面向实际样品与混合物的新一代核磁共振方法研究

【项目介绍】

复杂化学混合物无处不在：药物、食品、催化剂、生物体液以及化学反应产物。它们之所以重要，是因为混合物的确切成分往往决定了其功效、安全性或稳定性。核磁共振（NMR）波谱学是确定混合物成分的有力工具——但存在一个问题。在实际样品中，许多信号相互重叠，使得谱图难以解析。

本博士项目旨在使NMR对复杂的实际样品更加实用。目标是开发新的方法来“清理”NMR谱图，以便即使在信号严重重叠的情况下，也能识别和测量单个组分。如果成功，这些方法将使混合物分析更快、更可靠、更定量，对药物、反应监测、食品科学和代谢组学等应用领域具有明显的益处。

这项工作将结合实验操作与智能数据分析。在实验方面，您将设计和测试新的NMR测量方法，提取关于分子的不同类型信息（例如它们的运动速度、相互作用方式或连接方式）。核心思想是，如果您能收集关于同一样品的多个独立信息，就可以解开在常规谱图中看起来相同的信号。在数据分析方面，您将构建明确的工作流程和代码，将这些更丰富的数据集转化为清晰的化学答案。

该项目有三个相互关联的主题：

1. 新型NMR实验——开发和实施脉冲序列，提高谱图清晰度，使定量工作的结果更加可靠。
2. 适用于实际条件的NMR——调整方法，使其在反应监测和稳定性研究等实际问题中保持稳健，因为这些场景中样品不完美且时间紧迫。
3. 数据驱动的混合物分析——开发开源处理工具，探索现代统计或机器学习方法是否真正改善信号分离、归属和分类。

您将加入一个在NMR方法开发领域处于世界领先地位的团队，该团队与学术界、工业界和仪器制造商有着积极的合作，并有向更广泛社区分享新实验和软件的良好记录。应用重点可以根据您的兴趣进行调整（例如药物、催化、多孔材料、食品或生物混合物），同时保持方法开发的核心。

【申请要求】

申请人应拥有或预期获得相关科学或工程学科的二等一级荣誉学位或硕士学位（或国际同等学历）。我们正在寻找具有扎实化学（或相关）背景、喜欢细致解决问题并对结合实验室测量与计算分析感兴趣的学生。欢迎有NMR和/或编程（Python、MATLAB或类似）经验，但非必需——我们将提供培训和支持。

【申请材料】

申请时需要提供：项目的完整名称、导师姓名、是否已有资助或希望申请大学提供的资助、过往学习详情，以及两位推荐人的姓名和联系方式。申请后需要上传以下支持文件： • 所有已获大学学历的最终成绩单和证书 • 正在进行的任何大学学历的临时成绩单 • 个人简历（CV） • 支持陈述：一至两页的陈述，概述您攻读研究生研究的动机、为何选择在曼彻斯特进行研究生研究、任何相关的研究或工作经验、您以往研究经验的主要发现，以及您发展的技术和技能（所有申请人必须提供此项，否则申请将被搁置） • 两位推荐人的联系方式（请确保您提供的联系邮箱是官方大学/工作邮箱地址） • 英语语言证书（如适用）

【资助信息】

这是一个自费项目。在曼彻斯特，我们在大学、学院和系级层面提供各种奖学金、学生资助和奖励，以支持申请竞争性项目和自费项目的英国及海外研究生研究人员。更多信息，请访问我们的资助页面或搜索资助数据库。

【其他重要信息】

申请前请联系Professor Mathias Nilsson（mathias.nilsson@manchester.ac.uk）进行非正式讨论，并附上个人简历。研究小组信息：https://www.nmr.chemistry.manchester.ac.uk/

在线申请网址：https://uom.link/pgr-apply-2425

平等、多样性和包容性是曼彻斯特大学成功的根本，也是我们所有活动的核心。我们积极鼓励来自不同职业道路和背景以及社区各阶层的申请人，无论年龄、残疾、种族、性别、性别表达、性取向和跨性别身份如何。我们也支持从职业中断或其他角色回归的申请人，并考虑提供灵活的学习安排（包括兼职：50%、60%或80%，取决于项目/资助方）。

如有任何申请问题，请联系招生团队：FSE.doctoralacademy.admissions@manchester.ac.uk

真实混合物的 NMR 博士报告

项目： Next-Generation NMR Methods for Real-World Samples and Mixtures（面向真实样品和混合物的新一代 NMR 方法）
学校与院系： 曼彻斯特大学（The University of Manchester），化学系（Department of Chemistry）
导师： Prof Mathias Nilsson，Prof Gareth A. Morris
地点： Manchester，英国

执行结论

药物、食品、生物体液或反应产物的 NMR 信号常严重重叠，使组分识别和定量困难。本项目结合新脉冲序列、实际条件下的实验验证和数据分析，尝试利用同一样品的多种独立信息分离这些信号。研究核心是方法开发，应用可围绕药物、催化、多孔材料、食品或生物混合物调整。

它适合对实验测量与计算分析的结合感兴趣、愿意细致解决问题的申请者。相关科学或工程背景可以申请；NMR 或 Python、MATLAB 编程经验受到欢迎，但项目明确提供培训，不将其列为必需的先修经验。

项目说明明确为四年制自费博士，全年接受申请。 校级两百年校庆奖学金和 EPSRC DTP 是可调查的竞争性资助渠道，不能视为本项目保证获得学费与生活津贴。需要资助的申请者，应先向理工学部（FSE）确认适用轮次、本课题能否参选和剩余名额。中文项目信息另列“2026年12月31日星期四”，与全年申请表述不一致，需确认，不能直接作为项目硬截止日期。

下一步是向 Nilsson 发送 CV，讨论感兴趣的样品与方法问题，同时向招生团队核实资金和申请安排。以下保留已有报告中的2024—2026年院校、论文、资助和就业资料；本次编辑未重新核验动态数据，不据此认定当前名额或资助已落实。

研究问题与博士工作

复杂混合物的成分影响功效、安全性或稳定性。NMR 可用于分析其组成，但不同组分的信号可能在常规谱图上重叠，难以分别识别和测量。项目希望通过改进测量和分析，提高真实样品中的组分识别与定量能力；“更快、更可靠、更定量”是研究目标，仍需实验验证。

实验工作将设计并测试新的 NMR 测量方法，获取分子运动、相互作用或连接方式等不同信息。数据工作则开发明确的流程和代码，把更丰富的数据转化为组分分析结果。核心思路是利用同一样品的多种独立信息，帮助区分在常规谱图中看起来相同的信号。

项目主题	博士研究中的实际工作	研究要解决的问题
新 NMR 实验	开发并实施脉冲序列，改善谱图清晰度及定量可靠性	新测量提供的信息能否帮助识别重叠信号，定量结果是否可信
真实条件下的 NMR	调整方法，面向反应监测和稳定性研究等样品不理想、时间受限的场景测试稳健性	方法在实际条件下能否维持有效性
数据驱动的混合物分析	开发开源处理工具，探索现代统计或机器学习方法	对信号分离、归属和分类的改进是否得到验证

应用可根据兴趣调整为药物、催化、多孔材料、食品或生物混合物，仍需围绕方法开发展开。项目说明提到与学术界、工业界和仪器制造商合作，以及向研究社区分享实验和软件的经历；本博士参与哪些合作、使用哪些样品及形成什么软件成果，需与导师确定。

学校、学科与培养

项目由 The University of Manchester 的 Department of Chemistry 招生和培养，项目说明为四年制博士。未列出独立雇主或联合授位安排；具体学位名称、注册及进度要求需在正式申请中确认。学校支持职业中断后返回研究的申请者，并考虑灵活学习安排，包括50%、60%或80%兼职，是否适用于本项目取决于课题和资助方。

学校与化学学科资料

指标	已有资料中的数值	年份与范围
QS World University Rankings	全球第35位	2026，大学整体
Times Higher Education（THE）	全球第56位	2026，大学整体
ARWU（上海排名）	全球第46位	2025，大学整体
英国综合位置	第6—8位	2025／2026，多来源汇总；既有报告未拆分体系
THE World Reputation Rankings	第50位	2025，大学声誉
THE Impact Rankings	全球第2位	2025，社会影响相关指标
THE 国际化排名	全球第20位	2025，国际化指标
REF 研究影响力	90%为世界领先或国际优秀	2021，大学层面研究影响力评估
QS 化学学科排名	全球第19位，得分82.9	2026，化学学科

大学官方新闻在已有报告引用时称，曼彻斯特是全球唯一同时在 QS Sustainability Rankings 和 THE Impact Rankings 进入前10名的大学。这属于当时的院校信息，不能用于推定本课题的研究成果或资助。

旧报告记录 THE 2026排名下降3位，未提供足以解释原因的指标数据，不能据此归因于研究收入或引用变化。REF 2021距2026年已有5年，需结合近期院系产出理解，不能替代当前研究组条件的核查。

院系资源与训练

已有资料将化学系描述为英国规模最大的院系之一。学科背景包括分析方法与物理化学、与 Manchester Institute of Biotechnology 相关的生物技术，以及先进材料和量子化学。

资源或研究信息	已有资料	对本项目的适用边界
近期论文	2026年3月有 Nature Chemistry 论文获录用	未说明作者及与本 NMR 课题的关系
NSF／UKRI 合作	总计$10M，涉及8个项目，覆盖量子化学、先进材料和生物技术	属于合作项目总体信息，不代表本博士已有经费
仪器与表征平台	报告提及 Diamond Synchrotron（Harwell）、NMR、质谱和光谱表征资源	各平台与本项目的使用关系、时间及费用需确认，不能据此认定所有技术由同一设施提供
师资	包括 Royal Society Research Professor David Leigh，以及计算、有机和无机化学专家	院系师资背景不等于本项目的指导团队

本项目提供 NMR 和编程培训支持，研究人员发展项目还在博士期间提供研讨会和技能培训，与学术指导分开。学校存在 Centres for Doctoral Training（CDT）结合研究与实践培训的路径，但本项目是否属于 CDT、是否有对应资助尚未说明。

项目鼓励不同职业道路、背景和社区的申请者，不因年龄、残疾、族裔、性别、性别表达、性取向或跨性别身份限制申请。具体灵活学习安排应在申请阶段讨论。

导师与研究条件

项目列出 Nilsson 与 Morris 两位导师。已有报告援引的近期博士论文将 Gareth Morris 列为主导师、Mathias Nilsson 列为联合导师；这能说明既往合作方式，本项目的主导师、日常联系人和分工仍需确认。

导师	既有资料中的身份与地点	研究方法
Gareth A. Morris	物理化学教授，Department of Chemistry，Dover Street Building；Google Scholar 记录21,321+次引用	高分辨率 NMR 新技术，面向化学、生物化学和医学应用；Pure Shift NMR、DOSY 和反应监测
Mathias Nilsson	教授，Department of Chemistry，Dover Street Building	液体 NMR 方法开发与应用；用于完整混合物分析的 Diffusion-Ordered Spectroscopy（DOSY）；Pure Shift NMR

21,321+次引用属于 Morris 的历史记录，不能作为两位导师的合计或当前数值。已有资料未给出 Nilsson 的具体 h-index，亦未据此评价两位导师的实际指导投入。

具体成果与方法关联

成果或证据	既有报告保留的方法信息	与本博士工作的联系
New NMR Tools for Impurity Analysis，2020+；Morris 指导的博士论文	以新 NMR 工具开展杂质分析；另有混合物分析和分析化学方向博士论文	可用于讨论从方法开发到杂质／混合物应用的研究路径；报告没有保留具体实验结论
1H NMR Pure Shift Metabolomic Analysis of Black Tea，Nilsson 的 Figshare 支持数据	将1H NMR Pure Shift 用于红茶代谢组学分析，提供支持出版的数据	展示方法与真实复杂混合物的连接；数据发布不能替代对论文方法与结果的阅读
2024年流动 NMR 相关发表	既有报告确认团队具备 Flow NMR 能力，并列高场仪器条件	与反应监测方向相关，需确认本课题实际使用的仪器及安排
与 Dr Ralph Adams 的合作	涉及 GEMSTONE 和 SABRE 方法	可讨论是否能参与相关方法训练，不能预先保证合作或课题分配

两位导师维护 Figshare 数据档案，旧报告记录数据发布延续至2025年9月，反映其数据分享实践。2018年取得的3年期 EPSRC 经费属于历史资助记录，不能证明本项目当前经费稳定或已保障学生生活津贴。

NMR 方法开发依赖仪器条件。排队、维护和实验时间安排可能影响进度，面试中宜明确高场与流动 NMR 的可用性、维护支持、数据处理资源，以及两位导师如何协调日常指导。

匹配背景与申请材料

条件层次	项目说明或已有报告中的要求与建议
项目明确要求	已获得或预计获得相关科学／工程专业至少2:1（二等一级）荣誉学士学位或硕士学位，或国际同等学历；有扎实化学或相关背景，愿意结合实验测量与计算分析
欢迎但非必需	NMR 经验、Python／MATLAB 或类似编程经验；项目提供培训和支持
建议展示	相关分析／物理化学和光谱学研究经历、NMR 仪器经验、MNova／Topspin 或类似处理软件经验，以及数据分析或机器学习经验。按已有经历准备，不将这些工具全部视为入学门槛

旧报告列化学 PhD 最低学历为2:1或同等水平，并称所有化学 PhD 申请者须面试。其另列的 MPhil 2:2入学条件属于 MPhil，不能用于降低本博士的要求。正式申请前建议先联系导师；项目指定先向 Mathias Nilsson 发送 CV 进行非正式讨论。

提交环节	所需信息或文件
在线申请信息	项目全名、导师姓名、已有资金或希望被考虑的大学资助、过往学习详情、两位推荐人的姓名与联系方式
学历文件	所有已获大学学历的最终成绩单和证书；正在进行学历的临时成绩单
CV	相关研究、仪器、处理软件和代码经验
Supporting statement	必须提交，1—2页；说明研究动机、选择 Manchester 及本课题的原因、相关研究／工作经历、过往研究的主要发现与已形成的技能
推荐人	两位推荐人的联系方式，使用正式大学或工作邮箱
语言证明	英语语言证书，如适用

支持陈述可将研究经历与 Pure Shift NMR、DOSY 或混合物分析中的具体问题相连，并说明博士训练与长期学术或行业目标的关系。引用导师具体成果比泛泛评价研究组更有用。缺少必需文件的申请不会被处理，未提交支持陈述会被搁置；项目说明也提醒申请者自行负责截止与完整提交。

联系方式与资源	用途
mathias.nilsson@manchester.ac.uk	项目指定的申请前讨论联系人；发送 CV，讨论技术方法和研究兴趣
Gareth Morris 的大学研究门户	了解研究背景，询问项目和指导期望
FSE.doctoralacademy.admissions@manchester.ac.uk	招生与申请问题
化学系研究生办公室	核实资助资格与 FSE 名额
大学职业服务中心	科学领域就业指导和行业联系

资助与费用条件

这是自费项目，大学提供奖学金渠道并不改变其资金基线。 是否能为该课题申请资助、获奖后覆盖哪些费用，必须单独确认。

资助渠道	旧报告中的规模与条款	对化学申请者的关键条件
Bicentenary PhD Studentships	£28M（2,800万英镑）计划，拟支持200+研究人员，覆盖2025/26—2026/27；英国及国际学生可申请	确认理工学部 FSE 分配、当前轮次、本课题能否参选及剩余名额
EPSRC DTP	全额奖学金，学费与 UKRI 标准生活津贴；英国及国际学生资格依项目而定	查看化学项目清单，核实本课题和个人资格、海外学费覆盖及实际期限
院系专项奖学金	BMH 已公布2026/27学年30个名额	BMH 是 Biology, Medicine and Health，其名额不能推定为 FSE 或化学系名额
国际合作奖学金	部分按国家／地区设定	核实化学系资格及具体计划条件
GREAT Scholarships 2026	支持硕士项目	不支持本 PhD，不作为资金备选

校级计划200+名额以及 BMH 的30个名额说明计划有具体分配范围，不能据此估计本课题获奖概率。旧报告对部分校庆计划或 EPSRC DTP 公告的引用涉及 BMH，FSE 对应安排仍未明确；2025/26、2026/27轮次也不能证明现在仍开放申请。

已有报告中的费用政策为：国际学费在后续学年每年最高可上涨7%；资助型奖学金的学费由校内支付，津贴按 UKRI 标准；学费包含图书馆、学生会会员资格和院系分析平台使用权。上述政策需确认适用本人的入学年份与课题，尤其是海外学费是否全部覆盖、特殊实验或平台费用是否另计。

自费或部分资助申请者应按四年培养期核算学费、生活费及可能的7%年度涨幅。现有材料没有列出本项目实际学费、当前津贴和住宿预算，尚不能确定资金缺口或资助是否足以支持生活。

职业路径与数据范围

指标	数值	年份与适用范围
英国雇主关注度	最受毕业生雇主青睐大学第1位	The Graduate Market 2026；大学层面雇主目标院校指标
化学毕业生就业率	100%	Graduate Outcomes 2022—23；报告限定为英国居民、在英格兰就业的毕业生，国际学生结果未明确
全国就业基准	毕业后15个月工作／深造比例88%	HESA 2022/23；全国指标
THE Global University Employability Rankings	英国第7位	2025，大学层面就业能力排名

这些数据帮助了解总体环境，不能换算为本课题组或中国博士的录用概率。Graduate Outcomes 反映毕业后15个月状态，具有时间滞后；旧报告也指出毕业生岗位市场竞争加剧。

院系职业团队与大学职业服务中心合作，提供科学领域指导；研究人员发展培训贯穿博士阶段。学校与制药、化工和生物技术雇主存在联系，化学训练也可用于研发、媒体、科普及其他职业方向。研究影响力和院校声誉不能保证博士后或教职去向。

转向行业后，部分工作可能限制研究成果公开发表，需结合长期学术计划了解合作和发表安排。高场测量、脉冲序列、混合物分析和开放软件是本项目可讨论的训练内容，具体职业价值仍取决于实际完成的工作与市场需求。

下一步与待确认问题

全年申请项目不适合直接套用固定项目截止日倒计时。旧报告中的“提前3—4个月研究、2—3个月联系、1—2个月准备”可在确认目标入学时间或具体奖学金截止后，用作准备节奏参考。

阶段	应完成的行动	需要解决的问题
正式申请前	向 Nilsson 发送 CV、研究兴趣和具体问题；需要资助时同步联系 FSE 与化学系研究生办公室	当前课题名额、入学时间，全年申请与2026年12月31日记录的关系，适用资助轮次、FSE 名额及本课题资格
材料准备与提交	按确认的安排准备1—2页支持陈述、成绩单、证书、CV、两位推荐人及适用语言证明；完整提交在线申请	文件、语言和个人资金条件是否满足；奖学金是否需单独申请；国际申请者预留签证办理时间，并确认适用流程
面试与导师讨论	准备 NMR 原理、信号重叠、Pure Shift／DOSY、真实样品稳健性和方法开发的技术讨论；如有经验可介绍机器学习或数据分析	具体样品与课题、实验和代码比例、仪器排队及维护、培训支持、两位导师分工与日常联系人
接受录取前	核对四年培养与书面资金安排，完成总预算	学位与注册规则、学费及后续涨幅、海外学费与生活津贴覆盖、平台与实验费用、开始时间；如需兼职，确认50%／60%／80%安排是否获批

证据与来源

导师与研究成果

• Gareth Morris 的大学研究门户
• Gareth Morris 的个人学术主页
• Gareth Morris 的 Google Scholar 档案
• Mathias Nilsson 的大学研究门户
• Mathias Nilsson 的 Figshare 数据档案

研究组与申请

• Manchester NMR 研究组
• 大学在线研究生申请入口

资料使用范围

已有报告引用大学新闻、REF 2021、QS／THE／ARWU 排名、NSF／UKRI 合作、校庆奖学金和就业调查，但未保留这些页面的链接或完整论文证据。以上信息保留用于比较和进一步核实；当前招生、资金与平台条件需向导师和院系确认。