Overview

Dataset statistics

Number of variables8
Number of observations257
Missing cells6
Missing cells (%)0.3%
Duplicate rows0
Duplicate rows (%)0.0%
Total size in memory16.2 KiB
Average record size in memory64.5 B

Variable types

Text4
Unsupported3
Categorical1

Dataset

Description농림식품RnD 관련 연구성과로 창출된 데이터를 제공합니다 농림수산식품 IBT 융합 R&D 과제 정보(20151216) 번호,분류,사업명,총괄과제번호,세부과제번호,과제명,연구수행기관,주관기관,총연구기관 시작일,총연구기간 종료일,당해년연구기간 시작일,당해년연구기간 종료일,총연구비,연구목표요약 등의 정보 제공
Author농림식품기술기획평가원
URLhttps://www.data.go.kr/data/15053205/fileData.do

Alerts

Unnamed: 6 has 6 (2.3%) missing valuesMissing
*2014년 데이터는 (2015년 12월 현재) NTIS 검증중으로 성과확정이후 게시예정임 has unique valuesUnique
Unnamed: 3 is an unsupported type, check if it needs cleaning or further analysisUnsupported
Unnamed: 4 is an unsupported type, check if it needs cleaning or further analysisUnsupported
Unnamed: 5 is an unsupported type, check if it needs cleaning or further analysisUnsupported

Reproduction

Analysis started2023-12-12 16:59:46.269255
Analysis finished2023-12-12 16:59:47.244971
Duration0.98 seconds
Software versionydata-profiling vv4.5.1
Download configurationconfig.json

Variables

*2014년 데이터는 (2015년 12월 현재) NTIS 검증중으로 성과확정이후 게시예정임
Text

UNIQUE 

Distinct257
Distinct (%)100.0%
Missing0
Missing (%)0.0%
Memory size2.1 KiB
2023-12-13T01:59:47.662138image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length3
Median length3
Mean length2.5758755
Min length1

Characters and Unicode

Total characters662
Distinct characters12
Distinct categories2 ?
Distinct scripts2 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique257 ?
Unique (%)100.0%

Sample

1st row순번
2nd row1
3rd row2
4th row3
5th row4
ValueCountFrequency (%)
순번 1
 
0.4%
129 1
 
0.4%
176 1
 
0.4%
163 1
 
0.4%
164 1
 
0.4%
165 1
 
0.4%
166 1
 
0.4%
167 1
 
0.4%
168 1
 
0.4%
169 1
 
0.4%
Other values (247) 247
96.1%
2023-12-13T01:59:48.335263image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
1 156
23.6%
2 113
17.1%
3 56
 
8.5%
4 56
 
8.5%
5 53
 
8.0%
6 46
 
6.9%
7 45
 
6.8%
8 45
 
6.8%
9 45
 
6.8%
0 45
 
6.8%
Other values (2) 2
 
0.3%

Most occurring categories

ValueCountFrequency (%)
Decimal Number 660
99.7%
Other Letter 2
 
0.3%

Most frequent character per category

Decimal Number
ValueCountFrequency (%)
1 156
23.6%
2 113
17.1%
3 56
 
8.5%
4 56
 
8.5%
5 53
 
8.0%
6 46
 
7.0%
7 45
 
6.8%
8 45
 
6.8%
9 45
 
6.8%
0 45
 
6.8%
Other Letter
ValueCountFrequency (%)
순 1
50.0%
번 1
50.0%

Most occurring scripts

ValueCountFrequency (%)
Common 660
99.7%
Hangul 2
 
0.3%

Most frequent character per script

Common
ValueCountFrequency (%)
1 156
23.6%
2 113
17.1%
3 56
 
8.5%
4 56
 
8.5%
5 53
 
8.0%
6 46
 
7.0%
7 45
 
6.8%
8 45
 
6.8%
9 45
 
6.8%
0 45
 
6.8%
Hangul
ValueCountFrequency (%)
순 1
50.0%
번 1
50.0%

Most occurring blocks

ValueCountFrequency (%)
ASCII 660
99.7%
Hangul 2
 
0.3%

Most frequent character per block

ASCII
ValueCountFrequency (%)
1 156
23.6%
2 113
17.1%
3 56
 
8.5%
4 56
 
8.5%
5 53
 
8.0%
6 46
 
7.0%
7 45
 
6.8%
8 45
 
6.8%
9 45
 
6.8%
0 45
 
6.8%
Hangul
ValueCountFrequency (%)
순 1
50.0%
번 1
50.0%

Unnamed: 1
Text

Distinct234
Distinct (%)91.1%
Missing0
Missing (%)0.0%
Memory size2.1 KiB
2023-12-13T01:59:48.757134image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length80
Median length54
Mean length32.92607
Min length3

Characters and Unicode

Total characters8462
Distinct characters410
Distinct categories9 ?
Distinct scripts3 ?
Distinct blocks4 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique217 ?
Unique (%)84.4%

Sample

1st row과제명
2nd row천연고무 생합성 핵심유전자/단백질 규명 및 응용
3rd row수출용 전복 종자개발 세부연구계획 수립을 위한 상세기획
4th row농업 및 농식품 분야의 R&D/고등교육 발전방안 연구
5th rowU-IT기술을 접목한 참다랑어 양식 지능화 기술 개발
ValueCountFrequency (%)
및 128
 
6.3%
개발 91
 
4.5%
위한 41
 
2.0%
이용한 33
 
1.6%
시스템 32
 
1.6%
연구 32
 
1.6%
유전체 27
 
1.3%
통한 25
 
1.2%
유전자 25
 
1.2%
구축 19
 
0.9%
Other values (903) 1570
77.6%
2023-12-13T01:59:49.717510image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
1769
 
20.9%
발 174
 
2.1%
기 173
 
2.0%
유 151
 
1.8%
전 146
 
1.7%
한 145
 
1.7%
개 143
 
1.7%
및 129
 
1.5%
용 114
 
1.3%
이 105
 
1.2%
Other values (400) 5413
64.0%

Most occurring categories

ValueCountFrequency (%)
Other Letter 6046
71.4%
Space Separator 1769
 
20.9%
Lowercase Letter 281
 
3.3%
Uppercase Letter 178
 
2.1%
Decimal Number 44
 
0.5%
Open Punctuation 41
 
0.5%
Close Punctuation 41
 
0.5%
Dash Punctuation 32
 
0.4%
Other Punctuation 30
 
0.4%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
발 174
 
2.9%
기 173
 
2.9%
유 151
 
2.5%
전 146
 
2.4%
한 145
 
2.4%
개 143
 
2.4%
및 129
 
2.1%
용 114
 
1.9%
이 105
 
1.7%
구 104
 
1.7%
Other values (344) 4662
77.1%
Lowercase Letter
ValueCountFrequency (%)
e 34
12.1%
n 28
10.0%
i 24
8.5%
o 24
8.5%
a 22
 
7.8%
s 22
 
7.8%
u 21
 
7.5%
r 17
 
6.0%
l 16
 
5.7%
t 15
 
5.3%
Other values (12) 58
20.6%
Uppercase Letter
ValueCountFrequency (%)
T 29
16.3%
I 25
14.0%
D 15
 
8.4%
A 15
 
8.4%
N 13
 
7.3%
R 11
 
6.2%
B 10
 
5.6%
P 8
 
4.5%
G 8
 
4.5%
F 6
 
3.4%
Other values (12) 38
21.3%
Other Punctuation
ValueCountFrequency (%)
, 10
33.3%
/ 10
33.3%
· 6
20.0%
？ 2
 
6.7%
. 1
 
3.3%
& 1
 
3.3%
Decimal Number
ValueCountFrequency (%)
2 23
52.3%
1 21
47.7%
Space Separator
ValueCountFrequency (%)
1769
100.0%
Open Punctuation
ValueCountFrequency (%)
( 41
100.0%
Close Punctuation
ValueCountFrequency (%)
) 41
100.0%
Dash Punctuation
ValueCountFrequency (%)
- 32
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 6046
71.4%
Common 1957
 
23.1%
Latin 459
 
5.4%

Most frequent character per script

Hangul
ValueCountFrequency (%)
발 174
 
2.9%
기 173
 
2.9%
유 151
 
2.5%
전 146
 
2.4%
한 145
 
2.4%
개 143
 
2.4%
및 129
 
2.1%
용 114
 
1.9%
이 105
 
1.7%
구 104
 
1.7%
Other values (344) 4662
77.1%
Latin
ValueCountFrequency (%)
e 34
 
7.4%
T 29
 
6.3%
n 28
 
6.1%
I 25
 
5.4%
i 24
 
5.2%
o 24
 
5.2%
a 22
 
4.8%
s 22
 
4.8%
u 21
 
4.6%
r 17
 
3.7%
Other values (34) 213
46.4%
Common
ValueCountFrequency (%)
1769
90.4%
( 41
 
2.1%
) 41
 
2.1%
- 32
 
1.6%
2 23
 
1.2%
1 21
 
1.1%
, 10
 
0.5%
/ 10
 
0.5%
· 6
 
0.3%
？ 2
 
0.1%
Other values (2) 2
 
0.1%

Most occurring blocks

ValueCountFrequency (%)
Hangul 6043
71.4%
ASCII 2408
 
28.5%
None 8
 
0.1%
Compat Jamo 3
 
< 0.1%

Most frequent character per block

ASCII
ValueCountFrequency (%)
1769
73.5%
( 41
 
1.7%
) 41
 
1.7%
e 34
 
1.4%
- 32
 
1.3%
T 29
 
1.2%
n 28
 
1.2%
I 25
 
1.0%
i 24
 
1.0%
o 24
 
1.0%
Other values (44) 361
 
15.0%
Hangul
ValueCountFrequency (%)
발 174
 
2.9%
기 173
 
2.9%
유 151
 
2.5%
전 146
 
2.4%
한 145
 
2.4%
개 143
 
2.4%
및 129
 
2.1%
용 114
 
1.9%
이 105
 
1.7%
구 104
 
1.7%
Other values (343) 4659
77.1%
None
ValueCountFrequency (%)
· 6
75.0%
？ 2
 
25.0%
Compat Jamo
ValueCountFrequency (%)
ㆍ 3
100.0%

Unnamed: 2
Text

Distinct112
Distinct (%)43.6%
Missing0
Missing (%)0.0%
Memory size2.1 KiB
2023-12-13T01:59:50.101904image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length48
Median length32
Mean length8.3501946
Min length5

Characters and Unicode

Total characters2146
Distinct characters199
Distinct categories7 ?
Distinct scripts3 ?
Distinct blocks2 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique77 ?
Unique (%)30.0%

Sample

1st row주관기관명
2nd row한국생명공학연구원
3rd row(주)해양수산정책기술연구소
4th row충북대학교
5th row(주)진우소프트이노베이션
ValueCountFrequency (%)
농촌진흥청 52
 
14.6%
본청 46
 
12.9%
산학협력단 26
 
7.3%
서울대학교 19
 
5.3%
국립수산과학원 14
 
3.9%
한국생명공학연구원 9
 
2.5%
충남대학교 9
 
2.5%
경상대학교 8
 
2.2%
경희대학교 7
 
2.0%
제주대학교 6
 
1.7%
Other values (111) 161
45.1%
2023-12-13T01:59:50.646683image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
학 197
 
9.2%
대 130
 
6.1%
교 130
 
6.1%
청 101
 
4.7%
100
 
4.7%
산 66
 
3.1%
농 61
 
2.8%
진 57
 
2.7%
촌 53
 
2.5%
흥 52
 
2.4%
Other values (189) 1199
55.9%

Most occurring categories

ValueCountFrequency (%)
Other Letter 1888
88.0%
Space Separator 100
 
4.7%
Lowercase Letter 77
 
3.6%
Close Punctuation 31
 
1.4%
Open Punctuation 31
 
1.4%
Uppercase Letter 18
 
0.8%
Dash Punctuation 1
 
< 0.1%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
학 197
 
10.4%
대 130
 
6.9%
교 130
 
6.9%
청 101
 
5.3%
산 66
 
3.5%
농 61
 
3.2%
진 57
 
3.0%
촌 53
 
2.8%
흥 52
 
2.8%
국 48
 
2.5%
Other values (158) 993
52.6%
Lowercase Letter
ValueCountFrequency (%)
i 13
16.9%
a 8
10.4%
n 8
10.4%
o 7
9.1%
s 6
7.8%
r 6
7.8%
t 5
 
6.5%
e 4
 
5.2%
v 3
 
3.9%
f 3
 
3.9%
Other values (8) 14
18.2%
Uppercase Letter
ValueCountFrequency (%)
U 6
33.3%
C 4
22.2%
I 2
 
11.1%
H 1
 
5.6%
A 1
 
5.6%
P 1
 
5.6%
S 1
 
5.6%
M 1
 
5.6%
N 1
 
5.6%
Space Separator
ValueCountFrequency (%)
100
100.0%
Close Punctuation
ValueCountFrequency (%)
) 31
100.0%
Open Punctuation
ValueCountFrequency (%)
( 31
100.0%
Dash Punctuation
ValueCountFrequency (%)
- 1
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 1888
88.0%
Common 163
 
7.6%
Latin 95
 
4.4%

Most frequent character per script

Hangul
ValueCountFrequency (%)
학 197
 
10.4%
대 130
 
6.9%
교 130
 
6.9%
청 101
 
5.3%
산 66
 
3.5%
농 61
 
3.2%
진 57
 
3.0%
촌 53
 
2.8%
흥 52
 
2.8%
국 48
 
2.5%
Other values (158) 993
52.6%
Latin
ValueCountFrequency (%)
i 13
13.7%
a 8
 
8.4%
n 8
 
8.4%
o 7
 
7.4%
s 6
 
6.3%
r 6
 
6.3%
U 6
 
6.3%
t 5
 
5.3%
e 4
 
4.2%
C 4
 
4.2%
Other values (17) 28
29.5%
Common
ValueCountFrequency (%)
100
61.3%
) 31
 
19.0%
( 31
 
19.0%
- 1
 
0.6%

Most occurring blocks

ValueCountFrequency (%)
Hangul 1888
88.0%
ASCII 258
 
12.0%

Most frequent character per block

Hangul
ValueCountFrequency (%)
학 197
 
10.4%
대 130
 
6.9%
교 130
 
6.9%
청 101
 
5.3%
산 66
 
3.5%
농 61
 
3.2%
진 57
 
3.0%
촌 53
 
2.8%
흥 52
 
2.8%
국 48
 
2.5%
Other values (158) 993
52.6%
ASCII
ValueCountFrequency (%)
100
38.8%
) 31
 
12.0%
( 31
 
12.0%
i 13
 
5.0%
a 8
 
3.1%
n 8
 
3.1%
o 7
 
2.7%
s 6
 
2.3%
r 6
 
2.3%
U 6
 
2.3%
Other values (21) 42
16.3%

Unnamed: 3
Unsupported

REJECTED  UNSUPPORTED 

Missing0
Missing (%)0.0%
Memory size2.1 KiB

Unnamed: 4
Unsupported

REJECTED  UNSUPPORTED 

Missing0
Missing (%)0.0%
Memory size2.1 KiB

Unnamed: 5
Unsupported

REJECTED  UNSUPPORTED 

Missing0
Missing (%)0.0%
Memory size2.1 KiB

Unnamed: 6
Text

MISSING 

Distinct233
Distinct (%)92.8%
Missing6
Missing (%)2.3%
Memory size2.1 KiB
2023-12-13T01:59:51.033882image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Length

Max length1024
Median length436
Mean length386.64542
Min length6

Characters and Unicode

Total characters97048
Distinct characters751
Distinct categories16 ?
Distinct scripts5 ?
Distinct blocks12 ?
The Unicode Standard assigns character properties to each code point, which can be used to analyse textual variables.

Unique

Unique220 ?
Unique (%)87.6%

Sample

1st row연구내용요약
2nd row세부과제: 천연고무 생합성 핵심 유전자/단백질 규명 및 응용 (생명연) 1) Hevea Latex에서 Rubber particles 분리 및 단백질 분리: Latex에서 고무입자를 분리하여 그 막 표면에 붙어 있는 단백질들을 분리하여 분석. 고무입자에서 단백질을 분리한 후 1-D 및 2-D PAGE 분석을 수행함 2) 천연고무 핵심 생합성 효소 후보단백질 분리 (Maldi Toff 분석-내부협력): 천연고무 생합성효소 후보단백질 군을 분리하여 단백질 동정 또는 peptide amino acid 분석 3) 후보유전자 분리 및 재조합단백질 발현 및 활성측정 (KOBIC과 내부협력): Sequence database에서 amino acid sequence 정보를 이용하여 후보 유전자를 분리하고, 재조합 단백질을 만든 후 천연고무 활성을 측정함 4) 재조합 단백질을 이용한 천연고무 생합성효소 규명 (외부기관과 협력): 위탁과제기관인 DRB동일(주)와 기초과학지원연과 협력하여 NMR, GPC 등 Nano-tech 분석 5) 식물에서 천연고무 생산 기반구축: 식물 cell system에서 천연고무 생산기술 개발
3rd row■ 전복 종자개발 세부 연구추진 계획 수립(Micro 로드맵) ○ 국내외 기술 및 시장 분석을 통한 수출 목표지역(국가)별 타겟 품종 후보 선정 ○ 종자개발 연구목표 및 기술개발 내용 도출 ▶ 연구목표, 연구내용, 소요예산 등 도출 ○ 종자개발 추진 방법 및 전략 수립 ▶ 세부 기술개발 내용에 대한 추진 방법, 추진체계 및 추진전략 구체적 도출 ○ 종자개발을 통한 수출전략 수립 ▶ 수출대상 지역을 타겟으로 한 종자개발, 종자 생산, 포장, 유통(기술보급 등 포함) 기술에 대한 세분화된 수출전략 도출 ▶ 단계별 주요성과 지표 수립 ▶ 단계별 핵심기술별 정량적인 성과목표 및 성과지표 도출■ 전복 종자개발 최적 연구진 구성 계획 수립 ○ 전복 종자개발 세부 프로젝트 연구팀 구성 수립 ▶ 연구목표 달성을 위한 세부 프로젝트 연구팀 구성 도출 ○ 민간업체 선정 가이드라인 제시 ▶ 연구 대상 품종, 연구 기간, 연구 방법 등을 고려하여 적합한 지역과 합리적인 규모의 시설을 갖춘 민간업체 선정 방법 및 후보지 제시
4th row○ 기술집약적으로 변모하는 현재 농산업을 활성화시킬 농업 및 농산업 분야 R&D 현황과 전망○ 농학계 대학의 교육실태를 분석하고, 농학계 대학의 교육의 미래와 활성화 방향 제시○ 농학의 R&D 및 교육분야의 사회적 인식과 전망을 통해 국민 복지 및 안보를 위한 공적기능으로서의 농업 분야 및 농학계 대학 R&D/교육 활성화 방안 제시
5th row- 해양 양식 환경에 적합한 자율형 스마트 복합 해양 환경 측정 시스템 개발 센서 자가 세척 모듈 개발 측정 Data 이상 유무 판별을 위한 자가진단 모듈 개발 - 영상기반 참다랑어 생육환경 및 생장상태 인지 시스템 개발 u-AUV기반 유영성 어종의 생태측정 모듈 개발 고휘도 레이저를 이용한 참다랑어 개체 생장상태 측정 모듈 개발
ValueCountFrequency (%)
및 1052
 
4.9%
631
 
2.9%
개발 344
 
1.6%
○ 233
 
1.1%
분석 210
 
1.0%
위한 183
 
0.8%
유전자 166
 
0.8%
시스템 157
 
0.7%
이용한 139
 
0.6%
통한 124
 
0.6%
Other values (7037) 18428
85.1%
2023-12-13T01:59:51.543897image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/

Most occurring characters

ValueCountFrequency (%)
23300
 
24.0%
의 1194
 
1.2%
한 1084
 
1.1%
및 1054
 
1.1%
발 1010
 
1.0%
이 976
 
1.0%
기 966
 
1.0%
e 932
 
1.0%
전 886
 
0.9%
성 832
 
0.9%
Other values (741) 64814
66.8%

Most occurring categories

ValueCountFrequency (%)
Other Letter 55336
57.0%
Space Separator 23302
24.0%
Lowercase Letter 8266
 
8.5%
Uppercase Letter 3474
 
3.6%
Decimal Number 1783
 
1.8%
Other Punctuation 1664
 
1.7%
Dash Punctuation 816
 
0.8%
Close Punctuation 559
 
0.6%
Other Symbol 530
 
0.5%
Open Punctuation 524
 
0.5%
Other values (6) 794
 
0.8%

Most frequent character per category

Other Letter
ValueCountFrequency (%)
의 1194
 
2.2%
한 1084
 
2.0%
및 1054
 
1.9%
발 1010
 
1.8%
이 976
 
1.8%
기 966
 
1.7%
전 886
 
1.6%
성 832
 
1.5%
유 809
 
1.5%
분 796
 
1.4%
Other values (632) 45729
82.6%
Lowercase Letter
ValueCountFrequency (%)
e 932
11.3%
i 732
 
8.9%
n 689
 
8.3%
a 635
 
7.7%
o 625
 
7.6%
r 551
 
6.7%
t 539
 
6.5%
s 496
 
6.0%
c 387
 
4.7%
l 362
 
4.4%
Other values (17) 2318
28.0%
Uppercase Letter
ValueCountFrequency (%)
D 457
13.2%
N 368
10.6%
P 354
10.2%
S 324
 
9.3%
A 269
 
7.7%
R 267
 
7.7%
I 195
 
5.6%
B 155
 
4.5%
T 130
 
3.7%
F 128
 
3.7%
Other values (16) 827
23.8%
Other Punctuation
ValueCountFrequency (%)
, 778
46.8%
. 337
20.3%
/ 158
 
9.5%
: 157
 
9.4%
· 134
 
8.1%
& 31
 
1.9%
# 23
 
1.4%
; 15
 
0.9%
？ 10
 
0.6%
* 9
 
0.5%
Other values (4) 12
 
0.7%
Decimal Number
ValueCountFrequency (%)
0 754
42.3%
1 293
 
16.4%
2 264
 
14.8%
3 137
 
7.7%
5 81
 
4.5%
4 78
 
4.4%
8 71
 
4.0%
6 53
 
3.0%
7 30
 
1.7%
9 22
 
1.2%
Other Symbol
ValueCountFrequency (%)
○ 384
72.5%
□ 51
 
9.6%
● 42
 
7.9%
■ 21
 
4.0%
▶ 19
 
3.6%
◇ 4
 
0.8%
◆ 4
 
0.8%
◎ 3
 
0.6%
♂ 1
 
0.2%
℃ 1
 
0.2%
Math Symbol
ValueCountFrequency (%)
～ 6
22.2%
→ 5
18.5%
× 4
14.8%
~ 4
14.8%
▷ 3
11.1%
+ 3
11.1%
∼ 1
 
3.7%
= 1
 
3.7%
Other Number
ValueCountFrequency (%)
② 4
36.4%
① 4
36.4%
③ 3
27.3%
Space Separator
ValueCountFrequency (%)
23300
> 99.9%
　 2
 
< 0.1%
Close Punctuation
ValueCountFrequency (%)
) 558
99.8%
] 1
 
0.2%
Open Punctuation
ValueCountFrequency (%)
( 523
99.8%
[ 1
 
0.2%
Dash Punctuation
ValueCountFrequency (%)
- 816
100.0%
Connector Punctuation
ValueCountFrequency (%)
_ 377
100.0%
Control
ValueCountFrequency (%)
361
100.0%
Final Punctuation
ValueCountFrequency (%)
’ 10
100.0%
Initial Punctuation
ValueCountFrequency (%)
‘ 8
100.0%

Most occurring scripts

ValueCountFrequency (%)
Hangul 55332
57.0%
Common 29972
30.9%
Latin 11739
 
12.1%
Han 4
 
< 0.1%
Greek 1
 
< 0.1%

Most frequent character per script

Hangul
ValueCountFrequency (%)
의 1194
 
2.2%
한 1084
 
2.0%
및 1054
 
1.9%
발 1010
 
1.8%
이 976
 
1.8%
기 966
 
1.7%
전 886
 
1.6%
성 832
 
1.5%
유 809
 
1.5%
분 796
 
1.4%
Other values (628) 45725
82.6%
Common
ValueCountFrequency (%)
23300
77.7%
- 816
 
2.7%
, 778
 
2.6%
0 754
 
2.5%
) 558
 
1.9%
( 523
 
1.7%
○ 384
 
1.3%
_ 377
 
1.3%
361
 
1.2%
. 337
 
1.1%
Other values (46) 1784
 
6.0%
Latin
ValueCountFrequency (%)
e 932
 
7.9%
i 732
 
6.2%
n 689
 
5.9%
a 635
 
5.4%
o 625
 
5.3%
r 551
 
4.7%
t 539
 
4.6%
s 496
 
4.2%
D 457
 
3.9%
c 387
 
3.3%
Other values (42) 5696
48.5%
Han
ValueCountFrequency (%)
後 1
25.0%
前 1
25.0%
鮮 1
25.0%
度 1
25.0%
Greek
ValueCountFrequency (%)
δ 1
100.0%

Most occurring blocks

ValueCountFrequency (%)
Hangul 55319
57.0%
ASCII 40985
42.2%
Geometric Shapes 531
 
0.5%
None 157
 
0.2%
Punctuation 20
 
< 0.1%
Compat Jamo 13
 
< 0.1%
Enclosed Alphanum 11
 
< 0.1%
Arrows 5
 
< 0.1%
CJK 4
 
< 0.1%
Math Operators 1
 
< 0.1%
Other values (2) 2
 
< 0.1%

Most frequent character per block

ASCII
ValueCountFrequency (%)
23300
56.9%
e 932
 
2.3%
- 816
 
2.0%
, 778
 
1.9%
0 754
 
1.8%
i 732
 
1.8%
n 689
 
1.7%
a 635
 
1.5%
o 625
 
1.5%
) 558
 
1.4%
Other values (73) 11166
27.2%
Hangul
ValueCountFrequency (%)
의 1194
 
2.2%
한 1084
 
2.0%
및 1054
 
1.9%
발 1010
 
1.8%
이 976
 
1.8%
기 966
 
1.7%
전 886
 
1.6%
성 832
 
1.5%
유 809
 
1.5%
분 796
 
1.4%
Other values (626) 45712
82.6%
Geometric Shapes
ValueCountFrequency (%)
○ 384
72.3%
□ 51
 
9.6%
● 42
 
7.9%
■ 21
 
4.0%
▶ 19
 
3.6%
◇ 4
 
0.8%
◆ 4
 
0.8%
◎ 3
 
0.6%
▷ 3
 
0.6%
None
ValueCountFrequency (%)
· 134
85.4%
？ 10
 
6.4%
～ 6
 
3.8%
× 4
 
2.5%
　 2
 
1.3%
δ 1
 
0.6%
Compat Jamo
ValueCountFrequency (%)
ㅇ 12
92.3%
ㆍ 1
 
7.7%
Punctuation
ValueCountFrequency (%)
’ 10
50.0%
‘ 8
40.0%
‰ 1
 
5.0%
※ 1
 
5.0%
Arrows
ValueCountFrequency (%)
→ 5
100.0%
Enclosed Alphanum
ValueCountFrequency (%)
② 4
36.4%
① 4
36.4%
③ 3
27.3%
Math Operators
ValueCountFrequency (%)
∼ 1
100.0%
CJK
ValueCountFrequency (%)
後 1
25.0%
前 1
25.0%
鮮 1
25.0%
度 1
25.0%
Misc Symbols
ValueCountFrequency (%)
♂ 1
100.0%
Letterlike Symbols
ValueCountFrequency (%)
℃ 1
100.0%

Unnamed: 7
Categorical

Distinct31
Distinct (%)12.1%
Missing0
Missing (%)0.0%
Memory size2.1 KiB
차세대바이오그린21
111 
농림기술개발
34 
생명산업기술개발
21 
첨단생산기술개발
 
9
수산시험연구
 
9
Other values (26)
73 

Length

Max length22
Median length16
Mean length8.8171206
Min length3

Unique

Unique7 ?
Unique (%)2.7%

Sample

1st row사업명
2nd row생명산업기술개발
3rd row골든시드프로젝트
4th row국책기술개발
5th row수산실용화기술개발사업

Common Values

ValueCountFrequency (%)
차세대바이오그린21 111
43.2%
농림기술개발 34
 
13.2%
생명산업기술개발 21
 
8.2%
첨단생산기술개발 9
 
3.5%
수산시험연구 9
 
3.5%
국책기술개발 7
 
2.7%
첨단기술개발사업 7
 
2.7%
농업생물연구 6
 
2.3%
농업생명자원연구 6
 
2.3%
축산시험연구(R&D,책임운영) 4
 
1.6%
Other values (21) 43
 
16.7%

Length

2023-12-13T01:59:51.713434image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
Histogram of lengths of the category
ValueCountFrequency (%)
차세대바이오그린21 111
42.9%
농림기술개발 34
 
13.1%
생명산업기술개발 21
 
8.1%
첨단생산기술개발 9
 
3.5%
수산시험연구 9
 
3.5%
국책기술개발 7
 
2.7%
첨단기술개발사업 7
 
2.7%
농업생물연구 6
 
2.3%
농업생명자원연구 6
 
2.3%
농업현장실용화기술개발 4
 
1.5%
Other values (23) 45
17.4%

Missing values

2023-12-13T01:59:47.058717image/svg+xmlMatplotlib v3.7.2, https://matplotlib.org/
A simple visualization of nullity by column.
2023-12-13T01:59:47.177890image/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

*2014년 데이터는 (2015년 12월 현재) NTIS 검증중으로 성과확정이후 게시예정임Unnamed: 1Unnamed: 2Unnamed: 3Unnamed: 4Unnamed: 5Unnamed: 6Unnamed: 7
0순번과제명주관기관명총연구기간_시작일총연구기간_종료일총연구비(백만원)연구내용요약사업명
11천연고무 생합성 핵심유전자/단백질 규명 및 응용한국생명공학연구원2012-12-212015-12-2090세부과제: 천연고무 생합성 핵심 유전자/단백질 규명 및 응용 (생명연) 1) Hevea Latex에서 Rubber particles 분리 및 단백질 분리: Latex에서 고무입자를 분리하여 그 막 표면에 붙어 있는 단백질들을 분리하여 분석. 고무입자에서 단백질을 분리한 후 1-D 및 2-D PAGE 분석을 수행함 2) 천연고무 핵심 생합성 효소 후보단백질 분리 (Maldi Toff 분석-내부협력): 천연고무 생합성효소 후보단백질 군을 분리하여 단백질 동정 또는 peptide amino acid 분석 3) 후보유전자 분리 및 재조합단백질 발현 및 활성측정 (KOBIC과 내부협력): Sequence database에서 amino acid sequence 정보를 이용하여 후보 유전자를 분리하고, 재조합 단백질을 만든 후 천연고무 활성을 측정함 4) 재조합 단백질을 이용한 천연고무 생합성효소 규명 (외부기관과 협력): 위탁과제기관인 DRB동일(주)와 기초과학지원연과 협력하여 NMR, GPC 등 Nano-tech 분석 5) 식물에서 천연고무 생산 기반구축: 식물 cell system에서 천연고무 생산기술 개발생명산업기술개발
22수출용 전복 종자개발 세부연구계획 수립을 위한 상세기획(주)해양수산정책기술연구소2012-10-092013-03-0881■ 전복 종자개발 세부 연구추진 계획 수립(Micro 로드맵) ○ 국내외 기술 및 시장 분석을 통한 수출 목표지역(국가)별 타겟 품종 후보 선정 ○ 종자개발 연구목표 및 기술개발 내용 도출 ▶ 연구목표, 연구내용, 소요예산 등 도출 ○ 종자개발 추진 방법 및 전략 수립 ▶ 세부 기술개발 내용에 대한 추진 방법, 추진체계 및 추진전략 구체적 도출 ○ 종자개발을 통한 수출전략 수립 ▶ 수출대상 지역을 타겟으로 한 종자개발, 종자 생산, 포장, 유통(기술보급 등 포함) 기술에 대한 세분화된 수출전략 도출 ▶ 단계별 주요성과 지표 수립 ▶ 단계별 핵심기술별 정량적인 성과목표 및 성과지표 도출■ 전복 종자개발 최적 연구진 구성 계획 수립 ○ 전복 종자개발 세부 프로젝트 연구팀 구성 수립 ▶ 연구목표 달성을 위한 세부 프로젝트 연구팀 구성 도출 ○ 민간업체 선정 가이드라인 제시 ▶ 연구 대상 품종, 연구 기간, 연구 방법 등을 고려하여 적합한 지역과 합리적인 규모의 시설을 갖춘 민간업체 선정 방법 및 후보지 제시골든시드프로젝트
33농업 및 농식품 분야의 R&D/고등교육 발전방안 연구충북대학교2012-09-012012-12-31100○ 기술집약적으로 변모하는 현재 농산업을 활성화시킬 농업 및 농산업 분야 R&D 현황과 전망○ 농학계 대학의 교육실태를 분석하고, 농학계 대학의 교육의 미래와 활성화 방향 제시○ 농학의 R&D 및 교육분야의 사회적 인식과 전망을 통해 국민 복지 및 안보를 위한 공적기능으로서의 농업 분야 및 농학계 대학 R&D/교육 활성화 방안 제시국책기술개발
44U-IT기술을 접목한 참다랑어 양식 지능화 기술 개발(주)진우소프트이노베이션2012-08-242014-08-23280- 해양 양식 환경에 적합한 자율형 스마트 복합 해양 환경 측정 시스템 개발 센서 자가 세척 모듈 개발 측정 Data 이상 유무 판별을 위한 자가진단 모듈 개발 - 영상기반 참다랑어 생육환경 및 생장상태 인지 시스템 개발 u-AUV기반 유영성 어종의 생태측정 모듈 개발 고휘도 레이저를 이용한 참다랑어 개체 생장상태 측정 모듈 개발수산실용화기술개발사업
55양식 활수산물의 수출촉진을 위한 장거리 유통·저장 시스템 개발거제어류양식협회2012-08-242014-08-23180○ 활수산물 품종별 적정 운송시스템 및 표준 매뉴얼 개발 - 수출품종 선정을 위한 해외 시장조사 및 경제성 분석 - 품종별 장거리 수송용 컨테이너 설계 및 개발 - 수송시스템의 구조 개선 및 기능 강화를 통한 대량수송 기술 개발 - 시제품 제작 및 시험 수송을 통한 표준 수송 매뉴얼 개발 - 기존의 활어 수송방법과 효율성 및 경제성 비교 분석○ 수출전략용 활수산물 유통시장 조사 및 홍보 - 활수산물을 식재료로 이용한 시장 조사 - 활수산물의 과학적 홍보자료 작성수산실용화기술개발사업
66임도보전사업과 기계화를 위한 기술개발 및 현장 적용 기법 정립(사)한국산림기술사사무소협의회2012-08-152016-08-1420- 임도재해유형 평가 및 재해유형 등급화 기준 마련- 임도재해 위험 등급화- 임도시설 및 임업기계화 현황 분석- 차세대 임도보전사업 기술개발 및 현장 적용성 검토- 임도보전사업을 위한 법제도 개선- 임도재해긴급대응 전담 조직의 운영 및 장기기본계획 수립임업기술연구개발사업
77u-IT 융복합기술 기반 양봉 질병 감시 및 조기대응 체계 개발제주대학교2012-08-102015-08-09230<NA>첨단기술개발사업
88소 발정탐지 센서 및 시스템 개발(주)버츄얼스톰2012-08-102015-08-09180○ 최적의 발정탐지 프로그램 개발 - 승가 발정탐지 프로그램 개발 - 승가허용 발정탐지 프로그램 개발 - 활동량 변화 발정탐지 프로그램 개발 - 최적의 통합(승가, 승가허용, 활동량 변화) 발정탐지 프로그램 개발○ 암소의 발정탐지 센서 모듈 개발 - 승가, 승가허용, 활동량 변화를 동시에 측정할 수 있는 발정탐지 센서 모듈 개발 - 착용성과 내구성을 고려한 목걸이 형태의 센서 모듈 개발 - 네트워크 송수신이 불량일 때를 고려한 센서 모듈의 백업 S/W 모듈 개발 - 밧데리 수명을 고려한 센서 모듈 개발 - RFID를 적용하여 교체가 매우 편리한 발정탐지 센서 모듈 개발○ 필드서버 개발 - 발정탐지 센서 데이터 수집을 위한 네트워크 S/W 모듈 개발 - 발정탐지 이벤트 알리미 S/W 모듈 개발○ 발정탐지 DB서버 구축 - 각 농가별 발정정보 수집 및 데이터 영구 저장 - 각 농가별 환경에 따른 발정정보 분석 시스템 개발첨단기술개발사업
99스마트 IT시스템을 활용한 농어가 고소득 일원화 시스템 개발경북청정약용작물클러스터사업단2012-08-102015-08-09180- 스마트 IT기기를 활용한 시간 장소에 제약이 없는 스마트 농업전산시스템 - 국내 농어가 생산, 관리, 유통, 판매, 정산관리 일원화 시스템 - 스마트 기기 활용 농가영농일지 시스템을 통한 농산물 및 관련시설 관리 시스템 - 농업경영관리 및 영농일지를 활용한 농가 D/B 정보공유 기반 구축 - 카테고리별 농산물 관리 및 통합형 농어가 시스템 - 데이터 서버집중식 농가경영 통계 D/B자료를 활용한 농어가 실시간 컨설팅 시스템첨단기술개발사업
*2014년 데이터는 (2015년 12월 현재) NTIS 검증중으로 성과확정이후 게시예정임Unnamed: 1Unnamed: 2Unnamed: 3Unnamed: 4Unnamed: 5Unnamed: 6Unnamed: 7
247247u-IT 융？복합기술 기반 양봉 질병 감시 및 조기대응 체계 개발제주대학교2012-08-10 00:00:002015-08-09 00:00:00230- 양봉기술은 크게 사양관리기술과 질병관리기술로 나누어 짐 - 이 중 사양관리기술은 월동 후 약화된 봉군을 가급적 빨리 강군으로 육성하는 방법이 요점이며, 이를 위하여 꿀벌의 밀도, 즉 1개 소비 당 꿀벌의 개체수를 가급적 높게 유지하여, larvae의 양육온도를 높게 함으로, 봉군 전체의 성장(개체수 증가)을 보다 빠르게 하고 있음 - 그러나 이는 분봉열이 발생되지 않는 수준까지 꿀벌밀도를 높이는 것이며 (일명; 벌을 세게 붙임), 밀도가 과다하여 분봉열이 발생되며 분봉 및 이에 따른 급격한 생산성저하를 야기 시키게 됨 - 꿀벌밀도의 적절한 조절은 봉군의 성장(개체수 증가)에 따라 소비를 적절한 시기에 순차적으로 하나씩 넣어주는 것으로 이루어지며, 봉군에 따라 이 시기를 정확하게 판단하고, 소비를 추가시키는 것이 핵심 - 한편 질병관리기술은 크게 감염성 질병과 기생성 질병, 그리고 해충 구제로 요약될 수 있으며, 이 중 감염성 질병은 그 병인체에 따라 미국부저병 (AFB), 유럽부저병 (EFB) 등 세균성 질병이 6종, 낭충봉아부패병 (Sacbrood), 마비병 (Bee paralysis) 등 바이러스성 질병이 19종, 노제마병 (Nosema) 등 원생동물성 질병이 3종, 석고병 (Stonebrood), 백묵병(Chalkbrood) 등 진균성 질병 2종이 알려져 있으며, 기생성 질병은 꿀벌응애 (Varroa) 등 8 종이 문제시되고 있고, 해충 중 가장 심각한 사항은 장수말벌 등 말벌류의 공격과 이에 따른 집단 폐사가 큰 피해를 보이고 있음 - 이 중, 2종의 세균, 2종의 진균, 1종의 원생동물, 15종의 바이러스가 주요 질병으로 보고되고 있음 - 각각의 질병에 대한 진단법과 방제방식이 개별적으로 제시되거나 연구 중에 있으나, 초개체(super-organism)로 일컬어지는 봉군을 대상으로 민감한 센서를 적용하여, 보다 보편적인 이상 징후를 조기에 검출함으로써 질병상태를 포함한 환경의 급격한 변화를 감지하고 신속한 대응이 이루어진다면 스트레스의첨단생산기술개발
248248스마트센서를 이용한 소의 발정탐지 센서 및 시스템 개발(주)버츄얼스톰2012-08-10 00:00:002015-08-09 00:00:00180○ 최적의 발정탐지 프로그램 개발 - 승가 발정탐지 프로그램 개발 - 승가허용 발정탐지 프로그램 개발 - 활동량 변화 발정탐지 프로그램 개발 - 최적의 통합(승가, 승가허용, 활동량 변화) 발정탐지 프로그램 개발 ○ 암소의 발정탐지 센서 모듈 개발 - 승가, 승가허용, 활동량 변화를 동시에 측정할 수 있는 발정탐지 센서 모듈 개발 - 착용성과 내구성을 고려한 목걸이 형태의 센서 모듈 개발 - 네트워크 송수신이 불량일 때를 고려한 센서 모듈의 백업 S/W 모듈 개발 - 밧데리 수명을 고려한 센서 모듈 개발 - RFID를 적용하여 교체가 매우 편리한 발정탐지 센서 모듈 개발 ○ 필드서버 개발 - 발정탐지 센서 데이터 수집을 위한 네트워크 S/W 모듈 개발 - 발정탐지 이벤트 알리미 S/W 모듈 개발 ○ 발정탐지 DB서버 구축 - 각 농가별 발정정보 수집 및 데이터 영구 저장 - 각 농가별 환경에 따른 발정정보 분석 시스템 개발첨단생산기술개발
249249제주형 고부가가치 약용작물 생산을 위한 u-IT생장관리시스템(재)제주테크노파크2012-08-10 00:00:002015-08-09 00:00:00380o 연구 내용은 백수오, 황칠 등 제주 농업기술원의 선정한 10가지 약용작물에 대한 생장 모델을 구축하고 생장모델을 기반으로 제주 청정 약용 작물 재배 환경을 구축하여 고품질 약용작물을 생산한다. o 제주형 고부가가치 약용작물 생산을 위한 u-IT 생장관리시스템을 기반으로 생장 단계별 온도, 습도, 광, CO2와 같은 기본적인 환경 정보와 함께 양액, 수분, 기류와 같은 정밀 환경 정보의 변화를 데이터베이스화 하여 최적의 약용작물별 생장 모델을 찾는다. - 생장 모델 구축 생장환경 정보DB구축 - 생장환경 모니터링용 센서설치 및 USN시스템 연동 복합 환경제어 시스템 구축 - LED 광원 설치 및 LED 품질 제어 시스템 연동 구축 - 스마트 모바일 폰 기반 통합 관제 시스템 구축 - 생장 환경관리 통합서비스첨단생산기술개발
250250스마트 IT시스템을 활용한 농어가 고소득 일원화 시스템 개발경북청정약용작물클러스터사업단2012-08-10 00:00:002015-08-09 00:00:00180○ 2차년도 ？정산, 통계, 송장출력 일원화 시스템 및 중앙모니터링 시스템 개발 - 안동시 10대 작목(산약(마),사과,쌀,고추,딸기,참외,포도,단호박,매실,상황버섯)을 중심으로 1차 보급농가 50가구를 선정(스마트 IT기기 무료제공), 일원화 시스템 및 영농일지를 1차 사전교육 및 시운전 - 영농일지를 활용한 중앙모니터링 농업컨설팅 D/B정보 구축을 위한 시스템 기반 구축 - 스마트IT기기(안드로이드 패드타입)를 활용한 정산, 통계 및 송장출력 일원화 시스템 개발 - 서버 집중식 통계 D/B의 모니터링을 위한 중앙모니터링 시스템 개발 - 웹서버, D/B서버, 백업서버의 상호 D/B정보공유 연동 작업 - 농업경영관리 및 영농일지의 상호 D/B정보공유 연동 작업 - 영농일지를 활용한 중앙모니터링 농업컨설팅 D/B정보공유 연동 작업첨단생산기술개발
251251u-IT 융복합기술 기반의 노지 과수 생산 관리 시스템 개발서울대학교 산학협력단2011-12-26 00:00:002014-12-25 00:00:00400○ 연구의 대상 과수는 사과, 배, 복숭아의 3가지 과수로 하며, 연구의 범위로 노지 과수의 생 산과 수확 후 출하 전 단계를 포함. ○ 연구는 노지 과수 생산관리를 위한 RFID-USN 기술의 u-Farm의 인프라 구축 기반 마련 - 전력소모량, 정확도, 전송성공률 등을 고려한 센서의 효율적인 배치 방안 개발 - 노지용 센서를 위한 내후성 확보 및 환경 제어 기술 개발 - 저온 저장고용 센서 시스템 및 환경 제어 기술 개발 - RFID를 이용한 생산 관리 시스템 개발 ○ 환경정보 및 생육데이터를 기반으로 한 스마트 전문가 시스템 및 전문가 연계 서비스 개발 - 생육데이터 수집 및 데이터 베이스화 - 지역별, 농가별, 과수별로 특화된 생장 환경 관리 시스템 개발 - 농민의 노하우 및 피드백이 지속적으로 적용되는 학습 모델 개발 - 환경적 대응 요건에 따른 가상 시나리오를 제공 서비스 개발 - 화상회의, 영상전송, 사이버 진단의뢰 등이 가능한 전문가 연계 서비스 인터페이스 구현 ○ 국가 정보시스템과 연동이 가능한 노지 과수 생산관리 시스템 개발 - 센서별 데이터 정형화 및 분석 기술 개발 - 환경 정보 및 과수별 생육 데이터 관리 및 표준화 기술 개발 - 시스템 통합을 위한 보안 프로토콜 개발하고, 중요 정보에 대한 암호화 기술 적용함. - GAP 정보서비스, 팜투테이블, 국가병해충관리시스템, 농촌진흥청 등 국가 정보 서비스와의 연 계 방안 도출 - 표준화된 데이터 접근을 가능케 하는 Open API 서비스 구축첨단생산기술개발
252252우수 검역탐지견 복제생산 및 검증서울대학교 산학협력단2011-12-26 00:00:002015-12-25 00:00:00325재복제 탐지견 생산 및 유전학적/영상학적 객관적 지표와 탐지능력과의 연관관계 분석과 복제견의 탐지견 선발율 비교 - 검역탐지견의 체세포핵이식 기법을 이용한 복제 및 정상성 분석 - 복제견과 세포공여견간의 영상학적 분석 - 탐지능력과 영상학적/유전학적 객관적 지표와의 연관관계 분석 - 재복제 검역탐지견의 생산 - 복제 검역탐지견의 산업화 가능성 타진생명산업기술개발
253253Zinc finger nucleases를 이용한 소 광우병발현유전자가 제거된 배아 생산 및 유전자 제거 검증충남대학교 산학협력단2011-09-23 00:00:002014-09-22 00:00:00110○ PRNP Knockout 위한 ZFNs pairs 생산 및 검증 ○ Effective ZFNs pair 생산 PRNP genome base를 이용한 다양한 쌍의 ZFNs 생산 ○ ZFNs microinjection을 통한 단위발생 배아 수준에서 검증 ZFNs 마이크로 인젝션 농도 테스트 ZFNs Injection 후 배반포 단계에서 PRNP knockout 검증 ○ 체세포에서 PRNP knockout 검증 및 세포주 완성 ZFNs체세포에서 PRNP knockout 제거 ZFNs을 이용한 PRNP-KO 및 knockin세포주 완성 ○ 소 PRNP knockout 복제 배아 생산 대조군으로 정상 체세포를 공여핵원으로 하여 체세포 핵이식 실시하여 소복제배아 생산. 제 2세부과제에서 수립된 PRNP-KO 세포주를 공역핵원으로 하여 체세포 핵이식 실시 ○ 생산된 복제 배아에서 PRNP knockout 검증 대조군으로 정상 소 복제배아에서 DNA 및 RNA 분리 정제 PRNP-KO 소 복제배아에서 DNA 및 RNA 분리 정제 PRNP knockout 검증 ○ PRNP knockout 복제 배아 동결 보존 대리모에 이식을 위한 복제배아 동결 보존 융해 후 PRNP knockout 복제배아 생존 확인생명산업기술개발
254254u-IT 기반의 스마트 농축산물 유통 및 저장 관리 시스템한국교통대학교산학협력단2011-08-19 00:00:002014-08-18 00:00:00350？ 클라우드 기반의 농산물 유통 데이터 관리 시스템 및 응용 서비스 개발을 통해 모든 농산물 유통관련 정보를 한곳에 저장하여 저비용의 다양한 서비스 제공을 가능하게 함. ？ 현행 농산물 유통, 저장 기술 실태 조사, 품질 요인 분석 및 농산물 유통 데이터 관리 및 마이닝 시스템 제작에 필요한 농산물 품질 및 계측인자 정보 제공 ？ 농축산물 유통 관리를 위한 센서 노드 및 통신 시스템 개발 ？ 센서 스트림 데이터를 처리하기 위한 고성능 미들웨어 개발 ？ 시범사업 구축 및 운용을 통한 개발 기술의 타당성 검증수출전략기술개발
255255고기능성ㆍ고품질 한우육 생산기술 개발영남대학교2011-08-19 00:00:002014-08-18 00:00:00450○ 한우 시료 수집 및 한우육의 고기능성·고품질·단기고성장 탐색 - 고기능성 SNP 발굴을 위한 시험집단 및 적용집단의 개체정보 및 시료 확보 - 시험집단 및 적용집단에서 고기능성·고품질 성분 분석 및 대표 기능성·품질 성분 설정 ○ 통계유전학적방법을 적용하여 최고급육 관련 SNP 대량 발굴 및 평가 - 전장연관분석 방법을 적용하여 시험집단에서 대용량 SNP chip을 이용한 고기능성·고품질 형질관련 SNP발굴 - 탐색된 SNP에 대하여 적용집단에서 고기능성·고품질 형질에 대한 효과 검증 - 마커도움선발를 위한 선발지수식 개발 및 선발반응 평가 ○ 유전적등급에 따른 맞춤형 고기능성 및 단기 고성장·고품질 사양프로그램 확립 - 성장·육질에 대하여 유전적 등급별로 비육단계별 단기 사양관리 프로그램 개발 - 고기능성·고품질 특성에 대한 유전적 등급별로 기능성 사양관리 프로그램 개발 - 적용집단을 이용한 고기능성·고품질 맞춤형 사양급여 프로그램 효과 검증 ○ 고기능성/단기 고성장·고품질 향상을 위한 분자육종/사양 조합프로그램 구축 - 주요 형질들을 조합한 적절한 분자육종/사양 조합프로그램 도출 ○ 생물정보학적기법을 적용한 한우유전체정보 분석 및 DB 시스템 구축 - 기 발굴되어진 한우 310만개 SNP를 대상으로 구조분석 및 기능분류 - 비교유전체 및 고기능성·고품질 SNP부위 분석을 통한 고기능성 SNP contents 발굴 - 한우 개체, 유전체, 표현형, 기능성 SNP 등과 관련된 자료들의 통합 DB 구축 ○ 대용량 SNP chip 및 고기능성·고성장·고품질 관련 SNP 분석 및 kit 제작 - 한우유전체 정보를 포함하고 있는 대용량 SNP chip을 시험집단에 적용 - 발굴된 고기능성 형질관련 SNP를 적용집단에 적용 - 고기능성·고성장·고품질 한우육 식별 간편 진단 DNA kit 개발생명산업기술개발
256256돼지유전체 경제형질 마커의 조기진단 및 분자육종 시스템 개발충북대학교 산학협력단2011-08-19 00:00:002014-08-18 00:00:00400다산종돈의 경제형질마커와 9K 유전자형 정보의 분자육종 체계개발 유전자형 분석관리시스템의 운영 돼지 근내지방도와 육질증대 유전자진단법 개발의 개발과 경제성 평가 돼지 성장 및 면역 증진 유전적 마커지단법 개발 돼지 브랜드 흑돈 판별용 마커의 돼지이력사업에 적용생명산업기술개발