网络研讨会
生命科学
材料科学
网络研讨会
材料科学
网络研讨会
材料科学
网络研讨会
生命科学
材料科学
网络研讨会
生命科学
材料科学
- 2024年10月23日
Crystal结构预测 用于小分子药物制剂的工作流程
在本期网络研讨会中,我们将探讨为何尽管早期评估晶型多态性和热力学溶解度对药物发现与开发至关重要,但这一工作至今仍难以实现,特别是对于占比日益增大的难溶性药物候选物而言。
网络研讨会
生命科学
材料科学
- 2024年10月9日
通过助溶剂和非晶固体分散体提高溶解性的分子水平机制解析
在本期网络研讨会中,我们将重点介绍分子模型如何帮助我们在候选药物筛选之前预判挑战,以及如何快速理解研发后期阶段出现的问题。
网络研讨会
材料科学
- 2024年10月8日
借助Schrödinger的数字化学平台,加速不对称催化剂的设计
在本场网络研讨会中,我们将演示如何利用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。
网络研讨会
材料科学
- 2024年10月1日
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
在本场网络研讨会中,我们将通过具体案例,演示如何利用自动化解决方案准确预测阴极材料的热力学稳定性和电压曲线、电极材料 中的离子扩散路径及动力学、液态电解质的输运性质,以及如何使用Schrödinger的SEI模拟模块对固态电解质界面膜(SEI) 层的成核与生长进行建模。
网络研讨会
生命科学
材料科学
网络研讨会
材料科学
- 2024年9月25日
用于控制沉积或刻蚀化学过程的工艺参数的高效计算
在本场网络研讨会中,我们将演示如何将原子尺度的DFT 方法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行的预测。
活动
活动
生命科学
活动
生命科学
活动
生命科学
网络研讨会
网络研讨会
材料科学
- 2026年11月17日 – 12月8日
“本生在行动”:Agentic AI 联合科学家深度解析系列——聚焦聚合物、电池与反应性
欢迎参加本系列活动,我们的科学家将通过现场演示,直接向您展示您的团队如何利用Bunsen技术应对具体应用场景,从而加速创新、降低实验测试风险,并比以往任何时候都更快地发掘出高潜力的候选化合物。
网络研讨会
材料科学
- 2026年10月27日
电子封装领域中基于人工智能/机器学习和物理原理的材料创新
在本场网络研讨会中,我们将介绍用于预测聚合物包装材料关键性能的最先进计算工作流程,这是“预测优先”方法的一个关键环节。
网络研讨会
材料科学
- 2026年10月6日
借助 Bunsen——您在物理与人工智能领域的能动型科研伙伴,加速材料创新
在本场网络研讨会中,通过实用的材料开发案例研究,将展示Bunsen如何突破传统聊天界面的局限,规划并执行涵盖文献和数据分析、量子力学(QM) 及分子动力学 (MD) 模拟、机器学习(ML) 、候选化合物迭代优化,以及将结果整合为清晰且可共享报告的多步骤工作流。
教程
- 教程
无序系统构建与分子动力学 (MD) 多阶段工作流
学习如何使用“无序系统构建器”(Disordered System Builder)和“分子动力学 (MD) ”多阶段工作流面板来构建和平衡模型系统。
培训视频
视频
材料科学
视频
材料科学
视频
材料科学
出版物
- 出版物
- 2026年6月3日
基于分层变分自编码器、高斯混合回归和贝叶斯方法的低重组能有机半导体数据驱动设计优化
Nakanishi 等。《化学信息与建模杂志》,2026,66(12),7034–7045
- 出版物
- 2026年5月27日
利用MPNICE机器学习力场对大规模光电子材料进行数字探索
Abroshan 等。《物理化学与化学物理》,2026 年,第 28 卷第 24 期,第 14764–14774 页
案例研究
案例研究
材料科学
案例研究
材料科学
- 2025年7月11日
通过集成式 实验和分子模拟 方法推动可持续食品加工的发展
来自Schrödinger 和马萨诸塞大学(UMass)的科学家们通过实验和计算方法开展了全面研究,以探究以玉米蛋白(zein)为原料配制的肉类替代品的关键特性及其挤出性能。
案例研究
生命科学
材料科学
白皮书
白皮书
材料科学
白皮书
材料科学
白皮书
材料科学
快速参考表