联合招聘:聂小军、毛虎德、宋宝兴、陈时盛
2026年7月,来自西北农林科技大学和北京大学现代农业研究院的多个课题组联合在《Nature Genetics》发表四倍体小麦泛基因组研究,构建了覆盖全部10个四倍体小麦亚种的高质量图形泛基因组,系统解析了其驯化、遗传多样性及重要农艺性状的遗传基础。西北农林科技大学发表Nature Genetics研究论文
这项工作连接了软件开发、基因组组装、生物信息分析、田间试验和分子实验。论文发表不是终点。围绕小麦及其他作物的基因组、遗传变异、优异基因发掘与分子育种,我们还将持续推进类似的跨单位合作项目。
现因科研项目扩展,面向海内外诚招博士后、专职科研人员、科研助理、育种助理、硕博士研究生及实习生。
我们希望找到愿意把工作做深、把数据做实、把科学问题推进到可复现、可验证阶段的同行者。
主要开展:
·高质量基因组组装、注释与质量评估;
·泛基因组、图基因组及多基因组比较;
·全基因组比对和结构变异检测;
·转座元件、基因家族与比较基因组分析;
·作物群体重测序数据分析;
·群体结构、选择信号与驯化历史研究;
·GWAS、单倍型和结构变异关联分析;
·多环境表型与基因型数据整合;
·优异等位变异、候选基因及育种靶点发掘。
·生物信息分析流程、软件工具开发与优化;
·数据库建设和科研数据可视化。
欢迎具有生物信息学、基因组学、遗传学、数量遗传学、计算机科学、数学、统计学或相关背景的申请者。熟悉Linux、Python、R、C/C++或工作流系统者优先。
主要开展:
·小麦及其近缘种优异基因的定位与克隆;
·抗逆、抗病、产量和生长发育性状研究;
·候选基因及结构变异的遗传与分子验证;
·分子标记开发和优异等位变异导入;
·新种质创制及分子育种利用。
欢迎具有分子生物学、遗传学、非生物胁迫或相关背景的申请者。
主要开展:
·小麦种质资源繁殖、保存与评价;
·杂交、回交、群体构建和田间表型调查;
·多单位项目的样品、数据与进度管理;
·公共数据库、分析文档和标准流程建设;
·论文图表、数据发布与成果材料整理;
·计算分析、田间试验和分子验证的协同衔接。
欢迎具有田间育种、科研管理、数据管理或项目协调经验的申请者。
团队成员长期开展小麦基因组、群体遗传、功能基因和分子育种研究,相关成果发表于《Nature Genetics》《Nature Communications》《New Phytologist》等期刊,并承担国家重点研发计划、国家自然科学基金及省级重点研发项目。
团队已形成从种质资源、田间表型、测序数据、基因组分析,到候选基因挖掘、分子验证和育种利用的协作体系。申请者可以根据自身背景选择一个方向深入,也可以在项目推进过程中逐步拓展能力边界。
合作团队涵盖基因组学、生物信息学、群体遗传学、分子生物学和小麦遗传育种等方向。项目将根据研究任务组织联合指导和协同攻关。
支持符合条件的青年科研人员申报博士后基金、国家自然科学基金青年项目及其他人才计划;支持参加必要的国内外学术交流。具体支持方式根据岗位、项目任务及依托单位政策确定。
·研究方向覆盖基因组与生物信息分析、分子实验和田间育种;
·根据课题需要保障测序、试剂、计算和田间试验条件;
·定期开展组会、文献报告、项目讨论和研究进展汇报;
·支持符合条件的学生参加学术会议和合作交流;
·鼓励学生形成相对独立、能够持续发展的研究方向。
欢迎农学、作物遗传育种、遗传学、生物信息学、分子生物学、植物病理学、生物技术、种子科学、计算机、数学和统计学等相关专业学生申请。每年共有10个以上硕士研究生指标,5个以上博士研究生指标。
申请人须按照相关高校当年度研究生招生政策完成报名、考核和录取程序。提前联系和参与科研训练不等同于正式录取。
根据个人背景参与以下一项或多项工作:
·小麦种植、材料维护及田间表型调查;
·基础分子实验;
·生物信息分析和科研数据整理;
·文献调研、数据库建设及图表制作;
·毕业设计或创新训练项目。
·在读本科生、硕士生或博士生;
·原则上能够连续参与3个月以上;
·做事细致、守时负责,能够遵守实验和数据管理规范;
·有编程、分子实验或田间实践经历者优先,但不作硬性要求。
团队可根据实际参与内容提供科研训练评价或相关证明。表现优秀者可优先推荐继续申请团队相关研究生或科研岗位,但仍须履行正式招生或招聘程序。
·参与小麦播种、杂交、回交、收获及种质繁殖;
·开展株高、穗部性状、籽粒性状和抗逆抗病表型调查;
·负责种子整理、编号、保存、拍照和数据录入;
·配合完成群体构建、材料评价和育种基础试验;
·整理田间表型数据,维护材料与数据的对应关系。
·农学、作物遗传育种、种子科学或相关专业;
·能够适应季节性田间工作;
·做事细致,有较强的责任心和执行力;
·熟悉小麦生长周期、杂交流程或表型调查标准者优先。
·协助完成重测序及多组学数据预处理和基础分析;
·参与科研数据汇总、论文图表制作和项目材料整理;
·协助科研档案管理。
·硕士学历,具体以岗位要求为准;
·掌握基础R、Python数据分析技能;
·有小麦、禾本科作物或生物信息分析经历者优先;
·具有基本的英文文献阅读能力;
·工作稳定,责任心强,能够独立完成分配的任务。
按照工作地点、岗位性质、个人经历及依托单位制度确定薪酬和社会保障。符合条件者可按招生政策申请团队相关博士研究生,或继续申请博士后及其他科研岗位。
·小麦泛基因组与图基因组;
·群体遗传、驯化与基因组进化;
·结构变异与复杂性状解析;
·抗病、抗逆和产量相关基因功能研究;
·生物信息算法与软件开发;
·麦类种质创新和分子设计育种。
·已获得或即将获得作物遗传育种、基因组学、生物信息学、植物分子生物学等相关专业博士学位;
·年龄及获博士学位年限符合依托单位博士后招收要求;
·具备相对独立的研究能力;
·能够使用中文或英文开展论文写作和学术交流;
·具有小麦研究、泛基因组、GWAS、软件开发、基因编辑或功能验证经验者优先。
·薪酬、绩效、住房补贴及社会保障按依托单位博士后政策执行;
·根据研究计划提供必要的测序、计算、实验和田间条件;
·支持申报博士后创新人才支持计划、博士后科学基金、国家自然科学基金青年项目及其他项目;
·支持必要的国内外学术交流;
·表现优秀者,出站后可按程序申请依托单位相关岗位,团队也可协助推荐其他高校、科研院所或种业研发岗位。
对于已具备独立研究能力和代表性成果的青年学者,团队长期欢迎建立合作,并可协助对接依托单位的助理研究员、副研究员、研究员或相关教学科研岗位。
申请人一般应:
·具有博士学位及相应科研经历;
·在麦类基因组、功能基因、作物遗传育种或相关领域取得代表性成果;
·具备独立设计课题、申请科研项目和指导青年学生的能力;
·有算法开发、种质创新或育种应用成果者优先。
此类岗位须通过依托单位正式招聘和审批程序。岗位职级、人员编制、薪酬、科研启动经费、住房及其他待遇,以相关单位当年度招聘公告和最终审批结果为准。
我们不要求每位申请者一开始就掌握所有技术,但希望你:
·真正对作物基因组学、遗传学或育种研究感兴趣;
·愿意持续学习,能够独立推进自己负责的任务;
·具备团队意识和基本的沟通能力;
·愿意把一项工作做扎实,形成经得起检验的成果。
学历背景和论文数量不是唯一评价标准。完成过一段扎实的分析、维护过一个可复现的流程、认真调查过一批田间材料,或者能够清楚说明自己解决过什么问题,都是有价值的经历。
主要工作地点为:
·陕西杨凌:西北农林科技大学作物抗逆与高效生产全国重点实验室;
·山东潍坊:北京大学现代农业研究院。
具体工作地点、合作导师、岗位类型及任务分工,根据申请者研究背景和项目需求协商确定。
研究生录取、博士后进站及工作人员聘用,均须按照相应高校、科研机构和依托单位的正式程序办理。
请将以下材料合并为一个PDF文件:
1.个人简历;
2.一页以内的研究经历或技能说明;
3.代表性论文、代码、分析报告或其他成果;
4.希望参与的研究方向、申请岗位及预计到岗时间。
邮件标题请注明:
申请方向+岗位类型+姓名+预计到岗时间
接收邮箱:songbaoxing168@163.com
符合条件者将尽快收到联系并安排线上交流。本启事长期有效,招满为止。申请材料仅用于本次人才遴选,我们将妥善保管。
如对研究方向、岗位要求、研究生报考或博士后申请存在疑问,可在邮件中一并说明。
期待与认真、可靠、富有好奇心的你同行,从麦类基因资源中发现新的科学问题,也让基因组研究真正服务于种质创新与作物育种。