Scientist, Computational Protein Design

Descripción de la Empresa:

Fundada por Flagship Pioneering en 2021, Metaphore Biotechnologies tiene la misión de revolucionar el descubrimiento de fármacos. Aprovechando nuestra innovadora plataforma MIMIC™, integramos el aprendizaje automático con la imitación molecular para diseñar terapias que desencadenan respuestas biológicas específicas, apuntando a áreas previamente consideradas inaccesibles. Recientemente, anunciamos una colaboración de investigación de $600 millones con Novo Nordisk para desarrollar terapias de nueva generación para la gestión de la obesidad.

Como un emprendimiento de Flagship Pioneering, Metaphore Biotechnologies se beneficia de un legado de innovación, uniéndose a las filas de empresas exitosas como Moderna Therapeutics (NASDAQ: MRNA), Editas Medicine (NASDAQ: EDIT), Omega Therapeutics (NASDAQ: OMGA), entre otras. El enfoque único impulsado por hipótesis de Flagship ha catalizado más de 100 empresas científicas desde el año 2000. En 2021, Flagship fue reconocida globalmente, ubicándose en el puesto 12 en la lista de "Change the World" de Fortune por su impacto social y ambiental positivo.

Metaphore Biotechnologies está buscando un apasionado Científico en Diseño de Proteínas Computacional y Aprendizaje Automático para unirse a nuestro dinámico equipo. Este rol implica trabajar en la intersección del diseño de proteínas basado en física y en aprendizaje automático para abordar tareas desafiantes de descubrimiento y optimización de biomoléculas terapéuticas. Como miembro clave del equipo de modelado, te involucrarás en tareas como diseño de novo, optimización multiparamétrica, plegamiento inverso y modelado de la secuencia-estructura-función.

La colaboración estrecha con los equipos preclínicos y de plataforma de Metaphore será esencial para desarrollar óptimamente moléculas y delinear datos de entrenamiento y validación para el desarrollo de métodos. El candidato ideal debe tener una experiencia sólida en modelado molecular, biología computacional y técnicas avanzadas de aprendizaje profundo.

• Diseñar, implementar y evaluar metodologías para el diseño de proteínas basado en estructuras.
• Colaborar con el equipo preclínico para diseñar y optimizar moléculas para los objetivos del programa terapéutico.
• Trabajar con científicos de la plataforma para definir y generar datos de entrenamiento y validación para un desarrollo óptimo de métodos.
• Mantenerse actualizado sobre los avances en modelado macromolecular y aprendizaje automático.

• Doctorado en Biología Computacional, Bioingeniería, Ciencias de la Computación o campos relacionados. La experiencia post-doctoral es un plus.
• Experiencia en modelado macromolecular, acoplamiento y diseño de proteínas. Se prefiere familiaridad con Rosetta; la experiencia en Dinámica Molecular es un plus.
• Competencia en modelado y diseño de anticuerpos o moléculas similares a anticuerpos.
• Experiencia en herramientas modernas de diseño de proteínas mediante aprendizaje profundo, como AlphaFold2, RoseTTAFold, RFDiffusion.
• Experiencia desarrollando modelos de aprendizaje automático en diseño de proteínas o predicción de propiedades de proteínas.
• Familiaridad con arquitecturas avanzadas de aprendizaje profundo, incluyendo modelos de difusión, Transformers y redes neuronales gráficas.
• Competencia en Python y PyTorch.
• Experiencia con Git, Docker, computación en la nube y mejores prácticas de desarrollo de software. La familiaridad con el seguimiento de experimentos de ML, registros de modelos y herramientas de orquestación de flujos de trabajo como Nextflow es un plus.
• Habilidades excepcionales de comunicación, organización y resolución de problemas.

En Flagship, reconocemos que los candidatos perfectos no existen. Si posees algunas de las calificaciones pero no todas, te animamos a aplicar de todas formas. Valoramos los equipos diversos e inclusivos y estamos ansiosos por conocer tu experiencia única y conjunto de habilidades.

Información Importante para Agencias de Reclutamiento y Dotación de Personal:

Flagship Pioneering y sus empresas afiliadas de Flagship Lab (conjuntamente, "F