English version not available for this project. Browse English projects

面向纳米塑料-生物毒素共暴露的双组学分析与集成机器学习研究

项目895 · Monash University Malaysia · Science

原公告截止日期已过,请核对是否续招。以下资料供研究和申请准备参考。

所在国家或地区
马来西亚
申请截止日期
2026-09-15(具体时刻请核对原始公告)
资助信息
竞争资助博士项目(面向全球申请者)

申请工作台

保存项目,围绕当前机会准备申请。截止日期和资格请以原始公告为准。

阅读项目调研与申请判断

项目介绍

项目概览

本项目关注人类暴露组中纳米塑料与生物毒素共暴露对细胞状态和健康风险的影响。

研究地点为马来西亚蒙纳什大学理学院,主导师为 Michelle Yap Khai Khun 博士,另有多位联合导师参与。

课题把双组学、机器学习和生物传感结合起来,试图建立从暴露到细胞反应的可预测框架。

这是一个面向全球申请者的资助博士项目,强调环境污染、气候变化与毒理学之间的交叉研究。

项目详情

项目介绍把人类暴露组定义为个体一生中全部环境暴露的总和,并指出其是影响人类健康最复杂的决定因素之一。尽管外界对环境污染物与非传染性疾病之间的关系关注日增,但具体暴露输入如何驱动细胞状态动态变化与反应,仍缺乏系统刻画。该项目正是要补上这一知识缺口。

研究将整合双组学分析、集成机器学习与生物传感技术,研究人类细胞如何在生物性和非生物性污染物作用下重塑分子状态,重点对象包括生物毒素和纳米塑料(NPs)。项目还明确指出,气候变化会加速生物毒素的生成与再分布,同时也会因极端天气增多而促进塑料物理碎裂,进一步形成更多纳米塑料。

研究假设之一是,纳米塑料可能像“特洛伊木马”一样把有效负载带入食物链;但它们是否也会成为生物毒素的载体,并形成具有协同风险的新型暴露类别,目前仍未知。为回答这一问题,项目将使用经过良好构建的人类细胞模型,结合蛋白组与代谢组双组学,厘清典型细胞状态及其动态变化,并研究纳米塑料-生物毒素相互作用的分子机制。

双组学数据随后会被集成机器学习方法分析,用于训练和开发暴露表型的预测毒理学模型。项目还会使用课题组已有的生物传感流程来定量纳米塑料与生物毒素暴露,并把可量化的暴露数据与细胞状态画像结合起来,构建剂量-反应模型。

项目预期能够首次系统描绘污染物暴露阈值与明确界定的细胞状态转变之间的对应关系,并把这些结果纳入人类暴露组模型中,用于解释毒理学结果、辅助监管决策以及推动科学到政策的转化。

导师团队方面,主导师为 Michelle Yap Khai Khun 博士,联合导师包括 Ong Huey Fang 博士、Krystle Angelique Santiago 博士和 Faddrine Jang 博士。申请前同样建议先联系主导师,说明学术背景与成果,以判断是否适合继续申请。

该课题适合对生物信息学、生物技术、细胞生物学、气候科学、机器学习、环境科学和毒理学感兴趣的申请者。

申请要点

  • 申请方式:先联系主导师,说明学术背景与成果,确认研究契合度后再提交申请。

  • 学术背景:适合生物信息学、生物技术、细胞生物学、机器学习、环境科学、毒理学或相关方向。

  • 研究重点:双组学、蛋白组/代谢组、集成机器学习、生物传感、剂量-反应模型、预测毒理学。

  • 导师/团队:主导师 Michelle Yap Khai Khun,联合导师 Ong Huey Fang、Krystle Angelique Santiago、Faddrine Jang。

  • 资助信息:竞争资助博士项目,面向全球申请者。

  • 截止时间:2026 年 9 月 15 日。

  • 研究定位:强调气候变化、污染暴露与细胞状态变化之间的交叉机制研究。

需要进一步确认

  • 申请是否还需要研究计划、推荐信或其他附加材料,页面未完全说明。

  • 双组学与生物传感的具体实验平台、样本来源和计算资源配置尚未展开。

核对原始项目信息

收录来源可能是学校或招聘平台;正式申请入口及最新要求请核对公告与下方报告中的官方来源。

项目深度调研报告

报告生成记录:。生成日期不代表招聘方确认项目仍开放。

资料更新记录:。申请前请再次核对原始公告。

PhD 项目深度调研报告:用于刻画纳米塑料-生物毒素共暴露下细胞状态动态和暴露阈值的双组学分析与集成机器学习

执行结论

推荐标签:有吸引力,但需要核实匹配度。

这是一个证据上很强、但技术要求也很高的机会。正面因素包括 Monash 的机构信号、马来西亚校区的正式 Science PhD 结构,以及一组看起来能够覆盖毒素毒理、环境监测、多组学机器学习、代谢组学和生物传感的导师团队。Monash 官方页面已经核实了 Science PhD 的结构、学费、研究领域和校区位置;Monash 当前的全球排名信号也很强,来自 QS、THE、U.S. News 和 ARWU 的证据都偏正面。

主要谨慎点仍然是项目级核实。在本轮研究中,没有找到该确切题目的官方 Monash 页面。项目说明中写到 Michelle Yap 为主导师,Ong Huey Fang、Krystle Angelique Santiago 和 Faddrine Jang 为联合导师,但具体资助路径、绑定截止时间、实验平台分配和日常导师分工,都需要直接向导师和 Monash University Malaysia Graduate Research Office 核实。

学校、项目与地点信号

Monash University Malaysia 是 Monash 在马来西亚雪兰莪州 Bandar Sunway 的官方校区,距离吉隆坡约 20 公里,校区位置可在官方 campus location page 查看。官方 welcome page 说明,Monash Malaysia 执行 Monash 的学术标准并授予 Monash 学位,这一点很重要,因为这不是一个普通的本地私立校区文凭信号。

Science PhD page 将该学位描述为 3-4 年全日制研究型博士,且至少有两位导师支持。其研究领域包括 biotechnology、genetics/genomics/bioinformatics、medical bioscience、microbiology、natural products 和 tropical/environmental biology,均与本项目相关。该页面还列出 2026 年学费:马来西亚学生 RM48,480、国际学生 RM54,720,并给出 life sciences、chemistry、environmental sciences、biological sciences 和 natural sciences 等较强的 QS 学科信号。

Monash 整体声誉信号也很强。官方 rankings page 显示,Monash 在 QS World University Rankings 2027 中为第 31 位,在 THE World University Rankings 2026 中为第 58 位,在 U.S. News Best Global Universities 2025-26 中为第 38 位,在 ARWU 2025 中为第 76 位。这是一个很强的机构信号,不过排名应被视为整体声誉证据,而不是项目资源的直接证明。

导师与实验室评估

导师研究方向

导师组合在技术上是合理的、跨学科的。Michelle Yap 的官方 Monash research profile 说明她的研究涉及 toxicology、toxin pharmacology、proteomics、biomolecular modelling、immunoinformatics 和博士指导。Faddrine Jang 的 profile 增补了 microplastics、trace metals、environmental monitoring、aquatic toxicology 和 climate-change 经验。Ong Huey Fang 的 profile 和 Supervisor Connect page 显示她/他在 machine learning、data mining、bioinformatics 和 multi-omics analytics 方面有经验。Krystle Angelique Santiago 的官方 staff page 则支持 LC-MS-based metabolomics 和 natural-products biology 经验。

实验室环境证据同样相关。Monash Malaysia 的 Medical AI Research Hub 明确围绕 genomics、transcriptomics、proteomics 和 metabolomics 的可解释机器学习展开,Ong 负责 omics analytics,Michelle Yap 列为成员之一。School of Science 的 Drug Discovery and Development 主题页把 Michelle Yap 列入其中,并描述了 cell death assays、toxicology studies、proteomics 和 biostatistics 能力。

近期重要发表

近期发表能够支撑项目的核心组件:

  • 2025 年 Environmental Toxicology and Chemistry 论文 由 Chan、Chang、Jang、Abdul Razak 和 Yap 共同完成,使用 UPLC-MS/MS 对 cyanotoxins 进行谱分析,并评估 human keratinocytes 的皮肤毒性。PubMed 的 record 也确认了这项研究的 cyanotoxin、细胞毒性和网络毒理学元素。这与生物毒素暴露、人细胞反应和政策导向的监测都直接相关。
  • Chang 和 Yap 的 2025 年文章 Guarding our water together 描述了 cyanotoxin 监测和便携式生物传感器路线。它支持该实验室确实有面向应用的 biosensing 方向,虽然方法细节不如完整实验论文丰富。
  • Yap 参与的 2025 cytotoxin virtual-screening paper 显示她/他也做计算毒理学和毒素-细胞损伤相关工作,尽管研究对象是 venom 而不是环境生物毒素。
  • Ong 参与的 2025 Amogel paper 直接涉及基于图神经网络和先验知识的 multi-omics classification 和 biomarker identification。
  • Santiago 的 2024 LC-MS metabolomics paper 支持其在 metabolomics 和多变量生物状态分析方面的经验。

实验室、资源与合作环境

公开证据表明,这里具备相关能力,但不能直接假定所有项目资源都已锁定。Monash School of Science 对 Michelle Yap 的 external grant success 报道显示,她/他获得了与 biosensor 和 toxin 相关的外部资助。另一篇 innovation story 则描述了一个便携式环境毒素监测系统。这些都对 biosensing 转化和社区/环境监测很有正面信号。

未解决的问题仍是执行层面:这个 PhD 将分配到哪些 omics 仪器、biosensing 流程、细胞模型、纳米塑料表征工具和计算支持?每个组成部分由哪位导师负责?

研究方向与领域前景

领域动向

这个领域之所以活跃,是因为微/纳米塑料已经成为公共健康、环境和监管问题,但标准和因果证据仍不完整。WHO 的 dietary and inhalation exposure report 指出,对微塑料和纳米塑料暴露仍存在重大不确定性和研究需求。WHO 的 Plastics and health initiative 将塑料健康风险放到全生命周期框架下讨论,包括 microplastics、nanoplastics 和 additives。FDA 的 microplastics and nanoplastics in foods page 也提到,这类颗粒已在人样本中被检测到,但证据缺口、检测限制和标准化风险评估仍然不足。

这使得题目具有明显的时效性。最有价值的贡献,不是单纯再生成一组 omics 数据,而是把 exposure quantification、cell-state transitions 和 predictive toxicology 连接到现实的 mixture assumptions 上。

可能的研究切口

一个可辩护的博士范围可以分成四个阶段。第一步,选择少量 nanoplastic types 和 biotoxin classes,并处理污染控制和颗粒表征。第二步,围绕清晰的 dose 和 time-course 设计做人类细胞模型实验。第三步,在 batch-controlled experimental plan 下收集 proteomics、metabolomics 和 biosensor 数据。第四步,训练 ensemble 或 graph-based models,并报告不确定性、特征稳定性和剂量-反应阈值。

主要方法学风险包括样本量不足、批次效应、污染伪影、不现实剂量以及黑箱模型。近期综述,例如 Key knowledge gaps for One Health approach to mitigate nanoplastic risks,也支持需要把 exposure、bio-nano interactions 和 environment-human health risk 放在一体化证据框架下理解。

职业与市场前景

职业市场信号偏正面,但取决于执行质量。这个项目可以把申请者塑造成兼具 environmental toxicology、omics data science、biosensor development、regulatory science、biotech analytics 和 academic research 的复合型背景。The WEF Future of Jobs 2025 outlook 指出,AI 和 machine-learning specialists、big data specialists 以及环境/绿色转型相关岗位正在增长。马来西亚经济部的 Science, Technology and Innovation policy page 也强调 R&D commercialisation、talent 和 biotechnology 的战略地位。只有在博士能产出可复现代码、整理良好的 omics 数据、严谨的毒理学方法和可发表的跨学科结果时,这条职业价值才会真正体现出来。

资助、申请与生活成本

如果该项目确实落在 GEMS、GRES 或同类竞争性资助下,资助条件是有吸引力的。官方 GEMS page 写明资助期 42 个月,马来西亚校区 stipend 为 RM2,950/月,可有长达九个月的 mobility,另有 RM9,000 grant 和 100% 学费减免,马来西亚与国际学生均可申请。官方 postgraduate scholarship page 也列出了 GRES 条款:博士生可获得全额学费减免加 MYR2,950/月,资助期为三年半,并明确说明竞争性选拔。

费用侧可控,但并非没有风险。官方 postgraduate fees page 确认了 2026 年 Science PhD 学费:马来西亚学生 RM48,480/年,国际学生 RM54,720/年。官方 cost-of-living page 则给出 Monash 住宿 RM330-1,500/月、其他月度开销从 RM400 起。若学费获得豁免,RM2,950/月对一个节俭的单身学生通常是可行的,但 offer letter 仍应明确签证、保险、国际学生税务、耗材、差旅和 mobility 条款。

截止时间证据需要尽快核实。项目说明给的是 2026 年 9 月 15 日;GEMS 官方文字说的是 open until filled,且最晚入学 2026 年 10 月 15 日;GRES 还有 2026 年 7 月 31 日和 10 月 1 日的奖学金轮次。这些日期并不完全一致。

申请者匹配度与准备

最适合的背景

最适合的申请者应同时具备下列至少两类证据:毒理学或人类细胞模型、proteomics/metabolomics 或 LC-MS 数据、环境暴露科学、bioinformatics、machine learning、biosensors、biotechnology 或 analytical chemistry。最强的申请材料不是“对题目感兴趣”,而是能显示实验设计和数据分析成熟度。

需要谨慎的情况

如果申请者只想做纯计算 PhD,可能会觉得湿实验和暴露科学权重太高。若只有湿实验经历,则需要证明自己能处理 Python/R、模型验证和 omics 数据分析。如果申请者希望题目非常窄,也应先确认第一年的范围是否能进一步收缩,因为这个题目横跨多个复杂领域。

需要补强的技能与证据

有用的证据包括 thesis、publication/preprint、可复现代码、omics 或 ML 课程、cell-culture/toxicology protocols、LC-MS 或 metabolomics 经历、biosensor validation 经验和一份简明 proposal。proposal 应收窄污染物、细胞模型、暴露终点、omics 设计、建模策略和政策关联。由于 GEMS 和 GRES 类奖学金都具有竞争性,且官方页面强调 research experience,申请者应提前准备好学术记录、研究产出和研究独立性的证明。

风险与待核实问题

高优先级问题

  • 是否存在该确切题目的官方 Monash 项目页或 PDF?
  • 适用的奖学金路径是哪一个:GEMS、GRES、其他内部竞争,还是项目专款?
  • 哪个日期才是绑定截止:2026 年 9 月 15 日、GEMS 的 open until filled、某个奖学金轮次,还是 2026 年 10 月 15 日的最晚入学?
  • 将优先研究哪些 nanoplastic polymers、size ranges、surface chemistries 和 biotoxin classes?
  • 哪些 human cell models、omics platforms、biosensor protocols 和计算资源已经到位?
  • 日常湿实验、omics 数据处理、biosensor 校准和机器学习验证由谁负责?
  • 学费、津贴、耗材、access charges、mobility、签证、保险和会议费用是否覆盖?

中优先级问题

  • 第一年的合理 confirmation milestone 应该是什么?
  • 项目会包括 field/environmental sampling,还是只做受控实验暴露?
  • 模型是否需要用独立样本或公开数据集做外部验证?
  • 在毒理、组学和数据科学相关期刊上,合理的发表目标是什么?
  • 数据和代码所有权、open-science 要求将如何处理?

证据与来源

按研究方向和所在国家或地区整理,优先展示资助类型相近的机会。申请前请核对各项目的最新公告。

Monash University Malaysia · 马来西亚

博士全球卓越与流动奖学金(GEMS 2027):由网络出行需求驱动的电动汽车充电行为研究

GEMS 2027 为竞争性博士奖学金,马来西亚及国际学生均可申请。获奖者资助期为42个月,学费100%减免最长四年全日制等效学年;马来西亚阶段津贴RM2,950/月,澳大利亚流动阶段RM8,500/月(最长9个月),印尼或印度流动阶段RM2,950/月;另有RM9,000签证、保险和差旅补助。申请须满足H1/H1E等效学术资格及英语要求,并仅选择一个GEMS研究题目。

2027-01-25(具体时刻请核对原始公告)

Monash University Malaysia · 马来西亚

博士全球卓越与流动奖学金(GEMS 2027):用于能源管理的 AI 驱动 G2V 与 V2G 协调

GEMS 2027 为竞争性博士奖学金,马来西亚及国际学生均可申请。获奖者资助期为42个月,学费100%减免最长四年全日制等效学年;马来西亚阶段津贴RM2,950/月,澳大利亚流动阶段RM8,500/月(最长9个月),印尼或印度流动阶段RM2,950/月;另有RM9,000签证、保险和差旅补助。申请须满足H1/H1E等效学术资格及英语要求,并仅选择一个GEMS研究题目。

2027-01-25(具体时刻请核对原始公告)