• KSBB Journal
• /
• 제25권2호
• /
• pp.142-154
• /
• 2010

Inonotus obliquus 균사체의 액상배양을 통한 항당뇨효능의 단백다당체 대량생산 배양공정을 개발하기 위한 첫 단계로 고생산성 균주의 개발을 신속하게 수행하기 위한 방법을 개발하였다. I. obliquus는 균사체로 성장할 때 포자를 형성하지 못하므로 단일 세포를 획득하기 위해서는 원형질체들을 회수하여 이로부터 성장 능력과 단백다당체의 생산성이 높은 우량균주를 선별하여야 한다. 본 연구에서는 이러한 균주개량 공정 중 특별히 장기간의 배양 시간이 요구되어 신속한 균주개발 시 가장 큰 장애 요인으로 작용하는 고체성장배양 단계의 문제점을 극복하고자, 고체배양 환경의 최적화에 대한 연구를 중점적으로 수행하였다. 고체성장배양 시 균사체 성장에 효능이 탁월한 배지성분을 선별하기 위해 우선 Plackett-Burman design 실험을 통해서 유의성 높은 배지성분을 찾아내었고, 이에 근거한 부분요인설계법 fractional factorial design, FFD) 실험을 통해 배지성분 상호간의 관계를 분석 할 수 있었다. 또한 이 FFD 실험결과에 근거해서 설계한 최급상승법 (steepest ascent method, SAM) 실험방법을 적용한 결과, 고체성장배양 시 균사체 성장환의 직경이 기존의 MA 배지와 비교해서 약 41% 증가했을 뿐만 아니라 균사체의 밀도도 크게 향상된 배지조성을 확립 할 수 있었다. 또한 SAM 연구결과를 바탕으로 최적의 배지조성을 확립하고자 각 배지성분의 최적농도를 통계적으로 더욱 정밀하게 조사하는 반응표면분석법 (response surface method, RSM) 실험을 수행하였다. 그 결과 최적고체성장배지의 성분과 농도는 glucose 25.61 g/L, brown rice 12.53 g/L, soytone peptone 12.53 g/L, $MgSO_4$ 5.53 g/L, agar 20 g/L인 것으로 최종 결정되었으며, 이 조건에서 13일 동안 배양시 균사체의 직경이 약 82 mm 정도에 이르는 것으로 나타났다. 이 결과는 상기의 SAM 실험에서 최적농도로 제시한 배지조성과 매우 유사한 것으로 확인되었는데, 이로부터 최종적인 RSM 실험을 수행하기 전에 최적 농도의 근사치를 추정하기 위해서 수행한 SAM 실험이 매우 효율적이었음을 확인할 수 있었다. 또한 배지 최적화 결과 고체성장배양에서의 성장속도의 증가로 인해 배양기간을 기존의 15~20일에서 8일로 획기적으로 줄일 수 있게 되어, 짧은 시간 내에 대규모 균주 선별과 각 균주의 단백다당체의 생산성 확인이 가능하게 되었다.

• 지능정보연구
• /
• 제18권2호
• /
• pp.29-45
• /
• 2012

회사채 신용등급은 투자자의 입장에서는 수익률 결정의 중요한 요소이며 기업의 입장에서는 자본비용 및 기업 가치와 관련된 중요한 재무의사결정사항으로 정교한 신용등급 예측 모형의 개발은 재무 및 회계 분야에서 오랫동안 전통적인 연구 주제가 되어왔다. 그러나, 회사채 신용등급 예측 모형의 성과와 관련된 가장 중요한 문제는 등급별 데이터의 불균형 문제이다. 예측 문제에 있어서 데이터 불균형(Data imbalance) 은 사용되는 표본이 특정 범주에 편중되었을 때 나타난다. 데이터 불균형이 심화됨에 따라 범주 사이의 분류경계영역이 왜곡되므로 분류자의 학습성과가 저하되게 된다. 본 연구에서는 데이터 불균형 문제가 존재하는 다분류 문제를 효과적으로 해결하기 위한 다분류 기하평균 부스팅 기법 (Multiclass Geometric Mean-based Boosting MGM-Boost)을 제안하고자 한다. MGM-Boost 알고리즘은 부스팅 알고리즘에 기하평균 개념을 도입한 것으로 오분류된 표본에 대한 학습을 강화할 수 있으며 불균형 분포를 보이는 각 범주의 예측정확도를 동시에 고려한 학습이 가능하다는 장점이 있다. 회사채 신용등급 예측문제를 활용하여 MGM-Boost의 성과를 검증한 결과 SVM 및 AdaBoost 기법과 비교하여 통계적으로 유의적인 성과개선 효과를 보여주었으며 데이터 불균형 하에서도 벤치마킹 모형과 비교하여 견고한 학습성과를 나타냈다.