Siehe unten für den Ausschreibungstext auf Deutsch.
The Chair for Bioinformatics, Institute of Computer Science at the Friedrich-Schiller-University Jena offers the following positions:
Multiple postdocs and PhD students as research associates (Wissenschaftliche Mitarbeiterin)
These positions are part of the ERC advanced project BindingShadows, funded by the European Union through the European Research Council.
Liquid Chromatography Mass Spectrometry (LC-MS) is the predominant experimental techniques in untargeted metabolomics and related areas, such as natural products research, environmental research, exposomics, toxicology, forensic chemistry, pharmacy, and drug degradation research. To give a ballpark estimate: There are 2.2 million scientific studies that use mass spectrometry for the analysis of small molecules, whereas DNA sequencing is mentioned in 2.8 million studies. Our group has made substantial progress to support the annotation of small molecules: SIRIUS (Dührkop et al., Nature Methods 2019) is used by thousands of scientists submitting more than a million compound queries per day; CANOPUS (Dührkop et al., Nature Biotechnology 2021) allows to assign compound classes even for compounds that are unknown to mankind; and, the COSMIC confidence score (Hoffmann et al., Nature Biotechnology 2022) will assign a confidence to all annotations done by CSI:FingerID (Dührkop et al., PNAS 2015). Our methods have repeatedly been named “methods to watch” by Nature Methods.
The project BindingShadows will take these ideas to the next level: We will develop machine learning models that predict bioactivity (toxicity, antifungal activity etc.) as well as protein binding, solely from the mass spectral data of a small molecule, but without establishing its identity. The molecular structure of the query small molecule is unknown; it is unknown to the machine learning models, to the scientist doing the experiment, and potentially even to mankind. Elucidating the structure of the small molecule is not the focus of the project, and may be postponed until after experimental confirmation of bioactivity. Our models will not predict one particular bioactivity or protein binding, but rather tens in parallel. Evolution has, through variation and selection, optimized the structure of small molecules for tasks such as communication and warfare, and the pool of natural products is enriched with bioactive compounds. BindingShadows will allow us to harvest this information. We will then apply models at a repository scale, screening millions of tandem MS spectra in thousands of datasets for small molecules that are most likely to have bioactivity or to bind. Furthermore, we will make all methods available through the SIRIUS platform, allowing users to en passant screen for bioactive compounds. If you want to know more, watch our videos or read our papers.
We offer: Challenging, interesting and highly relevant questions from machine learning, bioinformatics and computer science; an international network of cooperation partners in method development and application of our methods. Our faculty is moving into a brand new building in Oct 2026. BindindShadows will have a dedicated compute server with 10+ Hopper GPU cards, to be bought beginning of 2026.
We are looking for: Applicants for this project must have or be about to obtain a Master’s degree or a qualification equivalent to the German Diploma in bioinformatics, computer science, chemoinformatics, or mathematics. The project combines machine learning, bioinformatics, statistics and combinatorics, so proven interest in one or more of these fields is a must. For the postdocs, we expect experience in developing machine learning models for small molecules (say, bioactivity prediction) or protein folding, or in developing computational methods for (small molecule) mass spectrometry. Introductory course level knowledge in biology and molecular biology and good programming skills are required. Willingness to visit our cooperation partners in Helsinki, München, Saarbrücken, San Diego, and Zürich is assumed.
Salary is according to Entgeltgruppe 13 TV-L and between 65% and 100% (postdocs). Positions are temporary appointments; running time of the project are five years. Handicapped applicants will be given preference in case of equal qualifications.
Project start is early 2026.
Please send your application with the usual documents (CV, copies of certificates, publication lists, suggested contacts for references) via email and ASAP to:
sekretariat.bioinformatik@uni-jena.de
Friedrich-Schiller-Universität Jena
Institut für Informatik
Lehrstuhl für Bioinformatik
Ernst-Abbe-Platz 2
07743 Jena, Germany
Der Lehrstuhl für Bioinformatik am Institut für Informatik der Friedrich-Schiller-Universität Jena bietet folgende Stellen an:
Mehrere Postdoktoranden und Doktoranden als wissenschaftliche Mitarbeitende
Diese Stellen sind Teil des ERC-Advanced-Projekts BindingShadows, das von der Europäischen Union über den Europäischen Forschungsrat finanziert wird.
Die Flüssigchromatographie-Massenspektrometrie (LC-MS) ist die vorherrschende experimentelle Technik in der nicht-zielgerichteten Metabolomik und verwandten Bereichen wie der Naturstoffforschung, Umweltforschung, Exposomik, Toxikologie, forensischen Chemie, Pharmazie und Arzneimittelabbauforschung. Um eine grobe Schätzung zu geben: Es gibt 2,2 Millionen wissenschaftliche Studien, die Massenspektrometrie für die Analyse kleiner Moleküle verwenden, während die DNA-Sequenzierung in 2,8 Millionen Studien erwähnt wird. Unsere Gruppe hat erhebliche Fortschritte bei der Unterstützung der Annotation kleiner Moleküle erzielt: SIRIUS (Dührkop et al., Nature Methods 2019) wird von Tausenden von Wissenschaftlern genutzt, die täglich mehr als eine Million Suchanfragen zu Verbindungen stellen. CANOPUS (Dührkop et al., Nature Biotechnology 2021) ermöglicht die Zuordnung von Verbindungsklassen auch für Verbindungen, die der Menschheit noch unbekannt sind; und der COSMIC-Konfidenzscore (Hoffmann et al., Nature Biotechnology 2022) weist allen Annotationen, die mit CSI:FingerID (Dührkop et al., PNAS 2015) vorgenommen wurden, eine Konfidenz zu. Unsere Methoden wurden wiederholt von Nature Methods als „methods to watch” bezeichnet.
Das Projekt BindingShadows wird diese Ideen auf die nächste Stufe heben: Wir werden Modelle für maschinelles Lernen entwickeln, die die Bioaktivität (Toxizität, antimykotische Aktivität usw.) sowie die Proteinbindung ausschließlich anhand der Massenspektraldaten eines kleinen Moleküls vorhersagen, ohne dessen Identität festzustellen. Die Molekülstruktur des untersuchten kleinen Moleküls ist unbekannt; sie ist den Modellen für maschinelles Lernen, den Wissenschaftlern, die das Experiment durchführen, und möglicherweise sogar der Menschheit unbekannt. Die Aufklärung der Struktur des kleinen Moleküls steht nicht im Mittelpunkt des Projekts und kann bis nach der experimentellen Bestätigung der Bioaktivität verschoben werden. Unsere Modelle sagen nicht eine bestimmte Bioaktivität oder Proteinbindung voraus, sondern Dutzende parallel. Die Evolution hat durch Variation und Selektion die Struktur kleiner Moleküle für Aufgaben wie Kommunikation und Kampf optimiert, und der Pool an Naturstoffen ist reich an bioaktiven Verbindungen. Mit BindingShadows können wir diese Informationen nutzen. Anschließend werden wir Modelle auf Massenspektrometrie-Repositories anwenden und Millionen von Tandem-Massenspektren in Tausenden von Datensätzen nach kleinen Molekülen durchsuchen, die mit hoher Wahrscheinlichkeit bioaktiv sind oder eine Bindung eingehen. Darüber hinaus werden wir alle Methoden über die SIRIUS-Plattform zur Verfügung stellen, sodass Nutzer quasi “nebenbei” nach bioaktiven Verbindungen suchen können. Wenn Sie mehr erfahren möchten, sehen Sie sich bitte unsere Videos an oder lesen Sie unsere Artikel.
Wir bieten: Herausfordernde, interessante und hochrelevante Fragestellungen aus den Bereichen maschinelles Lernen, Bioinformatik und Informatik; ein internationales Netzwerk von Kooperationspartnern in der Methodenentwicklung und Anwendung unserer Methoden. Unsere Fakultät zieht im Oktober 2026 in ein brandneues Gebäude um. BindindShadows wird über einen dedizierten Rechenserver mit mehr als 10 Hopper-GPU-Karten verfügen, der Anfang 2026 angeschafft werden soll.
Wir suchen: Bewerber für dieses Projekt müssen einen Master-Abschluss oder eine dem deutschen Diplom gleichwertige Qualifikation in Bioinformatik, Informatik, Chemoinformatik oder Mathematik haben oder kurz vor dem Abschluss stehen. Das Projekt kombiniert maschinelles Lernen, Bioinformatik, Statistik und Kombinatorik, daher ist ein nachweisliches Interesse an einem oder mehreren dieser Bereiche unerlässlich. Für die Postdocs erwarten wir Erfahrung in der Entwicklung von Machine-Learning-Modellen für kleine Moleküle (z. B. Vorhersage der Bioaktivität) oder Proteinfaltung oder in der Entwicklung von Berechnungsmethoden für die (kleine Moleküle) Massenspektrometrie. Grundkenntnisse in Biologie und Molekularbiologie sowie gute Programmierkenntnisse sind erforderlich. Die Bereitschaft, unsere Kooperationspartner in Helsinki, München, Saarbrücken, San Diego und Zürich zu besuchen, wird vorausgesetzt.
Die Vergütung erfolgt gemäß Entgeltgruppe 13 TV-L und liegt zwischen 65 % und 100 % (Postdocs). Die Stellen sind befristet; die Laufzeit des Projekts beträgt fünf Jahre. Bei gleicher Qualifikation werden Bewerber mit Behinderung bevorzugt.
Projektbeginn ist Anfang 2026.
Bitte senden Sie Ihre Bewerbung mit den üblichen Unterlagen (Lebenslauf, Kopien von Zeugnissen, Publikationslisten, Vorschläge für Referenzkontakte) per E-Mail schnellstmöglich an:
sekretariat.bioinformatik@uni-jena.de
Friedrich-Schiller-Universität Jena
Institut für Informatik
Lehrstuhl für Bioinformatik
Ernst-Abbe-Platz 2
07743 Jena, Germany