Estamos buscando investigadores en etapa temprana (ESR) unirse a nuestro proyecto en múltiples sitios en la UE con una maestría en una disciplina relevante (ingeniería química / ingeniería de procesos alimentarios / microbiología / bioinformática / matemática / computacional / datos / ciencias de la física aplicada) interesado en desarrollar técnicas de modelado innovadoras destinadas a reconstruir la dinámica de sistemas biológicos multiscale complejos.
El programa de capacitación E-MUSE tiene como objetivo desarrollar las habilidades de los jóvenes investigadores en la interfaz entre la inteligencia artificial y las ciencias de la vida. El desafío es adquirir un lenguaje compartido que supere las preguntas de ciencias de la vida y los enfoques de modelado originales. El programa de investigación de la red E-MUSE es desarrollar metodologías de modelado innovadoras para comprender un ecosistema microbiano complejo e identificar palancas para controlar y / o predecir su evolución. Para lidiar con la complejidad biológica, los biólogos, matemáticos y científicos informáticos tienen que trabajar juntos para desarrollar metodologías innovadoras. Una complejidad importante de este dominio se origina en problemas de escalas y dinámicas, que van desde la cinética local a nivel de la célula hasta las propiedades macroscópicas emergentes del sistema biológico. El desarrollo de técnicas de alto rendimiento proporciona conjuntos de datos cada vez más grandes, pero el conocimiento no se infiere fácilmente de esta gran cantidad de datos y la dinámica multiescala todavía se caracteriza y predice de manera incompleta. La red transdisciplinaria de E-MUSE reúne a socios académicos e industriales para equipar a los investigadores de etapa temprana (ESR) con habilidades científicas, de investigación y transferibles para convertirse en líderes en investigación académica o industria. Estarán a la vanguardia de las metodologías de modelado que aplicamos para modelar características estructurales y dinámicas de las comunidades microbianas, para identificar procesos clave y biomarcadores para aplicaciones específicas.