项目名称：帕金森病分子内表型的识别

资助的博士项目（全球学生）

项目时长：36个月（3年）

申请截止日期：2025年2月28日

初选：2025年3月

面试：2025年3月至4月（可提供虚拟面试）

开始日期：2025年10月

项目简介

帕金森病（PD）是一种异质性神经系统疾病，迫切需要外周生物标志物用于患者分层。该项目旨在应用数据集成和网络推断方法，推导出用于血液分层的PD内表型特征。具体目标：

识别与疾病状态相关的共表达基因/蛋白质和基因调控网络的多模态簇；

推导外周PD内表型特征；

精炼基因特征以供未来临床应用。

学生首先将应用基于相关性的网络推断方法，对来自LuxPark和PPMI的独立多‘组学’数据集（转录组、蛋白质组）进行分析，使用无监督学习方法（如MOFA+、聚类、相关性分析）识别共表达的基因/蛋白质簇。然后，结合特定的基因组标记（如GWAS突变位点、突变率）使用数据集成方法，构建多模态簇并推断全新的调控网络。将簇/网络与临床数据（如疾病诊断、症状、阶段）相关联，以识别与特定疾病状态相关的功能簇。通过结合差异表达和网络分析（如中心性），确定关键的调控节点/通路。在Petanux，学生将应用人工智能/机器学习和可解释人工智能（XAI）技术，预测个体的分子疾病内表型。

导师

尼娅姆·康诺利博士（https://www.rcsi.com/people/profile/niamhmconnolly）

马赫迪·博赫鲁里教授，Petanux

约根·普雷恩教授（https://www.rcsi.com/people/profile/JPrehn）

项目要求

我们正在寻找一位具有数据科学背景的高技能和积极进取的研究科学家（计算机科学、生物信息学、数学或类似专业的优秀硕士毕业生）。成功的候选人应对医学中的计算方法研究充满热情。

理想候选人要求：

对数据科学的统计和数学概念有清晰理解。

具有帕金森病生物学、生物标志物研究或患者分层方面的知识者优先。

具备强大的人工智能/机器学习背景。

有生物医学数据经验者优先。

熟悉可解释人工智能（XAI）技术和因果推理方法者优先。

熟练掌握R和Python编程，并能够使用如PyTorch等库。

具备独立工作的能力。

良好的英语口语和写作能力。

优秀的沟通能力。

申请方式

请通过以下链接访问并填写完整的申请表：https://euraxess.ec.europa.eu/jobs/290899

入选的候选人将被邀请参加面试。此阶段仅成功的候选人将被联系，提交简历、成绩单和其他相关文件。

对于成功的候选人，将联系推荐人以获取推荐信。

申请材料

完整的申请表

英语语言要求，请参考https://www.rcsi.com/dublin/postgraduate/policies-and-guidelines/english-language-requirements

所有申请必须在线提交，并在2025年2月28日前完成。

申请人需确保完整填写申请表，并按时提交。迟交和/或不完整的申请将不予评估。

关注爱必生，申博不操心。

在线咨询专业老师