实验室简介
西湖大学人工智能研究创新中心（CAIRI）是由西湖大学讲席讲授，IEEE Fellow李子青领导的人工智能实验室，专注于AI4Science交叉。目前，在分子生成，抗体设计等生物化学领域，多篇文章已经被顶会接收。
导师简介
李子青（Stan Z. Li），西湖大学人工智能讲席教授，IEEE Fellow，曾任微软亚洲研究院lead researcher、中科院自动化所模式识别国家重点实验室资深研究员。发表论文400+篇，著作9部，Google Scholar他引71000+次、h指数143。研究方向（1）基础算法研究：3D网络架构与3D点云生成模型；（2）AI+学科交叉应用（结构生物学，药物设计等）。
主页：https://www.westlake.edu.cn/ffaculty/stan-zq-li.html
研究内容
1）生物功能分子的生成与设计，包括但不限于蛋白质/多肽/小分子等。
2) 分子的性质预测（成药性，可合成性，结合能，ADMET等）以及预训练大模型。
3) 功能分子的优化与改造。
4) 基础理论模型，包括3D图网络，生成模型，预训练与知识蒸馏等。
实习要求
至少实习时间有6个月，时间较长优先考虑
熟练掌握pytorch深度学习框架
有深度学习/生物信息顶会顶刊投稿经验或科研经验
优先考虑的资格：
有3D点云 / 图神经网络 / 生成模型的顶会顶刊论文
有计算生物背景/分子建模的顶会顶刊论文
简历投递
对实习感兴趣的候选人，可投递简历至：
Email: drugplusai@gmail.com
联系时请备注：姓名 + 岗位
成果展示
目前，我们组的主要博士生共四名包括：
吴立荣 / 林海涛 / 黄余飞 / 刘云帆 + Odin (合作-Baker Lab)
已在顶会顶刊上发表的相关文章包括：
生物分子相关
[1] H Lin, O Zhang, H Zhao, D Jiang, L Wu, Z Liu, Y Huang, SZ Li, PPFlow: Target-aware Peptide Design with Torsional Flow Matching, ICML 2024
[2] H Lin, L Wu, H Yufei, Y Liu, O Zhang, Y Zhou, R Sun, SZ Li, GeoAB: Towards Realistic Antibody Design and Reliable Affinity Maturation, ICML 2024
[3] L Wu, Y Tian, H Lin, Y Huang, S Li, NV Chawla, SZ Li, Learning to Predict Mutation Effects of Protein-Protein Interactions by Microenvironment-aware Hierarchical Prompt Learning, ICML 2024
[4] Y Huang, O Zhang, L Wu, C Tan, H Lin, Z Gao, S Li, S Li, Re-Dock: Towards Flexible and Realistic Molecular Docking with Diffusion Bridge, ICML 2024(Spotlight)
[5] H Lin, Y Huang, H Zhang, L Wu, S Li, Z Chen, SZ Li, Functional-Group-Based Diffusion for Pocket-Specific Molecule Generation and Elaboration, Advances in Neural Information Processing Systems 2023
[6] L Wu, Y Tian, Y Huang, S Li, H Lin, NV Chawla, SZ Li, MAPE-PPI: Towards Effective and Efficient Protein-Protein Interaction Prediction via Microenvironment-Aware Protein Embedding, ICLR 2024
[7] Y Huang, S Li, L Wu, J Su, H Lin, O Zhang, Z Liu, Z Gao, J Zheng, SZ Li, Protein 3d graph structure learning for robust structure-based protein property prediction, AAAI 2024
[8] L Wu, Y Huang, C Tan, Z Gao, B Hu, H Lin, Z Liu, SZ Li, Psc-cpi: Multi-scale protein sequence-structure contrasting for efficient and generalizable compound-protein interaction prediction, AAAI2024
图网络与生成模型相关
[1] L Wu, H Lin, C Tan, Z Gao, SZ Li, Self-supervised learning on graphs: Contrastive, generative, or predictive, IEEE Transactions on Knowledge and Data Engineering 35 (4), 4216-4235
[2] L Wu, H Lin, Y Huang, SZ Li, Knowledge distillation improves graph structure augmentation for graph neural networks, Advances in Neural Information Processing Systems 35
[3] L Wu, H Lin, Y Huang, SZ Li, Quantifying the knowledge in gnns for reliable distillation into mlps, ICML2023
[4] L Wu, H Lin, Y Huang, T Fan, SZ Li, Extracting low-/high-frequency knowledge from graph neural networks and injecting it into mlps: An effective gnn-to-mlp distillation framework, AAAI2023
[5] H Lin, L Wu, G Zhao, P Liu, SZ Li, Exploring Generative Neural Temporal Point Process, Transactions on Machine Learning Research
Q&A
时限：该帖长期招人，欢迎志同道合的同学投递简历。
待遇：实验室计算资源充足，并为实习生提供劳务补贴，为少部分线下实习生提供宿舍。
学历：建议大三及以上同学申请。
考核：根据简历和面试情况决定入职实习、试用或谢绝。试用期通常为一个月。
合作：我们组已经与各大高校顶级强组与知名相关企业建立合作，包括不限于华盛顿大学David Baker实验室/深势科技/字节跳动等。
欢迎有志向的同学投递简历
