About The Role

计算模拟与建模：运用分子动力学（MD）模拟、自由能微扰（FEP）、分子对接（Docking）等核心技术，针对小分子及多肽类候选化合物进行结合模式预测、结合自由能计算及选择性分析。
算法与模型开发：基于内部或公开数据集，利用图神经网络（GNN）、Transformer等深度学习架构，开发并优化针对药物靶点的ADMET预测模型、活性预测模型及生成式模型。
项目支持：与药物化学、生物学等团队紧密合作，参与苗头化合物发现(Hit Finding)和先导化合物优化（Lead Optimization）阶段，提供基于结构的理性设计建议，加速化合物迭代。
技术探索：跟踪CADD/AIDD领域前沿技术，特别是大分子（如抗体、PROTAC、多肽偶联药物）模拟方法（如同源建模、蛋白-蛋白对接、MM/GBSA）的评估与引入，并将其应用于新项目。
数据管理与分析：管理计算数据与结果，撰写高质量的技术报告，为项目决策提供数据驱动的依据。

学历要求：计算化学、计算生物学、药物化学、生物信息学或相关专业博士学历。
工作经验： 2-5年制药行业或生物技术公司CADD/AIDD工作经验，或博士后期间研究方向高度对口。
核心技能（必须）：
分子动力学模拟：熟练使用Amber, GROMACS, Desmond等至少一种主流MD软件，能独立设置体系、运行模拟并分析轨迹（RMSD, RMSF, MM/GBSA, 氢键分析等）。
深度学习模型搭建：熟练掌握Python，熟练使用PyTorch或TensorFlow；有构建分子性质预测，活性预测或分子生成（如VAE, GAN, Diffusion）模型的实际项目经验。
分子对接与虚拟筛选：熟练使用Glide, Gold, Autodock Vina等至少一种对接软件，并了解基于对接的打分函数优缺点。
加分项（优先）：
具备大分子模拟项目经验（如抗体人源化设计、蛋白-蛋白相互作用界面模拟、PROTAC三元复合物建模与动态模拟）。
有多肽药物计算设计经验（如环肽构象搜索、肽-受体对接）。
软技能：优秀的跨团队沟通能力，能够将复杂的计算概念清晰地解释给非计算背景的同事；结果导向，主动性强。

This is an external listing. JobSpring does not represent or verify the employer. Report this listing

计算药物发现科学家(J24533)