在生物信息学组内带领团队开发与应用计算蛋白质设计能力，全面赋能中国种业研发（Seeds R&D）。负责组建与带领团队，提升技术能力，推动农业应用导向的蛋白质发现、工程化改造与优化。通过与性状发现科学家、分子生物学家、育种家及数字化合作伙伴紧密协作，将生物学挑战转化为创新的蛋白质工程解决方案，加速抗虫、耐除草剂、抗病、基因组编辑、抗非生物逆境、增产及其他下一代性状技术的研发进程。 • 团队领导与能力建设（Team Leadership & Capability Development） 1、招聘、指导并带领一支高绩效的蛋白质设计科学家与计算生物学家团队。建立技术标准、最佳实践以及可复用的工作流程，持续提升在蛋白质工程、结构生物学、机器学习及计算设计等领域的技术能力。促进中国与全球生物信息团队之间的协作，全力支持种业研发的长期战略目标。 • 蛋白质设计与工程化创新（Protein Design & Engineering Innovation） 2、主导用于蛋白质发现、工程化与优化的计算方法开发与应用。结合蛋白质序列分析、结构生物学、机器学习和生成式设计的前沿进展，构建创新的解决方案，有力支持抗虫、耐除草剂、抗病、基因组编辑以及其他生物技术与育种研发目标。 • 设计平台、工作流与计算方法(Design Platforms, Workflows & Computational Methods) 3、构建并维护高扩展性的蛋白质设计工作流与计算平台，支持序列分析、结构预测、蛋白质工程改造、设计方案优先级排序及候选分子评估。持续评估并引入新兴技术，提高蛋白质发现与优化项目的研发效率与成功率。 • 性状研发管线与实验整合（Trait Pipeline & Experimental Integration） 4、与性状发现科学家、分子生物学家、育种家及组学核心实验室（Omics Core Lab）紧密合作，将农业领域的实际挑战转化为可执行的蛋白质工程目标。建立整合实验数据的“设计-构建-测试-学习 （DBTL）”迭代工作流，实现蛋白质设计的持续优化，加速将优质候选分子交付至种业研发管线。 • 跨职能协作与科研合作(Cross-Functional Collaboration & Scientific Partnerships) 5、与生物信息学、AI 工程、功能基因组学、性状数字化与基因组学（Traits Digitalization & Genomics）及其他科研团队协作，将蛋白质设计能力深度整合到更广泛的性状发现工作流中。与外部学术界、工业界及技术合作伙伴建立并保持富有成效的合作关系，加速技术创新并拓宽获取前沿科研能力的途径。 • 技术战略与科学前沿探索（Technology Strategy & Scientific Advancement） 6、持续追踪蛋白质工程、结构生物学、人工智能及计算生物技术领域的最新动态。评估可强化先正达蛋白质设计能力的新兴方法、技术平台及战略合作机会，加速下一代农业技术的开发。