1.学术背景​
已获得或即将获得计算生物学、生物信息学、计算机科学、数学、统计学等相关领域博士学位。
跨学科经验​：需具备生物医药领域研究经历（如基因组学、蛋白质组学、系统生物学等），或参与过生物医学合作项目（如药物靶点发现、疾病机制解析）。
成果要求​：以第一作者在Nature、Cell、Science子刊或领域内权威期刊（如 《Bioinformatics》，《Nucleic Acids Research》 ）发表过研究论文者优先。
2.​技术能力​
编程与算法​：熟练掌握Python、R语言，熟悉Linux开发环境，具备生物信息学算法开发经验（如序列比对、网络分析、多组学数据整合）。
交叉学科知识​：熟悉基因组学、转录组学、结构生物学基础，能熟练使用至少一种计算工具（如GATK、Cytoscape）或数据库（如TCGA、GEO、PDB）。
数据分析​：有单细胞测序、空间转录组、代谢组学等高通量数据分析经验，掌握统计学建模方法（如贝叶斯网络、随机森林）。
​3.科研能力​
具备独立设计生物学问题导向的课题能力，能将计算结果转化为生物学假设并验证。
熟悉湿实验技术（如CRISPR、Western Blot）者优先，能与实验团队协作完成数据验证。
4.技术能力​：
生物信息学、计算生物学、系统生物学
高通量测序数据分析（全基因组、转录组、单细胞等）
编程语言（Python、R）
生物数据库（NCBI、Ensembl、TCGA等）
统计学、机器学习、深度学习
5.研究方向​：
多组学分析（基因组学、转录组学、蛋白质组学、代谢组学）、空间组学、单细胞测序、精准医学、肿瘤生物学、免疫治疗