利用 AI 预测致病性念珠菌对新型抗真菌“耐药破除剂”的菌株特异性敏感性

项目概览

本博士项目关注念珠菌属酵母引起的系统性真菌感染。此类感染正在成为日益严重的公共卫生问题，死亡率较高，且对常规抗真菌药物的耐药性不断上升。项目介绍指出，农业杀菌剂的环境暴露可能促进临床菌株产生耐药性，从而在作物保护实践与人类健康之间形成关键联系。项目将结合 AI、基因组学和 One Health 视角，理解农业实践如何塑造真菌进化和治疗结果，并为更可持续的农业与临床策略提供依据。

项目详情

研究将建立一个综合数据集，包含来自北爱尔兰临床感染和农业环境的 400 多个念珠菌分离株。每个分离株都将进行完整测序，并通过实验表征其对常规抗真菌药物和新型“耐药破除剂”化合物的耐药或敏感谱。项目将使用深度学习对高维基因组数据建模，目标包括：识别与杀菌剂驱动耐药相关的遗传特征；预测不同菌株对耐药破除剂的特异性敏感性；发现可同时指导临床治疗和农业干预的生物标志物。

AI 模型预测将通过交叉验证和留出数据集进行验证，以提高稳健性和可重复性。项目计划产出多类实际成果，包括整理好的基因组数据集、预测性 AI 模型、经过验证的生物标志物，以及关于可持续杀菌剂使用的循证建议。研究还将绘制环境中耐药性出现热点的风险地图，用于支持作物管理政策；同时通过与农户和利益相关方沟通，推动成果的实际实施。

该项目把基因组学、AI 与 One Health 结合起来，展示如何建设更可持续的农业食品系统：作物保护实践需要优化，但不能以牺牲公共卫生为代价。项目体现了 AI 如何推动可持续食品系统创新，将农业实践、环境治理和人类健康连接到一个可行动框架中。博士生需要在微生物、基因组、生物信息学和机器学习之间进行跨学科工作，并理解农业环境暴露与临床耐药之间的联系。

申请要点

项目为全额资助博士项目，资助包包括全部博士学费、按 UKRI 标准发放的免税生活津贴、每年 3,000 英镑研究训练支持经费（用于差旅、培训和耗材，总额最高 12,000 英镑），以及额外资金支持外展传播、夏校、研究活动和开发项目。申请者需访问 sustain-cdt.ai/how-to-apply 查看完整提交说明。申请截止时间为英国时间 2026 年 10 月 16 日星期五中午 12:00。导师团队包括 Edel Hyland 博士（e.hyland@qub.ac.uk）、Yining Hua 博士（yining.hua@abdn.ac.uk）和 Lorena Rangel 博士。一般咨询邮箱为 SUSTAIN@lincoln.ac.uk。

候选人需拥有微生物学、遗传学/基因组学、生物化学或生物学等方向的荣誉学位，最低 2:1，并具备生物信息学和/或抗微生物药物耐药方面的强专长。学生必须自我驱动、好奇、愿意跨学科工作并探索新领域，也要愿意成为跨学科团队的一员。项目还期望学生参与同伴和学术员工交流、部门活动和研讨会，并对公共或政策参与活动有热情。加分条件包括 AI 或机器学习硕士学位，以及定量或技术重点的本科/硕士论文。

由于项目同时涉及分离株测序、耐药表型实验和深度学习建模，申请者应准备展示生物信息学流程、抗真菌或抗微生物耐药知识、数据建模和跨学科沟通能力。项目也强调与农户和利益相关方沟通，因此候选人需要理解研究输出如何转化为作物管理和公共卫生建议，提升实际可用性。

需要进一步确认

项目介绍写明全额资助和面向全球学生，但仍应确认国际学生学费是否完全覆盖、签证和入学资格、主要注册院校、实验样本采集和数据使用的伦理审批、400 多个分离株的访问状态，以及候选人需要的编程、深度学习和湿实验比例。也应确认研究是否涉及高等级生物安全要求、是否需要临床样本处理经验，以及农业合作方与农户参与的具体方式。

博士项目深度调研报告：利用人工智能预测致病性念珠菌菌株对新型抗真菌“耐药逆转剂”的特异性敏感性

申请判断

建议：值得重点申请，但需先核实匹配度。 这是一个研究链条较完整的 One Health 项目，横跨真菌基因组学、实验室药敏测试和机器学习。官方 Q3139 项目页面 给出了明确的端到端方案：对 400 多株临床和农业来源的念珠菌进行测序，测量它们对常规抗真菌药物和新型“耐药逆转剂”的反应，再用迁移学习和深度学习识别耐药特征、预测菌株特异性敏感性，并形成生物标志物和环境风险地图。样本、实验表型和预期产出都有明确落点，因此比泛泛而谈的“AI+生物学”课题更具可执行性。

导师团队最突出的优势是能力互补。Edel Hyland 的专长是念珠菌遗传学、表观基因组学和抗真菌耐药；Yining Hua 研究机器学习、模型泛化和类别不平衡；Lorena Rangel 则覆盖植物病理学、真菌培养物保藏及农业杀菌剂耐药。贝尔法斯特女王大学也具备相关的测序、生物信息学和高性能计算条件。风险主要落在执行条件：公开材料尚未说明耐药逆转剂的具体化合物、菌株来源单位、物种构成、样本治理、生物安全方案、测序预算、GPU 配额或外部验证队列。

本项目正在招生。官方项目列表 显示，Q3139 面向 2027 年 10 月入学，截止时间为 英国时间 2026 年 10 月 16 日星期五中午 12 点。项目未标注“仅限本土学生”，所以包括中国申请者在内的国际学生原则上可以申请。不过，SUSTAIN 申请说明 明确指出，UKRI 资助的国际学生占整个 cohort 的比例上限为 30%，部分国家或特定情形下也可能无法获得 CAS 担保。这只能说明国际生可以进入申请流程，并不代表一定能获得受资助名额。

研究方向与领域前景

可发展的研究切入点

• 建立统一的基因型—表型资源，关联菌株来源、物种、抗真菌 MIC、耐药逆转剂反应和杀菌剂暴露元数据。
• 比较具有生物学依据的 k-mer、变异、基因存在性和通路特征与深度表征，采用嵌套交叉验证并按地点、时间和物种留出。
• 构建带不确定性估计并经过校准的预测，把低置信度菌株转交实验室检测，避免输出虚假的精确结论。
• 检验特征在临床与农业域之间能否迁移，并明确测量领域适配的失效情形。
• 用可解释特征归因配合实验验证，区分预测标志物与因果耐药机制。
• 只有在控制采样强度不均和空间混杂后，才生成环境风险地图。

一篇扎实的博士论文应把实验室药敏测试作为参考标准，把 AI 用于确定验证优先级。基因组模型本身不能直接决定临床治疗或农业政策。任何临床建议都需要独立验证、诊断治理以及博士数据集之外的前瞻性证据。

领域进展

该课题具有较强的公共卫生意义。WHO 2026 年真菌疾病与抗真菌耐药蓝图 指出诊断、治疗、监测、实验室体系和 One Health 协同方面仍存在缺口。本项目同时生成基因组与表型数据，联合研究环境和临床菌株，并计划产出决策支持型生物标志物和风险地图，与这些缺口直接相关。

方向具有技术可行性，但科学难度不低。约 400 株菌株对应的基因组特征数量可能高出样本量多个数量级。物种、医院、农场、地理位置、测序批次和暴露史都可能成为模型的捷径。如果评估设计没有阻止信息泄漏，也没有测试真正发生分布变化的数据，较高的 AUC 可能产生误导。迁移学习或许有帮助，前提是源任务和表征在生物学上适用。

职业与行业前景

训练内容可对应生物信息学、基因组流行病学、真菌与 AMR 研究、农业食品数据科学、诊断、生命科学研发和负责任 AI 等岗位。英国生命科学就业计划 报告该行业在 2023/24 年约有 36 万个岗位，并估计 2025 至 2035 年间将新增 6.6 万个优先职业岗位，其中包括科研、软件、实验室和数据类职位。其对科学、数据和 AI 复合技能的重视与本项目一致。

市场信号也不宜夸大。直接从事抗真菌基因组学的岗位远少于一般数据科学岗位。职业价值取决于能否形成可迁移能力，包括可复现基因组流程、稳健验证、实验设计、不确定性校准、数据治理，以及在临床与农业团队之间沟通。

学校、学科与培养

SUSTAIN 是一个四年制 UKRI 人工智能博士培养中心，由林肯大学、阿伯丁大学、贝尔法斯特女王大学和斯特拉斯克莱德大学共同参与。项目概览 强调面向可持续粮食生产、与产业合作的研究；博士资助方案 还包括计算与数据、生物科学、农学及负责任创新等 cohort 培训。这个培养框架与本课题相符，因为学生需要在实验真菌学、基因组数据工程、预测建模和利益相关方沟通之间切换。跨团队培养有助于避免训练只集中在单一实验室或单一学科。

学位授予单位是英国北爱尔兰的贝尔法斯特女王大学。官方 生物科学博士页面 覆盖微生物学、遗传学、生物信息学和农业科学，并说明可使用实验室、二代测序和校内 HPC。作为外部参考而非项目质量保证，学校报告其生物科学在 2026 年 QS 学科排名 中仍位于全球前 200。对本项目更有意义的是当地对疾病与感染生物学、食品系统和计算能力的综合支持。

贝尔法斯特的生活成本与 UKRI 标准奖学金相对匹配。QUB 的 2026/27 学年学生生活成本对比 提供的参考值为：学生宿舍每周 163 英镑、私人租房每月 580 英镑、食品杂货每月 101 英镑。这些只是规划参考，并非完整预算。国际学生还应单独估算签证费、移民医疗附加费、机票、押金和家属费用。

导师与团队评估

导师研究方向

Edel Hyland 的 QUB 主页 与课题的生物学核心高度契合。其团队研究基因组和染色质结构如何影响酵母适应，使用实验进化、念珠菌中的 CRISPR 反向遗传学和比较表观基因组学。主页明确将这些工作与表型可塑性及抗真菌耐药联系起来，并表示实验室正在招收耐药和耐受方向的博士生。

Yining Hua 的阿伯丁大学主页 显示她是机器学习方向的计算机科学讲师，近期研究涉及对比学习、类别不平衡和模型泛化。这些方法与数百株菌株的数据集相关，因为不同物种和耐药表型很可能分布不均。需要进一步确认的是，基因组特征工程、生物混杂因素控制和日常模型评审分别由谁负责。

Lorena Rangel 的 James Hutton Institute 主页 补足了 One Health 的农业侧。她的研究包括植物相关微生物组、真菌和酵母、培养物保藏、病害抑制、eDNA/宏条形码、DMI 耐药及综合虫害管理。这有助于解释农业来源菌株和环境暴露，也能避免把预测关联直接当成临床因果证据。

公开材料没有说明三位导师的具体分工。合理的安排可能是 Hyland 负责念珠菌生物学和药敏实验，Hua 负责建模与验证，Rangel 负责农业采样及杀菌剂耐药解释。申请者应核实实际安排、主要实验地点，以及三位导师共同开会的频率。

近期代表性论文

• Hyland 参与撰写了 2025 年综述 “From crops to clinic”，总结农业唑类药物使用、环境念珠菌储存库与临床交叉耐药之间的证据。该文支持课题的 One Health 逻辑，同时也显示监测和因果归因仍有难度。
• Hua 是 2025 年论文 “Label-free Medical Image Quality Evaluation by Semantics-aware Contrastive Learning in IoMT” 的通讯作者。其方法价值主要在于标签效率、表征学习和多数据集评估；它并非基因组预测论文，因此需要询问团队如何把相关方法调整到稀疏、高维的序列特征上。
• Rangel 参与了 2024 年研究 “CbCyp51-Mediated Demethylation Inhibitor Resistance Is Modulated by Codon Bias”。该研究分析 593 株 Cercospora beticola，发现基因型与表型的关系可能因杀菌剂而异，单一标志物未必能跨化合物泛化。这与本项目强调菌株级预测而非简单耐药标签直接相关。
• 一项近期独立研究 “Machine learning-based drug susceptibility prediction from Candida genomic data” 使用 304 株完成测序的菌株训练随机森林、SVM 和 XGBoost，并报告了较强的内部表现。这为可行性提供了基准，也使 Q3139 的验证设计更关键：需要按医院、农业地点、采集时期和物种做独立验证，不能只依赖随机留出。

实验条件、算力与协作环境

QUB 生物科学学院设施页面 显示，学院设有面向微生物学、疾病与感染生物学、诊断和农业食品研究的专用环境。基因组学与流式细胞术核心技术单元 提供测序、生物信息学和定制基因组支持。建模方面，Kelvin2 HPC 配有大内存节点、并行存储及多代 GPU，包括 V100、A100、H100 和 MI300X。

这些信息说明学校具备相关能力，但没有证明 Q3139 已获得专属资源。400 多株菌株的测序成本可能较高，高维基因组模型也需要受控存储、可复现流程和足够的重复嵌套验证算力。申请者应确认测序平台与深度、是否已有基因组或原始读段、项目专属核心设施预算、数据保留期限、GPU 队列权限和生物信息人员投入。

资助、申请与生活成本

SUSTAIN 博士资助方案 表示，博士学费全额支付，学生可获得按 UKRI 标准发放的免税生活津贴；研究培训支持经费每年 3,000 英镑、最多 12,000 英镑，另有外展和活动支持。UKRI 当前指南 给出的 2026/27 学年最低津贴为 21,805 英镑。现有来源没有说明 2027/28 学年的金额，因此 21,805 英镑只能作为参考，不能视为最终 offer 数额。

申请分两步：先提交在线表格，再通过电子邮件发送 CV、成绩单和国际学生所需材料。一般最低要求是相关专业一等或 2:1 本科学位，或者成绩达到 merit 的硕士学位；母语非英语者通常需要 IELTS 或同等考试 6.5。项目更偏好微生物学、遗传学/基因组学、生物化学或生物学背景，同时具备生物信息学和/或抗微生物耐药专长；AI/ML 经历或定量型毕业论文是加分项。

国际申请者在依赖资助承诺前，应书面确认四点：其国籍是否符合项目资格、能否获得 CAS 担保、奖学金是否覆盖完整的国际学生学费，以及 30% 上限下还有多少国际资助名额。还应询问签证费和移民医疗附加费是否报销；本次核查的页面没有发现相应承诺。

申请适配度与准备重点

更适合

• 具备微生物学、真菌遗传学、基因组学或抗微生物耐药湿实验训练，同时能证明生物信息学和统计能力的申请者。
• 来自生物信息学或计算生物学、理解药敏表型、实验对照和生物混杂风险的申请者。
• 能适应跨机构和跨学科合作，并能说明临床与农业耐药为何需要联合研究的申请者。
• 同时重视方法开发与实证验证，不把深度学习本身当作研究目的的申请者。

需要谨慎

• 希望做纯计算课题，不愿持续接触培养、药敏测试、样本元数据或生物安全工作的申请者。
• 只有通用 AI 经验，无法解释小样本高维学习、类别不平衡、泄漏、校准或域偏移的申请者。
• 希望项目严格局限于临床方向的申请者；本项目包含明显的农业、环境和政策沟通内容。
• 在接受 offer 前必须确定具体化合物、产业伙伴、数据集或外部验证队列的申请者；这些信息尚未公开。

值得补强的能力与材料

有价值的证明包括：可复现的基因组或微生物组流程；使用版本控制的 Python 或 R 项目；变异、k-mer 或基因存在性矩阵经验；类别不平衡下的监督学习；嵌套交叉验证；校准和可解释性；与实验科学家合作的实例。若能使用公开微生物基因组数据完成一个短项目，清楚记录信息泄漏控制和生物学解释，会比通用神经网络项目更有说服力。

申请者还应准备简洁说明：为何菌株级预测比物种分类更难；如何按地点、时间和物种拆分数据；模型不确定时如何处理。公开项目信息还提醒申请者不要用 AI 生成个人陈述，申请材料应体现本人真实经历和表达。

风险与待核实问题

实验室安全边界必须认真对待。项目将处理临床和农业来源的致病性念珠菌。英国 HSE 关于有意使用生物因子的安全指南 要求进行分类和风险评估，采取适当的遏制与控制措施，制定废弃物和事件处理程序，并在适用时履行申报义务。公开项目页未说明具体物种构成、遏制等级、临床样本治理或审批情况，不能根据项目标题自行推断。

高优先级问题

1. 已落实哪些耐药逆转剂化合物，所有权归谁，是否已有先导药敏数据？
2. 400 多株菌株中已有多少完成收集、测序和表型测试？物种、地点、年份、暴露史和临床元数据是否齐全？
3. 伦理、数据共享、材料转移和环境采样审批是否已到位？
4. 适用什么遏制等级和致病菌株培训？临床与环境样本如何去标识化并进行治理？
5. Q3139 已落实何种测序平台、读长/深度、核心设施预算、存储配额和 HPC/GPU 权限？
6. 评估是否包含独立地点、时间和物种留出或前瞻性队列，而非只有随机交叉验证？
7. 导师职责如何划分？学生主要在哪个地点工作？三位导师共同会面的频率如何？
8. 项目是否对申请者的国籍开放？资助是否支付完整的国际学生学费？30% 国际生上限如何执行？

中优先级问题

1. 博士期间是否需要持续采集新菌株，还是主要分析现有保藏库？
2. 哪些成果是毕业必需：数据集、模型、生物标志物、湿实验验证、风险地图或利益相关方建议？
3. 如果基因组信号无法跨环境泛化，阴性或较弱的模型结果会如何评价？
4. 考虑临床隐私、化合物所有权和农业合作方限制后，哪些数据和代码可以公开？
5. offer 中的 2027/28 学年确切津贴、发放周期、入学日期和搬迁支持是什么？
6. 是否需要前往阿伯丁大学或 James Hutton Institute 交流？经费是否覆盖，安排是否符合签证条件？

证据与来源

项目、申请与资助

• Q3139 官方项目页
• SUSTAIN 招生项目列表
• SUSTAIN 申请说明
• SUSTAIN 博士资助方案
• UKRI 博士资助指南

学校、设施与导师

• QUB 生物科学博士项目
• QUB 生物科学 QS 学科排名说明
• QUB 生物科学学院设施
• QUB 基因组学与流式细胞术核心技术单元
• QUB Kelvin2 高性能计算
• Edel Hyland 主页
• Yining Hua 主页
• Lorena Rangel 主页

论文、领域、生活成本、就业与安全

• From crops to clinic
• 无标签图像质量评估的语义感知对比学习
• CbCyp51 介导的 DMI 耐药与密码子偏好
• 基于念珠菌基因组数据的机器学习药敏预测
• WHO 真菌疾病与抗真菌耐药蓝图
• QUB 学生生活成本
• 英国生命科学就业计划
• HSE 有意使用生物因子的安全指南