AI驱动核酸适配体进化新范式
深圳先进技术研究院王宇团队提出了生成式 AI 框架，实现仅凭单轮筛选即可获得超越传统多轮 SELEX 的高亲和力 RNA 适配体，开创了适配体发现的新范式。
从实验驱动到 AI 赋能的转变
该研究通过训练与生成策略结合，显著减少实验轮次与成本，同时保持或提升适配体的亲和力与特异性，展示了 AI 在分子发现中的强大潜力。
方法学与实验细节
论文与随后的分享将深入介绍模型架构、训练数据构建、验证实验设计与关键控制变量，帮助研究者理解技术可重复性与推广路径。
生成式 AI 使得核酸适配体发现从多轮实验驱动转向更高效的 AI 驱动范式，显著降低筛选成本并提升发现速度。
“小墨”积墨 AI 核心产品
积墨 AI 智能体开发平台
快速搭建具备商业价值的 AI 智能体，支持复杂工作流编排、50+ 主流模型接入与私有化部署。
临床与产业化前景
团队讨论了该方法在快速筛选治疗性适配体、诊断工具开发与产业化路径上的潜在应用，并指出监管与伦理审查将是加速转化的关键因素。
即将举行的网络研讨会
2026-04-28 的网络研讨会将由共同第一作者张菊介绍核心思路与实验数据，面向研究者与产业从业者详细解读该研究的意义与后续研究方向。
如有侵权，请联系删除。