최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
Ito K.,Ichioka K.,Dahal S.,Matsui Y.,Nakayama T.,Hatayama H.,Ogawa O.,Negoro H.
2020 / International Journal of Clinical Oncology
Cho K.H.,Kwack Y.B.,Park S.J.,Kim S.H.,Lee H.C.,Chung K.H.,Jun J.H.
2020 / Horticulture Environment and Biotechnology
데이터가 존재하지 않습니다.
loading...
키위 품종 식별을 위해 sequence-characterized amplified region (SCAR) 마커를 이용한 다중 PCR 방법을 개발했습니다. RAPD 마커를 통해 얻은 58개의 품종 특이적인 다형성 조각을 SCAR 마커로 변환했으며, 10개의 SCAR 마커를 사용하여 30개의 키위 품종을 효율적으로 식별할 수 있었습니다.
Plant transposable elements : methods and protocols
DNA fingerprinting in plants : principles, methods, and applications
Association mapping in plants
Breeding strategies for sustainable forage and turf grass improvement
Nucleic acid detection : methods and protocols
DNA markers : protocols, applications, and overviews
Plant DNA fingerprinting and barcoding : methods and protocols
Species diagnostics protocols : PCR and other nucleic acid methods
Advances in genetics, genomics and control of rice blast disease
Forensic DNA profiling protocols
Genomics of the Saccharinae
Advances and clinical practice in pyrosequencing
Developmental biology of the sea urchin and other marine invertebrates : methods and protocols
Genome-wide association studies and genomic prediction
DNA-based markers in plants
Genetic mapping and marker assisted selection : basics, practice and benefits
Genomics-Assisted Crop Improvement.
Meiosis
RNA methylation : methods and protocols
Journal of Plant Biotechnology
조강희; 곽용범; 박서준; 김세희; 이한찬; 김미영Horticulture, Environment, and Biotechnology
조강희, 신일섭, 김세희, 김정희, 김대현, 신용억, 황해성원예과학기술지
현수정, 심상렬, 안병준PeerJ
Hussein M.A.A.,Eid M.,Rahimi M.,Filimban F.Z.,El-Moneim D.A.National Academy Science Letters
Sandeep Kumar Yadav; Varsha Khurana-Kaul; Kumar Sambhav Verma; Sumita Kachhwaha; S. L. KothariPlant Biotechnology Reports
한승섭, Sun HyeonPlants
Kim S.S.,Han S.G.,Park Y.S.,Park S.M.,Choi C.W.,Yun S.H.,Lee D.H.,Jin S.B.원예과학기술지
조강희; 조광식; 한점화; 김현란; 신일섭; 김세희; 천재안; 황해성원예과학기술지
조강희, 허성, 김현란, 한상은, 김대현, 신일섭, 김세희, 김정희한국자원식물학회지
김성철; 정용환; 성기철; 전승종; 김천환; 임찬규; 좌재호; 이동선Plant Biotechnology Reports
문병철, 추병길, Myeong Sook Cheon, 윤태숙, Yunui Ji, Bo Bae Kim, 이아영, 김호경Journal of Crop Improvement
Suganthi, M.; Senthilkumar, P.; Arvinth, S.; Rajkumar, R.; Chandrashekara, K.N.Molecular Biology Reports
Palraju Murali; Karuppiah Hilda; Muthusamy Ramakrishnan; Arumugam Ganesh; Sreeramulu Bhuvaragavan; Sundaram JanarthananBMC Plant Biology
Du H.,Yang J.,Chen B.,Zhang X.,Zhang J.,Yang K.,Geng S.,Wen C.Journal of Crop Science and Biotechnology
Bhawna Saxena, Rajinder Kaur, Satya Vrat BhardwajFOOD CONTROL
Parnmen, Sittiporn; Nooron, Nattakarn; Pringsulaka, Onanong; Binchai, Sutheewan; Rangsiruji, AchariyaMolecular biology reports
Murali P; Hilda K; Ramakrishnan M; Ganesh A; Bhuvaragavan S; Janarthanan SPhytochemistry
Sirijan M.,Drapal M.,Chaiprasart P.,Fraser P.D.European Food Research and Technology: Zeitschrift für Lebensmittel-Untersuchung und -Forschung A
Ke, Leqin; Wang, Liling; Li, Haibo; Lin, Haiping; Zhao, LiTree Genetics & Genomes
Li, Dawei; Liu, Yifei; Li, Xinwei; Rao, Jingyun; Yao, Xiaohong; Zhong, Caihong전선 / 대학원
최근의 작물 품종 개발을 위하여 여러 종류의 DNA마커가 광범위하게 이용되고 있다. 본 강좌에서는 작물을 개량하기 위한 분자마커의 종류, 유전적 다양성 측정, 분자유전자지도 작성, 질적 및 양적 형질 유전자 분석, DNA 마커의 간접선발 이용, 여교잡에서의 DNA 마커의 이용, microarray 시스템을 이용한 분자 유전자지도 제작 및 품종 개발 이용 등에 대하여 이해를 도모하고자 하며, 실제적인 자료 분석을 통하여 종합적으로 DNA 마커를 이용한 작물의 품종 개발 기술 습득을 하는데 본 강좌의 목적이 있음.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.전선 / 대학원
개인별 약물유전체학적 정보 및 외인적 요인 등을 통합하여 환자별 맞춤약물요법을 연구하고 적용하는 데 필요한 지식을 습득한다.전선 / 대학원
최근의 의학 발전은 기존의 기초의학/임상의학간의 경계가 모호해지고 있으며, 기초 연구에서의 성과를 빠르고 효율적으로 환자 치료에 적용할 수 있는 방법의 모색이 화두로 등장하고 있다. 본 과목은 각기 독립적으로 빠르게 발전하고 있는 기초의과학과 생명공학을 비롯한 공학분야와 임상의학을 어떻게 유기적으로 융합하여, 이러한 과학적 성과를 질병의 진단 및 치료에 빠르게 이용할 수 있는 방법론의 기초를 제시하고자 하며, 학제간 융합연구가 어떻게 이루어질 수 있는지에 대한 기초적 개념을 정립하고자 한다.전선 / 대학원
최근 생물정보 데이터 생산 비용이 급격히 감소함에 따라 다양한 오믹스 자료를 활용하여 질병의 원인이 되는 오믹스 마커 규명 연구가 활성화되고 있다. 오믹스 자료는 유형에 따라 통계학적 성질에 큰 차이가 있으며, 따라서 보건자료와 다중오믹스를 통합하여 분석을 수행하는 경우 이러한 차이를 적절히 고려하여 유형 별 적절한 분석을 수행할 필요가 있다. 본 과목에서는 전장유전체분석, 멘델랜덤화 기법을 비롯하여 다양한 유전체와 보건 자료를 분석에 활용되는 분석기법을 주로 소개할 것이다. 또한 전사체, 후성유전체, 마이크로비옴과 같은 오믹스데이터와 보건 자료 통합분석 기법을 소개할 것이다. 각 오믹스 자료의 생물학적 이해보다는 자료의 특성과 분석 알고리즘을 통계학적 기법에 기초하여 설명할 것이며, 따라서 수업의 내용을 적절히 이해하기 위해서는 회귀분석/보건학통계방법론, 수리통계학/보건통계학연습 등의 과목을 선수강해야 한다.전선 / 대학원
최근 생물정보 데이터 생산 비용이 급격히 감소함에 따라 다양한 오믹스 자료를 활용하여 질병의 원인이 되는 오믹스 마커 규명 연구가 활성화되고 있다. 오믹스 자료는 유형에 따라 통계학적 성질에 큰 차이가 있으며, 따라서 보건자료와 다중오믹스를 통합하여 분석을 수행하는 경우 이러한 차이를 적절히 고려하여 유형 별 적절한 분석을 수행할 필요가 있다. 본 과목에서는 전장유전체분석, 멘델랜덤화 기법을 비롯하여 다양한 유전체와 보건 자료를 분석에 활용되는 분석기법을 주로 소개할 것이다. 또한 전사체, 후성유전체, 마이크로비옴과 같은 오믹스데이터와 보건 자료 통합분석 기법을 소개할 것이다. 각 오믹스 자료의 생물학적 이해보다는 자료의 특성과 분석 알고리즘을 통계학적 기법에 기초하여 설명할 것이며, 따라서 수업의 내용을 적절히 이해하기 위해서는 회귀분석/보건학통계방법론, 수리통계학/보건통계학연습 등의 과목을 선수강해야 한다.전선 / 대학원
다른 과목에서 배운 계량적 분석방법을 현실 농업문제에 응용한다. 비교정학(comparative statics)에 의한 모형분석, 칼만 필터(Kalman filter), 뉴럴 네트워크(neural network), 유전자 알고리즘(genetic algorithm), 부트 스트랩핑(boot strapping), 커널 추정(kernel estimation) 등을 다룬다.전선 / 대학원
농식품관련산업의 주요 이슈들에 대한 경제학적 실증 분석기법을 학습하고, 이를 실제 자료에 적용하여 동 분야의 실증적 연구 수행에 기초를 마련한다. 실증적인 연구 수행을 위하여 기존 발표 논문에 대한 체계적인 검토를 시도한다.전선 / 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 / 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
본 강좌는 기초 약학지식을 응용하여, 법약학 분야에서 근간이 되고 있는 DNA Typing의 기본 원리를 이해하기 위해서 현장시료에 직접 적용되는 STR DNA 마커에 기반한 Multiplexing PCR 및 다중 컬러 DNA 검출 분석법을 습득하고, 약독물, 마약류 등에 관련된 법약학 감정의 기본 원리 및 기기를 이용한 과학수사법을 학습함. 또한 본 강의의 후반부는 대사체학, 단백질체학 및 안정화된 동위원소추적 기법을 기반으로 하는 최신 분석법들이 다양한 질환을 이해하는 데 있어 어떻게 사용되고 있는지 습득하는 것을 목표로 함.전선 / 학사
이 과목에서는 데이터를 분석하여 유용한 정보를 추출하고 모델을 만들어 예측에 사용하는 데이터 마이닝의 중요한 알고리즘, 기반 기술, 대용량 데이터를 효과적으로 처리하는 마이닝 기술 등을 학습한다. 특히 이러한 목적을 위한 기계 학습의 실용적인 기초와 새로운 패러다임을 소개하여 여러 실제 세계 도메인 응용에 어떻게 적용하는지 학습한다.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.전필 / 대학원
본 교과목은 데이터과학 분야에 관심있는 통계학 석사 과정 대학원생을 대상으로, 데이터 랭글링 및 시각화, 회귀분석, 선형 모형, 일반화 선형 모형, 혼합 모형, 분류를 포함하여 모든 데이터 과학자가 익숙해야 하는 통계 방법론 및 이를 통계 소프트웨어를 사용해 적용하는 실례를 다룬다. 기존의 통계학 과목과 비교하여 본 교과목은 이론에 대한 강조가 덜한 대신, 통계 방법론을 구현하고 주요 개념을 실제 자료에 적용하여 데이터를 분석하기 위해 어떻게 소프트웨어를 사용하는지에 대해 더 중점을 둔다. 주요 개념에 대해서는 그것이 “작동하는 이유”에 대한 직관적 설명을 위주로 한다. 본 과목의 모든 통계 분석은 R과 Python을 사용한다.전선 / 대학원
본 교과목은 유전자 가위인 TALEN과 CRISPR/Cas를 이용하여 핵, 미토콘드리아 및 엽록체 DNA의 염기 삽입, 결실 및 치환을 유도하는 유전체교정에 대한 기초 지식을 전달하고 최신 연구 동향을 소개한다. 빠르게 발전하고 있는 작물 분야의 유전체교정 연구에 필요한 배경 지식과 실험 기법의 기초 원리 습득을 목표로 한다. 특히 삽입-결실 뿐만 아니라 염기교정 및 프라임교정과 같은 다양한 유전체교정 기술을 자세히 다루며, 인간 세포 기반으로 개발된 최신 유전자 가위의 작물 최적화 방법에 대해 살펴본다. 궁극적으로 작물 유전체교정에 대한 대학원생들의 이해도를 높이고 기후변화 대응에 필요한 환경 적응형 작물 개발에서 응용 가능성과 전망을 소개한다.전선 / 대학원
본 과목에서는 효율적인 알고리즘 설계와 프로그래밍을 위한 고급 방법론과 이론을 깊이 있게 소개하고, 다양한 실습을 통하여 해당 이론들을 체득한다. 이 과정에서 공부하는 내용들은 Sorting, Searching 그리고 Graph Theory, NP―Complete 등이며, 알고리즘 설계 방법으로는 Divide―and―Conquer, Dynamic Programming, Greedy, Randomized 그리고 Approximate 알고리즘 등에 관하여 공부한다. 여러 가지 유용한 문제들에 대해 알고리즘을 설계하고 실제 프로그래밍을 통하여 구현해 봄으로서 강의시간에 소개된 이론을 실습하고 시스템 구현에 필요한 노하우를 습득한다.전선 / 대학원
세포 내 단백질 등 구성물질과 각종 소기관의 분해는 각각의 세포 내 기능과 세포의 생리적 상태에 따라 다이나믹하게 조절된다. 선택적 단백질 분해는 주로 유비퀴틴-프로테아좀 시스템과 오토파지-라이소좀 시스템에 의하여 이루어지는데, 이들 기전의 문제는 암, 대사질환, 면역질환, 퇴행성뇌질환과 같은 다양한 인간 질병의 발병과 진행에 밀접하게 관계되어 있다. 이 강의는 1) 지난 30년 간의 단백질 분해 연구의 핵심적 성과들을 되짚어보고, 2) 분자적 수준 단백질 분해 기전의 최신지견을 이해하고, 3) 이들을 조절하는 방법론을 고찰하고자 한다. 2학기에 연계되는 “세포분해생물학 II-질병” 강좌를 통하여, 관련 분해신호 기작이 다양한 인간질병의 병인으로서 기능하며, 예방과 치료의 타겟으로서의 가능성을 제시하고자 한다.전선 / 대학원
농경지를 구성하는 무기적 및 유기적 생태요소들을 분석하고 작물의 생육과 수량과의 관계를 평가한다. 작물군락에서의 생태환경의 변화와 에너지흐름을 추정하고 작물생산성의 효율성과 증대를 모형화한다. 경지의 유형과 종류에 따라 환경요소들을 제어하고 생산모형을 설정하고 환경보전형 경지 관리기술을 소개한다전필 / 학사
첨단융합학부 학생의 전공탐색을 위한 과목으로, 융합데이터과학의 핵심 개념과 다양한 응용 분야를 소개하여 향후 전공선택에 필요한 필수적인 정보를 제공한다. 특히, 융합데이터과학 분야에서 진행되는 첨단연구와 연구의 실제 응용 사례를 직접 체험하여, 자신의 전공 적성을 좀 더 구체적으로 알아보고 설계할 수 있는 기회를 제공한다.전선 / 대학원
멘델 무작위배정분석 (MR)은 유전체 변이를 도구변수로 활용하여 해당 유전변이가 작용하는 위험요인과 건강-질병현상과의 관련성의 인과성을 평가하고자 하는 분석방법이다. 멘델 무작위배정분석은 유전자의 생물학적 선행성과 자연법칙에 의한 무작위배정의 장점을 활용하여, 무작위배정 임상효과와 같은 인과적 추론이 가능한 장점을 가지고 있다. 최근 멘델무작위 배정분석은 다중오믹스를 활용하여 보다 풍부한 기능적 도구변수를 활용한 분석으로 발전하고 있으며 (다중오믹스 MR), 약물표적의 기능 확인 연구 (약물표적 MR), 등으로 확장되고 있다. 본 과목은 MR 분석에 필요한 다양한 역학적 가정과 해석에서 문제가 될 수 있는 유전적다면발현의 평가방안과 분석에서의 실제 방안등을 포괄한다. - MR의 기본 원리와 주의점: 도구변수의 자격; DAG 상의 분석원리 이해; MR의 기본가정 - MR의 기본분석: 1 sample MR; 2-sample MR; 자료원과 도구변수 확보 및 개발 - MR 결과의 평가와 민감도 분석 방법 - MR의 응용: 다중오믹스 MR 및 약물 표적 MR 역학원론, 유전체역학 1&2, 생물정보학 1-3, 고급통계학 등 과목 선수강 필수