• 한국식품영양과학회지
• /
• 제46권9호
• /
• pp.1097-1105
• /
• 2017

본 연구는 돼지고기로 제조된 소시지에 저가원료인 닭고기 혼합비율을 정량하기 위해 real-time PCR 법과 소량 함유된 닭의 정량의 정확도를 높이기 위해 닭의 내부 표준물질을 첨가하는 방법을 적용함으로써 소시지의 진위판별 가능성을 제시하였다. DNA 회수율과 PCR 증폭효율을 높이기 위해 QIAamp DNA Micro Kit을 사용하였고, 최종 PCR 반응액 $20{\mu}L$에 template DNA($5{\sim}10ng/{\mu}L$)는 $3.0{\sim}5.0{\mu}L$, primer 농도는 $0.5{\mu}L(10pmol)$, $2{\times}$ Cybrgreen buffer는 $10{\mu}L$로 조정하였을 때 가장 적합하였고, PCR 증폭조건은 annealing 온도를 $62^{\circ}C$, extension 온도를 $68^{\circ}C$, final extension 시간은 33초, 최종 PCR cycle은 40 cycle로 했을 때 가장 PCR 증폭효율이 좋은 것으로 평가되었다. 돼지와 닭의 DNA를 50 ng에서 0.05 ng으로 순차적으로 10배씩 희석한 template DNA를 이용해 민감도(최소 검출한계)를 확인한 결과 돼지와 닭 모두 0.05 ng 이상으로 각각 확인되었다. 표준곡선의 결정계수($R^2$)도 모두 0.995 이상으로 표준곡선의 linearity가 정량에 적합한 것으로 확인되었다. 돼지고기와 닭고기를 각각 70:30 비율로 혼합한 3점의 시료를 $70^{\circ}C$에서 10분간 열처리한 후 정량분석을 실시하여 기대치에 의한 측정치를 비교한 결과, 64.3:35.7의 비율로써 평균 5.7%의 차이를 나타내 생육(raw meat) 또는 가열처리된 시료의 상태에 따라 DNA에 영향을 주어 PCR 증폭효율 및 DNA 정량 값에 일부 영향을 주는 것으로 판단되었다. 소시지에 함유된 돼지고기와 닭고기의 함량을 분석한 결과 돼지고기에 비해 닭고기 함량이 적은 소시지에서는 닭고기(6%, 12%, 25%, 38%)의 검출이 어려웠고, Ct(threshold cycle) 값에 따른 DNA 정량값이 매우 낮아 배합비율을 환산이 어려웠다. 그러나 소시지에 닭의 표준물질 DNA(50 ng)를 첨가함으로써 배합비율이 증가할수록 Ct값도 점차 낮아져서 배합비율을 반영하고 있음에 따라 Ct값의 평균치${\pm}$오차범위 값으로 간접적으로 배합비율을 추정할 수 있을 것으로 생각되었다.

• 환경생물
• /
• 제26권2호
• /
• pp.57-65
• /
• 2008

진해만에서 분리한 중심목 규조류 S. costatum의 성장에 영향을 미치는 광량과 파장을 알기 위해 실내 실험을 수행하였다. 수온 20$^{\circ}C$와 염분 30 psu의 환경조건에서 광량과 성장의 관계식은 $\mu$=1.17 (I-5.25)/(I+81.8), (r=0.98)로 최대 성장속도는 1.17 day$^{-1}$, 반포화광량(K$_s$)은 92.4 ${\mu$mol photons $m^{-2}s^{-1}$ 그리고 보상광량(I$_0$)은 5.28 $\mu$mol photon $m^{-2}s^{-1}$)로 나타났다. 진해만에서 I$_0$에 해당하는 수심을 계산한 결과, 3월에서 5월은 3$\sim$5m, 6월은 11m, 7월에서 9월은 4m로 진해만에서 S. costatum은 표층에서 잘 성장할 것으로 나타났다. 하지만 광저해현상은 150 $\mu$mol photons $m^{-2}s^{-1}$ 이상의 광량에서 세포밀도의 감소를 보여, S. costatum의 성장을 위한 최적 수심은 상당히 제한되어 있을 것으로 사료된다. 성장에 미치는 파장의 영향을 알기 위해 발광 다이오드를 이용하여 근자외선 영역부터 근적외선영역을 포함하는 9개 파장 빛을 주사하였다. 25 $\mu$mol photons $m^{-2}s^{-1}$에서 S. costatum은 405, 470, 505, 525, 568, 644 nm에서 성장을 하였지만, 590m와 523nm에서는 성장하지 못하였다. 하지만 100 $\mu$mol photons $m^{-2}s^{-1}$는 모든 파장대에서 잘 성장하였다. 따라서 S. costatum은 황색파장대가 우점하는 폐쇄성 연안역에서 충분히 잘 성장할 수 있을 것으로 판단된다.

• 한국해양학회지:바다
• /
• 제22권1호
• /
• pp.31-44
• /
• 2017

Pfiesteria piscicida는 유독 종속영양 와편모조류로서, 크기가 작고 형태학적으로 유사한 Pfiesteria-like dinoflagellate (PLD) 종들로 인해, 광학 현미경 관찰만으로 정확하게 동정하는 것이 불가능하다. 따라서, 본 연구에서는 이러한 한계점을 극복하기 위해 EvaGreen 기반의 정량적 real-time PCR기법을 개발하였으며, 한국 근해에서 P. piscicida의 분포와 시화호에서 개체군 변동 조사를 통해 현장에서 유용성을 검증하였다. 이를 위해, internal transcribed spacer 1 (ITS 1) 영역을 대상으로 종 특이적 프라이머를 제작하였으며, P. piscicida와 진화적 유연관계에 있는 다양한 미세조류에 대해 PCR을 수행하여 프라이머의 특이성을 검증하였다. 개발된 프라이머를 real-time PCR 기법에 적용한 결과, P. piscicida의 세포수와 $C_T$값 간의 유의한 표준 곡선($r^2{\geq}0.999$)과 하나의 융해곡선 피크($88^{\circ}C$)가 관찰되었다. 이는 본 연구에서 개발된 기법이 대상생물인 P. piscicida를 정확하게 정성 및 정량분석이 가능함을 의미한다. 개발된 real-time PCR 기법의 현장적용 결과, 광학 현미경상에서는 탐지할 수 없었던 P. piscicida를 서해(김제, 목포)와 동해(강릉) 시료에서 검출하였다. 또한, 시화호 시료를 이용한 P. piscicida개체군 동태 조사에서 다른 정점에 비해 염분도가 상대적으로 낮았던(${\leq}15psu$), St. 1에서 2007년 6, 7, 8월에 세포밀도의 피크가 관찰되었다. 본 연구에서 개발된 EvaGreen 기반 real-time PCR 기법은 현장에서 P. piscicida를 탐지 및 정량 분석 하는데 성공하였으며, 이는 향후 이들 종에 대한 다양한 생태학적 연구에 활용될 것으로 사료된다.

• 한국수자원학회논문집
• /
• 제54권6호
• /
• pp.419-431
• /
• 2021

최근 서울시의 강수특성이 변하고 있으며, 폭우의 발생빈도와 강도가 점차 증가 추세임이 확인되고 있다. 또한, 대부분의 지역이 도시화가 이루어져 불투수 비율이 높고 인구와 재산이 밀집되어 있어 폭우 발생 시 직접유출에 의한 홍수피해가 가중되고 있는 실정이다. 서울시는 이러한 홍수피해에 적극적으로 대응하기 위하여 침수취약지역 해소사업을 추친 중이며, 구조물적·비구조물적 다양한 대응책을 제시하고 있다. 본 연구에서는 서울시의 미래 기후변화영향을 고려한 수공구조물의 방재성능 목표 설정을 위하여 29개의 GCM의 강수량자료를 활용하여 자료 기간을 단기(2006-2040, P1), 중기(2041-2070, P2), 및 장기(2071-2100, P3)로 구분하여 RCP4.5와 RCP8.5 시나리오에 대한 시공간적 상세화를 실시하였다. 공간상세화는 기상청에서 관리하는 서울관측소의 강우량을 기준으로 GCM의 일자료를 Quantile Mapping을 통하여 처리하였으며, 시간 상세화는 K-Nearest Neighbor Resampling 방법과 유전자알고리즘 방법을 이용한 비매개변수 시간상세화 기법을 통하여 일자료를 시간자료로 상세화하였다. 시간상세화를 통해 각 GCM 시나리오별로 100개의 상세화 시나리오가 산출되어 총 2,900개의 상세화 시나리오를 바탕으로 IDF 곡선을 산출하고 이를 평균하여 미래 극치 강우량의 변화를 산출하였다. 산정결과, 재현기간 100년 지속시간 1시간의 확률강우량은 RCP4.5 시나리오에서 8~16%의 증가 특성을 보이고 있음을 확인하였으며 RCP8.5 시나리오의 경우 7~26%의 증가가 이루어짐을 확인하였다. 본 연구결과는 서울시의 미래 기후변화를 대비한 설계강우량 산정 및 수준목표별 수방정책을 수립하는데 활용이 가능할 것으로 판단된다.

• 한국산림과학회지
• /
• 제112권3호
• /
• pp.280-289
• /
• 2023

물푸레나무(Fraxinus rhynchophylla Hance)의 천연하종 갱신과 치수의 초기 생존 특성을 파악하기 위하여 강원도 가리왕산 지역 천연 활엽수림에서 물푸레나무를 대상으로 2011-2013년 3년 간 하종량, 2012-2014년의 치수 발생, 치수의 수명 분포(Lifespan distribution), 치수 생존과 고사, 초본 식생과의 관계를 분석하였다. 하종량과 치수 발생량은 연도별 유의한 차이를 보였고(p <.05). 하종량이 증가한 이듬해는 치수 발생량이 증가하였다. 2013년 하종량과 2014년 치수 발생량은 유의한 상관 관계를 보였고(p <.05), 이는 하종 이듬해 발아하는 물푸레나무의 치수 발생 특성과 일치한다. 치수는 늦봄에서 초여름 사이에 발생하였으며, 2014년은 발생 치수 중 78%가 초여름에 한꺼번에 발생하였다. 물푸레나무 치수는 발생 직후 대부분이 고사하였다. 2012년 8월 발생한 치수 집단은 초기 두 달 동안 56%가 고사하였고, 2014년 7월 발생한 치수 집단은 1개월 동안 38%가 고사하였다. 하층의 초본 식생으로 인한 피음과 지하부 경쟁은 치수 고사의 주요 원인이었다. 천연 활엽수림의 물푸레나무는 특정 해에 종자가 많이 열리는 해거리 경향을 보였고, 다량 결실 이듬해는 임상에 다량의 치수가 발생하였으나, 발생 당년 대부분이 고사하였다. 물푸레나무는 치수 고사율이 높으나, 주기적으로 다량의 치수가 발생하고 살아남은 소수의 치수가 활착에 성공하여 갱신하는 전략을 가진다. 우리나라에는 다양한 자생 교목 수종이 서식하나 이들 수종의 천연갱신에 대한 정보는 제한적이다. 우리나라의 천연림 관리 및 복원을 위해서는 다양한 자생 수종의 천연갱신에 대한 연구가 필요하다.

• 한국해양학회지:바다
• /
• 제15권3호
• /
• pp.140-147
• /
• 2010

한국 남해에서 분리한 유해조류 Chattonella ovata의 성장에 미치는 수온과 염분 및 광량의 영향을 조사하였다. C. ovata는 $10{\sim}30\;^{\circ}C$의 수온과 7.5~40 psu의 염분조합 중 $10^{\circ}C$의 모든 염분조합과 $15^{\circ}C$의 7.5 psu와 10 psu, 그리고 $20^{\circ}C$와 $30^{\circ}C$의 7.5 psu를 제외한 모든 조합에서 성장하였다. 최대 성장속도는 $30^{\circ}C$, 30 psu 조합에서 $0.62\;day^{-1}$로 관찰되었다. 이원배치 분산분석(two-way ANOVA) 결과로부터 그들의 성장속도는 수온에 크게 의존할 뿐 염분과 교호작용의 영향은 미약하였다. 이와 같은 결과는 C. ovata가 고수온을 선호하는 광염성종임을 지시하였다. C. ovata는 $30\;{\mu}mol$ photons $m^{-2}s^{-1}$ 이하의 광량에서는 성장이 이루어지지 않았고, 본 연구에서 제공한 최대 광량인 $800\;{\mu}mol$ photons $m^{-2}s^{-1}$서 광 저해현상은 보이지 않았다. 광 조건에 의해 유도된 성장식 $\mu$=0.74(I-16.0)/(I+43.9)으로부터 성장에 대한 반포화광량($K_s$)은 $75.9\;{\mu}mol$ photons $m^{-2}s^{-1}$, 절대광량($I_c$)은 $16.0\;{\mu}mol$ photons $m^{-2}s^{-1}$로 나타났으며, 특히 $K_s$는 규조류인 Skeletonema costatum을 비롯한 다른 여러 편모조류보다 낮았다. 이상의 결과로부터 C. ovata는 하계 한국 내만과 연안해역에서 종간경쟁에 유리한 생리특성을 가진 종으로 판단되었다.

• 한국방사선학회논문지
• /
• 제18권3호
• /
• pp.187-201
• /
• 2024

골다공증은 전 세계적으로 주요한 건강 문제임에도 불구하고, 골절 발생 전까지 쉽게 발견되지 않는 단점을 가지고 있습니다. 본 연구에서는 골다공증 조기 발견 능력 향상을 위해, 복부 컴퓨터 단층 촬영(Computed Tomography, CT) 영상을 활용하여 정상-골감소증-골다공증으로 구분되는 골다공증 단계를 체계적으로 분류할 수 있는 딥러닝(Deep learning, DL) 시스템을 개발하였습니다. 총 3,012개의 조영제 향상 복부 CT 영상과 개별 환자의 이중 에너지 X선 흡수 계측법(Dual-Energy X-ray Absorptiometry, DXA)으로 얻은 T-점수를 활용하여 딥러닝 모델 개발을 수행하였습니다. 모든 딥러닝 모델은 비정형 이미지 데이터, 정형 인구 통계 정보 및 비정형 영상 데이터와 정형 데이터를 동시에 활용하는 다중 모달 방법에 각각 모델 구현을 실현하였으며, 모든 환자들은 T-점수를 통해 정상, 골감소증 및 골다공증 그룹으로 분류되었습니다. 가장 높은 정확도를 갖는 모델 우수성은 비정형-정형 결합 데이터 모델이 가장 우수하였으며, 수신자 조작 특성 곡선 아래 면적이 0.94와 정확도가 0.80를 제시하였습니다. 구현된 딥러닝 모델은 그라디언트 가중치 클래스 활성화 매핑(Gradient-weighted Class Activation Mapping, Grad-CAM)을 통해 해석되어 이미지 내에서 임상적으로 관련된 특징을 강조했고, 대퇴 경부가 골다공증을 통해 골절 발생이 높은 위험 부위임을 밝혔습니다. 이 연구는 DL이 임상 데이터에서 골다공증 단계를 정확하게 식별할 수 있음을 보여주며, 조기에 골다공증을 탐지하고 적절한 치료로 골절 위험을 줄일 수 있는 복부 컴퓨터 단층 촬영 영상의 잠재력을 제시할 수 있습니다.