仅用1年成为DeepMind顶梁柱，John Jumper博士毕业7年拿诺奖，开启蛋白折叠新时代

「我以为我只有 10% 的机会获得诺贝尔化学奖」，得知获奖消息后，John Jumper 在电话采访中笑着说道。他的语气中带着谦逊与感慨，而这份殊荣的背后，则是 AlphaFold2 带来的科学革命，彻底改变了蛋白质结构预测的方式。

截至目前，已有来自 190 个国家的 200 多万人使用这一工具，它不仅加速了新药研发和疾病研究，也为基础科学探索提供了前所未有的支持，深刻影响了生命科学的未来发展。

值得一提的是，Jumper 也是 70 年来最年轻的诺贝尔化学奖获得者，而这一令人瞩目的荣誉距离他博士毕业仅 7 年，彰显了他在科学探索中的天赋与实力。

2024诺贝尔化学奖颁奖现场 从左至右依次为 David Baker、Demis Hassabis、John Jumper

值得一提的是，Jumper 从少年时期便展现出对科学的浓厚兴趣，这位同学眼中的「学霸」最初选择的其实是物理学，直到 2011 年才迈入化学研究领域的大门，并逐渐发掘了交叉学科研究的魅力所在。

成为「别人家的小孩」，从普拉斯基学院到学术启蒙

Jumper 的学术旅程始于美国阿肯色州北小石城市的普拉斯基学院，这是一所社区技术学院，以其灵活的课程设置和多样化的学习方式而闻名。学院提供超过 80 个经认证的课程，学生能够根据自己的时间来安排课程。

在这种高自由度且充满活力的环境中，Jumper 的好奇心和求知欲得到了极大的激发。高中时期，他不仅积极参与了科学与工程俱乐部，还加入了普拉斯基学院屡获殊荣的模拟联合国项目。同时，他还活跃于国际象棋俱乐部，并在足球队中为校争光。可以说，兴趣爱好上的动静相宜，恰恰也展示了 Jumper 的团队协作能力与逻辑性思维。

Jumper 和足球队成员合影

进入高年级后，Jumper 的重心更加偏向学习，他加入了 Bill Topich 教授首次开设的荣誉论文课，并在其中撰写了名为「A Model for Rogue States」的论文，这不仅展示了他对国际政治的深刻洞察，也体现了他在学术研究上的独立思考。

高中时期的 Jumper

在普拉斯基学院的这段时光，Jumper 修读了所有可选的 AP 和荣誉课程，在物理、化学、生物、数学和社会科学等各个领域都取得了优异成绩，迅速成为同学们眼中的学霸。

从物理转向化学，Jumper 的跨学科探索之旅

从普拉斯基学院毕业后，Jumper 怀揣着对科学研究的热情进入美国范德堡大学学习物理学。大学毕业时，他做出了一个关键的选择：继续追逐学术梦想。在马歇尔奖学金的资助下，他远赴英国剑桥大学，攻读理论凝态物理学，并于 2008 年顺利获得硕士学位。

本科时期的 Jumper

有意思的是，当 Jumper 开始继续攻读物理学博士学位时，却发现这并非自己的真正热爱所在。于是，他毅然转向了一个全新的领域，加入 D.E. Shaw Research 担任科学助理。他在这里从事蛋白质动力学和超冷液体的分子动力学模拟研究，这 3 年的工作不仅令其看到了化学与生物学的价值，也点燃了他对这些交叉领域的浓厚兴趣。

2011 年，Jumper 走进芝加哥大学，开始攻读理论化学硕士学位，并一路读到博士，最终在 2017 年获得博士学位，他的毕业论文便是通过机器学习方法来研究蛋白质折叠，题为「利用严格的机器学习方法研究粗粒度蛋白质折叠和动力学的新方法 (New Methods Using Rigorous Machine Learning for Coarse-Grained Protein Folding and Dynamics)」。

Jumper 博士毕业论文：
https://knowledge.uchicago.edu/record/229?v=pdf

研究生时期的 Jumper

然而，这段跨学科之旅并非一帆风顺。「刚开始的时候，我对化学一窍不通，完全不懂」Jumper 回忆道，「我不得不快速掌握整个课程，我设法提前一周的课时完成我当时担任助教的本科生普通化学课」。或许也正是这份毅力与坚持，令他最终完成由物理学向化学的华丽转身。

在读博期间，Jumper 进入了导师 Tobin Sosnick 和 Karl Freed 的联合实验室，从事蛋白质折叠的研究。这个实验室独特之处在于将理论与实验相结合，聚集了一支多学科背景的团队，共同探讨生物学、化学和物理学的交叉问题。

得益于这段学习经历，Jumper 深刻感悟到了跨学科研究的价值，他直言：「与来自不同领域的专家交流，了解他们的激情所在以及他们的思维方式，这会让你学到更多」。

成为 DeepMind 「顶梁柱」， AlphaFold 造就业内传奇

博士毕业后，Jumper 在 Sosnick 教授的实验室担任了 9 个月的博士后研究员。2017 年底，他加入了谷歌 DeepMind，在那里 Jumper 找到了自己真正的使命，即开发能够预测蛋白质结构的人工智能模型。于是，AlphaFold 项目应运而生。

Jumper 回忆道，最初设计 AlphaFold 时，团队只有 15 人。而他和团队的目标是解决一个长期困扰科学界的世纪难题：蛋白质折叠。尽管 1950 年代的 Anfinsen 假说提出：蛋白质的氨基酸序列包含其天然结构的全部信息，而蛋白质的天然结构是其热力学最稳态，但将这一理论付诸实践却始终充满挑战。传统的实验方法如 X 射线晶体学和核磁共振波谱技术虽然精准，却昂贵且耗时。Jumper 和他的团队深知，借助机器学习的力量，有可能将这一复杂的任务简化为算法和数据的碰撞。

加入 DeepMind 一年后，Jumper 于 2018 年成为了 AlphaFold 项目的负责人，目标是用全新的架构重新设计该系统。也是在同一年，AlphaFold 在 第 13 届蛋白质结构预测的比赛 (CASP13) 初露锋芒，在自由建模 (FM) 比赛项目中排名第一。彼时，AlphaFold 一跃成为了 DeepMind 继 AlphaGo 之后的新名片，而这也是 Jumper 交出的第一份高分答卷，使其在公司内站稳脚跟。

2020 年，Jumper 带领 AlphaFold2 再度参赛，在 CASP14 大放异彩，将 CASP 蛋白质结构预测成绩提高到 92.4 分（满分 100 分），与蛋白质真实结构只差一个原子的宽度，解决了困扰科学家长达 50 年的问题。一时间，AlphaFold2 成为了蛋白质结构预测领域的里程碑成果，从物理学半路出家的 Jumper 在业内的影响力也持续提升。

2021 年 7 月，AlphaFold2 相关研究论文及开源代码在 Nature 上正式亮相。据 Nature 官方表示，从发布之日起 AlphaFold2 便已被超过 50 万研究人员使用，并以此为基础发表了数千篇论文。作为论文的一作，Jumper 被 Nature 列为 2021 年度「十大科学界重要人物」之一。

Jumper 被 Nature 列为 2021 年度「十大科学界重要人物」之一

而在 2024 年 5 月，Jumper 与其团队又推出了 AlphaFold3，并于 11 月 11 日正式开源。虽影响力不及上一代，但其通用性更高，不再局限于蛋白质，还可以用于其他生物高分子与小分子配体、高分子修饰，以及蛋白质和它们的复合物结构。

目前，AlphaFold 数据库已经涵盖了数百万种蛋白质结构，成为了全球新药研发、疾病研究以及环境科学的重要工具。

光环退去，谦虚与奉献的科学信仰

凭借在蛋白质结构预测领域的突破性贡献，Jumper 与 Demis Hassabis 斩获了多项国际大奖，包括 2021 年的 BBVA 基金会生物学和生物医学知识前沿奖、2022 年的 Wiley 生物医学科学奖，以及 2023 年的生命科学突破奖、加拿大盖尔德纳国际奖和阿尔伯特·拉斯克基础医学研究奖等等。

Jumper（右）与 Hassabis（左）出席第十届突破奖颁奖典礼

2024 年成为 Jumper 人生的重要里程碑。他不仅入选了「时代」周刊 2024 年 AI 领域最具影响力的 100 人，并在今年 10 月份，与 Demis Hassabis 以及 David Baker 一起获得了诺贝尔化学奖。作为 70 多年来诺奖最年轻的化学奖得主，Jumper 也是芝加哥大学第 100 位诺贝尔奖得主，同时也是该校历史上第 19 位诺贝尔化学奖获得者。

面对这一巅峰荣誉，Jumper 却保持了令人敬佩的谦逊态度，他坦言，「当时只觉得自己有 10% 的机会」。

Jumper 入选时代周刊

诺贝尔奖组委会的给出的一组数据则是清晰点明了 Jumper 团队工作的深远影响：「自 2020 年以来，已有 190 个国家的 200 余万人使用了 AlphaFold2」。对此，Jumper 在之后的媒体采访中分享了他的感悟：「我们在 AlphaFold 上的工作，是为了让生物学进展得更快一点。现在看到许多人在我们的基础上做出了开创性成果，能成为他们脚下的肩膀，让他们走得更远，是一件非常令人欣慰的事」。

Jumper 在 DeepMind 办公室

这一切的辉煌背后，是 Jumper 一贯的谦虚与奉献精神。

他在博士期间编写的代码至今仍被频繁使用，他的导师 Sosnick 提到：「Jumper 非常愿意为别人的项目贡献时间和智慧。他在这里时，参与了许多论文的合作，充分展现了他慷慨付出的精神」。其同门师弟更是直言，「我的博士毕业论文前半部分是 Jumper 亲自指导的，而后半部分则是对其博士工作的一些延伸。没有他，我不可能博士毕业」。

科学没有终点，只有更高的目标

如今，Jumper 凭借着在蛋白质结构预测领域的突出贡献，成为了当下众多人心中的科学偶像。谦逊与奉献，是贯穿 Jumper 整个学术生涯的底色。他在团队中的每一次讨论、每一行代码、每一个想法，都倾注了对科学的敬畏与热爱。就像他在采访中所言，「我的梦想是做一些真正有用的事情」，「小问题也可以有大发现」。

谈及未来，Jumper 表示「我不想告诉你我下一步要做什么，因为我想要自由地改变它。明天的事一直在变，需要随时调整来应对」。这份坦率不仅展示了他的学术自由观，更突显了他对探索未知的无限热情。

「科学没有终点，只有更高的目标」，Jumper 用行动诠释了这句话，而他的故事也远未结束，我们有理由相信，在 DeepMind 的强大支持下，他或许还能够缔造新的传奇。

参考资料：
1.https://blog.pulaskiacademy.org/pa-alum-john-jumper-wins-nobel
2.https://www.nature.com/immersive/d41586-021-03621-0/index.html
3.https://www.youtube.com/watch?v=q3TqNxeI4CA&t=393s
4.https://news.uchicago.edu/story/how-accidental-chemist-honed-his-approach-uchicago-way-nobel-prize
5.https://www.youtube.com/watch?v=4EAqrl8LnIg