Аннотация:- Использование разветвлённой нейронной сети позволило одновременно учесть влияние остатков различной удалённости, однако не позволило ощутимо повысить точность предсказания;
- Наилучшая точность предсказания была достигнута для широко представленных классов вторичной структуры (α-спирали, β-тяжи, нерегулярные петли и изгибы), низкая точность предсказания получена для слабо представленных классов (π-спирали, 3/10 спирали, изолированные β-мостики и повороты с водородной связью);
- Выявленная несбалансированность данных требует создания новых обучающих наборов;
- Современные методы предсказания вторичной структуры белков не позволяют выполнять предсказание с точностью более 72% при классификации на 8 типов, что вызвано как несовершенством используемых алгоритмов, так и фундаментальными ограничениями, связанными с конформационной лабильностью и функциональной подвижностью белков.