Exposing dynamics in bacterial responses to antibiotic treatments using metabolomics and network analysis
使用代谢组学和网络分析揭示细菌对抗生素治疗反应的动态变化博士
该博士项目将在利物浦大学代谢组学研究中心开展,利用网络分析研究细菌在接触抗生素时其代谢随时间发生的变化。通过分析使用气相色谱-质谱(GC-MS)和液相色谱-质谱(LC-MS)采集的纵向代谢组学数据,项目将构建时间分辨的代谢网络,以追踪在抗生素胁迫下代谢物和代谢通路的动态变化。这些网络中的节点代表代谢物,边则表示生化关系或相关性。网络结构随时间的变化将有助于识别关键代谢物、通路适应机制以及与抗生素耐药性或敏感性相关的潜在生物标志物。该项目旨在揭示细菌隐藏的生存策略,并推动更有效的抗菌疗法的开发。学生将接受专家指导:Roy Goodacre 和 Howbeer Muhamadali 将指导实验设计和质谱技术,Yun Xu 将指导高级数据分析和网络建模。团队此前的相关工作包括对产酸克雷伯菌(*Klebsiella oxytoca*)对环丙沙星反应的研究,以及利用傅里叶变换红外光谱(FT-IR)鉴定引起败血症的病原体。所有研究成果均可免费在线获取。
申请要求
申请者需持有或即将获得生物化学、化学或相关领域的二等一(2:1)及以上学士学位。具备分析化学及化学计量学/机器学习经验者优先。申请时需提交包含个人陈述的动机信(须说明攻读该博士项目的原因,并涵盖分析科学、生物化学和/或计算方面的经验)、详细简历,以及为期四年的全额自费证明。申请前须先联系导师Roy Goodacre或Howbeer Muhamadali。
课程描述
“Exposing dynamics in bacterial responses to antibiotic treatments using metabolomics and n”的本科或第一学位课程通常按由基础到应用的层次组织。基础课程通常包括学术写作、定量或定性研究基础、信息素养、数字工具与学术伦理,用于建立该专业名称所指向的研究对象、知识体系与实践问题的基本概念、学术沟通与分析工具。专业核心课程一般设置学科理论、问题分析、专业研究方法、证据评价与项目设计,重点理解概念框架、专业问题形成、证据链构建与方案评价,并训练文献检索、案例分析、数据/材料处理、研究设计和学术表达,使学习由知识。