김유정 교수

Although it is known that the <i>Drosophila</i> Toll-7 receptor plays a critical role in antiviral autophagy, its function in other insects has not yet been reported. Here, we have identified a Toll-like receptor 7 gene, <i>TmToll-7</i>, in the coleopteran insect <i>T. molitor</i> and examined its potential role in antibacterial and antifungal immunity. We showed that <i>TmToll-7</i> expression was significantly induced in larvae 6 h after infection with <i>Escherichia coli</i> and <i>Staphyloco

PURPOSE: Pathologic stage is the most important predictive factor of relapse in gastric cancer after curative resection. However, patients with the same stage often have different risks of relapse. Here, we investigated whether the expressions of molecular markers can supplement the current staging system in terms of relapse prediction. PATIENTS AND METHODS: One hundred and nine stage III or IV (M0) patients who had received curative gastrectomy followed by adjuvant 5-fluorouracil and cisplatin

이 연구에서는 비유 만들기 활동을 도입한 크로마토그래피 개념 학습에서 과학영재들이 만든 비유의 유형과 대응 오류 유형 및 비유 만들기 활동에 대한 인식을 조사하였다. 서울시 4개 교육청의 중학교 2학년 과학영재 68명의 학생을 대상으로 하였다. 연구 결과, 과학영재들은 대부분 구체적이고 일상적인 상황에 기초하여 글과 그림으로 비유를 표현하였고, 목표 개념의 기능적 속성과 인과 관계를 포함시켜 부연 설명하였다. 자신이 만든 비유 중 가장 좋은 비유로는 목표물과 비유물 사이의 유사점이 가장 많거나 구조와 원리가 비슷한 비유를 선택하는 학생들이 많았으며, 비유 소재로는 주로 ‘학교생활’을 사용하였다. 선택한 비유에 대한 대응 검사 결과, 많은 과학영재들이 ‘대응 불이행’, ‘과잉 대응’ 등의 오류를 범하는 것으로 나타났다. 또한, 과학영재들은 비유 만들기 활동에 대해 긍정적으로 인식하는 것으로 나타났다. 이 연구 결과는 과학영재들을 위한 교육프로그램으로 적용할 수 있는 비유 만들기 수업

Amphiregulin (AREG) is an epidermal growth factor receptor (EGFR) ligand. The aim of this study was to investigate the effects of baseline plasma AREG levels in KRAS, NRAS, and BRAF wild-type metastatic colorectal cancer (CRC) on treatment outcome with palliative first-line cetuximab + FOLFIRI chemotherapy. Chemotherapy outcomes were analyzed based on baseline plasma AREG levels. The clinical findings were further validated using an in vitro model of CRC. Among 35 patients, the progression-free

This study aimed to present a new approach to predict to delirium admitted to the acute palliative care unit. To achieve this, this study employed machine learning model to predict delirium in patients in palliative care and identified the significant features that influenced the model. A multicenter, patient-based registry cohort study in South Korea between January 1, 2019, and December 31, 2020. Delirium was identified by reviewing the medical records based on the criteria of the Diagnostic a