OPLS4
医薬的に重要な分子を幅広く網羅した、 初の超高精度固定電荷力場化合物空間
フォースフィールド・バンドル
社内で開発され、精度を重視して構築された、業界最高水準の独自力場を用いて、計算による予測の精度を向上させましょう
アップデートされた「Force Field Bundle」により、より複雑なシステムへの対応範囲が拡大されました
OPLS5
自由エネルギー計算に用いられる、 大規模生産が可能な初の分極化可能な力場
機械学習による力場：QRNNとMPNICE
機械学習に基づく高精度な力場
力場ビルダー
すべての分子について、高品質なパラメータ網羅性を確保する、初の拡張可能なワークフロー
当社は、より正確で信頼性の高いモデリング結果を実現できるよう、フォースフィールド技術の革新を推進しています。
分子シミュレーションでは、系内の原子間の相互作用を記述するために力場が用いられる。正確な力場を持つことは、有用な分子構造を導き出し、相対エネルギーを予測するための要であるが、多くのインシリコプログラムでは、数十年とまではいかないまでも数年も前の力場が採用されており、多くの一般的な分子モチーフに対して十分なカバレッジが得られていないという問題を抱えている。
2005
2010
2015
2020
2025
Schrödinger のフォースフィールドの主なメリット
- 力場の第一人者たちによる継続的な科学的発展
- 最先端の量子エンジン（Jaguar ）と、広範な実験的検証に裏付けられています
- 低分子、バイオ医薬品、および材料科学の各分野における「化合物空間 」の幅広い網羅性
- 「Force Field Builder」を使えば、プロジェクトごとに独自の化学モデルを簡単に拡張できます
- 拡張性が高く、システム範囲が広く、高い精度とスケーラビリティを備えた機械学習による力場
創薬への応用
結合親和性について、より正確な予測を得る
FEP+ を使用して、結合自由エネルギーの正確な予測を生成し、同族系列内でのより信頼性の高い順位付けを可能にします。
機械学習を用いた力場により、適用範囲を拡大する
AI/MLを力場やシミュレーションエンジンに統合することで、物理ベースの計算手法を強化・高速化する。
新規スキャフォールドの結合様式の予測
IFD-MDにおける高度な誘導適合ドッキング法を用いて、新規スキャフォールドの結合様式を正確に予測する。
正確な分子動力学シミュレーションを実行する
Desmond を用いた高精度分子動力学シミュレーションにより、作用機序や主要な相互作用エネルギーを解明します。
立体構造解析の精度向上
Glide 、ConfGen、MacroModel、Primeの各モジュールにおいて、ねじれエネルギーの記述が改善されたことで、より優れた構造サンプリングとドッキングポーズを実現します。
