단백질의 구조 예측은 생명 과학 및 의약학 분야의 핵심적인 연구 주제 중 하나로, 단백질의 기능 및 상호작용을 이해하기 위한 주요 정보를 제공할 수 있어 다양한 연구가 수행되고 있다. 이러한 연구의 일환으로 최근 Google DeepMind의 AlphaFold2가 등장하였으며, 단백질 구조 예측 성능을 대폭 향상시켜 CASP(Critical Assessment of Protein Structure Prediction)에서 뛰어난 평가점수를 받아 단백질 구조 예측 분야의 최신 기술을 크게 향상시켰다. 이러한 컴퓨터 기반의 단백질의 구조 예측 방법은, 고전적인 방법을 사용하여 직접 단백질 구조를 결정하는 방법 에 비해 매우 정확하고 빠르며 경제적인 비용으로 수행될 수 있어 단백질 구조 예측 및 생리학 연구를 수행하는 연구자들에게 유용한 방법론이 될 것으로 사료된다. 따라서 본 연구소에서는 곤충을 포함한 무척추 자생동물을 연구하는 연구자들을 위해 단백질 구조 예측을 수행할 수 있도록 64Core/128Threads의 CPU, 256GB의 RAM과 6장의 GeForce RTX 3090으로 이루어진 GPU(Graphical Processing Unit) 고성능 컴퓨터 시스템에 AlphaFold2 program을 구축하였다. 최근 인간을 대상으로 한 단백질 구조 예측 연구는 상당한 진전을 보이고 있지만, 곤충을 포함한 자연계의 동물을 대상으로 한 연구는 여전히 미비한 상황이다. 이러한 자생동물자원연구의 확대를 위해 본 연구소에서 구축한 GPU 시스템 및 생물정보학적 분석 방법이 많이 활용되어야 하며, 이를 위해서는 연구자들 의 협력과 참여가 필요하다.

Medically significant indoor/ectoparasitic insect populations, including bed bugs and head lice, have developed considerable resistance to insecticides due to limited introduction of new genetic traits and the absence of an overwintering barrier. In contrast, outdoor pests like Anopheles and Culex mosquitoes exhibit fluctuating resistance patterns, likely influenced by factors such as overwintering barriers and relatively wider open habitats. Mosquitoes also face selection pressure from diverse sources beyond public health insecticides unlike bed bugs or head lice. Understanding different factors driving resistance among pests is essential for effective resistance management.

The Varroa mite, Varroa destructor, a parasitic mite that afflicts honey bees, has become increasingly resistant to acaricides like fluvalinate due to its widespread use. The target site insensitivity mechanism, mediated by the L925V/M/I mutations in the voltage-gated sodium channel, plays a major role in resistance. Additionally, cytochrome P450 monooxygenases (Cyp450s) appear to function as a metabolic resistance factor; however, no Cyp450-mediated resistance mechanism has been reported to date. The aim of this study was to identify and characterize Cyp450s associated with fluvalinate resistance. A synergistic bioassay confirmed the involvement of Cyp450s in conferring tolerance or resistance to fluvalinate. Correlation analysis between mortality data and the expression levels of Cyp450 genes led to the identification of several candidates that may play a crucial role in fluvalinate resistance. Analysis of tissue distribution patterns revealed that these genes were most abundantly expressed in the cuticle and synganglion. This suggests that, despite their relatively low expression level, they may play a critical role in protecting the target site from fluvalinate due to its predominant expression in neuronal tissues. Functional analysis, in conjunction with baculovirus expression, demonstrated that fluvalinate has high inhibition rates against the recombinant candidate Cyp450s, suggestive of their strong interaction with fluvalinate. We discussed the potential utilization of their expression levels as a molecular marker for diagnosing metabolic resistance in field-collected Varroa mites.