从分子到临床：薛定谔如何重塑药物设计流程

本文介绍了薛定谔软件平台在药物研发领域的应用。背景方面，新药研发面临化学空间庞大、实验成本高的挑战，需要更高效的计算方法。研究目的上，薛定谔通过整合物理模拟与机器学习，旨在实现从"试错式"到"预测优先"的研发模式转型。其核心功能包括分子性质预测、反应机理分析、晶体结构预测和制剂设计等模块，如Jaguar量子化学引擎、Desmond分子动力学模拟等。结论表明，该平台通过多尺度计算方法与数据驱动模型的结合，显著加速了从先导化合物发现到制剂优化的全流程，降低了研发成本与周期。