约翰·江珀(John Jumper),1985年出生于美国阿肯色州小石城,蛋白质结构预测人工智能系统AlphaFold开发者,2024诺贝尔化学奖获得者。[1][2][3][4][5]
2003年,约翰·江珀在范德比尔特大学学习数学和物理,后于2007年前往剑桥大学攻读理论凝聚态物理学硕士。次年,他退学在德绍研究公司用超级计算机从事从事蛋白质动力学和过冷液体的分子动力学模拟工作。2011年起,他在芝加哥大学学习理论化学,完成了博士学位,并在此期间开发了机器学习方法来模拟蛋白质动力学。2017年起,他加入AlphaFold项目并于次年成为研究负责人。在后续研究中,开发出AlphaFold2,能够对超过2亿种蛋白质进行了结构预测,大大减少了科学家确定蛋白质结构所花费的时间,有助于更好地了解疾病并加速开发新的靶向药物。[6][7][8][3][4]
2024年10月9日,约翰·江珀和其搭档戴米斯·哈萨比斯,因对蛋白质结构预测的贡献,被授予了诺贝尔化学奖。[9][10]2026年6月,约翰·江珀宣布离开DeepMind,加入AI公司Anthropic。[5]
教育经历
1985年,约翰·江珀出生于美国阿肯色州小石城,他从小就自学编程。2003年他开始在范德比尔特大学学习数学和物理,并于2007年取得学士学位。本科毕业同年他前往剑桥大学攻读理论凝聚态物理学硕士。次年,他退学在德绍研究公司用超级计算机从事蛋白质动力学和过冷液体的分子动力学模拟工作。[1][6][7][8][4]
2011年开始,他在芝加哥大学学习理论化学,完成了博士学位,并于2017年成为博士后学者。在芝加哥大学期间,他开发了机器学习方法来模拟蛋白质动力学。[1][6][7]
开发AlphaFold
2016年,蛋白质结构预测人工智能系统AlphaFold项目启动。2017年起,他加入AlphaFold项目并于次年成为研究负责人。在后续项目中,用全新的架构重新设计系统,打造出AlphaFold2。 [1][6][7]
AlphaFold2精确的系统对超过2亿种蛋白质进行了结构预测,它们几乎涵盖了所有已记录的蛋白质——不仅是人类的蛋白质,还包括动物、植物、真菌、细菌和病毒的蛋白质。AlphaFold2大大减少了科学家确定蛋白质结构所花费的时间,并展示了人工智能对科学发现的影响及其加速生物学一些最基础领域进步的潜力,这项研究将有助于更好地了解疾病并加速开发新的靶向药物。此外,这项工作还被用于加速解决重要的现实问题,从抗生素耐药性到塑料污染和粮食不安全。[4]
诺贝尔获奖
2024年10月9日,诺贝尔化学奖揭晓,瑞典皇家科学院决定将其的一半共同授予约翰·江珀和谷歌Deep Mind项目首席执行官兼联合创始人戴米斯·哈萨比斯,以表彰其“对蛋白质结构预测的贡献”。
诺贝尔奖委员会评价称,约翰·江珀和戴米斯·哈萨比斯开发了一种名为AlphaFold2的人工智能模型,这种模型解决了一个已有50年历史的难题,能够预测大约两亿种已知蛋白质的复杂结构,并且已被全球200多万人使用。[9][10]
加入Anthropic
2026年6月,在谷歌工作了近十年的约翰·江珀宣布离开DeepMind,加入AI公司Anthropic。[5]
主要论著
| 发布时间 | 论文标题 | 期刊 |
|---|---|---|
| 2017年10月1日 | Innovative scattering analysis shows that hydrophobic disordered proteins are expanded in water[11] | 《Science》 |
| 2018年12月27日 | Trajectory-based training enables protein simulations with accurate folding and Boltzmann ensembles in cpu-hours[12] | 《Plos Computational Biology》 |
| 2021年7月15日 | Highly accurate protein structure prediction with AlphaFold[13] | 《Nature》 |
| 2021年7月22日 | Highly accurate protein structure prediction for the human proteome[14] | 《Nature》 |
| 2021年12月1日 | Applying and improving AlphaFold at CASP14[15] | 《Proteins》 |
| 2022年3月10 日 | Structure of the decoy module of human glycoprotein 2 and uromodulin and its interaction with bacterial adhesin FimH[16] | 《Nature Structural & Molecular Biology》 |
| 2022年7月6日 | Discovery of archaeal fusexins homologous to eukaryotic HAP2/GCS1 gamete fusion proteins[17] | 《Nature Communications》 |
| 2023年9月22日 | Accurate proteome-wide missense variant effect prediction with AlphaMissense[18] | 《Science》 |
| 2024年5月8日 | Accurate structure prediction of biomolecular interactions with AlphaFold 3[19] | 《Nature》 |
获得荣誉
参考资料 22
- 今晚2024年诺贝尔化学奖揭晓,夺奖大热领域居然是它? — 今日头条·文汇
- 约翰·M·江珀 — 2024诺贝尔奖
- John Jumper — gairdner
- John Jumper? — TNQ Tech
- AlphaFold项目的核心团队已解散 — 腾讯网
- 约翰·乔普 — LinkedIn领英
- 教育 — LinkedIn领英
- 潘禺:在这迷人又壮美的科学领域,“中国玩家”能奋起直追吗? — 今日头条·观察者网
- 2024诺贝尔化学奖揭晓 — 今日头条
- 2024年诺贝尔化学奖揭晓 — 今日头条·央视新闻
- 创新的散射分析表明疏水性无序蛋白质在水中膨胀 — Europe PMC
- Trajectory-based training enables protein simulations with accurate folding and Boltzmann ensembles in cpu-hours. — Europe PMC
- 使用 AlphaFold 进行高精度的蛋白质结构预测 — Europe PMC
- 高度精确的人类蛋白质组蛋白质结构预测 — Europe PMC
- 在 CASP14 上应用和改进 AlphaFold — Europe PMC
- Structure of the decoy module of human glycoprotein 2 and uromodulin and its interaction with bacterial adhesin FimH — Europe PMC
- Discovery of archaeal fusexins homologous to eukaryotic HAP2/GCS1 gamete fusion proteins. — Europe PMC
- 使用 AlphaMissense 准确预测蛋白质组范围内的错义变异效应 — Europe PMC
- 使用 AlphaFold 3 准确预测生物分子相互作用的结构 — Europe PMC
- 诺贝尔化学奖出炉,3名获得者均与人工智能领域有关,诺贝尔物理学奖也与AI有关 — 今日头条·九派新闻
- 2023年科学突破奖:1575万美元重奖AlphaFold及量子等领域 — 今日头条·澎湃新闻
- 《自然》2021年度十大人物公布 中国火星探测总设计师等入选 — 今日头条·中国新闻网