基于 Metix AI 8.6 亿+ 全球人才库，对 35 家 AI 药物发现公司与大药企 AI 组做全量画像：会折叠蛋白的 ML 人在谁手里、干实验与湿实验双背景的稀缺画像在哪、AlphaFold 人脉网外溢去向、大药企 AI 组的工程师层组织拼图。
以下数字为 Metix AI 数据库口径（数据截至 2026 年上半年），统计对象 = 当前在职于 35 家目标公司、坐标美国、英国、瑞士、丹麦、法国、德国、加拿大、瑞典的人才。大药企口径取其 AI/计算子集。
15 家大药企 AI/计算组合计 3,332 人，是 20 家 AI-native 创业公司（1,042 人）的 3.2 倍。单一最大 AI 组是 Genentech（442 人，含 Prescient Design 抗体设计团队）。对买方的含义：想批量找 AI 制药人才，主战场是 incumbent 药企的计算组，而非只盯明星初创。
55.6% 的计算人才同时具备湿实验（生物/生化）与干实验（ML/编程）背景，说明这个领域天然跨学科。但真正稀缺的是蛋白结构/设计方向的专精者：全样本仅 125 人（2.9%）明确从事蛋白结构预测或蛋白/抗体设计。这 125 人是 AlphaFold 时代最被争抢的核心画像。
可见档案中有 DeepMind / Isomorphic 履历的 56 人，其中 49 人现在 Isomorphic（DeepMind 整建制分拆），少数外溢到 Xaira、Latent Labs、insitro。Isomorphic 现任技术人才任期中位仅 11 个月、54.1% 入职不足一年，是高速扩张中的「新军」。
不同于纯 AI（湾区独大），AI 制药人才分布在美国各地（571 湾区 / 478 波士顿）、英国（Ast 等）、瑞士（257 人，Roche/Novartis）、丹麦（169 人，Novo Nordisk）。跨地域、跨时区寻访是这个赛道的常态。
以下基于 2025-2026 公开信源逐条核实（完整来源见研究底稿），只保留影响人才决策的事实。金额为报道口径。
2025 年 AI 药物发现 VC 约 110 亿美元（348 轮，DealForma 口径）。Isomorphic 2026-05 再融 21 亿美元（生物科技史上第二大轮）；Chai Discovery 2025-12 融 1.3 亿美元、估值 13 亿；Xaira 出道即 10 亿美元、估值约 40 亿；Generate Biomedicines 与 Eikon 2026-02 双双 IPO（合计募资约 7.8 亿）。资金面明确回暖。
结构预测（AlphaFold 3 闭源 → Boltz-1/2、Chai-1、ESM3 开源爆发）→ de novo 蛋白/抗体设计（RFdiffusion、Chai-2 命中率近 20%、较旧法约 100 倍）→ 分子生成（Boltz-2 联合建模结构+亲和力，逼近 FEP 但快千倍）→ virtual cell / 表型世界模型（Arc State、CZI、Xaira）。每一级都对应一类新的稀缺人才画像。
Anthropic 2026-04 以 4 亿美元收购 Coefficient Bio（团队来自 Genentech Prescient Design）；EvolutionaryScale 2025-11 被 CZ Biohub 收购（Alex Rives 任 Biohub 科学负责人）；NVIDIA 与 Lilly/Roche/CZI 深度绑定，OpenAI 投资 Chai。生物专有数据成为通用 AI 公司的新护城河，直接抬高对「懂生物的 ML 人」的争夺。
截至 2025 年底，AI 发现的药物尚无一款获批。第一代 AI biotech 在收缩：BenevolentAI 裁员、估值跌至约 1.45 亿；Atomwise 2025-10 重组为 Numerion；Recursion 合并 Exscientia 后砍管线控成本。新贵巨额融资与「尚未兑现获批药」并存，是这个赛道当前的真实状态。
统计对象 = 4,374 名计算/ML 人才（蛋白结构/折叠、蛋白/抗体设计、分子生成/化学、靶点/系统生物、ML 平台、计算/ML 科学）。
读数：单一最大 AI/计算组是 Genentech（442 人，含 Prescient Design 抗体设计），其后是 AbbVie、AstraZeneca、Roche、Sanofi、Merck、Novo Nordisk 等大药企。15 家大药企合计 3,332 人，远超 20 家 AI-native 创业公司合计 1,042 人。AI-native 中 Recursion（211）、Isomorphic Labs（187）、AbCellera（144）、Schrödinger（138） 规模领先，多数蛋白设计创业公司（Cradle/Latent/Profluent/Nabla/Dyno/Chai）团队精小（10-30 人量级，可见档案少）。
读数：双背景浓度与公司类型相关但不绝对。浓度最高的是把湿实验闭环做进平台的公司（Bristol Myers Squibb 74.6%、Novartis 74.3%、AbCellera 72.2%、AstraZeneca 71.1%）；偏纯 ML、湿实验信号弱的多是纯基础模型/蛋白语言模型创业公司（Genesis Therapeutics 30.4%、Isomorphic Labs 33.2%、Schrödinger 44.9%、insitro 53.6%）。寻访启示：要「能直接读懂湿实验数据的 ML 人」去前者挖，要「纯算法/基础模型人」去后者挖。
读数：与纯 AI（湾区独大）截然不同，AI 制药人才地理高度分散。美国占约 60%（湾区、波士顿/剑桥、圣地亚哥、新泽西等多个药企集群），其余分布在英国（伦敦/牛剑）、瑞士（巴塞尔/苏黎世，Roche/Novartis）、丹麦（哥本哈根，Novo Nordisk）、法国（巴黎，Sanofi/Bioptimus）、德国（美因茨，BioNTech/InstaDeep）、加拿大（温哥华，AbCellera）、瑞典（哥德堡，AstraZeneca）。跨地域、跨时区是这个赛道寻访的常态，本地化触达比单点扎堆更重要。
读数：多数档案 title 写「computational scientist / ML scientist」未标细分方向，归入综合列。明确标注蛋白结构（19 人）或蛋白/抗体设计（106 人）的专精者全行业仅 125 人，是真正的稀缺核心；靶点/系统生物 ML（473 人）多在大药企与 Recursion/insitro。
读数：两条主进水管。① 高校/科研院所是 AI 制药人才的第一来源（Genentech、Novo、Merck 都大量从学界直招 PhD），印证「学界 PI 与博士是核心供给」；② 大药企之间与 biotech 同业的横向流动密集。Isomorphic 的进水管以「其他企业」为主，实为 DeepMind 内部整建制转入（分拆属性）。AlphaFold 谱系外溢到非 Isomorphic 的可见人数很小，多数仍在母体内。
读数：2025 年入职 1122 人，是 2023 年（698 人）的 1.6 倍，反映 2024-2025 融资回暖带动的稳步扩招（不像纯 AI 那样爆发式）。Isomorphic 等新贵的入职高峰集中在 2024-2025。
读数：右上「老兵区」= AstraZeneca（中位 37 个月、51.4% 过 3 年）、Roche，大药企沉淀深；左下「新军区」= Isomorphic（中位 11 个月、54.1% 入职不足一年），高速扩张中，蜜月期反向流动难、但 12-24 个月后进入第一波动摇窗口。Genentech、Merck、Novo 居中（24-28 个月）。
这是本报告的差异化角度。「会折叠蛋白的 ML 人」= 同时懂湿实验（生物/生化直觉）与干实验（ML/编程）的复合人才。数据库口径下 2,432 人（占计算池 55.6%）具备双背景信号。
读数：双背景在 AI 制药是常态而非例外（55.6% 均值），这恰恰说明这个赛道的入场券就是跨学科。浓度最高的是把湿实验闭环做进平台的公司（Bristol Myers Squibb、Novartis、AbCellera、AstraZeneca）；纯基础模型 / 蛋白语言模型公司（Genesis Therapeutics、Isomorphic Labs、Schrödinger、insitro）的双背景比例低，团队更偏纯 ML。
双背景虽多，但明确从事蛋白结构预测或蛋白/抗体设计的专精者全样本仅 125 人（2.9%）。其中 45.0% 量级持 PhD。这 125 人是 AlphaFold 时代各家争抢的核心：会用 RFdiffusion/ESM/Boltz 这类工具做 de novo 设计、又能与湿实验对接验证的人。对买方的含义：① 这是真正需要主动寻访（而非被动等投递）的画像；② 供给主要来自 UW 蛋白设计研究所（Baker 谱系）、DeepMind/Isomorphic、Meta FAIR 蛋白团队（已解散，外溢中）、以及少数高校 PI 实验室；③ 单是会 ML 或单是会生物都不够，必须双能。
市场上完全没有工程师层版本的大药企 AI 组织图。本节用全量档案把 Genentech / Novartis / AstraZeneca 三家 AI 计算组还原到带队层与 IC 厚度。层级依据公开职位 title 归类，非官方组织架构，仅作团队梯队结构概览。公开版人名默认模糊。
Roche 旗下，含 Prescient Design 抗体/蛋白设计团队（lab-in-the-loop 概念发源地），负责人 Aviv Regev。是大药企内部最强的 AI 蛋白设计组之一，也是 Coefficient Bio 创始团队的来源。
与微软合作建 Generative Chemistry pipeline，与 Isomorphic（6 项目）、Generate、Schrödinger 合作。双背景浓度全样本最高之一。
AI 药物发现布局深，与 Absci 等合作。任期最资深的大药企 AI 组之一（老兵密度高）。
按级别、方向稀缺度与履历强度筛出三组共 32 人。档案事实来自 Metix AI 数据库；标注「公开核实」者已对照 2025-2026 公开信源确认现职（前沿 Lab 档案更新滞后，公开信源优先）。本节人物均来自公开职业档案。A 组为创始人、高管与公开技术负责人，B 组为资深技术骨干，C 组为稀缺方向画像。公开版人名默认模糊。
AI 制药薪酬的结构性特征是「与前沿 AI Lab 抢同一批 ML 人，但给不出同等的钱」。数字为 2025-2026 市场口径，非个案承诺。
| 群体 | 总包/薪酬区间 | 说明 |
|---|---|---|
| AI 制药 ML scientist（多数） | $98K-$176K base | ZipRecruiter / Takeda 口径，AI 药物发现 scientist 平均约 $123K |
| AI 制药专业岗（高配） | $200K-$240K | D.E. Shaw Research 药物发现 AI/ML 数据科学家 |
| 前沿 AI Lab SWE 中位 | $600K-$795K | levels.fyi，与 AI 制药差 3-5 倍 |
| OpenAI / Anthropic 同级 | $600K-$1.15M | 顶配研究员更高，名单制特殊包绕开职级 |
| 中国 AI 药企回国包 | 个案为准 | 晶泰/深势/华深智药等提供计算+湿实验复合岗 |
AI 制药与前沿 AI Lab 争抢同一批懂 ML 的人，但薪酬中位差 3-5 倍。结果是：AI 制药留不住纯算法明星（会流向 OpenAI/Anthropic），只能靠「使命感（治病/诺奖级科学）+ 学术声望（与 Baker/Koller/Hassabis 共事）+ 股权上行 + 双背景门槛（纯 AI Lab 要不了懂湿实验的人）」差异化留人。这也是为什么这个领域以「主动寻访 + 高费率」为主，而非被动等投递。
① 蛋白结构/设计专精者需主动寻访，且要用非现金优势（科学问题质量、湿实验闭环、平台数据）吸引；② 双背景人才是 AI Lab 难以吸引的「差异化画像」，应优先关注；③ 欧洲（瑞士/丹麦/英国）薪酬基准低于美国，是预算有限买方建计算组的洼地；④ 收缩公司释放的资深人才是当下少数「可立即谈」的来源。
来源：ZipRecruiter、levels.fyi、PwC 2025 AI 技能溢价、IntuitionLabs 生命科学就业报告（2025-2026 检索）。详见研究底稿。
把地图变成动作：biotech 猎头看稀缺画像与窗口，HealthTech HR 看对标与防守，医疗 VC 看团队尽调信号。
① 蛋白结构/设计专精者（全样本仅 125 人）是高费率领域，适合主动寻访；② 干湿双背景（2,432 人）是 AI Lab 难以吸引的差异化画像，值得优先关注；③ 大药企 AI 组（3,332 人，占 73%）是人才的主要分布地，不应只关注明星初创；④ 任期窗口与公司类型叠加，可定位流动性较高的群体。
① 对照 3.7 任期基准给自家定位：新军（Isomorphic 等）防守留人窗口在 12-24 个月后；② 用非现金优势（科学问题、湿实验数据闭环、与顶级 PI 共事）弥补薪酬差距；③ 关注自家「双背景 + 任期过 30 月」人群（市场流动性最高的群体）；④ 计算池 PhD 率 45.0%，校友链 + 顶会网络是高命中触达面。
① AlphaFold 谱系外溢仍在早期（多数还在 Isomorphic 母体内），下一批 spinout 值得跟踪；② 学界 PI 下海是这个赛道创业主轴（Baker→Xaira、Koller→insitro、彭健→Earendil），盯紧顶级蛋白设计/virtual cell PI 的动向；③ 团队尽调可用本报告的双背景浓度与组织拼图判断「这支队伍是真双能还是纯算法」。
本报告的检索、画像、流动分析全部由 Metix AI 完成。可按同样口径为任意公司生成定制图谱：全量长名单导出、干湿双背景筛选、组织拼图、邮箱解锁与多渠道触达，并按「只为合格面试付费」计费。No interview, no charge.
7.6 亿+ 全球人才画像4,374 人计算池 + 2,432 人双背景长名单蛋白设计画像分析只为合格面试付费AI-native（全量计算岗，20 家）：Isomorphic Labs、Recursion、Genesis Therapeutics、Iambic、Chai Discovery、EvolutionaryScale、Xaira、Generate Biomedicines、insitro、Cradle、Latent Labs、Profluent、Schrödinger、AbCellera、Absci、Insilico Medicine、Cellarity、Dyno Therapeutics、Nabla Bio、Bioptimus。大药企（取 AI/计算子集，15 家）：Genentech、Roche、Novartis、AstraZeneca、Pfizer、Merck、Eli Lilly、Novo Nordisk、Sanofi、GSK、Amgen、BioNTech · InstaDeep、Bristol Myers Squibb、AbbVie、Johnson & Johnson。地理范围 = 档案常驻地在美国、英国、瑞士、丹麦、法国、德国、加拿大、瑞典。
大药企体量巨大，本报告的「(AI/计算)」= 当前在该公司且 title/headline 可识别为 AI/ML/计算/数据科学相关者，是可识别子集而非全员，绝对数偏保守。AI-native 创业公司中蛋白设计团队精小（10-20 人），可见档案天然偏少。
计算/ML 人才池 = 蛋白结构/折叠、蛋白/抗体设计、分子生成/化学、靶点/系统生物、ML 平台、计算/ML 科学（综合）。湿实验/纯生物岗不计入计算池。干湿双背景 = 教育/技能/履历同时含湿实验（生物/生化/化学/实验）与干实验（ML/编程/计算/统计）信号，为概率判定。
数据截至 2026 年上半年；档案更新存在滞后，代表人物已对照公开信息复核，2025-2026 的最新职位变动以公开信源为准标注。
| 公司 | 在职画像 | 计算池 | 双背景率 | PhD 率 |
|---|---|---|---|---|
| Genentech (AI/计算) | 444 | 442 | 50.7% | 48.6% |
| AbbVie (AI/计算) | 353 | 353 | 71.1% | 58.1% |
| AstraZeneca (AI/计算) | 335 | 332 | 71.1% | 53.6% |
| Roche (AI/计算) | 281 | 281 | 51.6% | 50.9% |
| Sanofi (AI/计算) | 252 | 249 | 26.9% | 17.7% |
| Merck (AI/计算) | 246 | 246 | 54.5% | 45.9% |
| Novo Nordisk (AI/计算) | 243 | 243 | 66.7% | 46.1% |
| Johnson & Johnson (AI/计算) | 238 | 238 | 42.0% | 46.6% |
| Recursion | 612 | 211 | 54.0% | 44.5% |
| Novartis (AI/计算) | 206 | 206 | 74.3% | 33.0% |
| Bristol Myers Squibb (AI/计算) | 189 | 189 | 74.6% | 42.3% |
| Isomorphic Labs | 334 | 187 | 33.2% | 44.4% |
| GSK (AI/计算) | 156 | 156 | 62.2% | 44.2% |
| AbCellera | 458 | 144 | 72.2% | 40.3% |
| Schrödinger | 668 | 138 | 44.9% | 41.3% |
| Eli Lilly (AI/计算) | 131 | 131 | 51.9% | 45.8% |
| BioNTech · InstaDeep (AI/计算) | 126 | 126 | 27.8% | 29.4% |
| Amgen (AI/计算) | 108 | 108 | 50.0% | 44.4% |
| Xaira | 158 | 74 | 67.6% | 66.2% |
| insitro | 230 | 69 | 53.6% | 42.0% |
| Iambic | 115 | 37 | 67.6% | 48.6% |
| Pfizer (AI/计算) | 33 | 32 | 65.6% | 37.5% |
| Cellarity | 88 | 26 | 69.2% | 42.3% |
| Genesis Therapeutics | 71 | 23 | 30.4% | 52.2% |
| Absci | 64 | 23 | 56.5% | 43.5% |
| Generate Biomedicines | 68 | 19 | 73.7% | 73.7% |
| Cradle | 42 | 19 | 26.3% | 26.3% |
| Bioptimus | 30 | 17 | 5.9% | 29.4% |
| Profluent | 24 | 13 | 69.2% | 61.5% |
| Dyno Therapeutics | 44 | 11 | 90.9% | 54.5% |
| Nabla Bio | 17 | 9 | 55.6% | 22.2% |
| Insilico Medicine | 21 | 7 | 42.9% | 28.6% |
| EvolutionaryScale | 8 | 6 | 33.3% | 50.0% |
| Latent Labs | 21 | 6 | 33.3% | 66.7% |
| Chai Discovery | 6 | 3 | 33.3% | 66.7% |
① 快照时效：数据截至 2026 年上半年，近期人事变动存在滞后；代表人物已对照公开信息复核，长名单使用前建议二次确认。
② 覆盖率：本报告基于公开职业档案聚合，大药企取可识别 AI/计算子集，小型蛋白设计创业公司（Chai/Latent/Cradle/EvolutionaryScale）团队精小、覆盖偏低；各项为数据库口径，宜与公司公开编制互为参照。
③ 职能与双背景为推断：基于 title/headline/技能/教育关键词；大量档案 title 写「computational/ML scientist」未标细分方向，归入综合列，故蛋白结构/设计专精者的绝对数是下限。
④ 研究底稿：两份带全部信源 URL 的研究备忘录（行业格局 / 人才生态）与本报告同目录交付。