新加坡国立大学博士导师（Arijit Biswas教授）

01、招生要求

根据新加坡国立大学杨潞龄医学院研究生招生系统最新公布信息，申请PhD项目的候选人需满足以下基本条件：

学术背景：申请人须持有一等荣誉学位或同等学历。国际申请者需具备至少二等上级荣誉学位（Second Class Honours, Upper Division），或硕士学位且成绩优异。医学、生物医学、生物工程、分子生物学等相关专业背景优先考虑。

语言能力：非英语母语申请者须提供英语能力证明。托福网考最低92分或雅思总分6.5（单项不低于6.0）。该要求适用于未在以英语为主要教学语言的院校完成学位的申请人。

申请材料：在线提交包含研究计划书（30-40页）、个人陈述、三封推荐信、官方成绩单及学位证书。所有文件须为英文版本，非英文材料需附经认证的英文翻译件。

资金证明：国际学生需申请奖学金。NUS医学院提供三类主要资助：NUS Research Scholarship（国际生月津贴S$3,000）、President's Graduate Fellowship（国际生月津贴S$3,900）及NUS Medicine Graduate Studies Award（国际生月津贴S$3,000）。上述奖学金均覆盖全额学费，通过资格考试后可获额外S$500月津贴。

申请周期：每年8月入学的申请通道于5月16日开启，11月15日关闭。评审周期约3-4个月，录取结果次年1-3月陆续发放。

其他规定：获得NUS Research Scholarship的国际学生须参与实验室轮转计划，累计416小时。申请人不得同时在其他机构注册学位课程。

02、研究方向

Arijit Biswas教授现任新加坡国立大学杨潞龄医学院妇产科学系教授，兼任胎儿医学中心研究指导。其研究轨迹覆盖基础科学与临床转化，主要聚焦以下领域：

胎儿医学与治疗：Biswas教授团队致力于胎儿先天性疾病的产前诊断与宫内干预。代表性工作包括利用超声心动图与遗传检测筛查胎儿先天性心脏病，相关成果发表于Annals of the Academy of Medicine Singapore。团队建立了20,031例孕妇队列，检出109例重大心脏畸形（发病率0.53%），其中主动脉缩窄（17.4%）、大动脉转位（16.5%）及法洛四联症（13.8%）构成主要亚型。研究证实胎儿超声心动图诊断准确率达92.1%，并强调染色体微阵列与二代测序技术的补充价值。

干细胞生物学：Wharton胶质干细胞（hWJSCs）的多能性研究构成另一核心方向。npj Microgravity刊发的研究表明，模拟月球微重力（0.16G）暴露72小时可逆性抑制hWJSCs增殖，下调CD73、CD90、CD105等干性标志物，同时上调SERPINI1、MSX2、BMP6等成骨-软骨分化标记。该发现为太空医学背景下的细胞治疗提供理论依据。

母体医学与妊娠并发症：研究涵盖子痫前期、胎儿生长受限（FGR）、非免疫性胎儿水肿等病理状态。Scientific Reports论文构建了基于机器学习的FGR预测模型，支持向量机算法识别出腹围、颈褶厚度、子宫动脉阻力指数等关键参数，其中颈褶厚度5.4mm被确立为临床阈值。

基因编辑递送系统：ACS Nano发表的论文系统评估了可电离脂质纳米颗粒（LNPs）在围产期大脑中的mRNA递送效率。C3 LNP配方在胎儿小鼠脑室内注射后表现优于FDA标准配方，成功改善溶酶体贮积症新生小鼠模型的生化表型，并在非人灵长类胎儿模型中验证可行性。

人工智能应用：American Journal of Obstetrics and Gynecology报道的ChatGPT临床能力评估研究引发广泛关注。该研究采用虚拟客观结构化临床考核（OSCE）框架，显示ChatGPT在产科/妇科知识测试中平均得分77.2%，超越人类考生平均水平（73.7%），论证大型语言模型在医学教育中的辅助潜力。

03、有想法

基于Biswas教授现有研究基础与领域前沿动态，以下提出四项具有可行性的创新研究计划：

月球微重力对早期胎盘发育的影响机制研究：Biswas团队已证实微重力改变hWJSCs分化轨迹。延伸此方向，建议建立模拟微重力下滋养层类器官模型，考察细胞骨架重塑与合体化过程。具体设计：利用随机定位机模拟0.16G环境，培养原代绒毛外滋养层细胞，单细胞测序解析Notch、Hippo通路调控网络。预期产出：揭示太空生殖医学中胎盘功能不全的分子基础，为Artemis计划女性宇航员健康保障提供数据支持。

胎儿先天性代谢缺陷的宫内碱基编辑治疗优化：现有研究证实LNPs可递送mRNA至胎儿脑组织。下一步需解决靶向性与安全性。建议开发胎盘特异性配体修饰LNPs，实现母体给药-胎儿转染的跨胎盘递送。技术路线：合成叶酸受体α靶向性LNPs，封装腺嘌呤碱基编辑器mRNA与gRNA，建立OTC缺乏症小鼠模型，评估肝脏编辑效率与脱靶效应。创新点：规避侵袭性胎儿注射，降低母胎并发症风险。

多模态数据融合的FGR早期预警系统：Biswas团队已应用传统机器学习于超声参数。建议升级为深度学习框架，整合多组学数据。数据维度包括：母体循环cfRNA谱、胎盘MRI纹理特征、连续胎心监测时序数据。算法采用Transformer架构捕捉长程依赖，解释性分析使用集成梯度方法。临床验证拟纳入5,000例前瞻性队列，目标将诊断窗口提前至孕20周前，灵敏度提升至90%以上。

母体-胎儿界面免疫耐受的单细胞空间图谱构建：子痫前期发病机制涉及母胎免疫失衡。计划利用CODEX技术绘制孕早期蜕膜-绒毛界面38种免疫细胞空间分布图，配受体分析识别关键互作节点。重点考察TREM2+巨噬细胞与调节性T细胞的调控轴，验证CXCL12-CXCR4信号轴作为干预靶点。转化价值：发现子痫前期预测性生物标志物，开发免疫调节性纳米药物。

上述方向均可在Biswas教授现有平台（胎儿医学中心、分子生物学实验室）展开，利用其积累的200余对peer-reviewed publications研究经验与临床资源，具备较高实施可行性与科学价值。