招聘简介 

 

现招聘生物信息学、计算生物学、基因组学或计算机科学方向博士后人才，聘期2年。 

 

该职位为申请人提供生物学大数据自动化、智能化处理的机会，涉及前沿技术包括第三代测序、单细胞测序、人工智能（AI）等。申请人将在挖掘和解决作物育种领域中关键计算科学问题的过程中为实验室做出贡献，同时锻炼、提升自己的科研能力。本项目具体研究方向请见下述项目简介。 

 

注：团队研究系统为自然系统 – 农作物，研究方向为作物基因组优化与平行智能分子设计育种。通过设计、开发以及应用基因组学、表型组学领域的新型计算工具，基于端粒到端粒基因组、泛基因组构建以及智能化高通量表型鉴定方法研究，检测作物在核苷酸、染色体序列结构、表型水平上的差异，利用人工智能系统化探索大规模基因组元件与作物重要农艺性状之间的联系，以此高效引导基因组中有利变异的组合优化，实现精准数智化作物育种。成员以生物信息学、作物基因组学、AI、深度学习等为具体研究方向，在杂合生物体基因组破译、RNA二级结构预测、单细胞多模态数据分析等挑战性难题研究中已经积累了丰富的理论知识和实践经验，研究成果在领域内产生了较大的影响，多次被Nature、Cell等研究论文引用或应用。研究举例：因果突变基因鉴定（Sun et al. 2015, In Alonso, J., Stepanova, A. (eds) Plant Functional Genomics. Methods in Molecular Biology），基因组特征预测（Sun et al. 2018, Bioinformatics），高通量减数分裂重组检测（Sun et al. 2019, Nature communications），单倍型基因组组装（Campoy et al. 2020, Genome Biology; Sun et al. 2022, Nature Genetics），单细胞转录因子结合位点智能检测（Fu et al. 2020, Science Advances），以及RNA二级结构智能预测（Fu et al. 2021, Nucleic Acids Research）。 

 

 

本研究项目将侧重于开发用于复杂作物基因组端粒到端粒（T2T）组装的高效计算工具。项目将产生不同类型的Tb级别的二、三代测序数据。申请人需将遗传学与大规模测序数据整合到计算方法的开发中。申请人进入面试阶段后，可以进一步讨论项目详情。 

 

岗位申请条件 

 

• 具有上进心、创造力，有很强的团队合作意识，愿意研究具有挑战性的科学问题 

 

• 获得(生物)信息学、计算生物学、统计学、计算机科学/工程或相关领域的博士学位 

 

• 精通至少一种编程语言，如Python/C/C++，以及常用统计和可视化语言，如R 

 

• 具有高通量组学测序数据分析经验 

 

• 具有开源软件开发、高维数据可视化、高性能计算等方面经验 

 

• 年龄一般不超过32周岁。 

 

 

通过面试后，按学校、学院相关规定与工作合同一通签订 

 

岗位待遇 

 

• 按学校、学院相关规定支付薪酬 

 

• 按照国家、学校相关规定执行住房公积金和社会保险 

 

• 可租住学校公寓或享受住房补贴 

 

 

• 2023年12月28日 

 

申请联系方式 

 

• 发送求职信和个人简历至孙老师邮箱：hequan.sun@xjtu.edu.cn 

 

面试通知日期 

 

• 2024年1月8日（以邮件方式回复申请人求职邮件）