Forskningsassistent inom cancerbioinformatik vid Karolinska Institutet

Karolinska Institutet; Solna kommun; Presencial; SEK 312.000 - 402.000; Jornada completa

Ventajas ofrecidas por este puesto de trabajo

Flexibelt arbetssätt

Friskvårdsanläggning

Descripción de la vacante

Karolinska Institutet i Solna söker en forskningsassistent inom cancerbioinformatik som kommer att arbeta i en tvärvetenskaplig och internationell miljö vid BioClinicum. Projekten fokuserar på AI, digital patologi och cancergenomik med analyser av storskaliga histopatologiska och genomiska data.

Du bidrar till utveckling av beräkningsflöden i Python och R, samt utför statistiska analyser av kliniska utfall.

Formación

• Krav på examen inom ett närliggande område (bioinformatik, datavetenskap, biostatistik, datalogi, biomedicinsk teknik eller beräkningsbiologi).
• Stark intresse för AI och beräkningspatologi inom cancerforskning.
• Gedigen erfarenhet av Python och utveckling/utveckling av analysflöden för biomedicinsk data.
• Praktisk erfarenhet av djupinlärningsmodeller för prediktion av genuttryck från histopatologi.
• Vana vid förbehandling av WSI och integration av bild- och genomikdata samt klinisk metadata.

Responsabilidades

• Analysera digitala patologibilder och genomiska data i projektet.
• Utveckla och utvärdera djupinlärningsmodeller för cancerbiologi.
• Integrera bild- och genomikdata med klinisk metadata och analysera resultat.
• Arbeta i Python/R samt utnyttja HPC-resurser för beräkningar.

Conocimientos

Python

Djupinlärning

WSI-förbehandling

Engelska (kommunikation)

Beräkningsmetoder

Educación

Examen inom bioinformatik/datalogi/biostatistik/beräkningsbiologi

Herramientas

SEQUOIA

HE2RNA

Path2Space

Descripción del empleo

Forskningsassistent inom cancerbioinformatik vid Karolinska Institutet

Vill du bidra till medicinsk forskning av toppkvalitet?

Vi söker en mycket motiverad forskningsassistent till vår forskargrupp inom cancerbioinformatik vid Karolinska Institutet. Vår forskning kombinerar artificiell intelligens, digital patologi och cancergenomik för att öka förståelsen av tumörbiologi och identifiera biomarkörer som kan förbättra patientvården. I detta projekt kommer du att arbeta med storskaliga histopatologiska bild- och genomikdata och använda avancerade beräkningsmetoder för att studera cancerrelaterade biologiska processer och cancerhallmarks i friska och tumörvävnader.

Projektet genomförs i nära anslutning till SciLifeLab och TEF-Health (Testing and Experimentation Facility for Health), ett EU-finansierat initiativ inom Digital Europe-programmet som bygger en europeisk infrastruktur för testning och validering av AI och digitala teknologier inom hälso- och sjukvård. Karolinska Institutet och SciLifeLab utgör en central del av det svenska TEF-Health-konsortiet. Du blir en del av en tvärvetenskaplig och internationell forskningsmiljö vid BioClinicum och kommer att arbeta i samverkan med SciLifeLab och TEF-Health, med forskare inom bland annat cancerbiologi, bioinformatik, digital patologi och datavetenskap.

Du kommer att arbeta i ett forskningsprojekt som använder artificiell intelligens och metoder inom beräkningspatologi för att studera cancerbiologi med hjälp av storskaliga histopatologiska och genomiska datamängder. Projektet använder offentligt tillgängliga resurser såsom The Cancer Genome Atlas (TCGA) och Genotype-Tissue GTEx) för att undersöka cancerhallmarks i friska och tumörvävnader.

Arbetet omfattar analys av digitala patologibilder, tillämpning och utvärdering av djupinlärningsmodeller, integrering av bild- och genomikdata samt statistisk analys av kliniska utfall. Du kommer att bidra till utvecklingen av beräkningsflöden i Python och R samt genomföra analyser med hjälp av högpresterande beräkningsresurser.

Arbetet kommer även att bidra till aktiviteter inom TEF-Health och SciLifeLab med fokus på testning, utvärdering och validering av AI-baserade metoder för hälsodata. SciLifeLab är en nationell infrastruktur för life science i Sverige som erbjuder avancerade teknologier och datadrivet forskningsstöd. Genom projektets koppling till SciLifeLab och TEF-Health får du möjlighet att arbeta i en miljö där AI, biomedicinsk forskning och utveckling av metoder för framtidens hälso- och sjukvård möts.

Vem är du?

Du har en examen inom bioinformatik, datavetenskap, biostatistik, datalogi, biomedicinsk teknik, beräkningsbiologi eller ett närliggande område. Vi söker en motiverad, nyfiken och analytisk kollega med ett starkt intresse för artificiell intelligens, beräkningspatologi och cancerforskning. Stor vikt kommer att läggas vid personlig lämplighet.

Krav och intressen:

• Starkt intresse för att tillämpa beräkningsmetoder på biomedicinska forskningsfrågor.
• Erfarenhet av programmering i Python och av att utveckla och anpassa beräkningsflöden för analys av biomedicinska data.
• Praktisk erfarenhet av att tillämpa och utvärdera djupinlärningsmodeller för prediktion av genuttryck från digitala histopatologiska helglasbilder (whole-slide images, WSI).
• Erfarenhet av förbehandling av WSI, inklusive vävnadsmaskering, uppdelning i bildrutor (patches) och extraktion av bildrepresentationer (features)
• Erfarenhet av att sammanföra och analysera matchade histopatologiska bilder, RNA-seq-data och kliniska metadata från offentliga cancerdatabaser, såsom TCGA.
• Erfarenhet av kvantitativ jämförelse av modellprediktioner med uppmätta genuttrycksdata, exempelvis med korrelationsmått och prediktionsfel.
• Erfarenhet av statistisk analys i R, inklusive överlevnadsanalys med Kaplan-Meier-metoden och log-rank-test.
• Erfarenhet av att köra beräkningsflöden i Linuxmiljö på högpresterande beräkningssystem (HPC).
• God samarbetsförmåga och förmåga att arbeta både självständigt och i grupp.
• Mycket god förmåga att kommunicera på engelska i tal och skrift.

Meriterande:

• Praktisk erfarenhet av SEQUOIA, HE2RNA, Path2Space eller motsvarande modeller för prediktion av bulk- eller spatialt genuttryck från histopatologiska bilder.
• Erfarenhet av att beräkna och utvärdera genuttrycksbaserade signaturer, exempelvis CIN70, och analysera deras samband med kliniska utfall och tumöregenskaper.
• Erfarenhet av analys av bröstcancerdata, inklusive molekylära subtyper
• Erfarenhet av analys av normalvävnadsdata från GTEx eller av spatial prediktion av genuttryck.
• Erfarenhet av att anpassa befintliga modellimplementationer och hantera förtränade modellvikter och programvaruberoenden.
• Erfarenhet av GPU-baserad inferens och batchkörning av storskaliga bildanalyser på HPC.
• Erfarenhet av tvärvetenskapliga forskningsprojekt inom AI, hälsodata eller precisionsmedicin.

En kreativ, internationell och inspirerande miljö fylld av kompetens och nyfikenhet. Karolinska Institutet är ett av världens ledande medicinska universitet. Vår vision är att driva utvecklingen av kunskap om livet och verka för en bättre hälsa för alla. Här bedvirer vi framgångsrik medicinsk forskning och har det största utbudet av medicinska utbildningar i Sverige. Som universitet är Karolinska Institutet en statlig myndighet. Det gör att du får goda förmåner genom vårt kollektivavtal. Medarbetare på KI erbjuds också möjlighet till ett flexibelt arbetssätt. Det innebär att om den verksamhet du jobbar i tillåter, så kan du arbeta en del av din arbetstid på distans. Du får även träna fritt i våra moderna friskvårdsanläggningar där utbildad personal finns på plats.

KI tillämpar individuell och differentierad lönesättning enligt våra kollektivavtal RALS och RALS-T.

Ansökan ska göras via rekryteringssystemet Varbi. I denna rekrytering söker du med ditt CV utan personligt brev. I ansökningsformuläret kommer du istället att få svara på några frågor om varför du söker jobbet.

Detta är en tidsbegränsad anställning på 8 månader.

Anställningsform Tidsbegränsad anställning

Anställningens omfattning

Tillträde

Tillträde Enligt överenskommelse

Löneform Månadslön

Antal lediga befattningar

Sysselsättningsgrad

Referensnummer

Facklig företrädare