Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

English (EN)·Polski (PL)·Yкраїнський (UK)
Przejdź do strony domowej biblioteki Centralna Biblioteka Wojskowa Link otwiera się w nowym oknie Logo biblioteki Prolib Integro - strona głównaCentralna Biblioteka Wojskowa

Wyszukujesz frazę "kod genetyczny" wg kryterium: Temat

  Lista filtrów
Wyrównaj
    Wyświetlanie 1-7 z 7
    Tytuł:
    Ochrona danych genetycznych jako danych osobowych
    Autorzy:
    Arwid, Mednis,
    Powiązania:
    https://bibliotekanauki.pl/articles/902483.pdf
    Data publikacji:
    2018-06-22
    Wydawca:
    Uniwersytet Warszawski. Wydawnictwa Uniwersytetu Warszawskiego
    Tematy:
    genetic information
    genetic code
    data protecion act
    GDPR
    informacja genetyczna
    kod genetyczny
    ustawa o ochronie danych osobowych
    RODO
    Opis:
    Any information relating to an identified or identifiable natural person is considered personal data, and as such, is protected by data protection laws. There are, however, a few specific categories of personal data related to the intimate sphere of life, the processing of which is, in principle, prohibited, unless one of several exceptions occurs. Although, early data protection regulations distinguished the state of health as specific category of data, genetic data were not treated as such. Therefore, in the light of Convention 108 (adopted in 1981) and Directive 1995/46, genetic data were treated as “ordinary” personal data. The Polish Data Protection Act from 1997 went further than the Directive 95/46 and listed “genetic code” among specific categories of data. However, the term “genetic code” was not defined in the Act and in practice caused a lot interpretation problems. The General Data Protection Regulation, adopted in 2016 and replacing national laws, including Polish data Protection Act, enumerates genetic data among specific categories of data. In the light of the GDPR “genetic data” means personal data relating to the inherited or acquired genetic characteristics of a natural person which give unique information about the physiology or the health of that natural person and which result, in particular, from an analysis of a biological sample from the natural person in question.
    Źródło:
    Studia Iuridica; 2018, 73; 85-103
    0137-4346
    Pojawia się w:
    Studia Iuridica
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Mozliwosci wykorzystania barkodingu w ochronie przyrody
    Possibilities of barcoding application in nature protection
    Autorzy:
    Grzywacz, A
    Bogdanowicz, W.
    Powiązania:
    https://bibliotekanauki.pl/articles/880626.pdf
    Data publikacji:
    2009
    Wydawca:
    Szkoła Główna Gospodarstwa Wiejskiego w Warszawie. Leśny Zakład Doświadczalny. Centrum Edukacji Przyrodniczo-Leśnej w Rogowie
    Tematy:
    roznorodnosc biologiczna
    roznorodnosc gatunkowa
    Polski Bank Genow
    identyfikacja gatunkowa
    kod genetyczny
    metody badan
    DNA barcoding
    wykorzystanie
    metkowanie genetyczne zob.DNA barcoding
    Opis:
    Muzeum i Instytut Zoologii PAN w Warszawie koordynuje badania wykorzystujące kod paskowy DNA, wykonywane w ramach powstałego Krajowego Banku DNA Roślin, Grzybów i Zwierząt.W skład tego konsorcjum naukowego wchodzi na razie 5 instytutów. Barkoding może przynosić nieocenioną pomoc w badaniach gatunkowej różnorodności biologicznej, w botanice, zoologii, mikologii oraz w naukach aplikacyjnych: rolnictwie, leśnictwie, medycynie, weterynarii, naukach o żywności, ochronie przyrody i innych.
    Museum and Institute of Zoology of PolishAcademy of Sciences inWarsaw coordinate research using DNA barcode. The research is carried out under the National Bank of DNA of Plants, Fungi, and Animals. Up to this moment, this research consortium includes five institutes. Barcoding can bring invaluable help in studies of species biodiversity, botany, zoology, mycology, and application sciences: agriculture, forestry, medicine, veterinary, food science, nature protection and others.
    Źródło:
    Studia i Materiały Centrum Edukacji Przyrodniczo-Leśnej; 2009, 11, 2[21]; 38-44
    1509-1414
    Pojawia się w:
    Studia i Materiały Centrum Edukacji Przyrodniczo-Leśnej
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Teleologia i pochodzenie ewolucji
    Teleology and the Origin of Evolution
    Autorzy:
    Garte, Sy
    Powiązania:
    https://bibliotekanauki.pl/articles/553278.pdf
    Data publikacji:
    2018
    Wydawca:
    Uniwersytet Zielonogórski. Instytut Filozofii
    Tematy:
    teleologia
    pochodzenie ewolucji
    darwinizm
    związek między genotypem a fenotypem
    teleonomia
    teleologia wewnętrzna
    system translacji
    kod genetyczny
    teleology
    origin of evolution
    Darwinism
    linkage between genotype and phenotype
    teleonomy
    inherent teleology
    translation system
    genetic code
    Opis:
    Ewolucja darwinowska nie jest synonimem zmiany, lecz wyjątkowym procesem biologicznym. Biochemiczny mechanizm ewolucji jest inny niż wynikało to z obserwacji Darwina dotyczących dziedzicznej zmienności i doboru naturalnego. Kluczem do ewolucji biologicznej jest ścisły związek między dziedziczonym genotypem a zależnym od genów fenotypem. Dzięki temu związkowi fenotyp może stanowić przedmiot selekcji. Jest teoretycznie możliwe, by pewne formy życia nie podlegały ewolucji. Pochodzenie życia i pochodzenie ewolucji to dwa odrębne problemy badawcze. Klasyczny problem teleologii w biologii da się rozwiązać dzięki starannemu zbadaniu mechanizmu odpowiadającego za związek między genotypem a fenotypem, czyli mechanizmu syntezy białek lub systemu translacji. Ten mechanizm przekształcania chemii kwasów nukleinowych w chemię białek może stanowić fundamentalne źródło teleonomii i wewnętrznej teleologii w organizmach żywych.
    Darwinian evolution is not synonymous with change; it is a uniquely biological process. The biochemical mechanism of evolution is distinct from the observations made by Darwin on hereditable variation and natural selection. The key to biological evolution is a tight linkage between inheritable genotype and gene-directed phenotype, which allows the phenotype to be the target of selection. It is theoretically possible for some forms of life to exist without evolution; thus, the origin of life and the origin of evolution are two separate research questions. The classical problem of teleology in biology may be approached by a close examination of the mechanism behind the universal genotype-phenotype linkage: the protein synthesis or translation system. This solution to the problem of converting nucleic acid chemistry into protein chemistry may be the fundamental root of teleonomy and inherent teleology in living organisms.
    Źródło:
    Filozoficzne Aspekty Genezy; 2018, 15; 461-482
    2299-0356
    Pojawia się w:
    Filozoficzne Aspekty Genezy
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    Codings and operators in two genetic algorithms for the leaf-constrained minimum spanning tree problem
    Autorzy:
    Julstrom, B. A.
    Powiązania:
    https://bibliotekanauki.pl/articles/907639.pdf
    Data publikacji:
    2004
    Wydawca:
    Uniwersytet Zielonogórski. Oficyna Wydawnicza
    Tematy:
    algorytm ewolucyjny
    algorytm genetyczny
    kod Prüfera
    evolutionary codings
    leaf-constrained spanning trees
    Prüfer strings
    Blob Code
    fixed-length subsets
    Opis:
    The features of an evolutionary algorithm that most determine its performance are the coding by which its chromosomes represent candidate solutions to its target problem and the operators that act on that coding. Also, when a problem involves constraints, a coding that represents only valid solutions and operators that preserve that validity represent a smaller search space and result in a more effective search. Two genetic algorithms for the leaf-constrained minimum spanning tree problem illustrate these observations. Given a connected, weighted, undirected graph G with n vertices and a bound l, this problem seeks a spanning tree on G with at least l leaves and minimum weight among all such trees. A greedy heuristic for the problem begins with an unconstrained minimum spanning tree on G, then economically turns interior vertices into leaves until their number reaches l. One genetic algorithm encodes candidate trees with Prüfer strings decoded via the Blob Code. The second GA uses strings of length n - l that specify trees' interior vertices. Both GAs apply operators that generate only valid chromosomes. The latter represents and searches a much smaller space. In tests on 65 instances of the problem, both Euclidean and with weights chosen randomly, the Blob-Coded GA cannot compete with the greedy heuristic, but the subset-coded GA consistently identifies leaf-constrained spanning trees of lower weight than the greedy heuristic does, particularly on the random instances.
    Źródło:
    International Journal of Applied Mathematics and Computer Science; 2004, 14, 3; 385-396
    1641-876X
    2083-8492
    Pojawia się w:
    International Journal of Applied Mathematics and Computer Science
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
    Tytuł:
    A genatic algorithm how to solve a puzzle and its using in cartography
    Algorytm genetyczny do składania powierzchni z fragmentów i jego zastosowania w kartografii
    Autorzy:
    Bartoněk, D.
    Powiązania:
    https://bibliotekanauki.pl/articles/341415.pdf
    Data publikacji:
    2005
    Wydawca:
    Uniwersytet Przyrodniczy we Wrocławiu
    Tematy:
    algorytm genetyczny
    analiza skupień
    kształt
    fragmenty
    granice figur
    kod łańcuchowy
    optymalizacja
    funkcja dopasowania
    kartogramy
    genetic algorithms
    cluster analysis
    shape
    fragments
    shape boundary
    string code
    optimization
    fitness function
    cartograms
    Opis:
    Genetic algorithms represent an up-to-date method of process optimization, where other solutions have failed or haven't given any satisfactory results. One of these processes is puzzle solving, where fragments have to be placed into the defined shape in such a way so that no fragment should mutually overlay and the whole shape area will be filled with all of these fragments. A genetic algorithm solving this task including an exact formulation and a definition of the initial conditions based on cluster analysis has been described in this paper. The algorithm efficiency will be tested in diploma works in Institute of Geodesy, Faculty of Civil Engineering, University of Technology, Brno. The results will be used in the application for cartograms creation.
    Algorytmy genetyczne reprezentują nowoczesne metody optymalizacji procesów, dla których inne rozwiązania zawiodły lub nie dały satysfakcjonujących rezultatów. Jednym z takich procesów jest rozwiązywanie układanek - puzli, w których fragmenty muszą być wstawione w zdefiniowany kształt w ten sposób, aby żadne się nawzajem nie nakładały, a kształt zawierał wszystkie zadane fragmenty. Praca niniejsza zawiera opis algorytmu genetycznego rozwiązującego takie zadanie wraz ze ścisłą formułą rozwiązania oraz definicją warunków początkowych, bazującą na analizie skupień. Skuteczność algorytmu będzie testowana w pracy dyplomowej w Instytucie Geodezji na Wydziale Budownictwa, Politechniki w Brnie. Rezultaty zostaną wykorzystane przy tworzeniu kartogramów.
    Źródło:
    Acta Scientiarum Polonorum. Geodesia et Descriptio Terrarum; 2005, 4, 2; 15-23
    1644-0668
    Pojawia się w:
    Acta Scientiarum Polonorum. Geodesia et Descriptio Terrarum
    Dostawca treści:
    Biblioteka Nauki
    Artykuł
      Wyświetlanie 1-7 z 7

      Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies