최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
Nwogwugwu C.P.,Kim Y.,Cho S.,Roh H.J.,Cha J.,Lee S.H.,Lee J.H.
2022 / Animal Bioscience
데이터가 존재하지 않습니다.
loading...
본 연구는 한국 토종닭에서 양적형질좌위(QTL) 검출에 필요한 최적의 F2 집단 크기를 시뮬레이션을 통해 결정하고자 하였다. 참조 집단 크기가 증가하고 유전율이 높을수록 QTL 검출 확률이 높아지는 것을 확인했으며, 큰 참조 집단 크기와 높은 유전율이 F2 닭 집단에서 QTL 검출력을 향상시킬 수 있음을 제시한다.
Genetic mapping and marker assisted selection : basics, practice and benefits
Association mapping in plants
Quantitative trait loci analysis in animals
Genetics and analysis of quantitative traits
Principles of statistical genomics
Quantitative trait loci : methods and protocols
Genotype -by- environment interaction
분자육종학
Statistical genomics : linkage, mapping, and QTL analysis
Molecular markers in plant genetics and biotechnology
Genetics of autoimmunity
Handbook of statistical genetics
Computational and statistical methods for protein quantification by mass spectrometry
Genomics-Assisted Crop Improvement.
Genetic mapping and marker assisted selection : basics, practice and benefits
Quantitative genetic studies of behavioral evolution
Genome-wide association studies and genomic prediction
Euphytica
Camila Ferreira Azevedo; José Marcelo Soriano Viana; Gabriel Borges Mundim; Hikmat Ullah Jan; Fabyano Fonseca e SilvaAsian-Australasian Journal of Animal Sciences (AJAS)
Cahyadi, Muhammad; Park, Hee-Bok; Seo, Dong-Won; Jin, Shil; Choi, Nuri; Heo, Kang-Nyeong; Kang, Bo-Seok; Jo, Cheorun; Lee, Jun-HeonVeterinary and animal science
Ansari S; Ghavi Hossein-Zadeh N; Shadparvar AAPLoS ONE
David G.S.,Dias K.O.d.G.,Viana J.M.S.PLoS ONE
Mei H.,Cui C.,Liu Y.,Du Z.,Wu K.,Jiang X.,Zheng Y.,Zhang H.Communications Biology
Wang Y.,Cao X.,Luo C.,Sheng Z.,Zhang C.,Bian C.,Feng C.,Li J.,Gao F.,Zhao Y.,Jiang Z.,Qu H.,Shu D.,Carlborg Ö.,Hu X.,Li N.Journal of Animal Science
Ampofo, Issabelle; Kobayashi, Julian; Miller, Clara; O'Neil, Shauneen; Dhar, Arun; Fragomeni, Breno OBiology Bulletin
null Z. Hajibarat; A. Saidi; M. Zeinalabedini; M. Mardi; M. R. GhaffariTree Genetics & Genomes
Mérot-L’Anthoëne, Virginie; Mangin, Brigitte; Lefebvre-Pautigny, Florent; Jasson, Sylvain; Rigoreau, Michel; Husson, Jwanro; Lambot, Charles; Crouzillat, DominiqueBiology Bulletin
Z. Hajibarat; Saidi, A.; Zeinalabedini, M.; Mardi, M.; Ghaffari, M.R.Journal of Integrative Agriculture
WANG S.m.,CUI G.q.,WANG H.,MA F.y.,XIA S.s.,LI Y.f.,YANG Z.l.,LING Y.h.,ZHANG C.w.,HE G.h.,ZHAO F.m.Heredity
Karaman E; Lund MS; Su GComputational and Structural Biotechnology Journal
Costa W.G.d.,Celeri M.d.O.,Barbosa I.d.P.,Silva G.N.,Azevedo C.F.,Borem A.,Nascimento M.,Cruz C.D.Frontiers in Plant Science
Kumar R.,Saini M.,Taku M.,Debbarma P.,Mahto R.K.,Ramlal A.,Sharma D.,Rajendran A.,Pandey R.,Gaikwad K.,Lal S.K.,Talukdar A.Physiological genomics
Solberg Woods LCAquaculture Reports
Ampofo, I.; O'Neill, S.; Fragomeni, B.O.; Holsinger, K.E.; Dhar, A.K.Molecular Biology Reports
Seo, Dong-Won; Park, Hee-Bok; Jin, Shil; Cahyadi, Muhammad; Choi, Nuri; Heo, Kang-Nyeong; Jo, Cheorun; Lee, Jun-HeonFrontiers in Plant Science
Xiao Z.,Han F.,Hu Y.,Xue Y.,Fang Z.,Yang L.,Zhang Y.,Liu Y.,Li Z.,Wang Y.,Zhuang M.,Lv H.Molecular Breeding
Ariana Valdés; Rosemarie Clemens; Christian MöllersJournal of applied genetics
Chiaia HLJ; Peripolli E; de Oliveira Silva RM; Feitosa FLB; de Lemos MVA; Berton MP; Olivieri BF; Espigolan R; Tonussi RL; Gordo DGM; de Albuquerque LG; de Oliveira HN; Ferrinho AM; Mueller LF; Kluska S; Tonhati H; Pereira ASC; Aguilar I; Baldi F전선 / 대학원
본 교과목은 데이터사이언스 대학원의 ABC(AI model/algorithm, Big data, Computing) 교육 과정 중 컴퓨팅(C) 분야 첫번째 강좌이다. 본 교과목의 전반부는 C++ 언어 프로그래밍과 C++ 기반 객체 지향 프로그래밍으로 이루어져 있다. (1) C++ 언어의 기초 문법, 클래스의 개념과 사용법, template과 중요한 라이브러리를 학습하고, (2) abstraction, inheritance, polymorphism 등 객체 지향 프로그래밍의 원리를 습득한 뒤, (3) 예제들을 통해 클래스 기반 객체 지향 프로그래밍을 C++ 언어를 사용하여 직접 구현 할 수 있도록 한다. 본 교과목의 후반부는 중급 자료 구조 및 알고리즘과 딥러닝 플랫폼으로 이루어져 있다. (1) 데이터사이언스를 위한 컴퓨팅의 기초 강좌에서 다루지 않은 자료구조 및 정렬 알고리즘 (Quick sort, Radix sort, heap sort), 트리 알고리즘, 그래프 알고리즘 (Dijkstra, Kruskal 등) 등을 습득하고, (2) 배운 자료 구조와 알고리즘들을 C++ 언어를 사용하여 직접 구현 할 수 있도록 한다. 또, (3) Pytorch, TensorFLow 등 널리 사용되는 딥러닝 플랫폼을 학습하고, 동일 학기 수강이 권장되는 머신러닝 및 딥러닝 1(ABC 과정 중 A 분야 첫번째 강좌)에서 배운 딥러닝의 기본 원리들을 직접 구현하고, 이에 더하여 상기 플랫폼을 통해 구현 할 수 있도록 한다.전선 / 학사
생존시간(survival time)에 관한 추정과 검정을 하거나 생존시간에 관한 회귀모형을 사용하여 생존 시간에 영향을 미치는 위험인자를 찾아내는 통계기법을 공부한다. 개체가 생존할 확률을 나타내는 생존함수(survival function)를 추정하기 위한 생명표(life table)법과 카플란-마이어(Kaplan-Meyer) 추정법을 소개하고 여러 처리(treatment) 그룹을 비교하기 위한 검정법을 다룬다. 또한 회귀모형에 관한 대표적인 모형인 Cox의 비례위험모형 (proportional hazard model)과 가속화된 회귀모형(accelerated regression model)에 관하여 공부한다.전필 / 학사
이 과목에서는 두 가지 통계적 추론 방법들, 즉 추정과 검정의 기본 이론을 다룬다. 추정법으로 적률추정법, 최대가능도 추정법, 베이즈 추정법, 최소분산불편추정 등을, 검정법으로는 최대가능도 검정, 라오 검정, 왈드 검정, 베이즈 검정, 전역최강력 검정 등을 다룬다. 통계적 추론의 이론적 배경으로 충분통계량, 라오-블랙웰 정리, 크래머-라오 부등식 등을 다루고, 추정량들의 점근적 성질의 유도, 검정의 점근적 근사 등을 다룬다.전선 / 대학원
본 과정은 유전적 분석을 활용한 인과성 추론 및 공개자료 활용방법에 대해 다룹니다. 유전적 무작위 배정이란, 위험요인과 결과변수간 인과적 관련성을 유전 정보를 활용하여 평가하는 방법입니다. 대규모 전장 유전체 관련성 분석 결과가 이용 가능해지면서, 역학의 주요 연구방법으로 활용되고 있습니다. 본 과정은 실습을 통해 분석 방법을 구체적으로 다룰 것이며, 공개 자료에 대한 소개와 활용 방법을 소개할 예정입니다. 본 과목의 수강은 선수 과목(역학원론, 유전체역학) 이수와 R 프로그래밍 언어에 대한 이해가 요구됩니다.전선 / 학사
본 과목은 임목의 유전, 기능 및 대사에 대한 기초지식을 바탕으로 산림생명공학 원리를 이해하는데 목적을 둔다. 일반 생명공학이 동물, 미생물, 작물, 원예 등을 중심으로 고찰하는데 반하여 본 과목에서는 임목, 산림식물을 중심으로 강의 및 실습을 시도한다. 농작물에 비교하여 임목은 몸체가 크고, 세대가 길며 염색체 길이가 큰 특징을 가지고 있을 뿐만 아니라, 대부분의 수종이 타식성이며, 교배양식과 증식법에 큰 차이를 나타낸다. 따라서 산림 수종에서 이용되는 유전공학의 기본 원리 및 기법을 학부 수준에서 소개하고, 아울러 임목의 생장 기작이나 유․무성 증식과 관련된 메카니즘을 생명공학적 시각에서 접근하는 기법을 강의하고 실습한다. 이를 통하여 임업적 활용 가치가 높은 산림 유용 유전자의 기능을 탐색․활용하여 임목육종을 전공하고자 하는 학생들에게 기초 지식과 전망을 제시한다.전선 / 대학원
인류는 소수의 조상으로부터 비교적 짧은 시간인 십만년~수십만년의 시간 사이에 현재와 같은 대규모의 인구집단으로 진화해 왔다고 믿어진다. 즉 인간의 다양한 건강-질병현상들과 인구집단간의 유전적인 차이는 단지 개인적인 관점에서 만이 아니라, 인구집단과 진화과정이라는 차원에서 해석할 때에 정확한 해석이 가능한 경우가 많다. 큰 규모의 인구집단이 안정적으로 재생산 될 때는 하디-와인버그 평형 (Hardy-Weinberg Equilibrium, HWE)이 유지되지만, 인류의 실제 역사를 살펴보면, 다양한 요인들이 이러한 HWE을 깨뜨리고 있다. 이 강좌에서는 유전체 역학 연구의 전반적인 설계와 분석과정에서 필수적으로 요구되는 인구집단 유전학의 개념을 제공하고, 나아가, 유전-환경의 문제에 대한 보다 거시적인 이해와 해결점을 생각할 수 있는 방법론적인 기본 틀을 이해하는 것을 목표로 한다.전선 / 대학원
계산이론은 컴퓨터공학의 기초학문이며, 중요한 문제에 대한 효율적인 알고리즘들을 소개하고, 그런 알고리즘의 복잡도 분석을 다룬다. 이 교과목에서는 먼저 알고리즘의 성능을 분석하는 기법, 특히 amortized analysis에 대해 배운다. 그리고, 계산이론 분야에서 중요한 알고리즘과 그 응용에 대해 배운다. 구체적으로, (스트링 매칭, 2차원 패턴 매칭, 근사 매칭, suffix trees, 데이터 압축 문제에 대한) 스트링 알고리즘과 bioinformatics에의 응용, (선택 문제, 다항식 확인 문제에 대한) randomized 알고리즘과 그 영향, (페이지 교체 문제, k 서버 문제에 대한) online 알고리즘과 금융문제(일방향 거래와 portfolio 선택 문제)에의 응용을 배운다.전필 / 학사
본 강의는 실험 과목으로 동물의 발생과 유전에 대한 실험을 주로 수행한다. 본 실험 강좌는 유전학 분야에서 초파리를 이용한 분리 및 독립의 법칙, 염색체 지도 작성, 초파리의 침샘염색체 및 사람의 염색체 관찰, 사람의 유전, 유전자의 추출 및 DNA 이중나선 구조 만들기, 유전자 클로닝을 다루며, 발생 분야에서는 개구리, 닭, 성게를 이용하여 발생을 관찰하고 영상을 통해 사람 발생을 살펴본다. 또한 초파리를 이용하여 발생에 대한 분자유전학적인 접근법을 배운다.전선 / 대학원
전략적 HRD란 조직 전체에 영향을 미치도록 HRD기능을 통합적으로 관리하는 과정을 의미한다. 이때 “전략적”의 의미는 HRD가 조직수준의 성과에 통합적으로 영향을 미쳐야 하며, 조직의 전략과 연계되는 외적 정합성을 확보하고, 인적자원이 지속적 경쟁우위의 원천이 될 수 있다는 것이다. 본 강좌는 전략적 HRD의 개념, 이론, 영역 및 과제 등을 체계적으로 이해하고 HRD와의 관계에서 어떤 역할을 수행해야 하는지를 이해하며 전략적 HRD가 어떻게 조직구성원의 전략형성능력을 육성하고 조직에 축적되는지를 설명할 수 있기를 기대한다.전선 / 대학원
돌연변이, 자연도태, 유전적 부동과 이주 등 진화를 초래하는 요인들에 의한 임목 집단의 유전자 빈도 변화양상, 구체적으로는 하디와인버그의 법칙, 작은 집단에서의 유전적 변화, 집단의 유효 개체 수 등과 임목의 양적 형질의 유전양상과 관련하여서는 유전인자간의 상호 작용, 형질의 연속변이와 분산, 육종가, 표현형 분산, 유전적 분산과 그 요소, 유전자형과 환경과의 상호 작용, 유전력, 선발육종의 원리, 선발육종의 결과 및 효과, 개량효과의 추정방법, 근친교배와 원격교배의 결과 등에 관한 이론과 실험결과들에 대하여 배우며 이들 이론과 실험결과를 임목 육종과 삼림유전자원의 보전전략 수립에 적용하는 방법에 대하여 공부한다전필 / 학사
자생 양치식물과 현화식물에 대한 동정과 분류를 기본 목표로 한다. 식물의 동정 및 분류에 사용되는 형질, 식물 식별 능력 및 분류 방법, 식물의 계통 진화적인 관계 등을 다루게 된다. 계통진화적인 관계를 다룸으로써 진화의 방향과 기본적인 원리를 파악할 수 있는 식물 분류학의 기본을 배운다. 또한 식물분류학을 중고등하교 학생에게 어떻게 가르칠 것인가를 개발하는 계기를 제공할 것이며, 분류 단원의 교재 개발을 다루게 된다. 실험 시간에는 주변의 식물을 주 대상으로 하며, 희귀종 및 지역적으로 분포하는 식물의 경우 사진을 통해 대상을 확대하게 된다. 본 강의를 수강한 학생은 주변의 생물에 대한 인식을 달리하게 되고, 생물교사로서 주변을 대상으로 학생들을 지도하여 보다 흥미로운 수업을 할 수 있게 될 것이며, 학문적으로도 식물 분류의 최신 동향 및 연구 방법을 습득할 수 있는 기회를 제공하게 된다.전필 / 학사
실험실적 검사를 이용하여 식품생산동물, 반려동물, 야생동물의 질병을 진단하고, 건강상태와 사양관리의 적부를 판단하는 연습을 한다. 이 연습에는 각종 검체의 채취, 검체의 취급과 수송 방법, 실험실 정도관리, 혈액학, 골수검사, 혈액화학, 소변분석, 내분비학, 진단세포학, 응고계검사, 각종 체액의 검사, 대사프로파일검사 등이 포함된다.전선 / 대학원
가족 및 친밀성의 맥락에서 청년과 청년기(emerging and young adulthood)에 대해 살펴본다. 학제적 접근을 취하는 이 수업에서는 (1) 성인진입기 및 성인이행기 관련 이론, (2) 청년의 세대관계(예: 지원, 독립, 분가/동거, 관계역동), (3) 청년의 친밀성(예: 사랑, 연애, 결혼, 비혼, 비혼동거) 등의 주제를 다룬다. 지역, 계층, 젠더를 관통하는 다양한 관점과 주제를 논의함으로써, 청년시기 가족 및 친밀성의 다층적 속성을 이해할 수 있을 것이다.전선 / 대학원
본 과목을 통하여 각각의 비타민의 특성과 작용, 그리고 다른 영양소들과의 상호작용들을 이해하고 다른 분야에서 연구되고 있는 주제를 함께 공부함으로써 비타민에 대한 이해의 폭을 넓히고자 합니다. 더욱이 현재의 가축들이 유전적으로 lean genotype으로 개량이 되어 있는데 50여년 전에 확립된 비타민요구량을 그대로 적용할 때 어떤 문제점들이 있고 이를 개선하기 위해서 어떻게 요구량이 다시 결정되어야 하는지를 구체적으로 생각하며 연구계획을 정해보는 기회가 될 것입니다. 최근에는 사료업계를 중심으로 기존에 사용하던 무기태 광물질대신 유기태 광물질의 사용에 대한 관심이 높아지고 있는데, 본 과목에서는 동물사료에 첨가되는 광물질 공급원의 특성과 사용실태 및 문제점들을 알아보고 이에 대한 개선책을 제시할 수 있는 안목을 갖도록 하는데 목표를 둘 것입니다.전선 / 대학원
본 과목은 동물의 병력, 신체검사 결과를 바탕으로 하여 적합한 실험실 검사법을 선택하고 그 결과를 판독하여 질병 상태를 판단하고 가장 적절한 후속 치료법 모색 및 예후 판정에 관한 것을 소개하고, 실제 임상 증례에 대한 발표 및 토론을 통하여 습득하게 함을 목적으로 한다.전선 / 대학원
본 과목은 도시환경설계 연구의 이론적 틀과 기초 방법론을 이해하는 세미나 수업이다. 본 과목의 목표는 도시공간·환경을 시각적이고 사회과학적으로 탐구하는 방법론을 습득하여 연구 수행을 위한 기본적인 능력을 기르고 독립적으로 연구를 수행할 수 있는 연구자를 양성하는 데 있다. 이를 위해“연구 설계의 이해”와 “기초 연구 방법론” 두 가지 주제를 다룬다. 연구 설계의 이해 부분에서는 도시공간 연구의 발상, 선행연구 분석, 개념의 정의와 조작화, 연구 질문 설정, 가설 검정 등의 내용을 다루며, 학생들은 세미나 내용을 바탕으로 연구 계획서 작성 훈련을 한다. “기초 연구 방법론”에서는 정량적 도시환경설계 연구 방법론을 중심으로 실제 데이터를 활용하여 가설 검정과 분석 결과 해석을 수행할 것이다.전선 / 대학원
유전학의 여러 분야중 작물유전육종학에 근본이 되는 멘델유전학, 양적유전학, 집단유전학을 중점적으로 다룬다. 멘델유전학의 유전양식을 이용한 가계도분석 및 양적유전학의 표현형분산, 유전형분산 및 환경분산을 계산하고 유전력과 선발효율을 통한 농작물 개량의 기대치를 알아내며 집단유전학의 유전자빈도 및 유전형빈도가 집단내에서 영향을 받는 여러 요인들에 대하여 강의한다.전선 / 대학원
인간의 다양한 운동기술을 주의깊게 관찰하고 효과적으로 연구하는 방법뿐만 아니라 이러한 복잡한 기술들을 정성적으로 분석하는 여러 가지 운동역학적 접근 방법에 대해 배운다. 특히, 인간의 효율적인 운동동작 수행을 위한 주요 원리와 함께 각종 운동상해 원인에 대한 규명 및 예방방법, 그리고 더 나아가 운동 기술의 수행력을 최대로 하기 위한 기술개발 등에 대한 내용을 중심으로 구성된다.전선 / 학사
통계분석 결과를 정확히 이해·해석하기 위한 확률과 기술통계, 가설검정, F 분포와 분산분석, 회귀·상관, 범주형·빈도 분석을 다룬 뒤, 머신러닝의 핵심 개념을 가볍게 소개한다. 간단한 분류·회귀·군집 알고리즘 및 기초적 모델 해석 가능성과 윤리·편향 이슈를 실습 중심으로 학습한다.전선 / 대학원
임목의 유전, 기능 및 대사에 대한 지식을 바탕으로 산림생명공학의 최신 연구동향 및 그 적용 사례 등에 대하여 강의한다. 작물이나 가축에 비교하여 임목은 몸체가 크고, 세대가 길며 게놈 크기가 매우 큰 특징을 가지고 있을 뿐만 아니라, 대부분의 수종이 타식성이다. 따라서 산림 수종에서 이용되는 유전공학의 기본 원리 및 기법에 대한 내용을 이해하고, 아울러 임목의 생장 기작이나 유,무성 증식과 관련된 생명공학적 기법을 학습한다. 이를 통하여 임업적 활용 가치가 높은 산림 유용 유전자의 기능을 탐색, 활용할 수 있는 능력을 배양토록 한다.