CAPSUL: Proteinbenchmark mit 3D‑Daten für subzelluläre Lokalisierung

Die genaue Bestimmung, wo ein Protein innerhalb einer Zelle lokalisiert ist, ist entscheidend für die Identifikation von Arzneimittelszielen und die funktionelle Annotation von Proteinen. Trotz des Wissens, dass die subzelluläre Lokalisierung eng mit der Proteinstruktur verknüpft ist, fehlte bislang ein Datensatz, der umfassende 3D‑Strukturdaten mit detaillierten Lokalisierungsangaben kombiniert. Das neue Benchmark‑Set CAPSUL schließt diese Lücke.

CAPSUL enthält eine sorgfältig kuratierte Sammlung von Proteinen, die verschiedene 3D‑Strukturrepräsentationen – von experimentell ermittelten Röntgenkristallstrukturen bis hin zu KI‑generierten Modellen – mit fein granularen subzellulären Lokalisierungslabels verknüpft. Experten aus dem Bereich Zellbiologie haben die Annotationen geprüft, sodass die Qualität der Daten hoch ist.

Um die Leistungsfähigkeit von Modellen zu testen, wurden sowohl moderne sequentienbasierte als auch strukturbasierte Ansätze evaluiert. Die Ergebnisse zeigen deutlich, dass die Einbeziehung von strukturellen Merkmalen die Vorhersagegenauigkeit erheblich steigert. Darüber hinaus wurden Strategien zur Regewichtung und zur Ein‑Label‑Klassifikation untersucht, um zukünftige Forschungen zu strukturorientierten Methoden zu erleichtern.

Ein besonders aufschlussreicher Fallstudie konzentrierte sich auf das Golgi‑Apparat. Durch die Analyse der Aufmerksamkeitsmechanismen der Modelle wurde ein entscheidendes Lokalisierungsmuster – die Alpha‑Helix – identifiziert. Diese Erkenntnis demonstriert, wie strukturbasierte Modelle nicht nur präzise Vorhersagen liefern, sondern auch biologisch interpretierbare Einsichten ermöglichen und damit neue, datengetriebene Entdeckungen in der Zellbiologie fördern.