项目名称：绘制衰老光谱中的细胞轨迹

资助对象：英国学生、欧盟学生、国际学生

资助：£31,000 ~ £62,000 （每年）

发布日期：2024年9月10日

截止日期：2024年10月31日

概述

苏珊娜·博内洛夫博士希望招募一名学生参与题为“解锁代码中的代码：使用人工智能解读密码子使用在蛋白质合成和基因调控中的作用”的项目。

有关该研究小组的更多信息，包括他们最近的出版物，请访问他们的网站：http://www.sblab.uk。

这是在世界领先的英国癌症研究剑桥研究所（CRUK CI）中攻读博士学位的独特机会，研究所致力于培养未来杰出的癌症研究科学家。

研究所的特别优势在于基因组学、计算生物学和成像领域；目前大量研究致力于乳腺、胰腺、脑和结肠癌的研究。我们的核心设施为研究人员提供了最先进的设备、内部专业知识和培训。CRUK CI的科学家们旨在理解癌症的基本生物学原理，并将这些发现转化为临床实践，造福患者。

如果您有兴趣了解我们开创性的科学研究，请访问我们的网站：https://www.cruk.cam.ac.uk/

项目详情

遗传密码包含61个密码子，编码20种氨基酸，因此大多数氨基酸由两个或多个“同义”密码子编码。尽管产生相同的蛋白质，但选择一个同义密码子而非另一个在基因调控中发挥着重要作用[1,2]。某些密码子会减慢翻译速度，进而触发mRNA降解并停止蛋白质合成。在癌症中，蛋白质合成通常失调，因此mRNA翻译成为有吸引力的治疗靶点。

本项目利用人工智能（AI）揭示密码子级别信息如何调控翻译的机制。

我们的团队使用计算方法来研究生物系统的内部工作机制和控制。例如，通过系统地改变输入mRNA序列到一个能够预测mRNA稳定性或定位的模型中，并分析产生的模式，我们可以理解哪些序列元素调控这些过程。此外，我们还可以使用与疾病相关的改变作为输入，揭示潜在机制。

这些模型使我们能够在传统方法无法实现的规模上进行实验。主要挑战在于构建准确捕捉生物系统复杂性的模型[3]。在此项目中，您将使用前沿的深度学习技术，如基础模型，来应对这一挑战。基础模型，如支撑ChatGPT的模型，是在大量数据上训练的，能够在多个问题上进行泛化。您的工作将使用类似的模型，但训练于“组学”数据，以研究翻译的调控。

资格要求

我们寻找对AI和深度学习有浓厚兴趣，具备良好的计算机和编程技能，并愿意揭示细胞基本工作原理的候选人。理想的候选人将拥有计算或系统生物学、生物信息学、计算机科学或相关学科的学位。具备分子生物学或生物化学背景并有明确计算技能证据的申请者也被鼓励申请。该职位将提供机器学习和计算生物学的广泛培训。

如何申请

请通过大学申请门户申请。有关课程的进一步信息以及访问申请门户，请访问：https://www.postgraduate.study.cam.ac.uk/courses/directory/cvcrpdmsc

您应选择于2025年Michaelmas学期（2025年10月）开始学习。

关注爱必生，申博不操心！

在线咨询专业老师