y6z6010gvo

转录是基因表达中的关键步骤，并受许多不同因素控制，包括染色质重塑复合物。尽管进行了大量研究，但定义其基因特异性调控作用的基本原理仍然令人惊讶。该项目的总体目标是解决这个问题，并确定决定染色质因子对转录的定量作用的顺式和反式作用元件。为此，我们之间建立了紧密的跨学科合作。三个实验室：Helmlinger（CRBM），Tora（IGBMC）和Molina（IGBMC）将机器学习和生物物理建模相结合的创新实验方法（包括新生的转录组学和可诱导的扰动）相结合。全面的，

关于你

您应该持有硕士学位。到2021年9月，获得计算生物学，机器学习，数据科学，人工智能或类似专业的博士学位，并有望在第一个项目中获得开发和应用机器和深度学习工具的经验，而在第二个项目中则需要分析基因组数据的经验。不需要生物学的先验知识。在多学科团队中工作的强烈动机和良好能力也很重要。英语是团队中的交流语言。

关于我们

我们是一个高度跨学科的团队，致力于通过整合单细胞成像和测序数据来构建基因调控的计算模型和生物物理模型。我们使用了基于原理的方法，这些方法植根于机器学习，贝叶斯统计和生物物理学。IGBMC提供了卓越的计算和实验基础架构，使我们能够开发模型并进行实验测试。

IGBMC是欧洲领先的生物医学研究中心之一，汇集了700多名研究人员，博士生和科研人员，这些研究人员组成了50个研究小组以及十几个科学平台和核心设施。IGBMC致力于生命科学的基础和应用研究，从结构生物学到人类遗传学，基因表达调控，生物物理学和干细胞。

申请时，请发送一份带有您的简历的pdf文件，一封求职信，描述您的专长和经验如何适合该项目以及至少两个参考资料的联系信息。申请截止日期为2021年5月31日。