【日本語資料】日用品開発のための分子シミュレーションおよび機械学習の活用V2022

世界No.1の化粧品会社ロレアルは、シュレディンガーのソフトウェアを活用し、バイオミメティックな表面上での合成ポリマーと多糖類ポリマーとの剪断挙動の違いについて、より深い理解を得ました。
• 模擬髪の表面を用いてシャンプーの配合の凝集挙動に関する新たな洞察を得ました。
• ポリマーのトポロジーの影響を示し、観察されたポリマー間相互作用を実験的観測可能な事象に関連づけました。
• 分子動力学シミュレーションを用いて、バイオミメティックな表面と接触する複雑な配合物の研究のための枠組みを確立しました。
• エコフレンドリーな化粧品の配合設計を合理的に加速しました。 （詳細を見る）

シュレーディンガーは、日用消費財の研究開発のための強力で使いやすい統合ソフトウェアソリューションを提供します。 シュレーディンガーのプラットフォームは、計算化学のビギナーからエキスパートまで、幅広いユーザー向けに設計されており、高度な物理ベースのモデリングと機械学習テクノロジーを駆使して、実際のシステムを構築、シミュレーション、分析するためのシンプルなワークフローを提供します。

■湿潤および乾燥状態の非晶質アミロース重合体に対するガラス転移温度（Tg）などの主要な物性を正確に予測。

■水分含有量がTgおよびデンプン重合体内の水の拡散に与える影響を調査することで、水の吸収および輸送を効果的にモデル化。

■OPLS3e力場は非晶質デンプンモデルに対して高い精度を提供。

■水とアミロースの相互作用の詳細な研究と、成分が複雑なでんぷんの配合に与える影響についてのさらなる研究。
 （詳細を見る）

創薬のスピードが加速する中、新薬のプレフォーミュレーションとフォーミュレーションを迅速かつ効率的に行うことは、医薬品開発において非常に重要な要素となっています。原子スケールでのモデリングとシミュレーション技術の進歩により、完全な物理ベースのモデルに基づいて、多数の候補材料と製剤によるインシリコスクリーニングが可能になりました。

【掲載事例】
■化学的分解に対する薬剤の安定性
■医薬品成分の混和性
■ガラス転移点による熱物理学的安定性
■コントロールドリリース: 製剤化における超分子構造

※詳しくはPDF資料をご覧いただくか、お気軽にお問い合わせ下さい。 （詳細を見る）

当社のMaterials Science Suiteは、幅広い材料研究分野への対応が可能です。

■密度汎関数理論(DFT)計算・周期系第一原理計算による物性予測
HOMO/LUMO/pKa/溶媒効果/IR/Raman/UV-vis/VCD/NMR/ 酸化・還元ポテンシャル/ 3重項励起状態エネルギー/TADF S1-Txギャップ/蛍光/りん光/振動計算/ 構造最適化/遷移状態計算/反応経路解析/吸着エネルギー/結合解離エネルギー/ 電子・ホール移動度/再配向(再配列、再配置)エネルギー

■分子力学(MM)法・分子動力学(MD)法・粗視化MDによる物性予測
密度/配座解析/架橋構造/ヤング率/粘度/表面張力/ ガラス転移温度(Tg)/分子拡散/熱膨張/結晶形態/ 膨潤/応力ひずみ曲線/溶解度パラメータ
機械学習で使用可能な手法
様々な記述子・フィンガープリント生成/ 部分的最小二乗回帰(PLS)法/重回帰分析(MLR)/主成分回帰(PCR)/カーネルPLS法/ ベイズ分類/再帰分割(RP)分析/自己組織化マップ/Tg・誘電率・沸点・蒸気圧予測モデル/ 遺伝的アルゴリズム/アクティブラーニング （詳細を見る）

マテリアルズ・インフォマティクスで下記のようなお悩みはありませんか?
シュレーディンガーのLiveDesignは、データの記録、補完、機械学習の自動化、解析手法と結果の共有まで、課題を解決し、MIを加速します。

【お悩み1】　データの質の問題: フォーマットや用語がバラバラに存在
➡データを同じスプレッドシートに統一した言語で登録します。

【お悩み2】　データの量の問題: データは欠損値ばかり
➡物理化学計算と機械学習でデータを補完します。

【お悩み3】　非民主的なAI・機械学習・解析手法: 何から手をつければいいのかわからない
➡データの蓄積と同時に好適な機械学習モデルを自動生成。計算化学者に頼らず高精度のモデルを作成します。

【お悩み4】　社内共有の問題: いい予測値モデルができたが、社内に展開する仕組みがない
➡Web画面で解析手法や結果をグループで共有できます。

※詳しくは、お気軽にお問い合わせ下さい。 （詳細を見る）

最近、様々な分野でDXへの関心が高まっており、
新材料の研究開発においても機械学習を活用する取り組みが進んでいます。

しかし、機械学習に必要な大量の実験データを集めるのは容易ではありません。
また、材料内の現象をさらに正確に解析したいというニーズも存在します。

シュレーディンガーでは、この課題に対応するために、
原子レベルのシミュレーションと機械学習を融合した技術を開発しています。

本講演では、高分子材料の事例を中心に、
材料開発DXに向けた弊社の取り組みをご紹介します。

【特別講演 概要】
日時：5月10日(金) 14:00～14:45　※事前登録が必要
場所：インテックス大阪内セミナー会場
演題：原子レベルのシミュレーションと機械学習による材料開発DX

※関連資料をダウンロードしてご覧いただけます。
　お問い合わせもお気軽にどうぞ。 （詳細を見る）

■■高機能素材Weekにおいて、弊社専門技術者が特別講演に登壇します■■

最近、様々な分野でDXへの関心が高まっており、その中で新材料の研究開発において機械学習を活用する取り組みが進んでいます。しかし、機械学習を活用するには大量の実験データが必要であり、そのデータを集めることは容易ではありません。また、機械学習だけでは材料内の現象を解析するのは一般的に難しいとされています。
シュレーディンガーでは、この課題に取り組むために、原子レベルのシミュレーションと機械学習を融合した技術を開発しています。
本講演では、高分子材料の事例を中心に、材料開発DXに向けた弊社の取り組みをご紹介します。

日時: 5月10日(金) 14:00～14:45
場所: インテックス大阪内セミナー会場
演題: 原子レベルのシミュレーションと機械学習による材料開発DX

※講演の聴講には事前登録が必要です。 （詳細を見る）

分子シミュレーション技術の発展により、原子･分子レベルの現象をコンピュータ・シミュレーションで扱うことができるようになってきました。また、分子シミュレーションと機械学習を組み合わせることにより、実験データが少ない場合でも材料開発に機械学習を活用できるようにもなってきています。シュレーディンガーは最新の分子シミュレーションや機械学習、その両者を融合した技術を使って、お客様の材料開発における解析力の強化と高効率化を支援します。展示ブースでは、このような技術について専門技術者が解説し、お客様からのご質問にお答えします。
ぜひ、お気軽にお立ち寄りください。

※会期中、弊社展示ブースにてセミナーを開催いたします。
場所: 弊社展示ブース
テーマ: 原子レベルのシミュレーションと機械学習による材料開発
様々な材料の物性値予測をコンピュータ上で可能に。事例をご紹介します。 （詳細を見る）

分子シミュレーション技術の発展により、原子･分子レベルの現象をコンピュータ・シミュレーションで扱うことができるようになってきました。また、分子シミュレーションと機械学習を組み合わせることにより、実験データが少ない場合でも材料開発に機械学習を活用できるようにもなってきています。シュレーディンガーは最新の分子シミュレーションや機械学習、その両者を融合した技術を使って、お客様の材料開発における解析力の強化と高効率化を支援します。展示ブースでは、このような技術について専門技術者が解説し、お客様からのご質問にお答えします。
ぜひ、お気軽にお立ち寄りください。

※会期中、弊社展示ブースにてセミナーを開催いたします。
場所: 弊社展示ブース
テーマ: 原子レベルのシミュレーションと機械学習による材料開発
様々な材料の物性値予測をコンピュータ上で可能に。事例をご紹介します。 （詳細を見る）