Postdoc: AI-Driven Drug Design & Closed-Loop DMTA

Universität Basel; Basel; Vor Ort; CHF 90.000 - 120.000; Vollzeit

Benefits dieser Stelle

Interdisziplinäres Umfeld

Internationale Kooperationen

Sofort verfügbar

Zusammenfassung

Universität Basel sucht eine/n Postdoktorand/in in der Computational Pharmacy Gruppe, um eine DMTA-Plattform zu entwickeln, die generative KI, physik-informierte Repräsentationen und Off-Target-Vorhersagen verbindet.

Sie arbeiten eng mit internationalen Projektpartnern zusammen, entwickeln ML-Methoden und validieren diese prospektiv an Serinprotease-Inhibitoren, um die Wirkstoffforschung voranzutreiben.

Qualifikationen

• Promotion in Computational Chemistry, Cheminformatics, Informatik, Physik oder verwandtem Fachgebiet.
• Fundierte Kenntnisse im maschinellen Lernen und Deep Learning.
• Starke Programmierkenntnisse, insbesondere in Python.
• Erfahrung in molekularer generativer KI, Cheminformatik oder Protein-Ligand-Modellierung.
• Publikationsnachweis in internationalen Fachzeitschriften erforderlich.
• Gute Englischkenntnisse in Wort und Schrift.
• Motivierte, selbstständige und kooperative Forscherin bzw. Forscher.

Aufgaben

• Entwicklung und Anpassung von ML-Verfahren für strukturbasiertes und generatives molekulares Design.
• Integration physikochemischer Informationen in generative KI-Workflows.
• Entwicklung rechnerischer DMTA-Zyklen inklusive experimentellem Feedback.
• Anwendung der Methoden in prospektiver Wirkstoffforschung und Optimierung von Serinprotease-Inhibitoren.
• Zusammenarbeit mit internationalen Industriepartnern und Projektkonsortien.
• Mitwirkung an Publikationen, Präsentationen und Berichten.

Kenntnisse

ML & DL

Python

Generative KI

Protein-Ligand Modellierung

Cheminformatik

Struktur-basiertes Design

Molekulare Repräsentationen

Physikochemische Prinzipien

Publikationsnachweis

Englischkenntnisse

Ausbildung

Promotion in Computational Chemistry, Cheminformatics, Informatik, Physik

Tools

Python

PyTorch

RDKit

Jobbeschreibung

Universität Basel sucht eine/n Postdoktorand/in in der Computational Pharmacy Gruppe, um eine DMTA-Plattform zu entwickeln, die generative KI, physik-informierte Repräsentationen und Off-Target-Vorhersagen verbindet.

Sie arbeiten eng mit internationalen Projektpartnern zusammen, entwickeln ML-Methoden und validieren diese prospektiv an Serinprotease-Inhibitoren, um die Wirkstoffforschung voranzutreiben.