달력

11

« 2017/11 »

  •  
  •  
  •  
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 14
  • 15
  • 16
  • 17
  • 18
  • 19
  • 20
  • 21
  • 22
  • 23
  • 24
  • 25
  • 26
  • 27
  • 28
  • 29
  • 30
  •  
  •  
2009.04.15 03:54

Admission Posting 분류없음2009.04.15 03:54

Admitted: University of Wisconsin Madison Ph.D. (3/4, e-mail)

Rejected: 나중에 한꺼번에 정리해서 올리겠습니다.
Pending: 역시나...

- 출신학부 : 숭실대학교
   학과명: 컴퓨터학부, 수학 부전공
   GPA: 4.35/4.50 (3.97/4.00)    ,  Upper:...
   전공과 관련된 활동:

카투사 2년(박격포 분대장)
Netflix Prize 연구
국내논문 1저자 한편(정보과학회)
삼성SDS IT Festival에 작품 출품
전공 소모임 회장
교내 소프트웨어 공모전 동상
2008 ACM ICPC 서울 예선 14위

- 출신대학원:
   연구분야:
   GPA:
   연구 활동(논문, 세미나 등):

- GRE general : V720(98%),Q800(),A3.5(20%) - CBT
          subject :   800 (78%)
- TOEFL: 104
   TSE:

- 직장경력:      분야,    년

- 공부하고픈 관심분야:
Machine Learning, Computational Biology

- 학교선택 기준:
UW를 제외하고 재단에서 지원해주는 학교, 나머지는 괜찮은 Bioinformatics/Computational Biology 연구그룹 여부.

- 교수컨택여부:
탑텐을 제외한 학교에 했으나 긍정적인 반응은 없었습니다. 탑텐은 그 후에 해보려고 했으나 시간이 없어서 흐지부지 되버렸던 것 같습니다.

- 추천서(from whom? how?):
군 복무시절 미군 중대장(소령), 숭실대 교수님 다섯 분(같이 논문 쓰신 교수님과 친분이 있는 교수님을 중심으로)

- FInancial Aid:
KFAS 해외유학후보장학생
UWisc - 자세한건 모르지만 어드미션 메일에는 financial aid와 함께 합격했다며 Alumni Scholarship $4000도 추가로 준다고 했습니다.

- SOP, RESUME (강조한 내용 대략 설명):
제 연구경력 Netflix Prize와 논문을 통해 학술적인 것 어필, 그리고 리더쉽과 collaboration능력에 대해 군생활(PLDC, 분대장), IT 동아리 회장을 주로 서술하였습니다. 아참. 삼성 SDS IT Festival에서 작품 발표한 것도 적었습니다.

- 준비하며 특별히 신경썼거나 느낀점:
제대하고 수학 부전공을 하면서 전공필수과목을 듣는데, 선수과목을 안듣고 부딪혀서 삽질을 많이 했습니다만, 자기발전에는 매우 이로웠던 것 같습니다. 그리고 미약하게나마 연구경력을 쌓아놓은 것이 SOP적을 때 마음이 편하더군요.

물론 펀딩을 준다고는 하지만 KFAS에서 지원해주는 학교로 가고 싶은데 오라고 하는곳이 아직 없네요. 위스콘신은 게다가 지도교수도 입학 후에 선정되는것으로 알고 있는데, 먼저 정해지는 학교로 가는것이 안전하지 않을까 싶습니다.

일단은 홈페이지에서 같이 활동해주시고 답글달아주시던 분들께 감사드리구요, 최종 감사문은 발표가 꽤나 마무리 된 후에 쓰는것이 나을 듯 하네요^^

ㅡㅡㅡㅡㅡㅡㅡㅡㅡㅡ
이상 csuhak.info에 작성했던 글입니다.^^
저작자 표시
신고
Posted by Kwang-sung Jun
2009.04.08 04:35

폰 노이만 VS 아인슈타인 독서2009.04.08 04:35

<네이버 서평>

1. 동기

사실 이 책을 고르게 된 이유는 순전히 폰 노이만이 너무나 궁금했기 때문이었다. 폰 노이만이 고안한 컴퓨터 아키텍처가 현재 컴퓨터의 형태에 큰 영향을 미치게 되었고, 또한 인공생명의 창시자였기 때문이다. 그렇게 컴퓨터 공학도로서 막연히 동경했던 폰 노이만은 과연 누구일까 하고 전기를 찾다가 결국 찾지 못하고 이 책을 보게 되었는데 뜻밖에도 내가 지난번에 <젊은 베르테르의 고뇌>를 읽으면서 타령했던 '천재'에 대한 이야기가 나와서 뜻밖의 수확을 얻을 수 있었다.

2. 천재에 대한 환상

나는 막연히 천재에 대한 환상을 갖고 자라왔는데, 특히나 어려서부터 위인전기 속의 비현실적인 일화에서 희열을 느끼며 그것을 보고 배우고 싶어했다. 결국 그러한 방향으로 내 삶을 이끌온 것은 사실이고, 분명히 도움은 되었다고 생각한다. 다만 부정적인 것이라면 내가 동경했던 것은, 뉴턴이 연구에 빠져 식사를 먹지 않은 것도 먹었다고 한다든가 하는, 현실적으로 보면 어리버리한 행동과 같은 것이었고, 나는 어린 나이부터 그런 실수까지도 동경하고 흉내내고 싶어했다는 것이다.

이 책에서는 이제 내가 삼아야 할 목표가 무엇인지에 대해서 어렴풋이 알게 해주었다. 그 동안 내가 쫓던 '천재'에는 두 가지 부류가 있다.
  • 타고난 천재
  • 노력형 천재
타고난 천재는 폰노이만, 가우스, 오일러 등으로 대표되며, 노력형 천재는 아인슈타인, 히로나카 헤이스케(학문의 즐거움 저자)로 대표된다. (물론 아인슈타인도 천재적인 두뇌를 가졌다느니 어쩌느니 하는 이야기가 많지만, 우리가 주변에서 듣게되는 신동들의 이야기라든지, 폰 노이만과 관련된 일화에 비교한다면 그저 약간 똑똑한 수준밖에는 안된다는 것을 미리 언급해 두고 싶다.)

3. 타고난 천재는 노력형 천재보다 우월하다?

타고난 천재라 함은 선천적으로 계산에, 또는 추상적 표현과 논리전개에 비상한 속도를 보임에 있다. 폰노이만 역시 이러한 능력을 갖고 있었는데, 단점이라 하면, 한 가지에 오래 매달리지 않고 여러 분야에 업적을 남겼다는 것이다. 대부분 문제를 잡고 5분10분 해보고 잘 안되면 손을 놓았다가 몇년 후쯤 다시 그 문제를 잡고 푸는 식이었던 것이다.

여기서 잠깐, 만약 당신이 남들은 며칠 걸려서 하는 것을 5분만에 성과낼 수 있다면, 5년이상 투자해서 풀릴 문제를 붙잡고 있겠는가? 이에 대한 대답이 바로 천재들이 한우물만 파지 못하는 단점이 있다는 것을 보여주는 것이다.

반면, 아인슈타인은 16세때 어렴풋이 세웠던 궁금증및 가설에 대해 그 끈을 놓지않고 학문적으로 업적을 만들어낸 케이스이다. 물론 이것은 그동안의 세계관을 뒤집는 것이었기에, 파급효과는 엄청났다. 한마디로 '한방'을 날린 것이다.

4. 결론

결론은 폰 노이만에게서 배울 것은 없다는 것이다. 그의 연구 방식이라든지, 그의 행적 어느것 하나도 일반인인 우리에게 적용될 수가 없다. 따라서, 위인이지만 보고 배울 것이 없다는 것이다. 반면, <학문의 즐거움> 저자 히로나카 헤이스케로부터는 정말 배울 점이 많다. 천재들 속에서 평범한 사람이 어떻게 하면 한 문제에 집중할 수 있는지, 감정조절하는지와 같은 문제들을 배울 수 있다.

여담이지만, 아인슈타인은 혼자서 연구하는 타입에다가, 좋은 남편이 되지 못하였고, 말년에는 통일장 이론 연구에 매달려 업적도 남기지 못한 채 여생을 보내었다. 두번째 연구 아이템 역시 한방을 노린 것이라고 볼 수도 있는데, 결국 실패한 것이다. 그래도 나는 아인슈타인을 존경하고 배우고 싶다. 난 타고난 천재가 아니니까.
저작자 표시
신고
Posted by Kwang-sung Jun

  • 대학원에서 graph theory와 기하학은 반드시 수강할 것
  • 정재승 교수 - 바이오 뇌공학, 블루오션.
  • latex (수식을 위해서는 최적 !)
  • CS 연구의 문제점
    • 정확한 증명없이 통계와 표로 증명, 이 경우 반례가 발견될 경우 와르르 무너질 수 있다.
    • 따라서 내가 이러한 부분을 메꿀 수 있는 학자가 되었으면 좋겠다(내생각.)
  • 위상수학은 이제는 풀어야 할 문제가 별로 없다
  • 대수학쪽은 응용이 무궁무진하다
  • 내가 잘나가야 할 30대 중반쯤 붐을 일으킬 수 있는 Blue Ocean 분야를 잘 찾아야 한다.
    • 과연 그것이 무엇이 될지는 모르지만, 적어도 포화상태가 되는 곳은 아니어야 하겠지...
저작자 표시
신고
Posted by Kwang-sung Jun
2009.03.24 22:39

불완전성 정리 개념2009.03.24 22:39

불완전성 정리

위키백과 ― 우리 모두의 백과사전.

괴델의 불완전성 정리(Gödel's incompleteness theorems)는 1931년 쿠르트 괴델이 증명한 두 개의 정리로, 자연수를 포함하는 수학형식화에 대한 한계를 증명했다. 정리에 따르면, 자연수의 이론을 포함하며 모순이 없는 모든 공리계에는 참이지만 증명될 수 없는 명제가 존재하며, 또한 그 공리계는 자신의 무모순성을 증명할 수 없다.

이 정리는 수학의 체계를 완전하고 모순이 없는 공리계로 형식화하려는 힐베르트의 계획의 실패를 알리는 것으로 인식된다. 보다 구체적으로는, 이는 힐베르트의 두번째 문제에 대한 부정적인 해답으로 볼 수도 있다.

제1 불완전성 정리

괴델의 제1 불완전성 정리의 내용은 다음과 같다:

산술적으로 참인 명제를 증명할 수 있는 임의의 무모순계산가능한 가산 이론에 대해, 참이지만 이론 내에서 증명할 수 없는 산술적 명제를 구성할 수 있다. 즉, 산술을 표현할 수 있는 이론은 무모순인 동시에 완전할 수 없다.

여기에서 "이론"은 명제들의 무한집합으로, 여기에 속하는 것들 중 일부는 증명 없이 사실인 것으로 취급되는 공리이며 나머지는 공리들로부터 유도되는 정리이다. "(이론 내에서) 증명할 수 있는" 명제란 공리에 1차 논리를 적용하여 유도될 수 있는 것을 말한다. 이론 내에서 모순된 명제가 증명될 수 없을 경우 이를 무모순이라 한다. "구성할 수 있다"는 것은 이론 내에서 해당 명제를 실질적으로 제시할 수 있는 과정이 존재함을 말한다. 또한 여기에서 "산술"은 자연수의 덧셈과 곱셈만으로 이루어져 있으며, 이 정리의 결과로서 존재하는 참이지만 증명 불가능한 산술적 명제를 해당 이론의 "괴델 명제"라 한다.

제2 불완전성 정리

괴델의 제2 불완전성 정리의 내용은 다음과 같다:

공리로부터 출발한 산술체계가 무모순인지의 여부 자체가 참 또는 거짓인지 결정할 수 없다.

저작자 표시
신고
Posted by Kwang-sung Jun
2009.03.24 01:35

2장. MATLAB 그래픽 종료/수치해석2009.03.24 01:35

x=0:0.01:10;
y = exp(-0.5*x).*sin(5*x);

%그리기
plot(x,y)

%선만 바꾸어 그리기.
set(plot(x,y), 'LineStyle','--')

%점만 그리기
plot(x,y,'+')

plot(x,y,'r-.', x, y, 'ob')

axis([4,8,-0.3,0.3])

grid on   % grid만으로 토글 가능

xlabel('x');
ylabel('y');
title('aslkdfjasdfj');

print -dbimap ex1.bmp

% 그냥 plot과 별다를게 없지만 분할만 해준다.
subplot(221); % 이 때까지는 사분면에서 그림은 하나만그려짐.
subplot(222);
subplot(2,2,2);
subplot(223);
subplot(224);

% pi는 상수..
>> t=0:0.1:100;
>> x=1+0.5*exp(-0.05*t).*sin(t+pi/2);


x1=0:0.1:10;
y1=x1.^2 + 1;
x2=0:0.1:10;
y2=sin(sqrt(x2))./exp(x2)
plotyy(x1,y1,x2,y2)

t=0:900; A=1000; a=0.005; b=0.005;
z1=A*exp(-a*t);
z2=sin(b*t);
[haxes,hline1,hline2] = plotyy(t,z1,t,z2,'semilogy','plot');
axes(haxes(1))
ylabel('Semilog Plot');
axes(haxes(2))
ylabel('Linear Plot');
set(hline2,'LineStyle','--')

x=0:0.1:10;
y1=cos(x);
y2=1+cos(x);
y3=2+cos(x);
y4=3+cos(x);
plot(x,y1,'g-',x,y2,'b--',x,y3,'r:',x,y4,'k-.')

t=0:1:10;
x=0.5*exp(-0.5*t).*sin(t+pi/2);
plot(t,x,'b-.diamond');

%다음 두 문장은 색상과 선 타입만 빼고는 같다
plot(t,x,'b-.o');
plot(t,x,'-r',x,y,'ok');

% 그래프 겹붙일때 둘 사이에 넣는다
hold on
hold off

x=0:0.01:10;
y=exp(-0.5*x).*sin(5*x);
plot(x,y)
v=[0,6,-0.2,0.6];
axis(v)
v=[0,2,4,6,8,10];
set(gca,'xtick',v);    % change only tick, not scale
v=[-1.0,-0.5,0,0.5,1.0];
set (gca,'ytick',v);


t = linspace(0,2*pi,30)
x1=sin(t);
x2=cos(t);
plot(t,x1,'b-', t, x2,'r--')
legend('sin','cos');
text(1.5,0.5,'x1=sin(t)\rightarrow');
% 반드시 마우스로 클릭할것..
gtext('\ite^{i\omega\tau} = cos(\omega\tau)+i sin(\omega\tau)')

linspace(0,300);    % 자동으로 100개 value 생성
x=sin(t);
y=cos(t);
plot3(x,y,t);
xlabel('sin(t)');
x=-7.5:.5:7.5;
y=x;
[X,Y] = meshgrid(x,y);
R=sqrt(X.^2+Y.^2)+eps;
Z=sin(R)./R
size(Z)
mesh(X,Y,Z);
colorbar;

surf(X,Y,Z) % replace with meshc, surfc, pcolor
shading flat
contour(X,Y,Z,20);   % 등고선 20줄로 나눠 표현
contour(X,Y,Z,20.1); % 특 정 값에 대한 등고선 한줄.

[C,h] = contour(Z,10);
clabel(C,h) % 등고선 마다 값을 그래프에 직접 찍어준다.

[C,h]=contour3(X,Y,Z,20);
%% h =findobject('Type','patch'); % alternative
set(h,'LineWidth',2);

mesh(peaks(20)+7)
hidden off
hidden on


>> figure
>> Z=peaks;
>> caxis([-20 20]); % contour axis??

>> [C,h] = contourf(Z,20); % contourFILL
저작자 표시
신고
Posted by Kwang-sung Jun
2009.03.21 02:49

행벡터, 열벡터 종료/수치해석2009.03.21 02:49


예를 들어 위의 행렬에서는
\begin{bmatrix} 1 & 2 & 3 \end{bmatrix}, \begin{bmatrix}4 & 5 & 6 \end{bmatrix}

가 행벡터,

\begin{bmatrix} 1 \\ 4 \end{bmatrix}, \begin{bmatrix} 2 \\ 5 \end{bmatrix}, \begin{bmatrix} 3 \\ 6 \end{bmatrix}

가 열벡터가 된다.

저작자 표시
신고
Posted by Kwang-sung Jun
2009.03.15 10:21

기발한 실험 방법 개념2009.03.15 10:21

1.
DNA에 존재하는 A, T, G, C 들의 연속이 몇개씩 끊어지는 단위로 단백질을 결정하게되는가를 알아보기 위해서
한 학자는, 예를 들어 ...ATGCGTATTA... 이런 DNA시퀀스가 하나 있다고 할 때 이들 중 한가지 만을 제거(...ATGCGTATTA...)하여 그 결과를 보고, 두개 제거하여 결과를 보고 세개 제거하여 결과를 보았다.

이 때 세개 제거한 경우를 제외하고는 극심한 돌연변이가 발생하였고, 따라서 세 개의 단위씩 끊어서 단백질을 형성한다는 사실을 알아내었다!!.

2.
DNA시퀀스를 알아내기 위해 같은 수백 수천개의 시퀀스 (ex, ...ATGCGTATTA... )라는 것에 특이 물질을 만들어 T대신 ddT, G대신 ddG, A대신 ddA, C대신 ddC라는 것이 붙도록 만들되, dd시리즈의 베이스는 그 뒤에 어떤 것도 달라붙지 못하는 물질이었다.

이렇게 수많은 같은 시퀀스에 ddA, ddT, ddG, ddC 들을 집어넣어 결합하도록 하자, 각각 길이가 서로다른 시퀀스가 다음과 같이 생겼다
...ddA
...ATGCGTATTddA...
...ATddG
...AddT
...ATGddC
.............

이렇게 한 후 전류를 흘려보내어 중량에 따라 소팅되게 하면 DNA시퀀스가 중량대로 소팅되며, 그 결과 DNA시퀀스를 알 수 있게 된다.


저작자 표시
신고
Posted by Kwang-sung Jun
2009.03.05 21:42

갈수록 괜찮아지는 구글툴바 기타2009.03.05 21:42

구글 툴바가 갈수록 괜찮아 지고 있습니다. 처음에는 온라인 북마크 때문에 쓰기 시작했었죠. (리눅스와 윈도우즈에서 북마크를 공유하기 위하여..)

그런데 이놈이 갈수록 색끈해지는 이유는 뭘까. 맘에 듭니다.

다음은 빈 페이지를 띄웠을 때 쓰는 창. 크롬처럼 자주 가는 페이지, 최근에 닫은 페이지를 보여주네요. 아유 예뻐라~~

자주 가는 사이트인데도 치다가 오타나면 짜증나죠? 예를 들어
www.naver.com 이라고 치려다 실수로
www.naver.co 라고만 쳤는데... 잘못된 페이지라며 주소표시줄에
엉뚱한 URL이 채워져서 다시 입력해야 하는 경우가 생기지요?

구글 툴바는 구글 특유의 기능으로 이를 해결해 줍니다.
아.. 어쩜 이렇게 예쁜짓만 하는지 너무나 사랑스럽습니다. ㅎㅎ
저작자 표시
신고
Posted by Kwang-sung Jun
2009.02.25 07:17

주홍글씨 - Nathaniel Hawthorne 독서2009.02.25 07:17



일단 주홍글씨는 추천하되, 이 책(소담출판사)은 추천하고 싶지 않다. 오자가 꽤나 많다. 게다가 기나긴 영어 한 문장을 억지로 한 문장 그대로 한글번역 하니 이거 뭐 도통 알아들을수가 없는 말이 많았고, 따라서 집중력도 크게 저하되었다. 정말 이해할 수 없는 번역이다. 번역을 몇 번 해봐서 하는 말인데, 영어문장이 길면 한글로 할때는 반드시 여러 문장으로 쪼개야 알아듣기 쉽다. 학생시절 국어시간에 배운 것은 심지어 그냥 한글로 글을 쓸 때도 다른 나라 언어와는 다르게 문장의 호흡을 짧게 나누고 접속사를 활용하라고 배웠는데....... 번역이야 오죽할까. 휴우 솔직히 읽는데 화가 난 적이 한두번이 아니다.

아무튼... 이렇게 화풀이는 마무리하고, 주홍 글씨는 남편이 없는 사이 간음을 저지른 한 여인(헤스터 프린)과, 어딘지 모르게 나약해 보이는 아더 딤즈데일 목사, 그리고 정체모를 한 의사인 로저 칠링워드 이렇게 세 인물의 구도를 갖추고 있다. 죄를 저지른 후 가슴에 붉은 A자를 달고 오히려 한없이 천사같은 선행을 베풀게 되는 프린과, 명시적이지 않고 암시적으로 죄가 서서히 드러나는 목사... 그리고 알수없이 독기올라 보이는 의사... 결말은 결코 happy하지 않지만, 이러한 구도에서는 어느 방향으로 가던 해피엔딩이 될 수 있을까, 마지막에 벌여놓은 계획이 혹 성공하여 과거를 모두 묻는다 해도 그들의 죄는 묻어질 것인가. 과연 목사로서의 삶을 계속할 수 있었을까.

  • 소문의 왜곡과정을 매우 적나라하게, 그리고 냉소적으로 바라보는 작가
    • 한 사람이 비밀을 밝히고 죽음을 맞이하였을 때, 선입견에 의해 긍정적인 모습으로 왜곡되어 소문이 퍼지는 장면
    • 헤스터 프린 가슴의 A자는 able의 약자라며 긍정적으로 보는 사람도 생김
  • 과연 자살은 타당하였는가........



저작자 표시
신고
Posted by Kwang-sung Jun
2009.02.16 23:55

DNA THE SECRET OF LIFE - James D. Watson 독서2009.02.16 23:55


어이쿠 사진 크기도 해라. 아마존 닷컴에서 구한 사진. 본 책은 DNA와 관련된 연구의 진행 과정과 그 내용을 서술해 나간 책으로, 기술적인 내용 약 20%에 해당하고 나머지는 공대생 입장에서 보면 그리 쓸모있지 않은 내용을 장황하게 서술한 느낌이다. 제목과 본문의 사전 몇개면 필요한 내용이 파악되는 뒷부분은 요약하지도 않았다. 장학재단 필독도서중에서 선택하여 읽게 되었는데 이거 커다란 책이 500페이지에 달하는 원서라서 다 읽지는 못하고 본인이 관심있는 부분을 중점적으로 읽게 되었다. GRE단어가 불쑥불쑥 튀어나와 나를 당황스럽게 만들었다.


  1. Beginnings of Genetics: From Mendel to Hitler
    • 키워드: heredity, mendel, pangenesis(정자 내부에 인체의 미니어쳐가 존재한다는 이론), genes, Sutton-Bovery theory, fruit flies, eugenics(우생학, 우수한 유전자만 남겨 인류를 개량해야한다는 것)
    • Eugenics vs Genetics
    • dominant: 우성의, recessive: 열성의
  2. The Double Helix : This is Life
    • 키워드: what is life, Pauling's alpha-helix, helix, structure of DNA, chemical backbone of DNA
    • 주된 실험 그룹: Avery's Group
    • Pneumococcus: pneumonia의 bacterial agent
      • has sugarlike coats
      • transforms (R->S) by DNA
    • alpha-helix - chains of amino acids foldup in proteins
      • Adenine (T와 결합)
      • Thymine (A와 결합)
      • Guanine (C와 결합)
      • Cytosine(G와 결합)
    • unzipping idea for DNA replication
      • replication 이 일어난 직후 두 strand중 하나는 heavy하고 하나는 light하다
      • DNA에 유전정보가 있는지는 어떻게 알았을까? -> avery 이후에도 확신 못함. but...?
    • Schrodinger는 life가 생물정보의 저장과전달로 설명된다고 주장하였다.
      • avery의 발견 : DNA가 transform의 factor
      • 저자가 alpha helix영향받음-> 3-chain이 아니라 2-chain임을 발견 (이것이 돌연변이도 설명한다, 3개 단위의 돌연변이만이 유독 변형을 일으키지 않았다, unzipping에 대한 증거도 발견)
  3. Reading the Code : bring DNA to life
    • protein - a string of amino acids
    • triplet code
      • transfer RNA (specific RNA adaptor, 리보솜과 붙어 필요한 아미노산 운반해준다)
      • messenger RNA - DNA정보를 읽어 복사한 부분
      • ribosomes (molecular factory) - messenger RNA를 스캔하면서 이에 맞는 단백질 형성
    • DNA에 의해 amino acid가 어떻게 결정되는가?
    • DNA vs RNA -> RNA에서는  T 대신 U 사용
    • process for generating protein, gene switch
    • RNA가 DNA이전에 나타났으므로 RNA mediate가 단백질 생성 과정에 필요한 것이다.
  4. Playing God : Customized DNA Molecules
    • 키워드: viral DNA, DNA-cutting, plasmid, sequences, cloning a gene, SV40, safe bacteria, legislation, politics, sanger method, introns / exons
    • recombinant DNA tech.
    • supporting technology & foundings
      • DNA polymerase: DNA열릴 때 이를 복사해 주는 enzyme
      • plasmid: DNA 내부의 small loops. 박테리아 안에서 복제된다.
      • restriction enzyme : cuts DNA
    • cloning DNA w/ plasmid - 구체적 방법 설명
    • 법적 문제
    • Sequencing
      • break DNA chains for inferring sequence
        • ddA, ddT, ddG, ddC를 이용하여 자른다.
        • 전기충격으로 이들이 무게(길이)에 따라 정렬되게 하면 이를 분석가능하다
    • Introns vs Exons
      • intron - 단백질 생성에 직접 연관되지 않는 부분, 진화 과정에서 퇴화된 부분일 수 있다.
      • exon - 단백질 생성에 직접 연관하는 부분, messenger RNA에서 edit단계를 거칠때 이것만이 남겨지고 intron은 제거된다.
  5. DNA, Dollars, and Drugs : Biotechnology
    • insulin : the first commercial biotech.
    • reverse transcriptase (made insulin-selling possible), human-made micro-organism is patentable subj.? (it took 8 years to the answer yes)
      • reverse transcriptase: an enzyme that does "mRNA -> DNA"
      • p4 containment facility : 완전 봉쇄된 시설 for biomedical research, 그 당시 이러한 시설은 매우 희귀했다.
    • 두번째 부흥 - chemical messengers (neurotransmitters, hormones, and growth factor - 세포 증식 촉진제)
  6. Tempest in a Cereal Box : Genetically Modified Agriculture
    • against bugs, weeds, disease on plants, Agrobacterium, seed business, oppositions
  7. The Human Genome: Life's Screenplay (시나리오)
    • Human Genome Project에 대한 이야기들, 진행과정과 상업화
    • PCR : Polymerase Chain Reaction, 원하는 유전자 부분만 골라서 증식 가능하게 한다.
      • (1) 95 degree celsius, two strands come apart ( =   -> 二 )
      • (2) add primer (원하는 유전자가 있는 곳에 달라붙는다)
      • (3) add polymerase (복사 시작)
      • sequencing은 예전의 방법을 그대로 사용한다.
      • polymerase : DNA의 complementary로 pair를 생성하는 enzyme
  8. Reading Geomes: Evolution in Action
    • intron을 파악하는 것은 쉽지 않을 일
    • different gene-density
    • gene-family : human과 mouse사이의 DNA유사성을 발견
    • 진화하면서 유전자의 특정 부분이 intron화 되어감, ex) 인간의 후각기능 감소, mouse와 후각 기능 부분 DNA가 비슷하지만 사람은 더 많은 부분이 intron으로 되어있다.
    • mobile genetic elements: genetic seq.의 증식, 복제 등을 가능케한다. 여기저기 점프한다.(진화과정에서? 아니면 증식과정에서?)
    • 박테리아 DNA분석 등을 통해 진화론은 신뢰를 얻어만 가고...
    • 개인질문: gene vs DNA : gene은 intron과 exon을 포함하여 단백질 생성에 관여하는 하나의 기능적인 단위를 말하는 것 같다.
  9. Out of Africa : DNA and the Human Past
    • 인류는 Africa에서 시작되었다. (mitochondrial DNA 분석결과)
  10. ... 별로 안중요하다고 생각함
  11. ... 별로 안중요하다고 생각함
  12. ... 별로 안중요하다고 생각함
  13. ... 별로 안중요하다고 생각함





저작자 표시
신고
Posted by Kwang-sung Jun