애무늬고리장님노린재(Apolygus spinolae)는 포도원에서 생장 초기부터 신초를 흡즙 가해하여 잎의 기형화, 화진형상, 열매의 소립화, 기형, 열과 등의 피해를 일으킨다. 2017년과 2018년도에 경기도 화성 포도원의 캠벨얼리 품종을 대상으로 가온 하우스, 무가온 하우스, 비가림 재배, 노지 재배의 재배 양식과 생육단계별 애무늬고리장님 노린재의 발생 양상을 조사하였다. 재배양식별 피해는 1월부터 가온을 시작하여 7월 초순에 수확하는 조기가온 하우스와 3월부터 보온을 시작하여 8월 중순에 수확하는 무가온 하우스에서는 피해가 5% 미만으로 미미하였다. 그러나 비가림 및 노지재배에서는 잎과 열매의 피해가 관찰이 되었고, 특히 무농약 노지재배에서는 2017년도 27.6%, 2018년도 36%의 피해가지율을 나타내었다. 노지재배에서 피해 발생은 캠벨얼리 발아기 (BBCH(생물계절코드) 10)부터 이전 해에 포도나무 눈의 겉 인편 사이에 산란된 월동알이 부화하여 6 ~ 7엽(BBCH 16 ~ 17) 전개기까지 어린잎과 열매를 흡즙하여 피해를 주는 것으로 조사되었다. 애무늬고리장님노린재 온도 적산 모델에 따른 노지재배과원의 최적 방제시기는 월동알 부화 시기에는 2017년 4월 26일 (BBCH 11), 2018년 4월 30일(BBCH 11)이였고, 1세대 성충 출현시기에는 2017년 6월 5일 (BBCH 71), 2018년 6월 8일 (BBCH 74)로 예측되었다. 즉, 월동알 부화시기는 캠벨얼리 전엽 초기(BBCH 11), 1세대 성충 출현 시기는 과립 착과 초기(BBCH 71)로 예측되었다.

Population dynamics of greenhouse whitefly, Trialeurodes vaporariorum, were modeled and simulated to compare the temperature effects of air and tomato leaf inside greenhouse using DYMEX model simulator. The population phenology model of T. vaporariorum was developed and simulated. Leaf temperature on reversed side of cherry tomato leafs was monitored according to three tomato plant positions (top, >1.6m above the ground level; middle, 0.9 - 1.2m; bottom, 0.3 - 0.5m) using an infrared temperature gun. Air temperature was monitored at same three positions using a temperature logger. The leaf temperatures from three plant positions were described as a function of the air temperatures. The number of T. vaporariorum immatures was counted by visual inspection in three positions to verify the performance of DYMEX simulation. A significant positive correlation between the observed and the predicted numbers of immature and adults was found when the leaf temperatures were incorporated into DYMEX simulation, but no significant correlation was observed with air temperatures. This study demonstrated that the population dynamics of T. vaporariorum was affected greatly by the leaf temperatures, rather than air temperatures in cherry tomato greenhouses. This work was supported by Development of field-oriented model for forecasting outbreak of diseases or insect pests based on GIS and IT Program (R1003852) from Rural Development Administration, Republic of Korea.

whole abdomen CT촬영에서 표재성 장기에 해당하는 생식선 부위의 선량을 줄이고 화질에 영향을 적게주기 위한 차폐재를 제작하여 유용성을 확인하였다. 기존의 bismuth 재질과 비슷한 효과를 가지는 silicone 22 mm, aluminum 7.3 mm를 제작하였다. non shield, bismuth, silicone 22 mm, aluminum 7.3 mm 차폐재를 이용하여 생식선의 피폭 선량 감쇠, 영상의 CT number와 noise 변화, AAPM 팬텀에서 CT number, noise, unifo rmity를 측정하여 비교 실험하였다. 결과에서 bismuth 29.96%, silicone 22 mm 13.10%, aluminum 7.3 mm 18.27%로 피폭 선량이 감소되었다. 그러나 bismuth 재질의 경우 영상의 CT number 변화가 크고, AAPM 팬텀 영상검사 uniformity 항목에서 부적합으로 측정되어 생식선과 같은 표재성 장기에서 화질 변화가 큰 것으로 나타났다. 생식선과 같은 표재성 장기의 경우 silicone 22 mm, aluminum 7.3 mm의 차폐재를 사용한다면 화질 변화를 줄이면서 방사선 피폭을 줄이는데 도움이 될 것이라 판단된다.

Discovery, identification, and informatics of low molecular weight peptide are extensively rising in the field of proteomics research. In this study, we analyzed protein profiles to discover peptide based biomarker for twelve different soybean seeds with three different agronomic types using surface-enhanced laser desorption/ionization time-of-flight mass spectrometry (SELDI-TOF MS). For optimization of SELDI-TOF MS in soybean seed proteome analysis, four different extraction buffers were tested with urea solubilization buffer, thiourea/urea solubilization buffer, phenol extraction buffer, and modified trichloroacetic acid (TCA)/acetone precipitation/urea solubilization extraction buffer. Two different type of ProteinChip arrays, cation exchange (CM10) and anion exchange (Q10), applied to profile peptides. Among the four different extraction buffers, phenol extraction was selected to protein extraction methodology. Numbers of detected peak cluster in twelve soybean seeds were 125 at CM10 and 90 at Q10 array in the mass range from 2 to 40 kDa. Among them, 82 peak clusters at CM10 and 33 peak clusters at Q10 array showed significantly different peak clusters at p<0.00004 (CM10) and p<0.00005 (Q10) among twelve different soybean cultivars. Moreover, 29 peak clusters at CM10 and 17 peak clusters at Q10 array were detected in all cultivars as an ‘universally existed peptide’. In comparison with three different agronomic types, total of 55 peak clusters (CM10) and 23 peak clusters (Q10) were significantly different peak clusters at p<0.00004 and p<0.0001, respectively. In these probability levels, soybean seeds were well discriminated into different cultivar and different type with each other. Also we could find several specific peptide biomarkers for agronomic type.