Computational Peptide Design - Postdoc in de novo design of brain-targeting peptides, University of Copenhagen

Københavns Universitet søger en Postdoc til banebrydende forskning i hjernefokuseret peptiddesign. Er du klar til at forme fremtidens medicin?

Computational Peptide Design - Postdoc in de novo design of brain-targeting peptides, University of Copenhagen

Del :

FacebookTwitterLinkedIn

Københavns Universitet søger en talentfuld og motiveret postdoktoral forsker med en passion for beregningsbaseret peptiddesign til at deltage i et tværfagligt projekt, der udvikler næste generations hjernefokuserede terapier mod iskæmisk slagtilfælde. Den succesfulde kandidat vil anvende de novo design (herunder egenudviklede metoder), molekylær modellering og omics-afledte data til at udvikle peptidshuttles, der er i stand til at transportere terapeutisk gods over blod-hjerne-barrieren. Stillingen giver mulighed for at arbejde i grænsefladen mellem beregningsbaseret lægemiddeldesign, peptidkemi, lægemiddellevering og neurovidenskab.

Hovedvejleder
Lektor Albert J. Kooistra, Institut for Lægemiddeldesign og Farmakologi
E-mail (foretrukket): albert.kooistra@sund.ku.dk, telefon: +45 35 32 83 05

Projektleder

Lektor Mie Kristensen, Institut for Farmaci
E-mail (foretrukket): mie.kristensen@sund.ku.dk, telefon: +45 35 33 60 63

Start: 1. januar 2027

Varighed: 2 år som postdoktoral forsker

Københavns Universitets gruppe og forskning

Projektet ledes af Mie Kristensen, og den beregningsmæssige postdoktorale forsker vil blive integreret i forskningsgruppen Data Science for Drug Design (DSDD), ledet af Albert J. Kooistra. DSDD-gruppen udvikler og anvender datadrevne teknologier til lægemiddelopdagelse og netværksmedicin med ekspertise inden for strukturel bioinformatik, kemoinformatik, computer-assisteret lægemiddeldesign, udvikling af forskningssoftware og databaser samt maskinlæring.

Gruppens forskning kombinerer den systematiske kuratering af strukturelle, molekylære og cellulære data, herunder udviklingen af udbredte ressourcer som KLIFS, med modellering af proteininteraktioner og signalnetværk. Disse indsigter anvendes sammen med videnbaserede og maskinlæringsmetoder til at designe molekyler, der modulerer cellulær signalering.

Projektbeskrivelse

Iskæmisk slagtilfælde er en førende årsag til dødsfald og langvarig invaliditet på verdensplan. Selvom nuværende kliniske interventioner kan genoprette blodtilførslen til hjernen, er effektive behandlinger, der beskytter hjerneceller mod slagtilfælde-induceret skade, stadig utilgængelige. En stor hindring er blod-hjerne-barrieren, som opretholder hjernens fysiologiske miljø, men forhindrer de fleste terapeutiske forbindelser i at nå hjernen i klinisk relevante koncentrationer.

Projektet “Integrating omics and computational design for next generation brain-targeted stroke therapeutics”, finansieret af Danmarks Frie Forskningsfond, sigter mod at overvinde denne udfordring ved at udvikle peptidbaserede transportmolekyler, der kan levere neurobeskyttende terapeutika over blod-hjerne-barrieren.

Ved at integrere store biologiske data med avanceret beregningsmæssig modellering og de novo peptiddesign vil projektet:

  1. Identificere og designe nye blod-hjerne-barriere-specifikke peptidshuttles.
  2. Optimere peptiderne for målbinding, transporteffektivitet, stabilitet og terapeutisk anvendelighed.
  3. Udvikle forbedrede strategier for peptidsyntese og funktionalisering.
  4. Evaluere de resulterende kandidater i cellebaserede blod-hjerne-barriere-modeller og prækliniske modeller af iskæmisk slagtilfælde.

Den postdoktorale forsker vil spille en central rolle i projektets beregningsmæssige designkomponent. Dette vil omfatte optimering, videreudvikling og anvendelse af arbejdsgange for generering af peptidsekvenser, strukturel modellering, egenskabsprognose og kandidatprioritering. Forskeren vil arbejde tæt sammen med eksperimentelle videnskabsmænd, hvor beregningsmæssige forudsigelser styrer peptidsyntese og biologisk evaluering, og eksperimentelle resultater bruges til at forbedre efterfølgende designs.

Projektet samler ekspertise inden for lægemiddellevering, peptidkemi, beregningsbaseret lægemiddeldesign og neurovidenskab. Det ledes af lektor Mie Kristensen i samarbejde med lektor Albert Kooistra og Henrik Franzyk ved Institut for Lægemiddeldesign og Farmakologi, Københavns Universitet, og professor Anna-Sophia Wahl ved Ludwig-Maximilians-Universität München.

Det langsigtede mål er at etablere nye strategier for levering af beskyttende terapeutika til hjernen, derved reducere slagtilfælde-relateret hjerneskade og forbedre patientens restitution. De tilgange og teknologier, der udvikles gennem projektet, kan også understøtte udviklingen af behandlinger for andre neurologiske sygdomme, hvor levering over blod-hjerne-barrieren forbliver en stor udfordring.

Profil

Københavns Universitet søger en beregningsmæssig designer, der nyder at arbejde i grænsefladen mellem deep learning, molekylær modellering, datavidenskab og eksperimentel lægemiddelopdagelse. Du bør være komfortabel med at håndtere biologiske data i stor skala, udvikle beregningsmæssige design-workflows og anvende struktur- og sekvensbaserede metoder til at generere og prioritere nye peptider.

Du forventes at arbejde tæt sammen med eksperimentelle videnskabsmænd og være motiveret af at skabe virkelig overførbare beregningsmæssige designs, der derefter eksperimentelt valideres. Den ideelle kandidat kombinerer stærke beregningsmæssige færdigheder med en interesse for peptidterapeutika, strukturel bioinformatik og molekylær genkendelse og transport over blod-hjerne-barrieren.

Essentiel erfaring og færdigheder

  • En ph.d. i beregningskemi, beregningsbiologi, bioinformatik, biofysik, datavidenskab eller et beslægtet felt.
  • Erfaring med beregningsmæssigt design eller modellering af peptider, proteiner eller andre biomolekyler.
  • Erfaring med at udvikle reproducerbare beregningsmæssige arbejdsgange for biologisk eller molekylær dataanalyse.
  • Evne til at analysere og integrere heterogene biologiske datasæt.
  • Fremragende programmeringsfærdigheder i Python, herunder erfaring med kodeversionering ved hjælp af Git og GitHub.
  • Stærke videnskabelige kommunikations- og samarbejdsfærdigheder, med fremragende skriftlig og mundtlig engelsk.

Ønskelig erfaring og færdigheder

  • Erfaring med de novo peptid- eller proteindesign.
  • Erfaring med sekvens- og struktur-baseret molekylær modellering, herunder strukturforudsigelse, docking eller molekylær dynamik.
  • Erfaring med maskinlæring, generativ modellering eller optimering til molekylært design.
  • Kendskab til peptidkemi og egenskaber relevante for stabilitet, funktionalisering og terapeutisk udvikling.
  • Erfaring med at integrere omics- eller eksperimentelle data i beregningsmæssige design-workflows.
  • Kendskab til blod-hjerne-barriere-biologi eller hjernefokuseret lægemiddellevering.
  • Erfaring med at samarbejde med eksperimentelle forskere i tværfaglige teams.

Personen vil blive forpligtet til at flytte til København, og nøgleansvarsområder vil omfatte: etablering af forskningsideer sammen med hovedvejlederen, daglig ledelse af sit forskningsprojekt, præsentation af forskning på interne møder og internationale konferencer, aktiv deltagelse i manuskriptskrivning og omsætning af ny viden inden for fagområdet til forskningsaktiviteter. Der vil være mulighed for at vejlede mere junior gruppemedlemmer og bidrage til undervisnings- og formidlingsaktiviteter.

Ansættelsessted

Ansættelsesstedet er ved Institut for Farmaci, Det Sundhedsvidenskabelige Fakultet, Københavns Universitet, men den ansatte vil arbejde i DSDD-gruppen i Center for Pharmaceutical Data Science Education (CPDSE). Københavns Universitet tilbyder kreative og stimulerende arbejdsforhold i et dynamisk og internationalt forskningsmiljø. Københavns Universitets forskningsfaciliteter omfatter et konkurrencedygtigt beregningsmæssigt kerneanlæg og et moderne miljø. Desuden er DSDD-gruppen en del af klyngen for Integrated Structural Biology (ISBUC) og sektionen for farmaceutisk informatikforskning (link).

Ansættelsesvilkår

Den gennemsnitlige ugentlige arbejdstid er 37 timer om ugen.

Stillingen er en tidsbegrænset stilling på 2 år. Startdatoen er den 1. januar 2027.

Løn, pension og andre ansættelsesvilkår fastsættes i overensstemmelse med overenskomsten mellem Skatteministeriet og AC (Akademikerne) eller anden relevant organisation. Aktuelt starter månedslønnen på 40.000 DKK/ca. 5.350 EUR (august 2026-niveau). Afhængigt af kvalifikationer kan et tillæg forhandles. Arbejdsgiveren vil betale yderligere 17,1 % til din pensionskasse.

Udenlandske og danske ansøgere kan være berettiget til skattefradrag, hvis de har en ph.d.-grad og ikke har boet i Danmark de sidste 10 år.

Stillingen er omfattet af stillingsstrukturen for videnskabeligt personale ved universiteter 2020.

Spørgsmål

For yderligere information kan ansøgere kontakte hovedvejleder, lektor Albert J. Kooistra, e-mail: albert.kooistra@sund.ku.dk, telefon: +45 35 32 83 05.

For mere information om at arbejde og bo i Danmark, besøg http://ism.ku.dk (International staff mobility) og https://www.workindenmark.dk

Københavns Universitet ønsker at afspejle samfundets mangfoldighed og opfordrer alle kvalificerede kandidater til at søge uanset personlig baggrund.

Ansøgningsprocedure

Din online ansøgning skal indsendes på engelsk ved at klikke på ‘Ansøg nu’ nedenfor. Desuden skal din ansøgning indeholde følgende dokumenter/vedhæftninger – alle i PDF-format:

  1. Motiveret ansøgningsbrev (maks. én side). Dit motivationsbrev er en væsentlig del af din ansøgning. Det skal tydeligt forklare, hvorfor du søger denne specifikke stilling, og hvorfor dette projekt passer godt til dig. Fremhæv hvordan din baggrund, færdigheder og interesser stemmer overens med forskningsmålene.
    ⚠️ Kun ansøgninger med en klar, specifik og velbegrundet motivation vil blive taget i betragtning
  2. CV inkl. uddannelse, arbejds-/forskningserfaring, sprogfærdigheder og andre færdigheder relevante for stillingen.
  3. En bekræftet/underskrevet kopi af a) ph.d.-bevis og b) kandidatbevis. Hvis ph.d.'en ikke er afsluttet, er en skriftlig erklæring fra vejleder tilstrækkelig.
  4. Publikationsliste.
  5. Referencer og anbefalinger.
  6. Link til din GitHub-konto.

Ansøgningsfrist: 20. september, kl. 23.59 CET

Københavns Universitet forbeholder sig retten til ikke at behandle materiale modtaget efter fristen og til ikke at behandle ansøgninger, der ikke lever op til de ovennævnte krav.

Den videre proces

Efter udløbet af ansøgningsfristen udvælger den autoriserede rekrutteringschef ansøgere til vurdering efter råd fra ansættelsesudvalget. Alle ansøgere meddeles herefter straks, om deres ansøgning er sendt til vurdering af en uvildig bedømmer. Når vurderingsarbejdet er afsluttet, får hver ansøger mulighed for at kommentere på den del af vurderingen, der vedrører ansøgeren selv.

Du kan læse om rekrutteringsprocessen på http://employment.ku.dk/faculty/recruitment-process/

Ansøgeren vil blive vurderet i henhold til bekendtgørelse nr. 242 af 13. marts 2012 om ansættelse af videnskabeligt personale ved universiteter.

Interviews forventes afholdt i anden halvdel af oktober.

Københavns Universitet ønsker at afspejle samfundets mangfoldighed og opfordrer alle kvalificerede kandidater til at søge uanset personlig baggrund.

Oplysninger

Clock Icon
Arbejdstid Fuldtid
Calendar Icon
Virksomhedens navn KU - SUND - Kbh Ø
Location Icon
Adresse C/O Nørre Campus Universitetsparken 2, 2100, København Ø
Calendar Icon
Kontaktperson Albert Kooistra
Email Icon
Email vdc825@ku.dk
phone Icon
Telefon 35 32 83 05
Se stillingsopslag