Information

12.7: Technologien – im Nasslabor, wie finden wir diese? - Biologie

12.7: Technologien – im Nasslabor, wie finden wir diese? - Biologie


We are searching data for your request:

Forums and discussions:
Manuals and reference books:
Data from registers:
Wait the end of the search in all databases.
Upon completion, a link will appear to access the found materials.

Wie würden wir ncRNAs finden? Wir haben ungefähr 20-30 Beispiele von ncRNAs mit Hinweisen auf Bedeutung, aber es gibt noch mehr. Wir können dies durch Northern Blot validieren

Wenn wir uns eine Chromatinkarte ansehen, um ncRNAs zu finden, schauen wir im Wesentlichen mit einem Fenster einer bestimmten Größe durch die Karte und sehen, wie viel Signal vs. Rauschen wir erhalten, verglichen mit dem, was wir von einer Zufallshypothese erwarten könnten. Da sowohl große als auch kleine Fenster Vorteile haben, sollten beide in jedem Kartenausschnitt verwendet werden. Größere Fenster enthalten mehr Informationen; kleinere Fenster sind empfindlicher.

Nachdem wir integene Regionen gefunden haben, finden wir konservierte Regionen.

Wir prüfen, ob neue Regionen unter Selektionsdruck stehen; weniger Mutationen in konservierten Regionen. Wenn ein Nukleotid nie eine Mutation zwischen den Arten aufweist, ist es hochkonserviert.

linc-RNAs sind stärker konserviert als Introns, aber weniger konserviert als proteinkodierende Introns, möglicherweise aufgrund nicht konservierter Sequenzen in Loop-Regionen von lincRNAs.

Finden der Funktionen von lincRNAs: „Schuld durch Assoziation“: Wir können Proteine ​​finden, die in Bezug auf die Expression mit einer bestimmten lincRNA korrelieren; lincRNAs sind wahrscheinlich mit einem bestimmten Signalweg korreliert. Auf diese Weise erhalten wir einen mehrdimensionalen Barcode für jede lincRNA (womit sie zusammenhängt und was nicht). Wir können lincRNA-Signaturen clustern und gemeinsame Muster identifizieren. Vieles hat mit Zellzyklus-Genen zu tun. (Dieser Ansatz funktioniert 60-70% der Zeit)

Da die meisten lincRNAs über 3000 Basen umfassen, enthalten viele rein zufällig Sequenzen für 100 Aminosäuren offene Leseraster. Dies führt zu vielen falsch-negativen Ergebnissen während der Erkennung.

Es wurde festgestellt, dass viele lincRNAs zu benachbarten Entwicklungsregionen des Genoms neigen. Sie neigen auch dazu, im Vergleich zu proteinkodierenden Genen schwach exprimiert zu werden.

Beispiel: p53

Unabhängige Validierung: Wir verwenden Tiermodelle, von denen eines ein Wildtyp-p53 ist und eines ein Knockout ist. Wir induzieren p53 und fragen dann, ob sich lincRNAs einschalten. 32 von 39 lincRNAs, die mit p53 assoziiert gefunden wurden, wurden beim Einschalten von p53 vorübergehend induziert.

Insbesondere eine RNA saß neben einem proteinkodierenden Gen im p53-Weg. Wir versuchten herauszufinden, ob p53 an den Promotor bindet und schalteten ihn ein. Dazu haben wir den Promotor von lincRNA kloniert und gefragt, ob p53 ihn einschaltet. Wir untersuchten das p53-Protein, um zu sehen, ob es mit der lincRNA des Promotors assoziiert ist. Es stellte sich heraus, dass lincRNA direkt mit p53 verwandt ist - p53 schaltet es ein. P53 schaltet auch Gene aus – bestimmte lincRNAs wirken als Repressor.

Aus diesem Beispiel (und anderen) sehen wir, dass RNAs normalerweise einen Proteinpartner haben

RNA kann unzählige verschiedene Proteine ​​​​zusammenbringen, was der Zelle viel Vielfalt ermöglicht. Auf diese Weise ähnelt es der Phosphorylierung. RNAs binden an wichtige Chromatinkomplexe und werden für die Umprogrammierung von Hautzellen in Stammzellen benötigt.


Home / Nachrichten / Ocean Jobs: Eine Karriereliste für Wassersportler

Wenn wir den Begriff Meeresbiologie hören, können sich einige von uns vorstellen, dass ein Wissenschaftler Wasserproben in einem Labor testet oder ein Taucher die Schönheit der Unterwasserwelt beobachtet. Egal, ob Sie an Land trocken bleiben oder Ihre Füße nass machen möchten, es gibt verschiedene Berufe in der Wasserwissenschaft, die Sie verfolgen können.

Karrieren, die sich mit dem Ozean befassen, müssen sich nicht nur um Strömungen, Umweltverschmutzung oder Tiefseeforschung drehen. Warum nicht auch Möglichkeiten in Betracht ziehen, mit Meereslebewesen, Archäologie oder Fischerei zu arbeiten? Egal, ob Sie daran interessiert sind, in einem Labor zu arbeiten oder im Feld unter Wasser zu tauchen, lesen Sie diese Liste der Marineberufe weiter, um die richtige Lösung für Sie zu finden.


Das Labor der Zukunft: Künstliche Intelligenz, Maschinelles Lernen und Mikrofluidik

Die Labore von heute sehen ganz anders aus als noch vor zehn Jahren, aber wie sieht es in zehn Jahren aus?

Die Art und Weise, in der die Forschungsansätze von Wissenschaftlern durch den Fortschritt der Technologien drastisch beeinflusst wurden. Die Integration von Robotik und Automatisierung hat die Abläufe revolutioniert und mühsame manuelle Prozesse in automatisierte Liquid-Handling-Systeme verwandelt.

Die Einführung von Mikrofluidik und Lab-on-a-Chip-Technologien, die Einführung papierloser Arbeitsabläufe und das stetig wachsende Interesse an Cloud Computing, maschinellem Lernen und künstlicher Intelligenz (KI) sind nur einige Faktoren, die für die Transformation des Labors entscheidend sind . Insbesondere die Beeinflussung der Verfahrenseffizienz, Reproduzierbarkeit, Datenerfassung, Analyse und Weitergabe und vieles mehr.


Charles Fracchia, Gründer und CEO von BioBright, hält einen TEDx-Vortrag zum Thema „Smart Laboratory Tools of the Future“.

Mikrofluidik und Lab-on-a-Chip-Technologien

Die Mikrofluidik ermöglicht die Manipulation und Analyse kleinster Flüssigkeitsvolumina innerhalb eines Mehrkanalsystems (10 –9 bis 10 –18 Liter). Die Möglichkeit, groß angelegte Biologie zu verkleinern, gepaart mit der Möglichkeit, mehrere Experimente auf einem einzigen Chip unterzubringen, der klein genug ist, um in Ihre Handfläche zu passen, ist ein attraktives Konzept.

Die Fähigkeit der Mikrofluidik, mehrere Laborvorgänge zu miniaturisieren, spiegelt sich in ihrer Verwendung in einer Vielzahl von wissenschaftlichen Bereichen wider, einschließlich der Bereiche Genomik, Materialwissenschaften, Molekularbiologie und organische Chemie. Mikrofluidische Technologien haben mehrere Vorteile. Erstens wird nur sehr wenig Probe benötigt, was bedeutet, dass wertvolle oder seltene Proben konserviert werden können. Auch das Volumen der Reagenzien wird im Vergleich zu herkömmlichen Analysen im großen Maßstab erheblich reduziert, was zu einer Gesamtkosteneinsparung führt. Ein weiterer Vorteil besteht darin, dass das miniaturisierte System dennoch eine hochauflösende Analyse erzielen kann, während die Empfindlichkeit beibehalten wird. Die Beschaffenheit der Kanäle (hohes Verhältnis von Oberfläche zu Volumen) bedeutet, dass Reagenzien schnell in die Reaktionskammer diffundieren, was die Reaktionszeit verkürzt und schnellere Ergebnisse liefert. Schließlich können Lab-on-Chip-Systeme automatisiert und standardisiert werden, was bedeutet, dass kein menschliches Eingreifen erforderlich ist und das Risiko von „menschlichen Fehlern“ eliminiert wird. 1,2 Dies ist besonders vorteilhaft angesichts der kontinuierlichen Entwicklung von Robotik und Automatisierung in Labors.

Automatisierung und Robotik

Nur zu sagen „Technologie hat die Art und Weise, wie wir Forschung betreiben“ verändert, ist eine Untertreibung – sie hat sie wirklich verändert.

Die Robotik hat eine erhebliche Umstrukturierung des Arbeitsplatzes ermöglicht. Viele Bereiche, die traditionell dem Nasslabor vorbehalten waren, wurden Liquid-Handling-Robotern zugewiesen, die in der Lage sind, Hunderte, wenn nicht Tausende von Proben mithilfe vorprogrammierter und anpassbarer Verfahren zu verarbeiten, die eine begrenzte Überwachung erfordern. Eine solche Automatisierung ermöglicht es Forschern, mehr Zeit in die Datenanalyse zu investieren. Ein wichtiger Punkt ist, dass die Implementierung von Roboterinstrumenten „zweckgerechte“ Arbeitsabläufe und Datenspeicherlösungen erfordert, um sicherzustellen, dass man die Daten sortieren, organisieren und darauf zugreifen kann. Diese Herausforderung war in den letzten Jahren ein Hauptaugenmerk für Entwickler von Cloud-basierter Datenspeicherung, KI und maschinellem Lernen.

„Unsere Fähigkeit als Menschen, riesige Datenmengen zu generieren und aus diesen Daten Innovationen zu finden, ist in der Geschichte beispiellos und stellt uns aus der Sicht der Informatik vor einige außergewöhnliche Herausforderungen in Bezug auf unser Handeln. Wie verwalten wir diese Daten? Analysieren Sie diese Daten?“ Christian Marcazzo, Vice President, Informatik, EMEA und Indien, PerkinElmer, Inc.

Cloud Computing, künstliche Intelligenz und maschinelles Lernen

Cloud-Computing bietet Forschern einen einfachen, aber sicheren Zugriff auf ihre Daten, sodass mehrere Forschungsgruppen in Echtzeit auf Daten zugreifen können, was die Zusammenarbeit auf der ganzen Welt erweitert.

„Das Aufkommen und Fortschreiten des Cloud-Computing, die Tatsache, dass immer mehr Computing, das wir betreiben, nicht in unseren Rechenzentren stattfindet … verändern unsere Fähigkeit, mit großen Datenmengen umzugehen.“ Christian Marcazzo, Vice President, Informatik, EMEA und Indien, PerkinElmer, Inc.

Die technologischen Fähigkeiten entwickeln sich ständig weiter und beeinflussen grundlegend die Art und Weise, wie Forschung betrieben wird. Cloud Computing hat die Zusammenarbeit einfacher denn je gemacht. Der Bedarf an effizienteren Datenverarbeitungssystemen hat zu einer rasanten Entwicklung von maschinellen Lern- und KI-Lösungen geführt. 3 Derzeit werden starke gemeinsame Anstrengungen und Investitionen in die KI-Forschung gesteckt. 4

„Der Bereich der künstlichen Intelligenz hat in den letzten zehn Jahren ein unglaubliches Wachstum und einen unglaublichen Fortschritt erlebt. Dennoch werden die heutigen KI-Systeme, so bemerkenswert sie auch sind, neue Innovationen erfordern, um die immer schwieriger werdenden Probleme der realen Welt anzugehen, um unsere Arbeit und unser Leben zu verbessern“, sagte John Kelly III, IBM Senior Vice President, Cognitive Solutions and Research, in einer kürzlich erschienenen Presse Veröffentlichung.

Machine Learning ermöglicht es Ihnen, sowohl unstrukturierte als auch strukturierte Daten durch selbstlernende Algorithmen gründlicher abzufragen. Der Schlüssel ist, auf so viele Daten wie möglich zuzugreifen. Durch die Integration von Textanalyse und maschinellem Lernen in Forschungsworkflows ist es jetzt viel einfacher, Daten zu hinterfragen, Hypothesen voranzutreiben und zukünftige Forschungsrichtungen festzulegen.

Mikrofluidik-Technologien haben die Durchführung von Experimenten verändert und sowohl den Umfang als auch die Kosten reduziert. Cloud Computing, KI und maschinelles Lernen haben den Zugriff, die gemeinsame Nutzung und die Analyse von Daten jetzt erheblich erleichtert. In der Laborevolution wurden in den letzten zehn Jahren große Fortschritte gemacht und weitere technologische Fortschritte werden uns einem vollautomatisierten „intelligenten Labor der Zukunft“ noch näher bringen.


Highscore

Viele Studien haben kaum Unterschiede in den Lernergebnissen zwischen Studenten, die virtuelle Laborexperimente durchführen, und denen, die sie in der Realität durchführen, festgestellt, egal ob es sich um Studenten handelt, die etwas über Wärmeaustausch lernen, oder Kinder in der Grundschule, die Quellen untersuchen 1 . Der Hauptunterschied besteht darin, dass Sie in einem virtuellen Labor nichts physisch berühren können, aber dies hat überraschend wenige Einschränkungen. Die Studien, die einen Nachteil zeigen, beinhalten typischerweise eine völlig unbekannte körperliche Aufgabe, wie z. B. Kinder im Alter von 5 bis 6 Jahren, die lernen, einen Schwebebalken zu benutzen.

Auch einige quantitative, kontrollierte Studien zu immersiveren Simulationen zeichnen sich ab. Mads Bonde, Mitbegründer und Geschäftsführer von Labster, arbeitete an einem davon an der Technischen Universität Dänemarks. Bonde und Kollegen gaben der Hälfte der Studenten in einem Life-Science-Kurs im ersten Jahr Zugang zu einer Labster-Simulation einer Tatortuntersuchung. Im Test schnitten die Schüler, die die Simulation durchführten, im Durchschnitt um 76% höher ab als diejenigen, die dem traditionellen Unterricht 2 ausgesetzt waren (der Unterschied verschwand, als die Schüler in der zweiten Hälfte der Studie die Gruppen wechselten). Es überrascht nicht, dass 97 % der Befragten der Meinung waren, dass die Simulation den Kurs interessanter machte.

Kambiz Hamadani, Biochemiker an der CaliforniaState University San Marcos, verwendet Labster seit zwei Jahren in seinem Unterricht. „Die Mittel sind knapp und der Platz begrenzt, und wir haben viele verschiedene Schüler und müssen sie alle unterrichten“, sagt er. Virtuelle Labore seien für diese Situationen gut geeignet, erklärt er, sodass die Studenten zu unterschiedlichen Zeiten von zu Hause aus arbeiten können. Hamadani nutzt virtuelle Labore nicht nur zur Verbesserung des Verständnisses, sondern auch, um den begrenzten Platz in realen Laboren zu bewältigen und Terminkonflikte zu vermeiden, indem einige Laborstudien in den virtuellen Bereich verlagert werden.

Hamadani sicherte sich über das System der California State University einen Zuschuss, um seine Kurse mit Labster neu zu gestalten und die Verschiebung zu bewerten. Im Jahr 2016 kopierte er im Wesentlichen Bondes Verfahren, indem er eine Labster-Simulation der Enzymkinetik verwendete. Er hatte eine kleine Klasse von 45 Schülern und der Test umfasste nur ein paar Dutzend Fragen, aber Hamadani sah immer noch bessere Ergebnisse. Bei Testfragen, die sich mit dem Verständnis auf höherer Ebene befassten, indem er die Anwendung gelernter Ideen erforderte, schnitten diejenigen mit Zugang zu Labster um 40–50 % besser ab als ihre Kollegen. Der Rückruf von Fakten und Definitionen hat jedoch einen Schlag erlitten. „Die Labster-Studenten werden eindeutig vom Lehrbuchlernen abgelenkt – ihre Leistung bei lehrbuchartigen Fragen sinkt tatsächlich“, sagt Hamadani.

Die Schüler waren davon begeistert, sagt er, und das ist wichtig. „Am Ende sagten sie Dinge wie ‚das ist großartig‘. Einige kamen, um um Zugang zu anderen Laboren zu bitten, die ich nicht einmal zugewiesen hatte.“ Andere Studenten fühlten sich jedoch überfordert, wenn sie mehr als ein paar virtuelle Labore erhielten. In seinem zweiten Testjahr, räumt er ein, sei er mit bis zu fünf Labster-Simulationen „ein wenig über Bord gegangen“. „Ich habe sie mit zu viel Arbeit überlastet – sie konnten sich nicht konzentrieren.“


Lassen Sie sich benachrichtigen, wenn wir Neuigkeiten, Kurse oder Veranstaltungen haben, die für Sie von Interesse sind.

Durch Eingabe Ihrer E-Mail stimmen Sie zu, Mitteilungen von Penn State Extension zu erhalten. Sehen Sie sich unsere Datenschutzerklärung an.

Vielen Dank für Ihre Einreichung!

Nährstoffmanagement während der Fermentation

Artikel

Weinbau als Hobby

Leitfäden und Veröffentlichungen

Verbraucherverhalten beim Weinkauf: Marketing und Social Media

Videos

Frühlingsfrost und Frostschäden an Trauben verstehen und verhindern

Artikel

Weinanbau im Hinterhof

Artikel

Tutorial-Informationen

Das Tutorial findet am Freitag, den 6. Juli 2018 auf der ISMB-Konferenz in Chicago, IL, USA, statt.

Das Tutorial wird von breitem Interesse für Forscher sein, die mit Netzwerkdaten aus Biologie, Medizin und Biowissenschaften arbeiten. Graphstrukturierte Daten kommen in vielen verschiedenen Bereichen des Data Mining und Predictive Analytics vor, daher sollte das Tutorial für einen großen Teil der Data Mining- und Network Science-Community von theoretischem und praktischem Interesse sein.

Das Tutorial erfordert keine Vorkenntnisse, die über die grundlegenden Konzepte hinausgehen, die in einführenden Kursen zu maschinellem Lernen und Netzwerkwissenschaften behandelt werden. Die Teilnehmer verfügen über ein breites Wissen, das notwendig ist, um modernste Repräsentationslernmethoden zu verstehen und diese Methoden zur Lösung zentraler Probleme der Netzwerkbiologie einzusetzen.

Um diesem Tutorial zu folgen, ist keine spezielle Software oder andere Paketinstallation erforderlich. Dieses Tutorial enthält jedoch mehrere Demos in Python und Tensorflow, die für die Teilnehmer von Interesse sein könnten.


4 Fragen, die den hybriden naturwissenschaftlichen Unterricht gerechter machen

Online und persönlich können Studenten die grundlegenden Konzepte von Laborexperimenten mit der richtigen Unterstützung lernen.

Als die Covid-19-Pandemie im vergangenen Frühjahr über den Globus hereinbrach und unsere Klassenzimmer in Online-Räume verlagerte, mussten Lehrer aller Fächer schnell die Unterrichtsübermittlung und Bewertung der Schülerarbeiten neu gestalten. Diese Herausforderung, gepaart mit der unterschiedlichen Strukturierung der Schule für den Pandemie-Unterricht – vollständig abgesetzt, vollständig persönlich oder ein hybrides System – hat Lehrer dazu gezwungen, ständig Innovationen zu entwickeln und Wege zu finden, um sicherzustellen, dass die Schüler sinnvolle Erfahrungen machen, die es ihnen dennoch ermöglichen, sich zu engagieren in einem Lernprozess, der Staunen weckt.

Lehrer für Naturwissenschaften haben hier Herausforderungen, wie zum Beispiel Kurse, bei denen die Schüler praktisch mit Inhalten interagieren müssen – denken Sie an bildende Kunst, Musik oder Kochkunst. Wie Kurse in den bildenden Künsten beinhalten naturwissenschaftliche Kurse ein performatives Element, da die Laborarbeit von den Studierenden verlangt, ein gewisses Maß an inhaltlicher Beherrschung nachzuweisen.

Das Wissenschaftslabor nach Hause bringen

Für Naturwissenschaftslehrer, deren Unterricht typischerweise Entdeckungslernen, kollaboratives Arbeiten und Laboruntersuchungen umfasst, bestand die Herausforderung darin, wie wir dies in einer häuslichen Umgebung nachbilden können. Wir mussten auch Wege finden, um sicherzustellen, dass das, was wir für unsere Schüler tun konnten, für alle gerecht war – wir wollten die Ungleichheit, die mit dem Unterrichten in einem hybriden System wie dem unseren einhergeht, so weit wie möglich minimieren.

Als ich mit meinem Team zu Beginn des Schuljahres daran gearbeitet habe, diese Probleme anzugehen, haben wir uns die folgenden vier Fragen gestellt.

1. Was ist das Ziel der Aufgabe, die die Schüler lösen sollen? Bei der Gestaltung des Lernens für Schüler ist es, unabhängig davon, wo sie lernen, von entscheidender Bedeutung, dass die Erwartungen an das Lernen klar und prägnant sind. Das bedeutet für uns, unseren Unterricht an den Lernzielen der AP Biologie auszurichten. Da unsere Live-Unterrichtszeit mit unseren Fernlernern sehr begrenzt ist, haben wir festgestellt, dass wir bei der Gestaltung der Arbeit mit den Schülern recht schlank sein mussten und dass die Lernziele uns dabei halfen, uns gezielt auf das zu konzentrieren, was unsere Schüler wissen mussten .

Darüber hinaus ist es wichtig, sicherzustellen, dass die Anweisungen für die Aufgabe klar sind. Schüler, die zu Hause lernen, können von einem Erwachsenen unterstützt werden, daher müssen Ihre Erwartungen tadellos klar sein, damit diese erwachsenen Helfer auch verstehen, was der Schüler tun soll. Wir erreichen dies, indem wir klare Anweisungen haben, diese Anweisungen mit den Schülern in Zoom-Anrufen überprüfen und Fragen zu den Anweisungen während der synchronen Lernzeiten sowie danach per E-Mail beantworten.

2. Welche Fähigkeiten müssen die Schüler beherrschen, um diese Aufgabe zu lösen? Als wir entdeckten, dass unsere Zeit mit den Schülern auf 45 Minuten synchronen Unterricht beschränkt war, mussten wir nicht nur den Unterricht schlank gestalten, sondern auch den Fokus von der Vermittlung von Inhalten auf die Einführung und Verstärkung von Fähigkeiten verlagern. Die Inhalte, die wir unseren Schülern beibringen, können leicht gegoogelt werden, aber was die Schüler mit diesen Inhalten machen, ist wichtiger. Hier glänzen wir als Instruction Guides und zeigen den Schülern, wie sie die Inhalte nutzen können, um die Beherrschung einer Fähigkeit zu demonstrieren.

Meinen Schülern werden beispielsweise kurze inhaltsreiche Videos zugewiesen, die sie sich als Unterrichtsvorbereitung ansehen können. Dann, während wir gemeinsam lernen, zeige ich ihnen durch Glockenspielübungen, die während der ersten fünf bis zehn Minuten des Unterrichts abgeschlossen werden, wie sie diese Inhalte verwenden können, um Probleme zu lösen und Behauptungen über Daten und andere Beweise aus Beobachtungen zu untermauern, und wie sie die ihnen bekannte Wissenschaft nutzen können, um ihre Beobachtungen zu rechtfertigen. Wir verbringen viel Zeit damit, dies als Übungsaufgabe zu tun, damit die Schüler ihr Selbstvertrauen und ihre Fähigkeiten aufbauen, bevor sie auf etwas fleischigerem bewertet werden.

3. Wie werden die Schüler die Aufgabe lösen? Wie fast alle anderen Lehrer mussten mein Team und ich viel Zeit investieren, um die Aktivitäten und Labore, die wir normalerweise mit Schülern durchführen, umzurüsten. Da sich fast 80 Prozent unserer Schüler für das Fernstudium entschieden haben, mussten wir auch möglichst gerechte Erfahrungen schaffen und gleichzeitig die Essenz dessen bewahren, was wir den Schülern vermitteln wollten. Wir haben dies auf zwei Arten erreicht:

  1. Die meisten unserer Laborerfahrungen wurden über Pivot Interactives und verschiedene Online-Simulationen bereitgestellt. Da die Schüler nach wissenschaftlichen Praktiken und nicht nach der physischen Durchführung des Labors selbst bewertet wurden, haben wir festgestellt, dass diese beiden Lösungen in Bezug auf die Verstärkung und Bewertung der Fähigkeiten für uns bisher erfolgreich waren.
  2. Für das Wet Lab, das wir im letzten Semester durchgeführt haben, haben wir Labor-Kits für zu Hause zusammengestellt, die unsere Remote-Lernenden vom Campus abholen können. Wir nutzten alternative Aufgaben für diejenigen Schüler, die entweder nicht kamen, um die Kits abzuholen oder sich dafür entschieden hatten, aufgrund der Unterbringung ihrer Familien vor Ort zu bleiben. Die Lernenden vor Ort absolvierten das Labor im Unterricht unter Verwendung von Protokollen zur sozialen Distanzierung. Beide Studentengruppen lernten immer noch das gleiche grundlegende Konzept, das dem Labor zugrunde lag – die Unterbrechung der Signalübertragung in Zellen – und hatten immer noch die Möglichkeit, die Beherrschung der zu bewertenden wissenschaftlichen Praktiken zu demonstrieren.

4. Wie kann die Aufgabe bewertet werden, um das Lernen zu messen? Im Vergleich zum letzten Herbst sieht die Bewertung des Lernens der Studierenden heute ganz anders aus. Als Team haben meine Kollegen und ich versucht, Assessments zu entwickeln, die sich auf die Beherrschung von Fähigkeiten mit Inhalt als Vehikel konzentrieren. Wir haben uns für diesen Weg entschieden, weil unser Kurs am Ende einen High-Stakes-Test hat – die AP-Prüfung. Wir mussten darüber nachdenken, wie die Tests, die wir für die Schüler entwickelt haben, das Lernen messen, aber auch so aussehen, wie sie im Mai bei der AP-Prüfung aussehen würden.

Während die Bewertungsmethode unterschiedlich war – von Schülern entworfene Laboruntersuchungen zu Hause, Flipgrid-Videoeinreichungen, Google Slides-Präsentationen und Modellkonstruktionen mit reflektierenden Schriften – ist das zugrunde liegende Ziel das gleiche geblieben: die Fähigkeiten zu bewerten, die Schüler beherrschen müssen, um das Lernen zu demonstrieren in unserem Inhaltsbereich.

Um das naturwissenschaftliche Lernen für Fernlerner zugänglich zu machen, ist eine bewusste Planung mit einem Fokus auf Chancengleichheit und Kompetenzentwicklung von entscheidender Bedeutung.


Datenvernichter zur Rettung

D er Junge war erst einen Monat alt, hatte aber so viele gesundheitliche Probleme entwickelt, die andere Menschen im Laufe ihres Lebens nicht bekommen. Er litt ständig an bakteriellen Infektionen, kämpfte mit unerklärlichen Entzündungen, nahm nicht zu und hatte – am schlimmsten – blutigen Durchfall, ein rätselhaftes Symptom, das manche Ärzte glauben ließ, er hätte eine pädiatrische Version einer Reizdarmerkrankung.

Artemio Miguel Jongco, ein Spezialist für Allergologie und Immunologie, der sein Medizinstudium abschloss, sah den Jungen am ersten Tag seiner ersten Rotationspraxis im Jahr 2008. Die Symptome klangen aus seiner Lehrbuchlektüre vage bekannt: eine seltene genetische Erkrankung namens chronische Granulomatose oder CGD, bei der das Immunsystem Infektionen nicht richtig bekämpfen kann. Es gab unterstützende Behandlungen für CGD, aber solche, die bei einigen Patienten funktionierten, wirkten nicht unbedingt bei anderen.

Warum Mutter Natur ein so wichtiges Gen auf das X-Chromosom gelegt hat, werden wir wahrscheinlich nie erfahren.

Obwohl die meisten genetischen Störungen unheilbar sind, tun die Ärzte ihr Bestes, um sie zu behandeln. Einige Medikamente helfen, während sich andere als nutzlos erweisen – ein Phänomen, das auf die genetischen Variationen der Patienten und die Schwierigkeit zurückzuführen ist, vorherzusagen, welche Gene beteiligt sind. Wenn Kliniker mehr über das Zusammenspiel der Gene wüssten, könnten sie personalisierte Therapien entwickeln und sie an die spezifische genetische Ausstattung der Patienten anpassen.

Bis vor kurzem hatten Kliniker keine guten Werkzeuge für eine personalisierte genetische Analyse. Aber das ändert sich dank der quantitativen Biologie. Die Disziplin kombiniert mathematische, statistische und computergestützte Methoden, um lebende Organismen zu untersuchen, erklärt Jesse Gillis, ein quantitativer Biologe am Cold Spring Harbor Laboratory, der jetzt mit Jongco in der CGD-Forschung zusammenarbeitet. Quantitative Biologen entwickeln Algorithmen, die große Datensätze durchkauen und versuchen, sie zu verstehen. Bei seltenen genetischen Störungen bedeutet dies, dass viele Daten von mehreren Patienten analysiert werden, um zu verstehen, wie ihre Gene zusammenwirken. Forscher wie Gillis und sein Team hoffen, Klinikern einen Einblick in die Gene ihrer Patienten zu geben und so bei der Entwicklung personalisierter Therapien zu helfen.

Für Jongco, jetzt Spezialist für pädiatrische Allergie und Immunologie bei Northwell Health, einem Gesundheitssystem in New York, stellte CGD ein solches Rätsel dar, dass es sein persönliches Bestreben wurde, alle seine Grundlagen zu verstehen, um auf persönliche Weise zu diagnostizieren und zu behandeln. Wissenschaftler hatten CGD mit den nicht funktionierenden Neutrophilen in Verbindung gebracht – der Art weißer Blutkörperchen, die sich normalerweise um Krankheitserreger wickeln, als würden sie sie in einem Zellgefängnis oder einer Art Todeskammer vom Körper abschließen. Dann tun die Neutrophilen das, was Wissenschaftler einen oxidativen Ausbruch nennen – in dieser Todeskammer setzen sie aktive Moleküle frei, die als freie Radikale bezeichnet werden und die Käfer zerstören. Dabei sterben auch Neutrophile, aber der Körper produziert mehr.

Leben erschaffen, wie wir es nicht kennen

In den 1970er Jahren öffneten Sie vielleicht eines Morgens eine Schachtel Müsli und eine Pappscheibe fiel heraus. Es war ein Coderad, das es jugendlichen Kryptographen ermöglichte, ihrem Handel nachzugehen. Das Rad hatte zwei Scheiben. WEITERLESEN

Bei Menschen mit CGD funktionieren die Neutrophilen nicht richtig. Sie hüllen die Käfer entweder nicht vollständig ein oder zappen sie nicht richtig, aber die Krankheitserreger bleiben bestehen, während die freien Radikale das körpereigene Gewebe schädigen. „Es ist wie ein in sich geschlossenes Paket, das Mutter Natur entwickelt hat, um Krankheitserreger zu zerstören“, sagt Jongco. „Aber aus welchen Gründen auch immer, dieses in sich geschlossene Paket funktioniert nicht richtig.“

CGD-Symptome können fast oxymoronisch sein. Manche Patienten haben aufgrund eines geschwächten Immunsystems eine Immunschwäche, kämpfen aber gleichzeitig mit Autoimmunerkrankungen, bei denen ein übereifriges Immunsystem den eigenen Körper angreift. Ersteres braucht einen Schub, letzteres eine Dämpfung. Wie behandelt ein Arzt beides?

Normalerweise verschreiben Ärzte den Patienten antibakterielle und antimykotische Medikamente sowie ein Interferon-Gamma-Medikament, das das Käfer-Zapping stimuliert – aber nur bei Patienten, die eine gewisse oxidative Burst-Kapazität haben (einige haben keine). entzündungshemmende Medikamente. Für andere kann eine riskante Stammzelltransplantation der letzte Ausweg sein. Zu wissen, welche Behandlungsoptionen und Medikamentenkombinationen am besten funktionieren, liegt irgendwo im komplexen Zusammenspiel der Gene der Patienten.

Das Studium von Erkrankungen wie CGD ist schwierig, da sie selten sind und nicht viele Patienten vorhanden sind. Sie an Mäusen zu untersuchen – in Nasslabors, wie Wissenschaftler sie nennen – dauert lange. Was bei Mäusen funktioniert, funktioniert auch nicht immer beim Menschen.

Es gibt ein wachsendes Verständnis dafür, dass die Genfunktion oft kontextabhängig ist, wobei ein großer Teil dieses Kontexts durch die Aktivitäten anderer Gene bereitgestellt wird.

In den letzten Jahren sind DNA-Sequenzierungstechnologien so weit gereift, dass ein intelligenter Algorithmus genetische Daten von mehreren Patienten und ihren Familien analysieren kann – und vielversprechende Trends viel schneller finden kann als Experimente an Nagetieren. „Mir wurde klar, dass wir am Labortisch nur so viel tun können, dass wir nicht alles beherrschen“, sagt Jongco. „Ich mag es nicht, Code zu schreiben, also brauchte ich einen Computational Data Scientist-Partner, um Big Data zu verarbeiten, jemanden, der die Computerseite liebt, aber bereit ist, etwas über grundlegende Biologie zu lernen.“

Im Jahr 2017 wandte sich Jongco an Gillis, dessen Nische genau das war, wonach Jongco suchte – eine Möglichkeit, genetische Daten von verschiedenen Patienten zu analysieren und gemeinsame Muster und Trends zu finden. Das CGD-Projekt stand im Einklang mit Gillis’ anderen quantitativen Biologieprojekten. Einige seiner Algorithmen untersuchten die Pflanzenbiologie und untersuchten Gene, die Pflanzen helfen können, besser zu wachsen oder widerstandsfähiger zu sein. Aber Jongcos Idee, die Gene der Patienten zu durchsuchen, in der Hoffnung, Schlüssel für eine personalisierte Versorgung zu finden, war ein inspirierendes Unterfangen. „Es bot eine echte Gelegenheit, echten Menschen zu helfen“, sagt Gillis.

Gillis und Jongco haben sich zusammengetan, um im Internet nach Genen zu suchen. Sie haben ein Protokoll ausgearbeitet. Sobald ein neuer Patient mit granulomatösen Symptomen in Jongcos Büro eintraf, wurden dessen Blutproben entnommen, Immunzellen extrahiert und an das CSHL geschickt. Manchmal gab Jongco sie sogar per Hand ab – CSHL ist nur 15 Minuten entfernt und Neutrophile leben nicht lange außerhalb des Körpers, daher war das Timing von entscheidender Bedeutung. Bald schlossen sich andere Institutionen den Bemühungen an, darunter die National Institutes of Health und in jüngerer Zeit die University of Pittsburgh. Gillis’ Team würde die Zellen durch den Sequenzer schicken und die Daten mit denen von zuvor sequenzierten Patienten vergleichen, um einige gemeinsame Muster zu finden.

Es gibt einige genetische Fakten über die Krankheit, die Wissenschaftler bereits kennen, zum Beispiel gibt es sie in zwei verschiedenen Versionen. Eine Version wird durch eine Mutation in mehreren Genen mit den kryptischen Namen verursacht CYBA, NCF1, NCF2, und NCF4, und heißt CGD. Das andere wird von einem Gen mit einem ebenso kryptischen Namen ausgelöst CYBB, das sich auf dem X-Chromosom befindet, daher der Name XCGD. Diese Version betrifft hauptsächlich Jungen, weil sie ein X- und ein Y-Chromosom haben, während Mädchen zwei X haben und ein geringeres Risiko haben, die Krankheit zu entwickeln. Aber auch Mädchen können Trägerinnen sein, und sie leiden auch darunter, allerdings in einer milderen Form von Hautausschlägen und Entzündungen, die sich oft mit zunehmendem Alter verschlimmern. Die Jungen bekommen das schwerere, potenziell lebensbedrohliche XCGD, das sie von ihren Müttern erben. „Warum Mutter Natur ein so wichtiges Gen auf das X-Chromosom gelegt hat, werden wir wahrscheinlich nie erfahren“, sagt Jongco.

Die Variabilität der Krankheit führte die Wissenschaftler zu der Annahme, dass während der CYBB Gen könnte der Hauptschuldige des XCGD sein, es hat auch Komplizen – andere Gene, die eine Rolle spielen. Genetiker haben allmählich erkannt, dass Gene oft dazu neigen, oft zusammenzuarbeiten, so dass die Suche nach solchen Tandems wertvolle Erkenntnisse liefern könnte. „In den letzten Jahren hat sich die Erkenntnis durchgesetzt, dass die Genfunktion oft kontextabhängig ist, wobei ein Großteil dieses Kontexts durch die Aktivitäten anderer Gene bereitgestellt wird“, sagt Gillis. Sein Labor konzentriert sich darauf, diese gemeinsamen Muster zu finden und aufzuklären, wie sie die Funktion der Zellen verändern.

Die Algorithmen von Gillis können die RNA-Moleküle der Zelle analysieren, die eine wesentliche Rolle beim Lesen von Informationen aus den Genen und beim Zusammensetzen von Proteinen aus diesen Anweisungen in diesem Fall spielen, Proteine, die für die Keimabtötung der Neutrophilen unerlässlich sind. Störungen in der RNA-Funktion können zu falsch zusammengesetzten Proteinen führen, die die Fähigkeit der Neutrophilen beeinträchtigen, die Keime mit ihrem oxidativen Ausbruch zu zappen. Es macht auch einen Unterschied, an welcher Stelle in diesem Fließband solche Pannen auftreten. Wenn die Proteine ​​fast vollständig herauskommen, können die Neutrophilen ihre Arbeit möglicherweise halbwegs verrichten, was zu milderen Symptomen führt. Andernfalls könnten sie einen schweren Mangel aufweisen und die Krankheit wird schlimmer. Auch wo auf dem Gen die Mutation liegt, ist wichtig. Wenn die Mutation auf den weniger kritischen Teil des Gens fällt, ist die Krankheit weniger schwerwiegend, sodass diese Patienten möglicherweise weniger Medikamente oder geringere Dosen benötigen.

Um zu verstehen, wie sich solche feinen Details in der Krankheitsvariabilität auswirken, können Wissenschaftler im Nasslabor jahrelange Arbeit benötigen, sagt Gillis. Sie müssten Mäuse mit unterschiedlichen Genmutationen herstellen und sehen, wie sie die Schwere der Krankheit beeinflussen und auf welche Behandlungen sie ansprechen. Und wenn sie wissen wollten, welche „Tandem“-Gene dazu beitragen, müssten sie blindlings unzählige Kombinationen ausprobieren. In der Welt der Computerbiologie kann ein Algorithmus diese Daten innerhalb von Tagen analysieren. „Wir sollten täglich Fragen stellen, die sukzessive aufeinander aufbauen“, sagt Gillis über sein Labor. „Im Gegensatz zu einem Nasslabor, in dem alle sechs Monate eine Frage gestellt wird.“

Bisher ist es den Cyber-Genjägern gelungen, nur etwa 10 Patienten zusammen mit ihren Müttern und Schwestern zu sequenzieren – teils weil die Krankheit selten ist und teils weil die Pandemie alles verlangsamt hat. Das reicht noch nicht aus, um endgültige Schlüsse zu ziehen. Aber wenn mehr Patienten ankommen, wird der Datenpool wachsen und die Algorithmen sollten in der Lage sein, einige Geschichten zu erzählen, die es Jongco ermöglichen würden, seine Patienten präziser zu behandeln. „Wenn Jesse ein genetisches Profil erstellen kann, bei dem die Wahrscheinlichkeit einer Autoimmunität erhöht wird, müssen wir sie möglicherweise nicht behandeln“, sagt Jongco. Die quantitative Biologie kann Jongco auch dabei helfen, eine Behandlung zu entwickeln, die die Fähigkeit der Patienten zum Keimen von Keimen wiederbelebt. „Wir hoffen, dass unser Ansatz dazu beitragen kann, solche genetischen Profile zu identifizieren“, sagt Gillis. „Und das könnte wirklich dazu beitragen, die Lebensqualität der Patienten zu verbessern.“

Lela Nargi ist eine erfahrene Journalistin für Wissenschaft, Nachhaltigkeit sowie Ernährungspolitik und Landwirtschaft für Medien wie die Guardian, Washington Post, Hakai, The Counter, JSTOR Daily, und Ensia. Finden Sie sie unter lelanargi.com.

Leitbild: ymgerman / Shutterstock

Dieser Artikel wurde ursprünglich im Juni 2021 auf unserem Biology + Beyond-Kanal veröffentlicht.


Undergraduates: Offene Forschungsstellen und Projekte

Studenten: Wenden Sie sich an Dr. Anna Babakhanyan, Forschungsberaterin für wissenschaftliche Grundausbildung, um bei der Identifizierung von Forschungslabors zu helfen.
Fakultät: Bei Interesse an einer Stellenausschreibung wenden Sie sich bitte an Dr. Anna Babakhanyan.

Frühjahr 2021 Akademisches Semester

Studiensemester Herbst 2020

Forschungsmöglichkeit im Bereich Altern und Epigenetik, HMS

PI: Dr. David Sinclair, HMS (Genetik)

Projekt und Aufgaben: Forschungsprojekte im Sinclair-Labor konzentrieren sich im Allgemeinen auf das Verständnis des Alterns und die Besserung altersbedingter Krankheiten. Bei dieser Gelegenheit würde sich die Arbeit auf die Verwendung von Biomolekülen zur Vorhersage von Alter, Mortalität und Krankheitsrisiko aus biologischen Proben konzentrieren, die zur schnellen Bewertung von Langlebigkeitsinterventionen verwendet werden können. Zu den Aufgaben gehören die Extraktion und Quantifizierung von DNA, die Organisation biologischer Proben und die Unterstützung bei der für das Projekt relevanten Molekular- / Zellbiologie.

Fähigkeiten benötigt: Von den Bachelor-Studierenden wird keine Vorerfahrung im Labor erwartet. Später (Junioren) sollten zusätzlich zu weiterführenden Kursen in diesen Bereichen einige Laborerfahrungen in Molekularbiologie haben. Alle interessierten Kandidaten sollten neugierig sein und eine steile Lernkurve erwarten.

Lernerfolg: Die Studierenden werden mit einer Vielzahl von molekular- / zellbiologischen Techniken vertraut gemacht und können auch bioinformatische Analytik erlernen. Noch wichtiger ist, dass die Studierenden die Durchführung von Forschung besser verstehen und lernen, Problemlösungen auf die wissenschaftliche Methode anzuwenden.

Zeitaufwand: Die Studierenden werden ermutigt, ihre Abschlussarbeit im Sinclair Lab zu verfolgen. Im Idealfall bleiben die Kandidaten einen oder mehrere Sommer (Vollzeit) und arbeiten Teilzeit (

10 Stunden/Woche) während des gesamten Studienjahres.

Betreuung: Postdocs und Doktorandinnen und Doktoranden mit Erfahrung in der Betreuung von Studierenden werden Bachelor-Mentees direkt beraten. Die Schüler werden ermutigt, an Labortreffen und am Journal Club teilzunehmen, wenn es die Zeit erlaubt. Die Studenten werden ermutigt, sich für landesweit wettbewerbsfähige Stipendien wie das Goldwater / NSF zu bewerben und erhalten Beratung in wissenschaftlichen Karrieren und technischem Schreiben.

Verfügbare Mittel: Studenten können bezahlt oder angerechnet werden und werden ermutigt, sich um Stipendien für Erfahrungen im wissenschaftlichen Schreiben zu bewerben.

Anwendung: Bitte senden Sie einen Lebenslauf oder Lebenslauf und eine kurze (<300 Wörter) Beschreibung der bisherigen Erfahrungen, der Forschungsmotivation und des angestrebten Karriereweges per E-Mail an Patrick Griffin ( [email protected] ) mit dem Betreff „Undergraduate Research Application“. Interessierte Kandidaten sind herzlich eingeladen, sich mit Mitgliedern des Labors zu treffen oder ihre Interessen zu besprechen, bevor sie eine formelle Position annehmen.

Studentische Forschungspraktikantin - Shrestha Auditory Research, MEEI

Eine Sommerpraktikantenstelle ist ab Juli 2021 im Labor von Dr. Brikha Shrestha an der Mass Eye & Ear / Harvard Medical School zu besetzen, die die molekulargenetische Regulation neuronaler Identitäten im Gehörsystem der Maus mittels Einzelzellgenomik untersucht. Diese Position beinhaltet die Durchführung bioinformatischer Analysen von Einzelzell-RNA-Sequenzierungsdaten mit R.

Forschungsmöglichkeiten im Grundstudium am Zomorrodi Lab, MGH/HMS

Forschungszentrum für Schleimhautimmunologie und Biologie

Massachusetts General Hospital für Kinder

44 Fruit St, Boston, MA 02114

Projektbeschreibung und Aufgaben:

Das Zomorrodi-Labor integriert biologische Netzwerke, mathematische/statistische/physikalische Modelle und Engineering-Tools, ergänzt durch handhabbare Erfahrungssysteme, um computergestützte mechanistische Modelle des Mikrobioms und des Wirts zu entwickeln. Diese Modelle werden verwendet, um unser Verständnis der Krankheitspathogenese zu verbessern und das Design personalisierter Behandlungen zu rationalisieren.

Folgende rechnerische und experimentelle Projekte stehen zur Verfügung:

  1. Verwendung von Short-Read-Long-Read-Sequenzierungstechnologien für die Profilerstellung des menschlichen Mikrobioms. Dieses Projekt hat eine experimentelle Komponente (Nasslabor), die persönlich durchgeführt werden sollte, und eine rechnerische Komponente, die aus der Ferne durchgeführt werden kann.
  2. Verwendung von maschinellen Lernansätzen zur Analyse von Mikrobiomdaten. Dieses Projekt kann vollständig aus der Ferne durchgeführt werden.

Projekt 1: Erfahrung und Vertrautheit mit grundlegenden und molekularbiologischen Labortechniken über virtuelle Laborkurse hinaus (Pipettieren, PCR, Gelelektrophorese usw.) sind für die experimentelle Komponente dieses Projekts erforderlich. Vertrautheit mit DNA-Isolierung, Genom-, 16S- oder RNA-Sequenzierung ist von Vorteil aber keine Voraussetzung. Für die Rechenkomponente sind keine mathematischen oder Computerprogrammierkenntnisse erforderlich.

Projekt 2: Ein starkes Interesse an der Computerforschung ist die einzige Voraussetzung und es sind keine mathematischen oder Computerprogrammierkenntnisse erforderlich. Kenntnisse in einer Programmiersprache und/oder mit maschinellem Lernen sind von Vorteil, keine Voraussetzung.

LernerfolgS:

Die Studierenden lernen, wie computergestützte Simulationen, biologische Netzwerkmodelle und maschinelles Lernen oder modernste experimentelle Techniken zur Analyse des menschlichen Mikrobioms verwendet werden können, um biomedizinische und translationale Probleme anzugehen. Im weiteren Sinne sammeln die Studierenden Erfahrungen in grundlegenden Forschungsfähigkeiten, einschließlich Datensammlung und -analyse, Interpretation von Ergebnissen, Präsentationen und wissenschaftlichem Schreiben.

Eine Verpflichtung von mindestens sechs Monaten oder länger ist erforderlich. Das PI ist jedoch flexibel, um den Stundenplänen der Studenten oder anderen Zeitanforderungen gerecht zu werden.

Die Studenten werden direkt von Dr. Zomorrodi betreut und haben die Möglichkeit, aus der Ferne mit anderen Labormitgliedern zu interagieren und an Gruppentreffen teilzunehmen. Die Zoom-Meetings der Mentoren finden regelmäßig einmal pro Woche statt.

Es handelt sich um eine ehrenamtliche Forschungsstelle.Studierende werden ermutigt, sich für Forschungsstipendien wie HCRP zu bewerben oder sich für einen Forschungskurs anzumelden.

Bewerbungs informationen :

Interessierte Kandidaten sollten einen Lebenslauf per E-Mail an Dr. Zomorrodi unter [email protected] senden und kurz ihre Interessen erläutern. Bitte verwenden Sie als Betreff Ihrer E-Mail „Forschungsmöglichkeiten für Studierende 2021“.

Forschungspraktikum im Grundstudium, Nucera Group, BIDMC

Labor für präklinisches und translationales Forschungslabor für Schilddrüsenkrebs beim Menschen
Beth Israel Diakonissen medizinisches Zentrum
Harvard Medical School Boston, MA

Carmelo Nucera, MD, PhD
Assistant Professor an der Harvard Medical School
Leitender Prüfarzt für präklinisches und translationales Forschungsprogramm für Schilddrüsenkrebs beim Menschen
Spezialist für endokrine Erkrankungen und Stoffwechsel
Abteilung Experimentelle Pathologie

Abteilung für Pathologie
Beth Israel Diakonissen medizinisches Zentrum
Simon C. Feuerwehrmann Forschungszentrum
Harvard Medizinschule
99 Brookline Avenue
Büroraum: RN-0270K
E-Mail 1: [email protected]
Büro-Telefon: 617-667-5964
Labor-Telefon: 617-667-1696
Fax: 617-667-3591
Boston (MA) 02215, USA

Assoziiertes Mitglied am BROAD Institute of Harvard und MIT

Mein Labor ist offen für Studienanfänger. Ich setze mich wirklich dafür ein, Bachelorstudenten zu betreuen und die translationale Schilddrüsenkrebsforschung und Entdeckungen nicht-kodierender RNA voranzutreiben.

Ich setze mich aktiv dafür ein, meine Forschung zu betreuen und auf die Patientenversorgung anzuwenden, um Innovationen für das Gesundheitswesen zu erleichtern, unerfüllte klinische Bedürfnisse zu lösen und letztendlich die öffentliche Gesundheit zu verbessern.

Ich bin MD/PhD mit Spezialisierung auf endokrine Krebserkrankungen und entwickle als Assistant Professor an der Harvard Medical School ein multidisziplinäres Forschungsprogramm in der Abteilung für experimentelle Pathologie am Beth Israel Deaconess Medical Center/Harvard Medical School, das sich auf präklinische und translationale Modelle des menschlichen Schilddrüsenkrebses mit Schwerpunkt auf Mechanismen metastatischer Netzwerke, neue Modelle der Tumor-Mikroumgebung und Stoffwechselregulationen unter Verwendung neuartiger zielgerichteter Therapien Anti-BRAF V600E und Anti-Tumor-Mikroumgebung. Ich beschäftige mich hauptsächlich mit der Grundlagenforschung und der translationalen Schilddrüsenkrebsforschung, nehme aber auch aktiv an Tutorien und Lehrtätigkeiten für Studierende der Grundlagenwissenschaften und Medizinstudenten teil. Ich habe mehr als 15 Jahre Erfahrung in der biomedizinischen Forschung.

Mein Forschungsinteresse gilt insbesondere der Aufklärung von Mechanismen, durch die das Onkogen BRAF V600E zum invasiven und metastasierenden Phänotyp bei aggressiven und jodrefraktären Schilddrüsenkarzinomen führt.

Ich bin sehr engagiert und motiviert, meine Forschungen und Bemühungen auf die Patientenversorgung anzuwenden, Innovationen zu erleichtern, unerfüllte klinische Bedürfnisse zu lösen und die öffentliche Gesundheit zu verbessern.

Ich wurde von der American Thyroid Association, ITOG und dem NIH/NCI für Schilddrüsenkrebsforschung, Tumormikroumgebung und BRAF V600E-Signalwege ausgezeichnet.

Mein translationales Forschungs- und Mentoring-Programm richtet sich an:

  1. Es sollte die prognostische Rolle von Long intergener non-coding RNA (LincRNA) bei Schilddrüsenkrebs bestimmt werden.
  2. Identifizierung neuer prognostischer Biomarker und Validierung von Therapeutika zur Behandlung von metastasierendem/refraktärem Schilddrüsenkrebs.
  3. Identifizierung von pro-metastatischen/-angiogenen und Stoffwechselwegen in der Mikroumgebung von Schilddrüsenkrebs.
  4. Bestimmung der Funktion von Blutgefäßen bei Schilddrüsenkrebs und Identifizierung von Treiberklonen in der angiogenen Mikroumgebung von Schilddrüsentumoren (Tumorheterogenität).
  5. Pathogenese und molekulare Grundlagen von „orphan and rare“ endokrinen Erkrankungen zu untersuchen.

Die Unterrichtsstunden pro Woche sind variabel und können gemeinsam mit dem Schüler besprochen und festgelegt werden.

Wenn Sie sich für dieses Programm bewerben möchten, senden Sie bitte Ihren Lebenslauf und die E-Mail-Adresse von 2 Referenzen (z. B. Fakultät) an:

Forschungsmöglichkeit im Grundstudium, Viswanathan Lab, Dana-Farber Cancer Institute/HMS

PI: Srinivas Viswanathan, MD, PhD, Abteilung: Medizinische Onkologie, DFCIs
Kontaktinformationen: [email protected]
Ort: Dana Building 15. Stock, Dana-Farber Cancer Institute
Labor-Website: viswanathanlab.dana-farber.org

Beschreibung des Projekts und der Aufgaben (Link zu veröffentlichten Manuskripten, die die Arbeit beschreiben):

Das Viswanathan-Labor verwendet modernste genomische und genomische funktionelle Gentechnologien, um die molekularen Grundlagen und Anfälligkeiten von Krebs zu analysieren, mit einem Schwerpunkt auf urogenitalen Krebsarten (insbesondere Prostata- und Nierenkrebs). Eine Reihe von spannenden Forschungsmöglichkeiten für Bachelor-Studiengänge stehen entweder im Nasslabor oder im Trockenlabor zur Verfügung. Mögliche Forschungsgebiete sind:

  1. Einsatz von Genom-Scale Functional Genetic (CRISPR) Screening, Biochemie und Proteomik zur Entdeckung neuer therapeutischer Ziele bei kastrationsresistentem Prostatakrebs.
  2. Genetisches und medikamentöses Screening von Nierenkrebsmodellen, um neue Therapien für seltene und aggressive Subtypen von Nierenkrebs zu identifizieren.
  3. Molekularbiologische und biochemische Studien zum Verständnis der grundlegenden Mechanismen der Tumorentstehung bei urogenitalen Krebsarten.
  4. Analyse von Gesamtgenom- und Transkriptom-Sequenzierungsdaten von Patienten mit Prostata- und Nierenkrebs, einschließlich der Analyse von Einzelzell-RNA-Sequenzierungsdaten.

Eine Liste der veröffentlichten Manuskripte zu verwandten Arbeiten finden Sie unter folgendem Link: https://viswanathanlab.dana-farber.org/publications.html

  • Für diejenigen, die an Nasslaborprojekten interessiert sind, werden Vorkenntnisse oder der Kontakt mit einer Laborumgebung bevorzugt.
  • Für diejenigen, die an Dry-Lab-Projekten interessiert sind, sind Kenntnisse im Umgang mit R, Python und Unix bevorzugt.

Lernziel: Der Studierende entwickelt ein breites Spektrum an Forschungskompetenzen. Im Laufe der Zeit entwickelt der Student eine abgestufte technische und konzeptionelle Selbstständigkeit in Bezug auf das Projekt, mit der Fähigkeit, zur Studiengestaltung, Datenerfassung und Datenanalyse beizutragen. Der Student hat die Möglichkeit, Daten sowohl in Einzelsitzungen als auch in Gruppenumgebungen zu präsentieren.

Anzahl der voraussichtlichen Arbeitsstunden der Studierenden, Projektdauer: verhandelbar

Mentoring: Der Student wird von Postdoktoranden im Labor sowie durch regelmäßige Treffen mit dem PI betreut.

Den Studierenden wird empfohlen, sich beim HCRP zu bewerben und/oder sich für einen Forschungskurs anzurechnen.

Bitte senden Sie eine kurze Interessensbekundung und Ihren Lebenslauf an Dr. Viswanathan unter [email protected]

Undergraduate Research Opportunity, Dr. Rashidian, Dana-Farber Cancer Institute/HMS

Kontaktinformationen: Mohammad Rashidian, Ph.D.

Assistant Professor, Department of Cancer Immunology and Virology, Dana-Farber Cancer Institute

Assistenzprofessorin für Radiologie, Harvard Medical School

Projektbeschreibung und Aufgaben: Entwicklung eines Gerüsts zur Multiplex-Bildgebung von Immunantworten

Die Immuntherapie hat die Krebsbehandlung revolutioniert, jedoch spricht ein erheblicher Teil der Patienten nicht auf die Therapie an und kann schwerwiegende Nebenwirkungen haben. Unser Labor beschäftigt sich mit der Krebsimmunologie mit Expertise in chemischer Biologie, Molekularbiologie und Immunologie. Wir konzentrieren uns darauf, die zugrunde liegenden Mechanismen zu verstehen, wie die Tumormikroumgebung als Reaktion auf Krebsimmuntherapien geformt und kontinuierlich verändert wird. Unser Ziel ist es, neue und verbesserte diagnostische, prognostische und therapeutische Instrumente zu entwickeln, um Krebs zu erkennen, zu diagnostizieren, zu charakterisieren, zu behandeln und zu verhindern.

Unsere Forschungsziele sind fünffach: (1) Methoden zur nicht-invasiven Überwachung von Immunantworten zu entwickeln (2) Veränderungen in der Tumor-Mikroumgebung (TME) als Reaktion auf eine Behandlung zu untersuchen (3) zu erforschen, wie die TME zu einem mehr einen ausgeprägten Anti-Tumor-Status und entwickeln Werkzeuge, um diese Möglichkeit zu realisieren und (4) um Präzisionstherapeutika für Krebs zu entwickeln. Langfristig ist es unser Ziel, die Dynamik von Immunreaktionen besser zu verstehen und zu untersuchen, was hinter der heterogenen Reaktion auf die Krebsimmuntherapie steckt. Diese sind für die Entwicklung wirksamerer Therapien, wirksamerer Methoden zur Früherkennung von Krebs und neuer Prognosemodalitäten unerlässlich.

Fähigkeiten benötigt : Studenten mit grundlegenden Biologielaborkenntnissen werden ermutigt, sich zu bewerben, jedoch sind keine Vorkenntnisse in der Forschung erforderlich. Die Studierenden haben die Möglichkeit, mit erfahrenen Wissenschaftlern im Labor zusammenzuarbeiten, um in Labortechniken geschult zu werden.

Lernerfolg s: Forschungskompetenzen wie Studiendesign, Datenanalysemethoden, Präsentationen und wissenschaftliches Schreiben sowie Laborkompetenzen wie Zellkultur, Protein-Engineering, Proteinexpression und -reinigung, ELISA-Analyse, Ausführen von SDS-PAGE, Massenspezifikation und Western-Blot-Analysen, Proteinmarkierung und Arbeiten mit Instrumenten wie FPLC, LC-MS, Mikroskopie und Durchflusszytometrie.

Anzahl der Stunden von den Studierenden wird erwartet, dass sie arbeiten, Dauer des Projekts: mindestens 30 h pro Woche für den Sommer.

Mentoring : Senior-Graduierten-Studenten und Postdocs im Labor werden die Studenten betreuen. Der PI wird auch regelmäßige wöchentliche Treffen mit Studenten haben.

Studentenstipendium : Stellen sind Freiwilligenstellen, der PI wird jedoch mit Studenten zusammenarbeiten, um sich für verfügbare Stipendienprogramme (HCRP, PRISE usw.) zu bewerben.

Bewerbungs informationen : motivierte Studenten wenden sich bitte an Dr. Rashidian unter [email protected]

Remote Undergraduate Research Opportunity, Computational and Systems Biology am Zomorrodi Lab, MGH/HMS

Forschungszentrum für Schleimhautimmunologie und Biologie

Massachusetts General Hospital für Kinder

44 Fruit St, Boston, MA 02114

Projektbeschreibung und Aufgaben:

Das Zomorrodi-Labor integriert biologische Netzwerke, mathematische/statistische/physikalische Modelle und technische Werkzeuge, um computergestützte mechanistische Modelle des Mikrobioms und des Wirts zu entwickeln. Diese Modelle werden verwendet, um unser Verständnis der Krankheitspathogenese zu verbessern und das Design personalisierter Behandlungen zu rationalisieren.

Folgende Projekte (die vollständig aus der Ferne durchgeführt werden können) stehen zur Verfügung:

  1. Konstruieren Sie die nächste Generation biologischer Netzwerkmodelle für angeborene Immunzellen (Makrophagen) durch die Integration von Stoffwechsel- und Genexpressionsmodellen.
  2. Verwendung von maschinellen Lernansätzen zur Analyse von Mikrobiomdaten

Ein starkes Interesse an computergestützter Forschung ist die einzige Voraussetzung und

Es sind keine mathematischen oder Programmierkenntnisse erforderlich. Für Studierende, die sich besonders für Computational Modeling oder Computerprogramming interessieren, gibt es zahlreiche Möglichkeiten, das Projekt auf ihre Interessen zuzuschneiden.

LernerfolgS:

Die Studierenden lernen, wie Computersimulationen und biologische Netzwerkmodelle verwendet werden können, um translationale Probleme anzugehen. Im weiteren Sinne sammeln die Studierenden Erfahrungen in grundlegenden Forschungsfähigkeiten, einschließlich Datenanalyse, Interpretation von Ergebnissen, Präsentationen und wissenschaftlichem Schreiben.

Verhandelbar. Das PI ist flexibel, um den Stundenplänen der Studenten oder anderen Zeitanforderungen gerecht zu werden, obwohl Studenten, die längere Zeiträume (sechs Monate oder so) im Labor bleiben möchten, bevorzugt werden.

Die Studenten werden direkt von Dr. Zomorrodi betreut und haben die Möglichkeit, aus der Ferne mit anderen Labormitgliedern zu interagieren und an Gruppentreffen teilzunehmen. Die Zoom-Meetings der Mentoren finden regelmäßig einmal pro Woche statt.

Es handelt sich um eine ehrenamtliche Forschungsstelle. Die Studierenden werden ermutigt, sich für ein Forschungsstipendium wie das HCRP zu bewerben oder sich für einen Forschungskurs anzumelden.

Bewerbungs informationen :

Interessierte Kandidaten sollten einen Lebenslauf per E-Mail an Dr. Zomorrodi unter [email protected] senden und kurz erläutern, was ihre Interessen sind. Bitte verwenden Sie als Betreff Ihrer E-Mail „2021 Remote Undergraduate Research Opportunities“.

Persönliche Forschungsmöglichkeit im Grundstudium, Dr. Suns Labor, Massachusetts Eye & Ear Infirmary

Kontaktinformationen: Helfen. Prof. Daniel Sun [email protected]

Abteilung für Augenheilkunde, Harvard Medical School MEEI/SERI 20 Staniford Str, Boston, 02144

Projektbeschreibung und Aufgaben:

Der Fokus von Dr. Sun liegt auf Gliazellen, insbesondere Astrozyten, und deren Rolle bei der Augenkrankheit Glaukom. Er ist daran interessiert, die „reaktiven“ Veränderungen zu untersuchen, die sie bei einer Krankheit erfahren, und ob diese Veränderungen die umgebenden Neuronen unterstützen oder schaden. Dies ist wichtig, da Astrozyten lange Zeit als nicht unterstützend bei Krankheiten angesehen wurden, aber neuere Studien in anderen Teilen des ZNS zeigen, dass dies möglicherweise nicht der Fall ist. Was passiert bei Erkrankungen des Auges? Das Labor wendet genetische Werkzeuge in In-vivo-Mausmodellen und allgemeinen zellbiologischen Techniken an.

Persönlich: Idealerweise Genotypisierung/PCR der Abstammungslinie von Mäusen, qRT-PCR, Immunhistochemie, Schnitte von fixiertem Gewebe, Western Blots, konfokale Bildgebung, Augengewebedissektionen. Vorkenntnisse im Nasslabor sind von Vorteil, aber nicht zwingend erforderlich.

Remote: Pflege der Tierdatenbank, Bildanalyse.

Der Student wird für die Aufgaben geschult, an denen er beteiligt ist (z. B. wenn er einige der erforderlichen Fähigkeiten nicht besitzt). Zusätzlich zu den Techniken in den erforderlichen Fähigkeiten wird der Student auch Erfahrung in der Messung der Sehfunktion bei lebenden Mäusen mit dem Elektroretinogramm (ERG) und der optomotorischen Reaktion (OMR) sammeln.

Während der Ausbildung lernen die Studierenden, ein experimentelles Protokoll zu erstellen, die Daten zu analysieren, die Ergebnisse zu präsentieren und kritisch zu diskutieren, Journal Clubs zu besuchen und in einem wissenschaftlichen Umfeld zusammenzuarbeiten.

Ideal wäre es, wenn der Student täglich im Labor wäre, aber Flexibilität wird berücksichtigt und kann besprochen werden. Verhandelbar. Idealerweise möchten wir mit dem Studierenden eine langfristige Beziehung für 1-2 Jahre aufbauen, die in eine solide Projektarbeit und Veröffentlichung in Publikationen mündet.

Der Schüler wird von Dr. Sun betreut, der wöchentlich den Fortschritt des Schülers überprüft. Darüber hinaus wird Dr. Mazumder auch im Labor sein und ein tägliches Mentoring anbieten. Von den Studierenden wird erwartet, dass sie an Labor-Zoom-Meetings und Journal-Clubs teilnehmen, ihre Ergebnisse diskutieren und Daten präsentieren.

Dies ist eine unbezahlte, ehrenamtliche Tätigkeit.

Bewerbungs informationen :

Bei Interesse richten Sie bitte Ihre E-Mail mit Ihrem Lebenslauf an:

Undergraduate Research Opportunities in Photoimmunotherapy, MGH für Sommer 2021

Kontaktinformationen: Tayyaba Hasan, PhD Massachusetts General Hospital/ Harvard Medical School
Fakultät/PI E-Mail: [email protected]
Name des Mentors: Pushpamali De Silva, PhD
Primäre E-Mail-Adresse des Mentors: [email protected]
Laborstandort: Thier 201D

Was wir tun: PDT ist ein auf Photochemie basierender Ansatz, der zunehmend zur Behandlung einer Vielzahl von Krankheiten eingesetzt wird und erfordert: (i) Licht geeigneter Wellenlänge, (ii) eine durch Licht aktivierbare chemische Verbindung (Photosensibilisator oder PS) und (iii .) ) molekularer Sauerstoff. PDT erreicht ihre zytotoxische Wirkung durch die Produktion aktiver Molekülspezies, einschließlich Sauerstoffradikalen und Singulett-Sauerstoff. Die wichtigsten Aspekte der PDT, die derzeit in unserem Labor untersucht werden, sind zielgerichtete PDT von Tumoren, ortsgerichtete PDT von Mikroorganismen, mechanismusbasierte PDT-Kombinationstherapien, bildgeführte Therapeutika und Modellentwicklung.

Projekt 1 (Remote): Biologische Konsequenzen des photodynamischen Primings in der Mikroumgebung von Pankreastumoren

Wir interessieren uns für die biologischen Konsequenzen der PDT sowohl auf zellulärer als auch auf molekularer Ebene in Kombination mit traditionelleren Therapien wie der Chemotherapie bei Bauchspeicheldrüsenkrebs. Dazu haben wir In-vivo-Kombinationsbehandlungen mit einer PDT-Chemotherapie-Kombination durchgeführt und einen RNAseq-Datensatz erstellt, von dem wir erwarten, dass er weiter analysiert wird, um das Ansprechen der Kombinationstherapie abzuleiten.

Erforderliche Fähigkeiten: Grundkenntnisse der Tumorbiologie, Vorkenntnisse in RNAseq-Datenanalysefähigkeiten mit Python oder R und Biostatistik bevorzugt.

Lernergebnisse: Der ausgewählte Kandidat wird in Immunzytologie, Genexpressionsanalyse, Datenanalysemethodik und Datenpräsentation geschult.

Anzahl der Stunden: Es wird erwartet, dass der Kandidat arbeitet

4-5 Stunden/Woche, wobei Flexibilität je nach Kursbelastung des Kandidaten berücksichtigt wird.

Mentoring: Dr. De Silva wird der primäre Mentor sein und sich mindestens zweimal pro Woche mit dem Studenten treffen. Der Schüler kann gegebenenfalls an Zoom-Gruppensitzungen teilnehmen. Das Mentoring umfasst auch das Durchgehen von Details der Laborverfahren und die Überwachung, dass diese in Übereinstimmung mit den besten Praktiken durchgeführt werden.

Studentenstipendium: Dies ist eine ehrenamtliche Tätigkeit. Wir haben keine Finanzierung für diese Stelle zur Verfügung, sind aber bereit, ausgewählten Studierenden bei der Identifizierung von Finanzierungsmechanismen zu helfen.

Bewerbungsinformationen: Bitte senden Sie Ihren Lebenslauf per E-Mail an Laura Maddox für die Hasan Labs unter [email protected] und kopieren Sie [email protected]

Projekt 2 (vor Ort): „Photodynamisches Priming von Bauchspeicheldrüsentumoren zur Überwindung der inhärenten resistenten Barrieren für die Immuntherapie

Es besteht ein ungedeckter Bedarf an innovativen Forschungsergebnissen, die die 5-Jahres-Überlebensrate bei Patienten mit Bauchspeicheldrüsenkrebs erhöhen würden, die in den letzten zwei Jahrzehnten tatsächlich nur geringfügig zugenommen hat. Unsere laufende Arbeit untersucht eine Möglichkeit, die Antitumor-Immunantwort gegen Bauchspeicheldrüsenkrebs mit einer Kombinationsbehandlung aus PDT und Immuntherapie zu verbessern. Wir integrieren In-vitro-Modelle für die therapeutische Modellierung und werden für diese Arbeit verschiedene Immun- und molekulare Assays verwenden.

Erforderliche Kenntnisse: Grundkenntnisse der Tumorbiologie und Grundkenntnisse in Zellkultur wünschenswert.

Lernziele: Der ausgewählte Kandidat wird in Zellkultur, Durchflusszytometrie, Immunzytologie, Genexpressionsanalyse und Datenanalyse geschult.

Ort: Das Projekt erfordert erhebliche Laborarbeit und der Kandidat wird voraussichtlich vor Ort im Hasan-Labor am Wellman Center for Photomedicine, Massachusetts General Hospital arbeiten. Dies erfordert, dass ein Ausnahmeformular für die Arbeit vor Ort an der MGH eingereicht wird, und es wird erwartet, dass der Student alle COVID-Sicherheitsregeln einhält.

Stundenzahl: Es wird erwartet, dass der Kandidat den Sommer über mindestens 20 Stunden pro Woche arbeitet, obwohl die Stunden je nach Kursbelastung des Kandidaten flexibel sind.

Mentoring: Dr. De Silva wird der primäre Mentor sein und sich mindestens zweimal pro Woche mit dem Studenten treffen. Der Schüler kann gegebenenfalls an Zoom-Gruppensitzungen teilnehmen. Das Mentoring umfasst auch das Durchgehen von Details der Laborverfahren und die Überwachung, dass diese in Übereinstimmung mit den besten Praktiken durchgeführt werden.

Studentenstipendium: Dies ist eine ehrenamtliche Tätigkeit. Wir haben keine Finanzierung für diese Stelle zur Verfügung, sind aber bereit, ausgewählten Studierenden bei der Identifizierung von Finanzierungsmechanismen zu helfen.

Bewerbungsinformationen: Bitte senden Sie Ihren Lebenslauf per E-Mail an Laura Maddox für die Hasan Labs unter [email protected] und kopieren Sie [email protected]

Doppelfunktions-Antikörper-Konjugate für die Behandlung von Mundkrebs, MGH (vor Ort)

Kontaktinformationen: Tayyaba Hasan, PhD Massachusetts General Hospital/ Harvard Medical School

Fakultät/PI E-Mail: [email protected]
Name des Mentors: Mohammad Ahsan Saad, PhD
Primäre E-Mail-Adresse des Mentors: [email protected]
Laborstandort: Thier 201D
Website: https://hasanlab.mgh.harvard.edu

Projektbeschreibung und Aufgaben:

Die Präzisionsbildgebung ist ein wichtiges Werkzeug zur Diagnose und Steuerung von Tumortherapien. Im Zusammenhang mit Mundkrebs kann die Präzisionsbildgebung zur Führung von Tumorresektionsoperationen verwendet werden, der primären Methode zur Behandlung von Mundkrebs in den USA. Um die Bildführung bei Mundkrebsoperationen zu unterstützen und Bedenken hinsichtlich mikroskopischer Resterkrankungen nach der Operation auszuräumen, befasst sich dieses Projekt mit der Entwicklung molekularer Sonden für die multimodale Echtzeit-Bildgebung von Mundkrebsgewebe und die photodynamische Therapie von mikroskopischen Resterkrankungen . Von dem Kandidaten wird erwartet, dass er die Kultivierung von Krebszellen durchführt, Konjugate mit bildgebenden und therapeutischen Eigenschaften synthetisiert und einen erheblichen Anteil an Zellmikroskopie durchführt.

Erforderliche Fähigkeiten: Bewerber mit starkem Interesse an chemischer Synthese, Entwicklung von In-vitro-Tumormodellen und biomedizinischer Bildgebung werden ermutigt, sich zu bewerben.

Ort: Das Projekt erfordert erhebliche Laborarbeit und der Kandidat wird voraussichtlich vor Ort im Hasan-Labor am Wellman Center for Photomedicine, Massachusetts General Hospital arbeiten. Dies erfordert, dass ein Ausnahmeformular für die Arbeit vor Ort an der MGH eingereicht wird, und es wird erwartet, dass der Student alle COVID-Sicherheitsregeln einhält.

Lernziele: Der ausgewählte Kandidat wird in die Synthese und Charakterisierung von molekularen zielgerichteten Bildgebungssonden, Fluoreszenz und photoakustische Bildgebung (Erfassung und Analyse) von In-vitro-Tumorgewebephantomen, photodynamische Therapie von In-vitro-Mundkrebsmodellen und Lebensfähigkeit von Tumorzellen eingebunden und geschult Einschätzungen.

Stundenzahl: Es wird erwartet, dass der Kandidat den Sommer über mindestens 20 Stunden pro Woche arbeitet, obwohl die Stunden je nach Kursbelastung des Kandidaten flexibel sind.

Mentoring: Dr. Saad wird der primäre Mentor sein und sich mindestens zweimal pro Woche mit dem Studenten treffen. Der Schüler kann gegebenenfalls an Zoom-Gruppensitzungen teilnehmen. Das Mentoring umfasst auch das Durchgehen von Details der Laborverfahren und die Überwachung, dass diese in Übereinstimmung mit den besten Praktiken durchgeführt werden.

Studentenstipendium: Dies ist eine ehrenamtliche Tätigkeit. Wir haben keine Finanzierung für diese Stelle zur Verfügung, sind aber bereit, ausgewählten Studierenden bei der Identifizierung von Finanzierungsmechanismen zu helfen.

Bewerbungsinformationen: Bitte senden Sie Ihren Lebenslauf per E-Mail an Laura Maddox für die Hasan Labs unter [email protected] und kopieren Sie [email protected]

Bachelor-Forschungsmöglichkeit in bakterieller Antibiotikaresistenz, MGH (Remote/On-Site-Mix)

Kontaktinformationen: Tayyaba Hasan, PhD Massachusetts General Hospital/ Harvard Medical School
Fakultät/PI E-Mail: [email protected]
Name des Mentors: Yanfang Feng, PhD
Primäre E-Mail-Adresse des Mentors: [email protected]
Laborstandort: Thier 201D (aber teilweise entfernte Position)
Website: https://hasanlab.mgh.harvard.edu

Weltweit wurden kritisch hohe Antibiotikaresistenzen festgestellt. Wirksame Behandlungsstrategien gegen bakterielle Erreger mit Antibiotikaresistenz fehlen jedoch noch. Ein zentrales Forschungsthema unserer Gruppe ist die bakterielle Antibiotikaresistenz, die von β-Lactamasen angeführt wird, einer Art von Enzymen, die Bakterien verwenden könnten, um das verschriebene Antibiotikum abzubauen und damit nicht zu versagen. Glücklicherweise wurden Medikamente entwickelt, die diese Enzyme hemmen könnten, nämlich β-Lactamase-Hemmer, die jetzt auf den Markt kommen. Durch die Kopplung der Fluoreszenzidentifizierung der β-Lactamase-Aktivität mit Antibiotika-Empfindlichkeitstests wollen wir die quantitative Beziehung zwischen der β-Lactamase-Hemmung und der Wiederherstellung der bakteriellen Arzneimittelanfälligkeit während einer β-Lactamase-Inhibitor-Behandlung aufdecken. Bei Erfolg wird diese Arbeit der Gesellschaft für Infektionskrankheiten praktische wissenschaftliche Grundlagen für die Regulierung der Verwendung von β-Lactamase-Inhibitoren liefern, um die besten klinischen Ergebnisse zu erzielen.

Erforderliche Fähigkeiten: Grundkenntnisse in Bakteriologie, Enzymkinetik und Biostatistik. Vorkenntnisse in der Gensequenzierungstechnologie und der damit verbundenen Datenanalyse sind von Vorteil.

Lernergebnisse: Der ausgewählte Kandidat wird in Bakteriologie, Studiendesign, Datenanalyse und Datenpräsentation geschult.

Stundenzahl: Es wird erwartet, dass der Kandidat den Sommer über mindestens 20 Stunden pro Woche arbeitet, obwohl die Stunden je nach Kursbelastung des Kandidaten flexibel sind. Diese Position ist aufgrund von COVID-Beschränkungen vollständig abgelegen / nicht vor Ort.

Mentoring: Dr. Feng wird der primäre Mentor sein und sich mindestens zweimal pro Woche mit dem Studenten treffen. Der Schüler kann gegebenenfalls an Zoom-Gruppensitzungen teilnehmen. Das Mentoring umfasst auch das Durchgehen von Details der Laborverfahren und die Überwachung, dass diese in Übereinstimmung mit den besten Praktiken durchgeführt werden.

Studentenstipendium: Dies ist eine ehrenamtliche Tätigkeit. Wir haben keine Finanzierung für diese Stelle zur Verfügung, sind aber bereit, ausgewählten Studierenden bei der Identifizierung von Finanzierungsmechanismen zu helfen.

Bewerbungsinformationen: Bitte senden Sie Ihren Lebenslauf per E-Mail an Laura Maddox für die Hasan Labs unter [email protected] und kopieren Sie [email protected]

Studie zu Geschlecht, Rassenunterschieden, Wellness in akademischen Disziplinen, mit Dr. Fiona Fennessy, BWH

Kontaktinformationen: Fiona Fennessy, MD PhD, Wellness Officer, Dept of Radiology, Brigham and Women’s Hospital, [email protected]

Projektbeschreibung und Aufgaben: Durchführung von Gender-, Rassenungleichheits- und Wellness-Suchen in akademischen Disziplinen und Fachgesellschaften

Fähigkeiten benötigt : Statistik- und Social-Media-Kenntnisse

Lernerfolg s: Forschungskompetenzen wie Metaanalyse, Bibliometrie, systematische Übersichtsarbeiten und wissenschaftliches Schreiben

Anzahl der Stunden von den Studierenden wird erwartet, dass sie arbeiten, Dauer des Projekts verhandelbar

Mentoring : Alle Mentoring- und Meetings finden über ZOOM-Meetings statt. Die Studierenden arbeiten mit einem Team aus Medizinstudenten, Fellows und Betreuern, die derzeit an Projekten arbeiten. Treffen können einmal-zweimal/Woche stattfinden, sobald der Forschungsplan dem Studenten klar ist.

Studentenstipendium : Freiwilligendienst.

Bewerbungs informationen : Senden Sie Ihren Lebenslauf per E-Mail an Dr. Fiona Fennessy unter [email protected]

Bachelor-Forschungsmöglichkeit, Thoracic Surgery Research Labs, MGH

Uma Sachdeva, MD, PhD und Yolonda Colson, MD, PhD

Abteilung für Thoraxchirurgie

Allgemeines Krankenhaus von Massachusetts

Beschreibung des Projekts und der Aufgaben:

Unser Labor versucht, molekulare Signalwege zu identifizieren, die der Entstehung und dem Fortschreiten von Speiseröhrenkrebs zugrunde liegen. Speiseröhrenkrebs ist weltweit die achthäufigste Krebserkrankung und die sechsthäufigste Krebstodesursache. Projekte untersuchen den Beitrag von Stressreaktionswegen zur Entstehung von Speiseröhrenkrebs. Es werden gängige molekular- und zellbiologische Techniken eingesetzt, darunter PCR, quantitative Reverse-Transkriptase-PCR, Western Blotting, Zellkultur und Transfektion sowie 3D-Organoidkultur. PI engagiert sich für die Ausbildung und Betreuung von Studenten in Bezug auf die Ehrenarbeit und die Beteiligung an der Erstellung und Veröffentlichung von Manuskripten mit Co-Autorenschaft.

Fähigkeiten benötigt. (Wird von den Studierenden erwartet, dass sie über Laborkenntnisse verfügen, wenn ja, welche?) Wenn keine vorherige Forschungserfahrung erforderlich ist, geben Sie dies an, und dies wird die Studierenden ermutigen, sich zu bewerben, da die meisten keine vorherige Forschungserfahrung haben.

Es sind keine Vorkenntnisse in der Laborforschung erforderlich, aber die Studierenden müssen ein starkes Interesse und Engagement für das Lernen und den wissenschaftlichen Entdeckungsprozess haben. Sorgfältige Aufzeichnungen, starke Kommunikationsfähigkeiten und starke Schreibfähigkeiten werden bevorzugt.

Lernziel: Laborkompetenz, Forschungskompetenz: Studiendesign, Datenanalysemethode, Präsentationen, wissenschaftliches Schreiben etc.

Die Studierenden lernen zell- und molekularbiologische Techniken, Studiendesign, Datenanalyse und wissenschaftliches Schreiben. Durch die Teilnahme an Laborsitzungen wird die wissenschaftliche Präsentationsfähigkeit gelehrt. PI ist Alumna des Harvard College mit starkem Engagement in der wissenschaftlichen Betreuung.

Anzahl der Stunden, die von den Studierenden erwartet werden, Dauer des Projekts (wenn verhandelbar, geben Sie dies an)

Die Schüler sollten eine Arbeitszeit von mindestens 10 Stunden pro Woche einplanen.

Mentoring: Wer wird den Studenten betreuen, wie oft finden Mentoring-Meetings statt usw.

Das primäre Mentoring wird von PI Uma Sachdeva, einem Thoraxchirurgen am MGH und Alumna des Harvard College (Kirkland House), durchgeführt. Dr. Sachdeva beginnt am MGH unter der starken Mentoring von Dr. Yolonda Colson, Leiterin der Abteilung für Thoraxchirurgie am MGH, eine neue Laborarbeit im Bereich Speiseröhrenkrebs. Die Studenten werden täglich mit Dr. Sachdeva zusammenarbeiten und wöchentlich an gemeinsamen Labortreffen teilnehmen. Mentoring für Graduierten- oder Berufsschulen wird von Drs. Sachdeva und Colson, die sich beide dafür einsetzen, die nächste Generation translationaler Wissenschaftler zu betreuen.

Stellt das Labor Gelder zur Verfügung, um das Studentenstipendium zu bezahlen? Wenn nicht angegeben, wird den Studierenden empfohlen, sich für das HCRP und andere Stipendien zu bewerben oder sich für einen Forschungskurs anzurechnen.

Die Studierenden werden ermutigt, sich um Studienkredite zu bewerben, auch für eine Honours Thesis in einem Bereich der biomedizinischen Wissenschaften, mit einer starken Mentoring zu diesem Zweck. Studenten werden auch ermutigt, sich um eine Finanzierung durch das HCRP zu bewerben, mit dem Engagement von PI als Mentor für dieses Ziel.

Welche Informationen Studenten einreichen müssen und Kontaktinformationen für die Übermittlung dieser Informationen: (z. B. E-Mail Ihren Lebenslauf an Dr. Smith unter ….)

Senden Sie Ihren Lebenslauf mit einem Anschreiben per E-Mail an Dr. Sachdeva unter [email protected]

Forschungsmöglichkeit im Fernstudium im Surgical Planning Lab, BWH/HMS

Kontaktinformationen: Nazim Haouchine und Sarah Frisken, Harvard Medical School. Abteilung für Radiologie. E-Mail: [email protected], [email protected], 75 Francis Street, Boston MA 02115

Projektbeschreibung und Aufgaben:

Das Surgical Planning Laboratory (SPL) ist ein computerwissenschaftlich orientiertes Labor in der Abteilung für Radiologie, Brigham and Women's Hospital und der Harvard Medical School. Die SPL sucht einen motivierten Studenten, um ein automatisiertes 3D-3D-Registrierungssystem zwischen präoperativen und intraoperativen 3D-Modellen von Patientenköpfen zu entwickeln. Der Kandidat testet zunächst vorhandene Techniken zur 3D-Gesichtsrekonstruktion (Open-Source-Code ist verfügbar), dann einen Registrierungsalgorithmus, der aus beiden 3D-Modellen extrahierte Gesichts-Landmarken (Augen, Nase . ) verwendet. Der Schüler kann Deep-Learning-Methoden nutzen, um automatisch Gesichtsmerkmale zu extrahieren. Der Kandidat arbeitet mit Informatikern und Chirurgen der Abteilung für Radiologie und Neurosorgie zusammen.

Fähigkeiten benötigt : Erfahrung in der Programmierung in Python und Fähigkeit, schnell Prototypen von Algorithmen zu erstellen, aber dies ist nicht erforderlich. Verständnis von Bildverarbeitung und 3D-Geometriemodellierung. Grundkenntnisse in Machine Learning sind von Vorteil. Motivation!

Diese Position bietet eine hervorragende Möglichkeit, an der Spitzenforschung in der chirurgischen Navigation beteiligt zu sein, und bietet ein anregendes Umfeld, um eng mit Ingenieuren, Informatikern, Radiologen und Chirurgen zusammenzuarbeiten. Die Stelle bietet auch die Möglichkeit, chirurgische Eingriffe in unserem hochmodernen Operationssaal mittels intraoperativer Bildgebung zu beobachten. Der Kandidat wird auch wertvolle schriftliche und mündliche Kommunikationsfähigkeiten erwerben und die Möglichkeit zur Co-Autorenschaft an Veröffentlichungen haben.

Anzahl der Stunden : Mindesteinsatz von 30 Stunden pro Woche. 12 bis 16 Wochen. Flexibel.

Die Studierenden werden von einem leitenden Postdoktoranden in der Gruppe betreut und treffen sich 1-2 Mal pro Woche per Zoom mit dem Mentor. Die Schüler können auch an wöchentlichen Gruppentreffen / -gesprächen teilnehmen und sich mit anderen Mitgliedern der Gruppe austauschen. Außerdem erhalten die Studierenden regelmäßiges Feedback von Neurochirurgen.

Studentenstipendium : Die Stelle ist eine Freiwilligenstelle. Es könnte jedoch ein Stipendium angeboten werden.

Bewerbungs informationen : Bitte senden Sie Ihren Lebenslauf per E-Mail an Dr. Nazim Haouchine unter [email protected]

Forschungsmöglichkeit im Fernstudium im Surgical Planning Lab, BWH/HMS

Kontaktinformationen: Nazim Haouchine und Sarah Frisken, Harvard Medical School. Abteilung für Radiologie. E-Mail: [email protected], [email protected], 75 Francis Street, Boston MA 02115

Projektbeschreibung und Aufgaben:

Das Surgical Planning Laboratory (SPL) ist ein computerwissenschaftlich orientiertes Labor in der Abteilung für Radiologie, Brigham and Women's Hospital und der Harvard Medical School. Die SPL sucht einen motivierten Studenten, um ein Werkzeug zur Synthese von 2D-Röntgenbildern zu entwickeln. Die Idee ist, einen großen Datensatz von Röntgenbildern erstellen zu können, der später mit einem Deep-Learning-Modell verwendet werden kann. Open Source ist bereits verfügbar. Der Student muss die bestehenden Techniken (GAN, Image Analogy) testen und ausprobieren. Der Kandidat arbeitet mit Informatikern und Chirurgen der Abteilung für Radiologie und Neurosorgie zusammen.

Fähigkeiten benötigt : Erfahrung in der Programmierung in Python und Fähigkeit, schnell Prototypen von Algorithmen zu erstellen, aber dies ist nicht erforderlich. Verständnis von Bildverarbeitung und 3D-Geometriemodellierung. Grundkenntnisse in Machine Learning sind von Vorteil. Motivation!

Diese Position bietet eine hervorragende Möglichkeit, an der Spitzenforschung in der chirurgischen Navigation beteiligt zu sein, und bietet ein anregendes Umfeld, um eng mit Ingenieuren, Informatikern, Radiologen und Chirurgen zusammenzuarbeiten. Die Stelle bietet auch die Möglichkeit, chirurgische Eingriffe in unserem hochmodernen Operationssaal mittels intraoperativer Bildgebung zu beobachten. Der Kandidat wird auch wertvolle schriftliche und mündliche Kommunikationsfähigkeiten erwerben und die Möglichkeit zur Co-Autorenschaft an Veröffentlichungen haben.

Anzahl der Stunden : Mindesteinsatz von 30 Stunden pro Woche. 12 bis 16 Wochen. Flexibel.

Mentoring : Die Studierenden werden von einem leitenden Post-Doktoranden in der Gruppe betreut und treffen sich 1-2 Mal pro Woche per Zoom mit dem Mentor. Die Schüler können auch an wöchentlichen Gruppentreffen / -gesprächen teilnehmen und sich mit anderen Mitgliedern der Gruppe austauschen. Außerdem erhalten die Studierenden regelmäßiges Feedback von Neurochirurgen.

Studentenstipendium : Die Stelle ist eine Freiwilligenstelle. Es könnte jedoch ein Stipendium angeboten werden.

Bewerbungs informationen : Bitte senden Sie Ihren Lebenslauf per E-Mail an Dr. Nazim Haouchine unter [email protected]

Forschungsmöglichkeit für Fernstudenten, MJ Lab, Harvard Medical School/MGH

Kontaktinformationen: Dr. Jalali, MGH Institut für Technikfolgenabschätzung, https://scholar.harvard.edu/jalali

Projektbeschreibung und Aufgaben: MJ Lab entwickelt und verwendet Simulationsmodelle und Data-Science-Methoden, um komplexe Probleme der öffentlichen Gesundheit zu verstehen und Entscheidungs- und Politikgestaltung zu unterstützen. Das Labor lädt das ganze Jahr über zu Forschungsmöglichkeiten ein – besonders unterrepräsentierte Minderheiten werden ermutigt, sich zu bewerben. Von den Kandidaten wird erwartet, dass sie das Forschungsteam bei der Literaturrecherche, der Datenanalyse und dem Verfassen der Ergebnisse unterstützen. Im Labor laufen mehrere Analyse- und Modellierungsprojekte. Einer der Hauptforschungsbereiche ist die Entwicklung eines nationalen Simulationsmodells auf Bevölkerungsebene, um die Opioidpolitik zu informieren und wirtschaftliche Bewertungen durchzuführen. Das Labor hat auch die Auswirkungen von COVID-19 auf Todesfälle durch Opioidüberdosierung und die Behandlung von Opioidkonsumstörungen analysiert. Ein neues Forschungsgebiet umfasst die Analyse des Konsums von Mehrfachsubstanzen und des illegalen Stimulanzienkonsums, der Konsumstörung und der Überdosierung.

Fähigkeiten benötigt : Ausgezeichnete Schreib- und Kommunikationsfähigkeiten sind erforderlich. Vorrang haben motivierte und organisierte Personen, die sich mit viel Liebe zum Detail einer wirkungsvollen Bevölkerungsgesundheitsforschung verschrieben haben. Erfahrung in Datenanalyse, Programmierung, mathematischer Modellierung, maschinellem Lernen oder Text Mining ist nicht erforderlich, aber wünschenswert.

Lernerfolg s: Die Studierenden sammeln Erfahrungen in der Literaturrecherche und -assimilation, in der Datenanalyse und -visualisierung sowie in der Gestaltung von Präsentationen und der Präsentation der Ergebnisse. Studierende sind oft an mehr als einem Projekt beteiligt, um ihnen die Möglichkeit zu geben, verschiedene Forschungsbereiche zu erkunden.

Anzahl der Stunden : Flexibel. Die Studierenden arbeiten je nach Verfügbarkeit zwischen 6 und 15 Stunden pro Woche. Im Sommer werden mehr Stunden erwartet.

Mentoring : Die Studierenden arbeiten in einem kollaborativen, produktiven und freundlichen Forschungsteam und arbeiten eng mit wissenschaftlichen Mitarbeitern und Postdoc-Forschern zusammen. Alle Projektteams treffen sich regelmäßig mit dem PI und diskutieren die Forschung. Das PI setzt sich leidenschaftlich dafür ein, sich mit Studierenden zu treffen, um sie bei der Vorbereitung von Bewerbungen für die Graduiertenschule und der Karriereentwicklung zu beraten.

Studentenstipendium : Es stehen eine bezahlte und drei unbezahlte Stellen zur Verfügung. Studierende können sich gerne Credits für die Forschung in ihren Studiengängen anrechnen lassen. Das PI wird Studenten dabei unterstützen, sich für grundständige Forschungsstipendien wie HCRP zu bewerben.

Bewerbungs informationen : Kandidaten sollten ihren Lebenslauf an Dr. Jalali ( [email protected] ) senden. Bitte tragen Sie im Betreff „Studentische Forschungsmöglichkeit“ ein, geben Sie Ihre Verfügbarkeit für das Frühjahrs- und Sommersemester an und stellen Sie gerne Ihre Fragen.

Remote Undergraduate Research Opportunity in Computational Biology and Network Medicine, BWH

Kontaktinformationen: Dr. Kimberly Glass, Channing Division of Network Medicine, Brigham and Women’s Hospital und Harvard Medical School, E-Mail: [email protected] Website: sites.google.com/a/channing.harvard.edu/kimberlyglass

Projektbeschreibung und Aufgaben: Dieses Projekt umfasst das Herunterladen und Analysieren öffentlich verfügbarer Chromatinstrukturdaten (HiC). Dies umfasst die Bereinigung, Verarbeitung und Charakterisierung der Daten. Das Hauptziel des Projekts wird es sein, eine Karte zu erstellen, die auf der Grundlage der Daten distale DNA-Regionen mit Promotorregionen von Genen verknüpft. Ein sekundäres Ziel des Projekts wird es sein, dieser Karte weitere genomische Informationen hinzuzufügen, wie zum Beispiel die Lage von Transkriptionsfaktor-Bindungsstellen.

Fähigkeiten benötigt : Zu den erforderlichen Fähigkeiten gehören (1) grundlegende Programmiererfahrung in Sprachen wie Python, R oder MATLAB, (2) gute Schreib- und Kommunikationsfähigkeiten, einschließlich Vertrautheit mit Microsoft Office-Produkten, (3) Fähigkeit, auf Feedback zu reagieren und gut mit einem vielfältigen Team, (4) Grundkenntnisse in der Molekularbiologie (zB was ist DNA, RNA, Gen, Protein). Vorkenntnisse in der Forschung sind nicht erforderlich.

Lernerfolg S: Im Laufe des Projekts erwerben die Studierenden grundlegende Fähigkeiten für die computergestützte Biologieforschung, einschließlich des Erlernens des Auffindens und Lesens relevanter wissenschaftlicher Arbeiten, des Erlernens der grundlegenden Verarbeitung großer Omics-Daten und des Erlernens vieler wichtiger Konzepte für Multi- Omic-Datenintegration, Genregulation und Netzwerkmodellierung.Darüber hinaus wird die unterstützende Forschungsumgebung, die unsere Gruppe fördert, den Studierenden Einblicke in die Computerforschung in einem akademischen Umfeld geben.

Anzahl der Stunden: Stundenzahl und Projektdauer sind flexibel.

Mentoring : Der Student wird jede zweite Woche 30-minütige Treffen mit Dr. Glass sowie wöchentliche Treffen mit einem Postdoktoranden in der Gruppe von Dr. Glass haben. Die Teilnahme am zweiwöchentlichen (zweimal pro Woche) Laborgruppentreffen von Dr. Glass wird ebenfalls dringend empfohlen, ist aber nicht erforderlich.

Studentenstipendium : Dies ist eine ehrenamtliche Tätigkeit.

Bewerbungs informationen : Interessierte Bewerber sollten eine E-Mail mit ihrem Interesse an dem Projekt zusammen mit einem aktuellen Lebenslauf an [email protected] senden.

Persönlich/Remote Undergraduate Research Opportunity, HSPH

Prof. Doug Brownfield lab., Harvard School of Public Health

Kontaktinformationen:

Abteilung für Umweltgesundheit

MIPS-Programm, Harvard T.H. Chan Schule für öffentliche Gesundheit
665 Huntington Ave, Boston, MA 02115

Gebäude 1, Erdgeschoss G7 & G10

Projektbeschreibung:

Prof. Brownfield lab., untersucht die Lungenentwicklung bei Säugetieren von der Embryonalzeit bis zum Erwachsenenalter. Das Interesse gilt insbesondere dem Verständnis, wie der Alveolarraum der Lunge während der Entwicklung aufgebaut und bei Erkrankungen gestört wird. Das Labor wendet genetische Werkzeuge in In-vivo-Mäusemodellen und In-vitro-Zellkulturmodellen als Forschungsansätze an.

Persönlich: Mäuselinien Genotypisierung/PCR, Immunhistochemie (IHC) und Immunzytochemie (ICC), Gewebeschnitte. Vorkenntnisse im Nasslabor sind von Vorteil.

Aus der Ferne: Bildgebende Analyse für statische und Zeitraffer von 2D- und 3D-Zellkulturen und fixiertem Lungengewebe. Literaturrecherche und Pflege von Tierdatenbanken. Vorkenntnisse im Bereich Bioinformatik (z. B. Matlab, R) sind von Vorteil.

Lernerfolg S: Der Student erhält eine Schulung für seine Aufgaben wie PCR/Genotypisierung, IHC und ICC, die Vorbereitung von fixiertem Gewebe und die bildgebende Datenanalyse. Während der Ausbildung lernen die Studierenden, ein experimentelles Protokoll zu erstellen, die Daten zu analysieren, die Ergebnisse zu präsentieren und kritisch zu diskutieren und in einem wissenschaftlichen Umfeld zusammenzuarbeiten.

Anzahl der Stunden

Vom Studenten wird erwartet, dass er täglich im Labor ist und arbeitet

Für die Remote-Arbeitsstelle sollte eine äquivalente Zeit von 40 Stunden/Woche vorgesehen werden. Flexibilität wird basierend auf der Kursbelastung des Kandidaten berücksichtigt.

Mentoring :

Der Schüler wird von Dr. Brownfield betreut, der wöchentlich den Fortschritt des Schülers überprüft. Dr. Elisa Ghelfi wird die tägliche Assistenz-Mentorin für die Labor- und Bildanalysearbeiten sein. Es wird erwartet, dass der Student am Zoom-Meeting des Labors teilnimmt, seine Ergebnisse bespricht und Daten präsentiert.

Studentenstipendium : Dies ist eine unbezahlte, ehrenamtliche Tätigkeit.

Bewerbungs informationen :

Bei Interesse richten Sie bitte Ihre E-Mail mit Ihrem Lebenslauf an:

Über ein Anschreiben mit Angabe Ihrer wissenschaftlichen Interessen und beruflichen Ziele würden wir uns sehr freuen.

Fernforschungsmöglichkeit für Bachelor-Studiengänge, Dr. Vandana Guptas Labor, BWH

Kontaktinformationen: Vandana A Gupta and Division of Genetics, E-Mail: [email protected], 77 Avenue Louie Pasteur, NRB-1, Labor-Website: https://guptalab.bwh.harvard.edu/

Projektbeschreibung und Aufgaben: Das Projekt umfasst eine detaillierte Analyse der klinischen und pharmakologischen Informationen einer Kohorte von Patienten mit neuromuskulären Erkrankungen, um spezifische Auslöser zu identifizieren, die zur klinischen Präsentation beitragen. Derzeit ist diese Position weit entfernt, kann aber in Zukunft für experimentelle Studien genutzt werden, einschließlich der Analyse der aus dieser Arbeit identifizierten Faktoren in Tier- und Zellmodellen.

Erforderliche Fähigkeiten: Es sind keine Vorkenntnisse in der Forschung erforderlich.

Lernergebnisse: Forschungskompetenzen wie Studiendesign, Datenanalysemethoden, Präsentationen und wissenschaftliches Schreiben. Die Studierenden werden ermutigt, ihre Daten in Labor- und Abteilungssitzungen zu präsentieren und an Manuskripten mitzuwirken.

Stundenanzahl: Mindestens 10 Stunden pro Woche

Mentoring: PI und andere Lab-Mitglieder stellen das Mentoring zur Verfügung. Die Schüler werden ermutigt, an wöchentlichen Laborsitzungen (derzeit auf Zoom) teilzunehmen und wöchentliche Mentorentreffen zu haben.

Studentenstipendium: Dies ist eine Freiwilligenstelle

Bewerbungsinformationen: Bitte senden Sie Ihren Lebenslauf per E-Mail an Vandana Gupta: [email protected]

Remote Undergraduate Research Opportunity, Dr. Hirschhorn's Lab, Boston Children's Hospital

Kontaktinformationen: Joel Hirschhorn, Department of Endocrinology, [email protected] , Boston Children's Hospital Center for Life Science Gebäude 16. Stock, https://www.joelhirschhornlab.org/

Projektbeschreibung und Aufgaben: Die Humangenetik hat das Potenzial, neue Krankheitsbiologien aufzudecken und gesundheitliche Folgen vorherzusagen. Genomweite Assoziationsstudien haben Hunderttausende genetischer Varianten identifiziert, die mit menschlichen Krankheiten und Merkmalen verbunden sind, aber die Übertragung dieser Assoziationen in eine umsetzbare Biologie ist schwierig. Dieses Projekt zielt darauf ab, Daten aus den weltweit größten genomweiten Assoziationsstudien zu Körpergröße und Fettleibigkeit zu verwenden, um Gene, Signalwege und spezifische Varianten zu identifizieren, die wahrscheinlich kausale Einflüsse auf die menschliche Gewichtsregulierung und das Skelettwachstum haben. Je nach Hintergrund und Interesse der Studierenden können auch Analysen in Sequenzdaten im Biobankmaßstab, polygene Risikoscores bestehend aus phänotypisch ähnlichen Teilmengen assoziierter Varianten oder integrierte Analysen von genetischen und Metabolitendaten möglich sein. Ein solider Hintergrund in Computerkenntnissen, Human-/Populationsgenetik oder (idealerweise) beidem wird dem Bewerber helfen, in diesem Projekt erfolgreich zu sein.
Von den Studierenden wird erwartet, dass sie verfügbare Software für genetische und computergestützte Biologie, einschließlich Cloud-basiertes Computing, verwenden, um große Datensätze zu analysieren und die Ergebnisse auszuwerten.

Erforderliche Fähigkeiten: Hintergrund in Informatik und Biologie, vorzugsweise Erfahrung mit Python oder R, Unix und Interesse an Humangenetik.

Lernergebnisse: Allgemeine Forschungskompetenzen wie Studiendesign, Datenanalysemethoden, Präsentationen und wissenschaftliches Schreiben sowie praktische Erfahrung im Umgang mit großen humangenetischen Datensätzen.

Anzahl der von den Studierenden erwarteten Arbeitsstunden, Projektdauer: verhandelbar, zwischen 8-40 Stunden/Woche. Mindestens Sommer, aber längere Dauer verhandelbar.

Mentoring: regelmäßige (täglich-wöchentliche) Treffen mit Doktoranden oder Postdoc-Berater, regelmäßige (1 pro 2 Wochen) Treffen mit PI und Doktorand/Postdoc-Berater. Die Studierenden werden ermutigt, an Laborsitzungen teilzunehmen und ihre Arbeit zu präsentieren.

Studentenstipendium: Das Stipendium ist zu den Standardpreisen von Boston Children erhältlich. Studenten, die ein Stipendium suchen, wird dringend empfohlen, sich für ein beliebiges Sommerforschungsstipendium zu bewerben. Studienleistungen: Studierende können auch für Studienleistungen recherchieren (ein Studierender kann jedoch keine Studienleistungen erbringen und im selben Semester ein Stipendium erhalten).

Bewerbungsinformationen: Senden Sie Ihren Lebenslauf per E-Mail an Dr. Joel Hirschhorn unter [email protected]

Skalierbares Engineering von iPSC-abgeleiteten lebenden Blutgefäßen / Persönliche Forschungsmöglichkeit, Prof. Elliot Chaikof lab, BIDMC/HMS
Kontaktinformationen: Dr. Torsten Meissner, [email protected]

Projektbeschreibung und Aufgaben:

Ziel dieses Projekts ist es, immunstille lebende Blutgefäße aus humanen induzierten pluripotenten Stammzellen (iPSC) zu entwickeln, die allen Patienten ohne das Risiko einer Immunabstoßung transplantiert werden können. Da Herz-Kreislauf-Erkrankungen auf dem Vormarsch sind und in den Industrieländern die Todesursache Nummer eins sind, sind die Anwendungen für solche Gefäße enorm und reichen von Krankheitsmodellierung über Medikamenten-Screening bis hin zur Gefäßrekonstruktion.

Der Student sammelt praktische Erfahrungen in der Kultur und genetischen Manipulation von humanen iPSC und hilft bei deren Differenzierung in endotheliale und vaskuläre glatte Muskelzellen, die für das Tissue Engineering verwendet werden können, sowie deren phänotypische Charakterisierung. Der Student wird in ein multidisziplinäres Forschungsumfeld eingebettet, das aus Biologen, Materialwissenschaftlern, Ingenieuren und Medizinern besteht, die jeweils unterschiedliche Expertise für das Projekt bereitstellen.

(ACS Biomater Sci Eng. 2020, PMID: 32685675 PNAS USA. 2019, PMID: 31040209 Nat Cell Biol. 2015 PMID: 26214132)

Fähigkeiten benötigt: Vorkenntnisse mit grundlegenden molekularbiologischen Techniken, Gewebekultur und/oder Kodierung (R) sind von Vorteil.
Lernerfolge: Dieses Praktikum bietet dem Studenten die Möglichkeit, Folgendes zu lernen:

  • Kultur von humanen induzierten pluripotenten Stammzellen (iPSC)
  • Genetische Modifikation von iPSC mit dem CRISPR/Cas9-System und verschiedenen Basiseditoren
  • Gezielte Differenzierung modifizierter iPSC in Gefäßwandzellen (Endothelzellen und glatte Muskelzellen)
  • Tissue Engineering von lebenden Gefäßtransplantaten mit einem Kollagen-Bioprinter
  • Charakterisierung der Gewebetransplantate mittels Einzelzell-RNAseq sowie verschiedener Immunassays

Anzahl der von den Studierenden erwarteten Arbeitsstunden, Dauer des Projekts

Idealerweise streben wir eine langfristige Beziehung zu einem Studierenden für die Dauer von 1-2 Jahren an, die in der Anfertigung einer Senior Research Thesis mündet. Wir können mit dem Schüler und seinem Stundenplan zusammenarbeiten, um die Anzahl der Stunden pro Woche während des Schuljahres festzulegen, aber wir erwarten einen Vollzeiteinsatz von 2-3 Monaten für mindestens einen Sommer, um ein unabhängiges Forschungsprojekt abzuschließen. Das Labor befindet sich am Center for Life Science (CLS) in Longwood, das eine 20-minütige Fahrt mit dem M2-Shuttle vom Hauptcampus entfernt ist.
Betreuung: Dr. Torsten Meissner wird der direkte Betreuer und Mentor des Studenten sein. Dr. Meissner verfügt über ein breites Wissen in Stammzell-Engineering, Zelldifferenzierung und Immunologie und wird den Studenten lehren, anleiten und beraten. Darüber hinaus wird er sich wöchentlich oder so oft wie nötig persönlich mit dem Schüler per Video treffen, um den Fortschritt zu besprechen. Der Student hat auch die Möglichkeit, am Ende des Sommers an den Treffen der Chaikof-Laborgruppe - derzeit über Zoom - teilzunehmen und seine Arbeit zu präsentieren.
Studentenstipendium: Dies ist eine ehrenamtliche Tätigkeit.
Bewerbungs informationen: Bitte senden Sie Ihren Lebenslauf zusammen mit einem einseitigen Anschreiben mit einer kurzen Darstellung Ihrer bisherigen Erfahrungen, Interessen, Ziele und voraussichtlichen Zeitverfügbarkeit per E-Mail an Dr. Meissner ([email protected]).

Remote Undergraduate Research Assistant, Zusammenarbeit zwischen der Harvard Medical School und Partnern im Gesundheitswesen

Kontaktinformationen: Bethany Hedt-Gauthier, PhD
Department of Global Health and Social Medicine, Harvard Medical School
[email protected]
https://globalcovid19respo.wixsite.com/website

Projektbeschreibung und Aufgaben:
Das übergeordnete Ziel der Arbeit besteht darin, die Auswirkungen von COVID-19 auf Patienten mit HIV oder nicht übertragbaren Krankheiten in Ländern mit niedrigem und mittlerem Einkommen zu bewerten. Wir suchen zwei wissenschaftliche Hilfskräfte für dieses Projekt. Im Rahmen einer laufenden Zusammenarbeit mit dem Partners In Health Cross-Site COVID Cohort Research Network würde ein wissenschaftlicher Mitarbeiter eine retrospektive Kohorte von in Mexiko lebenden Patienten mit nicht übertragbaren Krankheiten unterstützen, während der zweite eine retrospektive Kohorte von Patienten mit HIV in Haiti. Ziel dieser Projekte ist es, mithilfe elektronischer Patientenakten zu beurteilen, wie sich die COVID-19-Pandemie auf die Pflegeinanspruchnahme, die Pflegeversorgung und die gesundheitlichen Ergebnisse bei chronisch Pflegepatienten ausgewirkt hat. Zu den Hauptaufgaben gehören die Bereinigung und Verarbeitung anonymisierter Datensätze, die Erstellung von Berichten mit Beschreibungen der Daten und die Teilnahme an Besprechungen mit unseren Kollegen aus Haiti und Mexiko. Die beiden wissenschaftlichen Mitarbeiter würden ermutigt, zusammenzuarbeiten und sich gegenseitig zu unterstützen.

- Mittlerer oder fortgeschrittener mathematischer oder statistischer Hintergrund

- Frühere Erfahrung in Stata (wünschenswert), R, SAS oder ähnlichem

- Interesse an globaler Gesundheit und Engagement für globale Gesundheitsgerechtigkeit

Lernerfolge: D er erfolgreiche Kandidat würde seine Fähigkeiten zur quantitativen Analyse ausbauen und einen Einblick in die globale Gesundheitsforschung gewinnen. Der Einzelne würde direkt erfahren, wie die quantitative Analyse die Programmgestaltung und -durchführung in diesen Kontexten beeinflusst. Sie werden eingeladen, ihre Fortschritte über die Arbeitsgruppe des Cross-Site COVID Cohort Research Network Kollegen in sieben Ländern vorzustellen.

Anzahl der voraussichtlichen Arbeitsstunden der Studierenden, Dauer des Projekts: Von den Studenten wird erwartet, dass sie im Sommer 20-40 Stunden pro Woche arbeiten, abhängig von der Erfahrung des Kandidaten. Die Arbeitszeiten können flexibel sein, obwohl einige Teamsitzungen erforderlich sind. Abhängig von den Zielen und Leistungen des Schülers besteht möglicherweise die Möglichkeit, diese Erfahrung über den Sommer hinaus fortzusetzen.

Betreuung: Die Studenten werden von Dr. Dale Barnhart, einem Epidemiologen und Mitbegründer des Partners In Health Cross-Site COVID Cohort Research Network, und von Dr. Hedt-Gauthier, Fakultät der Harvard Medical School, betreut. Gemeinsame Mentoring-Meetings finden zweiwöchentlich über Zoom statt. Je nach Interesse und Themen können die Studierenden an anderen Teammeetings teilnehmen.

Studentenstipendium: Ehrenamtliche Stelle. Wir haben keine Finanzierung für diese Stelle zur Verfügung, sind aber bereit, ausgewählten Studierenden bei der Identifizierung von Finanzierungsmechanismen zu helfen.

Bewerbungs informationen: Bitte senden Sie Ihr Anschreiben (1 Seite), Ihren Lebenslauf oder Lebenslauf und eine 1-2-seitige Schreibprobe (Thema spielt keine Rolle) an Dale Barnhart unter [email protected] . Bitte geben Sie in die Betreffzeile „Harvard Undergrad RA: NACHNAME“ ein. Bitte geben Sie in Ihrem Anschreiben a) an, wie diese Position zu Ihrer allgemeinen Ausbildung und Ihren beruflichen Zielen passt und b) geben Sie an, ob Sie sich speziell für die NCD- oder HIV-Position bewerben oder ob Sie für eine der Positionen in Frage kommen.

Forschungsmöglichkeit für Fernstudenten in Neuroimaging und Deep Learning, Dr. Wang Lab, MGH

Dr. Hui Wang, Athinoula A. Martinos Center for Biomedical Imaging, Department of Radiology, Harvard Medical School/Massachusetts General Hospital, [email protected], https://www.nmr.mgh.harvard.edu/lab/ lcn

Projektbeschreibung und Aufgaben:

Klinische Erkenntnisse haben den Funktionsumfang des Kleinhirns von der sensomotorischen Kontrolle auf ein breites Spektrum von Kognitionen und Emotionen erheblich erweitert. Die zugrunde liegenden strukturellen Grundlagen zur Unterstützung der kognitiven Funktionen sind jedoch beim Menschen nicht etabliert, was die Entwicklung zielgerichteter Therapien behindert. Das Projekt zielt darauf ab, ein multiskaliges Bildgebungsframework zu entwickeln, um die Neuroarchitektur und Konnektivitätskarten des menschlichen Kleinhirns aufzuklären. Das Framework basiert auf der Fusion von hochauflösender Ex-vivo-MRT und automatisierter polarisationssensitiver optischer Kohärenztomographie (as-PSOCT) mit serieller Schnittführung, um die Untersuchung von Gewebeproben von einzelnen Zellen bis hin zum gesamten Gehirn zu ermöglichen.

Der Student wird für die Verarbeitung unserer hochauflösenden MRT-Daten des Kleinhirns, die Durchführung einer lernbasierten Segmentierung für Kleinhirnstrukturen und die Zusammenarbeit mit unserem Mitarbeiter an der Erstellung einer modellbasierten Kleinhirnoberfläche verantwortlich sein.

Die Bewerber sollten einen ingenieur- oder informationswissenschaftlichen Hintergrund mit nachgewiesener Programmiererfahrung haben. Kenntnisse im Bereich Neuroimaging sind von Vorteil, aber nicht notwendig.

  • Lernen Sie grundlegende Neuroanatomie- und Neuroimaging-Software
  • Entwickeln Sie Fähigkeiten im Umgang mit Deep-Learning- und Bildsegmentierungstools
  • Präsentations- und wissenschaftliches Schreiben üben

Es wird erwartet, dass die Schüler zwischen Juni und August 10 Wochen lang Vollzeit arbeiten. Der Starttermin ist verhandelbar.

Dr. Wang wird den Bachelor betreuen und sich wöchentlich per Zoom mit dem Studenten treffen. Der Student wird aus der Ferne mit Forschungstechnikern und Postdocs im Labor interagieren. Der Student wird eingeladen, am wöchentlichen Labortreffen teilzunehmen und die Arbeit am Ende des Sommers vorzustellen.

Freiwilliger. Gefördert werden kann, wenn der Studierende die Arbeit im Folgesemester fortsetzen möchte.

Bitte senden Sie eine Interessensbekundung und Ihren Lebenslauf per E-Mail an [email protected]

Remote Undergraduate Research Opportunity on Forced Migration and Prenatal Care, FXB Center for Health and Human Rights at Harvard, HSPH

PI: Pr. Jacqueline Bhabha, FXB Center for Health and Human Rights at Harvard, HSPH, https://fxb.harvard.edu

Gesprächspartner: Dr. Vasileia Digidiki, FXB Center for Health and Human Rights at Harvard, HSPH, [email protected]

Projektbeschreibung : Der Zugang zu rechtzeitiger Schwangerschaftsvorsorge gilt als wirksame Methode, um erfolgreiche Schwangerschaftsergebnisse sowie die lebenslange Gesundheit von Müttern und ihren Kindern zu gewährleisten. Im Kontext humanitärer Krisen sehen sich asylsuchende Frauen jedoch erheblichen Hindernissen beim Zugang zur Schwangerschaftsvorsorge ausgesetzt, was zu einer Reihe schlechter perinataler Ergebnisse und Risiken für die Gesundheit sowohl junger Mütter als auch ihrer Babys führt und gesundheitliche Ungleichheiten für diese gefährdete Bevölkerungsgruppe verstärkt. Dies beeinflusst verschiedene perinatale Gesundheitsergebnisse, darunter psychische Gesundheit, Mortalität von Mutter und Kind, Art der Geburt, Geburtsgewicht, Frühgeburt, angeborene Anomalien und andere Morbiditäten. Da die Pandemie die humanitären Einsätze vor Ort bereits beeinträchtigt hat, einschließlich des Zugangs zu Gesundheitsdiensten in informellen und formellen Lagern, wird erwartet, dass sich die Erfahrung von asylsuchenden Frauen in der Schwangerschaftsbetreuung weiter verschlechtert hat.

Diese explorative Studie soll die Erfahrungen von asylsuchenden schwangeren Frauen aus Mittelamerika sichtbar machen, die in drei kritischen Transitstädten an der US-mexikanischen Grenze gestrandet sind: Monterrey, Tijuana und Matamoros. Angesichts der beträchtlichen Anzahl schwangerer Frauen, die in diesen Städten über längere Zeit in gefährlichen und oft informellen Umgebungen gestrandet sind, zielt die Studie darauf ab, den aktuellen Zugang zu Schwangerschaftsvorsorge zu untersuchen und die Auswirkungen der Pandemie auf ihre Erfahrungen mit der Schwangerschaftsvorsorge zu dokumentieren.

Aufgaben des wissenschaftlichen Mitarbeiters: Die wissenschaftliche Hilfskraft trägt zur Durchsicht der vorhandenen Literatur bei, beteiligt sich unter Aufsicht am Prozess der Datenerhebung (die Datenerhebung erfolgt über Zoom) und hilft bei der Transkription und Übersetzung der erhobenen Daten. Darüber hinaus werden sie in der Datenanalyse geschult und tragen bei Bedarf zum Aufschreiben von Erkenntnissen bei.

Fähigkeiten benötigt : Bewerber sollten fließend Spanisch und Englisch sprechen. Vorkenntnisse in der Forschung sind nicht erforderlich.

Lernerfolg S: Die Wissenschaftliche Hilfskraft wird ihr Wissen über Zwangsmigration und Schwangerschaftsvorsorge während der Pandemie erweitern, Fähigkeiten zur Datenerhebung und Datenanalyse entwickeln und ihr wissenschaftliches Schreiben verbessern.

Anzahl der Stunden Der wissenschaftliche Mitarbeiter wird gebeten, sich während der Datenerhebung zu engagieren, die von Mitte März bis Mai stattfinden wird.Für diesen Zeitraum rechnen wir mit einem Zeitaufwand von 10-14 Stunden pro Woche. Danach wird die wissenschaftliche Mitarbeiterin voraussichtlich 6-8 Stunden pro Woche für dieses Projekt aufwenden.

Projektdauer: März - Juli

Mentoring : Der wissenschaftliche Mitarbeiter wird vom PI und dem Projektleiter betreut. Der wissenschaftliche Mitarbeiter hat die Möglichkeit, an regelmäßigen Zoom-Meetings teilzunehmen, deren Häufigkeit vom unmittelbaren Bedarf des Projekts abhängt. (zB. Während der Datenerhebung können Treffen häufiger stattfinden).

Studentenstipendium : Dies ist eine ehrenamtliche Tätigkeit

Bewerbungs informationen : Senden Sie Ihren Lebenslauf und Ihr Anschreiben, in dem Sie sich und Ihre Erfahrungen beschreiben, per E-Mail an Dr. Vasileia Digidiki, [email protected] .

Remote Undergraduate Research Opportunity Clinical Data Science, Dr. Crowson's Lab, Mass Eye & Ear

Kontaktinformationen:
Matthew G. Crowson MD MPA MASc FRCSC

Klinik für Hals-Nasen-Ohren-Heilkunde-Kopf-Hals-Chirurgie
243 Karlsstraße
Boston, Massachusetts
02114 USA

Projektbeschreibung und Aufgaben:

Dr. Crowsons Arbeit umfasst die Anwendung von Data Science-Techniken (d. h. maschinelles Lernen und seine verschiedenen Formen) auf klinische Daten. Dr. Crowson hat mehrere laufende Projekte, darunter innovative Anwendungen von:

-Computer Vision zur Bildsegmentierung im Rahmen der autonomen Chirurgie,

-Natural Language Processing für klinische Notizen,

Dr. Crowson führt auch „traditionelle“ klinische Forschung mit vorhandenen klinischen Daten aus der elektronischen Gesundheitsakte durch. Darüber hinaus erstellt Dr. Crowson auch systematische Übersichten und andere Manuskripte im Review-Stil, die für die Bereiche maschinelles Lernen und Hals-Nasen-Ohrenheilkunde von Interesse sind.

Beispiele früherer Projekte:

Crowson MG, Dixon P, Mahmood R, Lee JW, Shipp D, Le T, Lin V, Chen J, Chan TCY. Vorhersage der postoperativen Leistung von Cochlea-Implantaten mithilfe von überwachtem maschinellem Lernen. Otol Neurotol. 2020 Sept. 41(8):e1013-e1023. PMID: 32558750 .

Crowson MG, Lee JW, Hamour A, Mahmood R, Babier A, Lin V, Tucci DL, Chan TCY. AutoAudio: Deep Learning für die automatische Audiogramminterpretation. J Med Syst. 07.08.2020 44(9):163. PMID: 32770269 .

Crowson MG, Hamour A, Lin V, Chen JM, Chan TCY. Maschinelles Lernen zur Mustererkennung in FDA-Berichten zu unerwünschten Ereignissen bei Cochlea-Implantaten. Cochlea-Implantate Int. 2020 11 21(6):313-322. PMID: 32623971 .

Etwas Erfahrung mit Statistik und Computerprogrammiersprachen wie Python oder R wird dringend empfohlen. Medizinstudenten müssen nicht unbedingt Medizin als möglichen Beruf in Betracht ziehen, da auch Informatik- und Ingenieurstudenten von einer solchen Erfahrung profitieren würden. Erfahrung mit maschinellen Lerntechniken wünschenswert.
Lernerfolge:

Ziel dieser Forschungserfahrung ist es, die Kompetenz in Datenanalysemethoden, Präsentationen und wissenschaftlichem Schreiben zu verbessern. Leistungen wie 1-2 Peer-Review-Manuskripte, wobei der Student als Erstautor des Manuskripts fungiert, wenn die Arbeit abgeschlossen ist. Der/die Studierende kann bei entsprechender Motivation weitere Manuskripte vervollständigen.

Relevante Texte für Methoden des Labors:

* Angewandte prädiktive Modellierung. von Max Kuhn und Kjell Johnson. ISBN-10: 1461468485

* R für Data Science: Daten importieren, aufräumen, transformieren, visualisieren und modellieren von Hadley Wickham und Garrett Grolemund. ISBN-10: 1491910399
Anzahl der von den Studierenden erwarteten Arbeitsstunden, Dauer des Projekts

Dr. Crowson, der Hauptermittler, wird der wichtigste Mentor sein. Forschungsmeetings werden wöchentlich abgehalten, sowie kontinuierlicher täglicher Kontakt über eine mobile/webbasierte Plattform (z. B. Discord oder Slack).
Studentenstipendium:

Ausstehende Mass General Brigham HR-Richtlinien.
Bewerbungs informationen:

Senden Sie Ihren Lebenslauf per E-Mail an Dr. Crowson unter [email protected] Bitte fügen Sie auch eine 1-2-Absatz-Aussage über i) was Sie sich von dieser Forschungserfahrung erhoffen und ii) Ideen für zukünftige Karrierepläne bei.

Forschungsprojekt vor Ort im Labor von Dr. Lichterfeld und Dr. Xu Yu am Ragon Institute of MGH, MIT und Harvard

Projektbeschreibung und Aufgaben: Lab konzentriert sich auf die HIV-Heilungsforschung und verwendet ein breites Spektrum neuartiger Einzelzell-Analysetechniken zur Charakterisierung von HIV-infizierten Zellen. Die Sommerstudenten werden an der Durchführung von PCR-Assays, Gelelektrophorese und anderen biologischen Experimenten unter Aufsicht beteiligt sein, um Abbildungen und Präsentationen zu erstellen. Die Erfahrung kann an die Interessen und Fähigkeiten des Bewerbers angepasst werden

Fähigkeiten benötigt : einige Vorkenntnisse mit grundlegenden Labortechniken und Grundkenntnisse in Biostatistik und Kodierung/Computerdatenanalyse hilfreich

Lernerfolg s: Verständnis von Sequenzierungstechnologien der nächsten Generation, Datenanalysemethoden, Präsentationen und wissenschaftliches Schreiben.

Anzahl der Stunden 20-40 Stunden pro Woche

Mentoring : Persönliche Treffen mit Laborpersonal, typischerweise Techniker, Postdocs und PI

Studentenstipendium : Stipendium ist verfügbar

Bewerbungs informationen : E-Mail mit Lebenslauf und Interessensbeschreibung an Dr. Lichterfeld oder Dr. Yu

Undergraduate Research Opportunity, Dr. Osama Hamdy Lab, Joslin Diabetes Center – virtuell oder persönlich

Kontaktinformationen: Dr. Osama Hamdy
Joslin Diabetes Center One Joslin Place Boston, MA 02115

Projektbeschreibung und Aufgaben: Dieses Praktikum bietet dem Studenten die Möglichkeit:

  • Erfahren Sie mehr über neuartige Diabetesmedikamente und Medizinprodukte
  • Rekrutieren Sie Patienten, die die Einschlusskriterien für Studien erfüllen, indem Sie die Krankengeschichten durchsuchen
  • Beitrag zu Abstracts und Literaturrezensionen
  • Daten eingeben und für die Analyse vorbereiten

Fähigkeiten benötigt : Vorkenntnisse in der Forschung sind nicht erforderlich.

  • Wenden Sie Fähigkeiten an, gewinnen Sie Einblick in und erhalten Sie Schulungs- und Lernmöglichkeiten in einer realen Umgebung
  • Nutzen Sie die im Rahmen des akademischen Programms der Person studierten Studienleistungen
  • Erweitern Sie das Wissen und die Fähigkeiten des Praktikanten weiter
  • Stellen Sie Mentoring(s) her und erhalten Sie Feedback zu abgeschlossenen Aufgaben

Anzahl der Stunden: Die Anzahl der Stunden pro Woche ist verhandelbar, obwohl die Studierenden in der Regel für die Dauer des Projekts (6-12 Monate) bleiben.

Mentoring : Clinical Research Coordinators, Clinical Research Fellows und unser PI, Dr. Osama Hamdy, werden die Studenten betreuen. Wir haben wöchentliche Zoom-Meetings.

Studentenstipendium : Dies ist eine ehrenamtliche Tätigkeit.

Bewerbungs informationen : Bei Interesse senden Sie bitte Ihren Lebenslauf per E-Mail an [email protected] und [email protected]

Remote Undergraduate Research Opportunity, chirurgisches Lokalisierungs- und Kartierungslabor, BWH

Kontaktinformationen: Haoyin Zhou und Jayender Jagadeesan, Radiologieabteilung, E-Mail: [email protected]u, [email protected], 75 Francis Street, Boston MA 02115

Projektbeschreibung und Aufgaben: Das Projekt beinhaltet die Entwicklung eines neuartigen maschinellen Lernalgorithmus zur Schätzung von Tiefeninformationen aus Stereo-Laparoskopie-Videos, der weiter auf chirurgische Navigationssysteme angewendet werden kann. Der Kandidat ist für das Design und die Entwicklung der Algorithmen verantwortlich.

Fähigkeiten benötigt : Studenten der Ingenieurwissenschaften mit einem starken Hintergrund in Informatik und künstlicher Intelligenz werden ermutigt, sich zu bewerben. Die Schüler müssen mit der Python-Programmierung und PyTorch vertraut sein. Vorkenntnisse in der C++-Programmierung sind von Vorteil, aber nicht zwingend erforderlich.

Lernerfolg s: Diese Position bietet eine hervorragende Möglichkeit, an der Spitzenforschung in der chirurgischen Navigation beteiligt zu sein, und bietet ein anregendes Umfeld, um eng mit Ingenieuren, Informatikern, Radiologen und Chirurgen zusammenzuarbeiten. Die Stelle bietet auch die Möglichkeit, chirurgische Eingriffe in unserem hochmodernen Operationssaal mittels intraoperativer Bildgebung zu beobachten. Der Kandidat wird auch wertvolle schriftliche und mündliche Kommunikationsfähigkeiten erwerben und die Möglichkeit zur Co-Autorenschaft an Veröffentlichungen haben.

Anzahl der Stunden: Es wird erwartet, dass der Kandidat während des Praktikums 4 Monate lang 8 Stunden pro Tag arbeitet. Die Arbeitszeiten sind verhandelbar.

Mentoring : Dr. Zhou und Dr. Jagadeesan werden den Bachelor betreuen. Dr. Jagadeesan führt täglich für einige Minuten mit dem gesamten Team ein Stand-up durch, um offene Fragen und zukünftige Forschungsrichtungen zu diskutieren.

Studentenstipendium : Die Stelle ist eine Freiwilligenstelle. Es könnte jedoch ein Stipendium angeboten werden.

Bewerbungs informationen : Bitte senden Sie Ihren Lebenslauf per E-Mail an Dr. Zhou an [email protected]

Fernstudium im Bachelor-Studiengang im Aizenberg Biomineralization and Biomimetics Lab

Die Aizenberg Group an der Harvard University ist dafür bekannt, Naturphänomene auf industrielle oder medizinische Bedürfnisse anzuwenden oder anzupassen und eine risikoreiche Grundlagenforschung und wissenschaftsgetriebene Technologieentwicklung durchzuführen. Einer der Hauptschwerpunkte der Gruppe ist die Umsetzung der von ihren Gruppenmitgliedern entwickelten Technologien in kommerzielle Produkte und Therapien durch Zusammenarbeit mit internen und externen Forschern sowie Industriepartnern.

Das Aizenberg Lab an der Harvard University sucht eine fleißige, kreative und motivierte Person, die als Mitglied eines Teams an der Entwicklung neuartiger Biomaterialdesigns für medizinische Implantate arbeitet. In dieser Position unter der Leitung von wissenschaftlichen Mitarbeitern können Sie verschiedene Aspekte der translationalen Medizinforschung erforschen, z. g. auf dem Gebiet von Glaukom- und Hydrozephalus-Shunts und anderen kanalartigen Implantaten zur Drainage und Medikamentenabgabe. Die Forschung umfasst das Verständnis der Landschaft modernster Geräte und ihrer Grenzen. Wir suchen einen Studenten, der unser Team bei der Weiterentwicklung und Evaluierung von medizinischen Implantaten unterstützen möchte.

  • Interesse an Chemieingenieurwesen, Maschinenbau, Materialwissenschaften, Physik oder verwandten Fachgebieten sowie an Medizinproduktedesign, Labortests von Medizinprodukten sind erwünscht, aber nicht zwingend erforderlich.
  • Fähigkeit in einem kleinen Team zu arbeiten sowie Aufgaben individuell zu führen
  • Durchsicht und Analyse von wissenschaftlichen und medizinischen Publikationen,
  • Experimentelles Studiendesign, Datenanalyse und Berichterstattung
  • Vorbereitung wissenschaftlicher Präsentationen

Anzahl der Stunden: Verhandelbar.

Betreuung: Das Mentoring wird von Haritosh Patel und Dr. Ida Pavlichenko geleitet.

Bewerbungs informationen: Senden Sie Ihren Lebenslauf per E-Mail an Prof. Joanna Aizenberg [email protected] (bitte cc Dr. Ida Pavlichenko [email protected])

Remote Undergraduate Research Opportunity, chirurgisches Lokalisierungs- und Kartierungslabor, BWH

Kontaktinformationen: Jayender Jagadeesan and Radiology Department, E-Mail: [email protected], 75 Francis Street, Boston MA 02115

Projektbeschreibung und Aufgaben: Das Projekt umfasst die Entwicklung eines neuartigen modularen Robotermanipulators zur Behandlung von Nierensteinen. Der Kandidat ist für das Design und die Entwicklung des Robotergeräts und der zugehörigen Steuerungsalgorithmen verantwortlich.

Fähigkeiten benötigt : Studenten der Ingenieurwissenschaften mit einem starken Hintergrund in Maschinenbau, Computer- oder Elektrotechnik werden ermutigt, sich zu bewerben. Vorkenntnisse in der mechanischen Konstruktion, Steuerungssystemen sind von Vorteil, aber nicht erforderlich.

Lernerfolg s: Diese Position bietet eine hervorragende Möglichkeit, an der Spitzenforschung in der Medizinrobotik und chirurgischen Navigation mitzuwirken, und bietet ein anregendes Umfeld, um eng mit Ingenieuren, Informatikern, Radiologen und Chirurgen zusammenzuarbeiten. Die Stelle bietet auch die Möglichkeit, chirurgische Eingriffe in unserem hochmodernen Operationssaal mittels intraoperativer Bildgebung zu beobachten. Der Kandidat wird auch wertvolle schriftliche und mündliche Kommunikationsfähigkeiten erwerben und die Möglichkeit zur Co-Autorenschaft an Veröffentlichungen haben.

Anzahl der Stunden: Es wird erwartet, dass der Kandidat während des Praktikums 4 Monate lang 8 Stunden pro Tag arbeitet. Die Arbeitszeiten sind verhandelbar.

Mentoring : Dr. Jagadeesan wird den Bachelor betreuen. Dr. Jagadeesan führt täglich einige Minuten lang mit dem gesamten Team ein Stand-up durch, um offene Fragen und zukünftige Forschungsrichtungen zu besprechen.

Studentenstipendium : Die Stelle ist eine Freiwilligenstelle. Es könnte jedoch ein Stipendium angeboten werden.

Bewerbungs informationen : Bitte senden Sie Ihren Lebenslauf per E-Mail an Dr. Jagadeesan an [email protected]

Bachelor-Forschungsmöglichkeit, Dr. Marcia Goldberg, MGH

Kontaktinformationen: Marcia B. Goldberg, Abteilung für Infektionskrankheiten, Abteilungen für Medizin und Mikrobiologie, [email protected], Gebäude der Harvard Institutes of Medicine, 4 Blackfan Circle, Raum 847, Boston, MA, goldberglab.med.harvard.edu oder https://www.massgeneral.org/medicine/infectious-diseases/research-and-in.

Projektbeschreibung und Aufgaben: Mischung aus Molekularbiologie, Zellbiologie, Mikrobiologie und Immunologie.

Fähigkeiten benötigt : Vorkenntnisse in der Forschung sind nicht erforderlich.

Lernerfolg s: Die Studierenden lernen Studiendesign, verschiedene experimentelle Ansätze, Datenanalysemethoden, Präsentationen und wissenschaftliches Schreiben kennen.

Anzahl der Stunden : Verhandelbar.

Mentoring : Direktes Mentoring durch wöchentliche Treffen von Postdoktoranden, um Forschungsfortschritte und Forschungsrichtungen zu diskutieren, wobei PI ermutigt wird, an Zoom-Meetings der Forschungsgruppe teilzunehmen.

Studentenstipendium : Position ist eine bezahlte Position.

Bewerbungs informationen : Bitte senden Sie Ihren Lebenslauf per E-Mail an Dr. Goldberg unter [email protected]

Forschungsmöglichkeit im Fernstudium: In vivo Magnetresonanzspektroskopie und Perfusionsbildgebung von Hirntumoren - Dr. Eva-Maria Ratai Lab, MGH

Kontaktinformationen: Eva-Maria Ratai, PhD
Abteilung für Radiologie, Massachusetts General Hospital,
A. A. Martinos Center for Biomedical Imaging Building 149, 13th Street, Room 230, Charlestown, MA 02129
Telefon: (617) 726-1744 E-Mail: [email protected]
Labor-Website https://www.nmr.mgh.harvard.edu/lab/ratailab

Projektbeschreibung und Aufgaben:

Wir suchen Harvard-Studenten in Life Sciences, die daran interessiert sind, Forschung im Bereich Neuroimaging durchzuführen.

Glioblastome (GBM) stellen eine Herausforderung in der Behandlung von Krebs dar, und das positive klinische Ergebnis bei Patienten mit rezidivierendem Glioblastoma multiforme ist weiterhin gering. Eines der informativsten bildgebenden Verfahren zur Überwachung des Behandlungsansprechens oder des Behandlungsversagens bei Hirntumoren wie GBM ist die Magnetresonanztomographie (MRT). MRT ist eine nicht-invasive Technik, die hauptsächlich in medizinischen Einrichtungen verwendet wird, um qualitativ hochwertige Bilder des Inneren des menschlichen Körpers zu erstellen. Darüber hinaus ist die Magnetresonanzspektroskopie (MRS) ein vielversprechendes bildgebendes Verfahren, das es Forschern ermöglicht, das Vorhandensein und die Menge bestimmter Metaboliten zu bestimmen. Somit liefert MRS Informationen über die metabolische Aktivität von Tumoren und kann Ärzten einen kritischen Einblick in die Tumoraktivität geben. Ref: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3688017 und https://www.ncbi.nlm.nih.gov/pubmed/29902200

Vorkenntnisse in der Forschung sind nicht erforderlich

Lernerfolg s: Diese Arbeit vermittelt dem Kandidaten Forschungserfahrung im Bereich Neuroimaging. Mentees lernen, studieren Design, Datenanalysemethoden (einschließlich MATLAB, R, LCModel, FSL, NordicIce, 3D-Slicer., JMP etc.), Präsentationen und wissenschaftliches Schreiben. Die Arbeit kann zu einem Konferenz-Abstract und Papieren führen und wird in ihrer/seiner zukünftigen Karriere als Neurowissenschaftlerin oder Medizinerin hilfreich sein.

Anzahl der Stunden : Verhandelbar

Mentoring : Der Student wird unter der direkten Aufsicht von Dr. Eva-Maria Ratai arbeiten, die seit >17 Jahren den Titel Klinische Spektroskopikerin am MGH trägt. Darüber hinaus wird der Kandidat an diesem Projekt mit MGH-Radiologen und Neurologen zusammenarbeiten. Der Kandidat wird an zweiwöchentlichen Zoom-Gruppentreffen teilnehmen

Studentenstipendium : Dies ist eine ehrenamtliche Tätigkeit. Die Forschungsstipendien des Harvard College Research Program (HCRP) https://uraf.harvard.edu/hcrp-application-instructions und PRIZE https://uraf.harvard.edu/summer-residential-research-programs werden jedoch weiterhin Studenten sponsern Stipendien im Sommer 2021.

Bewerbungs informationen : Bitte senden Sie Ihren Lebenslauf per E-Mail an Dr. Ratai [email protected]

Forschungsmöglichkeit im Fernstudium der medizinischen Ausbildung, Dr. Miya Bernson-Leung, BCH

Kontaktinformationen: Miya Bernson-Leung, MD, EdM, Abteilung für Neurologie, Boston Children’s Hospital

Projektbeschreibung und Aufgaben: Obwohl pädiatrische neurologische Störungen häufig sind, insbesondere bei Kindern mit komplexen Gesundheitsbedürfnissen, bietet die Ausbildung von Allgemeinpädiatern und anderen Nicht-Neurologen einen begrenzten Einblick in die pädiatrische Neurologie. Eines meiner Projekte, um diesem Bedarf gerecht zu werden, konzentriert sich auf die Vermittlung der pädiatrischen neurologischen Untersuchung an Assistenzärzte der allgemeinen Pädiatrie durch eine beobachtete Untersuchungserfahrung.

Ich habe ein strukturiertes Beobachtungsformular entwickelt, um dies zu unterstützen, würde es jedoch begrüßen, wenn ein Student die nächsten Schritte bei der Validierung des Formulars übernimmt. Dazu gehört die Bearbeitung einer Sammlung von Videoaufzeichnungen von neurologischen Musteruntersuchungen, die Koordination einer Gruppe von Neurologen zur Bewertung der aufgezeichneten Untersuchungen anhand des Formulars, das Sammeln der Antworten und die Bewertung der Wirksamkeit des Formulars für diesen Zweck. Je nach Interesse und Verfügbarkeit kann der Studierende auch an der Bewertung der Gesamtauswirkungen dieses beobachteten Prüfungsprogramms und an der Veröffentlichung in der medizinischen Lehrliteratur beteiligt werden.

Fähigkeiten benötigt : Keine vorherige Forschungserfahrung erforderlich. Erfahrung mit grundlegender Videobearbeitung und Datenerfassung und -verwaltung (z. B. Tools zur Umfrageerstellung wie Qualtrics oder SurveyMonkey, Tabellenkalkulationen) wünschenswert oder Lernbereitschaft. Einige statistische Kenntnisse sind hilfreich, aber nicht zwingend erforderlich. Gute Organisations- und Kommunikationsfähigkeiten.

Allgemein anwendbare Forschungskompetenzen wie das Verstehen, wie aussagekräftige Daten über die Ergebnisse von Interventionen durch validierte Instrumente gesammelt werden, Präsentations- und Schreibfähigkeiten sowie Daten- und Projektmanagement. Vertrautheit mit den Grundlagen der Allgemeinbildung und der medizinischen Bildungsforschung und -wissenschaft, mit vertiefter Auseinandersetzung mit dieser Literatur, wenn die Manuskripterstellung von Interesse ist.

Anzahl der Stunden : flexibel

Mentoring : Dr. Bernson-Leung wird den Studenten durch eine Kombination aus E-Mail-Austausch und regelmäßigen Zoom-Anrufen betreuen. Für Studierende, die sich für medizinische Berufe interessieren, sind möglicherweise auch virtuelle klinische Shadowing-Möglichkeiten sowie Einladungen zu interessanten medizinischen Fortbildungsveranstaltungen möglich.

Studentenstipendium : Es handelt sich um eine ehrenamtliche Tätigkeit, aber ich unterstütze gerne die Bewerbung von Studierenden für Drittmittel oder Studienleistungen.

Bewerbungs informationen : Bitte senden Sie Ihren Lebenslauf und eine kurze Beschreibung Ihres Interesses an dem Projekt per E-Mail an Dr. Bernson-Leung unter [email protected]

Undergraduate Research Opportunity, Dr. Bind Lab, MGH Biostatistics Center und Harvard Medical School

Kontaktinformationen: Marie-Abele Bind, MGH Biostatistics Center, https://scholar.harvard.edu/marie-abele

Projektbeschreibung und Aufgaben: Entwicklung oder Anwendung von kausalen Inferenzmethoden und Software zur Quantifizierung der Auswirkungen randomisierter oder nicht randomisierter Expositionen (z. B. Luftverschmutzung, Temperatur) auf Outcomes (z. B. tödlicher Unfall, Kriminalität, Mortalität).

Fähigkeiten benötigt : Keine vorherige Forschungserfahrung erforderlich. Neue Studenten und Kandidaten mit Grundkenntnissen in Wahrscheinlichkeit und Statistik und mit etwas Erfahrung in der R-Programmierung werden ermutigt, sich zu bewerben.

Lernerfolg s: R-Programmierfähigkeiten, Forschungsfähigkeiten wie Studiendesign für kausale Inferenz in randomisierten und nicht-randomisierten Studien, statistische Analysemethoden (Fishersche, Neymansche und Bayessche Inferenz), Präsentationen und wissenschaftliches Schreiben.

Anzahl der Stunden : Verhandelbar. Im Idealfall arbeiten die Studierenden 5 bis 10 Stunden pro Woche. Projektdauer: mindestens ein Semester.

Mentoring : Dr. Bind wird den Bachelor mit Hilfe von Dr. r. Young Lee (Postdoc) . Wöchentliche oder zweiwöchentliche Mentoring-Meetings. Die Schüler werden ermutigt, an Gruppentreffen teilzunehmen.

Studentenstipendium : Unbezahlte Stelle. Studenten werden ermutigt, sich für Harvard-Stipendien zu bewerben: https://lifesciences.fas.harvard.edu/research-opportunities .

Kursguthaben : Studierende können für Studienleistungen recherchieren.

Bewerbungs informationen : Studenten sollten ihren Lebenslauf per E-Mail an Dr. Bind schicken an [email protected]

Forschungsmöglichkeit – Pilotversuch zum Testen eines Meldesystems für Tötungsdelikte bei rechtlichen Interventionen – Harvard Injury Control Research Center (David Hemenway, Co-Direktor), HSPH

Kontaktinformationen: Catherine Barber [email protected]

Projektbeschreibung und Aufgaben: Sterbeurkunden und FBI-Daten berichten derzeit nicht über Todesfälle, die durch Polizei- und andere Strafverfolgungsbehörden verursacht wurden ("legale Interventionsmorde"). Das National Violent Death Reporting System der CDC erfasst diese Todesfälle gut, aber das System kodiert keine wichtigen Elemente dieser Vorfälle, wie z an Zivilisten, und was der spezifische Auslöser war, der zum Einsatz tödlicher Gewalt führte. Das Harvard Injury Control Research Center hat ein Legal Intervention-Modul für das NVDRS entworfen und begrenzte Pilottests damit durchgeführt. Einige staatliche NVDRS-Büros sind jetzt daran interessiert, es anhand von Berichten von Polizei und Gerichtsmedizinern / medizinischen Prüfern in einem Pilotversuch zu testen. HICRC sucht einen Studenten, der diesen Prozess koordiniert. Zu den spezifischen Aufgaben gehören die Organisation von Projektbesprechungen, das Aufzeichnen von Entscheidungen, die Hilfe bei der Gestaltung einer gemeinsamen Dateneingabeschnittstelle, die Analyse der Abschlussraten bei bestimmten Variablen, die Bereitstellung technischer Unterstützung bei Codierungsfragen, die Aktualisierung des Codierungshandbuchs bei Bedarf, das Einholen von Beiträgen der teilnehmenden Staaten zu Verbesserungen des Moduls , und hilft bei der Fertigstellung des Moduls, das der CDC empfohlen wird.

Fähigkeiten benötigt: Ausgeprägte organisatorische Fähigkeiten bei der Koordination eines Multi-Site-Projekts. Einige Kenntnisse über Dateneingabetools wie Qualtrics und Grundkenntnisse in Datenanalysesoftware sind hilfreich, aber nicht erforderlich, wenn dies Fähigkeiten sind, die der Schüler erlernen möchte und für die er eine natürliche Fähigkeit besitzt.

LernerfolgS: Verständnis dafür, wie ein Überwachungssystem aufgebaut und getestet wird, um ein Problem der öffentlichen Gesundheit zu verfolgen. Besseres Wissen über Polizeischießereien und andere Todesfälle durch legale Interventionen.

Anzahl der Stunden & Zeitplan: Flexibel

Mentoring: Catherine Barber wird die Studentin beaufsichtigen, die auch an Zoom-Meetings der teilnehmenden staatlichen Büros für das Meldesystem für gewalttätige Todesfälle teilnehmen wird und kann sich für die Teilnahme an relevanten Sitzungen des Harvard Injury Control Research Centers entscheiden.

Student Stipendium: Keine Mittel verfügbar.

Bewerbungs informationen: Bitte senden Sie Ihren Lebenslauf oder Lebenslauf per E-Mail an [email protected]

Lee Kum Sheung Center for Health and Happiness Summer Internship Program, HSPH

Kontaktinformationen: Lee Kum Sheung Center for Health and Happiness, Harvard T.H. Chan School of Public Health, [email protected]

Projektbeschreibung und Aufgaben: Das Sommerpraktikumsprogramm des Lee Kum Sheung Center for Health and Happiness bietet Ausbildung und Unterstützung für eine zukünftige Generation von Wissenschaftlern, die daran interessiert sind, (1) die Zusammenhänge zwischen psychischem Wohlbefinden und körperlichen Gesundheitsergebnissen zu untersuchen und (2) wissenschaftliche Erkenntnisse zu diese Verbindungen, um Politik und Praxis zu informieren. Beispiele für vergangene Projekte sind:

  • Eine Metaanalyse zu Achtsamkeitsinterventionen und anschließendem körperlichem Aktivitätsniveau
  • Datenbereinigung, -eingabe und -extraktion für eine Resilienz-Interventionsstudie
  • Eine Literaturübersicht zu psychosozialen Faktoren, um das Burnout von Ärzten zu reduzieren
  • Transkription von Scheininterviews zum Testen einer neuen Software

Fähigkeiten benötigt : Erste Forschungserfahrung ist hilfreich, aber nicht erforderlich.

Lernerfolg s: Recherchefähigkeiten wie Datenanalyse, Datenbereinigung/-eingabe, Datensammlung und wissenschaftliches Schreiben

Anzahl der Stunden : Bis zu 20 Stunden pro Woche für 10 Wochen. Das Praktikum dauert von Juni bis August 2021. Die Termine sind jedoch etwas flexibel, wenn Bewerber Sommerferienpläne oder andere Verpflichtungen haben. Nach der Auswahl können Praktikanten mit ihrem Praktikumsgastgeber und dem Zentrum zusammenarbeiten, um das Praktikum über den August 2021 hinaus zu verlängern, aber die Arbeit darf 20 Stunden/Woche für insgesamt 10 Wochen nicht überschreiten.

Mentoring : Die Studenten werden mit Zentrumsforschern und/oder Wissenschaftspartnern zusammengebracht, die an Projekten arbeiten, die mit der Mission des Zentrums zusammenhängen. Das Zentrum wird für die Logistik im Zusammenhang mit dem Praktikum sowie für die Betreuung und Anleitung der Praktikanten durch zweiwöchentliche Treffen im Sommer verantwortlich sein. Diese zusätzlichen Mentoring-Möglichkeiten werden den Praktikanten ein Gemeinschaftsgefühl, Möglichkeiten zur Kontaktaufnahme und zum Networking sowie zur beruflichen Entwicklung bieten.

Studentenstipendium : Aufgrund der anhaltenden Pandemie sind wir uns noch nicht sicher, ob dies eine bezahlte oder unbezahlte Gelegenheit sein wird. Im Sommer 2020 hat uns der Einstellungsstopp in Harvard daran gehindert, bezahlte Stellen anzubieten, daher hängt unsere Fähigkeit, dies im Sommer 2021 zu tun, davon ab, ob diese Richtlinie noch in Kraft ist oder nicht. Wenn Praktikanten unbezahlt sind, müssen sie für ihre Arbeit eine Studienanrechnung erhalten können. Darüber hinaus hoffen wir, dass Praktikanten zwar persönlich arbeiten können, sie jedoch möglicherweise aus der Ferne arbeiten müssen, abhängig von den Harvard-Richtlinien zu Reisen und persönlicher Arbeit in diesem Sommer. Wir wissen Ihre Flexibilität zu schätzen, während wir abwarten, wie sich die Dinge in den kommenden Monaten ändern können.

Bewerbungs informationen : Bitte besuchen Sie unsere Website für den vollständigen Antrag.

Integrative Analyse der ALS-Plasma-Metabolomik mit maschinellem Lernen, MIT

Positionstitel: Forschungsmöglichkeit für Fernstudenten, Fraenkel Lab, MIT

Kontaktinformationen: Ernest Fraenkel (Professor für Bioingenieurwesen, MIT), [email protected] , http://fraenkel.mit.edu

Projektbeschreibung und Aufgaben:

Bei der Amyotrophen Lateralsklerose (ALS) wurde eine metabolische Dysregulation nachgewiesen. Frühere Studien haben metabolische Signaturen bei ALS identifiziert, die mit der Schwere der Erkrankung korrespondieren können, obwohl die molekularen Prozesse hinter diesen metabolischen Unterschieden unklar sind. Unser Ziel ist es, mit datenwissenschaftlichen Ansätzen zu untersuchen, ob es Unterschiede zwischen ALS-Patienten und gesunden Kontrollpersonen auf der Ebene der biologischen Pfade gibt.

Der Student wird für die Entwicklung und Anwendung integrativer netzwerkbasierter Algorithmen auf Metabolomik- und Proteomikdaten einer Kohorte von ALS-Patienten verantwortlich sein. Dieses Bachelorprojekt besteht aus zwei Phasen, die je nach Interesse der Studierenden modifiziert werden können: 1) Implementierung eines etablierten Netzwerkalgorithmus zu metabolomischen und proteomischen Daten von ALS-Patienten 2) Entwicklung eigener Methoden auf der Grundlage von graphenbasierten neuronalen Netzen zur Identifizierung von ALS Biomarker. Dieses Projekt ist vollständig rechnerisch und kann aus der Ferne durchgeführt werden.

Fähigkeiten benötigt : Erfahrung mit Python erforderlich, Kenntnisse in einführenden Biologieprinzipien und/oder maschinellem Lernen wünschenswert

  • Lernen Sie Algorithmen zur Integration metabolomischer und proteomischer Daten
  • Entwickeln Sie Fähigkeiten in Modellen des maschinellen Lernens, insbesondere in der Verwendung neuronaler Graphennetze für biologische Datensätze
  • Erfahrung in der Präsentation ihrer Forschung und Praxis im wissenschaftlichen Schreiben

Anzahl der Stunden von den Studierenden wird erwartet, dass sie arbeiten: 10 Stunden/Woche, Frühjahrssemester (Stunden und Dauer verhandelbar)

Mentoring : Der Bachelor wird von einem leitenden Doktoranden im Labor betreut. Sie müssen an wöchentlichen Zoom-Check-ins für Mentoren teilnehmen und es wird dringend empfohlen, an wöchentlichen Zoom-Meetings der Forschungsgruppe teilzunehmen.

Studentenstipendium : Erhältlich

Bewerbungs informationen : Senden Sie Ihren Lebenslauf und ein inoffizielles Zeugnis per E-Mail an Ernest Fraenkel unter [email protected]

Remote Undergraduate Research Opportunity: Computernachbildung des Beginns des Lebens, Dr. Megason Lab, HMS

Kontaktinformationen: Sean Megason, Abteilung für Systembiologie, Harvard Medical School. [email protected] , www.digitalfish.org

Projektbeschreibung und Aufgaben:

Das Leben beginnt, wenn die einzellige Eizelle von einem Spermium befruchtet wird, wodurch es sich wiederholt teilt, bis es (je nach Spezies) Zehntausende (je nach Art) scheinbar äquivalenter Zellen gibt, die dann unterschiedliche Identitäten annehmen. Während dieses frühen Spaltungsstadiums teilen sich Zellen in stereotypen, aber nicht invarianten Linien. Inwieweit diese Zelllinienmuster durch mechanische/geometrische Einflüsse auf die Zellform und Teilungsorientierung im Vergleich zu molekularen Determinanten erklärt werden können, bleibt eine offene Frage. In diesem Projekt werden wir versuchen, Zellteilung, Zelladhäsion und Zellform aus physikalischer (aber nicht genetischer) Perspektive vom 1-Zell- bis 4000-Zell-Stadium der Zebrafisch-Embryogenese rechnerisch zu simulieren, um zu untersuchen, inwieweit Physik vs. Genetik die frühe Entwicklung steuert . Wir werden Python-Skripte eines beliebten Open-Source-3D-Computeranimationspakets namens Blender verwenden, um Pixar-ähnliche Filme der ersten Lebensphase zu erstellen. Unser Ziel ist es, die ersten 4 Stunden dieses Films über die Entwicklung von Zebrafischen zu simulieren - https://www.youtube.com/watch?v=EeHiA98yUa4

Fähigkeiten benötigt : Python-Programmierung. Kenntnisse in Biologie, Physik und Computergrafik sind von Vorteil.

Lernerfolg s: Die Studierenden lernen die computergestützte Modellierung multizellulärer Systeme

Anzahl der Stunden von den Studierenden wird erwartet, dass sie arbeiten, Dauer des Projekts
Arbeitszeiten und Projektdauer sind flexibel

Mentoring :
Das Mentoring wird von Dr. Megason übernommen. Die Studierenden haben auch die Möglichkeit, am Ende des Sommers an den Gruppentreffen des Megason Lab teilzunehmen und ihre Arbeiten vorzustellen.

Student Stipendium : Freiwilliger

Bewerbungs informationen :

Bitte senden Sie eine Interessensbekundung und Ihren Lebenslauf per E-Mail an [email protected]

Messung grundlegender Planetenparameter eines Mehrplanetensystems, das von der TESS-Mission der NASA entdeckt wurde

Zentrum für Astrophysik | Harvard und Smithsonian (CfA)

60 Garden Street, Cambridge, MA, 02138

Projektbeschreibung und Aufgaben:

Die TESS-Mission der NASA hat zwei Planetenkandidaten entdeckt, die einen nahen Stern mit geringer Masse umkreisen. Diese Planetenkandidaten haben einzigartige Größen und Orbitalabstände, was darauf hindeutet, dass ihre Massenzusammensetzungen wahrscheinlich ebenfalls unterschiedlich sind. Die Ziele dieses Projekts sind es, die physikalischen und orbitalen Eigenschaften dieser Planeten zu messen und diese Ergebnisse zu nutzen, um unser Verständnis davon zu vermitteln, wie diese Arten von Planetensystemen entstehen. Wir suchen einen Bachelor-Studenten mit Interesse an Exoplaneten und Datenanalyse, um die verfügbaren Daten dieses Systems zu analysieren, um die fundamentalen Parameter der Planeten zu messen.

Der erfolgreiche Bewerber verfügt über grundlegende Kenntnisse in der Computerprogrammierung. Erfahrung mit Python oder anderen ähnlichen Skriptsprachen ist von Vorteil.

Ziel ist es, praktische Erfahrungen mit der Beobachtungsforschung in der Astronomie zu sammeln. Die Kompetenzentwicklung umfasst Datenanalyse durch Computerprogrammierung, Problemlösung und Wissenschaftskommunikation durch Schreiben und Präsentationen.

Von den Studierenden wird erwartet, dass sie während der gesamten Projektlaufzeit in Vollzeit arbeiten. Je nach Finanzierungsquelle können die genauen Daten variieren, dauern aber in der Regel 10 Wochen von Juni bis August.

Der erfolgreiche Bewerber wird direkt vom PI Dr. Ryan Cloutier beraten. Die Fakultätsunterstützung wird auch von Prof. David Charbonneau bereitgestellt. Wenn während des Sommers persönliche Arbeit erlaubt ist, wird erwartet, dass der Student während der gesamten Dauer des Programms am CfA arbeitet. Wenn nicht, kann die Forschung aus der Ferne mit regelmäßigen Zoom-Meetings zwischen dem Studenten und dem PI durchgeführt werden. Der Schüler wird auch ermutigt, an wöchentlichen Gruppentreffen teilzunehmen.

Student Stipendium :

Interne Finanzierung kann verfügbar sein, aber wir ermutigen Studenten, externe Finanzierungsquellen zu nutzen, die unter anderem über das SAO REU-Programm und die Origins of Life Initiative verfügbar sind. Bitte kontaktieren Sie den PI für weitere Details.

Bewerbungs informationen :

Bewerber müssen ihre Bewerbung per E-Mail an den PI unter [email protected] senden. Bitte fügen Sie ein kurzes Anschreiben (maximal 1 Seite) mit Angabe Ihrer akademischen Interessen und Berufswünsche sowie eine Kopie Ihres Lebenslaufs und eine Kopie Ihres Bachelor-Transcripts bei.

Instrumentenentwicklung für das Rubin-Observatorium, Chile

Kontaktinformationen: Christopher Stubbs, Department of Physics & Department of Astronomy, Lab ist 106 McKay-Gebäude. https://projects.iq.harvard.edu/stubbs/home

Projektbeschreibung und Aufgaben: Wir suchen einen oder mehrere Studenten, die uns bei der Entwicklung eines Sensornetzwerks (Temperatur, Luftdruck, Vibration) unterstützen, das am Rubin-Observatorium in Chile installiert wird. Diese Geräte sind über USB mit einem Datenerfassungsgerät verbunden, das Teil eines drahtlosen Netzwerks ist.

Fähigkeiten benötigt : Gute Kenntnisse in der Python-Programmierung sind ein Muss, Erfahrung mit dem Linux-Betriebssystem von Vorteil.

Lernerfolg s: Die Studierenden sammeln Erfahrungen in der Instrumentierung, Systemtechnik, technischen Kommunikation und der Arbeit in einer Teamumgebung.

Anzahl der Stunden : Es wird ein Mindesteinsatz von 5-6 Stunden pro Woche erwartet. Wir hoffen, dass jemand dieses Frühjahrssemester beginnt.

Mentoring : Studenten sind herzlich eingeladen, an wöchentlichen (entfernten) Gruppentreffen teilzunehmen und werden bei Bedarf zusätzliche Treffen mit Gruppenmitgliedern abhalten, um diese Arbeit zu unterstützen. Das Projekt wird in einem schriftlichen Bericht und einer Präsentation vor dem Projektteam des Rubin-Observatoriums gipfeln.

Studentenstipendium : Dies ist eine bezahlte Position.

Bewerbungs informationen : Bei Interesse senden Sie bitte ein Anschreiben und einen Lebenslauf (einschließlich einer Beschreibung der Programmierkenntnisse und -erfahrung) an Christopher Stubbs unter [email protected]

Vor-Ort und virtuelle Undergraduate Research Opportunity, Dr. Marcia Haigis Lab, HMS

Kontaktinformationen: Marcia Haigis (Zellbiologische Abteilung), [email protected] , LHRRB 300, https://haigis.hms.harvard.edu/

Projektbeschreibung und Aufgaben: Das Projekt soll den Krebsstoffwechsel und den T-Zellstoffwechsel mit biochemischen Methoden und Massenspektrometrie untersuchen. Zu den Aufgaben gehören praktische Forschung wie Western Blotting, molekulares Klonen, Zellkultur und virtuelle Massenspektrometrie-Datenanalyse.

Fähigkeiten benötigt : Biologie, Chemie oder Biochemie Hintergrund. Erste praktische Erfahrungen wünschenswert, aber nicht zwingend erforderlich.

Lernerfolg s: Forschungskompetenzen wie Studiendesign, Datenanalysemethoden, Präsentationen und wissenschaftliches Schreiben.

Anzahl der Stunden : Flexibel, vorzugsweise mindestens 3 Stunden täglich, 3-4 Tage die Woche. Mindestens 10 Stunden/Woche während des Semesters. Im Sommer maximal Vollzeit.

Mentoring : Der Student arbeitet unter der Leitung eines Postdoktoranden. Das Mentorentreffen findet wöchentlich und täglich im Labor statt. Der Student kann an allen Laborforschungstreffen teilnehmen, einschließlich wöchentlicher Gruppentreffen, wöchentlicher Diskussionsgruppentreffen und Journal Clubs.

Studentenstipendium : Freiwilligentätigkeit mit Möglichkeit zur Bewerbung für Sommer-Forschungsstipendien.

Bewerbungs informationen : Bitte legen Sie einen Lebenslauf mit einer kurzen Beschreibung vor, wie Ihre Ausbildung und Ihr Forschungshintergrund zu dieser Position passen könnten.

Persönliche Forschungsmöglichkeit im Grundstudium, Prof. Vamsi Mootha’s Lab, MGH/Broad/HMS/HHMI

Kontaktinformationen: Prof. Vamsi Mootha, [email protected], Department of Molecular Biology, 185 Cambridge Street 6th Floor Boston, MA 02114, https://mootha.med.harvard.edu/

Projektbeschreibung und Aufgaben: Das Mootha Laboratory sucht motivierte Harvard-Studenten für die Forschung mit einem dynamischen Team von

30 Postdoktoranden, Clinical Fellows, Doktoranden und Forscher. Das Labor kombiniert die neuesten Werkzeuge der Genomik, Berechnung und biochemischen Physiologie, um systematisch Mitochondrien zu untersuchen – Schlüsselorganellen in unserem Körper, die für den Energiestoffwechsel von entscheidender Bedeutung sind und mit seltenen Krankheiten, neurodegenerativen Erkrankungen wie der Parkinson-Krankheit und dem Altern in Verbindung stehen. Unser Labor umfasst sehr grundlegende Biologie und Mechanismen bis hin zu translationalen Bemühungen zur Linderung von Krankheiten. Der Student wird eng mit einem leitenden Forscher im Bereich CRISPR-Screening, Entwicklung von Assays auf Säugetierzellenbasis und eingehenden Studien des Systemmetabolismus und der Bioenergetik zusammenarbeiten. Dies ist eine seltene Gelegenheit, Teil eines dynamischen und hochmodernen Forschungsteams mit reichlich Gelegenheit zur Mitautorenschaft an wichtigen Veröffentlichungen zu sein. Ideal für Studenten, die Forschungserfahrung für eine Karriere als Forscher oder Mediziner sammeln möchten.

Fähigkeiten benötigt: Studierende der Fachrichtungen Biologie, Molekularbiologie, Chemie oder Biochemie werden ermutigt, sich zu bewerben. Kandidaten mit Forschungserfahrung in einem Labor werden sehr bevorzugt, dies ist jedoch nicht erforderlich. Wissenschaftliche Begabung, Liebe zum Detail, ausgezeichnete Kommunikationsfähigkeiten und Begeisterungsfähigkeit sind ein Muss.

Lernerfolgs: Die Studierenden lernen, Wet-Lab-Experimente zu konzipieren und durchzuführen, ihre Daten zu analysieren und zu präsentieren sowie Abbildungen und Texte für einen wissenschaftlichen Artikel vorzubereiten

Anzahl der Stunden: Stundenzahl/Woche ist verhandelbar.

Mentoring: Ein leitender Forscher arbeitet täglich eng mit dem Studenten zusammen. Teilnahme an Gruppentreffen

Studentenstipendium: Vorbehaltlich der Diskussion, und der Student wird ermutigt, sich für interne Harvard- und externe Stipendien zu bewerben.

Bewerbungs informationen: Bitte senden Sie einen Lebenslauf und ein Anschreiben an Dr. Tsz-Leung To ([email protected]) und Dr. Anna Kotrys ([email protected]) im Mootha Lab

Persönliche Forschungsmöglichkeit im Grundstudium, Cheng Lab, MGH

Kontaktinformationen: Leo L. Cheng, Abteilungen für Radiologie und Pathologie, Charlestown Navy Yard, MGH

Projektbeschreibung und Aufgaben: 1). Zelluläre Metabolomikstudien der Alzheimer-Krankheit mit Mausmodellen und 2).Analyse der Getreidemetabolomik, alle mit NMR-Spektroskopie.

Fähigkeiten benötigt : Es werden keine Vorkenntnisse in der Forschung erwartet und benötigt, aber Kenntnisse auf dem Niveau der organischen Chemie sind hilfreich.

Lernerfolg s: Als eigenständige Mini-Size-Projekte erlernen die Studierenden Forschungskompetenzen wie Studiendesign, Datenmessungen und -analysemethoden, Präsentationen und wissenschaftliches Schreiben für Publikationen.

Anzahl der Stunden: Der Projektumfang wird je nach Verfügbarkeit der Studierenden im Frühjahr, Sommer oder noch länger festgelegt.

Mentoring : Die Schüler werden unter der direkten Anleitung des PI.

Studentenstipendium : Kann je nach Finanzierungssituation berücksichtigt werden.

Bewerbungs informationen : Bitte kontaktieren Sie: Leo Cheng, PhD, unter 617-724-6593 oder [email protected]

Fernforschungsmöglichkeit –Augenbildanalyse durch Deep Learning

Augenklinik

Harvard Medizinschule

Projektbeschreibung und Aufgaben:

Wir entwickeln Smartphone-basierte Vision-Screening-Technologien, die große Anwendungspotenziale in der Telemedizin und Telemedizin haben. https://tvst.arvojournals.org/article.aspx?articleid=2724671

Bei dieser speziellen Forschungsmöglichkeit werden wir ein tiefes neuronales Netzwerk für die Segmentierung von Augenmerkmalen wie Augenlid, Hornhaut und Pupille trainieren.

Fähigkeiten benötigt : Von den Studierenden wird erwartet, dass sie das Deep Learning verstehen und Erfahrung mit dem Training neuronaler Netze haben.

Sammeln Sie mehr Erfahrung mit KI.

Mindestens 20 Stunden pro Woche aus der Ferne.

PI und ein Junior-Fakultätsmitglied werden den Praktikanten betreuen. Ein wöchentliches Zoom-Meeting ist geplant.

Bewerbungs informationen :

Bitte wenden Sie sich direkt an PI unter [email protected]

Fernforschungsmöglichkeit – 3D-Street-Mapping für Sehbehinderte

Augenklinik

Harvard Medizinschule

Projektbeschreibung und Aufgaben:

Hochauflösende Karten, die von autonomen Fahrzeugen verwendet werden, sind 3D-Karten der Umgebung. Es kann selbstfahrenden Autos helfen, Positionen und Orientierungen mit einer viel besseren Genauigkeit als GPS zu bestimmen. Ebenso kann die Karte auch helfen, die Position von Fußgängern mit einer am Körper angebrachten Kamera zu lokalisieren. Mögliche Anwendungen umfassen assistierte Navigation für Sehbehinderte

Bei dieser speziellen Forschungsmöglichkeit werden wir eine hochauflösende Punktwolkenkarte für ein Viertelmeilen-Straßensegment erstellen. Die Karte wird in unseren Mobilitätsstudien mit sehbehinderten Menschen verwendet.

Fähigkeiten benötigt : Die Schüler sollten über grundlegende Programmierkenntnisse (Python, Java oder Matlab) verfügen.

Erwerben Sie einige Computer Vision-Kenntnisse.

Mindestens 20 Stunden pro Woche aus der Ferne.

PI und ein Junior-Fakultätsmitglied werden den Praktikanten betreuen. Ein wöchentliches Zoom-Meeting ist geplant.

Bewerbungs informationen :

Bitte wenden Sie sich direkt an PI unter [email protected]

Bachelor-Sommerforschungsprojekt, Massachusetts Host-Microbiome Center

Massachusetts Host-Microbiome Center

Brigham & Women's Hospital, Harvard Medical School

Position: Sommer, Vollzeit

Veröffentlichungsdatum: 8. Februar 2021

Sommerforschungsprojekt für Studierende: Das Massachusetts Host-Microbiome Center unterstützt Grundlagenwissenschaften,

Präklinische und Humanstudien, die definieren, wie sich die Mikrobiota auf die Gesundheit und Krankheiten des Menschen auswirkt. Die

Sommerposition wird Transposon-Bibliotheken in kommensalen Arten von Darm-Anaerobiern für den Einsatz in vivo evaluieren

Maus Studien. Die Kandidaten haben die Möglichkeit, modernste Techniken in der anaeroben Mikrobiologie zu erlernen,

bakterielle Genetik, Hochdurchsatz-Omic-Analysen und gnotobiotische Kolonisationsmodelle.

Erfolgreiche Kandidaten müssen über gute organisatorische, quantitative und kommunikative Fähigkeiten verfügen und

Fähigkeit, in einer Teamumgebung effektiv zu arbeiten. Die Position bietet die Möglichkeit sich weiterzuentwickeln

Kenntnisse in anaerober Mikrobiologie, Wirt-Mikrobiom-Systemen, experimentellem Design und Weiterleitung von Ergebnissen an

Um sich zu bewerben, senden Sie bitte Folgendes an Dr. Lynn Bry, lbry @ bwh.harvard.edu:

1. Ein Anschreiben als Antwort auf dieses Posting, in dem Ihre Ausbildung beschrieben wird, einschließlich aller Labors oder früherer Forschungen

für die Position relevante und langfristige Karriereziele

3. Bachelor-Transkript

4. Absolventen der letzten Jahre müssen Chemie, organische Chemie, Infinitesimalrechnung und entweder Mikrobiologie, Genetik studiert haben

oder Biochemie und haben in Ihren Hauptfächern mindestens einen GPA von 3,2 erhalten

Brigham and Women’s Hospital ist ein Arbeitgeber für Chancengleichheit. Alle qualifizierten Bewerber werden für eine Anstellung berücksichtigt

unabhängig von Rasse, Geschlecht, Hautfarbe, Religion, nationaler Herkunft, sexueller Orientierung, geschütztem Veteranenstatus oder aufgrund einer Behinderung.

Technische wissenschaftliche Hilfskraft, Dr. Martha Bulyk Labor, BWH

Da ist ein Stelle als technischer wissenschaftlicher Mitarbeiter steht im Labor von Prof. Martha Bulyk für eine hochmotivierte Person mit Berufserfahrung in einem molekularbiologischen Forschungslabor zur Verfügung. Das Labor befindet sich in der Abteilung für Genetik des Brigham & Women’s Hospital, einem Teil der Forschungsgemeinschaft der Harvard Medical School in der Longwood Medical Area in Boston, MA. Diese Position wird sich auf Studien von Protein-DNA-Interaktionen und DNA-regulatorischen Elementen konzentrieren, hauptsächlich durch in vitro und möglicherweise von in vivo Ansätze, die den Menschen in den Mittelpunkt stellen. Diese Daten werden zum Verständnis der Mechanismen der transkriptionalen Genregulation und des Einflusses von genetischer Variation und Spleißen auf Genexpression und Phänotypen, einschließlich Brustkrebs und anderen Krankheiten, beitragen.

Erforderliche Fähigkeiten sind: Vorbereitung von Lösungen und Medien, Züchtung von Bakterienkulturen, DNA-Minipreps, Vorbereitung von DNA-Proben für die Sanger-Sequenzierung und Analyse der Sequenzierungsergebnisse, Transformation von Bakterienzellen, Vorbereitung von E coli Glycerinstocks, Restriktionsenzym-basierte oder Gateway rekombinatorische DNA-Klonierung, PCR, DNA- und Protein-Gelelektrophorese, Coomassie-Färbung von Proteingelen, Western Blots. Vorkenntnisse mit den folgenden Techniken wären hilfreich: Expression und Reinigung rekombinanter Proteine, Proteinbiochemie, Protein-DNA-Bindungsassays, Herstellung von Illumina-Sequenzierungsbibliotheken, DNA- oder Proteinsequenzanalyse und Säugerzellkultur. Zu den weiteren Aufgaben gehören die Wartung von Geräten und Materialien.

Diese Position bietet eine hervorragende Gelegenheit, an der Spitzenforschung in den Bereichen Transkriptionsregulation und Genomik beteiligt zu sein, und bietet ein anregendes, akademisches Umfeld sowie die Möglichkeit, in einem Team mit experimentellen und computergestützten Wissenschaftlern zu arbeiten. Diese Position bietet auch die Möglichkeit, wertvolle schriftliche und mündliche Kommunikationsfähigkeiten zu erwerben und die Möglichkeit zur Mitautorenschaft an Publikationen und zukünftigen Aufsichtsfunktionen. Diese Position ist ideal für einen Kandidaten, der dieses Jahr seinen Abschluss macht, oder einen Hochschulabsolventen, der zusätzliche Erfahrung in der Laborforschung sammeln möchte.

Ein neuer Bachelor of Science in einer biologischen Wissenschaft oder einem verwandten Bereich ist erforderlich. Bewerberinnen und Bewerber mit einem Bachelor-Abschluss in einer anderen Studienrichtung können berücksichtigt werden, wenn die Bewerberin/der Bewerber über einschlägige naturwissenschaftliche Studienleistungen, die erforderliche Laborpraxis und ein hohes Potenzial verfügt. Der Bewerber muss über grundlegende Linux-Kenntnisse und einige Erfahrung in der Computerprogrammierung verfügen. Eine flexible Arbeitszeitgestaltung ist erforderlich. Fließende Englischkenntnisse in Wort und Schrift sind zwingend erforderlich.

Um sich für diese Stelle zu bewerben, senden Sie bitte einen wissenschaftlichen Lebenslauf an Dr. Bulyk [email protected]

Persönliche/Remote-Forschungsmöglichkeit für Bachelor-Studiengänge, Dr. Liron Bar-Peled, MGH/HMS

Kontaktinformationen : Dr. Liron Bar-Peled, [email protected] 149 13th St. Charlestown, MA 02141 MGH Cancer Center barpeledlab.org

Projektbeschreibung und Aufgaben : Dr. Bar-Peled sucht außergewöhnlich motivierte Kandidatinnen und Kandidaten, die Spaß an der Forschung haben und sich in das dynamische und intellektuelle Umfeld des Labors einbringen. Das Labor untersucht die zelluläre Reaktion auf veränderte Stoffwechselzustände in mehreren Krebsmodellen. Spezifische Studien beziehen sich auf die Entdeckung von arzneimittelfähigen Schwachstellen bei genetisch definierten Krebsarten und die Aufklärung der Mechanismen reaktiver Sauerstoffspezies beim Krebswachstum unter Verwendung modernster chemischer Proteomik-Technologien. Um mehr über unsere Forschung zu erfahren, besuchen Sie: barpeledlab.org. Sie oder er hat die Möglichkeit, alle Schritte der Forschung in unserem Labor, oft in direkter Zusammenarbeit mit Dr. Bar-Peled, voll mitzugestalten, was zu zahlreichen Veröffentlichungen führen wird. Untersucher in unserem Labor werden bei regelmäßigen Labortreffen präsentieren. Die im Labor gesammelten Erfahrungen werden für eine Karriere als Forscher oder Mediziner sehr hilfreich sein.

Fähigkeiten benötigt : Der ideale Kandidat ist detailorientiert, organisiert und in der Lage, in einem sich schnell entwickelnden Umfeld selbstständig sowie als Teil eines Teams zu arbeiten. Sehr gute kommunikative und organisatorische Fähigkeiten sind erforderlich. Studierende der Fachrichtungen Biologie, Molekularbiologie, Chemie oder Biochemie werden ermutigt, sich zu bewerben. Bewerber mit einem starken Computerhintergrund werden ebenfalls ermutigt, sich zu bewerben. Kandidaten mit Forschungserfahrung in einem Labor werden sehr bevorzugt, aber das ist nicht erforderlich.

  • Führt wie zugewiesen grundlegende Verfahren durch (d. h. – Pipettieren, Gewebekultur, In-vitro-Assays usw.)
  • Bereitet proteomische Proben vor
  • Führt Experimente mit Säugetiergewebekulturen durch
  • Führt molekularbiologische Experimente durch (Klonen, Western Blotting, Gen-Editing mit CRISPR)
  • Führt Labornotizbuch
  • Versteht und wendet grundlegende wissenschaftliche Techniken an
  • Führt eine Analyse der Ergebnisse durch
  • Unterstützt die Forschung anderer Labormitglieder
  • Führt unabhängige Literaturrecherchen durch
  • Hilft bei der Organisation von Materialien für die Veröffentlichung oder Präsentation
  • Funktioniert effizient
  • Hat eine hohe Fähigkeit zur Problemlösung

Anzahl der Stunden : 14-20 Wochen. 2 Semester Mindestvoraussetzung.

Mentoring : Dr. Bar-Peled oder ein hochqualifiziertes Mitglied seines Teams.

Studentenstipendium : Diskussionsgegenstand

Bewerbungs informationen : Senden Sie ein Anschreiben und Ihren Lebenslauf an Liron unter [email protected]

Bachelorstudiengang Maschinenbau am Rowland Institute (Semester und Sommer)

Kontaktinformationen:Dr. Shabnam Raayai ([email protected]), Rowland Institute der Harvard University, https://raayailab.rowland.harvard.edu/

Projektbeschreibung und Aufgaben:Das Raayai Lab konzentriert sich auf das Studium der Strömungs- und Festkörpermechanik und der Wechselwirkung von Strömung mit starren und weichen Oberflächen. Inspiriert von geordneten Texturen und Geometrien in der Natur, wie Rippen auf Haischuppen, Pfosten auf Lotusblättern oder Rippen auf Reisblättern, ist unsere Gruppe daran interessiert, die Auswirkungen von Texturen auf die Strömung um sie herum mit experimentellen und numerischen Techniken zu untersuchen, um sie zu identifizieren die Vor- und Nachteile der Verwendung von Texturen in technischen Anwendungen.

Wir suchen einen Bachelor-Forscher, der bei verschiedenen Teilen des Projekts hilft, einschließlich der Herstellung, experimenteller und/oder numerischer Aspekte der Untersuchung.

Fähigkeiten benötigt:Kenntnisse grundlegender Konzepte der Mechanik und CAD-ModellierungGrundlegende Programmierkenntnisse und Kenntnisse in Python oder C++.

Lernerfolge: Während dieses Projekts wird der Student:

  • • lernen, strukturierte Oberflächen zu entwerfen und herzustellen
  • • lernen, wie man Literaturrecherchen in Bezug auf unsere Forschungsarbeit durchführt
  • • Ergebnisse hinsichtlich der interessierenden Parameter analysieren

Anzahl der Stunden:Von den Studierenden wird erwartet, dass sie während des Semesters 10 Stunden/Woche und während der Sommerperiode Vollzeit (35 Stunden/Woche) verbringen.

Betreuung: Dr. Raayai wird das Projekt direkt betreuen und Mentor sein. Es wird regelmäßige Treffen geben, um die Forschung und den Fortschritt zu besprechen. Die Studierenden können an Laborsitzungen teilnehmen und haben die Möglichkeit, ihre Arbeiten vorzustellen.

Studentenstipendium: Diese Position zahlt 15 $/Stunde.

Bewerbungs informationen:Bitte senden Sie einen Lebenslauf und ein Anschreiben mit Interesse an [email protected]

Forschungsmöglichkeit für Neurowissenschaften am Rowland Institute (Semester und Sommer)

Kontaktinformationen: Dr. Sasha Rayshubskiy ( [email protected] ), Rowland Institute der Harvard University, www.rayshubskiylab.org

Projektbeschreibung und Aufgaben: Unser Labor interessiert sich für neuronale Architekturen, die persistente Zustände im Tierverhalten definieren. Wie konfiguriert das Gehirn zum Beispiel das motorische Kontrollsystem, um Bewegungen während des Dauerkochens zu koordinieren, und wie wird es anders konfiguriert, wenn wir in einem dauerhaften Zustand des Basketballspielens sind? Diese Fragen beantworten wir in der Fruchtfliege – Drosophila melanogaster – weil der elektronenmikroskopische Schaltplan vieler neuronaler Schaltkreise im Fliegengehirn seit kurzem der Öffentlichkeit zugänglich ist. Als Ergebnis generieren diese anatomisch basierten Schaltpläne in einer noch nie dagewesenen Geschwindigkeit Hypothesen über die Schaltungsfunktion.

Wir suchen einen Forscher im Grundstudium, der uns bei der Arbeit mit diesen anatomischen Daten hilft, um die Funktion dieser Schaltkreise zu verstehen.

Um mehr zu erfahren, besuchen Sie den Forschungsbereich auf der Website unseres Labors unter dem obigen Link.

Fähigkeiten benötigt: Grundkenntnisse in der Programmierung. Kenntnisse grundlegender Konzepte der Neurowissenschaften und Kenntnisse in Python oder R sind erwünscht.

Lernerfolge: Am Ende der Ausbildung wird der Schüler:

  • lernen, detaillierte Beschreibungen neuronaler anatomischer Daten zu analysieren
  • Aufbau neuronaler Schaltkreise aus anatomischen Daten und Modellierung ihrer potentiellen Funktion
  • lernen Sie, Ergebnisse wissenschaftlicher Arbeiten im Zusammenhang mit unserer Forschungsarbeit zu interpretieren

Studierende werden aufgrund ihrer Beiträge Mitautoren wissenschaftlicher Manuskripte.

Anzahl der Stunden: Von den Studierenden wird erwartet, dass sie während des Semesters 10 Stunden/Woche und während der Sommerperiode Vollzeit (35 Stunden/Woche) verbringen.

Betreuung: Sasha Rayshubskiy wird eine direkte Betreuerin und Mentorin des Studenten sein. Wir treffen uns mindestens wöchentlich und so oft wie nötig, um die Arbeit und den Fortschritt zu besprechen. Die Studierenden arbeiten auch mit Postdoktoranden im Labor zusammen und können an Labortreffen und Journal Clubs teilnehmen, wo sie die Möglichkeit haben, sich zu präsentieren.

Studentenstipendium: Diese Position zahlt 15 $/Stunde.

Bewerbungs informationen :

Bitte senden Sie einen Lebenslauf und ein Anschreiben mit Interesse, Zielen und voraussichtlicher Verfügbarkeit an Sasha Rayshubskiy ( [email protected] ).

Bachelor-Forschung: MGHfC-Verdauungskrankheiten

Direktor des MGHfC-Sommerforschungsprogramms für Verdauungskrankheiten

Assistenzprofessorin für Pädiatrie, Harvard Medical School

Forschungszentrum für Schleimhautimmunologie und Biologie

Allgemeines Krankenhaus von Massachusetts

Projektbeschreibung und Aufgaben:

Das MGHfC-Sommerforschungsprogramm für Verdauungskrankheiten bietet kurzfristige NIH-Unterstützung als Teil einer integrierten Forschungsausbildungserfahrung, die 10-12 Studenten mit Forschungsmentoren zusammenbringt, um während des Sommers über einen Zeitraum von 10 Wochen unabhängige Forschung mit Schwerpunkt auf Verdauungskrankheiten durchzuführen. Neben der Präsentation ihrer Forschung auf einem Sommer-Abschlusssymposium werden die Studierenden auch an einem kollegialen präsentationsbasierten biomedizinischen Kurs und einer Podiumsdiskussion zu biomedizinischen Karrieren teilnehmen. Derzeit dienen 25 MGH Principal Investigators mit Interesse an Erkrankungen des Verdauungstrakts als Mentoren in einem breiten Themen- und Fachausbildungsspektrum. Zu den Forschungsthemen gehören Fettleibigkeit, Nahrungsmittelallergie, mikrobielle Pathogenese, Darm-Hirn-Achse, Probiotika, Darmentwicklung und -erhalt, Mukoviszidose, Zöliakie, Entzündungen, Darmparasiten und adaptive Immunität. Zu den bei Forschungsprojekten angewandten Techniken gehören fortschrittliche Bildgebung, Mikrofluidik, Molekularbiologie, Computerbiologie, Stammzellbiologie, Immunzellisolierung, In-vivo-Modellierung und patientenbasierte klinische Forschung. Das MGHfC-Sommerforschungsprogramm für Verdauungskrankheiten bietet eine hervorragende Gelegenheit für Studenten der Naturwissenschaften, Mathematik und Ingenieurwissenschaften, die daran interessiert sind, biomedizinische Forschung in einem akademischen Krankenhausumfeld durchzuführen.

Erforderliche Fähigkeiten: Werden von den Studierenden bestimmte Laborfähigkeiten erwartet, wenn ja welche? Wenn keine vorherige Forschungserfahrung erforderlich ist, geben Sie dies an, um Bewerbungen von neuen Forschern zu fördern.

Keine Vorkenntnisse erforderlich

Lernergebnisse: Forschungskompetenzen wie Studiendesign, Datenanalysemethoden, Präsentationen und wissenschaftliches Schreiben.

Die Studierenden lernen Forschungsmethodik, die Studiendesign und Datenanalyse sowie Konzepte in Immunologie, Stammzellbiologie und Infektionskrankheiten umfasst, unter anderem in der biomedizinischen Forschung. Die Studierenden entwickeln auch wissenschaftliche Präsentations- und Karriere-Networking-Fähigkeiten

Anzahl der von den Studenten erwarteten Arbeitsstunden, Dauer des Projekts (wenn diese verhandelbar sind, geben Sie dies an. Einige Studenten entscheiden sich möglicherweise für Sommerkurse, daher führt die Flexibilität in diesem Bereich möglicherweise dazu, dass sich mehr Studenten bewerben)

Während eines 10-wöchigen Zeitraums von Anfang Juni bis Mitte August wird von den Studierenden erwartet, dass sie Vollzeit (40 Stunden/Woche) arbeiten.

Mentoring: Wer wird den Bachelor betreuen, wie oft gibt es Mentoring-Zoom-Meetings und kann der Student an den Zoom-Meetings der Forschungsgruppe teilnehmen?

Jeder Student, der am MGHfC-Sommerforschungsprogramm für Verdauungskrankheiten teilnimmt, wird je nach Verfügbarkeit und Forschungsinteressen mit einem unserer 25 Mentoren der Fakultät zusammengebracht.

Studentenstipendium: Kann die Forschungsgruppe dem Studenten ein Stipendium auszahlen? Geben Sie an, ob es sich um eine bezahlte oder eine ehrenamtliche Stelle handelt.

Für Studenten, die zur Teilnahme am MGHfC-Sommerforschungsprogramm für Verdauungskrankheiten zugelassen wurden, wird ein Stipendium für die Dauer des 10-wöchigen Programms durch ein NIH-Bildungsstipendium an MGH . gewährt

Bewerbungs informationen:

Undergraduate Research Opportunity, Dr. Rashidian, Dana-Farber Cancer Institute/HMS

Kontaktinformationen: Mohammad Rashidian, Ph.D.

Assistant Professor, Department of Cancer Immunology and Virology, Dana-Farber Cancer Institute

Assistenzprofessorin für Radiologie, Harvard Medical School

Projektbeschreibung und Aufgaben: Entwicklung von Präzisionstherapeutika zur Bewältigung der Herausforderungen in der Krebsimmunologie und Autoimmunerkrankungen

Die Immuntherapie hat die Krebsbehandlung revolutioniert, jedoch spricht ein erheblicher Teil der Patienten nicht auf die Therapie an und kann schwerwiegende Nebenwirkungen haben. Unser Labor beschäftigt sich mit der Krebsimmunologie mit Expertise in chemischer Biologie, Molekularbiologie und Immunologie. Wir konzentrieren uns darauf, die zugrunde liegenden Mechanismen zu verstehen, wie die Tumormikroumgebung als Reaktion auf Krebsimmuntherapien geformt und kontinuierlich verändert wird. Unser Ziel ist es, neue und verbesserte diagnostische, prognostische und therapeutische Instrumente zu entwickeln, um Krebs zu erkennen, zu diagnostizieren, zu charakterisieren, zu behandeln und zu verhindern.

Unsere Forschungsziele sind fünffach: (1) Methoden zur nicht-invasiven Überwachung von Immunantworten zu entwickeln (2) Veränderungen in der Tumor-Mikroumgebung (TME) als Reaktion auf eine Behandlung zu untersuchen (3) zu erforschen, wie die TME zu einem mehr einen ausgeprägten Anti-Tumor-Status und entwickeln Werkzeuge, um diese Möglichkeit zu realisieren und (4) um Präzisionstherapeutika für Krebs zu entwickeln. Langfristig ist es unser Ziel, die Dynamik von Immunreaktionen besser zu verstehen und zu untersuchen, was hinter der heterogenen Reaktion auf die Krebsimmuntherapie steckt. Diese sind für die Entwicklung wirksamerer Therapien, wirksamerer Methoden zur Früherkennung von Krebs und neuer Prognosemodalitäten unerlässlich.

Fähigkeiten benötigt : Studenten mit grundlegenden Biologielaborkenntnissen werden ermutigt, sich zu bewerben, jedoch sind keine Vorkenntnisse in der Forschung erforderlich. Die Studierenden haben die Möglichkeit, mit erfahrenen Wissenschaftlern im Labor zusammenzuarbeiten, um in Labortechniken geschult zu werden.

Lernerfolg s: Forschungskompetenzen wie Studiendesign, Datenanalysemethoden, Präsentationen und wissenschaftliches Schreiben sowie Laborkompetenzen wie Zellkultur, Protein-Engineering, Proteinexpression und -reinigung, ELISA-Analyse, Durchführung von SDS-PAGE- und Western-Blot-Analysen, Protein Etikettieren und Arbeiten mit Instrumenten wie FPLC, Mikroskopie und Durchflusszytometrie.

Anzahl der Stunden von den Studierenden wird erwartet, dass sie arbeiten, Dauer des Projekts: 10 h pro Woche für das Frühjahrssemester und mindestens 30 h pro Woche für das Sommersemester.

Mentoring : Senior-Graduierten-Studenten und Postdocs im Labor werden die Studenten betreuen. Der PI wird auch regelmäßige wöchentliche Treffen mit Studenten haben.

Studentenstipendium : Stellen sind freiwillige Stellen, der PI wird jedoch mit Studenten zusammenarbeiten, um sich für Harvard-Stipendienprogramme (HCRP, PRISE usw.) zu bewerben.

Bewerbungs informationen : motivierte Studenten wenden sich bitte an Dr. Rashidian unter [email protected]

Remote Undergraduate Research Opportunity in Computational and Systems Biology am Zomorrodi Lab (MGH/HMS)

Forschungszentrum für Schleimhautimmunologie und Biologie

Massachusetts General Hospital für Kinder

44 Fruit St, Boston, MA 02114

Projektbeschreibung und Aufgaben:

Das Zomorrodi-Labor integriert biologische Netzwerke, mathematische/statistische/physikalische Modelle und technische Werkzeuge, um computergestützte mechanistische Modelle des Mikrobioms und des Wirts zu entwickeln. Diese Modelle werden verwendet, um unser Verständnis der Krankheitspathogenese zu verbessern und das Design personalisierter Behandlungen zu rationalisieren.

Wir rekrutieren einen Bachelor-Forscher, der an einem Projekt arbeitet, das sich mit der Konstruktion von Computermodellen der Wirt-Mikrobiota-Interaktionen bei Darmkrebs unter Verwendung von metabolischen Netzwerken auf Genomskala beschäftigt. Dieses Projekt kann vollständig aus der Ferne durchgeführt werden.

Ein starkes Interesse an computergestützter Forschung ist die einzige Voraussetzung und

Es sind keine mathematischen oder Programmierkenntnisse erforderlich. Für Studierende, die sich besonders für Computational Modeling oder Computerprogramming interessieren, gibt es zahlreiche Möglichkeiten, das Projekt auf ihre Interessen zuzuschneiden.

LernerfolgS:

Die Studierenden lernen, wie Computersimulationen und biologische Netzwerkmodelle verwendet werden können, um translationale Probleme anzugehen. Im weiteren Sinne sammeln die Studierenden Erfahrungen in grundlegenden Forschungsfähigkeiten, einschließlich Datenanalyse, Interpretation von Ergebnissen, Präsentationen und wissenschaftlichem Schreiben.

Verhandelbar. Das PI ist flexibel, um den Stundenplänen der Studenten oder anderen Zeitanforderungen gerecht zu werden, obwohl Studenten, die längere Zeiträume (sechs Monate oder so) im Labor bleiben möchten, bevorzugt werden. Dieses Projekt ist für die Dauer des Frühjahrssemesters und Sommers vorgesehen und kann bei gegenseitigem Interesse bis in den Herbst und darüber hinaus verlängert werden.

Die Studenten werden direkt von Dr. Zomorrodi betreut und haben die Möglichkeit, aus der Ferne mit anderen Labormitgliedern zu interagieren und an Gruppentreffen teilzunehmen. Die Zoom-Meetings der Mentoren finden regelmäßig einmal pro Woche statt.

Es handelt sich um eine ehrenamtliche Forschungsstelle. Die Studierenden werden ermutigt, sich für ein Forschungsstipendium wie das HCRP zu bewerben oder sich für einen Forschungskurs anzumelden.

Bewerbungs informationen :

Interessierte Kandidaten sollten einen Lebenslauf per E-Mail an Dr. Zomorrodi unter [email protected] senden und kurz erläutern, was ihre Interessen sind. Bitte verwenden Sie als Betreff Ihrer E-Mail „2021 Remote Undergraduate Research Opportunities“.

Forschungsstelle im Grundstudium, Dr. Weng Lab, Medical School der University of Massachusetts

Li Weibo Lehrstuhl für Biomedizinische Forschung

Direktor, Studiengang Bioinformatik und Integrative Biologie

Professor, Biochemie und Molekulare Pharmakologie

Medizinische Fakultät der Universität von Massachusetts

Seit der Einführung genomweiter Assoziationsstudien Mitte der 2000er Jahre wurden große Fortschritte im Verständnis der Genetik menschlicher Erkrankungen gemacht. Während jedoch die monogenen Ursprünge der Mendelschen Krankheiten oft genau bestimmt werden können, bleiben die multigenen Faktoren, die zu komplexen Krankheiten beitragen, schwer fassbar. Jüngste Ergebnisse deuten darauf hin, dass die Mehrheit der Erblichkeit komplexer Krankheiten durch seltene Varianten und den summativen Effekt vieler gemeinsamer Varianten mit geringer Effektgröße erklärt wird Aktivität, die wiederum direkt zu Krankheiten beitragen.

In diesem Projekt wollen wir einen Rechenrahmen entwickeln, der die Fülle öffentlich verfügbarer Sequenzierungs- und epigenetischer Daten des gesamten Genoms integrieren kann, um kausale Varianten, Gene, Netzwerkmodule und Signalwege bei komplexen Krankheiten vorherzusagen. Wir werden unseren Rahmen auf nicht-syndromale Fälle von drei vorherrschenden menschlichen angeborenen Defekten mit erheblichen sozialen und wirtschaftlichen Kosten anwenden: Lippen-Kiefer-Gaumenspalte, angeborene Zwerchfellhernie und Ventrikelseptumdefekt. Alle diese Defekte verfügen über phänotypische Daten, die durch eine Fülle von Datensätzen verfügbar sind, aber ihre genetische Grundlage ist kaum bekannt, was eine große Chance für die Entdeckung einer neuen Biologie mit therapeutischem Potenzial bietet.

Über das Weng Lab und den Studiengang Bioinformatik und Integrative Biologie an der UMass Medical School

Das Weng-Labor entwickelt und wendet Computertechniken an, um biologische Prozesse auf molekularer Ebene zu untersuchen. Unsere Forschung konzentriert sich auf statistische und maschinelle Lerntechniken. Wir wenden diese Techniken auf verschiedene Arten von Genomik-, Epigenomik- und Transkriptomikdaten auf Gewebe- und Einzelzellebene in normalen und erkrankten Proben an. Weitere Informationen unter https://umassmed.edu/zlab.

Der Studiengang Bioinformatik und Integrative Biologie an der UMass Medical School wurde 2008 mit Dr. Weng als Gründungsdirektor gegründet. Die Forschung im Programm befasst sich mit hochmodernen Fragen in Biologie und Medizin durch die Entwicklung und Anwendung von computergestützten Genomikansätzen, die genomische Informationen nutzen, die jetzt für Menschen und Modellorganismen verfügbar sind. Weitere Informationen finden Sie unter https://umassmed.edu/bioinformatics.

Die UMass Medical School ist eine kulturell vielfältige Gemeinschaft, und wir empfehlen nachdrücklich Bewerbungen von Frauen und Kandidaten aus Minderheiten. Die UMass Medical School ist ein Arbeitgeber für Affirmative Action/Equal Opportunity.

Hinweis: Dies ist ein Nicht-Harvard-Forschungslabor und Sie können sich die meisten Harvard-Forschungsstipendien nicht sichern oder diese für eine Ehrenarbeit verwenden.

Forschungsmöglichkeit im Fernstudium, Drs. Sepucha und Valentine, Health Decision Sciences Center, MGH

Kontaktinformationen: KD Valentine, Abteilung für Allgemeine Innere Medizin, [email protected] , Labor-Website: https://mghdecisionsciences.org/

Projektbeschreibung und Aufgaben: Bitte beachten Sie den beigefügten Vorschlag

Fähigkeiten benötigt : Forschungserfahrung ist erforderlich

Lernerfolg s: Forschungskompetenzen wie Studiendesign, Datenanalysemethoden, Patienteneinbindung

Anzahl der Stunden von den Studenten wird erwartet, dass sie arbeiten, Dauer des Projekts: Wir können mit dem Studenten und seinem Zeitplan zusammenarbeiten, um die Anzahl der Stunden pro Woche festzulegen.

Mentoring : Karen Sepucha, PhD und KD Valentine, PhD werden die studentische Praktikantin beaufsichtigen, die Teilnahme an Zoom-Teamsitzungen wird ermutigt.

Studentenstipendium : Dies ist ein unbezahltes Praktikum

Bewerbungs informationen : Ein Anschreiben und ein Lebenslauf sind erforderlich. Bei Fragen und Materialien wenden Sie sich bitte an Dr. KD Valentine unter [email protected]

Das Zentrum hat mehrere laufende Studien:

  • Förderung fundierter Entscheidungen zur Krebsvorsorge bei älteren Erwachsenen (PRIMED-Studie). Diese randomisierte Multi-Site-Studie untersucht die Auswirkungen eines Schulungskurses für Hausärzte auf Gespräche mit älteren Erwachsenen, die darüber nachdenken, ob die Darmkrebsvorsorge fortgesetzt oder abgebrochen werden soll.
  • PRIMED-COVID-Studie. Diese Erweiterung der PRIMED-Studie untersucht die Reaktionen von Patienten, deren Koloskopien aufgrund der COVID-19-Pandemie verschoben oder verschoben wurden, und evaluiert eine Intervention, die Patienten dabei hilft, ihre Optionen für ein Darmkrebs-Screening während der Pandemie zu finden.
  • Implementierung von Patienten-Entscheidungshilfen für elektive orthopädische Operationsentscheidungen. Dieses wissenschaftliche Implementierungsprojekt ist eine Zusammenarbeit zwischen orthopädischen Abteilungen von Krankenhäusern, die mit MassGeneralBrigham verbunden sind, sowie anderen in den USA. Unser Ziel ist es, die Qualität elektiver chirurgischer Entscheidungen zu verbessern, indem wir Patientenentscheidungshilfen in die routinemäßige orthopädische Versorgung für vier Erkrankungen implementieren: Hüft- und Kniearthrose, lumbaler Bandscheibenvorfall und Spinalkanalstenose.
  • Einfluss der kognitiven Funktion auf die gemeinsame Entscheidungsfindung. Dieses Projekt ist eine Zusammenarbeit mit dem Weiner Center for Preoperative Surgery am Brigham and Women’s Hospital. Wir befragen ältere Erwachsene (65+), die eine Operation geplant haben, um ihr Wissen über das Verfahren, den Umfang der gemeinsamen Entscheidungsfindung und das Niveau der kognitiven Funktionen zu bewerten. Die Daten werden verwendet, um ein klinisches Erhebungsinstrument zu verfeinern, das die gemeinsame Entscheidungsfindung misst.
  • Entscheidungen zum Aortenklappenersatz. Dieses Projekt ist eine Kooperation mit der kardiologischen Abteilung und zielt darauf ab, herauszufinden, ob eine Entscheidungshilfe für Patienten mit AS die Entscheidungsqualität der Patienten verbessern kann.

Zu den studentischen Aktivitäten können gehören:

  • Literaturische Rezension
  • Interviews mit Schlüsselinformanten und/oder Fokusgruppen mit Patienten, Pflegepersonal und Klinikern
  • Beobachtung von Klinikbesuchen und Abbildung des Klinikworkflows (evtl. virtuell)
  • Entwicklung und Test von Entscheidungshilfen (papierbasiert, online, Video)
  • Umfrageforschung: Gestaltung von Fragebögen, Screening von Patienten, Vorbereitung von Mailings, Erinnerungstelefonate, Dateneingabe, Überprüfung der Krankenakte
  • Datenanalyse: qualitative Analysen von Interviews und Fokusgruppen, grundlegende und fortgeschrittene quantitative Datenanalysen und Datenvisualisierung
  • Verwendung von Microsoft Office Suite, Redcap, Access, R, SPSS
  • Manuskriptbeiträge (Schreiben, Lektorat, Korrekturlesen, Referenzen)
  • Posterpräsentationen lokaler Konferenzen
  • Beiträge zu Förderanträgen

Interessiert? Senden Sie Folgendes per E-Mail an KD Valentine ([email protected] )

  • 1 Seite (maximal) Erklärung, die Ihre Forschungsinteressen und -ziele beschreibt und wie diese Erfahrung bei Ihrer Entwicklung helfen könnte
  • Ihr Lebenslauf oder Lebenslauf

Um mehr über das Health Decision Sciences Center zu erfahren, besuchen Sie unsere Website:

Remote Undergraduate Research Opportunity, Cognitive Neuroscience Group (CNG), MGH Institute of Health Professions

Kontaktinformationen: Lauryn Zipse, MGH Institute of Health Professions, Department of Communication Sciences and Disorders, [email protected], 617-643-3245

Projektbeschreibung und Aufgaben: Der Forschungspraktikant wird bei der Entwicklung einer App-basierten Bewertung der kognitiven und sprachlichen Funktion helfen, um die Erholung nach einem Schlaganfall zu verfolgen.

Fähigkeiten benötigt : Programmiererfahrung erforderlich, vorzugsweise aber nicht unbedingt mit Xcode.

Lernerfolg s: Der Forschungspraktikant arbeitet mit einem interdisziplinären Team am MGH zusammen, um mehr über die Wiederherstellung nach Schlaganfall, die Bewertung von Sprache und Kognition sowie die Telebewertung zu erfahren.

Anzahl der Stunden erwartet: Die Anzahl der Stunden pro Woche und die Dauer des Engagements sind verhandelbar.

Mentoring : Dr. Lauryn Zipse wird der primäre Mentor sein. Der Forschungspraktikant hat die Möglichkeit, über Zoom an Teammeetings mit einem interdisziplinären Team aus Medizinern und Forschern teilzunehmen.

Studentenstipendium : Dies ist derzeit eine Freiwilligenstelle.

Bewerbungs informationen : Senden Sie Ihren Lebenslauf und ein Anschreiben/E-Mail an Dr. Lauryn Zipse unter [email protected]

Forschungsmöglichkeit für Fernstudenten, Dr. Sang Park, BCH

Kontaktinformationen: PI-Name: Sang Park, Abteilung: Pädiatrie, Ort: 3 Blackfan Circle, Boston, MA 02115

Kontaktinformationen: [email protected] Website des Labors: parklab.info

Projektbeschreibung und Aufgaben:

Fähigkeiten benötigt: Powerpoint, Excel und Adobe Illustrator.

Lernerfolgs: Die Studierenden lernen, Western Blot- und qPCR-Daten zu analysieren, ihre Daten zu präsentieren und ein wissenschaftliches Journal/Stipendium zu schreiben.

Anzahl der Stunden von den Studenten wird erwartet, dass sie arbeiten, Dauer des Projekts (wenn diese verhandelbar sind, geben Sie dies an. Einige Studenten können sich für Sommerkurse entscheiden, daher führt die Flexibilität in diesem Bereich möglicherweise dazu, dass sich mehr Studenten bewerben): Eine Verpflichtung von mindestens einem Jahr würde gut sein, aber es ist verhandelbar.

Mentoring: PI und andere Labormitglieder werden als Mentoren tätig sein. PI wird wöchentlich oder zweiwöchentlich Mentoring durch Zoom-Meetings anbieten. Andere Lab-Mitglieder werden bei Bedarf Mentoring anbieten (höchstwahrscheinlich häufiger als einmal pro Woche). Studierende können an Zoom-Meetings der Forschungsgruppe teilnehmen.

Student Stipendium: Die Stelle wird mit 15 USD/Stunde vergütet.

Bewerbungs informationen: Geben Sie die Informationen an, die die Schüler einreichen müssen, und die Kontaktinformationen zum Einreichen dieser Informationen: Senden Sie Ihren Lebenslauf per E-Mail an Dr. Park unter [email protected]

Fernstudienmöglichkeit in der Thoraxchirurgie im Labor von Dr. Yang, MGH/HMS

Kontaktinformationen: Dr. Chi-Fu Jeffrey Yang, Abteilung für Thoraxchirurgie, Abteilung für Chirurgie, Massachusetts General Hospital. [email protected]

Projektbeschreibung und Aufgaben: Unser Programm bietet die Möglichkeit, mit Ärzten und Medizinstudenten an der neuesten klinisch-chirurgischen Forschung zu arbeiten. Darüber hinaus werden wir den Schülern beibringen, wie sie das Bewusstsein für das Lungenkrebs-Screening in der Gemeinde schärfen können. Unser Programm soll mehr sein als eine Assistenzzeit: Dies ist eine einzigartige Gelegenheit, direkt mit talentierten Ärzten und Forschern auf diesem Gebiet zusammenzuarbeiten. Wir möchten Ihre Forschungs- und Führungsfähigkeiten weiterentwickeln und Ihnen die Möglichkeit geben, Innovationen zu schaffen und voranzutreiben, die das Leben von Patienten potenziell verbessern können.

• Erlernen der klinischen Forschung in der Thoraxonkologie mit Ärzten und Medizinstudenten

• Zusammenarbeit mit Teammitgliedern, um das Bewusstsein für das Lungenkrebs-Screening zu schärfen

• Sicherer Umgang mit Microsoft Word, Excel und Outlook. Kenntnisse in Statistikprogrammen wie R oder STATA sind von Vorteil, aber keine Voraussetzung. Videobearbeitung und Kenntnisse im Webdesign sind von Vorteil, aber keine Voraussetzung

• Engagement für Forschung und öffentlichen Dienst

• Frühere Führungserfahrung und nachgewiesene Eigeninitiative sind Schlüsselkriterien, die bei der Prüfung von Bewerbern für diese Position berücksichtigt werden

Lernergebnisse: Am Ende der Ausbildung soll der Auszubildende in der Lage sein:

1. Erfahren Sie, wie Sie modernste klinische Forschung in der Thoraxchirurgie durchführen

2. Lesen Sie Aufsätze in allen wichtigen medizinischen Fachzeitschriften und verstehen Sie die Stärken und Schwächen der Studie

3. Sprechen Sie fließend medizinisches Vokabular und verstehen Sie die Diagnose und Behandlung von Lungenkrebs

4. Erfahren Sie, wie Sie effektiv mit der Öffentlichkeit in Kontakt treten können, um das Bewusstsein für Lungenkrebs zu schärfen

5. Wenn es aufgrund ihrer Beiträge gerechtfertigt ist, sind Studierende Mitautoren wissenschaftlicher Manuskripte.

Stundenanzahl: Das Projekt erfordert mindestens 8-10 Stunden/Woche Engagement. Gleichzeitig sind wir uns bewusst, dass die Schüler viele Verpflichtungen haben, einschließlich des Studiums für Abschlussarbeiten und der Zeit mit Familie und Freunden, und wir werden uns nach dem Zeitplan der Schüler richten, um dies zu einer unterhaltsamen und ansprechenden Lernerfahrung zu machen.

Mentoring: Dr. Yang ist Thoraxchirurg am Massachusetts General Hospital. Er absolvierte das Harvard College und die Harvard Medical School. Er lebte als Erstklässler in Matthews und dann in Leverett House. Er hat über 7 Jahre Erfahrung im Unterrichten und Mentoring von Studenten, von denen viele jetzt Medizin studieren. Er hat ein Team aufgebaut, das sich sehr um die Forschungserfahrung im Grundstudium kümmert und den Studenten wirklich helfen möchte, ihre Träume zu verwirklichen.

Studentenstipendium: Freiwilligenstelle. Das Labor hat keine Mittel, um Studentenstipendien zu zahlen, aber Studenten werden ermutigt, sich für das HCRP und andere Stipendien zu bewerben (https://lifesciences.fas.harvard.edu/research-opportunities).

Bewerbungsinformationen: Bitte senden Sie Ihren Lebenslauf per E-Mail zusammen mit einem Anschreiben mit einer kurzen Darstellung Ihrer Interessen, Ziele und voraussichtlichen Zeitverfügbarkeit

an Dr. Chi-Fu Jeffrey Yang unter [email protected]

Forschungsassistent, Demehri Laboratory, Center for Cancer Immunology, Massachusetts General Hospital/ Harvard Medical School

In unserem Labor am Massachusetts General Hospital/Harvard Medical School ist ab sofort eine Stelle als wissenschaftlicher Assistent in Vollzeit verfügbar, um die Mechanismen der Immunregulation der frühen Krebsentwicklung und die Rolle von Alarminen und kommensalen Viren in diesem Prozess zu untersuchen. Die Position ist ideal für einen Absolventen, der vor seinem Studium oder der medizinischen Fakultät einige Jahre in der Forschung arbeiten möchte. Neben der Laborforschung hat der Antragsteller die Möglichkeit, sich über die klinische Versorgung von Patienten mit schwerem Hautkrebs und hautbedingten Nebenwirkungen von Krebsimmuntherapien zu informieren. Liebe zum Detail, hohe Motivation und effektive Kommunikationsfähigkeiten sind unabdingbar. Kenntnisse in immunologischen, molekularen und Mausexperimenten werden für diese Position als wichtig erachtet.

Besuchen Sie unsere Labor-Website für weitere Details:

Bitte senden Sie ein Anschreiben und einen Lebenslauf per E-Mail an Dr. Shawn Demehri:

Remote Undergraduate Research Opportunity, Strahlenphysik- und Instrumentierungslabor, MGH

Kontaktinformationen: PI: Hamid Sabet, Ass. Prof. [email protected]

Zusätzliche Kontaktperson: Lisa Bläckberg, Ausbilderin. [email protected]

Labor für Strahlenphysik und Instrumentierung, Gordon Center for Medical Imaging, Abteilung für Radiologie, MGH.

Projektbeschreibung und Aufgaben:

In unserem Labor für Bildgebungsinstrumente konzentrieren wir uns auf die Entwicklung hochleistungsfähiger und fortschrittlicher strahlungsbasierter medizinischer Bildgebungssysteme. Dazu werden einige der grundlegenden Einschränkungen und Hindernisse heutiger Bildgebungssysteme gründlich untersucht und angegangen.

Wir haben mehrere laufende Projekte, darunter die Entwicklung eines Hochleistungs-Single-Photon-Emissions-Tomographiesystems (SPECT) für das Herz, die Entwicklung eines Positions-Emissions-Tomographiesystems für das Gehirn sowie eines intraoperativen sondenbasierten Bildgebungssystems.

In all diesen Bereichen kombinieren wir Innovationen auf Systemebene mit Entwicklungen individueller Strahlungsdetektoren, um den Anforderungen einer bestimmten Anwendung gerecht zu werden.

Neben den genannten Projekten erforschen wir ständig neue Ideen, um aktuelle Mängel und Einschränkungen in diesem Bereich zu beheben.

Während ein großer Teil unserer Arbeit experimenteller Natur ist, gibt es auch einige Bereiche unserer Forschung, die aus der Ferne durchgeführt werden können. Wir führen eine Reihe verschiedener Arten von Simulationsstudien zur System- und Detektoroptimierung sowie zur GPU-Programmierung und zum maschinellen Lernen durch. Zusätzliche Arbeiten, die derzeit aus der Ferne durchgeführt werden, sind Bildrekonstruktion und unterstützende Aufgaben wie mechanische Zeichnungen.

Die spezifischen Aufgaben eines Fernstudenten hängen weitgehend vom Interesse und den Fähigkeiten des Studenten ab und können beispielsweise Programmieraufgaben, Datenanalyse, mechanische Zeichnungen, Simulationen, experimentelle Konstruktion und Dokumentation umfassen.

Außer logischem Denken und Enthusiasmus sind keine anderen Fähigkeiten erforderlich! Computerprogrammierung in MATLAB, LabVIEW, Python usw. ist von Vorteil. Die Studierenden erlernen alle notwendigen Fähigkeiten während der Arbeit in unserem Labor.

Ein Student in unserem Labor hätte die Möglichkeit, das Gebiet der medizinischen Bildgebung kennenzulernen und zu unserer Forschung beizutragen und gleichzeitig seine Fähigkeiten zu erweitern. Der Student erhält ein allgemeines Wissen über verschiedene medizinische Bildgebungssysteme und deren Anforderungen sowie ein grundlegendes Verständnis der Funktionsweise der Strahlendetektion.

Spezifische Fähigkeiten hängen von den vom Studenten übernommenen Aufgaben ab, können aber auch Datenanalysemethoden, grundlegende Programmierung, visuelle Präsentation wissenschaftlicher Daten und wissenschaftliches Schreiben umfassen.

Anzahl der Stunden von den Studierenden wird erwartet, dass sie arbeiten, Dauer des Projekts:

Die Stundenzahl pro Woche ist flexibel (bis zu 15-20 Stunden pro Woche). Die Projektlänge ist auch flexibel, da Projekttyp und -länge auf den Schüler abgestimmt werden können.

Der Student wird von aktuellen Lab-Mitgliedern betreut. Zoom-Meetings werden so oft wie nötig durchgeführt, jedoch mindestens einmal pro Woche. Der Student kann auch am wöchentlichen Labormeeting über Zoom teilnehmen.

Dies ist eine ehrenamtliche Tätigkeit

Bewerbungs informationen :

Bei Interesse senden Sie bitte einen Lebenslauf an Hamid Sabet ( [email protected]@harvard.edu) oder Lisa Bläckberg ( [email protected] )

Remote Undergraduate Research Opportunity, Computational Parasite Genomics, Neafsey Lab, Broad Institute/HSPH

Kontaktinformationen: Dr. Angela Early (frü[email protected]), Neafsey Lab, Immunologie und Infektionskrankheiten, HSPH, https://sites.sph.harvard.edu/neafsey-lab/

Projektbeschreibung und Aufgaben: Unser Labor verwendet Computermethoden, um die Genome von Plasmodium Parasiten, die Erreger der Malaria. Uns interessiert besonders, wie Plasmodium Genome entwickeln sich, um das Überleben angesichts von Medikamenten und Immunreaktionen des Wirts zu erhöhen. Unsere Fähigkeit, diese Entdeckungen zu machen, beruht jedoch darauf, das wahre biologische Signal von verschiedenen Fehlerquellen (oder „Rauschen“) zu unterscheiden. Wir suchen einen Studenten, der untersucht, wie sich die Wahl der Modellparameter auf das Analyseergebnis verschiedener populationsgenetischer Werkzeuge auswirkt. Sie werden im Umgang mit den Tools geschult und führen sie dann unabhängig auf mehreren Datensätzen mit unterschiedlichen Parametersätzen aus. Anschließend lernen Sie die entsprechenden statistischen Tests kennen, um festzustellen, ob die verschiedenen Eingabeparameter die endgültigen Analyseergebnisse signifikant verändern. Mit dieser Studie wollen wir „Best Practices“ sowohl für unsere Gruppe als auch für die größere Malaria-Forschungsgemeinschaft etablieren.

Fähigkeiten benötigt : Etwas Programmiererfahrung und Grundkenntnisse der Genetik (zB AP Biology oder Life Sciences 1B). Dieses Projekt umfasst Befehlszeilen-Skripting, Python und R. Direkte Erfahrung mit all diesen Sprachen ist nicht erforderlich, aber Sie sollten sich sicher fühlen, unabhängig davon Code zu lesen und zu bearbeiten (natürlich mit Hilfe von Google!).

Lernerfolg s: Im ersten Semester lernen Sie den Umgang mit einschlägiger Populationsgenetik-Software und diskutieren die Grundlagen der Versuchsplanung. Im zweiten Semester stellen und testen Sie eine Hypothese, analysieren selbstständig Daten und präsentieren Ihre Ergebnisse in einem kurzen mündlichen Vortrag.

Anzahl der Stunden : Mindestens 5 Stunden pro Woche.

Mentoring : Je nach Stundenzahl trifft sich die Studentin ein- bis zweimal pro Woche mit Dr. Angela Early. Auf Wunsch können Studierende auch an wöchentlichen Gruppentreffen teilnehmen, um sich über andere Forschungsprojekte im Neafsey Lab zu informieren.

Studentenstipendium : Dies ist eine Freiwilligenstelle, aber wir werden Bewerbungen für HCRP-Stipendien unterstützen.

Bewerbungs informationen : Wenn Sie daran interessiert sind, weiter über das Projekt zu sprechen, senden Sie bitte Ihren Lebenslauf per E-Mail an Angela Early ( [email protected] ).

Forschungsmöglichkeit im Fernstudium, Entwicklung der Arzneimittelresistenz, Neafsey Lab, Broad Institute/HSPH

Kontaktinformationen: Dr. Angela Early (frü[email protected]), Neafsey Lab, Immunologie und Infektionskrankheiten, HSPH, https://sites.sph.harvard.edu/neafsey-lab/

Projektbeschreibung und Aufgaben: Die Forschung der Neafsey Group zielt darauf ab, die evolutionären Prozesse zu verstehen, durch die Plasmodium Parasiten – die Erreger der Malaria – erwerben Arzneimittelresistenzen. In diesem Projekt sind wir daran interessiert, den üblichen Fokus zu erweitern. Anstatt nur Malaria-Medikamente zu berücksichtigen, werden wir zusätzlich untersuchen, ob auch Medikamente zur Behandlung von bakteriellen oder anderen parasitären Infektionen eine Selektion aufzwingen Plasmodium. Mit anderen Worten, sind Plasmodium Parasiten, die nicht nur gegen Malaria-Behandlungen, sondern auch gegen gängige Antibiotika Resistenzen entwickeln? Wenn ja, könnte dies die Entwicklung zukünftiger neuartiger Malariabehandlungen behindern? Dieses Projekt ist brandneu, und deshalb suchen wir einen engagierten Studenten, der bei der ersten Literaturrecherche hilft. Diese Literaturübersicht wird Informationen über (1) die wichtigsten (sowohl offiziell als auch inoffiziell) verwendeten Medikamente in einer Untergruppe der wichtigsten Malaria-Endemieländer und (2) die zellulären Angriffspunkte dieser Medikamente sammeln. Wenn das Projekt fortgeführt wird, wird der Student dann rechnerische und statistische Ansätze verwenden, um zu untersuchen, ob die Plasmodium Version dieser Drogenziele scheint sich an die Muster des regionalen Drogenkonsums anzupassen.

Fähigkeiten benötigt : Es sind keine Vorkenntnisse erforderlich

Lernerfolg s: Im ersten Semester lernen Sie, eine gründliche wissenschaftliche Literaturrecherche durchzuführen, die in einer kurzen mündlichen Präsentation endet. Wenn Sie ein zweites Semester fortsetzen, lernen Sie, Datenanalysen und statistische Tests durchzuführen, um nach Korrelationen zwischen Drogenkonsum und genetischen Markern zu suchen.

Anzahl der Stunden : Mindestens 5 Stunden pro Woche.

Mentoring : Je nach Stundenzahl trifft sich der Student ein- bis zweimal pro Woche mit Dr. Angela Early und hat die Möglichkeit, an wöchentlichen Gruppentreffen teilzunehmen.

Studentenstipendium : Dies ist eine Freiwilligenstelle, aber wir werden Bewerbungen für HCRP-Stipendien unterstützen.

Bewerbungs informationen : Wenn Sie daran interessiert sind, weiter über das Projekt zu sprechen, senden Sie bitte Ihren Lebenslauf per E-Mail an Angela Early ( [email protected] ), um einen Termin für einen Zoom-Anruf zu vereinbaren.

Forschungsmöglichkeit im Fernstudium in Krebsgenomik am Dr. Kwiatkowski-Labor, BWH/HMS

Kontaktinformationen: Dr. David Kwiatkowski und Dr. Krinio Giannikou, Cancer Genetics Laboratory, Division of Pulmonary and Critical Care Medicine, Department of Medicine, Brigham and Women's Hospital and Harvard Medical School, 20 Shattuck Street, Thorn Research Building, Raum 826, http:// www.kwiatkowskilab.org/ , E-Mail: [email protected] und [email protected]

Projektbeschreibung und Aufgaben: Professor David Kwiatkowski hat eine etablierte und anerkannte akademische Laufbahn im Forschungsgebiet der Tuberösen Sklerose-Komplex (TSC)-Erkrankung. Seine Forschungsgruppe identifizierte die TSC1 Gen im Jahr 1997 und hat zahlreiche Studien zur Erforschung der humanen Molekulargenetik von TSC, biologischen Signalwegen und Signalwegen sowie therapeutischen Ansätzen für TSC-Tumoren durchgeführt . Sie haben mehrere Mausmodelle von TSC sowie Zelllinienmodelle generiert, die allgemein verwendet werden. Sein Labor hat ein besonderes Interesse am Mosaik bei TSC und der Pathogenese aller Tumoren, die bei dieser Krankheit auftreten. Dr. Kwiatkowski leitet mehrere klinische Studien zu TSC, LAM-Krankheit und perivaskulären epitheloiden malignen Tumoren (PEComas) mit metastasierendem Potenzial.

Einige Veröffentlichungen, die für die im Labor behandelten Forschungsthemen relevant sind:

Der Trainee wird mit translationaler Forschung im Bereich TSC und malignen PEComas vertraut gemacht, mit dem ultimativen Ziel, die Genetik und Transkriptomik dieser seltenen Krankheiten zu verstehen:

  1. Erfahren Sie, wie Sie Sequenzierungsdaten des gesamten Exoms aus Tumorproben analysieren
  2. Kommentieren Sie Mutationen mithilfe der Standard-Mutationsnomenklatur und bewerten Sie die funktionelle Bedeutung genetischer Varianten mithilfe von in silico Vorhersagewerkzeuge.
  3. Visualisieren Sie Exomdaten mit Grafiken und Diagrammen – Korrelieren Sie molekulare Befunde mit den klinischen Daten mithilfe von Graphpad Prism
  4. Führen Sie eine differenzielle Genexpressionsanalyse von vollständigen Transkriptom-RNA-Seq-Daten mit Qlucore, dem Cistrome-Toolkit und anderen durch.
  5. Führen Sie Pfad- und Netzwerkanalysen an RNA-Seq-Ausgabedaten mit GSEA, DAVID und anderen verfügbaren Tools durch.

Die Auszubildenden sollten zur Unterstützung ihrer Ausbildungsziele an mindestens einem relevanten Kurs oder Seminar pro Woche teilnehmen. Kurse und Seminare sind in der gesamten BWH, der Harvard Medical School und Catalyst weit verbreitet. Angebote und Termine finden Sie im Internet unter:

Fähigkeiten benötigt : Vorkenntnisse in statistischer Analyse, R-Code und anderen Computersprachen sind wünschenswert.

Lernerfolg S: Am Ende der Ausbildung sollte der Auszubildende in der Lage sein:

  1. Analysieren Sie Ergebnisse kritisch und verstehen Sie wissenschaftliche Arbeiten im Zusammenhang mit unserer Forschungsarbeit
  2. Wissenschaftliche Daten effizient interpretieren und präsentieren
  3. Lernen Sie, effektiv mit anderen Kollegen in einem teambasierten Ansatz zusammenzuarbeiten.

Der Auszubildende wird seine Ergebnisse und Analysen in mindestens einem Laborgespräch am Ende seiner Ausbildungszeit präsentieren. Wenn es aufgrund ihrer Beiträge gerechtfertigt ist, sind Studierende Mitautoren wissenschaftlicher Manuskripte.

Anzahl der Stunden: Das Projekt erfordert mindestens 4-6 Stunden Engagement pro Woche, aber da es sich um ein Fernforschungstraining handelt, kann die Stundenzahl je nach Initiative des Studenten viel mehr betragen. Dies ist kein Make-Work-Projekt. Der Schüler kann seine Zeit jedoch nach seinem Schulplan einteilen.

Mentoring : Dr. Krinio Giannikou vom Kwiatkowski-Labor wird der direkte Betreuer und Mentor des Studenten sein. Dr. Giannikou wird den Schüler unterrichten, anleiten und beraten. Sie wird sich wöchentlich oder so oft wie nötig per E-Mail mit ihnen treffen, um die laufenden Arbeiten zu besprechen. Außerdem wird sie regelmäßig per E-Mail mit ihnen in Kontakt bleiben. Der Student wird auch Treffen mit Dr. Kiatkowski haben, an wöchentlichen Labortreffen und Journalclubs teilnehmen und Gelegenheit haben, bei den Labortreffen und Journalclubs zu präsentieren. Der Praktikant wird ermutigt, seine Ergebnisse mit anderen Mitgliedern des Kwiatkowski-Labors während wöchentlicher Remote-Labortreffen zu diskutieren.

Studentenstipendium : Ehrenamtliche Stelle. Das Labor hat keine Mittel, um Studentenstipendien zu zahlen, aber Studenten werden ermutigt, sich für das HCRP und andere Stipendien zu bewerben ( https://lifesciences.fas.harvard.edu/research-opportunities)

Bewerbungs informationen : Bitte senden Sie Ihren Lebenslauf zusammen mit einem Anschreiben mit einer kurzen Darstellung Ihrer Interessen, Ziele und voraussichtlicher Verfügbarkeit per E-Mail

Remote Undergraduate Research Opportunity in Tropical Forest Ecology, Dr. Moorcroft Lab, OEB

Kontaktinformationen: Dr. Paul Moorcroft, Department of Organismic and Evolutionary Biology, [email protected], Museum of Natural History, Suite 43 (derzeit remote arbeitend), http://moorcroftlab.oeb.harvard.edu/home

Projektbeschreibung und Aufgaben:

Große Bäume sind überproportional wichtige Akteure in globalen Ökosystemen und machen den größten Teil der Kohlenstoffspeicherung in einem Waldbestand aus. Kürzlich wurden die höchsten Bäume der Tropen im malaysischen Borneo gefunden. Das Verständnis der Funktionsweise dieser Bäume ist entscheidend, um zu verstehen, wie sie auf zukünftige globale Veränderungen reagieren werden. Der Student wird zu einem laufenden Forschungsprojekt beitragen, in dem die Eigenschaften von aufstrebenden Bäumen (große Baumkronen) und Baumarten in südostasiatischen tropischen Regenwäldern untersucht werden. Zu den Aufgaben gehören die Datenbereinigung und -organisation in R, die Analyse von Baumzählungsdaten von mehreren Tropenwaldstandorten im malaysischen Borneo, um die Diversität sowie Wachstums- und Sterblichkeitsraten zu berechnen und statistische Analysen durchzuführen. Neben der Datenanalyse erlernt der Student auch die Erstellung von publikationsgerechten Zahlen. Bei Interesse besteht auch die Möglichkeit, mit LiDAR und bildgebenden Spektroskopie luftgestützten Fernerkundungsdaten zu arbeiten. Diese Aktivitäten werden von Dr. Elsa Ordway durch regelmäßige Treffen eng begleitet und unterstützt.

Fähigkeiten benötigt :

- Erfahrung mit R ist sehr wünschenswert.

- Vorherige Nutzung von ArcGIS bevorzugt, aber nicht erforderlich.

Lernerfolg S : wissenschaftliche Forschungsfähigkeiten, einschließlich: Studiendesign, Datenanalyse, wissenschaftliche Präsentationen und wissenschaftliches Schreiben.

- Datenanalysefähigkeiten: statistische Analysen der Pflanzendemografie und -diversität, Analyse von luftgestützten Fernerkundungsdaten

- Fähigkeiten zur Datenvisualisierung

- Co-Autorenschaft an einem wissenschaftlichen peer-reviewed Paper

Anzahl der von den Studierenden erwarteten Arbeitsstunden und Dauer des Projekts :

- Projektdauer – 1 Semester mit Möglichkeit zur Mitarbeit nach Abschluss dieses Projekts

Der Student wird von Dr. Elsa Ordway (Postdoctoral Researcher) in der Gruppe erwähnt und trifft sich nach Bedarf 1-3 Mal pro Woche mit dem Mentor über Zoom-Meetings. Regelmäßige (ungefähr alle zwei Wochen) Treffen mit Dr. Ordway und Prof. Moorcroft. Der Student ist auch herzlich eingeladen, an wöchentlichen Laborgruppentreffen / -gesprächen teilzunehmen und sich regelmäßig mit PI zu treffen, um Projektupdates zu präsentieren.

Studentenstipendium : Dies ist eine freiwillige Position, aber Studenten werden ermutigt, sich für interne Harvard- und externe Stipendien zu bewerben.

Bewerbungs informationen : Senden Sie Ihren Lebenslauf und einen kurzen Absatz, in dem beschrieben wird, warum Sie an dieser Forschungsmöglichkeit interessiert sind, per E-Mail an Dr. Elsa Ordway unter [email protected] .

Fernstudienmöglichkeit in Computer- und Systembiologie am Zomorrodi Lab, HMS

Forschungszentrum für Schleimhautimmunologie und Biologie

Massachusetts General Hospital für Kinder

44 Fruit St, Boston, MA 02114

Projektbeschreibung und Aufgaben:

Das Zomorrodi-Labor integriert biologische Netzwerke, mathematische/statistische/physikalische Modelle und technische Werkzeuge, um computergestützte mechanistische Modelle des Mikrobioms und des Wirts zu entwickeln. Diese Modelle werden verwendet, um unser Verständnis der Krankheitspathogenese zu verbessern und das Design personalisierter Behandlungen zu rationalisieren.

Mehrere Projekte, die vollständig aus der Ferne durchgeführt werden können, sind in den folgenden Bereichen verfügbar:

  1. Rekonstruktion von metabolischen und genetischen Netzwerkmodellen für menschliche Zelllinien
  2. Computergestützte Bewertung der Wirkung von Metaboliten, die von der Darmmikrobiota produziert werden, auf das Stoffwechsel- und Immunsystem des Wirts unter Verwendung zellspezifischer Stoffwechselnetzwerke.
  3. Analyse mikrobiomischer Daten mit statistischen Methoden und maschinellem Lernen.
  4. Untersuchung des Einflusses der räumlichen Struktur auf den Gleichgewichtszustand mikrobieller Gemeinschaften durch Integration von Spieltheorie, metabolischen Netzwerken und physikalischen Modellen.

Ein starkes Interesse an computergestützter Forschung ist die einzige Voraussetzung und

Für die meisten Projekte sind keine mathematischen oder Programmierkenntnisse erforderlich. Für Studierende, die sich besonders für Computational Modeling oder Computerprogramming interessieren, gibt es zahlreiche Möglichkeiten, die Projekte auf ihre Interessen zuzuschneiden.

LernerfolgS:

Die Studierenden lernen, wie Computersimulationen und biologische Netzwerkmodelle verwendet werden können, um translationale Probleme anzugehen. Im weiteren Sinne sammeln die Studierenden Erfahrungen in grundlegenden Forschungsfähigkeiten, einschließlich Datenanalyse, Interpretation von Ergebnissen, Präsentationen und wissenschaftlichem Schreiben.

Verhandelbar. Das PI ist flexibel, um den Stundenplänen der Schüler oder anderen Zeitanforderungen gerecht zu werden. Diese Projekte sind für die Dauer des Herbstes vorgesehen und können bei gegenseitigem Interesse bis ins Frühjahr und darüber hinaus verlängert werden.

Die Studenten werden direkt von Dr. Zomorrodi betreut und haben die Möglichkeit, aus der Ferne mit anderen Labormitgliedern zu interagieren und an Gruppentreffen teilzunehmen. Die Zoom-Meetings der Mentoren finden regelmäßig einmal pro Woche statt.

Es handelt sich um eine ehrenamtliche Forschungsstelle. Die Studierenden werden ermutigt, sich für ein Forschungsstipendium wie das HCRP zu bewerben oder sich für einen Forschungskurs anzumelden.

Bewerbungs informationen :

Interessierte Kandidaten sollten einen Lebenslauf per E-Mail an Dr. Zomorrodi unter [email protected] senden und kurz erläutern, was ihre Interessen sind. Bitte verwenden Sie als Betreff Ihrer E-Mail "Fall 2020 Remote Undergraduate Research Opportunities".

Forschungsmöglichkeit im Fernstudium, Industrieroboter, Biorobotics Lab, Harvard SEAS

Projektbeschreibung und Aufgaben:

Tanzen mit einem Industrieroboter

Dr. Merritt Moore ist eine Ballerina und Wissenschaftlerin, die Wissenschaft, Technologie und Kunst zusammenbringen möchte. ( https://physicsonpointe.com/ ) Eines ihrer aktuellen Projekte ist das Tanzen mit einem Industrieroboter (UR-10 von Universal Robots). Hier listen wir einige potenzielle technologieorientierte Studentenprojekte auf, die dazu beitragen, neue Wege zur Erforschung dieses Konzepts des „Tanzens mit einem Industrieroboter“ zu eröffnen, die sich auch für Remote-Arbeiten eignen, da aufgrund der COVID-19-Pandemie nur begrenzter Zugang zu Hardware möglich ist. Bitte beachten Sie, dass auch studentische Ideen willkommen sind. Der Student wird mit Dr. Moore auf der Performance-Seite und dem Biorobotics Lab auf der Robotik-Seite des Projekts zusammenarbeiten.

  1. Echtzeit-Bewegungsverfolgung durch eine Kamera mit hoher Bildrate : Dieses Projekt beinhaltet die Entwicklung eines aufgabenspezifischen (Tracking der Bewegung des Tänzers) Algorithmus, der in Echtzeit (minimale Latenz) arbeitet, um Informationen zur Führung der Roboterbewegung bereitzustellen. Der Student arbeitet mit Tanzmaterial mit der Möglichkeit, eine Kamera mit hoher Bildrate für eine Demo zu erwerben. Der Student kann die Leistung des Gesamtergebnisses mit dem exakten Roboter durch Simulation bewerten.

Einer der folgenden Bereiche: Computer Vision, Bildverarbeitung, maschinelles Lernen, Softwareentwicklung, Robotik (für Simulation)

  1. Echtzeit-Bewegungsverfolgung durch relativ kostengünstige kommerzielle Bewegungserfassungssysteme : In diesem Projekt soll der Student bestehende kommerzielle Motion-Capture-Systeme evaluieren, eines identifizieren, das innerhalb des Budgets liegt, und eine Echtzeit-Pipeline entwickeln, die eine Verfolgung des Tänzers mit minimaler Latenz für die Führung der Roboterbewegung ermöglicht. Dieses Projekt hat mehrere Ebenen, während der Student daran arbeitet, das System des Motion-Capture-Systems zu integrieren, neue Techniken zur Verringerung der Latenz zu erkunden und mit Intelligenz zu interpolieren, um eine weitere Leistung zu erzielen. Der Student kann die Leistung des Gesamtergebnisses mit dem exakten Roboter durch Simulation bewerten.

Eines der folgenden: Robotik (Frames und Posen), Signalverarbeitung, maschinelles Lernen

  1. Entwickeln Sie neuartige Steuerungen für aufwendige Endeffektoren (wie Bänder, Wasserfontäne, Lichter, Roboterhände, Wände, Bildschirme (für die Projektion)) : In diesem Projekt untersuchen wir verschiedene Möglichkeiten, die Leistung durch eine interessante Befestigung am Endeffektor des Roboters zu erhöhen. Im Titel sind einige Optionen aufgeführt, aber wir sind offen für neue Ideen auf kreative Weise. Die Schüler können eine auswählen, um sich zu konzentrieren, oder einige Optionen nach Bedarf bewerten. Abhängig von der Wahl des Endeffektor-Aufsatzes gibt es viele Aspekte dieses Projekts. Die Modellierung der Flugbahn des Bandes ist beispielsweise eine komplexe Aufgabe, da es aus weichem Material besteht und seine Bewegung nicht nur von der Bewegung des Endeffektors, sondern auch von Umweltfaktoren wie dem Luftstrom beeinflusst wird. Der Schüler kann auch einige Elemente kombinieren, um die Grenzen des visuellen Effekts zu überschreiten. Zum Beispiel verwendet eine der berühmten Ausstellungen des Wissenschaftsmuseums Beleuchtung und Wassertropfen, bei denen durch Ändern der Lichtfrequenz der Wassertropfen nach oben gerichtet erscheinen kann. Der Student kann wählen, ob er sich auf theoretische Entwicklung, Modellierung, experimentelle Exploration oder Systemintegration konzentrieren möchte. Diese Arbeit soll in der Simulation stattfinden, aber auch ein Hardware-Setup für die Validierung, das für die Remote-Arbeit geeignet ist, kann in Betracht gezogen werden.

Beliebig: Signale und Systeme, Robotik, Fluiddynamik, Akustik, Modellierung von weichem Material, Finite-Elemente-Analyse, Optimierung

  1. Kreative und interaktive Kameraansicht : In diesem Projekt halten wir den Roboter eine Kamera, während er mit dem Tänzer interagiert. Die Kameraansicht wird bei der Aufführung auf eine Leinwand projiziert. Die Spezifikation dieses Projekts ist offen. Hier stellen wir uns die Frage: Wie sollte sich der Roboter in Bezug auf den Tänzer bewegen, um interessante Winkel zu zeigen? Wohin soll der Roboter gehen, um auf den Tänzer zu reagieren? Können wir durch die Kombination von Choreografie und spontaner Bewegung durch visuelles Feedback neue Elemente in diese Performance einbringen? Dieses Projekt soll in Simulation stattfinden, aber eine Kombination aus Simulation und einer physischen Kamera (oder sogar einem Miniaturroboter) ist eine Möglichkeit, sofern das Budget es zulässt.

Neben der künstlerischen Seite gibt es einige interessante potenzielle Aspekte dieses Projekts, darunter die Steuerung des Roboters durch Kinematik, das Verstehen, was die Kamera durch Computer Vision in Echtzeit sieht, die Erforschung künstlerischer Möglichkeiten, eine Szene durch maschinelles Lernen zu inszenieren , und im Falle der Verwendung einer Kamera, Integration in die Kamera, damit man den Videostream abrufen und die Einstellungen dynamisch ändern kann (Zoomen, Fokussieren usw.)

Einer der folgenden Bereiche: Robotik, Computer Vision, Bildverarbeitung, maschinelles Lernen

Lernerfolg s: Forschungserfahrung in Robotik/Computer Vision/Machine Learning/Software Engineering

Anzahl der Stunden von den Studierenden wird erwartet, dass sie arbeiten, Projektdauer: verhandelbar

Mentoring : Das Mentoring wird von PI und einem Doktoranden im Biorobotik-Labor bereitgestellt. Mentorentreffen sind flexibel, jedoch mindestens alle zwei Wochen. Der Student ist herzlich eingeladen, an Gruppentreffen teilzunehmen.

Studentenstipendium : Der Student wird ermutigt, sich um eine Forschungsförderung im Grundstudium zu bewerben: https://uraf.harvard.edu/research-funding

Bewerbungs informationen : Bitte senden Sie Ihren Lebenslauf per E-Mail an [email protected]

Forschungsmöglichkeit im Fernstudium, Biorobotics Lab, Harvard SEAS

Projektbeschreibung und Aufgaben:

Computer Vision für einen autonomen Kotsammelroboter für eine Servicehundeeinrichtung

Einrichtungen wie das Diensthundeprojekt in Ipswich, Massachusetts, brauchen immer Freiwillige, die helfen, Kot von Welpen und erwachsenen Hunden aufzunehmen, die aufgezogen und trainiert werden, um Menschen mit Mobilitätsproblemen zu helfen. Poop-Picking ist eine wichtige Aufgabe, so wenig aufregend sie auch erscheinen mag. Das langfristige Ziel von ist es, einen autonomen Roboter/Drohne zu bauen, der diese Aufgabe übernimmt, damit sich die menschlichen Freiwilligen in dieser Einrichtung auf die Interaktionen mit den Hunden konzentrieren können. In dieser Einrichtung gibt es Webcams, die rund um die Uhr live streamen (z. B. https://explore.org/livecams/service-dog-project/great-danes-service-puppies-puppy-hill ).

Das besondere Ziel dieses Projekts ist die Entwicklung von Computer-Vision-Algorithmen, die durch eine Echtzeit-Bildanalyse der Webcams die Aktion eines Hundekots automatisch erkennen, den Standort des Kots abschätzen, damit ein Roboter zum Abrufen ausgesandt werden kann. Ein weiterer Aspekt dieses Projekts ist die Verarbeitung des Bildes einer Kamera, die am Roboter angebracht ist, um den Kot an Bord eines Roboters in Echtzeit zu lokalisieren. Beachten Sie, dass der Hauptunterschied darin besteht, dass sich die Kamera jetzt bewegt und wir möglicherweise mit visueller Okklusion arbeiten, wenn Teile des Roboters die Sicht blockieren könnten.

Dieses Projekt hat viele spannende Engineering-Schichten, die unter anderem Bildverarbeitung, maschinelles Lernen (wahrscheinlich ein neuronales Faltungsnetzwerk zur Erkennung von Pooping-Haltungen), Echtzeitverarbeitung, eingebettete Bildverarbeitung, Systemintegration (Bilder von der Webcam abrufen), und Benutzeroberfläche. Der Schüler kann sich auf einen Aspekt konzentrieren, den er spannend findet.

- Erfahrung mit maschinellem Lernen

- Erfahrung in der Bildbearbeitung

Lernerfolg s: Forschungserfahrung in Computer Vision/Machine Learning/Software Engineering

Anzahl der Stunden von den Studierenden wird erwartet, dass sie arbeiten, Projektdauer: verhandelbar

Mentoring : Das Mentoring wird von PI und einem Doktoranden im Biorobotik-Labor bereitgestellt. Mentorentreffen sind flexibel, jedoch mindestens alle zwei Wochen. Der Student ist herzlich eingeladen, an Gruppentreffen teilzunehmen.

Studentenstipendium : Der Student wird ermutigt, sich um eine Forschungsförderung im Grundstudium zu bewerben: https://uraf.harvard.edu/research-funding

Bewerbungs informationen : Bitte senden Sie Ihren Lebenslauf per E-Mail an [email protected]

Remote Undergraduate Research Opportunity, Synho Do, Ph.D., Labor für medizinische Bildgebung und Computer, Abteilung für Radiologie, MGH

Direktor, Labor für medizinische Bildgebung und Computer

Assistant Medical Director, Advanced Health Technology Engineering, Research and Development, MGPO, Massachusetts General Hospital und Harvard Medical School

Projektbeschreibung und Aufgaben :

Wir suchen Bachelor-Studenten für Projekte im Zusammenhang mit der Entwicklung von Künstlicher Intelligenz für die medizinische Bildgebung. Es werden drei Projekte angeboten, die sich alle auf KI-Analysetools (Künstliche Intelligenz) beziehen, die für medizinische Bilder entwickelt wurden.

Die Kapselendoskopie (CE) ist ein nicht-invasives, spezialisiertes Instrument zur Untersuchung des Verdauungstrakts. Es nimmt ein 8 bis 12 Stunden langes Video auf, während es den Dünndarm passiert, und produziert mehr als 100.000 Bilder pro Fall. Es bietet viele Informationen, die mit anderen medizinischen Instrumenten nicht abgerufen werden können, aber es dauert mehr als eine Stunde, das Video von erfahrenen Ärzten zu überprüfen, und kann dabei wichtige Informationen übersehen.

Wir entwickeln ein computergestütztes Diagnosetool für die Kapselendoskopie mit maschinellem Lernen. Dazu haben wir einige Teilprojekte zur Identifizierung von Verdauungsorganen, zur Unterscheidung normaler Strukturen von abnormalen Läsionen und zur Einschätzung der Qualität der Darmvorbereitung usw. Die Studierenden werden an der Entwicklung von Frame-Processing-, Merkmalsextraktions- und/oder Klassifikationsalgorithmen beteiligt.

B. CXR (Röntgenröntgen der Brust)

Trotz der Vielzahl von Befunden, die in einem Röntgenthorax zu sehen sind, sind die meisten Algorithmen zur automatisierten Klassifikation von Thoraxröntgenaufnahmen in ihrer Anzahl an Befunden begrenzt. Um dies effektiv zu lösen, haben wir die Convolutional Neural Network (CNN)-Modelle aus allen visuellen Erkenntnissen entwickelt, die aus unserem Natural Language Processing (NLP)-Algorithmus, MGH CXR-Daten und Berichten extrahiert wurden. Die weiteren Arbeiten beziehen sich auf die Verbesserung der Leistung und Erklärbarkeit unseres KI-Modells wie folgt:

  • Entwicklung einer automatischen bildbasierten iterativen Methode zum Isolieren von verrauschten Etiketten auf dem Röntgenthorax
  • Entwicklung neuer Visualisierungsmethoden für gut erklärbare KI-Modelle
  • Entwicklung neuer Methoden zur Keyword-Generierung für erklärbare KI-Modelle

C. NLP (Natural Language Processing)

NLP ist ein Teil der künstlichen Intelligenz und das Ziel ist es, eine Schnittstelle für Computer zu schaffen, um menschliche Sprache zu interpretieren und zu verstehen. Die NLP-Technologie ist durch Apple Siri, Amazon Alexa oder Google Translator bereits in unserem Leben und wird auch für die Verarbeitung von Krankenakten wichtig sein. Durch den Einsatz von NLP können wir Apps für Diagnosehilfen erstellen oder einfacher große Datenmengen für anderes KI-Lernen sammeln.

Eines unserer aktuellen NLP-Projekte besteht darin, ein Programm zu entwickeln, das Krankheiten oder ihre Merkmale automatisch aus Röntgenaufnahmen des Brustkorbs extrahiert, die aus riesigen Mengen von Sätzen bestehen. Das Endziel besteht darin, die statistischen Merkmale von Thorax-Röntgenberichten zu identifizieren und eine Datenbank für die Entwicklung anderer KI zu erstellen. Die Schüler werden involviert sein, um grundlegende Daten für das NLP-Training zu erstellen, das KI-Netzwerk zu trainieren und die Leistung von NLP-Programmen zu verbessern.

  • Kenntnisse in Deep Learning neuronalen Netzen
  • Erfahrung mit Frameworks wie PyTorch (bevorzugt), TensorFlow, Keras etc.
  • Programmierkenntnisse in Python

Die Studierenden können ihre Fähigkeiten entwickeln, während sie mit modernsten Technologien für maschinelles Lernen arbeiten.

Die Studierenden entwickeln wissenschaftliche Kommunikationsfähigkeiten zur Vorbereitung auf das Studium und die akademische Karriere.

Ziel dieses Projekts ist es, eine wissenschaftliche Arbeit bei einer begutachteten Zeitschrift oder Konferenz einzureichen.

Erwartungen : Es wird erwartet, dass der Student mehr als ein Semester 10-15 Stunden/Woche für dieses Projekt aufwendet. Es gibt jedoch Flexibilität im Zeitplan, die zwischen dem Antragsteller und dem PI besprochen werden kann.

Mentoring : Die Studierenden werden von PI Dr. Do und seinen Postdoktoranden in der Gruppe gemeinsam betreut und treffen den Mentor 1-2 Mal pro Woche über Microsoft-Teammeetings. Die Schüler werden zum Microsoft Teams-Kanal der Gruppe eingeladen, wo sie sich mit anderen Mitgliedern der Gruppe verbinden können. Die Studenten können auch an wöchentlichen Labortreffen (montags) teilnehmen und sich regelmäßig mit Dr. Do treffen, um Projektupdates zu präsentieren.

Studentenstipendium : Diese Position ist unbezahlt. Unsere bisherigen Praktikanten haben jedoch mit unserer Unterstützung und Hilfe ein Stipendium für ihre Forschung erhalten.

Bewerbungs informationen : Bitte senden Sie Ihren Lebenslauf und eine kurze Beschreibung Ihres Interesses per E-Mail an Prof. Synho Do, Ph.D. ( [email protected] ) und Joowon Chung, MD, Ph.D. ( [email protected] ).

Forschungsmöglichkeit im Fernstudium im Dr. Krichevsky Lab, BWH

Kontaktinformationen: Dr. Anna Krichevsky, Ann Romney Center for Neurologic Diseases, Neurology, Brigham and Women’s Hospital und Harvard Medical School

Projektbeschreibung und Aufgaben: Unser Labor konzentriert sich auf regulatorische RNA-Moleküle wie microRNAs und lncRNAs, ihre Rolle bei Hirntumoren und neurodegenerativen Erkrankungen sowie das Potenzial als neue therapeutische Targets und Biomarker. Wir interessieren uns auch für die RNA-vermittelte intrazelluläre Kommunikation zwischen Hirntumoren und normalen Zellen ihrer Mikroumgebung. Unser übergeordnetes Ziel ist die Weiterentwicklung der RNA-Grundlagenforschung in Richtung einer Heilung von Glioblastomen (GBM), anderen Hirntumoren und Neurodegeneration. Wir haben kürzlich ein großes Screening durchgeführt und einen Datensatz von niedermolekularen Verbindungen gesammelt, die die Expression verschiedener microRNAs in menschlichen iPSC-abgeleiteten Neuronen modulieren. Wir suchen einen Studenten, der bei der Erforschung und Analyse des Datensatzes sowie bei der Erstellung neuer Hypothesen hilft, die in Zell- und Tiermodellen neurologischer Erkrankungen getestet werden sollen.

Fähigkeiten benötigt: Vorkenntnisse in der Forschung sind nicht erforderlich, ein allgemeines Interesse an Molekularbiologie und Neurowissenschaften wird jedoch bevorzugt. Kenntnisse in rechnergestützter Datenanalyse und/oder Statistik wären von Vorteil. Bewerbungen von neuen Bachelor-Forschern sind erwünscht.

Lernerfolge: Von Studieninteressierten wird erwartet, dass sie grundlegende Forschungsfähigkeiten erwerben, darunter das Lesen und Verstehen der wissenschaftlichen Literatur, das Analysieren von Daten, das Entwerfen neuer Experimente sowie das wissenschaftliche Schreiben und Präsentieren.

Von den Studierenden erwartete Arbeitsstunden: Mindestens 8 Stunden pro Woche, kann aber flexibel sein.

Betreuung: Die Studierenden werden wöchentlich per Zoom von einem Postdoc und einem PI aus der Ferne betreut. Der Student ist auch herzlich eingeladen, an den Zoom-Meetings der Forschungsgruppe teilzunehmen.

Studentenstipendium: Dies ist eine ehrenamtliche Tätigkeit. Studenten werden ermutigt, sich beim HCRP und anderen Stipendien zu bewerben. Bei Stipendienanträgen kann Hilfestellung geleistet werden.

Bewerbungs informationen: Interessierte Studierende sollten eine kurze E-Mail mit einer Erklärung zum akademischen Hintergrund und Forschungsinteresse (weniger als 400 Wörter), Lebenslauf oder Lebenslauf und Transkript an Dr. Krichevsky senden.

Undergraduate Research Opportunity, Dr. Bind Lab, Department of Statistics, Faculty of Arts and Sciences, Harvard University

Kontaktinformationen: Marie-Abele Bind, Institut für Statistik, Science Center, Raum 608, https://scholar.harvard.edu/marie-abele

Projektbeschreibung und Aufgaben: Entwicklung oder Anwendung von kausalen Inferenzmethoden und Software zur Quantifizierung der Auswirkungen randomisierter oder nicht randomisierter Expositionen (z. B. Luftverschmutzung, Temperatur) auf Outcomes (z. B. tödlicher Unfall, Kriminalität, Mortalität).

Fähigkeiten benötigt : Keine vorherige Forschungserfahrung erforderlich. Neue Studenten und Kandidaten mit Grundkenntnissen in Wahrscheinlichkeit und Statistik und mit etwas Erfahrung in der R-Programmierung werden ermutigt, sich zu bewerben.

Lernerfolg s: R-Programmierfähigkeiten, Forschungsfähigkeiten wie Studiendesign für kausale Inferenz in randomisierten und nicht-randomisierten Studien, statistische Analysemethoden (Fishersche, Neymansche und Bayessche Inferenz), Präsentationen und wissenschaftliches Schreiben.

Anzahl der Stunden : Verhandelbar. Im Idealfall arbeiten die Studierenden 5 bis 10 Stunden pro Woche. Projektdauer: ein Semester.

Mentoring : Dr. Bind wird den Bachelor mit Hilfe von Dr. r. Young Lee (Postdoc) . Wöchentliche oder zweiwöchentliche Mentoring-Meetings. Die Schüler werden ermutigt, an Gruppentreffen teilzunehmen.

Studentenstipendium : Unbezahlte Stelle. Studenten werden ermutigt, sich für Harvard-Stipendien zu bewerben: https://lifesciences.fas.harvard.edu/research-opportunities .

Kursguthaben : Studierende können für Studienleistungen recherchieren.

Bewerbungs informationen : Studenten sollten ihren Lebenslauf per E-Mail an Dr. Bind schicken an [email protected]

Bachelor-Forschungsmöglichkeit mit dem STroke-Mikrosimulation für hGesundheitsergebnisse und ichInterventionen zu Ebewerten Richtlinien für Llangfristig DEntscheidungsfindung (SCHILD) Team, HSPH

Kontaktinformationen: Ankur Pandya, Gesundheitspolitik und -management (HSPH), [email protected], 718 Huntington Ave 2nd floor (Longwood), https://www.hsph.harvard.edu/ankur-pandya/

Projektbeschreibung und Aufgaben: Schlaganfall ist eine der Hauptursachen für Tod, Invalidität und Gesundheitskosten in den Vereinigten Staaten. Wir entwickeln und wenden das SHIELD-Modell an, um die wichtigsten Kompromisse zwischen gesundheitlichen Vorteilen, Risiken und Kosten für alle praktikablen Strategien zur Schlaganfallprävention oder -behandlung zu quantifizieren. Beispielpublikationen:

Die gesamte Forschung für dieses Projekt kann (und wird derzeit durchgeführt) aus der Ferne (d. h. von zu Hause aus statt auf dem Campus) durchgeführt werden.

Fähigkeiten benötigt : Vorkenntnisse in der Forschung sind nicht erforderlich. Kenntnisse im Umgang mit Daten, Codierung in R oder C++ und Literaturrecherchen können hilfreich sein.

Lernerfolg s: Fähigkeiten in der Public-Health-Forschung, wie Kosten-Nutzen-Analyse und Risikovorhersagemodellierung, Studiendesign, zusätzlich zu grundlegenden Forschungsfähigkeiten wie Literaturrecherchen und wissenschaftliche Manuskript-/Präsentationsvorbereitung. Beachten Sie, dass wir kein Nasslabor sind und auch keine Forschung mit Menschen durchführen. Stattdessen arbeiten wir mit Sekundärdaten und Simulationsmodellen, um die Kosteneffizienz von Maßnahmen zur Schlaganfallprävention und -behandlung zu bewerten.

Anzahl der Stunden 5 Stunden/Woche für mindestens 2 Semester (Sommer inklusive).

Mentoring : Der Student wird bei dem Projekt eng mit Dr. Pandya und Harvard-Doktoranden zusammenarbeiten, zusätzlich zu mehreren akademischen Ärzten der Harvard Medical School und des Weill Cornell Medical College, die mit dem SHIELD-Modellierungsteam zusammenarbeiten. Die Schüler können an wöchentlichen Gruppenforschungstreffen (über Zoom) teilnehmen und 2-4 Mal pro Monat Mentoring-Meetings mit Dr. Pandya (über Zoom) haben.

Studentenstipendium : Wir können 15-20 USD pro Stunde bezahlen, abhängig von den ausgeführten Aufgaben.

Kursguthaben : Gilt voraussichtlich nicht, es sei denn, die Umstände erfordern dies und lassen es zu.


Treffen Sie unsere Gründer

Mitbegründet von Mads Bonde – Ph.D. in Biotechnologie der Technischen Universität Dänemark (DTU) und der Harvard Medical School sowie Michael Bodekaer Jensen – Bachelor-Abschluss der Copenhagen Business School und einen MBA der Kellogg School of Management der Northwestern University. Als Serial Entrepreneur wurde Michaels erstes Unternehmen im Alter von 14 Jahren ins Leben gerufen.

Sich selbst als „Autodidakt mit großem Kapital“ bezeichnen g ” Michael war schon immer an neuen aufkommenden Technologien und Spielen interessiert. Durch seine frühen Erfahrungen in einem Internetcafe, wo Leute Videospiele spielten, lernte er Mads kennen. Sie haben sich über die Liebe zu Counter-Strike und Starcraft II verbunden.

Als Ph.D. Student, der das Biotechnologie-Labor an der Universität Kopenhagen leitete, stellte Mads fest, dass die Studenten Schwierigkeiten hatten, sich zu engagieren und auf die Laborarbeit vorbereitet anzukommen. Zur gleichen Zeit unterrichtete Michael auch während seiner Promotion. in Learning Sciences, die er später abbrechen musste, weil Labster so schnell zu wachsen begann. Durch ihre Lehrerfahrung wussten sowohl Mads als auch Michael, was geändert werden musste, um Wissenschaft effektiv zu unterrichten. Sie beschlossen, die Art und Weise, wie Wissenschaft gelehrt wird, zu verändern.

„Es war schwierig, die Studenten zu begeistern und für ein Thema zu begeistern, das wir für super spannend hielten, wie Wissenschaft. Wie gestaltet man herausragende immersive Erlebnisse, bei denen die Schüler wirklich lernen? Durch das Hinzufügen fesselnder Handlungsstränge und Missionen sowie projektbasiertem Lernen können Sie bei gleichem Zeitaufwand wirklich große Vorteile bei den Lernergebnissen sehen.“ – Michael Bodekaer Jensen, Mitbegründer von Labster.

Inspiriert vom Flugsimulator-Training dachten Mads und Michael: „Warum nicht Simulationen auf den Wissenschaftsunterricht anwenden?“. Und so wurde Labster geboren.

„Der ultimative Traum ist, dass in 10 bis 15 Jahren der Nobelpreisträger, der eine große globale Herausforderung wie die globale Erwärmung oder Krebs gelöst hat, auf die Bühne geht und dem Publikum erzählt, dass alles mit Labster begann.“ – Michael Bodekaer Jensen, Mitbegründer von Labster.


Schau das Video: EMICODE Prüfungen So funktioniert das! (Dezember 2022).