دکتری DDLS پزشکی دقیق داده‌محور و سرطان | اوپسالا سوئد 2026

موقعیت دکتری برنامه ملی DDLS در پزشکی دقیق داده‌محور و تشخیص سرطان| دانشگاه اوپسالا سوئد

PhD Studentship in Data-driven Precision Medicine and Cancer Diagnostics | SciLifeLab & Uppsala University, Sweden

دانشگاه اوپسالا سوئد با همکاری برنامه ملی و معتبر زیست‌شناسی داده‌محور (DDLS) مستقر در مرکز SciLifeLab، فراخوانی برای جذب یک دانشجوی دکتری تمام‌وقت در دپارتمان ایمونولوژی، ژنتیک و پاتولوژی (IGP) صادر کرده است. این پوزیشن یکی از ۳۲ موقعیت دکتری جدیدی است که در سال ۲۰۲۶ با حمایت مالی بنیاد بزرگ کنوت و آلیس والنبری (KAW) در سراسر سوئد جذب می‌شوند و بر روی یک ابرپروژه مولتی‌اومیکس در زمینه سرطان روده بزرگ (Colorectal Cancer) تمرکز دارد.

تبیین ساختار و اهداف پروژه تحقیقاتی (سرطان روده بزرگ)

سرطان روده بزرگ (CRC) سومین سرطان شایع در سراسر جهان است که هتروژنی مولکولی گسترده آن (ناشی از تغییرات ژنتیکی، تعاملات ریزمحیط تومور و میکروبیوم روده) مانع پاسخ یکنواخت بیماران به درمان‌ها می‌شود. گروه تحقیقاتی پروفسور توبیاس شوبلوم (Sjöblom group) بزرگ‌ترین مشخصه‌یابی مولتی‌اومیکس سرطان روده را در جهان با داده‌های WGS و RNA-seq بیش از ۱۰۶۳ بیمار انجام داده است. در فاز کنونی، داده‌های ترانسکریپتومیکس مکانی زیرسلولی (Stereo-seq V1) و متوالی‌سازی آر‌ان‌ای تک‌هسته (snRNA-seq) برای ۳۰۰ بیمار در حال تولید است.

دانشجوی دکتری وظیفه توسعه خطوط لوله کامپیوتری (Pipelines) و تحلیل‌های محاسباتی این کوهورت بی‌نظیر را بر عهده خواهد داشت که شامل موارد زیر است:

• توسعه خط لوله ترانسکریپتومیکس مکانی: نقشه‌برداری، کنترل کیفیت مکانی، نرمال‌سازی و بخش‌بندی سلولی با تلفیق تصاویر H&E.

• ادغام و حاشیه‌نویسی تک‌هسته: یکپارچه‌سازی دسته‌ای داده‌های بزرگ مقیاس (تا ۳ میلیون سلول) با استفاده از رویکردهای یادگیری عمیق (Deep Learning).

• واهم‌آمیزی (Deconvolution): فرمولاسیون مدل‌های سلسله‌مراتبی بیزی برای شناسایی طاقچه‌های مکانی و ارتباطات سلول با سلول.

• ادغام داده‌های لایه‌ای مولتی‌اومیکس: پیوند دادن یافته‌های تک‌سلولی و مکانی با داده‌های ژنومیک (WGS)، پروتئومیکس پلاسما و متوژنومیک همان بیماران جهت کشف بیومارکرهای پیش‌آگهی سرطان.

شرایط احراز موقعیت و نیازمندی‌های الزامی (Requirements)

• مدرک تحصیلی: مدرک کارشناسی ارشد در رشته‌های بیوانفورماتیک، زیست‌پزشکی (Biomedicine) یا علوم کامپیوتر/داده با گرایش بیولوژی محاسباتی.

• تجربه تحلیل داده در مقیاس کوهورت: سابقه مستند در آنالیز داده‌های ژنوم، ترانسکریپتوم، ATAC-seq و ترجیحاً داده‌های تک‌سلولی (Single-cell) از بافت‌های پستانداران.

• تسلط بر محاسبات سریع (HPC): تجربه عملی در اجرای جاب‌های بزرگ بر روی کلاسترهای محاسباتی (CPU و GPU)، آشنایی با زمان‌بندی SLURM، مدیریت محیط‌های Conda/Mamba و ارکستراسیون خط لوله (مانند Snakemake).

• مهارت‌های کدنویسی: تسلط بسیار بالا به زبان‌های Python یا R برای نوشتن کدهای تمیز، بازتولیدپذیر و مستند.

• بک‌گراند علمی: داشتن تجربه مستند در حوزه تحقیقات سرطان (Cancer Research).

امتیازات و صلاحیت‌های ترجیحی (Additional Qualifications)

• تجربه کار با پلتفرم‌های ترانسکریپتومیکس مکانی زیرسلولی (مانند Stereo-seq، Visium HD، Xenium یا CosMx).

• سابقه کار با متدهای واهم‌آمیزی بیزی (Bayesian deconvolution).

• آشنایی با یادگیری عمیق برای داده‌های بیولوژیکی (مانند معماری‌های Transformer، گین‌های گرافیکی GCN یا ترانسفورمرهای بینایی ViT).

تحلیل تخصصی و استراتژیک (Academic & Career Insight)

این پوزیشن یکی از ایده آل‌ترین موقعیت‌های دکتری بیوانفورماتیک در قاره اروپا برای سال ۲۰۲۶ است. برنامه مدرسه‌عالی DDLS با بودجه ۳.۳ میلیارد کرونی خود، عملاً هاب اصلی نسل بعدی دانشمندان علوم داده زیستی در اسکاندیناوی است. دپارتمان IGP دانشگاه اوپسالا به دلیل ادغام مستقیم با بیمارستان دانشگاهی آکادمیسکا (Akademiska sjukhuset)، یک محیط کاملاً ترجمانی (Translational) را فراهم می‌کند؛ یعنی کدهای شما مستقیماً بر روی نمونه‌های پاتولوژی بیماران واقعی اعمال می‌شود.

بزرگ‌ترین مزیت استراتژیک این پوزیشن، دسترسی به دیتابیس ۳۰۰ بیمار کرونیک با رزولوشن تک‌سلولی و مکانی است که در دنیا کم‌نظیر است. یادگیری نحوه ادغام داده‌های پیچیده تصویر و ژنتیک با استفاده از معماری‌های نوین هوش مصنوعی (مانند Transformers)، شما را به یک متخصص به شدت کلیدی و گران‌قیمت در لبه تکنولوژی هم در بخش آکادمیک و هم در بخش R&D شرکت‌های بزرگ داروسازی و بیوتک تبدیل خواهد کرد.

از نظر رفاهی، دانشگاه اوپسالا دارنده نشان عالی منابع انسانی (HR Excellence in Research) از کمیسیون اروپا است. دانشجو از روز اول استخدام رسمی ۱۰۰٪ با حقوق ثابت بر اساس اشل سراسری سوئد بوده و واجد شرایط اقامت دائم سوئد پس از فارغ‌التحصیلی است.

جدول جامع مشخصات پوزیشن دکتری پزشکی دقیق داده‌محور (Uppsala 2026)

Requirements

• hold a Master’s (second-cycle) degree in biomedicine or bioinformatics
• have completed at least 240 credits in higher education, with at least 60 credits at Master’s level including an independent project worth at least 15 credits, or
• have acquired substantially equivalent knowledge in some other way.
• have documented experience from analyses of genome, trancriptome, ATAC-seq, spatial and single-cell data from mammalian tissues or cells at cohort scale
• have documented proficiency in High Performance Computing (HPC). Practical experience running large-scale jobs on an HPC cluster, including CPU large-memory node management and GPU-accelerated computing. Familiarity with job scheduling (e.g. SLURM), conda/mamba environment management, and pipeline orchestration (e.g. Snakemake) is required.
• have strong proficiency in Python and/or R for bioinformatics and ability to write clean, reproducible, and well-documented code for complex multi-step pipelines.
• have documented experience from cancer research.