NMRと分子動力学計算の低分子化合物-タンパク質間相互作用の解析

PRNMRとMD計算で低分子化合物とタンパク質の相互作用を評価できます。

生理活性化合物の中には、タンパク質を標的として作用する化合物が数多く存在します。そのため、低分子化合物とタンパク質間の相互作用について構造的な知見を得ることは薬剤の開発にとって非常に重要です。 本資料では、NMRと分子動力学計算を用いて溶液中におけるL-トリプトファンとウシ血清アルブミン（BSA）の相互作用を解析した事例を紹介します。...詳しくは資料をダウンロード、またはお問い合わせくださ...

メーカー・取り扱い企業： 一般財団法人材料科学技術振興財団　MST

【事例集】電池とエネルギー貯蔵材料

バッテリー、燃料電池、および水素貯蔵材料の原子レベルのモデリングを支援…

シュレーディンガーの材料科学ソフトウェアに統合されている原子レベルのシミュレーションおよびモデリング技術は、電解質、電極、安定したSEIの形成など、バッテリーコンポーネントの材料設計プロセスのあらゆる側面において重要な洞察を提供します。シュレーディンガーの包括的なソリューションは、 材料の主要な化学プロセスを解明し、 重要な熱物理特性を特性化します。 これにより、 新規材料の設計パイプラインのコス...

メーカー・取り扱い企業： シュレーディンガー株式会社

非構造化エピトープとLong CDR H3ループの構造予測に挑む

十数残基を超える長いCDR H3ループやDisordered エピトー…

シュレーディンガーの創薬プラットフォームは、物理学の第一原理に基づいた計算化学技術を駆使することで、タンパク質立体構造情報に基づく高度な薬物設計を可能とし、世界中の主要製薬企業で活用されています。 弊社のソフトウェアを用いた抗原抗体シミュレーションの最新の成果について、下記セミナーにてご紹介します。 第22回日本蛋白質科学会年会　ランチョンセミナー 【開催日時・場所】 6月7日(火) ...

メーカー・取り扱い企業： シュレーディンガー株式会社

【事例集】材料モデリングのための機械学習力場

Machine-learned force fields活用事例をご紹…

機械学習による力場（Machine-learned force fields、MLFF）は、原子や分子間の相互作用を正確にモデル化するために機械学習モデルを取り入れることで、従来の力場を改良するために設計されています。この技術は、ニューラルネットワークポテンシャルエネルギー曲面（NN-PES）アーキテクチャに基づいており、モデルは化学的な精度で系の全電子エネルギーを再現するように訓練されます。 ...

メーカー・取り扱い企業： シュレーディンガー株式会社