Если вы думали, что «аптамер» — это новый сорт мороженого, то у меня для вас и плохие, и хорошие новости: вкусный он точно не будет, но зато поможет ловить белки куда более эффективно, чем многослойный десерт ловит взгляды. В Nature Biotechnology описан GRAPE-LM — генеративный фреймворк, который комбинирует «язык нуклеиновых кислот» и акт-ориентированный отбор, чтобы за один раунд получить короткие RNA-аптамеры с высокой аффинностью.
Идея проста и одновременно волшебна: языковая модель изучает паттерны последовательностей и структур РНК, генерирует кандидатов, а внутри-клеточный CRISPR–Cas-скрининг проверяет их функциональность в реальном биологическом контексте. В результате GRAPE-LM обходит классический многоэтапный SELEX, экономя время и ресурсы лаборатории. Это не только ускорение — это новый подход к дизайну молекул, который лучше учитывает физиологическую среду, где аптамер будет работать.
Практическое значение очевидно: диагностические тесты, ингибиторы и молекулярные сенсоры можно получать быстрее и точнее. Авторы демонстрируют, что генеративная модель, «наученная» на данных по структурам и активности, способна предлагать последовательности, которые в клетке ведут себя так же хорошо или лучше, чем продукты многократных эволюционных циклов.
Для российской науки это отличная новость: подход легко интегрируется в существующие лабораторные платформы и может помочь отечественным группам сократить путь от идеи до рабочего биотехнологического решения. Благодаря синергии ИИ и молекулярной биологии у нас есть шанс ускорить перевод фундаментальных открытий в прикладные разработки и укрепить научные школы.
Если хотите погрузиться в первоисточник, читайте статью Zhang et al., Single-round evolution of RNA aptamers with GRAPE-LM, Nat. Biotechnol. (2026) — ссылка в верхней части страницы. Этот материал — один из тех редких случаев, когда компьютер не просто предсказывает, а реально творит в мире живых молекул.