• Journal of Animal Science and Technology
• /
• 제63권6호
• /
• pp.1265-1274
• /
• 2021

Two field experiments were conducted to improve the conception rate of Hanwoo cow. The first experiment aimed to investigate the physiological condition of Hanwoo cows on estrus, including metabolic profiles and body condition score (BCS). The second experiment investigated the effect of a novel estrus detector on the artificial insemination (AI) conception rate for Hanwoo cows. For the first experiment, 80 Hanwoo cows (2.5 ± 0.10 of parity), approximately one month before estrus, were housed in 16 pens and offered the experimental diets twice daily with free water access. The BCS were recorded, and blood was collected from the jugular veins just before AI. The collected blood was used to measure physiological conditions, such as metabolite and hormone levels. For the second experiment, each cow was equipped with a neck-mounted estrus detector collar, which had a sensor connected through the internet. Approximately one month before estrus, three hundred sixty Hanwoo cows (2.4 ± 0.21 of parity) were assigned into groups with or without W-Tag collar treatments. The animals were managed the same as in the first experiment. The pregnancy rate reached 55% in the first experiment. The concentration of luteinizing hormone (LH) was higher (p < 0.012; 1.56 vs. 1.08 ng/mL) in cows that were not pregnant (NPG) than in cows that were pregnant (PG) after AI. The BCS and other concentrations of metabolites and hormones in the blood were not different in both NPG and PG cows. The ranges of estrogen, LH, and follicle-stimulating hormone for PG cows were 11.9 to 39.0 pg/mL, < 0.25 to 1.98 ng/mL, and < 0.50 to 0.82 ng/mL, respectively. In the second experiment, cows with the estrus detector had lower days open (p < 0.001; 78.1 vs. 84.8 d), insemination frequency (p < 0.001; 1.26 vs. 2.52), and return of estrus (p < 0.001; 70.9 vs. 79.1 d) than those in cows without the estrus detector. In conclusion, the present study indicated that lower LH concentration just before AI potentially increased the pregnancy rate of Hanwoo cows. Furthermore, the application of estrus detectors to Hanwoo cows could improve the conception success rate for AI.

• 한국작물학회:학술대회논문집
• /
• 한국작물학회 2022년도 추계학술대회
• /
• pp.169-169
• /
• 2022

Over the past 100 years, the global average temperature has risen by 0.75 ℃. The Korean Peninsula has risen by 1.8 ℃, more than twice the global average. According to the RCP 8.5 scenario, the CO₂ concentration in 2100 will be 940 ppm, about twice as high as current. The National Institute of Crop Science(NICS) is using the SPAR (Soil-Plant Atmosphere Research) facility that can precisely control the environment, such as temperature, humidity, and CO₂. A Python-based colony photosynthesis algorithm has been developed, and the carbon and nitrogen absorption rate of rice is evaluated by setting climate change conditions. In this experiment, Oryza Sativa cv. Shindongjin were planted at the SPAR facility on June 10 and cultivated according to the standard cultivation method. The temperature and CO₂ settings are high temperature and high CO₂ (current temperature+4.7℃ temperature+4.7℃·CO₂ 800ppm), high temperature single condition (current temperature+4.7℃·CO₂ 400ppm) according to the RCP8.5 scenario, Current climate is set as (current temperature·CO₂400ppm). For colony photosynthesis measurement, a LI-820 CO₂ sensor was installed in each chamber for setting the CO₂ concentration and for measuring photosynthesis, respectively. The colony photosynthetic rate in the booting stage was greatest in a high temperature and CO₂ environment, and the higher the nitrogen fertilization level, the higher the colony photosynthetic rate tends to be. The amount of photosynthesis tended to decrease under high temperature. In the high temperature and high CO₂ environment, seed yields, the number of an ear, and 1000 seed weights tended to decrease compared to the current climate. The number of an ear also decreased under the high temperature. But yield tended to increase a little bit under the high temperature and high CO₂ condition than under the high temperature. In addition, In addition to this study, it seems necessary to comprehensively consider the relationship between colony photosynthetic ability, metabolite reaction, and rice yield according to climate change.

• 생명과학회지
• /
• 제21권7호
• /
• pp.1032-1038
• /
• 2011

최근에 Ciona intestinalis에서 확인된 막 전위 감지 탈인산화 효소는 이온 채널과 유사한 막 통과 도메인과 유사 탈인산화 효소 도메인으로 이루어져 있다. 이 Ci-VSP는 그 막 통과 도메인에 의해 막 전위 변화를 감지하고 유사 탈인산화 효소에 의해 인산화된 이노시틸 인지질들에 대한 탈인산화 활성을 보이는 것으로 알려져 있다. 본 연구는 6개의 히스티딘이 융합된 Ci-VSP의 유사 탈인산화 효소 도메인의 발현 시스템 구축을 추구하였다. 그래서 본 논문은 그 시스템의 구축과 발현 그리고 정제 조건 확립, 마지막으로 그 효소 동력학적인 활성을 pNPP에 대한 검토한 결과를 보고한다. 본 연구 결과에 따르면 Ci-VSP(248-576)-His 단백질 발현 및 정제시에 다른 단백질들의 정제 조건과 다르게 25 mM NaCl과 100 mM 정도의 이미다졸이 필요함을 확인하였다. 정제된 단백질을 가지고 탈인산화 효소의 대표적인 기질인 pNPP를 이용하여 그 동력학적인 상수 측정을 시도한 결과 정상 상태 동력학 측정 조건으로 온도 $37^{\circ}C$, pH 5.0 내지 5.5, 반응 시간 30분 이내, 반응 단백질 양 $2.0\;{\mu}g$ 이내가 적합하다는 점을 알게 되었다. 이러한 확립된 조건을 토대로 pNPP에 대한 동력학적 상수를 측정한 결과 $K_m$ 값은 $354{\pm}0.143\;{\mu}M$이며 $V_{max}$는 $0.0607{\pm}0.0137\;{\mu}mol$/min/mg이며 $k_{cat}$ 값은 $2.359{\pm}0.009751\;min^{-1}$인 것으로 확인되었다. 이를 통해 본 연구는 Ci-VSP(248-576)-His의 순도 높은 정제 결과와 pNPP에 대한 높은 활성 보임을 제시하였다. 이러한 연구 결과를 통해 향후 Ci-VSP에 대한 구조적인 연구 등을 포함하는 다양한 생화학적인 연구가 수행되리라 본다.

• 인터넷정보학회논문지
• /
• 제23권5호
• /
• pp.145-154
• /
• 2022

자동 표적 인식(Automatic Target Recognition, ATR) 기술이 미래전투체계(Future Combat Systems, FCS)의 핵심 기술로 부상하고 있다. 그러나 정보통신(IT) 및 센싱 기술의 발전과 더불어 ATR에 관련이 있는 데이터는 휴민트(HUMINT·인적 정보) 및 시긴트(SIGINT·신호 정보)까지 확장되고 있음에도 불구하고, ATR 연구는 SAR 센서로부터 수집한 이미지, 즉 이민트(IMINT·영상 정보)에 대한 딥러닝 모델 연구가 주를 이룬다. 복잡하고 다변하는 전장 상황에서 이미지 데이터만으로는 높은 수준의 ATR의 정확성과 일반화 성능을 보장하기 어렵다. 본 논문에서는 이미지 및 텍스트 데이터를 동시에 활용할 수 있는 지식 그래프 기반의 ATR 방법을 제안한다. 지식 그래프와 딥러닝 모델 기반의 ATR 방법의 핵심은 ATR 이미지 및 텍스트를 각각의 데이터 특성에 맞게 그래프로 변환하고 이를 지식 그래프에 정렬하여 지식 그래프를 매개로 이질적인 ATR 데이터를 연결하는 것이다. ATR 이미지를 그래프로 변환하기 위해서, 사전 학습된 이미지 객체 인식 모델과 지식 그래프의 어휘를 활용하여 객체 태그를 노드로 구성된 객체-태그 그래프를 이미지로부터 생성한다. 반면, ATR 텍스트는 사전 학습된 언어 모델, TF-IDF, co-occurrence word 그래프 및 지식 그래프의 어휘를 활용하여 ATR에 중요한 핵심 어휘를 노드로 구성된 단어 그래프를 생성한다. 생성된 두 유형의 그래프는 엔터티 얼라이먼트 모델을 활용하여 지식 그래프와 연결됨으로 이미지 및 텍스트로부터의 ATR 수행을 완성한다. 제안된 방법의 우수성을 입증하기 위해 웹 문서로부터 227개의 문서와 dbpedia로부터 61,714개의 RDF 트리플을 수집하였고, 엔터티 얼라이먼트(혹은 정렬)의 accuracy, recall, 및 f1-score에 대한 비교실험을 수행하였다.