Aidd高级研究员

Job description

多肽药物设计与优化

• 主导多肽、环肽、口服肽及穿膜肽项目的计算设计工作。利用构象分析、分子动力学模拟、自由能微扰（FEP）等方法，优化多肽的亲和力、选择性、稳定性及膜通透性。

口服肽与穿膜机制研究

• 开发或应用计算模型（如构象 ensembles 分析、极性表面积计算、膜渗透性预测模型）来指导口服肽、穿膜肽的化学修饰和骨架改造。

环化策略开发

• 探索新型环化链接方式（如头到尾、侧链到侧链、二硫键mimetics）的计算模拟方法，评估环化对多肽构象刚性和活性的影响。

AI辅助设计协作

• 与AI算法工程师紧密配合， 为AI模型的训练提供领域知识指导 （如特征工程、正负样本定义、物理合理性约束）；对AI生成的多肽序列进行 基于物理模型的虚拟筛选和验证 （分子对接、动力学评估），形成“AI生成 + 物理过滤”的闭环工作流。

跨学科协作

• 与结构生物学团队紧密合作，解析靶点-多肽复合物结构；与实验化学家沟通，确保计算设计的合成可行性和可优化性。

技术平台建设

• 参与搭建针对多肽特性的计算平台，包括非标准氨基酸力场参数化、多肽专属打分函数开发等。

教育背景

• 计算化学、物理化学、药物化学、生物物理学等相关专业博士学历。
• 精通分子动力学模拟软件（如Amber, GROMACS, Desmond）及分析技术（MM-PBSA/GBSA，元动力学）。
• 熟悉多肽结构预测工具（如PEP-FOLD, Rosetta FlexPepDock）及构象采样方法。
• 对多肽的物理化学性质（LogP, LogD, 溶解性, 渗透性）有深刻理解。
• 熟悉机器学习/AI在药物发现中的基本应用， 能够理解和解释AI模型的输出（如注意力权重、潜在空间表示） ，并能将其转化为化学假设；具备基本的Python数据处理能力（如使用Pandas处理训练数据）。

加分项

• 有口服肽、环肽或穿膜肽实际项目经验；有与AI工程师协作完成项目的经历；熟悉Linux环境及脚本编写。 .

个人素质

具备出色的解决问题的能力，能够在跨功能团队中有效沟通，对新型治疗模式（如多肽、RNA）有强烈的好奇心，愿意成为“物理模型”与“AI模型”之间的桥梁。