上海银诺医药技术有限公司
AI科学家 / 高级AI科学家｜蛋白质设计与工程
发布日期：
设计并优化治疗性分子，让计算方案接受实验检验。你将参与银诺现有治疗性大分子项目，与蛋白质工程、生物学、药理学、CMC及项目管理团队合作，在活性、稳定性、药代动力学、成药性和可生产性之间作出判断，推动候选分子进入下一轮设计与验证。
你将开展的工作
- 设计和筛选治疗性蛋白、抗体、肽类、融合蛋白及其他大分子的变体，优化活性、结合亲和力、选择性、稳定性、溶解性、表达水平、药代动力学特征及整体成药性，并降低聚集倾向。
- 结合AI、机器学习与结构计算方法，运用蛋白质语言模型、生成式设计、结构预测、逆折叠、序列设计和分子建模，支持先导分子的发现与优化。
- 建立可重复、可验证的计算流程，覆盖序列设计、结构评价、多参数优化及候选分子优先级排序。
- 整合内部实验数据与公开的蛋白质序列、结构、功能及成药性数据，用于模型开发和研发项目决策。
- 与实验团队共同建立“设计—构建—测试—学习”的迭代流程。分析阳性与阴性实验结果，找出设计成功或失败的关键因素，并据此调整分子设计和模型。
- 评估新兴AI与计算蛋白质设计技术，理解其能力边界，判断对具体项目的实际价值；将研发需求转化为可计算、可实验验证的科学问题。
- 参与AI蛋白质设计平台、内部数据标准与模型评价体系的建设，帮助团队在多项分子性能之间权衡，推进候选分子及研发项目。
- 根据项目需要，参与专利申请、论文发表、外部合作及科学交流。
任职条件
- 计算生物学、生物信息学、结构生物学、生物物理学、蛋白质工程、计算机科学、机器学习或相关专业博士学位。
- 将AI或计算方法用于蛋白质设计、蛋白质工程、抗体工程、肽类设计或大分子药物发现的实际经验。
- 扎实理解蛋白质序列、结构与功能之间的关系。
- 熟练使用Python，熟悉科学计算、机器学习或深度学习工具。
- 能够解读生化、生物物理、细胞或药理实验数据，并将结果转化为可执行的分子设计方案。
- 具备良好的科学判断力、问题分析能力、沟通能力与团队协作能力，能够与计算、实验及项目团队共同推进研究。
相关研究经验
需具备以下一个或多个方向的研究或项目经验：
- 蛋白质结构预测与建模。
- 蛋白质语言模型或生成式蛋白质设计。
- 逆折叠、序列设计或序列优化。
- 抗体建模或蛋白质相互作用分析。
- 分子对接或分子动力学模拟。
- 蛋白质多参数优化。
- 运用机器学习分析生物学与实验数据。
优先考虑的经验
- 在生物技术公司、制药企业，或面向产业转化的蛋白质设计实验室工作。
- 优化治疗性抗体、Fc融合蛋白、细胞因子、酶、肽类或其他大分子药物。
- 熟悉AlphaFold、Rosetta、ProteinMPNN、RFdiffusion、蛋白质语言模型或类似工具与平台。
- 在项目中结合计算设计与实验验证，开展反复迭代。
- 具有亲和力成熟、特异性优化、pH依赖性结合、半衰期延长、稳定性提升、聚集风险降低或免疫原性风险评价经验。
- 了解大分子成药性、药代动力学、转化药理、CMC或生物制品生产的相关要求。
- 利用企业内部实验数据进行模型训练、微调或主动学习。
- GPU计算、高性能计算、流程自动化或实验数据集成经验。
- 有高质量论文、专利或药物研发项目成果。
项目与研发环境
你将直接参与大分子创新药的发现与优化，与蛋白质工程、生物学、药理学、CMC及临床开发团队合作，并参与建设银诺的AI蛋白质设计平台及专有数据体系。
研发工作以产业转化为目标，鼓励创新并重视实际成果。薪酬与福利根据经验和能力确定。
查看中文原文
AI科学家 / 高级AI科学家 ——蛋白质设计与工程方向
岗位职责
关于银诺医药 银诺医药是一家以创新为驱动的生物医药企业，专注于代谢性疾病及相关慢性疾病创新疗法的发现、开发和商业化。 公司建立了涵盖原创药物发现、蛋白质工程、转化医学、临床开发及产业化的综合研发体系。公司的核心产品依苏帕格鲁肽α是一款采用重组融合蛋白技术开发的人源化、超长效GLP-1受体激动剂，已获批用于成人2型糖尿病治疗。 随着公司大分子药物研发管线持续拓展，银诺医药正在进一步建设人工智能驱动的药物发现与蛋白质工程平台。现诚聘AI科学家或高级AI科学家，重点参与公司现有治疗性大分子项目的优化、筛选和推进。 岗位介绍 本岗位处于人工智能、计算生物学、结构生物学、蛋白质工程和药物研发的交叉领域。 候选人将运用先进的人工智能、机器学习和结构计算方法，支持治疗性蛋白、抗体、肽类、融合蛋白及其他大分子药物的设计与优化，并与蛋白质工程、生物学、药理学、CMC及项目管理团队密切合作，提高候选分子的活性、选择性、稳定性、药代动力学特征、成药性和可生产性。 本岗位并非单纯的算法研究或软件开发职位，而是以真实药物研发项目为核心，推动计算设计结果获得实验验证，并进一步转化为具有开发价值的候选分子。 主要职责 • 运用人工智能、机器学习和基于结构的计算方法，开展治疗性蛋白、抗体、肽类、融合蛋白及其他大分子药物的设计与优化。 • 设计和筛选蛋白质变体，改善其生物学活性、结合亲和力、靶点选择性、稳定性、溶解性、表达水平、聚集倾向、药代动力学特征及整体成药性。 • 应用蛋白质语言模型、生成式蛋白设计、蛋白质结构预测、逆折叠、序列设计、分子建模及其他相关方法，支持先导分子的发现和优化。 • 建立可重复、可验证的计算工作流程，用于蛋白质序列设计、结构评价、多参数优化和候选分子优先级排序。 • 整合公司内部实验数据及公开的蛋白质序列、结构、功能和成药性数据，支持模型开发和项目决策。 • 与实验团队共同建立“设计—构建—测试—学习”的闭环研发体系。 • 分析实验结果，识别设计成功或失败的关键因素，并将数据用于后续设计和模型迭代。 • 评估新兴人工智能及计算蛋白质设计技术，判断其在公司研发项目中的适用性和实际价值。 • 参与公司AI蛋白设计平台、内部数据标准和模型评价体系的建设。 • 根据项目需要参与专利申请、学术论文、外部合作及科学交流。
任职要求
• 计算生物学、生物信息学、结构生物学、生物物理学、蛋白质工程、计算机科学、机器学习或相关专业博士学位。 • 具有将人工智能或计算方法应用于蛋白质设计、蛋白质工程、抗体工程、肽类设计或大分子药物发现的实际经验。 • 对蛋白质序列、结构和功能之间的关系具有扎实理解。 • 具备以下一个或多个方向的研究或项目经验： o 蛋白质结构预测与建模； o 蛋白质语言模型或生成式蛋白质设计； o 逆折叠、序列设计或序列优化； o 抗体建模或蛋白质—蛋白质相互作用分析； o 分子对接或分子动力学模拟； o 蛋白质多参数优化； o 生物学及实验数据的机器学习分析。 • 熟练使用Python，并熟悉相关科学计算、机器学习或深度学习工具。 • 能够理解和分析生化、生物物理、细胞或药理实验数据，并将实验结果转化为可执行的分子设计策略。 • 具有良好的科学判断力、问题分析能力、团队协作能力和沟通表达能力。 优先考虑条件 • 具有生物技术公司、制药企业或以产业转化为导向的蛋白质设计实验室工作经验。 • 具有治疗性抗体、Fc融合蛋白、细胞因子、酶、肽类或其他大分子药物优化经验。 • 熟悉AlphaFold、Rosetta、ProteinMPNN、RFdiffusion、蛋白质语言模型或类似工具和平台。 • 具有计算设计与实验验证相结合的项目经验，熟悉迭代式设计—实验闭环。 • 具有亲和力成熟、特异性优化、pH依赖性结合、半衰期延长、稳定性提升、聚集风险降低或免疫原性风险评价经验。 • 了解大分子药物成药性、药代动力学、转化药理、CMC或生物制品生产相关要求。 • 具有利用企业内部实验数据进行模型训练、微调或主动学习的经验。 • 具有GPU计算、高性能计算、工作流程自动化或实验数据集成经验。 • 具有高质量论文、专利或药物研发项目成果者优先。 我们期待的候选人 我们希望候选人不仅掌握先进的人工智能和计算方法，也能够理解真实药物研发中的生物学和实验约束。 理想的候选人应能够： • 理解当前人工智能方法的能力边界和局限性； • 将药物研发需求转化为清晰、可计算、可实验验证的科学问题； • 在活性、选择性、稳定性、表达、可生产性和成药性之间进行综合权衡； • 从阳性及阴性实验结果中提取有效信息； • 与计算、实验及项目团队高效协作； • 以推动候选分子和研发项目进展为最终目标。 我们提供 • 直接参与公司大分子创新药物发现与优化项目的机会。 • 与蛋白质工程、生物学、药理学、CMC和临床开发等多学科团队深度合作的平台。 • 参与建设银诺医药AI驱动蛋白质设计平台和专有数据体系的机会。 • 具有明确产业转化目标、鼓励创新和重视实际成果的研发环境。 • 与候选人经验和能力相匹配的薪酬及福利待遇。