• Tuberculosis and Respiratory Diseases
• /
• 제42권6호
• /
• pp.862-870
• /
• 1995

연구배경: 산소기의 작용은 과거에는 세포독성이 주로 알려져 있었던 반면, 최근 들어 산소기의 세포내 신호전달체계에서의 역할에 많은 사람의 관심이 모이고 있다. 여러 cytokine의 전사인자(transcription factor)로 작용하는 $NF{\kappa}B$는 기저상태에서는 세포질에 존재하는데 $I{\kappa}B$와 결합되어 핵내로의 이동이 억제되고 있다. 여러 연구에 의해 $NF{\kappa}B$의 $I{\kappa}B$로부터의 분리는 외부자극에 의해 생성된 산소기에 의한 것으로 알려졌는데, 이렇게 하여 분리된 $NF{\kappa}B$가 핵내로 이동하면 핵내에서 전사인자로 작용하여 여러 유전자의 전사를 증가시키는 것이 보고되었다. IL-8 유전자는 5'flanking promotor region에 $NF{\kappa}B$-like motif가 있어 핵내 $NF{\kappa}B$ activity의 증가로 IL-8 유전자의 전사가 증가되는 것으로 알려졌고, 또한 내독소는 핵내의 $NF{\kappa}B$ activity의 증가와 함께 호중구에서의 산소기의 분비를 가져온다. 이러한 사실로부터 내독소에 의한 IL-8 유전자의 발현은 세포내에서 생성된 산소기에 의해 $NF{\kappa}B$가 $I{\kappa}B$로부터 분리되어 핵내로 이동하고 이로 인해 IL-8 유전자의 전사가 증가되는 가설을 생각할 수 있다. 저자들은 이러한 가설 검정의 첫번째 단계로써 체내 염증반응에서 중요한 역할을 하는 말초혈액 단핵구의 IL-8 및 IL-$1{\beta}$ 유전자 발현에 세포내의 산소기가 관여하는지의 여부를 평가하고자 본 연구를 시행하였다. 방법: Ficoll-Hypaque density gradient 법과 plastic 부착법을 이용하여 말초혈액 단핵구를 분리하였다. 외부에서 투여한 산소기의 농도에 따른 IL-8 및 IL-$1{\beta}$ mRNA 발현의 유무를 관찰하기 위하여 $H_2O_2$를 0, 10, 100, $300{\mu}M/L$, 1mM/L의 농도로 투여하고 6시간이 경과한후 IL-8 및 IL-$1{\beta}$에 대한 Northern blot analysis를 시행하였다. 시간에 따른 IL-8 및 IL-$1{\beta}$ mRNA 변화를 관찰하고자 $H_2O_2$를 $100{\mu}M/L$의 농도로 투여하고 0, 2, 4, 6, 8, 24시간이 경과한 후 Northern blot analysis를 시행하였다. 항산화제가 내독소에 의한 IL-8과 IL-$1{\beta}$ mRNA 발현에 미치는 영향을 평가하기 위하여 TMTU(10 mM/L) 1시간; PDTC($100{\mu}M/L$) 1시간, NAC(10 mM/L) 2.5시간, ME(10mM/(L) 2.5시간, Desferrioxamine(100mM/L) 15시간 동안 전처치 한 디음 내독소를 투여허여 4시간이 경과한 후 IL-8 및 IL-$1{\beta}$ mRNA에 대한 Northern blot analysis를 시행하였다. 결과: $H_2O_2$농도 및 시간에 따른 말초혈액 단핵구에서의 IL-8 및 IL-$1{\beta}$ mRNA의 발현에는 유의한 차이가 관찰되지 않았지만 항산화제로 전처치하였을 때 내독소에 의한 말초혈액 단핵구에서의 IL-8 및 IL-$1{\beta}$ mRNA의 발현이 억제되었고 그 억제정도는 TMTU에서 가장 현저하였다. 결론: 이상의 결과에서 말초혈액 단핵구에서의 IL-8 및 IL-$1{\beta}$ mRNA 발현에 $H_2O_2$가 아닌 다른 산소기가 일부 관여할 것으로 생각된다.

• 지능정보연구
• /
• 제26권2호
• /
• pp.1-25
• /
• 2020

본 연구에서는 모바일 기기를 이용하여 획득한 가스계량기 사진을 서버로 전송하고, 이를 분석하여 가스 사용량 및 계량기 기물 번호를 인식함으로써 가스 사용량에 대한 과금을 자동으로 처리할 수 있는 응용 시스템 구조를 제안하고자 한다. 모바일 기기는 일반인들이 사용하는 스마트 폰에 준하는 기기를 사용하였으며, 획득한 이미지는 가스 공급사의 사설 LTE 망을 통해 서버로 전송된다. 서버에서는 전송받은 이미지를 분석하여 가스계량기 기물 번호 및 가스 사용량 정보를 추출하고, 사설 LTE 망을 통해 분석 결과를 모바일 기기로 회신한다. 일반적으로 이미지 내에는 많은 종류의 문자 정보가 포함되어 있으나, 본 연구의 응용분야인 가스계량기 자동 검침과 같이 많은 종류의 문자 정보 중 특정 형태의 문자 정보만이 유용한 분야가 존재한다. 본 연구의 응용분야 적용을 위해서는 가스계량기 사진 내의 많은 문자 정보 중에서 관심 대상인 기물 번호 및 가스 사용량 정보만을 선별적으로 검출하고 인식하는 관심 문자열 인식 기술이 필요하다. 관심 문자열 인식을 위해 CNN (Convolutional Neural Network) 심층 신경망 기반의 객체 검출 기술을 적용하여 이미지 내에서 가스 사용량 및 계량기 기물번호의 영역 정보를 추출하고, 추출된 문자열 영역 각각에 CRNN (Convolutional Recurrent Neural Network) 심층 신경망 기술을 적용하여 문자열 전체를 한 번에 인식하였다. 본 연구에서 제안하는 관심문자열 기술 구조는 총 3개의 심층 신경망으로 구성되어 있다. 첫 번째는 관심 문자열 영역을 검출하는 합성곱신경망이고, 두 번째는 관심 문자열 영역 내의 문자열 인식을 위해 영역 내의 이미지를 세로 열 별로 특징 추출하는 합성곱 신경망이며, 마지막 세 번째는 세로 열 별로 추출된 특징 벡터 나열을 문자열로 변환하는 시계열 분석 신경망이다. 관심 문자열은 12자리 기물번호 및 4 ~ 5 자리 사용량이며, 인식 정확도는 각각 0.960, 0.864 이다. 전체 시스템은 Amazon Web Service 에서 제공하는 클라우드 환경에서 구현하였으며 인텔 제온 E5-2686 v4 CPU 및 Nvidia TESLA V100 GPU를 사용하였다. 1일 70만 건의 검침 요청을 고속 병렬 처리하기 위해 마스터-슬레이브 처리 구조를 채용하였다. 마스터 프로세스는 CPU 에서 구동되며, 모바일 기기로 부터의 검침 요청을 입력 큐에 저장한다. 슬레이브 프로세스는 문자열 인식을 수행하는 심층 신경망으로써, GPU에서 구동된다. 슬레이브 프로세스는 입력 큐에 저장된 이미지를 기물번호 문자열, 기물번호 위치, 사용량 문자열, 사용량 위치 등으로 변환하여 출력 큐에 저장한다. 마스터 프로세스는 출력 큐에 저장된 검침 정보를 모바일 기기로 전달한다.