Лавров ответил на обвинения в нарушении договора о ракетах
11.02.2026 02:18:00
Утром 9 октября 2024 года Джон Джампер находился на онлайн-совещании с коллегами из Google DeepMind, когда в телефоне начал разрываться телефон. На звонок из Стокгольма он едва успел ответить между встречами. Ему было всего 39 лет — в этом возрасте мало кто из ученых получает Нобелевскую премию. За семь лет он сумел сделать то, что не удавалось биологам полвека: научить искусственный интеллект предсказывать, как именно свернется белок после его создания в клетке.
1985 год. Литл-Рок, штат Арканзас. Именно здесь, в сердце американского Юга, в семье родился Джон Майкл Джампер. Его детство прошло на участке в десять акров недалеко от города — лошади, собаки, амбарный кот, бесконечная природа вокруг. Восемнадцать лет он не покидал эти места, и воспоминания о них остались с ним навсегда.
В интервью Arkansas Business много лет спустя Джампер признается: «Это было замечательное место, чтобы бродить вокруг в окружении природы». Простые слова, но за ними — формирование особого взгляда на мир, где сложные системы возникают из простых элементов, где хаос природы подчиняется невидимым законам.
В 2003 году Джампер заканчивает Pulaski Academy — престижную частную школу в Литл-Роке. Он берет все возможные курсы повышенной сложности, особенно по биологии, химии, математике и физике. Параллельно участвует в шахматном клубе, клубе науки и инженерии, играет в футбол, занимается в модели ООН. Его выпускная работа называется «Модель государств-изгоев» — неожиданная тема для школьника, но показательная. Уже тогда Джампера интересовало, как системы работают на грани хаоса, как предсказать их поведение.
Учитель истории Билл Топич оказал на него огромное влияние. Спустя годы Джампер скажет, что именно на уроках истории, а не естественных наук, он научился самому важному: «Я узнал, как упорно работать над чем-то, как думать о вопросах, где ответ не столь очевиден. Как учиться и делать что-то самостоятельно».
2007 год. Джампер получает диплом бакалавра в Университете Вандербильта сразу по двум специальностям — физике и математике. Его замечают. Ему присуждают престижную Marshall Scholarship — стипендию для выдающихся студентов, желающих продолжить обучение в британских университетах.
Кембридж, 2008 год. Магистратура по теоретической физике конденсированного состояния. Джампер изучает адаптивные методы временных шагов для квантового метода Монте-Карло, применяя их для предсказания энергий и геометрии малых молекул. Это фундаментальная работа, но пока еще далекая от биологии.
2008-2011 годы. Неожиданный поворот — Джампер устраивается в D.E. Shaw Research в Нью-Йорке. Это не обычная компания, а вычислительная лаборатория, созданная легендарным квантовым финансистом Дэвидом Шоу. Здесь Джампер погружается в молекулярно-динамические симуляции, изучает динамику белков и стеклование переохлажденных жидкостей. Именно здесь математик и физик впервые по-настоящему встречается с биологией.
Затем — Чикагский университет. С 2011 по 2017 год Джампер проходит путь от магистратуры к докторской степени по теоретической химии. Его фокус смещается к машинному обучению применительно к физике сворачивания белков. Это критический период: Джампер начинает понимать, что традиционные подходы к проблеме укладки белков упираются в вычислительные ограничения. Нужен прорыв.
Чтобы понять масштаб задачи, стоящей перед Джампером, представьте воздушный шарик для моделирования. Из одного длинного шарика можно скрутить собаку, цветок, меч — всё зависит от того, как и где вы его сгибаете. Белки работают примерно так же.
Белок — это цепочка из аминокислот, которых всего двадцать типов. После синтеза в клетке эта цепочка мгновенно сворачивается в сложную трехмерную структуру. От этой структуры зависит всё: будет ли белок переносить кислород, как гемоглобин, или бороться с инфекциями, как антитела. Проблема в том, что даже относительно короткий белок может принять астрономическое количество конфигураций.
С 1970-х годов ученые пытались предсказать структуру белка, зная только последовательность аминокислот. Это было похоже на попытку предсказать погоду — слишком много переменных, слишком много хаоса. Экспериментальные методы вроде рентгеновской кристаллографии или криоэлектронной микроскопии работали, но были медленными и дорогими. На определение структуры одного белка уходили месяцы или годы.
В 1994 году появилась CASP — Critical Assessment of protein Structure Prediction, соревнование, проходящее раз в два года. Организаторы дают участникам аминокислотные последовательности белков, структуры которых только что определили экспериментально, но еще не опубликовали. Задача — предсказать трехмерную структуру. К середине 2010-х лучшие команды достигали точности около 40 процентов по шкале GDT (Global Distance Test).
Прогресс был медленным. Многие сомневались, что проблему вообще можно решить при их жизни.
2017 год. Джампер присоединяется к Google DeepMind в Лондоне как научный сотрудник. DeepMind — это компания, которая прославилась тем, что научила ИИ побеждать людей в игре го, что считалось невозможным. Теперь компания под руководством Демиса Хассабиса решила применить свой опыт к белкам.
В 2018 году на CASP13 DeepMind впервые представила AlphaFold. Результаты были ошеломляющими: точность около 60 процентов, намного опережающая конкурентов. AlphaFold предсказал лучшую структуру для 25 из 43 наиболее сложных белков, тогда как следующая по результатам команда — только для трех.
Но Хассабис понимал, что это еще не прорыв. Медианная точность в 6,6 ангстрема (размер атома водорода — около 1 ангстрема) была недостаточна для практического применения. После CASP13 наступил сложный период. По словам самого Хассабиса, команда начала сомневаться: «У нас был трудный период после AlphaFold1».
Именно тогда Хассабис понял, что нужен человек, который одинаково хорошо понимает и физику белков, и машинное обучение. В июле 2018 года он повысил Джампера до руководителя проекта AlphaFold2.
Джампер принял вызов, но путь не был гладким. Команда полностью перестроила систему. Они разработали новую архитектуру внимания, позволяющую системе решать структуру белка частями, как головоломку-пазл, а затем соединять «островки решений».
Но в какой-то момент всё застопорилось. Три месяца без видимого прогресса. «Мы сидели и волновались: а не исчерпали ли мы данные?» — вспоминает Джампер. Даже когда приближался дедлайн CASP14 в 2020 году, команда нервничала. В системах машинного обучения всегда может закрасться ошибка, которую сложно обнаружить.
Затем пришли результаты. CASP14, ноябрь 2020 года. AlphaFold2 достиг медианной точности 92,4 по шкале GDT. Две трети белков были предсказаны с точностью более 90 процентов — это сравнимо с экспериментальными методами. Средняя ошибка составила всего 1,6 ангстрема — примерно ширина атома.
Джон Моулт, один из основателей CASP, который работал над проблемой укладки белков несколько десятилетий, на пресс-конференции произнес слова, которые войдут в историю: «Пятидесятилетняя грандиозная задача в информатике в значительной степени решена».
AlphaFold2 победил подавляющее большинство участников. Из 97 целевых белков он дал лучшее предсказание для 88. Это не был постепенный прогресс — это был скачок. Команда Дэвида Бейкера, долгие годы лидировавшая в этой области с программой Rosetta, набрала около 90 баллов. AlphaFold2 — почти 240.
Июль 2021 года. DeepMind публикует AlphaFold2 с открытым исходным кодом и запускает базу данных AlphaFold Protein Structure Database совместно с Европейским институтом биоинформатики. При запуске база содержала предсказания структур для почти всех белков человека — более 50 тысяч. Затем команда пошла дальше: предсказала структуры почти всех 200 миллионов известных белков из примерно миллиона различных видов. Хассабис назвал это «всей белковой вселенной».
К 2024 году базой AlphaFold воспользовались более двух миллионов исследователей из 190 стран. Статья в Nature набрала почти 43 тысячи цитирований — это один из самых цитируемых научных текстов всех времен.
Профессор Тоббин Сосник из Чикагского университета в 2023 году написал: «После публикации AlphaFold в июле 2021 года я отправил коллегам письмо с темой "Революция в структурной биологии"... Выражение "я это альфафолдил" — это то, что я слышу почти каждый день, будь то в лаборатории, на защите диссертации или на научной конференции. Это превращение существительного в глагол, подобное фразе "я это загуглил", отражает революцию, произошедшую в биологических науках за последние два с половиной года».
Влияние AlphaFold трудно переоценить. Исследователи начали понимать механизмы устойчивости к антибиотикам, разрабатывать ферменты для разложения пластика, создавать новые лекарства. Для белка ORF3a вируса SARS-CoV-2, который, как считается, помогает вирусу вырваться из клетки-хозяина после репликации, предсказание AlphaFold почти идеально совпало с экспериментально определенной структурой.
9 октября 2024 года. Королевская шведская академия наук объявляет, что Нобелевская премия по химии присуждается трем ученым: Дэвиду Бейкеру «за вычислительный дизайн белков» и Демису Хассабису и Джону Джамперу совместно «за предсказание структуры белков».
Джампер стал самым молодым лауреатом Нобелевской премии по химии более чем за семьдесят лет. Он также стал первым нобелевским лауреатом из Арканзаса и сотым ученым, связанным с Чикагским университетом, получившим эту награду.
В заявлении после объявления премии Джампер сказал: «Благодарю Королевскую шведскую академию наук за эту невероятную честь. Мы так горды быть признанными за то, что выполнили давнее обещание вычислительной биологии помочь нам понять мир белков и информировать невероятную работу экспериментальных биологов».
Но, пожалуй, самые искренние слова он произнес чуть раньше, когда еще не знал о премии: «Я был вычислительным биологом долгое время, и мне нравится говорить в докладах: нам это нужно. Нам нужны вычисления, чтобы решать проблемы биологии. И я просто обожаю, что это начинает работать, и не могу поверить, что мы получаем признание так быстро».
После CASP14 награды посыпались одна за другой. В 2021 году журнал Nature включил Джампера в список Nature's 10 — десяти людей, которые имели наибольшее значение для науки в этом году. В том же году он и Хассабис получили премию BBVA Foundation Frontiers of Knowledge Award в категории «Биология и биомедицина».
2022 год принес Wiley Prize в области биомедицинских наук и VinFuture Prize. В 2023-м — Breakthrough Prize в области наук о жизни (стоимостью три миллиона долларов), Canada Gairdner International Award и Albert Lasker Award for Basic Medical Research — последняя часто называется «американским Нобелем».
В 2024 году, помимо собственно Нобелевской премии, Джампер был награжден Golden Plate Award Американской академии достижений. В 2025-м получил Marshall Medal от Marshall Aid Commemoration Commission.
С 2023 года Джампер занимает должность директора Google DeepMind. Но он не собирается останавливаться. В интервью он признается: «У меня впереди больше научной карьеры, чем позади. Я хочу найти следующую вещь, которую люди считают нерешаемой, и взяться за нее. Есть такая огромная возможность использовать ИИ, чтобы помогать ученым».
В мае 2024 года Google DeepMind и Isomorphic Labs представили AlphaFold3. Новая версия может предсказывать не только структуры отдельных белков, но и сложных комплексов с ДНК, РНК, лигандами и ионами. Точность для взаимодействий белков с другими молекулами выросла минимум на 50 процентов, а для некоторых категорий — удвоилась.
AlphaFold3 использует новую архитектуру глубокого обучения под названием Pairformer — более простую, чем Evoformer из AlphaFold2, но столь же мощную. Начальные предсказания уточняются диффузионной моделью. В ноябре 2024 года исходный код AlphaFold3 был открыт для некоммерческого использования научным сообществом.
Но не всё так просто. Некоторые исследователи отмечают, что для трети предсказаний точность остается недостаточной. Более того, AlphaFold не раскрывает базовый механизм или правила сворачивания белков — проблема укладки белков в фундаментальном смысле остается нерешенной. Тем не менее технологическое достижение признано повсеместно.
Сегодня Джампер живет в Лондоне, но не забывает о корнях. «Я до сих пор считаю себя арканзасцем и южанином, — говорит он. — Это действительно важно для меня, потому что мы не совсем штат, известный наукой, и просто здорово видеть, что мы можем делать такие вещи».
Он надеется, что его пример вдохновит молодежь Арканзаса заниматься наукой: «Мы можем делать великие вещи. Есть замечательные проблемы, которыми стоит заниматься в науке и других областях. Здорово браться за эти вещи, и это очень весело».
В Pulaski Academy, где Джампер учился, его помнят хорошо. Гэрри Салливан, директор школы, после объявления о Нобелевской премии заявил: «Мы невероятно гордимся Джоном и его замечательным путешествием со времен Pulaski Academy. Его любопытство и стремление к совершенству, которые были очевидны в годы старшей школы, привели к трансформирующим достижениям в глобальном масштабе. Мы горды считать его одним из наших».
История Джона Джампера — это история о том, как упорство, междисциплинарное мышление и готовность рисковать могут привести к прорыву. Это история о том, что невозможное становится возможным, когда находится человек, достаточно смелый, чтобы в это поверить. И это напоминание о том, что следующий человек, который изменит мир, может сейчас расти где угодно — даже на десяти акрах земли в Арканзасе, окруженный лошадьми, собаками и бесконечной природой, которая учит видеть порядок в хаосе.
Фото с сайта frontiersofknowledgeawards-fbbva.es
Посмотреть фото
| Родился: | 00.00.1985 () |
| Место: | Литл-Рок (US) |
| Фотографии | 1 |
