Doktorand i data-driven precisionsmedicin och diagnostik

Datadriven livsvetenskap (DDLS) använder data, beräkningsmetoder och artificiell intelligens för att studera biologiska system och processer på alla nivåer – från molekylära strukturer och cellulära processer till mänsklig hälsa och globala ekosystem. SciLifeLab och Wallenbergs nationella program för datadriven livsvetenskap (DDLS) syftar till att rekrytera och utbilda nästa generation av datadrivna livsvetenskapsforskare, samt att skapa världsledande kapacitet inom beräknings- och datavetenskap i Sverige. Programmet finansieras med totalt 3,3 miljarder kronor under 12 år av Knut och Alice Wallenbergs Stiftelse (KAW). Under 2026 kommer DDLS forskarskola att expandera genom rekrytering av 25 akademiska och 7 industriella doktorander. Under DDLS-programmets gång kommer fler än 260 doktorander och 200 postdoktorer att ingå i forskarskolan. Programmet har fyra strategiska forskningsområden: cell- och molekylärbiologi, evolution och biodiversitet, precisionsmedicin och diagnostik, samt epidemiologi och infektionsbiologi. För mer information, besök https://www.scilifelab.se/data-driven/ddls-research-school/. Framtidens livsvetenskap är datadriven. Vill du vara en del av den förändringen? Bli då en del av oss i detta unika program!

Datadriven precisionsmedicin och diagnostik omfattar dataintegrering, analys, visualisering och datatolkning för patientstratifiering, upptäckt av biomarkörer för sjukdomsrisker, diagnos, läkemedelsrespons och hälsoövervakning. Forskningen inom precisionsmedicin förväntas utnyttja befintliga starka tillgångar i Sverige och utomlands, såsom molekylära data (t.ex. omik-data).

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

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

Kolorektalcancer (tarmcancer) är den tredje vanligaste cancerdiagnosen i världen. Dess omfattande molekylära heterogenitet, som formas av genetiska förändringar, interaktioner i tumörmikromiljön (TME) och tarmens mikrobiom, leder till varierande patientutfall och begränsar effekten av behandlingar. Trots den snabba utvecklingen av encells-atlaser (single-cell atlases) begränsas deras kliniska relevans av avsaknaden av rumsligt sammanhang, matchade multi-omics-data och långsiktig klinisk uppföljning. 

Tobias Sjöbloms forskargrupp har genomfört den hittills största multi-omics-karaktäriseringen av kolorektalcancer, omfattande helgenomsekvensering (WGS) och RNA-sekvensering av 1 063 patienter. Utifrån detta fundament genereras nu data för subcellulär spatiell transkriptomik (Stereo-seq V1) och kärn-RNA-sekvensering (snRNA-seq; MGI G400, Parse och SmartSeq3) från upp till 300 fall. Denna kohort kommer att utgöra ett av världens största dataset för spatiell multi-omics inom kolorektalcancer.

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.