최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기응용통계연구 = The Korean journal of applied statistics, v.31 no.3, 2018년, pp.417 - 426
윤여창 (우석대학교 정보보안학과) , 정의배 (충북대학교 수의학과) , 조나래 (충북대학교 정보통계학과) , 주수인 (충북대학교 정보통계학과) , 이성덕 (충북대학교 정보통계학과)
An alternative developmental toxicity test using mouse embryonic stem cell derived embryoid bodies has been developed. This alternative method is not to administer chemicals to animals, but to treat chemicals with cells. This study suggests the use of Discriminant Analysis, Support Vector Machine, A...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
기존의 약물독성시험법의 문제점은? | 기존의 약물독성시험법은 동물실험을 통해 이루어져 왔는데, 이는 경제적 측면과 시간적 측면, 생명윤리적 측면에서 많은 문제점을 가지고 있다. 동물대체시험법 중 하나로 사용되는 쥐의 배아줄기세포 시험법(mouse embryonic stem cell test; mEST)은 유럽대체실험검증센터(European Centre for the Validation of Alternative Methods; ECVAM)에서 제안한 방법으로, 미분화된 쥐의 배아줄기세포(mouse embryonic stem cells; mESC) 및 분화된 쥐의 섬유아세포에 약물을 주입한 후 생존력이 50%가 되는 시점의 약물의 농도와 mESC의 심근세포로의 분화가 50%가 되는 시점의 약물의 농도를 측정하여 약물의 독성을 평가한다. | |
k-인접이웃 분류의 단점은? | k-인접이웃 분류는 새로운 데이터(설명변수 값)로부터 거리가 가까운 순서대로 k개의 과거자료 (설명변수 값)를 찾아서 그 중 가장 많은 수의 데이터가 속한 그룹의 항목을 할당하는 방법이다. 하지만 이 방법은 데이터 간의 거리의 정도를 생각하지 않고 가장 가까운 데이터 k개 안에서 다수결에 따라 그룹을 선택한다는 단점이 있다. | |
쥐의 배아줄기세포 시험법이란? | 기존의 약물독성시험법은 동물실험을 통해 이루어져 왔는데, 이는 경제적 측면과 시간적 측면, 생명윤리적 측면에서 많은 문제점을 가지고 있다. 동물대체시험법 중 하나로 사용되는 쥐의 배아줄기세포 시험법(mouse embryonic stem cell test; mEST)은 유럽대체실험검증센터(European Centre for the Validation of Alternative Methods; ECVAM)에서 제안한 방법으로, 미분화된 쥐의 배아줄기세포(mouse embryonic stem cells; mESC) 및 분화된 쥐의 섬유아세포에 약물을 주입한 후 생존력이 50%가 되는 시점의 약물의 농도와 mESC의 심근세포로의 분화가 50%가 되는 시점의 약물의 농도를 측정하여 약물의 독성을 평가한다. |
Genschow, E., Scholz, G., Brown, N., et al. (2000). Development of prediction models for three in vitro embryotoxicity tests in an ECVAM validation study, ALTA, 13, 51-66.
Kang, H. Y., Choi, Y. K., Jo, N. R., et al. (2017). Advanced developmental toxicity test method based on embryoid body's area, Reproductive Toxicology, 72, 74-85.
Scholkopf, B. and Smola, A. J. (2002). Learning with Kernels, Lon Don, The MIT Press.
Seiler, A., Visan. A., Buesen, R., Genschow, E., and Spielmann, H. (2004). Improvement of an in vitro stem cell assay for developmental toxicity, Reproductive Toxicology, 18, 231-240.
Vapnik, V. N. (1998). Statistical Learning Theory, New York, Wiley.
Yu, S. G. (2010). The Comparison of Classification Algorithms for Micro array data (Graduate School master's thesis), Chungbuk National University.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
오픈액세스 학술지에 출판된 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.