EvoMax 融合 ESM-2 与高斯过程，设计紧凑型基因编辑器

bravo_abad · x · 2026-08-27

针对蛋白质工程中数据稀疏的挑战，Shijie Wan 等人提出了 EvoMax，这是一种专门为少数据环境设计的模型引导策略，并成功将其用于工程化真核紧凑型基因组编辑器，实现了 97% 的内源性编辑效率。

EvoMax 结合了三种互补信号：直接从测量突变适应性中学习的高斯过程 (GPR)；从蛋白质序列中学习进化信息的 ESM-2；以及添加结构条件逆折叠信息的 ESM-IF。这种组合允许搜索从局部利用转向更广泛的探索。初始 GPR 仅使用 209 个实验测量的单点突变，无需筛选数千个候选者即可优化设计。