日用消費財

分子シミュレーションを活用し、消費財分野のイノベーションを加速させる

消費財

概要

分子モデリングとシミュレーションにより、製品性能に影響を与える原子レベルの特性に関する知見が得られ、R&D製品開発の加速、ナノスケール挙動の合理化、製造プロセスの最適化、コスト削減に向けた新たな機会がもたらされます。

Schrödingerのデジタル化学プラットフォームを利用することで、消費者製品の主要な性能指標を予測するための、広範に検証されたツールにアクセスできます。製品の処方に直接関連する複雑な分子系を構築およびシミュレーションすることで、情報に基づいた意思決定を行い、消費財市場の急速な変化に対応する革新的な成分や製品を生み出すことが可能です。

幅広い消費財の設計、開発、最適化

消費財

分子レベルの知見による消費者需要への対応

以下の物理化学的、形態学的、光学的、界面および感覚的特性の予測:

  • 成分の選定
  • 製品処方の開発、およびすべての重要成分を含む複雑な処方のモデリング 
  • 実験室、パイロットプラントから工場に至るまでの複数スケールでの処理条件の最適化
  • 製品と包装の相互作用の検証による製品安定性
  • 実際の動作状態における製品のモデリングによる製品性能の評価
食品・飲料

より健康で美味しい食品の合理的設計の実現

次世代の持続可能な食品設計は分子レベルから始まります

  • 分解、適合性、相挙動を予測することで、成分間の相互作用や製品の安定性が保存期間に与える影響を把握する
  • 相挙動、圧力、温度を検討し、食品および飲料の加工条件を最適化する
  • タンパク質と成分の相互作用および構造の巻き戻りが食品のテクスチャーに与える影響の解明
  • においや香味の分子活性化における分子基盤の理解
  • マイクロエマルションおよびナノエマルションの挙動の検証
化粧品・パーソナルケア

デジタルケミストリーによる化粧品・パーソナルケア製品開発の変革

ナノスケールにおける製品性能のバーチャルテストを活用した製品処方設計の加速

  • 実験を実施する前に、化粧品、香料、パーソナルケア製品の処方設計空間を計算科学的に探索します。
  • 成分の化学的および光学的安定性を予測し、その分解挙動を探索します。
  • 形態を含めたマルチスケールにおける、複雑なエマルションの挙動と安定性を理解します。
  • 生体界面モデルを用いた製品テストのシミュレーションにより、物理的特性から感覚的特性に至るまで幅広い性質についての洞察を得ます。
  • 物理ベースシミュレーションを活用してバイオ由来の代替成分のリスクを低減し、適合性と製品性能を担保します。
洗浄製品

分子レベルで持続可能かつ効率的な洗浄製品を設計します。

デジタルケミストリーによって洗浄製品の開発を変革します。

  • 実験を模倣した抗菌活性の作用機序(抗菌有効成分による微生物膜のエレクトロポレーションなど)に関する分子レベルの洞察を得ます。
  • 次世代の持続可能な有効成分を設計します。
  • 布地や硬質表面など、さまざまな基材に対する性能を予測します。
  • 安全性(毒性など)を評価するための機械学習モデルを開発します。
包装材料

持続可能なパッケージング材料の開発を加速します。

強力なデジタルシミュレーションを活用して、新規パッケージング材料の発見を加速します。

  • パッケージングと製品成分・処方間の化学的適合性を把握します。
  • 新しい持続可能なパッケージング材料の主要物性(機械的特性、輸送特性、耐湿性)をバーチャルテストします。
  • パッケージング材料のライフサイクルアセスメント分析を実施します。
  • 製品とパッケージングの相互作用や、それが賞味期限・保存期間に与える影響について新たな洞察を得ます。

導入事例およびウェビナー

Schrödingerのテクノロジーが現実世界の研究課題の解決にどのように活用されているかをご覧ください。

材料科学 ウェビナー

物理ベースのAIと予測モデリングによる持続可能な化学イノベーションの加速

Innovation Research Interchangeとの共催ウェビナーに参加し、世界的な消費者の「クリーンラベル」志向や高透明な成分表示への移行に伴い、ファスト・ムービング・コンシューマー・グッズ(FMCG)セクターが現在どのように大きな変革期を切り抜けようとしているのかを学びます。

材料科学 ウェビナー

製品開発の加速:AI/ML駆動型処方への産業界の移行

本ディスカッションでは、処方設計におけるモデリングと機械学習の役割が、補助的なツールからイノベーションの原動力へと急速に進化している現状について掘り下げます。

材料科学 ウェビナー

物理情報を活用したAI/MLによる材料探索の加速

本ウェビナーシリーズでは、最先端の計算手法が医薬品、生物製剤、先端材料の設計と最適化にどのような変革をもたらしているかについて解説します。

材料科学 ウェビナー

材料科学アプリケーション向け機械学習力場の高度化

本ウェビナーでは、正確な電荷表現のために明示的な静電相互作用を組み込んだ、Message Passing Network with Iterative Charge Equilibration(MPNICE)と呼ばれるSchrödingerの最先端MLFFアーキテクチャを紹介します。

材料科学 事例紹介

実験的アプローチと分子シミュレーションアプローチの統合による持続可能な食品加工の推進

Schrödingerとマサチューセッツ大学の科学者らは、ゼイン製代替肉の主要な物性と押し出し成形性能を調査するため、実験および計算による包括的な研究を実施しました。

材料科学 ウェビナー

AI/MLによる化学イノベーションの加速:マテリアルズアプリケーションにおけるブレイクスルー

本ウェビナーでは、AI/MLがマテリアルズイノベーションにおける impactful な進展をどのように推進しているかについて、多様なアプリケーションにおける最先端のML技術を示す事例を交えて解説いたします。

材料科学 ウェビナー

AI/MLを活用した処方設計:イノベーションの加速

Schrödingerは、5月29日にC&ENと共催ウェビナーを開催します。

材料科学 事例紹介

食品の未来:製品開発を再定義する分子シミュレーションとAI/ML

材料科学 ウェビナー

高性能材料探索:クラウドを活用したブレイクスルーの10年

本講演では、多様なアプリケーションにわたって大規模なバーチャルスクリーニングとデノボデザインキャンペーンを可能にする、Schrödingerの統合型材料科学プラットフォームを紹介します。

材料科学 ウェビナー

デジタルケミストリー手法を用いたパーソナルケアおよび化粧品処方のバーチャルテスト

FEB 19, 2025 | ケーススタディを通じて、計算化学が製品開発、容器設計、製品使用時の解析にどのように役立つかを示します。

おすすめのコースMolecular modeling for materials science applications

材料科学アプリケーション向け分子モデリング:消費財コース

オンライン認定コース:消費財製品モデリングにおけるスキルの向上

自動化されたワークフローと機械学習モデルを使用して、消費財向けのスムーズおよび複雑な材料処方の主要物性を予測する、Schrödingerの業界をリードするソフトウェアの適用方法を習得します。

  • 自分のペースで学べる学習コンテンツ
  • Schrödingerソフトウェアへのハンズオンアクセス
  • ガイド付きおよび独立型ケーススタディ
詳細を見る

ドキュメント&チュートリアル

Schrödingerソフトウェアの使用に関するよくある質問への回答とベストプラクティスをご確認いただけます。

Materials Science Tutorial

シュガービルダーを用いた糖鎖の構築

分岐糖鎖3D構造の作成方法を習得します。

Materials Science Tutorial

機械学習による溶解度予測

事前構築済みMLモデルを使用して、純溶媒および二成分溶媒中の溶質の溶解度を予測する方法を学習します。

Materials Science Tutorial

タンパク質特性解析:パート3

MM-GBSAを用いてウシ$eta$-ラクトグロブリン二量体界面変異を探索します。

Materials Science Tutorial

パス誘導拡散モデルを用いた新規化合物のDe Novo設計

特定のターゲット物性に最適化された新規分子の設計手法を習得する。

Materials Science Tutorial

タンパク質特性解析:パート2

分子動力学シミュレーションの実行と解析を通じた、さまざまなpHレベルにおけるウシβ-ラクトグロブリンタンパク質の特性解析の探索

Materials Science Tutorial

MPNICE Embeddingを用いた機械学習

MPNICE Embeddingを使用したMLモデルの構築、分析、および適用方法を学びます。

Materials Science Tutorial

機械学習力場のファインチューニング

事前トレーニング済みの機械学習力場(MLFF)モデルのファインチューニングを学習し、2次元材料の格子定数を解析します。

Materials Science Tutorial

タンパク質キャラクタリゼーション:パート1

タンパク質キャラクタリゼーションのワークフロー(構造の準備、表面特性の解析、混合溶媒分子動力学の実行)を学びます。

Materials Science Tutorial

REINVENTを用いた新規化合物のDe Novoデザイン

物性制約を満たす新しい化合物を設計するために、REINVENTを用いて生成AI/MLモデルをトレーニングする方法を学びます。

Materials Science Tutorial

タンパク質含有製剤のための機械学習

タンパク質を含む製剤の機械学習モデル構築を学習します。

主要製品

研究プロジェクトを推進するために利用可能な主要な計算技術について詳しくご覧ください。

MS Formulation ML

正確な処方-物性関係を生成し、所望の物性を持つ新しい処方をスクリーニングするための自動機械学習ソリューション

バーチャルクラスター

クラウド上でシミュレーションを実行するためのセキュアでスケーラブルな環境

Jaguar

分子構造と物性を迅速かつ正確に予測するための量子力学ソリューション

MSペネトラント含浸

縮合系における水分含浸量および小分子ガス吸着容量を予測するための分子動力学(MD)モデリング

Desmond

高いスケーラビリティ、スループット、および科学的精度を提供する高性能分子動力学(MD)エンジン

MS CG

大規模システムおよび長時間の時系列を対象とした効率的な粗視化(CG)分子動力学(MD)シミュレーション

OPLS4 & OPLS5 Force Field

高精度な分子シミュレーションを実現する先進的かつ包括的な力場

DeepAutoQSAR

予測機械学習モデルのトレーニングおよび適用に向けた、自動化されたスケーラブルなソリューション

MS Transport

液体の粘度、伝導度、ならびに原子および分子の拡散を予測するための効率的な分子動力学(MD)シミュレーションツール

発表文献

関連する応用分野においてSchrödingerの技術を使用した査読済み論文のリストを閲覧します。

材料科学 論文

量子力学と機械学習を用いた抗酸化成分のスクリーニング

材料科学 論文

分子動力学を用いたArthrospira platensis由来の青色天然色素アロフィコシアニンの光吸収メカニズムの解明

材料科学 論文

Amaropostia stipticaキノコからの苦味化合物の味覚主導型単離によるヒト苦味受容体サブセットの活性化

材料科学 論文

計算科学的アプローチによる食品着色料ビオラセインによる食中毒真菌アスペルギルス・フミガーツス(Aspergillus fumigatus)阻害に関する分子レベルの洞察

材料科学 論文

アントシアニンを用いた3Dプリンティング即席デンプンゲルの色と消化耐性の改善

材料科学 論文

ツェインの構造形成物性に関する分子レベルの知見およびホルデインとのレオロジー比較

材料科学 論文

ステビオール配糖体はヒト甘味受容体(T1R2/T1R3)複合体の4つの異なる部位に結合し、矛盾した実験結果を説明します。

材料科学 論文

官能評価、電子舌、分子ドッキング、および分子動力学シミュレーションを用いた、ショ糖溶液に対するスイートオレンジ果実香気化合物の甘味付与メカニズムの解明

材料科学 論文

水性アミロースの錯体形成メカニズム:3-ペンタデシルフェノールを用いた分子動力学研究

材料科学 論文

包装材料におけるプラスチック汚染物質の移動およびモデル食品系への潜在的溶出のナノスケール解析

Schrödinger CPGソリューションについての相談を予約する

分子モデリングとAI/MLを活用して急速に進化する現代の消費財市場で優位に立つ方法について、今すぐお問い合わせください。

上記のリストにご関心のある分野が見つかりませんか? お気軽にお問い合わせください。

送信完了

お問い合わせいただきありがとうございます。担当者よりまもなくご連絡いたします。

組織のニーズを満たすソフトウェアとサービス

ソフトウェアプラットフォーム

物理ベースの分子モデリング、機械学習、チームコラボレーションを基盤とした包括的で使いやすいプラットフォームにより、デジタル材料探索ワークフローを展開します。

研究サービス

材料の発見および開発プロセスの主要段階において、Schrödingerの専門的計算科学者の支援をご活用ください。

サポート&トレーニング

初心者から熟練ユーザーまでを対象とした専門的なサポート、教育資料、トレーニングリソースにアクセスできます。