虚拟筛选 Web服务
一周内送达10亿份化合物库 的虚拟、新颖热门商品
提高在您的虚拟筛选 实验中发现多样且新颖的虚拟先导化合物的概率
筛选 虚拟网络服务可安全访问业界领先的苗头化合物 识别方法和突发计算能力，从而快速、高效地完成超大屏幕的处理。
成功的虚拟筛选可产生具有亲和力 的、针对靶点 蛋白的化学多样性分子
通过结合基于物理理论 方法和机器学习（ML） 的优势，利用筛选 超大规模可购化合物库，最大限度地提高先导化合物的多样性。
在云端使用业界领先的虚拟筛选 工作流程
Schrödinger的虚拟筛选 网络服务，可满足那些偶尔有大规模筛选 需求，但缺乏基础设施或技术资源以实现高效内部筛选的团队的需求。
在一周内从超过10亿种化合物的化合物库中筛选出新型候选化合物
全自动筛选 工作流
只需点击一下按钮，即可享受按需云端工作流带来的便利。
内置科学验证
通过分阶段的、内置的试点研究，确保实现筛选 的预期目标。
一周内见效
利用大规模并行计算环境的强大功能，确保项目按计划推进。
易于获取的化合物
使用与每个虚拟苗头化合物 关联的供应商化合物ID，即可轻松购买化合物。
安全、专属的云服务器
通过配备企业级安全防护的专用数据服务器，确保符合法律和安全合规要求。
多样且新颖的知识产权发掘
可访问超过10亿种化合物，从而为项目推进开拓更多途径。
使用业界领先的 3D分子对接 工作流程，并借助机器学习（ML）
应用3D分子对接 技术
利用外推型三维筛选 方法，在训练集之外发现新型骨架。二维筛选 方法在预测方面存在局限性，而三维分子对接 方法则能够外推至新型化学空间 。
使用以下方法加速屏幕显示：机器学习（ML）
利用机器学习（ML） 来加速3D分子对接 方法。精确的分子对接 方法结合机器学习（ML） 技术，使对10亿多种化合物的筛选变得简单且经济高效。
充分利用筛选 的并行处理方法
采用多种虚拟筛选 方法，以实现最高的化学多样性。研究表明，不同的筛选 技术可生成独特的配体骨架。
工作原理：
通过虚拟方式对超过10亿种可购买的化合物进行自动化筛选
- 上传一个或多个虚拟筛选 输入，其中包括分子对接 模型、筛选 探针以及已知的活性化合物。
- 选择多个文库进行筛选，其中包括“10亿文库”。
- 审查旨在评估主动学习可能性的试点筛选结果Glide ，为您的靶点 找到高质量的搜索结果。
- 对试点筛选结果满意后，启动全自动超大规模筛选。
- 一周内即可获得数千次虚拟访问量，并可从企业级安全服务器访问所有数据。
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。