Although ethylformate and phosphine fumigants are widely used for pest quarantine, studies related to their mechanism of action and metabolic physiological changes in Drosophila models are still unclear. In this study, we investigated how key metabolites altered by fumigants and cold treatment are associated with and affect insect physiology by comparative metabolome analysis. Fumigant treatment significantly altered cytochrome P450 and glutathione metabolites involved in the detoxification mechanism and showed lower expression of PGF2α involved in the immune response compared to the control. Additionally, most of the metabolites functioned in metabolic pathways related to the biosynthesis of amino acids, nucleotides and cofactors.

주변 국가인 태국, 캄보디아, 베트남, 라오스 등에서 벼멸구(Nilaparvata lugens)와 흰등멸구(Sogatella furcifera)를 채집하던 중, 벼멸구와 형태가 아주 유사한 이삭멸구(N. muiri)와 벼멸구붙이(N. bakeri), 그리고 흰등 멸구와 형태가 아주 유사한 흰등멸구붙이(S. kolophon), 피멸구(S. vibix) 그리고 애멸구(Laodelphax striatellus)가 동시에 채집이 되는 등 형태적 차이점이 거의 없어 전문가도 쉽게 구분하지 못하는 문제가 있음이 확인되었다. 따라서 형태가 유사한 상기 멸구류의 종 동정을 확실히 할 수 있는 PCR용 프라이머의 개발을 위해 벼멸구 및 흰등멸구의 미토콘드리아 내 COI 영역을 특이적으로 검출할 수 있는 프라이머 세트를 제작하고 종 동정 효과를 확인하였다.

모기는 감염병을 매개하는 종으로 전염병 확산 억제를 위해서는 개체수의 감시와 정확한 예측이 필요하다. 본 연구에서는 모기 개체수 및 기상 및 현장 자료를 활용해 모기 개체수 머신러닝 모델을 개발하였다. 모기 개체수는 디지털 모기 측정기(Digital Mosquito Monitoring System, DMS)의 2015 년~2022년의 5월~10월의 자료를 활용하였다. 기상 자료는 기온, 강수량, 풍속, 습도를 사용하였으며, 현장 조사 자료는 현장을 명목척도와 서열척도로 나누어 기록하여, 명목 척도의 경우 원핫 인코딩으 로 변환해 수치화하여 사용하였다. 분석에 사용된 머신러닝 모델은 Artificial Neural Network, Random Forest, Gradient Boosting Machine, Support Vector Machine이며 성능지표로 R2, RMSE를 사용하였다. 연구 결과, Gradient Boosting 모델이 R2 0.4, RMSE 22.45로 가장 좋은 성능을 나타냈다. 현장 조사 자료 를 분석에 활용하였을 때 R2는 증가하였고, RMSE는 감소하였다. 본 연구 결과 모기 개체수에 현장 조사 자료가 예측 정확도를 향상시킬 수 있음을 확인하였다.

In this study, an experiment was conducted on the domestic cultivar 'White and Cool' on a farm in Taean to compare the effects of conventional soil cultivation and net cultivation to increase yield and reduce labor input time during outdoor gladiolus cultivation. The above- and below-ground growth, yield, and input labor time were investigated after cultivating half of the seedlings using the conventional cultivation method and the other half using the net cultivation method. There was no difference in the above- or below-ground growth between net cultivation and conventional cultivation. However, the labor input time decreased 2.57 times, the yield of the irrigated area increased by 3%, and the self-fertilization yield increased by 28%. Based on these results, several factors should be considered during net cultivation. First, loose netting should be used for root development. Second, care should be taken while flattening when planting seedlings, and after sowing, the area should be covered with a net to prevent drying. Third, after completion of the installation, compaction should be performed to ensure close contact between the soil and netting, and after removing the space between the nets, the seedlings should be irrigated to induce early rooting.

단단한 자구를 가진 적색 비모란선인장 ‘Gangjeok’ 품종 은 ‘Isaek’품종을 모본으로, ‘Suyeon’ 품종을 부본으로 하여 2018년에 교배하여 육성하였다. 교배 후 획득한 종자는 조직 배양실에서 기내파종하여 획득한 유묘를 기내에서 삼각주선 인장에 접목하여 ‘1802001’ 등 20계통을 양성하였다. 2019 년에 기내에서 양성한 20계통을 온실에서 삼각주선인장 대목 에 접목하여 재배하면서 ‘1812005’ 계통을 1차 선발하였다. 2020년부터 2022년까지 3차에 걸쳐서 특성을 검정한 후, 농 산물직무육성품종 심의회에서 최종 선발하여 ‘Gangjeok’으 로 명명하였다.‘Gangjeok’ 품종은 편원형의 적색 구를 가진 다. 혹(tubercle)이 돌출된 형태의 모구는 8.4개의 능(rip)을 가지며, 3.5mm 짧은 회색 가시가 발생한다. 정식 10개월 후 ‘Gangjeok’ 품종의 직경은 46.1mm이며, 자구는 평균 18.3 개 발생한다. 2022년 육성계통 평가회에서 ‘Gangjeok’ 품종 은 높은 기호도 점수 4.0을 받았다.

The 2-round Delphi survey and Focus Group Interview (FGI) survey method, in this study, are sequentially applied for the level analysis of the high-level radioactive waste (HLW) management technologies, that are classified into transport/storage, site evaluation, and disposal categories. The 2- round Delphi survey was conducted on domestic 56 experts in the HLW field in Korea, and survey answers were managed with questionnaires distributed by e-mail. In the FGI survey, domestic 24 experts from management field were formed into three groups to conduct in-depth interviews. Past research achievements including journal papers, intellectual properties and the expert opinions presented at expert hearing on HLW technology were used as reference materials. As a result of the survey, in this study, the average domestic technology level compared to the leading countries was 83.1% in transport area, 79.6% in storage area, 62.2% in site evaluation area, and 57.4% in disposal area, respectively. When compared to the former level analysis results in 2017, technology level of transport-storage area increased by 8.6%, and the site evaluation-disposal technology area decreased by 7.27%. The highest factor that increase the level of technology in the transport-storage field was due to the increased R&D program resulting on journal papers, intellectual properties. In addition, the decrease factor in the level of technology in the site evaluation-disposal field was mainly due to relatively low R&D program when compared to the leading countries. Suggested method for the level survey can be used to find out the basic data of the lower tech technologies, to estimate the efficient research budgets and to prepare the R&D human resources. With this regards, R&D roadmap can be matured with suggested prediction method for the domestic technology level on HLW.