皮肤癌遗传学

项目概览

该项目聚焦皮肤癌的遗传机制，重点研究黑色素瘤和角质形成细胞癌，以及与其发生、风险和结局相关的遗传因素。

项目依托 QIMR Berghofer 的大型队列资源，并结合公共数据库与国际合作数据，采用计算统计和遗传流行病学方法开展研究。

导师团队希望利用这些证据改进皮肤癌风险预测、疾病管理和治疗策略。

项目详情

背景上，皮肤癌的发生既受遗传因素影响，也与日晒暴露密切相关。项目介绍指出，黑色素瘤是最致命的皮肤癌，在澳大利亚每年造成超过 1,800 例死亡；角质形成细胞癌虽然单个病例的致死风险较低，但发病率极高，每年仍导致约 600 例死亡，而且因为病例数量大，整体经济负担在澳大利亚所有癌症中也最沉重。

研究目标是拆解皮肤癌的遗传基础，并进一步理解这些遗传信息如何被用于改善健康结局。项目团队可用的数据资源很强：包括 QIMR Berghofer 的 Queensland Study of Melanoma: Environmental and Genetic Associations、Queensland Twin Registry 和 QSkin Sun and Health Study，这些队列合计拥有超过 40,000 名参与者的遗传数据；同时还可接入 UK Biobank 等大型公共数据集，以及国际合作网络。项目介绍还提到，团队已经掌握了连接遗传信息与皮肤癌风险及结局的超过 1,500,000 人规模数据。

方法上，项目将围绕胚系遗传变异开展计算统计分析，把全基因组遗传信息与癌症易感性状、癌症结局数据结合起来，考察皮肤癌与其风险因素的重叠关系，寻找多个性状共有的新遗传风险位点。随后会使用 fine-mapping、bioinformatics 和 post-GWAS 方法，例如结合 transcriptomics 数据，来更完整地解释已识别的遗传变异。研究还计划把这些遗传信息转化为预测模型，并在 QSkin 等内部数据集中校准模型，判断其在疾病风险预测中的实际效果。必要时，团队也可能使用 Mendelian randomisation 来判断某些与皮肤癌相关的潜在风险因素是否具有因果关系。整体上，这项工作更像是把群体遗传学、风险分层和机制解释串联起来的综合项目，重点不仅在于找关联，还在于判断这些关联是否真的能转化为更好的预测工具。

导师与团队信息方面，项目联系人为 Assoc Prof Matthew Law 和 Dr Huanwei Wang。项目地点在 Brisbane，属于 QIMR Berghofer Medical Research Institute 的 Medical Research 方向。

申请要点

• 申请时间：2026 年 8 月 23 日截止。

• 资助信息：Competition Funded PhD Project (Students Worldwide)。

• 适合背景：计算统计、遗传学、癌症生物学、流行病学或相关方向背景更匹配；项目明确依赖大规模遗传数据分析能力。

• 方法与技能：需要能够处理全基因组数据、队列数据、风险建模和生物信息学分析；熟悉统计分析、bioinformatics、transcriptomics、fine-mapping 或 Mendelian randomisation 会更有帮助。

• 联系人：Assoc Prof Matthew Law；Dr Huanwei Wang。

• 地点：Brisbane, Australia。

• 其他要求：公开信息未明确列出具体学位门槛、申请材料清单或语言要求。

需要进一步确认

• 是否要求特定编程语言、统计软件或既有生物信息学经验，项目介绍中尚未逐项写明。

• 是否有额外的实验室或数据使用限制，需要进一步确认。

• 公开信息未单独说明奖学金金额、学费覆盖范围或生活津贴标准。

PhD 项目深度调研报告：Genetics of skin cancer

执行结论

推荐标签：极具吸引力的机会。

这个项目对定量型申请者有很强的证据基础，尤其适合已有统计遗传学、遗传流行病学、统计学、生物信息学、大规模队列分析、GWAS、多基因风险评分、精细定位、转录组整合或孟德尔随机化训练的人。官方 QIMR project page 明确确认了准确题目、导师名单、大型队列资源、项目目标、方法和申请者匹配说明。

项目与导师之间的匹配度尤其强。Matthew Law 是 Genetics and Skin Cancer 实验室负责人，官方简介明确写到 statistical genetics、genome-wide association studies、polygenic risk scores 和 skin cancer：Matthew H. Law。Huanwei Wang 的官方简介则补充了统计方法开发、人类遗传分析、生物库规模表型/基因型数据，以及当前聚焦黑色素瘤的方向：Huanwei Wang。这不是团队的边缘题目，而是其当前核心工作的一部分。

真正需要核实的是操作层面。QIMR 是医学研究机构，而不是授予学位的大学，因此必须确认最终入学大学。项目种子信息显示，这是一个竞争性资助、面向全球申请者的项目，截止日期为 2026 年 8 月 23 日，但官方 QIMR 项目页并未写出奖学金包或截止日期。在把这个机会视为资金和流程都明确之前，这些信息都应直接向 QIMR 确认。

学校、项目与地点信号

QIMR Berghofer 自述为位于 Brisbane Herston 的世界领先医学研究机构，拥有约 1000 名科学家、支持人员和学生：About QIMR Berghofer。因此，这个项目的学校与项目信号，应理解为 QIMR 的机构环境、皮肤癌和统计遗传学团队，以及真正注册 PhD 的正式大学共同构成。

QIMR 的 student admission process 写明，大学学生可以由 QIMR 研究者接收，并列出了 Bond University、Griffith University、The University of Queensland 和 Queensland University of Technology 等本地合作大学。其 QIMR PhD requirements 页面则说明，学生必须注册在澳大利亚或被认可的海外大学，已经安排好 QIMR 导师，并持有生活津贴和学费奖学金。

UQ 和 QUT 只是参照基准，并不是已确认的默认路径。UQ 2026 年的 UQ Doctor of Philosophy 页面说明了 3-4 年国际 PhD、advisory-team 模式、Herston 位置、论文与口试；UQ 还在官方 UQ rankings and recognition 页面发布了较强的排名信号。QUT 的 QUT Doctor of Philosophy 页面则说明，录取取决于研究能力以及可用导师、基础设施和资源，并列出入学与英语要求。

导师与实验室评估

导师研究方向

Matthew Law 的官方简介写明，他领导 Genetics and Skin Cancer lab，研究 statistical genetics、GWAS、polygenic risk scores 和 skin cancer：Matthew H. Law。Huanwei Wang 的简介则说明，他与 Matthew Law 和 Stuart MacGregor 合作，研究重点是统计方法开发和人类遗传分析，使用大型生物库尺度的表型/基因型数据，目前聚焦 melanoma：Huanwei Wang。

Genetics and Skin Cancer group 页面写明，该团队研究遗传变异如何导致黑色素瘤以及基底细胞癌或鳞状细胞癌，并据此改善检测和管理。页面列出了大规模遗传研究、预测工具、新药靶点、罕见亚型如 uveal melanoma，以及 QSkin 内的遗传研究。Statistical Genetics Laboratory 则提供了更广泛的统计遗传环境，覆盖基因定位、疾病风险和癌症遗传学。

近期重要论文

1. 2026 年 Nature Communications 论文，关于 nevus count 的 GWAS，Matthew Law 和 Stuart MacGregor 共同参与，识别了 nevus 位点、候选基因、通路信号以及与黑色素瘤相关的 PRS 价值：Nature Communications paper。这与项目的 GWAS、post-GWAS、通路和黑色素瘤风险生物学方向直接匹配。
2. 2026 年 British Journal of Dermatology 论文，由 Huanwei Wang 牵头，比较黑色素瘤预测中的遗传评分与临床风险评分，并报告 PRS 与临床模型结合后可以提升预测能力：BJD paper。这与项目中使用遗传信息构建风险预测模型的目标高度一致。
3. 2025 年 JAMA Dermatology 论文，由 Huanwei Wang 和 Matthew Law 参与，基于 QSkin 开发浸润性黑色素瘤风险预测工具：JAMA Dermatology paper。这说明团队能够把队列数据转化为可解释的临床风险模型。
4. 2026 年 PLOS Digital Health 论文，由 Huanwei Wang 和 Matthew Law 参与，使用局部微调的大语言模型从病理报告中识别角质细胞癌：PLOS Digital Health paper。这与皮肤癌流行病学中常见的表型提取瓶颈非常相关。
5. 一篇关于 tanning 和 sunburn 遗传学的 Journal of Investigative Dermatology 论文，Matthew Law 参与，研究 UV 介导的皮肤癌风险因素：tanning and sunburn genetics paper。这支持项目对重叠皮肤癌风险因素的关注。
6. 一篇 2024 年开放获取 GWAS meta-analysis，探讨原位和浸润性 cutaneous melanoma 的胚系遗传学：in situ and invasive melanoma GWAS paper。这支持项目对胚系变异和黑色素瘤亚型的框定。
7. 一篇 2026 年 Journal of Investigative Dermatology 论文，使用孟德尔随机化测试遗传预测的 retinol 与皮肤癌风险之间的关系：retinol MR paper。这与项目可能的因果推断部分相关。

实验室、资源与合作环境

官方项目页写明，团队可以使用 QIMR 内部队列，包括 Queensland Study of Melanoma, Environmental and Genetic Associations、Queensland Twin Registry 和 QSkin，这些队列合计有超过 40,000 人的遗传数据；同时还会使用 UK Biobank 以及国际合作数据，把遗传学与超过 150 万人的皮肤癌风险和结局联系起来：QIMR project page。

QSkin 尤其重要。QIMR 将其描述为一个大型前瞻性皮肤癌队列，包含超过 43,000 名澳大利亚人，并有遗传采样以及用于黑色素瘤和角质细胞癌的风险预测器：QSkin。QIMR 的 Melanoma and Other Skin Cancers 页面也强调了 QSkin 以及该机构在基因、风险、预防和治疗方面的工作。机构层面的基础设施则可参考 Core Facilities。

研究方向与领域前景

领域动向

澳大利亚是这个项目的高相关场景。Cancer Australia 估计，2025 年澳大利亚将有 17,443 例新的黑色素瘤病例和 1,455 例黑色素瘤死亡，2017-2021 年诊断的 5 年生存率为 94%：Cancer Australia melanoma statistics。AIHW 也指出，澳大利亚是全球黑色素瘤发病率最高的国家之一，并给出 2025 年约 17,400 例新病例的估计：AIHW melanoma commentary。

角质细胞癌负担同样重要。Cancer Council Australia 报告了很高的非黑色素瘤皮肤癌治疗量，并指出 2019/20 年皮肤癌给澳大利亚医疗系统带来的成本超过 AUD 1.72 billion，其中大部分归因于 non-melanoma skin cancer：Cancer Council skin cancer statistics。这支持项目同时关注 melanoma 和 keratinocyte cancers。

可行的研究切入点

官方方法提示了若干可行的 PhD 切入点：黑色素瘤、角质细胞癌或易感性状的 GWAS；皮肤癌与风险因素之间的共享遗传结构；精细定位和功能注释；转录组辅助的 post-GWAS 解读；PRS 构建与校准；与临床风险工具的模型比较；针对因果风险因素的孟德尔随机化；以及利用 QSkin 或类似数据集进行面向实施的风险预测。

最合适的论文范围取决于数据访问和导师优先级。一个较容易形成论文产出的路径，是一个主要终点加一个方法型章节，例如 PRS 校准、性状重叠或 post-GWAS 解读。如果论文同时想覆盖 melanoma、basal cell carcinoma、squamous cell carcinoma、transcriptomics、causal inference 和临床实施，范围可能会过宽，难以按时完成。

职业与市场前景

这个项目最强的职业信号，是其技术工具箱：统计遗传学、生物信息学、群体健康分析、PRS、模型验证、大型队列整理、临床预测建模和可复现计算。这些技能可以迁移到基因组医学、pharma/biotech 分析、健康数据科学、流行病学、学术遗传学和公共卫生研究。

澳大利亚劳动力市场证据也支持相邻的生物医学岗位。Medical Laboratory Scientists 页面给出了医疗、专业/科学/技术服务和教育培训领域的就业与收入数据。Australian Jobs Report occupation matrix 则包含 statisticians、life scientists 和 medical laboratory scientists 的增长预测证据。对这个项目来说，最有价值的定位不是“皮肤癌”本身，而是“皮肤癌遗传学 + 高质量定量方法”。

资助、申请与生活成本

资助前景看起来不错，但需要直接确认。项目种子信息显示，这是一个面向全球申请者的竞争性资助项目，截止日期为 2026 年 8 月 23 日。官方 QIMR 项目页并未显示当前截止日期或奖学金包。

QIMR 的 QIMR International PhD Scholarships 页面说明 2025 轮次已关闭，但它提供了一个最有用的官方参考：面向国际 PhD 申请者的有限奖学金，按 2025 年标准每年约 AUD 36,400、为期 3.5 年、单人 OSHC，以及由所选大学提名学费奖学金。QIMR 的 QIMR PhD requirements 页面也说明，国际学生必须取得合适签证和 OSHC。

对中国大陆申请者而言，证据支持的是有条件资格，而不是保证资助。QIMR 的官方措辞是 international-student 导向，并未排除中国大陆申请者。如果 QUT 是入学大学，QUT 的 QUT CSC scholarship 页面说明，申请者必须满足 CSC 要求、申请并被 QUT 研究学位录取、满足英语要求，并可能获得 QUT 学费豁免以及 CSC 生活费、机票、签证和健康保险支持。如果 UQ 是入学大学，UQ 的 CSC-UQ PhD Scholarship 页面明确覆盖中华人民共和国公民和永久居民，但前提是满足 PhD 入学、英语、签证、CSC、UQ offer 和其他要求。

签证与生活成本证据应与奖学金竞争性分开看。Home Affairs 的 Subclass 500 Student visa 页面列出财务能力要求，包括旅行、学费和 12 个月生活费，学生生活费基准为 AUD 29,710。UQ 对布里斯班校外或学生宿舍月总成本估算约为 AUD 2,026-4,151：UQ Brisbane cost of living。QUT 对私人合租的估算约为 AUD 1,660-3,545/月，而学生公寓或包餐住宿会更高：QUT living in Brisbane。Study Queensland living expenses 还给出了更宽泛的住宿、公共事业、OSHC 和个人开销范围。

申请者匹配度与准备

最适合的申请者

官方项目页面说明，这个项目适合有 genetic epidemiology、epidemiology、statistics 或 bioinformatics 经验的 PhD 申请者；大型数据集处理和良好计算能力是优势；cancer genetics 或 molecular biology 有帮助但不是必需；非统计背景申请者需要证明自己具备统计知识；只做统计的申请者最好也有一些遗传学基础：QIMR project page。

最理想的证据画像包括 R 或 Python、GWAS 质控、回归或生存模型、PRS 构建、精细定位、colocalisation、转录组整合、孟德尔随机化、生物库规模数据处理、版本控制和可复现工作流。较强的书面证据可以是论文、预印本、海报、分析报告、代码仓库或较完整的课程项目。

需要谨慎的情况

如果申请者只有湿实验癌症生物学，而缺少统计和计算证据，就应谨慎。这个项目更接近计算型统计遗传学，而不是基于细胞或动物的分子肿瘤学。希望获得广泛湿实验训练、细胞系、动物或药物实验的人，可能会觉得这里的数据分析成分过重。

申请者也需要接受模型本身的局限：缺失数据、入组偏倚、祖源可迁移性、多基因评分校准、多重检验、外部验证，以及遗传风险信息的伦理使用。

建议补强的技能与材料

准备工作应优先围绕统计遗传学和可复现计算。可行的实践证据包括一个小型 GWAS 或 PRS 分析、一个孟德尔随机化练习、一个生存或 Cox 模型、一个精细定位或 TWAS 教程项目，以及对临床与遗传预测器如何公平评估的清晰说明。

对于国际申请者，材料应以英文准备，而具体大学路径很重要。如果 QUT 是入学大学，QUT 的 QUT Doctor of Philosophy 可作为入学和英语要求的参照。如果 UQ 是入学大学，UQ 的 UQ Doctor of Philosophy 则是另一个参照。

风险与待核实问题

高优先级问题

1. 哪所大学会正式注册并授予这个 PhD？
2. 2026 年 8 月 23 日这个截止日期对这个具体项目是否仍然有效？
3. 是否已经确认资助名额、QIMR 奖学金池，还是只支持外部奖学金申请？
4. 资助是否包括津贴、学费抵扣、单人 OSHC、算力或数据访问费用、会议差旅和发表费用？
5. 中国大陆申请者是否可以直接通过 QIMR 的国际奖学金路径申请？
6. 如果申请者来自中国大陆，QUT CSC、UQ CSC 或其他合作大学 CSC 路径是否被接受或更受偏好？
7. PhD 学生能立即使用哪些数据集，以及需要什么伦理或数据使用审批？

中优先级问题

1. 谁来提供日常的定量监督？
2. GWAS、PRS、精细定位、转录组学、孟德尔随机化和模型校准之间的预期比重是多少？
3. 最可能的主要终点是黑色素瘤、角质细胞癌、风险因素、结局还是预后？
4. 实验室使用什么编程语言、包生态和算力环境？
5. 论文将如何处理跨祖源可迁移性和遗传风险预测公平性？
6. 多队列或联盟分析的发表要求和署名惯例是什么？

证据与来源

核心项目与机构来源

• QIMR project page
• About QIMR Berghofer
• QIMR student admission process
• QIMR PhD requirements
• QIMR International PhD Scholarships

导师、实验室与数据集来源

• Matthew H. Law
• Huanwei Wang
• Genetics and Skin Cancer group
• Statistical Genetics Laboratory
• QSkin
• Melanoma and Other Skin Cancers
• Core Facilities

合作大学、中国路径、签证与生活成本来源

• UQ Doctor of Philosophy
• UQ rankings and recognition
• QUT Doctor of Philosophy
• QUT CSC scholarship
• CSC-UQ PhD Scholarship
• Subclass 500 Student visa
• UQ Brisbane cost of living
• QUT living in Brisbane
• Study Queensland living expenses

领域、论文和职业来源

• Cancer Australia melanoma statistics
• AIHW melanoma commentary
• Cancer Council skin cancer statistics
• Nature Communications paper
• BJD paper
• JAMA Dermatology paper
• PLOS Digital Health paper
• tanning and sunburn genetics paper
• in situ and invasive melanoma GWAS paper
• retinol MR paper
• Medical Laboratory Scientists
• Australian Jobs Report occupation matrix