李斐然课题组生物信息学/深度学习/合成生物学/方向博士后和科研助理招聘

发布者:系统管理员发布时间:2023-02-20浏览次数:550

导师介绍:

李斐然,20232月加入清华大学深圳国际研究生院,助理教授,博士生导师。2017年硕士毕业于天津大学生物化工专业,师从代谢工程领域知名学者赵学明教授以及代谢网络模型专家马红武教授。2021年博士毕业于瑞典查尔姆斯理工大学生物及生物工程系,师从中国工程院外籍院士Jens Nielsen教授,随后在同实验室开展博士后研究工作。长期致力于代谢网络模型研究,研究涉及计算生物学、系统生物学、机器学习、化学、药物代谢等多个领域。近年来共发表同行评议SCI论文 20余篇,其中以(共同)第一/通讯作者身份在Nature CatalysisNature CommunicationsMolecular Systems BiologyNucleic Acids Research等国际高水平期刊发表文章多篇。受邀在PNAS发表细胞底层代谢相关评述文章。担任Frontiers in Bioengineering and Biotechnology杂志客座编辑以及PNASGenome Biology, iScience等期刊审稿人。


课题组研究方向:

通过开发新方法和新技术分析生物大数据和研究生物系统,揭示内在机理,促进合成生物学和生物医药研究。具体研究方向:

1)面向医药健康,整合生物大数据,开发及分析哺乳动物细胞、器官及整体的代谢网络及调控模型,发展人类数字孪生模型。

2)探索细胞代谢暗物质,促进新途径及新酶挖掘,加速生物合成途径设计以及生物合成潜力挖掘,实现高效细胞工厂的智能精准设计。

3)开发深度学习模型,助力理解蛋白序列-功能-参数关系。


招聘岗位:

岗位名称1:博士后

岗位职责:

1.开展与上述方向相关的研究工作;

2.发表高质量学术论文;

3.协助指导学生;

4.协助申报本领域科研项目。


任职条件:

1.2年内获得或即将获得生物信息学、系统生物学、生物化工、化学生物学、生物工程、化学、药物代谢等相关专业的博士学位,对计算生物学或系统生物学有浓厚兴趣。生物信息学或机器学习背景优先;

2.具有良好的英文读写能力,在国际刊物上发表过学术论文,能够独立完成英文论文写作;

3.有较强的独立科研能力、严谨的科研态度,上进心和良好的团队合作精神;

4.全职在本站进行研究工作。


拟提供待遇:

1.学校将为博士后提供具竞争力的薪酬待遇,根据资历和学术情况,综合年薪30万元起(含深圳市补贴);

2.本人及配偶在深圳无房的博士后可享受院租房补贴2800/月(以院内最新政策为准);

3.在站期间可按照相关规定,申请中国博士后科学基金和国家、省、市其他科研项目;

4.入职前获得清华大学“水木学者”的博士后,可额外获得6万元/年的资助;

5.博士后出站后留深工作的,符合条件者可申请30万元的留深科研资助;博士后如认定为深圳市高层次人才的,可按规定申请人才奖励补贴(以深圳市最新人才政策为准)。

6.符合条件的可申请深圳市及南山区学术研修津贴,支持博士后国际国内学术交流活动;

7.学校统一缴纳五险一金,博士后本人及其配偶可落户深圳。


岗位名称2:研究助理


岗位职责:

1.协助其他成员完成必要的计算生物学和生物信息学相关工作;

2.负责网站和服务器维护;

3.协助处理其它科研相关工作;

4.优秀者可独立开展研究课题


任职条件:

1.硕士及以上学历,代谢工程、酶工程、生物信息学、计算机科学等相关专业;

2.具有编程基础、代谢建模、生信分析或深度学习经验者优先考虑;

3.团队合作意识强,工作态度认真负责;

4.全职在本课题组工作。


拟提供待遇:

面议


联系方式及应聘流程:

请申请人将个人简历(应包括出生年月、教育背景、工作学习经历、科研成果介绍)及未来工作计划等发送至如下邮箱,邮件主题请注明“姓名+岗位应聘”,邮件中请注明预计入职时间。另外,本课题组长期招收博士生及硕士生。欢迎咨询和应聘。

邮箱:lifeiran_summer@126.com


发表文章列表(详细列表见:https://orcid.org/0000-0001-9155-5260):

  1. Li F#, Yuan L#, Lu H, Li G, Chen Y, Engqvist MKM, Kerkhoven EJ and Nielsen J. Deep learning based kcat prediction enables improved enzyme constrained model reconstruction. Nature Catalysis (2022).

  2. LiF, ChenY, QiQ, WangY, YuanL, HuangM, ElsemmanIE, FeiziA, etal. Improving recombinant protein production by yeast through genome-scale modeling using proteome constraints. Nature Communications(2022).

  3. Li F#, Chen Y#, Anton M# and Nielsen J. GotEnzymes: an extensive database of enzyme parameter predictions. Nucleic Acids Research (2022).

  4. Lu H#,Li F#,Yuan L#,Domenzain I,Yu R,et al.Yeast metabolicinnovations emergedviaexpanded metabolic network and gene positive selection. Molecular Systems Biology (2021)

  5. Lu H#, Li F#, Sánchez BJ, Zhu Z, Li G, et al. Aconsensus S. cerevisiae metabolic model Yeast8 and its ecosystem for comprehensively probing cellular metabolism. Nature Communications (2019)

  6. Li F*. Filling gaps in metabolism using hypothetical reactions. PNAS (2022).

  7. Chen Y, Li F and Nielsen J. Genome-scale modeling of yeast metabolism: retrospectives and perspectives. FEMS Yeast Research (2022)

  8. Chen Y, Li F, Mao J, Chen Y, Nielsen J. Yeast optimizes metal utilization based on metabolic network and enzyme kinetics. Proceedings of the National Academy of Sciences (2021)

  9. Domenzain I#, Li F#, Kerkhoven EJ, and Siewers V. Evaluating accessibility, usability and interoperability of genome-scale metabolic models for diverse yeasts species. FEMS Yeast Research (2021)

  10. Qi Q, Li F, Yu R, Engqvist MKM, Siewers V, et al. Different Routes of Protein Folding Contribute to Improved Protein Production in Saccharomyces cerevisiae. mBio (2020)

  11. Sánchez BJ, Li F, Kerkhoven EJ, and Nielsen J. SLIMEr: probing flexibility of lipid metabolism in yeast with an improved constraint-based modeling framework. BMC Systems Biology (2019)

  12. Yang X, Yuan Q, Luo H, Li F, Mao Y, et al. Systematic design and in vitro validation of novel one-carbon assimilation pathways. Metabolic Engineering (2019)

  13. Li F#, Xie W#, Yuan Q, Luo H, Li P, et al. Genome-scale metabolic model analysis indicates low energy production efficiency in marine ammonia-oxidizing archaea. AMB Express (2018).

  14. Xu Y, Liu Y, Li F, CaoG, Zheng P, et al. Identification of anew gene yecC involved in threonine export in Escherichia coli. FEMS Microbiology Letters (2017)

  15. YuanQ, HuangT, LiP, HaoT, LiF, etal. Pathway-consensusapproach tometabolic network reconstruction for Pseudomonas putida KT2440 by systematic comparison of published models. PloS One (2017)

  16. Zhang X, Li F, Huang M, Zhang H, Zhang S. Syntheses, Crystal Structures and Antibacterial Activities of Schiff Base of Nickel(II) and Copper(II) Complexes. Chinese Journal of Structural Chemistry(2016)

  17. DongH, Liu Y,ZuX, LiN, LiF, andZhang D. An enzymaticassay forhigh-throughput screeningof cytidine- producing microbial strains. PloS One (2015)

  18. Liu Y, Li F, Zhang X, Cao G, Jiang W, et al. Afast and sensitive coupled enzyme assayfor the measurement ofl-threonine andapplication tohigh-throughput screeningof threonine-overproducingstrains. Enzyme and Microbial Technology(2014)

  19. Zhang X, Li F, Sun C, Huang M, Zhang H. Synthesis, crystal structures, antibacterial activities, and fluorescence properties of Schiff base ligand and its nickel (II) complex. Russian Journal of Coordination Chemistry (2014)

  20. Li F, Zhang X, Wang D, Xue Z, Ma Y. Syntheses, Crystal Structures and Antibacterial Activities of Schiff Base Ligand and Its Nickel (II) Complex. Chinese Journal of Structural Chemistry (2014)



搜索
您想要找的