งานวิจัยนี้เป็นการศึกษาการทำนายโครงสร้างสามมิติของโปรตีนโดยใช้ระบบประมวลผลข้อมูลแบบข่ายประสาท (Neural Networks) และใช้สมบัติของลำดับกรดอะมิโนที่มีผลต่อโครงสร้างสามมิติของโปรตีนเป็นข้อมูลโดยคาดว่าสมบัติเหล่านี้จะทำให้การทำนายโครงสร้างสามมิติของโปรตีนมีความถูกต้องแม่นยำสูงขึ้น สมบัติที่ใช้ในการสอนNeural Networks ในการศึกษานี้ ได้แก่ hydropathy, hydrophobicity,helical tendencies และ amino acid side chain properties โดยสมบัติเหล่านี้ถูกใช้แทนที่ลำดับของกรดอะมิโนแล้วถูกป้อนเข้าไปใน Neural Networksโปรตีน 98 ตัว ได้ถูกจัดอยู่ในกลุ่มที่ใช้ในการสอน 70 ตัว และจัดอยู่ในกลุ่มที่ใช้ในการทดสอบ 28 ตัว จากผลการทดลองการทำนายว่ามีโครงสร้าง helix, sheet และ turn ในโปรตีนหรือไม่ โดยใช้ network เดียวกันให้ผลของการทำนายถูกต้องน้อยกว่าการทำนายโครงสร้าง helix, sheet และ turn ที่มีการแยก network กัน และแต่ละสมบัติจะให้ผลการทำนายโครงสร้าง helix ถูกต้องสูงสุดเมื่อเทียบกับการทำนายโครงสร้างชนิดอื่นความสามารถของสมบัติๆ ในการทำนายโครงสร้างทุติยภูมิของโปรตีนจัดลำดับได้ดังนี้(1.1) สมบัติ amino acid side chain ให้ผลการทำนายโครงสร้างว่ามีโครงสร้างhelix, sheet และ turn หรือไม่จาก network เดียวกัน, การทำนายว่ามีโครงสร้างsheet หรือไม่, การทำนายว่ามีโครงสร้าง turn หรือไม่, ร้อยละของโครงสร้าง helixและ sheet ที่แบ่งเป็น 3 กลุ่ม และการทำนายร้อยละของ helix ที่แบ่งเป็น 2 กลุ่มถูกต้องสูงสุด (1.2) สมบัติ hydropathy ที่แบ่งออกเป็น 2 กลุ่ม ให้ผลการทำนายว่ามีโครงสร้าง helix หรือไม่, การทำนายร้อยละของ helix และ sheet ที่แบ่งเป็น6 กลุ่ม และการทำนายร้อยละของ turn และ sheet ที่แบ่งออกเป็น 3 กลุ่ม และ2 กลุ่ม ตามลำดับ ถูกต้องสูงสุด (2) สมบัติ hydropathy ที่แบ่งออกเป็น 7 กลุ่มให้ผลการทำนายร้อยละของ helix และ turn ที่แบ่งออกเป็น 6 กลุ่ม, ร้อยละของsheet ที่แบ่งออกเป็น 3 กลุ่ม ถูกต้องสูงสุด (3) สมบัติ hydrophobicity ให้ผลการทำนายร้อยละของ helix ที่แบ่งเป็น 2 กลุ่มถูกต้องสูงสุด การทำนายว่ามีโครงสร้างของ helix, sheet และ turn หรือไม่ ให้ผลการทำนายถูกต้องในช่วง 85-100%, 70-85% และ 45-70% ตามลำดับ ส่วนการทำนายจำนวนร้อยละของโครงสร้าง helix, sheet และ turn ในกรณีที่แบ่งร้อยละออกเป็น 6 กลุ่ม(0%, 1-20%, 21-40%, 41-60%, 61-80%, 81-100%) ให้ผลของการทำนายร้อยละของhelix, sheet และ turn มีความถูกต้องในช่วง 35-65%, 30-50% และ 25-50% ตามลำดับในการทำนายร้อยละโดยแบ่งร้อยละออกเป็น 3 กลุ่ม (0%, 1-50%, 51-100%) ให้ผลการทำนายร้อยละของโครงสร้าง helix, sheet และ turn มีความถูกต้องในช่วง 65-85%,60-80% และ 50-65% ตามลำดับ ส่วนการทำนายว่ามีร้อยละของ helix, sheet และturn ว่าอยู่ในกลุ่มน้อยกว่าหรือเท่ากับ 15% หรืออยู่ในกลุ่มมากกว่า 15% ให้ผลการทำนายถูกต้องในช่วง 60-80% สำหรับโครงสร้าง helix และให้ผลการทำนายถูกต้องในช่วง 60-75% สำหรับโครงสร้าง sheet