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。

产品

筛选

科学领域
应用
技术
AutoTS

用于确定基本反应过渡态的自动化工作流

本生

您的智能协作科学家,融合了Schrödinger的最佳实践,并直接融入了一个无缝、原生支持化学的界面。Bunsen 助您在最高水平上拓展、优化并执行任务。

合同研究服务

借助无与伦比的技术和专业知识, 推动您的材料研发工作

水晶结构预测

通过确定室温下最稳定的多晶型,降低固态形式选择过程中的风险

DeepAutoQSAR

用于预测性机器学习(ML) 模型训练和应用的自动化、可扩展解决方案

Desmond

高性能的分子动力学 (MD) (MD)引擎,具备高可扩展性、高吞吐量和科学精度

力场构建器

OPLS4中用于优化自定义扭转参数的高效工具

GA 光电子

基于生成式算法的光电子应用新型分子材料设计方案

Jaguar

量子力学(QM) 用于快速、准确预测分子结构和性质的解决方案

Jaguar 光谱学

基于量子力学(QM) 计算的构象依赖性光谱表征

LiveDesign

您的全方位数字材料设计实验室

LiveDesign ML

您的机器学习副驾驶,让数据成为设计之源ML 副驾驶,让数据成为设计之源

MacroModel

功能多样、功能齐全的分子建模 程序

MS CG简体中文(大陆)

针对大型系统在长时间尺度上的高效粗粒化(CG)分子动力学(分子动力学 (MD) , MD)模拟

MS 复合双层构建剂

自动构建带有嵌入蛋白质的逼真膜结构

MS DefectPro

计算固态材料中点缺陷的电子和结构性质

MS DeNovoML

一种用于自主分子设计的生成式人工智能界面,旨在加速发现具有优化性能特征的下一代材料。

MS 介电

用于计算介电特性和折射率的自动化工作流

MS 力场应用

用于精确预测物性的尖端力场技术

MS 配方 ML

机器学习(ML) 自动化解决方案,用于建立准确的配方-性能关系,并筛选出具有所需性能的新配方

信息学硕士

用于材料科学应用的自动化机器学习(ML) 工具

MSMaestro

适用于材料发现的完整建模环境

MS Microkinetics

用于表面反应动力学的高效工具

MS Mobility

有机半导体固态薄膜中电荷迁移率的原子级模拟 与分析

MS Morph

一种用于预测有机晶体晶型的高效建模工具

MS 渗透剂装载

分子动力学 (MD) (MD)建模用于预测凝聚体系的水负载能力和小分子气体吸附容量

MS 反应界面模拟器

为电池生成符合物理规律的电极-电解质界面形态

MS 反应性

分子化学中用于设计、优化 以及无监督机制发现的自动化工作流

MS Surface

异相催化与材料加工的解决方案

MS Transport

一款高效的分子动力学 (MD) (MD)模拟 工具,用于预测液体的粘度、电导率以及原子和分子的扩散行为

OLED 器件机器学习

机器学习(ML) 一种用于研究OLED器件架构与性能之间关系的解决方案,以加速筛选

OPLS4

用于精确分子模拟的现代综合力场

QSite

高性能QM/MM程序

Quantum ESPRESSO 接口

集成式 用于纳米尺度量子力学模拟的图形用户界面

服务与合作

旨在推动材料科学研究的服务与合作

生命科学资源

通过由Schrödinger 教育专家精心挑选的分子建模 培训资源,了解如何将Schrödinger 技术融入您的研究中。

材料科学资源

借助由Schrödinger 教育专家精心挑选的分子建模 培训资源,让您的研究更上一层楼。