芝加哥大学校友John Jumper于10月9日因开发了一种能够预测蛋白质复杂折叠结构的人工智能模型，被授予2024年诺贝尔化学奖。瑞典皇家科学院授予了John Jumper和他的同事Demis Hassabis 2024年诺贝尔化学奖，以表彰他们在“蛋白质结构预测”领域的杰出工作。同时，该奖项也与华盛顿大学的Prof. David Baker共享，以表彰他在“计算蛋白质设计”方面的贡献。Jumper于2012年获得芝加哥大学的硕士学位，并于2017年获得博士学位。他是第100位与芝加哥大学相关的诺贝尔奖得主。
John Jumper表示：““作为一名资深的计算生物学家，我一直坚信，计算科学是解决生物学难题的关键。如今，看到我们的研究成果真正发挥作用，我感到无比激动。”
John Jumper和Demis Hassabis是AlphaFold系统的共同发明者，该系统由谷歌DeepMind公司发布。诺贝尔委员会写道，他们“利用人工智能成功解决了化学家们50多年来一直在努力解决的问题：从氨基酸序列预测蛋白质的三维结构。”
全世界的科学家们辛苦地组装了从玉米到大肠杆菌再到人类的遗传序列。但遗传序列只是一个起点——细胞中的大部分工作是由蛋白质完成的，蛋白质是由遗传序列创造的，但随后折叠成复杂的3D配置以执行其功能。了解蛋白质的形状对于理解细胞如何工作至关重要，例如，设计药物以对抗疾病。但仅凭遗传数据预测蛋白质的折叠方式几十年来一直是个难题。
DeepMind在2021年7月发布了名为AlphaFold的程序的开源版本，该程序在预测蛋白质结构方面取得了显著成就。据《自然》杂志报道，该程序自发布以来，已被超过50万名研究人员使用，并催生了数千篇涉及抗生素抗性、作物抗性等领域的研究论文。
Jumper于2017年在芝加哥大学获得理论化学博士学位；他的论文研究了如何将机器学习技术应用于蛋白质动力学的研究。他曾由卡尔·弗里德教授和托宾·索斯尼克教授指导，并在索斯尼克的实验室担任博士后研究员，然后转到谷歌DeepMind工作。
（来源：资讯中国）
