• Journal of agriculture & life science
• /
• v.50 no.1
• /
• pp.1-22
• /
• 2016

In this study, the securing state of nationally indicated beneficial microbial resources was evaluated in an aspect of bio-diversity using their taxonomical information. Depending on the analysis result with the Margalef's richness or the Mehinick's index which are representative bio-diversity analytical indices, species diversity values was revealed as 8.537, 3.546 within bacterial resources, 3.349, 2.167 within fungal resources. Several developed or researched beneficial strains and spoilage microbes showed relative taxonomical relationship with comparation of their biological information. As a result, we propose the necessity or countermeasure method for preventing the microbial spoilage with the overhauling consideration of advanced research on agricultural microbiology covering crop endophyte beneficial/spoilage microorganisms.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2017.04a
• /
• pp.848-849
• /
• 2017

차세대 염기 분석(NGS) 장비의 발달로 시퀀스 분석에 대한 연구는 가속화 되고 있다. 조각들로 이루어진 리드들을 어셈블하는 방법부터 이미 유전체의 정보가 알려진 데이터베이스를 이용하여 정보를 명명하는 방법까지 다양한 방법들에 대한 방법들이 주를 이루고 있다. 하지만 어셈블하는 툴마다 다른 입력 포맷을 요구하고 있어 NGS의 결과로 다양한 방법으로 어셈블하여 비교 분석하기 쉽지 않다. 뿐만 아니라 생물 학자들이 세포내의 진화나 계통발생학적 분류를 위한 연구를 위해서 유전체 지도 완성 후 세포내의 기관별 분리 분석이 필요하나 참고 시퀀스로부터 매핑 및 기관별 분리 분석을 위해 사용목적에 따라 입력 포맷이 다른 다른 툴을 사용해야한다. 따라서 본 논문에서는 핵, 색소체, 미토콘드리아와 같은 세포내 기관에 대한 정보를 알기 위해 최소의 정보를 입력하여 분석하고자하는 시퀀스을 입력하여, 최대한 유사하게 매칭되는 유전체를 찾아 분석하는 방법을 제안함으로써, 진핵세포내의 발생학적 연구에 도움이 되는 방법을 제안하고자 한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06b
• /
• pp.492-494
• /
• 2012

MicroRNAs(miRNAs)는 mRNA의 발현량을 조절하여 단백질 생성량에 영향을 주는 것으로 잘 알려져있다. miRNA의 데이터베이스는 실험으로 증명된 결과를 중심으로 구성되어 있다. 하지만 miRNA 데이터베이스는 miRNA가 대상으로 하는 유전자 정보에 초점을 맞추고 있어서 그 이상의 질병정보를 얻기에는 어려움이 있다. 본 논문에서는 miRNA와 Protein-Protein Interaction(PPI) 통합 모델을 설계하여 miRNA의 의미적 확장 방법을 제시하고 있다. 또한 Online Mendelian Inheritance in Man(OMIM)을 이용한 miRNA, PPI, 관련 질병, 질병 표준화 관계의 확장방법을 찾아보았다. 이러한 접근 방법은 이형 데이터베이스를 연결하여 하나의 생물학적 시야를 제공할 수 있을 것으로 기대된다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.04b
• /
• pp.607-610
• /
• 2002

본 연구에서는 식품 안정성을 검사하기 위해 식품 내 미생물 농도를 계산하는 방법을 제안한다. 기존의 생물학적 방법을 보완하여 영상 분석에 기반한 자동화 방법으로 빠르고 보다 정확한 방법을 제안한다. 현미경으로 확대한 시료의 영상을 자동으로 분석하여 영상 내의 미생물의 수를 측정하면 여러 영상에 대한 결과를 통계적으로 분석하여 식품 내 미생물 농도를 보다 정확히 측정할 수 있다. 영상 처리 과정을 통해 영상으로부터 미생물군을 찾아내고, 해당 미 생물군을 모양에 따라 세 가지 종류-간균, 구균, 효모로 분류하고 계수한다. 제안하는 시스템의 성능을 실험으로 보였다. 영상 내에서 측정된 미생물의 수와 실제 미생물의 수의 비를 검토해 본 바, 본 시스템이 실용적임을 보였다.

• Journal of the Korean Data and Information Science Society
• /
• v.28 no.4
• /
• pp.743-754
• /
• 2017

Assessing bioequivalence between original drug and generic drug is traditionally based on $2{\times}2$ crossover design. As bioequivalence trials for highly variable drugs are getting popular, the required sample size based on $2{\times}2$ crossover design would be very large, which might cause the ethical concerns. Regulatory agencies like EMA and MFDS recommended higher order crossover designs such as $2{\times}4$, $4{\times}2$ and $4{\times}4$ crossover designs. Alternatively, a $2{\times}3$ dual design may be recommended in terms of economical and ethical points of view in comparison with the $2{\times}4$ crossover design for highly variable drug. In this study, we consider some statistical characteristics of $2{\times}3$ dual design and propose statistical procedures for calculating sample size and assessing bioequivalence based on $2{\times}3$ dual design. We also discuss the proposed procedures from the perspective of newly revised bioequivalence guidance issued by MFDS.

• Proceedings of the Korean Information Science Society Conference
• /
• 2006.06a
• /
• pp.73-75
• /
• 2006

생물체 내에서 중요 생물학적 기능을 수행하는 기본 단위인 단백질 및 이들의 상호작용 대한 많은 연구가 이루어져 다양한 생물체에 대한 단백질 상호작용 데이터베이스가 구축되었다. 본 논문에서는 효모에 대해 공개되어있는 단백질 상호작용 데이터를 이용하여 새로운 단백질 상호작용을 예측하는 방법을 제안한다. 논문에서는 문헌에서 연관 정보를 효율적으로 찾아내기 위하여 제안된 연관개념공간 탐색 방법을 확장하여 단백질 상호작용 예측에 사용한다. 단백질들은 각각이 가지는 다양한 속성들의 벡터로 간주되며, 상호작용은 해당 단백질들의 연관성을 통해 이루어지는 것으로 표현된다. 상호작용하는 두 단백질들의 속성은 단어의 공동 출현과 같이 고려되어 단백질 상호작용은 두 단백질 벡터의 요소로 표현되고 벡터의 요소 속성들 간의 연관성을 표현하기 위해 연관속성개념공간으로 사상되어 공간상의 거리 기반으로 연관속성을 추출한다. 추출된 연관속성을 최대로 포함하는 단백질들 간의 상호작용을 예측하는 방식으로 단백질 상호작용을 예측한다. 논문에서 제안한 방법은 효모의 단백질 상호작용 예측에 대해 평균 약 91.8%의 예측 정확도를 보여, 연관속성개념공간을 이용한 방법이 단백질 상호작용을 예측하는 또 다른 대안으로 사용 될 수 있음을 확인하였다.

• Journal of fish pathology
• /
• v.6 no.1
• /
• pp.65-70
• /
• 1993

The delicate histological structure of gill in teleosts can be easily affected by a variety of biological, chemical or physical detrimental agents because it is directly exposed to the surrounding water. The epithelium of secondary lamella is thin to allow efficient gaseous exchange and this also renders it particularly vulnerable to various pathogens. As well as the main respiratory role, the gill has other various important functions such as acid-base balance, osmoregulation or the excretion of nitrogenous waste products. Thus destruction of epithelial integrity such as epithelial necrosis or thickening can render a fish very vulnerable to respiratory, secretory and excretory difficulties. This article was tried to describe in detail the common processes of pathological responses correlated to the normal histological structures of the gill in teleosts.

• KIPS Transactions on Software and Data Engineering
• /
• v.8 no.10
• /
• pp.397-402
• /
• 2019

Accurately predicting cancer prognosis to provide appropriate treatment strategies for patients is one of the critical challenges in bioinformatics. Many researches have suggested machine learning models to predict patients' outcomes based on their gene expression data. Gene expression data is high-dimensional numerical data containing about 17,000 genes, so traditional researches used feature selection or dimensionality reduction approaches to elevate the performance of prognostic prediction models. These approaches, however, have an issue of making it difficult for the predictive models to grasp any biological interaction between the selected genes because feature selection and model training stages are performed independently. In this paper, we propose a novel two-dimensional image formatting approach for gene expression data to achieve feature selection and prognostic prediction effectively. Node2Vec is exploited to integrate biological interaction network and gene expression data and a convolutional neural network learns the integrated two-dimensional gene expression image data and predicts cancer prognosis. We evaluated our proposed model through double cross-validation and confirmed superior prognostic prediction accuracy to traditional machine learning models based on raw gene expression data. As our proposed approach is able to improve prediction models without loss of information caused by feature selection steps, we expect this will contribute to development of personalized medicine.

• Korean Journal of Biological Psychiatry
• /
• v.6 no.1
• /
• pp.21-29
• /
• 1999

Traumatic Brain Injury(TBI) of any severity can result in broad and persisting biopsychosocial sequelae. Depression after TBI occur at a greater frequency than in the general population, with estimates approaching 25% to 50% for major depression, and 155 to 30% for dysthmia. Acute onset depressions are related to lesion location and may have their etiology in biological response of the injured brain, whereas delayed onset depressions may be mediated by psychosocial factors, suggesting psychological reactions as a possible mechanism. Anxious depressions are associated with right hemisphere lesions, whereas major depressions alone are associated with left dorsolateral frontal and left basal ganglia lesions. However, there is insufficient information to postulate a specific neuroanatomic model for TBI-related depression.

• Proceeding of EDISON Challenge
• /
• 2015.03a
• /
• pp.124-131
• /
• 2015

단백질의 구조를 예측하기 위해서 구조가 알려져 있는 단백질 중 진화적으로 유사한 단백질의 구조 정보를 이용하는 Template Based Modeling (TBM) 방법이 현재까지 가장 효과적으로 많이 사용되고 있다. 단백질의 삼차 구조를 이루는 단위 중에서도 고리 부분은 효소 활성 부위 또는 리간드 결합 부위 등으로 작용하여 단백질의 생물학적 기능에 연관되어 있다. 하지만 진화적으로 가까운 단백질이어도 고리 부분은 서열이 잘 보존되지 않아 충분한 구조 정보를 주지 못하고 TBM 방법으로 고리 구조까지 정확히 예측을 할 수 없다. 따라서 TBM 방법으로 예측한 구조의 고리 부분을 주형 정보에 의존하지 않고 다시 예측하여 전체 구조를 정밀화하는 과정이 중요하다. 이번 연구에서는 이를 위해 자유 에너지를 고려한 고리 구조 예측 방법을 적용하여 그 효과를 검증해보았다.