疾病生物学研究员/资深研究员

该职位来源于猎聘 【核心岗位职责】 一、 靶点生物学调研与早期项目立项 1. 前沿生物学机制挖掘与评估： o 追踪肿瘤、自身免疫、神经或代谢等疾病领域的最新学术突破与临床进展，系统评估新靶点（FIC）或差异化成熟靶点（BIC）的生物学合理性与成药潜力。 2. AIDD 算法与生物学价值的“立项交叉论证”： o 协同大分子发现与AI算法团队，从生物学机理需求反推分子设计策略，（例如：完全阻断 vs. 变构调节、单抗 vs. 双抗/多抗协同协同、表位选择对下游内吞或信号偏向性的影响）； 3. 制定靶标产品概况（TPP）与立项推动： o 主导撰写项目立项报告与目标产品概况（Target Product Profile, TPP）中的生物学与药理学部分，定义核心生物活性硬性指标（如 Affinity 阈值、Cell Killing 效价、亚型选择性等）； o 负责立项答辩，阐述项目的差异化竞争优势与临床未满足需求。 二、 体外生物学评价体系搭建与机制解析 1. 全套药效评价体系开发：针对立项靶点，主导建立并验证具有高临床转化相关性的体外实验体系，包括但不限于： o 基于细胞的高通量筛选（Cell-based Reporter Assay, Binding FACS）； o 细胞杀伤/功能抑制（ADCC, CDC, ADCP, T-cell Killing Assay）； o 原代细胞（PBMC, BMDM, 肿瘤浸润淋巴细胞等）共培养及组织外植体模型。 2. 分子作用机制（MoA）深度解析：系统解析 AI 生成抗体的受体结合动力学、受体内吞动力学（Internalization）、构象变化以及下游信号通路磷酸化级联反应，阐明先导分子的独特作用机制。 三、 驱动 AI 算法“生成-评价-学习”闭环 1. 高标准数据反馈与降噪：指导团队输出严格质量控制、低系统误差的量化表型数据（EC50/IC50、Emax、杀伤动力学参数），作为算法模型训练的 Benchmark 数据集。 2. 生物学引导的算法迭代：针对 AI 生成分子出现的非预期结合、假阳性或功能失活，向算法团队提供生物学特征修正建议，优化生成式算法模型。 四、 药理向体内及转化医学延伸 1. 与动物体内药理团队紧密配合，基于体外机制设计体内药效研究（CDX/PDX 模型、同系小鼠模型）的生物标志物（Biomarkers）检测方案； 2. 撰写用于专利申请（Patent Application）及 IND 申报（Pre-IND Package）的药效学与作用机制研究报告，确保数据完整性与合规性。