AlphaFold 共同发明人成为芝加哥大学第 100 位获得诺贝尔奖的学者

John Jumper，SM'12，PhD'17，因创建名为 AlphaFold 的 AI 模型来预测蛋白质结构而获得 2024 年诺贝尔化学奖

芝加哥大学校友 John Jumper 于 10 月 9 日获得 2024 年诺贝尔化学奖，以表彰他开发了一种预测蛋白质复杂折叠结构的 AI 模型。

瑞典皇家科学院授予 Jumper 荣誉，他于 2012 年获得硕士学位，并于 2017 年获得芝加哥大学博士学位，与 Demis Hassabis 一起在“蛋白质结构预测”方面的工作。该奖项还与华盛顿大学的 David Baker 教授分享，以表彰“计算蛋白质设计”。

Jumper 是第 100 位与大学相关的获得诺贝尔奖的学者。

“这绝对是非同寻常的，”Jumper 说。“我从事计算生物学家工作已经很长时间了，我喜欢在谈话中说：我们需要它才能发挥作用。我们需要计算来解决生物学问题，我很高兴它开始发挥作用。

Jumper 和 Hassabis 是 AlphaFold 系统的共同发明者，该系统由一家名为 Google DeepMind 的公司发布。诺贝尔委员会写道，他们“利用人工智能成功地解决了化学家们努力解决 50 多年的问题：从氨基酸序列预测蛋白质的三维结构”。

世界各地的科学家煞费苦心地组装了从玉米到大肠杆菌再到人类的所有物种的基因序列。但基因序列只是一个起点——细胞中的大部分工作都是由蛋白质完成的，蛋白质是由基因序列创建的，但随后折叠成复杂的 3-D 构型以执行其功能。了解蛋白质的形状对于了解细胞的工作原理以及设计治疗疾病的药物至关重要。但是，几十年来，仅根据蛋白质的遗传数据来预测蛋白质如何折叠仍然难以捉摸。

DeepMind 于 2021 年 7 月发布了一个名为 AlphaFold 的程序的开源版本，事实证明，该程序在预测蛋白质将采取的形状方面非常出色。 据《自然》杂志称，从那时起，它已被超过五十万研究人员使用，并发表了数千篇论文，主题从抗生素耐药性到作物恢复力。

Jumper 说：“我喜欢这一切的原因是......我们可以从我们所做的与人们的健康之间划出一条直线，因为我们对细胞生物学和其他一切的了解，这真是非同寻常。

Jumper 于 2017 年获得芝加哥大学理论化学博士学位; 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。他得到了教授的建议。Karl Freed 和 Tobin Sosnick 合作，之后在 Sosnick 的实验室担任博士后研究员，然后转到 Google DeepMind。

Freed 是化学系和詹姆斯·弗兰克研究所的 Henry G. Gale 杰出服务名誉教授。Tobin Sosnick 是 William B. Graham 生物化学和分子生物学教授，目前担任该系主任。他还是生物物理动力学研究所的成员。

以前，获得蛋白质结构需要数年时间。AlphaFold 的 AI 模型可以在几分钟内完成这项工作。

2023 年，Sosnick 写道：“在 2021 年 7 月在线发布 AlphaFold 之后，我向我的同事发送了一封电子邮件，主题为'结构生物学的革命'......“I alphafolded it”这句话现在几乎每天都会听到，无论是在实验室里、在论文答辩期间，还是在科学会议上。这种将名词转变为动词的转变，类似于短语“I googled it”，反映了过去两年半生物科学领域发生的革命。

Jumper 是芝加哥大学第 19 位获得诺贝尔化学奖的人。最近，2023 年诺贝尔化学奖授予 Moungi Bawendi 博士 88 岁，以表彰他发现量子点;2019 年，John Goodenough 博士 52 岁，因发明锂电池而获奖。

芝加哥大学化学系主任 Jiwoong Park 教授说：“看到我们的校友 John Jumper 和 Moungi Bawendi 连续两年获得诺贝尔奖，真是太高兴了！“Jumper 博士获得诺贝尔奖证明了芝加哥大学化学学院进行的开创性研究，产生了现实世界的影响，以及我们培养化学领域未来领导者的使命的成功。”