최근 확인한 콘텐츠
데이터가 존재하지 않습니다.
Duarte, Sofia; Vieira, Pedro E.; Lavrador, Ana S.; Costa, Filipe O.
2021 / SCIENCE OF THE TOTAL ENVIRONMENT
데이터가 존재하지 않습니다.
loading...
해양 생태계에서 외래종은 생물 다양성 및 생태계 기능에 대한 주요 위협으로 인식되고 있으며, 메타바코딩은 외래종 감시를 위한 효과적인 도구로 활용되고 있습니다. 메타바코딩은 주로 수질 샘플의 환경 DNA를 분석하여 수행되며, 18S rRNA 및 COI 유전자가 널리 사용되는 마커입니다. 하지만, 프라이머 편향 및 불완전한 참조 라이브러리와 같은 한계점을 극복하고 표준화된 프로토콜 개발이 필요합니다.
Marine Metagenomics : Technological Aspects and Applications
Metagenomics : methods and protocols
Barcoding nature : shifting cultures of taxonomy in an age of biodiversity loss
DNA barcoding and molecular phylogeny
Next-generation sequencing data analysis
Microbial population genetics
Forensic science in wildlife investigations
DNA Barcoding and Molecular Phylogeny
Tagging and tracking of marine animals with electronic devices $cJennifer L. Nielsen ... [et al.], editors.
Metagenomics : methods, applications and perspectives
DNA barcodes : methods and protocols
Molecular biological technologies for ocean sensing
Shark research : emerging technologies and applications for the field and laboratory
Forensic science : a multidisciplinary approach
Molecular and cellular approaches to neural development
Molecular cytogenetics : protocols and applications
The role of tropics in climate change : global case studies
Bioinformatics approaches for the study of the human gut microbiome : From metagenomics to data analysis : The study of the human gut microbiome in selected deseases of the human gut
Metabarcoding and Metagenomics
Duarte S.,Vieira P.E.,Costa F.O.Polar Biology
van den Heuvel-Greve, Martine J.; van den Brink, Anneke M.; Glorius, Sander T.; de Groot, G. Arjen; Laros, Ivo; Renaud, Paul E.; Pettersen, Ragnhild; Węsławski, Jan Marcin; Kuklinski, Piotr; Murk, Albertinka J.Environmental DNA
Sard N.M.,Herbst S.J.,Nathan L.,Uhrig G.,Kanefsky J.,Robinson J.D.,Scribner K.T.iScience
Jesús Zarcero; Adrià Antich; Marc Rius; Owen S. Wangensteen; Xavier TuronNeoBiota
Zangaro F.,Saccomanno B.,Tzafesta E.,Bozzeda F.,Specchia V.,Pinna M.Marine Pollution Bulletin
Fernandez S.,Miller D.L.,Holman L.E.,Gittenberger A.,Ardura A.,Rius M.,Mirimin L.Global Change Biology
Westfall K.M.,Therriault T.W.,Abbott C.L.Biofouling
Couton M.,Lévêque L.,Daguin-Thiébaut C.,Comtet T.,Viard F.FRONTIERS IN MARINE SCIENCE
Gielings, Romy; Fais, Maria; Fontaneto, Diego; Creer, Simon; Costa, Filipe Oliveira; Renema, Willem; Macher, Jan-NiklasMarine environmental research
Lavrador AS; Amaral FG; Moutinho J; Vieira PE; Costa FO; Duarte SMarine Biology: International Journal on Life in Oceans and Coastal Waters
Abad, David; Albaina, Aitor; Aguirre, Mikel; Laza-Martínez, Aitor; Uriarte, Ibon; Iriarte, Arantza; Villate, Fernando; Estonba, AndoneSCIENTIFIC REPORTS
Singer, G. A. C.; Fahner, N. A.; Barnes, J. G.; McCarthy, A.; Hajibabaei, M.Hydrobiologia
Mel S. Berran; Andrew R. Weeks; Rhys A. Coleman; Farley Connelly; Sue Vern Song; Reid TingleyFISHERIES SCIENCE
Miya, Masaki; Gotoh, Ryo O.; Sado, TetsuyaEcological Applications
Mahon A.R.,Grey E.K.,Jerde C.L.PeerJ
Matsuoka S.,Sugiyama Y.,Nagano M.,Doi H.Annals of Animal Science
Naz S.,Chatha A.M.M.,Khan R.U.Anders Lanzén; Veljo Kisand; Ursula Eisendle; Tristan Cordier; F.I. Aguirre; Larissa Frühe; Xavier Pochon; Laura Carugati; Régis Vivien; Kat Bruce; A. Krolicka; Alexander Weigand; Franck Lejzerowicz; Agnès Bouchez; Sofia Alexandra Ferreira Duarte; Cinzia Corinaldesi; Marketa Sagova-Mareckova; Benoît J.D. Ferrari; Jan Pawlowski; Kristina Cermakova; Filipe O. Costa; Emilie Lyautey; L. Apothéloz-Perret-Gentil; Roberto Danovaro; T. Baussant; K. Panksep; Florian Leese; S. Amafitano; Stefano Fazi; John K. Pearman; Arne Haegerbaeumer; Thorsten Stoeck; Fabrizio Frontalini; Irena Maček; Antonio Dell'Anno
Diversity and Distributions
Vieira P.E.,Lavrador A.S.,Parente M.I.,Parretti P.,Costa A.C.,Costa F.O.,Duarte S.Methods in Ecology and Evolution
Zhang S.,Zhao J.,Yao M.전필 / 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
다양한 환경오염물질에 노출되어 건강영향을 야기하려면 체내흡수가 이루어져야한다. 환경매체중 물질의 함량과 접촉을 조사하는 노출모델(exposure model)과 약동력학(pharmacokinetics)를 이용한 노출량 추적 및 노출시뮬레이션, 인구집단 바이오모니터링연구 기획 및 분석절차와 자료 해석을 제대로 수행하기 위해 인체노출평가는 생체지표(biomarker)를 측정하여 노출과 건강영향을 연결하고 이해하는데 필요한 원리를 체계적으로 학습할 수 있도록 기획되었다. 산업보건학과 환경보건학분야에서 축적된 경험과 지식을 학 학문적 원리로 정리하고 기념비적인 학술연구와 최신연구경향을 담은 논문을 리뷰하면서 인체노출평가의 원리와 실제를 학습한다.전선 / 대학원
디지털 영상 처리 및 분류를 통한 원격탐사 위성영상으로부터 추출 가능한 지리정보의 효과적인 판독 및 분류 기법을 습득하고 실제 실험 프로젝트를 통하여 위성영상의 판독 능력을 배양한다.전선 / 대학원
본 교과목의 목적은 암환자가 증가하는 현 시점에서 간호사들이 암의 예방, 조기검진, 집단 색출의 중요성을 이해하고 그 이론적 근거와 방법을 이해하여 이를 건강한 사람들에게 적용하여 보급함은 물론, 건강증진의 목적으로 암의 예방이나 조기검진방법에 대한 연구를 계획, 수행함으로써 국민 건강증진사업에 일조를 하게 하기 위함이다. 이 교과목에서는 문헌들을 분석, 종합하여 최근 발표되는 암의 유발요인을 발견하고 이를 국민의 암 예방이나 조기발견사업에 적용하게 한다.전선 / 학사
본 교과목은 실험 데이터를 모아 놓은 데이터베이스 및 데이터의 해독에 필요한 프로그램에 대한 수요에서 비롯된 것으로 인간 및 동물의 게놈염기배열 정보를 바탕으로 생명현상을 이해하는 학문이다. 따라서 본 교과목에서는 유전적 표지인자를 이용 한 동물분자육종, 사람의 유전정보를 바탕으로 동물의 종간 비교지도작성, 단일 염기다형(SNP)의 해독기술, 특정 염색체영역에 있는 유전자 및 질병의 검색 및 Lab informatics 등에 대하여 강의한다.전선 / 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.공통 / 대학원
기초 유전학 및 바이오 연구에 많이 사용되는 Drosophilia, C elegans. zebra fish, xenopus 등을 포함하여, 바이오분야 연구에 많이 사용되는 마우스와 같은 소형 실험동물부터 영장류까지, 기초 및 응용 전분야의 실험동물종을 망라하는 모델동물에 관한 주제로 구성하였다. 또한 생명연구윤리, 모델동물의 리소스 시스템, 동물실험대체시험법, 각종 질환연구에 활용되고 있는 모델동물의 현황 - 대사성질환모델, 노화 및 퇴행성 질환, 뇌질환, 행동연구, 감염성 질환, 종양성 질환, 염증성 질환, 유전자조작모델동물 등의 세분화된 응용 주제로 편성된다.전선 / 대학원
바이오시스템의 연구에 필요한 정밀농업과 ICT 정보공학의 기술과 적용사례를 다룬다. 이를 위해 정밀농업의 기반 기술인 지구측위시스템, 원격탐사, 변량살포 기술, 포장정보 검출 및 변이분석 등을 공부하고 ICT 정보처리를 위한 USN, 유무선 통신 및 ISOBUS 데이터 표준화 기술에 대한 이론적 고찰과 적용 사례를 다룬다.전선 / 대학원
본 교과목은 대학원생들에게 장내미생물 메타유전체 분석의 원리와 최신 연구 동향을 소개하고, 실제 데이터를 기반으로 한 미생물 분석 기술을 이해하는데 있다. 장내미생물 연구는 인체와 동물의 건강, 질병, 대사 조절, 면역 반응 등 다양한 생리적 기능과 밀접한 관련이 있으며, 최근에는 질병 진단과 치료, 기능성 식품 개발, 정밀 영양학 및 축산 산업 등 여러 분야로 응용 범위가 확장되고 있다. 이러한 연구의 핵심 분석 기술로 메타유전체학(Metagenomics)이 자리 잡으면서, 미생물군집의 전체 유전정보를 해석하고 기능적 상호작용을 이해하는 능력이 필수적으로 요구되고 있다. 따라서 본 교과목을 통해 미래의 마이크로바이옴 기반 연구 및 산업 응용 전문가로 성장할 수 있는 기반을 제공하고자 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.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
분자 수준 (DNA, RNA, proteins, epigenome) 생물정보 데이터 분석에 사용된 기계학습 기법을 구체적 문제와 함께 학습하는 과목이다. 생물정보학에 거의 모든 기계학습 기법이 사용 되고 있는데, 본 과목에서 다루는 기법은 dynamic programming, ML, MAP, (generalized) hidden Markov model (HMM), Gibbs sampling, Dirichlet mixture, expectation maximization, (graph) convolutional neural network, (graph) embedding, (Baysian) autoencoder 등이다.전선 / 대학원
분자 수준 (DNA, RNA, proteins, epigenome) 생물정보 데이터 분석에 사용된 기계학습 기법을 구체적 문제와 함께 학습하는 과목이다. 생물정보학에 거의 모든 기계학습 기법이 사용 되고 있는데, 본 과목에서 다루는 기법은 dynamic programming, ML, MAP, (generalized) hidden Markov model (HMM), Gibbs sampling, Dirichlet mixture, expectation maximization, (graph) convolutional neural network, (graph) embedding, (Baysian) autoencoder 등이다.전선 / 대학원
손상된 조직재생, 기능을 복원하기 위해 개발되는 저분자, 펩타이드, 단백질, 유전자 치료제 신약에 대한 분류, 신약으로 도출되기 위해 필수로 수행해야하는 시험 및 임상연구에 대한 기초지식을 학습함. 또한 조직복원을 위한 약물융합소재, 생리활성 바이오소재 등에 기반한 의료기기의 설계 및 기능평가 연구에 대해서 학습함.전필 / 대학원
본 과목에서는 생물정보학Ⅰ, Ⅱ에서 생물정보학에 대한 전반적인 이해를 한 학생을 대상으로 하며 생물학적 데이터베이스, 컴퓨터 기법과 알고리즘에 대한 이해에 기반한 대량 서열 분석, 방대한 데이터로부터의 데이터 마이닝 등 생물정보학적 기법에 대해 심도있게 다루어 응용분석과 프로그램 설계 기술을 습득하도록 한다. 또한 DNA microarray등의 생물정보학의 각종 현안 과제를 고급 통계학적 관점이나 모델링 분석법등을 적용하여 심도있게 고찰한다.전선 / 대학원
구강악안면방사선학분야에서 최근 이루어지고 있는 연구동향과 최신지견에 대해 토의한다.전선 / 대학원
차세대 DNA 염기서열 결정법(next-generation DNA sequencing)을 포함한 분자분석 기술에 대한 최근의 발전은 생물학적 연구의 다양한 영역에 일대 혁신을 일으켰다. 이런 기술들은 연구 패러다임을 바꾸고 있다는 점에서 대기미생물학 연구와 동일하다. 이 과목은 교대로 최근 논문을 읽음으로써 대기미생물학과 보건학에 대한 최근의 이슈를 배우고 공유하는 기회를 제공한다. 대기미생물학 연구에 사용되는 최첨단 기술, 지구온난화에 미치는 공기 중 미생물의 영향, 공기 중 감염질병의 발현이나 공기 중 미생물 인자와 관련된 생물방어(biodefense) 외에도 특정 관심 주제들 포함한다. 선수과목 : 보건대기미생물학개론전선 / 대학원
세균학분야에 있어 관심거리가 되는 특정 토픽등을 대상으로 국내외의 연구동향을 파악하게 할 수 있는 것으로서 새로이 또는 다시 문제가 될 수 있는 미생물질환, 그리고 유전자수준에서 심층적으로 연구되고 있는 특정 모델등을 대상으로 학습한다.전선 / 대학원
디자인 연구의 기본이 되는 논문의 개념 및 기본 연구 설계 방법을 학습하고 실습한다. 디자인 자료 수집의 기초가 되는 설문지 및 인터뷰 시나리오 구성, 자료 수집 방법 및 전략, 연구 대상 설정 등의 연구 설계의 기초 과정을 이해하여, 연구 설계를 할 수 있는 능력을 배양한다. 또한 본인 연구주제와 관련된 선행 연구 분석을 통해, 연구논문계획서를 작성하여, 디자인 연구 진행의 기초가 될 수 있도록 한다.전선 / 대학원
생명 공학의 발전과 의료의 디지털화로 인해서 방대한 양의 유전체 및 오믹스, 그리고 전자의무기록 데이터가 수집되었으며, 이제 이 방대한 데이터의 처리 및 분석이 중요한 문제이다. 본 과목은 유전체, 오믹스, 의료 데이터의 특성을 소개하며, 이러한 데이터를 분석할 수 있는 통계 및 머신러닝 기반의 분석 방법을 소개한다. 특히, 이 과목은 유전체 등의 바이오 데이터와 전자의무기록이 결합되어 있는 바이오뱅크 데이터에 중점을 둔다. 구체적인 주제는 다음과 같다 ◆ 유전체 등의 바이오데이터와 전자의무기록 데이터의 특성 ◆ 유전체 데이터 연관성 분석 ◆ 유전체 기반 질병 위험도 예측, 인과관계 추론 및 약물 표적 규명 ◆ 전자의무기록 데이터 기반 임상 의사결정 지원 시스템 ◆ 유전체 및 임상 데이터 통합한 다중 모드 데이터 분석