普林斯顿全奖博士！前AlphaFold成员亲授AI+结构生物

Ellen Zhong老师是普林斯顿大学（Princeton University）计算机科学系的助理教授，负责E.Z. Lab for Molecular Machine Learning。

Now recruiting graduate students and postdocs for Fall 2026。这意味着，如果你在2026年秋季入学，正好赶上这个AI+生命科学交叉方向课题组的最佳窗口期。

导师背景

Ellen Zhong老师的履历非常清晰：

博士（2022年）：麻省理工学院（MIT），计算机科学

实习经历：曾在Google DeepMind的AlphaFold团队工作

工业界：曾在D. E. Shaw Research从事药物发现的分子动力学算法研究

现任：Princeton计算机科学助理教授

此外，她还担任Generate Biomedicine的Professor in Residence，以及Chan Zuckerberg Imaging Institute和Deep Apple Therapeutics的顾问。

她走的是MIT计算机博士 → DeepMind AlphaFold团队 → Princeton教职这条路，学术路径恰好踩在AI+生命科学交叉的核心位置上——既懂深度学习与计算机视觉方法，又懂蛋白质结构与药物发现应用。

研究方向：让AI"看见"蛋白质如何折叠

Ellen Zhong老师的研究一句话概括： 用深度学习从冷冻电镜（cryo-EM）图像中重建蛋白质的三维结构，并在这个过程中推动AI方法本身的发展。

实验室聚焦四个核心方向：

• 冷冻电镜中的3D重建（3D Reconstruction in Cryo-EM） ：这是实验室最核心的技术。蛋白质太小，普通显微镜看不到。冷冻电镜拍下蛋白质的二维投影，要从这些图像中重建出三维结构，本质上是一个计算机视觉问题。她博士期间的核心工作就是用深度学习解决这个问题。

• 蛋白质的多模态生成式建模（Multimodal Generative Modeling of Proteins） ：不只是"看"蛋白质的结构，还要能生成和预测。这和AlphaFold的思路一脉相承。

• 原位视觉蛋白质组学与cryo-ET方法开发 ：在细胞内原位观察蛋白质的排列和相互作用——这是结构生物学最前沿的方向。

• AI for Chemistry ：实验室最近用扩散模型做小分子结构鉴定，已发表在NeurIPS 2025，正在把方法能力扩展到化学领域。

荣誉与资助

Ellen Zhong老师作为新PI，奖项密度非常高：

• NIH Director's New Innovator Award ：NIH授予高创新性研究的奖项，竞争激烈程度和NSF CAREER同一级别

• Schmidt Sciences AI2050 Early Career Fellowship ：施密特基金会资助，全美每年不到30人入选

• Eric and Wendy Schmidt Transformative Technology Fund Award （普林斯顿校内竞争性基金）

• E. Lawrence Keyes, Jr./Emerson Electric Co. Faculty Advancement Award （普林斯顿工学院青年教授奖）

• Microscopy Society of America Major Society Award

资助方包括NIH、Chan Zuckerberg Initiative、Schmidt Sciences、Janssen Pharmaceuticals等——经费充足，组里不需要担心GPU和实验开销。

为什么说这个组值得冲

1. AI+生命科学是现在最火的交叉方向。

AlphaFold拿了2024年诺贝尔化学奖。药物发现、蛋白质设计、结构生物学——整个领域正被AI重塑。这个组的毕业生去学术界找教职或去工业界（Generate Biomedicines、DeepMind、CZI），出路非常明确。

2. Princeton + 业界资源的双重网络。

Ellen Zhong老师在Generate Biomedicines有正式职务，在CZI和Deep Apple有顾问身份，和DeepMind AlphaFold团队保持联系。学生有机会接触真实的药物发现场景——不是纯学术推演。

3. 课题组扩张期，Fall 2026明确招人。

课题组官网写的是"Now recruiting"——信号非常直接。对想在这个时间点入学的申请者来说，窗口期明确存在。

4. 方法论和应用两手硬。

实验室既做方法创新（3D视觉、生成式模型、扩散模型），又做真实的生物学应用（cryo-EM重建、蛋白质结构预测）。进组后既能学到硬核AI技能，又能理解真实生物问题。

招生信息

Ellen Zhong老师正在招收博士生和博士后，面向 2026年秋季（Fall 2026） 入学。

申请方式：通过Princeton计算机科学博士项目正式提交，在申请中注明希望与Ellen Zhong老师合作。

适合背景：计算机科学（CS）、人工智能、计算机视觉、机器学习、计算生物学、生物信息学、应用数学等。如果你在以下方向有研究经验或强烈兴趣，会很匹配：计算机视觉与3D重建、蛋白质结构预测与生成式模型、冷冻电镜数据处理、计算化学与药物发现。有Python/PyTorch经验和跨学科合作能力是加分项。

导师真实指导风格 ：Ellen Zhong老师作为新PI，日常是手把手带学生跑实验、修论文，还是更倾向于给大方向让ta们独立探索？面试时更看重coding能力、数学功底还是对生物问题的理解深度？我们持续追踪这个信息。

AI+生物交叉方向申请策略 ：这个方向最大的难点不是AI能力够不够，而是你能不能向导师证明你理解生物问题。SOP和套磁信怎么写才能同时打动计算机系和生物背景的审稿人？哪些经历可以包装成"跨学科能力"？我们有方法。

Princeton CS博士申请隐形门槛 ：普林斯顿计算机系在材料审核时有什么偏好？委员会制和导师制各占多少权重？交叉方向申请者有没有特殊注意事项？我们长期深耕北美CS方向。