Chủ nhân giải thưởng

14
Tiến sĩ John Jumper
Giải đặc biệt VinFuture dành cho nhà khoa học nghiên cứu các lĩnh vực mới | 2022
TIỂU SỬ

Nhà khoa học nghiên cứu cao cấp tại Deepmind

Năm 2007, John Jumper đã nhận bằng Cử nhân Toán và Vật lý tại Đại học Vanderbilt, Hoa Kỳ. Ông bắt đầu nghiên cứu các phương pháp về bước thời gian thích ứng cho lượng tử Monte Carlo tại Đại học Cambridge vào năm 2008. Sau đó, ông nghiên cứu mô phỏng động lực học phân tử của protein và chất lỏng siêu lạnh tại D. E. Shaw Research trong 3 năm.

John Jumper bắt đầu chương trình Tiến sĩ vào năm 2011 và nhận bằng Tiến sĩ về Hóa học Lý thuyết tại Đại học Chicago năm 2017. Bắt đầu từ năm 2018, ông trở thành nhà khoa học nghiên cứu cấp cao tại Deepmind, London, Vương quốc Anh. Tạp chí khoa học Nature đã liệt kê John Jumper vào danh sách “Nature’s 10” – “Mười nhân vật quan trọng trong khoa học” năm 2021.

Năm 2022, ông nhận được Giải thưởng Wiley về Khoa học Y sinh. Ông đã nhận được Giải thưởng Breakthrough năm 2023 về Khoa học Đời sống nhờ phát triển AlphaFold, công cụ dự đoán chính xác cấu trúc của protein.

TỔNG QUAN CÔNG TRÌNH KHOA HỌC

Protein và vấn đề gấp xoắn của protein là bài toán khiến các nhà khoa học đau đầu trong suốt 50 năm. Một protein là chuỗi axit amin có thể gấp lại theo vô số cách trước khi đạt đến cấu trúc cuối cùng và cấu trúc gấp xoắn quyết định các chức năng của protein. Việc xác định cấu trúc gấp xoắn của protein là cực kỳ quan trọng để hiểu chức năng cũng như tìm ra giải pháp trong quá trình điều chế thuốc.

Jumper và Hassabis đã xây dựng một phương pháp học máy mới kết hợp kiến thức vật lý và sinh học về cấu trúc protein, giúp mô hình hóa cấu trúc của protein một cách chính xác và nhanh chóng. Với AlphaFold, trí tuệ nhân tạo đã được chứng minh rằng có thể dự đoán chính xác hình dạng của protein với độ chính xác đến cấp độ nguyên tử. AlphaFold không chỉ cung cấp giải pháp cho thách thức lớn kéo dài 50 năm mà còn là minh chứng quan trọng cho thấy, trí tuệ nhân tạo có thể tăng tốc khám phá khoa học và thúc đẩy nhân loại tiến bộ.

QUY MÔ TÁC ĐỘNG

Một hệ thống có thể dự đoán chính xác cấu trúc protein có tiềm năng to lớn mang lại lợi ích cho nhiều lĩnh vực. Đây là hướng đi giúp nâng cao hiểu biết về những căn bệnh đang gặp khó khăn trong chữa trị vì chưa hiểu cấu trúc protein, như các bệnh nhiệt đới dễ bị lãng quên (Neglected tropical diseases – NTDs). Những căn bệnh như vậy đang ảnh hưởng đến hàng triệu người mỗi năm, khiến hàng chục nghìn người tử vong và tiêu tốn hàng tỉ đô la.

Ngoài ra, một hệ thống như AlphaFold có thể giúp tìm ra các protein và enzyme có thể phân hủy chất thải nhựa công nghiệp hoặc thu giữ carbon từ khí quyển một cách hiệu quả. Do đó, tiềm năng sử dụng cấu trúc protein để hạn chế chất thải nhựa công nghiệp là rất hứa hẹn. Chỉ sau 12 tháng từ khi ra đời, AlphaFold đã được hơn nửa triệu nhà nghiên cứu truy cập và sử dụng để đẩy nhanh tiến độ giải quyết các vấn đề quan trọng trong thế giới thực, từ ô nhiễm nhựa đến kháng kháng sinh.

Cơ sở dữ liệu của AlphaFold ngày nay có hơn 300 triệu cấu trúc protein và cung cấp cho tất cả. Jumper và Hassabis đã quyết định mở mã nguồn của AlphaFold và xuất bản hai bài báo chuyên sâu trên tạp chí Nature, đã được trích dẫn hơn 4.000 lần chỉ trong hơn một năm. Đến nay, hơn 500.000 nhà nghiên cứu từ 190 quốc gia đã truy cập cơ sở dữ liệu AlphaFold để xem hơn 2 triệu cấu trúc.

Đây là nền tảng để các nhà sinh học có thể nghiên cứu về protein, từ đó giúp giải mã các biến thể gen gây bệnh và thúc đẩy nhanh hơn quá trình tìm ra nhiều phương thuốc cho nhân loại.

CHIA SẺ