Doktorand i molekylär biovetenskap
ExternalPrepare for this interview
EliteAI-generated questions, company research, and talking points tailored to this role
About the role
Institutionen för molekylär biovetenskap, Wenner-Grens institut (MBW) bedriver experimentell grundforskning inom molekylär cellbiologi, intergrativ biologi och infektions- och immunbiologi. Forskningsmiljön präglas av en modern och avancerad metodik och har en stark internationell profil. MBW är en av de större institutionerna inom Naturvetenskapliga fakulteten vid Stockholms universitet med drygt 30 forskargrupper och ca 180 anställda varav 65 är doktorander. Mer information om oss finns på: Institutionen för molekylär biovetenskap, Wenner-Grens institut Projektbeskrivning Proteomikdriven modellering av proteindynamik Vi söker en mycket motiverad doktorand till ett DDLS-finansierat projekt i gränslandet mellan strukturell proteomik, proteinbiofysik och maskininlärning. Anställningen är en del av SciLifeLab och forskarskolan inom Wallenberg National Program for Data-Driven Life Science (DDLS), inom forskningsområdet Cell- och molekylärbiologi. Doktoranden kommer att använda och utveckla både beräkningsbaserade och experimentella metoder. Data-driven life science (DDLS) använder data, beräkningsmetoder och artificiell intelligens för att studera biologiska system och processer på alla nivåer - från molekylära strukturer och cellulära processer till människors hälsa och globala ekosystem. SciLifeLab och Wallenberg National Program for Data-Driven Life Science (DDLS) syftar till att rekrytera och utbilda nästa generation av data-drivna livsvetare samt att bygga världsledande kompetens inom beräknings- och datavetenskap i Sverige. Programmet finansieras med totalt 3,3 miljarder SEK över 12 år av Knut och Alice Wallenbergs Stiftelse. Se fullständing beskrivning på SU's annons sida. Doktoranden kommer att ingå i en multidisciplinär och internationell forskningsmiljö och få utbildning inom kvantitativ proteomik, strukturbiologi, beräkningsbiologi, maskininlärning, dataintegration och vetenskaplig kommunikation. Som en del av DDLS-forskarskolan kommer studenten även att delta i nationella kurser, seminarier och nätverksaktiviteter inom data-driven life science. Planerat startdatum är oktober 2026. Framtidens livsvetenskap är datadriven. Vill du vara med och forma den utvecklingen? Välkommen att bli en del av detta unika program! Avhandlingsarbetet kommer att bedrivas inom ramen för detta projekt. Behörighetskrav För att bli antagen till forskarutbildning krävs att den sökande har grundläggande och särskild behörighet. Behörigheten ska vara uppfylld senast sista ansökningsdag. Grundläggande behörighet har du, om du avlagt examen på avancerad nivå, eller fullgjort kursfordringar om minst 240 högskolepoäng (hp), varav minst 60 hp på avancerad nivå, eller på annat sätt inom eller utom landet förvärvat i huvudsak motsvarande kunskaper. Särskild behörighet beskrivs i den allmänna studieplanen för utbildning på forskarnivå i ämnet. Urval Urval bland de sökande görs med hänsyn till förmågan att tillgodogöra sig utbildning på forskarnivå. Kriterier som används för att bedöma denna förmåga är: Dokumenterade kunskaper inom relevanta områden såsom molekylär biovetenskap, biokemi, proteomik, strukturbiologi, bioinformatik, beräkningsbiologi, maskininlärning eller relaterade områden. analytiskt och kreativt tänkande Vetenskaplig nyfikenhet och motivation för interdisciplinär forskning. Initiativförmåga och självständighet. Förmåga att samarbeta i en internationell och tvärvetenskaplig forskningsmiljö. God förmåga att uttrycka sig i tal och skrift på engelska. Den sökande bör även ha: Ett starkt intresse för proteinvetenskap, proteomik, strukturbiologi, beräkningsbiologi eller maskininlärning. En solid bakgrund inom molekylärbiologi, biokemi, bioinformatik, beräkningsbiologi, datavetenskap, fysik, kemi eller relaterade områden. Motivation att arbeta i ett interdisciplinärt projekt som kopplar experimentella biologiska data till beräkningsmodellering. Programmeringskunskaper i Python, R eller annat relevant programmeringsspråk. Intresse för maskininlärning, statistisk modellering, strukturell bioinformatik eller analys av storskaliga biologiska dataset. Erfarenhet av proteomik, masspektrometri, proteinstrukturanalys, molekyldynamik, djupinlärning eller bioinformatik är meriterande men inte ett krav. Erfarenhet av analys av andra typer av -omics-data är också värdefullt. Nyfikenhet, analytiskt tänkande och vilja att lära sig nya experimentella och beräkningsbaserade metoder. Ett starkt intresse för interdisciplinär forskning och integrationen av experimentell proteomik med data-driven modellering är avgörande för anställningen. Antagningsordning för utbildning på forskarnivå vid Stockholms universitet. Om anställningen Vi erbjuder en tidsbegränsad anställning som doktorand enligt 5 kap. högskoleförordningen (1993:100). Anställningstiden får inte vara längre än vad som motsvarar utbildning på forskarnivå på heltid under fyra år. Som doktorand ska du främst ägna dig åt din egen utbildning på forskarnivå, men i anställningen kan ar