从分子到材料应用
日期和时间 - 2024年9月11日 – 10月8日
- 18:00 印度标准时间
位置 - 虚拟
分子建模 这是一种在材料科学领域广泛应用的强大计算技术，用于在分子层面预测和理解材料的性质与行为。通过模拟原子和分子之间的相互作用，研究人员可以探索各种材料的结构、力学、电子和热学性质，并加深对这些性质的理解。分子力学模拟（分子建模 ）涵盖了一系列方法，包括分子力学模拟（分子动力学 (MD) ）、分子动力学模拟（量子力学(QM) ）以及粗粒化模拟（coarse grained simulations），每种方法都能为材料性质提供独特的见解，并为实验工作提供指导。
将分子建模 融入材料科学领域，可加速开发用于制药、快速消费品、电子、储能、催化等领域的先进材料。
本系列网络研讨会“从分子到材料应用”将深入探讨分子建模 技术，以及利用Schrödinger 材料科学工具对材料科学研究产生的变革性影响。
9月11日 | 18:00 印度标准时间 分子建模：解决制药配方中实际挑战的关键
演讲者：
Sudharsan Pandiyan，Schrödinger二级首席科学家
摘要：
对创新给药方法的需求推动研究人员探索药物制剂中复杂的结构-性能关系。量子力学（QM）和分子动力学（分子动力学 (MD) ，MD）模拟是理解这些制剂分子机制的强大工具。
药物科学领域的关键研究方向包括化学稳定性、反应性、分子降解、杂质分析、辅料选择以及多晶型预测。 在着手开展制剂开发过程之前，必须对活性药物成分（API ）有透彻的理解。Schrödinger 材料科学套件（MS-Suite）提供了全面的计算工作流程，用于预测光谱（IR、拉曼、NMR、UV-Vis、XRD），并评估API在不同pH条件下的行为，包括其降解途径和化学反应性。
GPU技术领域的最新进展显著加快了分子动力学（MD）模拟的速度，实现了此前无法企及的时间尺度。这种显著的加速效果，结合其预测精度，有望彻底改变分子动力学模拟在药品制剂开发中的应用。基于分子动力学的工作流程可帮助我们解决制剂设计中的关键问题，包括制剂的物理稳定性、phase 相变、互溶性、API 的溶解度及通过膜的扩散、形态、辅料相容性、包封以及包衣选择等。
本次演讲将重点介绍若干成功的案例研究，从分子层面展示这些能力。
9月18日 | 18:00（印度标准时间） 利用分子建模 推动聚合物材料 的创新转型，以及消费包装品
演讲者：
Sriram Krishnamurthy，一级高级科学家， Schrödinger
摘要：
聚合物材料 和消费包装品 （CPGs）在工业和日常生活中都具有重要意义，影响着现代生活的诸多方面。由于其多功能性和广泛的应用范围（如建筑、电子、医疗保健和汽车等领域），聚合物在各行各业中发挥着至关重要的作用。随着科学研究和创新的不断进步，聚合物材料 始终处于发展的最前沿。 在对我们的日常生活产生重大影响的消费品（消费包装品 ，简称CPG）领域，业界正不断努力开发能够满足消费者不断变化需求的产品，例如更健康的食品选择和更可持续的包装解决方案。聚合物材料 与CPG在对现代社会的重要性上有着深厚的联系。
分子建模 已成为这些材料设计和优化 过程中一项具有变革性的工具。 通过深入剖析分子相互作用和材料特性，分子建模 加速了新型、高效且可持续材料的开发。这种方法不仅加深了我们对材料行为的理解，还促进了针对现代消费品特定需求量身定制的先进解决方案的创新。
本次网络研讨会将重点介绍Schrödinger的材料科学工具，这些工具可加速这些科学领域的研发工作。我们将展示实际案例研究，以解决关键问题并确定分子建模 的应用领域。
9月25日 | 18:00（印度标准时间） 用于控制沉积或刻蚀化学过程的工艺参数的高效计算
演讲者：
西蒙·埃利奥特（Simon Elliott），Schrödinger研究负责人
摘要：
我们介绍了一系列用于理解、控制和优化沉积与刻蚀过程的计算技术。重点在于根据研究问题和可用时间选择合适的技术。相同的计算技术也可用于研究其他气相-表面过程，例如催化或传感。
当固体表面与气态反应物作用时，不同的化学过程可能会相互竞争，而最终结果则由温度和压力等条件决定。 例如，随着温度升高，连续沉积（CVD）可能会取代自限性沉积（ALD）。或者，温度可能决定沉积的材料类型；以本文介绍的案例为例，在75°C的实验中，RuO₄+H₂会沉积成氧化钌薄膜，而在100°C及以上时则会获得金属钌。 钌（Ru）目前正被研究用于电子领域的电镀种子层、电容器电极以及异相催化剂——所有这些应用均需要金属而非氧化物。我们证明，基于密度泛函理论（DFT ）的热力学计算是一种计算效率高的方法，可用于区分可能的表面-气体反应过程。不同化学反应之间的转换温度和压力可以被估算，其准确度取决于熵、覆盖率和扩散的处理方式。 我们利用DFT ，考察了Ru金属、氢化物、氢氧化物和氧化物在H₂和RuO₄反应剂作用下的稳定性条件，从而解释了100°C以下氧化物向金属薄膜的相变。我们指出了如何在成本（包括研究人员的时间和计算时间）与不同精度水平所能带来的收益之间取得平衡。
在报告的第二部分，我们将介绍“微动力学建模”（Microkinetic Modelling），这是Schrödinger 的一项新功能，通过求解构成气-表面化学反应的各基本反应步骤的耦合动力学速率方程，来研究该反应的整体动力学。这使得能够对宏观参数（如粘附系数）进行模拟 ，这些参数可通过实验测得，并用作流体动力学模拟的输入参数。首先，我们将概述计算方案，其中基本反应步骤及其活化自由能已通过DFT 计算得出。 由此得到的氧化铝ALD微动力学模型可输出温度和压力函数形式的可测量量（如生长速率），这些结果已通过实验验证。压力变化可解释高长宽比特征中的渗透深度和符合性。
因此，本次报告中讨论的两个案例说明了如何将原子尺度的DFT 嵌入到更高层次的计算方案中，从而对控制化学过程的条件和参数进行准确且可实现的预测。
10月1日 | 18:00 IST 基于物理理论 建模与机器学习（ML） 如何助力电池材料的加速开发
演讲者：加维特·阿加瓦尔（
），Schrödinger二级高级科学家
摘要：
过去十年间，可充电锂离子电池（LIB）技术的飞速发展彻底改变了交通运输和消费电子等若干关键行业。然而，为了满足迅速增长的需求，并提高锂离子电池的功率密度、安全性、可靠性和使用寿命，亟需开发新的电池化学体系。分子建模 已成为新电池化学体系设计周期中不可或缺的一部分。 精准的基于物理理论 建模能够对庞大的化学与材料设计空间进行快速评估和筛选 ，从而帮助各行业缩短新技术推向市场所需的时间。
在本场网络研讨会中，我们将介绍Schrödinger在电池材料设计数字化学平台方面的最新技术创新。具体而言，本次研讨会将重点通过实例演示自动化解决方案的应用，包括：在电极材料 中准确预测正极材料的热力学稳定性和电压曲线、离子扩散路径及动力学；预测液体电解质的输运性质；以及利用Schrödinger的SEI模拟器模块对固态电解质界面膜（SEI） 层的成核与生长进行建模。 此外，我们将介绍一个用于开发定制化机器学习（ML） 力场的自动化通用框架，该框架适用于液体电解液、无机阴极涂层和固体聚合物电解液等复杂材料，为高效设计新一代电池的新型材料铺平道路。
10月8日 | 18:00 IST 借助Schrödinger的数字化学平台，加速不对称催化剂的设计
演讲人：
Saientan Bag，一级资深科学家，Schrödinger
摘要：
不对称催化已成为21世纪下半叶以科学为驱动的技术革命不可或缺的一部分，它不仅降低了能源需求，促进了化学过程的可持续性，还实现了原本“不可能”的转化。 基于手性过渡金属配合物的不对称催化在单对映体药物、香水和农用化学品的合成中发挥着重要作用。该领域的重要性已通过2001年（过渡金属催化）和2021年（有机催化）的两项诺贝尔奖得到认可。
传统上，不对称催化剂的设计依赖于实验性的试错法，这种方法不仅消耗资源、耗时且费力，因此成本极其高昂。数字化方法为加速催化剂设计提供了契机。直到最近，计算化学（通常指量子化学研究）主要通过阐明手性生成机制，从而间接促进不对称催化剂的设计。 随着更先进的方法、算法以及自动化层面的发展，计算催化如今已为直接设计不对称催化剂提供了可能。
在本场网络研讨会中，我将演示如何利用Schrödinger的先进数字化学平台，加速不对称催化剂的直接设计与发现。