英国布里斯托大学博士项目

研究方向：人工智能生成的基因组用于人类基因组学的隐私保护协作 

申请截止时间：2024年8月27日 

布里斯托大学是英国研究排名前五的大学（2021 年 REF 分析），世界排名第 54 位（ 2024 年 QS 排名）。MRC是一个世界一流的研究中心，汇集了创新研究计划，共同推动疾病原因分析的重大变革。这种环境将促进博士生的跨学科项目，该项目结合了基因组学、数据科学和机器学习的方法和思想。

关于项目：

我们寻求一名研究生，对使用计算和数据科学方法生成合成基因组数据集感兴趣，通过应用尖端的人工智能（AI）方法，合成基因组数据集是指保留原始数据的研究实用性同时保护个人匿名性的人工数据。

布里斯托大学为期 4 年的博士奖学金由罗氏公司全额资助。罗氏是一家全球生物科技公司，是体外诊断领域的领先供应商，也是主要疾病领域变革性创新解决方案的全球供应商。奖学金将设在布里斯托大学健康科学学院，由来自MRC 综合流行病学部门 (MRC IEU)、科学与工程学院和罗氏公司的多学科团队监督。 

督导团队： 

布里斯托大学：Oliver Davis（oliver.davis@bristol.ac.uk）、Ian Nabney（ian.nabney@bristol.ac.uk）

罗氏：Asad Preuss-Dodhy、Gregory Church 

背景： 

DNA 序列、全基因组变异、基因表达和表观基因组学等基因组数据具有巨大潜力，有望彻底改变各个领域的医疗实践。实现这一潜力通常取决于全球范围内的信息共享。然而，DNA 序列等数据对于个人而言是独一无二的，可能会泄露有关其当前和未来健康状况的敏感信息，例如通过预测变异的存在或通过识别该人是全基因组研究中特定参与者群体的成员。

为了降低泄露这些敏感信息的风险，同时仍允许数据共享和协作，先前的研究已经探索了合成数据生成、差异隐私和联合学习等方法。针对特定行业用例开发、应用和评估这些方法的新研究将促进新一代协作基因组数据科学和人类健康的下一步变革。

项目目标：

该合作项目将以当前保护隐私的基因组数据共享的先进方法为基础，开发基于实际用例的新方法，并应用它们来评估其在研究实用性和保护隐私的程度方面的性能：

目标 1：在合成数据生成和数据匿名化技术的背景下，对隐私保护方法进行最新审查，以共享基因组数据。

目标 2：根据罗氏的具体用例，调整或开发保护隐私的数据共享方法。

目标 3：应用这些方法并从实用性和隐私方面评估其性能。

目标 4：开发科学软件来支持首选方法。

方法：

方法将包括使用生成对抗网络（具有差异隐私）或类似方法生成合成数据，将这些方法应用于 Roche 告知的用例，并分析输出的实用性和隐私性。

候选人要求： 

该项目适合具有遗传学或数学/计算机科学定量背景且有强烈学习其他领域的动机的候选人。

申请者应为拥有或有望获得至少 2.1 学位（或同等学历）的优秀人士。拥有相关硕士学位或研究经验将有优势，但并非必需。

我们欢迎具有非标准资格的申请者，他们可以证明自己在工作场所或其他地方积累了与学习计划相关的知识、经验和技能。