시생식소와 초기생식소의 형성, 정소와 난소의 분화 및 체내자어의 성비조성을 조직학적으로 조사하였다. 시원생식세포는 부화전 배의 초기소화관과 등쪽 체벽사이의 섬유성 간충직에서 처음 식별되었다. 부화후부터 전장 4.0mm 까지 소화관과 체벽사이의 섬유성 간충직에 고르게 분포하던 시원생식세포들은 간충직이 등쪽 체벽으로 부터 분리되는 전장 5.0 mm 시기를 전후해서 간충직의 후방으로 이동하여 원시생식소를 형성하게 된다. 초기생식소 형성과정 동안 정소와 난소의 분화는 생식세포와 체세포의 배열 상태에 의하여 구분되며, 전장 10.0mm 부터 생식소는 외부형태에 의하여 정소와 난소로 구분되는데, 정소는 한쌍으로 분리된 형태이고 난소는 후반부가 융합된 형태이다. 정소의 분화는 체내자어의 크기가 전장 25.0mm를 전후해서 정소에 곡정세관의 조직상이 나타나고, 전장 30.0mm를 전후해서 수정관이 형성되며, 전장 45.0 mm를 전후해서 외부형태와 내부 구조적으로 성어와 유사한 정소로 분화된다. 난소의 분화는 체내자어의 크기가 전장 30.0mm를 전후해서 난소습곡과 난소강의 형성이 명확하며, 전장 60.0mm를 전후해서 외부형태와 내부 구조적으로 성어와 유사한 난소로 분화된다. 체내자어의 출산시 전장은 63.0mm 전후이고, 이때 정소와 난소에는 각각 정원세포와 염색인기 단계의 생식세포를 보유하며, 암 : 수 성비는 약 1.65 : 1이었다. 망상어의 성은 자웅이체이며, 성분화 양식은 분화형에 속한다.

• Ecology and Resilient Infrastructure
• /
• 제7권4호
• /
• pp.262-273
• /
• 2020

본 연구에서 사용한 바이오폴리머 (biopolymer)는 친환경 제방 건설 소재로 연구 되고 있다. 이러한 바이오폴리머를 토양에 혼합할 경우 이온결합 및 수소결합을 통해 토양의 강도 증진 효과가 잘 알려져 있지만 바이오폴리머와 혼합된 토양이 식물에 미치는 영향은 자세히 알려져 있지 않다. 본 연구는 Zn 과잉 스트레스 조건에서 바이오폴리머의 토양 혼합이 Camelina sativa L. (Camelina)에 미치는 영향을 분석 하였다. Camelina의 생장실험을 기반으로, Zn 과잉 스트레스에 대한 최적의 바이오폴리머 혼합 비율은 0.5%로 결정하여 연구를 진행하였다. Zn 과잉 스트레스 하에서, BG 또는 XG 혼합구의 Camelina는 바이오폴리머 비혼합구에 비해 높은 생장을 보였으며, Zn 과잉 스트레스 피해 지표인 Malondialdehyde (MDA) 함량과 전해질유출도의 감소를 나타냈다. 바이오폴리머의 Zn 결합능을 DTZ (1,5-diphenylthiocarbazone)을 이용하여 분석한 결과, BG 또는 XG 모두 명확한 Zn 흡착 반응을 보였다. DTZ 염색 및 ICP-OES 분석에서, Zn 과잉 스트레스에 의한 Camelina의 Zn 흡수량이 BG 또는 XG 혼합에 의해 현저히 감소함을 확인하였다. 그리고, BG 또는 XG의 혼합은 Camelina의 중금속 수송체 Heavy metal ATPase (HMA)의 발현을 유도하지 않았으며, 야생형 (wildtype, WT)보다 CsHMA3가 과발현 된 Camelina에서 BG 또는 XG 혼합구와 유사한 수준의 Zn 과잉 스트레스 저감 효과를 확인하였다. 결론적으로, 바이오폴리머의 토양 혼합은 바이오폴리머와 Zn 사이의 결합에 의해 Camelina에 과도한 Zn 이온이 흡수되는 것을 방지하여 Zn 독성 피해를 감소시키는 것으로 확인되었다. 더 나아가 바이오폴리머의 토양혼합은 제방강화뿐만 아니라 중금속으로 오염된 토양에서 식물 생존에 긍정적으로 작용할 것이라 판단된다.

• 지능정보연구
• /
• 제19권3호
• /
• pp.1-23
• /
• 2013

융합 R&D가 추구해야 할 바람직한 방향은 이종 기술 간의 결합에 의한 맹목적인 신기술 창출이 아니라, 당면한 주요 문제를 해결함으로써 사회적 니즈를 충족시킬 수 있는 기술을 개발하는 것이다. 이와 같은 사회문제 해결형 기술 R&D를 촉진하기 위해서는 우선 우리 사회에서 주요 쟁점이 되고 있는 문제들을 선별해야 한다. 그런데 우선적이고 중요한 사회문제를 분별하기 위해 전문가 설문조사나 여론조사 등 기존의 사회과학 방법론을 사용하는 것은 참여자의 선입견이 개입될 수 있고 비용이 많이 소요된다는 한계를 지닌다. 기존의 사회과학 방법론이 지닌 문제점을 보완하기 위하여 본 논문에서는 사회적 이슈를 다루고 있는 대용량의 뉴스기사를 수집하고 통계적인 기법을 통하여 사회문제를 나타내는 키워드를 추출하는 시스템의 개발을 제안한다. 2009년부터 최근까지 3년 동안 10개 주요 언론사에서 생산한 약 백 30만 건의 뉴스기사에서 사회문제를 다루는 기사를 식별하고, 한글 형태소 분석, 확률기반의 토픽 모델링을 통해 사회문제 키워드를 추출한다. 또한 키워드만으로는 정확한 사회문제를 파악하기 쉽지 않기 때문에 사회문제와 연관된 키워드와 문장을 찾아서 연결하는 매칭 알고리즘을 제안하다. 마지막으로 사회문제 키워드 비주얼라이제이션 시스템을 통해 시계열에 따른 사회문제 키워드를 일목요연하게 보여줌으로써 사회문제를 쉽게 파악할 수 있도록 하였다. 특히 본 논문에서는 생성확률모델 기반의 새로운 매칭 알고리즘을 제안한다. 대용량 뉴스기사로부터 Latent Dirichlet Allocation(LDA)와 같은 토픽 모델 방법론을 사용하여 자동으로 토픽 클러스터 세트를 추출할 수 있다. 각 토픽 클러스터는 연관성 있는 단어들과 확률값으로 구성된다. 그리고 도메인 전문가는 토픽 클러스터를 분석하여, 각 토픽 클러스터의 레이블을 결정하게 된다. 이를 테면, 토픽 1 = {(실업, 0.4), (해고, 0.3), (회사, 0.3)}에서 토픽 단어들은 실업문제와 관련있으며, 도메인 전문가는 토픽 1을 실업문제로 레이블링 하게 되고, 이러한 토픽 레이블은 사회문제 키워드로 정의한다. 그러나 이와 같이 자동으로 생성된 사회문제 키워드를 분석하여 현재 우리 사회에서 어떤 문제가 발생하고 있고, 시급히 해결해야 될 문제가 무엇인지를 파악하기란 쉽지 않다. 따라서 제안된 매칭 알고리즘을 사용하여 사회문제 키워드를 요약(summarization)하는 방법론을 제시한다. 우선, 각 뉴스기사를 문단(paragraph) 단위로 세그먼트 하여 뉴스기사 대신에 문단 세트(A set of paragraphs)를 가지게 된다. 매칭 알고리즘은 각 토픽 클러스터에 대한 각 문단의 확률값을 측정하게된다. 이때 토픽 클러스터의 단어들과 확률값을 이용하여 토픽과 문단이 얼마나 연관성이 있는지를 계산하게 된다. 이러한 과정을 통해 각 토픽은 가장 연관성이 있는 문단들을 매칭할 수 있게 된다. 이러한 매칭 프로세스를 통해 사회문제 키워드와 연관된 문단들을 검토함으로써 실제 우리 사회에서 해당 사회문제 키워드와 관련해서 구체적으로 어떤 사건과 이슈가 발생하는 지를 쉽게 파악할 수 있게 된다. 또한 매칭 프로세스와 더불어 사회문제 키워드 가시화를 통해 사회문제 수요를 파악하려는 전문가들은 웹 브라우저를 통해 편리하게 특정 시간에 발생한 사회문제가 무엇이며, 구체적인 내용은 무엇인지를 파악할 수 있으며, 시간 순서에 따른 사회이슈의 변동 추이와 그 원인을 알 수 있게 된다. 개발된 시스템을 통해 최근 3년 동안 국내에서 발생했던 다양한 사회문제들을 파악하였고 개발된 알고리즘에 대한 평가를 수행하였다(본 논문에서 제안한 프로토타입 시스템은 http://dslab.snu.ac.kr/demo.html에서 이용 가능함. 단, 구글크롬, IE8.0 이상 웹 브라우저 사용 권장).