清華大學(xué)深圳國(guó)際研究生院生物醫(yī)藥與健康工程研究院（iBHE）李斐然課題組因科研工作需要，面向國(guó)內(nèi)外誠(chéng)聘博士后2-4名、研究助理2名。

李斐然，清華大學(xué)深圳國(guó)際研究生院助理教授、博士生導(dǎo)師。入選國(guó)家重大人才工程青年項(xiàng)目（海外），《麻省理工科技評(píng)論》35歲以下科技創(chuàng)新35人中國(guó)區(qū)、AI100青年先鋒等。2017年碩士畢業(yè)于天津大學(xué)生物化工專(zhuān)業(yè)，師從代謝工程領(lǐng)域知名學(xué)者趙學(xué)明教授以及代謝網(wǎng)絡(luò)模型專(zhuān)家馬紅武研究員。2021年博士畢業(yè)于瑞典查爾姆斯理工大學(xué)，師從中國(guó)工程院外籍院士Jens Nielsen教授，隨后于同實(shí)驗(yàn)室開(kāi)展博士后研究工作。2023年初加入清華大學(xué)深圳國(guó)際研究生院生物醫(yī)藥與健康工程研究院。致力于數(shù)字生命研究，涉及計(jì)算生物學(xué)、系統(tǒng)生物學(xué)、人工智能等多個(gè)領(lǐng)域。近年來(lái)共發(fā)表同行評(píng)議SCI論文20余篇，其中以第一/通訊作者身份在Nature Catalysis，Nature Communications，Molecular Systems Biology，Nucleic Acids Research及PNAS等國(guó)際高水平期刊發(fā)表文章多篇。擔(dān)任Frontiers in Bioengineering and Biotechnology期刊客座編輯，BioDesign Research、Advanced Biotechnology青年編委以及Nat Biotech、Nat Genetics、Nat Commun、PNAS、Genome Biology、ISME等期刊審稿人。

一、課題組研究方向：

通過(guò)開(kāi)發(fā)新方法和新技術(shù)構(gòu)建和分析數(shù)字生命模型，揭示生命系統(tǒng)的內(nèi)在機(jī)理，助力合成生物學(xué)和生物醫(yī)藥研究。具體研究方向：

1.面向醫(yī)藥健康，整合多組學(xué)數(shù)據(jù)，開(kāi)發(fā)及分析細(xì)胞、器官及整體的代謝網(wǎng)絡(luò)及調(diào)控模型，發(fā)展人類(lèi)數(shù)字孿生模型。

2.面向合成生物學(xué)，構(gòu)建數(shù)字細(xì)胞模型，探索代謝暗物質(zhì)，解析新途徑及挖掘新酶，加速生物合成途徑設(shè)計(jì)以及生物合成潛力挖掘，實(shí)現(xiàn)高效細(xì)胞工廠的智能精準(zhǔn)設(shè)計(jì)。

3.開(kāi)發(fā)深度學(xué)習(xí)模型，助力理解蛋白序列-功能-參數(shù)關(guān)系。

二、招聘崗位：

崗位名稱(chēng)1：博士后

崗位職責(zé)：

1.開(kāi)展與上述方向相關(guān)的研究工作；

2.發(fā)表高質(zhì)量學(xué)術(shù)論文；

3.協(xié)助指導(dǎo)學(xué)生；

4.協(xié)助申報(bào)本領(lǐng)域科研項(xiàng)目。

任職條件：

1.近2年內(nèi)獲得或即將獲得生物信息學(xué)、系統(tǒng)生物學(xué)、生物化工、化學(xué)生物學(xué)、生物工程、化學(xué)、藥物代謝等相關(guān)專(zhuān)業(yè)的博士學(xué)位，對(duì)計(jì)算生物學(xué)或系統(tǒng)生物學(xué)有濃厚興趣。生物信息學(xué)或深度學(xué)習(xí)背景優(yōu)先；

2.具有良好的英文讀寫(xiě)能力，在國(guó)際刊物上發(fā)表過(guò)學(xué)術(shù)論文，能夠獨(dú)立完成英文論文寫(xiě)作；

3.有較強(qiáng)的獨(dú)立科研能力、嚴(yán)謹(jǐn)?shù)目蒲袘B(tài)度，上進(jìn)心和良好的團(tuán)隊(duì)合作精神；

4.全職在本站進(jìn)行研究工作。

擬提供待遇：

1.參照清華大學(xué)深圳國(guó)際研究生院及深圳市相關(guān)條例享受工資待遇;

2.博士后在站期間基本年薪為12萬(wàn)元，并按照相關(guān)規(guī)定參加社會(huì)保險(xiǎn)及住房公積金，開(kāi)題和中期考核合格者，可獲得深圳市生活補(bǔ)貼18萬(wàn)元/年(資助期限不超過(guò)2年)，優(yōu)秀者另外有5-10萬(wàn)元/年的課題組補(bǔ)貼，在深圳市無(wú)房的博士后可享受2800元/月的租房補(bǔ)貼;

3.學(xué)校為每位博士后提供在站期間兩年共計(jì)2萬(wàn)元的科研學(xué)術(shù)活動(dòng)資助;

4.已獲得水木學(xué)者的博士后，在站期間可額外獲得6萬(wàn)元/年的院發(fā)補(bǔ)貼(以薪酬委員會(huì)決議為準(zhǔn));

5.在站期間可按照相關(guān)規(guī)定，申請(qǐng)中國(guó)博士后科學(xué)基金和國(guó)家、省、市其他科研項(xiàng)目;

6.博土后出站選擇留深從事科研工作，且與本市企事業(yè)單位簽訂3年以上勞動(dòng)(聘用)合同的，可申請(qǐng)深圳市出站博士后留深科研資助(10萬(wàn)元/年，共資助3年):

7.博士后如認(rèn)定為深圳市高層次人才的，可按規(guī)定申請(qǐng)人才獎(jiǎng)勵(lì)補(bǔ)貼；

8.課題組為獲聘者提供國(guó)內(nèi)外會(huì)議及交流訪問(wèn)機(jī)會(huì)，積極支持個(gè)人職業(yè)發(fā)展，創(chuàng)造良好的科研條件和環(huán)境，特別優(yōu)秀者待遇可面議。

*以上福利待遇均以深圳市政府最新政策為準(zhǔn)。

崗位名稱(chēng)2：研究助理

崗位職責(zé)：

1.協(xié)助其他成員完成必要的系統(tǒng)生物學(xué)、生物信息學(xué)及深度學(xué)習(xí)相關(guān)工作；

2.協(xié)助處理其它科研、項(xiàng)目申報(bào)等相關(guān)工作；

3.優(yōu)秀者可獨(dú)立開(kāi)展研究課題。

任職條件：

1.碩士及以上學(xué)歷，代謝工程、酶工程、生物信息學(xué)、系統(tǒng)生物學(xué)、人工智能等相關(guān)專(zhuān)業(yè)；

2.具有編程基礎(chǔ)、代謝建模、生信分析或深度學(xué)習(xí)經(jīng)驗(yàn)者優(yōu)先考慮；

3.團(tuán)隊(duì)合作意識(shí)強(qiáng)，工作態(tài)度認(rèn)真負(fù)責(zé)；

4.全職在本課題組工作。

擬提供待遇：面議

三、聯(lián)系方式及應(yīng)聘流程：

請(qǐng)申請(qǐng)人將個(gè)人簡(jiǎn)歷（應(yīng)包括出生年月、教育背景、工作學(xué)習(xí)經(jīng)歷、科研成果介紹）及未來(lái)工作計(jì)劃等發(fā)送至如下郵箱 ，郵件主題請(qǐng)注明“姓名+崗位應(yīng)聘”，郵件中請(qǐng)注明預(yù)計(jì)入職時(shí)間。另外，本課題組長(zhǎng)期招收博士生及碩士生。歡迎咨詢(xún)交流和應(yīng)聘。

郵箱：feiranli@sz.tsinghua.edu.cn請(qǐng)將郵件主題標(biāo)注為“博士后應(yīng)聘”+“應(yīng)聘者姓名”或“研究助理應(yīng)聘”+“應(yīng)聘者姓名”。

申請(qǐng)截止時(shí)間：長(zhǎng)期有效，招滿(mǎn)為止。

李斐然老師發(fā)表文章列表（詳細(xì)列表見(jiàn)：https://orcid.org/0000-0001-9155-5260）：

1.Li F#, Yuan L#, Lu H, Li G, Chen Y, Engqvist MKM, Kerkhoven EJ and Nielsen J. Deep learning based kcat prediction enables improved enzyme constrained model reconstruction. Nature Catalysis (2022).

2.Li F, ChenY, Qi Q, Wang Y, YuanL, Huang M, Elsemman IE, Feizi A, et al. Improving recombinant protein production by yeast through genome-scale modeling using proteome constraints. Nature Communications (2022).

3.Li F#, Chen Y#, Anton M# and Nielsen J. GotEnzymes: an extensive database of enzyme parameter predictions. Nucleic Acids Research (2023).

4.Lu H#,Li F#, Yuan L#,Domenzain I, Yu R, et al. Yeast metabolic innovations emerged via expanded metabolic network and gene positive selection. Molecular Systems Biology (2021)

5.Lu H#, Li F#, Sánchez BJ, Zhu Z, Li G, et al. A consensusS. cerevisiae metabolic model Yeast8 and its ecosystem for comprehensively probing cellular metabolism. Nature Communications(2019)

其他論文列表：

6.Chen Y, Li F. Metabolomes evolve faster than metabolic network structures. PNAS (2024).

7.Chen Y, Gustafsson J, Rangel A, Anton M, Domenzain I; Kittikunapong C, Li F, Yuan L, Nielsen J, Kerkhoven E. Reconstruction, simulation and analysis of enzyme-constrained metabolic models using GECKO Toolbox 3.0. Nature Protocols (2024)

8.Yuan Q, Wei F, Deng X; Li A, Shi Z, Mao Z; Li F*, Ma H*. Reconstruction and metabolic profiling of the genome-scale metabolic network model of Pseudomonas stutzeri A1501. Synthetic and Systems Biotechnology (2023).

9.Li F*, Chen Y, Gustafsson J, Wang H, Wang Y, Zhang C, Xing X. Genome-scale metabolic models applied for human health and biopharmaceutical engineering. Quantitative Biology (2023)

10. Li F*. Filling gaps in metabolism using hypothetical reactions. PNAS (2022).

11. Chen Y, Li F and Nielsen J. Genome-scale modeling of yeast metabolism: retrospectives and perspectives. FEMS Yeast Research(2022)

12. Chen Y, Li F, Mao J, Chen Y, Nielsen J. Yeast optimizes metal utilization based on metabolic network and enzyme kinetics. PNAS(2021)

13. Domenzain I#, Li F#, Kerkhoven EJ, and Siewers V. Evaluating accessibility, usability and interoperability of genome-scale metabolic models for diverse yeasts species. FEMS Yeast Research (2021)

14. Qi Q, Li F, Yu R, Engqvist MKM, Siewers V, et al. Different Routes of Protein Folding Contribute to Improved Protein Production in Saccharomyces cerevisiae. mBio (2020)

15. Sánchez BJ, Li F, Kerkhoven EJ, and Nielsen J. SLIMEr: probing flexibility of lipid metabolism in yeast with an improved constraint-based modeling framework. BMC Systems Biology (2019)

16. Yang X, Yuan Q, Luo H, Li F, Mao Y, et al. Systematic design and in vitro validation of novel one-carbon assimilation pathways. Metabolic Engineering (2019)

17. Li F#, Xie W#, Yuan Q, Luo H, Li P, et al. Genome-scale metabolic model analysis indicates low energy production efficiency in marine ammonia-oxidizing archaea. AMB Express (2018).

18. Xu Y, Liu Y, Li F, Cao G, Zheng P, et al. Identification of a new gene yecC involved in threonine export in Escherichia coli. FEMS Microbiology Letters (2017)

19. Yuan Q, HuangT, Li P, Hao T, Li F, et al. Pathway-consensus approach to metabolic network reconstruction for Pseudomonas putida KT2440 by systematic comparison of published models. PloS One (2017)

20. Dong H, Liu Y,Zu X, Li N, Li F, and Zhang D. An enzymatic assay for high-throughput screening of cytidine- producing microbial strains. PloS One (2015)

21. Liu Y, Li F, Zhang X, Cao G, Jiang W, et al. A fast and sensitive coupled enzyme assay for the measurement of l-threonine and application to high-throughput screening of threonine-overproducing strains. Enzyme and Microbial Technology (2014)

信息來(lái)源于網(wǎng)絡(luò)，如有變更請(qǐng)以原發(fā)布者為準(zhǔn)。

來(lái)源鏈接：

https://mp.weixin.qq.com/s/6MeesA-biLp3tCI9hzgQKA

為防止簡(jiǎn)歷投遞丟失請(qǐng)抄送一份至：boshijob@126.com（郵件標(biāo)題格式：應(yīng)聘職位名稱(chēng)+姓名+學(xué)歷+專(zhuān)業(yè)+中國(guó)博士人才網(wǎng)）