Intern, Protein Design

Adaptyv sta costruendo un laboratorio automatizzato che permette ad agenti AI di eseguire esperimenti biologici. Stiamo entrando nell'era della scienza agentica in cui i modelli AI possono ora progettare nuove proteine, proporre ipotesi e iterare sui risultati sperimentali. Ma non possono eseguire gli esperimenti da soli - questo è ancora un processo manuale che dura mesi. Stiamo costruendo l'infrastruttura che fornisce agli agenti AI l'accesso al mondo fisico. Siamo una delle aziende biotech in più rapida crescita, stimata dalle principali biopharmas, dai laboratori AI di frontiera e dalle aziende techbio che spingono il settore in avanti. Questa è una rara opportunità per aiutare ad avanzare alcuni dei lavori più importanti che si stanno svolgendo oggi nel settore biotech. Il nostro laboratorio automatizzato è alimentato da un profondo stack software + hardware: strumenti di laboratorio del valore di milioni di USD sottoposti a reverse-engineering in hardware controllabile tramite API, dozzine di dispositivi orchestrati attraverso workflow complessi, piena osservabilità su tutto ciò che accade nel laboratorio, pipeline di elaborazione per dati disordinati del mondo fisico e sistemi AI che risolvono problemi nei risultati di produzione e accelerano lo sviluppo di saggi. Stiamo crescendo rapidamente e stiamo assumendo persone talentuose per scalare e supportare la massiccia domanda di sperimentazione wet lab guidata dall'AI. RESPONSIBILITIES - Eseguire e testare metodi di progettazione proteica open-source su target reali di Adaptyv, validati rispetto ai dati sperimentali del nostro wet lab. - Progettare binder per campagne di R&D interne e monitorare le prestazioni sperimentali in termini di tasso di successo, hit rate, cinetica e sviluppabilità. - Costruire strumenti computazionali attorno alla pipeline di progettazione: previsione della struttura, filtraggio e ranking, per selezionare pool di progettazione di grandi dimensioni fino ai candidati per la sintesi e la caratterizzazione. - Supportare il lato tecnico delle nostre competizioni aperte e hackathon: redigere i brief dei percorsi, supportare i partecipanti, giudicare le sottomissioni e scrivere i risultati. - Contribuire con dati open, post sul blog, spotlight sui designer e confronti tra metodi a Proteinbase. QUALIFICATIONS - Attualmente iscritti a un Master, PhD o all'ultimo anno di un programma undergraduate in biologia computazionale, machine learning, biochimica, biofisica, bioingegneria o un campo correlato. - Esperienza pratica con almeno un metodo moderno di progettazione proteica open-source. - Forti competenze in Python e PyTorch. Capacità di lavorare con formati di dati biologici. - Una comprensione operativa della cinetica di legame e della sviluppabilità che vada oltre le metriche in silico, con un sano scetticismo nei confronti dei punteggi computazionali come verità assoluta. - Bonus: precedenti contributi open-source a un repository di progettazione proteica, un ottimo risultato in una competizione di progettazione pubblica, o un post su un blog o un articolo pubblicato. Durata: 3-6 mesi. Retribuito. Location: Remoto, o in sede a Lausanne. Lausanne è preferibile se si desidera l'accesso al laboratorio e la piena esposizione al ciclo design-build-test-learn. Application deadline Stiamo esaminando i candidati su base continua. Si prega di includere un link a un repository GitHub, una sottomissione a una competizione, un post su un blog o altro lavoro concreto che dimostri il proprio approccio alla progettazione proteica. Application deadline Stiamo esaminando i candidati su base continua.