计算机辅助药物设计（CADD）科学家(J19244)

1. 结构分析与建模：

• -基于靶点三维结构（X-ray、Cryo-EM、AlphaFold模型），执行结合位点识别、可药性评估及结合口袋分析。
• -运用分子对接（Docking，如Glide、GOLD、AutoDock）进行高通量虚拟筛选（VS），富集潜在活性分子。

1. 先导化合物优化：

• -利用自由能微扰（FEP/TI）、MM-GBSA等算法精确计算结合亲和力，指导SAR（构效关系）演进。
• -进行ADMET性质预测（吸收、分布、代谢、排泄、毒性），辅助筛选具有成药性的化合物。

1. 分子动力学模拟：

-运用GROMACS/Amber/进行显式或隐式溶剂模型的MD模拟，解析蛋白-配体相互作用机制及构象变化。

1. 数据驱动药物设计：

• -管理并挖掘内部HTS（高通量筛选）数据，构建药效团模型、QSAR模型。
• -与AI团队协作，利用机器学习/深度学习模型预测活性及选择性。

1. 跨部门协作：

• 与药物化学、生物、药代团队紧密配合，基于计算结果提出分子改造策略，并追踪实验数据验证模型可靠性。

-学历：计算化学、药物化学、结构生物学、生物信息学等相关专业博士（或具有3年以上工业界经验的硕士）。

• 经验：拥有小分子药物发现项目经验，成功推动过FIC（First-in-class）或BIC（Best-in-class）项目者优先。

• -软件熟练：精通Schrödinger、OpenEye、MOE、Discovery Studio中至少两套商业套件；熟练使用RDKit、Open Babel等开源工具。
• -编程能力：熟练使用Python/Perl进行脚本编写及数据处理；熟悉Linux环境及高性能计算集群作业调度。

• 自由能计算：具备FEP+、T4、Blinded FEP等自由能方法的实际项目应用经验。

-加分项：掌握WaterMap、Cosolvent分析、共价对接、PROTAC三元复合物建模方法。