计算机辅助药物设计（CADD）工程师

基于靶点三维结构与药物化学规律，独立开展分子对接、分子动力学模拟、药效团建模、QSAR、虚拟筛选等 CADD 计算工作，支撑靶点成药性评估、先导化合物挖掘与衍生物结构优化，为药物分子设计提供明确的计算指导。 深度对接药物化学、药理生物学研发团队，全程参与新药早期研发项目闭环；结合体外活性、结合模式等实验反馈迭代计算模型，持续提升虚拟筛选命中率、分子优化效率。 跟踪 CADD/AIDD、AI 药物设计前沿算法与工具生态，搭建、迭代和维护内部 CADD 计算平台、小分子化合物库与结构化数据库，沉淀标准化计算 SOP，完善自研药物设计方法学体系。 负责计算结果整理、可视化分析，输出规范、可落地的项目计算报告，提炼关键结论，支撑研发团队化合物选择、合成优先级等决策。 （可选增补）探索 AI 模型在分子生成、亲和力预测、ADMET 预测等场景的落地验证，推动计算方法从原型走向项目化应用。 二、

计算化学、药物化学、结构生物学、生物信息学、计算机科学、计算生物等相关专业，硕士及以上学历，具备扎实的药物化学、蛋白结构与分子相互作用理论基础。 熟练使用至少两款主流 CADD 商用 / 开源软件（Schrödinger、Discovery Studio、AutoDock、GROMACS、AMBER 等），能够独立完成分子对接、动力学模拟、虚拟筛选、结合模式分析全流程。 熟悉小分子药物早期研发管线，有靶点调研、苗头化合物发现、先导化合物优化、ADMET 预测相关实战项目经验优先。 具备脚本开发能力，可使用 Python、Shell 实现批量计算、数据自动化处理与结果统计；了解机器学习在药物设计中的应用者优先。 具备优秀的跨专业沟通协作能力，可向合成、药理团队清晰解释计算结论；熟练英文文献阅读，持续追踪 CADD/AIDD 领域前沿进展。 严谨的科研思维，重视计算流程可复现、结果质控，具备独立解决计算报错、模型偏差等问题的能力。 三、加分项 有 AIDD 落地经验，接触过分子生成、亲和力预测、大模型药物设计相关项目 有化合物库构建、分子指纹、ADMET 建模、自由能计算（FEP）经验 熟悉 Linux、HPC 集群调度，能独立部署、维护 CADD 计算流程 有新药研发项目申报、专利撰写、学术论文发表经历 有 5hmC、表观靶点、创新靶点药物研发经验 职位关键词 CADD、AIDD、计算机辅助药物设计、分子对接、分子动力学模拟、虚拟筛选、药效团、QSAR、Schrödinger、Discovery Studio、GROMACS、小分子药物、先导化合物、Python、药物化学、结构生物学