シュレーディンガーの製品ラインアップ

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。

世界No.1の化粧品会社ロレアルは、シュレディンガーのソフトウェアを活用し、バイオミメティックな表面上での合成ポリマーと多糖類ポリマーとの剪断挙動の違いについて、より深い理解を得ました。 • 模擬髪の表面を用いてシャンプーの配合の凝集挙動に関する新たな洞察を得ました。 • ポリマーのトポロジーの影響を示し、観察されたポリマー間相互作用を実験的観測可能な事象に関連づけました。 • 分子動力学シミュレーションを用いて、バイオミメティックな表面と接触する複雑な配合物の研究のための枠組みを確立しました。 • エコフレンドリーな化粧品の配合設計を合理的に加速しました。

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。

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。

当社のMaterials Science Suiteは、幅広い材料研究分野への対応が可能です。 ■密度汎関数理論(DFT)計算・周期系第一原理計算による物性予測 HOMO/LUMO/pKa/溶媒効果/IR/Raman/UV-vis/VCD/NMR/ 酸化・還元ポテンシャル/ 3重項励起状態エネルギー/TADF S1-Txギャップ/蛍光/りん光/振動計算/ 構造最適化/遷移状態計算/反応経路解析/吸着エネルギー/結合解離エネルギー/ 電子・ホール移動度/再配向(再配列、再配置)エネルギー ■分子力学(MM)法・分子動力学(MD)法・粗視化MDによる物性予測 密度/配座解析/架橋構造/ヤング率/粘度/表面張力/ ガラス転移温度(Tg)/分子拡散/熱膨張/結晶形態/ 膨潤/応力ひずみ曲線/溶解度パラメータ 機械学習で使用可能な手法 様々な記述子・フィンガープリント生成/ 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/ ベイズ分類/再帰分割(RP)分析/自己組織化マップ/Tg・誘電率・沸点・蒸気圧予測モデル/ 遺伝的アルゴリズム/アクティブラーニング

シュレーディンガーは、高分子材料、有機エレクトロニクス、触媒と反応性、薄膜プロセス、エネルギー回収と貯蔵、医薬品製剤、消費財、金属・合金・セラミックなど、多様な材料開発のイノベーションのためのソフトウェア プラットフォームを提供しています。 広大な化合物空間の探索と分子特性の高精度予測により、新規材料の設計を迅速に行い、コスト効率をアップするよう支援します。 当資料では、材料開発向けプラットフォームの概要をご覧いただけます。 ※詳しくは、お気軽にお問い合わせ下さい。

バイオテクノロジーおよび製薬業界のイノベーターのための分子の発見と最適化のための業界をリードするソフトウェア プラットフォーム。 広大な化合物空間の探索と分子特性の高精度予測により、高効率な新規治療薬の設計をサポートします。 ※詳しくは、お気軽にお問い合わせ下さい。

シュレーディンガーの高度な物理ベースモデリングおよびAI/機械学習ソフトウェアは、高分子材料、電池、半導体、有機エレクトロニクス、触媒、医薬品製剤、化粧品、金属・合金・セラミックなど、多様な材料開発に対応しています。

創薬プロセスの各段階においてお客様のプロジェクトを加速・支援するため、幅広いモデリングサービスをご提供しています。 ・シュレーディンガーの先進技術を、ラージスケールで活用できます。 ・当社の計算化学専門チームの知見を活用いただけます。 ・ライセンス、計算環境、サービス時間のすべてを含みます。 ■ターゲット機能化サービス 構造ベースの厳密な創薬設計を可能にするため、プログラムの可能性を引き出します。 ■ヒット探索サービス 先進のバーチャルスクリーニング技術を活用し、より多様なヒット化合物を迅速に見つけ出します。 ■デ・ノボ設計サービス プロジェクト固有の条件を満たす新規設計アイデアを迅速に創出・優先順位付けします。 ■構造ベースADMETサービス 構造ベースの設計により、ADMETに関するリスクをより効率的に低減します。 ■結晶構造予測サービス 室温で最も安定な多形を特定することで、固体形態の選定に伴うリスクを低減します。

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。 ここでは、シュレディンガーの消費財研究開発向けアプリケーションを紹介します。 ■食品・飲料 ■化粧品とパーソナルケア ■洗浄剤 ■包装材料 ■マテリアルズ・インフォマティクス

シュレーディンガー独自の技術と専門知識を活用して､創薬プログラムを支援します。 弊社エキスパートと最新の大規模バーチャルスクリーニング､および厳密なスコアリング技術を活用し､ヒット探索を成功に導きます。 ■シュレーディンガーのヒット探索機能を最大限に活用 ライセンスやハードウェアへの初期投資は不要です。最先端のヒット探索に必要な計算リソース､ライセンス､作業時間はすべてサービスに含まれます。 ■独自のスコアリング技術で､より質の高いヒット化合物をより多く取得 ■数十億の化合物スクリーニングで新規性と多様性を最大化 ■あらゆるレベルの構造情報からFEP+の実行を可能に テンプレートベースのホモロジーモデルやAlphaFoldモデル､不完全なcryo-EM構造や実験X線構造から出発する場合でも､貴社のユニークなプロジェクトに対応するための科学的知見と計算リソースを備えています。 ※詳しくは、カタログをご覧ください。

時間とリソースを節約します—構造ベース創薬に向けて､対象となるタンパク質-リガンド系の準備をお任せください。 X線構造､cryo-EM構造､AlphaFold予測構造､ホモロジーモデルのいずれを出発点としても､シュレーディンガーのサイエンティストが独自の技術と専門知識を駆使して､予測精度の高い構造ベース設計に向けてタンパク質–リガンド複合体を最適化・検証します。 ■オンターゲットあるいはオフターゲットに対応した設計可能な構造を作成 ■お客様独自のターゲットに関する知見を､当社の計算化学で補完 シュレーディンガーは､FEP+を活用した構造ベース創薬において､難易度の高いターゲットへの対応で培った豊富な専門知識を提供します。 ■テンプレートベースのホモロジーモデルやAlphaFoldモデル､不完全なcryo-EM構造や実験X線構造から出発する場合でも対応可能 ※標的タンパク質の包括的評価と精確な構造モデルの構築に必要な計算リソース､ライセンス､作業時間はすべてサービスに含まれます。 ※詳しくは、カタログをご覧ください。

・シュレーディンガーのテクノロジーを最大限に活用: サービスには､研究開発ニーズに応じた包括的なシミュレーションを実施するために必要な､計算リソース､ライセンス､作業時間がすべて含まれます。 ・プロジェクト成功のための柔軟かつカスタマイズ可能なソリューションを提供: 貴社のソフトウェアやハードウェア､計算リソースは不要です。プロジェクト期間中および終了後も､弊社エキスパートによる知識移転とトレーニングを受けられます。目的に応じたツールとソリューションを設計・提供します。 ・貴社の専門知識を､シュレーディンガーの専門力で補完: 成果物の範囲を共同で定義した上で､材料応用とデジタルシミュレーションの専門家がプロジェクトを遂行します。

機械学習力場は、「機械学習原子間ポテンシャル」とも呼ばれ、多様な化学系に対するコスト効率の高い原子レベルのシミュレーションを実現するための重要なツールとして登場しており、しばしば密度汎関数理論（DFT）に匹敵する精度を、はるかに低い計算コストで達成しています。 近年のメッセージパッシングネットワークの進歩により、従来のMLFFが抱えていた「対応できる元素の種類に制限がある」という課題が克服されました。さらに、電荷平衡法を用いた原子電荷および静電相互作用の導入により、複数の電荷状態、イオン系、電子応答特性の精密な再現が可能となり、長距離相互作用を明示的に考慮することで、さらに高い精度を実現しています。 当社のMLFFアーキテクチャ「MPNICE」は、正確な電荷表現のために明示的な静電気を組み込んでいます。周期表全体（89元素）を網羅する材料を対象に学習させた事前学習済みモデル群も提供しています。 MPNICEは高いスループット性能を重視しており、従来の手法では実現困難だった長時間・大規模な原子レベルのシミュレーションを、高精度を維持しながら可能にします。

AIを活用した材料探索は世界的な標準となりつつある一方で、「操作が難しい」「データサイエンス人材がいない」といった理由から導入が進まないケースも少なくありません。 シュレディンガーは、そうした課題を解決するウェビナー動画（日本語字幕付）を無料公開しています。フォーム登録後、すぐにご視聴いただけます。 ▼ 以下のフォームをご登録いただくとすぐ視聴可能になります ▼ https://info.schrodinger.com/ms-psb-01-submit-form 動画では、シュレーディンガーの材料開発向けシミュレーションプラットフォーム『Materials Science Suite』を用い、専門知識がなくても高度な物性予測や機械学習ベースの実験計画（ML-based DoE）を実行する方法をデモ形式で解説。少量データから「次に行うべき実験」を導くアプローチや、二成分系混合液の粘度予測、複雑な多成分処方の最適化など、実務に直結する事例をご紹介します。 まずは動画で、AI活用による研究開発の加速をご体感ください。