جۆن ئێم. جامپەر
John M. Jumper 2024.
John Michael Jumper لەسەر ویکیدراوە دەستکاریی ئەمە بکە
لەدایکبوون١٩٨٥ لەسەر ویکیدراوە دەستکاریی ئەمە بکە (تەمەن ٣٩ ساڵ)
لیتل ڕاک، ئارکنساس لەسەر ویکیدراوە دەستکاریی ئەمە بکە
زانکۆ
پیشەComputational biologist، artificial intelligence researcher لەسەر ویکیدراوە دەستکاریی ئەمە بکە
شوێنکار
  • Google DeepMind (٢٠١٧–) لەسەر ویکیدراوە دەستکاریی ئەمە بکە
کارەکانAlphaFold لەسەر ویکیدراوە دەستکاریی ئەمە بکە
خەڵاتەکان
  • خەڵاتی نۆبێل لە کیمیا (دێمیس ھەسابیس، دەیڤد بەیکەر، For protein structure prediction، ١١٬٠٠٠٬٠٠٠ کرۆنی سوێدی، Nobel Foundation، ٢٠٢٤، ٢٠٢٤)
  • Albert Lasker Award for Basic Medical Research (Zhijian Chen، دێمیس ھەسابیس، For the invention of AlphaFold, a revolutionary technology for predicting the three-dimensional structure of proteins، Richard Hynes، Erkki Ruoslahti، Timothy A. Springer، ٢٠٢٣، Lasker Foundation)
  • Breakthrough Prize in Life Sciences (دێمیس ھەسابیس، Clifford P. Brangwynne، Anthony A. Hyman، Emmanuel Mignot، Masashi Yanagisawa، For developing a deep learning AI method that rapidly and accurately predicts the three-dimensional structure of proteins from their amino acid sequence، ٢٠٢٣)
  • Canada Gairdner International Award (٢٠٢٣، دێمیس ھەسابیس، Everett Peter Greenberg، Michael R. Silverman، Bonnie L. Bassler، For developing AlphaFold, which has been heralded as an AI-based solution to the 50-year grand challenge of protein structure prediction and has culminated in the release of the most accurate and complete picture of the structure of the human proteome, with enormous potential to accelerate biological and medical research، Gairdner Foundation)
  • BBVA Foundation Frontiers of Knowledge Award (٢٠٢٣، دێمیس ھەسابیس، دەیڤد بەیکەر، Por sus contribuciones al uso de la inteligencia artificial para predecir con precisión la estructura tridimensional de las proteínas a partir de sus secuencias de aminoácidos primarios، Fundación BBVA)
  • Clarivate Citation Laureates (دێمیس ھەسابیس، دەیڤد بەیکەر، Roberto Car، Michele Parrinello، Kazunari Dōmen، For contributions to the prediction and design of three-dimensional protein structures and functions، ٢٠٢٤، کیمیا، Clarivate)
  • Wiley Prize (دێمیس ھەسابیس، دەیڤد بەیکەر، For procedures to predict highly accurate three-dimensional structures of protein molecules from their amino-acid sequences، ٢٠٢٢)
  • VinFuture Prize (دێمیس ھەسابیس، ٢٠٢٢)
  • Nature's 10 (٢٠٢١، Winnie Byanyima، Friederike Otto، Zhang Rongqiao، Timnit Gebru، Túlio de Oliveira، Victoria Tauli-Corpuz، Guillaume Cabanac، Meaghan Kall، Janet Woodcock، Ten people who helped shape science in 2021، Nature) لەسەر ویکیدراوە دەستکاریی ئەمە بکە

جۆن مایکڵ جامپەر (بە ئینگلیزی: John Michael Jumper؛ لەدایکبووی ١٩٨٥) کیمیازان و زانایەکی کۆمپیوتەری ئەمریکییە.[١][٢][٣][٤] جامپەر و دێمیس ھەسابیس لە ساڵی ٢٠٢٤دا، خەڵاتی نۆبێلی کیمیایان بەھۆی پێشبینیکردنی پێکھاتەی پرۆتین پێبەخشرا.[٥][٦]

سەرچاوەکان

دەستکاری
  1. ^ Eisenstein، Michael (2021). «Artificial intelligence powers protein-folding predictions». Nature. 599 (7886). Springer Nature: 706–708. doi:10.1038/d41586-021-03499-y. لە December 24, 2021 ھێنراوە. {{cite journal}}: نرخەکانی ڕێکەوت بپشکنە لە: |access-date= (یارمەتی)
  2. ^ «Highly accurate protein structure prediction with AlphaFold». Nature (بە ئینگلیزی). ١٥ی تەممووزی ٢٠٢١. Bibcode:2021Natur.596..583J. doi:10.1038/S41586-021-03819-2. ISSN 1476-4687. PMC 8371605. Wikidata Q107555821. {{cite journal}}: |display-authors=3 نادروستە (یارمەتی)
  3. ^ Maxmen، Amy (2021). «Nature's 10: John Jumper: Protein predictor». Nature. 600 (7890). Springer Nature: 591–604. doi:10.1038/d41586-021-03621-0. PMID 34912110.
  4. ^ Browne، Grace (2021). wired.com https://www.wired.co.uk/article/deepmind-protein-folding-database. لە ٢٤ی کانوونی یەکەمی ٢٠٢١ ھێنراوە. {{cite web}}: پارامەتری |title= ونە یانیش واڵایە (یارمەتی)
  5. ^ https://www.nobelprize.org/prizes/chemistry/2024/summary/. لە ٩ی تشرینی یەکەمی ٢٠٢٤ ھێنراوە. {{cite web}}: پارامەتری |title= ونە یانیش واڵایە (یارمەتی)
  6. ^ NobelPrize.org (بە ئینگلیزیی ئەمەریکایی) https://www.nobelprize.org/prizes/chemistry/2024/press-release/. لە ٩ی تشرینی یەکەمی ٢٠٢٤ ھێنراوە. {{cite web}}: پارامەتری |title= ونە یانیش واڵایە (یارمەتی)