선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 본 연구는 세균에 감염된 씨감자를 비파괴적으로 선별하기 위해 투과식 분광기법이 적용된 온라인 선별 시스템을 개발하고 선별을 위한 모델 개발과 그 성능을 평가하고자 하였다.
- 본 연구에서는 현장에서 감염 씨감자의 비파괴 신속진단을 수행할 수 있는 온라인 선별 시스템 개발을 목표로 시스템을 설계 및 제작하고 선별에 필요한 통계적 모델을 PLS-DA 방법을 통해 개발하고 그 성능을 검정하였다. 대표적인 씨감자 감염 병원균인 무름병 원인균인 P.
제안 방법
- 감염 씨감자의 제작은 화염 소독된 칼을 이용하여 절반으로 절단한 후 내부의 병징 유무를 확인한 후 절단된 중심부위에 미세한 상처를 입히고 P. atrosepticum을 20 μL을 접종하는 방식으로 하였다.
- 감염 씨감자의 판별을 위해 씨감자를 인공적으로 감염시키고 감염 진행 정도를 확인하였다. 접종에 사용된 P.
- atrosepticum은 농촌진흥청 농업유전자원정보센터(Gene Bank)에서 분양받아 사용하였고 씨감자의 병징 발생을 위하여 NB(nutrient broth)배지에 계대 배양 후 24시간 정도 지나 세균의 활성 조건이 최상일 때 씨감자에 접종을 실시하였다. 감염된 세균의 활성도를 점검하여 최소 범위의 감염 씨감자 제작 조건을 구명하기 위해 정상 및 감염 씨감자 각각 10개씩 제작하여 1차 감염실험을 실시하였다. 제작된 1차 시료는 7일 동안 병징의 진행 상황을 관찰하는데 사용하였다.
- 개발된 모델로 온라인 시스템의 선별성능을 평가하기 위하여 정상과 감염 씨감자를 무작위로 투입부에 넣고 장치를 가동하였다. 온라인 선별이 완료된 후 정상 및 감염 씨감자를 분석하고 확인한 결과를 Fig.
- 세척은 씨감자 표면에 흙을 제거하고 NaClO 200배 희석액에 20분간 침지시킨 후 다시 멸균수로 세척하였다. 그 후 무균실에서 표면에 존재하는 수분을 건조시키고 UV램프를 조사하여 2시간동안 표면을 살균처리하였다[11]. 감염 씨감자의 제작은 화염 소독된 칼을 이용하여 절반으로 절단한 후 내부의 병징 유무를 확인한 후 절단된 중심부위에 미세한 상처를 입히고 P.
- 할로겐램프 세기는 최대값의 60%로 설정하여 사용하였다. 근접센서(proximity sensor)는 이송컵이 광케이블의 중심부에 도달할 때 무접점 릴레이(solid state relay, SSR)가 작동하여 스펙트럼 신호를 프로그램에 저장할 수 있도록 프로그램화 하였다. 즉, 할로겐램프의 중심부에 씨감자가 담긴 이송컵이 지나갈 때 씨감자에 투과된 광스펙트럼이 스펙트로스코피로 측정되도록 구성하였다.
- 45s 이내에 스펙트럼을 획득하고 연산하는 모든 과정을 수행해야 한다. 따라서 분광획득장치의 노출시간(integration time)은 안정적으로 스펙트럼을 획득할 수 있는 최단시간인 30 ms로 설정하였다.
- 본 연구에서는 정상 씨감자로부터 감염 씨감자를 판별하기 위하여 정상 씨감자의 종속변수를 임의의 값 “0”으로 지정하고 감염된 씨감자의 종속변수는 “1”로 지정하여 사용하였다.
- 씨감자 시료 제작 과정에서 표면에 묻어있는 세균 및 곰팡이 등에 의해 병징이 유발되거나 교차오염이 발생할 수 있으므로 Fig. 1에 나타낸 바와 같이 세척, 건조, 살균의 과정을 거친 후 무균실에서 병원균을 접종하였다. 세척은 씨감자 표면에 흙을 제거하고 NaClO 200배 희석액에 20분간 침지시킨 후 다시 멸균수로 세척하였다.
- 앞에서 개발된 가장 우수한 모델을 실제 온라인 선별 시스템에 적용하여 씨감자에서 획득된 스펙트럼의 전처리와 판별값의 계산이 자동적으로 수행되도록 프로그램을 구성하였다. PLS-DA를 통해 개발된 판별모델로 연산하여 예측값을 얻기 위해서는 개별 스펙트럼과 크기가 동일한 계수값이 필요하다.
- 온라인 선별시스템은 반자동 투입 방식으로 작업자의 편이성을 고려하여 플라스틱 혹은 박스단위로 적재한 후 작은 힘으로 씨감자를 투입부의 높은 위치로 옮길 수 있도록 하였으며 쏟아진 씨감자는 계단식으로 배열된 롤러에 올려놓을 수 있도록 하였다. 올려놓은 씨감자는 투입부를 지나 이송컵으로 옮겨지게 되고 이송컵이 지나가는 라인에 분광분석시스템이 구축되어 스펙트럼 획득이 가능하도록 하였다.
- 개발된 모델에서 β0와 β-coefficient를 구하여 온라인 선별시스템에 적용하였다. 우수한 모델의 평가기준은 예측된 결정계수가 높고 SEC(standard error of calibration)와 SECV(standard error of cross validation) 값이 낮은 모델을 우수한 모델로 선정하였다. 또한 PLS-DA 알고리즘은 앞서 설명한 바와 같이 스펙트럼으로 감염 여부를 가장 잘 설명할 수 있는 선형계수인 β-coefficient를 찾는 것으로 cross-validation을 이용하여 실측값과 예측된 값의 오차가 최소가 될 때까지 반복하여 β-coefficient를 구하게 된다.
- 이 병원균을 20 μL, 50 μL의 양으로 접종하여 1-7일 동안 매일 같은 시간에 감염 진행 정도를 측정하였다(Fig. 4).
- 올려놓은 씨감자는 투입부를 지나 이송컵으로 옮겨지게 되고 이송컵이 지나가는 라인에 분광분석시스템이 구축되어 스펙트럼 획득이 가능하도록 하였다. 이 후 이송컵 아래의 위치한 두 개의 솔레노이드 밸브가 있어 감염 씨감자와 정상 씨감자를 분류할 수 있도록 구축하였다.
- atrosepticum을 20 μL을 접종하는 방식으로 하였다. 접종된 씨감자는 원래의 씨감자 형태로 접합하고 36시간동안 배양 및 저장한 후 온라인 선별시스템을 통해 투과스펙트럼을 측정하고 PLS-DA 모델 개발을 실시하였다.
- 정상 씨감자와 감염 씨감자로 획득한 스펙트럼의 모델 개발 및 검증을 위하여 160개의 스펙트럼 데이터를 8:2의 비율로 나누어 모델 개발과 검증을 실시하였다. 즉, 총 128개의 데이터를 PLS-DA 모델 개발에 사용하였고 32개의 데이터를 개발된 모델의 검증에 사용하였다.
- 감염된 세균의 활성도를 점검하여 최소 범위의 감염 씨감자 제작 조건을 구명하기 위해 정상 및 감염 씨감자 각각 10개씩 제작하여 1차 감염실험을 실시하였다. 제작된 1차 시료는 7일 동안 병징의 진행 상황을 관찰하는데 사용하였다. 최소 감염 범위를 검증한 후 총 160개의 건전 씨감자를 준비하여 선별모델 개발용으로 사용하였다.
- 모델개발 완료 후 개발된 시스템과 모델의 온라인 성능평가를 위해 별도로 30개의 정상 씨감자와 50개의 감염 씨감자를 제작하였다. 제작된 정상 및 감염 씨감자 80개를 무작위로 온라인 선별시스템에 투입하여 선별 정확도를 평가하였다.
- 근접센서(proximity sensor)는 이송컵이 광케이블의 중심부에 도달할 때 무접점 릴레이(solid state relay, SSR)가 작동하여 스펙트럼 신호를 프로그램에 저장할 수 있도록 프로그램화 하였다. 즉, 할로겐램프의 중심부에 씨감자가 담긴 이송컵이 지나갈 때 씨감자에 투과된 광스펙트럼이 스펙트로스코피로 측정되도록 구성하였다. 획득한 스펙트럼 데이터는 400 ~ 1100 nm 영역을 0.
대상 데이터
- 최소 감염 범위를 검증한 후 총 160개의 건전 씨감자를 준비하여 선별모델 개발용으로 사용하였다. 80개의 건전 씨감자는 절반으로 자른 후 아무런 처리를 하지 않은 대조군으로 사용하였으며 나머지 80개의 건전 씨감자는 P. atrosepticum을 접종한 후 저장하여 병징이 유발된 후 실험에 이용하였다. 모델개발 완료 후 개발된 시스템과 모델의 온라인 성능평가를 위해 별도로 30개의 정상 씨감자와 50개의 감염 씨감자를 제작하였다.
- 감염에 사용된 무름병 세균인 P. atrosepticum은 농촌진흥청 농업유전자원정보센터(Gene Bank)에서 분양받아 사용하였고 씨감자의 병징 발생을 위하여 NB(nutrient broth)배지에 계대 배양 후 24시간 정도 지나 세균의 활성 조건이 최상일 때 씨감자에 접종을 실시하였다. 감염된 세균의 활성도를 점검하여 최소 범위의 감염 씨감자 제작 조건을 구명하기 위해 정상 및 감염 씨감자 각각 10개씩 제작하여 1차 감염실험을 실시하였다.
- 본 연구에서는 현장에서 감염 씨감자의 비파괴 신속진단을 수행할 수 있는 온라인 선별 시스템 개발을 목표로 시스템을 설계 및 제작하고 선별에 필요한 통계적 모델을 PLS-DA 방법을 통해 개발하고 그 성능을 검정하였다. 대표적인 씨감자 감염 병원균인 무름병 원인균인 P.atrosepticum을 이용하여 감염 씨감자를 제작하여 실험에 사용하였다. 총 160개의 정상 및 감염 씨감자 선별을 위해 개발된 모델은 0.
- atrosepticum을 접종한 후 저장하여 병징이 유발된 후 실험에 이용하였다. 모델개발 완료 후 개발된 시스템과 모델의 온라인 성능평가를 위해 별도로 30개의 정상 씨감자와 50개의 감염 씨감자를 제작하였다. 제작된 정상 및 감염 씨감자 80개를 무작위로 온라인 선별시스템에 투입하여 선별 정확도를 평가하였다.
- 본 연구에 사용된 씨감자는 강원도 감자종자진흥원으로부터 재배된 것으로 바이러스나 다른 병원체 감염이 없고 표면에 상처가 없는 씨감자를 선발하여 사용하였다. 선발된 씨감자는 12시간 동안 상온 보관 후 실험에 사용하였다.
- 온라인 시스템에 사용될 분광분석장치는 Fig. 2에 나타낸 바와 같이 분광획득장치인 가시광 근적외선 스펙트로스코피(USB4000, Ocean Optics Inc., USA), 광케이블(QP1000-2-VIS-NIR, Ocean Optics Inc., USA), 광원가이드(GS4-1000F, Seokwang Optical Co., LTD, Korea), 할로겐램프(LS-F100HS-IR, Seokwang Optical Co., LTD, Korea), 광원세기 조절장치(distributor, RC232C-10C-USB, Seokwang Optical Co., LTD, Korea)를 이용하였다. 광원은 Fig.
- 정상 씨감자와 감염 씨감자로 획득한 스펙트럼의 모델 개발 및 검증을 위하여 160개의 스펙트럼 데이터를 8:2의 비율로 나누어 모델 개발과 검증을 실시하였다. 즉, 총 128개의 데이터를 PLS-DA 모델 개발에 사용하였고 32개의 데이터를 개발된 모델의 검증에 사용하였다.
- 제작된 1차 시료는 7일 동안 병징의 진행 상황을 관찰하는데 사용하였다. 최소 감염 범위를 검증한 후 총 160개의 건전 씨감자를 준비하여 선별모델 개발용으로 사용하였다. 80개의 건전 씨감자는 절반으로 자른 후 아무런 처리를 하지 않은 대조군으로 사용하였으며 나머지 80개의 건전 씨감자는 P.
- 즉, 할로겐램프의 중심부에 씨감자가 담긴 이송컵이 지나갈 때 씨감자에 투과된 광스펙트럼이 스펙트로스코피로 측정되도록 구성하였다. 획득한 스펙트럼 데이터는 400 ~ 1100 nm 영역을 0.2 nm 간격으로 샘플링 한 총 3648개의 데이터로 구성되었다.
이론/모형
- 5를 기준으로 정상 씨감자와 감염 씨감자로 나뉘게 된다. PLS-DA 모델은 Matlab(V.7.04, Mathworks Inc, USA)을 사용하여 개발하였다.
- 따라서 시료의 특성을 최대한 반영하고 기기 및 환경의 영향을 최소화하기 위해서는 스펙트럼에 대한 전처리 기법을 사용해야된다[12,13]. 본 연구에서는 다양한 전처리 기법 중 이동평균기법(moving average)과 평균, 최대, 범위의 값을 이용한 정규화법(normalization)을 이용하였다(식1-3). 전처리 과정을 거친 스펙트럼 데이터는 PLS-DA (partial least square discriminant analysis) 기법을 사용하여 정상군과 감염군을 구분하도록 모델링하였다.
- 본 연구에서는 다양한 전처리 기법 중 이동평균기법(moving average)과 평균, 최대, 범위의 값을 이용한 정규화법(normalization)을 이용하였다(식1-3). 전처리 과정을 거친 스펙트럼 데이터는 PLS-DA (partial least square discriminant analysis) 기법을 사용하여 정상군과 감염군을 구분하도록 모델링하였다.
성능/효과
- 989로 가장 높게 확인되었다. 그러나 우수 모델 판정 기준을 고려해볼 때 이동평균을 이용한 평활화 전처리에서 가장 낮은 오차를 보여 가장 적합한 모델임이 확인되었다. 이때 개발된 모델(calibration)의 결정계수는 0.
- 따라서 씨감자에 병징의 차등을 발생시킬 수 있는 접종양은 20 μL이며 배양 기간은 1일과 2일 사이인 36시간 정도에 최초 감염 증상이 나타나는 것을 확인할 수 있었다.
- 실험 결과 20 μL의 경우 1일차에서는 접종된 흔적만 나타났으며 2일차부터 갈색의 변화가 관찰되었다.
- 온라인 선별 시스템의 성능을 평가를 수행하기 위해 정상 씨감자와 감염 씨감자를 구분이 되지 않게 제작하여 무작위로 투입부에 넣고 분석을 실시한 결과에서 정상 씨감자 30개와 감염 씨감자 50개 모두가 99% 이상의 정확도로 선별되었다. 개발된 감염 씨감자 선별 시스템은 신속하게 비파괴 측정 및 전수조사가 가능하여 농업현장에서 부족한 인력을 대체할 수 있을 뿐 아니라 병원균의 감염을 사전에 차단하므로 전염에 의한 경제적인 손실을 최소화하며, 이로 인한 안정적인 씨감자의 공급과 농가의 소득 보전에 기여할 수 있을 것으로 판단된다.
- 121이었다. 정상 및 감염의 판별 정확도는 모든 모델에서 99% 이상(100%)의 정확도를 보였다. Fig.
- 정상 씨감자와 감염 씨감자의 각각의 스펙트럼 형상을 비교해본 결과 정상 씨감자의 700 nm 파장 영역의 광세기는 820 nm 영역보다 상대적으로 높게 나타나는 반면 감염 씨감자의 경우 700 nm와 820 nm 파장영역의 피크가 유사하게 나타나 정상 씨감자와 감염 씨감자의 스펙트럼 패턴이 차이가 나타남을 확인할 수 있었다. 이는 Vanoli 등[16]의 연구에서 보고된 것과 같이 정상 씨감자와 내부의 갈색 반점이 있는 감염감자의 흡광도 차이가 690 nm 영역에서 발생한다는 결과와 유사하게 나타났다.
- atrosepticum을 이용하여 감염 씨감자를 제작하여 실험에 사용하였다. 총 160개의 정상 및 감염 씨감자 선별을 위해 개발된 모델은 0.934의 결정계수와 0.121의 오차를 나타내었다. 판별 정확도는 정상 및 감염 씨감자 모두 99% 이상이었다.
- 121의 오차를 나타내었다. 판별 정확도는 정상 및 감염 씨감자 모두 99% 이상이었다.
후속연구
- 온라인 선별 시스템의 성능을 평가를 수행하기 위해 정상 씨감자와 감염 씨감자를 구분이 되지 않게 제작하여 무작위로 투입부에 넣고 분석을 실시한 결과에서 정상 씨감자 30개와 감염 씨감자 50개 모두가 99% 이상의 정확도로 선별되었다. 개발된 감염 씨감자 선별 시스템은 신속하게 비파괴 측정 및 전수조사가 가능하여 농업현장에서 부족한 인력을 대체할 수 있을 뿐 아니라 병원균의 감염을 사전에 차단하므로 전염에 의한 경제적인 손실을 최소화하며, 이로 인한 안정적인 씨감자의 공급과 농가의 소득 보전에 기여할 수 있을 것으로 판단된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.