LabBase博士・ポスドク-マルホ株式会社-研究職

仕事の詳細

職場での仕事内容から生かせる経験・スキル、諸条件など詳細を確認できます

企業名

マルホ株式会社

職種

研究職

仕事内容

創薬研究テーマ企画・立案から新規有効成分の合成、スクリーニング、非臨床試験

勤務予定地

京都府（研究センター）

博士卒の初任給

296,500円

本選考の採用フロー

マイページエントリー→職種選択・書類選考→適性検査→一次面接→最終面接

外部サイトの情報を見る

https://www.maruho.co.jp/recruit/info/newgraduates/

類似した職種

アステラス製薬株式会社

職種: 創薬研究職（薬物動態）

創薬研究職は、医薬品創製の基礎研究から非臨床研究までをカバーする、創薬の最も上流に位置する職種です。「Focus Area」アプローチを通じた、柔軟かつ効率的な創薬機会の特定を含めた探索的基礎研究、先端の創薬基盤技術研究、また、開発候補品を臨床へとつなぐ開発研究など、世界各地の拠点において日々研究活動に取り組んでいます。

2026年卒

株式会社MOLCURE

職種: Bioinformatics Scientist — Antibody Discovery & NGS

[The Role] We are looking for a Bioinformatics Scientist who will work across the full spectrum of antibody discovery—from mining screening data to computationally designing new candidate sequences. Working at the front line of our antibody discovery engine, you will own the end-to-end NGS analysis pipeline, partner directly with wet-lab scientists to close the loop between computation and experiment, and collaborate with ML engineers to apply generative AI approaches for sequence design and optimization. This is not a downstream analysis role. You will shape which candidates enter our optimization pipeline—whether discovered from screening data or computationally designed—and your biological interpretation will directly influence lead selection decisions. As an early member of the computational team, you will have the autonomy to define how our discovery informatics evolves. [ポジション概要] スクリーニングデータのマイニングから、生成AIによる新規候補配列のデザインまで、抗体探索の全領域を横断するBioinformatics Scientistを募集します。抗体探索エンジンの最前線で、NGS解析パイプラインのエンドツーエンドのオーナーシップを持ち、ウェットラボサイエンティストと直接連携して計算と実験のループを閉じるとともに、MLエンジニアと協働して配列デザイン・最適化への生成AIアプローチを推進する役割です。これは下流の解析業務ではありません。スクリーニングから発見された候補であれ、計算的にデザインされた候補であれ、どの分子が最適化パイプラインに入るかを決定し、あなたの生物学的解釈がリード選定の意思決定に直接影響します。計算チームの初期メンバーとして、ディスカバリーインフォマティクスの進化の方向性を自ら定義する自律性を持つポジションです。 What You Will Do • NGS Pipeline Development & Execution Build, execute, and continuously refine pipelines for processing high-throughput sequencing data from antibody display and screening campaigns. Ensure reproducibility, scalability, and rapid turnaround to keep pace with experimental cycles. • Candidate Discovery & Prioritization Analyze clonal enrichment, sequence diversity, and predicted developability to identify and rank antibody leads. Provide data-driven rationale for which candidates advance to downstream characterization. • AI-Driven Sequence Design Collaborate with ML engineers to leverage generative AI and protein language models for de novo antibody sequence design and optimization. Evaluate computationally designed candidates using the same biological and developability criteria applied to screening-derived hits, bridging the gap between generative models and experimental validation. Wet-Lab Partnership Serve as the primary computational partner to bench scientists. Interpret screening results collaboratively, provide rapid feedback on experimental outcomes, and co-design iterative screening strategies based on data insights. • Pipeline & Codebase Evolution Maintain and improve our Python-based analysis codebase. Architect flexible, modular systems that can incorporate new algorithms, public datasets, and evolving experimental formats as the field advances. • Scientific Intelligence Monitor the rapidly evolving landscape of AI-driven antibody discovery and NGS methodology. Evaluate emerging tools and approaches, and bring validated improvements into our production workflows. [担当業務] • NGSパイプラインの開発・実行抗体ディスプレイ・スクリーニングキャンペーンから得られるハイスループットシーケンシングデータを処理するパイプラインを構築・実行し、継続的に改善する。再現性、スケーラビリティ、迅速なターンアラウンドを確保し、実験サイクルに追従する。 • 候補抗体の発見と優先順位付けクローナルエンリッチメント、配列多様性、予測される開発可能性を分析し、抗体リードを特定・ランク付けする。どの候補が下流の特性評価に進むべきか、データに基づく根拠を提供する。 • AIを活用した配列デザイン MLエンジニアと協働し、生成AIやタンパク質言語モデルを活用したde novo抗体配列デザイン・最適化を推進する。計算的にデザインされた候補に対しても、スクリーニング由来のヒットと同じ生物学的・開発可能性の基準で評価を行い、生成モデルと実験バリデーションの橋渡しを担う。 • ウェットラボとの連携ベンチサイエンティストの主要な計算パートナーとして機能する。スクリーニング結果を共同で解釈し、実験結果に対する迅速なフィードバックを提供し、データインサイトに基づく反復的なスクリーニング戦略を共同設計する。 • パイプライン・コードベースの進化 Pythonベースの解析コードベースを維持・改善する。新しいアルゴリズム、公開データセット、進化する実験フォーマットに対応できる柔軟でモジュラーなシステムを設計する。 • サイエンティフィックインテリジェンス AI駆動の抗体探索とNGS方法論の急速に進化する動向をモニタリングする。新興ツールやアプローチを評価し、検証済みの改善をプロダクションワークフローに導入する。

トヨタ自動車株式会社

職種: 次世代電池材料の研究開発

【特色】カーボンニュートラル実現に向けたクリーンな社会のために、次世代電池を一緒に研究・開発できる即戦力人材を求めています。【業務内容】【概要】カーボンニュートラル実現に向けたクリーンな社会のために次世代電池の開発が望まれています。トヨタは、全固体電池や液系LIB電池をはじめとする次世代電池の研究開発に力を入れており、先行開発や研究開発を一緒にやれる仲間を探しています。【詳細】次世代電池材料の研究開発（新奇固体電解質（無機材料/有機材料/高分子材料等）,新奇活物質（正極/負極）,新奇電解液など） ■本求人の想定役割：メンバー・チームリーダー・マネージャー【採用の背景】カーボンニュートラル実現の為の一つの手段として、電気自動車の普及があり、電気自動車をお客様に幅広く普及していくためには、より高性能で低コストな次世代電池が必要であり、それらの研究開発を加速させていかねばなりません。その目的のために、これまで培った専門技術を活かし、主体的に研究開発を進めていただける人財を求めています。応募【職場イメージ・職場ミッション】【配属先部署情報】・30代の若い技術者が多く、キャリア採用で入社した人も多いので、オープンで活発な雰囲気の職場です。・世界で最先端の電池や電池材料の研究開発を行うことができ、自分の専門知識を活かして活躍できます。・当部署は研究開発から先行開発まで担っており、自分が提案した材料や電池技術を商品にする喜びを実感でき、世の中にない新しい技術を生み出していく楽しみとやりがいを実感できる部署です。【ミッションと今後の方向性】・持続可能な社会とお客様の幸せに貢献するため、世界に先駆け、魅力と競争力ある電池と電池づくりの研究・開発を行う部署です。当部署では、次世代電池の要素研究、材料研究開発、セル開発、構造設計、機構開発、評価解析、電池リサイクル、生産技術を一体で開発を行っています。・特にマクロシミュレーション、ミクロシミュレーション、機械学習を駆使し、シミュレーションを積極活用することで、従来よりも早く効率的に研究開発を進めていける体制を目指しています。当該業務では、業務上、米国の輸出規制強化に関する情報を扱うため、個人ごとに情報へのアクセス権を管理するなど、情報管理の徹底を図っています。【やりがい・PR】・研究開発から先行開発までやっているので、自分が研究で発見した材料を商品にする喜びを実感でき、世の中にない新しい技術を生み出していく楽しみとやりがいを実感できる部署です。・世の中にない高性能な次世代電池の開発に取り組んでいるため、うまくいかないことも多いですが、関係者みんなで知恵を絞り、ブレイクスルーを起こそうとしています。