Doktorand i data-driven precisionsmedicin och diagnostik

Om jobbet

Institutionen för immunologi, genetik och patologi vid Uppsala universitet har en bred forskningsprofil med starka forskargrupper inriktade på bl.a cancer, autoimmuna och genetiska sjukdomar. En av grundtankarna vid institutionen är att stimulera translationell forskning och därmed en närmare samverkan mellan medicinsk forskning och sjukvården. Forskning bedrivs inom cancerprecisionsmedicin, cancerimmunterapi, genomik och neurobiologi, molekylära verktyg och funktionsgenomik, neuroonkologi och neurodegeneration samt vaskulärbiologi. Delar av verksamheten är även integrerad med avdelningarna för onkologi, klinisk genetik, klinisk immunologi, klinisk patologi och sjukhusfysik vid Akademiska sjukhuset. Institutionen har undervisningsuppdrag på ett antal programutbildningar, fristående kurser och internationella masterprogram inom den medicinska fakulteten. Institutionen omsätter omkring 500 miljoner kronor, varav drygt hälften är externa forskningsbidrag. Antalet anställda är ca 345, varav ca 100 är doktorander, och det finns totalt över 700 verksamma i arbetsstyrkan. Läs gärna mer om institutionens verksamhet här: https://www.uu.se/institution/immunologi-genetik-och-patologi

Doktoranden kommer att ingå i ett aktivt projekt och arbeta med beräkningsanalyser av denna unika kohort.

Arbetet omfattar: Utveckling av pipelines för spatiell transkriptomik: mappning, rumsligt medveten kvalitetskontroll (QC), normalisering, cellssegmentering som integrerar H&E-bildanalys med transkriptdensitet, samt identifiering av spatiella domäner. Integrering och annotering av cellkärnor: storskalig batch-integrering av flera prover (upp till 3 miljoner celler) med hjälp av djupinlärningsmetoder, hierarkisk klustring och annotering av celltyper jämfört med publicerade atlaser över kolorektalcancer. Dekonvolution och karaktärisering av tumörmikromiljön (TME): Bayesiansk hierarkisk dekonvolution av spatiella segment med hjälp av matchade referensdata från snRNA-seq, analys av kommunikation mellan celler samt identifiering av spatiella nischer. Multi-omics-integrering: att länka spatiella fynd och fynd på encellsnivå till befintliga data från WGS, bulk-RNA-seq, plasmaproteomik, epigenomik och metagenomik från samma patienter för att identifiera prognostiska och prediktiva biomarkörer.

Arbetsuppgifter - Design, implementering och benchmarking av beräknings-pipelines för spatiella och encells-baserade multi-omics-analyser. - Analys och tolkning av storskaliga dataset från kolorektalcancer över flera datamodaliteter.- Hantering av HPC-resurser och schemaläggning av jobb på NAISS Arrhenius CPU- och GPU-partitioner.

Kvalifikationskrav För att uppfylla de grundläggande behörighetskraven för utbildning på forskarnivå måste du: - inneha en examen på avancerad nivå (masterexamen) inom biomedicin eller bioinformatik. - ha fullgjort kurser om minst 240 högskolepoäng, varav minst 60 högskolepoäng på avancerad nivå inklusive ett självständigt arbete (examensarbete) om minst 15 högskolepoäng, eller på något annat sätt ha förvärvat i huvudsak motsvarande kunskaper. - ha dokumenterad erfarenhet av analys av genom-, transkriptom-, ATAC-seq-, spatiella- och encellsdata från vävnader eller celler från däggdjur i kohortskala. - ha dokumenterad färdighet inom High Performance Computing (HPC). Praktisk erfarenhet av att köra storskaliga jobb på ett HPC-kluster, inklusive hantering av CPU-noder med stort minne samt GPU-accelererade beräkningar. Förtrogenhet med schemaläggning av jobb (t.ex. SLURM), hantering av conda/mamba-miljöer och orkestrering av pipelines (t.ex. Snakemake) krävs. - ha mycket goda färdigheter i Python och/eller R för bioinformatik samt förmåga att skriva ren, reproducerbar och väldokumenterad kod för komplexa flerstegs-pipelines. -ha dokumenterad erfarenhet av cancerforskning.

Önskvärt/meriterande i övrigt- Dokumenterad erfarenhet av plattformar för spatiell transkriptomik med subcellulär upplösning (Stereo-seq, Visium HD, Xenium, CosMx). - Dokumenterad erfarenhet av metoder för Bayesiansk dekonvolution eller identifiering av spatiella domäner. - Dokumenterad erfarenhet av djupinlärning för biologisk sekvens- eller bilddata (transformer-arkitekturer, vision transformers, graf-faltningsnätverk/GCN). - Dokumenterad erfarenhet av multi-omics-integrering över genomiska, transkriptomiska, proteomiska och metagenomiska datalager. Bestämmelser för doktorander återfinns i Högskoleförordningen 5 kap §§ 1-7 samt i universitetets regler och riktlinjer.

Om anställningen Anställningen är tidsbegränsad, enligt HF 5 kap § 7. Omfattningen är heltid. Tillträde 1 augusti eller enligt överenskommelse. Placeringsort: Uppsala.

Upplysningar om anställningen lämnas av: Professor Tobias Sjöblom, +46-18-4715036, tobias.sjoblom@igp.uu.se

Välkommen med din ansökan senast den 25 maj 2025, UFV-PA 2026/885.

Observera att detta är en förkortad version av annonsen. För att se den fullständiga annonsen vänligen klicka på "Ansök här" eller se Uppsala universitets hemsida: https://uu.se/jobb/

Uppsala universitet är ett brett forskningsuniversitet med stark internationell ställning. Det yttersta målet är att bedriva utbildning och forskning av högsta kvalitet och relevans för att göra skillnad i samhället. Vår viktigaste tillgång är alla 7 500 anställda och 53 000 studenter som med nyfikenhet och engagemang gör Uppsala universitet till en av landets mest spännande arbetsplatser.

Läs mer om våra förmåner och hur det är att jobba inom Uppsala universitet

https://uu.se/om-uu/jobba-hos-oss/

Anställningen kan komma att säkerhetsprövas. Vid säkerhetsprövning är en förutsättning för anställning att sökande blir godkänd.

Vi undanber oss erbjudanden om rekryterings- och annonseringshjälp.

Ansökan tas emot i Uppsala universitets rekryteringssystem.

Fackliga företrädare: Saco-S - saco-s@uu.se, Seko - seko@uadm.uu.se, ST (OFR/S) - ofr@uu.se

Öppen för alla

Vi fokuserar på din kompetens, inte dina övriga förutsättningar. Vi är öppna för att anpassa rollen eller arbetsplatsen efter dina behov.