KU - SCIENCE - PLEN inviterer ansøgere til en postdoc-stilling inden for beregningsbiologi. Stillingen fokuserer på integration af multimodale single-cell-, epigenomiske og litteraturafledte data i genregulatoriske netværk. Stillingen finansieres af Novo Nordisk Fonden gennem Ascending Investigator-bevillingen “Accelerating crop resilience with AI-enabled gene function prediction and stress regulatory networks” (NNF26OC0113093).
Stillingen er af 3 års varighed. Startdatoen er den 1. marts 2027 eller snarest derefter.
Om projektet
Klimadrevne hedebølger og tørke destabiliserer i stigende grad afgrødeudbyttet. De genregulatoriske netværk, der styrer stressreaktioner i afgrøder, forbliver dog dårligt belyst, da de for det meste er blevet målt i hele organer. Dette program vil afdække dem på niveau med individuelle celletyper og deres cis-regulatoriske elementer i fire store nordiske afgrøder – raps, kartoffel, hvede og byg – under hede, tørke og kombinationen af disse to.
Postdoc'en er den beregningsmæssige integrator af bevillingen, og vedkommende omsætter de data, bevillingen genererer, til regulatoriske netværk. Single-cell RNA-seq- og ATAC-seq-data genereres af en ph.d.-studerende og en tekniker på teamets 10x Genomics-platform. Postdoc'ens arbejde begynder, når sekventeringsresultaterne ankommer.
Dette er en rent beregningsmæssig stilling – intet vådlaboratoriearbejde er involveret. Konkret vil postdoc'en:
- Opbygge analysegrundlaget for single-cell stressatlas: herunder kvalitetskontrol, håndtering af doubletter og omgivende RNA, integration på tværs af fire arter, tre stressforhold, tre organer og tre tidspunkter. Hertil kommer celle-type annotering ved hjælp af konserverede markører – med pipelines som ph.d.-studerende kan køre og udvide.
- Integrere modaliteterne i genregulatoriske netværk. Udlede transkriptionsfaktor–target-forhold ved at udvide teamets TEA-GCN-metode til single-cell-data. Identificere cis-regulatoriske elementer fra tilgængeligt kromatin ved hjælp af kendte motiver, de novo motivopdagelse, konvolutionelle neurale netværk og DNA-sprogmodeller. Forbinde de to til TF–CRE–target-tripletten. Benchmarking mod SCENIC+, MAESTRO og relaterede rammer og anvende det, der virker.
- Rangordne regulatoriske relationer efter konservering på tværs af de fire afgrøder for at opnå en høj-tillids kerne, og udvikle de komparative metoder, dette kræver.
- Forbinde netværkene til resten af bevillingens arbejde: til teamets litteraturafledte viden-graf og gen-funktionsforudsigelser, og til den åbne webplatform, hvorigennem bevillingens data, modeller og forudsigelser deles, så regulatorer og targets kan prioriteres til validering i raps med sporbar dokumentation.
- Medvejlede og træne ph.d.-studerende og kandidatstuderende på den beregningsmæssige side, samt hjælpe med at opbygge teamets single-cell- og multi-omics-analysekapacitet.
Hvem søger KU - SCIENCE - PLEN?
Ansøgeren forventes at have en ph.d.-grad i bioinformatik, beregningsbiologi, genomik, plantemolekylærbiologi eller et beslægtet felt. Vedkommende skal have analyseret single-cell- eller andre højdimensionelle omics-data selvstændigt. KU - SCIENCE - PLEN søger en beregningsmæssig videnskabsperson, der kan omsætte rå multimodale data til et holdbart biologisk udsagn, og som er komfortabel med at arbejde side om side med de eksperimentalister, der genererer dataene.
Væsentlige kvalifikationer:
- En ph.d.-grad (eller en indleveret afhandling inden startdatoen) inden for et relevant felt
- Dokumenteret erfaring med analyse af single-cell RNA-seq og/eller single-cell ATAC-seq data, eller med sammenlignelige multimodale genomiske data
- Stærke programmeringsfærdigheder i Python eller R, og erfaring med at opbygge reproducerbare analyseworkflows (f.eks. Snakemake/Nextflow, versionskontrol, containere)
- En publikationsliste, der demonstrerer uafhængigt videnskabeligt bidrag
- Fremragende skriftlig og mundtlig engelsk
Fordelagtige kvalifikationer:
- Erfaring med genregulatorisk netværksinferens, motivanalyse eller cis-regulatorisk elementforudsigelse
- Erfaring med deep-learning modeller af regulatorisk sekvens (CNN'er, DNA-sprogmodeller) eller med grafbaserede metoder
- Erfaring med komparativ eller arts-overskridende analyse af transkriptomiske data
- Erfaring med plantens abiotiske stressbiologi eller med afgrødearter
- Erfaring med medvejledning af studerende
KU - SCIENCE - PLEN's gruppe og forskning – og hvad tilbydes?
Mutwil-gruppen hos PLEN arbejder i krydsfeltet mellem komparativ og evolutionær plantebiologi og AI-drevet biologisk opdagelse. Gruppen opbygger store genekspressionsatlas på tværs af arter, komparative co-ekspressionsnetværk og viden-grafer. Der anvendes 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 community-ressourcer under .plant.tools-domænet, herunder PlantConnectome, CoNekt, diurnal.plant.tools og evorepro.plant.tools.
Postdoc'en vil arbejde tæt sammen med de to ph.d.-studerende finansieret af samme bevilling (litteraturafledte viden-grafer og gen-funktionsforudsigelse; single-cell stressekperimenter) og med samarbejdspartnere professor Ryan Lister (University of Western Australia, multimodal single-cell genomik) og professor Zoran Nikoloski (University of Potsdam, regulatorisk netværksinferens).
Gruppen er en del af Institut for Plante- og Miljøvidenskab (PLEN), Det Natur- og Biovidenskabelige Fakultet, Københavns Universitet. KU - SCIENCE - PLEN er beliggende på Frederiksberg Campus i København. Der tilbydes kreative og stimulerende arbejdsforhold i et dynamisk og internationalt forskningsmiljø. Beregningsressourcer inkluderer en 196-tråds/1 TB RAM-arbejdsstation og garanteret GPU-adgang via LUMI og uCloud.
Henvendelser vedrørende stillingen kan rettes til lektor Marek Mutwil, mutwil@plen.ku.dk.
Ansættelsesvilkår
Stillingen er omfattet af aftale om stillingsstruktur for videnskabeligt personale. Ansættelse og aflønning sker i henhold til overenskomst mellem Skatteministeriet og Akademikerne i staten. Forhandling om løntillæg er mulig.
Ansøgningsprocedure
Ansøgningen, på engelsk, skal indsendes elektronisk ved at klikke på 'APPLY NOW'. Venligst inkluder følgende:
- Motiveret ansøgning (maks. én side)
- Curriculum vitae, herunder oplysninger om uddannelse, erfaring, sprogfærdigheder og andre relevante færdigheder for stillingen
- Diplomer (kandidat- og ph.d.-grad eller tilsvarende). Hvis ph.d.-graden endnu ikke er tildelt, skal der vedlægges dokumentation for forventet dato for forsvar
- Fuldstændig publikationsliste
- Separate reproduktioner af op til tre særligt relevante artikler
- Forskningsoversigt (maks. to sider), der beskriver tidligere arbejde, og hvordan ansøgeren ville tilgå den multimodale integration og netværksinferens som beskrevet ovenfor
- Navne og kontaktoplysninger på to eller tre referencer
Universitetet ønsker, at dets personale afspejler samfundets mangfoldighed og byder derfor ansøgninger fra alle kvalificerede kandidater velkommen uanset personlig baggrund.
Ansøgningsfrist:
Ansøgningsfristen er den 31. januar 2027, kl. 23:59 GMT +1.
KU - SCIENCE - PLEN forbeholder sig retten til ikke at behandle materiale modtaget efter fristen, og til ikke at behandle ansøgninger, der ikke lever op til de ovennævnte krav.
Den videre proces
Efter udløbet af ansøgningsfristen udvælger den autoriserede rekrutteringsansvarlige ansøgere til vurdering efter indstilling fra ansættelsesudvalget. Herefter nedsættes et bedømmelsesudvalg til at vurdere de udvalgte ansøgninger.
Ansøgerne vil blive underrettet om udvalgets sammensætning, og den endelige udvælgelse af en succesfuld kandidat vil blive foretaget af institutlederen, baseret på anbefalingerne fra bedømmelsesudvalget og ansættelsesudvalget. Ansøgeren vil blive vurderet i henhold til bekendtgørelse nr. 242 af 13. marts 2012 om ansættelse af videnskabeligt personale ved universiteter.
Interviews med udvalgte kandidater forventes afholdt i februar 2027.
