利用机器学习对复杂生物相互作用建模

免疫细胞攻击癌细胞行为的人工智能分析博士学位。需具备强大的计算技能；优先选择精通 Python 与机器学习框架者。该项目完全由萨瓦斯·张伯伦奖学金资助。

关于该项目 该项目旨在构建一种由人工智能驱动的系统，用于分析展示免疫细胞如何攻击癌细胞的活细胞显微镜视频。这些视频是在生物实验室中生成的，且每个实验均可被精确控制。你将开发机器学习与计算机视觉算法，以检测、追踪并模拟这些细胞间相互作用，从而揭示能够解释免疫细胞为何成功或失败的模式。 基于抗体的治疗方式彻底改变了某些癌症的治疗模式，提供了针对恶性细胞的精准疗法。然而，即便采用相同类型的治疗，患者的反应也差异巨大。在某些情况下，免疫细胞能够有效清除癌细胞；而在其他情况下，同一种治疗却几乎无效。这种不一致性表明，免疫细胞与癌细胞之间的复杂且动态的交互作用仍缺乏充分理解。传统的实验技术只能捕捉到这些交互作用的瞬间画面，无法揭示随时间演变的丰富时空特征与行为模式。 该项目将利用先进的人工智能技术，帮助揭示导致这些差异的原因。你将与展示免疫细胞与癌细胞相互作用的延时显微镜视频合作，开发计算方法以分析、建模并解释其行为。 该项目结合现代机器学习、视频分析及可解释人工智能技术，以识别影响治疗结果的细微信号与时间动态。 您将设计能够识别有意义行为、从复杂视觉数据中学习，并提供超越人类观察能力范围的见解的算法。该工作将与生成数据的实验生物学家密切合作进行，但项目主要侧重于计算层面，致力于开发、测试和完善人工智能模型以解析生物过程。 电子与计算机科学学院致力于促进平等与多样性，这一点从我们获得的 Athena SWAN 奖中得以体现。我们欢迎所有申请者，无论其性别、种族、残疾状况、性取向或年龄如何，并将充分考虑那些寻求灵活工作模式以及已休过职业假期的申请者。 该大学拥有完善的生育政策、现场儿童保育设施，并提供多种福利措施，以保障员工的健康与工作生活平衡。南安普顿大学致力于可持续发展，并荣获铂金级生态奖。

入学要求 您必须拥有英国 2:1 荣誉学位或同等国际学位，且所学专业属于以下领域之一： 计算机科学 人工智能 生物学 生物医学科学 具备强大的计算或数据分析技能至关重要。 理想的技能： 精通 Python 及现代机器学习框架 计算机视觉方面的经验或兴趣 生物学概念的基础认知

资助：全额资助（仅限英国 UK） 学费与资助 本项目由 Savvas Chamberlain 奖学金提供全额资助。

申请方式 您需： 选择课程类型（研究型）、2026/27学年、工程与物理科学学院 选择全日制或非全日制 查找项目：博士 计算机科学（7089） 在申请表第2部分填写导师姓名 申请材料应包括： 研究计划书 您的CV（个人简历） 2份学术推荐信 截至目前的学位课程成绩单和证书 英语语言资格证明（如适用）