中央研究院 Logo

[博士後研究員]
• 代謝體學： 熟練掌握基於質譜分析 (Mass Spectrometry) 或核磁共振 (NMR) 的代謝體分析與數據處理。
• 系統性交互作用： 具備免疫系統或神經系統相關的研究經驗。
• 熟練掌握活體 (in vivo) 動物實驗，具備應用基因工程動物模式於腫瘤學或神經生物學或免疫系統研究之實際經驗。
[研究助理]
• 協助設計並建立各類生化實驗與分子生物學技術，管理及協助進行小鼠實驗。
• 協助實驗室日常營運、行政支援、維護實驗室安全標準、耗材補貨與採購、資料庫與標準作業程序維護，以及實驗室整體管理。

一、徵才說明
應用科學研究中心轄下之綠色科技專題中心，專注於奈米科學與工程技術的創新，致力於將基礎理論轉化為實際應用，以因應能源與環境挑戰。現誠徵對能源材料、奈米科技、永續工程具熱忱的研究人員加入，共同推動跨領域創新研究。
________________________________________
二、重點研究領域
1. 新能源科技：探索和發展新穎的能源技術，推動可再生能源的普及。
2. 儲能、產能與節能技術：開發高效能的儲能系統、提升能源產出效率並推動節能技術。
3. 奈米與裝置於永續能源之應用：運用奈米技術於能源裝置中，提升能源轉換效率，推動綠色科技的進步。
________________________________________
三、加分條件
- 具備再生能源、儲能材料或能源轉換系統相關研發經驗。
- 熟悉奈米材料合成、微奈米製程技術或其在能源裝置上的應用。
- 有操作或設計儲能裝置或能量轉換系統經驗者佳。
- 具跨領域整合能力，如結合材料、裝置與AI數據分析優化設計。
________________________________________
四、注意事項
- 即日起受理申請。
- 首聘為五年，聘任依本院「研究人員新聘、續聘、升等及特聘審議作業要點」辦理。
- 依條件提供研究經費及差旅補助。

一、徵才說明
應用科學研究中心轄下之智慧生物工程專題中心，致力於結合感測、成像、表徵量測與製造技術，推動生物醫學應用的新方向。現誠徵對此領域具熱忱的研究人員加入，共同推動跨領域創新研究。
________________________________________
二、重點研究領域
1. 結合人工智慧開發先進生物感測或影像技術。
2. 新穎生物製造技術。
3. 微環境操控平台開發。
4. 臨床與生技產業應用之轉譯研究。
________________________________________
三、加分條件
- 具備穿戴式感測裝置、生物影像系統或智慧醫療相關技術之研發經驗。
- 熟悉感測器整合、資料同步處理、AI模型訓練與分析等跨域技術。
- 有參與生醫製造或微環境模擬平台開發者優先。
________________________________________
四、注意事項
- 即日起受理申請。
- 首聘為五年，聘任依本院「研究人員新聘、續聘、升等及特聘審議作業要點」辦理。
- 依條件提供研究經費及差旅補助。

一、徵才說明
應用科學研究中心轄下之量子光電專題中心，致力於開發光量子技術的關鍵材料與元件，推動量子科技在量子電腦、量子通訊與量子感測等應用領域的實現。現誠徵對量子光學、光電材料、量測技術與量子資訊應用具高度熱忱之研究人員加入，共同推動光子與量子科技的創新突破。
________________________________________
二、重點研究領域
1. 量子光源與單光子偵測器之材料與元件技術開發。
2. 新型態量子光電元件研發。
3. 應用於量子電腦、量子通訊與量子感測的材料、元件與光量子技術。
________________________________________
三、加分條件
- 曾參與量子光源或單光子偵測器之開發經驗。
- 熟悉量子材料製備與操控技術。
- 具備低溫光學量測、時間相關單光子計數系統或光子
- 有設計或製作新型態量子光電元件的經驗。
________________________________________
四、注意事項
- 即日起受理申請。
- 首聘為五年，聘任依本院「研究人員新聘、續聘、升等及特聘審議作業要點」辦理。
- 依條件提供研究經費及差旅補助。

1. 運用功能性有機材料在生物電子、生醫材料、能源、催化的實際運用
2. 報帳等行政事項
3. 研究內容可參考文獻
Nature Communications, 2014, 5, 4523
http://tinyurl.com/ph7op5f

ADVANCED FUNCTIONAL MATERIALS, 2013, 23, 3212
http://tinyurl.com/mq763xs

ADVANCED MATERIALS, 2013, 25, 1547
http://tinyurl.com/l8b3ofa

參與深度強化學習、搜尋演算法、人工智慧、電腦遊戲、大語言模型等研究。工作內容包含研讀論文、資料分析、系統實作、論文撰寫及協助計畫進行之工作等。適合未來計劃出國或從事學術工作者，可有研究及論文發表經驗及機會。可參考實驗室近期發表論文，研究方向包含應用強化學習於電腦遊戲及機器人操作等、改善及加速搜尋與規劃演算法、建置電腦遊戲教學系統、大語言模型與智慧代理人，以及組合最佳化問題等。

1. 資料治理與隱私：負責資料清理與標準化，落實去識別化作業。
2. 統計分析與視覺化：執行統計分析與圖表轉化，獨立撰寫社會洞察報告。
3. 資料管理與維繫：推動跨單位資料洽談與取得，落實資料生命週期管理。
4. AI技術應用：協助評估與導入AI技術，深化後設資料（Metadata）加值應用。
5. 專案行政與協調：支援專案推進與跨團隊溝通協調。

1. 職缺：本所編制內研究人員（助研究員、副研究員或研究員，相當於大學之助理教授、副教授、教授）
2. 學科範圍：近代史研究

一、 操作及維護BCF開放服務之相關儀器，如: 等溫滴定ITC、動靜態光散射DLS/SLS 、 熱穩定測量DSF/DSC或單分子質量分析光學系統(Mass Photometer)等等蛋白質藥物分析常用儀器。無論是否有操作儀器的經驗，到職後BCF都會提供完整訓練課程。

二、 其他與核心實驗室運作相關之交辦事項。

本職缺將參與 TPMI 政策額度目標三相關研究，主要聚焦於藥物基因體學、精準用藥、臨床用藥資料分析與治療反應預測。研究將整合 TPMI、Taiwan Biobank 等大型人體生物資料庫之基因型資料，結合電子病歷、用藥紀錄、檢驗數值、疾病診斷與臨床追蹤資料，探討不同臨床用藥情境下，遺傳變異與個體差異如何影響藥物療效、不良反應、疾病進展與臨床預後。

主要工作內容包括臨床用藥資料整理與解讀、藥物分類與治療情境釐清、藥物療效與安全性相關研究問題之建立、基因型與臨床資料整合分析，以及與臨床醫師、藥師、統計分析團隊及資料管理團隊合作，推動具臨床應用價值之精準用藥研究。

研究主題：蛋白質純化、結構功能研究與AI輔助分析

實驗室研究主題: 蛋白質泛素化 (ubiquitination)的調節機制、泛素化相關機制之藥物開發。

實驗室獲多項中研院計畫補助，包括：

深耕計畫（2026–2030）
人工智慧與蛋白質設計計畫（2025–2027）
關鍵突破種子計畫（2026–2027，協同主持人）
提供穩定的研究環境與多元的跨領域合作機會。

工作內容
(1) AI設計之蛋白質表達與純化
(2) 蛋白質活性、物性與化性鑑定
(3) 抑制劑/藥物等功能性實驗
(4) 其他交辦事項/執行研究計畫

以上內容可依個人技術/學術背景分配工作內容，實驗室提供完整技術訓練。

泛素(ubiquitin) 與轉錄後修飾的泛素化(ubiquitination) 影響過半的細胞內蛋白質功能與降解。 我們研究蛋白質泛素化的鏈結與疾病間的複雜關係。使用結構生物學了解細微的蛋白質之間的互動，應用最新AI技術設定蛋白質與小分子藥物，我們整合多項關鍵技術並建立分析平台，加速泛素化蛋白質數據的分析

我們提供完整的教育訓練，加入本團隊可學得多種結構生物、生物物理與生物資訊分析的關鍵技術。有助於未來職場競爭或是出國進修。 近年實驗室成員進入台大等研究所、或出國攻讀博士12人。

相關資訊請參考以下兩個連結:

https://www.ibc.sinica.edu.tw/facultyV.php?type=PI&DatetimeStr=20210916145242&lang=

https://kpwulab.com

研究主題：人工智慧驅動的蛋白質設計與泛素系統調控機制

中央研究院生物化學研究所 吳昆峯博士研究團隊(https://kpwulab.com/) 致力於結合人工智慧（AI）與結構生物學技術，發展自主開發的 AI 工具以解析蛋白質結構、設計新型結合體，並應用於探討 泛素（ubiquitin）系統的調控與功能機制。

近年來，本實驗室以跨領域策略結合 AI 蛋白質設計與結構生物學研究，利用大量人工智慧工具進行蛋白質設計（ACS Synthetic Biology 2023, JACS 2026）與藥物篩選（Journal of Biological Chemistry 2025），並應用精準的 蛋白質循理性設計（Journal of Molecular Biology 2023），開發具有強效抑制功能與穩定性的設計蛋白質。


同時，我們採用多項結構生物學新穎技術，包括 冷凍電子顯微鏡、蛋白質結晶學，以及 AI-加速之NMR 數據收集與分析，以加速蛋白質結構與功能設計之研究進程。這些技術整合使我們能深度解析泛素系統酵素的活化機制與調控模式，建立 AI 與實驗驅動的完整研究框架。

本實驗室獲多項中研院計畫補助，包括：

深耕計畫（2026–2030）
人工智慧與蛋白質設計計畫（2025–2027）
關鍵突破種子計畫（2026–2027，協同主持人）
提供穩定的研究環境與多元的跨領域合作機會。



【主要職責】

開發與應用 AI 或機器學習方法於蛋白質結構、交互作用與功能預測
與團隊成員協作，整合計算與實驗數據以推進研究計畫
撰寫論文、協助研究計畫申請，並參與國際合作與學術交流