Postdoktor i djupinlärningsmodellering av metabolismen

Vill du bidra till att förbättra människors hälsa?

Vårt labb bidrar till utvecklingen av precisionsmedicin mot cancer genom djupinlärningsmodeller av molekylära nätverk inom celler. Modellerna omfattar metabolism, signalering och genreglering och begränsas med olika villkor för att överensstämma med fysiska interaktioner mellan biomolekyler. Vi tränar modellerna på högkapacitetsscreeningsdata (high-throuput datasets), inklusive metabolomik, proteomik och transkriptomik och använder dem för att identifiera mekanismer på systemnivå inom cancer för förbättrad behandlingseffektivitet, genom nya läkemedelsmål, biomarkörer och resistensmekanismer. Vi är specifikt intresserade av cancer-stroma interaktioner i bukspottkörtelcancer.

Vårt långsiktiga mål är att etablera datorstödd design av precisionsmedicin mot cancer. Labbet är beläget i Science for Life Laboratory (SciLifeLab) och tjänsten finansieras av Data Driven Life Science-programmet (DDLS).

Din roll

Du kommer att utveckla en djupinlärningsmodell av metabolism och celltillväxt, och integrera den med vår universella cancermodell. Modellen kommer att ta genetiska förändringar och metabolitnivåer som input för att förutsäga celltillståndet, kvantifierad genom metabolomik. Genom detta ämnar vi utröna de komplexa mekanismerna som driver dysreglerad energimetabolism i cancer. Modellprediktioner kommer att valideras in vitro genom tillsammans med experimentalister.

Om du är redo att göra en insats i kampen mot cancer och bidra till banbrytande forskning i skärningspunkten mellan djupinlärning och cellbiologi uppmanar vi dig att söka tjänsten!

Vem är du?

För att anställas som postdoktor krävs avlagd doktorsexamen eller en utländsk examen som bedöms motsvara doktorsexamen. Detta behörighetskrav ska vara uppfyllt senast vid tidpunkten då anställningsbeslutet fattas. Det är meriterande om du har avlagt din doktorsexamen inom de tre senaste åren, om det finns särskilda skäl kan din examen ha avlagts tidigare.

Kvalifikationer:

• Starka programmeringskunskaper i språk så som Python.
• Bevisad förmåga att bedriva självständig forskning och effektivt kommunicera resultat.
• Högmotiverad med förmåga att arbeta både självständigt och i team.
• Goda kunskaper i engelska, både skriftlig och muntlig.

Andra önskvärda kvalifikationer:

• God kännedom om cancerbiologi, särskilt relaterat till energimetabolismen.
• Erfarenhet av villkorsbaserad modellering av metabolism, t.ex. flödesbalansanalys (FBA).
• Erfarenhet av analys av hög genomströmningsbiologiska data.
• Erfarenhet av djupinlärningsmodeller och automatisk differentiering.
• Erfarenhet av GitHub eller andra versionskontrollsystem.

Vårt labb värderar mångfald och inkludering, och vi är engagerade i att främja en miljö där alla individer känner sig bemyndigade att bidra med sina unika perspektiv och färdigheter i strävan mot vårt gemensamma mål; att främja precisionsmedicin mot cancer.

Vad erbjuder vi?

En kreativ, internationell inspirerande miljö fylld av kompetens och nyfikenhet. Karolinska Institutet är ett av världens ledande medicinska universitet. Här bedriver vi framgångsrik medicinsk forskning och har det största utbudet av medicinska utbildningar i Sverige. På KI får du träffa forskare med olika forskningsinriktningar som jobbar tillsammans. Det är det gränsöverskridande samarbetet som bidrar till KI:s världsledande position inom forskning. Flera av de personer du möter inom vården är utbildade på KI. En nära relationen till hälso- och sjukvården är viktig för att skapa utbildning och forskning av högsta kvalitet. Som universitet är Karolinska Institutet också en statlig myndighet. Det gör att du som anställd får goda förmåner genom vårt kollektivavtal.

Placering: Stockholm

Deep learning models of cancer mechanisms – Avlant Nilsson's Group | Karolinska Institutet (ki.se)

Video om Karolinska Institutet, hur vi alla bidrar till "en bättre hälsa för alla

Ansökan

Ansökan ska bestå av följande handlingar, skrivna på engelska eller svenska:

• En komplett CV inkluderande disputationsdatum, avhandlingens titel, tidigare akademiska befattningar, akademisk titel, nuvarande befattning, akademiska utmärkelser samt kommittéarbete
• En komplett publikationslista
• En sammanfattning av nuvarande arbete (maximalt en sida)

Ansökan ska göras via rekryteringssystemet Varbi.  

Vill du göra skillnad – och bidra till en bättre hälsa för alla? Sök jobb hos oss