Wiss. Mitarbeiter*in (d/m/w) - 65 % Arbeitszeit

Ihre Aufgaben

• Kultivierung humaner Zellen und In-cell-Crosslinking unter basalen und veränderten Bedingungen (z. B. Wirkstoffbehandlung, Stress)
• Optimierung und Benchmarking chemischer und photoaktivierbarer Crosslinking-Reagenzien hinsichtlich Effizienz, Membrangängigkeit und biologischer Aussagekraft
• Kopplung des Crosslinkings mit subzellulärer Fraktionierung (Zytosol, Zellkern, Membranen) zur Anreicherung kompartimentspezifischer Proteinkomplexe
• Probenvorbereitung für proteomweite Crosslinking-MS (Verdau, Anreicherung, mehrdimensionale Fraktionierung) sowie LC-MS/MS-Messungen (Orbitrap, Astral)
• Datenauswertung mit xiSEARCH/xiFDR und Mitarbeit an der Verbesserung von Spektrenzuordnung und Fehlerabschätzung (FDR), u. a. durch systematische Untersuchung von - Artefakten wie nicht-kovalent assoziierten Peptidpaaren
• Validierung der Crosslink-Daten an bekannten Komplexen und Abgleich mit CF-MS- und AP-MS-Daten der Projektpartner; Aufbereitung als Distanz-Restraints für die Strukturmodellierung
• Enge Zusammenarbeit im internationalen Konsortium, offene Bereitstellung von Daten und Protokollen (EMBL-EBI/PRIDE), Präsentation und Publikation der Ergebnisse
• Die Möglichkeit zur Promotion ist gegeben

Ihr Profil

• Erfolgreich abgeschlossenes wissenschaftliches Hochschulstudium (Master, Diplom oder Äquivalent) in Biotechnologie, Biochemie, Chemie oder einer eng verwandten Fachrichtung
• Praktische Erfahrung in der massenspektrometriebasierten Proteomik (Probenvorbereitung, LC-MS/MS, Datenauswertung)
• Fundierte Laborerfahrung mit biochemischen und zellbiologischen Methoden (z. B. Zellkultur, Proteinexpression und -reinigung)
• Sehr gute Englischkenntnisse in Wort und Schrift

Wünschenswert:

• Bereitschaft zur Einarbeitung in Crosslinking-MS, Strukturproteomik und integrative Strukturmodellierung
• Selbstständige, sorgfältige und strukturierte Arbeitsweise sowie ausgeprägte Team- und Kommunikationsfähigkeit
• Erfahrung mit Crosslinking-MS oder mit der Analyse von Artefakten in LC-MS-Daten (z. B. nicht-kovalent assoziierte Peptide)
• Erfahrung mit Software zur Auswertung von Proteomikdaten (z. B. DIA-NN, Xcalibur), Programmierkenntnisse (z. B. Python) sowie Strukturvisualisierung (z. B. ChimeraX)
• Kenntnisse zu humanen Zellmodellen, z. B. aus den Bereichen Stammzellen oder Tissue Engineering
• Deutschkenntnisse