Institutionen för immunologi, genetik och patologi

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 och teknisk-naturvetenskapliga vetenskapsområdet. 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: www.igp.uu.se

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

Arbetsuppgifter
Till skillnad från många svåra former av cancer, orsakar hjärntumören glioblastom död inte genom fjärrmetastaser utan genom lokal invasion. Den invasiva växten hos glioblastom är mångfacetterad: tumörceller invaderar längs flera anatomiska vägar, inklusive längs blodbanor, inuti nervfibrer och direkt genom hjärnans övriga strukturer. Studier från vårt och andra team har visat dessa invasionsvägar styrs av specifika processer i och mellan cellerna. Den framväxande bilden är att glioblastomceller verkar utnyttja mekanismer från embryonutveckling och sårläkning. En central fråga för den fortsatta forskningen är i vilken grad dessa mekanismer kan utnyttjas för terapi. Här kommer vi att ta upp två frågor:

  1. Kan matematiska modeller förutsäga med precision hur läkemedel kan blockera tumörväxten och invasionssättet?
  2. Kan vi förutsäga resultatet av skräddarsydda patientspecifika interventioner som drabbar flera invasionsvägar?

I projektets första del ska vi utveckla nya beräkningsstrategier för att modellera och förutsäga hur tumörvävnadens organisation ändras över tid, och av behandlingar. Vi ska utveckla metoder för att tolka resultaten från bildserier från så kallade brain slice assays, en kraftfull teknik för att mäta hur tumören växer. Vi ska även tolka data från så kallade spatial transcriptomics-försök där vi relaterar cellulära processer till invasion. Detta görs med Prof. Mats Nilsson, SU och Dr. Hitesh Mangukiya, IGP. I projektets andra del är vårt mål att stratifiera patienter för invasionsinriktad terapi. I korthet kommer vi att etablera en prediktionsmetod som länkar signaturer av nyligen insamlade patientprover till en lista över invasionsinriktade läkemedel. Prediktorn kommer att kombinera molekylära mätningar med data från MRT-avbildning av patienter. Förutsägelserna kommer att testas i zebrafiskmodeller och mus-PDX-modeller, i samarbete med Docent Kaska Koltowskas team och Dr Cecilia Krona. Projektet kan innebära ett genombrott inom utvecklingen av behandlingar mot en av våra svåraste cancerformer.

Projektet handleds av Prof Sven Nelander, med bihandledare som är experter i statistik (Prof Rebecka Jörnsten) och experimentell cancerforskning (Docent Kaska Koltowska, Dr Cecilia Krona). Du kommer att ges möjlighet att jobba i spännande tvärvetenskaplig miljö, i ett stort team med flera sorters expertis (nelanderlab.org). Utöver forskningsprojektet kommer du att delta i seminarier, konferenser, undervisning. Projektet stöds av ett 5-årigt anslag från Knut och Alice Wallenbergs Stiftelse.

Kvalifikationskrav
Behörig till utbildning på forskarnivå är den som har:

  • Avlagt examen på avancerad nivå inom beräkningsvetenskaper och/eller biomedicin, t ex civilingenjör, tillämpad matematik, biomedicin, eller medicin.
  • Fullgjort minst 240 högskolepoäng, varav minst 60 högskolepoäng på avancerad nivå inklusive ett självständigt arbete om minst 15 högskolepoäng, eller på något annat sätt förvärvat i huvudsak motsvarande kunskaper.

Tjänsten förutsätter att du:

  • Har erfarenhet av, och intresse för, analyser av omfattande datamängder.
  • Kan minst ett programmeringsspråk bra (vanligtvis Python, R eller MATLAB)
  • Har kunskaper i den matematik på en nivå som behövs för forskningsarbete inom beräkningsbiologi (ungefär motsvarande civilingenjörsexamen). Exempel på matematik som kan ingå i projektet är: linjär algebra, maskininlärning, regression, dimensionsreduktion, Ising-modeller, neurala nätverk, sannolikhet, statistisk testning, bildanalys)
  • Har kunskaper om molekylärbiologi, cellbiologi, cancerbiologi, bioteknik eller närliggande områden.
  • Har utmärkt kommunikationsförmåga (muntlig och skriftlig engelska)
  • Har personliga egenskaper som gör det enkelt att arbeta i ett team.

Önskvärt/meriterande i övrigt
Vi välkomnar särskilt sökande med specifik forskningserfarenhet inom cancerdataanalys, särskilt arbete som rör cancer i nervsystemet. Vi lägger också stor vikt vid tidigare erfarenhet av högdimensionella molekylärbiologiska data eller bilddatauppsättningar, såsom single cell-data eller mikroskopidata. Vi värdesätter tidigare erfarenhet av innovation och originalitet, såväl som tidigare erfarenhet av produktivt lagarbete.

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 enligt överenskommelse. Placeringsort: Uppsala

Upplysningar om anställningen lämnas av: Sven Nelander, sven.nelander@igp.uu.se; 076-1380123

Välkommen med din ansökan senast den 25 maj månad 2023, UFV-PA 2023/1219.

Anställningsform Tidsbegränsad anställning
Anställningens omfattning Heltid
Tillträde Enligt överenskommelse
Löneform Fast lön
Antal lediga befattningar 1
Sysselsättningsgrad 100 %
Ort Uppsala
Län Uppsala län
Land Sverige
Referensnummer UFV-PA 2023/1219
Facklig företrädare
  • ST/TCO, tco@fackorg.uu.se
  • Seko Universitetsklubben, seko@uadm.uu.se
  • Saco-rådet, saco@uadm.uu.se
Publicerat 2023-04-27
Sista ansökningsdag 2023-05-25

Tillbaka till lediga jobb