岗位描述
岗位描述：在中国研究中心的研究洞察团队中，运用统计遗传学和多组学分析支持早期发现和靶点推进，并根据经验逐步从高质量执行走向端到端科学领导。围绕GWAS、WES/WGS及整合多组学数据集开展分析，利用统计遗传学方法生成支持决策的洞察。依托全球平台和基础设施，同时建设本地数据与分析能力，确保本地遗传学流程高效、可复现地执行。随着经验与影响力提升，牵头面向靶点的分析策略，将遗传学与蛋白组学、转录组学、单细胞数据等整合，建立机制与因果证据，并积极影响项目组合的继续/终止决策。还将有机会发掘、主导并深化本地队列合作，增强本地人类遗传学能力，持续支持研发管线。具体包括：共同定义并领导本地统计遗传学战略，服务于早期发现和转化研究项目；设计并执行人群与统计遗传学分析，利用生物样本库、队列和多祖源数据集；将人类遗传学与患者来源多组学、功能实验和疾病模型整合，提出机制假设和决策支持洞察；将遗传学证据嵌入靶点优先级排序和项目组合决策框架，清晰阐述优势、局限和不确定性；建设并扩展本地人类遗传学能力（及潜在RWE能力），包括方法、流程和科学最佳实践，并与全球战略保持一致；与数字生物学、靶点发现及推进团队密切合作，指导从项目构想到数据包成熟并推动管线项目批准；向高级利益相关方清晰自信地传达复杂科学发现，并转化为战略建议；参与科学论文发表、内部知识共享和外部学术影响力建设。 岗位要求：人类遗传学、统计遗传学、基因组学、计算生物学、生物信息学、流行病学或相关专业博士学历；具备博士后阶段以来在制药、生物技术或转化研究环境中的丰富经验，并对发现或早期开发项目产生过实际影响；熟悉并有GWAS、WGS/WES、孟德尔随机化、精细定位、罕见变异分析、共定位分析、QTL整合及多基因风险研究经验；在人类遗传学和群体基因组学方面具有深厚专业能力，具备大规模人类遗传数据及后GWAS分析经验；优先具备将遗传学证据用于降低药物靶点风险并进行优先级排序的理解；熟练使用相关分析与编程环境，如Python、R，并具备处理复杂高维生物数据的经验；具备构建安全、可复现、合规的数据流程经验，以支持本地科学执行和项目组合交付；能够在高级别独立开展工作，端到端推动项目并在无正式汇报关系下影响跨职能团队；具备出色的跨学科、跨文化沟通协作能力，英语流利为必须条件。优先考虑具备以下经验者：将遗传学与单细胞/空间转录组学、蛋白组学或影像数据整合；接触真实世界证据、群体健康数据或因果推断框架；建设或参与本地数据与分析基础设施；熟悉机器学习或先进数据驱动方法在生物或临床数据中的应用；拥有通过论文、创新项目或跨学科合作体现的科研创造力；对能力建设和科学领导力有强烈兴趣。