Tre tvärdisciplinära postdoktorala stipendier (2 år)

Umeå universitet är ett av Sveriges största lärosäten med över 37 000 studenter och cirka 4 700 anställda. Vid universitetet finns en mångfald av utbildningar av hög kvalitet och världsledande forskning inom flera vetenskapsområden, och här gjordes den banbrytande upptäckten av gensaxen CRISPR-Cas9 som tilldelats Nobelpriset i kemi. Vid Umeå universitet är allt nära. Våra sammanhållna campus gör det lätt att mötas, samarbeta och utbyta kunskap, något som gynnar en dynamisk och öppen kultur. 
 
Den samhällsomvandling och de stora gröna investeringar vi ser i norra Sverige skapar enorma möjligheter och komplexa utmaningar. För Umeå universitet handlar det om att bedriva forskning om –och mitt i – ett samhälle i omvandling. Men också om att leverera utbildningar för regioner som behöver expandera fort och hållbart. Det är helt enkelt här framtiden skapas. 
 
Är du intresserad av att veta mer om vad det innebär att vara stipendiat, läs mer här (LINK). 
 
Integrated Science Lab (IceLab) (icelab.se) tillsammans med flera institutioner vid Umeå universitet erbjuder tre postdoktorsstipendier som kommer att kopplas till ett av fem möjliga tvärdisciplinära projekt. Sökande ansöker till ett eller flera av fem föreslagna tvärvetenskapliga projekt, varje projekts handledare väljer sin främsta kandidat och en IceLab-intern kommitté väljer ut de tre mest lovande projekt-kandidat-paren för finansiering. 
 
De fem projekten kräver sammantaget expertis inom: beräknings- och matematisk modellering, statistisk modellering, maskininlärning, nätverksvetenskap, bioinformatik, tillämpad matematik, biofysik, spektroskopi eller mikroskopi, systembiologi, teoretisk och evolutionär biologi, samhällsekologi, ekologisk modellering, molekylärbiologi, biokemi, dynamiska system samt idrottsmedicin eller fysiologi.

De fem projekten är:  
 
A. Att avkoda signalerna till en cellväggsintegritetsreceptor i Chlorella vulgaris 
B. Avkoda den dolda logiken bakom allokering av RNA-polymeras vid bakteriell stress 
C. Adaptiv immunitet som ett evolutionärt svar på oförutsägbar stress 
D. Multitrofiska interaktionsnätverk som förklaring för samexistens mellan konkurrerande arter i en föränderlig värld 
E. Från träningsbelastning till anpassning: Modellering av stress, resiliens och prestation hos kvinnliga elitidrottare 

Detaljerad information om varje projekt ges nedan. 

IceLabs tvärdisciplinära postdoktorsprogram 
Den underutforskade terrängen mellan traditionella discipliner är fylld av fascinerande och betydelsefulla forskningsfrågor. I IceLab arbetar vi för att främja och underlätta transdisciplinära samarbeten med fokus på banbrytande forskning som integrerar teoretiska, beräkningsvetenskapliga och empiriska metoder. 
 
Vi kommer att välkomna dig till IceLab med genuint stöd av kreativa forskare som arbetar med en mängd tvärvetenskapliga problem. Du kommer att delta i både professionellt och personligt givande och underhållande aktiviteter som syftar till att utbilda en ny typ av forskare. Ett multidisciplinärt team av forskare med kompletterande expertis kommer att handleda varje postdoktor. 
 
De tvååriga postdoktorsstipendierna är finansierade av Kempestiftelserna och är en del av IceLab Multidisciplinary Postdoctoral Program.

Stipendiet uppgår till 720 000 kr skattefritt under två år och 75 000 kr för forskningsomkostnader. 
 
Sista ansökningsdag är den 17 september 2026.

Tillträde vinter/vår 2027, enligt överenskommelse. 

Formella kvalifikationer 
 
Specifika kvalifikationer beskrivs separat för varje projekt nedan.  
 
För att vara behörig som postdoktor krävs avlagd doktorsexamen eller en utländsk examen som bedöms motsvara doktorsexamen. Detta behörighetskrav ska vara uppfyllt senast vid tidpunkten då beslut om stipendiatmottagare fattas. För att vara aktuell som postdoktorsstipendiat bör främst den komma ifråga som har avlagt examen enligt föregående stycke för högst tre år sedan. Om det finns särskilda skäl kan den komma i fråga som avlagt doktorsexamen tidigare. Med särskilda skäl avses ledighet på grund av sjukdom, föräldraledighet, förtroendeuppdrag inom fackliga organisationer, tjänstgöring inom totalförsvaret, eller andra liknande omständigheter samt klinisk tjänstgöring eller för ämnesområdet relevant tjänstgöring/uppdrag. Doktorsexamen ska vara inom något av de områden som anges för varje projekt.  
 
Den ideala kandidaten har goda färdigheter inom något av följande områden: dataanalys, beräkningsmodellering, programmering, matematik, statistik, fysik, molekylärbiologi, mikrobiologi, ekologi eller systembiologi – eller ett intresse av att utveckla sin kompetens inom dessa områden. Personliga egenskaper som samarbetsförmåga, kommunikation, kritiskt tänkande, kreativitet och analytiska färdigheter är väsentliga. Du ska kunna utforska vetenskapliga problem oberoende och som en del av ett team. Goda kunskaper i muntlig och skriftlig engelska krävs. 

Ansökan 

En fullständig ansökan ska innehålla: 

1. Ett följebrev som sammanfattar dina kvalifikationer, dina vetenskapliga intressen, vilket eller vilka projekt du är särskilt intresserad av och dina motiv för att ansöka (max 2 sidor), 
2. Meritförteckning (CV) med publiceringslista, 
3. Kopia av doktorsexamensbevis eller dokumentation som tydliggör när doktorsexamen förväntas erhållas 
4. Styrkta kopior av andra examensbevis, akademiska kursintyg eller betyg, 
5. Kopia av doktorsavhandling, 
6. Kopior av relevanta publikationer, 
7. Kontaktinformation till minst två referenspersoner, 
8. Andra handlingar som den sökande vill åberopa. 
 
Ansökan ska vara skriven på engelska eller svenska och bifogade dokument ska vara i Word eller pdf-format. Ansökan ska registreras via Umeå universitets e-rekryteringssystem Varbi och vara inkommen senast 17 september 2026. Vi ser fram emot att få din ansökan.

Projektbeskrivningar, specifika kvalifikationer och kontaktuppgifter 

(A) Att avkoda signalerna till en cellväggsintegritetsreceptor i Chlorella vulgaris

Väggsatta celler, inklusive mikroalger, lever under konstant fysisk spänning: det inre turgortrycket pressar utåt och cellväggen måste hålla emot. Celler övervakar denna balans via signalering för cellväggsintegritet (CWI) och justerar väggens egenskaper när de hotas. En central fråga är fortfarande olöst både i växter och alger: vad känner en CWI-sensor egentligen av? Svårigheten är att de stressfaktorer som påverkar väggen förändrar dess kemi och mekaniska styvhet samtidigt, varför den aktiverande signalen inte kan identifieras enbart genom observation. 
Det här projektet undersöker frågan i den gröna mikroalgen Chlorella vulgaris, en kommersiellt viktig produktionsorganism vars robusta cellvägg är föremål för grundläggande biologiskt intresse och ett praktiskt hinder för att utvinna intracellulära produkter. Med utgångspunkt i ett etablerat samarbete mellan två laboratorier och en kandidat-CWI-receptor som redan identifierats via bioinformatisk sökning, kommer projektet att bygga en mekanistisk matematisk modell som kopplar samman väggens kemi, styvhet och turgortryck för att designa riktade experiment som separerar vad receptorn detekterar. 
 
Den postdoktorala forskaren kommer att ha möjlighet att: 
- Bygga en mekanistisk modell som kopplar samman väggens kemi, styvhet och turgortryck med receptoraktivering, med befintliga transkriptomik-, sammansättnings- och Brillouinmikroskopdata som utgångspunkt. 
- Genomföra en identifierbarhetanalys för att avgöra vilka nya mätningar som behövs för att skilja på sammanflätade ingångssignaler. 
- Designa och tolka experiment som frikopplar de kemiska och mekaniska ingångssignalerna till receptorn. 
- Anpassa modellen till experimentella mätningar och tillskriva receptoraktiveringen till respektive ingångssignal. 
- Använda den lösta modellen för att förutsäga väggens brotttrösklar och utforska deras relevans för kontrollerad celldisruption. 
- Presentera resultat och modelleringsproblem vid IceLabs aktiviteter, inklusive lunchpitchar och IceLab Camp. 
 
Den här postdoken kommer att vara placerad i IceLab med Institutionen för fysiologisk botanik som värdinstitution och handledas av ett tvärvetenskapligt team med kompletterande expertis inom biokemi, bioteknologi och fysiologi hos mikroalger vid Institutionen för kemi. 
 
Specifika kvalifikationer för projekt A 

För att vara behörig för stipendiet ska kandidaten ha en doktorsexamen, eller en utländsk examen som bedöms motsvara doktorsexamen, inom beräkningsbiologi, biofysik, matematisk biologi, tillämpad matematik eller ett nära besläktat kvantitativt område. Den ideala kandidaten har erfarenhet av mekanistisk eller matematisk modellering av biologiska system, ett intresse av att samarbeta med experimentella biologer för att testa modellförutsägelser, samt motivation att utveckla sina färdigheter i skärningspunkten mellan kvantitativ modellering, cellbiologi och algbiokemi. Erfarenhet av parameterskattning, identifierbarhetanalys eller dynamiska systemmodeller är särskilt meriterande. Förkunskaper om cellväggsbiologi krävs inte. 
 
Kontaktinformation projekt A
 
Laura Bacete Cano, Institutionen för växtfysiologi, Umeå universitet (laura.bacete@umu.se) 
Christiane Funk, Institutionen för kemi, Umeå universitet (christiane.funk@umu.se) 

(B) Avkoda den dolda logiken bakom allokering av RNA-polymeras vid bakteriell stress

Hur avgör en enskild bakterie vilka gener den ska slå på när den utsätts för stress? När bakterier möter stress, exempelvis vid infektioner eller exponering för antibiotika, måste de snabbt ändra vilka gener som ska aktiveras. En central del i detta beslut är ett samspel där sigmafaktorer konkurrerar om en liten reservoar av RNA-polymeras-enzymer, där en liten RNA-molekyl (6S RNA) fungerar som en dold domare. Vilken sigmafaktor som vinner tillgång till enzymet avgör om cellen fortsätter att växa eller går över i ett överlevnadsläge. Att förstå detta samspel är viktigt för att förstå hur bakterier motstår antibiotika — en av de framväxande frontlinjerna i förståelsen av antibiotikaresistens. 
 
Detta projekt utforskar frågan med hjälp av en stor mängd tidsserier av genuttryck från Yersinia pseudotuberculosis, som analyseras med matematisk modellering och datorsimuleringar. Eftersom konkurrensen om RNA-polymeras inte kan observeras direkt är den centrala utmaningen att rekonstruera detta dolda lager utifrån de mönster det lämnar i genuttrycksdatat. Projektet befinner sig i gränslandet mellan biologisk fysik, matematik och mikrobiologi.  
 
Den postdoktorala forskaren kommer att ha möjlighet att: 
- Utveckla och förfina matematiska och beräkningsbaserade modeller av hur bakterier fördelar RNA-polymeras mellan konkurrerande regulatorer under stress. 
- Utforska och tolka rika tidsserier av genuttrycksdata för att hitta den dolda dynamiken i sigmafaktorernas konkurrens. 
- Fördjupa sin expertis i gränslandet mellan beräkningsfysik, systembiologi och mikrobiologi och bredda sin tvärvetenskapliga vetenskapliga profil. 
- Ta del av den tvärvetenskapliga forskningsmiljön i IceLab, inklusive seminarier och utbyte med forskare inom fysik, matematik och livsvetenskaperna. 
- Få en första inblick i den experimentella delen av forskningen, värdefullt för den som vill bygga en profil som förenar teori och laboratorievetenskap. 
- Stärka sin självständiga forskning och vetenskapliga meriter inför en framtida forskarkarriär. 
 
Postdoktorn kommer att vara placerad i IceLab med Institutionen för molekylärbiologi som värdinstitution och handledas av ett tvärvetenskapligt team med kompletterande expertis inom beräkningsfysik och systembiologi. 
 
Specifika kvalifikationer för projekt B
 
För att vara behörig till stipendiet bör kandidaten ha en doktorsexamen, eller en utländsk examen som bedöms vara likvärdig, inom beräkningsbiologi, bioinformatik, fysik, systembiologi eller ett närliggande område. Den ideala kandidaten har en stark bakgrund inom matematisk eller beräkningsbaserad modellering och dataanalys, ett intresse för biologiska frågeställningar och en vilja att utvecklas i gränslandet mellan kvantitativ vetenskap och mikrobiologi. 
 
Kontaktinformation projekt B
 
Ludvig Lizana, Institutionen för fysik / IceLab, Umeå universitet (ludvig.lizana@umu.se) 
Kemal Avican, IceLab / Institutionen för molekylärbiologi, Umeå universitet (kemal.avican@umu.se)

(C) Adaptiv immunitet som ett evolutionärt svar på oförutsägbar stress 

Adaptiv immunitet är en av de mest anmärkningsvärda evolutionära innovationerna hos ryggradsdjur. Den skapar enorma repertoarer av receptorer som kan känna igen tidigare okända hot. Denna extraordinära förmåga skyddar organismer mot snabbt evolverande patogener och bidrar till långsiktig hälsa genom immunologiskt minne. Dessa fördelar medför dock betydande kostnader: adaptiva immunsystem kräver stora energiinvesteringar, omfattande cellpopulationer och avancerade mekanismer för att förhindra skadlig autoreaktivitet. Trots deras betydelse förstår vi fortfarande inte varför adaptiv immunitet uppstod, varför den har utvecklats oberoende flera gånger eller varför vissa arter senare har förlorat den. 
I detta projekt kommer postdoktorn att utforska adaptiv immunitet som ett förutseende stressresponssystem. Genom att kombinera evolutionsbiologi, immunologi och matematisk modellering syftar projektet till att identifiera de ekologiska och evolutionära förutsättningar under vilka organismer gynnas av att investera resurser i komplexa immunförsvar. Stipendiet kommer att undersöka hur faktorer såsom livslängd, kroppsstorlek, patogendiversitet, immunologiskt minne och energimässiga begränsningar påverkar utvecklingen av immunstrategier över livets mångfald. 
 
Den postdoktorala forskaren kommer att ha möjlighet att: 
- Utveckla matematiska och beräkningsbaserade modeller för adaptiv immunitets evolution. 
- Undersöka hur organismer balanserar kostnader och fördelar med förutseende försvarssystem. 
- Studera adaptiv immunitet utifrån perspektiven evolutionär optimering, teori för komplexa system och reglerteori. 
- Utforska varför immunsystem skiljer sig så kraftigt mellan olika arter och varför vissa evolutionära linjer har förlorat adaptiv immunitet. 
- Samarbeta över ämnesgränser inom evolutionsimmunologi, teoretisk biologi, matematik och forskning om stressresponser. 
 
Det här projektet sammanför forskare från Institutionen för molekylärbiologi och Institutionen för matematik och matematisk statistik vid Umeå universitet. Stipendiaten kommer att bli en del av den starkt tvärvetenskapliga miljön vid IceLab och få möjlighet att utveckla expertis i gränslandet mellan biologi och kvantitativ vetenskap. 
 
Specifika kvalifikationer för projekt C
 
För att vara behörig till stipendiet ska kandidaten ha doktorsexamen, eller en utländsk examen som bedöms motsvara doktorsexamen, inom matematik, fysik, teoretisk biologi, beräkningsbiologi, evolutionsbiologi, immunologi eller ett närliggande ämnesområde. Den ideala kandidaten har erfarenhet av matematisk eller beräkningsbaserad modellering samt ett starkt intresse för interdisciplinär forskning. Erfarenhet inom något av följande områden är meriterande: evolutionär teori, dynamiska system, stokastisk modellering, reglerteori, teoretisk biologi, immunologi eller värd–patogeninteraktioner. Kandidaten bör vara motiverad att arbeta över ämnesgränser och känna sig bekväm med att kommunicera med forskare från både biologiska och kvantitativa forskningsfält. 
 
Kontaktinformation projekt C
 
Ryo Morimoto, Institutionen för molekylärbiologi och MIMS, Umeå universitet (ryo.morimoto@umu.se). 
Eric Libby, Institutionen för matematik och matematisk statistik samt IceLab, Umeå universitet (eric.libby@umu.se). 

 
(D) Multitrofiska interaktionsnätverk som förklaring för samexistens mellan konkurrerande arter i en föränderlig värld 

Hur kan hundratals arter växa i samma område när de konkurrerar om samma resurser? Klassisk teori säger att konkurrensen borde leda till att bara den starkaste arten blir kvar, men artrika växtsamhällen finns överallt. Detta är en av de äldsta obesvarade frågorna i ekologin, och svaret kan finnas i den mångfald av interaktioner som studier av parvis konkurrens missar. En växts framgång beror lika mycket av mikrober i marken, pollinatörer och växtätare som av dess direkta konkurrenter — kopplingar som bildar nätverk som kan vända konkurrens och öppna för samexistens på sätt som förblir dolda när arter studeras parvis. 
 
Nyliga studier konkretiserar detta: indirekta interaktioner via marken mellan konkurrerande växtarter kan få arterna att samexistera, även när enkla parvisa modeller förutsäger att en art borde försvinna. Vi har nu de empiriska verktygen för att mäta dessa interaktioner med hög upplösning och teoretiska nätverksmetoder för att modellera denna flerlagerstruktur. Detta projekt kommer, för första gången, att bygga ett ramverk som modellerar och kartlägger mekanismer för samexistens inom och mellan alla ekologiska lager samtidigt, och testa det mot verkliga data från två mycket olika system: medelhavsområdet och Arktis. 
 
Den postdoktorala forskaren kommer att ha möjlighet att: 
- Utforska hur indirekta kopplingar inom och mellan flera lager — konkurrens, facilitering, mikrober, pollinatörer, växtätare — påverkar vilka växtarter som samexisterar i artrika växtsamhällen. 
- Utveckla nya flödesbaserade nätverksmodeller av högre ordning för ekologiska flerlagersnätverk och vidareutveckla etablerade verktyg till att omfatta biologisk mångfald i växtsamhällen. 
- Använda unika data från två väldigt olika biom: medelhavsområdets ettåriga växtsamhällen med observerad produktion, markmikrobiom och pollinatörsdata; och ett arktiskt experiment med hägn och betade referensområden som sträcker sig över flera decennier. 
- Testa om samma nätverksmekanismer gäller i olika biom och om påverkan på indirekta kopplingar i en föränderlig värld kan förklara förlust av biologisk mångfald. 
- Utveckla och dela öppen källkod så att andra forskargrupper kan använda projektets metoder på sina data. 
 
Den här postdoktorn kommer att vara placerad i IceLab med Institutionen för fysik som värdinstitution och handledas gemensamt av Magnus Neuman (Institutionen för fysik) och Johan Olofsson (Institutionen för ekologi, miljö och geovetenskap). Projektet befinner sig i skärningspunkten mellan ekologi och nätverksvetenskap och ger en stark grund för postdoktorn att bygga upp en självständig profil inom båda fälten. 
 
Specifika kvalifikationer för projekt D
 
För att vara behörig för stipendiet ska kandidaten ha en doktorsexamen, eller en utländsk examen som bedöms likvärdig, inom ett relevant område såsom ekologi, fysik, beräkningsvetenskap, tillämpad matematik eller ett närliggande ämne. Den ideala kandidaten har en stark bakgrund inom växtsamhällens ekologi och erfarenhet av kvantitativa metoder, såsom statistisk modellering eller nätverksanalys. Dokumenterad erfarenhet av ekologi, fältexperiment, växt–jord-interaktioner, arters samexistens eller multitrofiska interaktioner är starkt meriterande. Erfarenhet av beräkningsmetoder såsom flerlagersnätverk, bayesiansk inferens eller nätverksmodeller av högre ordning är också meriterande. Förmågan att kommunicera tvärvetenskapligt är viktig. 
 
Kontaktinformation projekt D 

Magnus Neuman, Institutionen för fysik / IceLab, Umeå universitet (magnus.neuman@umu.se). 
Johan Olofsson, Institutionen för ekologi, miljö och geovetenskap, Umeå universitet (johan.olofsson@umu.se).

(E) Från träningsbelastning till anpassning: Modellering av stress, resiliens och prestation hos kvinnliga elitidrottare 
 
Varför utvecklas vissa individer positivt under extrem stress medan andra inte klarar belastningen? Detta projekt tar sig an en central utmaning inom modern biologi: att förutsäga hur komplexa levande system reagerar, anpassar sig eller fallerar under långvarig stress. Trots stora vetenskapliga framsteg saknar vi fortfarande verktyg att identifiera när system närmar sig kritiska trösklar och övergår till maladaptiva tillstånd. Här utgör kvinnliga elituthållighetsidrottare en unikt kraftfull humanmodell, eftersom de belastar sig nära gränserna för fysiologisk och psykologisk resiliens. 
 
Projektet bygger på en unik, storskalig longitudinell databas som följer 86 svenska kvinnliga elitidrottare inom längdskidåkning och skidskytte under sex år, från ungdomsåren till internationell prestationsnivå. Datamaterialet integrerar molekylära profiler (steroidomik, mineralomik), fysiologiska testresultat, träningsbelastning, kostmönster, psykisk hälsa och prestationsutfall, vilket fångar mänsklig anpassning som ett högdimensionellt system i ständig förändring över tid. 
 
Det övergripande målet är att identifiera multivariata stress-respons-fingeravtryck, upptäcka tidiga varningssignaler på instabilitet och kartlägga brytpunkter i idrottarnas anpassning. Genom att integrera statistisk inlärning, dynamiska systemmodeller och högdimensionella samt funktionella longitudinella analyser kommer projektet att utveckla prediktiva modeller för att identifiera maladaptiva förlopp och kritiska övergångspunkter, vilket möjliggör tidiga interventioner för att förebygga skador, sjukdom och prestationsnedgång. 
 
Den postdoktorala forskaren kommer att ha möjlighet att: 
- Utforska ett unikt högdimensionellt longitudinellt datamaterial som sällan är tillgängligt inom humanforskning, där molekylära, fysiologiska och psykologiska data integreras. 
- Utveckla prediktiva modeller för mänsklig anpassning, resiliens och kollaps under långvarig stress med hjälp av avancerade statistiska och beräkningsbaserade metoder. 
- Identifiera tidiga varningssignaler och brytpunkter i komplexa biologiska system genom att kartlägga stress-respons-fingeravtryck. 
- Omvandla komplexa data på flera biologiska nivåer till biologisk förståelse och bidra till en prediktiv förståelse av mänsklig prestation och hälsa på systemnivå. 
- Vidareutveckla projektet genom riktade biokemiska analyser av blodprover, drivna av nya hypoteser och vetenskapliga upptäckter. 
 
Denna postdoktor kommer att vara placerad i IceLab med Institutionen för samhällsmedicin och rehabilitering som värdinstitution och handledas av ett tvärvetenskapligt team med kompletterande expertis inom idrottsmedicin, systembiologi, psykologi och matematisk statistik. 
 
Specifika kvalifikationer för projekt E
 
För att kvalificera sig för stipendiet ska kandidaten ha en doktorsexamen inom ett relevant område, såsom statistik, datavetenskap, beräkningsbiologi, fysik eller ett närliggande kvantitativt ämnesområde. 
Den ideala kandidaten har: 
- Stark kompetens inom statistisk modellering, maskininlärning eller beräkningsbaserade metoder. 
- Erfarenhet av arbete med högdimensionella, funktionella och/eller longitudinella data. 
- Intresse för komplexa system, resiliens och mänsklig biologi under stress. 
- Intresse för mänsklig prestation och idrottsvetenskap (meriterande men inte ett krav). 
- Förmåga att omvandla komplexa data till biologisk förståelse och prediktiva modeller. 
- Stark motivation för tvärvetenskaplig, datadriven forskning. 
- Erfarenhet av molekylärbiologi eller biokemi (meriterande men inte ett krav). 
 
Kontaktinformation projekt E 

Michael Svensson, Institutionen för samhällsmedicin och rehabilitering, Umeå universitet (michael.svensson@umu.se). 
Sara Sjöstedt de Luna, Institutionen för matematik och matematisk statistik, Umeå universitet (sara.sjostedt.de.luna@umu.se).