To investigate the industrial availability of liquid fermentation (PL-ferment) by Phellinus linteus mycelium as a postbiotics for the inhibition of inflammation, PL-ferment was fractionated into culture supernatant (CS), hot-water extract (HW) from PL-ferment, EtOH-precipitate (CP) fractionated from HW, and the dialysate (DCP) of CP. Compared to the other fractions, DCP which is expected to contain exopolysaccharide (EPS) as the major component, significantly decreased the production of NO, IL-6, and MCP-1 in LPS-induced RAW 264.7 cells, and IL-6 and IL-8 in TNF-α and IFN-γ-induced HaCaT cells. The general component analysis results showed that no significant difference in components was observed between the fractions, whereas sugar composition analysis revealed that DCP had decreased glucose and increased mannose contents compared to the other fractions. This suggests that mannose played an important role in the anti-inflammatory activity of the active fraction, DCP. Molecular weight distribution analysis revealed that DCP was mainly composed of low-molecular-weight material-removed high-molecular-weight polysaccharides of 18–638 kDa, suggesting that EPS originated from P. linteus EPS. In conclusion, our results suggest that the DCP of P. linteus mycelium fermentation using the anti-inflammatory activity could be used industrially as postbiotic material.

증발산은 순복사 에너지를 사용하여 잠열의 형태로 수증기를 대기 중으로 수송함으로써 지구에너지 순환에 있어 중요한 요소 중의 하나이며, 증발산량은 지표유출의 두 배 정도로서 지구 물 수지에서 차지하는 비중이 매우 크다. 증발산의 지상관측은 지점에 국한되기 때문에 공간연속면 상에서의 증발산량 산출을 위하여 격자형 기상자료와 위성자료를 이용한 모델링이 오랫동안 이루어져왔다. PM(Penman-Monteith) 방정식에 기초한 METRIC(Mapping Evapotranspiration with Internalized Calibration) 모델이나 PT(Priestley-Taylor) 방정식을 이용한 MS-PT(Modified Satellite-based Priestley-Taylor) 모델 등이 주로 사용되어 왔으나, 또 하나의 대안으로서 본 연구에서는 최근 부각되고 있는 딥러닝 기법인 DNN(deep neural network)을 이용한 증발산 모델링을 수행하였다. 은닉층 구조, 손실함수, 옵티마이저, 활성화함수, L1/L2 정규화, 드롭아웃 비율 등의 최적화 과정을 거쳐서 수립한 DNN 모델은 RMSE = 0.326mm/day, 상관계수 = 0.975의 매우 양호한 정확도를 나타내었다. 이는 DNN 최적화와 함께, 국지예보모델과 위성자료로부터 증발산 기작에 관여하는 인자들을 선택하여 입력자료로 적절히 사용하였기 때문이기도 하다. 향후과제로서 훈련자료의 종류와 양을 증가시켜서 DNN 모델을 보다 정교화하는 것은 반드시 필요하다고 사료된다.

토양수분은 지면환경에서 일어나는 수문 순환을 이해하기 위한 중요한 기상인자일 뿐만 아니라 가뭄, 홍수, 산불 등과 같은 자연재해와 밀접하게 연관되어 있다. 그러나 위성기반 토양수분 자료는 공간해상도가 매우 떨어져서 국지규모 분석에 직접적 으로 적용하기에는 한계가 있다. 이 연구에서는 마이크로파 위성센서로부터 산출된 토양수분 자료가 가지는 공간해상도의 제약을 완화하기 위하여, 다양한 지면 변수와 공간통계법을 활용한 다운스케일링 기법을 도입하였다. 가장 정교한 다운스케일링 기법으로 평가되는 회귀크리깅을 이 연구를 통하여 토양수분 자료에 처음으로 적용하였다. 우리나라의 2013년과 2014년의 4월부터 10월까지 의 일자별 AMSR2(Advanced Microwave Scanning Radiometer 2) 공간해상도 10km와 25km의 토양수분 자료를 각각 2km와 4km로 다운스케일링한 결과, 고해상도로 다운스케일링된 자료와 저해상도 원자료와의 일관성이 우수하게 유지되어, 다운스케일링 전후의 공간패턴과 자료특성이 잘 보존되는 것을 확인할 수 있었다. 이 연구에서 제시한 다운스케일링 기법은 토양수분뿐만 아니라 여러 기상요소에 적용될 수 있으며, 위성영상이나 모형자료의 공간해상도 한계를 극복하기 위한 방편이 될 수 있을 것으로 기대된다.

온난화와 같은 전지구적 변화는 기온과 강수 등 기상요소에 직접적으로 반영되어 곡물 수확량의 변화를 가져온다. 기후변화 시나리오에 기초한 선행연구들에서는 GCM (general circulation model)의 공간해상도 문제로 인하여 상세한 모의가 어려웠고, 시계열통계법을 활용한 연구들에서는 기후요소를 통합하여 수확량을 예측한 사례가 매우 드물었다. 이에 본 연구에서는 상세화된 기후재분석자료의 시계열모델링을 통하여 옥수수와 콩의 수확량 예측실험을 수행하였다. 미국 아이오와 주의 99개 카운티를 대상으로 1960년부터 2009년까지 50년간의 고해상도 기후재분석자료와 정부통계 수확량 DB를 구축하고, 시계열통계법인 VAR (vector autoregression)와 ARIMA (autoregressive integrated moving average)를 이용하여 다음해 수확량 예측실험을 10개 연도에 대해 수행하여 예측력을 평가하였다. VAR는 16-18%, ARIMA는 11-14% 의 오차율로 다음해의 수확량을 예측할 수 있는 것으로 집계되었으며, 옥수수의 경우 표토의 산성도, 심토의 점토와 나트륨 함유량 등의 토양특성 이 실제 수확량 및 예측정확도에 영향을 미치는 것으로 나타났다.

한국에서 개발된 팽이버섯 균주 Fv 3-6과 일본에서 수집한 팽이버섯 균주 Fv 0-1, Fv 1-5 및 Fv 11-4의 핵형을CHEF gel electrophoresis 방법으로 분석 하였다. 그 결과4종류의 균주 모두 chromosome의 전체 길이가 달랐으며,chromosome의 개수 또는 특정 chromosome의 길이가 다른 것을 확인하였다. 특히 Fv 3-6의 경우에는 다른 3 종의 균주와 비교했을 때 Fv 0-1, Fv 11-4 보다는 2개의chromosome이 더 존재하였고 Fv 1-5 보다는 1개의chromosome이 더 존재하였으며 핵형패턴이 유사한 일본수집 균주들과는 다른 핵형패턴을 나타내었다. 이러한 CHEF gel electrophoresis 방법은 품종간의 차이를 SSR이나 ITS 정보를 이용한 방법보다 더 정확하게 구분할 수있을 것이라고 생각한다.

시각장애우와 청각장애우에서 상실된 감각기능을 대체할 목적으로 촉각제시장치를 이용할 경우 효과적으로 촉각을 제시하기 위하여 대조군, 시각장애군, 청각장애군, 합병증성 시각장애군에서 신체 부위에 따른 촉각인 지능을 컴퍼스와 JVP dome을 이용하여 각각 두점식별력과 격자해상능을 측정하였다. 컴퍼스를 이용한 두점식별력은 대조군에서 손가락이 가장 높은 민감도를 보였으나 남녀의 차이는 보이지 않았다. 시각장애군과 청각 장애군은 대조군과 비교하여 손가락에서는 차이를 보이지 않았으나 팔과 다리 부위에서는 낮은 민감도를 보였다. JVP dome을 이용한 격자해상능은 대조군에서 다섯 손가락 모두에서 상호간의 차이를 보이지 않았으며, 또한 남녀의 차이도 보이지 않았다. 시각장애군은 대조군과 비교하여 다섯 손가락 모두에서 높은 민감도를 보였으며, 청각장애군은 대조군과 차이를 보이지 않았다. 그러나 합병증성 시각장애군은 대조군 및 시각장애군과 비교하여 두점식별력 및 격자해상능에서 모두 낮은 민감도를 보였다. 이상의 연구결과는 촉각제시장치를 이용할 경우 자극 부위와 방법을 고려해야 하며, 감각상실의 원인 질환에 따라 촉각인지능에 차이가 있음을 시사한다.

Nanostuctured TiAl powder was synthesized by high energy ball milling. A dense nanostuctured TiAl was consolidated using pulsed current activated sintering method within 2 minutes from mechanically synthesized powders of TiAl and horizontally milled powders of Ti+Al. The grain size and hardness of TiAl sintered from horizontally milled Ti+Al powders and high energy ball milled TiAl powder were 35 nm, 20 nm and 450 kg/, 630 kg/, respectively.

This study was performed to investigate the flora of Gangneung-si (Kangwon-do). The collected vascular plants were composed of all 903 taxa including cultivated species, and classified into 755 species, 1 subspecies, 124 varieties, and 23 forms of 450 genera under 126 families. Among the investigated vascular plants, 16 taxa were Korean endemic species. Law-protected plants by Ministry of Environment were 2 taxa. The special plants based on floral region by Ministry of Environment (2006) were 75 taxa; V rank species 2 taxa, IV rank species 9 taxa, III rank species 21 taxa, II rank species 14 taxa, and I rank species 29 taxa. A naturalized plants were 45 species, correspond to 15.5% of totaling 290 species appeared in South Korea. Floristic geography of the investigated area was regarded as the boundary between middle regions in floristic pattern of the Korean peninsula.

Global warming due to the increase of greenhouse gases may significantly affect various aspects of the Earth’s environment and human life. In particular, the impacts of climate change on agriculture would be severe, leading to damages to crop yields. This paper examines the experimental prediction of rice yield in China using DNN (deep neural network) and climate model data for the period between 1979 and 2009. The DNN model built through the process of hyperparameter optimization can mitigate an overfitting problem and cope with outlier cases. Our model showed approximately 38.7% improved accuracy than the MLR (multiple linear regression) model, in terms of correlation coefficient with the yield statistics. We found that the diurnal temperature range and potential evapotranspiration were the critical factors for rice yield prediction. Our DNN model was also robust to extreme conditions such as drought in 2006 and 2007 in China, which showed its applicability to the future simulation of crop yields under climate change.