• The Science & Technology
• /
• v.30 no.10 s.341
• /
• pp.82-83
• /
• 1997

콩의 유전자지도 작성으로 고품질의 새로운 품종개발에 심혈을 기울이고 있는 농촌진흥청 전작과 농업연구사 이석하박사. 우리나라가 콩의 고향이라고 말하는 이박사는 유전자지도를 더욱 세밀화하여 앞으로 나물콩, 밥밑콩, 두부용콩, 비린내 없는 콩 등의 품종개발에도 연구를 계속하고 있다.

• The Microorganisms and Industry
• /
• v.20 no.1
• /
• pp.2-9
• /
• 1994

최근에 미국의 국립보건원과 에너지성에서는 1990년부터 합동으로 수행하고 있는 게놈연구 5개년 계획(1991-1995)을 보완하여 새로운 5개년(1994-1998) 계획을 마련하였다. 이 계획에는 인체게놈의 지도작성 및 염기서열결정, 물리지도에 알려진 유전자들의 위치결정, 게놈연구에 필요한 기술, 모델 organism, 정보의 축적, 윤리, 법 및 사회적인 문제, 게놈연구에 관련된 교육훈련, 기술이전, 축적된 기술 및 데이타의 상호교환 등에 관한 구체적인 계획들의 변경을 포함하고 있다. 본문에서는 인체게놈연구 수행을 위하여 필요로 하는 몇몇 게놈연구 관련 기술과 현재 이용되고 있는 유전자지도 작성방법 등에 대하여 알아보고 향후의 게놈연구 방향에 관하여 기술하려고 한다.

• The Science & Technology
• /
• v.33 no.2 s.369
• /
• pp.43-50
• /
• 2000

21세기의 여명은 생명공학과 함께 밝아 오기 시작했다. 먼저 1990년부터 30억달러의 연구개발비를 투입하여 미국을 비롯한 세계 15개국가의 3백50여개의 연구기관이 참여하여 추진하는 인간게놈계획이 2000년대 초에 마무리되어 14만개의 사람 유전자가 어떻게 구성되어 있는가 지도를 보듯 한눈에 알아 볼 수 있는 '유전자지도'가 선보인다. 그래서 심장병, 암, 알츠하이머병과 심지어는 에이즈까지 포함하여 유전자의 잘잘못과 관련된 모든 질병의 원인을 근본부터 밝힐 수 있게 되어 특히 의학과 약학을 포함한 생명과학에는 새로운 지평이 펼쳐진다. 세계 주요 연구기관과 저명한 과학자들이 진행중인 연구개발을 통해 21세기의 생명과학의 주요 분야를 전망한다.

• The Korea Swine Journal
• /
• v.16 no.7 s.179
• /
• pp.73-76
• /
• 1994

• The Korea Swine Journal
• /
• v.16 no.6 s.178
• /
• pp.130-133
• /
• 1994

• 산림경영
• /
• s.153
• /
• pp.39-39
• /
• 2002

• Proceedings of the Korea Information Processing Society Conference
• /
• 2000.04a
• /
• pp.89-93
• /
• 2000

구조 적응형 자기구성 지도는 일반적으로 자기구성 지도의 구조가 초기에 결정되어 학습이 끝날 때까지 변하지 않기 때문에 발생하는 문제를 해결하기 위해 지도의 구조를 학습 중에 적절하게 변경시킨다. 이때, 변화된 구조의 가중치를 어떻게 초기화시킬 것인가 하는 것이 중요한 문제이다. 이 논문에서는 기존의 비교사 학습방법에 LVQ 알고리즘을 이용한 교사 학습방법을 결합한 구조 적응형 자기구성 지도 모델에서 유전자 알고리즘을 이용하여 분화된 노드의 가중치를 결정하는 방법을 제안한다. 이 방법은 기존의 구조 적응형 자기구성 지도 알고리즘보다 빠르게 학습되었고, 인식률 면에서도 기존의 방법보다 높은 값을 나타내었으며, 자기구성 지도의 특성인 위상 보존도 잘 이루어졌다. 오프라인 필기 숫자 데이터로 실험한 결과, 제안한 방법이 유용함을 알 수 있었다.

• Journal of Life Science
• /
• v.25 no.9
• /
• pp.1059-1071
• /
• 2015

Watermelon and melon are economically important Cucurbitaceae crops. Recently, the development of molecular markers based on the construction of genetic linkage maps and detection of DNA sequence variants through next generation sequencing are essential as molecular breeding strategies for crop improvement that uses marker-assisted selection and backcrossing. In this paper, we intended to provide useful information for molecular breeding of watermelon and melon by analyzing the current status of international and domestic research efforts on genomics and molecular markers. Due to diverse genetic maps constructed and the reference genome sequencing completed in the past, DNA markers that are useful for selecting important traits including yield, fruit quality, and disease resistances have been reported and publicly available. To date, more than 16 genetic maps and loci and linked markers for more than 40 traits have reported for each watermelon and melon. Furthermore, the functional genes that are responsible for those traits are being continuously discovered by high-density genetic map and map-based cloning. In addition, whole genome resequencing of various germplasm is under progress based on the reference genome. Not only by the efforts for developing novel molecular markers, but application of public marker information currently available will greatly facilitate breeding process through genomics-assisted breeding.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.11 no.3
• /
• pp.223-230
• /
• 2001

Since self-organizing map (SOM) preserves the topology of ordering in input spaces and trains itself by unsupervised algorithm, it is Llsed in many areas. However, SOM has a shortcoming: structure cannot be easily detcrmined without many trials-and-errors. Structure-adaptive self-orgnizing map (SASOM) which can adapt its structure as well as its weights overcome the shortcoming of self-organizing map: SASOM makes use of structure adaptation capability to place the nodes of prototype vectors into the pattern space accurately so as to make the decision boundmies as close to the class boundaries as possible. In this scheme, the initialization of weights of newly adapted nodes is important. This paper proposes a method which optimizes SASOM with genetic algorithm (GA) to determines the weight vector of newly split node. The leanling algorithm is a hybrid of unsupervised learning method and supervised learning method using LVQ algorithm. This proposed method not only shows higher performance than SASOM in terms of recognition rate and variation, but also preserves the topological order of input patterns well. Experiments with 2D pattern space data and handwritten digit database show that the proposed method is promising.

• Journal of Plant Biotechnology
• /
• v.39 no.1
• /
• pp.33-48
• /
• 2012

As a scientific curiosity to understand the structure and the function of crops and experimental efforts to apply it to plant breeding, genetic maps have been constructed in various crops. Especially, in the case of Brassica crop, genetic mapping has been accelerated since genetic information of model plant $Arabidopsis$ was available. As a result, the whole $B.$ $rapa$ genome (A genome) sequencing has recently been done. The genome sequences offer opportunities to develop molecular markers for genetic analysis in $Brassica$ crops. RFLP markers are widely used as the basis for genetic map construction, but detection system is inefficiency. The technical efficiency and analysis speed of the PCR-based markers become more preferable for many form of $Brassica$ genome study. The massive sequence informative markers such as SSR, SNP and InDels are also available to increase the density of markers for high-resolution genetic analysis. The high density maps are invaluable resources for QTLs analysis, marker assisted selection (MAS), map-based cloning and comparative analysis within $Brassica$ as well as related crop species. Additionally, the advents of new technology, next-generation technique, have served as a momentum for molecular breeding. Here we summarize genetic and genomic resources and suggest their applications for the molecular breeding in $Brassica$ crop.