최근 확인한 콘텐츠
loading...
정보의 공유와 통합
Biological and social issues in biotechnology sharing
Medical data sharing, harmonization and analytics
Bioinformatics : managing scientific data
생명공학 시장현황 및 전망분석 보고서.
Bioinformatics tools and big data analytics for patient care
(알기쉬운) 유전자원 접근 및 이익공유 안내서.
생명과학 : 활용할 수 있는 지식
생명공학
기초과학 연구정보 DB 공동활용 방안 연구 : [최종보고서] =
과학 비즈니스 : 생명공학의 기대·현실·미래
Database annotation in molecular biology : principles and practice
생명공학과 사회=
Advances in genetics, genomics and control of rice blast disease
The Binding and transport of anions in living tissues : proceedings of a Royal Society discussion meeting held on 12 and 13 May, 1982
Computational learning approaches to data analytics in biomedical applications
Biomedical materials and diagnostic devices
Bioinformatics data skills : reproducible and robust research with open source tools
생명과학과 생명윤리 : 생명과 과학의 공존을 바라보다
생명정보 연구성과물 등록 활용 사업 =
한국비블리아학회지
박미영, 안인자, 남승주Bundesgesundheitsblatt, Gesundheitsforschung, Gesundheitsschutz
Roman, Siddiqui; Sebastian Claudius, SemlerCancer Research
Girish Chavan; Roni J. Bollag; Julia Corrigan; Monica L. Murphy; Rebecca S. Jacobson; Elizabeth Legowski; Kevin J. Mitchell; Carmelo Gaudioso; JoEllen Weaver; Michael J. Becich; Mayurapriyan Sakthivel; Rajiv Dhir; Nita J. Maihle; Michael Feldman; Eugene TseytlinNature Methods
Ellenberg, Jan; Swedlow, Jason R.; Barlow, Mary; Cook, Charles E.; Sarkans, Ugis; Patwardhan, Ardan; Brazma, Alvis; Birney, EwanClinical Biochemistry
Ardini, M.-A.; Pan, H.; Qin, Y.; Cooley, P.C.I2D - Information, données & documents
Farge, MarieBMJ (Online)
Packer, M.Nature microbiology
Biopreservation and biobanking
Quinlan PR; Groves M; Jordan LB; Stobart H; Purdie CA; Thompson AMBiopreservation and biobanking
Cui W; Zheng P; Yang J; Zhao R; Gao J; Yu GCancer research
Freedman LP; Inglese JCancer Research
Leonard P, Freedman; James, IngleseWestern Journal of Nursing Research
Perazzo J.,Rodriguez M.,Currie J.,Salata R.,Webel A.R.European journal of human genetics : EJHG
McCormack P; Kole A; Gainotti S; Mascalzoni D; Molster C; Lochmüller H; Woods SCanadian journal of surgery. Journal canadien de chirurgie
McAlister VC; Harvey EJVirus research
Ibrahim B; McMahon DP; Hufsky F; Beer M; Deng L; Mercier PL; Palmarini M; Thiel V; Marz MNature genetics
Lappalainen I; Almeida-King J; Kumanduri V; Senf A; Spalding JD; Ur-Rehman S; Saunders G; Kandasamy J; Caccamo M; Leinonen R; Vaughan B; Laurent T; Rowland F; Marin-Garcia P; Barker J; Jokinen P; Torres AC; de Argila JR; Llobet OM; Medina I; Puy MS; Alberich M; de la Torre S; Navarro A; Paschall J; Flicek PEuropean journal of human genetics : EJHG
Mascalzoni D; Dove ES; Rubinstein Y; Dawkins HJ; Kole A; McCormack P; Woods S; Riess O; Schaefer F; Lochmüller H; Knoppers BM; Hansson MAmerican Journal of Biological Anthropology
Mulligan C.J.,Boyer D.M.,Turner T.R.,Delson E.,Leonard W.R.Journal of Victorian Culture
M. H. Beals논문 / 대학원
응용바이오공학과는 바이오분야 전반에 관한 융합적 지식 및 실천적 응용을 연구한다. 본 논문연구 수업은 응용바이오공학과 학생들이 융합바이오 연구를 통해 논문을 작성하는 것을 지도 편달하며, 관련하여 기초 과학과 공학에 관한 필요한 지식 전달을 통해 관련 연구가 논문으로 완성되는 전 과정을 포함한다. 학생들은 자신의 분야와 관련된 연구 발표를 주기적으로 하여 본인의 연구를 발전시켜 나간다.전선 / 대학원
4차산업혁명 시대를 맞이하여 의료빅데이터 분석의 중요성은 날로 증가하고 있다. 다양한 출처에서 다양한 형태로 생성된 데이터의 통합분석을 가능하게 하는 전제조건은 데이터의 표준화를 통한 상호운용성의 확보이다. 본 교과목은 보건의료데이터의 활용과 공유를 위하여 표준화된 형태로 표현하고 정리하는 방법을 다룬다. 본 교과목을 통해 학생들은 보건의료표준화용어체계, 데이터 모델링, 온톨로지 등 표준화된 형태로 데이터를 표현하고 정리해내는 다양한 기법들에 대해 익힌다.전선 / 대학원
본 강좌는 대학원생을 위한 생명과학통계자료분석론 교과목으로 생명과학 연구 과정에서 접하는 통계자료의 분석 원리를 학습하고 실제 데이터로 실습해 보는 것을 목표로 한다. 세부적으로는 1) 기술통계, 2) 통계 검정 및 추정의 원리, 3) t-검정과 카이제곱 검정, 4) 회귀분석과 분산분석, 5) 일반화 선형모형, 6) 비모수통계 등을 다루며, 생명과학 연구에의 응용 사례를 수강생들의 연구 경험을 바탕으로 논의하는 활동을 병행한다. 이를 통해 생명과학을 전공하는 대학원생들이 자신들의 연구 자료에 대한 적절한 통계 분석을 실시할 수 있는 능력을 배양하고자 한다.전선 / 학사
그린바이오 생명공학 개론” 교과목은 생명공학의 기본 이론과 그린바이오 기술을 중심으로 농업, 식품, 환경 분야에서의 다양한 응용 사례를 학습하는 것을 목표로 한다. 동물 및 식물 복제, 기능성 농산물 개발, 바이오 농약·비료, 그린 백신 등 그린바이오 기술이 농업 생산성과 환경 보호에 어떻게 기여하는지 구체적으로 다루며, 첨단 바이오 기술의 발전 과정과 연구 방법론에 대해 다룰 것이다. 또한 생명공학 기술이 사회적, 윤리적으로 미치는 영향을 고찰하고, 지속 가능한 바이오 기반 농업과 식품 산업의 발전 방안을 고찰해본다. 이 교과목을 통해 학생들은 그린바이오 기술의 산업적, 상업적 응용 가능성을 이해하고 관련 분야의 다양한 진로를 탐색함과 동시에, 디지털 기술과 융합된 혁신적 연구개발 능력을 함양하여 글로벌 그린바이오 시장에서 경쟁력을 갖출 수 있다.전선 / 대학원
근래의 의료 빅데이터의 축적 및 인공지능 기법의 발달은 많은 의학 분야에서 빅데이터에 기반한 정확한 예측 및 환자 맞춤형 진료를 가능하게 하고 있다. 주술기 의학 분야에 있어서도, 이러한 기술적 발달은 기존의 위험도 분류, 예후 예측, 조기 경보 및 의료 자원 분배 등 주술기 의학의 접근 방식에 큰 변화를 가능하게 하고 있다. 따라서 미래 임상 의사, 의학자들에게 있어 이러한 기술을 이해하고, 활용하는 것을 배우는 것이 점차 중요해지고 있다. 이 강좌에서는 먼저 VitalDB나 MIMIC, eICU 데이터셋 등 주술기 의학 분야의 오픈 데이터셋에 대해 알아보고, 이러한 데이터를 효과적으로 활용할 수 있는 기계 학습 기법에 대해 배울 것이다. 또한 실습을 통해 최신 기계 학습 기법들을 본인의 연구에 적용할 수 있는 방법을 배울 것이다.전선 / 대학원
본 강의를 통해서 한 임상케이스에 관하여 각각 임상분야별 교수님들이 중요한 임상진단 및 치료의 강조점에 대하여 설명하고, 이를 바탕으로 진료 전과정에 거쳐 임상전문가의 의견을 모아서 진료케이스에서 가장좋은 가이드라인을 제공함에 있다.전선 / 대학원
이 과목의 목표는 생명정보학 연구에서 활용할 수 있는 다양한 방법론을 학습하는 것이다. 학생들은 생명정보학 데이터를 지식으로 변환하고 분석하는 데 필요한 프로그램 기반의 개념적 접근법들을 배우게 된다. 또한, 코드를 기반으로 한 생명정보학 연구방법론을 다양한 프로그래밍 예시를 통해 습득할 기회를 가질 것이다.전선 / 대학원
보건학적인 자료 중에서 많은 것이 이산변수이다. 다라서 보건학 연구기법을 터득하려면 이산변수의 분석방법을 이해하지 않고서는 효율적으로 자료분석을 할 수 없다. Chi-square 방법은 이러한 자료를 분석하는 가장 기초적인 방법인데, 이에서 한걸음 더 나아가 다변량으로 이산변수가 나타나는 경우의 분석방법을 다룬다. 따라서 자료의 상관성문제, 대수선형분석방법 등을 다룬다.논문 / 대학원
이 교과목은 대학원생들이 학위논문을 준비하고 수행하는데 있어 논문의 주제 선택과 연구 목표 및 연구 내용을 설계하고 관련 문헌을 통하여 연구 방법을 구체화 하는 것을 목표로 한다.전선 / 학사
건강하고 지속가능한 사회에 대한 관심이 고조되면서 사회의 기본적 구성 단위가 되는 개인과 가계의 삶의 질과 안녕에 대한 사회적 관심이 커지고 있음. 이에 상품과 서비스의 개발에 있어서 상품중심이 아닌 소비자중심의 관점이 필요하고, 생활맥락에서 생성되는 다양한 데이터에 대한 이해와 활용에 대한 숙련도를 함양할 필요가 있음. 본 교과목은 빅데이터 분석을 실질적 라이프 솔루션 도출에 활용할 수 있는 융합적 역량을 강화하는 것을 목적으로 함. 소비, 의, 식, 아동, 가족 영역의 주요 현안을 파악하고, 각 영역에서 주로 활용되는 빅데이터의 종류와 내용을 학습하고, 빅데이터가 라이프 솔루션 도출에 실질적으로 활용되는 사례 학습을 통해 생활산업 영역 빅데이터 역량을 강화하고자 함.전선 / 학사
빅데이터 분석을 위한 수집과 활용 전반이 윤리적 이슈와 관련됨을 인식하는 가운데, 그 문제에 관한 자기의 입장을 문헌 연구와 토론을 통해 비판적으로 고찰하는 능력을 배양함으로써, 스스로 빅데이터에 대한 윤리적 질문을 던지고 답을 찾아갈 수 있는 능력을 배양한다.전선 / 대학원
본 강좌는 자연어처리 기술의 기초 이론을 다루며, 이를 바탕으로 의료정보처리 방법을 배우는 강좌이다. 자연어처리의 기초이론과 간단한 실습, 의료용어체계, 의료데이터의 종류 및 특성에 대해서 배우고, 이를 사용하여 의료문서로부터 정보를 추출 및 분석하는 방법론에 대해서 학습한다. 이후 소규모 프로젝트를 통하여 학생들이 직접 데이터를 보고 자연어처리를 진행하는 경험을 쌓도록 한다.논문 / 대학원
이 교과목은 대학원생들이 학위논문을 준비하고 수행하는데 있어 논문의 주제 선택과 연구 목표 및 연구 내용을 설계하고 관련 문헌을 통하여 연구 방법을 구체화 하는 것을 목표로 한다.전선 / 대학원
최근 동물세포공학의 발전을 통해 동물 및 인간 세포의 분리, 생산, 조작 기술이 향상되고, 이를 바탕으로 재생의료적 접근이 과거에 비해 활발히 이루어지고 있다. 본 과목에서는 줄기세포 치료제, 면역세포 치료제, 유전자 치료 기술 등 첨단 동물세포공학 기술을 이용한 기초 연구 및 중개의학적 접근에 대해 강의하고 토론한다.전선 / 대학원
다양한 종류의 의료 및 생명 분야 빅데이터가 생성되어 축적되고 있는 상황이다. 의료 분야 빅데이터는 기본적인 전자의무기록 외에도 이미지, 생체신호, 텍스트 등의 다양한 비정형 데이터를 포함하게 되었으며, 생명 분야 빅데이터는 차세대시퀀싱 기법의 발전으로 말미암아 유전체, 전사체, 후성유전체 등의 다양한 오믹스 데이터를 포함하게 되었다. 또한 이러한 빅데이터의 생성 및 축적과 더불어 인공지능 기법을 적용하여 기존에는 다루지 못했던 새로운 문제를 정의하고 보다 깊이 있는 빅데이터 분석을 시도하는 연구들이 등장하게 되었다. 본 강좌에서는 의료 및 생명 분야의 다양한 빅데이터를 소개하고 해당 데이터를 다룰 수 있는 인공지능 분석 기법들을 소개함으로써 최신의 의생명 빅데이터 관련 인공지능 연구를 배울 수 있도록 한다.전선 / 대학원
조직공학은 다양한 학문 분야를 아우르는 융합 학문으로써 최근 큰 발전을 이루고 있다. 조직공학 기반 기술은 의료 분야와 특히 밀접한 관계가 있을 뿐만 아니라 다양한 생명 관련 산업에도 매우 중요하다. 조직공학에서는 기본적으로 세포를 배양하고 생리학적 거동을 조절하기 위한 소재 개발이 중요한데 최근 3차원 배양 기술의 발전과 더불어 다양한 종류의 조직공학용 소재들이 연구·개발되고 있다. 따라서 본 강의에서는 생체 조직의 기본적인 특성을 익히고 배양용 기질을 이용한 세포 배양방법을 소개한다. 특히 최근 3차원 조직 배양 연구 동향 및 소재를 소개하여 대학원생들의 조직공학 관련 첨단소재에 대한 이해를 돕는다.전선 / 대학원
정보과학분야의 첨단 기법인 데이터마이닝과 머신러닝에 대한 이론을 학습하고 상업용패키지를 이용하여 농업분야응용에 대해 실습하며, 농업분야의 필요한 알고리즘을 개발하는 학습기회를 제공한다. Decision Tree, Probabilistic Machine Learning, Baysian Classifier, Neural Nets, Support Vector Machine, K--NN, Boosting, K--Means and Hierarchical Clustering, Reenforcement Learning 등에 대한 이론적 연구와 농업분야의 응용을 상업적 패키지를 이용하여 학습하고, 농업분야를 위한 알고리즘의 개발에 대해 실습한다.전선 / 대학원
유전체, 단백질체, 대사체 및 표현체 등을 포함한 빅데이터와 이를 이용한 연구 기법은 가설의 수립과 높은 정확도의 검증 결과를 통해 생물학적 현상을 이해하는 주요한 방법으로 자리잡고 있다. 이 강의는 생물학 연구에 유용한 다양한 오픈 소스의 빅데이터와 분석 기법을 살펴보는 것을 내용으로 한다. 문헌분석, 빅데이터의 구조, 빅데이터의 분석 등 빅데이터 기반 생물학 연구 기법의 일반론과 함께, 대사성 표현형 및 암질환 연구 등에 대한 활용 방법을 살펴봄으로써 생물학 빅데이터에 대한 이해를 높이고 앞으로 관련 학문을 전공하고자 하는 학생들에게 이론 및 실천적 지식과 전망을 제시한다.논문 / 대학원
대학원 석·박사 과정을 통해 수행될 연구에 필요한 기본적인 논문 연구와 이를 기초로 한 연구의 기획을 연습함으로써 독립적인 연구를 수행할 수 있는 능력을 함양할 수 있는 기회를 본 과목을 통해 제공하고자 한다. 수강생의 연구 주제에 대한 최근 논문의 검토와 분석, 그리고 이를 통한 수강생의 연구 방법론의 향상을 도모하고자 한다.전선 / 대학원
의생명과학은 주로 실험 연구를 기반으로 의학의 문제를 생물학적으로 해결하려는데 초점을 맞추고 있다. 따라서 의생명과학은 본질적으로 융합적 과학의 성격을 띨 수밖에 없기 때문에 이 학문을 잘 이해하고 학문적 소양을 쌓기 위해서는 메타과학적 시각에서 조망해 보는 작업은 상당히 중요한 일이 된다. 본 강의에서는 의생명과학 연구의 특징을 메타과학적 시각에서 살펴봄으로써 더 나은 과학자로 성장하는 데 중요한 자양분을 제공하고자 한다. 또한 성공이 아닌 성장이라는 개념적 틀에서 의생명과학 연구의 의미와 역할을 들추어 보면서 과학자의 품격을 쌓는데 도움을 주고자 한다.