m*********o
发帖数: 3 | 1 Bioinformatics lab http://jjwanglab.org at Mayo Clinic Arizona is recruiting outstanding
candidates for postdoc/staff positions in bioinformatics and computational
genomics. The lab is affiliated with Department of Health Sciences Research
and Center for Individualized Medicine, Mayo Clinic Arizona and Department
of Biomedical Informatics, Arizona State University.
We currently focus on two main areas:
1) integrative analysis of multi-dimensional OMICs data for gene regulatory
network inference；
2) function annotation of genetic variants, particularly these in the
noncoding regulatory regions. The lab is also actively collaborating with
cancer biologists and clinicians on data analysis in ChIP-seq, RNA-seq and
WGS/WES (Whole Genome/Exome Sequencing).
The candidate will
1. Develop algorithms, databases and web servers for bioinformatics
methodology development in the above two areas.
2. Analyze and interpret large OMICs data (ChIP-seq, RNA-seq and WGS/WES)
provided by our collaborators.
3. Develop methods to integrate multiple OMICs data (eg ChIP-seq+RNA-seq,
RNA-seq+WGS) for function inference.
4. Work with our collaborators for NGS analysis pipeline development and
result interpretation.
Requirements
1. PhD degree in Quantitative Sciences (Bioinformatics, Computer Science,
or Biostatistics etc.) with some biology knowledge, or PhD in Biomedical
Sciences with programming experience (python/perl/java/c/c++ and R).
2. Can work collaboratively and independently.
3. Experience with at least two of the following key words is preferred:
HMM, ChIP-seq, RNA-seq, WGS, WES, PCA, gene regulatory networks, genetic
variants annotation/prioritization, deep learning, machine learning, data
mining.
Benefits
1. Working on cutting edge technology, with great career perspectives.
2. Ample opportunities to collaborate with clinicians and basic scientists.
3. Access to Mayo’s comprehensive clinic datasets/clinic samples.
4. Mayo clinic is among the top 100 companies to work with by Fortune
magazine.
5. Competitive salary.
Contact:
Please send your CV, with names of at least two referees to mayobioinfo@
gmail.com
About Mayo Clinic? Mayo Clinic is known nationally and internationally for
outstanding achievements in patient care, research and education. Mayo
Clinic is a not-for-profit, integrated group practice focusing on high
quality, compassionate medical care. Multi-disciplinary teams work together
to care for patients, joined by common systems and a philosophy of “the
needs of the patient come first.” Mayo Clinic has sites in Minnesota,
Arizona and Florida.
About Mayo Clinic Arizona (MCA): MCA is located in Phoenix and Scottsdale,
in the beautiful Sonoran Desert. The region is known as the Valley of the
Sun, a metropolitan area with more than 4 million residents in 25 cities and
towns. With Phoenix being the sixth largest city in the nation, this sunny
"desert metropolis" offers the amenities of a big city in the midst of a
strikingly beautiful, rugged, southwest landscape.
Scottsdale frequently earns praise as a highly desirable place to live. The
city's more than 200,000 residents enjoy a vibrant mix of culinary hot
spots, arts and entertainment, professional and collegiate sports teams, and
community resources. The region's desert climate promotes an outdoor
lifestyle with a full complement of sports and recreation.
Job Information
Position Type: Post-Doctoral Research Fellowships
Start Date: ASAP
Duration: Full Time
Status: open
Contact Information
Mayo Clinic
Center for Individualized Medicine
[email protected]/* */
http://jjwanglab.org |
a*****c
发帖数: 11 | 2 不止一次看见在这里用着postdoc的待遇来招各种高大上技能全需的帖子。PI们该醒醒
了，还以为bioinfo的就业市场会跟纯生物一样？这种现在既满足会编程，开发网站，
人工智能算法，大数据整合分析，还会统计技能的，现在工业界找工作不要太吃香。
真以为优秀的生物信息或者计算生物学博士会有大把找不到工作的愿意来做千老？
依我看还是老老实实弄个至少staff scientist之类的正式职位，并大幅提高待遇来
招吧，招不到就外包给第三方做好了。 |
m*********o
发帖数: 3 | 3 Hello, I helped post the ad for the lab, please read the origin post
carefully,
it clearly stated the lab is hiring bioinformatics staff too. Postdoc
position is for those who have strong willing to pursue their academic
career ahead.
Thank you for your attention.
【在 a*****c 的大作中提到】
: 不止一次看见在这里用着postdoc的待遇来招各种高大上技能全需的帖子。PI们该醒醒
: 了，还以为bioinfo的就业市场会跟纯生物一样？这种现在既满足会编程，开发网站，
: 人工智能算法，大数据整合分析，还会统计技能的，现在工业界找工作不要太吃香。
: 真以为优秀的生物信息或者计算生物学博士会有大把找不到工作的愿意来做千老？
: 依我看还是老老实实弄个至少staff scientist之类的正式职位，并大幅提高待遇来
: 招吧，招不到就外包给第三方做好了。
|
c*********r
发帖数: 1312 | 4 “particularly these in the noncoding regulatory regions. ”
有意思！
看了实验室网页，有几个问题想请教一下，
1. 关于TFBS和promoter的预测，在人和老鼠以及不同的TF，预测的准确率大概在什么
范围？
2. 你们的预测算法和软件，可以应用在其它生物里吗？比如说海胆。。。。
3. 之所以提海胆是因为 1）海胆里的gene regulatory network（GRN）研究其实很有
历史也很详尽，尤其是早期胚胎发育的TF和signaling对基因表达的调控，但是大多数
做人和老鼠的对这个领域可能不了解。比如Eric Davidson的这些成果：
http://sugp.caltech.edu/endomes/
和一般的GRN研究不同，链接里每个网络的每条线一般都是有严格的实验证据支持的，
比如knockdown，over-expression，cis-regulatory analysis之后的in situ
hybridization, QPCR等等。而不是预测的结果。
还有2）海胆胚胎是经典动物模型，三个胚层分化很简单方便研究，autonomous，体外
发育取材容易，基因组还凑合。不足之处在于和人的关系有点远，但是比果蝇线虫和人
的关系更近（很多人也不知道这点）。
但是问题是，做海胆的这个领域没有什么bioinformatics和预测性的工作，ChIP-seq做
的也少，和抗体开发少有关。所以我想问一下在这个领域结合已有的这么复杂但是可靠
的GRN和生物信息来做一些预测、验证、对比、进化方面的研究，会有前途吗？您怎么
看？
谢谢！ |
e*******o
发帖数: 4654 | 5 只要会一半要求的内容，找个马工的职位，工作轻松是这个的两倍。
不过，还是有可能招到人的，h1b 有不少没抽中的，再过两个月楼主就好招人了。
【在 a*****c 的大作中提到】
: 不止一次看见在这里用着postdoc的待遇来招各种高大上技能全需的帖子。PI们该醒醒
: 了，还以为bioinfo的就业市场会跟纯生物一样？这种现在既满足会编程，开发网站，
: 人工智能算法，大数据整合分析，还会统计技能的，现在工业界找工作不要太吃香。
: 真以为优秀的生物信息或者计算生物学博士会有大把找不到工作的愿意来做千老？
: 依我看还是老老实实弄个至少staff scientist之类的正式职位，并大幅提高待遇来
: 招吧，招不到就外包给第三方做好了。
|
g*********3
发帖数: 177 | 6 1. TFBS如果你指的是ChIP-seq peak calling，这个已经相当准确了，要说有False
positve，那也是实验的问题（input, IgG.etc），而不是实验的问题。至于promoter
prediction(你应该是指基于histone marker chip-seq)，结论同上，不过你看histone
peak和TSS有非常非常好的overlapping。
2. 这些algorithm在哪里都可以用。你提到的annotation of variant有不少group在做
，不过intersection dataset是关键，urchin里有没有这样好的dataset是疑问。
3. 刚好我对Eric的成果很了解，和我的领域很类似，他的那片science及其经典，可惜
已经仙逝。
GRN要的好其实目前还是在非人/非mouse，在人和mouse也就能扯扯概念，主要是数据有
限，sample不能操控。
在urchin这种生物里做，能容易些，但是意义有限，产生的impact不大。
【在 c*********r 的大作中提到】
: “particularly these in the noncoding regulatory regions. ”
: 有意思！
: 看了实验室网页，有几个问题想请教一下，
: 1. 关于TFBS和promoter的预测，在人和老鼠以及不同的TF，预测的准确率大概在什么
: 范围？
: 2. 你们的预测算法和软件，可以应用在其它生物里吗？比如说海胆。。。。
: 3. 之所以提海胆是因为 1）海胆里的gene regulatory network（GRN）研究其实很有
: 历史也很详尽，尤其是早期胚胎发育的TF和signaling对基因表达的调控，但是大多数
: 做人和老鼠的对这个领域可能不了解。比如Eric Davidson的这些成果：
: http://sugp.caltech.edu/endomes/
|
c*********r
发帖数: 1312 | 7 多谢回复！
海胆里就是ChIP-seq这一类的实验做得太少了，没有赶上近几年NGS的大潮，data很少
。。。
Eric的哪篇science？他在science上有好几篇文章，大多是零几年的文章。他的离去真
的可惜啊。。。
“GRN要的好其实目前还是在非人/非mouse”
现在哪些动物里的GRN做的比较好？
promoter
histone
【在 g*********3 的大作中提到】
: 1. TFBS如果你指的是ChIP-seq peak calling，这个已经相当准确了，要说有False
: positve，那也是实验的问题（input, IgG.etc），而不是实验的问题。至于promoter
: prediction(你应该是指基于histone marker chip-seq)，结论同上，不过你看histone
: peak和TSS有非常非常好的overlapping。
: 2. 这些algorithm在哪里都可以用。你提到的annotation of variant有不少group在做
: ，不过intersection dataset是关键，urchin里有没有这样好的dataset是疑问。
: 3. 刚好我对Eric的成果很了解，和我的领域很类似，他的那片science及其经典，可惜
: 已经仙逝。
: GRN要的好其实目前还是在非人/非mouse，在人和mouse也就能扯扯概念，主要是数据有
: 限，sample不能操控。
|
r**********e
发帖数: 587 | 8 TFBS在ENCODE project里面已经做烂了
http://www.nature.com/encode/#/threads
如果你关注的是纯计算TFBS prediction，我觉得已经很准确了。如果没记错，ENCODE
用的是MACS这个软件
https://github.com/taoliu/MACS
但是坦白说从纯biology角度，现在大家完全不满足于binding site；
1. Binding doesn't mean function! 好文章现在都要求证明binding后是否调控了
gene expression change
2. 蛋白-DNA和蛋白-蛋白作用非常复杂，所以很多ChIP实验本身就值得质疑，很多猫腻
3. ENCODE project当年豪言说根据他们的研究human genome 80%都有function，当时
受到了批评和质疑
你去看UCSC genome browser里面，一个位点可能有几十个TF在bind；你从单个TF
binding很难预测说，一旦XX TF bind后会有什么作用
对于noncoding human genome的功能预测，我个人现在更相信：
1. Genome conservation，如果很conserved的区域，那么很大可能是functional的。
（当然，对于大脑和神经系统，想想我们人类从chimp如此迅速的进化过来，我觉得或
许是因为一些rapidly evolve的gene，那么从这个角度，如果我们要研究人类大脑为何
如此牛B，那么是不是应该研究那些不conserved但是human-specific的SNP？）
2. Chromatin state，因为chromatin state一般是很大的区域，而TF binding一般都
比较小
3.最后才是TF binding
Anyway我个人觉得单独研究TF，没前途
至于promoter，我觉得是noncoding genome里最容易研究的了，随便ENCODE，
Epigenome Roadmap一打开就是一大堆annotation；有人甚至觉得transcription start
site上游1KB就是promoter。可惜，大部分人类疾病相关位点，都在middle of
nowhere of genome，在promoter区域的disease loci很快就被人挖掘研究光了。剩下
的都是难啃的骨头
有点说偏题
【在 c*********r 的大作中提到】
: “particularly these in the noncoding regulatory regions. ”
: 有意思！
: 看了实验室网页，有几个问题想请教一下，
: 1. 关于TFBS和promoter的预测，在人和老鼠以及不同的TF，预测的准确率大概在什么
: 范围？
: 2. 你们的预测算法和软件，可以应用在其它生物里吗？比如说海胆。。。。
: 3. 之所以提海胆是因为 1）海胆里的gene regulatory network（GRN）研究其实很有
: 历史也很详尽，尤其是早期胚胎发育的TF和signaling对基因表达的调控，但是大多数
: 做人和老鼠的对这个领域可能不了解。比如Eric Davidson的这些成果：
: http://sugp.caltech.edu/endomes/
|
c*********r
发帖数: 1312 | 9 受益颇多！
我也是最近分析自己的RNA-seq数据，想到TFBS这个问题。
我得到很多基因可能是被wnt/beta-catenin激活的。beta-catenin不是直接的TF，只是
co-factor，结合了TCF/LEF之后才激活下游基因表达。所以接下来很自然的发现，在随
机检查过的十多个基因第一个exon的上游，有很多predicted TCF binding site。我看
了上游3K的样子，没有海胆的TFBS预测软件，只好纯人工找。。。
然后我就在想那么control是什么？那些下调的或者其它细胞里没有被上调的基因？结
果我又手动检查了十个左右基因，我了个去，同样也有类似水平的TCF binding site。
。。后来老板提醒才想起来，TCF结合了起到抑制作用，后来beta-catenin结合上去了
才会有转录。所以真的就像你说的，binding不等于对基因有直接的调控啊！
这样看来，像我们海胆领域，每做一个TF的knockdown，overexpression都要做一大堆
in situ来看哪些基因真正受到调控，虽然费时费力，但是真的是最直接的证据。这点
上不得不佩服Eric Davidson。也许真的可以好好利用一下他用了一辈子建立起来的这
些实实在在的GRN做些工作。
关于你说的Chimpanzee到人类神经系统和大脑的进化，你提到的那些不保守的地方才更
值得研究，很有意思！我猜你可能也看到过这篇文章：
Human-Chimpanzee Differences in a FZD8 Enhancer Alter Cell-Cycle Dynamics in
the Developing Neocortex
http://www.sciencedirect.com/science/article/pii/S0960982215000
主要讲了在人和黑猩猩里的一个不保守的非编码区，是Wnt信号通路里一个受体的增强
子，这个人所特有的增强子对大脑皮层发育有影响，在老鼠里表达导致的大脑体积变大。
关于这篇文章你怎么看？和你的观点很一致哦！
看来纯靠生物信息分析binding、prediction还是不够可靠，要落实到最后的function
上，还是做不少实际的实验啊。。。
谢谢Encode project的资源，挺有用！
ENCODE
【在 r**********e 的大作中提到】
: TFBS在ENCODE project里面已经做烂了
: http://www.nature.com/encode/#/threads
: 如果你关注的是纯计算TFBS prediction，我觉得已经很准确了。如果没记错，ENCODE
: 用的是MACS这个软件
: https://github.com/taoliu/MACS
: 但是坦白说从纯biology角度，现在大家完全不满足于binding site；
: 1. Binding doesn't mean function! 好文章现在都要求证明binding后是否调控了
: gene expression change
: 2. 蛋白-DNA和蛋白-蛋白作用非常复杂，所以很多ChIP实验本身就值得质疑，很多猫腻
: 3. ENCODE project当年豪言说根据他们的研究human genome 80%都有function，当时
|
r**********e
发帖数: 587 | 10 1. 我刚才没仔细看你的帖子，你提到了TFBS的“预测”和“鉴定”
这两个完全不同。
我刚才以为你说的是“鉴定”-identify，比如用ChIP-seq；这个应该叫
identification，而不是prediction吧？我相信MACS这样的软件
open to all species吧？只要你提供Sea Urchin的genome就可以了吧？
但如果你说的是“预测”-prediction，坦白说我觉得很不靠谱；但是也有很多类似的
research，基本逻辑估计也是基于一堆ChIP-seq的“鉴定”出来的TFBS，算出motif (
比如-TAAA-), 这个是training data；然后拿到新的感兴趣的数据里去test？
2. 关于神经系统的genetic variation；其实我只是工作中遇到过，并没有系统去研究
，虽然也觉得有意思。
我做neurology的（但坦白说neurology的人其实不太懂neuroscience，两个不同行当）
，我过去的工作之一就是研究我们这种神经疾病一些GWAS noncoding SNP是否有功能。
这种研究很多时候非常frustrating，因为你好不容易GWAS出来的SNP最后可能在一个完
全没annotation的gene deserts。人们总是喜欢寻找well-conserved的region觉得
conservation=functional。那我过去就是发现我的一个疾病相关的位点，虽然not
conserved，但在所有chimpanzee/monkey里都是G，只有在人类里是A；所以我对老板提
出了我这个想法。当然我老板不懂这个，然后也就不了了之了。 另外你的这个文章的
确印证了我的想法~~~但是，大部分人还是不敢尝试的，因为not-conserved而且又是
noncoding要做到老鼠上还要得到good p-value很risky的，呵呵
【在 c*********r 的大作中提到】
: 受益颇多！
: 我也是最近分析自己的RNA-seq数据，想到TFBS这个问题。
: 我得到很多基因可能是被wnt/beta-catenin激活的。beta-catenin不是直接的TF，只是
: co-factor，结合了TCF/LEF之后才激活下游基因表达。所以接下来很自然的发现，在随
: 机检查过的十多个基因第一个exon的上游，有很多predicted TCF binding site。我看
: 了上游3K的样子，没有海胆的TFBS预测软件，只好纯人工找。。。
: 然后我就在想那么control是什么？那些下调的或者其它细胞里没有被上调的基因？结
: 果我又手动检查了十个左右基因，我了个去，同样也有类似水平的TCF binding site。
: 。。后来老板提醒才想起来，TCF结合了起到抑制作用，后来beta-catenin结合上去了
: 才会有转录。所以真的就像你说的，binding不等于对基因有直接的调控啊！
|
|
|
c*********r
发帖数: 1312 | 11 谢谢你的澄清。我开始说预测主要是因为海胆里工具和抗体不多，很多时候不能去鉴定
。而且我也没有实际经验，你的解释挺好！
大家都在做conserved coding region，像那篇文章里敢于做非conserved non-coding
region的，真的很有勇气，发现的东西也很有意义。
考虑到进化过程中non-coding其实非常重要，肯定会有越来越多的人来这个领域淘金的。
【在 r**********e 的大作中提到】
: 1. 我刚才没仔细看你的帖子，你提到了TFBS的“预测”和“鉴定”
: 这两个完全不同。
: 我刚才以为你说的是“鉴定”-identify，比如用ChIP-seq；这个应该叫
: identification，而不是prediction吧？我相信MACS这样的软件
: open to all species吧？只要你提供Sea Urchin的genome就可以了吧？
: 但如果你说的是“预测”-prediction，坦白说我觉得很不靠谱；但是也有很多类似的
: research，基本逻辑估计也是基于一堆ChIP-seq的“鉴定”出来的TFBS，算出motif (
: 比如-TAAA-), 这个是training data；然后拿到新的感兴趣的数据里去test？
: 2. 关于神经系统的genetic variation；其实我只是工作中遇到过，并没有系统去研究
: ，虽然也觉得有意思。
|
j*********g
发帖数: 463 | 12 是不是很多这种染色体大片段的变化，比如SV、CNV，现在被发现是通过影响TADs (
topological associated domains)来发挥作用，通过影响3D genome、enhancer-
promoter的相互作用来发挥功能？
过去鉴定的CNV、SV，跟疾病的关联，现在可以通过这方面来解读。
coding
的。
【在 c*********r 的大作中提到】
: 谢谢你的澄清。我开始说预测主要是因为海胆里工具和抗体不多，很多时候不能去鉴定
: 。而且我也没有实际经验，你的解释挺好！
: 大家都在做conserved coding region，像那篇文章里敢于做非conserved non-coding
: region的，真的很有勇气，发现的东西也很有意义。
: 考虑到进化过程中non-coding其实非常重要，肯定会有越来越多的人来这个领域淘金的。
|
c*********r
发帖数: 1312 | 13 我知道有同学在Richard Young lab同时做做Hi-C， ChIP-PET 染色体结构分析，ChIP-
seq 分析增强子，绝缘子调控网络，RNA-seq 分析基因表达等等。我不知道具体细节，
但是似乎genome 3D的结构很重要。
【在 j*********g 的大作中提到】
: 是不是很多这种染色体大片段的变化，比如SV、CNV，现在被发现是通过影响TADs (
: topological associated domains)来发挥作用，通过影响3D genome、enhancer-
: promoter的相互作用来发挥功能？
: 过去鉴定的CNV、SV，跟疾病的关联，现在可以通过这方面来解读。
:
: coding
: 的。
|
m*********o
发帖数: 3 | 14 也在招Informatics specialist, Glassdoor上有工资范围$58,928-$91,476（https://
www.glassdoor.com/Salary/Mayo-Clinic-Informatics-Specialist-Salaries-E19884_
D_KO12,34.htm). 对不想走学术道路的人很合适。 |
s****9
发帖数: 1397 | 15 呵呵，看看最近本站有个匹兹堡的AP群发的找医学影像薄厚的帖子吧，尼玛先发了一个
1GB的代码给我看，让我看懂了再找他谈。擦，我要是直接就能上手搞还去他那做什么
苦逼薄厚，真以为是纯生物啊 |
n******7
发帖数: 12463 | 16 1GB的代码？？？
【在 s****9 的大作中提到】
: 呵呵，看看最近本站有个匹兹堡的AP群发的找医学影像薄厚的帖子吧，尼玛先发了一个
: 1GB的代码给我看，让我看懂了再找他谈。擦，我要是直接就能上手搞还去他那做什么
: 苦逼薄厚，真以为是纯生物啊
|
e*********6
发帖数: 3453 | 17 3D 这块其实还是刚刚发展的一个领域，以后肯定非常有前途，但是现在不太能做完一
个prediction，基本大家的结果就是better than random而已。
【在 j*********g 的大作中提到】
: 是不是很多这种染色体大片段的变化，比如SV、CNV，现在被发现是通过影响TADs (
: topological associated domains)来发挥作用，通过影响3D genome、enhancer-
: promoter的相互作用来发挥功能？
: 过去鉴定的CNV、SV，跟疾病的关联，现在可以通过这方面来解读。
:
: coding
: 的。
|
K**R
发帖数: 193 | 18
学习了
【在 e*********6 的大作中提到】
: 3D 这块其实还是刚刚发展的一个领域，以后肯定非常有前途，但是现在不太能做完一
: 个prediction，基本大家的结果就是better than random而已。
|
n******7
发帖数: 12463 | 19 3D我还算比较熟，也不算特别新了，Hi-C也5年多了吧
什么3,4,5 C不知道多少年了
你这个做完一个prediction太笼统了
啥叫做完？
ChIP-chip/seq搞了这么多年了，能做完一个prediction不？
这个方向我感觉是：
1. 做学术有前途，但是太基础，短期很难有应用
2. 领域不大，所以容不下太多人来玩，有没有应用，入行需慎重
【在 e*********6 的大作中提到】
: 3D 这块其实还是刚刚发展的一个领域，以后肯定非常有前途，但是现在不太能做完一
: 个prediction，基本大家的结果就是better than random而已。
|
e*******o
发帖数: 4654 | 20 应该是代码 + data
没有给寄块硬盘过来 已经不错了 哈哈
【在 n******7 的大作中提到】
: 1GB的代码？？？
|
r**********e
发帖数: 587 | 21 非常非常赞同
第一，3D其实都搞了很久了
第二，ChIP-seq里都是猫腻一堆，就别说3D了。我自己不是内行，但听了很多人抱怨说
不太相信3D/Hi-C的结果
第三，这个3D，坦白说也是noncoding genome的一部分；坦白说整个noncoding genome
会一直是学术的热点，但临床实际应用坦白说遥遥无期（除了一些比如promoter我们了
解的清楚的noncoding）
【在 n******7 的大作中提到】
: 3D我还算比较熟，也不算特别新了，Hi-C也5年多了吧
: 什么3,4,5 C不知道多少年了
: 你这个做完一个prediction太笼统了
: 啥叫做完？
: ChIP-chip/seq搞了这么多年了，能做完一个prediction不？
: 这个方向我感觉是：
: 1. 做学术有前途，但是太基础，短期很难有应用
: 2. 领域不大，所以容不下太多人来玩，有没有应用，入行需慎重
|
F********2
发帖数: 807 | |
