用 ESM 嵌入找相似位点造标签，GAINES 数据增强提升蛋白质 pKa 预测

Shen 等人训练小型神经网络，基于 ESM 蛋白质语言模型的嵌入从序列预测蛋白质 pKa，并用 GAINES 数据增强降低预测误差。策略从已有实测 pKa 的氨基酸出发，搜索嵌入高度相似的位点生成合成训练标签；在相似度阈值 0.8–1.0 下，效果优于不增强和简单复制。