Работа посвящена разработке генеративной модели глубокого обучения для проектирования аптамеров, специфичных к заданной белковой мишени. Подход основан на архитектуре Transformer и рассматривает генерацию аптамерных последовательностей как sequence-to-sequence-преобразование аминокислотной последовательности белка в нуклеотидную последовательность. Модель обучена на наборе данных пар «белок–аптамер» с использованием эмбеддингов белковых последовательностей из предварительно обученной языковой модели. Полученные результаты показывают, что модель воспроизводит ключевые статистические характеристики аптамеров и может применяться для их направленного проектирования in silico, сокращая объём экспериментального скрининга.

Заикина А.А. (науч. рук. Серов Н.С.) Разработка аптамеров на основе эмбеддингов белковых последовательностей // Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, [2026]. URL: https://kmu.itmo.ru/digests/article/16636