[기술벤처] The Race to Computerize Biology

 1  [기술벤처] The Race to Computerize Biology-1
 2  [기술벤처] The Race to Computerize Biology-2
 3  [기술벤처] The Race to Computerize Biology-3
 4  [기술벤처] The Race to Computerize Biology-4
 5  [기술벤처] The Race to Computerize Biology-5
 6  [기술벤처] The Race to Computerize Biology-6
 7  [기술벤처] The Race to Computerize Biology-7
 8  [기술벤처] The Race to Computerize Biology-8
 9  [기술벤처] The Race to Computerize Biology-9
 10  [기술벤처] The Race to Computerize Biology-10
 11  [기술벤처] The Race to Computerize Biology-11
 12  [기술벤처] The Race to Computerize Biology-12
 13  [기술벤처] The Race to Computerize Biology-13
 14  [기술벤처] The Race to Computerize Biology-14
 15  [기술벤처] The Race to Computerize Biology-15
 16  [기술벤처] The Race to Computerize Biology-16
 17  [기술벤처] The Race to Computerize Biology-17
 18  [기술벤처] The Race to Computerize Biology-18
 19  [기술벤처] The Race to Computerize Biology-19
 20  [기술벤처] The Race to Computerize Biology-20
※ 미리보기 이미지는 최대 20페이지까지만 지원합니다.
  • 분야
  • 등록일
  • 페이지/형식
  • 구매가격
  • 적립금
자료 다운로드  네이버 로그인
소개글
[기술벤처] The Race to Computerize Biology에 대한 자료입니다.
목차
Ⅰ 바이오인포메틱스

Ⅱ 음성인식기술

Ⅲ 3d기술
본문내용
나. 바이오인포매틱스의 배경










1850년대의 다윈의 진화론과 멘델의 유전법칙의 이론적 기반에서 시작된 연구이며, 생물정보학의 실질적 시작점으로 볼 수 있다. 1950년대의 DNA 구조 모델링을 통해 이중나선구조가 제안되었고, 1960년대의 단백질 구조해석을 위한 많은 수동/자동 전산처리작업과 알고리즘 개발이 실질적인 토대를 나았다. 1970년대 이르러서 생거의 단백질과 DNA 서열해석 기술을 이용하여, 본격적으로 생물서열, 분자구조, 그들 사이의 상동성 검색기술들이 개발되었으며, 1980년대에는 단백질 구조 접힘 문제에 많은 생물정보학자들이 기여를 했으며
현재 사용되고 있는 많은 통계학적, 수학적 알고리즘들을 개발하였다. 1970년에 Needleman and Wunshc의 다이내믹프로그래밍을 통한 전산 서열 정열 알고리즘은 전산적 생물정보학의 중요한 계기가 되었다. 그 뒤, 1990년 초의 팀 버너즈리라는 유럽의 CERN 연구소에서 개발된 HTTPD라는 컴퓨터프로그램과 HTML이라는 양식이 보편화되면서, 많은 생물정보학자들이 인터넷을 통해 정보를 유통하고 그에 필요한 기반 기술을 만들어 내면서 생물정보학은 인터넷을 타고 전 세계로 번지게 되었다. 생물정보학자들이 학문계에 있어서는 인터넷의 발전에 가장 많은 기여를 하였고, 지금도 인터넷의 중요한 문제들이 생물정보분야에서 도출된 것이 많다. 영국 케임브리지의 생거의 바이러스와 미토콘드리아 게놈프로젝트가 90년대의 인간 게놈 프로젝트로 결실을 맺고, 그동안 축적된 많은 생물정보학적 기술들이 2000년대에 와서 폭발적인 성장을 하게 된다. 생물정보학은 대량의 실험 데이터를 DB화하고 이를 이용한 개개의 유전자나 단백질의 기능과 용도 분석 등에 주력하였다. 염기서열결정(sequencing) 등에서 생산되는 유전자 서열정보 등 방대한 양의 새로운 생물학 데이터들을 저장하고 관리하기 위한 생거센터의 ACEDB와 같은 유전체 데이터베이스의 개발이 최초로 이루어졌다. 서열간의 유사성을 분석하기 위한 FASTA와 BLAST 등의 프로그램이 미국의 Needleman의 기술에 더하여 개발되었고, 현재에는 Hidden Markov Model(HMM) 및 SVM과 같은 고급 통계학적 알고리즘도 사용한다.

분자생물학에서 발생하는 자료는 핵심 구성물인 유전자와 단백질에 대한 구조, 발현, 변이, 기능과 상호작용에 대한 것이다. 생물정보학은 이런 자료에 대하여 데이터베이스를 구축하고 이를 알고리즘에 적용하여 해석하기 위한 도구를 포함한다. 염기서열 결정(Sequencing), 유전자 발현 개요 작성과 유전형에 대한 연구가 최근의 기술 발달에 힘입어 급속히 발달하였다. 포스트유전체학은 유전자에 대하여 어떤 단백질이 발현되는지와 세포와 조직에서의 전체적 역할을 연구하여, 유전체(genome)상의 모든 유전자의 역할을 이해하는 것을 목표로 하며, 단백질체학, SNP(단일염기변이), 마이크로어레이 등의 기법을 포함한다. 포스트 게노믹스의 최종 목표는 복잡한 생물계에 대한 통일된 관점을 보이는 것으로, 그 시작은 유전자 발현과 기능 데이터로부터 유전자 네트워크를 만드는 것이다

분자생물학의 연구의 초점이 유전체학(genomics)에서 기능 유전체학(functional genomics)으로 바뀜에 따라 생물정보학의 연구방향도 이에 맞추어 확대되고 있다. 포스트게노믹스 분야에서 필요한 여러 분야에 대한 연구가 활발히 진행되고 있다.
참고문헌
[1] J. Fenn, A. Linden, “CIO Update : Gartner’s Emerging Technologies Hype Cycle for 2002”, Gartner, 2002. 6.
[2] J. Feen, N. Deighton, “Emerging Technologies for Human-Computer Interaction”, Gartner, 2001. 10.
[3] 전자신문기사, “ 새로운20년-휴먼인터페이스(2)”, 2002. 9. 16.
[4] B. Hieb, “Turning Speech and Text into Facts in Healthcare”, Gartner, 2001. 9.
[5] B. Elliot, “Yet Another Speech Silo”, Gartner, 2002. 1.
[6] Steve McClure, “Worldwide Telephony Speech Processing Software Market Forecast and Analysis, 2001–2005”, IDC, 2001. 11.
[7] http://www.mediaford.co.kr/memu/tech2.htm
[8] http://www.sisait.co.kr/column/200204/dailynews/comm08.asp
[9] J. Fenn, “Text-to-Speech Achieves Near-Human Quality”, Gartner, 2002. 4.
[10] A. Linden, “Natural Language Interfaces : Do What I Mean”, Gartner, 2001. 8.
㈜한국인식기술 (http://www.hiart.co.kr/home/default.html)
L&H Korea (http://www.lhsl.co.kr/solutions/solutions.html)
HowPC (http://www.howpc.com/howpc/199808/sw/04.html)
음성인식