Exploiting Deep Learning-based protein structure prediction for function annotation and structural biology
利用基于深度学习的蛋白质结构预测进行功能注释和结构生物学研究博士
该博士项目旨在利用前沿的深度学习工具(如AlphaFold 3)来预测蛋白质的三维结构,特别是那些结构尚未明确但具有重要医学或生物技术潜力的蛋白质。由于仅有少数蛋白质具有通过实验确定的结构,这些基于人工智能的方法为理解蛋白质功能和进化开辟了新的可能性。项目将结合序列信息和生物学背景,通过多种生物信息学手段,利用预测出的结构推断蛋白质功能。研究还可能涉及支持X射线晶体学或冷冻电镜等实验技术,并与CCP4和CCP-EM团队开展合作。该项目位于利物浦大学,你将加入一个在结构生物信息学领域富有经验的支持性研究团队,获得与药物发现及健康相关生物学密切相关的重要技能。该项目提供了在人工智能、生物信息学与实验结构生物学交叉领域工作的独特机会。
申请要求
该项目面向自费的英国及国际申请者,要求至少持有生物或生命科学领域(或相关计算学科)的优秀二等一荣誉学士学位(BSc 2:1)。具备编程兴趣,尤其是Python经验者优先。中国申请者需持有认可院校的学士学位,均分通常不低于80-85%(视学校层次而定),且专业背景需与生物、生命科学或计算学科相关。无需强制提交研究计划以外的特定学术认证,但需提供成绩单、学位证明等材料以供审核。
课程描述
“Exploiting Deep Learning-based protein structure prediction for function annotation and st”的本科或第一学位课程通常按由基础到应用的层次组织。基础课程通常包括工程数学、工程制图、建筑/工程材料、力学基础与测量基础,用于建立建筑、基础设施、空间环境与工程项目的基本概念、学术沟通与分析工具。专业核心课程一般设置结构分析、建筑构造、工程项目管理、施工技术、环境与法规基础,重点理解结构受力、空间组织、施工建造、成本进度与安全控制,并训练图纸表达、结构计算、BIM/模型分析、现场测量和方案比选,使学习由知识掌握。