• BMB Reports
• /
• 제40권1호
• /
• pp.58-64
• /
• 2007

Similar to the other known structures of Bacillus thuringiensis Cry $\delta$-endotoxins, the crystal structure of the 65-kDa activated Cry4Ba toxin comprises three domains which are, from the N- to C-terminus, a bundle of $\alpha$-helices, a three-$\beta$-sheet domain, and a $\beta$-sandwich. To investigate the properties of the C-terminal domain III in isolation from the rest of the toxin, the cloned Cry4Ba-domain III was over-expressed as a 21-kDa soluble protein in Escherichia coli, which cross-reacted with anti-Cry4Ba domain III monoclonal antibody. A highly-purified domain III was obtained in a monomeric form by ion-exchange and size-exclusion FPLC. Circular dichroism spectroscopy indicated that the isolated domain III fragment distinctly exists as a $\beta$-sheet structure, corresponding to the domain III structure embodied in the Cry4Ba crystal structure. In vitro binding analysis via immuno-histochemical assay revealed that the Cry4Ba-domain III protein was able to bind to the apical microvilli of the susceptible Stegomyia aegypti larval midguts, albeit at lower-binding activity when compared with the full-length active toxin. These results demonstrate for the first time that the C-terminal domain III of the Cry4Ba mosquito-larvicidal protein, which can be isolated as a native folded monomer, conceivably participates in toxin-receptor recognition.

• 생명과학회지
• /
• 제13권3호
• /
• pp.308-313
• /
• 2003

식중독 병원균인 장염비브리오균 (V. parahaemolyticus)의 세포외 분비 효소 중 콜라겐분해효소를 발현벡터인 pET-29b에 클로닝시키고 대장균에서 발현시킨 다음, 부분정제하여 그 특성을 조사하였다. V. parahaemolyticus collagenase는 $(NH_4)_2So_4$침전, affinity adsorption, 그리고 Sephacryl S-100 gel filtration 과정을 통하여 부분정제 되었다. 이 collagenase는 73%의 회수율과 43.7의 정제도를 나타내었으며, 전기영동시 분자량은 약 35 kDa로 나타났다. 이 효소의 최적 pH 및 온도는 6~12와 $35^{\circ}C$이었고, 온도안정성 조사에서 $55^{\circ}C$까지는 90% 잔존 찬성을 유지하였으나 $60^{\circ}C$이상에서는 급격하게 효소활성이 실활되었다. 기질특이성조사에서 type I collagen과 콜라겐분해효소의 합성기질로 알려진 Z-GPGGPA에서 gelatin과 casein에 비해 높은 활성을 보이는 것으로 보아 이 효소가 진정한 콜라겐분해효소라는 것을 알 수 있었다.

• Korean Chemical Engineering Research
• /
• 제43권3호
• /
• pp.360-365
• /
• 2005

SMB는 연속 크로마토그래피 공정으로써 회분식 크로마토그래피보다 이동상의 소비를 줄이고 높은 농도, 높은 수율의 생산성의 장점을 가지고 있다. 그러나 운전상의 복잡성 때문에 이 공정을 이해하기 어렵다. 본 실험에서는 서로 다른 색깔을 지닌 두 물질의 분리를 시도함으로써 공정의 이해를 용이하게 하였다. 실험에서 사용된 물질은 Blue dextran과 Orange G로서 각각 파란색과 오렌지 색을 띤다. 실험은 4개의 존으로 구성된 SMB로써 zone VI에서 zone I으로 재순환 되지 않는 열린 루프계가 적용되었다. 운전 조건은 Standing wave design를 이용하였으며 extract와 raffinate에서 높은 순도와 수율을 가질 수 있도록 디자인하였다. 단일 칼럼을 이용한 실험을 통해서 여러 유량에서 비선형 흡착 평형식과 실험식으로부터 물질전달계수를 얻었다. Extract와 raffinate의 농도분포 곡선은 모사 결과와 거의 일치하였다. Extract와 raffinate의 순도는 99.49％와 98.89％이며 두 물질의 수율은 모두 98％였다.

• 한국자기공명학회논문지
• /
• 제21권2호
• /
• pp.72-77
• /
• 2017

${\beta}-catenin$ is a key signaling protein which regulates cell signaling and gene transcription. Abnormal activation of ${\beta}-catenin$ is linked to many cancers, particularly with colorectal cancers. Although many genetic and biological studies on $Wnt/{\beta}-catenin$ have been reported and structures of the complex between ${\beta}-catenin$ and its diverse binding partners have been published, many of them have focused on armadillo repeat domain of ${\beta}-catenin$. Both N- and C-terminal domains have been suggested to regulate interactions of ${\beta}-catenin$ with other molecules, but still little is known about the C-terminal unstructured domain. To investigate the structure of this domain, construct of C-terminus was designed and structural studies were performed using size exclusion chromatography (SEC), circular dichroism (CD), fluorescence and nuclear magnetic resonance (NMR) spectroscopy. We observed that not only the purified full-length construct but the purified C-terminal construct also dimerizes in solution by SEC, suggesting that this domain involves in dimerization of ${\beta}-catenin$. CD and fluorescence data indicate its flexibility and structural formation in the presence of membrane environments.

• 대한방사성의약품학회지
• /
• 제1권2호
• /
• pp.104-108
• /
• 2015

Human serum albumin (HSA) has potential for diagnosis and therapy in clinical setting. The purpose of experiments was to develop and evaluate $^{68}Ga$-HSA as a PET agent for diagnosis of acute inflammation. NOTA-HSA was synthesized by conjugating 2-(p-isothiocyanatobenzyl)-1,4,7-triazacyclononane-1,4,7-triacetic acid to HSA in 0.1 M sodium carbonate buffer (pH 9.5) and then purified using a PD-10 size-exclusion column. NOTA-HSA was labeled with $^{68}Ga$ at room temperature for 10 min, and 8.4% sodium hydrogen carbonate buffer was added for neutralization. $^{68}Ga$-NOTA-HSA was purified using alumina N plus light cartridge and $0.22{\mu}m$ syringe filter. Labeling efficiency and radiochemical purity were determined by ITLC-SG with 0.1 M citric acid. Biodistribution study was performed in a male BALB/c mice model of Carrageenan-induced acute inflammation. Animal PET study was performed in acute inflammation mice model after tail vein injection of $^{68}Ga$-HSA. This radiotracer showed high labeling efficiency (>99%) around pH 7. Biodistribution study showed higher inflamed footpad uptake than control footpad uptake. Animal PET study revealed 2 times higher uptake on inflamed footpad compared to control footpad. In these experiments, we developed $^{68}Ga$-HSA for acute inflammation PET imaging and evaluated it in a mouse disease model. The results demonstrated that $^{68}Ga$-HSA has potential as a PET imaging agent for diagnosis of acute inflammation.

• 한국지능시스템학회논문지
• /
• 제6권3호
• /
• pp.14-24
• /
• 1996

유전자 알고리즘을 이용한 다양한 특징의 분석이 필요한 퍼지 분류기의 설계방법을 제안한다. 본 논문에서 제안한 퍼지 분류기의 퍼지 논리를 이용한 분류 부분과 우전자 알고리즘을 이용한 규칙생성부분으로 구성된다. 유전자 알고리즘을 이용한 규칙 생성 부분에서는 최적의 퍼지 멤버쉽 함수를 결정하고, 각 특징이 규칙에 포함되는지 포함되지 않는지의 여부도 결정하게 된다. 또한 특정 대상에 대한 인식률을 분석하여 큰 오인식률을 갖는 부분에 세부 특징을 추가하는 방법과 문자열과 population의 최소크기, 인식률 개선을 위한 반복적 분석 방법을 사용한다. 제안된 퍼지 분류기의 적용 예로서, 아이리스 테이터와 갑상선 종양 세포, 그리고 필기된 숫자와 인쇄된 숫자의 인식을 든다. 필기된 숫자와 인쇄된 숫자의 인식을 위해서 각 숫자를 구조적인 정보가 동일한 그룹으로 분류한다. 본 논문에서 제안한 퍼지 분류기는 아이리스 데이터에 대해 98.67%의 인식률을 갑상선 종양 세포에 대해서 98.25%의 인식률을 필기된 숫자와 인쇄된 숫자에 대해서 96.3%의 인신룩을 얻었다.

• 한국정보통신학회논문지
• /
• 제11권5호
• /
• pp.969-976
• /
• 2007

유전자 알고리즘을 이용한 다양한 특징의 분석이 필요한 퍼지 분류기의 설계 방법을 제안한다. 본 논문에서 제안한 퍼지 분류기는 퍼지 논리를 이용한 분류 부분과 유전자 알고리즘을 이용한 규칙 생성 부분으로 구성된다. 유전자 알고리즘을 이용한 규칙 생성 부분에서는 최적의 퍼지 멤버쉽 함수를 결정하고, 각 특징이 규칙에 포함되는지 포함되지 않는지의 여부도 결정하게 된다. 또한, 특정 대상에 대한 인식률을 분석하여 큰 오인식률을 갖는 부분에 세부 특징을 추가하는 방법과 문자열과 population의 최소 크기, 인식률 개선을 위한 반복적 분석 방법을 사용한다. 제안된 퍼지 분류기의 적용 예로서, 아이리스 데이터와 갑상선 종양 세포의 식별을 든다. 본 논문에서 제안한 퍼지 분류기는 아이리스 데이터에 대해 98.67%의 인식률을, 갑상선 종양 세포에 대해서 98.25%의 인식률을 얻었다.

• 한국도서관정보학회지
• /
• 제52권3호
• /
• pp.197-215
• /
• 2021

이 연구는 체계적 문헌고찰(systematic review) 연구방법을 활용하여 초등학생의 읽기이해력 향상을 위해 제공된 중재프로그램 실험연구들을 분석한 것이다. Cochrane의 핸드북을 적용하였으며, PICOTS-SD에 따라 핵심질문을 구성하였다. KCI에서 검색된 1,610건의 논문에서 포함기준과 배제기준을 적용하여, 최종 18건을 분석대상으로 선별하였다. Cochrane에서 제공하는 'RevMan5' 도구를 사용하여 비뚤림 위험을 평가하였다. 평가결과 대부분의 영역에서 비뚤림 위험도가 낮게 나타났다. 그리고 이들 논문들에 대한 정성적인 분석을 위해 자료요약표를 정리하였다. 이 결과, 중재프로그램의 유형은 다양하였으며, 고학년생을 적용대상으로 하는 경우가 많았다. 실험집단의 크기는 6명에서 29명이며, RCT 기반 연구보다 QED 기반 연구가 더 많았다. 중재시간은 40분이 가장 많았으며, 중재회기는 8회에서 24회로 나타났다. 그리고 모든 연구에서 중재프로그램은 읽기이해력 향상에 효과가 있는 것으로 나타났다.

• 한국미생물·생명공학회지
• /
• 제49권2호
• /
• pp.181-191
• /
• 2021

The present study addresses isolation, optimization, partial purification, and characterization of a haloalkaline serine protease from a newly isolated haloarchaeal strain isolated from Wadi El Natrun in Egypt. We expected that a two-step sequential statistical approach (one variable at a time, followed by response surface methodology) might maximize the production of the haloalkaline serine protease. The enzyme was partially purified using Hiprep 16/60 sephacryl S-100 HR gel filtration column. Molecular identification revealed the newly isolated haloarchaeon to be Natrialba hulunbeirensis strain WNHS14. Among several tested physicochemical determinants, casamino acids, KCl, and NaCl showed the most significant effects on enzyme production as determined from results of the One-Variable-At-A-time (OVAT) study. The BoxBehnken design localized the optimal levels of the three key determinants; casamino acids, KCl, and NaCl to be 0.5% (w/v), 0.02% (w/v), and 15% (w/v), respectively, obtaining 62.9 U/ml as the maximal amount of protease produced after treatment at 40℃, and pH 9 for 9 days with 6-fold enhancement in yield. The enzyme was partially purified after size exclusion chromatography with specific activity, purification fold, and yield of 1282.63 U/mg, 8.9, and 23%, respectively. The enzyme showed its maximal activity at pH, temperature, and NaCl concentration optima of 10, 75℃, and 2 M, respectively. Phenylmethylsulfonyl fluoride (PMSF, 5 mM) completely inhibited enzyme activity.

• Neurospine
• /
• 제15권4호
• /
• pp.329-337
• /
• 2018

Objective: Machine learning algorithms excel at leveraging big data to identify complex patterns that can be used to aid in clinical decision-making. The objective of this study is to demonstrate the performance of machine learning models in predicting postoperative complications following anterior cervical discectomy and fusion (ACDF). Methods: Artificial neural network (ANN), logistic regression (LR), support vector machine (SVM), and random forest decision tree (RF) models were trained on a multicenter data set of patients undergoing ACDF to predict surgical complications based on readily available patient data. Following training, these models were compared to the predictive capability of American Society of Anesthesiologists (ASA) physical status classification. Results: A total of 20,879 patients were identified as having undergone ACDF. Following exclusion criteria, patients were divided into 14,615 patients for training and 6,264 for testing data sets. ANN and LR consistently outperformed ASA physical status classification in predicting every complication (p < 0.05). The ANN outperformed LR in predicting venous thromboembolism, wound complication, and mortality (p < 0.05). The SVM and RF models were no better than random chance at predicting any of the postoperative complications (p < 0.05). Conclusion: ANN and LR algorithms outperform ASA physical status classification for predicting individual postoperative complications. Additionally, neural networks have greater sensitivity than LR when predicting mortality and wound complications. With the growing size of medical data, the training of machine learning on these large datasets promises to improve risk prognostication, with the ability of continuously learning making them excellent tools in complex clinical scenarios.