Arbetsbeskrivning

Institutionen för immunologi, genetik och patologi vid Uppsala universitet har en bred forskningsprofil med starka forskargrupper inriktade på bl. a cancer, genetiska och autoimmuna sjukdomar. En av de bärande tankarna vid institutionen är att stimulera translationell forskning och därmed främja en närmare samverkan mellan medicinsk forskning och sjukvården. Forskning bedrivs inom sex forskningsprogram: cancerprecisionsmedicin, cancerimmunterapi, genomik och neurobiologi, molekylära verktyg och funktionsgenomik, neuroonkologi och neurodegeneration samt vaskulärbiologi. Delar av verksamheten är även integrerad med avdelningarna för onkologi, klinisk genetik, klinisk immunologi, klinisk patologi och sjukhusfysik vid Akademiska sjukhuset. Institutionen har undervisningsuppdrag på ett antal programutbildningar, fristående kurser och internationella masterprogram inom den medicinska fakulteten. Institutionen omsätter omkring 550 miljoner kronor, varav ca två tredjedelar är externa forskningsbidrag. Antalet anställda är ca 400, varav ca 100 är doktorander, och det finns totalt över 850 verksamma i arbetsstyrkan. Läs gärna mer om institutionens verksamhet här: http://www.uu.se/medarbetare/institution/immunologi-genetik-och-patologi Arbetsuppgifter  En tjänst som forskningsassistent är tillgänglig i Veronica Rendos forskargrupp vid Institutionen för immunologi, genetik och patologi vid Uppsala universitet. Vi söker en mycket motiverad kandidat med intresse för att studera maligna hjärntumörer och att stödja projekt som fokuserar på att klarlägga mekanismer bakom behandlingssvar och resistens kopplade till standardbehandlingar samt kliniskt relevanta riktade terapier inom denna sjukdom. Läs mer om forskargruppen här: http://rendolab.org/ Forskningsassistenten kommer att genomföra beräkningsbaserade analyser för att undersöka tumörutveckling och behandlingsresistens i tumörprover och cellinjer från hjärntumörpatienter. Detta inkluderar data från RNA-, ATAC- och multiom- singelcellssekvensering, samt dataset genererade med cellulära streckkodningsmetoder, epigenetiska profileringsmetoder (t.ex. CUT&RUN) och genome-wide CRISPR-screeningar.  Kvalifikationskrav  Den sökande måste ha en masterexamen i beräkningsbiologi, bioinformatik, datavetenskap, maskininlärning, molekylärmedicin eller motsvarande, eller beräknas ta examen senast i juli 2026. Den sökande ska ha goda kunskaper i programmering i R eller Python, statistik samt hantering av stora datamängder. Tidigare erfarenhet av dataanalys och datavisualisering förväntas. Mycket goda kunskaper i engelska, både i tal och skrift, är ett krav. Önskvärt/meriterande i övrigt Erfarenhet av analys av bulk- och singelcellsbaserade RNA- och ATAC-sekvenseringsdata anses vara starkt meriterande, särskilt inom onkologi. Den ideala kandidaten har erfarenhet av att bearbeta och analysera stora bioinformatiska dataset i en Linux/UNIX-miljö, inklusive användning av high-performance computing (HPC), och är bekant med versionshanteringssystem såsom Git. Om anställningen  Anställningen är tidsbegränsad, 12 månader. Omfattningen är heltid. Tillträde enligt överenskommelse. Placeringsort: Uppsala Upplysningar om anställningen lämnas av: Verónica Rendo, [email protected] Välkommen med din ansökan senast den 5 mars 2026, UFV-PA 2026/322 Uppsala universitet är ett brett forskningsuniversitet med stark internationell ställning. Det yttersta målet är att bedriva utbildning och forskning av högsta kvalitet och relevans för att göra skillnad i samhället. Vår viktigaste tillgång är alla 7 600 anställda och 53 000 studenter som med nyfikenhet och engagemang gör Uppsala universitet till en av landets mest spännande arbetsplatser. Läs mer om våra förmåner och hur det är att jobba inom Uppsala universitet https://uu.se/om-uu/jobba-hos-oss/ Anställningen kan komma att säkerhetsprövas. Vid säkerhetsprövning är en förutsättning för anställning att sökande blir godkänd. Vi undanber oss erbjudanden om rekryterings- och annonseringshjälp. Ansökan tas emot i Uppsala universitets rekryteringssystem. Fackliga företrädare: Saco-S - [email protected], Seko - [email protected], ST (OFR/S) - [email protected]