生物研发员

职位描述

1、关键酶元件的智能挖掘与发现（核心职责）：

针对课题组指定的目标化学反应（如特定C-H键活化、非天然底物催化等），不依赖已知文献报道，独立设计并实施生物信息学筛选策略。

综合运用序列同源性分析、隐马尔可夫模型（HMM）、蛋白结构预测与分子对接等方法，从公共数据库（如NCBI、UniProt、KEGG等）及宏基因组数据中识别具有潜在新活性的酶家族及候选酶。

对筛选出的候选酶进行系统发育分析和关键催化残基的保守性分析，为湿实验团队提供“投资回报率”最高的候选基因列表及实验验证假设。

2、合成通路的数据挖掘与理性设计：

针对合成生物学项目中的目标产物，检索并重构其可能的生物合成途径（Retro-biosynthesis）。

整合转录组、基因组及代谢组数据，分析宿主细胞（如大肠杆菌、酵母）的内源代谢网络，预测引入外源通路后的代谢瓶颈及潜在毒性中间产物。

利用机器学习或通量平衡分析（FBA），辅助设计基因敲除、启动子替换及酶融合等策略，优化目标产物的合成效率。

任职要求

学历背景：硕士及以上学历（优秀的本科毕业生亦可），生物信息学、计算生物学、系统生物学或相关专业。

核心技能（必须项）：

熟练掌握BLAST、HMMER、MEGA等基础序列分析工具，能够独立构建并运行系统发育树。

熟悉蛋白质结构预测与功能注释，有使用AlphaFold2、PyMOL或AutoDock Vina等工具进行蛋白结构分析与分子对接的经验。

熟练使用Python或Perl进行数据处理与脚本编写，熟悉Linux操作系统及常用命令行操作。

加分项（优先考虑）：

熟悉antiSMASH、RODEO或BigSCAPE等天然产物或酶学相关基因组挖掘工具。

了解约束基重建代谢模型（如COBRA Toolbox），并具备一定的代谢网络分析经验。

有合成生物学元件（如启动子、RBS、终止子）的定量表征数据挖掘经验。