CAPSUL：面向细胞质局部标记的综合人类蛋白质基准

细胞质局部标记是药物靶点识别和功能注释的关键生物学任务。虽然已知细胞质局部标记与蛋白质结构密切相关，但现有数据集缺乏包含详细细胞质局部标记注释的综合3D结构信息，严重阻碍了结构驱动模型在此任务上的应用。为填补这一空白，我们引入了新基准$\mathbf{CAPSUL}$，即$\mathbf{C}$omprehensive hum$\mathbf{A}$n $\mathbf{P}$rotein benchmark for $\mathbf{SU}$bcellular $\mathbf{L}$ocalization。该基准包含将多样化3D结构表示与细致的细胞质局部标记注释集成的数据集，这些注释由领域专家仔细策划。我们使用多种最先进的序列驱动和结构驱动模型对该基准进行评估，展示了在此任务中涉及结构特征的重要性。此外，我们探索了重新加权和单标签分类策略，以促进未来针对结构驱动方法的研究。最后，我们通过在高尔基体细胞质的案例研究，发现注意力机制识别出决定性局部标记模式$\alpha$-螺旋，展示了结构驱动方法在与直观生物学可解释性相连方面的潜力，为数据驱动的细胞生物学发现指明了道路。