Schrödinger の全世界のオフィスは、社員全員が休息を取り、リフレッシュするための全社的な取り組みの一環として、8月17日から21日までの1週間、休業いたします。この期間中は、お問い合わせへの対応が制限される場合がございますので、あらかじめご了承ください。科学・技術サポートチームのメンバーは、緊急のサポート案件への対応のみ行います。

高分子材料

より高性能で、より持続可能なポリマーを、より迅速に開発する

高分子材料

分子シミュレーションを活用して、未来の高分子材料を開発する

幅広い産業分野の研究開発担当者は、高性能かつ多機能であり、社会の持続可能性へのニーズを満たす次世代のポリマーや複合材料の開発において、課題に直面しています。

Schrödinger同社のデジタルケミストリー・プラットフォームにより、科学者は分子および原子レベルでの高分子シミュレーションを通じて製品の性能を理解・予測し、多様な高分子用途における材料上の課題に取り組むことができます。

背景柄

高分子の専門家によって設計された、直感的な計算ワークフロー

あらゆる種類のポリマーに対応した、使いやすいシステムビルダー
分子シミュレーション、機械学習、データ解析のための強力なワークフロー
きめ細やかなカスタマーサポートと充実した研修リソース

ポリマーの開発・設計を推進するための主要な特性を予測する

新しいモノマーを設計し、高分子の合成と分解についてより深い理解を得て、高分子配合を改善する。

高分子および流体の配合についてより深く理解する

  • 医療機器、消費財、および膜材料への応用に向け、高分子分子や界面への結合、低分子の溶出、およびガス透過を予測する
  • 潤滑剤や化粧品などにおける溶媒和現象を理解するために、溶液中のポリマーのRg値を算出する
  • コンポーネントや条件が凝集およびphase の挙動に及ぼす影響を特定する

より効率的な電子ポリマーを実現する

  • 包装用ポリマーと加工用溶剤および水との相互作用をシミュレーションし、使用中の安定性を予測する
  • 液体および高分子電解質中における原子間の相互作用およびイオンの輸送をシミュレーションする
  • 電子的および光学的特性を算出する

新しいバイオポリマーを発見しよう

  • バイオ由来素材から製造される高性能樹脂の特性をシミュレーションおよび予測し、新しいバイオマテリアルの発見を自動化する
  • バイオ由来ポリマー混合物の混和性、構造 、および物性を予測する
  • 溶液中のバイオ由来ポリマーの挙動をシミュレーションする

同定 高性能ポリマー複合材料

  • 高分子複合材料における吸水挙動のモデル化と共連続的な形態安定性
  • 新規ポリマーのガラス転移、熱安定性、熱膨張を予測する
  • 硬化過程におけるポリマーゲル化点を予測する

事例紹介とウェビナー

分子動力学シミュレーションにより、リサイクル可能なタイヤ材料の開発と最適化が加速される

材料科学 ウェビナー

AIと機械学習を活用したコンポジットレジン配合の実例

デモを交えたこのウェビナーでは、機械学習(ML)と分子シミュレーションを統合することで、次世代樹脂配合のより迅速かつ的確な開発が可能になることをご紹介します。

材料科学 ウェビナー

AIと機械学習を活用した動作記録を用いたコンポジットレジン配合

デモを交えたこのウェビナーでは、機械学習(ML)と分子シミュレーションを統合することで、次世代樹脂配合のより迅速かつ的確な開発が可能になることをご紹介します。

材料科学 ウェビナー

AIと機械学習を統合し、複合樹脂の配合開発を加速させる

Schrödinger は、Composites Worldと共同で、5月13日午前11時(米国東部夏時間)に開催されるウェビナーを主催できることを大変嬉しく思っています。

材料科学 ウェビナー

ポリマー計算駆動型設計の始め方:Materials Science Suite におけるガラス転移温度の予測

ポリマーおよびポリマー配合の構築、ならびにTg予測ワークフローの実行について、ライブデモを通じて学びましょう。

材料科学 ウェビナー

計算材料工学による製品開発の加速

AnsysとSchrödinger が、統合計算材料工学(ICME)を活用して製品開発をどのように変革し、材料の発見とイノベーションを加速させているかをご紹介します。

材料科学 ウェビナー

物理学に基づくAI/MLによる材料探索の加速

このウェビナーシリーズでは、最先端の計算手法が、医薬品、バイオ医薬品、および先端材料の設計と最適化にどのような変革をもたらしているかを解説します。

材料科学 ウェビナー

材料科学への応用に向けた機械学習による力場の進展

本ウェビナーでは、Schrödingerが開発した最先端のMLFFアーキテクチャ「Message Passing Network with Iterative Charge Equilibration(MPNICE)」をご紹介します。このアーキテクチャは、電荷を正確に表現するために明示的な静電相互作用を取り入れています。

材料科学 ウェビナー

AI/MLを活用した化学イノベーションの加速:材料応用分野における画期的な進展

本ウェビナーでは、AI/MLが材料イノベーションにおいていかに画期的な進歩をもたらしているかを考察し、多様な応用分野における最先端のML技術を例示するケーススタディを紹介します。

ライフサイエンス ウェビナー

非晶質固体分散体における高分子賦形剤の選定に関する計算機シミュレーションによる知見

このウェビナーでは、分子モデルを活用することで、ターゲット リストに掲載されている標準的な高分子賦形剤の中から、実験室での試験に進める候補をスクリーニングする能力をどのように向上させることができるかについて解説します。

材料科学 ウェビナー

高性能材料の発見:クラウドを活用した10年間の画期的な進展

本講演では、Schrödinger の統合型材料科学プラットフォームが、多様な用途にわたる大規模並列スクリーニングおよびデ・ノボ設計プロジェクトをどのように実現するかについて紹介します。

業界を横断してポリマーに関する課題に取り組む

自動車

耐久性があり、軽量で、持続可能かつ加工しやすい高性能ポリマーを開発する。

詳細はこちら
特殊ポリマー

下流工程向けの原材料の性能と生産性を向上させる。

詳細はこちら
電池

最高の性能を発揮する高分子電解質材料を見つけ出し、バッテリーの性能を向上させましょう。

詳細はこちら
製剤学

薬剤の効率的な送達を実現するため、薬剤担体および製剤の設計を最適化する。

詳細はこちら
CPGパッケージング

天然素材を活用して、高性能で持続可能な包装材料の開発に革新をもたらします。

詳細はこちら
航空宇宙

高温用途および耐火性に優れた高性能複合材料およびシーラントを設計する。

詳細はこちら
注目の講座材料科学への応用を目的とした分子モデリング:高分子材料講座

材料科学への応用を目的とした分子モデリング:高分子材料講座

オンライン認定コース:ポリマーモデリングのスキルをレベルアップ

業界をリードする計算ソフトウェアを活用し、自動化されたワークフローと機械学習モデルを用いて、単純および複雑なポリマー混合物の主要な特性を予測する方法について学びましょう。

  • 自分のペースで学べる学習コンテンツ
  • Schrödinger ソフトウェアを実際に操作できる
  • 指導付きおよび自主的な事例研究
詳細はこちら

ドキュメントとチュートリアル

Schrödingerのソフトウェアに関するよくある質問への回答や、その活用におけるベストプラクティスをご確認ください。

材料科学 チュートリアル

MPNICEエンベディングを用いた機械学習

MPNICE Embedding を使って、機械学習モデルの構築、分析、および適用方法を学びましょう。

材料科学 チュートリアル

REINVENTを用いた新規化合物のデ・ノボ設計

REINVENT を使用して生成型機械学習モデルを学習させ、物性制約を満たす新規化合物を設計する方法を学びましょう。

材料科学 チュートリアル

タンパク質を含む製剤のための機械学習

タンパク質を含む製剤向けの機械学習モデルの構築方法を学びましょう。

材料科学 資料

機械学習による力場

機械学習力場(MLFF)は、任意の系のエネルギーを予測するための新しいアプローチを提供する。

材料科学 チュートリアル

機械学習の力場

機械学習を用いた力場最適化手法を活用して、さまざまなシステムを構築・シミュレーションする方法を学びましょう。

材料科学 資料

MSトランスポート

液体の粘度や原子・分子の拡散を予測するための、効率的な分子動力学(MD)シミュレーションツール。

材料科学 資料

MS浸透探傷剤の充填

凝縮系における水の吸着量および低分子ガスの吸着容量を予測するための分子動力学(MD)モデリング。

材料科学 資料

MS誘電体

誘電特性および屈折率を算出するための自動ワークフロー。

材料科学 資料

MS CG

大規模系における長時間の効率的な粗視化(CG)分子動力学(MD)シミュレーション。

材料科学 資料

処方 ML

正確な配合と物性の相関関係を導き出し、所望の物性を持つ新しい配合をスクリーニングするための機械学習ソリューション。

主力製品

研究プロジェクトを前進させるために活用できる主要な計算技術について、詳しくご覧ください。

MS フォーミュレーション ML

正確な配合と物性の相関関係を導き出し、所望の物性を備えた新規配合をスクリーニングするための、自動化された機械学習ソリューション

仮想クラスター

クラウド上でシミュレーションを実行するための、安全で拡張性の高い環境

MSMaestro

創薬のための包括的なモデリング環境

MS浸透探傷剤の充填

凝縮系における水含有量および低分子ガスの吸着容量を予測するための分子動力学(MD)モデリング

MSトランスポート

液体粘度、導電率、および原子・分子の拡散を予測するための高効率な分子動力学(MD)シミュレーションツール

Desmond

高いスケーラビリティ、スループット、および科学的精度を備えた高性能分子動力学(MD)エンジン

MS CG

大規模系における長時間スケールでの効率的な粗視化(CG)分子動力学(MD)シミュレーション

OPLS4 および OPLS5 力場

正確な分子シミュレーションのための、現代的で包括的な力場

DeepAutoQSAR

予測型機械学習モデルの学習および適用に向けた、自動化され、拡張性のあるソリューション

出版物

関連する応用分野において、Schrödinger 技術を採用した査読付き論文の一覧をご覧ください。

材料科学 出版物

高度なパッケージングのための材料特性シミュレーション

材料科学 出版物

階層的なphase 分離法を用いた、表面にナノ粒子を組み込んだポリマーソームの設計

材料科学 出版物

構造修飾されたロダニン系共重合体で連結されたチオフェンおよびチエノ[3,2-b]チオフェンの合成、光学特性および電気化学的特性

材料科学 出版物

真菌感染症の治療に向けた、3Dプリントによる生体模倣性高分子角膜パッチを用いたアムホテリシンBの安定性向上

材料科学 出版物

機械学習と物理ベースのモデルを用いた次世代ポリマーの設計

材料科学 出版物

ポリアニリン系分子インプリントポリマーを用いたフェニルアラニンの電気化学的検知

材料科学 出版物

半導体性ポリマー用の汎用光架橋剤としてのフッ素化フェニルアジドの最適化

材料科学 出版物

材料特性の予測技術の進展:粘度予測における物理学に基づく機械学習モデルの活用

材料科学 出版物

共平面骨格設計によるインダセノジチオフェン系共役ポリマーの移動度の調整

材料科学 出版物

生体界面活性剤の物理ベース分子モデリング

Schrödinger の「Polymer Solutions」に関するご相談をご予約ください

今すぐお問い合わせいただき、高度なシミュレーションやAI/MLを活用して、業界で競争優位性を確立する方法についてご検討ください。

上記のリストに、ご興味のある分野が見当たらない場合は、お気軽にお問い合わせください。

フォームが送信されました

ありがとうございます。近いうちにご連絡いたします。

組織のニーズに応えるソフトウェアとサービス

ソフトウェアプラットフォーム

物理ベースの分子モデリング、機械学習、チームコラボレーションを基盤とした、包括的で使いやすいプラットフォームを活用し、デジタル材料探索ワークフローを導入しましょう。

研究支援サービス

Schrödingerの専門的な計算科学者の知見を活用し、材料の発見・開発プロセスの重要な段階を支援します。

サポートとトレーニング

初心者から経験豊富なユーザーまでを対象に設計された、専門家のサポート、学習教材、およびトレーニングリソースをご利用いただけます。