Oral squamous cell carcinoma (OSCC) is the most common type of oral cancer, and it has been steadily increasing in worldwide. Pituitary tumor transforming gene 1 (PTTG1) has been known as oncogene in a verity of cancers. Nevertheless, the expression and role of PTTG1 in OSCC progression remains largely unexplored. In this study, clinical datasets were analyzed to assess the genetic impact of PTTG1 on OSCC progression and to identify its functional roles in OSCC cell lines. We analyzed the expression of PTTG1 in head and neck squamous cell carcinoma (HNSC) and OSCC using databases form the Cancer Genome Atlas (TCGA) and the Gene Expression Omnibus (GEO). To investigate the effect of PTTG1 on proliferation and migration abilities in OSCC cell lines, following the knockdown of PTTG1 in HSC-2 and SCC-9 cell lines, we analyzed the proliferation and metastatic abilities of OSCC cells using EdU and Boyden chamber assays. Our database analysis revealed that PTTG1 was significantly overexpressed in tumor tissues compared to normal tissues. Moreover, its expression correlated with clinical parameters of OSCC. In vitro experiments demonstrated that depletion of PTTG1 suppressed the ability of cell proliferation and migration in both HSC-2 and SCC-9 cell lines. In conclusion, our study suggests that PTTG1 may act as an oncogene in OSCC. These findings provide new insights into the mechanisms and clinical implications of PTTG1 expression in OSCC patients.

PURPOSES : This study provides fundamental information on the temperature variations in tunnel structures during severe fire events. A fire event in a tunnel can drastically increase the internal temperature, which can significantly affect its structural safety. METHODS : Numerical simulations that consider various fire conditions are more efficient than experimental tests. The fire dynamic simulator (FDS) software, based on computational fluid dynamics (CFD) and developed by the National Institute of Standards and Technology, was used for the simulations. The variables included single and multiple accidents involving heavy goods vehicles carrying 27,000 liters of diesel fuel. Additionally, the concrete material characteristics of heat conductivity and specific heat were included in the analysis. The temperatures of concrete were investigated at various locations, surfaces, and inside the concrete at different depths. The obtained temperatures were verified to determine whether they reached the limits provided by the Fire Resistance Design for Road Tunnel (MOLIT 2021). RESULTS : For a fire caused by 27,000 liters of diesel, the fire intensity, expressed as the heat release rate, was approximately 160 MW. The increase in the carrying capacity of the fire source did not significantly affect the fire intensity; however, it affected the duration of the fire. The maximum temperature of concrete surface in the tunnel was approximately 1400 ℃ at some distance away in a longitudinal direction from the location of fire (not directly above). The temperature inside the concrete was successfully analyzed using FDS. The temperature inside the concrete decreased as the conductivity decreased and the specific heat increased. According to the Fire Resistance Design for Road Tunnel (MOLIT 2021), the internal temperatures should be within 380 ℃ and 250 ℃ for concrete and reinforcing steel, respectively. The temperatures were found to be approximately 380 ℃ and 100 ℃ in mist cases at depths of 5 cm and 10 cm, respectively, inside the concrete. CONCLUSIONS : The fire simulation studies indicated that the location of the maximum temperature was not directly above the fire, possibly because of fire-frame movements. During the final stage of the fire, the location of the highest temperature was immediately above the fire. During the fire in a tunnel with 27,000 liters of diesel, the maximum fire intensity was approximately 160 MW. The capacity of the fire source did not significantly affect the fire intensity, but affected the duration. Provided the concrete cover about 6 cm and 10 cm, both concrete and reinforcing steel can meet the required temperature limits of the Fire Resistance Design for Road Tunnel (MOLIT 2021). However, the results from this study are based on a few assumptions. Therefore, further studies should be conducted to include more specific numerical simulations and experimental tests that consider other variables, including tunnel shapes, fire sources, and locations.

본 연구는 수분함량과 미생물 첨가제가 알팔파 사일리지의 발효특성과 사료가치에 미치는 영향을 알아보기 위해 수행되었다. 알팔파는 개화 10% 시기에서 수확되었으며 수분 함량(M60, M50, M40 및 M30)이 60, 50, 40 및 30%일 때 각각 이용하였다. 1500g을 샘플링한 후, 증류수 10mL을 첨가한 미첨가구(NAD)와 Lactococcus lactis 와 Pediococcus pentosaceus의 혼합물을 증류수(0.1g/10mL)에 1.5 x 1010cfu/g 농도로 희석한 후 접종한 미생물 균주 첨가구(ADD)를 3개월 및 6개월 발효하였다. 수분 및 미생물 첨가제에 따른 연평균 알팔파의 조단백, 중성세제 불용성 섬유 및 산성세제 불용성 섬유에서 차이가 없었다(p>0.05). 모든 발효기간에서 pH는 ADD의 M40에서 가장 낮았다(p<0.05). NAD 처리구에서는 젖산이 M50에서 가장 높았고(p<0.05), ADD 처리군에서는 M40 시험구에서 젖산이 가장 높았다(p<0.05). NAD와 ADD의 M60은 젖산 함량이 다른 수분 함량들에 비해 가장 낮으며(p<0.05) 낙산이 유일하게 검출되었다. 미생물군집의 상대적 풍부도는 ADD 처리구의 M40과 M50에서 Homo LAB (Enterococcus, Lactiplantibacillus, Lacticaseibacillus, Lactococcus, Pediococcus)의 비율이 가장 높았고, Clostridium은 M60에서 가장 높았다.

인공위성은 최첨단 기술로써 시공간적 관측제약이 적어 해양 사고에 효과적 대응과 해양 변동 특성 분석 등으로 각국의 국가 기관들이 위성 정보를 활용하고 있다. 하지만 고해상도 위성 관측 기반 해수면 온도 자료(Operational Sea Surface Temperature and Sea Ice Analysis, OSTIA)는 위성의 기기적, 또는 지리적 오류와 구름으로 인해 낮게 관측되거나 공백으로 처리되며 이를 복원하기까지 수 시간이 소요된다. 본 연구는 최신 딥러닝 기반 알고리즘인 LaMa 기법을 활용하여 결측된 OSTIA 자료를 복원하고, 그 성능을 기존에 이용되어 온 세 가지 영상처리 기법들의 성능과 비교하여 평가하였다. 결정계수(R²)와 평균절대오차(MAE) 값을 이용하여 각 기법의 위성 영상 복원 성 능을 평가한 결과, LaMa 알고리즘을 적용하였을 때의 R²과 MAE 값이 각각 0.9 이상, 0.5℃ 이하로, 기존에 사용되어 온 쌍 선형보간법, 쌍 삼차보간법, DeepFill v1 기법을 적용한 것보다 더 우수한 성능을 보였다. 향후에는 현업 위성 자료 제공 시스템에 LaMa 기법을 적용하여 그 가능성을 평가해 보고자 한다.

Aluminum alloys are widely utilized in diverse industries, such as automobiles, aerospace, and architecture, owing to their high specific strength and resistance to oxidation. However, to meet the increasing demands of the industry, it is necessary to design new aluminum alloys with excellent properties. Thus, a new method is required to efficiently test additively manufactured aluminum alloys with various compositions within a short period during the alloy design process. In this study, a combinatory approach using a direct energy deposition system for metal 3D printing process with a dual feeder was employed. Two types of aluminum alloy powders, namely Al6061 and Al-12Cu, were utilized for the combinatory test conducted through 3D printing. Twelve types of Al-Si-Cu-Mg alloys were manufactured during this combinatory test, and the relationship between their microstructures and properties was investigated.

Metal additive manufacturing (AM) has transformed conventional manufacturing processes by offering unprecedented opportunities for design innovation, reduced lead times, and cost-effective production. Aluminum alloy, a material used in metal 3D printing, is a representative lightweight structural material known for its high specific strength and corrosion resistance. Consequently, there is an increasing demand for 3D printed aluminum alloy components across industries, including aerospace, transportation, and consumer goods. To meet this demand, research on alloys and process conditions that satisfy the specific requirement of each industry is necessary. However, 3D printing processes exhibit different behaviors of alloy elements owing to rapid thermal dynamics, making it challenging to predict the microstructure and properties. In this study, we gathered published data on the relationship between alloy composition, processing conditions, and properties. Furthermore, we conducted a sensitivity analysis on the effects of the process variables on the density and hardness of aluminum alloys used in additive manufacturing.

Machine learning-based data analysis approaches have been employed to overcome the limitations in accurately analyzing data and to predict the results of the design of Nb-based superalloys. In this study, a database containing the composition of the alloying elements and their room-temperature tensile strengths was prepared based on a previous study. After computing the correlation between the tensile strength at room temperature and the composition, a material science analysis was conducted on the elements with high correlation coefficients. These alloying elements were found to have a significant effect on the variation in the tensile strength of Nb-based alloys at room temperature. Through this process, a model was derived to predict the properties using four machine learning algorithms. The Bayesian ridge regression algorithm proved to be the optimal model when Y, Sc, W, Cr, Mo, Sn, and Ti were used as input features. This study demonstrates the successful application of machine learning techniques to effectively analyze data and predict outcomes, thereby providing valuable insights into the design of Nb-based superalloys.

인간 활동으로 광범위한 자연 생태계 변화로 지난 몇 세기 동안 전 세계적으로 생물다양성이 심각하게 위협받고 있다. 생태계의 변화 양상을 파악하는 것은 생물다양성 위협을 파악하고 관리하는 데 필수적이다. 이러한 필요성에 따라 IUCN 의회는 2019년에 생태계의 기능과 유형을 고려한 IUCN Global Ecosystem Typology(GET)를 구성했다. IUCN은 10개의 생태계 군계, 108개의 생태기능별 토지 유형(EFG; Ecological Functional Group)을 전 지구적 범위에서 지도로 제공하고 있다. IUCN GET 생태계의 유형 분류에 따르면 국내 생태계는 Realm (1수준)이 8개, Biome (2수준)이 18개, Group (3수준)은 41개 유형으로 분류된다. IUCN이 제공하는 GET의 경우 전 세계 규모로 제작되었기 때문에 해상도가 낮고 실질적인 토지 현황과 일치하지 않는 경우가 많다. 본 연구는 토지피복지도를 활용하여 국내 IUCN GET 유형 분류의 정확도를 높이고 실질적인 현황 을 반영한 지도를 제작하고자 했다. 이를 위해 ① IUCN GET에서 제공하는 국내 GET 데이터 체계를 검토하고, ② 이를 국내 현황과 비교 분석하였다. 이 과정을 통해 GET의 한계와 활용 가능성을 평가하고 ③ 이후 국가자료를 최대 한 활용하여 국내 현황을 반영한 국내 GET 유형 분류를 수행하였다. 본 연구는 토지피복지도와 기존 국가자료를 최대한 활용하여 국내 GET를 총 25개 유형으로 분류했다(Terrestrial Realm :9, Freshwater: 9 Marine-Terrestrial:5, Terrestrial-Freshwater :1, Marine-Freshwater-Terrestrial:1). 기존 지도와 비교했을 때 수정된 국내 GET의 경우 ‘F3.2 Constructed lacustrine wetlands’, ‘F3.3 Rice paddies’, ‘F3.4 Freshwater aquafarms’, ‘T7.3 Plantations’가 면 적이 가장 많이 축소되었다. 온대 산림(T2.2)의 면적이 가장 많이 늘어났고, ‘MFT1.3 Coastal saltmarshes and reedbeds’, ‘F2.2 Small permanent freshwater lakes’등 3개 유형 또한 수정 후 GET 면적이 증가했다. 해당 과정을 통해 기존 GET에서 모든 EFG의 합이 국토 면적의 8.33배를 차지하던 기존의 지도를, 토지피복지도를 활용하여 총합 이 국토 면적의 1.22 배가 되도록 수정하였다. 이를 통해 유형별 차이가 작고 정확성이 떨어진 기존의 EFG가 본 연구를 통해 개선 및 수정되었음을 확인하였다. 본 연구는 현장 요건을 반영한 데이터를 최대한 활용하여 GET 기준 에 상응하는 한국의 GET 지도를 제작한 것에 그 의의가 있다.

본 연구에서는 경기도 내 유통 중인 견과 종실류의 잔 류농약 실태를 조사하고자 온라인 또는 유통매장을 통해 131건을 수거하여 조사하였다. 총 14품목의 견과종실류 를 수거하였으며 339종의 잔류농약을 분석한 결과 131건 중 총 8건에서 검출되었으며 범위는 0.01 mg/kg-0.07 mg/ kg 수준으로 나타났다. 검출된 시료 8건 중 7건이 잔류 농약 기준을 초과하여 부적합으로 판정되었으며 부적합 7건 중 6건은 수입농산물에서 판정되었다. 중국산 호박씨 의 경우 PLS가 적용된 피라클로스트로빈이 5건 검출되 었으며 범위는 0.02 mg/kg-0.04 mg/kg 수준으로 나타났다. 인도산 참깨와 국내산 참깨에서도 펜디메탈린, 보스칼리 드, 비펜트린이 각각 0.04 mg/kg, 0.05 mg/kg, 0.06 mg/kg 으로 검출되어 부적합 수치를 보였다. 또한 검출된 8종 의 농약에서 EDI/ADI (%) 값이 0.002%-0.372%으로 낮 은 수준임을 확인하였다.