포지션 1: Translational Biology (책임급 ~ 수석급)

담당 업무 

1) Indication & Translational 전략 

Peptide(차세대 자가면역 타겟) 및 Drug Antibody Conjugate 프로그램의 indication 선정 및 target product profile 정의

Biomarker / PD readout 전략, 적응증 확장 근거 수립

미국 본사 biology 팀과의 과학적 논의

2) Assay Cascade 전략 및 구축

타겟 클래스 제한 없이 binding·functional assay 설계 

Target degradation assay, antibody internalization·trafficking·payload release assay

Brain delivery 평가 전략: CNS 전달의 PK/PD, target engagement

후보물질의 permeability (PAMPA, Caco-2) 평가 전략

3) In vivo Pharmacology (CRO 기반)

자가면역 기반 PK/PD, efficacy study 설계

CRO 선정·발주, protocol 작성, in-life 모니터링, 데이터 QC 및 해석

In vivo 결과를 chemistry/design cycle로 피드백

4) CRO Management

in vivo/biology CRO 관리, turnaround 관리, 다수 study 병행 운영

5) Cross-functional Collaboration

미국 본사 biology 팀과 DMTA cycle 협업

공유 데이터 인프라 (ELN 등) 운영, 정기 design/data review

라이선싱/co-development에 활용 가능한 biology 데이터 패키지 정리

자격 요건

Biology, Pharmacology, Immunology, Biochemistry 또는 관련 분야 박사 + 7년 이상 (또는 석사 + 상응 경력)

Indication·assay 전략을 독립적으로 수립해본 경험 (단순 실험 수행을 넘어선 전략 수립)

binding / functional assay 설계·운영 hands-on 

in vivo PK/PD·efficacy study 설계 및 해석 경험 및 CRO 관리 경험

강한 데이터 해석력과 독립적 go/no-go 판단 능력

우대 사항 

Targeted protein degradation(TPD) biology 경험 

B cell biology 경험

자가면역질환 disease biology

포지션 2: Computational Chemist / Cheminformatician (책임급)

담당 업무

1) ADMET / Permeability / PK 예측 및 in-house 모델링

후보물질의 permeability·oral BA·metabolic stability 예측 모델 구축 및 운영

후보물질 특유의 chameleonic conformation을 고려한 property prediction (범용 모델의 한계를 인지하고 자체 데이터로 보정)

CRO 발생 empirical 데이터 (PAMPA, Caco-2, microsomal stability, PK 등)를 흡수해 모델을 지속 refine

2) Hit Triage · SAR · Cheminformatics

Display/screening hit의 physicochemical property 평가

SAR 분석, activity landscape mapping, compound database·data pipeline 구축 (KNIME, Python 등)

합성 우선순위 추천 (어떤 compound를 CRO에 보낼지 결정 지원)

3) Structure-based / Ligand-based Design

Docking, conformational sampling (MD/enhanced sampling), structure-guided design 지원

Target structure (실험/예측 구조) 기반 설계 지원

필요 시 구조 해석 CRO/협력자와 연계

4) Generative / de novo Design (성장 영역)

데이터 축적에 따라 de novo·generative design 도입

5) 외부 Computational 파트너십 인터페이스

AI 신약개발 파트너와의 공동 작업 조율 및 결과 통합

6) Cross-functional Collaboration

미국 원격 chemistry lead 및 사내 translational biology lead와 DMTA cycle 협업

공유 데이터 인프라 (ELN 등) 운영, 정기 design/data review

자격 요건 (Required Qualifications)

Computational Chemistry, Cheminformatics, Computational Biology, 또는 관련 분야 박사 + 약 5년 이상 (석사 + 상응 경력)

RDKit, Schrödinger (또는 동급), Python 실무 역량

QSAR / ML 기반 property·ADMET 예측 모델 구축 경험

Docking 및 conformational/MD 분석 경험

Data pipeline 구축 경험 (KNIME 또는 스크립팅)

SAR에 기여하면서 데이터 축적에 따라 ML로 확장할 수 있는 실용적 역량

우대 사항 (Preferred Qualifications)

Peptide / protein modeling 경험 

De novo / generative design 경험

Empirical 데이터를 모델 refine에 통합해본 경험 (active learning, design-test loop)

Targeted protein degradation (degrader/ternary complex) 모델링 경험 

분산·원격 팀 협업 경험

근무지: 송파구

문의처

shewolf@gracenpartners.com