2027届-精英计划-研发-细胞培养工艺开发和过程分析专家-生物制药开发及生产业务部

细胞培养工艺开发（约70%）

工艺开发、优化与技术决策 • 独立负责CHO、HEK293等哺乳动物细胞流加、灌流及强化培养工艺的设计、开发与优化，形成清晰的实验策略、决策逻辑和阶段性结论；

生物反应器、放大与技术转移 • 熟练操作摇瓶、Ambr及2–15 L实验室规模生物反应器，能够独立完成实验设计、执行、数据复核和异常调查；

工艺科学、质量联动与问题解决 • 建立细胞生长、代谢、生产力、培养过程与CQA之间的可解释关联，提出并验证机制假设；

智能化与工程技术开发（约30%） 候选人需在以下至少一个方向具备较深入的研究基础、可验证成果或独立推进项目的能力；具备两个及以上方向的融合经验者优先。 方向 精英计划职责与产出 期望能力证据 A 数据科学与AI 独立完成培养数据治理、特征工程、建模、验证与部署评估；建立细胞生长、代谢、产量或质量预测模型；探索贝叶斯优化、数字孪生、知识图谱或AI辅助工艺开发。 能够使用Python/R构建可复现分析流程；理解训练/验证、泛化、偏差与模型可解释性；具有真实科研或产业数据建模成果。 B PAT与过程建模 主导拉曼、NIR或其他在线分析技术的方法开发、光谱预处理、PCA/PLS建模、外部验证、模型维护和过程应用；推动实时监测与闭环控制。 具备化学计量学、信号处理和模型生命周期知识；能够将PAT信号与关键过程参数、代谢状态及CQA关联。 C 反应器工程与流体力学 利用CFD及实验流体力学研究混合、传质、气泡、剪切与流场；建立跨设备、跨规模的放大与scale-down策略。 熟练使用Fluent、COMSOL或OpenFOAM之一；掌握P/V、kLa、混合时间、气体传递和非理想流动等核心概念，并能与细胞性能关联。 D 培养基与代谢工程 主导基础培养基、补料体系和营养调控策略开发；结合代谢流、代谢组学、多组学或系统生物学识别瓶颈并调控产品质量。 能够从细胞代谢网络层面解释工艺现象；具备成分设计、机制验证和多变量优化能力。 E 微反应器、高通量与自动化 构建Ambr、微型生物反应器、高通量培养和自动化液体处理流程；建立小体积体系与2–15 L及放大规模之间的代表性。 理解蒸发、混合、传质、取样和边缘效应；能够设计高通量筛选、自动化实验及scale-down验证策略。 F 膜分离与生物分离 研究深层过滤、膜过滤、TFF/UF-DF及澄清过程与上游收获液特性的关联，推动上游-下游界面优化。 理解通量、TMP、膜污染、截留、回收率及杂质去除机制；能够设计实验并形成可放大的工艺窗口

学历与专业背景 • 博士学历或已完成博士后训练；具有高度匹配成果的优秀硕士候选人可作为例外评估；

核心能力（必须满足） • 具有系统的哺乳动物细胞培养、微生物发酵、生物反应器、培养基开发或相关工程研究经历，并能够独立完成课题设计、实验实施和结论形成；

优先考虑能力与成果 优先能力方向 优先考虑的技能与成果 科研与技术产出 以第一作者或核心贡献者发表高质量论文、申请专利、形成软件/模型/方法，或在产业项目中产生可验证成果。 工艺开发与放大 具有Ambr、2–15 L生物反应器、流加/灌流、工艺表征、scale-up/scale-down、技术转移或生产支持经验。 数据科学与PAT 能够独立完成数据清洗、建模、验证和解释；具备机器学习、光谱分析、化学计量学、实时监测或模型维护经验。 工程与自动化 具备CFD、传质/混合、微反应器、高通量筛选、自动化液体处理或数字化实验平台经验。 培养基、代谢与分离 具备培养基/补料开发、代谢组学/多组学、代谢调控、膜分离或上游-下游界面研究经验。 平台建设与知识沉淀 能够把单一项目成果转化为可复用SOP、数据库、模型、设计准则、筛选策略、知识库或平台方法。 团队合作与综合素质要求 科学领导力 能定义问题、形成假设、设计验证路径并推动关键技术决策，对结果的科学性和可追溯性负责。 跨学科协作 能与细胞培养、分析、数据科学、自动化、技术转移、生产和质量团队高效协作，主动澄清接口并推动共识。 沟通与影响力 能够面向不同受众清晰表达目的、证据、结论、风险与建议，并在技术评审中形成有逻辑的数据驱动观点。 责任与交付 对实验质量、数据完整性、项目节点和技术文件负责，能够识别优先级并协调资源完成高质量交付。 学习与创新 保持对生物学、工程学和数据科学交叉领域的持续学习，能够快速吸收新方法并转化为项目或平台价值。 知识分享 主动沉淀代码、模型、方法、失败经验和最佳实践，培养团队成员并促进组织能力复用。 核心人才画像 • 工艺科学型：能够打通细胞生理、代谢调控、生产力、工艺参数与CQA，承担复杂项目的机制研究和工艺科学沉淀。