荷兰瓦格宁根大学岗位制博士 - 导师招生 - 博士招生

版块导航: 正在加载中...

登录注册

应《网络安全法》要求，自2017年10月1日起，未进行实名认证将不得使用互联网跟帖服务。为保障您的帐号能够正常使用，请尽快对帐号进行手机号验证，感谢您的理解与支持！

24小时热门版块排行榜

返回列表

当前只显示满足指定条件的回帖，点击这里查看本话题的所有回帖

不爱吃可乐鸡翅

新虫 (正式写手)

应助: 0 (幼儿园)
金币: 23
帖子: 380
在线: 15分钟
虫号: 36850981

已领完

荷兰瓦格宁根大学岗位制博士: 领取红包 (小木虫手机app专属红包)

扫一扫，下载小木虫客户端

因平台限制，联系方式见头像

人工智能驱动的植物育种基因和性状发现博士职位

您的工作

您是否渴望参与塑造植物育种的未来？您是否对将机器学习、多组学数据分析、遗传学和前沿表型分析相结合，以发现复杂性状的分子驱动因素充满热情？那么，这个博士职位或许正是您梦寐以求的！

作物性能和环境响应背后的大多数性状都非常复杂，由许多相互作用的基因驱动。传统上，人们使用全基因组关联分析和其他线性方法研究这些性状。近年来，机器学习和人工智能的快速发展为研究复杂性状的遗传结构和分子机制开辟了新的途径。构建可解释的人工智能模型不仅可以提高性状预测的准确性，还可以帮助我们理解预测过程，从而为潜在的生物学过程提供新的见解。

该职位的主要任务是构建连接不同生物复杂性层次的人工智能模型，以深入了解潜在的基因和分子网络。初期，研究重点将放在整合蚕豆单细胞水平的转录组、蛋白质组和代谢组谱，以了解不同细胞类型差异的特征和驱动因素，并将其与观察到的植物性状联系起来。

您的职责包括：

设计并实施方法，将不同尺度（从单细胞（多组学）到整株植物（高通量表型分析））的基因型和表型数据关联起来。

设计并实施可解释且具有生物学基础的人工智能模型，利用多模态数据集预测分子和整株植物的表型。

运用新开发的方法，研究不同生物复杂性尺度下复杂性状的遗传结构。

将新开发的方法与更成熟的技术（例如全基因组关联研究 (GWAS/eGWAS)）进行对比。

与生物信息学、分子生物学、植物发育和胁迫响应等领域的同事密切合作。

在科学期刊上发表您的研究成果，与系内和研究组开展合作，并在博士论文和更广泛的科普活动中交流您的研究结果。

您的特质

您是一位热情、好奇且独立的科研人员，乐于处理复杂的生物数据、应对复杂的分析任务并开发新颖的方法。您致力于在植物育种和理性设计作物的开发中，运用人工智能技术取得突破性进展。您喜欢在跨学科团队中工作，团队成员涵盖分子生物学、数量遗传学、表型分析、生物信息学和植物生物学等领域。您拥有强大的分析能力和良好的沟通技巧，能够轻松地与不同研究团队和研究环境（从计算机实验室和分子实验室到温室）进行合作。您渴望学习新技术，无论是在计算、基因组学还是高通量表型分析方面，并且乐于将详细的性状测量结果与作物改良的整体目标联系起来。

您还具备：

已成功获得植物科学、生物学、农业、遗传学、生物信息学、人工智能或相关领域的硕士学位。

拥有处理多组学数据、关联研究和生物过程建模（机制性或数据驱动型）的经验。

具备定量数据分析技能，并有能力（或愿意）处理组学或高维数据集。

对遗传学、基因组学或性状定位感兴趣，并对基因型与表型关联感兴趣。

具有良好的团队合作精神和组织能力，能够协调跨团队和研究机构的实验。

此职位要求您的英语水平达到C1级。有时需要提交国际认可的英语语言能力证书。

准备好申请了吗？

您可以直接点击我们网站招聘页面上的“申请”按钮进行申请。经您同意，我们将处理您的个人信息。我们只接受通过我们网站提交的申请。

申请时，请提交以下文件（两份文件总页数不超过3页）：

完整且最新的个人简历（最多2页）；

求职信（最多1页）。

所有文件总页数不得超过3页。如果申请材料超过规定要求，申请将不予考虑。此阶段无需提交成绩单等其他文件，也不会予以审核。

申请截止日期为2026年6月8日。首轮面试将在截止日期后尽快安排。
发自小木虫手机客户端

回复此楼