崗位職責(zé):
1.AI模型創(chuàng)新:
?開發(fā)、部署、優(yōu)化針對(duì)大分子藥物優(yōu)化、ADC linker-payload理性設(shè)計(jì)、結(jié)合表位預(yù)測(cè)等的AI算法;
?探索擴(kuò)散模型/圖神經(jīng)網(wǎng)絡(luò)在多特異性抗體構(gòu)象空間搜索中的應(yīng)用。
2.工程化落地:
?將AlphaFold、ProteinMPNN等外部、公開工具改造為適應(yīng)的自動(dòng)化流程;
?優(yōu)化現(xiàn)有內(nèi)部研發(fā)AI模型,與外部SOTA方案對(duì)標(biāo),管理AI模型全生命周期
?通過工具化,產(chǎn)品化,提高現(xiàn)有AI模型與工作流的普適應(yīng),達(dá)到人人可用。
3.跨學(xué)科協(xié)同:
?與實(shí)驗(yàn)室背景的結(jié)構(gòu)生物學(xué)行業(yè)專家團(tuán)隊(duì)共同制定AI賦能藥物研發(fā)的驗(yàn)證實(shí)驗(yàn)方案,共同推進(jìn)公司藥物研發(fā)管線;
?主導(dǎo)"干濕實(shí)驗(yàn)閉環(huán)"迭代,優(yōu)化基于主動(dòng)學(xué)習(xí)(Active Learning)的候選分子篩選。
任職要求:
硬性門檻:
?計(jì)算機(jī)科學(xué)/AI相關(guān)學(xué)科背景,或計(jì)算生物學(xué)/生物信息學(xué)博士
?3年AI藥物研發(fā)項(xiàng)目經(jīng)驗(yàn):有AI模型全生命周期管理經(jīng)驗(yàn)、有應(yīng)用AI在大分子藥物研發(fā)應(yīng)用落地經(jīng)驗(yàn)
?熟練掌握相關(guān)AI開發(fā)工具與算法框架(如PyTorch Geometric/DGL等圖神經(jīng)網(wǎng)絡(luò)工具鏈)
高競(jìng)爭(zhēng)力候選人有以下經(jīng)驗(yàn):
?在抗體親和力成熟或ADC穩(wěn)定性預(yù)測(cè)方向發(fā)表過AI方法學(xué)論文
?主導(dǎo)過開源生物計(jì)算項(xiàng)目(如ProteinGym基準(zhǔn)測(cè)試,CASP比賽等)
?熟悉CADD,AIDD大分子設(shè)計(jì)商業(yè)平臺(tái)(如MOE,GROMACS等)