膜通透性
基于物理理论 用于快速、准确预测被动膜通透性的解决方案
以前所未有的精度评估膜通透性
“膜通透性”是一种强大的解决方案，可准确预测不同化学结构的小分子通过膜的被动通透性。通过考虑构象依赖性现象（如内部氢键），这些现象可能会对通透性产生显著影响，该方法相较于基于QSAR和机器学习（ML） 的方法具有巨大的优势。
核心能力
通过基于预测渗透性的快速评分和优先级排序，加速将苗头化合物 转换为先导化合物 和先导化合物 优化 ，并在进行高级建模（例如）之前，对大量候选化合物进行评估。FEP+
利用基于物理理论 方法预测小分子插入膜时的分区能
借助先进的采样算法，实现对大环化合物 的自动检测和采样
精选案例研究
设计一种具有高配体效率和优化性质的新型强效CDC7抑制剂候选化合物
了解“膜通透性”如何帮助Schrödinger 团队在发现一种具有高配体效率和优化特性的新型强效CDC7抑制剂候选药物过程中，对设计方案进行优先级排序
阅读案例研究文档与教程
了解常见问题的解答，并掌握使用Schrödinger软件的最佳实践。
相关产品
进一步了解可用于推进您研究项目的相关计算技术。
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。