1～15 件を表示 ／ 全 23 件
モノクローナル抗体、ワクチン抗原、酵素、ペプチドなど、多様なバイオロジクス・抗体創薬のための統合ソフトウェア
シュレーディンガーのバイオロジクス・抗体創薬ツールは、 バイオロジクスの多岐にわたる高度なシミュレーションにより、開発期間の短縮に貢献します。 一例として、下記のような機能がございます。 ■タンパク質立体構造モデリングを用いた実験値予測と解析 ■FEP計算を用いた高精度な予測技術 ※詳しくは、お気軽にお問い合わせ下さい。
半導体および関連技術の開発/解析を高速・高精度で支援する統合プラットフォーム
半導体および関連技術の開発/解析を支援する、シュレーディンガーの統合プラットフォームをわかりやすくご紹介いたします。 【製品の概要】 ■量子力学計算による半導体物性の予測と解析 ・電子物性 ・機械特性（弾性定数テンソル、体積弾性率） ・誘電特性 ・反応経路探索 ■半導体成膜プロセス(CVD, ALD, ALE)の最適化 ・量子力学計算と機械学習による新規前駆体の開発 ■古典分子動力学計算による半導体実装の最適化 ・樹脂封止材の架橋構造モデルの構築 ・ガラス転移温度の計算による耐熱性の予測 ・水やガス分子の吸収率と拡散係数の計算による ガスバリア性の予測 ・水／ガス分子吸収時における物性変化の解析 ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。
実験データの大規模統計解析と高精度ナノスケールシミュレーションによる分子構造・ナノ構造に基づく物性予測, 解析, 設計を支援
シュレーディンガーのマテリアルズ・サイエンス ソリューション(MSS)の機能をわかりやすくご紹介いたします。 【製品特徴】 ■量子計算による分子設計 ■液体・ポリマー物性予測 ■結晶・表面・界面: 周期系第一原理計算、電極や触媒上の化学反応、半導体/分子性結晶/MOFへの幅広い応用 ■統計解析・機械学習 ■柔軟で強力なGUI/CUIユーザインターフェース ※詳しくは、お気軽にお問い合わせ下さい。
原子レベルのシミュレーションと機械学習で次世代電池材料の研究開発を加速
次世代電池材料の開発/解析を支援する、シュレーディンガーの統合プラットフォームをご紹介いたします。 【製品特徴】 ■量子力学計算により電極内部におけるイオンの挙動を解析 ■高分子系電解質中のLi+イオンの電動メカニズムを分子動力学シミュレーションによって解析 ■分子シミュレーションと機械学習による電解液の開発 ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。
マテリアルズ・インフォマティクスのお悩みに一発回答! 新規素材開発を加速する、AIプラットフォームの進化形 LiveDesign
マテリアルズ・インフォマティクスで下記のようなお悩みはありませんか? シュレーディンガーのLiveDesignは、データの記録、補完、機械学習の自動化、解析手法と結果の共有まで、課題を解決し、MIを加速します。 【お悩み1】 データの質の問題: フォーマットや用語がバラバラに存在 ➡データを同じスプレッドシートに統一した言語で登録します。 【お悩み2】 データの量の問題: データは欠損値ばかり ➡物理化学計算と機械学習でデータを補完します。 【お悩み3】 非民主的なAI・機械学習・解析手法: 何から手をつければいいのかわからない ➡データの蓄積と同時に好適な機械学習モデルを自動生成。計算化学者に頼らず高精度のモデルを作成します。 【お悩み4】 社内共有の問題: いい予測値モデルができたが、社内に展開する仕組みがない ➡Web画面で解析手法や結果をグループで共有できます。 ※詳しくは、お気軽にお問い合わせ下さい。
マテリアルズ・インフォマティクスのお悩みに一発回答! 新規素材開発を加速する、AIプラットフォームの進化形 LiveDesign
マテリアルズ・インフォマティクスで下記のようなお悩みはありませんか? シュレーディンガーのLiveDesignは、データの記録、補完、機械学習の自動化、解析手法と結果の共有まで、課題を解決し、MIを加速します。 【お悩み1】 データの質の問題: フォーマットや用語がバラバラに存在 ➡データを同じスプレッドシートに統一した言語で登録します。 【お悩み2】 データの量の問題: データは欠損値ばかり ➡物理化学計算と機械学習でデータを補完します。 【お悩み3】 非民主的なAI・機械学習・解析手法: 何から手をつければいいのかわからない ➡データの蓄積と同時に好適な機械学習モデルを自動生成。計算化学者に頼らず高精度のモデルを作成します。 【お悩み4】 社内共有の問題: いい予測値モデルができたが、社内に展開する仕組みがない ➡Web画面で解析手法や結果をグループで共有できます。 ※詳しくは、お気軽にお問い合わせ下さい。
ポリマー・樹脂の物性値予測を高速・高精度で支援するGPU援用高速分子動力学エンジン
ポリマー・樹脂の物性予測を支援する、シュレーディンガーのソフトウェアをご紹介いたします。 【製品特徴】 ■高効率GPU コー ドでMD計算を加速 数万原子x 数百ナノ秒／日＝ lGPU ■独自の高精度力場パラメータOPLS4 ■架橋樹脂を含む多様なポリマー構造ビルダー ■物性値予測・解析ツール ※詳しくは、お気軽にお問い合わせ下さい。
インフォマティクスに基づきデータを素早く知識に昇華！先端材料開発の現場に貢献
当資料では、Schrodingerが取り扱う『Materials Science Suite』による 機械学習と材料特性予測について紹介しています。 当製品は、強力で使いやすいインフォマティクス統合環境を備えています。 簡単なGUI操作により、たとえば分子構造のフィンガープリントを活用して 実験やシミュレーションのデータを解析することで、分子構造と物性値の 関係性を可視化することや、機械学習モデルを構築して新たな分子構造の 物性値を予測が可能です。 【掲載内容】 ■背景 ■ガラス転移温度 ■ポリマー物性の予測 ■フィンガープリントを用いたKPLS回帰 ■さらなる展開 ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。
単一のグラフィカルインターフェース上で行うことで、効率よく計算作業が行える！
当資料では、Schrodingerが取り扱う『Materials Science Suite』による Quantum ESPRESSO Interfaceについて紹介しています。 公式提携により、統合分子シミュレーション環境「Maestro」と「Quantum ESPRESSO」の連携が実現しました。 先端の量子シミュレーションを結晶構造作成から実行、解析まで単一の グラフィカルインターフェース上で行うことで、効率よく計算作業が可能。 さらに有効遮蔽媒質法の計算により、電極表面反応を始めとする 様々な表面-溶媒系の電子状態計算ができます。 【掲載内容】 ■ナノテクノロジーと計算科学 ■Quantum ESPRESSOについて ■Quantum ESPRESSO Interfaceの主な機能 ■MaestroとPython API ■有効遮蔽媒質法（ESM法） ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。
計算化学のビギナーからエキスパートまで、幅広いユーザー向け物理ベースのシミュレーションと機械学習ソフトウェア
シュレーディンガー株式会社は、2月19日(水)に材料科学向けWebセミナー 『Virtual testing of personal care and cosmetics formulations using digital chemistry methods』 を開催いたします。 持続可能な製品の開発には多くの課題があり、時間やリソース、新しい原材料が必要です。このプロセスを効率化するために、予測モデリングが注目されています。これにより、基準を満たす有望な成分や配合、新たな包装材料を特定でき、計算手法を用いた仮想試験を通じて分子レベルでの理解が得られます。具体的には、個々の成分の挙動や配合の形態、安定性、生体表面との相互作用を解析可能です。また、製品と包装材料の相互作用についても探究でき、保存期間に大きく影響する要因を把握できます。 本セミナーでは、ケーススタディを通じて、計算化学が製品開発、容器設計、製品使用時の解析にどのように役立つかを示します。 ぜひお気軽にご参加ください。
Eonix社CEOによる、次世代リチウムイオン電池開発に導入した革新的な材料検索事例を紹介します。
Eonix社は、家電、グリッドストレージ、電気自動車をターゲットとしたエネルギー貯蔵技術のための次世代材料の迅速な設計に焦点を当てたスタートアップ企業です。 CEOであるDon DeRosa, Ph.Dは、ハイスループットなスクリーニングと物理ベースのモデリングを組み合わせることで、より優れたバッテリーを構築するための材料探索をどのように変革できるかを説明しています。
より迅速な新規材料開発の実現にむけて
「シュレーディンガーのツールと前例のない計算能力にアクセスできるようになったことで、パナソニックインダストリー株式会社のイノベーションの方法がかわりました。」 パナソニックインダストリー株式会社 技術本部 プロセスデバイス革新センターのプリンシパルエンジニアである松澤伸行氏に対するインタビューに基づく記事です。ぜひ、お読みください。 ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。
見落とされがちなコンフォマーをカバーすることができ、ワークフローが簡素化され、再現性と予測可能性が高まります。
シュレーディンガーの材料科学反応ワークフローでは、コンフォメーション空間の自動調査により、見落とされがちなコンフォマーをカバーすることができます。 さらに、量子化学計算の自動化により、何百ものファイルやプロパティの綿密なメンテナンスや、専門的なトレーニングなどを必要とする困難なプロセスを排除することができます。 これにより、ワークフローが簡素化され、再現性と予測可能性が高まります。 【掲載事例】 ■ディールス・アルダー反応 ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。
物理ベースのモデリング&シミュレーションと自動化されたワークフローソリューションで、新規薬剤の迅速かつ効率的な開発を促進します。
創薬のスピードが加速する中、新薬のプレフォーミュレーションとフォーミュレーションを迅速かつ効率的に行うことは、医薬品開発において非常に重要な要素となっています。原子スケールでのモデリングとシミュレーション技術の進歩により、完全な物理ベースのモデルに基づいて、多数の候補材料と製剤によるインシリコスクリーニングが可能になりました。 【掲載事例】 ■化学的分解に対する薬剤の安定性 ■医薬品成分の混和性 ■ガラス転移点による熱物理学的安定性 ■コントロールドリリース: 製剤化における超分子構造 ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。
高効率・高コスパ! 物理ベースのシミュレーションと機械学習の相乗効果を光電子物性予測に活用するアクティブラーニング ワークフロー
分子モデリングとシミュレーションのツールは、材料探索に有効であることが証明されており、産業界の研究開発においてますます導入が進んでいます。 デジタルシミュレーションは、従来の実験的アプローチと比較して研究開発ワークフローに多大な時間短縮をもたらしますが、課題も残されています。 シュレーディンガーは、これらの課題を容易に扱えるようにしました。近年、シュレーディンガーは、物理ベースのシミュレーションと機械学習の相乗効果を光電子物性予測に活用するアクティブラーニング ワークフローを開発しました。 Frontiers in Chemistryに掲載され、SID-Display Week 2022で発表されたシュレーディンガーによる最近の研究は、有機EL材料探索のためのアクティブラーニングパラダイムを実証しています。 ※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。
