📄 농업

A Rapid and Cost-Effective Flow Cytometry Method for Detecting Air Inoculum of Botrytis cinerea and Aspergillus carbonarius in Vineyards

본 연구는 포도밭 공기 시료 내의 *Botrytis cinerea* 및 *Aspergillus carbonarius* 공중 분생포자를 다른 곰팡이 종들과 성공적으로 구별해내는 신속하고 비용 효율적이며 친환경적인 유세포 분석법을 제시하며, 이는 포도 송이 부패 및 마이코톡신 위험을 완화하기 위한 조기 탐지와 적기 개입을 위한 유망한 도구를 제공한다.

원저자: Emanuele Chiaromonte, Angelo Agnusdei, Fabio Mavelli, Franco Nigro, Francesco Faretra, Emiliano Altamura, Stefania Pollastro

게시일 2026-09-30

📖 3 분 읽기☕ 가벼운 읽기

CC BY 4.0

원저자: Emanuele Chiaromonte, Angelo Agnusdei, Fabio Mavelli, Franco Nigro, Francesco Faretra, Emiliano Altamura, Stefania Pollastro

원본 논문은 CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) 라이선스로 제공됩니다. ✨ 이것은 아래 논문에 대한 AI 생성 설명입니다. 저자가 작성하거나 승인한 것이 아닙니다. 기술적 정확성을 위해서는 원본 논문을 참조하세요. 전체 면책 조항 읽기

포도밭의 고요한 줄 사이에는 육안으로는 보이지 않는, 수확의 미래를 건 끊임없는 전투가 이미 진행 중입니다. 공기는 곰팡이의 번식 단위인 미세한 포자들로 가득 차 있으며, 이들은 건강한 포도 송이를 단 며칠 만에 부패한 덩어리로 바꿀 수 있습니다. 가장 위험한 침입자 두 종류는 식용 포도를 망치는 회색 곰팡이를 유발하는 Botrytis cinerea와, 과일을 부패시킬 뿐만 아니라 인간에게 심각한 건강 위험을 초래하는 독성 물질인 오크라톡신 A를 생성하는 곰팡이인 Aspergillus carbonarius입니다. 농부와 과학자들에게 이 포자들이 공기 중에 존재하는지 아는 것은 매우 중요합니다. 이를 통해 발병을 예측하고 피해가 발생하기 전에 포도나무를 치료할 수 있기 때문입니다. 전통적으로 이러한 보이지 않는 여행자들을 식별하는 것은 느리고 노동 집약적인 과정이었습니다. 과학자들은 끈적한 테이프나 필터로 포자를 채집한 다음, 현미경을 통해 하나의 작고 종종 투명한 형상을 다른 형상과 구별하려고 몇 시간 동안 들여다보아야 했습니다. 이 방법은 관찰자의 숙련도에 크게 의존하며 결과를 얻는 데 며칠이 걸릴 수 있어, 조기 개입을 위한 결정적인 시기를 놓치는 경우가 많았습니다.

이탈리아의 바리 알도 모로 대학교 연구진은 더 빠르고 저렴하며 인간의 눈에 덜 의존하는 새로운 방식으로 이 포자들을 보는 방법을 개발했습니다. 그들은 보통 의료 실험실에서 혈구 세포를 세거나 다양한 유형의 세포를 분류하는 데 사용하는 기술인 유세포 분석법(flow cytometry)에 주목했습니다. 이 연구에서 연구진은 이 기계를 포도밭의 공기 샘플을 분석하도록 개조했습니다. 렌즈를 통해 포자를 하나씩 들여다보는 대신, 기계는 공기 샘 샘플을 물의 흐름 속에 부유시킨 뒤 레이저를 통과하게 합니다. 각 포자가 광선을 통과할 때, 포자는 그 크기와 내부 복잡성에 따라 고유한 패턴으로 빛을 산란시킵니다. 또한 기계는 곰팡이 세포벽의 키틴에 달라붙어 포자를 빛나게 하는 해롭지 않은 형광 염료를 사용합니다. 빛이 어떻게 산란되는지와 포자가 얼마나 밝게 빛나는지를 측정함으로써, 기계는 각 곰팡이 유형에 대한 디지털 지문을 생성합니다.

연구진은 순수 배양된 표적 곰팡이들과 더불어 Penicillium 및 Cladosporium과 같이 포도밭에서 발견되는 다른 흔한 곰팡이들을 대상으로 이 접근법을 테스트했습니다. 그들은 기계가 Botrytis cinerea와 Aspergillus carbonarius의 포자를 나머지 무리로부터 명확하게 분리해낼 수 있다는 것을 발견했습니다. 이 두 위험한 종은 해로운 배경 소음이나 다른 흔한 곰팡이들과 겹치지 않는 뚜렷한 특징을 가지고 있었습니다. 시스템은 매우 정밀하여, 연구진이 단일 샘플에 모든 다양한 포자들을 혼합했을 때도 기계는 매우 적은 오류로 특정 표적들을 식별할 수 있었습니다. Botrytis cinerea의 경우, 기계가 다른 포자를 이 곰팡이로 오인할 확률은 2% 미만이었습니다. Aspergillus carbonarius의 경우에도 오류율은 일반적으로 5% 미만으로 낮게 유지되었습니다. 이러한 정확도는 연구진이 먼지와 기타 환경적 파편들이 섞여 있는 실제 포도밭에서 채집한 공기 샘플을 테스트했을 때도 유효했습니다.

하지만 이 방법이 모든 종류의 곰팡이에 대한 마법의 해결책은 아닙니다. 연구진은 Cladosporium이나 Penicillium과 같은 일부 종들은 기계가 신뢰할 수 있을 정도로 구별하기에는 너무 유사하다는 것을 발견했습니다. 이러한 경우, 포자들이 데이터상에서 너무 많이 겹쳐서 기계가 이들을 구별할 수 없었습니다. 마찬가지로, Alternaria alternata의 포자들은 공기 중의 비생물적 입자들과 섞여 버려 외형이 너무 가변적이어서 확실하게 식별할 수 없었습니다. 이러한 한계에도 불구하고, 이 연구는 이 기술이 경제적으로 가장 큰 피해를 주는 두 가지 병원균에 대해 매우 효과적으로 작동한다는 것을 입증했습니다. 연구진이 기계의 측정값을 전통적인 방식과 비교했을 때, 결과는 밀접하게 일치했습니다. 유세로 분석법의 측정값은 실험실의 페트리 접시에서 자라난 곰팡이 군락의 수와 강력하게 상관관념을 보였으며, 곰팡이의 DNA를 세는 유전자 검사와도 잘 일치했습니다.

이 연구의 시사점은 포도밭 관리의 미래에 있어 매우 중요합니다. 이 새로운 방법은 한 시간 내에 최대 60개의 샘플을 처리할 수 있는데, 이는 수동 현미경 관찰로는 불가능한 속도입니다. 또한 독성 화학 물질이나 복잡한 DNA 추출이 필요하지 않아 빈번한 모니터링을 위한 실용적인 도구가 됩니다. 위험이 감지되었을 때 실험실 보고서를 기다리는 대신 즉각적으로 행동할 수 있도록 위험한 포자의 수를 신속하고 신뢰성 있게 제공함으로써, 이 기술은 꼭 필요할 때만 치료를 목표로 하여 살균제 사용을 줄이는 데 도움을 줄 수 있으며, 포도와 와인에 독소가 축적되는 것을 방지하는 데 중요한 역할을 할 수 있습니다. 이 연구는 유세포 분석법이 모든 기존 방법을 대체할 수는 없을지라도, 첨단 분석과 수확을 보호하기 위한 일상적인 요구 사이를 잇는 강력하고 효율적인 가교 역할을 제공한다고 제언합니다.

기술 요약: 포도밭 내 Botrytis cinerea 및 Aspergillus carbonarius 공중 균체 검출을 위한 신속하고 비용 효율적인 유세포 분석법

문제 제식
주요한 포도 송이 부패를 일으키는 식물 병원성 진균인 Botrytis cinerea(잿빛곰팡이병)와 Aspergillus carbonarius는 포도 생산에 상당한 위협을 가하며, 특히 오크라톡신 A(OTA) 오염과 관련된 경제적 손실 및 식품 안전 위험을 초래한다. 공중 분생포자를 모니터링하는 것은 질병 예측 및 통합 병해충 관리(IPM)에 있어 매우 중요하지만, 현재의 진단 방법들—현미경 관찰, 배양 의존적 기술, 그리고 분자 생물학적 분석(PCR/qPCR)—은 한계가 있다. 현미경 관찰은 작업자 의존도가 높고 처리량이 낮으며, 배양법은 선택적 성장 조건에 의해 편향될 수 있고 성장이 느리다. 또한 분자 기술은 복잡한 핵산 추출 과정과 전문화된 인프라를 필요로 하여, 포도밭 환경에서의 고빈도, 실시간에 가까운 모니터링에 활용하기에는 제약이 따른다.

연구 방법론
본 연구는 대기 중의 A. carbonarius 및 B. cinerea 분생포자를 환경 오염물 및 비표적 곰팡이 종으로부터 구별하기 위한 형태학 기반 유세포 분석 프로토콜을 개발하였다.

시료 준비: 순수 배양된 대상 종(A. carbonarius, B. cinerea) 및 일반적인 포도밭 오염균(A. alternata, A. niger, Cladosporium sp., Penicillium expansum)으로부터 분생포자 현탁액을 준비하였다. 포자는 형광 검출을 강화하기 위해 곰팡이 세포벽의 키틴에 결합하는 Calcofluor White로 염색되었다.
기기 분석: 분석은 BD LSRFortessa X-20 세포 분석기를 사용하여 수행되었다. 파라미터로는 크기와 내부 복잡성을 나타내는 전방 산란광(FSC-A) 및 측방 산란광(SSC-A), 그리고 Calcofluor White 염색에 의한 형광 신호(405 nm 들뜸, 450 ± 25 nm 방출)를 포함하였다.
게이팅 전략(Gating Strategy): 대상 종의 이벤트를 최소 60% 이상 포착할 수 있도록 순수 배양 프로파일을 기반으로 종 특이적 게이트를 설정하였다. 이 게이트들은 혼합 현탁액 및 필터(0.2 µm 나일론 막)를 통해 채집된 현장 공기 시료를 통해 검증되었다.
검증: 유세포 분석 결과는 다음의 방법들을 통해 교차 검증되었다:
1. 생물학적 방법: Malt Extract Agar 상에서의 배양 기반 정량화(CFU/mL).
2. 분자 생물학적 방법: A. carbonarius를 표적으로 하는 종 특이적 qPCR.
3. 통계 분석: 서로 다른 방법 간의 상관 계수( $R^2$ ) 계산.

주요 결과

구별 능력: 본 방법은 산란광 및 형광 프로파일을 바탕으로 B. cinerea와 A. carbonarius를 다른 종들로부터 성공적이고 신뢰성 있게 구별해 냈다.
- B. cinerea는 다른 종들과 거의 완벽하게 분리되었으며, 오분류율은 0%에 근접하였다(최대 2%의 A. carbonarius와 중첩).
- A. carbonarius는 낮은 오분류율(< 대부분의 종에 대해 5% 미만)을 보이며 구별 가능하였다.
특이성의 한계:
- Cladosporium sp.와 P. expansum은 상당한 형태학적 중첩을 보여 높은 상호 오분류율(각각 41.5% 및 43%)을 나타냈으며, 이로 인해 두 분류군 사이의 신뢰할 수 있는 구별이 불가능했다.
- A. alternata는 비특이적 배경 이벤트 및 데브리(debris)와의 상당한 중첩으로 인해 정확하게 구별되지 않았다.
- A. niger는 순수 배양 게이팅과 환경 시료 검출 사이에 불일치를 보였는데, 이는 자연 환경 내 Aspergillus section Nigri 복합체의 높은 이질성 때문인 것으로 보인다.
검증 상관관계:
- 유세포 분석 이벤트 수와 배양 기반 CFU 수 사이에서 B. cinerea( $R^2 = 0.96$ ) 및 A. carbonarius( $R^2 = 0.89$ )에 대한 강한 양의 상관관계가 관찰되었다.
- qPCR 결과와 A.-carbonarius의 유세포 분석 수치 사이에서도 상당한 상관관계가 발견되었다( $R^2 = 0.75$ ).
- 자연적으로 오염된 공기 시료에서, 본 방법은 생물학적 및 분자적 검증과 일치하는 대상 종을 검출하였으나, Penicillium과 Cladosporium이 여전히 가장 우세한 배양 가능 집단으로 나타났다.

의의 및 주장
저자들은 이 유세포 분석법이 시간당 최대 60개의 시료를 처리할 수 있는, 공기 시료 분석을 위한 신속하고 비용 효율적이며 친환경적인 대안을 제공한다고 주장한다. 본 연구는 다음과 같은 점을 통해 고처리량 분석 기술과 실용적인 에어로바이올로지(aerobiological) 모니터링 사이의 간극을 메운다고 주장한다:

운영 시간 단축: 배양법에 필요한 긴 배양 기간과 분자 분석의 핵산 추출 단계를 제거한다.
시약 최소화: 유해하거나 오염을 일으키는 시약을 사용하지 않는다.
적기 개입 가능: 공중 균체 조기 검출을 지원하여 데이터 기반의 질병 예측 및 표적 살균제 살포를 가능하게 한다.

본 논문은 이 방법이 B. cinerea 및 A. carbonarius와 같이 분류학적으로 뚜렷한 특정 병원균에는 매우 효과적이지만, 포괄적인 곰팡이 군집 프로파일링보다는 표적 탐지 도구로서 사용하는 것이 적합하다는 점을 명시하며 겸허히 결론짓는다. 즉, 형태학적으로 유사한 종의 경우 추가적인 마커나 분자적 확인이 필요할 수 있음을 시사한다. 저자들은 이 기술이 송이 부패 및 OTA 오염 위험을 완화하기 위해 정기적인 포도밭 감시 시스템에 통합될 수 있는 유망한 전략이라고 보고 있다.

유사한 논문