2025年4月22日，Nature在线发表了美国哈佛医学院和麻省总医院研究团队就“通过可扩展工程和机器学习定制CRISPR—Cas9 PAM变体”的研究文章。
为实现Cas9酶的可扩展重编程，研究团队将高通量蛋白质工程与机器学习（ML）相结合，以设计更适配特定靶点的定制化编辑器。通过基于结构/功能的饱和诱变和细菌筛选，研究者获得了近1000种工程化SpCas9酶，并表征了其原间隔序列邻近基序（PAM）要求，从而训练出可将氨基酸序列与PAM特异性相关联的神经网络。
通过PAM机器学习算法（PAMmla）预测6400万种SpCas9酶的PAM特性，研究团队鉴定出在人体细胞中作为核酸酶和碱基编辑器时，其效能和特异性均超越进化来源及工程化SpCas9酶的高性能特异性酶，同时降低脱靶效应。
综上，PAMmla通过整合机器学习与蛋白质工程技术，构建了具有独特PAM需求的SpCas9酶库，并提倡在各类应用中采用高效安全的定制化Cas9酶替代通用型酶。