John M. Jumper

biólogo computacional estadunidense

John Michael Jumper é um cientista e investigador estadunidense da DeepMind Technologies. Foi distinguido com o Nobel de Química de 2024.[1][2] Jumper e seus colegas criaram a AlphaFold,[3] um modelo de inteligência artificial para prever estruturas proteicas a partir de sua sequência de aminoácidos com alta precisão.[4]

John M. Jumper Medalha Nobel
John M. Jumper
John M. Jumper 2024.
Nascimento 1985 (39 anos)
Little Rock
Cidadania Estados Unidos
Alma mater
Ocupação computational biologist, pesquisador de inteligência artificial
Distinções
Empregador(a) DeepMind
Obras destacadas AlphaFold

John Jumper foi laureado com o Prêmio Nobel de Química de 2024, juntamente com Demis Hassabis, "pela previsão da estrutura de proteínas".[5]

Jumper afirmou que a equipe AlphaFold planeja liberar 100 milhões de estruturas de proteínas.[6] A revista científica Nature incluiu Jumper como uma das dez "pessoas importantes" na ciência em sua lista anual em 2021.[4]

Carreira

editar

A pesquisa de Jumper investiga algoritmos para a previsão de estrutura de proteínas.[7]

AlphaFold

editar

AlphaFold[8][9] é um algoritmo de aprendizado profundo desenvolvido por Jumper e sua equipe na DeepMind, um laboratório de pesquisa adquirido pela empresa-mãe do Google, Alphabet Inc. É um programa de inteligência artificial que realiza previsões da estrutura de proteínas.[10]

Prêmios e honrarias

editar
 
Esta imagem representa o produto final do AlphaFold e compara seus resultados com outros concorrentes na competição CASP.

Em novembro de 2020, AlphaFold foi nomeado o vencedor da 14ª edição da Critical Assessment of Structure Prediction (CASP).[11][12][13] Essa competição internacional avalia algoritmos para determinar qual pode prever melhor a estrutura 3D das proteínas. O AlphaFold venceu a competição, superando outros algoritmos ao obter pontuações acima de 90 para cerca de dois terços das proteínas no global distance test (GDT) do CASP, um teste que mede o grau de semelhança entre a estrutura prevista por um programa computacional e a estrutura determinada por experimentos laboratoriais, sendo 100 uma correspondência completa, dentro do limite de distância usado para calcular o GDT.[14][15]

Em 2021, Jumper recebeu o Prêmio Fundação BBVA Fronteiras do Conhecimento na categoria "Biologia e Biomedicina".[16] Em 2022, Jumper recebeu o Prêmio Wiley em Ciências Biomédicas[17] e, em 2023, o Prêmio Breakthrough em Ciências da Vida por desenvolver o AlphaFold, que prevê com precisão a estrutura de uma proteína.[18] Em 2023, ele recebeu o Prêmio Internacional Gairdner do Canadá[19] e o Prêmio Albert Lasker de Pesquisa Médica Básica.[20]

Em 2024, Jumper e Demis Hassabis dividiram metade do Prêmio Nobel de Química por suas previsões de dobramento de proteínas, enquanto a outra metade foi para David Baker pelo design de proteínas.[21][22]

Referências

  1. John M. Jumper publications from Europe PubMed Central
  2. Eisenstein, Michael (2021). «Artificial intelligence powers protein-folding predictions». Springer Nature. Nature. 599 (7886): 706–708. doi:10.1038/d41586-021-03499-y. Consultado em 24 de dezembro de 2021 
  3. John Jumper; Richard Evans; Alexander Pritzel; et al. (15 de julho de 2021), «Highly accurate protein structure prediction with AlphaFold», Nature, ISSN 1476-4687 (em inglês), Bibcode:2021Natur.596..583J, PMC 8371605 , doi:10.1038/S41586-021-03819-2, Wikidata Q107555821 
  4. a b Maxmen, Amy (2021). «Nature's 10: John Jumper: Protein predictor». Springer Nature. Nature. 600 (7890): 591–604. PMID 34912110. doi:10.1038/d41586-021-03621-0  
  5. «The Nobel Prize in Chemistry 2024». The Nobel Prize. 9 de outubro de 2024. Consultado em 9 de outubro de 2024 
  6. Browne, Grace (2021). «DeepMind's AI has finally shown how useful it can be». wired.com. Consultado em 24 de dezembro de 2021 
  7. «John Jumper». scholar.google.com. Consultado em 10 de outubro de 2024 
  8. John Jumper; Richard Evans; Alexander Pritzel; et al. (15 de julho de 2021), «Highly accurate protein structure prediction with AlphaFold», Nature, ISSN 1476-4687 (em inglês), Bibcode:2021Natur.596..583J, PMC 8371605 , doi:10.1038/S41586-021-03819-2, Wikidata Q107555821 
  9. Andrew W Senior; Richard Evans; John Jumper; et al. (15 de janeiro de 2020), «Improved protein structure prediction using potentials from deep learning», Nature, ISSN 1476-4687 (em inglês), 577 (7792): 706-710, PMID 31942072, doi:10.1038/S41586-019-1923-7, Wikidata Q92669549 
  10. «AlphaFold». Deepmind. Consultado em 30 de novembro de 2020 
  11. «AlphaFold: a solution to a 50-year-old grand challenge in biology». Deepmind. 30 de novembro de 2020. Consultado em 30 de novembro de 2020 
  12. Sample, Ian (2 de dezembro de 2018). «Google's DeepMind predicts 3D shapes of proteins». The Guardian. Consultado em 30 de novembro de 2020 
  13. Shead, Sam (30 de novembro de 2020). «DeepMind solves 50-year-old 'grand challenge' with protein folding A.I.». CNBC (em inglês). Consultado em 30 de novembro de 2020 
  14. «DeepMind's protein-folding AI has solved a 50-year-old grand challenge of biology». MIT Technology Review (em inglês). Consultado em 30 de novembro de 2020 
  15. Robert F. Service, 'The game has changed.' AI triumphs at solving protein structures, Science, 30 de novembro de 2020
  16. «BBVA Foundation Frontiers of Knowledge Award 2022». frontiersofknowledgeawards-fbbva.es 
  17. «Wiley Prize 2022». wiley.com 
  18. «Breakthrough Prizes 2023». breakthroughprize.org. Consultado em 22 de setembro de 2022 
  19. Foundation, The Gairdner (30 de março de 2023). «2023 Canada Gairdner Award Winners Announced». The Gairdner Foundation (em inglês). Consultado em 9 de outubro de 2024 
  20. Admin, Lasker. «AlphaFold—for predicting protein structures». Lasker Foundation (em inglês). Consultado em 9 de outubro de 2024 
  21. «The Nobel Prize in Chemistry 2024». Nobel Media AB. Consultado em 9 de outubro de 2024 
  22. «Press release: The Nobel Prize in Chemistry 2024». NobelPrize.org (em inglês). Consultado em 9 de outubro de 2024 

Ligações externas

editar
 
O Scholia tem um perfil para John M. Jumper.