参考文献

AutoTS

雅各布森，L.D.；博切瓦罗夫，A. D.；沃森，M. A.；休斯，T. F.；里纳尔多，D.；埃尔利希，S.；斯坦布雷彻，T. B.；瓦伊蒂斯瓦兰，S.；菲利普，D. M.；霍尔斯，M. D.；弗里斯纳，R. A.，《自动过渡态搜索及其在多种有机反应中的应用》，《化学理论与计算杂志》 2017年，13(11)，5780–5797

Schrödinger 版本 2026-3：AutoTS，Schrödinger 有限责任公司，纽约州纽约市，2025年。

BioLuminate®

Sankar, K.; Trainor, K.; Blazer, L.; Adams, J.; Sidhu, S.; Day, T.; Meiering, E.; Maier, J.，“用于生物制剂定量结构-性质关系预测的描述符集”， 《分子信息学》， 2022，41(9)，2100240
Tavella, D.; Ouellette, D. R.; Garofalo, R.; Zhu, K.; Xu, J.; Oloo, E. O.; Negron, C.; Ihnat, P.M.，“一种 基于计算的 评估单克隆抗体中蛋氨酸氧化风险：对双层模型的改进”， 《PLoS One》， 2022，17(12)
Sankar, K.; Krystek, S. R. Jr; Carl, S. M.; Day, T.; Maier, J. K. X., “AggScore：基于表面片段分布预测蛋白质中易聚集区域”， 《Proteins》， 2018，86(11)，1147-1156
朱，K.；戴，T.；瓦尔沙维亚克，D.；默雷特，C.；弗里斯纳，R.；珀尔曼，D.，“利用同源建模、基于能量的精修以及环预测相结合的方法确定抗体的结构”， 《Proteins》， 2014，82(8)，1646-1655
Salam, N. K.；Adzhigirey, M.；Sherman, W.；Pearlman, D. A.，“基于结构的蛋白质二硫键预测方法”， 《蛋白质工程、设计与选择》， 2014，27(10)，365-74
Beard, H.; Cholleti, A.; Pearlman, D.; Sherman, W.; Loving, K. A.，“应用基于物理理论评分法计算蛋白质-蛋白质复合物中单个氨基酸突变的结合自由能”， 《PLoS ONE》， 2013, 8(12), e82849

Schrödinger 版本 2026-3：BioLuminate，Schrödinger ，有限责任公司，纽约州纽约市，2025年。

Canvas

段，J.；迪克森，S. L.；洛里，J. F.；谢尔曼，W.，“二维指纹的分析与比较：基于八种指纹方法对筛选数据库性能的探讨”， 《分子图与模型杂志》， 2010, 29, 157-170
Sastry, M.; Lowrie, J. F.; Dixon, S. L.; Sherman, W.，“为提高虚拟筛选富集效率而对二维指纹法及其参数进行的大规模系统分析”， 《化学信息与建模杂志》， 2010, 50, 771–784

Schrödinger 版本 2026-3：Canvas，Schrödinger 有限责任公司，纽约州纽约市，2025年。

ConfGen

Schrödinger 版本 2026-3：ConfGen，Schrödinger 有限责任公司，纽约州纽约市，2025年。

核心跳转

Schrödinger 版本 2026-3：《Core Hopping》，Schrödinger 有限责任公司，纽约州纽约市，2025年。

CovDock

朱，K.；博雷利，K. W.；格林伍德，J. R.；戴，T.；阿贝尔，R.；法里德，R. S.；哈德尔，E.，“分子对接共价抑制剂：一种无需参数的构象预测与评分方法”， 《化学信息与建模杂志》， 2014, 54, 1932−1940

Schrödinger 2026-3版：CovDock，Schrödinger 有限责任公司，纽约州纽约市，2025年。

DeepAutoQSAR

Kaplan, Z.; Ehrlich, S.; Leswing, K.，《基于Therapeutic Data Commons中ADMET子集对DeepAutoQSAR、ChemProp和DeepPurpose的基准研究》，全文
Gion, K.；Gattani, S.；Kaplan, Z.，《DeepAutoQSAR 硬件基准测试》，全文

Schrödinger 版本 2026-3：DeepAutoQSAR，Schrödinger 有限责任公司，纽约州纽约市，2025年。

Desmond

鲍尔斯，K. J.；周，E.；徐，H.；德罗尔，R. O.；伊斯特伍德，M. P.；格雷格森，B. A.；克莱佩斯，J. L.；科洛斯瓦里，I.；莫拉埃斯，M. A.；萨塞尔多蒂，F. D.；萨蒙，J. K.；山，Y.；肖，D. E.，“面向商品集群上分子动力学 (MD) 模拟的可扩展算法”， ACM/IEEE超级计算会议（SC06）论文集，佛罗里达州坦帕市， 2006年，11月11日至17日

Schrödinger 发布版 2026-3：Desmond 《分子动力学 (MD) 系统》，D. E. Shaw Research，纽约州纽约市，2024年。Maestro-Desmond 《互操作性工具》，Schrödinger ，纽约州纽约市，2025年。

Epik

约翰斯顿（Johnston, R. C.）；姚（Yao, K.）；卡普兰（Kaplan, Z.）；切利亚（Chelliah, M.）；莱斯温（Leswing, K.）；西金斯（Seekins, S.）；瓦茨（Watts, S.）；卡尔金斯（Calkins, D.）；麋鹿酋长（Chief Elk, J.）；杰罗姆（Jerome, S. V.）；雷帕斯基（Repasky, M. P.）；谢利（Shelley, J. C.），“Epik：基于机器学习（ML）的pKa 及质子化状态预测”， 《化学理论与计算杂志》 2023, 19, 2380–2388

Schrödinger 发布号 2026-3：Epik，Schrödinger ，LLC，纽约州纽约市，2025年。

请注意，Epik随附的pKa 和互变异构体数据库均为受版权保护的材料，不得在Epik或LigPrep 授权计算的范围之外进行提取、复制或使用。

FEP+

Ross, G. A., Lu, C., Scarabelli, G.; Albanese, S. K.; Houang, E.; Abel, R.; Harder, E. D.; Wang, L., “严格蛋白质-配体结合自由能计算的最大精度与当前精度”， 《Commun. Chem.》， 2023，6(222)
陈，W.；崔，D.；杰罗姆，S.；米奇诺，M.；伦塞林克，E.；哈金斯，D.；博特雷，A.；旺多姆，A.；阿贝尔，R.；弗里斯纳，R. A.；王，L.，“通过绝对蛋白质-配体结合自由能计算，提升虚拟筛选中苗头化合物的发现效率”， 《化学信息与建模杂志》（J. Chem. Inf. Model.）， 2023, 63(10), 3171–3185
Abel, R.; Wang, L.; Harder, E. D.; Berne, B. J.; Friesner, R. A.，“通过改进自由能计算推进药物发现”， 《化学研究进展》， 2017，50(7)，1625-1632
Kuhn, B.; Tichý, M.; Wang, L.; Robinson, S.; Martin, R. E.; Kuglstatter, A.; Benz, J.; Giroud, M., Schirmeister, T.; Abel, R.; Diederich, F.; Hert, J., “关于自由能计算在猫肽酶L抑制剂优先级排序中的前瞻性评估”， 《药物化学杂志》， 2017，60(6)，2485-2497
Yu, H. S.; Deng, Y.; Wu, Y.; Sindhikara, D.; Rask, A. R.; Kimura, T.; Abel, R.; Wang, L., “对大环化合物与其蛋白质靶标结合亲和力的准确可靠预测”， 《化学理论与计算杂志》， 2017，13(12)，6290-6300
王，L.；邓，Y.；吴，Y.；金，B.；勒巴德，D. N.；万德施奈德，D.；比奇，M.；弗里斯纳，R. A.；阿贝尔，R.，“药物发现中骨架跳跃变换的精确建模”， 《化学理论与计算杂志》， 2017, 13(1), 42-54
Harder, E.; Damm, W.; Maple, J.; Wu, C.; Reboul, M.; Xiang, J. Y.; Wang, L.; Lupyan, D.; Dahlgren, M. K.; Knight, J. L.; 考斯，J. W.；切鲁蒂，D. S.；克里洛夫，G.；约根森，W. L.；阿贝尔，R.；弗里斯纳，R. A.，“OPLS3：一种广泛覆盖类药物小分子和蛋白质的力场”， 《化学理论与计算》， 2016，12(1)，281–296
王，L.；吴，Y.；邓，D.；金，B.；皮尔斯，L.；克里洛夫，G.；卢皮扬，D.；罗宾逊，S.；达尔格伦，M. K.；格林伍德，J.；罗梅罗，D. L.；马塞，C.；奈特，J. L.；斯坦布雷彻，T.；博伊明，T.；达姆，W.；哈德尔，E.；谢尔曼，W.；布鲁尔，M.；韦斯特，R.；穆尔科，M.；弗莱，L.；法里德，R.；林，T.；莫布利，D. L.；约根森，W. L.；伯恩，B. J.；弗里斯纳，R. A.；阿贝尔，R.，“通过现代自由能计算协议和力场在前瞻性药物发现中对相对配体结合活性的准确可靠预测”， 《美国化学会杂志》, 2015, 137(7), 2695–2703

Schrödinger 发布版 2026-3：FEP+ ，Schrödinger ，LLC，纽约州纽约市，2025年。

力场

卢，C.；吴，C.；戈雷希，D.；陈，W.；王，L.；达姆，W.；罗斯，G. A.；达尔格伦，M. K.；罗素，E.；冯·巴根，C. D.；阿贝尔，R.；弗里斯纳，R. A.；哈德尔，E. D.，“OPLS4：提高化学空间在高难度条件下的力场精度”， 《化学理论与计算杂志》， 2021, 17(7), 4291–4300
Roos, K.; 吴，C.；达姆，W.；雷布尔，M.；史蒂文森，J. M.；卢，C.；达尔格伦，M. K.；蒙达尔，S.；陈，W.；王，L.；阿贝尔，R.；弗里斯纳，R. A.；哈德尔，E. D.，“OPLS3e：扩展药物样小分子的力场覆盖范围”， 《化学理论与计算杂志》， 2015，15(3)，1863–1874
Harder, E.; Damm, W.; Maple, J.; Wu, C.; Reboul, M.; Xiang, J. Y.; Wang, L.; Lupyan, D.; Dahlgren, M. K.; Knight, J. L.; 考斯，J. W.；切鲁蒂，D. S.；克里洛夫，G.；约根森，W. L.；阿贝尔，R.；弗里斯纳，R. A.，“OPLS3：一种广泛覆盖药物样小分子和蛋白质的力场”， 《化学理论与计算杂志》， 2016, 12(1), 281–296
Shivakumar, D.; Williams, J.; Wu, Y.; Damm, W.; Shelley, J.; Sherman, W., “利用分子动力学 (MD) 自由能微扰和OPLS力场预测绝对溶剂化自由能”， 《化学理论与计算杂志》， 2010, 6, 1509–1519
Jorgensen, W. L.; Maxwell, D. S.; Tirado-Rives, J.，“基于构象的OPLS全原子力场的开发与测试：有机液体的热力学性质与物理性质”， 《美国化学会志》， 1996, 118 (45), 11225-11236
Jorgensen, W. L.; Tirado-Rives, J.，“用于蛋白质的OPLS[优化液态模拟势能]势能函数，以及环肽和crambin晶体的能量最小化”， 《美国化学会杂志》， 1988, 110(6), 1657-1666

Schrödinger 2026-3版：《力场》，Schrödinger 有限责任公司，纽约州纽约市，2025年.

配方 ML

Chew, A.K.；Afzal, M.A.F.；Kaplan, Z.；Collins, E. M.；Gattani, S.；Misra, M.；Chandrasekaran, A.；Leswing, K.；霍尔斯，M.D.，“利用高通量分子模拟和机器学习（ML）进行化学混合物设计”，《npj Comput Mater》 ，2025，11(72)

Schrödinger 2026-3版：《配方机器学习》，Schrödinger 有限责任公司，纽约州纽约市，2025年。

Glide

杨，Y；姚，K；雷帕斯基，M. P.；莱斯温，K；阿贝尔，R；肖伊切特，B. K.；杰罗姆，S. V.，“利用分子对接和深度学习对化学空间进行高效探索”， 《化学理论与计算杂志》 2021, 17(11), 7106–7119
Friesner, R. A.; Murphy, R. B.; Repasky, M. P.; Frye, L. L.; Greenwood, J. R.; Halgren, T. A.; Sanschagrin, P. C.; Mainz, D. T.，“超精确Glide ：分子对接及评分方法，该方法整合了蛋白质-配体复合物的疏水包围模型”， 《药物化学杂志》， 2006， 49, 6177–6196
Halgren, T. A.; Murphy, R. B.; Friesner, R. A.; Beard, H. S.; Frye, L. L.; Pollard, W. T.; Banks, J. L.，“Glide ：一种用于快速、准确分子对接和评分的新方法。2. 数据库中的富集因子筛选”， 《J. Med. Chem.》, 2004, 47, 1750–1759
Friesner, R. A.；Banks, J. L.；Murphy, R. B.；Halgren, T. A.；Klicic, J. J.； Mainz, D. T.; Repasky, M. P.; Knoll, E. H.; Shaw, D. E.; Shelley, M.; Perry, J. K.; Francis, P.; Shenkin, P. S.，“Glide ：一种用于快速、准确分子对接和评分的新方法。1. 方法及分子对接准确性的评估”， 《J. Med. Chem.》， 2004, 47, 1739–1749

Schrödinger 发布版 2026-3：Glide ，Schrödinger ，LLC，纽约州纽约市，2025年。

GlideEM

Robertson, M. J.; van Zundert, G. C. P.; Borrelli, K.; Skiniotis, G., “GemSpot：一种将配体稳健建模到冷冻电镜图谱中的工作流程”，《Structure》，2020，28(6)，707-716

Schrödinger 版本 2026-3：GlideEM，Schrödinger 有限责任公司，纽约州纽约市，2025年。

IFD-MD

米勒，E. B.；墨菲，R. B.；辛迪卡拉，D.；博雷利，K. W.；格里斯伍德，M. J.；拉纳利，F.；迪克森，S. L.；杰罗姆，S.；博伊尔斯，N. A.；戴，T.；加纳科塔，P.；蒙达尔，S.；拉菲，S. B.；特罗斯特，D. M.；阿贝尔，R.；弗里斯纳，R. A.，“蛋白质-配体结合中诱导契合分子对接问题的可靠且精确解”， 《化学理论与计算杂志》 2021, 17(4), 2630–2639
徐，T.；朱，K.；博特雷，A.；旺多姆，J.；博雷利，K. W.；阿贝尔，R.；弗里斯纳，R. A.；米勒，E. B.，“诱导契合分子对接可在同源模型中实现精确的自由能微扰计算”， 《化学理论与计算杂志》 2022，18(9)，5710–5724
Coskun, D.; Lihan, M.; Rodrigues, J. P. G. L. M.; Vass, M.; Robinson, D.; Friesner, R. A.; Miller, E. B.，“利用AlphaFold和实验结构，通过诱导契合法预测GPCR复合物的结构和结合亲和力分子对接和自由能微扰”， 《化学理论与计算杂志》 2023

Schrödinger 发布版 2026-3：IFD-MD，Schrödinger 有限责任公司，纽约州纽约市，2025年。

诱导配合（IFD）

Farid, R.；Day, T.；Friesner, R. A.；Pearlstein, R. A.，“基于蛋白质建模、势能图谱及分子对接研究获得的关于HERG阻断的新见解”， 《生物有机与药物化学》， 2006, 14, 3160-3173
Sherman, W.; Day, T.; Jacobson, M. P.; Friesner, R. A.; Farid, R.，“模拟配体/受体诱导契合效应的新方法”， 《药物化学杂志》， 2006, 49, 534-553
Sherman, W.; Beard, H. S.; Farid, R.，“在虚拟筛选中应用诱导契合受体结构”， 《化学生物学与药物设计》， 2006， 67, 83-84

Schrödinger 版本 2026-3：诱导适配分子对接协议；Glide ，Schrödinger 有限责任公司，纽约州纽约市，2024年；Prime，Schrödinger 有限责任公司，纽约州纽约市，2025年。

Jaguar

Balduf, T.; Gerken, P.A.; Shelley, M.Y.; Watson, M. A.; 贝内特，M. C.；斯文森，M.；莱夫勒，A. E.；博切瓦罗夫，A.，《药物样分子的阿托异构性预测》，《化学信息与建模杂志》 2026年，66(3)，1675–1687
曹，Y.；巴尔杜夫，T.；比奇，M. D.；贝内特，M. C.；博切瓦罗夫，A. D.；钱，A.；杜布，P. A.；戴尔，K. G.；弗内斯，J. W.；霍尔斯，M. D.；休斯，T. F.；雅各布森，L. D.；郭，H. S.；莱文，D. S.；美因茨，D. T.；摩尔，K. B.；斯文森，M.；维德拉，P. E.；沃森，M. A.；弗里斯纳，R. A.，“量子化学软件包Jaguar ：近期发展与独特特征综述”，《化学物理学杂志》 2024，161(5)，052502
Bochevarov, A. D.；Harder, E.；Hughes, T. F.；Greenwood, J. R.；Braden, D. A.；Philipp, D. M.；Rinaldo, D.；Halls, M. D.；Zhang, J.；Friesner, R. A.，“Jaguar ：一款在生命科学和材料科学领域具有显著优势的高性能量子化学软件”， 《国际量子化学杂志》， 2013， 113(18), 2110-2142

Schrödinger 发布版 2026-3：Jaguar ，Schrödinger ，LLC，纽约州纽约市，2025年。

Jaguar pKa

Bochevarov, A. D.；Watson, M. A.；Greenwood, J. R.；Philipp, D. M.，“基于密度泛函理论的多构象pKa 预测及其在具有多样化官能团的大型柔性有机分子中的应用”， 《化学理论与计算杂志》， 2016，12(12)，6001–6019
Yu, H. S.；Watson, M. A.；Bochevarov, A. D.，“基于密度泛函理论的pKa 预测的加权平均方案及局部原子描述符”， 《化学信息与建模杂志》， 2018，58，271–286
Klicić, J. J.；Friesner, R. A.；Liu, S.-Y.；Guida, W. C.，“利用密度泛函理论和自洽反应场方法精确预测水溶液中的酸解离常数”， 《物理化学杂志 A》， 2002, 106, 1327–1335

Schrödinger 版本 2026-3：Jaguar pKa ，Schrödinger ，有限责任公司，纽约州纽约市，2025年。

KNIME 扩展

Berthold, M. R.；Cebron, N.；Dill, F.；Gabriel, T. R.，“康斯坦茨信息挖掘器，分类、数据分析与知识组织研究（GfKL 2007）”， 施普林格， 2007，ISBN：978-3-540-78239-1，ISSN：1431-8814

Schrödinger 版本 2026-3：KNIME 扩展，Schrödinger 有限责任公司，纽约州纽约市，2025年。

LigPrep

Schrödinger 发布版 2026-3：LigPrep ，Schrödinger ，LLC，纽约州纽约市，2025年。

LiveDesign

Schrödinger 发布版 2026-3：LiveDesign ，Schrödinger ，LLC，纽约州纽约市，2025年。

MacroModel

Mohamadi, F.; Richard, N. G.; Guida, W. C.; Liskamp, R.; Lipton, M.; Caufield, C.; Chang, G.; Hendrickson, T.; Still, W. C.，“MacroModel——一款基于集成式的软件系统，用于利用分子力学(MM)对有机和生物有机分子进行建模”， 《计算化学杂志》。 1990，11，440–467
Watts, K. S.；Dalal, P.；Tebben, A. J.；Cheney, D. L.；Shelley, J. C. “利用MacroModel对大环化合物构象进行采样”， 《化学信息与建模杂志》. 2014，54(10)，2680–2696

Schrödinger 版本 2026-3：《MacroModel》，Schrödinger 有限责任公司，纽约州纽约市，2025年。

宏观-pKa

曹，Y.；巴尔杜夫，T.；比奇，M. D.；贝内特，M. D.；博切瓦罗夫，A. D.；钱，A.；杜布，P. A.；迪亚尔，K. G.；弗内斯，J. W.；霍尔斯，M. D.；休斯，T. F.；雅各布森，L. D.；郭，H. S.；莱文，D. S.；美因茨，D. T.；摩尔，K. B.；斯文森，M.；维德拉，P. E.；沃森，M. A.；弗里斯纳，R. A.，“量子化学软件包Jaguar ：近期发展与独特特征综述”，《化学物理学报》 2024年 ，161(5)，052502
约翰斯顿，R. C.；姚，K.；卡普兰，Z.；切利亚，M.；卢辛，K.；西金斯，S.；瓦茨，S.；卡尔金斯，D.；埃尔克，J. C.；杰罗姆，S. V.；雷帕斯基，M. P.；谢利，J. C.，《Epik：基于机器学习（ML）的pKa 及质子化状态预测》。《化学理论与计算杂志》 2023年，19(8)，2380–2388
唐，H.；詹森，K.；黄，E.；麦克罗布，F. M.；巴特，S.；斯文森，M.；博切瓦罗夫，A.；戴，T.；达尔格伦，M. K.；贝尔，J. A.；弗莱，L.；斯凯恩，R. J.；刘易斯，J. H.；奥斯本，J. D.；蒂尔尼，J. P.；戈登，J. A.；帕洛梅罗，M. A.；加拉蒂，C.；查普曼，R. S. L.；琼斯，D. R.；赫斯特，K. L.；塞普顿，M.；乔汉，A.；夏普，A.；塔尔迪亚，P.；德肖，E. A.；泰勒，A.；瓦德尔，R. D.；瓦伦丁，A.；扬森斯，H. B.；阿齐兹，O.；布卢姆菲尔德，D. E.；拉达，S.；弗雷泽，I. J.；埃拉德（Ellard, J. M.），“利用Schrödinger 计算平台发现一类新型d-氨基酸氧化酶抑制剂”，《药物化学杂志》（J. Med. Chem.）2022年，第65卷第9期，第6775–6802页

Schrödinger 发布版 2026-3：Macro-pKa ，Schrödinger ，LLC，纽约州纽约市，2025年。

Maestro

Schrödinger 发布版 2026-3：Maestro ，Schrödinger ，LLC，纽约州纽约市，2025年。

材料科学套件

Schrödinger 版本 2026-3：《材料科学套件》，Schrödinger 有限责任公司，纽约州纽约市，2025年。

材料粗粒

科西亚，B. J.；谢利，J. C.；布朗宁，A. R.；桑德斯，J. M.；肖德雷，R.；罗佐，R.；莱昂福尔特，F.；霍尔斯，M. D.；卢恩戈，G. S. “仿生表面上合成聚合物与功能化多糖的剪切摩擦行为比较：预测生态设计配方性能的模型”， 《物理化学与化学物理》. 2023, 25, 1768-1780
阿夫扎尔，M. A. F.；莱姆肯珀，K.；索比奇，E.；休斯，T. F.；吉森，D. J.；张，T.；克劳特，C. M.；温格特，P.；德根哈特，M.；基耶雷马滕，S. O.；布朗宁，A. R.；谢利，J. C. “非晶态固体分散体溶出的分子水平研究”， 《分子药剂学》， 2021，18，11，3999–4014

Schrödinger 发布版 2026-3：粗粒材料，Schrödinger 有限责任公司，纽约州纽约市，2025年。

材料渗透剂的装载

桑德斯，J. M.；米斯拉，M.；穆斯塔德，T. J. L.；吉森，D. J.；张，T.；谢利，J.；霍尔斯，M. D. “利用分子动力学 (MD) 方法表征水对非晶态直链淀粉模型的吸湿及塑化效应”， 《碳水化合物聚合物》， 2021, 252, 117161

Schrödinger 版本 2026-3：材料科学渗透探伤，Schrödinger 有限责任公司，纽约州纽约市，2025年。

Phase

Dixon, S. L.; Smondyrev, A. M.; Knoll, E. H.; Rao, S. N.; Shaw, D. E.; Friesner, R. A.，“PHASE ：一种用于药效团识别、3D QSAR模型开发及3D数据库筛选的新引擎。1. 方法与初步结果”， 《计算机辅助分子设计杂志》， 2006，20，647-671
Dixon, S. L.; Smondyrev, A. M.; Rao, S. N.，“PHASE ：一种用于药效团建模和三维数据库检索的新方法”， 《化学生物学与药物设计》， 2006，67，370-372

Schrödinger 发布版 2026-3：Phase ，Schrödinger ，LLC，纽约州纽约市，2025年。

Phenix/OPLS

van Zundert, G. C. P.；莫里亚蒂，N. W.；索博列夫，O. V.；亚当斯，P. D.；博雷利，K. W.，《利用Phenix/OPLS3e对X射线和冷冻电子显微镜结构进行大分子精修以提高结构和配体质量》，《Structure》，2021，29(8)，913-921

Schrödinger 发布版 2026-3：Phenix/OPLS，Schrödinger 有限责任公司，纽约州纽约市，2025年。

PIPER

Chuang, G-Y.; Kozakov, D.; Brenke, R.; Comeau, S. R.; Vajda, S., “用于蛋白质-蛋白质分子对接的DARS（诱饵作为参考态）势能”， 《生物物理学杂志》， 2008, 95, 4217-4227
Kozakov, D.; Brenke, R.; Comeau, S. R.; Vajda, S.，“PIPER：一款基于FFT且采用成对势能的蛋白质分子对接程序”， 《Proteins》， 2006，65，392-406

Fernández-Recio, J.；Sternberg, M. J. E.，“在巴塞罗那Mare Nostrum举行的第四届预测相互作用关键评估（CAPRI）会议”， 《蛋白质：结构、功能与生物信息学》， 2010，78，3065-3066
Desta, I. T.；Porter, K. A.；Xia, B.；Kozakov, D.；Vajda, S.，“刚体蛋白质-蛋白质分子对接的性能及其局限性”， 《Structure》， 2020，28(9)，1071-1081

Schrödinger 公告 2026-3：PIPER，Schrödinger ，LLC，纽约州纽约市，2025年。

Prime

Jacobson, M. P.; Pincus, D. L.; Rapp, C. S.; Day, T. J. F.; Honig, B.; Shaw, D. E.; Friesner, R. A.，“一种用于全原子蛋白质环预测的分层方法”， 《蛋白质：结构、功能与生物信息学》， 2004，55，351-367
Jacobson, M. P.; Friesner, R. A.; Xiang, Z.; Honig, B., “关于晶体环境在决定蛋白质侧链构象中的作用”， 《分子生物学杂志》， 2002，320，597-608

Schrödinger 发布版 2026-3：Prime，Schrödinger 有限责任公司，纽约州纽约市，2025年。

PrimeX

Bell, J. A.; Cao, Y.; Gunn, J. R.; Day, T.; Gallicchio, E.; Zhou, Z.; Levy, R.; Farid, R., “PrimeX 及Schrödinger 计算化学程序套件”， 《国际晶体学表》， 2012，534-538

Schrödinger 发布版 2026-3：PrimeX，Schrödinger 有限责任公司，纽约州纽约市，2025年。

Protein Preparation Workflow

Sastry, G. M.；Adzhigirey, M.；Day, T.；Annabhimoju, R.；Sherman, W.，“蛋白质与配体结构准备：参数、协议及其对虚拟筛选富集的影响”， 《计算机辅助分子设计杂志》， 2013，27(3)，221-234

Schrödinger 公告 2026-3：Protein Preparation Workflow ；Epik，Schrödinger ，有限责任公司，纽约州纽约市，2024年；Impact，Schrödinger ，有限责任公司，纽约州纽约市；Prime，Schrödinger ，有限责任公司，纽约州纽约市，2025年。

PyMOL

有关引用PyMOL 的说明，请访问 www.pymol.org/citing。

QikProp

Schrödinger 发布版 2026-3：QikProp，Schrödinger 有限责任公司，纽约州纽约市，2025年。

QSite

Murphy, R. B.; Philipp, D. M.; Friesner, R. A.，“一种用于蛋白质环境中化学反应大规模建模的混合量子力学(QM)/分子力学(MM) （QM/MM）方法”， 《计算化学杂志》， 2000，21，1442-1457
Philipp, D. M.；Friesner, R. A.，“基于冻结轨道的混合从头算QM/MM建模及其在丙氨酸二肽和四肽上的验证”， 《计算化学杂志》， 1999，20，1468-1494

Schrödinger 发布版 2026-3：QSite，Schrödinger 有限责任公司，纽约州纽约市，2025年。

半经验NDDO

Schrödinger 版本 2026-3：半经验NDDO算法；Jaguar ，Schrödinger 有限责任公司，纽约州纽约市，2024年；MOPAC，Schrödinger 有限责任公司，纽约州纽约市，2025年。

Shape 筛选

Sastry, G. M.；Dixon, S. L.；Sherman, W.，“基于原子/特征对相似性和体积重叠评分的快速基于形状的配体对齐及虚拟筛选方法”， 《化学信息与建模杂志》， 2011，51，2455-2466