一、課題組 PI

1．簡介

其研究領域主要是針對嚴重威脅全球公共衛(wèi)生安全和我國人民健康的新發(fā)、重大傳染病，包括新冠病毒感染、新型人感染動物源性流感、季節(jié)性流感、呼吸道合胞病毒感染、麻疹、登革熱、基孔肯亞熱、手足口病等，以往主要運用經(jīng)典流行病學、傳染病學、病原微生物學、免疫學、宿主和病原遺傳學、衛(wèi)生經(jīng)濟學、現(xiàn)代統(tǒng)計學、地理信息學和生態(tài)學等多學科交叉技術，研究其傳播動力學、流行病學參數(shù)、疾病負擔、干預措施和臨床管理的評價，以及疫苗的效力、效果、安全性和衛(wèi)生經(jīng)濟學評價等。近年在傳染病研究領域拓寬了以往的邊界，重點開展新興跨學科的交叉研究，包括傳染病系統(tǒng)免疫學、病毒基因組系統(tǒng)進化動力學、耦合接觸與移動網(wǎng)絡的傳染病動力學建模、新發(fā)傳染病的傳播動力學和復雜建模、宿主病毒排出和免疫應答規(guī)律，以及基于深度學習的病毒抗原性和基因變異與進化預測等。

目前兼任 WHO 免疫策略專家咨詢委員會（SAGE）專家組輪值成員。獲國家自然科學基金委「杰出青年基金」資助、教育部「長江學者特聘教授」、中組部「萬人計劃科技創(chuàng)新領軍人才」、國務院「政府專家特殊津貼」、國家衛(wèi)計委「突出貢獻中青年專家」、「吳階平-保羅楊森醫(yī)學藥學獎」、「樹蘭醫(yī)學青年獎」、人社部「國家百千萬人才工程」、科技部「中青年科技創(chuàng)新領軍人才」和上海市科委「上海市優(yōu)秀學術帶頭人計劃」。此外，他還擔任

Emerging Microbes and Infections, Infectious Diseases of Poverty, Global Transitions, China CDC Weekly

Science, Nature, Cell, Lancet, JAMA, BMJ,

2．論文發(fā)表

發(fā)表 SCI 英文論文 >290 篇，IF 計 3,960，其中以第一作者或通訊作者（含并列）發(fā)表 SCI 論文 197 篇，IF 合計 2,718，其中 IF >10 為 53 篇，包括

Science

National Science Review

Lancet

New England Journal of Medicine

BMJ

Nature Medicine

Nature Genetics

Nature Microbiology

Nature Human Behaviour

Nature Communications

Cell Research

Science Advances

PNAS

PLoS Medicine

Lancet Infectious Diseases

Lancet Microbe

Lancet Global Health

Lancet Public Health

Lancet Child & Adolescent Health

Lancet Healthy Longevity

入選科睿唯安 2020、2022、2023、2024 和 2025 年度全球高被引科學家、愛思唯爾 2021-2024 年「中國高被引學者」、全球前 2% 頂尖科學家榜單中的終身科學影響力排行榜（2021、2023 和 2024）及 2019-2024 年度科學影響力排行榜（Stanford University）。

3．承擔課題

2010 年以來，作為負責人承擔各類科研項目 30 余項，包括國家自然科學基金委「杰出青年基金」、重點項目、面上項目、國家科技傳染病重大專項、科技支撐計劃、國家衛(wèi)生計生委行業(yè)專項、上海市科技重大專項，以及 WHO、美國 NIH、美國 CDC、英國 NIHR 和李嘉誠全球衛(wèi)生基金會等國際機構資助的科研課題。

4．科研獲獎

獲國家科學技術進步獎特等獎（第九完成人）、北京市科技進步一、二、三等獎（均為第一完成人），教育部高等學?？茖W研究優(yōu)秀成果獎（科學技術）科技進步獎二等獎（第一完成人）、中華醫(yī)學科技獎二等獎（第一完成人），華夏醫(yī)學科技獎科學技術獎二等獎（第一完成人）。

二、研究方向

1．傳染病系統(tǒng)免疫學

傳染病病原體變異通常由宿主免疫和多病原體競爭傳播共同調(diào)控，而應對新發(fā)病原體或已知病原體的新變種所引起疫情的關鍵在于確定人群的免疫水平，及其如何影響個體內(nèi)部與個體之間的免疫選擇性壓力。余宏杰課題組通過建立基于社區(qū)人群的血清流行病學前瞻性隊列，結(jié)合傳染病流行病學和免疫大數(shù)據(jù)、數(shù)學機制模型和計算模擬技術，在人群和個體層面刻畫全生命周期的病原體特異性免疫力多樣性（包括妊娠期母體免疫、子代母源性免疫和自然感染/疫苗接種誘導免疫），及其與內(nèi)外源性驅(qū)動因素的動態(tài)博弈。

代表性成果：

1. Wang W, O'Driscoll M, Wang Q, Zhao S, Salje H*, Yu H*. Dynamics of measles immunity from birth and following vaccination. Nat Microbiol. 2024; 9(7):1676-1685.

2. Li M?, Wang W?, Chen J?, Zhan Z, Xu M, Liu N, Ren L, You L, Zheng W, Shi H, Zhao Z, Huang C, Chen X, Zheng N, Lu W, Zhou X, Zhou J, Liao Q, Yang J, Jit M, Salje H, Yu H*. Transplacental transfer efficiency of maternal antibodies against influenza A(H1N1)pdm09 virus and dynamics of naturally acquired antibodies in Chinese children: A longitudinal, paired mother–neonate cohort study. Lancet Microbe. 2023; 4(11):e893-e902.

3. Wang W, Wang Q, Zhao S, Zhou X, Crooke S, Salje H, Jit M, Yu H*. COVID-19 pandemic and waning immunity disrupted measles population immunity and strategies to close immunity gaps. Nat Commun. 2025.

4. Wang Q?, Wang W?, Winter AK?, Zhan Z?, Ajelli M, Trentini F, Wang L, Li F, Yang J, Xiang X, Liao Q, Zhou J, Guo J, Yan X, Liu N, Metcalf CJE, Grenfell BT, Yu H*. Long-term measles antibody profiles following different vaccine schedules in China, a longitudinal study. Nat Commun. 2023; 14(1):1746.

5. Yang J?, Liao Q?, Luo K?, Liu F?, Zhou Y?, Zou G?, Huang W, Yu S, Wei X, Zhou J, Dai B, Qiu Q, Altmeyer R, Hu H, Paireau J, Luo L, Gao L, Nikolay B, Hu S, Xing W, Wu P, van Doorn HR, Horby PW, Simmonds P, Leung GM, Cowling BJ, Cauchemez S, Yu H*. Seroepidemiology of enterovirus A71 infection in prospective cohort studies of children in southern China, 2013-2018. Nat Commun. 2022; 13(1):7280.

6. Wei X?, Yang J?, Gao L?, Wang L?, Liao Q?, Qiu Q, Luo K, Yu S, Zhou Y, Liu F, Chen Q, Zhang J, Dai B, Yang H, Zhou J, Xing W, Chen X, He M, Ren L, Guo J, Luo L, Wu P, Chen Z, van Doorn HR, Cauchemez S, Cowling BJ, Yu H*. The transfer and decay of maternal antibodies against enterovirus A71, and dynamics of antibodies due to later natural infections in Chinese infants: a longitudinal, paired mother-neonate cohort study. Lancet Infect Dis. 2021; 21(3):418-426.

7. Wang Q?, Liu N?, Wang Y?, Ruckwardt TJ, Xu M, Wu J, Zhang J, Tong X, Zhou J, Lin J, Liang Y, Yang J, Yi L, Chu HY, Yu H*. Antibody responses to respiratory syncytial virus: A population-based cross-sectional serological study in southern China, 2021. Clin Microbiol Infect. 2024; 30(9):1183-1189.

2．病毒基因組系統(tǒng)進化動力學

結(jié)合系統(tǒng)發(fā)育學、系統(tǒng)進化動力學、傳染病流行病學、生物信息學、生態(tài)學和地理統(tǒng)計學等多學科交叉技術，整合基因序列、病毒學監(jiān)測、人群移動和生態(tài)分布等多源數(shù)據(jù)，從宿主內(nèi)和宿主間多維視角，開展傳染病暴發(fā)的時空溯源和時空傳播動態(tài)研究。余宏杰團隊在此領域已開展了系列前沿研究，如定量評估新冠病毒的全球基因監(jiān)測網(wǎng)絡和基因數(shù)據(jù)共享（

Nature Genetics

Lancet Microbe,

Science,

Nature Communications,

National Science Review,

代表性成果：

1. Chen Z, Tsui JL, Gutierrez B, Busch-Moreno S, du Plessis L, Deng X, Cai J, Bajaj S, Suchard MA, Pybus OG*, Lemey P*, Kraemer MUG*, Yu H*. COVID-19 pandemic interventions reshaped the global dispersal of seasonal influenza viruses. Science. 2024; 386:eadq3003.

2. Wang W?, Xing J?, Jiang H, Lu F, Huang H, Zhang Y, Sun A, Han Y, Lu J, Cowling BJ, Horby P, Uyeki TM§, Yu H*§. Human infections with avian influenza A(H5) viruses with potential pandemic risk: 1997-2025. Natl Sci Rev. 2025.

3. Chen Z, Lemey P, Yu H*. Approaches and challenges to inferring the geographical source of infectious disease outbreaks using genomic data. Lancet Microbe. 2024; 5(1):e81-e92.

4. Chen Z, Azman AS, Chen X, Zou J, Tian Y, Sun R, Xu X, Wu Y, Lu W, Ge S, Zhao Z, Yang J, Leung DT, Domman DB, Yu H*. Global landscape of SARS-CoV-2 genomic surveillance and data sharing. Nat Genet. 2022; 54(4):499-507.

5. Chen Z, Tsui JL, Cai J, Su S, Viboud C, du Plessis L, Lemey P*, Kraemer MUG*, Yu H*. Disruption of seasonal influenza circulation and evolution during the 2009 H1N1 and COVID-19 pandemics in Southeastern Asia. Nat Commun. 2025; 16(1):475.

3．耦合接觸與移動網(wǎng)絡的傳染病傳播動力學建模

基于現(xiàn)場調(diào)查、手機信令、航空網(wǎng)絡等高精度人群時空數(shù)據(jù)，運用復雜網(wǎng)絡、行為科學、計算機模擬、空間計算等多學科交叉技術，在高精度尺度下研究人群接觸和移動網(wǎng)絡的拓撲結(jié)構、地域性、時空變化規(guī)律，及其與傳染病傳播的相互作用機制。通過構建群體或個體水平傳播動力學模型，準確解析其與傳染病疫情時空擴散的關系，評估藥物性和非藥物性干預措施效果，指導疫情預警以及干預措施的靶向施策、精準評估和系統(tǒng)優(yōu)化。

代表性成果：

1. Zhang J, Litvinova M, Liang Y, Wang Y, Wang W, Zhao S, Wu Q, Merler S, Viboud C, Vespignani A, Ajelli M*, Yu H*. Changes in contact patterns shape the dynamics of the COVID-19 outbreak in China. Science. 2020; 368(6498):1481-1486.

2. Zhang J, Litvinova M, Liang Y, Zheng W, Shi H, Vespignani A, Viboud C, Ajelli M*, Yu H*. The impact of relaxing interventions on human contact patterns and SARS-CoV-2 transmission in China. Science Advances. 2021; 7(19):eabe2584.

3. Zhang J?, Tan S?, Peng C, Xu X, Wang M, Lu W, Wu Y, Sai B, Cai M, Kummer A. G, Chen Z, Zou J, Li W, Zheng W, Liang Y, Zhao Y, Vespignani A, Ajelli M, Lu X*, Yu H*. Heterogeneous changes in mobility in response to the SARS-CoV-2 Omicron BA.2 outbreak in Shanghai. Proc Natl Acad Sci U S A. 2023; 120(42):e2306710120.

4．新發(fā)傳染病的傳播動力學與復雜建模

運用統(tǒng)計和數(shù)學模型，研究新發(fā)重大傳染病的時空分布和傳播規(guī)律。通過數(shù)學建模精確刻畫傳播過程，理解傳染病傳播機制、預測疫情發(fā)生發(fā)展趨勢，評估防控措施效果，為公共衛(wèi)生決策提供科學依據(jù)；融合數(shù)學、流行病學、生態(tài)學、進化生物學、免疫學、社會學及公共衛(wèi)生等多學科理論與方法，利用數(shù)學模型分析病原體進化、人口學特征、人群免疫、人口流動、社會行為及自然環(huán)境等因素對暴發(fā)疫情時空模式的影響，識別關鍵驅(qū)動因素，揭示傳播機制及潛在風險，優(yōu)化防控策略。

代表性成果：

1. Sun K?, *, Wang W?, Gao L?, Wang Y, Luo K, Ren L, Zhan Z, Chen X, Zhao S, Huang Y, Sun Q, Liu Z, Litvinova M, Vespignani A, Ajelli M, Viboud C, Yu H*. Transmission heterogeneities, kinetics, and controllability of SARS-CoV-2. Science. 2021; 371(6526):eabe2424.

2. Cai J?, Deng X?, Yang J?, Sun K, Liu H, Chen Z, Peng C, Chen X, Wu Q, Zou J, Sun R, Zheng W, Zhao Z, Lu W, Liang Y, Zhou X, Ajelli M, Yu H*. Modeling transmission of SARS-CoV-2 Omicron in China. Nat Med. 2022; 28(7):1468-1475.

3. Yang J?, Marziano V?, Deng X, Guzzetta G, Zhang J, Trentini F, Cai J, Poletti P, Zheng W, Wang W, Wu Q, Zhao Z, Dong K, Zhong G, Viboud C, Merler S, Ajelli M*, Yu H*. Despite vaccination, China will have to maintain non-pharmaceutical interventions to prevent widespread outbreaks of COVID-19 in 2021. Nat Hum Behav. 2021; 5(8):1009-1020.

4. Han S?, Cai J?, Yang J, Zhang J, Wu Q, Zheng W, Shi H, Ajelli M, Zhou X*, Yu H*. Time-varying optimization of COVID-19 vaccine prioritization in the context of limited vaccination capacity. Nat Commun. 2021; 12(1):4673.

5. Hu S?, Wang W?, Wang Y?, Litvinova M?, Luo K, Ren L, Sun Q, Chen X, Zeng G, Li J, Liang L, Deng Z, Zheng W, Li M, Yang H, Guo J, Wang K, Chen X, Liu Z, Yan H, Shi H, Chen Z, Zhou Y, Sun K, Vespignani A, Viboud C, Gao L*, Ajelli M*, Yu H*. Infectivity, susceptibility, and risk factors associated with SARS-CoV-2 transmission under intensive contact tracing in Hunan, China. Nat Commun. 2021; 12(1):1533.

6. Wang Y?, Sun K?, Feng Z, Yi L, Wu P, Liu H, Wang Q, Ajelli M, Viboud C, Yu H*. Assessing the feasibility of sustaining SARS-CoV-2 local containment in China in the era of highly transmissible variants. BMC Med. 2022; 20(1):442.

7. Liu H?, Zhang J?, Cai J, Deng X, Peng C, Chen X, Yang J, Wu Q, Chen X, Chen Z, Zheng W, Viboud C, Zhang W§, Ajelli M§, Yu H*§. Investigating vaccine-induced immunity and its effect in mitigating SARS-CoV-2 epidemics in China. BMC Med. 2022; 20(1):37.

8. Oidtman RJ, Lai S, Huang Z, Yang J, Siraj AS, Reiner RC, Tatem AJ, Perkins TA*, Yu H*. Inter-annual variation in seasonal dengue epidemics driven by multiple interacting factors in Guangzhou, China. Nat Commun. 2019; 10(1):1148.

9. Takahashi S, Liao Q, Boechel TPV, Xing W, Sun J, Hsiao VY, Metcalf CJE, Chang Z, Liu F, Zhang J, Wu JT, Cowling BJ, Leung GM, Farrar JJ, van Doom HR, Grenfell BT*, Yu H*. Hand, foot, and mouth disease in China: modelling epidemic dynamics of enterovirus serotypes and implications for vaccination. PLoS Med. 2016; 13(2):e1001958.

10. Wu JT?, *, Jit M?, Zheng Y?, Leung K, Xing W, Yang J, Liao Q, Cowling BJ, Yang B, Lau EHY, Takahashi S, Farrar JJ, Grenfell BT, Leung GM, Yu H*. Routine pediatric enterovirus 71 vaccination in China: a cost-effectiveness analysis. PLoS Med. 2016; 13(3): e1001975.

11. Yu H?, Wu JT?, Cowling BJ*, Liao Q, Fang VJ, Zhou S, Wu P, Zhou H, Lau EH, Guo D, Ni MY, Peng Z, Feng L, Jiang H, Luo H, Li Q, Feng Z, Wang Y, Yang W*, Leung GM. Effect of closure of live poultry markets on poultry-to-person transmission of avian influenza A H7N9 virus: an ecological study. Lancet. 2014; 383(9916):541-8.

12. Gilbert M*, Golding N*, Zhou H, Wint GR, Robinson TP, Tatem AJ, Lai S, Zhou S, Jiang H, Guo D, Huang Z, Messina JP, Xiao X, Linard C, Van Boeckel TP, Martin V, Bhatt S, Gething PW, Farrar JJ, Hay SI, Yu H*. Predicting the risk of avian influenza A H7N9 infection in live-poultry markets across Asia. Nat Commun. 2014; 5:4116.

13. Yu H, Alonso WJ, Feng L, Tan Y, Shu Y, Yang W*, Viboud C*. Characterization of Regional Influenza Seasonality Patterns in China and Implications for Vaccination Strategies: Spatio-Temporal Modelling of Surveillance Data. PLoS Med. 2013; 10(11):e1001552.

14. Cai J*, Wu Y, Liu H, Deng Z, Yi L, Lai L, Funk A, Ajelli M, Yu H*. China's Post-Zero-COVID Omicron Wave: A Bayesian Analysis. Proc Natl Acad Sci U S A. 2025.

5．宿主病毒排出和免疫應答規(guī)律，及基于深度學習的抗原性和基因變異與進化預測

病毒在個體和人群中的感染、致病和傳播，及其變異與進化是病原體和宿主免疫系統(tǒng)相互作用的結(jié)果。余宏杰課題組通過建立基于醫(yī)院的病例隊列和基于社區(qū)的一般人群隊列，綜合運用病毒學、免疫學、生物信息學和計算生物學等實驗技術和分析方法，在個體和群體層面研究宿主的病毒排出和免疫應答規(guī)律和機制。在此基礎上，結(jié)合機器學習/深度學習的方法，構建蛋白質(zhì)語言模型解析病毒序列變異引起的表型變化及其在宿主免疫壓力下的適應性演化，從而解析病毒的感染、致病、傳播和進化與宿主間的相互作用關系，進而對病毒免疫逃逸能力和基因進化軌跡進行可解釋、可校準的預測。

代表性成果：

1. You L?, Chen J?, Cheng Y, Li Y, Chen Y, Ying T, Turtle L§, Yu H*§. Antibody signatures in hospitalized hand, foot and mouth disease patients with acute enterovirus A71 infection. PLoS Pathog. 2023; 19(6):e1011420.

2. Qiu Q?, Zhou J?, Cheng Y?, Zhou Y, Liang L, Cui P, Xue Y, Wang L, Wang K, Wang H, Li P, Chen J, Li Y, Turtle L§, Yu H*§. Kinetics of the neutralising antibody response in patients with hand, foot, and mouth disease caused by EV-A71: A longitudinal cohort study in Zhengzhou during 2017-2019. EBioMedicine. 2021; 68:103398.

3. Song C?, Li Y?, Zhou Y?, Liang L?, Turtle L, Wang F, Wu P, Qiu Q, Yang J, Wang K, Cui P, Cheng Y, Zhang T, Guo C, Zeng M, Long L, Peiris M, Zhou C*§, Cowling BJ§, Yu H*§. Enterovirus genomic load and disease severity among children hospitalised with hand, foot and mouth disease. EBioMedicine. 2020; 62:103078.

4. Gao L?, Zou G?, Liao Q?, Zhou Y?, Liu F, Dai B, Liu J, Chen Z, Xing W, Yang L, Liang H, Zhang Y, Chen Z, Luo L, Li Q, Luo K, Wu P, Mo X, Wang L, Lan K, Horby PW, Cowling BJ, Simmonds P, Altmeyer R, Doorn HR, Yu H*. Spectrum of Enterovirus Serotypes Causing Uncomplicated Hand, Foot, and Mouth Disease and Enteroviral Diagnostic Yield of Different Clinical Samples. Clin Infect Dis. 2018; 67(11):1729-1735.

5. Zhao M?, Chen J?, Tan S?, Dong T, Jiang H, Zheng J, Quan C, Liao Q, Zhang H, Wang X, Wang Q, Bi Y, Liu F, Feng L, Horby PW, Klenerman P, Gao GF, Liu WJ*, Yu H*. Prolonged evolution of virus-specific memory T cell immunity after severe avian influenza A (H7N9) virus infection. J Virol. 2018; 92(17):e01024-18.

三、博士招生的基本要求

課題組在復旦大學公共衛(wèi)生學院、上海市重大傳染病和生物安全研究院常年招收博士多名，基本要求如下：

1．國內(nèi)外一流高校和科研院所已經(jīng)或即將獲得碩士學位的、與各研究方向具體要求匹配的優(yōu)秀學生，具體見博士后招聘的各研究方向的專業(yè)與科研訓練要求；

2．英文聽、說、讀、寫熟練；

3．作為第一或共同第一作者至少發(fā)表過 1 篇英文 SCI 論文；

4．善于溝通交流，誠實純粹，有良好的團隊協(xié)助精神，工作勤奮主動，嚴謹負責。

四、博士后招聘

（一）博士后基本要求

課題組在復旦大學公共衛(wèi)生學院、上海市重大傳染病和生物安全研究院常年招聘博士后多名，基本要求如下：

1．堅持正確政治方向，思想品德端正，品學兼優(yōu)，身體健康，有科學研究使命感，恪守學術道德；

2．獲得博士學位不超過 3 年，年齡不超過 35 周歲（特別優(yōu)秀者可放寬年齡限制）；應屆博士畢業(yè)生申請進站時需已滿足博士學位論文答辯的基本要求；

3．英文聽、說、讀、寫熟練，在相關專業(yè)研究領域以第一作者至少發(fā)表 1 篇高水平 SCI 論文；

4．有扎實的專業(yè)基礎，良好的科研素養(yǎng)、科研潛力和團隊合作精神，工作勤奮主動，嚴謹負責，有創(chuàng)新意識，能獨立開展相關研究；

5．能保證在站期間全職在校工作，不招收在職人員。

（二）具體研究方向的專業(yè)與科研訓練要求

1．傳染病系統(tǒng)免疫學

（1）精通一門編程語言（如 R 語言、C 語言和 Python）；

（2）精通統(tǒng)計建模和貝葉斯建模的基本流程和相關軟件操作；

（3）有病原體特異性免疫動態(tài)、抗原性分析和建模等科研經(jīng)驗；

（4）有計算生物學、數(shù)學、生物統(tǒng)計、數(shù)據(jù)挖掘、機器學習等相關學科背景的候選人優(yōu)先考慮。

2．病毒基因組系統(tǒng)進化動力學

（1）精通一門編程語言（如 R 或 Python）和 Linux 操作系統(tǒng)；

（2）掌握二/三代高通量測序基本原理及其分析流程搭建（如 Snakemake/Bash）；

（3）有基于病毒基因組開展病毒進化研究的經(jīng)驗；

（4）有病毒學、病原微生物學、遺傳學、生物信息學等相關學科背景的候選人優(yōu)先考慮；

（5）有病毒高通量測序及分析（熟悉 Linux/HPC）、計算生物學等技能的候選人優(yōu)先考慮。

3．耦合接觸與移動網(wǎng)絡的傳染病傳播動力學建模，及新發(fā)傳染病的傳播動力學與復雜建模

（1）至少熟練掌握 R, Python, C++等其中一種，精通 C++優(yōu)先；

（2）傳染病建模、統(tǒng)計、數(shù)學、地理信息、計算機、大數(shù)據(jù)、人工智能等相關學科交叉研究背景者優(yōu)先。

4．宿主病毒排出和免疫應答規(guī)律，及基于深度學習抗原性和基因變異與進化預測

（1）數(shù)學、計算生物學、計算機、病原生物學、病毒學和免疫學相關交叉專業(yè)背景；

（2）熟練掌握分子生物學、細胞生物學、病毒學、免疫學相關的實驗方法和技術；

（3）熟悉機器學習/深度學習框架，掌握數(shù)據(jù)處理、特征工程到模型訓練與評估的流程搭建（如 PyTorch/Lightning）；

（4）具備統(tǒng)計、數(shù)學、計算生物學/生物信息學、計算機等交叉背景者優(yōu)先。

（三）福利待遇

1．進站博士后由復旦大學統(tǒng)一管理，按照國家和復旦大學博士后人員規(guī)定享受相關待遇，按政策繳納社會保險和住房公積金；根據(jù)入選者研究基礎與工作完成情況，課題組將提供科研績效獎勵；

2．積極鼓勵支持申報復旦大學超級博士后項目、「上海市超級博士后」 激勵計劃、「國家資助博士后研究人員計劃」等項目，協(xié)助辦理上海戶籍、申請上海市人才公寓，子女入學入托等按照學校博士后相關政策執(zhí)行；

3．課題組支持在站博士后申報博士后基金、國家自然科學基金，出站時推薦到國內(nèi)一流高校和科研院所就業(yè)；

4．將選派具有創(chuàng)新學術思維和國際視野的博士后，到已與課題組建立了良好合作關系的牛津大學、劍橋大學、耶魯大學、倫敦衛(wèi)生與熱帶病學院、普林斯頓大學、印第安納大學、香港大學等院校和科研機構，進行訪問研究。

五、招生和應聘材料，及聯(lián)系方式

有意者于郵件正文簡要說明求學或求職意愿，附上詳細簡歷（包括教育經(jīng)歷、工作經(jīng)歷、參與項目經(jīng)歷及完整的學術成果列表等），并附帶近期代表性論文等材料（5 篇以內(nèi)）一份（合并成一份 PDF）發(fā)送至yhj@fudan.edu.cn。

郵件主題請注明「申請者姓名_博士/博士后申請」；申請人需提供 2-3 名推薦人的詳細聯(lián)系信息；初審通過者將安排面試，面試通過者按要求辦理入學或進站入職手續(xù)。