发布日期:2022 年 6 月 10 日
申请截止日期:2022年7月10日
Hide Lab 位于波士顿的 longwood 地区,提供 RNA 精密医学核心和 BIDMC 新成立的空间技术部门的尖端技术。Hide Lab 是哈佛 RNA 医学计划的一部分,并与其他几个本地和国际领先的研究小组合作。
关于项目
您将使用单细胞 RNA-Seq 和空间转录组学技术从事我们一系列转化应用和方法开发机会的项目。您将可以访问在我们的设施中处理的血清、组织空间和单细胞样本。
我们致力于整合:
• 对大量阿尔茨海默病受试者进行全基因组测序。
• 4000 多个科目
• 对 AD 病理学的复原力是重点
• 开发和药物治疗 AD 复原力的特征
• 在 3D 系统中对 AD 病理学对 AD 的复原力建模(R01 项目)
• 与 CIRCUITS 联盟确定对 AD 病理学恢复力的单细胞特征
• 进一步开发基于系统的药物再利用,以用于恢复力活性药物
• 空间转录组学、单细胞核 RNAseq、miRNA 和表现出耐药性的“极端表型”百岁老人受试者的全 RNA 分析或对 AD 的恢复能力
• 使用通路活性特征 {AD GeneDex} 绘制 AD 连续谱图
• 开发 AD 方面的参考特征并预测和测试干扰或增强 AD 事件的药物
• 使用来自一致的外周和脑组织图谱的 miRNA 分析开发 miRNA 诊断高度表型的受试者
关于角色
博士后将从我们的合作者和公共领域获取和管理阿尔茨海默病数据集,以评估和合成分子特征,从而整合与疾病和复原力概念相关的模型。数据类型将包括但不限于 mRNA、miRNA、ncRNA、单细胞和组织水平转录组、甲基化、乙酰化和基因组变异数据。来自人类受试者数据和模型 3D 细胞系统数据的综合分子特征将被评估并纳入途径-疾病-药物网络模型。一个主要角色将是预测、测试和提供优先干预策略,例如药物、miRNA 和潜在诊断。
数据类型将包括但不限于 mRNA、miRNA、ncRNA、单细胞和组织水平的转录组、空间技术、甲基化、乙酰化和基因组变异数据。来自人类受试者数据的综合分子特征将被评估并纳入途径-疾病-药物网络模型。该项目预计将暴露多层病理通路级联,这些都需要进行评估和建模。一个主要角色将是预测、测试和提供优先干预策略,例如药物、miRNA 和潜在诊断。
其他专业知识
• 扎实的统计学知识
• 操作和管理阿尔茨海默氏症转录组数据集的经验
• 使用大规模数据集对候选基因和通路进行排序,以及定义可能推动疾病进程的关键网络事件的经验
• 非常熟悉面向网络的生物信息学
•衰老和神经退行性变研究领域的知识
• 对遗传学有深入的了解
• 具有人类衍生模型系统的经验
在 hidelab.net 上了解有关我们实验室的更多信息