崗位職責(zé):
1.計(jì)算藥物設(shè)計(jì)與建模:開展分子對接(DOCK, AutoDock, Glide等)、同源建模、分子動力學(xué)模擬(GROMACS/AMBER)及自由能計(jì)算(FEP/MM-PBSA);構(gòu)建小分子-靶點(diǎn)相互作用模型,指導(dǎo)先導(dǎo)化合物優(yōu)化;開發(fā)基于結(jié)構(gòu)的藥物設(shè)計(jì)(SBDD)和基于配體的藥物設(shè)計(jì)(LBDD)策略等
2.機(jī)器學(xué)習(xí)與AI驅(qū)動研發(fā):開發(fā)并優(yōu)化機(jī)器學(xué)習(xí)模型(如GNN、Random Forest、SVM等)用于ADMET預(yù)測、活性分類或生成化學(xué);實(shí)施虛擬篩選流程(如基于ML的HTVS或片段篩選)等
3.跨學(xué)科協(xié)作:與合成化學(xué)、藥理學(xué)團(tuán)隊(duì)合作,迭代優(yōu)化化合物設(shè)計(jì);參與項(xiàng)目立項(xiàng),提供計(jì)算化學(xué)可行性評估
任職要求:
1.計(jì)算化學(xué)、化學(xué)信息學(xué)或相關(guān)領(lǐng)域?qū)I(yè)的博士;
2.精通以下至少兩項(xiàng):
a)分子對接/動力學(xué)軟件(如MOE, Desmond, NAMD)
b)QSAR/3D-QSAR(如CoMFA, CoMSIA)
c)機(jī)器學(xué)習(xí)框架(如TensorFlow/PyTorch+Scikit-learn)
3.熟悉云計(jì)算(AWS/GCP)或高性能計(jì)算(HPC);有生成化學(xué)(如VAE, GAN)或強(qiáng)化學(xué)習(xí)應(yīng)用經(jīng)驗(yàn)者優(yōu)先。