作为公司范围内的休整与充电计划的一部分,Schrödinger 全球所有办事处将于8月17日至21日当周暂停办公。在此期间,我们的响应将有所限制,敬请谅解。Scientific和技术支持 团队成员仅会处理紧急支持问题。

苗头化合物 探索

让您的苗头化合物 数据发现工作流实现现代化

实现苗头化合物 发现工作流的现代化

发现更优质、更多样化的热门歌曲

随着药物研发团队在紧迫的时间表下致力于攻克更具挑战性的靶点,市场亟需更准确、更高效的苗头化合物 发现解决方案。超大规模、按需提供的商业化学库的出现,进一步推动了对能够高效筛选和评估广泛化学空间 的技术的需求。

Schrödinger, 作为计算苗头化合物 发现领域的长期行业领导者,正引领现代虚拟筛选 技术和工作流程的发展,从而实现高效、大规模的化学探索。

能力

涵盖基于结构和基于配体的筛选 解决方案的完整范围

利用基于结构的方法对数十亿种化合物进行筛选

利用业界领先的分子对接 技术,对虚拟化学库进行精准筛选
利用主动学习的强大功能,加速对数百万至数十亿种化合物的分子对接 分析
利用各种可用的约束条件,轻松调整分子对接 的计算结果,使其符合您期望的化学空间
通过超大规模基于片段的计算机辅助药物发现,突破传统片段库的局限

借助高精度的重新评分技术,提升您在苗头化合物 中的成功率

利用目前最精确的方法——绝对结合自由能计算,从您的虚拟筛选结果中识别出最佳候选物
利用主动学习技术,加快对大型化合物库中绝对结合自由能的计算
通过结合基于属性和基于结构的选择,以交互方式分析得分最高的匹配结果

利用已知的化学物质快速确定新的切入点

从现有化学物质出发,列举可合成处理的核心设计
利用基准自由能微扰 方法对新型核心设计进行优先级排序

利用形状或药效团特征高效执行基于配体的筛选

利用已知活性配体构象与化合物库分子之间的3D形状重叠,快速筛选超大规模化合物库
轻松构建和验证药理基团假说,并利用这些假说对化合物库进行筛选,同时可根据需要考虑受体信息

利用现成的广告素材库,让您的虚拟屏幕焕发活力

从Enamine、Sigma Aldrich、MolPort、WuXi和Mcule处购买现成的化合物库,其规模从几百万种化合物到数百亿种化合物不等。

Enamine 标志
Mcule
MolPort
无锡Apptec

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。

生命科学 网络研讨会

水的重要性:利用水能学见解提升早期药物发现

在本期网络研讨会中,我们将探讨两项利用结合口袋中显式水能量学来优化药物设计的技术——WaterMap和Glide WS——所产生的影响。

生命科学 网络研讨会

存档播客:QuickShape筛选 在超大规模库时代

尽管易于获得的化合物数量正在迅速增加,但对能够实际作用于药物靶点的新化合物的探索需求依然很高。

生命科学 网络研讨会

借助集成式 的AI/ML建模技术赋能科学家,实现分子性质的快速预测

在本场网络研讨会中,我们将介绍LiveDesign ML——这是Schrödinger旗下LiveDesign 协作式企业信息学平台中的一个新模块,旨在以最少的人工干预来训练和部署最先进的人工智能/机器学习模型。

生命科学 案例研究

利用新型FEP+ 策略设计高选择性、别构、皮摩尔级TYK2抑制剂

生命科学 网络研讨会

现代虚拟筛选 技术 利用薛定谔数字化平台进行现代虚拟筛选

生命科学 网络研讨会

“预测优先”范式:数字化学如何塑造药物发现的未来

生命科学 网络研讨会

 Schrödinger 数字药物研发研讨会:迈向临床——计算化学带来的药物研发流程变革  

本文将介绍一种基于AI/机器学习的主动学习技术,并结合Absolute Binding FEP+的全新虚拟筛选方法,以及最新的药物研发案例。

生命科学 网络研讨会

Schrödinger 数字药物研发研讨会:利用大规模数据推动药物研发项目从头设计

开发能够更全面、更有效地实现高质量化学物质创制的技术,一直是药物探索领域长期以来的目标。

生命科学 网络研讨会

通过大规模研究推动药物研发项目从头设计

开发能够更全面、更有效地实现高质量化学物质从头设计的技術,一直是药物研发领域的一个长期目标。

生命科学 网络研讨会

中文网络研讨会:薛定谔中文讲座:DLK在计算机辅助药物设计中的案例研究,网络讲座录像——利用计算机辅助发现用于治疗神经退行性疾病的高效、高选择性且能穿透血脑屏障的DLK抑制剂

双亮氨酸链激酶(DLK)(又名MAP3K12)是混合谱系激酶(MLK)家族的成员,它包含一个N端激酶结构域,其后紧跟着两个亮氨酸链结构域以及一个富含丝氨酸/丝氨酸/脯氨酸的C端结构域。它主要在神经元中表达,特别是在神经元的突触末梢和轴突中

精选课程用于苗头化合物 发现与评估的高通量虚拟筛选

通过我们的实践型在线认证课程,学习虚拟筛选

提升您的虚拟筛选 技能,报名参加我们的在线分子建模 课程——《高通量虚拟筛选 用于苗头化合物 的发现与评估》。

了解更多

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。

生命科学 教程

学习路径:环肽建模

关于药物发现中环肽 所用工具和工作流的系统性概述。

生命科学 教程

筛选 利用生成式技术构建超大规模语言库Glide

利用生成式机器学习方法,在24小时内筛选数十亿规模的图谱。

生命科学 文档

学习路径:寡核苷酸建模

药物发现中核酸相关工具和工作流的结构化概述。

生命科学 教程

小分子——寡核苷酸分子对接 包含Glide

生成受体网格,对接共晶和同系物配体,并分析结果。

生命科学 文档

Shape 筛选

一种基于配体的工作流程,用于高效地筛选 超大规模的可购买或可合成的化合物库。

生命科学 文档

Prime

一款完全集成式 蛋白结构预测 解决方案,将同源建模 和折叠识别功能整合到单一解决方案中。

生命科学 文档

Phase

一款直观的药效团建模工具,可根据已知具有生物活性的分子的空间位阻和电子特性对化合物进行评估。

生命科学 文档

FEP+

利用基于物理理论 自由能微扰 技术对蛋白质-配体结合进行计算预测,其准确度可与实验方法媲美。

生命科学 文档

Glide

易于使用、可靠的配体-受体分子对接 。

生命科学 文档

DeepAutoQSAR

利用机器学习(机器学习(ML) ,ML)根据化学结构预测分子性质。

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。

Glide

业界领先的配体-受体分子对接 解决方案

主动学习的应用

借助……加快发现进程机器学习(ML)

FEP+

用于药物发现的高性能自由能计算

Phase

一款易于使用的药效团建模解决方案,适用于配体导向和结构导向的药物设计

Shape 筛选

基于配体的、针对数百万至数十亿个分子的高效虚拟筛选

现成的商业库

已完全准备好的可购买化合物数据库

Maestro

专为您的分子发现而设计的完整建模环境

LiveDesign

您的全方位数字分子设计实验室

苗头化合物 发现服务 

更快地发现更多元化的热门歌曲

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。

生命科学 出版物

SGR-1505的加速计算机辅助发现:一种用于治疗成熟B细胞恶性肿瘤的强效MALT1别构抑制剂

生命科学 出版物

通过计算机辅助药物设计发现针对SARS-CoV-2主蛋白酶的高效非共价抑制剂

生命科学 出版物

基于知识和结构的15-PGDH抑制剂药物设计

生命科学 出版物

利用自由能计算在药物发现项目中实现全激酶组选择性 :Wee1案例研究

生命科学 出版物

通过将生成式人工智能与基于物理理论 主动学习框架相结合,优化药物设计

生命科学 出版物

STX-721 是一种共价 EGFR/HER2 外显子 20 抑制剂,它利用外显子 20 突变体的动态蛋白质状态,并在多种人类癌症模型中实现了独特的突变体选择性 。

生命科学 出版物

构建针对RNA的小分子“苗头化合物 ”计算机辅助发现工作流程

生命科学 出版物

《计算苗头化合物 》研究发现:行业视角

生命科学 出版物

基于结构的疟疾化学预防用高活性二氢奥罗酸脱氢酶抑制剂的发现与开发

生命科学 出版物

在药物发现中利用蛋白质构象的热力学原理

满足您组织需求的软件和服务

软件平台

借助基于基于物理理论 分子建模 、机器学习(ML) 以及团队协作功能的全面且易于使用的平台,部署数字资料发现工作流。

模特服务

利用Schrödinger的大规模计算专业知识和技术,推动您的项目顺利通过药物发现过程中的关键阶段。

支持与培训

获取专为新手和资深用户量身定制的专家支持、教育资料和培训资源。