현삼의 기내배양에서 낮은 농도의 2,4-D(0.01, 0.1mg/l) 와 TDZ(0.01, 0.1, 2.0mg/l)이 조합처리시 shoot 분화가 좋았으나, 2,4-D의 농도가 높아질수록 TDZ과 조합처리시 shoot 분화가 저조 하였다. 형질전환 확인을 위한 PCR 분석에서 선발표지 유전자로 사용되는 NPT II gene의 확인하였는데 형질전환되지 않은 식물체에서는 나타나지 않는 DNA 절편이 형질전환 식물체에서 나타났으며 kanamycin 50 mg/ l 첨가된 배지에서 선발된 식물체에서 NPT II gene(700bp)이 plant genome 안으로 삽입되었음을 확인하였다. 형질전환 식물체의 항균활성 검정에서는 Asperigillus awamori에 대해 대조구 식물체와 같이 항균성이 없는 것으로 나타났으나 항바이러스성 단백질인 PAP가 도입된 식물체에서는 IC50의 값이 Asperigillus awamori에 대해서 각각 320 μg/ml 과 300μg/ml, C. herbarum에 대해서도 IC50 값이 80μg/ml, 100μg/ml로 높은 항균성을 나타내었다. 형질전환 식물체와 형질전환되지 않은 식물체를 대상으로 SDS-PAGE를 수행하여 본 결과 감염된 형질전환되지 않은 잎과 감염되지 않은 잎에서는 나타나지 않는 30kDa의 분자량을 가지는 새로운 band가 PAP유전자에 의하여 형질전환된 식물체에서 각각 확인되었다. Asperigillus awamori의 경우에 PAP 형질전환체의 단백질을 첨가한 경우 모두 포자가 발아가 억제 되었고 균사생장이 지연되었으며 균사가 생장되더라도 포자와 생장하는 균사가 투명하여졌으며 생장하는 균사의 굵기도 가늘어지는 특성을 나타내었다. 병원균 접종 후 생육조사에 의하면 형질전환 식물체가 초장과 지상부, 지하부의 생체 중에서 모두 형질전환 되지 않은 식물체보다 다소 높게 나타났다. Fusarium에 의한 전형적인 병징인 뿌리썩음 병과 유관속 시들음 증상이 형질전환 되지 않은 식물체에서 병징의 scale은 3.2와 3.0으로 나타나는 반면 형질전환된 식물체에서는 2.0과 2.5으로 비교적 낮게 나타났다.

X, Y정자를 분리하여(sexing techlology)필요한 성을 조절한 배아의 연구가 아직 실용화되지 않고 있다 본 연구는 이에 대한 기초연구로서 돼지의 X 정자와 Y정자를 분리하기 위하여 불연속 percoll농도구배를 제조한 후 상층에 정액을 분주하여 120g에서 20분간 원심분리 하였다. 분리된 각 층의 정자를 회수(710 sperms/ml)하여 genomic DNA를 추출한후, PCR 방법을 이용하여 Y 염색체의 성 결정 유전자(TDF)인 SR

가시오갈피 및 오갈피의 수집종 간의 유연관계를 구명하기 위하여 RAPD 분석을 한 결과 10개의 primer를 선발하였으며 G+C의 수가 모두 60%이상이었다. 10개의 primer를 사용하여 얻을 수 있는 총 밴드 수는 106개 였으며 이중 monomorphic한 밴드는 17.9%에 해당하는 19개였으며 나머지 87개는 polymorphic한 것으로 나타났다. 10개의 primer를 사용하여 얻은 106개의 밴드를 각각 하나의 형질(character)로 보아 이를 유연관계를 분석한 결과 영월 수집종과 일본종 및 지리산 오갈피와 서울오갈피를 포함하는 군(Group I )과 국내종과 러시아종, 중국종을 포함하는 군(Group II)으로 나뉘어졌으며 genetic distance값의 평균은 0.61이었다. Group I으로 분류된 북해도 가시오갈피는 국내의 각 수집지역의 가시오갈피나 러시아 가시오갈피와 원연의 관계인 것으로 나타났으며 2군에 포함된 수집 지역종 간의 원연 관계 중 춘천 수집종은 국내의 다른 지역인 잠곡이나 태기산 오대산 등과 비교하여 러시아 산이나 중국산에 대하여 더 근연의 관계를 나타내었다.

삼지구엽초(E. koreanum)의 엽면적, 엽장, 엽서, 화색, 거( 距, spur)의 조사를 통하여 국내종과 국외종사이의 유전적 거리 있음을 알 수 있었으며 기공형태와 모용, 종자등의 형태적 특성이 조사되었다. 삼지구엽초 수집종 17 개체에서 추출한 genomic DNA를 사용하여 RAPD를 위한 primer를 선발한 결과 8개의 primer가 선발되었으며 이들 8개의 primer는 G+C의 수가 모두 50% 이상이었다. 삼지구엽초 수집종의 유연관계를 분석한 결과 크게는 2개의 group으로 나누어졌으며 큰 group의 유사도는 0.65로 나타났다. 철원의 일부 수집종(철원 4, 5)과 일본종을 포함하는 군(group II)과 국내종과 중국종, 그리고 일부 일본종을 포함하는 군(group I)으로 나뉘어지고 국내종과 중국종, 그리고 일부 일본종을 포함하는 군(group I) 다시 3개의 subgroup으로 나뉘어졌다. 전체 17개체에 유사도는 0.6~0.9의 상동성을 보여 높게 나타났으며 각각의 subgroup은 0.75부근에서 분포되어 있으며 같은 subgroup내에서는 0.8-0.9의 상동성을 나타내었다.

The automated gate operating system is developed in this paper that controls the information of container at gate in the ACT. This system can be divided into three parts and consists of container identifier recognition car plate recognition container deformation perception. We linked each system and organized efficient gate operating system. To recognize container identifier the preprocess using LSPRD(Line Scan Proper Region Detection)is performed and the identifier is recognized by using neural network MBP When car plate is recognized only car image is extracted by using color information of car and hough transform. In the port of container deformation perception firstly background is removed by using moving window. Secondly edge is detected from the image removed characters on the surface of container deformation perception firstly background is removed by using moving window. Secondly edge is detected from the image removed characters on the surface of container. Thirdly edge is fitted into line segment so that container deformation is perceived. As a results of the experiment with this algorithm superior rate of identifier recognition is shown and the car plate recognition system and container deformation perception that are applied in real-time are developed.

Todays, the efficient management of container has not been realized in container terminal, because of the excessive quantity of container transported and manual system. For the efficient and automated management of container in terminal, the automated container identifier recognition system in terminal is a significant problem. However, the identifier recognition rate is decreased owing to the difficulty of image preprocessing caused the refraction of container surface, the change of weather and the damaged identifier characters. Therefore, this paper proposes more accurate system for container identifier recognition as suggestion of LSPRD(Line-Scan Proper Region Detection) for stronger preprocessing against external noisy element and MBP(Momentum Back-Propagation) neural network to recognize the identifier.