粗視化記述子については局所配列―構造相関の範囲が知られているが、バックボーン二面角そのものについては知られていない。私は、10°分解能で、翻訳同変な畳み込みモデルが参照しうる距離に対して、局所配列がφとψに関して持つ情報量を測定する。情報量は窓半径8残基でそれぞれピークに達し、保持した鎖でφは3.669のうち0.330 bitsを回復し、ψは4.161のうち0.429 bitsを回復したのち、それ以上では低下する。対照として代替条件を検証した。5°、20°、30°での再ビニングでは半径は8のままで、プロファイルは半径を広げず、容量を増やしてもより広い半径は救えなかった。試したすべての半径32モデル（556,324重み）では、半径8のどのモデルよりもスコアが低い。パラメータ非依存の相互情報推定では、信号はヌル水準に対して |d| ≈ 10 下流、≈ 8 上流で現れる。第2データセット（8,589鎖）では、分割間で30%クラスタが共有されず、いずれの最大値も再び8に落ちたが、ψは16までフラットである。クラスごとに分解すると、コイルはヘリックスに比べて、互いの限界に対して（0.376に対して0.120 bits）それぞれの範囲を超えた領域で3倍の値をもつが、どれも適合した量の約90%を保持している。以前の版では、ヘリックスは保持しないと報告していたが、これは撤回する。それは同じ分割上で、クラスの限界を当てはめて小さな分割をスコアリングしたことに由来しており、分割に対する学習からの利得は、ここでは0.369 bitsで、ヘリックスの信号より大きい。結論を反転しうる3つの評価誤差を示す。これは第3のものだ。
https://doi.org/10.20944/preprints202609.0106.v1