Doktorand i datoriserad bildbehandling med fokus på tillämpningar inom datadriven cell- och molekylärbiologi av bröstcancer

Är du intresserad av att utveckla nya metoder för bildanalys och maskininlärning för förbättrad cancerförståelse, diagnostik, och behandlingsstrategier? Vill du vara en del av ett forskarteam med skickliga och vänliga kollegor i en internationell miljö? Söker du en arbetsgivare som erbjuder trygga och förmånliga arbetsförhållanden? Välkommen att söka en doktorandtjänst inom Datadriven cell- och molekylär biologi vid Institutionen för informationsteknologi, Uppsala universitet.

Institutionen för informationsteknologi har en ledande position inom såväl forskning som utbildning på alla nivåer. Vi är idag Uppsala universitets tredje största institution, med drygt 350 anställda varav 120 lärare och 120 doktorander. Cirka 5000 grundutbildningsstudenter läser en eller flera kurser vid institutionen varje år. Mer information om oss hittar du på institutionens webbplats.

Projektet leds av Ida-Maria Sintorn, professor i digital bildbehandling vid Institutionen för informationsteknologi och genomförs tillsammans med forskare som utvecklar beräkningsmetoder med särskilt fokus på djupinlärning och bildanalys. Projektet bygger på samarbete med Carina Strell vid Institutionen för immunologi, genetik och patologi (IGP), och Ingela Lanekoff, Institutionen för kemi vid Uppsala universitet.

Doktorandtjänsten är inom forskarskolan Datadriven livsvetenskap (DDLS). 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 människans hälsa och de globala ekosystemen. SciLifeLab och Wallenbergs nationella program för datadriven livsvetenskap (DDLS) har som mål att rekrytera och utbilda nästa generations forskare inom datadriven livsvetenskap och skapa globalt ledande kompetens inom beräknings- och datavetenskap för livsvetenskap i Sverige. Programmet har 3,3 miljarder SEK i finansiering under 12 år från Knut och Alice Wallenbergs stiftelse.

Under 2025 kommer DDLS forskarskola att rekrytera 19 akademiska- och 7 industridoktorander. Under programmets gång kommer mer än 260 doktorander och 200 postdoktorer att vara en del av forskarskolan. DDLS-programmet har fyra strategiska forskningsområden: Datadriven precisionsmedicin och diagnostik, Datadriven smittspridning och infektionsbiologi, Datadriven cell- och molekylärbiologi samt Datadriven evolution och biodiversitet. För mer information, se https://www.scilifelab.se/data-driven/ddls-research-school/ .

Livsvetenskapens framtid är datadriven. Kommer du att leda den förändringen med oss? Ansök nu!

Projektbeskrivning
Bröstcancer utvecklas från atypisk hyperplasi (ADH), via duktalt karcinom in situ (DCIS) till invasivt karcinom (IC) och slutligen fjärrmetastaser. Endast ett fåtal DCIS-lesioner utvecklas till invasiv bröstcancer. Eftersom underliggande evolutionära processer i stort sett är okända, förblir den biologiska och kliniska förutsägelsen av progression svår, vilket leder till över- och underbehandling av kvinnor med, framför allt, tidig bröstcancer.

Under det senaste decenniet har vävnadsanalystekniker utvecklats som gör det möjligt att in-situ (i sitt vävnadssammanhang) studera mönster av genuttryck, cellulära fenotyper, samt metaboliter direkt i bilder av vävnad. Det övergripande syftet med detta datadrivna cell- och molekylärbiologiprojekt är att kombinera bildbehandling och AI för att utveckla ett ramverk för storskalig registrering, samt interaktiv visualisering och analys av 4 olika typer av in situ-bildinformatik. Detta för att tjäna det biologiska målet att kartlägga bröstcancertumörens mikromiljö, förstå det regulatoriska signalnätverket och identifiera progressionsmarkörer och behandlingsmål i tidiga faser.

Datadriven cell- och molekylärbiologi omfattar forskning som i grunden omvandlar vår kunskap om hur celler fungerar genom att titta in i deras molekylära komponenter i tid och rum, från enskilda molekyler till naturliga vävnadsmiljöer.

Arbetsuppgifter
Doktoranden kommer att ägna större delen av tiden åt sin utbildning på forskarnivå. Övrig verksamhet inom avdelningen, t.ex. undervisning och administrativt arbete, kan ingå inom ramen för anställningen (högst 20%), varvid tjänsten förlängs för att möjliggöra fyra års forskarstudier på heltid.

Kvalifikationskrav
Behörighet till utbildning på forskarnivå regleras i Högskoleförordningen. Grundläggande behörighet har den som:

• avlagt examen på avancerad nivå inom datavetenskap, bildanalys och maskininlärning, teknik, dataanalys, tillämpad matematik eller ett annat relaterat område, eller
• 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.

Högskolan får för en enskild sökande medge undantag från kravet på grundläggande behörighet, om det finns särskilda skäl. (7 kap. 39 § HF). För särskild behörighet, se studieplanen för ämnet.

De specifika kraven uppfylls genom att ha godkända kurser inom områden relevanta för ämnena bildanalys och maskininlärning, omfattande minst 90 högskolepoäng. Relevanta kurser innefattar, till exempel, bildbehandling, datorseende, maskininlärning, djupinlärning och neurala nätverk, samt kurser i python, GPU-programmering, matematisk modellering och statistik eller motsvarande.

Vi söker kandidater med:

• En stark akademisk bakgrund och en gedigen förståelse för beräkningar samt god analytisk förmåga;
• Kunskaper i programmering i Python och ramverk för djupinlärning som PyTorch och TensorFlow;
• Utmärkta kommunikationsfärdigheter i både tal och skrift på engelska;
• Kreativitet, noggrannhet och ett strukturerat tillvägagångssätt för problemlösning;
• God samarbetsförmåga, driv och självständighet.

Önskvärt/meriterande i övrigt
Meriterande är:

• Intresse för biomedicinsk forskning och erfarenhet av tillämpning av bildanalys inom biomedicin;
• Erfarenhet av programmering i Matlab, versionshantering med Git, typsättning med LaTeX, användning och administration av Linux-datorer;
• Erfarenhet av förklarlig och tolkningsbar AI (XAI);
• Erfarenhet av data visualisering och interaktiva ”användare-i-loopen” koncept;
• Erfarenhet i beräkningsbiologi, cell-och molekylär-biologi och genetik;
• Erfarenhet av bildgivande instrument och mikroskopi.

Bestämmelser för doktorander återfinns i Högskoleförordningen 5 kap §§ 1-7 samt i universitetets regler och riktlinjer.

Ansökan
Ansökan ska innehålla:

1. Meritförteckning (CV);
2. Kopia av examen/examensbevis och utskrift av kursprotokoll med betyg;
3. Examensarbete (eller ett utkast till detta, och/eller annan egenproducerad teknisk eller vetenskaplig text), vetenskapliga publikationer och andra relevanta dokument i elektronisk form;
4. Kontaktuppgifter (namn, e-postadresser och telefonnummer) till minst två referenser, med angivelse av sammanhanget, varaktigheten och arten av relationen till kandidaten. Referensbrev kan bifogas som stödjande dokument men är inte ett krav vid ansökningstillfället.
5. Ett följebrev (högst en sida) som inkluderar:
   1. Din motivering för att söka denna tjänst
   2. Tidigast möjliga startdatum (med skäl om tillämpligt)
   3. En kort punktlista med tre huvudsakliga akademiska eller vetenskapliga prestationer.

Om anställningen
Anställningen är tidsbegränsad, enligt HF 5 kap § 7. Omfattningen är heltid. Tillträde 1 september 2025 eller enligt överenskommelse. Placeringsort: Uppsala.

Upplysningar om anställningen lämnas av: Prof. Ida-Maria Sintorn (e-post: ida.sintorn@it.uu.se).

Välkommen med din ansökan senast den 12 maj 2025, UFV-PA 2025/1197.