В статье представлен SMARTIE (Systematic Machine-learning Approach for RBP Targets Identified by Editing) — новый аналитический фреймворк на базе машинного обучения, предназначенный для идентификации мишеней РНК-связывающих белков (RBP). Авторы решают проблему низкой чувствительности и отсутствия непредвзятой приоритизации мишеней в существующих методах анализа данных редактирования РНК, таких как TRIBE и STAMP. Методология SMARTIE интегрирует статистические тесты с признаками, учитывающими репликацию и веса доверия, что позволяет более точно ранжировать целевые РНК. В ходе тестирования на опубликованных наборах данных TRIBE система успешно восстановила мишени для таких белков, как Ataxin-2, TDP-43, Hrp48, Thor, GPATCH8, dFMRP и NonA. Важным достижением является способность модели, обученной на данных TRIBE, успешно обобщать знания на наборы данных STAMP, что подтверждает выявление универсальных сигнатур редактирования. Данная разработка значительно повышает точность вывода взаимодействий RBP-РНК, открывая новые возможности для изучения регуляции генов.