Uppsala universitet, Institutionen för organismbiologi

Vid institutionen för organismbiologi bedriver vi undervisning och forskning om evolution, utveckling och funktion på organismnivå. För mer information se www.iob.uu.se.

Programmet för Evolution och utvecklingsbiologi söker en ny doktorand, huvudhandledare P. E. Ahlberg.

Arbetsuppgifter/Projektbeskrivning: Under det senaste årtiondet har tomografiska dataset skapade med synkrotron-mikrotomografi fått en allt större betydelse för forskningen på fossila ryggradsdjur, inte minst i forskningsområdet kring landryggradsdjurens uppkomst. Emellertid skapar dessa dataset också nya utmaningar. De är mycket stora, flera gigabytes som minst men ofta större än så, och medan bilderna är extremt skarpa och välupplösta är ljushetskontrasten mellan ben och omgivande sediment ofta låg. Denna låga kontrast gör att existerande mjukvaror för segmentering (den analytiska process som omvandlar scandata till tredimensionella modeller), vilka använder just ljushetskontraster för att separera strukturer, ofta har problem med att hantera synkrotrondata. Det paradoxala resultatet är ett högkvalitativt dataset, som det mänskliga ögat kan tolka utan svårighet, men som är nästan omöjligt att segmentera om man inte markerar benens gränser för hand – en extremt tidsödande process som skapar en sån flaskhals i forskningen att vissa dataset i realiteten blir oanvändbara.

Det här projektet kommer att utforska maskininlärning (artificiell intelligens, AI) som ett hjälpmedel för segmentering av sådana dataset. Förhoppningen är att bildanalys med AI kommer att tillåta mjukvaran att skilja ben från sediment på basis av samma kriterier – textur, formkontinuitet från snittbild till snittbild, etc. – som det mänskliga ögat använder. Två existerande synkrotronmikrotomografiska dataset kommer att användas för projektet, ett relativt lätthanterat med god ljushetskontrast (kranier och käkar av den kvastfeniga fisken Polyplocodus) och ett svårare dataset med mycket låg kontrast (block av en såkallad 'bone bed', alltså sedimentblock som innehåller ett virrvarr av olika ben, från Sibirien). Båda härrör från Devonperioden och är potentiellt informativa om landryggradsdjurens uppkomst.

Doktoranden kommer att följ två parallella spår: utveckling av AI-mjukvara för automatiserad segmentering av dataseten, och tolkning och beskrivning av fossilen på basis av segmenteringsresultaten. Hen kommer också att utvärdera fossilens betydelse i relation till tetrapodernas evolution (huvudsakligen Polyplocodus) och de Devontida ryggradsdjurens biogeografi (huvudsakligen den sibiriska benbädden).

För att ge studenten adekvat stöd kommer hen att ha två huvudsakliga handledare. Formell huvudhandledare blir Per Ahlberg, som har världsledande expertis på Devontida ryggradsdjur och som också tillhandahåller de synkrotronmikrotomografiska dataseten. Förste bihandledare blir Thomas Schön (Professor i artificiell intelligens, Institutionen för informationsteknologi, UU), som är en ledande expert på AI-analys av bilddata och medsökande på VR-projektet som finansierar doktorandtjänsten. Andra bihandledare blir Donglei Chen (Programmet för Evolution och utvecklingsbiologi, UU) vars unika expertis i användningen av synkrotronmikrotomografi för analys av de tidiga ryggradsdjurens tänder kommer att vara av stort värde för tolkningen av Polyplocodus.

Kvalifikationskrav: En mastersexamen (eller motsvarande) inom ett relevant ämnesområde är ett krav. Kandidaten måste ha praktisk erfarenhet av segmentering av synkrotronmikrotomografiska fossildata, helst både med konventionell mjukvara som VGStudio MAX eller Mimics och med den AI-baserade mjukvaran Dragonfly. Kandidaten måste tala engelska flytande och kunna skriva vetenskapliga texter på engelska.

Önskvärt/meriterande i övrigt: Annan erfarenhet av arbete med vertebratfossil är meriterande. Universitetet har för avsikt att rekrytera den person som, utifrån en sammanvägd bedömning av kompetens, färdigheter och dokumenterade kvalifikationer, bedöms som lämpligast att bedriva projektet samt bidra till en positiv utveckling av avdelningen.

Anställningen: Anställningen är fyra år och personen kommer huvudsakligen att ägna sig åt sin egen forskning. Om undervisning eller annan institutionstjänstgöring på maximalt 20 procent ingår i anställningen kan en förlängning beviljas upp till högst fem år. Löneplacering sker i enlighet med lokala riktlinjer vid Uppsala universitet. Sökanden måste vara berättigad till doktorsexamen vid Uppsala universitet. Information om forskarutbildning finns på webbplatsen för Naturvetenskapliga fakulteten, http://www.teknat.uu.se/Doktorand/.  

Ansökningsförförande Ansökan ska innehålla 1) ett brev som beskriver dig själv, dina forskningsintressen och din motivation till varför du vill ha doktorandtjänsten, 2) en kort beskrivning av din utbildning, kopior av examensbevis och betyg, 5) namn och kontaktinformation (adress, mejl och telefonnummer) till minst två referenspersoner, 6) relevanta publikationer(inklusive masteruppsatsen). Ansökan bör vara skriven på engelska.

Bestämmelser för doktorander återfinns i Högskoleförordningen 5 kap §§ 1-7 samt i universitetets regler och riktlinjer http://regler.uu.se/.

Lön: Enligt lokalt kollektivavtal för doktorander.

Tillträde: 2021-03-01 eller enligt överenskommelse.

Anställningsform: Tidsbegränsad anställning enl HF 5 kap § 7.

Anställningens omfattning: 100 %

Upplysningar om anställningen lämnas av: Per Ahlberg, per.ahlberg@ebc.uu.se

Välkommen med din ansökan senast den 5 februari 2021, UFV-PA 2020/5026.

Anställningsform Tidsbegränsad anställning
Anställningens omfattning Heltid
Tillträde 2021-03-01 eller enligt överenskommelse
Löneform Fast lön
Antal lediga befattningar 1
Sysselsättningsgrad 100 %
Ort Uppsala
Län Uppsala län
Land Sverige
Referensnummer UFV-PA 2020/5026
Facklig företrädare
  • ST/TCO, tco@fackorg.uu.se
  • Seko Universitetsklubben, seko@uadm.uu.se
  • Saco-rådet, saco@uadm.uu.se
Publicerat 2021-01-05
Sista ansökningsdag 2021-02-05

Tillbaka till lediga jobb