Overview

Dataset statistics

Number of variables10
Number of observations63
Missing cells0
Missing cells (%)0.0%
Duplicate rows0
Duplicate rows (%)0.0%
Total size in memory5.3 KiB
Average record size in memory86.1 B

Variable types

Numeric3
Categorical3
Text4

Dataset

Description2017년 종료 농림식품 농산 연구개발사업의(사업명, 과제번호, 과제명, 주관연구기관, 연구시작년도, 연구종료년도, 연구비, 연구내용)
Author농림식품기술기획평가원
URLhttps://data.mafra.go.kr/opendata/data/indexOpenDataDetail.do?data_id=20191014000000001309

Alerts

사업분류 has constant value ""Constant
연구종료 연도 has constant value ""Constant
연구시작 연도 is highly overall correlated with 연구비 and 1 other fieldsHigh correlation
연구비 is highly overall correlated with 연구시작 연도High correlation
사업명 is highly overall correlated with 연구시작 연도High correlation
번호 has unique valuesUnique

Reproduction

Analysis started2023-12-11 03:19:31.180342
Analysis finished2023-12-11 03:19:33.208224
Duration2.03 seconds
Software versionydata-profiling vv4.5.1
Download configurationconfig.json

Variables

번호
Real number (ℝ)

UNIQUE 

Distinct63
Distinct (%)100.0%
Missing0
Missing (%)0.0%
Infinite0
Infinite (%)0.0%
Mean32
Minimum1
Maximum63
Zeros0
Zeros (%)0.0%
Negative0
Negative (%)0.0%
Memory size699.0 B
2023-12-11T12:19:33.285149image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Quantile statistics

Minimum1
5-th percentile4.1
Q116.5
median32
Q347.5
95-th percentile59.9
Maximum63
Range62
Interquartile range (IQR)31

Descriptive statistics

Standard deviation18.330303
Coefficient of variation (CV)0.57282196
Kurtosis-1.2
Mean32
Median Absolute Deviation (MAD)16
Skewness0
Sum2016
Variance336
MonotonicityStrictly increasing
2023-12-11T12:19:33.457349image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram with fixed size bins (bins=50)
ValueCountFrequency (%)
1 1
 
1.6%
2 1
 
1.6%
35 1
 
1.6%
36 1
 
1.6%
37 1
 
1.6%
38 1
 
1.6%
39 1
 
1.6%
40 1
 
1.6%
41 1
 
1.6%
42 1
 
1.6%
Other values (53) 53
84.1%
ValueCountFrequency (%)
1 1
1.6%
2 1
1.6%
3 1
1.6%
4 1
1.6%
5 1
1.6%
6 1
1.6%
7 1
1.6%
8 1
1.6%
9 1
1.6%
10 1
1.6%
ValueCountFrequency (%)
63 1
1.6%
62 1
1.6%
61 1
1.6%
60 1
1.6%
59 1
1.6%
58 1
1.6%
57 1
1.6%
56 1
1.6%
55 1
1.6%
54 1
1.6%

사업분류
Categorical

CONSTANT 

Distinct1
Distinct (%)1.6%
Missing0
Missing (%)0.0%
Memory size636.0 B
농산
63 

Length

Max length2
Median length2
Mean length2
Min length2

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row농산
2nd row농산
3rd row농산
4th row농산
5th row농산

Common Values

ValueCountFrequency (%)
농산 63
100.0%

Length

2023-12-11T12:19:33.599023image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2023-12-11T12:19:33.695521image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
ValueCountFrequency (%)
농산 63
100.0%

사업명
Categorical

HIGH CORRELATION 

Distinct5
Distinct (%)7.9%
Missing0
Missing (%)0.0%
Memory size636.0 B
농생명산업기술개발사업
28 
수출전략기술개발
25 
기술사업화지원
6 
첨단생산기술개발
 
2
농림축산식품연구센터지원
 
2

Length

Max length12
Median length11
Mean length9.3650794
Min length7

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row농생명산업기술개발사업
2nd row농생명산업기술개발사업
3rd row농생명산업기술개발사업
4th row농생명산업기술개발사업
5th row농생명산업기술개발사업

Common Values

ValueCountFrequency (%)
농생명산업기술개발사업 28
44.4%
수출전략기술개발 25
39.7%
기술사업화지원 6
 
9.5%
첨단생산기술개발 2
 
3.2%
농림축산식품연구센터지원 2
 
3.2%

Length

2023-12-11T12:19:33.810177image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2023-12-11T12:19:33.945062image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
ValueCountFrequency (%)
농생명산업기술개발사업 28
44.4%
수출전략기술개발 25
39.7%
기술사업화지원 6
 
9.5%
첨단생산기술개발 2
 
3.2%
농림축산식품연구센터지원 2
 
3.2%

과제번호
Text

Distinct62
Distinct (%)98.4%
Missing0
Missing (%)0.0%
Memory size636.0 B
2023-12-11T12:19:34.199603image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length8
Median length8
Mean length8
Min length8

Characters and Unicode

Total characters504
Distinct characters11
Distinct categories2 ?
Distinct scripts1 ?
Distinct blocks1 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique61 ?
Unique (%)96.8%

Sample

1st row112011-5
2nd row112019-5
3rd row112124-5
4th row112127-5
5th row112129-5
ValueCountFrequency (%)
710001-7 2
 
3.2%
317045-1 1
 
1.6%
312065-5 1
 
1.6%
312033-5 1
 
1.6%
312037-5 1
 
1.6%
312061-5 1
 
1.6%
313009-4 1
 
1.6%
314016-3 1
 
1.6%
314026-3 1
 
1.6%
314027-3 1
 
1.6%
Other values (52) 52
82.5%
2023-12-11T12:19:34.560367image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
1 135
26.8%
0 64
12.7%
- 63
12.5%
3 53
 
10.5%
5 40
 
7.9%
2 39
 
7.7%
4 36
 
7.1%
7 26
 
5.2%
6 19
 
3.8%
8 18
 
3.6%

Most occurring categories

ValueCountFrequency (%)
Decimal Number 441
87.5%
Dash Punctuation 63
 
12.5%

Most frequent character per category

Decimal Number
ValueCountFrequency (%)
1 135
30.6%
0 64
14.5%
3 53
 
12.0%
5 40
 
9.1%
2 39
 
8.8%
4 36
 
8.2%
7 26
 
5.9%
6 19
 
4.3%
8 18
 
4.1%
9 11
 
2.5%
Dash Punctuation
ValueCountFrequency (%)
- 63
100.0%

Most occurring scripts

ValueCountFrequency (%)
Common 504
100.0%

Most frequent character per script

Common
ValueCountFrequency (%)
1 135
26.8%
0 64
12.7%
- 63
12.5%
3 53
 
10.5%
5 40
 
7.9%
2 39
 
7.7%
4 36
 
7.1%
7 26
 
5.2%
6 19
 
3.8%
8 18
 
3.6%

Most occurring blocks

ValueCountFrequency (%)
ASCII 504
100.0%

Most frequent character per block

ASCII
ValueCountFrequency (%)
1 135
26.8%
0 64
12.7%
- 63
12.5%
3 53
 
10.5%
5 40
 
7.9%
2 39
 
7.7%
4 36
 
7.1%
7 26
 
5.2%
6 19
 
3.8%
8 18
 
3.6%

과제명
Text

Distinct62
Distinct (%)98.4%
Missing0
Missing (%)0.0%
Memory size636.0 B
2023-12-11T12:19:34.904913image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length58
Median length42
Mean length34.904762
Min length15

Characters and Unicode

Total characters2199
Distinct characters328
Distinct categories9 ?
Distinct scripts3 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique61 ?
Unique (%)96.8%

Sample

1st row항암과 항생제내성균주에 대한 항균력이 강한 설포라펜 다량 함유 배무채의 용도 확대 및 수출용 신품종 개발
2nd row난쟁이 표현형 유전자 발현 억제 방법을 이용한 관상용 난쟁이 형질전환식물 개발 및 산업적 응용
3rd rowChromatin architecture 조절기술을 통한 다수성 콩 형질전환체 개발
4th row다중진단 마커 활용 복합내병성 및 고품질 다다기 오이 품종 개발
5th row자생 무궁화 유전자원을 이용한 키 낮은 무궁화 신품종 육성
ValueCountFrequency (%)
및 35
 
6.2%
개발 31
 
5.5%
이용한 15
 
2.7%
위한 14
 
2.5%
통한 8
 
1.4%
기술 6
 
1.1%
시스템 6
 
1.1%
수출 5
 
0.9%
품종 5
 
0.9%
신품종 5
 
0.9%
Other values (346) 430
76.8%
2023-12-11T12:19:35.406657image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
497
 
22.6%
용 49
 
2.2%
기 44
 
2.0%
한 42
 
1.9%
개 42
 
1.9%
발 42
 
1.9%
수 39
 
1.8%
및 35
 
1.6%
화 34
 
1.5%
품 31
 
1.4%
Other values (318) 1344
61.1%

Most occurring categories

ValueCountFrequency (%)
Other Letter 1610
73.2%
Space Separator 497
 
22.6%
Lowercase Letter 46
 
2.1%
Uppercase Letter 22
 
1.0%
Other Punctuation 8
 
0.4%
Open Punctuation 5
 
0.2%
Close Punctuation 5
 
0.2%
Decimal Number 5
 
0.2%
Dash Punctuation 1
 
< 0.1%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
용 49
 
3.0%
기 44
 
2.7%
한 42
 
2.6%
개 42
 
2.6%
발 42
 
2.6%
수 39
 
2.4%
및 35
 
2.2%
화 34
 
2.1%
품 31
 
1.9%
이 30
 
1.9%
Other values (277) 1222
75.9%
Lowercase Letter
ValueCountFrequency (%)
t 6
13.0%
i 6
13.0%
a 5
10.9%
e 4
8.7%
u 4
8.7%
n 3
 
6.5%
r 3
 
6.5%
c 3
 
6.5%
l 2
 
4.3%
h 2
 
4.3%
Other values (7) 8
17.4%
Uppercase Letter
ValueCountFrequency (%)
C 3
13.6%
G 3
13.6%
N 3
13.6%
I 2
9.1%
A 2
9.1%
T 1
 
4.5%
O 1
 
4.5%
M 1
 
4.5%
B 1
 
4.5%
F 1
 
4.5%
Other values (4) 4
18.2%
Other Punctuation
ValueCountFrequency (%)
, 6
75.0%
. 1
 
12.5%
/ 1
 
12.5%
Decimal Number
ValueCountFrequency (%)
1 3
60.0%
2 1
 
20.0%
3 1
 
20.0%
Space Separator
ValueCountFrequency (%)
497
100.0%
Open Punctuation
ValueCountFrequency (%)
( 5
100.0%
Close Punctuation
ValueCountFrequency (%)
) 5
100.0%
Dash Punctuation
ValueCountFrequency (%)
- 1
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 1610
73.2%
Common 521
 
23.7%
Latin 68
 
3.1%

Most frequent character per script

Hangul
ValueCountFrequency (%)
용 49
 
3.0%
기 44
 
2.7%
한 42
 
2.6%
개 42
 
2.6%
발 42
 
2.6%
수 39
 
2.4%
및 35
 
2.2%
화 34
 
2.1%
품 31
 
1.9%
이 30
 
1.9%
Other values (277) 1222
75.9%
Latin
ValueCountFrequency (%)
t 6
 
8.8%
i 6
 
8.8%
a 5
 
7.4%
e 4
 
5.9%
u 4
 
5.9%
C 3
 
4.4%
n 3
 
4.4%
r 3
 
4.4%
c 3
 
4.4%
G 3
 
4.4%
Other values (21) 28
41.2%
Common
ValueCountFrequency (%)
497
95.4%
, 6
 
1.2%
( 5
 
1.0%
) 5
 
1.0%
1 3
 
0.6%
2 1
 
0.2%
- 1
 
0.2%
. 1
 
0.2%
3 1
 
0.2%
/ 1
 
0.2%

Most occurring blocks

ValueCountFrequency (%)
Hangul 1610
73.2%
ASCII 589
 
26.8%

Most frequent character per block

ASCII
ValueCountFrequency (%)
497
84.4%
t 6
 
1.0%
, 6
 
1.0%
i 6
 
1.0%
( 5
 
0.8%
) 5
 
0.8%
a 5
 
0.8%
e 4
 
0.7%
u 4
 
0.7%
C 3
 
0.5%
Other values (31) 48
 
8.1%
Hangul
ValueCountFrequency (%)
용 49
 
3.0%
기 44
 
2.7%
한 42
 
2.6%
개 42
 
2.6%
발 42
 
2.6%
수 39
 
2.4%
및 35
 
2.2%
화 34
 
2.1%
품 31
 
1.9%
이 30
 
1.9%
Other values (277) 1222
75.9%

주관기관명
Text

Distinct48
Distinct (%)76.2%
Missing0
Missing (%)0.0%
Memory size636.0 B
2023-12-11T12:19:35.646931image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length17
Median length15
Mean length10.15873
Min length4

Characters and Unicode

Total characters640
Distinct characters125
Distinct categories4 ?
Distinct scripts2 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique38 ?
Unique (%)60.3%

Sample

1st row중앙대학교 산학협력단
2nd row경희대학교 산학협력단
3rd row(주)제노마인
4th row(주)농우바이오
5th row경북대학교 산학협력단
ValueCountFrequency (%)
산학협력단 25
26.3%
서울대학교 6
 
6.3%
경북대학교 3
 
3.2%
강원대학교 3
 
3.2%
세종대학교산학협력단 3
 
3.2%
경상대학교 2
 
2.1%
전남대학교 2
 
2.1%
목포대학교산학협력단 2
 
2.1%
한국생명공학연구원 2
 
2.1%
주)농우바이오 2
 
2.1%
Other values (43) 45
47.4%
2023-12-11T12:19:36.013199image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
학 73
 
11.4%
대 37
 
5.8%
산 37
 
5.8%
단 36
 
5.6%
교 34
 
5.3%
협 34
 
5.3%
력 34
 
5.3%
33
 
5.2%
( 16
 
2.5%
주 16
 
2.5%
Other values (115) 290
45.3%

Most occurring categories

ValueCountFrequency (%)
Other Letter 575
89.8%
Space Separator 33
 
5.2%
Open Punctuation 16
 
2.5%
Close Punctuation 16
 
2.5%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
학 73
 
12.7%
대 37
 
6.4%
산 37
 
6.4%
단 36
 
6.3%
교 34
 
5.9%
협 34
 
5.9%
력 34
 
5.9%
주 16
 
2.8%
농 12
 
2.1%
원 11
 
1.9%
Other values (112) 251
43.7%
Space Separator
ValueCountFrequency (%)
33
100.0%
Open Punctuation
ValueCountFrequency (%)
( 16
100.0%
Close Punctuation
ValueCountFrequency (%)
) 16
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 575
89.8%
Common 65
 
10.2%

Most frequent character per script

Hangul
ValueCountFrequency (%)
학 73
 
12.7%
대 37
 
6.4%
산 37
 
6.4%
단 36
 
6.3%
교 34
 
5.9%
협 34
 
5.9%
력 34
 
5.9%
주 16
 
2.8%
농 12
 
2.1%
원 11
 
1.9%
Other values (112) 251
43.7%
Common
ValueCountFrequency (%)
33
50.8%
( 16
24.6%
) 16
24.6%

Most occurring blocks

ValueCountFrequency (%)
Hangul 575
89.8%
ASCII 65
 
10.2%

Most frequent character per block

Hangul
ValueCountFrequency (%)
학 73
 
12.7%
대 37
 
6.4%
산 37
 
6.4%
단 36
 
6.3%
교 34
 
5.9%
협 34
 
5.9%
력 34
 
5.9%
주 16
 
2.8%
농 12
 
2.1%
원 11
 
1.9%
Other values (112) 251
43.7%
ASCII
ValueCountFrequency (%)
33
50.8%
( 16
24.6%
) 16
24.6%

연구시작 연도
Real number (ℝ)

HIGH CORRELATION 

Distinct7
Distinct (%)11.1%
Missing0
Missing (%)0.0%
Infinite0
Infinite (%)0.0%
Mean2014.1111
Minimum2010
Maximum2017
Zeros0
Zeros (%)0.0%
Negative0
Negative (%)0.0%
Memory size699.0 B
2023-12-11T12:19:36.128242image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Quantile statistics

Minimum2010
5-th percentile2012
Q12013.5
median2014
Q32015
95-th percentile2017
Maximum2017
Range7
Interquartile range (IQR)1.5

Descriptive statistics

Standard deviation1.6859104
Coefficient of variation (CV)0.00083704936
Kurtosis-0.12080417
Mean2014.1111
Median Absolute Deviation (MAD)1
Skewness-0.20102377
Sum126889
Variance2.8422939
MonotonicityNot monotonic
2023-12-11T12:19:36.226495image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram with fixed size bins (bins=7)
ValueCountFrequency (%)
2014 23
36.5%
2012 13
20.6%
2015 13
20.6%
2017 7
 
11.1%
2016 4
 
6.3%
2010 2
 
3.2%
2013 1
 
1.6%
ValueCountFrequency (%)
2010 2
 
3.2%
2012 13
20.6%
2013 1
 
1.6%
2014 23
36.5%
2015 13
20.6%
2016 4
 
6.3%
2017 7
 
11.1%
ValueCountFrequency (%)
2017 7
 
11.1%
2016 4
 
6.3%
2015 13
20.6%
2014 23
36.5%
2013 1
 
1.6%
2012 13
20.6%
2010 2
 
3.2%

연구종료 연도
Categorical

CONSTANT 

Distinct1
Distinct (%)1.6%
Missing0
Missing (%)0.0%
Memory size636.0 B
2017
63 

Length

Max length4
Median length4
Mean length4
Min length4

Unique

Unique0 ?
Unique (%)0.0%

Sample

1st row2017
2nd row2017
3rd row2017
4th row2017
5th row2017

Common Values

ValueCountFrequency (%)
2017 63
100.0%

Length

2023-12-11T12:19:36.399749image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category

Common Values (Plot)

2023-12-11T12:19:36.509730image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
ValueCountFrequency (%)
2017 63
100.0%

연구비
Real number (ℝ)

HIGH CORRELATION 

Distinct28
Distinct (%)44.4%
Missing0
Missing (%)0.0%
Infinite0
Infinite (%)0.0%
Mean2.8714286 × 108
Minimum20000000
Maximum3 × 109
Zeros0
Zeros (%)0.0%
Negative0
Negative (%)0.0%
Memory size699.0 B
2023-12-11T12:19:36.599020image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Quantile statistics

Minimum20000000
5-th percentile20000000
Q195000000
median1.9 × 108
Q32.75 × 108
95-th percentile9.95 × 108
Maximum3 × 109
Range2.98 × 109
Interquartile range (IQR)1.8 × 108

Descriptive statistics

Standard deviation4.2320371 × 108
Coefficient of variation (CV)1.4738438
Kurtosis27.449465
Mean2.8714286 × 108
Median Absolute Deviation (MAD)90000000
Skewness4.6502076
Sum1.809 × 1010
Variance1.7910138 × 1017
MonotonicityNot monotonic
2023-12-11T12:19:36.726377image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram with fixed size bins (bins=28)
ValueCountFrequency (%)
20000000 9
 
14.3%
260000000 5
 
7.9%
100000000 5
 
7.9%
180000000 4
 
6.3%
210000000 4
 
6.3%
500000000 3
 
4.8%
1000000000 3
 
4.8%
80000000 2
 
3.2%
130000000 2
 
3.2%
200000000 2
 
3.2%
Other values (18) 24
38.1%
ValueCountFrequency (%)
20000000 9
14.3%
50000000 2
 
3.2%
70000000 2
 
3.2%
80000000 2
 
3.2%
90000000 1
 
1.6%
100000000 5
7.9%
120000000 1
 
1.6%
130000000 2
 
3.2%
140000000 1
 
1.6%
150000000 1
 
1.6%
ValueCountFrequency (%)
3000000000 1
 
1.6%
1000000000 3
4.8%
950000000 1
 
1.6%
680000000 1
 
1.6%
600000000 1
 
1.6%
500000000 3
4.8%
390000000 1
 
1.6%
320000000 1
 
1.6%
300000000 2
3.2%
280000000 2
3.2%

연구내용
Text

Distinct62
Distinct (%)98.4%
Missing0
Missing (%)0.0%
Memory size636.0 B
2023-12-11T12:19:36.968986image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length1024
Median length661
Mean length556.57143
Min length104

Characters and Unicode

Total characters35064
Distinct characters645
Distinct categories15 ?
Distinct scripts3 ?
Distinct blocks9 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique61 ?
Unique (%)96.8%

Sample

1st row가. 배무채 추출물의 항암과 항생제내성균주 항균효과 검증 - 세포주 및 동물 실험 나. 배무채의 글루코시놀레이트의 동정 및 생합성 경로 구명(대사생리 구명) 다. 서양인의 샐러드용으로 적합한 잎에 털이 없는(무 모용) 배무채 품종 개발 라. 적색 배무채 품종 개발 마. 뿌리혹병에 강한 품종 개발 바. 봄재배용 만추대성 품종 개발
2nd row제1세부과제 : 난쟁이 관련유전자 분리 및 기능 분석- DWF4, DET2, SMT2 유전자가 과발현된 식물체 (식물세포) 확보- 형질전환된 식물 (식물세포)에서 DWF4, DET2, SMT2 유전자의 기능 분석- DWF3 유전자 발현 억제에 의해 유도되는 난쟁이 관상작물 형질전환체의 유전분석 및 기능 분석제2세부과제 : 관상작물 형질전환 체계 확립 및 난쟁이 관상작물 개발 - 관상작물 난쟁이 표현형 다중 유전자 발현 억제 관상작물 형질전환체 확보 및 순화- 관상작물 난쟁이 표현형 다중 유전자 발현 억제 관상작물 형질전환체 특성 조사제1협동과제 : 난쟁이 관상작물 실용화 연구- 형질전환된 난쟁이 형질전환체의 대량 번식 - 난쟁이 형질전환체의 상품화 기초연구
3rd row1) Chromatin architecture 조절을 통한 다수성 형질관련 유용 유전자 발굴 및 기능 검정 (10종) 기 확보된 유용 유전자의 기능 재검정 (ATPG3, ATPG4, ATPG7, ATPG8, 4종) Chromatin architecture 조절을 통한 다수성 형질관련 유용 유전자 발굴 및 기능 검정 (6종) - 변이체 표현형 분석 및 분자생리생화학적 기능 조사 - 유용 유전자에 대한 loss-of-function, gain-of function 애기장대 변이체 표현형 및 기능 분석 - 생산성 증대 지표 분석을 통한 다수성 형질 확인2) 유용 유전자가 도입된 콩 형질전환체 생산 (10건) 유용 유전자의 콩 도입 및 형질전환체 생산 (10건) - 유용 유전자의 콩 도입을 위한 vector construct (특허회피 벡터 사용) 제작 - 고효율 형질전환 시스템을 통한 콩 형질전환 실시: single insertion 최적화 조건 사용 - 형질전환 콩의 1차 기능 분석: 유전자 도입 확인 (single copy) 및 발현 분석 - 콩 형질전환체 생산 및 종자 생산, 후대 전개3) 콩 형질전환체의 기능 분석(7종 이상)을 통한 우량 형질전환체 개발 (2종) 기능 분석을 통하여 다수성 목표형질을 지닌 우량 형질전환체 개발 (2종) - 형질전환 콩의 1차 표현형 분석 및 2차 기능 분석 (molecular marker를 이용한 분자생리 분석, 7건 이상) - 형질전환 콩의 온실 및 포장 검정을 통한 농업 형질 규명 - Insertion event 분석 (도입 유전자의 위치 확인)4) 특허 및 논문 등 지적 소유권 확보 (16건) 특허출원/등록 15건 논문: 3건 (SCI 학술지 3건)
4th row1. 오이 유용형질 연관 분자마커(총 5점 이상) 개발 및 활용에 의한 육성재료 분석- 복합내병성(ZYMV, WMV, 흰가루병, 노균병, 흑성병) 분자마커 개발 및 활용- 내한성 및 수확 후 저장성 유전양상 분석- 수확 후 저장성 관련 오이 계통별 전사체 대량분석, 후보유전자 대량발굴 및 QTL 분석- 내한성 관련 오이 계통별 전사체 대량분석, 후보유전자 대량발굴 및 QTL 분석- 수확 후 저장성, 내한성 및 고미성분 연관 분자마커 개발 및 활용 2. 복합내병성 및 고품질계 오이 품종 육성을 위한 주요형질 평가 및 분석 연구- 계통 및 품종별 내병성 검정, 수확 후 저장성 및 내한성 평가- 계통 및 품종별 수확 후 저장성 관련 세포벽 성분(셀룰로스, 헤미셀룰로스, 펙틴) 분석- 계통 및 품종별 고미성분(쿠쿨비타신) 정량분석 3 분자마커 활용 복합내병성 및 고품질계 오이 계통육성 및 신품종(6품종 이상) 개발- 국내용 복합내병성(ZYMV, 흰가루병, 노균병) 다다기 오이 품종(2품종 이상) 개발 - 국내용 복합내병성(흑성병, 흰가루병, 노균병) 다다기 오이 품종(2품종 이상) 개발 - 중국 수출용 복합내병성(ZYMV, 흰가루병, 노균병) 다다기 오이 품종(1품종 이상) 개발- 중국 수출용 복합내병성(흑성병, 흰가루병, 노균병) 다다기 오이 품종(1품종 이상) 개발 - 복합내병성계(ZYMV, WMV, 흰가루병, 노균병, 흑성병) 다다기 오이 계통육성- 고저장성 및 내한성 고품질계 다다기 오이 계통육성
5th row○ 유전자원 수집 및 특성조사를 통한 우량 키 낮은 무궁화 계통선발 체계확립-무궁화 유전자원 수집 및 특성분석-우량 키 낮은 무궁화 유전자원 선발-우량 품종육성 및 선발을 위한 특성 조사 체계 마련○ 고품질 키 낮은 무궁화 신품종 육성-배수성 및 화분임성 조사를 통한 유전학적 연구 체계 마련-교배조합 능력 검정-교잡 종자의 발아력 검정 및 대량 파종○ 육성 품종의 기내 · 외 신속 대량 증식 체계 개발-기내 신속 대량 증식을 위한 배지 개발 -기외 신속 대량 증식을 위한 프로토콜 개발○ 주요 무궁화 유전자원의 세포유전학적 규명-무궁화 유전자원 배수성과 교잡친화성 관계규명 -우량유전자원의 염색체 검경을 통한 배수성 검정○ 키 낮은 무궁화 선발품종의 용도별 재배시험-환경에 따른 생리 및 화아분화 조건 규명-화분용 품종의 재배시험-화단용 품종의 재배시험○ 분화용 무궁화 품종의 보급 및 수출-등록품종의 국내보급-분화용 품종의 수출시도
ValueCountFrequency (%)
및 386
 
4.6%
293
 
3.5%
개발 159
 
1.9%
위한 90
 
1.1%
선발 56
 
0.7%
수출 55
 
0.7%
통한 53
 
0.6%
기술 52
 
0.6%
분석 45
 
0.5%
생산 43
 
0.5%
Other values (3388) 7070
85.2%
2023-12-11T12:19:37.615927image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
8880
 
25.3%
, 464
 
1.3%
성 454
 
1.3%
기 442
 
1.3%
발 420
 
1.2%
- 420
 
1.2%
수 406
 
1.2%
및 386
 
1.1%
의 370
 
1.1%
개 359
 
1.0%
Other values (635) 22463
64.1%

Most occurring categories

ValueCountFrequency (%)
Other Letter 21772
62.1%
Space Separator 8883
25.3%
Lowercase Letter 1506
 
4.3%
Other Punctuation 758
 
2.2%
Uppercase Letter 559
 
1.6%
Dash Punctuation 420
 
1.2%
Decimal Number 413
 
1.2%
Close Punctuation 248
 
0.7%
Open Punctuation 229
 
0.7%
Other Symbol 195
 
0.6%
Other values (5) 81
 
0.2%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
성 454
 
2.1%
기 442
 
2.0%
발 420
 
1.9%
수 406
 
1.9%
및 386
 
1.8%
의 370
 
1.7%
개 359
 
1.6%
제 340
 
1.6%
한 340
 
1.6%
이 298
 
1.4%
Other values (539) 17957
82.5%
Uppercase Letter
ValueCountFrequency (%)
M 55
 
9.8%
C 50
 
8.9%
P 47
 
8.4%
A 47
 
8.4%
R 39
 
7.0%
S 39
 
7.0%
G 32
 
5.7%
T 31
 
5.5%
I 30
 
5.4%
F 22
 
3.9%
Other values (16) 167
29.9%
Lowercase Letter
ValueCountFrequency (%)
e 199
13.2%
i 137
 
9.1%
s 114
 
7.6%
r 114
 
7.6%
o 104
 
6.9%
a 100
 
6.6%
t 99
 
6.6%
n 92
 
6.1%
c 88
 
5.8%
l 67
 
4.4%
Other values (15) 392
26.0%
Decimal Number
ValueCountFrequency (%)
1 122
29.5%
2 117
28.3%
3 59
14.3%
0 43
 
10.4%
4 26
 
6.3%
5 15
 
3.6%
8 11
 
2.7%
6 10
 
2.4%
7 6
 
1.5%
9 4
 
1.0%
Other Punctuation
ValueCountFrequency (%)
, 464
61.2%
. 134
 
17.7%
: 99
 
13.1%
/ 34
 
4.5%
· 13
 
1.7%
% 7
 
0.9%
& 5
 
0.7%
; 1
 
0.1%
※ 1
 
0.1%
Math Symbol
ValueCountFrequency (%)
~ 19
35.2%
> 12
22.2%
< 11
20.4%
⇒ 4
 
7.4%
× 3
 
5.6%
→ 3
 
5.6%
+ 2
 
3.7%
Other Symbol
ValueCountFrequency (%)
○ 134
68.7%
■ 35
 
17.9%
□ 13
 
6.7%
● 8
 
4.1%
▶ 4
 
2.1%
™ 1
 
0.5%
Other Number
ValueCountFrequency (%)
③ 1
33.3%
② 1
33.3%
① 1
33.3%
Space Separator
ValueCountFrequency (%)
8880
> 99.9%
　 3
 
< 0.1%
Final Punctuation
ValueCountFrequency (%)
’ 3
60.0%
” 2
40.0%
Initial Punctuation
ValueCountFrequency (%)
‘ 3
60.0%
“ 2
40.0%
Dash Punctuation
ValueCountFrequency (%)
- 420
100.0%
Close Punctuation
ValueCountFrequency (%)
) 248
100.0%
Open Punctuation
ValueCountFrequency (%)
( 229
100.0%
Format
ValueCountFrequency (%)
­ 14
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 21772
62.1%
Common 11227
32.0%
Latin 2065
 
5.9%

Most frequent character per script

Hangul
ValueCountFrequency (%)
성 454
 
2.1%
기 442
 
2.0%
발 420
 
1.9%
수 406
 
1.9%
및 386
 
1.8%
의 370
 
1.7%
개 359
 
1.6%
제 340
 
1.6%
한 340
 
1.6%
이 298
 
1.4%
Other values (539) 17957
82.5%
Latin
ValueCountFrequency (%)
e 199
 
9.6%
i 137
 
6.6%
s 114
 
5.5%
r 114
 
5.5%
o 104
 
5.0%
a 100
 
4.8%
t 99
 
4.8%
n 92
 
4.5%
c 88
 
4.3%
l 67
 
3.2%
Other values (41) 951
46.1%
Common
ValueCountFrequency (%)
8880
79.1%
, 464
 
4.1%
- 420
 
3.7%
) 248
 
2.2%
( 229
 
2.0%
○ 134
 
1.2%
. 134
 
1.2%
1 122
 
1.1%
2 117
 
1.0%
: 99
 
0.9%
Other values (35) 380
 
3.4%

Most occurring blocks

ValueCountFrequency (%)
Hangul 21771
62.1%
ASCII 13043
37.2%
Geometric Shapes 194
 
0.6%
None 33
 
0.1%
Punctuation 11
 
< 0.1%
Arrows 7
 
< 0.1%
Enclosed Alphanum 3
 
< 0.1%
Compat Jamo 1
 
< 0.1%
Letterlike Symbols 1
 
< 0.1%

Most frequent character per block

ASCII
ValueCountFrequency (%)
8880
68.1%
, 464
 
3.6%
- 420
 
3.2%
) 248
 
1.9%
( 229
 
1.8%
e 199
 
1.5%
i 137
 
1.1%
. 134
 
1.0%
1 122
 
0.9%
2 117
 
0.9%
Other values (66) 2093
 
16.0%
Hangul
ValueCountFrequency (%)
성 454
 
2.1%
기 442
 
2.0%
발 420
 
1.9%
수 406
 
1.9%
및 386
 
1.8%
의 370
 
1.7%
개 359
 
1.6%
제 340
 
1.6%
한 340
 
1.6%
이 298
 
1.4%
Other values (538) 17956
82.5%
Geometric Shapes
ValueCountFrequency (%)
○ 134
69.1%
■ 35
 
18.0%
□ 13
 
6.7%
● 8
 
4.1%
▶ 4
 
2.1%
None
ValueCountFrequency (%)
­ 14
42.4%
· 13
39.4%
　 3
 
9.1%
× 3
 
9.1%
Arrows
ValueCountFrequency (%)
⇒ 4
57.1%
→ 3
42.9%
Punctuation
ValueCountFrequency (%)
’ 3
27.3%
‘ 3
27.3%
“ 2
18.2%
” 2
18.2%
※ 1
 
9.1%
Compat Jamo
ValueCountFrequency (%)
ㆍ 1
100.0%
Enclosed Alphanum
ValueCountFrequency (%)
③ 1
33.3%
② 1
33.3%
① 1
33.3%
Letterlike Symbols
ValueCountFrequency (%)
™ 1
100.0%

Interactions

2023-12-11T12:19:32.662763image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-11T12:19:31.980000image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-11T12:19:32.315516image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-11T12:19:32.786878image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-11T12:19:32.073479image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-11T12:19:32.431227image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-11T12:19:32.883696image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-11T12:19:32.200724image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
2023-12-11T12:19:32.537730image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Correlations

2023-12-11T12:19:37.760128image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
번호사업명과제번호과제명주관기관명연구시작 연도연구비연구내용
번호1.0000.7611.0001.0000.7200.7960.7441.000
사업명0.7611.0001.0001.0000.6960.5190.7141.000
과제번호1.0001.0001.0001.0001.0001.0000.0001.000
과제명1.0001.0001.0001.0001.0001.0000.0001.000
주관기관명0.7200.6961.0001.0001.0000.0000.7091.000
연구시작 연도0.7960.5191.0001.0000.0001.0000.0001.000
연구비0.7440.7140.0000.0000.7090.0001.0000.000
연구내용1.0001.0001.0001.0001.0001.0000.0001.000
2023-12-11T12:19:37.864479image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
번호연구시작 연도연구비사업명
번호1.0000.348-0.0750.398
연구시작 연도0.3481.000-0.7080.570
연구비-0.075-0.7081.0000.347
사업명0.3980.5700.3471.000

Missing values

2023-12-11T12:19:33.006515image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
A simple visualization of nullity by column.
2023-12-11T12:19:33.152048image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Nullity matrix is a data-dense display which lets you quickly visually pick out patterns in data completion.

Sample

번호사업분류사업명과제번호과제명주관기관명연구시작 연도연구종료 연도연구비연구내용
01농산농생명산업기술개발사업112011-5항암과 항생제내성균주에 대한 항균력이 강한 설포라펜 다량 함유 배무채의 용도 확대 및 수출용 신품종 개발중앙대학교 산학협력단20122017180000000가. 배무채 추출물의 항암과 항생제내성균주 항균효과 검증 - 세포주 및 동물 실험 나. 배무채의 글루코시놀레이트의 동정 및 생합성 경로 구명(대사생리 구명) 다. 서양인의 샐러드용으로 적합한 잎에 털이 없는(무 모용) 배무채 품종 개발 라. 적색 배무채 품종 개발 마. 뿌리혹병에 강한 품종 개발 바. 봄재배용 만추대성 품종 개발
12농산농생명산업기술개발사업112019-5난쟁이 표현형 유전자 발현 억제 방법을 이용한 관상용 난쟁이 형질전환식물 개발 및 산업적 응용경희대학교 산학협력단20122017180000000제1세부과제 : 난쟁이 관련유전자 분리 및 기능 분석- DWF4, DET2, SMT2 유전자가 과발현된 식물체 (식물세포) 확보- 형질전환된 식물 (식물세포)에서 DWF4, DET2, SMT2 유전자의 기능 분석- DWF3 유전자 발현 억제에 의해 유도되는 난쟁이 관상작물 형질전환체의 유전분석 및 기능 분석제2세부과제 : 관상작물 형질전환 체계 확립 및 난쟁이 관상작물 개발 - 관상작물 난쟁이 표현형 다중 유전자 발현 억제 관상작물 형질전환체 확보 및 순화- 관상작물 난쟁이 표현형 다중 유전자 발현 억제 관상작물 형질전환체 특성 조사제1협동과제 : 난쟁이 관상작물 실용화 연구- 형질전환된 난쟁이 형질전환체의 대량 번식 - 난쟁이 형질전환체의 상품화 기초연구
23농산농생명산업기술개발사업112124-5Chromatin architecture 조절기술을 통한 다수성 콩 형질전환체 개발(주)제노마인201220172800000001) Chromatin architecture 조절을 통한 다수성 형질관련 유용 유전자 발굴 및 기능 검정 (10종) 기 확보된 유용 유전자의 기능 재검정 (ATPG3, ATPG4, ATPG7, ATPG8, 4종) Chromatin architecture 조절을 통한 다수성 형질관련 유용 유전자 발굴 및 기능 검정 (6종) - 변이체 표현형 분석 및 분자생리생화학적 기능 조사 - 유용 유전자에 대한 loss-of-function, gain-of function 애기장대 변이체 표현형 및 기능 분석 - 생산성 증대 지표 분석을 통한 다수성 형질 확인2) 유용 유전자가 도입된 콩 형질전환체 생산 (10건) 유용 유전자의 콩 도입 및 형질전환체 생산 (10건) - 유용 유전자의 콩 도입을 위한 vector construct (특허회피 벡터 사용) 제작 - 고효율 형질전환 시스템을 통한 콩 형질전환 실시: single insertion 최적화 조건 사용 - 형질전환 콩의 1차 기능 분석: 유전자 도입 확인 (single copy) 및 발현 분석 - 콩 형질전환체 생산 및 종자 생산, 후대 전개3) 콩 형질전환체의 기능 분석(7종 이상)을 통한 우량 형질전환체 개발 (2종) 기능 분석을 통하여 다수성 목표형질을 지닌 우량 형질전환체 개발 (2종) - 형질전환 콩의 1차 표현형 분석 및 2차 기능 분석 (molecular marker를 이용한 분자생리 분석, 7건 이상) - 형질전환 콩의 온실 및 포장 검정을 통한 농업 형질 규명 - Insertion event 분석 (도입 유전자의 위치 확인)4) 특허 및 논문 등 지적 소유권 확보 (16건) 특허출원/등록 15건 논문: 3건 (SCI 학술지 3건)
34농산농생명산업기술개발사업112127-5다중진단 마커 활용 복합내병성 및 고품질 다다기 오이 품종 개발(주)농우바이오201220172700000001. 오이 유용형질 연관 분자마커(총 5점 이상) 개발 및 활용에 의한 육성재료 분석- 복합내병성(ZYMV, WMV, 흰가루병, 노균병, 흑성병) 분자마커 개발 및 활용- 내한성 및 수확 후 저장성 유전양상 분석- 수확 후 저장성 관련 오이 계통별 전사체 대량분석, 후보유전자 대량발굴 및 QTL 분석- 내한성 관련 오이 계통별 전사체 대량분석, 후보유전자 대량발굴 및 QTL 분석- 수확 후 저장성, 내한성 및 고미성분 연관 분자마커 개발 및 활용 2. 복합내병성 및 고품질계 오이 품종 육성을 위한 주요형질 평가 및 분석 연구- 계통 및 품종별 내병성 검정, 수확 후 저장성 및 내한성 평가- 계통 및 품종별 수확 후 저장성 관련 세포벽 성분(셀룰로스, 헤미셀룰로스, 펙틴) 분석- 계통 및 품종별 고미성분(쿠쿨비타신) 정량분석 3 분자마커 활용 복합내병성 및 고품질계 오이 계통육성 및 신품종(6품종 이상) 개발- 국내용 복합내병성(ZYMV, 흰가루병, 노균병) 다다기 오이 품종(2품종 이상) 개발 - 국내용 복합내병성(흑성병, 흰가루병, 노균병) 다다기 오이 품종(2품종 이상) 개발 - 중국 수출용 복합내병성(ZYMV, 흰가루병, 노균병) 다다기 오이 품종(1품종 이상) 개발- 중국 수출용 복합내병성(흑성병, 흰가루병, 노균병) 다다기 오이 품종(1품종 이상) 개발 - 복합내병성계(ZYMV, WMV, 흰가루병, 노균병, 흑성병) 다다기 오이 계통육성- 고저장성 및 내한성 고품질계 다다기 오이 계통육성
45농산농생명산업기술개발사업112129-5자생 무궁화 유전자원을 이용한 키 낮은 무궁화 신품종 육성경북대학교 산학협력단20122017120000000○ 유전자원 수집 및 특성조사를 통한 우량 키 낮은 무궁화 계통선발 체계확립-무궁화 유전자원 수집 및 특성분석-우량 키 낮은 무궁화 유전자원 선발-우량 품종육성 및 선발을 위한 특성 조사 체계 마련○ 고품질 키 낮은 무궁화 신품종 육성-배수성 및 화분임성 조사를 통한 유전학적 연구 체계 마련-교배조합 능력 검정-교잡 종자의 발아력 검정 및 대량 파종○ 육성 품종의 기내 · 외 신속 대량 증식 체계 개발-기내 신속 대량 증식을 위한 배지 개발 -기외 신속 대량 증식을 위한 프로토콜 개발○ 주요 무궁화 유전자원의 세포유전학적 규명-무궁화 유전자원 배수성과 교잡친화성 관계규명 -우량유전자원의 염색체 검경을 통한 배수성 검정○ 키 낮은 무궁화 선발품종의 용도별 재배시험-환경에 따른 생리 및 화아분화 조건 규명-화분용 품종의 재배시험-화단용 품종의 재배시험○ 분화용 무궁화 품종의 보급 및 수출-등록품종의 국내보급-분화용 품종의 수출시도
56농산농생명산업기술개발사업112132-5참외의 부가가치 증대를 위한 흰가루병 저항성 및 혈전용해 고활성 품종 개발(주)농우바이오201220171900000001. 제1세부과제: 흰가루병 저항성 및 혈전용해 고활성 참외 신품종의 개발- 참외 유전자원 활용 특성 평가 - 참외 과실 형태별(은천계, 얼룩형, 멜론형) 흰가루병 저항성 및 쿠쿠미신 고활성 계통선발 및 조합작성- 흰가루병 저항성 및 혈전용해 고활성 참외 우수 조합에 대한 생산력 검정시험 수행- 우수 조합에 대한 농가실증시험 및 현지적응성 검정 수행- 소비자 기호 맞춤형(은천계, 얼룩형, 멜론형) 흰가루병 저항성 및 혈전용해 고활성 참외 신품종(5품종 이상) 개발2. 제2세부과제: 참외 신품종 육성을 위한 분자마커 및 바이오마커 활용기술 개발 - 흰가루병 저항성 및 단성화 형질 연관 분자마커 활용 육성재료 대량분석에 의한 육성재료 선발 지원- 혈전용해 활성 연관 분자마커 활용 육성재료 분석에 의한 육성재료 선발 지원 - 고당도 참외 계통 선발을 위한 육성재료 대량분석에 의한 육성재료 선발 지원3. 제1협동과제: 건강기능성 성분 고속대량 분석법 개발 및 생물검정 시스템 구축- 참외 계통별 혈전용해 활성의 대량분석에 의한 육성재료 선발 확인- 참외 계통별 면역활성 강화인자 대량분석에 의한 육성재료 선발 지원- 모델세포주를 이용한 멜라닌 색소침착 억제 인자 대량분석에 의한 육성재료 선발 지원- 쿠쿠미신 항체 제작 및 항체를 이용한 식이 참외 유용성분의 혈액이행 검증
67농산농생명산업기술개발사업112134-5사막화 지역에 재배 가능한 수출용 AtBG1 유전자 도입 2세대 유채 품종 육성 및 상용화(주)에프앤피201220172800000001. 초도고 내건성 비식용 GM유채(이벤트 번호 2802)의 인체 위해성 평가 완료 - GM 유채의 일반 영양 분석 및 지방산분석(의뢰) - 유채에서 외래 단백질발현 및 분리 정제 - 외래 단백질 발현 단백질의 정맥 투여 방법을 통한 독성 평가(의뢰) - 외래 단백질 유래 알레르기 유무 평가 (의뢰) 2. 사막화 진행지역 재배 가능한 GM 유채 2802와 조숙 춘파 일반계통을 이용한 GM　2세대 춘파형 조숙 다수확 2 품종 개발 - 2802와 우량 품종 춘파형 4종과 교배하여 현지 적응성이 높은 계통 선발 - 2802의 GM 선발 마커를 이용한 여교배 집단의 초기 선발 - 각 여교배 집단 1차 선발 후 지방산 함량 측정하여 2차 선발 - 각 세대별 현지 생육 특성 검정 (목표 및 농업형질 분석) - 내건, 조숙 및 고올레인산 함유 이벤트 선발 - 지방산 함량에 다른 공업용(바이오디젤) GMO 2세대 2개 이벤트 선발 3. 사막화 진행 지역 재배 가능한 GM 유채 2802와 내한성 추파 일반계통을 이용한 GM　2세대 추파형 다수확 1 품종 개발 - 2802와 우량 추파형 3품종(2품종에서 3품종으로 변경)과 교배하여 현지 적응성이 높은 계통 선발 - 2802의 GM 선발 마커를 이용한 여교배 집단의 초기 선발 - 각 여교배 집단 1차 선발 후 지방산 함량 측정하여 2차 선발 - 각 세대별 현지 생육 특성 검정(목표 및 농업형질 분석) - 내건, 내한 및 만생으로 고올레인산 함유 이벤트 선발 - 지방산 함량 올레인산 60% 이상인 상업용 1개 이벤트 선발 4. 제 2세대 GM 유채의 상용화 - 제 2세대 유채의 대규모 재배를 위한 시험 재배 분석 - 현지 재배 농가를 통한 재배법 개발 및 활용
78농산농생명산업기술개발사업112159-5한국형 cantaloupe 멜론 품종 개발 및 사업화농업회사법인 장춘종묘(주)20122017190000000○ 캔탈로프멜론 육종 재료 확보 및 병저항성 계통 육성 1. 수집 및 보유 100여 계통의 재료들에 대한 특성파악 및 재료 육성 2. 한국재배환경에 적응하는 병저항성계통 육성 가. 저온기 재배용 : 저온기재료 × 캔탈로프 → 캔탈로프 저온기 재료 육성 나. 고온기 재배용 : 고온기재료 × 캔탈로프 → 캔탈로프 고온기 재료 육성 다. 바이러스병 저항성 계통 육성 : 저항성 있는 캔탈로프 재료 활용 3. 바이러스병 저항성 육종 재료 선발 .Cucumber green mottle mosaic tobamovirus (CGMMV) .Kyuri green mottle mosaic tobamovirus (KGMMV) .Melon necrotic spot carmovirus (MNSV) .Squash mosaic comovirus (SqMV) .Watermelon mosaic potyvirus 2 (WMV2) .Zucchini yellow mosaic potyvirus (ZYMV)에 대한 내병성 계통 선발 가능성 타진 4. 바이러스 내병성 연관 분자표지 개발상기 바이러스에 대한 RAPD 또는 SSR 등의 PCR-based 분자표지의 개발 ○ 조합작성 - 저온기 재배용 : 30개 조합 - 고온기 재배용 : 30개 조합 ○ 조합 선발 : 재배안정성, 병저항성 등 - 1차 재배시험 선발 및 병저항성 검정 - 2차 농가시교시험을 병행한 연구소 재배시험 선발 ○ 선발조합에 부합하는 멜론 재배용 대목품종 선발 - 대목용재료 : 흑종호박, 공대, 동양종, 종간교잡 품종(서양종 × 동양종) 등 15개 품종 - 공생친화력(symbiotic affinity)이 가장 높은 대목 품종선발 ○ 지역적응성 시험을 통한 재배기술 확립 - 시교 사업을 통한 작형별 재배기술 확립 ○ 지역적응성 시험을 통해 농가소득에 대한 경영분석 - 재배경영비, 수량성, 상품성을 파악하여 농가소득에 대한 경영분석
89농산농생명산업기술개발사업114061-3봄/겨울 무 육종을 위한 NGS 기반 무 만추대 분자마커 개발한국생명공학연구원20142017210000000○무 개화 조절기작 규명○RNA seq. 분석에 의한 만추대성 분자 마커 개발○Vernalization 조건별 RNA seq. 분석에 의한 만추대성 분자마커 개발 ○만추대성 형질 관련 epigenetic 분자마커 개발○만/조추대성 형질 특이적 유용 유전집단 탐색과 육성○만추대성/조추대성 형질 계통간 개화 발달 시기 특성 규명○Variation block mapping을 통한 만추대성 형질 관련 분자표지 발굴
910농산농생명산업기술개발사업114063-3저곡해충 방제를 위한 이산화염소 현장 이용기술 개발고려대학교산학협력단20142017260000000○이산화염소 처리에 대한 저곡해충 치사율 검정○곡물의 이산화염소처리에 따른 물리, 화학적 특성 변화에 미치는 영향 분석○ 곡물 저장 단계에서 질적, 양적으로 피해를 유발하는 대상 저장해충의 경제적 피해 수준 설정○ Piolt 실험, 저장시설 등에서의 이산화염소 가스 적용을 통한 대상 해충개체군 치사율 검정○ 이산화염소 가스 처리 후 처리된 시설로부터의 모니터링과 샘플링을 통한 해충개체군 밀도 변동 분석과 생태적 특성 분석○이산화염소 최적 처리조건 확립○이산화염소의 해충 생리교란기작 분석○이산화염소의 개체 발육 및 행동 교란 기작 분석○저곡해충 사멸용 이산화염소 처리장비 개발○곡물보관창고의 크기별, 산업현장별 처리모델 구축 ○이산화염소 훈증처리 기술이전 및 산업화
번호사업분류사업명과제번호과제명주관기관명연구시작 연도연구종료 연도연구비연구내용
5354농산농생명산업기술개발사업514003-3(기획 운영)주요곡물-조사료 자급률 제고사업단전북대학교산학협력단201420171000000000본 사업의 연구 사업내용은 크게 총괄과제, 패키징기술개발과제, 실증/검증과제 등 3가지로 구분할 수 있다. 총괄과제는 패키징기술개발과제와 실증/검증과제를 설정하고 과제에서 개발된 종합모델화하고 최종정책대안을 제시하는 주 연구내용이다. 1. 품목별 자급률 목표치 재설정 및 달성방안을 제시하고, 2. 품목별 국내외 관련 정책, 기술, 산업 동향분석을 통해 현장애로 기술을 분석하고 실증과제별 정책-기술 패키지 모델 개발하고, 3. 품목별실증과제별 현장실증방안 및 정책대안로 실증과제별 주요 추진사항 정리, 실증과제별 성과 종합모델화 제시, 실증과제별 농업통합모델 최종 정책대안, 6차산업과 연계한 사업별 우수사례 정리 등이다. 패키징기술개발과제는 다양한 기술혁신모델의 발굴을 위한 복수의 기술패키지 시도과제로 기존기술에 약간의 추가기술개발과정이 포함되는 과제 등이다. 본 사업에서는 무논점파 재배 잡초성벼와 잡초 방제기술 개발, 논이모작(벼+맥류, 조사료와 논콩+맥류 등) 작부체계 모델개발, 우리 쌀 밀 콩 가공식품 소비촉진방안, SPC 콩주산단지 가공-유통 활성화 모델 개발, 국산밀 용도별 품질등급화 적용시험 등이다 실증/검증과제는 다양한 적용대상지 유형화 및 유형별 실증을 위한 과제로써 무논점파 재배기술 들녘경영체(조직체) 적용시범과 경영성과분석, 간척지 가공용쌀 조사료 재배적용 단지조성, 유색미 생산단지 조성과 가공유통 연계 등이다
5455농산수출전략기술개발514006-3대중국 농식품 수출적용모델 개발사업(사)한국외식업산업경영연구원201420173000000000<버섯>▶ 대중국 수출용 고부가 버섯 상품화 최적기술 적용 모델 확립을 통해 국내/중국 유기인증 획득 및 시범 수출 추진 A형 모델 (고품질 신선버섯) ○ 고품질 신선버섯의 수송통관검역 실증을 통한 부가가치 증대 B형 모델 (유기농 신선버섯) ○ 중국 유기농 인증획득을 통한 대중국 유기농 버섯수출 기반 확립 C형 모델 (고부가 가공식품) ○ 대중국 수출용 버섯 고부가 상품 개발 및 시범수출<난류>▶ 기존 호접란 이외에 동양란의 수출 확대를 위한 수출 모델 개발 A형 모델 : 팬시형 양란(호접란, 심비디움 교배종) ○ 팬시형 양란 수출 소비 시장 개척 B형 모델 : 고급형 동양란(춘란, 하란, 수란, 보세란) ○고급형 동양란(춘란, 하란, 수란, 보세란) 수출 모델 개발<분재>□ 고급형 미니 분재 개발 모델○북경, 광동 등 부유층을 타켓으로 미니 분재의 시범 수출 및 경제성 분석<다육식물>▶ 대중국 수출 활성화를 위한 모델 개발 및 현장 실증 A형 모델 : 소매 및 온라인형 모델 ○ 다육식물의 다양한 패키지 포장을 통한 소매 및 온라인형 수출 모델 개발 B형 모델 : 벌크형 포트 모델 ○ 중저가 다육식물의 대량 수출을 위한 벌크형 포트 개발 C형 모델 : 주문자 생산형 모델 ○ 고급품 및 희귀품 품종 위주의 주문자생산형 모델 개발<인삼>▶ 고부가 인삼소재 수출 및 통관 항구 확대 등 A형 모델 : 고부가 인삼소재 개발 ○ 원료삼/인삼 부산물 활용 소재 개발 및 수출 B형 모델 : 인삼식품 수출 안정화 및 확대 ○ 5년근 이하 인삼사용 제품 최적 수출 패키지 및 제품군 구축 C형 모델 : 국경간 전자상거래 적용 ○ 인삼 제품 국경간 전자상거래 수출 시도<절화류(신규)>□ 가격 경쟁력 보유 기간 단기 출하 절화 품목 개발 ○ 중국의 대형 화훼 시장 20개의 최근 5년간 가격 분석을 통해 일본 수출 집중기를 제외한 시기에 우리나라 현지 가격에 비해 높은 시기를 정하여 시범수출 및 경제성 분석
5556농산기술사업화지원816017-1방화곤충에 무해하고 사용간편한 천연유래물질을 이용한 과수용 적화제 사업화 기획애플 주식회사2016201720000000- 현재의 적화방법은 노동력 소요가 많은 손적과, 방화곤충에 치명적인 살충제 농약성분인 카바릴, 적화효과가 낮고 동녹발생우려가 있는 살균제인 lime sulphur 사용이 주를 이루고 있는데- 본과제에서는 이를 대체하는 적화제를 상품화 하는 것으로 1. 매개곤충에 무해하고(벌 치사율 0%)2. 적화율 90% 내외의 효과를 보이고 3. 1회 처리로 사용이 간편하고(손적과 노동력을 최대 90% 이상 절감) 할 수 있는 천연유래물질을 이용한 적화제를 상품화하
5657농산기술사업화지원816018-1기내배양을 이용한 사과 왜성대목 규격 포트묘 대량생산 시스템 사업화 기획농업회사법인 유니플랜텍2016201720000000● 사과 증식모수(대목/접수) 바이러스 무독화 기술 확립과 비즈니스모델 구축 - 열처리/ 항바이러스제 처리/ 생장점배양 체계 확립 - 바이러스 검정(ACLSV, ApMV, ASPV, ASGVd) - M26, M9 왜성대목 무독화 처리, 접수 품종 무독화 처리 및 공급. ● 주요 과수 바이러스 무독묘 규격 포트묘 생산과 비즈니스 모델구축 - 기내 대량번식 시스템 구축 . 단계별 생산 조건(초대배양/ 대량증식/ 정상식물체 유도/ 발근) 구축 - 대량순화 체계구축 - 규격 포트묘 생산 SOP 개발 - 사과 왜성대목 규격 포트묘 상품화 비즈니스 모델 구축 - 사과왜성 대목 규격 포트묘 대량생산 기반 시설구축 - 규격 포트묘 주산지 실증 및 정량적, 정성적 평가● 사과 왜성대목 수출전략 상품개발 및 수출 - 수출국가 시장 조사 - 수출 통관 검역조건에 적합한 상품 개발 - 수출국 주산지 실증 및 정량적, 정성적 평가위 연구를 위한 기술성분석, 권리성분석, 시장성분석/ 사업성분석/ 기술가치산정/ 기술사업화 모델 개발
5758농산농생명산업기술개발사업112142-5고려인삼과 미국삼의 종간교잡종 F1 불임타파로 신품종 소재 창출한방바이오(주)20122017130000000o 종간교잡종(고려인삼 x 미국삼, 미국삼 x 고려인삼) F2세대 증진 및 교배친용 계통 육성 - 종간교잡종 F3, F4 세대증진 - 분자 marker에 의한 종간교잡종 확인 및 분리 - F1의 불임타파물질 시기별 농도별 처리 - F1, F2의 적변성 검정 - 고려인삼과 미국삼 유전자원 선발 및 육성 - 고려인삼 계통 및 품종과 미국삼 계통간의 친화력 검정 및 교잡종 생산 - 목적형질 도입을 위한 여교잡 - 종간교잡종의 년생별 적변 및 수삼품질 조사 및 선발 - SNP를 이용한 분자마커의 개발 및 최적구별방법의 개발 o 기내배양에 의한 종간잡종 및 고사포닌 개체 조기검정 - 기내 증식체로부터 고사포닌 종간잡종체 검정 - 고사포닌체 다량증식 - 특수성분 함유 종간 교잡종으로부터 산업화를 위한 대량증식방법 확립 - 재분화 system에 의한 기내 증식
5859농산농생명산업기술개발사업114062-3가공용 딸기 적품종의 선발 및 가공 제품화경상대학교 산학협력단20142017130000000○ 가공용 딸기 현장실증시험 및 기능성 첨가물 개발 - 기선발계통의 농가실증 시험 실시 - 가공용 딸기 수확량 극대화 및 농가 수익성 제고를 위한 적정 작부체계 개발 - 딸기 가공제품에 약용작물을 이용한 천연 기능성 첨가물 개발○ 가공용(냉동용) 딸기 적품종 선발 - 기육성된 계통(품종)을 활용 가공적성 및 냉동성이 우수한 계통 선발 - 선발계통 특성검정 및 생산성 검정 - 선발계통 생과과실의 경쟁력 검정○ 딸기 가공용(기능성 함유) 시제품 제작 - 국내 선발 계통(품종)의 제품화 테스트 - 품종별, 냉동기간별 제품의 품질 테스트 - 주요 후보군 선정 호상 발효유 시제품 제조 및 소비자 Blind Test - 딸기 가공 제품에 기능성 물질 첨가한 신제품 개발
5960농산농생명산업기술개발사업116158-1천연소재 보리지 외 1종을 이용한 비만개선용 식의약소재 개발한림대학교 산학협력단20162017700000001. 전임상 효능 평가로 2종 이상의 천연물 및 지적재산권 확보 1) 3T3-L1 preadipocytes를 사용한 세포수준에서의 in vitro 연구: 세포 생존율 측정 및 TG 축적 확인 및 웨스턴블럿팅 등의 분자적 신호전달 기전 분석 2) High-Fat Diet-Induced Obese C57BL/6J Mice 이용연구: 몸무게 변화와 칼로리 섭취 변화 확인, 장기해부 및 체지방 등 장기 무게 측정, 혈액내 비만관련 지표 분석, 생체 내 지방세포 크기 측정, 대사율 평가를 통한 체지방 감소 효과 분석, 갈색지방 및 백색지방 비율 변화 확인2. 간이임상 효력연구: 체지방 감소 효능 평가, BMI, 허리둘레, 체지방3. 간이임상효능평가를 기반으로 임상윤리위원회 (IRB) 심의 및 통과
6061농산수출전략기술개발312065-5일본 등 수출 맞춤형 고품질 멜론 품종육성(주)팜한농20122017300000000○ 멜론 유전자원 수집 및 특성 평가 - 멜론 만할병, 내재해성 및 흰가루병 저항성 유전자원의 수집 - 고당도 백육, 녹육 및 적육계 및 유색멜론(옐로우 카나리, 허니듀 타입)유전자원의 수집 - 수집된 유전자원의 생육 및 과실 특성 평가○ 일본 수출 맞춤형 멜론 품종 개발 - 고품질 복합내병성(만할병병, 흰가루병) 얼스계 녹육 멜론 1품종 개발 - 고당도 복합내병성(만할병, 흰가루병) 녹육계 net 멜론 1품종 개발 - 고당도 복합내병성(만할병, 흰가루병) 적육계 net 멜론 1품종 개발 - 1주2과 고품질 멜론 품종 개발○ 중국 및 대만 수출 맞춤형 멜론 품종 개발 - 고당도, 내재해성 허니 듀형 멜론 1품종 개발 - 흰가루병 race I 또는 II, VI 저항성 조생계 옐로우 카나리형 멜론 1품종 개발○ 병저항성 및 감수성 계통간의 유전집단의 육성 - 멜론 만할병(fom1) 기내 검정 및 만할병 race 0, 2 병저항성 및 감수성 계통간의 유전집단 육성 - 만할병 race 0, 1, 2, 1.2 저항성 멜론 계통 육성 - 멜론 흰가루병 접종 방법 확립 - 멜론 흰가루병 Race 2, 6 등의 병저항성 및 감수성 계통간의 유전집단 육성○ 유전체 기반 멜론 병 저항성 계통 및 품종 선발용 DNA마커 개발 - 멜론 만할병 분리집단(F2)을 활용한 race 0, 2 저항성 유전자 연관 마커 개발 - 국내 멜론 재배지에서 흰가루병 균 분리 및 흰가루병균 유형 판별 - 멜론 흰가루병 race별 마커 개발 - 멜론 흰가루병 및 만할병 저항성 마커 활용한 MAS(Marker Assisted Selection)체계 확립
6162농산농림축산식품연구센터지원710001-7교배육종인력 양성을 위한 교육 및 육종 지원 시스템 구축서울대학교20102017680000000본 연구과제는 전문 육종가 교육 및 기초 연구,육종 지원을 위한 제 1핵심 과제와 산학협력을 통한 품종 육성 및 육종 기술 개발을 목표로 하는 제 2핵심 과제로 나누어진다. 제 1핵심과제에서는 육종관련 교과 과정 강화 및 육종가 교육을 위한 대학 연합 채소육종 특수전공 설치, 국내 및 해외 인턴쉽 추진, 채소작물 육종 메뉴얼 개발, 워크숍 개최 등을 통한 육종가 교육 프로그램을 개발하여 육종 현장에 적합한 미래 전문 인력을 배출함과 동시에 기존 육종가를 재교육 한다. 채소작물의 유전전체 분석, 바이러스를 포함한 병원균의 병원성 검정법 개발 및 저항성 자원 및 유전자 선발 등을 통해 제2핵심 과제의 품종 개발을 지원하고 육종 연구의 효율성 제고를 위한 기반 기술을 개발한다. 제2핵심과제에서는 각 세부과제별로 대학과 종자회사 또는 개인 육종가 간의 협력을 통해 고추, 수박, 양파, 배추를 대상으로 우수 품종 육성을 추진한다. 내병성, 기능성, 고품질, 웅성불임성 등을 주요 목표 형질로 하여 유전자원 수집 및 유전분석, 효과적인 육종 방법 개발, 교배를 통한 특성 도입 등의 전반적인 과정을 거쳐 우수 품종을 육성하고 상품화를 추진하도록 한다. 대학에서는 주로 prebreeding 기법과 개념을 배우고 육종현장에서는 상업육종의 기법과 개념을 배우도록 한다. 이를 통해 대학과 종자회사 또는 개인 육종가 간의 활발한 기술 교류를 달성하며 학생들에게 현장에서의 품종 육성 과정을 경험할 수 있는 기회를 제공한다.
6263농산농림축산식품연구센터지원710001-7교배육종인력 양성을 위한 교육 및 육종 지원 시스템 구축서울대학교20102017320000000본 연구과제는 전문 육종가 교육 및 기초 연구,육종 지원을 위한 제 1핵심 과제와 산학협력을 통한 품종 육성 및 육종 기술 개발을 목표로 하는 제 2핵심 과제로 나누어진다. 제 1핵심과제에서는 육종관련 교과 과정 강화 및 육종가 교육을 위한 대학 연합 채소육종 특수전공 설치, 국내 및 해외 인턴쉽 추진, 채소작물 육종 메뉴얼 개발, 워크숍 개최 등을 통한 육종가 교육 프로그램을 개발하여 육종 현장에 적합한 미래 전문 인력을 배출함과 동시에 기존 육종가를 재교육 한다. 채소작물의 유전전체 분석, 바이러스를 포함한 병원균의 병원성 검정법 개발 및 저항성 자원 및 유전자 선발 등을 통해 제2핵심 과제의 품종 개발을 지원하고 육종 연구의 효율성 제고를 위한 기반 기술을 개발한다. 제2핵심과제에서는 각 세부과제별로 대학과 종자회사 또는 개인 육종가 간의 협력을 통해 고추, 수박, 양파, 배추를 대상으로 우수 품종 육성을 추진한다. 내병성, 기능성, 고품질, 웅성불임성 등을 주요 목표 형질로 하여 유전자원 수집 및 유전분석, 효과적인 육종 방법 개발, 교배를 통한 특성 도입 등의 전반적인 과정을 거쳐 우수 품종을 육성하고 상품화를 추진하도록 한다. 대학에서는 주로 prebreeding 기법과 개념을 배우고 육종현장에서는 상업육종의 기법과 개념을 배우도록 한다. 이를 통해 대학과 종자회사 또는 개인 육종가 간의 활발한 기술 교류를 달성하며 학생들에게 현장에서의 품종 육성 과정을 경험할 수 있는 기회를 제공한다.