作为公司范围内的休整与充电计划的一部分,Schrödinger 全球所有办事处将于8月17日至21日当周暂停办公。在此期间,我们的响应将有所限制,敬请谅解。Scientific和技术支持 团队成员仅会处理紧急支持问题。

Jaguar 用于材料科学

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

Jaguar 用于材料科学

结构预测 以无与伦比的速度模拟分子系统

Jaguar 这是一个经过充分验证、稳定且高性能的量子力学(QM) 软件包,专门用于通过基于伪谱密度泛函理论(PS-DFT )的方法,快速预测各种规模分子体系的电子结构和性质,该方法能随着体系规模的增大而保持良好的可扩展性。

Jaguar 还可用于从头算辅助设计,以及针对具有新颖或增强性能的新型材料解决方案进行高通量虚拟筛选 ,这些材料可应用于催化剂、电池、有机电子 等众多领域。

核心能力

执行各种QM计算

包括几何结构优化 、过渡态搜索、热化学性质、隐式溶剂化、光谱预测等

访问现代机器学习力场(MLFF)

QRNN、MPNICE 和 UMA 模型可作为理论基础

访问DFT 提供的各种函数

包含解析二阶导数和色散修正

在精度损失微乎其微的情况下加快计算速度

使用可选的伪谱近似法

利用自动化工作流进行高级分析

包括pKa 预测、构象平均的VCD和ECD光谱、互变异构体的生成与排序、生成热等。

在 GPU 上执行DFT 计算

在气体phase 和隐式溶剂条件下进行的单点能量计算和几何优化,在GPU上的运行速度比在CPU上快数十倍

生成符合出版标准的3D曲面

包括分子轨道、投影到等密度面上的静电势、自旋密度、非共价相互作用等。

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

借助多尺度 和多物理场 的仿真技术,加速OLED创新

欢迎加入我们,共同探索集成式 数字工作流程如何推动新一代高性能OLED的设计。

材料科学 网络研讨会

电极、电解质与界面:利用分子模拟 和机器学习(ML) 技术,推动电池材料研发的快速进步

在本场网络研讨会中,我们将演示如何应用自动化解决方案,对电极材料 进行准确预测。

材料科学 网络研讨会

Schrödinger 2024年日本材料科学研讨会 

《免费网络研讨会》介绍面向材料开发的仿真软件及材料信息学的应用案例。

材料科学 网络研讨会

将实验数字化:利用原子级模拟 和机器学习(ML) 技术进行大规模材料创新

在本场网络研讨会中,我们将介绍一种利用数字化学平台进行计算机模拟分析、优化 以及新材料发现的现代化材料研发方法。

材料科学 网络研讨会

化学降解产物的自动化数字预测

在本场网络研讨会中,我们将介绍Schrödinger公司增强版的Nanoreactor,该工具在Grimme及其同事开发的基础之上进行了扩展,新增了多项功能,包括改进的结果能量精修功能以及集成式 用户界面。

材料科学 网络研讨会

基于计算的材料开发:将原子级模拟 技术融入学术化学与工程实验室

在本场网络研讨会中,我们将深入探讨Schrödinger公司领先的基于物理理论 和机器学习(ML) 计算技术,并全面介绍这些技术在化学、材料科学和工程领域中的计算建模能力。

材料科学 网络研讨会

在原子尺度上对原子级加工过程的理解方面取得的进展

在本期网络研讨会中,我们将通过一些案例,探讨模拟技术如何促进了我们对ALD生长机制的理解,以及最近对ALE生长机制的理解。

材料科学 案例研究

针对……的空穴传导分子的从头设计有机电子

材料科学 网络研讨会

利用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。

材料科学 网络研讨会

利用……进行的振动和电子圆二色性计算Jaguar

在本场网络研讨会中,我们将回顾Jaguar 在VCD和ECD方面的现有功能,并展示这些计算技术在实际应用中的示例。

Jaguar 材料科学数据表

进一步了解Jaguar 的技术细节及其应用。

在材料科学研究领域的广泛应用

利用大规模化学探索和精准的计算机模拟分子预测技术,充分挖掘您的创意潜力。

催化与反应性
能源捕获与储存
有机电子

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

利用AutoTS探索水分子对反应能垒的影响

了解在过渡态搜索中将水纳入考虑的各种方法。

材料科学 习题指南

计算椭圆偏振光谱学

了解如何计算有机光电子器件系统的折射率和消光系数。

材料科学 文献资料

机器学习(ML) 力场

机器学习(ML) 力场(MLFFs)为预测任意系统的能量提供了一种新颖的方法。

材料科学 快速参考表

MLFF 计算:快速参考表

了解 MLFF 计算面板的概述,该面板用于预测使用机器学习(ML) 力场对系统进行的量子力学计算。

材料科学 习题指南

机器学习(ML) 力场

了解如何使用机器学习(ML) 力场优化 方法来构建和模拟各种系统。

材料科学 文献资料

Jaguar

一个经过充分验证、稳定且高性能的量子力学(QM) 软件包。

材料科学 习题指南

几何优化、泛函与基集导论

对简单的有机分子进行几何优化,并学习关于泛函和基组的基础知识。

材料科学 习题指南

单重态-三重态系间交叉速率

学习如何计算有机光电子系统中单重态-三重态的系间交叉速率。

材料科学 习题指南

亚硝胺形成与分解的建模

本教程讲解如何理解亚硝胺的形成与分解。

材料科学 习题指南

单线态激发能转移

学习如何计算有机分子上的单重态激发能转移,并分析结果。

相关产品

进一步了解可用于推进您研究项目的相关计算技术。

虚拟集群

用于在云端运行仿真的安全、可扩展的环境

MSMaestro

适用于材料发现的完整建模环境

GA 光电子

基于生成式算法的光电子应用新型分子材料设计方案

AutoTS

用于确定基本反应过渡态的自动化工作流

MS Mobility

有机半导体固态薄膜中电荷迁移率的原子级模拟 与分析

MS 介电

用于计算介电特性和折射率的自动化工作流

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

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

基于基于物理理论 建模和强化学习的电解质溶剂多目标设计

材料科学 出版物

量子增强型神经交换-相关泛函

材料科学 出版物

筛选 采用量子力学(QM) 的抗氧化成分以及机器学习(ML)

材料科学 出版物

带隙 通过整合机器学习(ML) 和密度泛函理论对导电聚合物的重排能进行预测

生命科学 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

印烯卡巴唑–三嗪双极宿主共聚物对溶液加工型OLED中电荷传输的调控

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

生命科学 出版物

借助计算机辅助发现的KAI-11101:一种用于治疗神经退行性疾病和神经元损伤的临床前DLK抑制剂

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

利用六氟乙酰丙酮和H₂等离子体研究Al₂O₃的原子层刻蚀机理

培训与资源

在线认证课程

通过分子建模 的实践性在线课程,提升您的技能水平。这些可自主安排学习进度的课程涵盖了广泛的科学主题,并提供Schrödinger 软件的使用权限及技术支持。

教程

了解如何将Schrödinger 软件的技术和最佳实践应用于您的项目,以确保项目成功。查找培训资源、教程、快速入门指南、视频等内容。