Akademischer Rat / Akademische Rätin auf Zeit (m/w/d) Schwerpunkt: Human iPSC-based Disease Modellin

Medizinischer Akademischer Rat / Akademische Rätin auf Zeit (m/w/d) Schwerpunkt: Human iPSC-based Disease Modelling Institut für Humangenetik

Das Institut für Humangenetik der Universität Regensburg verbindet moderne genetische Diagnostik mit innovativer Forschung zu hereditären Erkrankungen.

Ihre Aufgaben:

Koordination der iPSC-basierten Krankheitsmodellierung am Institut für Humangenetik

Etablierung, Optimierung und Standardisierung der Kultur, Qualitätskontrolle und Differenzierung humaner iPS-Zellen zu NPCs, induzierten Neuronen und perspektivisch Organoiden

Planung und Durchführung funktioneller Analysen, insbesondere zu Proliferation, Zellzyklus, Migration, neuronaler Differenzierung, Neuritenwachstum, Synapsenbildung und krankheitsrelevanten zellulären Phänotypen

Weiterentwicklung von Genome-Editing-Strategien, insbesondere CRISPR/Cas-basierten Knock-in-, Korrektur- und isogenen Kontrollmodellen

Integration zellbiologischer, bildgebender und molekularer Verfahren mit genomischen, transkriptomischen, proteomischen und weiteren Multi-Omics-Analysen

Enge wissenschaftliche Zusammenarbeit mit den Arbeitsgruppen des Instituts, insbesondere bei Projekten zu RNA-Biologie, neurogenetischen Erkrankungen und hereditären Tumorerkrankungen

Fachliche Anleitung und Betreuung von wissenschaftlichen Mitarbeitenden, Doktorandinnen und Doktoranden sowie technischen Mitarbeitenden

Entwicklung eigener, komplementärer Forschungsschwerpunkte und aktive Beteiligung an Publikationen, Drittmittelanträgen und Verbundprojekten

Mitwirkung in der Lehre sowie an der Ausbildung und Betreuung von Studierenden

Ihr Profil:

Abgeschlossenes Hochschulstudium in Biologie, Biomedizin, Molekularmedizin, Humanbiologie, Biotechnologie oder einem vergleichbaren Fach sowie eine einschlägige Promotion

Mehrjährige praktische Erfahrung mit humanen pluripotenten Stammzellen und der Differenzierung in krankheitsrelevante Zelltypen; ausgewiesene Erfahrung mit NPCs und/oder neuronalen Modellen ist besonders erwünscht

Erfahrung mit dreidimensionalen Zellkulturmodellen oder Organoiden ist von Vorteil

Fundierte Kenntnisse in Zell- und Molekularbiologie, Immunfluoreszenz, konfokaler Mikroskopie, Western Blot, qPCR sowie quantitativer Phänotypisierung

Erfahrung mit CRISPR/Cas-Genome-Editing und der Qualitätskontrolle genetisch veränderter iPSC-Linien ist erwünscht

Interesse an der Verknüpfung funktioneller Krankheitsmodelle mit RNA-seq, Single-Cell-Analysen, Proteomik und weiteren Omics-Technologien

Erfahrung in der Anleitung von Mitarbeitenden und in der Koordination paralleler Forschungsprojekte

Autorenschaft wissenschaftlicher Publikationen und nachgewiesenes Potenzial zur Einwerbung kompetitiver Drittmittel

Sehr gute Englischkenntnisse; gute Deutschkenntnisse oder die Bereitschaft, diese zu erwerben

Ausgeprägte Kommunikations-, Organisations- und Führungsfähigkeit sowie Freude an interdisziplinärer Zusammenarbeit

Wissenschaftliche Neugier, Eigeninitiative, Verantwortungsbewusstsein und eine strukturierte, reproduzierbare Arbeitsweise

Bereitschaft, gemeinsame Standards für iPSC-Kultur, Differenzierung, Qualitätskontrolle und Datendokumentation zu etablieren

Ausgeprägtes Interesse an translationaler Forschung und an der Entwicklung patientennaher Modelle für seltene Erkrankungen und Krebsprädispositionssyndrome

Fähigkeit, experimentelle Plattformen strategisch weiterzuentwickeln und mehrere Projekte wissenschaftlich zusammenzuführen

Soweit die beamtenrechtlichen Voraussetzungen erfüllt sind, ist eine Übernahme in das Beamtenverhältnis auf Zeit vorgesehen. Andernfalls ist ggf. auch eine Anstellung in einem befristeten, privatrechtlichen Arbeitsverhältnis möglich.

Die Universität Regensburg strebt eine Erhöhung des Frauenanteils an und fordert daher qualifizierte Frauen ausdrücklich zur Bewerbung auf. Die Universität Regensburg setzt sich besonders für die Vereinbarkeit von Familie und Beruf ein.

Bei im Wesentlichen gleicher Eignung werden schwerbehinderte Bewerberinnen und Bewerber bevorzugt eingestellt.

Stellenanzeige automatisch mit KI zusammengefasst