DMPK虚拟筛选项目执行有机化学细胞活性药物发现 岗位职责:
1.参与药物分子（如小核酸，多肽），功能高分子，LNP配方项目的立项及项目执行工作，从靶点选择，靶点验证，分子发现，分子优化，直至PCC确定。
2.主导推动虚拟筛选、结构基预测（如AlphaFold等）、生成式分子设计工具在项目中的实际应用与验证，与合成团队合作将计算预测（对接、自由能微扰FEP、AI生成分子设计建议）转化为可执行的合成与测试策略，形成"计算-合成-测试"闭环。
3.在负责与内外部CADD/AIDD团队/公司合作之外，也能使用分子对接、同源建模、结合口袋分析等工具，独立开展先导化合物的结构预测与设计假设验证。
4.主导或参与人机结合（AI-assisted）的SAR分析，与结构生物学、DMPK等平台组紧密协作，设计并推进构效关系（SAR）迭代，缩短设计-合成反馈周期。
5.评估并反馈AI/ML模型生成化合物的合成可及性与化学合理性，为计算团队提供湿实验数据用于模型迭代与再训练。
6.主导关键实验的设计与解读：结合力测定、细胞活性、体外ADME/DMPK数据的综合分析。
7.撰写内部报告、专利申请材料，并在需要时准备学术发表内容。
任职要求:
1.有机化学、药物化学或相关领域博士学位，3年以上制药/生物技术行业药物发现经验（或同等资历），有小核酸序列设计经验，多肽类药物设计经验或LNP配方设计经验者优先。
2.具备完整项目周期经验：从靶点验证到临床候选化合物提名。
3.熟悉现代药物化学工具：CADD/结构指导设计、DMPK数据解读、代谢稳定性优化。
4.具备较强的独立判断力与跨部门协作能力，能在数据不完整情况下做出合理的化学决策。
5.有与计算化学/AIDD团队协作经验，理解对接打分、自由能计算、分子生成模型的基本原理与局限性。
6.具备hands-on CADD实操经验，能独立完成分子对接、构象分析、基本自由能估算等工作，而非仅停留在结果解读层面。
7.能够批判性评估AI预测结果，避免盲目追随模型输出而忽视化学直觉与实验验证。
8.熟练使用至少一种主流对接/建模软件平台，具备将计算结果快速转化为可合成设计方案的能力。
9.熟悉AI/ML辅助药物设计工具的开发或深度定制经验者优先。 岗位福利：五险一金，年终奖金，餐补，住房补贴