LiveDesign 用于材料科学
您的全方位数字材料设计实验室
在单一平台上进行数字化设计、预测、分析和协作
通过利用基于物理理论 建模、先进的化学信息学、基于化学知识的机器学习（ML） 、虚拟设计与分析技术，以及对项目数据的集中访问，实现新材料、配方和化学工艺的数字化设计流程民主化——所有这些功能均可通过单一界面完成。
通过实时协作设计、建模和项目管理来加速材料设计
弥合真实数据与虚拟数据之间的差距
打破数据孤岛，通过一个集中的平台实时访问所有项目数据——无论是虚拟数据还是实验数据
更快地开发，更出色的材料设计
借助触手可及的强大预测建模 工作流程，激发创造力，捕捉您的最佳创意
集中化协作与决策
集思广益，并与同事互动修订设计策略——随时随地
核心能力
数据可视化与管理
直观、易于使用的工具，可用于从文件中导入化合物、运行计算模型以及查看3D结果。搜索实验数据、添加自定义化学式，并标记值得关注的化合物以便后续跟进。
预测模型的部署与跟踪
功能强大、专业化的工具，用于设置和修改复杂的科学模拟，并使团队中的每位成员都能对导入或手绘的材料进行模拟。计算结果会自动与同一材料的其他数据并排显示。
数据分析与机器学习（ML）
借助全面且易于使用的数据分析工具（例如多参数优化 （MPO）、多维图、拼图视图和表单视图），可获得针对数据量身定制且重点突出的洞察。平台中嵌入的机器学习（ML） 技术可加速材料设计周期。
适用于广泛行业的功能
根据不同的材料应用和项目领域，对LiveDesign 进行定制
有机电子
通过自动化和优化复杂的分子模拟、体模拟及分析流程，预测重要的光电子特性，同时基于基于物理理论 和数据驱动方法，评估新型电子材料的关键性能
催化与反应性
利用量子力学(QM) 、分子动力学 (MD) 以及……的组合，为催化与非催化反应活性的计算设计提供高效、高度自动化的解决方案，机器学习（ML）
薄膜加工
将机器学习（ML） 技术应用于实验数据和仿真数据，以探究化学物质的性质、工艺条件和集成方案如何共同影响逻辑、存储、传感或能量转换等领域中器件的最终性能
聚合物材料
利用嵌入式聚合物草图绘制功能，并结合包括机器学习（ML） 和基于物理理论 模拟在内的预测模型，设计聚合物单体和配方
能源捕获与储存
利用先进的信息学技术、分层机器学习以及多尺度 基于物理理论 模拟，同时优化电解液配方 、电极结构和电池级性能
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。
- 材料科学
- 白皮书
一种用于快速大规模计算筛选 的自动化工作流程，以满足现代催化剂开发的需求
了解Schrödinger的AutoRW和LiveDesign 如何在单一的基于Web的协作平台上，以自动化、加速化和协作的方式实现合理的催化剂设计。
阅读白皮书- 材料科学
- 白皮书
LiveDesign 用于有机电子
Schrödinger的LiveDesign 是一个灵活的、云原生工作环境，旨在让研发团队能够更广泛地参与新材料和改良配方的数字设计流程。
阅读白皮书