岗位职责:

1.计算药物设计与建模：开展分子对接（DOCK, AutoDock, Glide等）、同源建模、分子动力学模拟（GROMACS/AMBER）及自由能计算（FEP/MM-PBSA）；构建小分子-靶点相互作用模型，指导先导化合物优化；开发基于结构的药物设计（SBDD）和基于配体的药物设计（LBDD）策略等

2.机器学习与AI驱动研发：开发并优化机器学习模型（如GNN、Random Forest、SVM等）用于ADMET预测、活性分类或生成化学；实施虚拟筛选流程（如基于ML的HTVS或片段筛选）等

3.跨学科协作：与合成化学、药理学团队合作，迭代优化化合物设计；参与项目立项，提供计算化学可行性评估

任职要求:

1.计算化学、化学信息学或相关领域专业的博士；

2.精通以下至少两项：

a)分子对接/动力学软件（如MOE, Desmond, NAMD）

b)QSAR/3D-QSAR（如CoMFA, CoMSIA）

c)机器学习框架（如TensorFlow/PyTorch+Scikit-learn）

3.熟悉云计算（AWS/GCP）或高性能计算（HPC）；有生成化学（如VAE, GAN）或强化学习应用经验者优先。