AUG 30, 2022

利用数字化学策略探索个人护理产品的配方

演讲者

杰弗里·桑德斯
产品经理消费包装品

摘要

随着消费趋势的变化以及快速消费品（CPG）企业对可持续发展的追求，市场对新颖且具有创新性的个人护理产品的需求正在不断增长。消费者变得越来越挑剔——他们会根据对成分的了解，以及产品是采用天然原料还是石油基原料制成来选择产品。这些关注点凸显了消费品研发面临的挑战。为了应对这些挑战并保持其在消费市场中的地位，需要开发出既能满足需求又与现有配方关键性能相匹配的新产品配方。 了解成分在产品中的表现及其“实际作用”不仅对推动新产品开发至关重要，也是实现端到端产品追溯的必要条件。为简化这一流程，可利用多尺度 物理仿真技术，通过模拟数字孪生来缩短产品开发周期、降低成本，并优化大规模生产。分子模拟 为预测单个成分在配方中的表现提供了独特的机会。 如果已知成分，原子级模拟可帮助研究人员和工程师理解产品的形态、溶解度及其他物理性质。与工艺模拟不同，构建最多包含数百万个原子的分子模型并预测其性质，仅需化学信息和成分数据。除了基于物理理论 建模外，还可以利用化学信息结合现有的实验或感官数据，构建基于机器学习的模型。在本场演讲中，我们将向您展示分子建模 的实际应用，并探讨数字化学策略如何推动个人护理产品配方领域的创新。

学习目标：

• 如何利用多尺度 物理仿真技术，深入了解配方中各原料的行为及其关键特性
• 如何利用先进技术预测配方的主要性能机器学习（ML）
• 数字化学如何加速您在个人护理产品领域的研发工作