作为公司范围内的休整与充电计划的一部分,施罗丁格全球所有办事处将于8月17日至21日当周关闭。在此期间,我们的回复可能会有所延迟。科学和技术支持团队成员仅会处理紧急支持问题。

催化与反应性

利用数字化学推动催化、反应性和降解领域的研发创新

借助数字化学,变革工业化学品生产

在原子层面加速催化剂设计并优化化学反应

受不断增长的市场需求和严格的环境法规驱动,对新材料的需求十分迫切。为满足这些需求,各行业的科学家们正在探索新的催化与非催化工艺,以帮助降低能耗、消除不需要的副产物,并提高化学反应的选择性和反应活性。

Schrödinger 先进计算工具通过尖端的基于物理的建模、机器学习(ML)以及协作式信息学平台,提供了一系列解决方案,从而加速了这些新一代催化与非催化过程的发现。

背景图案

由催化专家设计的直观计算工作流

适用于所有材料类型的易用型系统构建工具
适用于基于物理的仿真、机器学习和数据分析的强大工作流
专业的客户支持和丰富的培训资源

我们如何助您实现创新

加快新催化剂的上市速度

  • 预测新催化剂的物理化学性质
  • 从分子层面深入理解均相和非均相催化机理
  • 支持间接和直接催化剂设计

优化非催化反应中的反应性

  • 阐明化学反应的机理
  • 自动预测反应物的选择性和活性
  • 评估热分解产物

均相与非均相催化剂的设计

宣传单
加快高性能异质催化剂的设计

利用原子尺度模拟、机器学习和企业信息学,为固态催化剂的催化反应提供高效的计算解决方案

宣传单
加快高性能均相催化剂的设计

利用量子力学、分子动力学和机器学习的结合,为催化剂的计算分子设计提供高效、高度自动化的解决方案

案例研究与网络研讨会

了解施罗丁格技术如何被用于解决现实世界中的研究难题。

材料科学 网络研讨会

本生在行动:化学活性

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。

材料科学 网络研讨会

“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。

材料科学 网络研讨会

一个用于研究小分子活性药物成分降解、反应性和催化作用的预测建模平台

在本场网络研讨会中,我们将介绍在研究活性药物成分(API)的降解、反应性和催化作用方面,自动化端到端解决方案的最新进展。

材料科学 网络研讨会

一个用于研究小分子活性药物成分的降解、反应性和催化作用的预测建模平台

在本场网络研讨会中,我们将介绍在研究活性药物成分(API)的降解、反应性和催化作用方面,自动化端到端解决方案的最新进展。

材料科学 网络研讨会

便捷且自动化的计算催化剂发现与反应性优化记录

在本场网络研讨会中,我们将演示一款面向最终用户的物理-AI平台如何消除准入门槛,使专家和非专家都能轻松使用该平台,同时实现无缝的可扩展性。

材料科学 网络研讨会

便捷且自动化的计算催化剂发现与反应性优化

在本场网络研讨会中,我们将演示一款面向最终用户的物理-AI平台如何消除准入门槛,使专家和非专家都能轻松使用该平台,同时实现无缝的可扩展性。

材料科学 网络研讨会

利用基于物理的AI/ML加速材料发现

本系列网络研讨会将探讨前沿计算方法如何彻底改变药品、生物制剂和先进材料的设计与优化。

材料科学 网络研讨会

利用人工智能/机器学习加速化学创新:材料应用领域的突破

在本期网络研讨会中,我们将探讨人工智能(AI)和机器学习(ML)如何推动材料创新取得重大进展,并重点介绍一些案例研究,展示机器学习前沿技术在各种应用中的应用。

材料科学 网络研讨会

高性能材料发现:依托云计算实现的十年突破

本次演讲将展示施罗丁格的集成材料科学平台如何在各种应用领域中实现大规模并行筛选和从头设计。

材料科学 网络研讨会

目标导向的模拟:在表面化学建模中实现最大影响

在本场网络研讨会中,您将了解各种表面原子级模型,并深入理解每种模型的基本原理、优势及局限性。

利用计算催化技术应对各行业面临的材料、能源和环境挑战

石油与天然气

最大限度提高油田化学品的产出率,最大限度减少浪费,降低制造成本和碳足迹。

了解更多
特种化学品

推动新型化学设计创新,满足全球对特种化学品的需求。

了解更多
塑料

提供高性能塑料,同时提升其生产效率、可回收性和生物降解性。

了解更多
半导体

实现表面薄膜沉积和刻蚀的优化。

了解更多
消费品

为消费品开发创新原料。

了解更多
药品

研发并生产用于高效药物制剂的创新型药用原料。

了解更多
精选课程在线认证课程:提升您的催化建模技能

材料科学应用中的分子建模:均相催化与反应性课程

在线认证课程:提升您的催化建模技能

了解如何运用业界领先的计算软件,通过自动化工作流和机器学习模型,预测有机及有机金属化合物的关键性质、确定过渡态并生成反应轨迹。

  • 自主学习内容
  • 亲身体验施罗丁格软件
  • 指导性与自主性案例研究
了解更多

文档与教程

了解常见问题的解答,并掌握使用Schrödinger软件的最佳实践。

材料科学 习题指南

基于 MPNICE 嵌入的机器学习

学习如何使用 MPNICE Embedding 构建、分析和应用机器学习模型。

材料科学 习题指南

机器学习力场的微调

学习如何对预训练的机器学习力场(MLFF)模型进行微调,以研究二维材料的晶格参数。

材料科学 习题指南

利用 REINVENT 进行新型化合物的从头设计

学习如何使用 REINVENT 训练生成式机器学习模型,以在满足特定性质约束的前提下设计新化合物。

材料科学 习题指南

通过微动力学建模研究催化选择性

学习如何利用微动力学建模(MKM)计算,分析CO和H₂在Pd(111)表面催化氧化反应的选择性。

材料科学 习题指南

确定表面上的吸附位点

了解如何确定表面上的吸附位点。

材料科学 文献资料

机器学习力场

机器学习力场(MLFFs)为预测任意系统的能量提供了一种新方法。

材料科学 习题指南

机器学习力场

了解如何利用机器学习力场优化方法来构建和模拟各种系统。

材料科学 文献资料

MS 反应性

分子化学领域中用于设计、优化及无监督机制发现的自动化工作流。

材料科学 文献资料

MS Microkinetics

一种用于表面反应动力学研究的高效工具。

材料科学 文献资料

配方 ML

一种机器学习解决方案,用于建立准确的配方与性能之间的关系,并筛选出具有所需性能的新配方。

主要产品

进一步了解可用于推进您研究项目的关键计算技术。

虚拟集群

用于在云端运行仿真的安全、可扩展的环境

MS 反应性

通过闭环的“从发现到优化”流程,弥合机制洞见与实验室操作之间的差距

MacroModel

一款功能全面、用途广泛的分子建模程序

捷豹

利用量子力学快速、准确地预测分子结构和性质的解决方案

AutoTS

用于确定基本反应过渡态的自动化工作流

信息学硕士

用于材料科学应用的自动化机器学习工具

DeepAutoQSAR

用于预测性机器学习模型训练和应用的自动化、可扩展解决方案

LiveDesign

您的全方位数字分子设计实验室

Quantum ESPRESSO 接口

用于纳米尺度量子力学模拟的集成图形用户界面

出版物

浏览相关应用领域中采用薛定谔技术的经同行评审的出版物列表。

材料科学 出版物

一个用于自动化分子催化剂设计和反应性优化的通用软件框架

材料科学 出版物

基于密度泛函理论对1,2-环二酮中酮-烯醇互变异构现象的研究:取代基对反应活性和热力学稳定性的影响

材料科学 出版物

双环[1.1.0]丁烷的催化分子间不对称[2π + 2σ]环加成反应:富手性、高度取代的双环[2.1.1]己烷的实用合成

材料科学 出版物

使用磺酰卤化物和酯进行烯烃加卤反应:机理的密度泛函理论(DFT)与实验研究,以及与膦酸酯反应活性的比较

材料科学 出版物

流动条件下的光氧化反应:一项实验与计算机模拟研究

材料科学 出版物

用于高效去除染料的Cu-TiO₂/沸石/PMMA片剂:光催化水净化研究

材料科学 出版物

基于机器学习的聚合反应钳形催化剂设计

材料科学 出版物

量子化学软件包Jaguar:近期发展与独特功能的综述

材料科学 出版物

甲基铝氧烷(MAO)的结构:可萃取的 [Al(CH3)2]+ 用于预催化剂活化

材料科学 出版物

揭示可回收两相催化体系中木质素和木聚糖溶解的机理

预约咨询,了解施罗丁格在催化与反应性方面的解决方案。

立即联系我们,了解如何利用先进的仿真和人工智能/机器学习技术来研究催化与反应性。

上面没有您感兴趣的领域?请联系我们,我们将竭诚为您提供帮助。

表单已提交

谢谢,我们会尽快与您联系。

满足您组织需求的软件和服务

软件平台

借助一个基于物理分子建模、机器学习和团队协作的全面且易于使用的平台,部署数字化材料发现工作流。

研究服务

借助施罗丁格(Schrödinger)专业的计算科学家团队,在您的材料发现与开发流程的关键阶段提供支持。

支持与培训

获取专为新手和资深用户量身定制的专家支持、教育资料和培训资源。