계산 화학

계산 화학

효과가 뛰어난 모델링 기법을 도입하여 소재 연구개발(R&D)을 강화하십시오

계산 화학은 오랫동안 소재 연구개발 과정의 일부로 자리 잡아 왔지만, 현재 우리는 컴퓨터 지원 방식에서 컴퓨터 주도 방식의 소재 발굴로 패러다임이 전환되는 시기를 맞이하고 있습니다.

Schrodinger의 분자 시뮬레이션 디지털 플랫폼을 활용하면, 고성능 물리 기반 모델링 및 머신러닝 기술을 통해 설계 및 신물질 발굴 과정을 한 단계 업그레이드하고, 실질적인 소재 연구개발 혁신을 실현할 수 있습니다.

계산 화학자들에게 있어 ‘ Schrödinger ’ 플랫폼의 장점

수십 년간의 혁신 기술을 손쉽게 활용

30년간의 과학적 연구 개발을 바탕으로 하고, 다양한 산업 분야의 수천 명의 고객을 통해 검증된 기술의 이점을 누리세요. 또한 사용자 피드백을 반영하여 소프트웨어를 지속적으로 개선하고 있습니다.

GPU 가속을 통한 속도, 정확성 및 성능

가속화된 GPU 성능을 통해 속도, 정확성 및 기능성을 제공함으로써, 확실한 성과를 내고 프로젝트 일정을 준수할 수 있도록 하십시오.

다양한 시뮬레이션 기능을 이용할 수 있는 단일 사용자 인터페이스

단일 직관적인 인터페이스( MS Maestro )를 통해 자동화된 워크플로우를 활용하여, 분자 및 주기적 양자역학(QM), 분자 동역학( 분자동역학 , MD) 시뮬레이션( 전 원자(all-atom) 및 coarse-grained ), 그리고 기계 학습( 머신러닝 , ML)을 모두 활용할 수 있습니다.

간편하게 자동화할 수 있는 모델링 워크플로우

Schrödinger 의 Python API 을 활용하여 범용 스크립팅 언어인 Python을 통해 모델링 기능을 자동화하세요.

전문가 팀의 지원을 받아

Schrödinger의 전산화학 전문가 팀이 전담 기술 및 과학적 지원과 맞춤형 교육을 제공하여, 새로운 소프트웨어 도입 경험을 혁신적으로 변화시켜 드립니다.

기사 읽기
온라인 학습을 위한 방대한 자료 모음

튜토리얼과 온라인 강좌를 비롯한 방대한 온라인 교육 자료를 활용하여, 계산 화학 분야가 처음인 실험 연구원을 포함한 팀원들의 역량을 신속하게 강화할 수 있습니다.

분자모델링 및 머신러닝 의 광범위한 기능

Schrödinger 재료 과학자 및 엔지니어를 지원하기 위해 폭넓은 첨단 소프트웨어 솔루션을 제공합니다.

가우시안 궤도 기반 및 평면파 기저법을 이용한 밀도 함수 이론 
정밀한 구조 탐색 알고리즘을 갖춘 분자 역학
분자동역학 시뮬레이션을 위한 고급 전 원자(all-atom) 힘장
자동화된 라이브러리 생성 알고리즘을 활용한 재료 정보학
확장된 타이트바인딩 기법을 활용한 가속 양자화학
전 원자(all-atom) 및 coarse-grained 표현에 대한 고전적 분자동역학 
머신러닝 액티브 러닝 알고리즘 및 심층 신경망을 지원합니다
재료 과학 응용 분야를 위한 분자모델링

온라인 인증 코스: 소재 혁신 역량 강화

Schrödinger 소프트웨어와 인터페이스에 익숙하지 않으신가요? 방대한 교육 자료, 자기 주도형 과정, 그리고 개인 맞춤형 1:1 교육을 통해 실력을 쌓아보세요. Schrödinger 소프트웨어는 전문가와 초보자 모두를 위해 설계되었으며, 사용하기 쉬운 인터페이스와 자동화된 워크플로우를 갖추고 있을 뿐만 아니라 전담 과학 및 기술 지원팀의 뒷받침도 받고 있습니다.

자세히 보기

믿을 수 있는 파트너

“Schrödinger의 디지털 분자 시뮬레이션 플랫폼을 사용하여 in silico 상에서 수천 가지의 신소재를 탐색했으며, 이 탐색 결과를 활용하여 LMB 셀 성능과 안정성을 향상시킬 가능성이 가장 높은 후보물질을 선정했습니다. 이러한 접근 방식을 통해 지난 2년 동안 배터리 성능이 10배 향상되었습니다.”
Jessica Golden, Sepion Technologies R&D 디렉터
“초보적인 오픈소스 분자 표현자 와 변동성이 크고 제한적인 공개 데이터베이스에 의존하는 기존의 계산 방법과 달리, 이 새로운 접근 방식은 Schrödinger의 물리 기반 모델링을 활용하여 보다 포괄적인 표현자 를 계산하고, Eonix의 화학적 다양성이 풍부한 데이터베이스를 활용하여 견고한 머신러닝 모델 훈련을 수행합니다.”
Don DeRosaEonix 공동 창립자
“평균적으로, ‘ Schrödinger’의 기술을 적용함으로써 순수 실험적 접근 방식에 비해 개발 기간을 최대 10배까지 단축할 수 있었습니다.”
Martin SettleReckitt, 고분자 과학 지속가능성 및 포장 부문 수석 연구 매니저
“ 머신러닝 의 속도와 Schrödinger의 물리 기반 시뮬레이션 방식이 지닌 정확성을 결합함으로써, Cambrium은 혁신적인 생체 재료의 새로운 가능성을 개척하고 있습니다.”
피에르 살비, Cambrium GmbH 엔지니어링 총괄

조직의 요구사항을 충족하는 소프트웨어 및 서비스

소프트웨어 플랫폼

물리 기반 분자모델링, 머신러닝, 팀 협업을 기반으로 하는 종합적이고 사용자 친화적인 플랫폼을 통해 디지털 신소재 발굴 워크플로를 구현합니다.

연구 서비스

소재 발굴 및 개발 프로세스의 주요 단계에서 Schrödinger의 숙련된 전산 과학자들의 지원을 활용할 수 있습니다.

지원 및 교육

입문자부터 숙련된 사용자까지 모두를 위해 마련된 전문가 지원, 학습 자료 및 교육 리소스를 이용할 수 있습니다.