深圳理工大学王晓瑞课题组诚聘科研助理教授、博士后及科研助理｜AI合成规划与计算酶科学

深圳理工大学合成生物学院王晓瑞课题组现公开招聘科研人员，重点围绕人工智能辅助合成规划、酶催化预测与智能酶设计、专业化科研智能体等方向开展研究。诚邀具有人工智能、计算机科学、化学信息学、计算化学、生物信息学、药学及合成生物学等相关背景的优秀人才加入！

深圳理工大学是深圳市人民政府举办的公办高校，于2024年5月获教育部批复设立。学校依托中国科学院深圳先进技术研究院优质的科教产教资源，以“高起点、高水平、高标准、高质量”为建设导向，致力于打造一流新型研究型大学。

合成生物学院是深圳理工大学首批建设的七大学科交叉学院之一，与中国科学院深圳先进技术研究院合成生物学研究所实行“二位一体、融合发展”。学院以合成生物学为特色，依托前沿交叉学科平台，积极推动人工智能、生物学、化学及工程技术的深度融合，为开展跨学科创新研究提供良好的科研环境与发展空间。

王晓瑞，博士，深圳理工大学合成生物学院教研助理教授、特聘副教授、博士生导师。长期从事人工智能辅助合成规划、计算酶科学及智能化学等交叉领域研究，重点关注化学反应预测与逆合成分析、酶催化功能预测、酶促合成规划及专业化科研智能体方法开发。近年来，开发了 RetroPrime、Parrot、EasIFA、ChemEnzyRetroPlanner 等原创算法与应用平台，相关研究成果发表于 Nature Communications、Chemical Reviews、Nature Machine Intelligence、Chem、Research、Chemical Engineering Journal 、Journal of Medicinal Chemistry等国际学术期刊。累计发表SCI论文44篇，其中第一作者或共同第一作者论文12篇。主持国家自然科学基金青年科学基金项目，入选国家资助博士后研究人员计划，获得教育部博士后海外引才专项计划资助。课题组面向人工智能与化学、生物学深度交叉的前沿科学问题，致力于发展具有创新性、可解释性和实用价值的智能算法与计算方法，推动人工智能在化学合成、生物催化及智能化科研平台中的应用。

个人主页：

https://wangxr0526.github.io/

学院官网：

https://synbio.suat-sz.edu.cn/info/1128/2509.htm

围绕药物分子、功能分子及复杂有机分子的高效合成设计，发展数据驱动与化学知识融合的智能合成规划方法。

主要研究内容：

•  化学反应预测、单步逆合成分析与反应条件智能推荐；

•  多步合成路线规划、路径搜索及合成可行性评估；

•  化学反应与酶促反应相结合的混合合成路线设计；

•  面向自动化合成平台的智能合成决策与实验流程规划。

研究将重点关注人工智能算法的预测精度、化学合理性、可解释性及实际应用价值，探索从计算合成规划到自动化实验决策的有效衔接。

面向合成生物学与绿色生物制造需求，结合蛋白质序列、三维结构、化学反应及催化机制等多源信息，发展基于人工智能的酶催化功能解析与设计方法。

主要研究内容：

•酶功能识别、酶催化活性位点预测及催化机制解析；

•  酶促反应预测、酶—底物匹配及底物推荐；

•  酶催化动力学参数预测与酶—底物相互作用建模；

•  基于蛋白质语言模型与深度学习的酶设计和改造。

研究旨在建立从酶功能预测、催化机制理解到酶分子设计的计算方法体系，为酶功能注释、底物筛选、酶工程及生物催化合成提供智能化工具。

探索大语言模型与专业领域算法、科学数据库及计算工具的深度融合，构建服务于化学合成与酶催化研究的专业化科研智能体。

主要研究内容：

• 面向合成规划及酶催化研究的领域知识整合与科学问题理解；

•  大语言模型与化学信息学、蛋白质计算及生物催化算法的工具协同；

•  科研任务分解、自动化计算工作流构建及结果评估；

•  面向智能化合成平台的科研决策支持与任务规划。

研究将以化学与生物催化领域的实际科学问题为导向，探索领域模型、专业工具与智能体系统的协同机制，推动科研工作流的智能化与自动化。

【岗位职责】

围绕课题组研究方向，独立或合作开展具有创新性的科研工作，包括研究课题设计、人工智能算法开发、科研论文撰写及科研项目申请等，并参与课题组科研项目组织及研究生指导工作。

【申请条件】

1. 已取得国内外高校或科研机构相关专业博士学位，具有计算机科学、人工智能、计算化学、化学信息学、生物信息学、药学、合成生物学等相关学科背景，具有博士后研究经历者优先；

2. 在机器学习、深度学习、化学反应预测、智能合成规划、蛋白质计算、酶催化预测等相关领域具有扎实的研究基础，以第一作者或通讯作者发表相关领域一区论文3篇及以上；

3. 具备良好的Python编程及科研算法开发能力，熟悉PyTorch等深度学习工具，有独立设计模型、开展科研数据分析及解决科学问题的能力；

4. 具备独立开展科研工作的能力，以及良好的中英文科技论文写作和科研项目申请能力；

5. 已获批或主持在研国家自然科学基金青年科学基金项目（C类）者优先；

6. 热爱科研，具有良好的学术道德、创新意识、责任心及团队协作精神。

【研究内容】

博士后研究人员将围绕课题组三个主要研究方向开展科研工作，具体研究课题可根据申请人的专业背景、研究兴趣及课题组科研规划共同确定。

重点支持具有机器学习与深度学习、化学信息学、蛋白质计算、酶催化预测及相关交叉领域研究经验的申请者。

【申请条件】

1. 已取得或即将取得计算机科学、人工智能、化学信息学、计算化学、生物信息学、药学、合成生物学等相关专业博士学位，原则上取得博士学位不超过3年，年龄不超过35周岁；

2. 在以下一个或多个领域具有相关研究基础：

•  化学反应预测、逆合成分析、合成路线规划及分子表示学习；

•  蛋白质语言模型、蛋白质结构与功能预测、酶催化建模及酶设计；

•  深度学习、图神经网络、大语言模型及AI Agent等方法研究；

3. 具备较好的Python编程能力，熟悉PyTorch及常用机器学习或科学计算工具，能够独立开展算法研究、模型开发和科研数据分析；

4. 具有较强的科研创新能力和中英文论文写作能力，在相关领域发表过高水平学术论文者优先；

5. 热爱科研，具有良好的学术道德、独立思考能力及团队合作精神。

课题组鼓励具有计算机、人工智能、化学或生物学等不同专业背景的优秀青年学者申请，不要求申请者同时具备所有交叉学科背景。

【岗位职责】

参与课题组人工智能与化学、生物学交叉研究项目，主要负责：

•  科研数据收集、清洗、处理与数据库构建；

•  机器学习与深度学习模型实现、训练及性能评估；

•  科研算法、开源软件及计算工具的开发与维护；

•  科研计算环境、代码仓库及相关计算平台的日常维护；

•  协助科研项目实施及相关技术工作。

【申请条件】

1. 具有计算机科学、人工智能、软件工程、化学信息学、生物信息学、计算生物学、药学、合成生物学等相关专业硕士及以上学历；

2. 具备一定的Python编程能力，熟悉Linux操作环境、常用科学计算及数据处理工具；

3. 具有PyTorch、RDKit、蛋白质序列与结构分析、机器学习模型开发或科研软件工程经验者优先；

4. 对人工智能与化学、生物学交叉研究具有浓厚兴趣，学习能力强，具有良好的责任心和团队协作意识；

5. 有志于长期从事科研工作或未来计划攻读博士学位者优先考虑。

•  提供具有竞争力的薪酬待遇及福利保障，具体根据个人资历面议；

•  按规定缴纳五险一金，享受工会福利、工作餐补贴、带薪年假及年度体检等；

•  可按规定申请校内过渡房及深圳市人才住房，协助办理深圳户口及子女入学等相关事宜；

•  提供科研经费、计算资源及良好的科研工作环境，支持独立申请国家、省、市各级科研项目；

•  符合条件者可申请校长科研助理教授资助计划（20万元/年）；

•  对表现优异者，积极支持申请学校相关教职岗位。

•  提供具有竞争力的薪酬待遇及福利保障，具体根据个人资历及学校相关政策确定；

•  按规定缴纳五险一金，享受工作餐补贴、带薪年假、职工体检及相关福利；

•  提供住房资源，可申请校内过渡房、博士后公寓及深圳市人才住房；

•  支持申请国家自然科学基金、中国博士后科学基金及国家、省、市各类科研和人才资助项目；

•  符合条件者可申请相关博士后资助及生活补贴，包括：

•  国家相关博士后资助计划，符合条件并入选者可获得相应资助；

•  深圳市博士后在站生活补贴36万元/2年，符合相关条件的海外高水平高校博士毕业人员可按规定申请60万元/2年的在站资助（不可兼得）；

•  校长博士后资助计划10万元/年；

•  博士后出站后符合留深工作条件者，可申请深圳市生活补贴36万元/3年。

•  对表现优异的博士后，积极支持申请留校科研助理教授或其他教职岗位。

•  提供具有竞争力的薪酬待遇，具体根据申请人的学历背景、专业能力及工作经验面议；

•  按规定缴纳五险一金，享受工作餐补贴、带薪年假及相关福利；

•  可按政策申请相关住房资源；

•  提供良好的科研工作环境及专业技能提升机会，支持参与科研项目、学术交流和科研成果发表。

注：各类薪酬、资助及人才补贴以学校实际聘用方案和国家、广东省、深圳市相关政策为准。不同资助项目的申请资格、额度及能否同时享受，需以主管部门审核结果为准。

欢迎对相关研究方向感兴趣的优秀人才申请。

请将以下申请材料整合为单个PDF文件，发送至：

招聘邮箱：wangxiaorui@suat-sz.edu.cn

申请材料包括：

1. 个人简历：包括教育背景、科研经历、学术成果及相关技能；

2. 代表性学术论文或科研成果（如有）；

3. 简要研究兴趣或未来研究计划（科研助理教授、博士后申请者建议提供）；

4. 其他能够体现科研能力的材料，如科研项目经历、代码仓库或开源项目链接等（如有）；

5. 科研助理教授及博士后岗位申请者需提供2—3位推荐人的推荐信。

邮件标题格式：应聘岗位 + 姓名

例如：“博士后 + 张三”。

请在邮件正文中注明拟到岗时间。

课题组欢迎来自人工智能、计算机科学、化学、药学及生物学等不同学科背景的优秀人才，共同探索人工智能驱动的化学合成与酶催化研究前沿！