LeadLearners.Org™ Thanks to all our 980038 visitors today, Friday, 23/Aug/2019

Επιλέξτε Υποτροφία Θέση
Lead Learners LeadLearners.Org
Συνιστάται Σελίδες: TIGP, Bioinformatics.Center, Our Facebook Page | Εγγραφή

Όνομα υποτροφία / προγράμματος

Εξόρυξη σύνολο των δεδομένων αλληλουχία του γονιδιώματος για την καταπολέμηση των λοιμωδών νόσων



Σημαντική περιγραφή
Παρά τις προσπάθειες για τη μείωση των μολυσματικών ασθενειών, συνεχίζουν να προκαλούν σημαντική νοσηρότητα, θνησιμότητα και κοινωνικό και οικονομικό κόστος σε όλο τον κόσμο. Η πρόσφατη ταχεία και ανέξοδη διαθεσιμότητα των αλληλουχιών συνόλου του γονιδιώματος που δημιουργούνται με τη χρήση νέας γενιάς πλατφόρμες αλληλουχίας θα επιτρέψει νέες διαγνωστικές και της δημόσιας υγείας προσεγγίσεις για τη μείωση έναντι των μολυσματικών επιδημιών. Πιο συγκεκριμένα, θα είναι η διαθεσιμότητα των γονιδιωμάτων από πολλαπλά στελέχη ενός οργανισμού που θα διευκολύνουν την νέα κατανόηση, αντί της «ενιαίας γονιδίωμα ενός στελέχους τύπου» προσέγγιση που χρησιμοποιείται μέχρι σήμερα. Αυτό συμβαίνει κυρίως επειδή ο συνδυασμός της γενετικής ποικιλότητας των φυσικών πληθυσμών με τη γνώση του καθενός απομονώνει την πηγή, τα συμπτώματα της νόσου και φαινότυπο θα επιτρέψει βιολογικά σημαντικές συσχετίσεις που πρέπει να γίνουν.
Η τρέχουσα έρευνα στο Πανεπιστήμιο του Aberdeen θα διαθέσει όλο το αλληλουχίες γονιδιώματος από αρκετές χιλιάδες γονιδιώματα (συμπεριλαμβανομένων των Campylobacter, E. coli O157 και Listeria) Η διαθεσιμότητα των γονιδιωμάτων από πολλαπλά στελέχη θα διευκολύνει νέα κατανόηση της βιολογίας αυτών των παθογόνα. Ειδικότερα λοιμογόνο δύναμη, την εξέλιξη, τη σύνδεση υποδοχής, τη δομή του πληθυσμού ..
Η Το έργο θα αξιοποιήσει ένα υπολογιστικό πλαίσιο για την αποθήκευση, το χειρισμό και την ανάλυση των δεδομένων γονιδιώματος. Το έργο θα συσχετίζει τις γενετικές πληροφορίες με επιδημιολογικά δεδομένα (π.χ. τη σοβαρότητα της νόσου, δεξαμενή υποδοχής κλπ) για να βελτιωθεί η κατανόηση της μετάδοσης και τη σοβαρότητα των ασθενειών αυτών.
η επιτυχής υποψήφιος θα έχει μια πρώτη ή άνω δευτέρου βαθμού κατηγορίας (ή ισοδύναμο) είτε σε Μαθηματικά, Φυσική, Πληροφορική, Στατιστική, Βιοπληροφορική και Βιολογία.Γνώση των μαθηματικών και στατιστικών μεθόδων σε περιβάλλον προγραμματισμού και βάσεων δεδομένων θα ήταν πλεονεκτική. Ωστόσο γνώση των βάσεων δεδομένων δεν είναι απαραίτητη.
η othe επιβλέποντα για το έργο αυτό είναι ο Δρ Kenneth Forbes, Σχολή Ιατρικής και Οδοντιατρικής, Πανεπιστήμιο του Aberdeen.


Επιλεξιμότητα και άλλα κριτήρια
Εάν έχετε τα σωστά προσόντα και την πρόσβαση στο δικό σας χρηματοδότηση, είτε από τη χώρα σας ή τα δικά σας οικονομικά, η αίτησή σας να συνεργαστεί με αυτό εποπτική αρχή θα πρέπει να θεωρείται.


Προθεσμία υποβολής αιτήσεων
* Αιτήσεις γίνονται δεκτές όλο το χρόνο


Πρόσθετες πληροφορίες, και σημαντικές URL
Οι αιτήσεις μπορούν να γίνουν αποδεκτές από τους φοιτητές σε όλο τον κόσμο. Οι υποψήφιοι θα πρέπει να σημειωθεί ότι δεν υπάρχει χρηματοδότηση συνδέεται με αυτό το έργο, ως εκ τούτου ο επιτυχών υποψήφιος θα είναι εξ ολοκλήρου υπεύθυνος για την πληρωμή των διδάκτρων, τα έξοδα διαμονής και άλλα παρόμοια έξοδα που συνδέονται με την ζωή και τις σπουδές στο Aberdeen.
Η Το έργο θα απονεμηθεί στον πρώτο αιτούντα κατάλληλη. Η ημερομηνία έναρξης θα συμφωνηθεί μεταξύ της επιτυχούς αιτούντα και τους προϊσταμένους τους.


© 2019 LeadLearners.Org ™
admin@LeadLearners.Org
+18133888836
Designed by: Emmanuel Salawu at Bioinformatics Center