药物配方与递送

通过计算机辅助设计开发更优质的药物

优化药物制剂工艺

在分子层面优化您的药品

一种明智且具有战略性的药物制剂方案,能够有效推动您的药物研发项目,并为后续流程提供参考。分子建模 和机器学习(ML) 领域的技术进步,使我们能够获得原子级别的洞察,从而优化药物制剂,并在实验前对大量候选材料和制剂进行评估。

Schrödinger 提供一系列计算解决方案,旨在推动药品制剂技术的发展,涵盖从晶体或非晶态形态表征,到为加工、制剂和给药选择原料药及辅料等各个方面。

背景图案

由配方化学专家设计的直观计算工作流

适用于大分子系统复杂配方的、易于使用的系统构建工具
适用于分子模拟 、机器学习(ML) 以及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

核心能力

利用预测性表征优化药物工艺开发与生产

  • 预测pKa 、粉末X射线衍射及晶体形态 
  • 计算杨氏模量和剪切模量,以辅助确定压片条件(优化 )
  • 理解非水溶剂中的溶解度
  • 模拟光谱学,包括VCD、NMR(溶液和固态)、IR、拉曼和UV-Vis

了解药物的稳定性和反应性

  • 预测非晶态材料(包括非晶态固体分散体)的玻璃化转变温度和吸水率
  • 针对各种降解途径评估药物的稳定性
  • 计算键解离能以评估化学稳定性
  • 利用自动化解决方案设计分子催化剂

预测候选药物的溶解度

  • 利用FEP+精准预测无定形与结晶形式的溶解度,以加速可溶性API的发现,并明确非晶态形式带来的潜在溶解度提升。
  • 确定哪些情况下,由于形成了微小的药物聚集体,纯药物的溶解度可能会超过预期溶解度

对药物制剂和给药系统进行表征与优化

  • 深入了解脂质基和聚合物基制剂(包括非晶态固体分散体)的复杂要求和行为
  • 评估不同聚合物或聚合物残留物对该物质的释放、溶解和聚集的影响API
  • 预测原料药的关键性质(如吸湿性、粘度和互溶性)、溶液中的分子相互作用以及药物释放曲线

晶体结构预测服务

通过确定室温下最稳定的多晶型,降低固态形式选择过程中的风险

克服药物开发后期因多晶型消失而带来的风险。针对给定的活性药物成分(API ),我们将利用专有的晶体结构预测 (CSP)平台,识别出在室温下最稳定的晶体多晶型。以API 的二维结构为起点,我们将为您提供晶体多晶型的热力学稳定性排名。

案例研究与网络研讨会

了解Schrödinger 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

配方机器学习(ML) 和优化 ,用于加速材料发现记录

欢迎参加我们即将举办的网络研讨会,了解您的研发团队如何利用自动化、数据驱动的解决方案,指导多功能化学解决方案的设计。

材料科学 网络研讨会

机器学习(ML) 和优化 配方,用于加速材料发现

欢迎参加我们即将举办的网络研讨会,了解您的研发团队如何利用自动化、数据驱动的解决方案,指导多功能化学解决方案的设计。

材料科学 网络研讨会

一款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

一种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

利用Schrödinger的“材料科学套件”加速非晶固体分散体(ASD)配方开发

本次会议将演示如何将从混合能到玻璃化转变温度(Tg)的计算洞察无缝融入您现有的研发流程,从而减少实验迭代次数并加快产品上市速度。

材料科学 网络研讨会

利用Schrödinger的“材料科学套件”加速非晶态固体分散体(ASD)配方开发 录屏

本次会议将演示如何将从混合能到玻璃化转变温度(Tg)的计算洞察无缝融入您现有的研发流程,从而减少实验迭代次数并加快产品上市速度。

材料科学 网络研讨会

使用Schrödinger的“材料科学套件”加速非晶固体分散体(ASD)配方开发 5月12日录播

本次会议将演示如何将从混合能到玻璃化转变温度(Tg)的计算洞察无缝融入您现有的研发流程,从而减少实验迭代次数并加快产品上市速度。

材料科学 网络研讨会

Formulation ML 和优化 :让先进的性质预测和实验设计变得快速且易于使用,支持门控记录

我们将通过涵盖广泛MS 应用领域的实验数据集,展示使用这些工具是多么简单,这些应用领域包括配方、消费品、电池、制药等,以及更多其他领域。

材料科学 网络研讨会

Formulation ML 和优化 :让先进的性能预测和实验设计变得快速且易于使用

我们将通过涵盖广泛MS 应用领域的实验数据集,展示使用这些工具是多么简单,这些应用领域包括配方、消费品、电池、制药等,以及更多其他领域。

材料科学 网络研讨会

Formulation ML 和优化 :让先进的性质预测和实验设计变得快速且易于使用

我们将通过涵盖广泛MS 应用领域的实验数据集,展示使用这些工具是多么简单,这些应用领域包括配方、消费品、电池、制药等,以及更多其他领域。

精选课程分子建模 材料科学:药物制剂

通过我们的实操型在线认证课程,学习计算机辅助药物制剂方法

报名参加我们的在线课程,提升您的技能: 《分子建模 :材料科学——药物制剂》。

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

使用“糖构建器”构建糖链

了解如何构建分支糖链的三维结构。

材料科学 习题指南

机器学习(ML) 溶解度预测

学习如何使用现成的机器学习模型,预测溶质在纯溶剂和二元溶剂中的溶解度。

材料科学 习题指南

使用代理式人工智能模型设计工作流

学习如何使用代理工作流来生成工作流。具体而言,是用于自动化制备环氧胺热固性复合材料并预测其性能。

材料科学 习题指南

从头设计 基于路径引导扩散模型的新型化合物

学习设计具有特定靶点 特性的新分子。

材料科学 习题指南

晶体结构预测:第 2 部分

了解如何在盐类体系上执行更多晶体结构预测工作流程。

材料科学 习题指南

机器学习(ML) 采用 MPNICE 嵌入式技术

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(ML) 力场的精细调整

学习如何对预训练的机器学习(ML) 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

从头设计 利用 REINVENT 开发新型化合物

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

机器学习(ML) 适用于含有蛋白质的制剂

学习如何构建机器学习(ML) 模型,以分析包含蛋白质的配方。

材料科学 习题指南

复杂蛋白质溶液的模拟

学习如何为分子动力学 (MD) 模拟准备复杂的蛋白质系统。

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。

MS 配方 ML

机器学习(ML) 自动化解决方案,用于建立准确的配方-性能关系,并筛选出具有所需性能的新配方

虚拟集群

用于在云端运行仿真的安全、可扩展的环境

MS Maestro

适用于材料发现的完整建模环境

Desmond

高性能分子动力学 (MD) 引擎,具备卓越的可扩展性、流通量和科学准确性

FEP+

用于药物发现的高性能自由能计算

MS Morph

一种用于预测有机晶体晶型的高效建模工具

MS CG

针对大体系、长时标的高效粗粒化 (CG) 分子动力学 (MD) 模拟

Jaguar

量子力学(QM) 用于快速、准确预测分子结构和性质的解决方案

晶体结构预测

通过确定室温下最稳定的多晶型,降低固态形式选择过程中的风险

出版物

浏览采用Schrödinger 技术、发表在相关应用领域的经同行评审的出版物列表。

材料科学 出版物

分子动力学 (MD) 基于经典成核理论对布洛芬纳米晶体溶解机制的探讨

材料科学 出版物

基于结构的浓缩抗体 溶液中辅料对粘度影响的计算

材料科学 出版物

邻氨基苯甲酸Phase 多晶型转化的动力学:基于色散动力学模型结合分子动力学 (MD) 模拟 对预成核聚集体的研究

材料科学 出版物

对《计算脂质纳米颗粒中可电离脂质的表观pKa 值》一文的更正

材料科学 出版物

一种经过大规模验证和盲测验证的、用于支持小分子药物开发的可靠晶体结构预测 法

材料科学 出版物

利用分子动力学 (MD) 模拟和自由能分析评估类药物化合物与猴痘病毒VP39蛋白的结合潜能及稳定性

材料科学 出版物

利用分子动力学模拟预测非晶固体分散体中药物与聚合物的相容性模拟 :关于溶剂化自由能的陷阱

材料科学 出版物

波利溶解机制的潜在应用:以布比卡因的分子动力学 (MD) 模拟 为例

材料科学 出版物

利用分子动力学 (MD) 模拟对泼尼松龙在聚乳酸-共聚乙二酸聚合物载体中的包封进行建模

材料科学 出版物

格卡普雷韦的开发:一种多晶型大环类药物的构象、晶体结构及高效固-固转化

满足您组织需求的软件和服务

软件平台

利用一个功能全面且易于使用的平台,部署用于分子建模 、设计和协作的数字化药物发现工作流。

建模服务

利用Schrödinger的大规模计算专业知识和技术,推动您的项目顺利通过药物发现过程中的关键阶段。

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。