英国巴斯大学化学工程系招收全奖博士

英国巴斯大学化学工程系招收全奖博士

巴斯工程与设计博士奖学金项目：基于数据驱动的可持续聚合物替代商品塑料的发现

关于项目

本项目是巴斯大学工程与设计学院多个竞争博士奖学金项目之一。若申请成功，该奖学金预计于2026年9月28日启动。

若与意向导师及博士学院协商一致，也可选择其他起始日期。

项目背景：

商品塑料对环境的影响亟待变革性解决方案。本项目将开发一条开创性的数据驱动发现路径，以识别可持续、高性能的聚合物替代品，尤其聚焦于庞大但尚未充分开发的合成多糖类。

合成多糖展现出了可持续平台的潜力。然而，其设计空间组合庞大，单体序列、连接方式和共聚反应的微小变化即可产生无数种结构。这种复杂性使得传统实验方法（每年可能仅产生十个候选材料）难以进行全面探索，存在遗漏最优材料的风险。

本项目将通过构建集成式数字发现路径直接解决这一瓶颈。我们将采用高通量计算建模预测数百种可能聚合物的结构-性能关系，重点关注机械性能等关键特性。然后，将利用该精选数据集训练机器学习模型，以智能探索数百万种假设候选材料，并识别出与聚乙烯等目标塑料性能相匹配的材料。

这一强大的数据驱动方法基于已验证的框架，该框架此前已开发并测试[1-3]。重要的是，为确保产生实际影响，本项目将通过与伯明翰大学Dove Group（可持续聚合物合成专家[4]）的合作，提供从数字知识到实际创新的必要逐步验证和转化路径。

候选人培训与发展：

您将在数字科学与实验科学的交叉领域接受全面培训，获得以下方面的专业知识：

• 计算建模与高通量筛选：预测材料性能。

• 聚合物信息学与机器学习：整理数据集并训练用于聚合物发现的机器学习模型。

• 合作实验验证：与合作伙伴合作并参观其实验室，将数字设计转化为实际材料。

这一独特技能组合在学术界、国家实验室及研发领域（如可持续材料、制药）均备受青睐。您将开展开创性研究，产出高质量论文，实现从模拟到验证再到数据科学的清晰路径，为您成为可持续技术领域的未来领导者做好准备。

候选人要求：

具备计算方法（如计算化学、机器学习、物理学、材料科学）背景者虽有益，但并非必需。最重要的资格是对跨学科研究的强烈热情和学习复杂数字工具的意愿。

我们鼓励化学工程、化学、聚合物科学、材料科学或物理学背景的高度积极的学生申请。作为奖学金项目的核心部分，将提供所有必要计算方法、编程和机器学习的全面培训。

申请人必须拥有或即将获得英国一等或二等一荣誉学位，或国际同等学历。拥有硕士学位者亦具优势。

非英国申请人若目前未在英国学习，必须在申请截止日期前满足项目的英语语言要求，不予例外。

咨询

欢迎非正式咨询！请直接联系Hesam Makki博士 - hm2518@bath.ac.uk

申请

您必须通过巴斯大学化学工程博士在线申请表提交正式申请。

请注意，您在本项目中最多可申请两个博士项目。

在“资助您的学业”部分，您必须从下拉菜单中选择“巴斯大学URSA”。

在“您的博士项目”部分，您必须在博士项目标题字段中填写项目标题，并在“巴斯大学意向导师姓名”字段中填写首席导师姓名。

若您申请两个项目，则必须在“项目2标题”字段中填写第二选择项目的标题，并在“巴斯大学第二选择项目意向导师姓名”字段中填写首席导师姓名。

您必须确保正确遵循上述步骤。未完成这些步骤将导致您的申请在自动化处理过程中出现错误，并可能意味着您不会被考虑为特定项目的候选人。

平等、多样性与包容性

我们珍视多元化的研究环境，并致力于成为一所包容性的大学，在这里，差异得到庆祝和尊重。我们鼓励来自代表性不足群体的申请。

若您有特殊情况影响了您的学业成绩，且认为我们应了解，请在申请表中的个人陈述末尾简要说明。

残障服务确保为残障人士提供所需支持。若您在申请中表明有残障，残障服务将在此过程中与您联系，讨论您的需求。

关键词

聚合物信息学；机器学习；高通量筛选；计算化学；可持续聚合物；绿色化学