核心岗位
开放招募

研究方向

基于大规模单细胞扰动数据，根据对照细胞群体、扰动条件和细胞背景，预测扰动后的转录组响应，并研究模型对未见扰动及新细胞背景的泛化。

工作内容

• 负责扰动预测模型的问题定义、方案设计、实现、训练和迭代。
• 建立数据处理、统计基线、数据切分、多指标评测和误差分析体系。
• 围绕实际问题选择并改进表示学习、概率/生成建模、图学习或生物先验方法。
• 识别并控制批次效应、实验混杂和细胞异质性。
• 与计算生物及实验团队协作，推动模型预测进入实验验证。

任职要求

• 计算机、机器学习、统计、数学、计算生物等相关背景，或具备可证明的同等能力。
• 机器学习与统计基础扎实，在表示学习、生成建模、图学习、结构化预测或分布外泛化中至少有一项深入研发经历。
• 熟练使用 Python 及 PyTorch/JAX，能够阅读论文并独立实现或实质性改造模型。
• 能独立完成训练调试、消融实验、复现及失败分析。
• 理解验证集设计、数据泄漏、强基线和多指标评估，能够针对分布偏移设计可靠实验。
• 至少有一项可核验的模型成果，并能清楚说明个人贡献和实验判断。

加分项

• 有 Perturb-seq、CRISPR screen、scRNA-seq 或多组学经验。
• 熟悉 AnnData / Scanpy、pseudobulk、差异表达及批次效应。
• 有高维稀疏数据、GRN / PPI、生物多模态或大规模模型训练经验。

岗位职责

• 根据公司提供的药物靶点、候选化合物及适应症方向，独立检索和研读相关领域已发表文献，梳理靶点验证逻辑与已有体内外实验证据。
• 独立撰写临床前体内药效学评价的完整实验方案，涵盖动物模型选择、给药方案、功能学与病理学评估体系、分组设计和组织取材方案等。
• 将实验方案转化为 CRO 可执行的技术文件，与外部临床前 CRO 进行技术对接、方案沟通、报价比选及合同签署。
• 全程跟进实验执行进度，审核中期数据，协调方案调整，推动项目按时交付。
• 汇总实验数据，撰写阶段性总结报告，为公司内部研发决策提供数据支撑。

任职要求

• 生命科学、药学、基础医学等相关专业博士学历。
• 具备扎实的文献阅读和实验设计能力，能够从高水平研究论文中提炼实验设计逻辑并迁移至新靶点验证场景。
• 熟悉临床前动物实验基本规范，包括常见给药途径、行为学测试、组织病理评估和常用分子检测手段等。
• 中英文科技文档写作能力强，能独立产出规范的实验方案和技术文件。
• 具备良好的项目管理意识和跨团队沟通协调能力。

优先考虑

• 有衰老、肝肺纤维化、免疫或炎症等相关研究背景。
• 有 AAV 载体设计或基因治疗方向的研究经验。
• 有 CRO 项目管理的实际经验。
• 熟悉小动物肺功能检测、行为学表型分析等专项技术平台。

岗位概述

我们正在寻找一位兼具生物学理解、统计思维和方法研究能力的单细胞方法学研究员。

该岗位需要从真实的生物学问题出发，理解研究目标、实验设计和数据局限，将生物学问题转化为可分析、可验证的统计问题，并据此评估、选择、改进或开发合适的分析方法。

我们希望候选人能够面对缺乏标准流程或标准答案的问题，自主提出假设、设计分析路径、比较不同方法、验证结果，并形成具有可解释性和可复用性的解决方案，同时承担团队成员培养与方法学能力建设。

岗位职责

• 深入理解生物学问题、实验设计及数据特点，将科学问题转化为可验证的统计分析和计算研究方案。
• 针对不同研究场景，评估、选择、优化或开发单细胞统计分析方法，明确方法的适用条件、假设及局限性。
• 面向缺乏标准答案的复杂生物学问题，独立开展方法学研究，形成可复用的分析框架。
• 研究和应用数据质控、批次校正、细胞注释、差异分析、轨迹分析、细胞通讯、多样本比较和多组学整合等关键方法。
• 通过真实数据、模拟数据及公开基准数据，系统评估方法的准确性、稳定性、鲁棒性和适用范围。
• 与实验及工程团队协作，确保分析结果具有统计学可靠性和生物学可解释性。
• 指导和培养团队成员，建设团队的方法学能力。
• 持续跟踪国际前沿方法，推动新算法、新模型和新分析策略在研究和产品中的应用。

任职要求

• 生物统计学、计算生物学、生物信息学、统计学、数学、生物学或相关专业博士学历，具有优秀研究成果者可适当放宽。
• 具有扎实的单细胞分析经验，深入理解主流分析方法背后的统计原理。
• 具有较强的生物学理解能力，能够围绕真实科研问题开展分析并合理解释结果。
• 具有优秀的统计思维和研究能力，能够独立评估、选择或开发统计分析方法。
• 具有方法学研究经验，能够完成方法设计、性能评估、基准测试及结果验证。
• 熟练使用 Python 或 R，具有良好的代码开发和科研计算能力。
• 具有团队管理或人才培养经验，能够带领团队完成复杂研究项目。
• 具有良好的科研表达能力，能够阅读前沿文献，并沉淀分析规范、技术文档或研究成果。

加分项

• 在单细胞方法学、计算生物学、生物统计学或相关领域发表过高质量研究成果。
• 主导或深度参与过单细胞统计方法、算法或软件工具的开发。
• 具有单细胞多组学、空间组学、扰动组学、谱系追踪或大规模队列分析经验。
• 熟悉贝叶斯统计、因果推断、概率图模型、机器学习或深度生成模型，并能够判断其在生物学研究中的合理使用边界。
• 具有模拟数据生成、方法基准测试或统计功效分析经验。
• 具有疾病研究、药物研发、转化医学、免疫学、肿瘤学、发育生物学或其他具体生物学领域的深入研究经验。
• 具有研究团队建设经验，曾负责培养生物信息学、统计学或计算生物学方向的人才。