学术站点许可

利用施罗丁格最先进的计算建模技术，理性设计高质量的生物制剂

• 抗体设计
• 肽类发现
• 酶工程

聚合物材料

通过在分子和原子尺度上对聚合物进行模拟，来理解和预测产品性能。

• 准确预测化学反应性、聚合物形态以及关键理化性质
• 设计新型聚合物、筛选配方并优化生产工艺
• 利用易于使用的自动化工作流进行探索和优化

有机电子学

探索具有良好导电性、机械稳定性和热稳定性，且适合加工的优质有机电子材料。

• 准确预测关键光电特性
• 开展高通量筛选，以快速设计和发现先进材料
• 利用易于使用且由专家提供科学支持的自动化工作流程

催化与反应性

加快下一代催化与非催化工艺的研发进程。

• 运行自动化工作流，以实现新型催化剂和反应物的高通量发现
• 阐明反应性、选择性和特异性的具体情况
• 利用协作型企业平台进行新型材料发现

薄膜加工

优化半导体行业的原子级加工工艺，并提升器件性能。

• 准确预测表面反应性，以优化沉积或刻蚀工艺
• 基于机器学习的前体物质挥发性的验证性预测
• 利用高效的仿真工具设计用于材料加工的新型化学品

能源捕获与储存

加快开发更清洁、更轻便、更安全且能效更高的电池、燃料电池和光伏材料。

• 预测电池、燃料电池、光伏和氢储存领域的研发关键性能
• 对组件材料及界面关键性能进行仿真与分析
• 利用简化的工作流程，对广阔的化学空间进行枚举和探索

复杂的配方

优化制药、消费品、塑料、复合材料和石化行业中最终制剂产品的性能。

• 利用自动化工作流预测关键性质
• 利用高通量筛选和机器学习加快原料筛选进程
• 识别加工过程中的风险并预测加工性能