更新时间：2024-10-22 21:36
1985年，约翰·江珀出生于美国阿肯色州小石城，在青年时期自学了编程，并展现出物理方面的天赋，进入大学后选择了数学和物理专业。
2007年，约翰·江珀获得范德比尔特大学数学与物理学学士学位；同年，获得英国“马歇尔学者计划奖学金（Marshall Scholar）”资助，在剑桥大学圣埃德蒙学院攻读理论凝聚态物理学，入学后意识到这门学科并不适合他，最后退学离开。
2011年，约翰·江珀进入芝加哥大学，跟随理论化学家弗里德（K.F. Freed）和索斯尼克（T.R. Sosnick）攻读理论化学，将机器学习策略用于蛋白质动力学研究。
2012年，约翰·江珀获得芝加哥大学硕士学位。2017年，获得芝加哥大学理论化学博士学位，从事机器学习模拟蛋白质折叠和动力学研究。之后在芝加哥大学完成博士后研究，继续从事蛋白质预测深度学习模型的研究工作。
约翰·江珀在剑桥大学圣埃德蒙学院退学后，进入美国D.E.Shaw Research生物化学研究公司任科学助理三年，从事利用计算机模拟进行分子动力学研究，并开发了一种从这些模拟中提取关键数据的算法。
2018年，约翰·江珀进入谷歌深度思维（DeepMind）公司任高级研究员，联合开发阿尔法折叠（AlphaFold）系列模型。之后，他开始领导团队，并对AlphaFold进行重构，展开全面调整和改进，引入空间立体结构和进化理念、整合已有蛋白质结构的详细信息如原子半径和键角等、完善机器有效学习策略以利于从有限数据中提取最大信息，特别是抛弃传统算法的束缚，更强调空间靠近而非线性相邻等。最终实现真正意义的突破，开发了阿尔法折叠2（AlphaFold2），AlphaFold2能够基于蛋白质的氨基酸序列来准确预测其结构。2020年12月，AlphaFold2在国际蛋白质结构预测竞赛（CASP）视频会议上进行展示。6个月后，谷歌“深度思维”（DeepMind）公司发表了他们的结果，并公开了AlphaFold2的底层代码。
2024年10月9日，约翰·江珀与大卫·贝克（David Baker）、戴米斯·哈萨比斯（Demis Hassabis）因在蛋白质设计和蛋白质结构预测领域作出的贡献，共同获得2024年诺贝尔化学奖，将共享1100万瑞典克朗（约合745万元人民币）奖金。
约翰·江珀主要从事计算化学领域的研究，包括蛋白质折叠和分子建模的创新方法，蛋白质结构及其功能的复杂性。研发出一种利用人工智能和机器学习技术以预测蛋白质结构的算法，使研究人员能够了解蛋白质如何根据其氨基酸序列折叠。为研究复杂疾病开辟新途径，使研究人员能够模拟参与这些疾病的蛋白质之间的相互作用，在分子水平上可视化这些相互作用的能力有可能改变药物设计，从而创造出具有针对性的有效疗法。
截至2023年1月，约翰·江珀已发表论文50余篇，引用次数超过16000次，h指数为20。
2019年4月，约翰·江珀在英国辛克斯顿（Hinxton）参加第七届CAPRI评估会议，并做题为“AlphaFold: Improved protein structure prediction using potentials from deep learning”主题报告。
2023年8月30日，约翰·江珀在范德比尔特大学Apex讲座作题为 “Highly Accurate Protein Structure Prediction and Its Applications”主题报告。
2023年10月26日，约翰·江珀在加拿大皇家安大略博物馆（ROM）出席“加拿大盖尔德纳奖”颁奖典礼，与会人员包括来自加拿大、美国、阿根廷等国家和地区政府代表、科学学术界成员共计400余人。
约翰·江珀的父母都是工程师，他从小就展现出物理方面的天赋，所以当他进入大学时，父母担心他将来可能很难找到工作，但约翰·江珀还是选择了数学和物理专业。
约翰·江珀在蛋白质结构预测方面作出了贡献。（诺贝尔基金会 评）
我认为他是一个真正的天才，同时也是一个非常谦逊的人。（原子人工智能Atomic AI生物科技公司创始人拉斐尔·汤曾德 评）
约翰·江珀等为利用人工智能准确预测蛋白质的三维结构做出了贡献。（BBVA基金会 评）