생몰정보
소속
직위
직업
활동분야
주기
서지
국회도서관 서비스 이용에 대한 안내를 해드립니다.
검색결과 (전체 1건)
원문 있는 자료 (1) 열기
원문 아이콘이 없는 경우 국회도서관 방문 시 책자로 이용 가능
목차보기더보기
표제지
인사말씀
제출문
요약문
ABSTRACT
CONTENTS
목차
제1장 서론 46
제1절 바이오인포매틱스 기술 개요 47
제2절 바이오인포매틱스 기술의 정의 및 범위 48
제3절 바이오 데이터 마이닝 기술 49
제2장 바이오 서열 데이터 마이닝 55
제1절 개요 56
제2절 프로모터 영역 예측 기술 연구 57
제3절 전사인자 조절 부위 예측 기술 개발 79
제4절 Alternative splicing Splicing 예측 기술 연구 87
제5절 유전자 부위 탐색부위 기술 연구 103
제3장 바이오 발현 데이터 마이닝 128
제1절 개요 129
제2절 군집분석 130
제3절 판별 분석 151
제4절 조절 관계 예측 164
제5절 조절 모듈 예측 184
제4장 바이오 단백질 구조데이터 마이닝 207
제1절 단백질 구조 데이터 마이닝 개요 208
제2절 ProteinVista 가시화 212
제3절 단백질 구조적 포켓(Pocket) 검출 236
제4절 Geometric Hashing을 이용한 단백질 구조 비교 278
제5절 단백질 구조적 결합관계 예측 295
제6절 단백질 구조 분석용 라이브러리 310
제5장 바이오 상호관계 네트워크 마이닝 327
제1절 개요 328
제2절 네트워크 항해 339
제3절 네트워크 관리 357
제4절 네트워크 예측 388
제5절 네트워크 해석 410
제6절 생물학 실험 및 검증 442
제7절 참고문헌 456
제6장 바이오 텍스트 마이닝 462
제1절 개요 463
제2절 바이오 언어자원 466
제3절 개체명 인식 478
제4절 개체명 정규화 493
제5절 생물학 관계 인식 506
제6절 문헌기반 플랫폼 535
제7절 참고문헌 542
제7장 바이오 데이터 통합 및 연동기술 546
제1절 개요 547
제2절 데이터 통합 관리 시스템의 구성 549
제3절 명세 언어와 메타 정보 550
제4절 중재자 기반의 데이터 검색 및 통합 560
제5절 바이오 온톨로지의 연동 570
제6절 웹기반 통합 시스템 585
제7절 참고 문헌 590
제8장 결론 및 건의사항 593
제1절 과제 요약 및 활용 594
제2절 결론 및 건의사항 601
부록 605
1. 용어설명 607
2. 특허 618
3. 프로그램 624
4. 논문 629
5. 기술문서 643
6. 시제품 672
7. 사용자 설명서 679
표 2-1. 내용에 의한 탐색 방식의 프로모터 예측 프로그램 60
표 2-2. 신호에 의한 탐색(search-by-signal) 방식의 프로모터 예측 프로그램 63
표 2-3. 내용에 의한 탐색과 신호에 의한 탐색을 조합한 방식의 프로모터 예측 프로그램 64
표 2-4. 연구 내용 및 범위 66
표 2-5. Confusion matrix 70
표 2-6. 알고리즘 학습 데이터 수집 현황 74
표 2-7. 개발할 시스템의 평가에 사용될 데이터 76
표 2-8. 모티프 실험 데이터 82
표 2-9. 평가에 사용된 인자 85
표 2-10. 모티프 검색 결과 86
표 2-11. 조직별 EST Library와 EST 개수 93
표 2-12. 조직별 consensus/alternative consensus 개수 95
표 2-13. Genomic mapping 결과 98
표 2-14. Genomic cluster에 매핑된 query의 개수 99
표 2-15. 연구 분야 요약 106
표 2-16. Gene Ontology assignment의 결과 116
표 2-17. Functional category assignment의 결과 117
표 2-18. 데이터 처리 수행시간 (2G CPU, 2G RAM linux PC) 118
표 2-19. GIDE의 통계치 120
표 3-1. Golub et al.의 급성 백혈병 데이터를 이용한 유의유전자 정확도 비교 163
표 3-2. Khan et al.의 SRBCT 데이터 정확도 비교 164
표 3-3. MVRFST 인코딩 방법 171
표 3-4. MVRFST 인코딩 방법- 반복 예 171
표 3-5. 단일전사인자-단일 유전자 조절관계 예측 정확도 184
표 4-1. Proteinvista 성능 비교표 233
표 4-2. 속도측정용 visualization style 234
표 4-3. 사용된 단백질의 유사도 순서 (상위 10개) 288
표 4-4. 1ofv를 쿼리로 했을 때 유사도 결과 289
표 4-5. 1sri를 쿼리로 했을 때 291
표 4-6. 실험용 데이터 셋 (91 Proteins) 294
표 4-7. 탐색방법에 따른 분류 298
표 4-8. 주요 도킹 프로그램 298
표 4-9. FFTW 파일 301
표 5-1. MFDP와 Hub-Seed MFDP의 시각화 속도 비교 354
표 6-1. 태깅 작업자의 학력 및 전공 477
표 6-2. 자질의 종류 483
표 6-3. 자질 별 서브타입 484
표 6-4. 생물학 도메인에서의 품사 태거의 성능. 491
표 6-5. 자질 집합 492
표 6-6. 학습 및 평가 코퍼스의 크기 492
표 6-7. 단백질 이름의 후보 텀 나열의 예 499
표 6-8. 종 정보 사전의 추가 종 명칭 목록 502
표 6-9. Swiss-Prot 기반 정규화 결과의 예 506
표 6-10. 약어와 정의어 형태 510
표 6-11. 예외적인 약어의 사용 예 511
표 6-12. 의미 또는 참조를 위한 괄호의 사용 예 511
표 6-13. 치환 리스트 예 514
표 6-14. 관계의 문장 구조 분포 517
표 6-15. NP+VP에서 두 관계의 출현 유형 524
표 6-16. 명사구 템플릿 1 529
표 6-17. 명사구 템플릿 2 530
표 6-18. 문장 구조 트리에서의 관계 추출 알고리즘 532
표 6-19. 단백질 상호작용 키워드 533
표 6-20. 구문 분석 태그 집합 535
표 7-1. 로컬 스키마 변환 규칙 557
표 7-2. 사용자 질의 규격 561
표 7-3. 랩퍼의 주요 기능 569
표 7-4. 바이오 온톨로지 함수 목록 571
표 7-5. 용어 정보 탐색 함수 예제 579
그림 1-1. Bio 바이오 데이터 마이닝 시스템 개념도 53
그림 2-1. Polymerase II 프로모터의 구성 58
그림 2-2. 코어 프로모터의 일반적인 구성 62
그림 2-3. 신경망 MLP(multi-layer perceptron) 67
그림 2-4. PWM(position-weight matrix) 생성 및 서열의 프로파일링 69
그림 2-5. ROC 곡선의 예 72
그림 2-6. 프로모테예측 프로그램 구성 모식도 73
그림 2-7. Dragon Promoter Finder에서 사용한 프로모터 서열의 relevance function 78
그림 2-8. 시스템 전략 모식도 90
그림 2-9. Genomic template 구성 방법의 모식도 96
그림 2-10. Genomic mapping의 모식도 97
그림 2-11. Genomic mapping의 selection criteria 97
그림 2-12. TAP 분석 결과 100
그림 2-13. 웹 인터페이스 화면 102
그림 2-14. 웹인터페이스 화면 103
그림 2-15. 개념도 : GIDE and GIDer systems 107
그림 2-16. 개념도 : gene template making 108
그림 2-17. 개념도 : gene structure analysis 109
그림 2-18. 개념도 : gene prediction 110
그림 2-19. GIDE의 데이터 스키마 121
그림 2-20. GIDE의 메인화면 122
그림 2-21. GIDE의 Gene Index Navigator 시스템 123
그림 2-22. GIN의 Gene information page 124
그림 3-1. Stanford data format 131
그림 3-2. 시스템의 개념적 구조 135
그림 3-3. Seed 추출 과정 139
그림 3-4. 데이터 입력 143
그림 3-5. 데이터 전처리 설정 144
그림 3-6. 데이터 전처리 결과 144
그림 3-7. 계층적 군집화 결과 145
그림 3-8. SOM 군집화 결과 145
그림 3-9. K-means 군집화 결과 146
그림 3-10. Seed 군집화에서 기군집된 결과를 선택하는 화면 146
그림 3-11. Seed 군집화 결과 147
그림 3-12. 유전자 어휘 분류체계(Gene Ontology, GO)를 이용한 군집 자동 주석 결과 147
그림 3-13. GO를 이용한 군집화 방법의 비교 151
그림 3-14. 판별 시스템의 개괄적인 구성도 153
그림 3-15. 판별 시스템의 모습 155
그림 3-16. 위암 관련된 학습 데이터인 DNA 칩 데이터를 로딩한 모습 156
그림 3-17. 학습 데이터에 대해서 유의 유전자를 선정한 모습 158
그림 3-18. 테스트 데이터(6개의 샘플)에 대해서 판별을 수행한 결과 모습 159
그림 3-19. 임상 데이터를 로딩하는 모습 159
그림 3-20. 임상 데이터 마법사를 통한 데이터 점검 160
그림 3-21. 임상 데이터의 무결성 확인 160
그림 3-22. 학습 데이터 재구성하기 위한 필드 선택 161
그림 3-23. 위암의 단계를 기준으로 위암 환자 샘플을 재구성한 모습 162
그림 3-24. 전사인자-유전자 조절관계 예측 방법 165
그림 3-25. 단일전사인자-단일유전자 조절관계 예측 방법 168
그림 3-26. 인터벌 그래프의 예 179
그림 3-27. 조절관계 예측 시스템의 수행 모습 180
그림 3-28. 전형적인 그래프 표현 방법 181
그림 3-29. 원형 표현 방법 182
그림 3-30. 계층적 표현 방법 183
그림 3-31. 발현 데이터 유사도 측정 알고리즘 187
그림 3-32. 전사인자 조절 프로그램 추출 알고리즘 188
그림 3-33. 전사인자 결합부위 예측 알고리즘 190
그림 3-34. 유전자 리스트와 유전자 해석 정보의 통계적 유의성 계산 알고리즘 192
그림 3-35. 모듈과 조절인자들 사이의 네트워크 이미지 194
그림 3-36. 조절모듈 예측에 의한 결과 이미지 195
그림 3-37. 유전자 발현 데이터에 대한 전처리 모습 196
그림 3-38. 유전자간의 유사도를 알 수 있도록 발현 프로파일을 heat map으로 가시화 197
그림 3-39. 전사인자(YER088C와 YEL009C)레 의해 조절 받는 유전자들의 heat map과 조절 트리 198
그림 3-40. 유전자의 프로모터 내 전사인자 바인딩 위치를 표시한 결과 199
그림 3-41. 프로모터 결합 정보를 자세히 보여주는 결과 200
그림 3-42. 전사인자 조합 조절에 대한 분석 창 200
그림 3-43. 유전자와 매핑된 유전자 기능 해석 정보들(GO, KEGG 패스웨이, HomoloGene) 중에서 가장 통계적 유의성이 큰 결과들만 보여주며, 그 상동성 정보를 보여주는 창 202
그림 3-44. 각 유전자 해석 정보들에 대하여 통계적 유의성이 있는 전체 정보 리스트를 보여주는 창 203
그림 4-1. 단백질 구조 분석 기술 211
그림 4-2. BioDesigner 215
그림 4-3. Chimera 217
그림 4-4. DINO 219
그림 4-5. gOpenMol 220
그림 4-6. MolMol 221
그림 4-7. PyMol 223
그림 4-8. SwissPDBViewer 225
그림 4-9. VMD 227
그림 4-10. Proteinvista 블록 다이어그램 229
그림 4-11. Proteinvista의 실행화면 229
그림 4-12. Proteinvista의 표현모델 231
그림 4-13. Proteinvista의 실행예 232
그림 4-14. 반평면(half planes) 교차(intersection) 239
그림 4-15. 두 사이트의 수직 이등분선 240
그림 4-16. 2 사이트의 보로노이 다이아그램 242
그림 4-17. 3 사이트의 보로노이 다이아그램 242
그림 4-18. 4 사이트의 보로노이 다이아그램 244
그림 4-19. 딜로니 트리 초기화 단계 254
그림 4-20. 딜로니 성질 255
그림 4-21. 프로그램의 전체적인 구조 259
그림 4-22. Delaunay 구성의 수행 흐름도 261
그림 4-23. 딜로니 트리에서 사면체 사이의 관계 263
그림 4-24. 딜로니 트리의 너비우선 탐색 264
그림 4-25. 4 사이트의 딜로니 삼각분할 및 보로노이 다이그램, 외접구 270
그림 4-26. 5 사이트의 딜로니 삼각분할 및 보로노이 다이그램, 외접구 271
그림 4-27. lpdblggg.ent의 딜로니 삼각분할, 볼록껍질, 보로노이 다이그램 272
그림 4-28. Ipdblggg.ent의 포켓 검출 예제 273
그림 4-29. 필터링된 삼각분할 위에 표시된 검출된 포켓 예제 274
그림 4-30. 3pdblad2.ent의 딜로니 삼각분할, 볼록껍질, 및 보로노이 다이그램 275
그림 4-31. 3pdblad2.ent의 포켓 검출 예제 276
그림 4-32. 잔기로 재구성된 단백질 280
그림 4-33. 레퍼런스 프레임 280
그림 4-34. 활성부위 추출 282
그림 4-35. 단백질 1tbf 활성부위 추출 예 282
그림 4-36. 단백질 정합 방법 285
그림 4-37. flow chart of proposed algorithm 286
그림 4-38. 잔기수에 따른 검색 시간 288
그림 4-39. lofv, 2fcr, 2f×2 결과 예 290
그림 4-40. lsri, lavd, lepa의 결과 예 291
그림 4-41. lglp, 2gst의 결과 예 292
그림 4-42. 구현된 시스템의 활성부위 표면 표현 292
그림 4-43. Receptor와 Ligand 사이의 결합 296
그림 4-44. 열쇠와 자물쇠 296
그림 4-45. 단백질과 약(Drug) 사이의 결합관계 297
그림 4-46. FFT에 의한 상관관계 계산 및 이동 검출 300
그림 4-47. 구현된 알고리즘의 흐름도 303
그림 4-48. 기하학적 특징만 이용한 경우 303
그림 4-49. 기하학적 특징 + 에너지 함수의 경우 303
그림 4-50. 단백질 - 리간드 결합 307
그림 4-51. 전사인자 - DNA 결합 가시화 307
그림 4-52. 예측된 전사인자-DNA 결합, 파라미터 설정 및 예측결과 순위화 화면 307
그림 4-53. Fraction polarity of amino acid 312
그림 4-54. Phi and Psi ngles 314
그림 5-1. bioINET 시스템 구성도 334
그림 5-2. 컴포넌트들 사이의 연관성 337
그림 5-3. bioINET 초기화면 338
그림 5-4. 단백질 상호관계 네트워크에서 항해 341
그림 5-5. 항해 컴포넌트 구성도 343
그림 5-6. 네트워크 검색 과정 345
그림 5-7. 네트워크 검색 화면 346
그림 5-8. FDP 과정 348
그림 5-9. MFDP 과정 349
그림 5-10. MFDP에서 네트워크 압축 및 확장 350
그림 5-11. 개선된 네트워크 합병 과정 352
그림 5-12. 개선된 확장 과정 353
그림 5-13. Hub-Seed MFDP에 의한 시각화 354
그림 5-14. 네트워크 필터링 및 경로 탐색 355
그림 5-15. 바이오 상호관계 네트워크 관리 컴포넌트 구성도 359
그림 5-16. 바이오 객체 상호작용 네트워크 모델 361
그림 5-17. 복합 객체를 이용한 네트워크 단순화 과정 363
그림 5-18. 템플릿 기반 단백질 상호작용 네트워크 구축 과정 364
그림 5-19. GO를 이용한 템플릿 검색 366
그림 5-20. 바이오 객체 상호작용 네트워크를 위한 XML 스키마 368
그림 5-21. 바이오 객체를 위한 XML 스키마 369
그림 5-22. 복합 객체를 위한 XML 스키마 370
그림 5-23. 상호작용 관계를 위한 XML 스키마 370
그림 5-24. 바이오 객체 상호작용 네트워크 통합을 위한 모듈 구성도 372
그림 5-25. 네트워크를 통합 과정에 대한 전체 흐름도 374
그림 5-26. Human에 대한 DIP, BIND단백질 상호작용 네트워크 통합 376
그림 5-27. 단백질 데이터 동기화 과정 378
그림 5-28. 래퍼(Wrapper)의 작성 및 동작 380
그림 5-29. 전역 동기화 과정 381
그림 5-30. 지역 동기화 & 전역 동기화의 적용 예 382
그림 5-31. adminINET : 바이오 도메인 지식 구축 도구 383
그림 5-32. 종(Species) 구축 과정 384
그림 5-33. 온톨로지(Gene Ontology) 구축 과정 385
그림 5-34. 단백질(Swiss-Prot, TrEMBL) 구축 과정 386
그림 5-35. 바이오 객체 상호작용 네트워크 구축 과정 387
그림 5-36. 바이오 상호관계 네트워크 예측 컴포넌트 구성도 389
그림 5-37. 상동 단백질 색인 391
그림 5-38. Human과 Mouse 사이의 상동성 단백질 색인 393
그림 5-39. 단백질 상호작용 관계 예측 394
그림 5-40. Mouse 단백질과의 상동성를 이용한 Human 상호작용 관계 예측 396
그림 5-41. 복합체 예측 : 개념적으로 유사한 기능을 수행하는 부분 네트워크 탐색 398
그림 5-42. 복합체 예측 : Clique과 개념 유사성을 이용한 탐색 399
그림 5-43. 템플릿 규칙에 대한 평가 과정 401
그림 5-44. 시각화된 환경에서의 템플릿 규칙을 이용한 복합체 탐색 403
그림 5-45. 규칙을 표현하고 저장하기 위한 XML 스키마 404
그림 5-46. 특성 예측 구성도 406
그림 5-47. 특징 정규화 예 407
그림 5-48. Global Expectation Number 계산 예 408
그림 5-49. Local Expectation Number 계산 예 408
그림 5-50. 특성 예측 화면 409
그림 5-51. 해석 컴포넌트 구성도 411
그림 5-52. 분류 모듈 구성도 412
그림 5-53. GO용어에 대한 CurLevel과 LastLevel 413
그림 5-54. 온톨로지 계층구조를 이용한 글로벌 및 로컬 유사도 415
그림 5-55. 개념 분류 시각화의 Seed단백질 자동 선정 화면 418
그림 5-56. 개념 분류 시각화 결과 419
그림 5-57. 분할 모듈 구성도 420
그림 5-58. 단백질 노드 정규화 422
그림 5-59. 파티션 할당 과정 423
그림 5-60. 파티션 레이아웃 425
그림 5-61. 여러 서브그래프를 배치 426
그림 5-62. 노드를 하나만 가지고 있는 서브 그래프 배치 428
그림 5-63. 분할 파티션 설정 429
그림 5-64. 분할 시각화 화면 430
그림 5-65. unknown파티션의 노드 예측 결과 화면 432
그림 5-66. 검증 모듈 구성도 433
그림 5-67. 문헌기반 단백질 상호작용 관계 검증을 위한 전체적인 과정 434
그림 5-68. 상호작용 관계를 선택하여 검증 435
그림 5-69. 단백질을 선택하여 검증 436
그림 5-70. 상동성 기반 단백질 상호작용 관계 검증을 위한 전체적인 과정 438
그림 5-71. 상호작용 관계를 선택하여 검증 439
그림 5-72. 단백질을 선택하여 검증 439
그림 5-73. 문헌 기반 검증 화면 440
그림 5-74. 상동성 기반 검증 화면 441
그림 5-75. Cavelolins과 AR의 상호작용에 대한 결과 444
그림 5-76. Stat3와 RPA2의 상호작용에 대한 결과 445
그림 5-77. STAT 멤버들과 RPA2 또는 Pkcdelta의 상호작용에 대한 결과 446
그림 5-78. Spl과 TFID의 상호작용에 대한 결과 449
그림 5-79. Spl과 TFIIB의 상호작용에 대한 결과 450
그림 5-80. BRCA1 또는 BRCA2와 JUNB 또는 JUND의 상호작용에 대한 결과 451
그림 5-81. SWI/SNF 콤플렉스와 RelB의 상호작용에 대한 결과 452
그림 5-82. (A)Jun과 Erk (B)HDAC6와 RelB (C)Prohibitin과 Brgl 상호작용에 대한 결과 453
그림 5-83. (A) ER과 CREB (B) HDAC1, HDAC2, NFIkB inhibitor와 RelB 상호작용 결과 454
그림 6-1. XML 스키마 (A) 문헌 태깅의 예 (B) 개체명 태깅의 예 (C) 접속사를 포함하는 개체명의 예 470
그림 6-2. 개체명의 의미 카테고리 471
그림 6-3. (A) 관계 태깅의 예 (B) 주체와 객체 개체명에 포함된 한정어의 예 (C) 개체명 속에 포함된 관계의 예 474
그림 6-4. 관계 타입과 용어 475
그림 6-5. 태깅 도구 478
그림 6-6. 자질추출 결과의 표현 방식 484
그림 6-7. 규칙 생성 예 485
그림 6-8. 규칙 구성 과정 486
그림 6-9. 개체명 인식 과정 486
그림 6-10. 전처리 단계 488
그림 6-11. 의미 카테고리 태깅 단계 488
그림 6-12. 개체명 경계 설정 단계 489
그림 6-13. 개체명 정규화 시스템 구성도 495
그림 6-14. 단백질 코드 순위화의 예 497
그림 6-15. 역색인 구조 생성 과정 498
그림 6-16. 단백질 코드 인식 과정 500
그림 6-17. 문장 단순화 과정 508
그림 6-18. 품사 및 개체명 태깅된 문장 예 513
그림 6-19. 단순화된 문장 예 513
그림 6-20. 구문 분석 결과 문자열 예 514
그림 6-21. 구문 분석된 문장 트리 예 515
그림 6-22. 트리 탐색 모듈 구성도 519
그림 6-23. 트리 탐색 예1 520
그림 6-24. 트리 탐색 예2 521
그림 6-25. NP+VP에서의 관계 추출을 위한 흐름도 523
그림 6-26. NP+VP에서의 관계 추출 예 524
그림 6-27. NP+PP에서의 관계 추출을 위한 흐름도 525
그림 6-28. NP+PP에서의 관계 추출 예1 526
그림 6-29. NP+PP에서의 관계 추출 예2 527
그림 6-30. NP+CC+NP에서의 관계 추출을 위한 흐름도 528
그림 6-31. NP+CC+NP에서의 관계 추출 예 528
그림 6-32. 중첩 관계와 부정 표현의 추출 예 531
그림 6-33. 구문 분석 모듈 534
그림 6-34. 문헌기반 플랫폼 구성도 536
그림 6-35. 요약 수집 모듈의 검색 결과 화면 537
그림 6-36. 관계 가시화 모듈의 수행 화면 539
그림 6-37. alzheimer's disease와 amyloid beta protein 쿼리를 이용하여 수집한 문서집합의 관계 가시화 540
그림 7-1. 통합 시스템 구조도 550
그림 7-2. NCBI GenBank의 명세 언어 문서 예 555
그림 7-3. 사용자 질의 예 562
그림 7-4. 질의 파싱 트리 562
그림 7-5. for 문의 변환 방법 563
그림 7-6. where 문의 변환 방법 564
그림 7-7. return문의 변환 방법 565
그림 7-8. 정규화 과정 예시 566
그림 7-9. 로컬 트리 생성 및 전역트리 예 568
그림 7-10. 질의 변환 예 570
그림 7-11. Gene Ontology의 부분 계층도 577
그림 7-12. gene_ontology OBO file의 일부 578
그림 7-13. biosynthesis 용어의 getSibling 함수 예 581
그림 7-14. 깊이 4단계의 traverseTree의 예 582
그림 7-15. union( ) 함수의 예제 583
그림 7-16. intersection( ) 함수의 예제 584
그림 7-17. 온톨로지 함수를 이용한 질의 확장 585
그림 7-18. 리소스 편집창 586
그림 7-19. 검색조건 편집창 588
그림 7-20. 출력형태 편집창 589
그림 7-21. 데이터소스의 명세 편집창 590
그림 8-1. XpressVista 결과 화면 595
그림 8-2. 단백질 구조가시화 시스템 596
그림 8-3. 단백질 결합관계 예측 시스템 597
그림 8-4. 바이오 상호관계 네트워크 해석 시스템 598
그림 8-5. 문헌 관리 시스템 599
그림 8-6. 생물학적 관계 분석 600
이용현황보기
원문구축 및 2018년 이후 자료는 524호에서 직접 열람하십시요.
도서위치안내: / 서가번호:
우편복사 목록담기를 완료하였습니다.
* 표시는 필수사항 입니다.
* 주의: 국회도서관 이용자 모두에게 공유서재로 서비스 됩니다.
저장 되었습니다.
로그인을 하시려면 아이디와 비밀번호를 입력해주세요. 모바일 간편 열람증으로 입실한 경우 회원가입을 해야합니다.
공용 PC이므로 한번 더 로그인 해 주시기 바랍니다.
아이디 또는 비밀번호를 확인해주세요