背景 定向进化将达尔文进化原理应用于实验室,以改良蛋白质特性 [ 1 , 2 ]。在多轮诱变和选择过程中,会产生大型基因变体文库(~ 10 5 – ~ 10 8 )[ 3 – 5 ]。筛选文库以识别有效变体传统上是一个手动过程,耗费大量人力、资源和时间。此外,可供测试的变体数量有限,这降低了识别最佳变体的概率。希望有一种用于比较大量酶的高通量方法。事实上,已经开发了许多用于高通量筛选酶变体的应用程序。例如,CombiSEAL [ 6 ] 允许筛选确定的突变组合,但它不太适合分析进化产物。另一方面,Evoracle [ 4 ] 适合此目的,因为它使用多个进化周期的序列数据推断基因的适应度和序列组成。然而,它不能用于分析多个目标位点上的变异。evSeq [ 7 ] 是一种基于微孔板的方法,可以分别筛选变异表型,并分析基因