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.

The aim of this study was to investigate the correlation among bone mineral density(BMD), body composition and body circumference on 20's college women in Hwaseong. A total of 86 subjects were measured with BMD and body composition and body circumference. To evaluate the correlation between BMD and body composition, bone density and body weight, body mass index(BMI), lean body mass, muscle mass, fat mass and body fat mass were compared. The results of this study, weight was considered the strong correlation with BMD than the height and BMI seems to be greater significance rather than the lumbar spine and femur BMD. In addition, the relationship between body composition and BMD, lean body mass, muscle mass, body fat mass were the most relevant factors and BMD. The relationship between BMD and body circumference that have been difficult because of not enough previous studies but somewhat the study showed that association.