-
ประเทศไทยเป็นประเทศเกษตรกรรมที่สามารถผลิตผลิตผลทางการเกษตรส่งออกเป็นลำดับต้นๆ ของโลก รวมถึงการบริโภคภายในประเทศก็สูงเช่นกัน ความต้องการผลิตผลที่เพิ่มขึ้นดังกล่าวส่งผลให้มีการจัดการการเพาะปลูกแบบเข้มข้น (intensive agriculture) โดยเน้นการใช้พื้นที่น้อยแต่ให้ผลผลิตมาก จึงทำให้เกษตรกรหันไปใช้การเพาะปลูกแบบเกษตรเคมีมากขึ้น แต่ปัญหาที่พบตามมาคือ สารเคมีที่ใช้หรือตกค้างในผลิตภัณฑ์ ส่งผลต่อสุขภาพของเกษตรกร ผู้บริโภค หรือก่อให้เกิดปัญหากับแหล่งบริเวณเพาะปลูกนั้นๆ เป็นต้น จากปัญหาดังกล่าวจึงทำให้มีการเริ่มหันมาใช้ทฤษฏีที่เกี่ยวข้องกับเกษตรอินทรีย์มากขึ้น จนก่อเกิดเป็นนโยบายของประเทศ โดยหันไปใช้สารหรือผลิตภัณฑ์ที่มาจากธรรมชาติ เพื่อช่วยเร่งการเจริญเติบโตของพืช รวมถึงยับยั้งเชื้อก่อโรคพืชอีกด้วย สารจากธรรมชาติที่นิยมนำมาใช้ คือ สารจากพืชในธรรมชาติ จุลินทรีย์ในธรรมชาติ หรือสารที่ผลิตจากเชื้อจุลินทรีย์ ปัจจุบันได้มีการค้นคว้าวิจัยเชื้อจุลินทรีย์หลากหลายกลุ่มเพื่อนำมาตอบโจทย์ดังกล่าว ได้แก่ เชื้อแบคทีเรีย หรือเชื้อรา เช่น Trichoderma sp. และ Mycorrhiza sp. เป็นต้น สำหรับแบคทีเรียที่นิยมศึกษา ได้แก่ แบคทีเรียที่อาศัยอยู่ร่วมกับรากพืช (rhizobacteria) ซึ่งอาจจะเป็นทั้งกลุ่มที่อาศัยอยู่ที่พื้นผิวภายนอกของส่วนต่างๆ ของพืช เช่น ใบ ลำต้น และราก (epiphytic bacteria) และในเนื้อเยื่อพืช (endophytic bacteria) ทั้งแบคทีเรียเซลล์เดี่ยว เช่น สกุล Pseudomonas และ Bacillus เป็นต้น และแบคทีเรียในกลุ่มแอคติโนมัยสีท เช่น Streptomyces และ Micromonospora เป็นต้น แบคทีเรียในสกุลดังกล่าวมีความสามารถในการผลิตสารปฏิชีวนะที่ดี ปรับตัวตามสิ่งแวดล้อมได้ง่าย และทนทานต่อสภาพแวดล้อมที่ไม่เอื้ออำนวยต่อการเจริญได้ดี เนื่องจากบางสกุลสามารถสร้างสปอร์ได้ ผลิตภัณฑ์ธรรมชาติ หรือ natural products คือผลผลิตหรือสารที่เป็นผลพลอยได้ (by–products) ที่เกิดขึ้นจากกระบวนการเมทาบอลิซึมในสิ่งมีชีวิตที่พบในธรรมชาติ ทั้งที่เป็นสิ่งมีชีวิตในกลุ่มจุลินทรีย์ พืช และสัตว์ การศึกษาและการวิจัยสารผลิตภัณฑ์ธรรมชาติที่ผ่านมาในอดีตได้แสดงให้เห็นว่าสารผลิตภัณฑ์ธรรมชาติจำนวนมากจัดเป็นสารที่ออกฤทธิ์ทางชีวภาพซึ่งสามารถนำมาประยุกต์ใช้ให้เกิดประโยชน์กับมนุษย์ได้ทั้งทางการเกษตร และการแพทย์ นอกจากนี้สารผลิตภัณฑ์ธรรมชาติยังมีข้อดีที่เหนือกว่าการใช้สารเคมีสังเคราะห์ เนื่องจากส่งผลกระทบต่อสิ่งมีชีวิตและสิ่งแวดล้อมน้อยกว่าสารเคมีสังเคราะห์รวมทั้งสารชีวภาพทำให้เกิดการปนเปื้อนสู่สิ่งแวดล้อม และถูกส่งผ่านมายังมนุษย์ผ่านทางห่วงโซ่อาหารในระดับ นอกจากพืชแล้วจุลินทรีย์ทั้งกลุ่มของแบคทีเรีย รา โดยเฉพาะแอคติโนมัยสีทจัดเป็นแหล่งทรัพยากรที่สำคัญที่สามารถผลิต สารผลิตภัณฑ์ธรรมชาติที่ออกฤทธิ์ที่สำคัญเช่นกัน ในกลุ่มของจุลินทรีย์ทั้งหมดแบคทีเรียกลุ่มแอคติโนมัยสีทจัดเป็นกลุ่มเชื้อจุลินทรีย์ที่สามารถผลิตสารปฏิชีวนะได้ดีที่สุด ทำให้มีการศึกษาทางด้านผลิตภัณฑ์ทางธรรมชาติกันอย่างมากมาย โดยเฉพาะการนำไปประยุกต์ใช้ทางการเกษตร สิ่งแวดล้อม และการแพทย์ เนื่องจากสารผลิตภัณฑ์ธรรมชาติจากแอคติโนมัยสีทจัดได้ว่ามีความหลากหลายและซับซ้อนของโครงสร้างทางเคมีของ สารมากกว่าสารที่ได้จากการสังเคราะห์จากกระบวนการหรือปฏิกิริยาทางเคมี ปัจจุบันจุลินทรีย์ก่อโรคได้มีการพัฒนาขบวนการเมตาบอลิซึมในเซลล์จนสามารถต้านยาหรือ สารเคมีที่ใช้กันอยู่ได้มากขึ้นทำให้ต้องใช้สารเคมีปริมาณและความเข้มข้นสูงขึ้นซึ่งส่งผลต่อต้นทุนการผลิตโดยตรง แนวทางหนึ่งที่นักวิทยาศาสตร์มุ่งเน้นเพื่อแก้ปัญหานี้ คือการหาสารผลิตภัณฑ์ธรรมชาติชนิดใหม่มาพัฒนาเป็นสารทางชีวภาพเพื่อใช้ในการทำลายเชื้ออย่างจำเพาะเนื่องจากจุลินทรีย์ก่อโรคยังไม่คุ้นชินกับสารชนิดใหม่จึงเป็นการง่ายต่อการทำลายจุลินทรีย์ดื้อยานั้น รวมถึงการสร้างสารส่งเสริมการเจริญเติบโตของพืชได้ กลยุทธ์ที่จะใช้เพื่อให้ได้มาซึ่งสารผลิตภัณฑ์ธรรมชาติชนิดใหม่ จึงมุ่งเน้นการหาแหล่งทรัพยากรธรรมชาติชนิดใหม่มาใช้ในการผลิต สารปฏิชีวนะนั้นๆ โดยใช้สมมุติฐานว่าหากสามารถค้นพบสิ่งมีชีวิตสปีชีส์ใหม่ โอกาสที่จะได้สารทุติยภูมิชนิดใหม่ที่สร้างจากสิ่งมีชีวิตใหม่นั้นก็จะมีมากขึ้นด้วย แบคทีเรียกลุ่มแอคติโนมัยสีทจัดเป็นแบคทีเรียกลุ่มสำคัญที่มีศักยภาพในการผลิตสารชีวภาพได้สูงสุด ด้วยเหตุนี้การค้นหาเชื้อ แอคติโนมัยสีทชนิดใหม่มีความจำเป็นอย่างมากในการเพิ่มโอกาสถึงการค้นพบสารออกฤทธิ์ทางชีวภาพต้นแบบ ตัวใหม่เพื่อใช้เป็นทางเลือกสำหรับงานทางด้านการเกษตรและสิ่งแวดล้อม การศึกษาวิจัยหาสารผลิตภัณฑ์ธรรมชาติที่ออกฤทธิ์ทางชีวภาพจากแอคติโนมัยสีทชนิดใหม่จึงมีความน่าสนใจและท้าทาย และน่าจะเป็นประโยชน์ในด้านการวิจัยและพัฒนาต่อยอดเพื่อผลิตสารปฏิชีวนะชนิดใหม่จากทรัพยากรในประเทศไทย ด้วยเหตุนี้จึงสนใจศึกษาวิจัยเพื่อแก้ปัญหาการผลิตด้านการเกษตรอย่างครบวงจร ซึ่งการวิจัยในโครงการนี้เริ่มตั้งแต่การแยกเชื้อจุลินทรีย์ คัดเลือกเชื้อแบคทีเรียกลุ่มแอคติโนมัยสีท โดยจะมุ่งเน้นเพื่อค้นหาแอคติโนมัยสีทสปีชีส์ใหม่หรือ สายพันธุ์ที่สามารถผลิตสารออกฤทธิ์ทางชีวภาพที่ดี เพื่อนำไปใช้เป็นวัตถุดิบในการผลิตสารต้นแบบเพื่อพัฒนาเป็นสารผลิตภัณฑ์ธรรมชาติชนิดใหม่ ศึกษาอนุกรมวิธานของเชื้อ ทดสอบฤทธิ์ทางชีวภาพทั้งฤทธิ์ต้านเชื้อราก่อโรคพืช การสร้างสารส่งเสริมการเจริญของพืช การหมักเพื่อผลิตสารทุติยภูมิ การสกัด การแยกสารออกฤทธิ์ การศึกษาโครงสร้างทางเคมีของสารออกฤทธิ์ทางชีวภาพดังกล่าว ตลอดจนการนำแอคติโนมัยสีทสปีชีส์ใหม่ หรือสายพันธุ์ที่สร้างสารออกฤทธิ์ต้านเชื้อก่อโรคพืชที่ดีมาผลิตและพัฒนาเป็นผลิตภัณฑ์ทางการค้า เพื่อเป็นการส่งเสริมและพัฒนาการทำเกษตรอินทรีย์และนำไปใช้สำหรับบำบัดมลพิษทางสิ่งแวดล้อมให้เป็นที่แพร่หลายและยั่งยืนต่อไปในอนาคต ก๊าซชีวภาพจัดเป็นพลังงานทดแทนประเภทหนึ่งที่อยู่ในแผนของการพัฒนาและส่งเสริมจากกระทรวงพลังงาน โดยหัวใจหลักของการผลิตเกิดจากจุลินทรีย์กลุ่มผลิตก๊าซชีวภาพ ซึ่งประเทศไทยเป็นพื้นที่ที่จัดว่ามีความหลากหลายชีวภาพสูง ไม่ใช่เฉพาะจุลินทรีย์ แต่ความหลากหลายของวัตถุดิบอินทรีย์ก็มากตามไปด้วย จึงเป็นโอกาสที่ดีสำหรับการนำมาใช้เพื่อการเพิ่มประสิทธิภาพการผลิต การค้นหาเชื้อจุลินทรีย์ผลิตก๊าซชีวภาพ การหาสภาวะที่เหมาะสมกับวัตถุดิบที่คัดเลือก และการออกแบบถังหมักเป็นสิ่งสำคัญที่สามารถเพิ่มประสิทธิภาพ และตอบสนองของนโยบายเรื่องพลังงานได้ในอนาคต
คณะวิทยาศาสตร์
With the development of space technology, wide-field sky surveys using telescopes have expanded the range of new data available for time-domain astronomical research. Traditional data analysis methods can no longer respond quickly and accurately enough to the growing volume of data. Thus, classifying time-series data, such as light curves, has become a significant challenge in the era of big data. In modern times, analyzing light curves has become essential for using machine learning techniques to handle and filter through massive amounts of data. Machine learning algorithms can be divided into two categories: shallow learning and deep learning. Numerous researchers have proposed and developed a variety of algorithms for light curve classification. In this study, we experimented with Support Vector Machine (SVM) and XGBoost, which are shallow machine learning algorithms, as well as 1D-CNN and Long Short-Term Memory (LSTM), which are deep learning algorithms, which are branches of deep machine learning, to classify variable stars. The training and testing data used in this study were from the Optical Gravitational Lensing Experiment-III (OGLE-III), consisting of variable star data from the Large Magellanic Cloud (LMC), categorized into five main classes: Classical Cepheids, δ Scutis, eclipsing binaries, RR Lyrae stars, and Long-period variables. The results demonstrate the performance analysis of each machine learning algorithm type applied to light curve data, while also highlighting the accuracy and statistical metrics of the algorithms used in the experiments.
คณะสถาปัตยกรรม ศิลปะและการออกแบบ
A natural representation of new beginnings.
คณะสถาปัตยกรรม ศิลปะและการออกแบบ
A Photographic series that expresses the abstract states of myself, towards the question of existence that results from being surrounded by expectations of both surrender and freedom of expression, this series focuses on my own subjectivities in order to bring back memories of almost forgotten feelings and make them clear once more.