2 opportunità PhD ad HT tramite SISSA
2 borse di studio di dottorato completamente finanziate attraverso il programma di dottorato SISSA Theoretical and Scientific Data Science PhD Programme.
Human Technopole offre fino a 2 borse di studio di dottorato completamente finanziate a giovani scienziati della comunità nazionale e internazionale che desiderano intraprendere un dottorato su progetti incentrati su
- Metodi di Data Science per la biomedicina molecolare e l’imaging biologico
- Visione artificiale applicata ai dati biologici
- Fisica statistica, apprendimento automatico e biologia dei sistemi per la previsione della resistenza agli antibiotici
- Evoluzione del cancro e ricostruzione di sistemi dinamici
- Modellazione spaziale dell’espressione genica nei tessuti
Incoraggiamo candidature da parte di laureati e laureate altamente motivati e provvisti di un curriculum accademico di alta qualità. I candidati selezionati entreranno a far parte di gruppi di ricerca guidati da scienziati di alto livello e svolgeranno le loro ricerche in campi all’avanguardia in un ambiente stimolante.
I dottorati sono disponibili attraverso il programma di dottorato SISSA Theoretical and Scientific Data Science PhD Programme.
Informazioni dettagliate sul bando e sulla procedura di candidatura qui. Scadenza 23 febbraio 2024.
Scopri i gruppi HT che partecipano a questa iniziativa:
Condividi:
Ti potrebbe anche interessare:
-
Italia al centro del progetto Genome of Europe
Lo Human Technopole di Milano, ELIXIR Italia, il nodo nazionale dell’infrastruttura di ricerca europea per le scienze della vita coordinato dal Consiglio Nazionale delle Ricerche (CNR), e il Centro Cardiologico Monzino, come centro coordinatore italiano, sono stati selezionati come partner italiani di Genome of Europe (GoE), il più grande progetto genomico finanziato dall’Unione Europea, che […]
-
Human Technopole vince l’Oscar di Bilancio 2024
Venerdì 13 dicembre, a Palazzo Mezzanotte a Milano, il “Report integrato 2023” della Fondazione Human Technopole ha ricevuto l’Oscar di Bilancio nella categoria imprese sociali e organizzazioni no profit. A ritirare il premio, il Presidente Gianmario Verona, Elena Trovesi, Head of Administration, e i curatori del progetto Giovanni Selmi, Head of Finance, e Alessandro Cavallari, […]
-
Organoidi-mosaico per studiare il cervello di più pazienti contemporaneamente
Un team internazionale di scienziati di Human Technopole e dell’Università degli Studi di Milano ha sviluppato e verificato l’efficacia di un approccio innovativo per studiare lo sviluppo del cervello umano di più individui contemporaneamente in singoli organoidi, modelli che riproducono in laboratorio i principali processi cellulari del neurosviluppo umano. La ricerca apre la strada a studi di popolazione in vitro. Nel portare avanti la ricerca, gli scienziati hanno inoltre sviluppato un nuovo metodo computazionale per quantificare, in maniera più accurata rispetto ai metodi attuali, l’identità genetica delle singole cellule profilate da più individui contemporaneamente. La pubblicazione su Nature Methods.
-
La morfologia delle staminali predice crescita e resistenza del glioblastoma
Alcuni ricercatori di Human Technopole, a Milano, hanno identificato il gene adducina-γ (ADD3) quale regolatore cruciale della morfologia delle cellule staminali del glioblastoma e delle connessioni tra le cellule tumorali. Queste connessioni permettono alle cellule tumorali di condividere risorse, sfuggire alla chemioterapia e sopravvivere in condizioni difficili. Lo studio è stato sostenuto da Fondazione AIRC per la ricerca sul cancro e i risultati sono stati pubblicati sulla rivista Life Science Alliance.
-
Cancro colorettale: predizioni di risposta al Cetuximab più efficaci con il machine learning
Uno studio internazionale coordinato dallo Human Technopole, dall’Istituto Candiolo IRCCS di Torino, dall’Università di Torino e dal Wellcome Sanger Institute di Cambridge (UK) ha svelato alcuni fattori associati alla risposta terapeutica nel cancro al colon-retto e ha permesso di sviluppare un modello di machine-learning in grado di prevedere con precisione gli effetti del cetuximab (un farmaco di uso corrente) sui vari sottotipi di questo tumore. I risultati dello studio, sostenuto da Fondazione AIRC, pongono le basi per l’identificazione di caratteristiche molecolari che potrebbero essere utilizzate in futuro come “biomarcatori” per predire la risposta al trattamento nei pazienti affetti da questo tipo di cancro.