Линкольн Райм: Охота на Собирателя костей 1 сезон (1-10 серия)

Основанный на серии бестселлеров Джеффри Дивера американский сериал 2020 года переносит зрителей в мрачный мир серийных убийств и хитроумных головоломок, оставленных преступником для гениального, но обездвиженного криминалиста. Проект делает акцент не только на расследовании запутанных дел, но и на сложных личных драмах главных героев, которые переплетаются с опасными событиями сюжета. Главный герой, Линкольн Райм, в прошлом ведущий следователь по особо тяжким преступлениям, после трагического инцидента навсегда прикован к постели, но его аналитический ум и энциклопедические знания криминалистики остались с ним. Он продолжает работать консультантом полиции, разгадывая дела, которые не под силу другим специалистам, но вынужден полагаться на помощников, которые становятся его глазами и ушами на месте преступлений. Одной из таких помощников становится начинающий офицер полиции Амелия Донаги, только начинающая свою карьеру и стремящаяся доказать, что она способна разгадывать сложные дела. Когда в городе появляется маньяк, прозванный Собирателем костей, который оставляет у жертв фрагменты скелетов и зашифрованные подсказки, указывающие на место следующего убийства, Амелия становится главным связным Райма с внешним миром. Вместе они должны разгадать хитроумный код преступника, пока он не нанес новый удар, и при этом разобраться в собственных личных конфликтах, которые мешают их совместной работе. Серия сочетает в себе напряженные сцены расследований, психологические элементы и сюжет, который развивается стремительно и не дает зрителю расслабиться до самого финала каждой серии. В проекте уделено внимание не только головоломке, которую оставил убийца, но и внутренним демонам главных героев: Райм борется с чувством беспомощности из-за своей инвалидности и сложными отношениями с дочерью, а Амелия сталкивается с недоверием коллег по работе и давлением руководства. Все это делает проект многослойной историей о том, как люди, даже с тяжелыми травмами и недостатком опыта, могут объединяться для решения самых сложных задач.