岗位职责
- 筛选策略制定与外部平台对接：根据靶点特性，主导mRNA展示或DNA编码化合物库（DELT）等超大容量文库的设计策略（如引入非天然氨基酸、多环化策略等）。对接外部CRO，审核筛选方案、实验SOP及交付标准，把控实验质量与关键参数。
- 海量测序数据的生信分析与挖掘：主导处理高通量测序（NGS）产生的庞大序列数据，进行序列聚类、富集分析和交叉比对。结合多维度评估指标精准锁定高亲和力、高选择性的苗头化合物（Hits），有效排除假阳性。
- 构建“干湿闭环”与AI辅助设计：运用生成式/扩散模型、分子动力学模拟或AI大模型，对序列-结构进行协同设计。在体外实验前评估候选分子的构象约束、结合模式、蛋白酶耐受性及膜通透性，形成“AI设计—外部少量验证—数据反哺迭代”的自动化闭环。
- 验证方案定义与跨部门协同：明确Hits分子的评估指标与验证方案，完整记录输入参数、模型版本、筛选证据及失败结果，确保证据链可追溯。将候选序列及生信分析报告无缝交接给内部的环肽药物化学家（负责结构改造与优化）和药理药效科学家（负责功能验证与机制解析）。
职位要求
- 学历与专业背景：计算生物学、生物信息学、人工智能、药物化学或结构生物学等相关专业，硕士及以上学历（博士优先）。
- 环肽设计理论与建模能力：具备完整的环肽理论设计框架，精通非天然氨基酸、环化及化学修饰的计算建模与优化能力，能够分析其对构象、结合、选择性、稳定性和通透性的影响。
- AI与计算工具应用：熟练使用Python和Linux，能开发或修改算法、模型和批量流程。合理使用或开发语言模型、生成式/扩散模型、结构预测及分子动力学等方法，完成靶点分析、批量生成与筛选排序。
- 数据分析与项目经验：具有至少1项可核验的“设计—实验验证—迭代”闭环案例，能定义评价指标与验证方案并完整记录输入、参数、模型版本、筛选证据及失败结果。熟悉mRNA display、噬菌体展示等高通量筛选技术者优先。
- 软技能与综合素质：具备优秀的实验设计与问题解决能力，能高效管理多个并行项目；学习能力强，具有创新思维和良好的团队协作精神。 关键考核指标（KPIs）
- 筛选效率与质量：外部CRO交付的筛选数据合格率及生信分析周期；成功锁定并验证的高亲和力苗头化合物（Hits）数量。
- 干湿闭环转化率：AI计算预测结果与外部湿实验验证结果的一致性/命中率；推动候选分子进入药化改造阶段的转化数量。
- 数据资产沉淀：环肽专属数据库（涵盖三维构象、透膜性、活性等）的构建与更新规模；标准化操作规程（SOP）及可复现计算流程的建立数量。
- 知识产权与成果：主导或参与申请的专利数量；发表的高影响力论文或推动的项目阶段性里程碑达成情况 must：多肽/环肽 年龄范围：30多岁至45岁（博士毕业后要有3年以上工作经验）。 经验要求：扎实的多肽化学/生物学背景。 成长潜力：接受Junior Level但有经验的人才，看重其成长性，未来可培养为得力干将。
