Postdoktor i djupinlärning med fokus på protein–protein-interaktioner

vid Institutionen för biokemi och biofysik. Sista ansökningsdag: 2022-01-31.

Institutionens lokaler ligger huvudsakligen i Arrheniuslaboratorierna tillsammans med de andra kemiinstitutionerna och andra institutioner inom Life Science. Mer än 300 personer, varav ungefär 110 doktorander, är för närvarande verksamma vid institutionen. För mer information om vår verksamhet, se vår webbplats: www.dbb.su.se.

Projektbeskrivning
Proteiners struktur är avgörande för att förstå deras funktion samt för att utveckla läkemedel. Nyligen utvecklades en djupinlärningsmetod som kan förutsäga strukturen hos de flesta proteiner. Metodetn är numera fritt tillgänglig och en databas med förutspådd struktur har släppte. Proteiner agerar dock inte ensamma – de agerar tillsammans med andra proteiner. Därför är nästa stora utmaning att använda dessa typer av maskininlärningsmetoder för att förutsäga protein-protein-interaktioner. Inledande studier från oss har visat att det är möjligt att förutsäga strukturer för en stor del av dimera proteiner med antingen en modifierad version av AlphaFold2 eller AlphaFold-multimer. Men det finns fortfarande många proteiner som inte kan byggas exakt, inte heller kan vi alltid skilja interagerande från icke-interagerande proteinpar och att bygga större komplex exakt är fortfarande ett olöst problem. I det här projektet rekryterar vi två postdoktorer för att dra nytta av de senaste framstegen inom maskininlärning för att bygga bättre djupinlärningsmodeller för att förutsäga protein–protein-interaktioner och för att tillämpa dessa metoder på biologiskt relevanta problem.

DDLS: SciLifeLabs och Wallenbergs nationella program för datadriven livsvetenskap (Data-Driven Life Science, DDLS) är ett 12-årigt initiativ fokuserat på datadriven forskning inom områden som är nödvändiga för att förbättra människors liv, upptäcka och behandla sjukdomar, skydda biodiversitet och skapa hållbarhet. Programmet kommer att utbilda och stötta nästa generation av forskare inom livsvetenskap och skapa en stark datavetenskaplig bas. Programmet avser stärka nationella samarbeten mellan universitet, koppla samman forskare inom livs- och datavetenskap samt att skapa samarbeten med industri, sjukvården och andra nationella och internationella aktörer. Läs mer på: www.scilifelab.se/data-driven.

Utvalda referenser:


• Bryant, P, Pozzati, G. & Elofsson, A. “Improved prediction of protein-protein interactions using AlphaFold2” bioRxiv 2021.09.15.460468 (2021) doi:10.1101/2021.09.15.460468.
• David F. Burke, Patrick Bryant, ....Arne Elofsson “Towards a structurally resolved human protein interaction network” bioRxiv 2021.11.08.467664; doi: https://doi.org/10.1101/2021.11.08.467664
• Mehmet Akdel, .... Arne Elofsson, Tristan I Croll, Pedro Beltrao “ A structural biology community assessment of AlphaFold 2 applications” bioRxiv 2021.09.26.461876; doi: https://doi.org/10.1101/2021.09.26.461876
• Federico Baldassarre, David Menéndez Hurtado, Arne Elofsson, Hossein Azizpour“ GraphQA: protein model quality assessment using graph convolutional networks“ Bioinformatics, Volume 37, Issue 3, 1 February 2021, Pages 360–366, https://doi.org/10.1093/bioinformatics/btaa714
• Erik Englesson, Hossein Azizpour, “Efficient Evaluation-Time Uncertainty Estimation by Improved Distillation”, ICML 2019 Uncertainty in Deep Learning workshop

Denna rektytering är en av två postdoktorer vi söker för ett gemensamt anslag från DDLS (denna anställning vid Stockholms universitet) och WASP (en relaterad anställning vid KTH).

Arbetsuppgifter
Utveckla metoder i djupinlärning ffa med fokus på protein–protein-interaktioner. 

Behörighetskrav
Med postdoktor avses en arbetstagare som anställs i huvudsak för forskning och som har avlagt doktorsexamen eller har en utländsk examen som bedöms motsvara doktorsexamen.

Bedömningsgrunder
Examen ska vara avlagd högst tre år före tidpunkten då anställningsbeslutet fattas. Om det finns särskilda skäl, kan doktorsexamen ha avlagts tidigare. Med särskilda skäl avses ledighet på grund av sjukdom, föräldraledighet, förtroendeuppdrag inom fackliga organisationer, tjänstgöring inom totalförsvaret, eller andra liknande omständigheter samt klinisk tjänstgöring eller för ämnesområdet relevant tjänstgöring/uppdrag.

Vid tillsättningen kommer särskild vikt att fästas vid vetenskaplig skicklighet inom proteinbioinformatics, god programmeringskunskap och praktisk erfarenhet av maskinlärning, helst inom livsvetenskap.

Anställningsvillkor
Anställningen avser heltid och gäller tills vidare, dock längst två år, med möjlighet till förlängning om det finns särskilda skäl. Tillträde 2022-04-01 eller enligt överenskommelse.

Stockholms universitet strävar efter att vara en arbetsplats som är fri från diskriminering och ger lika möjligheter för alla.

Kontakt
Upplysningar om anställningen lämnas av professor Arne Elosson, tfn 070-695 10 45, arne@bioinfo.se.

Fackliga företrädare
Ingrid Lander (Saco-S), tfn 0708-16 26 64, saco@saco.su.se, Alejandra Pizarro Carrasco (Fackförbundet ST/Lärarförbundet), tfn 08-16 34 89, alejandra@st.su.se, samt seko@seko.su.se (SEKO).

Ansökan
Du söker anställningen via Stockholms universitets rekryteringssystem. Du som sökande ansvarar för att ansökan är komplett i enlighet med annonsen och att den är universitetet tillhanda senast sista ansökningsdag.

OBS! Den fullständiga annonsen hittar du på Stockholms universitets webbplats www.su.se/jobb under Lediga jobb.

Anvisningar för sökande finns på webbsidan: att söka en anställning.

Välkommen med din ansökan! 


Stockholms universitet bidrar till det hållbara demokratiska samhällets utveckling genom kunskap, upplysning och sanningssökande.