材料探索の加速に向けた機械学習と最適化の定式化
日時 - 2026年6月25日
- 午前8:00（PDT） | 午前11:00（EDT） | 午後4:00（BST） | 午後5:00（CEST） | 午後8:30（IST）
場所 - バーチャル
優れた特性を持つ新しい化学物質や材料を発見したり、既存の化学物質を再配合したりするには、広範な試行錯誤による実験が必要ですが、その可能性は膨大であるため、コストがかかり、非効率的になりがちです。Schrödingerの「Materials Science Suite」は、物理学に基づいたデータ駆動型のプラットフォームであり、スケーラブルで自動化されたデジタルツールを用いて次の実験の方向性を示すことで、費用対効果の高い代替ソリューションを提供します。
今後のウェビナーにご参加いただき、貴社の研究開発チームが自動化されたデータ駆動型ソリューションを活用して、汎用性の高い化学ソリューションの設計を導く方法について学びましょう。本ウェビナーでは、マテリアルインフォマティクス、製剤の機械学習、最適化ツールをどのように活用して、正確な化学予測モデルを構築し、大規模なライブラリをスクリーニングし、求められるターゲット 特性に基づいた最適化されたソリューションを提供できるかに焦点を当てます。 ポリマー、消費財、バッテリーなど、幅広い材料科学の応用分野における実験データセットを用いて、これらのツールをいかに簡単に適用できるかを実演いたします。
ぜひご参加いただき、以下のデモをご覧ください：
- 温度の関数として、純液または二成分液の薬物の溶解度を予測する高精度な機械学習モデルを学習させる
- 最適化ツールを活用して、ターゲット の望ましい特性に合わせた配合設計を行い、次に実施すべき最適な実験案を迅速に提案する
- これらのツールは、高分子、消費財、電池など、さまざまな化学分野に応用可能であり、多様な用途において幅広い有用性を発揮している。
参加対象：
- 研究開発のリーダーたち
- イノベーション・マネージャー
- デジタル化担当マネージャー
- 計算材料科学者
- 材料科学者
- 製薬科学者
- 製剤開発者
- 合成化学者
講演者
アレックス・K・チュー
主任研究員 II、Schrödinger
アレックス・K・チュー氏は現在、Schrödinger, Inc.のプリンシパル・サイエンティストIIを務めており、物理ベースのモデリングと機械学習アルゴリズムを統合することで、材料設計の加速に情熱を注いでいます。アレックス氏は2016年にニューヨーク大学タンドン工学部で学士号および修士号を取得し、2021年にはウィスコンシン大学マディソン校で化学工学の博士号を取得しました。 ウィスコンシン大学マディソン校でリード・C・ヴァン・レーン教授の下で大学院生として研究に従事していた間、アレックスは、分子動力学シミュレーションと機械学習ツールを統合し、生物医学用途向けの新しいナノ材料や、バイオマスから燃料への変換効率を向上させるための新しい溶媒媒介プロセスを開発することに注力した。 ウィスコンシン大学マディソン校卒業後、Schrödinger に入社して以来、アレックスは産業用途向けの物理学に基づく機械学習ソリューションの主導、顧客が当社の機械学習ツールを活用できるよう支援するためのチュートリアルの設計、およびコンピュータ支援による配合設計に重点を置き、幅広い材料用途に向けた当社の科学ソフトウェア機能を拡張するための新しい機械学習ワークフローの構築に携わっています。 アレックスは、分子動力学シミュレーションと機械学習アルゴリズムに関する専門知識を有しており、査読付き論文を16本以上共著し、その論文は1000回以上引用されています。