Postdoc or PhD Candidate (f/m/x) - AI Augmented Target Discovery in Translational Kidney Disease

Bei Helmholtz München entwickeln wir bahnbrechende Lösungen für eine gesündere Gesellschaft in einer sich schnell verändernden Welt. Wir glauben, dass vielfältige Perspektiven Innovationen vorantreiben. Durch starke Partnerschaften beschleunigen wir den Transfer neuer Ideen aus dem Labor in die Praxis und verbessern das Leben. Das Computational Health Center von Helmholtz München und das Institut für Computational Biology (ICB) sind international anerkannt für die Entwicklung modernster Methoden der künstlichen Intelligenz (KI) und des maschinellen Lernens für die biomedizinische Forschung.

Das Theis-Labor, bekannt für seine Pionierarbeit im Bereich maschinelles Lernen in der Einzelzell-Genomik, sucht zwei hochmotivierte PhD-Kandidaten und/oder Postdoktoranden (f/m/x) im Bereich Maschinelles Lernen oder Computational Biology, um an diesem kollaborativen translationalen Forschungsprojekt an der Schnittstelle von Datenwissenschaft, Biologie und Medizin teilzunehmen. Dieses Projekt ist Teil einer akademisch-industriellen Zusammenarbeit, die darauf abzielt, unser Verständnis der Mechanismen von Nierenerkrankungen zu vertiefen.

In diesem Projekt verwenden wir aktives Lernen zur Auswahl chemischer und molekularer Störungen in einem iterativen geschlossenen Kreislauf, um ein qualitativ hochwertiges, großangelegtes Störungsatlas zu erstellen – unter Verwendung von Einzelzell-RNA-Sequenzierung und ergänzenden Modalitäten wie Bildgebung – in menschlichen Nierenorganoid-Erkrankungsmodellen. Wir werden multimodale KI-Modelle auf dieser einzigartigen Ressource trainieren und generieren, um Störungen zu identifizieren, die die Phänotypen von Nierenerkrankungen in Richtung gesunder Zustände verschieben und das Design von nächsten Generationen von Organoid-Modellen unterstützen. Dies wird die Entdeckung therapeutischer Ziele leiten, indem Interventionen vorhergesagt und experimentell getestet werden, die die Zellgesundheit wiederherstellen.

Ihre Aufgaben:

• Erstellung und Analyse eines translationalen Nierenerkrankungsatlas durch Integration von Einzelzelldaten über Arten und Krankheiten hinweg.
• Implementierung eines Rahmens zur Bewertung der Übertragbarkeit von Organoid-Erkrankungsmodellen auf menschliche Patientendaten.
• Entwicklung von Strategien für großangelegte Störungsscreenings, die kosteneffektive Technologien mit Einzelzell-RNA-seq und Bildgebungsdaten kombinieren.
• Generierung eines Nierenerkrankungs-Störungsatlas und Training von KI-Modellen zur Entwicklung führender Ansätze für die in-silico Störungsvorhersage, während bestehende Modelle benchmarked werden.
• Beitrag zur Integration computergestützter Vorhersagen mit der Validierung im Labor, um die translativen Auswirkungen der Ergebnisse sicherzustellen.

Ihr Profil:

• Derzeitige Verfolgung oder kürzlich erworbener PhD, Master-Abschluss oder gleichwertig in Informatik, Bioinformatik, Computational Biology, Biologie oder einem verwandten Bereich.
• Starke Programmierkenntnisse in Datenwissenschafts-Workflows (z.B. Python, GitHub) und Motivation, moderne Deep-Learning-Frameworks (z.B. PyTorch) zu lernen und anzuwenden.
• Solides Verständnis der Molekularbiologie und starkes Interesse an komplexen Krankheitsmodellen; Erfahrung mit experimentellen Techniken ist willkommen, aber nicht erforderlich.
• Hohe wissenschaftliche Neugier und Motivation, zu KI-unterstützten Krankheitsatlanten und Störungsmodellen beizutragen, kombiniert mit hervorragenden Kommunikationsfähigkeiten und der Fähigkeit zur Zusammenarbeit in interdisziplinären Teams.
• Starke quantitative und mathematische Denkfähigkeiten, einschließlich Vertrautheit mit linearer Algebra, Wahrscheinlichkeit/Statistik, Optimierung oder Grundlagen des maschinellen Lernens, sowie die Fähigkeit, diese Konzepte auf die Analyse biologischer Daten und die Modellentwicklung anzuwenden.

Wünschenswerte Qualifikationen:

• Erfahrung in der Identifizierung, Kuratierung und Integration großangelegter, multimodaler biologischer oder klinischer Datensätze.
• Vertrautheit mit der Analyse von Einzelzelldaten, Fundamentalmustern, multimodaler Integration, Störungsexperimenten, Organoid-Modellen oder translationaler Zielentdeckung.
• Einblick in aktives Lernen, iterative Screening-Prozesse, Störungsdaten oder Schritte zur Zielidentifikation in der Arzneimittelentwicklung.

Vorteile:

• Wissenschaftliche Ausbildung: Helmholtz München Graduiertenschule
• Karriereberatung: Karrierezentrum für Doktoranden
• Wissenschaftliche Ressourcen: Modernste Infrastruktur und Kernanlagen
• Gesundheitsförderung: Sport, Betriebsarzt, Initiativen zur psychischen Gesundheit
• Internationaler Mitarbeiterservice: Unterstützung bei Umzugs- und Integrationsprozessen in Deutschland
• 30 Tage Jahresurlaub, flexible Tage sowie Feiertage

„Wir glauben, dass Vielfalt der Schlüssel zu bahnbrechender Forschung und innovativen Lösungen ist. Unsere flexiblen Arbeitsmodelle und Remote-Optionen schaffen ein unterstützendes Umfeld für die Vereinbarkeit von Beruf und Familie. Für uns ist es von großer Bedeutung, zu einer gesünderen Gesellschaft an einem so inspirierenden Arbeitsplatz beizutragen.“

Wir setzen uns dafür ein, eine Kultur der Vielfalt zu fördern und begrüßen Bewerbungen von talentierten Menschen unabhängig von Geschlecht, kulturellem Hintergrund, Nationalität, Ethnie, sexueller Identität, körperlichen Fähigkeiten, Religion oder Alter. Qualifizierte Bewerber mit körperlichen Behinderungen werden bevorzugt.

Institut für Computational Biology
Ingolstädter Landstraße 185
764 Neuherberg