AI驱动核酸适配体进化新范式

中国科学院深圳先进技术研究院的团队在Nature Biotechnology上发表工作，提出基于生成式AI的GRAPE-LM框架，实现了显著提升的RNA适配体筛选效率。

方法学创新

研究通过将生成模型与细胞内筛选相结合，使单轮筛选即可找到高亲和力的RNA适配体，突破了传统多轮SELEX的限制，展示了AI在分子发现中的潜力。

实验与数据整合

团队利用CRISPR等生物分子支架和高保真胞内RNA数据流，将实验设计与数据驱动模型紧密耦合，从而在细胞环境中实现更具生物学相关性的适配体发现。

影响与前景

该成果意味着核酸适配体领域将加速从纯实验探索向AI赋能的混合范式转变，推动药物发现、诊断试剂与合成生物学应用的进步。

伦理与合规考虑

随着AI在生命科学中的广泛应用，研究者需要关注数据可解释性、可重复性以及伦理合规问题，确保技术在安全可控的框架下落地。

如有侵权，请联系删除。