Schrodinger Suite 2026.3高级版_Win/Mac/Linux_新版更新了啥?

一、软件简介

Schrödinger Suite 2026是Schrödinger公司推出的高精度、综合性分子模拟与药物研发计算软件套件,面向生命科学和材料科学领域。该软件基于量子力学、分子力学、统计热力学等基础理论开发,融合了高精度算法与智能化计算模型,主打精准的分子结构模拟、性质预测、药物分子设计与材料性能仿真。

2026系列版本包含Maestro图形界面、 Desmond分子动力学引擎、FEP+自由能微扰计算、Jaguar量子力学计算等核心模块,覆盖小分子药物发现、生物制剂开发、材料科学等多个方向。

相较于旧版本,2026系列版本在计算精度、运算速度、智能化程度及多场景适配性上完成全面升级,整合了新一代机器学习预测模型与并行计算架构,打破了传统模拟软件算力不足、精度偏低、适配场景单一的痛点。

软件兼顾学术科研与工业商业化应用,支持小分子、大分子、蛋白、核酸、复合材料等多类体系的模拟分析,是全球药企、高校、科研院所开展创新研发的核心工具,广泛应用于源头创新药物研发、新型功能材料开发等前沿领域。

二、主要功能

1. 小分子药物发现

Maestro图形界面

  • 新增非标准核苷酸支持,可通过搜索面板将DNA/RNA残基突变为非标准核苷酸
  • 新增GPCR工作区预设,用于可视化带注释的G蛋白偶联受体
  • 表面管理功能全面优化,支持多个表面的并排比较与排序
  • Task Tool智能模糊搜索,可识别拼写错误或概念类检索词
  • Maestro Assistant支持多会话分立留存与隐私控制

靶点验证与结构解析

  • 结构准备过程中自动标注GPCR,硒代蛋氨酸默认转换为蛋氨酸
  • 协同折叠面板可在已完成准备的模型中自动校正配体键级
  • Predictive Tox Panel新增13种GPCR靶点、5种溴结构域靶点和3种核受体靶点

结合位点与结构分析

  • 首次发布Rapid Binding Site Similarity (RBSS),可在数秒内计算蛋白质结合位点与PDB中所有位点的相似性
  • Mixed Solvent MD (MxMD)正式发布,用于增强隐性结合位点识别

自由能计算与优化

  • ABFEP(绝对结合自由能微扰)支持在界面中直接施加约束条件
  • FEP+支持时间分片统计方法确定最优模拟时长,支持Web Services间共享计算方案
  • FEP Residue Scanning (FRS)支持大规模批量突变扫描

虚拟筛选与对接

  • 大环对接流程MacroDock速度提升约2.5倍,中位CPU运行时间缩短至每化合物1小时以内
  • Generative Glide (beta)利用生成式AI快速筛选超大化合物库
  • 基于REINVENT方法的生成式AI分子枚举功能

2. 生物制剂药物发现

  • 支持DNA/RNA/寡核苷酸的非标准核苷酸库高通量创建
  • PIPER输出新文件格式,简化对接后处理流程
  • 生物制剂从Maestro到LiveDesign的导出流程简化,支持基于HELM的去重

3. 材料科学

晶体结构预测

  • Crystal Structure Prediction完整版本发布,支持盐、溶剂化物和共晶的晶型筛选

量子力学与分子动力学

  • Desmond分子动力学通过氢质量重分配实现约66%速度增益
  • 支持7种新混合脂质双分子层
  • MLFF微调功能,可对MPNICE MLFF模型进行精调并用于振动和声子计算

配方机器学习

  • Formulation ML支持遗传算法优化、多CPU并行化、缺失化学信息数据集训练

有机光电器件

  • 支持OLED器件性能的机器学习预测模型

4. 核心计算引擎增强

量子力学

  • 新增阻转异构预测面板,分析关键旋转能垒
  • AutoTS计算自动生成HTML报告,展示模拟设置与结果
  • 13C NMR重原子校正支持C-F键
  • g-xTB可通过Jaguar调用

E-sol

  • 新增面板用于设置、执行和分析Efflux ratio预测
  • 支持预测血脑屏障穿透率

力场更新

  • OPLS5力场引入金属可极化力场,支持Ca(II)、Mg(II)、Fe(II)、Zn(II)、Pt(II)、Ir(III)等金属离子的高精度计算

三、适合行业

Schrödinger Suite 2026适用于以下行业的研发与创新工作:

行业领域典型应用场景
制药与生物技术小分子药物发现、先导化合物优化、靶点验证、毒理预测、FEP自由能计算
生物制剂研发抗体建模、多肽药物设计、大环化合物开发、蛋白质降解剂设计
材料科学聚合物设计、晶体结构预测、电池材料、涂层与配方优化
化工与消费品分子性质预测、配方ML优化、可持续化学替代物设计
航空航天与国防高性能复合材料、热固性聚合物、推进剂材料模拟
电子与光电OLED器件优化、有机光电材料设计

适合企业类型:药企研发部门、CRO公司、材料科技企业、科研院所与高校实验室、国防与航空航天研究机构。

四、系统要求

操作系统支持

平台支持版本
LinuxRedHat Enterprise Linux 7.8-7.9/8.4/8.6/9.0;
Rocky Linux 8.7/9.1;
CentOS 7.8-7.9;Ubuntu 18.04/20.04/22.04 LTS
WindowsWindows 10 (20H2/21H2/22H2);Windows 11 (21H2/22H2)
macOSmacOS 11/12/13,支持Intel x86_64和Apple silicon M系列处理器

硬件与GPU要求

  • 所有应用仅支持64位平台
  • 需要GPU加速的进程(Desmond、FEP+、Deep AutoQSAR、Watermap、GPU Shape)仅支持Linux
  • Jaguar在Windows下不支持并行计算
  • 支持的NVIDIA GPU架构:
    • 服务器级:Tesla M40/M60、Tesla P40/P100、Tesla V100、Tesla T4、Tesla A100
    • 工作站级:Quadro P5000、Quadro RTX 5000、RTX A4000/A5000
  • 显卡需支持OpenGL 2.1或更高版本
  • 不支持消费级显卡(如GeForce GTX系列)

其他注意

  • 需安装X11库(Linux服务器环境)
  • 推荐使用NVIDIA官方认证驱动程序,CUDA最低版本11.2

五、2026.3版更新内容

Schrödinger Suite 2026-3于2026年7月底发布,主要更新包括:

1. 新功能与面板

  • RBSS首次发布:快速结合位点相似性搜索,数秒内完成PDB全库比对
  • 晶体结构预测完整版:支持盐、溶剂化物、共晶的晶型筛选
  • 阻转异构预测面板:预测化合物阻转异构并分析关键旋转能垒
  • E-sol预测面板:支持血脑屏障穿透率预测

2. 大环化合物与多肽

  • 全新大环对接面板(MacroDock),运行速度提升约2.5倍
  • 支持与实验密度图对接
  • Prime大环采样支持更复杂的多环体系(如万古霉素)
  • 新增环肽建模学习路径

3. 靶点预测扩展

  • Predictive Tox Panel新增:13种GPCR靶点、5种溴结构域靶点、3种核受体靶点
  • 新增Sided Error列,区分精确测量值与检测上下限区间

4. Desmond MD性能提升

  • 氢质量重分配实现约66%速度增益
  • 新增7种混合脂质双分子层

5. Maestro界面更新

  • 非标准核苷酸支持
  • GPCR工作区预设
  • 表面管理功能全面重构
  • Check for update菜单选项
  • MSV成对序列比对大幅改进

6. 其他

  • Protein FEP支持从Maestro界面直接计算pH依赖性亲和力
  • FEP Residue Scanning支持大规模批量突变扫描
  • AutoTS计算自动生成HTML报告

百度网盘 请输入提取码

内容概要:本文围绕基于Transformer模型的电力负荷预测展开研究,提出了一种利用Transformer架构进行负荷预测的方法,并提供了完整的Python代码实现。文章详细阐述了Transformer在处理时间序列数据方面的独特优势,如强大的长期依赖捕捉能力和高效的并行化训练机制,相较于传统的RNN或LSTM模型在预测精度、收敛速度和稳定性方面表现更优。研究涵盖了从原始数据预处理、特征工程构建、模型结构设计到训练优化及预测结果评估的全流程,重点剖析了编码器-解码器结构、自注意力机制、位置编码等核心技术在负荷预测任务中的具体应用与实现细节,并通过真实电力负荷数据集验证了该方法在短期和中期负荷预测场景下的有效性和鲁棒性。; 适合人群:具备一定Python编程基础和机器学习、深度学习理论知识,从事电力系统分析、能源管理、智能电网、时序预测等相关领域的科研人员及工程技术人员,特别适合工作1-3年、希望深入掌握先进深度学习模型在能源领域实际应用的研发人员。; 使用场景及目标:①应用于电力系统短期或中期负荷预测任务,辅助电网调度、发电计划制定和能源市场交易,提升电力系统运行的智能化与精细化水平;②为研究者和开发者提供一个基于Transformer的时间序列预测完整实践范例,帮助深入理解其建模范式、关键组件的设计原理及超参数调优策略;③推动深度学习特别是注意力机制在电力负荷预测及其他能源时序数据分析中的创新应用与技术迭代。; 阅读建议:建议读者结合所提供的Python代码逐模块复现整个建模流程,重点关注输入序列的滑动窗口构造、位置编码的实现方式、多头注意力机制的计算过程以及损失函数的选择,同时鼓励在不同地区、不同季节的负荷数据集上进行迁移实验,以全面评估模型泛化能力,并尝试引入外部变量(如天气、节假日)进一步优化预测性能。
内容概要:本文围绕“计及电气热综合需求响应的区域综合能源系统优化调度”展开研究,提供了完整的Matlab代码实现方案,旨在通过模型复现帮助科研人员深入掌握综合能源系统的优化调度方法。研究聚焦于电力、燃气、热力等多种能源形式的协同优化,充分考虑用户侧的需求响应机制,构建了包含多种能源转换设备、储能装置及多类型负荷的区域综合能源系统模型。以系统运行经济性、能源利用效率和碳排放最小化为多重优化目标,建立了精细化的数学模型,并采用Matlab进行编程求解,实现了在不同场景下的优化调度仿真与性能对比分析,为提升系统综合效益、促进清洁能源消纳及实现低碳化运行提供了有效的技术路径与决策支持。; 适合人群:具备电力系统、能源系统、优化理论或运筹学等相关基础知识,从事综合能源系统、微电网、需求响应、低碳调度等方向研究的研究生、高校科研人员及能源领域的工程技术人员。; 使用场景及目标:① 学习和复现区域综合能源系统优化调度的经典建模思路与算法实现过程;② 掌握Matlab在多能流耦合系统建模、求解器调用与结果可视化方面的综合应用能力;③ 支持开展电气热综合需求响应相关的科研项目、论文撰写与工程实践;④ 为构建更复杂的多区域协同、不确定性优化或博弈调度模型提供可靠的代码基础与技术参考。; 阅读建议:此资源以Matlab代码为核心载体,结合详细的模型说明与结果分析,建议读者按照文档目录结构逐步研读,结合代码注释理解变量定义、约束构建与目标函数设定的逻辑,重点关注需求响应建模与多能耦合环节的实现方式,并可通过调整负荷参数、设备配置或优化目标等方式拓展模型,以适应自身的研究需求,同时可利用提供的网盘链接下载完整资源进行深入学习与验证。
内容概要:本文系统阐述了基于遗传算法优化长短记忆网络(GA-LSTM)的电力系统负荷预测方法,该模型通过遗传算法(GA)对LSTM的关键超参数进行全局寻优,有效克服了传统LSTM依赖经验调参的局限性,显著提升了预测的精度与鲁棒性。研究内容涵盖了完整的数据预处理流程、GA-LSTM混合模型的架构设计、遗传算法的优化机制以及详细的实验验证过程,并利用Matlab代码实现了整个算法流程。文中通过对比实验验证了GA-LSTM模型相较于单一LSTM及其他传统预测模型在预测准确性上的优越性能。; 适合人群:具备一定电力系统基础知识和Matlab编程能力,从事科研或工程应用的研发人员、研究生及高年级本科生。; 使用场景及目标:①应用于电力系统短期或中期负荷预测,为电网调度、发电计划制定提供科学依据,提高电网运行的经济性与安全性;②为新能源并网、电力市场运营、需求侧管理等业务提供精准的负荷数据支持;③学习并掌握智能优化算法(如遗传算法)与深度学习模型(如LSTM)融合的技术路径与实现方法,拓展在时序预测领域的研究与应用能力。; 阅读建议:读者应结合提供的Matlab代码进行实践操作,重点关注遗传算法优化LSTM超参数的具体实现过程、模型训练细节及性能评估指标的分析,建议在深刻理解模型原理的基础上,尝试调整算法参数或将其迁移应用于其他时间序列预测问题,以深化理解和掌握。
内容概要:本文围绕基于电流-功率双模式模型预测控制(MPC)的三相并网逆变器闭环控制策略展开研究,提出一种融合电流预测与功率预测的双模式MPC控制方法,旨在提升逆变器在复杂电网环境下的动态响应性能、控制精度与系统稳定性。通过Simulink搭建三相并网逆变器仿真模型,结合Matlab实现控制算法编程,对系统在不同工况下的并网电流跟踪能力、有功与无功功率解耦控制效果以及抗电网扰动性能进行了全面仿真验证。研究重点包括预测模型构建、代价函数设计、多模式切换逻辑优化及闭环控制系统集成,有效解决了传统控制策略存在的延迟大、耦合性强、鲁棒性不足等问题。; 适合人群:具备电力电子、自动控制理论基础,从事新能源发电、微电网或电力系统自动化相关研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①用于提升三相并网逆变器在电网波动、负载突变等非理想条件下的运行性能;②为模型预测控制在电力电子系统中的应用提供仿真与代码实现参考;③服务于高校科研项目、硕士/博士论文复现及工程项目原型开发。; 阅读建议:建议结合Simulink仿真模型与Matlab代码同步学习,重点关注预测控制算法的设计细节与参数整定过程,宜在掌握基本MPC原理基础上深入理解双模式切换机制及其对系统性能的优化作用。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值