KR102436889B1 - 행동 분석기법 기반 독성평가 장치, 그를 이용한 독성평가 방법, 및 그 데이터 베이스 생성 방법 - Google Patents

행동 분석기법 기반 독성평가 장치, 그를 이용한 독성평가 방법, 및 그 데이터 베이스 생성 방법 Download PDF

Info

Publication number
KR102436889B1
KR102436889B1 KR1020200182321A KR20200182321A KR102436889B1 KR 102436889 B1 KR102436889 B1 KR 102436889B1 KR 1020200182321 A KR1020200182321 A KR 1020200182321A KR 20200182321 A KR20200182321 A KR 20200182321A KR 102436889 B1 KR102436889 B1 KR 102436889B1
Authority
KR
South Korea
Prior art keywords
biological object
death
toxic sample
time
exposed
Prior art date
Application number
KR1020200182321A
Other languages
English (en)
Other versions
KR20210157835A (ko
Inventor
박진성
김민우
이규도
이원석
Original Assignee
고려대학교 세종산학협력단
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 고려대학교 세종산학협력단 filed Critical 고려대학교 세종산학협력단
Publication of KR20210157835A publication Critical patent/KR20210157835A/ko
Application granted granted Critical
Publication of KR102436889B1 publication Critical patent/KR102436889B1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/18—Water
    • G01N33/186—Water using one or more living organisms, e.g. a fish
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A20/00—Water conservation; Efficient water supply; Efficient water use
    • Y02A20/20—Controlling water pollution; Waste water treatment

Landscapes

  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

독성시료에 노출된 생물 객체의 사망 시점 이전의 행동 패턴을 획득하는, 생물 객체 행동 패턴 획득부, 독성시료의 정도에 따른 생물 객체의 사망 시점 이전의 행동 패턴 간의 관계를 관리하는, 데이터 베이스, 및 상기 생물 객체 행동 패턴 획득부에서 획득된 생물 객체의 행동 패턴과, 상기 데이터 베이스를 대조하여, 독성시료의 독성을 평가하는, 독성 평가부를 포함하는, 행동 분석기법 기반 독성평가 장치가 제공된다.

Description

행동 분석기법 기반 독성평가 장치, 그를 이용한 독성평가 방법, 및 그 데이터 베이스 생성 방법{Toxicity evaluation device based on behavioral analysis method, toxicity evaluation method using the same, and method for generating the database}
본 발명은 행동 분석기법 기반 독성평가 장치, 그를 이용한 독성평가 방법, 및 그 데이터 베이스 생성 방법에 관련된 것으로, 보다 구체적으로는, 독성시료에 노출된 생물 객체의 사망 시점 이전의 행동 분석기법 기반 독성평가 장치, 그를 이용한 독성평가 방법, 및 그 데이터 베이스 생성 방법에 관련된 것이다.
산업발전 및 인구증가로 인해 인위적인 활동이 증가함과 더불어 독성물질의 방류가 증대되고 있다.
이에 따라, 본디 자연적으로 발생하는 독성 물질은 적지만, 이러한 인위적 활동으로 인한 수질오염이 심각한 환경문제로 부상되고 있으며, 따라서 수질오염을 조사하고 감시하는 조기 경보의 중요성 또한 증대되고 있다.
종래에는, 수질오염 평가를 위해, 독성물질에 노출된 특정 생물체의 화학적 수치를 측정하는, 이화학적 평가가 이용되고 있다.
하지만, 이러한 종래의 독성평가 방법은, 특정 독성물질에 한정될 뿐 아니라, 독성물질에 노출된 특정 생물체의 화학적 수치를 측정하기 위해 복잡한 단계 및 많은 시간이 소요되고, 민감도가 낮은 단점으로 인해 정성적 분석이 어려운 문제가 있다.
즉, 종래의 독성평가 방법으로는, 직접적 또는 간접적으로 인체에 유해한 물질로 작용할 수 있는 독성물질을 감지하는데 한계가 있고, 따라서, 생명의 안정성을 보장하는데 한계가 있는 것이다.
이에 따라, 종래의 이화학적 평가와는 차별화된, 간편하고 빠르게 독성을 평가할 뿐 아니라, 민감도가 향상되어 정성적 분석이 가능한 독성평가 방법이 필요한 실정이다.
본 발명이 해결하고자 하는 일 기술적 과제는, 간편하고 빠르게 독성을 평가하는, 행동 분석기법 기반 독성평가 장치 및 그를 이용한 독성평가 방법을 제공하는 데 있다.
본 발명이 해결하고자 하는 다른 기술적 과제는, 독성에 대한 민감도가 향상된, 행동 분석기법 기반 독성평가 장치 및 그를 이용한 독성평가 방법을 제공하는 데 있다.
본 발명이 해결하고자 하는 또 다른 기술적 과제는, 정량적 및 정성적으로 독성을 평가하는, 행동 분석기법 기반 독성평가 장치 및 그를 이용한 독성평가 방법을 제공하는 데 있다.
본 발명이 해결하고자 하는 기술적 과제는 상술된 것에 제한되지 않는다.
상기 기술적 과제를 해결하기 위해, 본 발명은 행동 분석기법 기반 독성평가 장치를 제공한다.
일 실시 예에 따르면, 상기 행동 분석기법 기반 독성평가 장치는, 독성시료에 노출된 생물 객체의 사망 시점 이전의 행동 패턴을 획득하는, 생물 객체 행동 패턴 획득부, 독성시료의 정도에 따른 생물 객체의 사망 시점 이전의 행동 패턴 간의 관계를 관리하는, 데이터 베이스, 및 상기 생물 객체 행동 패턴 획득부에서 획득된 생물 객체의 행동 패턴과, 상기 데이터 베이스를 대조하여, 독성시료의 독성을 평가하는, 독성 평가부를 포함할 수 있다.
일 실시 예에 따르면, 상기 생물 객체 행동 패턴 획득부는, 독성시료에 노출된 생물 객체의 사망 시점 이전 움직임에 따른 커버 범위를 획득하는, 생물 객체 커버 범위 획득부, 독성시료에 노출된 생물 객체의 사망 시점 이전 속력을 획득하는, 생물 객체 속력 획득부, 및 독성시료에 노출된 생물 객체의 사망 시점 이전 움직임 각도를 획득하는, 생물 객체 움직임 각도 획득부를 포함할 수 있다.
일 실시 예에 따르면, 상기 생물 객체 커버 범위 획득부는, 농도별 독성시료에 노출된 생물 객체의 사망 시점 이전 시간별 움직임에 따른 커버 범위를 획득하는 것을 포함하고, 상기 데이터 베이스는, 상기 획득된 생물 객체의 커버 범위를 농도별 및 시간별로 정량화한 것을 포함할 수 있다.
일 실시 예에 따르면, 상기 생물 객체 속력 획득부는, 독성시료에 노출된 생물 객체의 사망 시점 이전 움직임을 측정한 시간에 따른 위치에서 속력을 정의하고, 상기 정의된 속력을 통해, 농도별 독성시료에 노출된 생물 객체의 사망 시점 이전 속력 빈도수를 획득하는 것을 포함하고, 상기 정의된 속력을 통해, 생물 객체가 독성시료에 노출되기 전 및 후의 속력을 획득하는 것을 포함하며, 상기 데이터 베이스는, 독성시료의 농도에 따른 상기 획득된 생물 객체의 속력 빈도수 간의 관계를 관리하고, 상기 획득된 생물 객체의 독성시료 노출 전 및 후의 속력을 비교한 생물 객체의 속력 변화량을 정량화한 것을 포함할 수 있다.
일 실시 예에 따르면, 상기 생물 객체 움직임 각도 획득부는, 농도별 독성시료에 노출된 생물 객체의 사망 시점 이전 소정 시간 동안 움직임 각도를 획득하는 것을 포함하고, 상기 데이터 베이스는, 상기 획득된 생물 객체의 움직임 각도를 농도별로 정량화한 것을 포함할 수 있다.
일 실시 예에 따르면, 상기 데이터 베이스는, 상기 획득된 생물 객체의 움직임 각도를, 극좌표를 이용해 농도별 도표로 표시한, 극도표(polar plot)를 포함하되, 상기 극도표의 좌표 형상은, 독성시료의 농도가 저농도에서 고농도로 증가할수록, 타원형에서 원형으로 변화할 수 있다.
일 실시 예에 따르면, 상기 독성 평가부는, 독성시료의 농도를 추정하고, 독성시료에 노출된 생물 객체의 사망 시점 이전의 호르메시스(hormesis) 현상을 분석할 수 있다.
일 실시 예에 따르면, 상기 독성시료는 수은이고, 상기 생물 객체는 브라인 쉬림프(brine shrimp)일 수 있다.
일 실시 예에 따르면, 상기 생물 객체는, 상기 독성시료의 농도 1 μm 초과 및 100 μm 이하에서, 호르메시스 현상을 나타낼 수 있다.
상기 기술적 과제를 해결하기 위해, 본 발명은 행동 분석기법 기반 독성평가 방법을 제공한다.
일 실시 예에 따르면, 상기 행동 분석기법 기반 독성평가 방법은, 독성시료에 노출된 생물 객체의 사망 시점 이전의 행동 패턴을 획득하는, 생물 객체 행동 패턴 획득 단계, 및 상기 획득된 생물 객체 행동 패턴과, 상기 생물 객체 행동 패턴 획득 단계 이전에 이미 획득되되 독성시료의 정도에 따른 생물 객체의 사망 시점 이전의 행동 패턴 간의 관계를 정의하는 데이터 베이스를 대조하여, 독성시료의 독성을 평가하는, 독성 평가 단계를 포함할 수 있다.
일 실시 예에 따르면, 상기 생물 객체 행동 패턴 획득 단계는, 독성시료에 노출된 생물 객체의 사망 시점 이전 움직임에 따른 커버 범위를 획득하는, 생물 객체 커버 범위 획득 단계, 독성시료에 노출된 생물 객체의 사망 시점 이전 속력을 획득하는, 생물 객체 속력 획득 단계, 및 독성시료에 노출된 생물 객체의 사망 시점 이전 움직임 각도를 획득하는, 생물 객체 움직임 각도 획득 단계를 포함할 수 있다.
상기 기술적 과제를 해결하기 위해, 본 발명은 행동 분석기법 기반 독성평가 데이터 베이스 생성 방법을 제공한다.
일 실시 예에 따르면, 상기 행동 분석기법 기반 독성평가 데이터 베이스 생성 방법은, 독성시료에 노출된 생물 객체의 사망 시점 이전 움직임에 따른 커버 범위를 농도별 및 시간별로 정량화하는, 생물 객체 커버 범위 관련 데이터 베이스 생성 단계, 독성시료의 농도에 따른 생물 객체의 속력 빈도수 간의 관계를 관리하고, 생물 객체가 독성시료에 노출되기 전 및 후의 속력을 비교한 생물 객체의 속력 변화량을 정량화하는, 생물 객체 속력 관련 데이터 베이스 생성 단계, 및 농도별 독성시료에 노출된 생물 객체의 사망 시점 이전 소정 시간 동안 움직임 각도를 농도별로 정량화하는, 생물 객체 움직임 각도 관련 데이터 베이스 생성 단계를 포함할 수 있다.
본 발명의 실시 예에 따르면, 독성시료에 노출된 생물 객체의 사망 시점 이전의 행동 패턴을 획득하는, 생물 객체 행동 패턴 획득부, 독성시료의 정도에 따른 생물 객체의 사망 시점 이전의 행동 패턴 간의 관계를 관리하는, 데이터 베이스, 및 상기 생물 객체 행동 패턴 획득부에서 획득된 생물 객체의 행동 패턴과, 상기 데이터 베이스를 대조하여, 독성시료의 독성을 평가하는, 독성 평가부를 포함하는, 행동 분석기법 기반 독성평가 장치가 제공될 수 있다.
또한, 본 발명의 일 실시 예에 따르면, 상기 행동 분석기법 기반 독성평가 장치를 이용해, 독성시료에 노출된 생물 객체의 사망 시점 이전의 행동 패턴을 획득하는, 생물 객체 행동 패턴 획득 단계, 및 상기 획득된 생물 객체 행동 패턴과, 상기 생물 객체 행동 패턴 획득 단계 이전에 이미 획득되되 독성시료의 정도에 따른 생물 객체의 사망 시점 이전의 행동 패턴 간의 관계를 정의하는 데이터 베이스를 대조하여, 독성시료의 독성을 평가하는, 독성 평가 단계를 포함하는, 행동 분석기법 기반 독성평가 방법이 제공될 수 있다.
이에 따라, 상기 생물 객체 행동 패턴 획득 단계 이전에 이미 획득된 데이터 베이스를 통해, 상기 생물 객체 행동 패턴 획득 단계에서 획득된 생물 객체 행동 패턴과 상기 데이터 베이스를 대조하는 것만으로도, 독성시료의 독성을 간편하고 빠르게 평가할 수 있다.
나아가, 종래의 생물 객체를 이용한 독성평가 방법이 독성시료에 노출된 생물 객체의 사망 시점을 중심으로 관찰하여, 단순히 사망 시점과 관련된 독성시료의 독성을 평가하는 한편, 본 발명의 실시 예에 따른 행동 분석기법 기반 독성평가 장치는, 독성시료의 정도에 따른 생물 객체의 사망 시점 이전의 행동 패턴 간의 관계를 관리함으로써, 독성시료에 노출된 생물 객체의 사망 시점 이전의 행동 패턴에 따른 독성을 평가함에 따라, 독성에 대한 민감도가 향상될 뿐 아니라, 정량적 및 정성적으로 독성을 평가하는 행동 분석기법 기반 독성평가 방법을 제공할 수 있는 것이다.
도 1은 본 발명의 실시 예에 따른 행동 분석기법 기반 독성평가 장치를 설명하기 위한 도면이다.
도 2는 본 발명의 실시 예에 따른 행동 분석기법 기반 독성평가 데이터 베이스 생성 방법을 설명하기 위한 순서도이다.
도 3은 본 발명의 실시 예에 따른 단계 S112를 설명하기 위한 도면이다.
도 4은 본 발명의 실시 예에 따른 단계 S210을 설명하기 위한 도면이다.
도 5는 본 발명의 실시 예에 따른 단계 S114를 설명하기 위한 도면이다.
도 6 및 도 7은 본 발명의 실시 예에 따른 단계 S220을 설명하기 위한 도면이다.
도 8 내지 도 10은 본 발명의 실시 예에 따른 단계 S230을 설명하기 위한 도면이다.
도 11은 본 발명의 실시 예에 따른 행동 분석기법 기반 독성평가 방법을 설명하기 위한 순서도이다.
도 12는 본 발명의 실시 예에 따른 단계 S110을 설명하기 위한 순서도이다.
이하, 첨부된 도면들을 참조하여 본 발명의 바람직한 실시 예를 상세히 설명할 것이다. 그러나 본 발명의 기술적 사상은 여기서 설명되는 실시 예에 한정되지 않고 다른 형태로 구체화 될 수도 있다. 오히려, 여기서 소개되는 실시 예는 개시된 내용이 철저하고 완전해질 수 있도록 그리고 당업자에게 본 발명의 사상이 충분히 전달될 수 있도록 하기 위해 제공되는 것이다.
본 명세서에서, 어떤 구성요소가 다른 구성요소 상에 있다고 언급되는 경우에 그것은 다른 구성요소 상에 직접 형성될 수 있거나 또는 그들 사이에 제 3의 구성요소가 게재될 수도 있다는 것을 의미한다. 또한, 도면들에 있어서, 형상 및 영역들의 두께는 기술적 내용의 효과적인 설명을 위해 과장된 것이다.
또한, 본 명세서의 다양한 실시 예 들에서 제1, 제2, 제3 등의 용어가 다양한 구성요소들을 기술하기 위해서 사용되었지만, 이들 구성요소들이 이 같은 용어들에 의해서 한정되어서는 안 된다. 이들 용어들은 단지 어느 구성요소를 다른 구성요소와 구별시키기 위해서 사용되었을 뿐이다. 따라서, 어느 한 실시 예에 제 1 구성요소로 언급된 것이 다른 실시 예에서는 제 2 구성요소로 언급될 수도 있다. 여기에 설명되고 예시되는 각 실시 예는 그것의 상보적인 실시 예도 포함한다. 또한, 본 명세서에서 '및/또는'은 전후에 나열한 구성요소들 중 적어도 하나를 포함하는 의미로 사용되었다.
명세서에서 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한 복수의 표현을 포함한다. 또한, "포함하다" 또는 "가지다" 등의 용어는 명세서상에 기재된 특징, 숫자, 단계, 구성요소 또는 이들을 조합한 것이 존재함을 지정하려는 것이지, 하나 또는 그 이상의 다른 특징이나 숫자, 단계, 구성요소 또는 이들을 조합한 것들의 존재 또는 부가 가능성을 배제하는 것으로 이해되어서는 안 된다. 또한, 본 명세서에서 "연결"은 복수의 구성 요소를 간접적으로 연결하는 것, 및 직접적으로 연결하는 것을 모두 포함하는 의미로 사용된다.
또한, 명세서에 기재된 "…부", "…기", "모듈" 등의 용어는 적어도 하나의 기능이나 동작을 처리하는 단위를 의미하며, 이는 하드웨어나 소프트웨어 또는 하드웨어 및 소프트웨어의 결합으로 구현될 수 있다.
또한, 하기에서 본 발명을 설명함에 있어 관련된 공지 기능 또는 구성에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명은 생략할 것이다.
이하, 도면을 참조하여 본 발명의 실시 예에 따른 행동 분석기법 기반 독성평가 장치 및 그를 이용한 독성 평가 방법이 설명된다.
도 1은 본 발명의 실시 예에 따른 행동 분석기법 기반 독성평가 장치를 설명하기 위한 도면이고, 도 2는 본 발명의 실시 예에 따른 행동 분석기법 기반 독성평가 데이터 베이스 생성 방법을 설명하기 위한 순서도이고, 도 3은 본 발명의 실시 예에 따른 단계 S112를 설명하기 위한 도면이고, 도 4은 본 발명의 실시 예에 따른 단계 S210을 설명하기 위한 도면이고, 도 5는 본 발명의 실시 예에 따른 단계 S114를 설명하기 위한 도면이고, 도 6 및 도 7은 본 발명의 실시 예에 따른 단계 S220을 설명하기 위한 도면이고, 도 8 내지 도 10은 본 발명의 실시 예에 따른 단계 S230을 설명하기 위한 도면이고, 도 11은 본 발명의 실시 예에 따른 행동 분석기법 기반 독성평가 방법을 설명하기 위한 순서도이고, 도 12는 본 발명의 실시 예에 따른 단계 S110을 설명하기 위한 순서도이다.
종래의 생물 객체를 이용한 독성평가 방법은, 독성시료에 노출된 생물 객체의 사망 시점을 중심으로 관찰하여, 단순히 사망 시점과 관련된 독성시료의 독성을 평가한다.
이에 따라, 종래의 생물 객체를 이용한 독성 평가의 방법으로는, 단순히 생물 객체의 사망 시점을 관찰하므로 민감도가 낮아, 정성적 분석이 어려운 문제가 있다.
한편, 본 발명의 실시 예에 따르면, 독성시료의 정도에 따른 생물 객체의 사망 시점 이전의 행동 패턴 간의 관계를 관리함으로써, 독성시료에 노출된 생물 객체의 사망 시점 이전의 행동 패턴에 따른 독성을 평가하는 행동 분석기법 기반 독성평가 장치(1000)가 제공될 수 있다.
이를 위해, 상기 행동 분석기법 기반 독성평가 장치(1000)는, 도 1에 도시된 바와 같이, 생물 객체 행동 패턴 획득부(100), 데이터 베이스 생성부(200), 및 독성 평가부(300) 중에서 적어도 어느 하나를 포함할 수 있다.
일 실시 예에 따르면, 상기 생물 객체 행동 패턴 획득부(100)는, 독성시료(TS)에 노출된 생물 객체(BS)의 사망 시점 이전의 행동 패턴을 획득할 수 있다.
이를 위해, 상기 생물 객체 행동 패턴 획득부(100)는, 생물 객체 커버 범위 획득부(110), 생물 객체 속력 획득부(120), 및 생물 객체 움직임 각도 획득부(130) 중에서 적어도 어느 하나를 포함할 수 있다.
상기 생물 객체 커버 범위 획득부(110)는, 독성시료(TS)에 노출된 생물 객체(BS)의 사망 시점 이전 움직임에 따른 커버 범위를 획득할 수 있다.
상기 생물 객체 속력 획득부(120)는, 독성시료(TS)에 노출된 생물 객체(BS)의 사망 시점 이전 속력을 획득할 수 있다.
상기 생물 객체 움직임 각도 획득부(130)는, 독성시료(TS)에 노출된 생물 객체(BS)의 사망 시점 이전 움직임 각도를 획득할 수 있다.
즉, 상기 생물 객체 행동 패턴 획득부(100)는, 종래의 기술과는 달리, 독성시료(TS)에 노출된 생물 객체(BS)의 사망 시점 이전 움직임을 획득하되, 상기 생물 객체 커버 범위 획득부(110)를 통해 상기 생물 객체(BS)의 사망 시점 이전 움직임에 따른 커버 범위, 상기 생물 객체 속력 획득부(120)를 통해 상기 생물 객체(BS)의 사망 시점 이전 속력, 및 상기 생물 객체 움직임 각도 획득부(130)를 통해 상기 생물 객체(BS)의 사망 시점 이전 움직임 각도를 각각 획득할 수 있는 것이다.
본 명세서에서 전술 및 후술되는 독성시료(TS)는 예를 들어, 수은(mercury; Hg)일 수 있고, 생물 객체(BS)는 예를 들어, 브라인 쉬림프(brine shrimp)일 수 있다.
이하, 독성시료(TS)는 수은인 것으로 상정하고, 생물 객체(BS)는 브라인 쉬림프인 것으로 상정하기로 한다, 하지만, 이에 한정되는 것은 아니다.
일 실시 예에 따르면, 상기 데이터 베이스 생성부(200)는, 데이터 베이스(205)를 생성할 수 있다.
보다 구체적으로, 상기 데이터 베이스 생성부(200)는, 상기 독성시료(TS)의 정도에 따른 생물 객체(BS)의 사망 시점 이전의 행동 패턴 간의 관계를 관리하는 데이터 베이스(205)를 생성할 수 있다.
즉, 상기 데이터 베이스 생성부(200)는, 행동 분석기법 기반 독성평가 데이터 베이스(205)를 생성할 수 있는 것이다.
일 실시 예에 따르면, 상기 데이터 베이스 생성부(200)는, 상기 생물 객체 행동 패턴 획득부(100)에서 상기 생물 객체 행동 패턴을 획득하기 이전에, 상기 행동 분석기법 기반 독성평가 데이터 베이스(205)를 통해, 독성시료(TS)의 정도에 따른 생물 객체(BS)의 사망 시점 이전의 행동 패턴 간의 관계를 정의할 수 있다.
이에 따라, 후술되는 독성 평가부(300)에서는, 상기 생물 객체 행동 패턴 획득부(100)에서 획득된 생물 객체의 행동 패턴과, 상기 행동 분석기법 기반 독성평가 데이터 베이스(205)를 대조하여, 독성시료(TS)의 독성을 평가할 수 있는 것이다.
이를 위해, 도 2를 참조하면, 상기 행동 분석기법 기반 독성평가 데이터 베이스(205) 생성 방법은, 생물 객체 커버 범위 관련 데이터 베이스 생성 단계(S210), 생물 객체 속력 관련 데이터 베이스 생성 단계(S220), 및 생물 객체 움직임 각도 관련 데이터 베이스 생성 단계(S230) 중에서 적어도 어느 하나를 포함할 수 있다.
비록 도 2에 단계 S210 내지 S230이 순차적으로 수행되는 것으로 도시되었으나, 단계 S210 내지 S230은 순서에 한정되지 않고 수행될 수 있다. 예를 들어, 단계 S230, S220, S210의 순서 또는 단계 S220, S210, S230의 순서로 수행될 수도 있는 것이다.
또는, 단계 S210 내지 S230 중에서 적어도 둘 이상은 동시에 수행될 수도 있다. 예를 들어, 단계 S210와 S220이 동시에 수행될 수도 있는 것이다.
한편, 전술된 바와 같이, 상기 데이터 베이스 생성부(200)는, 상기 생물 객체 행동 패턴 획득부(100)에서 상기 생물 객체 행동 패턴을 획득하기 이전에, 상기 행동 분석기법 기반 독성평가 데이터 베이스(205)를 생성하지만, 상기 행동 분석기법 기반 독성평가 데이터 베이스(205)를 생성하기 위해, 상기 생물 객체 행동 패턴 획득부(100)로부터 생물 객체의 행동 패턴을 제공받을 수도 있다.
여기에서 상기 생물 객체의 행동 패턴이란, 독성시료(TS)에 노출된 생물 객체(BS)의 사망 시점 이전의 행동 패턴에 대한 정보, 예를 들어, 상기 생물 객체(BS)의 사망 시점 이전 움직임에 따른 커버 범위에 대한 정보, 상기 생물 객체(BS)의 사망 시점 이전 속력에 대한 정보, 및 상기 생물 객체(BS)의 사망 시점 이전 움직임 각도에 대한 정보 중에서 적어도 어느 하나를 포함하는 개념으로 이해될 수 있다.
즉, 본 발명에 따르면 상기 행동 분석기법 기반 독성평가 데이터 베이스(205)를 생성하는 단계 S210 내지 S230이 먼저 수행되되, 단계 S210 내지 S230에서, 독성시료(TS)의 정도에 따른 생물 객체(BS)의 사망 시점 이전의 행동 패턴 간의 관계를 정의하기 위해서는, 독성시료(TS)에 노출된 생물 객체(BS)의 사망 시점 이전의 행동 패턴을 획득하는 단계 S112 내지 S116이 각 단계 S210 내지 S230에 대응하여 먼저 수행될 수 있는 것이다.
이하, 각 단계 및 구성을 보다 상세히 설명하기로 한다.
단계 S210
단계 S210에서, 생물 객체 커버 범위 관련 데이터 베이스(210)가 생성될 수 있다.
보다 구체적으로, 도 3에 도시된 바와 같이, 상기 생물 객체 커버 범위 획득부(110)에 의해, 독성시료(TS)에 노출된 생물 객체(BS)의 사망 시점 이전 움직임에 따른 커버 범위(116)가 획득되면, 상기 데이터 베이스 생성부(200)는, 생물 객체(BS) 커버 범위(116) 관련 데이터 베이스(210)를 생성할 수 있다.
이때, 상기 생물 객체 커버 범위 획득부(110)는, 도 3에 도시된 바와 같이, 농도별(114) 예를 들어, 도 3의 대조군(control), 1 μM, 10 μM, 100 μM, 1 mM, 10 mM로, 독성시료(TS)에 노출된 생물 객체(BS)의 사망 시점 이전에, 시간별(112) 예를 들어, 도 3의 1 분(1 min), 2 분(2 min), 3 분(3 min), 4 분(4 min), 5 분(5 min)으로, 움직임에 따른 커버 범위(116)를 획득할 수 있다.
상기 생물 객체 커버 범위 획득부(110)에 의해, 상기 독성시료(TS)에 노출된 생물 객체(BS)의 사망 시점 이전 움직임에 따른 커버 범위(116)가 획득되면, 상기 데이터 베이스 생성부(200)는, 도 4에 도시된 바와 같이, 상기 생물 객체(BS) 커버 범위(116) 관련 데이터 베이스(210)를 생성하되, 상기 생물 객체(BS) 커버 범위(116) 관련 데이터 베이스(210)는, 상기 생물 객체 커버 범위 획득부(110)에서 획득된 생물 객체(BS)의 커버 범위(116)를 농도별(214) 예를 들어, 도 4의 대조군(0 M), 1 μM(10-6 M), 10 μM(10-5 M), 100 μM(10-4 M), 1 mM(10-3 M), 10 mM(10-2 M), 및 시간별(212) 예를 들어, 도 4의 1 분(1 min), 2 분(2 min), 3 분(3 min), 4 분(4 min), 5 분(5 min)으로 정량화(216)한 것을 포함할 수 있다.
단계 S220
단계 S220에서, 생물 객체 속력 관련 데이터 베이스(220)가 생성될 수 있다.
상기 생물 객체 속력 획득부(120)에 의해, 상기 농도별 독성시료에 노출된 생물 객체(BS)의 사망 시점 이전 속력 빈도수, 및 상기 생물 객체(BS)가 독성시료(TS)에 노출되기 전 및 후의 속력이 획득되면, 상기 데이터 베이스 생성부(200)는, 생물 객체(BS) 속력(121) 관련 데이터 베이스(220)를 생성할 수 있다.
이때, 상기 생물 객체 속력 획득부(120)는, 도 5에 도시된 바와 같이, 독성시료(TS)에 노출된 생물 객체(BS)의 사망 시점 이전 움직임(126)을 측정할 수 있고, 상기 움직임(126)을 측정한 시간(122)에 따른 위치(128)에서 속력(121)을 정의할 수 있다.
또한, 상기 생물 객체 속력 획득부(120)는, 상기 속력(121)을 정의하고, 상기 정의된 속력(121)을 통해, 농도별 독성시료에 노출된 생물 객체(BS)의 사망 시점 이전 속력 빈도수를 획득할 수 있다.
나아가, 상기 생물 객체 속력 획득부(120)는, 상기 정의된 속력(121)을 통해, 생물 객체(BS)가 독성시료(TS)에 노출되기 전 및 후의 속력을 획득할 수 있다
상기 생물 객체 속력 획득부(120)에 의해, 상기 농도별 독성시료에 노출된 생물 객체(BS)의 사망 시점 이전 속력 빈도수, 및 상기 생물 객체(BS)가 독성시료(TS)에 노출되기 전 및 후의 속력이 획득되면, 상기 데이터 베이스 생성부(200)는, 도 6에 도시된 바와 같이, 상기 생물 객체(BS) 속력(121) 관련 데이터 베이스(220)를 생성할 수 있다.
상기 생물 객체(BS) 속력(121) 관련 데이터 베이스(220)는, 도 6에 도시된 바와 같이, 상기 생물 객체 속력 획득부(120)에서 획득된 독성시료(TS)에 노출된 생물 객체(BS)의 사망 시점 이전 속력 빈도수(223)를, 농도별(221) 예를 들어, 도 6의 대조군(control), 1 μM, 10 μM, 100 μM, 1 mM, 10 mM로, 관리(224)할 수 있다.
또한, 상기 생물 객체(BS) 속력(121) 관련 데이터 베이스(220)는, 도 7에 도시된 바와 같이, 상기 생물 객체 속력 획득부(120)에서 획득된 생물 객체(BS)가 독성시료(TS)에 노출되기 전 및 후의 속력을 비교한 생물 객체(BS)의 속력 변화량(229)을 농도별(226) 예를 들어, 도 7의 대조군(0 M), 1 μM(10-6 M), 10 μM(10-5 M), 100 μM(10-4 M), 1 mM(10-3 M), 10 mM(10-2 M)로 정량화(225)한 것을 포함할 수 있다.
이때, 상기 생물 객체(BS) 속력(121) 관련 데이터 베이스(220)는, 상기 생물 객체 속력 획득부(120)에서 획득된 생물 객체(BS)가 독성시료(TS)에 노출된 후의 평균 속력(227)을 농도별(226) 예를 들어, 도 7의 대조군(0 M), 1 μM(10-6 M), 10 μM(10-5 M), 100 μM(10-4 M), 1 mM(10-3 M), 10 mM(10-2 M)로 정량화(225)한 것을 더 포함할 수 있다.
단계 S230
단계 S230에서, 생물 객체 움직임 각도 관련 데이터 베이스(230)가 생성될 수 있다.
상기 생물 객체 움직임 각도 획득부(130)에 의해, 상기 독성시료(TS)에 노출된 생물 객체(BS)의 사망 시점 이전 움직임 각도가 획득되면, 상기 데이터 베이스 생성부(200)는, 생물 객체(BS) 움직임 각도 관련 데이터 베이스(230)를 생성할 수 있다.
이때, 상기 생물 객체 움직임 각도 획득부(130)는, 농도별 예를 들어, 대조군(control), 1 μM, 10 μM, 100 μM, 1 mM, 10 mM로, 독성시료(TS)에 노출된 생물 객체(BS)의 사망 시점 이전 소정 시간 동안 움직임 각도를 획득할 수 있다.
상기 생물 객체 움직임 각도 획득부(130)에 의해, 상기 독성시료(TS)에 노출된 생물 객체(BS)의 사망 시점 이전 움직임 각도가 획득되면, 상기 데이터 베이스 생성부(200)는, 도 8에 도시된 바와 같이, 상기 생물 객체(BS) 움직임 각도 관련 데이터 베이스(230)를 생성할 수 있다.
상기 생물 객체(BS) 움직임 각도 관련 데이터 베이스(230)는, 도 8에 도시된 바와 같이, 상기 생물 객체 움직임 각도 획득부(130)에서 획득된 생물 객체(BS)의 움직임 각도(134)를 농도별(132) 예를 들어, 도 8의 대조군(control), 1 μM, 10 μM, 100 μM, 1 mM, 10 mM로 정량화(136)한 것을 포함할 수 있다.
또는, 상기 생물 객체(BS) 움직임 각도 관련 데이터 베이스(230)는, 도 9에 도시된 바와 같이, 상기 생물 객체 움직임 각도 획득부(130)에서 획득된 생물 객체(BS)의 움직임 각도를 극좌표를 이용해 농도별(138) 도표 예를 들어, 도 8의 대조군(control), 1 μM, 10 μM, 100 μM, 1 mM, 10 mM별 도표로 표시한, 극도표(polar plot, 140)를 포함할 수도 있다.
일 실시 예에 따르면, 상기 생물 객체(BS) 움직임 각도 관련 데이터 베이스(230)가 상기 극도표(140)를 포함하는 경우, 상기 극도표(140)의 좌표 형상은, 도 9에 도시된 바와 같이, 독성시료(TS)의 농도(138)가 저농도에서 고농도로 증가할수록, 타원형에서 원형으로 변화될 수 있다.
또는, 상기 생물 객체(BS) 움직임 각도 관련 데이터 베이스(230)는, 도 10에 도시된 바와 같이, 상기 생물 객체 움직임 각도 획득부(130)에서 획득된 생물 객체(BS)의 움직임 각도를 노말라이즈(normalized turning angle, 144)하여 농도별(142) 예를 들어, 도 9의 대조군(control), 1 μM, 10 μM, 100 μM, 1 mM, 10 mM로 정량화(146)한 것을 포함할 수도 있다.
이에 따라, 상기 데이터 베이스(205)는, 도 1에 도시된 바와 같이, 독성시료(TS)의 정도 예를 들어, 독성시료(TS)의 농도별(A(%), B(%), C(%) …) 또는 시간별로 정량화될 수 있는 것이다.
보다 구체적으로, 단계 S210에 의해 생성된 생물 객체 커버 범위 관련 데이터 베이스(210), 단계 S220에 의해 생성된 생물 객체 속력 관련 데이터 베이스(220), 및 단계 S230에 의해 생성된 생물 객체 움직임 각도 관련 데이터 베이스(230) 중에서 적어도 어느 하나는 독성시료(TS)의 농도별로 정량화 예를 들어, 도 1에 도시된 210a, 210b, 210c …, 220a, 220b, 220c …, 230a, 230b, 230c …과 같이 정량화될 수 있는 것이다.
다시 도 1을 참조하면, 상기 독성 평가부(300)는, 상기 생물 객체 행동 패턴 획득부(100)에서 획득된 생물 객체(BS)의 행동 패턴과, 상기 데이터 베이스 생성부(200)의 데이터 베이스(205)를 대조하여, 독성시료(TS)의 독성을 평가할 수 있다.
이에 따라, 본 발명의 실시 예에 따르면, 독성에 대한 민감도가 향상될 뿐 아니라, 정량적 및 정성적으로 독성을 평가하는 행동 분석기법 기반 독성평가 방법을 제공할 수 있는 것이다.
이를 위해, 상기 행동 분석기법 기반 독성평가 장치(1000)를 이용한 행동 분석기법 기반 독성평가 방법은, 도 11에 도시된 바와 같이, 생물 객체 행동 패턴 획득 단계(S110) 또는 독성 평가 단계(S120)를 포함할 수 있다.
이하, 각 단계 및 구성이 상세히 설명된다.
단계 S110
단계 S110에서, 생물 객체(BS)의 행동 패턴이 획득될 수 있다.
보다 구체적으로, 독성시료(TS)에 노출된 생물 객체(BS)의 사망 시점 이전의 행동 패턴이 획득될 수 있다.
이를 위해, 상기 생물 객체 행동 패턴 획득부(100)는, 독성시료(TS)에 노출된 생물 객체(BS)의 사망 시점 이전의 행동 패턴을 획득할 수 있다.
보다 구체적으로 단계 S110은, 도 12에 도시된 바와 같이, 생물 객체 커버 범위 획득 단계(S112), 생물 객체 속력 획득 단계(S114), 및 생물 객체 움직임 각도 획득 단계(S116) 중에서 적어도 어느 하나를 포함할 수 있다.
비록 도 12에 단계 S112 내지 S116이 순차적으로 수행되는 것으로 도시되었으나, 단계 S112 내지 S116은 순서에 한정되지 않고 수행될 수 있다. 예를 들어, 단계 S116, S114, S112의 순서 또는 단계 S114, S112, S116의 순서로 수행될 수도 있는 것이다.
또는, 단계 S112 내지 S116 중에서 적어도 둘 이상은 동시에 수행될 수도 있다. 예를 들어, 단계 S112와 S114가 동시에 수행될 수도 있는 것이다.
이하, 각 단계 및 구성을 보다 상세히 설명하기로 한다.
단계 S112
단계 S112에서, 생물 객체(BS)의 커버 범위(116)가 획득될 수 있다.
보다 구체적으로, 도 3을 참조하여 전술된 바와 같이, 독성시료(TS)에 노출된 생물 객체(BS)의 사망 시점 이전 움직임에 따른 커버 범위(116)가 획득될 수 있다.
이를 위해, 상기 생물 객체 커버 범위 획득부(110)는, 독성시료(TS)에 노출된 생물 객체(BS)의 사망 시점 이전 움직임에 따른 커버 범위(116)를 획득할 수 있다.
단계 S114
단계 S114에서, 생물 객체(BS)의 속력(124)이 획득될 수 있다.
이를 위해, 도 5를 참조하여 전술된 바와 같이, 상기 생물 객체 속력 획득부(120)는, 독성시료(TS)에 노출된 생물 객체(BS)의 사망 시점 이전 움직임(126)을 측정할 수 있고, 상기 움직임(126)을 측정한 시간(122)에 따른 위치(128)에서 속력(121)을 정의할 수 있다.
또한, 상기 생물 객체 속력 획득부(120)는, 상기 속력(121)을 정의하고, 상기 정의된 속력(121)을 통해, 농도별 독성시료에 노출된 생물 객체(BS)의 사망 시점 이전 속력 빈도수를 획득할 수 있다.
나아가, 상기 생물 객체 속력 획득부(120)는, 상기 정의된 속력(121)을 통해, 생물 객체(BS)가 독성시료(TS)에 노출되기 전 및 후의 속력을 획득할 수 있다.
단계 S116
단계 S116에서, 생물 객체(BS)의 움직임 각도가 획득될 수 있다.
보다 구체적으로, 독성시료(TS)에 노출된 생물 객체(BS)의 사망 시점 이전 움직임 각도가 획득될 수 있다.
이를 위해, 상기 생물 객체 움직임 각도 획득부(130)는, 독성시료(TS)에 노출된 생물 객체(BS)의 사망 시점 이전 움직임 각도를 획득할 수 있다.
단계 S120
다시, 도 11을 참조하면, 단계 S120에서 독성이 평가 될 수 있다.
보다 구체적으로, 단계 S110에서, 상기 생물 객체 행동 패턴 획득부(100)에 의해, 상기 독성시료(TS)에 노출된 생물 객체(BS)의 사망 시점 이전의 행동 패턴이 획득되면, 단계 S120에서 독성시료의 독성이 평가될 수 있다.
이를 위해, 상기 독성 평가부(300)는, 상기 생물 객체 행동 패턴 획득부(100)에서 획득된 생물 객체의 행동 패턴과, 상기 데이터 베이스 생성부(200)에 의해 생성된 데이터 베이스(205)를 대조하여, 독성시료(TS)의 독성을 평가할 수 있다.
일 실시 예에 따르면, 상기 독성 평가부(300)는, 독성시료(TS)의 농도를 추정할 수 있다.
예를 들어, 상기 독성 평가부(300)는, 단계 S112에서 획득된 생물 객체(BS)의 커버 범위(116) (도 3 참조)와, 단계 S112 이전에 이미 획득된 상기 생물 객체(BS) 커버 범위(116) 관련 데이터 베이스(210) (도 4 참조)를 대조하여, 독성시료(TS)의 농도를 추정할 수 있는 것이다.
또는 다른 예를 들어, 상기 독성 평가부(300)는, 단계 S114에서 획득된 생물 객체(BS)의 속력(124) (도 5 참조)와, 단계 S114 이전에 이미 획득된 상기 생물 객체(BS)의 속력(124) 관련 데이터 베이스(220) (도 6 및 도 7 참조)를 대조하여, 독성시료(TS)의 농도를 추정할 수 있는 것이다.
또는 다른 예를 들어, 예를 들어, 상기 독성 평가부(300)는, 단계 S116에서 획득된 생물 객체(BS)의 움직임 각도와, 단계 S116 이전에 이미 획득된 상기 생물 객체(BS)의 움직임 각도 관련 데이터 베이스(230) (도 8 내지 도 10 참조)를 대조하여, 독성시료(TS)의 농도를 추정할 수 있는 것이다.
또는, 상기 독성 평가부(300)는, 독성시료(TS)에 노출된 생물 객체(BS)의 사망 시점 이전의 호르메시스(hormesis) 현상을 분석할 수 있다.
여기에서, 호르메시스라함은, 자극 또는 촉진을 의미하는 것으로, 생명체가 독성시료와 같은 유해한 물질에 소량 또는 미량으로 노출되는 경우, 독성시료가 호르몬과 같은 작용을 하여, 독성시료에 노출된 생명체에 자극을 유발함으로써, 생명체의 생체기능을 활성화시키는 것을 포함하는 개념으로 이해될 수 있다.
예를 들어, 도 4, 도 6 내지 도 10을 참조하면, 전술에서 상정한 바와 같이 생물 객체가 브라인 쉬림프이고, 독성시료가 수은인 경우, 독성시료의 농도 1 μm 초과 및 100 μm 이하에서, 보다 구체적으로는 10 μm에서, 호르메시스 현상이 극대화될 수 있다.
즉, 본 발명의 실시 예에 따르면, 상기 독성 평가부(300)는, 독성시료(TS)에 노출된 생물 객체(BS)의 사망 시점 이전의 호르메시스 현상까지도 분석함으로써, 정량적 분석에서 나아가 정성적 분석을 수행할 수 있는 것이다.
이에 따라, 종래에 독성시료에 노출된 생물 객체의 사망 시점을 중심으로 관찰하여, 단순히 사망 시점과 관련된 독성시료의 독성을 평가하는 독성평가 방법보다, 민감도가 향상된 정성적 독성평가 방법을 제공할 수 있다.
이상, 본 발명을 바람직한 실시 예를 사용하여 상세히 설명하였으나, 본 발명의 범위는 특정 실시 예에 한정되는 것은 아니며, 첨부된 특허청구범위에 의하여 해석되어야 할 것이다. 또한, 이 기술분야에서 통상의 지식을 습득한 자라면, 본 발명의 범위에서 벗어나지 않으면서도 많은 수정과 변형이 가능함을 이해하여야 할 것이다.
1000: 행동 분석기법 기반 독성평가 장치
100: 생물 객체 행동 패턴 획득부
110: 생물 객체 커버 범위 획득부
120: 생물 객체 속력 획득부
130: 생물 객체 움직임 각도 획득부
200: 데이터 베이스 생성부
205: 데이터 베이스
210: 생물 객체 커버 범위 관련 데이터 베이스
220: 생물 객체 속력 관련 데이터 베이스
230: 생물 객체 움직임 각도 관련 데이터 베이스
300: 독성 평가부

Claims (12)

  1. 독성시료에 노출된 생물 객체의 사망 시점 이전의 행동 패턴을 획득하는, 생물 객체 행동 패턴 획득부;
    독성시료의 정도에 따른 생물 객체의 사망 시점 이전의 행동 패턴 간의 관계를 관리하는, 데이터 베이스; 및
    상기 생물 객체 행동 패턴 획득부에서 획득된 생물 객체의 사망 시점 이전의 행동 패턴과, 상기 데이터 베이스에서 관리된 생물 객체의 사망 시점 이전의 행동 패턴을 대조하여, 독성시료의 독성을 평가하는, 독성 평가부;를 포함하되,
    상기 생물 객체의 사망 시점 이전은, 독성시료에 노출된 생물 객체의 호르메시스(hormesis) 현상이 발현되는 시점을 포함하는, 행동 분석기법 기반 독성평가 장치.
  2. 제1 항에 있어서,
    상기 생물 객체 행동 패턴 획득부는,
    독성시료에 노출된 생물 객체의 사망 시점 이전 움직임에 따른 커버 범위를 획득하는, 생물 객체 커버 범위 획득부;
    독성시료에 노출된 생물 객체의 사망 시점 이전 속력을 획득하는, 생물 객체 속력 획득부; 및
    독성시료에 노출된 생물 객체의 사망 시점 이전 움직임 각도를 획득하는, 생물 객체 움직임 각도 획득부;를 포함하는, 행동 분석기법 기반 독성평가 장치.
  3. 제2 항에 있어서,
    상기 생물 객체 커버 범위 획득부는,
    농도별 독성시료에 노출된 생물 객체의 사망 시점 이전 시간별 움직임에 따른 커버 범위를 획득하는 것을 포함하고,
    상기 데이터 베이스는,
    상기 획득된 생물 객체의 커버 범위를 농도별 및 시간별로 정량화한 것을 포함하는, 행동 분석기법 기반 독성평가 장치.
  4. 제2 항에 있어서,
    상기 생물 객체 속력 획득부는,
    독성시료에 노출된 생물 객체의 사망 시점 이전 움직임을 측정한 시간에 따른 위치에서 속력을 정의하고,
    상기 정의된 속력을 통해, 농도별 독성시료에 노출된 생물 객체의 사망 시점 이전 속력 빈도수를 획득하는 것을 포함하고,
    상기 정의된 속력을 통해, 생물 객체가 독성시료에 노출되기 전 및 후의 속력을 획득하는 것을 포함하며,
    상기 데이터 베이스는,
    독성시료의 농도에 따른 상기 획득된 생물 객체의 속력 빈도수 간의 관계를 관리하고,
    상기 획득된 생물 객체의 독성시료 노출 전 및 후의 속력을 비교한 생물 객체의 속력 변화량을 정량화한 것을 포함하는, 행동 분석기법 기반 독성평가 장치.
  5. 제2 항에 있어서,
    상기 생물 객체 움직임 각도 획득부는,
    농도별 독성시료에 노출된 생물 객체의 사망 시점 이전 소정 시간 동안 움직임 각도를 획득하는 것을 포함하고,
    상기 데이터 베이스는,
    상기 획득된 생물 객체의 움직임 각도를 농도별로 정량화한 것을 포함하는, 행동 분석기법 기반 독성평가 장치.
  6. 제5 항에 있어서,
    상기 데이터 베이스는,
    상기 획득된 생물 객체의 움직임 각도를, 극좌표를 이용해 농도별 도표로 표시한, 극도표(polar plot)를 포함하되,
    상기 극도표의 좌표 형상은, 독성시료의 농도가 저농도에서 고농도로 증가할수록, 타원형에서 원형으로 변화하는, 행동 분석기법 기반 독성평가 장치.
  7. 제1 항에 있어서,
    상기 독성 평가부는,
    독성시료의 농도를 추정하고,
    상기 호르메시스 현상을 분석하는, 행동 분석기법 기반 독성평가 장치.
  8. 제7 항에 있어서,
    상기 독성시료는 수은이고,
    상기 생물 객체는 브라인 쉬림프(brine shrimp)인, 행동 분석기법 기반 독성평가 장치.
  9. 제8 항에 있어서,
    상기 생물 객체는, 상기 독성시료의 농도 1 μm 초과 및 100 μm 이하에서, 호르메시스 현상을 나타내는, 행동 분석기법 기반 독성평가 장치.
  10. 독성시료에 노출된 생물 객체의 사망 시점 이전의 행동 패턴을 획득하는, 생물 객체 행동 패턴 획득 단계; 및
    상기 획득된 생물 객체의 사망 시점 이전의 행동 패턴과, 상기 생물 객체 행동 패턴 획득 단계 이전에 이미 획득되되 독성시료의 정도에 따른 생물 객체의 사망 시점 이전의 행동 패턴 간의 관계를 정의하는 데이터 베이스를 대조하여, 독성시료의 독성을 평가하는, 독성 평가 단계;를 포함하되,
    상기 생물 객체의 사망 시점 이전은, 독성시료에 노출된 생물 객체의 호르메시스(hormesis) 현상이 발현되는 시점을 포함하는, 행동 분석기법 기반 독성평가 방법.
  11. 제10 항에 있어서,
    상기 생물 객체 행동 패턴 획득 단계는,
    독성시료에 노출된 생물 객체의 사망 시점 이전 움직임에 따른 커버 범위를 획득하는, 생물 객체 커버 범위 획득 단계;
    독성시료에 노출된 생물 객체의 사망 시점 이전 속력을 획득하는, 생물 객체 속력 획득 단계; 및
    독성시료에 노출된 생물 객체의 사망 시점 이전 움직임 각도를 획득하는, 생물 객체 움직임 각도 획득 단계;를 포함하는, 행동 분석기법 기반 독성평가 방법.
  12. 독성시료에 노출된 생물 객체의 사망 시점 이전 움직임에 따른 커버 범위를 농도별 및 시간별로 정량화하는, 생물 객체 커버 범위 관련 데이터 베이스 생성 단계;
    독성시료의 농도에 따른 생물 객체의 속력 빈도수 간의 관계를 관리하고, 생물 객체가 독성시료에 노출되기 전 및 후의 속력을 비교한 생물 객체의 속력 변화량을 정량화하는, 생물 객체 속력 관련 데이터 베이스 생성 단계; 및
    농도별 독성시료에 노출된 생물 객체의 사망 시점 이전 소정 시간 동안 움직임 각도를 농도별로 정량화하는, 생물 객체 움직임 각도 관련 데이터 베이스 생성 단계;를 포함하되,
    상기 생물 객체의 사망 시점 이전은, 독성시료에 노출된 생물 객체의 호르메시스(hormesis) 현상이 발현되는 시점을 포함하는, 행동 분석기법 기반 독성평가 데이터 베이스 생성 방법.
KR1020200182321A 2020-06-22 2020-12-23 행동 분석기법 기반 독성평가 장치, 그를 이용한 독성평가 방법, 및 그 데이터 베이스 생성 방법 KR102436889B1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR20200075787 2020-06-22
KR1020200075787 2020-06-22

Publications (2)

Publication Number Publication Date
KR20210157835A KR20210157835A (ko) 2021-12-29
KR102436889B1 true KR102436889B1 (ko) 2022-08-26

Family

ID=79176916

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200182321A KR102436889B1 (ko) 2020-06-22 2020-12-23 행동 분석기법 기반 독성평가 장치, 그를 이용한 독성평가 방법, 및 그 데이터 베이스 생성 방법

Country Status (1)

Country Link
KR (1) KR102436889B1 (ko)

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101838729B1 (ko) * 2017-11-08 2018-03-14 한국해양과학기술원 미세조류 이미지분석 프로그램이 탑재된 생태독성평가 분석장치 및 그 방법

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
ATE173541T1 (de) * 1994-03-19 1998-12-15 Eidgenoess Munitionsfab Thun Verfahren und vorrichtung zur bestimmung der toxizität sowie deren anwendung
KR102087508B1 (ko) * 2018-07-16 2020-03-10 고려대학교 세종산학협력단 생물 객체 영상추적방법 및 그 장치

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101838729B1 (ko) * 2017-11-08 2018-03-14 한국해양과학기술원 미세조류 이미지분석 프로그램이 탑재된 생태독성평가 분석장치 및 그 방법

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Nobuaki Shimizu, et al. Fractal Analysis of Daphnia Motion for Acute Toxicity Bioassay. Environ Toxicol. 2002 Oct 17(5) pp441-448.*

Also Published As

Publication number Publication date
KR20210157835A (ko) 2021-12-29

Similar Documents

Publication Publication Date Title
Oh et al. Tracking tonic dopamine levels in vivo using multiple cyclic square wave voltammetry
Mishra et al. A microneedle biosensor for minimally-invasive transdermal detection of nerve agents
Vieira et al. Specificity of surface EMG recordings for gastrocnemius during upright standing
Palanca et al. Does neuronal synchrony underlie visual feature grouping?
Lapid et al. Neural activity at the human olfactory epithelium reflects olfactory perception
Mazurek et al. Robust quantification of orientation selectivity and direction selectivity
Reynolds et al. Attention increases sensitivity of V4 neurons
de la Hunty et al. Understanding physical developer (PD): part II–is PD targeting eccrine constituents?
US20090139459A1 (en) Canine certification method
DE69910007D1 (de) Vorrichtung zum vorhersagen von physiologischen messwerten
ATE369560T1 (de) Vorrichtung und verfahren zur bestimmung der konzentration von analyten
US20110027764A1 (en) System and method for detecting a specific cognitive-emotional state in a subject
DE60310159D1 (de) Vorrichtung und Verfahren zur Zufuhr und Analyse von einer physiologischen Flüssigkeit
US20160252484A1 (en) System and method for modified gas chromatographic data analysis
AR034330A1 (es) Metodos para monitorear automaticamente la concentracion de analitas utilizando dispositivos minimamente invasivos
Finnegan et al. The determination of skin surface pH via the skin volatile emission using wearable colorimetric sensors
Ratola et al. Uncertainty associated to the analysis of organochlorine pesticides in water by solid-phase microextraction/gas chromatography–electron capture detection—Evaluation using two different approaches
JP2020502532A (ja) 少なくとも１つの検体の濃度を決定するための方法及びデバイス
Herron et al. Probability effects on event-related potential correlates of recognition memory
Steiner et al. Controlling fingermark variability for research purposes: A review
Chaplin et al. Sensitivity of neurons in the middle temporal area of marmoset monkeys to random dot motion
AU2016347631A1 (en) Methods and systems for analyzing tissue quality using mid-infrared spectroscopy
Campos et al. Use of a voltammetric electronic tongue for detection and classification of nerve agent mimics
KR102436889B1 (ko) 행동 분석기법 기반 독성평가 장치, 그를 이용한 독성평가 방법, 및 그 데이터 베이스 생성 방법
US9841403B2 (en) Differentiating analytes detected using fast scan cyclic voltammetry

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant