John M. Jumper ist ein US-amerikanischer Chemiker und Informatiker, der mit Google DeepMind verbunden ist. Bekannt wurde er vor allem durch die Leitung der Entwicklung von AlphaFold, einem System der künstlichen Intelligenz, das die dreidimensionalen Strukturen von Proteinen aus Aminosäuresequenzen vorhersagt. Dieser Durchbruch brachte ihm 2024 einen Anteil am Nobelpreis für Chemie ein.
Jumpers Arbeit verbindet maschinelles Lernen mit Strukturbiologie und zeigt, wie deep learning langjährige wissenschaftliche Herausforderungen lösen kann. Seine Beiträge haben weitreichende Auswirkungen auf die Wirkstoffforschung, das Enzymdesign und das Verständnis von Krankheitsmechanismen.
Frühes Leben und Ausbildung
Jumper wurde in den Vereinigten Staaten geboren. Er studierte Physik im Grundstudium und erwarb 2007 einen Bachelor-Abschluss an der Vanderbilt University. Anschließend absolvierte er 2008 einen Masterstudiengang in Physik an der University of Cambridge. Danach wechselte Jumper zur Chemie und promovierte 2017 in theoretischer Chemie an der University of Toronto, wo er sich auf computergestützte Methoden zur Proteinfaltung konzentrierte.
Karriere bei DeepMind
2017 trat Jumper als Forschungswissenschaftler bei DeepMind ein, das heute Teil von Google DeepMind ist. Er übernahm schnell die Leitung des AlphaFold-Projekts, das künstliche Intelligenz für die Vorhersage von Proteinstrukturen einsetzen sollte. Der erste große Erfolg gelang 2018, als AlphaFold den 13. Critical Assessment of Structure Prediction (CASP)-Wettbewerb gewann und andere Methoden übertraf. 2020 erreichte AlphaFold 2 eine nahezu experimentelle Genauigkeit, ein Ergebnis, das die wissenschaftliche Gemeinschaft verblüffte und als Lösung einer 50 Jahre alten Herausforderung der Biologie beschrieben wurde.
AlphaFold und seine Auswirkungen
AlphaFold 2 nutzt eine neuronale Netzwerk-Architektur, die Aufmerksamkeitsmechanismen ähnlich denen in Transformatoren integriert, um Wechselwirkungen zwischen Aminosäuren zu modellieren. Das System wurde mit einem großen Datensatz bekannter Proteinstrukturen aus der Protein Data Bank trainiert. 2021 veröffentlichte DeepMind die AlphaFold-Proteinstrukturdatenbank, die Vorhersagen für nahezu alle menschlichen Proteine und Millionen weiterer Proteine frei zugänglich macht.
Die Datenbank wird von über einer Million Forschenden genutzt und beschleunigt Studien zu vernachlässigten Tropenkrankheiten, Antibiotikaresistenzen und synthetischer Biologie. Jumpers Führungsrolle war entscheidend für die Koordination des interdisziplinären Teams, das AlphaFold entwickelte und das Expertinnen und Experten aus maschinellem Lernen, Biologie und Softwaretechnik umfasste.
Auszeichnungen und Anerkennung
Jumper erhielt 2024 gemeinsam mit Demis Hassabis, dem CEO von Google DeepMind, den Nobelpreis für Chemie für ihre Arbeit zur Vorhersage von Proteinstrukturen. Das Nobelkomitee würdigte ihre Entwicklung von AlphaFold als Durchbruch, der die Vorhersage komplexer Proteinstrukturen mit bemerkenswerter Genauigkeit ermöglicht hat. Darüber hinaus wurde Jumper mit weiteren Preisen geehrt, darunter 2023 der Breakthrough Prize in Life Sciences und der Canada Gairdner International Award 2022, die er jeweils mit Hassabis und weiteren Mitarbeitenden teilte.
Aktuelle Arbeit und Zukunftsperspektiven
Stand 2025 arbeitet Jumper weiterhin bei Google DeepMind und erweitert die Fähigkeiten von AlphaFold auf andere biologische Moleküle wie RNA und Protein-Ligand-Komplexe. Seine Forschungsinteressen umfassen die Integration von deep learning in die experimentelle Strukturbiologie sowie Anwendungen im Wirkstoffdesign. Jumper betont die Bedeutung offener Wissenschaft und stellt die Codebasis und Vorhersagen von AlphaFold der Forschungsgemeinschaft öffentlich zur Verfügung, um deren Nutzen zu maximieren.
Jumpers Leistungen haben eine neue Generation von Forschenden dazu inspiriert, KI für wissenschaftliche Probleme einzusetzen. Seine Arbeit gilt als wegweisendes Beispiel für das transformative Potenzial von maschinellem Lernen in den Naturwissenschaften.