http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
이민호,강석영,이선영,이흥수,최준열,이관석,김황용,이시우,김선곤,엄기백,Lee, Min-Ho,Kang, Seok-Young,Lee, Sun-Young,Lee, Heung-Su,Choi, June-Yeol,Lee, Gwan-Seok,Kim, Whang-Yong,Lee, Si-Woo,Kim, Seon-Gon,Uhm, Ki-Baik 한국응용곤충학회 2005 한국응용곤충학회지 Vol.44 No.3
The occurrence of tobacco whiteflies, Bemisia tabaci, in greenhouses was monitored in Korea in 2005. Bemisia tabaci occurred in the rose, sweet pepper, tomato, and cucumber greenhouses of Chungbuk, Chungnam, Gyongnam, and Jeonnam Provinces, but not in Jeonbuk and Gyongbuk Provinces. The biotypes and genetic differentiation of the whiteflies collected in each regions were analyzed by mitochondrial 16S DNA sequences. The 16S DNA sequences of Jincheon (Chungbuk Province) samples were similar to DNA data reported from Japan and Israel which were known as the B biotype. However, the DNA sequences of the Buyeo (Chungnam), Geoje (Gyongnam) and Boseong (Jeonnam) collections, which were 100% homologous showed over 99% similarity to the DNA of Q biotype from Spain and Egyrt. Here we report the first founding of the Q biotype in Korea. It is assumed that, unlike the B biotype reported from Jincheon since 1998, the Q biotype might have been introduced recently from the certain foreign region/country to the greenhouses in those provinces. 2005년 5월 충청이남 지역의 온실에서 담배가루이의 발생 상황을 조사한 결과 충남 북, 전남 및 경남에서 착색단고추, 토마토, 오이, 장미 등의 시설 재배지에 담배가루이가 발생한 것을 확인하였으나 전북과 경북에서는 발견할 수 없었다. 각 지역별로 발생한 담배가루이의 계통(biotype)과 근연관계를 조사할 목적으로 충을 채집하여 16S DNA 염기서열 분석을 수행하였다. 그 결과 진천에서 채집한 담배가루이의 16S DNA 염기서열은 일본 및 이스라엘에서 보고된 B 계통의 DNA와 상동성이 높았고 충남 부여, 경남 거제 및 전남 보성 채집 충은 상호간에 동일한 염기서열을 보여 주었으며 스페인과 이집트의 Q계통의 DNA와 99% 이상의 높은 상동성을 보였다. 그러므로 본 논문은 담배가루이 Q 계통이 국내에 유입되었음을 알리는 최초의 보고이다. 이는 1998년부터 진천에서 발생한 담배가루이 B 계통과는 별도로 담배가루이 Q 계통이 최근에 국외의 동일한 지역내지는 국가로부터 이들 지역의 시설재배지에 유입된 것으로 추정된다.
초전도 세라믹 Y-Ba-Cu-O계의 구조적 상전이와 분해거동에 관한 연구
이민호,이민상,김양수,진영철 ( M . H . Lee,M . S . Lee,Y . S . Kim,Y . C . Jin ) 한국열처리공학회 1991 熱處理工學會誌 Vol.4 No.3
In this study, the structural phase transition and decomposition of superconducting ceramic, Y-Ba-Cu-O system was studied. The results of the study are as follows. The high Tc superconductor Y₂Ba₂Cu₃O_(7-x) is made in solid state reaction of O₂atmosphere and the valve of X in Y₂Ba₂Cu₃O_(7-x) is 0.1∼0.2. The transition temperature of tetragonal-orthorhombic phase of Y₂Ba₂Cu₃O_(7-x) appear at 790℃-900℃. In the result of measuring the electrical resistance of sample annealed in O₂atmosphere, the electrical resistance show zero at 92K and the best superconductor, Y₂Ba₂Cu₃O_(7-x)(Y123) can be mabe.
이민호,정찬석,김동섭,Lee, Min-Ho,Jeong, Chan-Seok,Kim, Dong-Seop 한국생물정보시스템생물학회 2006 Bioinformatics and Biosystems Vol.1 No.1
The most popular protein structure prediction method is comparative modeling. To guarantee accurate comparative modeling, the sequence alignment between a query protein and a template should be accurate. Although choosing the best template based on the protein sequence alignments is most critical to perform more accurate fold-recognition in comparative modeling, even more critical is the sequence alignment quality. Contrast to a lot of attention to developing a method for choosing the best template, prediction of alignment accuracy has not gained much interest. Here, we develop a method for prediction of the shift score, a recently proposed measure for alignment quality. We apply support vector regression (SVR) to predict shift score. The alignment between a query protein and a template protein of length n in our own library is transformed into an input vector of length n +2. Structural alignments are assumed to be the best alignment, and SVR is trained to predict the shift score between structural alignment and profile-profile alignment of a query protein to a template protein. The performance is assessed by Pearson correlation coefficient. The trained SVR predicts shift score with the correlation between observed and predicted shift score of 0.80. 현재 가장 많이 사용되는 단백질 구조 예측 방법은 비교 모델링 (comparative modeling) 방법이다. 비교 모델링 방법에서의 정확도를 높이기 위해서는 alignment의 정확도 역시 매우 필수적으로 필요하다. 비교 모델링 과정 중의 fold-recognition 단계에서 alignment의 정확도에 의해 template을 고르는 방법은 단지 가장 비슷한 template을 선택하는 방법에 비해 주목을 받지 못하고 있다. 최근에는 두 가지의 alignment에 사이의 shift 정보를 바탕으로 한 shift score라는 수치가 alignment의 성능을 표현하기 위해서 개발되었다. 우리는 더 정확한 구조 예측의 첫걸음이 될 수 있는 shift score를 예측하는 방법을 개발하였다. Shift score를 예측하기 위해 support vector regression (SVR)이 사용되었다. 사전에 구축된 라이브러리 안의 길이가 n 인 template과 구조를 알고 싶은 query 단백질 사이의 alignment는 n+2 차원의 input 벡터로 변환된다. Structural alignment가 가장 좋은 alignment로 가정되었고 SVR은 query 단백질과 template 단백질의 structural alignment과 profile-profile alignment 사이의 shift score를 예측하도록 training 되었다. 예측 정확도는 Pearson 상관계수로 측정되었다. Training 된 SVR은 실제의 shift score와 예측된 shift score 사이에 0.80의 Pearson 상관계수를 갖는 정도로 예측하였다.