生物医学基础发现生成式建模博士项目

项目编号：SW49526 导师：Dr Hana Aliee 部门/地点：Cancer Research UK Cambridge Institute 课程开始日期：2027年1月

【项目简介】 Dr Hana Aliee希望招收一名学生从事题为“Generative Modelling for Foundational Discovery in Biomedicine”的研究项目。如需了解更多关于研究小组的信息，请访问：https://www.cruk.cam.ac.uk/research-groups/aliee-group/

在Aliee小组，我们旨在通过推进机器学习来解决生物医学中的一些基本问题。我们开发能够表征和推理复杂生物系统的模型，从而实现预测和干预，以期望的方式改变系统行为。例如，为什么细胞对刺激的反应不同？为什么患者对治疗的反应存在差异？如果基因组发生改变，结果会如何变化？

这项工作的核心是开发概率生成模型和反事实推理框架，以揭示潜在机制并实现有原则的假设检验。我们的目标是推进高维多模态数据中的表征学习和因果推理理论，最终将严谨的机器学习基础与生物学发现相结合。

本博士项目将致力于开发用于多模态数据表征的生成模型。主要目标包括提高这些模型的泛化性、可解释性、推理能力和因果基础，开发具有生物学意义的正则化和归纳偏置的新优化算法，并融入先验生物学知识以增强其预测和解释能力。

为应对这些挑战，我们的研究涵盖广泛的机器学习领域，包括生成建模（如扩散模型、流匹配、自监督和自回归方法）、因果机器学习、图神经网络、动力系统建模（如神经ODE和SDE）、可识别性和可解释性、大型语言和序列模型，以及多模态数据整合。

该职位将设在世界领先的CRUK Cambridge Institute，并与Department of Computer Science and Technology保持密切联系。

【申请要求】 我们正在寻找一位充满热情、善于合作的博士生加入我们的跨学科团队。候选人应具备扎实的机器学习背景、良好的编程技能，并对将研究应用于生物学和医学问题有浓厚兴趣。无需具备生物学或医学的先验知识。

申请人应拥有计算机科学、数学或相关计算领域的学士或硕士学位。

我们欢迎英国及海外学生申请。欢迎来自全球任何认可大学的应届毕业生或本科最后一年学生申请，需持有或预期获得相关学科一等或二等一级学位（或同等学历）。具有相关研究经验（通过硕士学习或在实验室工作获得）的申请人强烈建议申请。

【申请材料】 请通过大学申请门户进行申请：https://www.postgraduate.study.cam.ac.uk/courses/directory/cvcrpdmsc 您应选择于2027年Lent Term（1月）开始学习。

完成在线申请需要提供以下内容： • 项目和导师选择：请确保在指定位置注明项目名称（含参考编号）和导师 • 课程特定问题：需提供研究经历详情（最多2,500字符） • 兴趣陈述（最多2,500字符）：应说明您为何希望被考虑获得该学生职位，以及您将为该职位带来哪些素质和经验 • 支持文件：学术成绩单、英语能力证明（如适用）、两位学术推荐人详情、简历

【资助信息】 该四年制学生职位由Cancer Research UK Cambridge Institute资助，包括大学学费的全额资助以及与指数挂钩的生活津贴，2026-27年起始金额为每年22,500英镑，为期四年。

【截止日期】 申请截止日期为2026年6月8日，面试预计将于2026年6月/7月进行。