哈佛医学院刘洋彧组诚聘博后-微生物组学方向

哈佛大学医学院刘洋彧实验室诚聘博士后：微生物组学方向

PI简介

刘洋彧 (Yang-Yu Liu) 博士现任哈佛大学医学院（HMS）助理教授和布莱根女子医院（BWH）副研究员。他于 2009年从美国伊利诺伊大学（UIUC）获得统计物理学博士学位。博士期间关于无序磁性系统中相变研究的论文曾入选《欧洲物理学评论》2009年度最佳论文。2009年至2012年，他在美国东北大学（NEU）物理系和复杂网络研究中心先后担任博士后和助理研究教授，研究主要方向是用控制论，图论和统计物理学来解决有关复杂网络控制的一些基本问题。他关于复杂网络的可控性和可观性的一系列工作曾被列为Nature封面故事，PNAS封面故事，并受到包括Nature, Science, Science News, Science Daily, WIRED等期刊或媒体的广泛报道。他于2013年加入哈佛大学医学院。目前他已发表学术论文70余篇，并担任两个国际期刊的副编辑, 55个期刊的特约审稿人，以及10多个国际会议的组织或程序委员会成员。

研究亮点

https://v.qq.com/x/page/e0690bmhi88.html

刘洋彧的肠道演讲：避免益生菌/FMT引狼入室的终极武器

实验室介绍

刘洋彧实验室位于波士顿长木医学和学术区 (Longwood Medical Area)，隶属于哈佛大学医学院和布莱根女子医院的长宁网络医学部 (CDNM: Channing Division of Network Medicine)。该实验室目前的研究重点是从群落生态学， 统计物理学，控制论，和深度学习等多个角度研究复杂微生物群落，尤其关注人类微生物组的一系列根本性问题 。2016年，该实验室首次提出针对人类微生物组研究中争议极大的肠型概念的生态学解释 (PLoS Computational Biology 2016)。同年，该实验室发表了关于人类微生物组的普适动力学的研究成果 (Nature 2016)，并被 Nature, Nature Physics, Science Daily, Science Newsline, Medical Research, Medical Press等期刊或媒体广泛报道。2017年，该实验室发表了关于复杂微生物群落的生态网络重构的新方法 (Nature Communications 2017)，该方法被 Science Daily, Science Newsline, Quanta Magazine, WIRED等媒体广泛报道。2019年，该实验室首次提出关于精确调控微生物群落物种丰度的控制理论框架 (Nature Communications 2019)。

在研究复杂微生物群落的同时，该实验室对复杂网络的结构与动力学，复杂系统控制，生物信息和机器学习等交叉领域持续保持浓厚的研究兴趣。具体研究方向及详细论文发表信息可查阅实验室网址：https://scholar.harvard.edu/yyl

实验室团建

BWH及CDNM简介

BWH是哈佛大学医学院第二大教学医院，也是波士顿长木医学和学术区最大的医院。CDNM是BWH医学系最大的研究部门之一，目前拥有超过80位独立PI 。CDNM的主要研究目标是使用基于网络科学，系统生物学，和生物信息学等交叉学科的方法定义病因并重新分类复杂疾病。CDNM拥有许多世界上最大的队列研究，并且在管理和科研上都有着卓越的记录。例如，CDNM是正在进行的著名的Nurses’ Health Study (NHS) 的所在地。经过数十年的跟进，NHS拥有来自280,000名女性的饮食和生活方式的详细信息。从NHS和其他许多队列研究中，CDNM拥有来自超过200,000个个体的DNA样本，以及来自超过25,000个个体的微生物组样本。CDNM还拥有超大规模的计算资源。

相关网址：
CDNM ：https://www.brighamandwomens.org/research/departments/channing-division-of-network-medicine/about

MICRObiome Among Nurses (MICRO-N)：https://www.nurseshealthstudy.org/participants/micro-n

招聘研究方向

目前我们实验室诚聘博士后从事如下研究课题

1. 深度学习在微生物组学中的应用。

2. 微生物组功能冗余性的起源问题及其对微生态疗法的潜在影响。

3. 基于微生态学的益生菌/益生元组合的优化设计问题。

招聘者期待

申请者必须具有博士学位。有竞争力的申请者应在以下一个或多个领域拥有坚实背景：宏基因组学，生物统计学，机器学习，计算生物学，群落生态学，和网络科学。优秀的组织/人际关系技巧以及大型微生物组数据集的丰富计算机编程经验至关重要。有其它大型组学数据的分析经验会更有竞争力。入职后，博士后研究工作将在刘洋彧教授的指导下完成，并有机会与CDNM的其他教授们合作，他们具有统计学，生物信息学，流行病学，和人类疾病基因组学等方面的深厚背景。

如何申请？

合格的候选人应尽快将以下申请材料整理成一份PDF文件并发送到 [e-mail]

1. Cover letter: 简短的自我背景和研究兴趣介绍。

2. Curriculum vitae：

   详细的教育背景及学术履历，以及三位推荐人的联系方式。

3. 三篇代表性学术论文。

发表文章

1. Yan G, Tsekenis G, Barzel B, Slotine J-J,Liu Y-Y, Barabási A-L. 

Spectrum of Controlling and ObservingComplex Networks. Nature Physics 2015;11:779-786.

2. Angulo MT, Liu Y-Y, SlotineJ-J. Network motifs emerge from interconnections that favor stability. Nature Physics 2015;11:848-852.

3. Barzel B, Liu Y-Y, BarabásiA-L. Constructing minimal models for complex system dynamics. Nature Communications 2015;6:7186.

4. Bashan A, Gibson TE, Friedman J, Carey VJ,Weiss ST, Hohmann EL, Liu Y-Y. Universality of Human Microbial Dynamics. Nature 2016;534:259-262.

5. Gibson TE, Bashan A, Cao H-T, Weiss ST, LiuY-Y. On the Origins and Control of Community Types in the HumanMicrobiome. PLOS Computational Biology 2016;12(2):e1004688.

6. Liu Y-Y, Barabási A-L. ControlPrinciples of Complex Systems. Reviews of Modern Physics 2016;88(3):053006.

7. Li A, Cornelius S, Liu Y-Y, Wang L,Barabási A-L. The Fundamental Advantages of Temporal Networks. Science 2017;358(6366):1042-1046.

8. Xiao Y, Angulo MT, Friedman J, Waldor MK,Weiss ST, Liu Y-Y. Mapping the ecological networks of microbialcommunities. Nature Communications 

2017;8:2042.

9. Tian L, Bashan A, Shi D-N, LiuY-Y. Articulation Points in Complex Networks. Nature Communications 2017;8:14223

10. Liu H, Zhao R, Fang H, Cheng F, FuY, Liu Y-Y. Entropy-based consensus clustering for patientstratification. Bioinformatics 2017;btx167:1-8..

11. Wu M, Zhang Y, He S, Chen J, Sun Y, LiuY-Y, Zhang J, Poor HV. A General Framework of Studying EigenvectorMulticentrality in Multilayer Networks. PNAS 2019 116 (31) 15407-15413.

12. Angulo MT, Moog CH, Liu Y-Y. A theoreticalframework for controlling complex microbial communities. Nature Communications 2019;10:1045.

猜你喜欢

系列教程：微生物组入门 Biostar 微生物组  宏基因组

专业技能：学术图表 高分文章 生信宝典 不可或缺的人

一文读懂：宏基因组 寄生虫益处 进化树

必备技能：提问 搜索  Endnote

文献阅读 热心肠 SemanticScholar Geenmedical

扩增子分析：图表解读 分析流程 统计绘图

在线工具：16S预测培养基 生信绘图

科研经验：云笔记  云协作 公众号

编程模板: Shell  R Perl

生物科普:  肠道细菌 人体上的生命 生命大跃进  细胞暗战 人体奥秘  

写在后面

为鼓励读者交流、快速解决科研困难，我们建立了“宏基因组”专业讨论群，目前己有国内外5000+ 一线科研人员加入。参与讨论，获得专业解答，欢迎分享此文至朋友圈，并扫码加主编好友带你入群，务必备注“姓名-单位-研究方向-职称/年级”。PI请明示身份，另有海内外微生物相关PI群供大佬合作交流。技术问题寻求帮助，首先阅读《如何优雅的提问》学习解决问题思路，仍未解决群内讨论，问题不私聊，帮助同行。

学习16S扩增子、宏基因组科研思路和分析实战，关注“宏基因组”

点击阅读原文，跳转刘洋彧课题组主页