교육용 사이트 라이선스
Schrödinger 소프트웨어에 대한 대학 전체 차원의 대규모 접근 권한
다음에 대한 캠퍼스 내 모든 접근 권한:
- 저분자 신약 개발, 바이오의약품 개발 및 재료 과학용 소프트웨어 제품군
- 액티브 러닝 기술
- PyMOL 3가지 분자 시각화 소프트웨어
- Schrödinger 온라인 인증 과정 수강 정원
- Schrödinger 코스 교재 활용 수업
포함 사항
Schrödinger의 업계 최고 수준의 ‘ 분자모델링 ’ 및 ‘ 머신러닝 ’ 도구를 활용하여 기관 전체에서 교육과 연구를 활성화하십시오.
Schrödinger의 생명과학 및 재료과학 분야를 아우르는 가장 포괄적인 대규모 소프트웨어 라이선스 세트를 활용하여 귀 대학에서 최첨단 연구를 수행하고 차세대 과학자들을 양성하십시오.
선도적인 대학들의 교육 및 연구를 뒷받침합니다
대학 전체에서 선도적인 분자모델링 소프트웨어를 이용할 수 있습니다.
학부 — 화학, 물리학, 생물학
다양한 학과에 소속된 학생과 연구자들은 ‘ Schrödinger ’ 소프트웨어를 다음과 같은 용도로 사용합니다:
- 분자 설계 속도를 높이고 분자의 화학적 안정성 을 평가한다
- 반응 기전을 이해하기
- 이론을 활용하여 제품의 수율과 생산량을 향상시킨다
- IR, 라만, UV-Vis 및 NMR 분광법 시뮬레이션
보건과학 및 의과대학
의과대학 및 보건과학부 소속 학생과 연구자들은 ‘ Schrödinger ’ 소프트웨어를 다음과 같은 용도로 사용합니다:
- 구조 예측, 단백질-리간드 도킹, 가상 스크리닝 등을 수행합니다.
- 항체, 펩타이드, 효소, 항원 및 기타 생물학적 제제를 전산 공학적으로 설계한다
- 의약품 제형 개발 가속화
공과대학
공학 분야의 학생과 연구자들은 ‘ Schrödinger ’ 소프트웨어를 다음과 같은 용도로 사용합니다:
- 배터리, 연료전지, 수소 저장 등 다양한 분야에 사용되는 모델 소재
- 부품 재료 및 계면의 주요 특성을 시뮬레이션하고 분석한다
- 자동화된 화학정보학 도구를 활용하여 머신러닝 모델을 구축하세요
- 간소화된 워크플로를 통해 방대한 화학 공간을 열거하고 탐구하십시오
학술용 사이트 라이선스가 에모리 대학교의 연구를 어떻게 변화시키고 있는가
“에모리 대학교에서 ‘ Schrödinger ’ 학술 사이트 라이선스를 도입함으로써, 에모리 BDCI 이니셔티브 내 화학 및 의학 부서 간 협력이 강화되고 연구 발전이 가속화되었습니다. 캠퍼스 전체가 업계 최고의 전산 화학 도구를 이용할 수 있게 된 점과 이것이 우리 업무에 미친 영향은 기대를 훨씬 뛰어넘었습니다.”
— 캘리 위긴턴(Callie Wigington), 에모리 신약 개발 센터(Emory Center for New Medicines) 프로그램 디렉터, ‘화학적 혁신을 통한 생물학적 발견(Biological Discovery through Chemical Innovation, BDCI)’ 관리 이사
다양한 신약 개발 및 재료 과학 분야를 위한 솔루션
대규모 화학 탐색과 매우 정확한 컴퓨터 시뮬레이션 기반 물성 예측의 힘을 활용하여 아이디어의 가치를 극대화하세요
- 구조 예측 및 타겟 활성화
- 히트 발굴
- 히트-투-리드 및 리드 최적화
- 약물 제형
고분자 재료
분자 및 원자 수준에서 고분자 시뮬레이션을 통해 제품 성능을 이해하고 예측합니다.
- 화학적 반응성, 고분자 형태 및 주요 물리화학적 특성을 정확하게 예측합니다.
- 새로운 고분자를 설계하고, 제형을 선별하며, 제조 공정을 최적화한다
- 발견 및 최적화를 위해 사용하기 쉬운 자동화된 워크플로를 활용하세요
유기 전자
전도성, 기계적 및 열적 특성 안정성 이 우수하고, 제조에 적합한 최적의 유기 전자 소재를 찾아보세요.
- 주요 광전자적 특성을 정확하게 예측
- 첨단 소재의 신속한 설계 및 발굴을 위한 고처리량 스크리닝 수행
- 전문적인 과학적 지원을 바탕으로 한, 사용하기 쉬운 자동화된 워크플로우를 활용하세요
촉매 및 반응성
차세대 촉매 및 비촉매 공정의 개발을 가속화합니다.
- 새로운 촉매 및 반응물을 대량으로 발굴하기 위한 자동화된 워크플로우를 실행합니다.
- 반응성, 선택성 및 특이성에 대한 세부 사항을 명확히 설명하라
- 신소재 발굴을 위한 협업형 기업 플랫폼을 활용하십시오
박막 공정
반도체 산업을 위한 원자 수준 공정을 최적화하고 소자 성능을 향상시킨다.
- 표면 반응성을 정확하게 예측하여 증착 또는 식각 공정을 최적화합니다.
- 다음 방법을 통한 전구체 휘발성에 대한 검증된 예측 머신러닝
- 재료 가공용 신소재 화학물질 설계를 위해 효율적인 시뮬레이션 도구를 활용한다
에너지 포집 및 저장
배터리, 연료전지 및 태양광 발전용 소재의 개발을 가속화하여, 더 깨끗하고, 더 가볍고, 더 안전하며, 에너지 효율이 더 높은 소재를 개발한다.
- 배터리, 연료전지, 태양광 발전 및 수소 저장 분야의 연구개발(R&D)에 필요한 주요 특성을 예측합니다.
- 부품 재료 및 계면의 주요 특성을 시뮬레이션하고 분석한다
- 간소화된 워크플로를 통해 방대한 화학 공간을 열거하고 탐구하십시오
복잡한 제형
제약, 소비재, 플라스틱, 복합재료 및 석유화학 산업 전반에 걸쳐 최종 제형 제품의 특성을 최적화합니다.
- 자동화된 워크플로를 통해 주요 특성을 예측하세요
- 고속 스크리닝을 통해 원료 선정 과정을 가속화하고 머신러닝
- 가공 과정에서 위험 요소를 파악하고 성능을 예측합니다
학생들이 미래의 화학 과제를 해결할 수 있도록 준비시키세요
학술용 사이트 라이선스에는 다음 항목에 대한 이용 권한이 포함됩니다:
- Schrödinger생명과학 및 재료과학 분야의 온라인 수료 과정을 통해 학생들의 경력 개발을 도모하고 연구 역량을 강화합니다
- 교육자들이 소프트웨어를 활용하여 수업을 더욱 알차게 구성할 수 있도록 돕는 무료 교육 과정 및 튜토리얼