The posting
1. 面向核酸药物研发场景,参与并推动 siRNA、ASO、mRNA、核酸适配体等方向的早期管线研发工作,包括适应症选择、靶点挖掘、候选分子设计、体外验证方案设计与结果分析。 2. 建设面向核酸药研发的数据与知识体系,整合文献、专利、多组学、单细胞、扰动实验、结构、修饰、RBP 结合、药效与安全性等数据,支持靶点发现和分子设计。 3. 参与 AI4S 模型在生命科学场景中的开发与应用,包括靶点知识图谱、RNA/蛋白表征模型、分子功能预测模型、细胞状态预测模型、候选序列筛选与优化模型等。 4. 将模型预测结果转化为可执行的实验验证方案,与湿实验团队协同完成候选靶点、候选序列、修饰策略和体外药效的闭环验证。 5. 跟踪核酸药、AI 制药、生物信息学和科学智能领域前沿进展,识别可转化为内部管线或平台能力的机会。 6. 作为项目负责人或核心成员,推动从科学问题定义、数据与模型构建、候选方案筛选到实验验证的完整研发流程,形成可持续迭代的核酸药研发管线。
1. 生物信息学、计算生物学、系统生物学、分子生物学、药物研发、人工智能、生物统计等相关方向博士,具有扎实的生命科学训练和跨学科研究能力。 2. 熟悉 RNA biology、核酸药物、转录调控、单细胞组学、多组学整合、疾病机制、靶点发现或药物研发中的至少两个方向,能够从科学问题出发设计数据、模型和实验验证路径。 3. 具备较强的数据分析和建模能力,熟悉 Python/R,能够独立完成大规模生物数据处理、模型评测、结果解释和可视化分析。 4. 理解早期药物研发流程,能够围绕疾病机制、靶点选择、候选分子设计、体外验证、成药性评价等环节推动项目落地。 5. 对人工智能技术有基本的了解,尤其是生物分子领域的常见模型,包括但不限于ESM系列、Evo系列、AlphaFold系列、常用的RNA设计算法等 6. 具备较强的英文文献阅读、科学写作、跨团队沟通和项目推进能力,能够与算法、实验、医学和产业合作团队高效协同。 7. 具有创业热情和强结果导向,愿意在快速变化和高度不确定的研发环境中承担责任,推动 AI 能力真正进入核酸药管线研发流程。
加分项: 1. 在 Nature Biotechnology、Nature Medicine、Nature Cell Biology、Cell、Science、Nature、Cell Metabolism、Nature Genetics、Nature Methods 等国际高水平期刊发表过第一作者、共同第一作者或通讯作者论文。 2. 曾在领域领先的 Biotech、AI 制药公司、核酸药公司、早筛公司,或国际大型制药企业承担核心研发工作。 3. 参与过 siRNA、ASO、mRNA、RNA editing、核酸适配体、递送系统、RNA 修饰、RISC 机制、RNA 结构或 RNA-蛋白互作相关研发项目。 4. 有从靶点发现、候选分子设计到体外验证的早期管线推进经验,理解 IND 前研发的基本路径和关键决策点。 5. 有 AI4S、AI 制药、生物医药数据平台、知识图谱、蛋白/RNA 建模、细胞状态建模、单细胞扰动预测或多组学模型开发经验。 6. 有从 0 到 1 搭建数据、模型、实验闭环,或推动新方向形成内部管线、产品能力、对外合作项目的经历。



