Bolsa de PD em Oncologia

Post-Doctoral Fellowship in Oncology

• Atividades e contexto Activities and context

  Projeto vinculado ao Programa FAPESP Jovem Pesquisador, na FMRP-USP, com coorte de 100 pacientes com sequenciamento completo do exoma (WES), sequenciamento de RNA (RNA-seq), proteômica, sequenciamento de RNA de célula única (scRNA-seq), spatial genomics, HLA – antígenos leucocitários humanos e microbioma já disponíveis.

  O bolsista irá:

  • Desenvolver assinaturas prognósticas multi-ômicas em carcinoma renal de células claras tratado com imunoterapia;

  • Conduzir harmonização dos dados, integração e modelos de sobrevida penalizados, análises de robustez e validação em coortes independentes (TCGA, CPTAC, GEO);

  • Espera-se produção de manuscritos de alto impacto.

   

  This project is affiliated with the FAPESP Young Investigator Grant at FMRP-USP. The cohort consists of 100 patients with available whole exome sequencing (WES), RNA-seq, proteomics, single-cell RNA sequencing (scRNA-seq), spatial genomics, HLA – human leukocyte antigen, and microbiome data.

  The fellow will:

  • Develop multi-omic prognostic signatures in clear cell renal cell carcinoma treated with immunotherapy;

  • Conduct data harmonization, integration, and penalized survival models, as well as robustness analyses and validation in independent cohorts (TCGA, CPTAC, GEO);

  • High-impact manuscript production is expected.

   

• Requisitos obrigatórios Mandatory requirements

  Doutorado em Bioinformática, Estatística, Ciência da Computação, Genética, Biologia Molecular ou áreas afins, obtido há no máximo 7 anos. Proficiência em R e/ou Python, com experiência em pipelines reprodutíveis. Experiência comprovada em análise de dados de alto rendimento de variantes germinativa e somática (sequenciamento de nova geração – NGS, proteômica, scRNA-seq ou microbioma) e em análise de sobrevida ou modelos estatísticos penalizados.

  PhD in Bioinformatics, Statistics, Computer Science, Genetics, Molecular Biology, or related fields, obtained within the last 7 years. Proficiency in R and/or Python, with experience in reproducible pipelines. Proven experience in high-throughput data analysis of germline and somatic variants (next-generation sequencing – NGS, proteomics, scRNA-seq, or microbiome), as well as in survival analysis or penalized statistical models.

• Requisitos desejáveis Desirable requirements

  Experiência com integração multi-ômica (MOFA+, DIABLO, iCluster ou similares) e análise de spatial genomics e scRNA-seq (Seurat, Scanpy, deconvolução de microambiente tumoral). Familiaridade com dados públicos de oncologia genômica (TCGA, CPTAC, GEO) e respectivas APIs. Conhecimento em deep learning para sobrevida (DeepSurv, Cox-nnet), análise de microbioma (QIIME2, DADA2) e proteômica quantitativa (MaxQuant). Experiência com Git, Docker/Singularity e práticas de ciência reprodutível. Conhecimento em biologia do câncer renal ou imuno-oncologia é diferencial.

  Experience with multi-omic integration (MOFA+, DIABLO, iCluster, or similar) and analysis of spatial genomics and scRNA-seq data (Seurat, Scanpy, tumor microenvironment deconvolution). Familiarity with public genomic oncology databases (TCGA, CPTAC, GEO) and their respective APIs. Knowledge of deep learning for survival analysis (DeepSurv, Cox-nnet), microbiome analysis (QIIME2, DADA2), and quantitative proteomics (MaxQuant). Experience with Git, Docker/Singularity, and reproducible science practices. Knowledge of renal cancer biology or immuno-oncology is a plus.

• Como se candidatar How to apply

  Aplicação através de formulário on-line: https://redcap.link/qz71x4pz.

  Please submit your application via the online form at: https://redcap.link/qz71x4pz.