1～15 件を表示 ／ 全 31 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。
無機個体やポリマーなどにおけるケーススタディ！コストと時間効率の良い方法で、新しい化合物を設計
高品質の物理ベースのシミュレーションと機械学習アプローチは、 新規材料の研究を加速し、市場投入までの時間を短縮します。 ワークフローによって、代表的な機械学習の手法(部分的最小二乗回帰(PLS)法、重回帰分析(MLR)、主成分回帰(PCR)、カーネルPLS法)と、記述子とフィンガープリントの組み合わせで数百以上の予測モデルを自動作成し、その中から高い予測性能をもつモデルを選択することが可能(AutoQSAR)。 数千個以上のデータを持つデータセットに対しては、AutoQSAR同様に、ワークフローによってディープラーニング（深層学習）を用いた予測モデルを自動作成することが可能（DeepAutoQSAR, DeepChem/AutoQSAR）。 幅広い材料（ポリマー、分子、固体）の特性を表現するため、それぞれの系のためにカスタマイズされた効果的な記述子を使用可能。
蒸発または昇華温度を平均±9℃の精度で予測、1秒間に数百の錯体を計算*
プリカーサー開発への新たな道を切り開く、シュレーディンガーの機械学習 この予測モデルは、性能を向上させた新しい前駆体を設計するための 新しい道を開くもので、その蒸着や化学の改良だけでなく、蒸発または 昇華して蒸気として供給できる温度も最適化することが可能です。 この進歩により、従来よりもはるかに広範な構造変化を計算機上で スクリーニングできるようになり、よりリスクが少なく、より革新的な 実験的合成・試験のための候補前駆体を生み出すことができるようになります。 この揮発性モデルと、 シュレーディンガーの量子力学に基づく反応性と 分解の計算ワークフローにより、 気相堆積やエッチングのための完全な 設計キットが提供され、新技術のための材料やプロセスの研究を加速させます。 *一般的な50種類の金属および半金属の錯体について、与えられた蒸気圧における蒸発または昇華温度を平均±9℃（これは絶対温度の約3％）の精度で予測します。 *1秒間に数百の錯体を計算することができ、ターンアラウンドタイムが速いです。 ※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。
十数残基を超える長いCDR H3ループやDisordered エピトープを持つ抗原抗体複合体の構造予測にレプリカ交換MDを応用
シュレーディンガーの創薬プラットフォームは、物理学の第一原理に基づいた計算化学技術を駆使することで、タンパク質立体構造情報に基づく高度な薬物設計を可能とし、世界中の主要製薬企業で活用されています。 弊社のソフトウェアを用いた抗原抗体シミュレーションの最新の成果について、下記セミナーにてご紹介します。 第22回日本蛋白質科学会年会 ランチョンセミナー 【開催日時・場所】 6月7日(火) 12:00 - 12:50 会場：つくば国際会議場2F E会場 セッションID：LS1E 【プログラム】 Schrödinger's approach to physics-based antibody analysis and design: dealing with disordered epitopes and very long CDR H3 loop 企業展示ブースにも出展しておりますので、ぜひお立ち寄りください。シュレーディンガーのBiologics Modeling Suite: BioLumimateをご体験いただけます。
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。
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。
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。
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。
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。
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。
食品・飲料、包装、および医薬品の品質と加工の最適化を促進する分子動力学シミュレーション。
シュレーディンガーは、日用消費財の研究開発のための強力で使いやすい統合ソフトウェアソリューションを提供します。 シュレーディンガーのプラットフォームは、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に設計されており、高度な物理ベースのモデリングと機械学習テクノロジーを駆使して、実際のシステムを構築、シミュレーション、分析するためのシンプルなワークフローを提供します。 ■湿潤および乾燥状態の非晶質アミロース重合体に対するガラス転移温度（Tg）などの主要な物性を正確に予測。 ■水分含有量がTgおよびデンプン重合体内の水の拡散に与える影響を調査することで、水の吸収および輸送を効果的にモデル化。 ■OPLS3e力場は非晶質デンプンモデルに対して高い精度を提供。 ■水とアミロースの相互作用の詳細な研究と、成分が複雑なでんぷんの配合に与える影響についてのさらなる研究。
【日本語資料】デジタル創薬を加速する、クラウド型エンタープライズ･インフォマティクスプラットフォーム
限られた時間とリソースの中で目的の分子を作り出すためには、職人の経験に基づくデザインだけではなく、計算化学を活用したデータ駆動型のアイデア創出が必要です。 LiveDesignは、プロジェクトチーム全員が同時に作業できるデジタル空間をクラウドで提供します。 メディシナル ケミストリーのデザイン戦略、ケムインフォマティクス、計算化学ワークフロー、バーチャルデザイン、予測手法を活用しながら、デジタルデザインプロセスを誰もが使えるように一般化し、デザインサイクルの生産性を高めます。 既存のデータへのアクセスも可能にし、1つのインターフェースであらゆることを実行できます。 合成する前に計算や予測を活用することで、成功確率が高い化合物のデザインが可能になります。 【3つの利点】 リアルデータとバーチャルデータのギャップを解消 デザインサイクルを短縮 コレボレーションと意思決定を一元化 ※詳しくは、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。
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。
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。
