- 基于候选药物的二维结构，高效预测最稳定的晶体形态，并生成不同结构的热力学稳定性排序
- 在研发、生产和储存过程中，主动识别替代性的低能晶体结构，并避免多形转变
药物制剂
利用基于结构的见解和高效的配方参数筛选 ，优化您的药物制剂工艺
一种明智且具有战略性的药物制剂方案，能够有效推动您的药物研发项目，并为后续流程提供参考。分子建模 和机器学习（ML） 领域的技术进步，使我们能够获得原子级别的洞察，从而优化药物制剂，并在实验前对大量候选材料和制剂进行评估。
Schrödinger 提供一系列计算解决方案，用于推进小分子制剂的开发，涵盖从晶体或非晶态形式到针对加工、稳定性和给药而选择的材料及辅料等各个方面。
核心能力
确定最稳定的晶型，以降低药物制剂的风险
预测候选药物的溶解度
- 准确预测非晶态和晶态形式的溶解度，以促进可溶性API 的发现，并利用……来阐明非晶态形式可能带来的溶解度提升。FEP+
- 确定哪些情况下，由于形成了微小的药物聚集体，纯药物的溶解度可能会超过预期溶解度
了解药物的稳定性和反应性
- 预测非晶态材料（包括非晶态固体分散体）的玻璃化转变温度和吸水率
- 针对各种降解途径评估药物的稳定性
- 计算键解离能以评估化学稳定性
对药物制剂和给药系统进行表征与优化
- 深入了解脂质基和聚合物基制剂（包括非晶态固体分散体）的复杂要求和行为
- 评估不同聚合物或聚合物残留物对该物质的释放、溶解和聚集的影响API
- 预测关键性质，例如成分的互溶性、溶液中的分子相互作用以及药物释放曲线
优化药物工艺开发与生产
- 预测晶体形态，以预判粉末流动中的挑战
- 计算杨氏模量和剪切模量，以辅助确定压片条件（优化 ）
- 理解非水溶剂中的溶解度
博客
解决药物溶解度问题：艾伯维与Schrödinger 携手推进精准预测方法的发展
尽管晶体热力学溶解度的早期评估至关重要，但在药物发现与开发领域，这一问题至今仍难以解决。艾伯维（AbbVie）和Schrödinger 的科学家们一直合作探索用于溶解度预测的新型基于物理理论 方法。
阅读更多
精选网络研讨会
精选课程
文档与教程
了解常见问题的解答，并掌握使用Schrödinger软件的最佳实践。
主要产品
进一步了解可用于推进您研究项目的关键计算技术。
案例研究与网络研讨会
了解Schrödinger 技术如何被用于解决现实世界中的研究难题。
出版物
浏览采用Schrödinger 技术、发表在相关应用领域的经同行评审的出版物列表。