• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10c
• /
• pp.66-68
• /
• 1998

이열 기계 배치 문제는 기계의 수가 많아지면 기존의 알고리즘으로는 실제적으로 해결이 불가능한 조합 최적화 문제이다. 본 논문에서는 최적의 기계 배치를 찾기 위하여 유전자 알고리즘을 사용하고 기존의 방법과 비교하여 선택 과정의 개선을 통해 최적화의 성능을 향상시키는 방법에 대하여 고찰한다. 실험을 통하여 제안된 방법의 성능을 분석하였다.

• Journal of Life Science
• /
• v.30 no.6
• /
• pp.570-579
• /
• 2020

Pre-mRNA splicing is a crucial step for the expression of information encoded in eukaryotic genomes. Alternative splicing occurs when splice sites are differentially recognized and more than one transcript and potentially multiple proteins are generated from the same pre-mRNA. The decision on which splice sites are selected under particular cellular conditions is determined by the interaction of proteins, globally designated as splicing factors, that guide spliceosomal components, and thereby the spliceosome, to their respective splice sites. Abiotic stresses such as heat, cold, salt, drought, and hypoxia markedly alter alternative splicing patterns in plants, and these splicing events implement changes in gene expression for adaptive responses to adverse environments. Alteration of the expression or activity of splicing factors results in alternative splicing under cold, heat, salt, or drought conditions, and alternatively spliced isoforms respond distinctly in several aspects such as expression in different tissues or degradation via nonsense-mediated decay. Spliced isoforms may vary in their subcellular localization or have different biological functions under stress conditions. Despite numerous studies, functional analyses of alternative splicing have been limited to particular abiotic stresses; the molecular mechanism of alternative splicing in abiotic stress response remains uncovered which suggests that further studies are needed in this area.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2005.11a
• /
• pp.467-470
• /
• 2005

퍼지모델은 주로 경험적 방법에 의해 추출되기 때문에 보다 구체적이고 체계적인 방법에 의한 동정 및 최적화 될 필요성이 요구된다. 따라서 본 논문에서는 퍼지 모델의 전반부 및 후반부의 구조 동정과 파라미터 동정에 있어서 최적의 구조 및 파라미터를 찾기 위해 유전자 알고리즘을 이용한다. 초기 퍼지 모델을 설계하기 위해 유전자 알고리즘을 이용하여 입력 변수의 수, 선택될 입력 변수, 멤버쉽함수의 수, 그리고 후반부 형태를 결정한다. 구축된 퍼지 모델은 유전자 알고리즘에 의해 세대를 거듭하면서 전반부 파라미터를 자동 동조함으로써 최적의 퍼지 모델을 설계한다. 또한 구조 동정 및 파라미터 동정을 동시에 시행함으로서 정보 입자 기반 퍼지 모델의 유전자적 최적화를 도모한다. 마지막으로 제안된 퍼지 모델은 표준 모델로서 널리 사용되는 수치적인 예를 통하여 평가한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2015.01a
• /
• pp.31-34
• /
• 2015

로봇 경로 탐색은 주어진 시작 지점으로부터 목표 지점까지 장애물에 부딪히지 않는 경로를 찾는 것이다. 본 연구에서는 시간 제약이 있는 상황에서 로봇 경로 탐색을 위한 유전자 알고리즘을 제안한다. 제안하는 유전자 알고리즘은 적은 세대 수에서도 해를 찾을 수 있도록 수렴에 집중한 초기화, 유전자 연산자, 자연선택 방법을 사용하였다. 기존 유전 알고리즘들과의 비교 실험은 제안하는 유전 알고리즘이 경로 탐색을 위해 적은 세대 수를 사용하면서도 가장 짧은 경로를 찾을 수 있음을 보여준다.

• The Korean Journal of Zoology
• /
• v.37 no.2
• /
• pp.240-248
• /
• 1994

골격근 세포는 미분화 단핵 근원세포로부터 신장과 융합을 거쳐 다핵 횡문근섬유로 분화되어 가며 동시에 근특이 유전자의 발현이 선택적으로 일어난다. 본 연구에서는 계배 배양 근원세포의 분화동안 유전자 발현 조절 양상에 대한 연구를 위해, 계배 근원세포를 72시간 배양한 근섬유로부터 CDNA 라이브러리를 제작하였다. 이 cDNA 라이브러리를 미분화 단핵 근원세포(배양 36시간)와 분화된 다핵 근섬유(배양 72시간)의 poly(A)+ RNA 주형에서 합성된 [32P〕cDNA를 Probe로 사용한 differential plaque hybridization 방법으로 스크리닝하였다 분화된 다핵 근섬유 CDNA probe에 강한게 흔성화되는 CDNA clone을 선별하여 클로닝하였다. 선별한 CDNA clone 들 중 하나는 약 1.3 Kb 크기의 삽입절편을 갖고 있는 것으로 나타났고, 이 CDNA를 probe로 사용하여 northern blotting 한 결과, 이 CDNA엑 대한 유전자는 미분화 단핵 근원세포에서 분화된 다핵 근섬유로 분화가 진행됨에 따라 유전자 산물인 RNA 양이 증가되는 것으로 나타났다 또한 이 1.3 Kb CDNA에 대한 RNA의 크기는 약 2 7 Kb로 확인되었다.

• Journal of Korean Home Economics Education Association
• /
• v.22 no.2
• /
• pp.101-113
• /
• 2010

The purpose of this study is to develop and evaluate the practical problem-based lesson plan for high school home economics class focusing on consumer choice of genetically modified(GM) food. The ADDIE instructional design model was applied. The first analysis step, practical problems were chosen based on the previous studies and the educational goal suggested in the 2007 revised curriculum. The next design and development steps, 4 hours of lesson plans were developed by reconstitution a chapter of Food Safety. Additional learning materials(17 student activity papers, 17 student reading materials, 3 teacher reading materials) were also developed. The implementation step, the lesson plans developed were applied to the S high school students in Bundang, Geyonggi-do. The last evaluation step, the perception change about GM food and the adequacy of teaching method were evaluated. As results, the studens' attitudes and minds towards the GM food were changed. The level of concern on GM food increased, and the ratio of students who would check whether GM food or not was increased. Also students showed high level of satisfaction on teaching method and materials.

• The Journal of Korea Institute of Information, Electronics, and Communication Technology
• /
• v.8 no.5
• /
• pp.384-393
• /
• 2015

This paper proposes an optimized classifier based on feature elimination (OCFE) for gene selection with combining two feature elimination methods, ReliefF and SVM-RFE. ReliefF algorithm is filter feature selection which rank the data by the importance of the data. SVM-RFE algorithm is a wrapper feature selection which wrapped the data and rank the data based on the weight of feature. With combining these two methods we get less error rate average, 0.3016138 for OCFE and 0.3096779 for SVM-RFE. The proposed method also get better accuracy with 70% for OCFE and 69% for SVM-RFE.

• The Korean Journal of Applied Statistics
• /
• v.33 no.6
• /
• pp.683-696
• /
• 2020

The aim of this research is to find an optimal gene set that provides highly accurate multi-class classification with a minimum number of genes. A two-stage procedure is proposed: Based on minimum redundancy and maximum relevance (mRMR) framework, several statistics to rank differential expression genes and K-means clustering to reduce redundancy between genes are used for data filtering procedure. And a particle swarm optimization is modified to select a small subset of informative genes. Two well known multi-class microarray data sets, ALL and SRBCT, are analyzed to indicate the effectiveness of this hybrid method.

• Proceedings of the KSAR Conference
• /
• 2001.03a
• /
• pp.16-16
• /
• 2001

Apoptosis로 일컬어지는 예정된 세포사멸(programmed cell death)은 개별 세포의 입장에서는 곧바로 사멸을 의미하지만, 정상적인 고등 생물의 입장에서는 개체의 발생과 분화하는데 프로그램된 과정이다. 자발적 세포사멸은 다른 조직에 비해 생식 조직인 난소나 정소에서 복잡한 apoptosis 기작들을 가지리라 사료된다. 본 연구는 Bcl-2 family중 apoptotic protein인 Bax에 대해 suppression하는 유전자를 yeast system을 활용하여 돼지 정소와 난소로부터 각각 cDNA library를 구축한 후 탐색하였다. 탐색에 활용된 cDNA library는 돼지의 정소와 난소로부터 mRNA를 분리하여 yeast vector인 pAD-GAL4-2.1에 구축하였고, 마우스 bax 유전자는 gal 1 promoter의 조절 하에 glucose 배지에서는 유도되지 않고, galactose 배지에서만 선택적으로 Bax를 발현할 수 있는 효모 vector(pL19-bax)를 구축하였다. Bax에 의한 apoptosis suppressor를 탐색하기 위해 우선 효모 W303에 pL19-bax를 transform하여 glucose 배지에서 Bax의 발현을 억제하였다. pL19-bax를 가진 효모에 정소와 난소로부터 구축된 cDNA library를 transform 시키고, transform된 효모는 각각 Bax에 의한 toxicity를 저해하는 유전자를 찾기 위해 스크린되었다. 이러한 방법으로 정소 cDNA library 탐색에서는 5 $\times$ $10^{6}$ transformant중 39개, 난소cDNA library 탐색에서는 2 $\times$ $10^{6}$ transformant중 26개의 콜로니가 생존하였다. 이들 콜로니로부터 유전자를 분리하여 분석해 본 결과 여러 그룹으로 분류할 수 있었다. 각 그룹의 관련 유전자는 protein synthesis/degradation 12종, oxidation/reductation 5종, detoxin/ cell cycle promoter 3종, signal transduction/growth factor 5종, 그리고 알려지지 않은 유전자 9종이었다. 그 중, bax-toxicity inhibition에 강력한 survival phenotype을 가지는 유전자(pSEDL)를 동정하였다. 이것은 T3-4-1 콜로니로부터 분리하였는데 140개 아미노산으로 이루어진 인간 SEDL(GenBank, XM_013096) 유전자와 매우 유사한 homology를 가지며, bax와 관련된 기능은 밝혀져 있지 않다. 이외에도 분리된 유전자에는 NADH, thioreduction, 그리고 cytochrome oxidase와 같은 positive 유전자 군이 크로닝되어, Bax를 이용한 효모에서 apoptosis suppressor에 관련된 유전자를 손쉽게 스크린하는 것이 가능하고, 분리된 유전자의 기능을 예측할 수 있어 지금까지 보고된 유전자 크로닝법 보다는 강력한 수단으로 활용될 수 있다는 사실을 시사하였다. 그러나, ORF에 관계없이 Bax 발현에 저항하는 유전자군이 선발된다든지 하는 문제점은 금후 검토가 필요하리라 사료된다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.22 no.7
• /
• pp.943-948
• /
• 2018

In this paper, we propose a hybrid approach of combining $A^*$ and Genetic algorithm in the path search problem. In $A^*$, the cost from a start node to the intermediate node is optimized in principle but the path from that intermediate node to the goal node is generated and tested based on the cumulated cost and the next node in a priority queue is chosen to be tested. In that process, we adopt the genetic algorithm principle in that the group of nodes to generate the next node from an intermediate node is tested by its fitness function. Top two nodes are selected to use crossover or mutation operation to generate the next generation. If generated nodes are qualified, those nodes are inserted to the priority queue. The proposed method is compared with the original sequential selection and the random selection of the next searching path in $A^*$ algorithm and the result verifies the superiority of the proposed method.