Institut for Plante- og Miljøvidenskab (PLEN) inviterer ansøgere til to ph.d.-stipendier inden for AI-drevet opdagelse af plantemetaboliske veje – ph.d.-kandidaterne DC7 og DC8 i Marie Skłodowska-Curie-doktornetværket Stripes&Stars. Begge projekter er en del af Marie Skłodowska-Curie Actions Doctoral Network Stripes&Stars (Grant Agreement No. 101312557), finansieret af Den Europæiske Union under Horizon Europe. Stripes&Stars uddanner ti ph.d.-kandidater i otte europæiske lande inden for moderne forædling af pryd- og frugtafgrøder. Der anvendes blomster- og frugtfarve – anthocyaniner og andre flavonoider i petunia, calibrachoa, poinsettia og blåbær – som videnskabeligt eksempel. Netværket samler syv modtagere (TU Wien, Klemm + Sohn, Università Campus Bio-Medico, Utrecht University, University of Copenhagen, Lantana Bio, UiT The Arctic University of Norway) og associerede partnere hos Galab, University of Helsinki, University of Amsterdam og Chulalongkorn University. Københavns Universitet er vært for netværkets to data-science ph.d.-kandidater (DC7 og DC8). Kandidaterne leverer tilsammen den beregningsmæssige rygrad for prædiktiv farve- og specialiseret metabolit-udvikling.
Startdatoer: DC7 forventes at starte 1. juni 2027 (måned 3 af netværket), og DC8 forventes at starte 1. januar 2028 (måned 10 af netværket), eller snarest derefter. Ansøgere bedes angive i deres ansøgning, hvilket projekt de søger; det er muligt at søge begge.
Projekt DC7: Konstruktion af vidennetværk til specialiserede metabolitveje (Stripes&Stars WP4–5) Flavonoider og anthocyaniner farver petuniablomster og blåbærfrugter. De beskytter planter mod UV-lys og stress samt tiltrækker bestøvere. Omkring 20% af kulstofstrømmen i planter passerer gennem flavonoidvejen. Viden om de enzymer, transportører og regulatorer, der styrer, hvilket pigment der akkumuleres hvor, er dog spredt over titusinder af publikationer. Dette projekt vil gøre denne viden beregningsbar. Kandidaten vil:
- Anvende PlantConnectome large-language-model-pipelinen til at udtrække og sammenkæde viden om enzymer, substrater, transportører, transskriptionsfaktorer, stress og genetiske modifikationer. Disse regulerer pigment- og specialiseret metabolitbiosyntese, fra mere end 70.000 publikationer, til den første omfattende vidensgraf over plantens specialiserede metabolitveje.
- Udvide grafen til miljømæssig kontekst – især hvordan samtidige stressfaktorer (f.eks. højt lys med varme eller tørke) omformer pigment- og specialiseret metabolitakkumulering, og om de involverede regulatorer deles på tværs af pryd- og frugtarter.
- Anvende symbolsk ræsonnement og linkforudsigelse (f.eks. AnyBURL regeludvinding og grafneurale netværk) til at udlede manglende vejkomponenter og regulatoriske relationer. Dette vil give testbare hypoteser og ingeniørmæssige mål for de eksperimentelle partnere.
- Bygge en interaktiv, ChatGPT-lignende grænseflade til grafen, så konsortiets medlemmer og det bredere samfund kan hente komplet, evidens-linket information om gener, enzymer, veje og fænotyper.
- Arbejde tæt sammen med DC8 (netværksbaseret vejforudsigelse, også ved UCPH), så graf- og udtryksdata integreres i en forklarbar ramme.
Secondments: TU Wien (Prof. Heidi Halbwirth, 3 måneder) for at integrere grafprædiktioner med enzymkarakterisering og pigmentvejsanalyse, og Klemm + Sohn (Stuttgart, 2 måneder) for at validere forudsagte mål i en anvendt avlskontekst. Kandidaten vil også deltage i netværkets træningsprogram med skoler, workshops og kurser i overførbare færdigheder.
Hvem søger KU - SCIENCE - PLEN? KU - SCIENCE - PLEN søger kandidater inden for bioinformatik, datalogi, datavidenskab eller beregningsbiologi, eller plantebiokemi med stærk computational interesse. Erfaring med naturlig sprogbehandling, store sprogmodeller, grafdatabaser eller viden-graf ræsonnement er en fordel. En interesse i plantemetabolisme er essentiel; en formel baggrund inden for dette er ikke et krav.
Projekt DC8: Multi-omics co-expression netværk til forudsigelse af nye metaboliske veje (Stripes&Stars WP4–5) Hvilke gener gør en petuniablomst lilla, en julestjerneblad hvid eller et blåbærkød blåt? Mange af enzymerne, transportørerne og regulatorerne er stadig ukendte, og dem, man kender, blev fundet enkeltvis. Dette projekt vil finde dem systematisk ud fra udtryksdata. Kandidaten vil:
- Bygge avancerede co-expression og regulatoriske netværk ud fra konsortie- og offentlige RNA-seq-data ved hjælp af gruppens TEA-GCN-algoritme. Denne aggregerer lineære og ikke-lineære korrelationer på tværs af forhold for at levere tilstandsspecifikke, forklarbare netværk.
- Integrere celle- og vævsløste udtryks-, proteomiske og epigenomiske datasæt for at afgrænse de regulatoriske subnetværk, der driver pigment- og specialiseret metabolitproduktion.
- Kombinere disse netværk med DC7-vidennetværket og udforske neurosymbolsk ræsonnement – at koble indlærte grafrepræsentationer (grafneurale netværk, viden-graf embeddings) med symbolske regler udvundet fra litteratur-grafen. Dette gøres for at udlede manglende vejmedlemmer og regulatorer med forklaringer, en biolog kan verificere.
- Forudsige og prioritere ingeniørmål (regulatorer, enzymer, miljømæssige signaler) til eksperimentel validering af netværkets eksperimentelle partnere, og følge hvordan disse forudsigelser klarer sig.
- Konsolidere netværks- og grafbaserede forudsigelser til en delt ressource for konsortiet.
Secondment: University of Amsterdam (Prof. Ronald Koes, 3 måneder) for at integrere transskriptomiske og epigenetiske datasæt fra petunia. Kandidaten vil også deltage i netværkets træningsprogram med skoler, workshops og kurser i overførbare færdigheder.
Hvem søger KU - SCIENCE - PLEN? KU - SCIENCE - PLEN søger kandidater inden for bioinformatik, beregningsbiologi, datalogi eller datavidenskab, eller plantebiologi med en stærk kvantitativ interesse. Erfaring med transskriptomik, netværksinferens, grafmaskinlæring eller viden-grafer er en fordel. En interesse i plantemetabolisme er essentiel; en formel baggrund inden for dette er ikke et krav.
Kvalifikationskrav og hvad KU - SCIENCE - PLEN værdsætter
MSCA-kvalifikationsregler Stillingen er underlagt kvalifikationsreglerne for Marie Skłodowska-Curie Doctoral Networks:
- Mobilitetsregel: Ansøgere må ikke have boet eller udført deres hovedaktivitet (arbejde, studier) i Danmark i mere end 12 måneder inden for de 36 måneder umiddelbart før ansættelsesdatoen.
- Ansøgere må ikke allerede have en doktorgrad på ansættelsesdatoen.
- Ansøgere kan have enhver nationalitet.
Hvad KU - SCIENCE - PLEN værdsætter Kodningserfaring er velkommen, men ikke et krav ved tiltrædelse – KU - SCIENCE - PLEN underviser i det. Hvad der ikke hurtigt kan læres, og som derfor vælges ud fra, er videnskabelig dømmekraft:
- At stille spørgsmål til data snarere end at acceptere dem – at spørge, hvad der blev målt, hvordan, og mod hvilken forventning.
- At bemærke anomalier og behandle dem som information snarere end støj.
- At organisere flere undersøgelseslinjer parallelt og vide, hvornår en skal stoppes eller omdirigeres.
- At forbinde beregningsmæssige beviser med et konkret biologisk spørgsmål.
- At ændre mening, når evidensen ændres.
KU - SCIENCE - PLEN er lige interesseret i kandidater fra biologi, der ønsker at lære computation, og kandidater fra datalogi, fysik eller ingeniørvidenskab, der ønsker at lære biologi.
Mutwil-gruppens forskning og hvad stillingen tilbyder Mutwil-gruppen hos PLEN arbejder i grænsefladen mellem komparativ og evolutionær plantebiologi samt AI-drevet biologisk opdagelse. Gruppen bygger store genekspressionsatlasser på tværs af arter, komparative co-ekspressionsnetværk og vidensgrafer. Gruppen anvender maskinlæring og store sprogmodeller til at omdanne plantelitteratur og omics-arkiver til testbare hypoteser. Gruppen består af flere ph.d.-studerende, postdocs og kandidatstuderende og vedligeholder en portefølje af udbredte fællesskabsressourcer under domænet .plant.tools, herunder PlantConnectome, CoNekt, diurnal.plant.tools og evorepro.plant.tools.
Gruppen er en del af Institut for Plante- og Miljøvidenskab (PLEN), Det Natur- og Biovidenskabelige Fakultet, Københavns Universitet. Gruppen er placeret på Frederiksberg Campus i København.
Stillingen tilbyder kreative og stimulerende arbejdsforhold i et dynamisk og internationalt forskningsmiljø. Forskningsfaciliteterne inkluderer moderne molekylærbiologiske laboratorier, plantefaciliteter og dedikerede højtydende computere og GPU-ressourcer.
Hovedvejleder er lektor Marek Mutwil, Institut for Plante- og Miljøvidenskab (PLEN), Københavns Universitet. E-mail: mutwil@plen.ku.dk.
Ph.d.-programmet
Programmet er et treårigt fuldtidsstudie inden for rammerne af det regulære ph.d.-program (5+3-ordningen), hvis ansøgeren allerede har en uddannelse svarende til en relevant dansk kandidatgrad.
Kvalifikationer, der kræves for programmet
For at være berettiget til ph.d.-programmet skal ansøgeren have gennemført en uddannelse, der svarer til en dansk kandidatgrad (180 ECTS/3 FTE BSc + 120 ECTS/2 FTE MSc) inden for projektets fagområde, f.eks. kemi, biokemi eller molekylærbiologi. For information om berettigelse af gennemførte uddannelser, se General assessments for specific countries og Assessment database.
Ansættelsesvilkår i det regulære program
Ansættelse som ph.d.-stipendiat er fuldtid og for maksimalt 3 år.
Ansættelsen er betinget af succesfuld indskrivning som ph.d.-studerende ved Ph.d.-skolen ved Det Natur- og Biovidenskabelige Fakultet, Københavns Universitet. Dette kræver indsendelse og accept af en ansøgning til det specifikke projekt, formuleret af ansøgeren.
Ansættelsesvilkår og løn er i overensstemmelse med aftalen mellem Finansministeriet og Akademikerne (AC) om akademikere i staten. Stillingen er omfattet af Protokol om Stillingsstruktur.
Ansvarsområder og opgaver i begge ph.d.-programmer
- Gennemføre et uafhængigt forskningsprojekt under vejledning.
- Gennemføre ph.d.-kurser svarende til ca. 30 ECTS / ½ fuldtidsækvivalent.
- Deltage i aktive forskningsmiljøer, herunder et ophold ved en anden forskningsinstitution, fortrinsvis i udlandet.
- Deltage i undervisnings- og vidensformidlingsaktiviteter.
- Skrive videnskabelige artikler rettet mod tidsskrifter med høj impact.
- Skrive og forsvare en ph.d.-afhandling baseret på projektet.
- Gennemføre secondments og netværksdækkende træningsaktiviteter i Stripes&Stars Doctoral Network.
KU - SCIENCE - PLEN søger følgende kvalifikationer
- Faglige kvalifikationer relevante for ph.d.-projektet.
- Programmeringserfaring (f.eks. Python) er en fordel; stærk analytisk tænkning er essentiel.
- Relevante publikationer.
- Relevant erhvervserfaring, f.eks. med NLP, LLM'er, viden-grafer eller graf-maskinlæring.
- Andre relevante faglige aktiviteter.
- Et nysgerrigt mindset med en stærk interesse i at gøre biologisk viden beregningsbar.
- Gode skriftlige og mundtlige engelskkundskaber.
- Opfyldelse af MSCA mobilitets- og berettigelseskriterierne nævnt ovenfor.
Ansøgning og vurderingsprocedure Ansøgningen, inklusive alle vedhæftede filer, skal være på engelsk og indsendes elektronisk ved at klikke på APPLY NOW nedenfor.
Ansøgningen skal indeholde:
- Motiveret ansøgning (maks. én side), der angiver hvilket projekt der ansøges om (DC7, DC8, eller begge, i rækkefølge efter præference) og ansøgerens motivation.
- Skriftlige svar på de fire spørgsmål nedenfor (maks. 250 ord hver). Ansøgere må gerne bruge AI-værktøjer til at hjælpe med at udforme deres svar; de bedes angive det, hvis de gør. De skriftlige svar er et udgangspunkt for interviewet, hvor KU - SCIENCE - PLEN vil udforske ansøgerens ræsonnement i en samtale.
- Curriculum vitae, inklusive information om uddannelse, erfaring, sprogfærdigheder og andre færdigheder relevante for stillingen.
- Originale diplomer for bachelor og kandidat samt karakterudskrift på originalsproget, inklusive en autoriseret engelsk oversættelse, hvis udstedt på et andet sprog end engelsk eller dansk. Hvis uddannelsen ikke er afsluttet, accepteres en certificeret/underskrevet kopi af en nylig karakterudskrift eller en skriftlig erklæring fra institutionen eller vejlederen.
- Publikationsliste (hvis muligt).
- Referencer (hvis tilgængelige).
Ansøgningsspørgsmål
- Forskningsinteresse. Hvilket biologisk spørgsmål ville ansøgeren gerne arbejde på i dette projekt, og hvilken evidens ville være nødvendig for at besvare det?
- Datatolkning. Et gen har en udtryksværdi på 100 under kontrolforhold, 200 under varmestress, 200 under tørke og 400 under kombineret varme og tørke. Hvad konkluderer ansøgeren, og hvad ville ansøgeren ønske at vide, før konklusionen drages?
- Parallel arbejde. Ansøgeren har to uger, et sæt offentligt tilgængelige udtryksdata og en litteratur, der endnu ikke kendes. Hvordan ville ansøgeren organisere de to uger, og hvad ville ansøgeren levere ved udgangen af hver?
- At ændre mening. Beskriv en situation, hvor ansøgeren troede noget om et projekt eller datasæt, og evidens fik ansøgeren til at revidere det. Hvad var evidensen?
Ansøgningsfrist: Fristen for ansøgninger er 31. januar 2027, kl. 23:59 GMT +1.
KU - SCIENCE - PLEN forbeholder sig retten til ikke at behandle materiale modtaget efter fristen og ikke at behandle ansøgninger, der ikke lever op til de ovennævnte krav.
Den videre proces Efter ansøgningsfristen vil et antal ansøgere blive udvalgt til faglig vurdering af en uvildig ekspertbedømmer. Ansøgere bliver informeret, om de går videre til vurdering. Bedømmeren vil vurdere de udvalgte ansøgeres kvalifikationer og erfaring i forhold til det ovennævnte forskningsområde, teknikker, færdigheder og andre krav. De vurderede ansøgere vil få mulighed for at kommentere på deres vurdering. Ansøgere kan læse om rekrutteringsprocessen på http://employment.ku.dk/faculty/recruitment-process/.
Interviews med udvalgte kandidater forventes afholdt i februar 2027.
Spørgsmål For specifik information om ph.d.-stipendiet bedes ansøgere kontakte hovedvejleder, lektor Marek Mutwil (mutwil@plen.ku.dk).
Generel information om ph.d.-studier ved Det Natur- og Biovidenskabelige Fakultet er tilgængelig på ph.d.-skolens hjemmeside: https://www.science.ku.dk/phd/.
Københavns Universitet ønsker at afspejle det omkringliggende samfund og inviterer alle uanset personlig baggrund.
