전 세계 모든 Schrödinger 사무소는 휴식과 재충전을 위한 전사적 조치의 일환으로 8월 17일부터 21일까지 일주일간 휴무합니다. 이 기간 동안 문의에 대한 답변이 제한될 수 있으니 양해 부탁드립니다. 과학 및 기술 지원팀 직원들은 긴급 지원 문의에 한해 대응할 예정입니다.

제약 제형 및 전달

인실리코 설계를 통해 더 나은 의약품을 개발한다

의약품 제형 공정 최적화

분자 수준에서 의약품을 최적화하세요

현명하고 전략적인 제형 설계는 귀사의 ‘ 신약 개발 ’ 프로젝트를 효율적으로 추진하고 후속 공정에 유용한 정보를 제공할 수 있습니다. 분자모델링 및 머신러닝 분야의 발전으로 원자 수준의 통찰력을 확보하여 제형을 개선할 수 있게 되었으며, 실험에 앞서 수많은 후보 물질과 제형을 평가할 수 있는 능력도 갖추게 되었습니다.

Schrödinger 결정질 또는 비결정질 형태의 특성 분석부터 가공, 제형 개발 및 전달을 위한 원료 및 부형제의 선정에 이르기까지, 제약 제형 개발을 발전시키기 위한 다양한 계산 기반 솔루션을 제공합니다.

배경 패턴

제형 화학 전문가들이 설계한 직관적인 계산 워크플로우

대분자 시스템의 복잡한 배합을 위한 사용하기 쉬운 시스템 빌더
분자 시뮬레이션, 머신러닝 및 데이터 분석을 위한 강력한 워크플로우
전담 고객 지원 및 방대한 교육 자료

주요 역량

예측적 특성 분석을 통한 의약품 공정 개발 및 제조 최적화

  • pKa 예측, 분말 X선 회절 및 결정 형태 
  • 정제 조건 최적화를 돕기 위해 영의 계수와 전단 계수를 계산한다
  • 비수성 용매에서의 용해도 이해하기
  • VCD, NMR(용액 및 고체 상태), IR, 라만, UV-Vis를 포함한 분광법 시뮬레이션

약물 안정성 및 반응성을 이해하기

  • 비정질 고체 분산체를 포함한 비정질 물질에서 유리 전이 온도 및 수분 흡수량을 예측한다
  • 다양한 분해 경로를 고려하여 약물 안정성 을 평가한다.
  • 화학 성질을 평가하기 위해 결합 해리 에너지를 계산한다 안정성
  • 자동화 솔루션을 활용한 분자 촉매 설계

신약 후보물질의 용해도 예측

  • 비정질 및 결정질 형태의 용해도 를 정확하게 예측하여 용해성 활성 제약 성분 (API)의 발견을 촉진하고, 다음을 활용하여 비결정질 형태에서 얻을 수 있는 잠재적인 용해도 증진 효과를 규명합니다. FEP+
  • 작은 약물 응집체의 형성으로 인해 순수 약물 용해도 이 예상 농도 용해도 를 초과할 수 있는 경우를 파악한다.

약제 제형 및 전달 방식의 특성 분석 및 최적화

  • 비정질 고체 분산체를 포함하여, 지질 기반 및 고분자 기반 제형의 복잡한 요구 사항과 거동에 대한 통찰력을 얻으십시오.
  • 다양한 고분자 또는 고분자 잔류물이 [ ]의 방출, 용해 및 응결 에 미치는 영향을 평가한다. API
  • 원료의 흡습성, 점도, 표면 장력( 혼화성 )과 같은 주요 특성, 용액 내 분자 간 상호작용, 약물 방출 프로파일 등을 예측합니다.

결정 구조 예측 서비스

실온에서 가장 안정적인 다형체를 파악하여 고체 형태 선정 과정의 위험을 줄이세요

신약 개발 의 후기 단계에서 다형체의 소실과 관련된 위험을 극복하십시오. 주어진 활성 제약 성분 (API)에 대해, 당사는 독자적인 결정 구조 예측(CSP) 플랫폼을 활용하여 실온에서 가장 안정적인 결정 다형체를 식별해 드립니다. API 의 2D 구조를 바탕으로, 결정 다형체의 열역학적 안정성 순위를 제공해 드립니다.

사례 연구 및 웨비나

Schrödinger 기술이 실제 연구 과제를 해결하는 데 어떻게 활용되고 있는지 알아보세요.

재료과학 웨비나

머신러닝 를 활용한 제형 설계 및 가속화된 소재 발굴을 위한 최적화

다가오는 웨비나에 참여하셔서, 귀사의 연구개발(R&D) 팀이 자동화된 데이터 기반 솔루션을 활용하여 다목적 화학 솔루션의 설계를 이끌어낼 수 있는 방법을 알아보세요.

재료과학 웨비나

머신러닝 를 활용한 제형 설계 및 가속화된 신소재 발굴을 위한 최적화

다가오는 웨비나에 참여하셔서, 귀사의 연구개발(R&D) 팀이 자동화된 데이터 기반 솔루션을 활용하여 다목적 화학 솔루션의 설계를 이끌어낼 수 있는 방법을 알아보세요.

재료과학 웨비나

소분자 의약품 원료의 분해, 반응성 및 촉매 작용을 연구하기 위한 예측 모델링 플랫폼

이번 웨비나에서는 의약품 원료(API)의 열화, 반응성 및 촉매 작용을 연구하기 위한 자동화된 종단간 솔루션의 최근 발전 동향을 소개합니다.

재료과학 웨비나

소분자 의약품 원료의 분해, 반응성 및 촉매 작용을 연구하기 위한 예측 모델링 플랫폼

이번 웨비나에서는 의약품 원료(API)의 열화, 반응성 및 촉매 작용을 연구하기 위한 자동화된 종단간 솔루션의 최근 발전 동향을 소개합니다.

재료과학 웨비나

Schrödinger의 Materials Science Suite를 활용한 가속 비정질 고체 분산(ASD) 제형 개발

이번 세션에서는 혼합 에너지부터 유리전이온도(Tg)에 이르는 계산적 통찰력을 기존 R&D 파이프라인에 원활하게 통합하여 실험 반복 횟수를 줄이고 시장 출시 기간을 단축하는 방법을 시연할 예정입니다.

재료과학 웨비나

Schrödinger의 Materials Science Suite를 활용한 가속 비정질 고체 분산(ASD) 제형 개발 녹화 영상

이번 세션에서는 혼합 에너지부터 유리전이온도(Tg)에 이르는 계산적 통찰력을 기존 R&D 파이프라인에 원활하게 통합하여 실험 반복 횟수를 줄이고 시장 출시 기간을 단축하는 방법을 시연할 예정입니다.

재료과학 웨비나

Schrödinger의 Materials Science Suite를 활용한 비정질 고체 분산(ASD) 제형 개발 가속화 – 5월 12일 녹화 영상

이번 세션에서는 혼합 에너지부터 유리전이온도(Tg)에 이르는 계산적 통찰력을 기존 R&D 파이프라인에 원활하게 통합하여 실험 반복 횟수를 줄이고 시장 출시 기간을 단축하는 방법을 시연할 예정입니다.

재료과학 웨비나

기계학습 모델 구축 및 최적화: 정문 제어 방식을 활용하여 첨단 물성 예측 및 실험 설계를 신속하고 쉽게 수행하기

제형, 소비재, 배터리, 의약품 등 광범위한 MS(재료과학) 응용 분야에 걸친 실험 데이터셋을 활용하여 이러한 도구를 적용하는 것이 얼마나 쉬운지 보여드리겠습니다.

재료과학 웨비나

기계학습 모델 구축 및 최적화: 정교한 물성 예측과 실험 설계를 빠르고 쉽게 수행할 수 있도록 지원

제형, 소비재, 배터리, 의약품 등 광범위한 MS(재료과학) 응용 분야에 걸친 실험 데이터셋을 활용하여 이러한 도구를 적용하는 것이 얼마나 쉬운지 보여드리겠습니다.

재료과학 웨비나

기계학습 모델 구축 및 최적화: 정교한 물성 예측과 실험 설계를 빠르고 쉽게 구현하기

제형, 소비재, 배터리, 의약품 등 광범위한 MS(재료과학) 응용 분야에 걸친 실험 데이터셋을 활용하여 이러한 도구를 적용하는 것이 얼마나 쉬운지 보여드리겠습니다.

추천 코스재료 과학을 위한 분자 모델링: 제약 제형

실습 중심의 온라인 인증 과정을 통해 컴퓨터 시뮬레이션을 활용한 의약품 제형 설계 방법을 배워보세요 코스

저희 온라인 과정에 등록하여 실력을 한 단계 높여보세요 . 코스, 분자모델링 (재료과학: 제약 제형).

자세히 알아보기

문서 및 튜토리얼

Schrödinger의 소프트웨어 사용과 관련된 자주 묻는 질문에 대한 답변을 확인하고, 모범 사례를 알아보세요.

재료과학 튜토리얼

결정 구조 예측: 2부

염에 대한 더 많은 결정 구조 예측 워크플로를 수행하는 방법을 배워보세요.

재료과학 튜토리얼

머신러닝 MPNICE 임베딩을 사용하여

MPNICE Embedding을 활용하여 머신러닝 모델을 구축, 분석 및 적용하는 방법을 배워보세요.

재료과학 튜토리얼

머신러닝 힘장의 미세 조정

사전 학습된 기계 학습 기반 힘장( 머신러닝 , MLFF) 모델을 미세 조정하여 2차원 물질의 격자 매개변수를 연구하는 방법을 배워보세요.

재료과학 튜토리얼

REINVENT을 활용한 신규 화합물의 데 노보 설계

REINVENT를 사용하여 생성형 ML 모델을 훈련하는 방법을 배우고, 물성 제약 조건을 충족하는 새로운 화합물을 설계해 보세요.

재료과학 튜토리얼

머신러닝 단백질이 함유된 제제용

단백질을 포함한 제형에 대한 ‘ 머신러닝 ’ 모델을 구축하는 방법을 배워보세요.

재료과학 튜토리얼

복잡한 단백질 용액의 시뮬레이션

분자 동역학( 분자동역학 , MD) 시뮬레이션을 위해 복잡한 단백질 시스템을 준비하는 방법을 배워보세요.

재료과학 튜토리얼

단백질 제형용 Coarse-Grained 모델 생성

Coarse-Grained 의 Force Field Builder를 사용하여, 복잡한 단백질 용액 시스템에 대해 Martini coarse-grained 의 힘장(force field)에 매개변수를 자동으로 맞추는 방법을 알아보세요.

재료과학 문서화

복합 이중층 빌더 패널

막 단백질이 내장되어 있거나 없는 단일 또는 다중 성분 지질 막을 구축합니다.

재료과학 문서화

막 분석 패널

궤적의 선택된 프레임에 걸쳐 지질 막의 구조적 특성을 계산합니다.

재료과학 문서화

막 분석 뷰어 패널

‘Membrane Analysis’ 패널을 사용하여 생성된 ‘ 분자동역학 ’ 궤적의 코스 에 따른 지질의 구조적 특성 그래프를 확인하세요.

주요 제품

연구 프로젝트의 진전을 도모하는 데 활용할 수 있는 주요 컴퓨팅 기술에 대해 자세히 알아보세요.

MS 제형 ML

정확한 제형-물성 관계를 도출하고, 원하는 물성을 지닌 새로운 제형을 선별하기 위한 자동화된 ‘ 머신러닝 ’ 솔루션

가상 클러스터

클라우드에서 시뮬레이션을 실행하기 위한 안전하고 확장 가능한 환경

MS Maestro

신소재 발굴을 위한 완벽한 모델링 환경

Desmond

높은 확장성, 처리량 및 과학적 정확도를 제공하는 고성능 분자동역학 (MD) 엔진

FEP+

신약 개발을 위한 고성능 자유 에너지 계산

MS 모프

유기 결정의 결정상 예측을 위한 효율적인 모델링 도구

MS CG

장시간 척도에서 대규모 시스템을 대상으로 한 효율적인 컴퓨터 그래픽( coarse-grained , CG) 및 분자 동역학( 분자동역학 , MD) 시뮬레이션

Jaguar

분자 구조 및 성질을 신속하고 정확하게 예측하기 위한 양자역학적 해결책

결정 구조 예측

실온에서 가장 안정적인 다형체를 파악하여 고체 형태 선정 과정의 위험을 줄이세요

간행물

관련 응용 분야에서 ‘ Schrödinger ’ 기술을 활용한 동료 심사를 거친 논문 목록을 살펴보세요.

재료과학 출판물

분자동역학 고전적 핵형성 이론의 관점에서 본 이부프로펜 나노결정 용해에 대한 고찰

재료과학 출판물

고농도 항체 용액의 점도에 미치는 부형제 효과에 대한 구조 기반 계산

재료과학 출판물

o-아미노벤조산의 다형성 Phase 전이 동역학: 분산 동역학 모델과 프리뉴클레이션 응집체에 대한 분자동역학 시뮬레이션의 적용

재료과학 출판물

“지질 나노입자 내 이온화 가능한 지질의 겉보기 pKa 값 계산”에 대한 정정

재료과학 출판물

대규모 검증 및 블라인드 연구를 통해 소분자 신약 개발 를 뒷받침하는 견고한 결정 구조 예측 방법

재료과학 출판물

분자동역학 시뮬레이션 및 자유 에너지 분석을 이용한 원숭이두창 바이러스 VP39 단백질과 약물 유사 화합물의 결합 잠재력 및 결합 상수( 안정성 ) 평가

재료과학 출판물

분자 동역학(MD) 시뮬레이션을 이용한 비정질 고체 분산체 내 약물-고분자 호환성 예측: 용해 자유 에너지의 함정에 관하여

재료과학 출판물

폴리 용해 메커니즘의 적용 가능성: 부피바카인( 분자동역학 ) 시뮬레이션을 활용한 사례 연구

재료과학 출판물

분자동역학 시뮬레이션을 이용한 폴리락틱-코-글리콜릭산 고분자 운반체에 프레드니솔론 약물 캡슐화 모델링

재료과학 출판물

글레카프레비르의 개발: 다형성이 높은 거대고리형 약물의 입체구조, 결정 구조 및 효율적인 고체-고체 전환

조직의 요구 사항을 충족시키는 소프트웨어 및 서비스

소프트웨어 플랫폼

분자모델링, 설계 및 협업을 위한 포괄적이고 사용자 친화적인 플랫폼을 활용하여 디지털 신약 개발 워크플로를 구축하십시오.

모델링 서비스

Schrödinger의 대규모 전산 전문 지식과 기술을 활용하여 신약 개발 과정의 주요 단계를 거쳐 프로젝트를 발전시켜 나가십시오.

지원 및 교육

초보자와 숙련된 사용자 모두를 위해 마련된 전문가 지원, 교육 자료 및 교육 리소스를 이용하세요.