ProtAlign: Kontrastives Lernen verbindet Proteinsequenzen und Strukturen

Ein neues Forschungsprojekt namens ProtAlign präsentiert ein innovatives Lernparadigma, das Proteinsequenzen und deren dreidimensionale Strukturen in einem gemeinsamen Embedding‑Raum zusammenführt. Durch kontrastives Lernen werden Sequenz‑ und Strukturpaare so trainiert, dass korrespondierende Paare eng zusammengebracht und nicht korrespondierende Paare voneinander getrennt werden.

Die Methode nutzt große Datensätze aus experimentell ermittelten und vorhergesagten Proteinstrukturen, um die Übereinstimmung zwischen Sequenz‑ und Strukturrepräsentationen zu maximieren. Das Ergebnis ist ein einheitliches Modell, das sowohl Sequenz‑ als auch Strukturinformationen berücksichtigt und damit die Grenzen herkömmlicher, getrennt arbeitender Ansätze überwindet.

Dank dieser gemeinsamen Darstellung ermöglicht ProtAlign die abgrenzbare Suche nach strukturellen Nachbarn anhand einer gegebenen Sequenz. Darüber hinaus verbessert das Modell die Leistung bei nachgelagerten Aufgaben wie der Funktionsannotation und der Stabilitätsvorhersage. Die gewonnenen Einsichten liefern zudem nachvollziehbare Verbindungen zwischen sequentiellen Variationen und struktureller Organisation.

Die Ergebnisse zeigen, dass kontrastives Lernen ein wirkungsvolles Bindeglied zwischen Proteinsequenzen und -strukturen darstellt und damit neue Möglichkeiten für das Verständnis und die gezielte Gestaltung von Proteinen eröffnet.