콩과 같은 밭작물은 주로 토양으로부터 수분을 공급받으며 토양 수분 조건에 따라 생육 반응이 민감하게 반응한다. 작물의 생육과 재배 지역의 토양 조건, 기상 등에 따라 적정 토양 수분을 유지하는 것은 작물 생산량의 증가를 위해 중요하다. 따라서, 본 연구에서는 머신러닝 기법을 이용하여 토양 수분 함량 예측 모델을 개발하였다. 깊이에 따른 토양 수분과 외기, 강수량 등 기상 변수와의 상관 관계를 구명하고, 깊이별 토양 수분예측을 위한 부분최소제곱회귀(PLSR) 모델을 알고리즘을 개발하였다. 콩 재배포장의 10cm, 20cm, 30cm 깊이의 토양수분은 FDR 방식의 센서로 측정하였 고, 콩 작물 주변 환경인자(재배환경의 기온, 상대습도, 풍속, 일사량, 일조시간)는 주변의 기상관측소에서 측정된 데이터를 이용하였다. 이를 이용하여 깊이별 미래의 토양수분함량 예측 모델을 개발한 결과, 10cm와 20cm깊이에서 주요 인자는 현재 토양수분함량과 기온이었으며, 30cm 깊이에서의 주요 인자는 현재 토양수분함량과 기온, 풍속으로 나타났다. 토양 깊이가 깊어짐에 따라 토양수분함량 예측 정확도가 향상되었으며, 이는 표면에 가까울수록 토양수분함량이 변화가 크기 때문으로 예상된다. 또한 미래의 토양 수분함량예측시 1시간 후 예측 정확도가 가장 우수하였으며, 이때의 Rv 2와 RMSEV가 10cm 깊이에서 0.993와 1.069%, 20cm 깊이에서 0.994와 0.821% 였으며, 30cm 깊이에서 0.999와 0.149% 였다. 본 연구 결과는 콩 생육환경 진단을 위해 재배 포장의 토양수분함량을 토양층별로 미래의 토양수분함량도 예측이 가능함을 보여준다.

Both carcass yield and meat quality are important indices for beef grade, and consequently they are crucial factors for determining beef consumption and price. However, an optimal slaughter time for satisfying high carcass yield and meat quality has not been systemically evaluated, and identifying the time requires their relationship. Therefore, the objective of this study is 1) to examine the distribution of carcass yield by quality index, and 2) to investigate correlation between factors for judging grades of carcass yield and meat quality. We applied statistical analysis (ANOVA and correlation) for the data of Hanwoo (892 data points: bulls=311, cows=163, steers=418) slaughtered from 1995 to 2006. As a result of ANOVA, the mean difference of carcass yield in quality grade 3 was different with grade 1+, 1, and 2(p<0.05). In the correlation analysis, the meat quality grade showed a positive weak correlation with carcass yield (r=0.259, p<0.05), but was negatively correlated to carcass weight and back-fat thickness which were factors for carcass yield index calculation (-0.225 and -0.154, respectively, p<0.05). The results provide an initial idea for relating carcass yield and quality so that we can use it for determining the optimal time for slaughting.

황색포도상구균 식중독은 해당 균이 세포 밖으로 분비 하는 장독소에 의해 발병되며, 지금까지 밝혀진 16가지 독소 중 내열성이 가장 강하고 흡입중독으로 쉽게 질환을 일으킬 수 있는 Staphylococcal enterotoxin B형을 분리해 내는 방법에 대해 연구하였다. 분자량 26-29 kDa의 단순 단백질인 SEB를 분리 및 정제하기 위한 방법으로 fast protein liquid chromatography (FPLC)를 이용하였으며, 정제율을 높이기 위해 ion exchange chromatography와 gel filtration chromatography의 두 과정을 거쳤다. 실험 결과 SEB의 분리 조건은 CIEX에서 WorkBeads 40S컬럼 의 분리능이 가장 좋았고, 염 농도 15%에서 SEB가 분리 됨을 확인하였다. CIEX에서 획득한 분획으로 단백질을 크기별로 나누는 GF를 실시하였을 때, Sephacryl S-100 컬럼을 사용하여 정제된 SEB를 획득할 수 있었다. 시료 가 컬럼을 통과할 때 염 농도가 효율적으로 조절될 수 있 도록 하고 SEB를 농축하려 시도한 투석 및 완충액 치환 방법은 전체적인 단백질량 손실을 가져오는 것으로 나타 났다. 본 연구에서 개발된 독소 분리 및 정제 방법은 향 후 다른 장독소 분리에도 활용할 수 있으며, 식중독 신속 진단법 개발 및 항체 생산 발전에 효율을 높일 수 있을 것으로 기대된다.

본 연구에서는 고춧가루의 매운맛을 내는 주성분인 캡사이신 함량을 신속하게 측정할 수 있도록 근적외선 흡광도를 측정할 수 있는 시스템을 구성하였다. 이를 이용하여 동일지역(영광군)에서 생산된 맵지 않은 일반 품종의 고춧가루와 우리나라에서 아주 매운 고추로 알려진 청양 품종의 고춧가루를 혼합하여 만들어진 시료에 대하여 입자의 크기별로 캡사이신 함량을 예측할 수 있는 PLSR 모델을 개발하였다. 고춧가루 입도별로 캡사이신 함량의 예측성능을 향상시키기 위한 스펙트럼 전처리 조건을 구명하였으며, 입도가 캡사이신의 함량 예측에 미치는 영향을 구명하였다. 그 결과를 요약하면 다음과 같다. (1) 고춧가루의 근적외선 흡광도 측정 시스템은 1100-2300 nm 대역에서의 근적외선 흡광도 측정용 AOTF-NIR Spectrometer, 여러 부위의 흡광도를 측정하기 위하여 제작된 시료 회전판, 시료 회전판을 회전시키는 모터, 회전판의 속도를 조절하는 속도조절장치와, 시료 용기 등으로 구성되었다. (2) 1100-2300 nm의 대역에서 고춧가루와 순수 캡사이신 분말의 스펙트럼을 측정한 결과 고춧가루의 스펙트럼 피크들과 캡사이신의 스펙트럼 피크가 유사한 대역에서 나타나, 근적외선 분광법을 이용하여 고춧가루의 캡사이신 함량 예측이 가능한것으로 판단되었다. (3) 고춧가루 입도별(0.425 mm이하, 0.425-0.71 mm, 0.71-1.4 mm)로 획득한 근적외선 흡광도에 대하여 전처리를 달리하여 개발한 캡사이신 함량 예측용 PLSR 모델을 교차검증한 결과 결정계수(RV2)는 0.948-0.979, 예측오차(SEP)는 6.56-7.94 mg% 범위에서 나타났으며, 입도가 작을수록 예측성능이 우수하였다. (4) 3가지 입도를 통합한 고춧가루(입도 1.4 mm이하)에 대하여 캡사이신 함량 예측모델 개발을 위한 최적의 스펙트럼 전처리 조건은 영역 정규화, SNV와 1차 미분 3가지를 순차적으로 적용하는 것이었으며, 이를 이용하여 PLSR 예측모델을 개발하여 교차검증으로 검증할 때 결정계수(Rv2)는 0.959, 예측오차(SEP)는 8.82 mg%로 나타났다. (5) 입도가 구분된 고춧가루에는 입도별 예측모델을 적용하고, 입도가 구분되지 않은 고춧가루는 통합 입도 예측모델에 적용함으로써 캡사이신 함량의 예측정확도를 향상시킬 수 있을 것으로 판단되었다.