ニュースファイルのトップに戻る
2021年夏CCS特集：シュレーディンガー
研究目的に沿い計算実施、MI／機械学習の基盤に推奨
2021.06.29−シュレーディンガーは、創薬研究から材料研究までの革新的な支援ソリューションを提供。コア技術である原子・分子レベルのモデリング＆シミュレーションに加え、人工知能（AI）や機械学習を活用するとともに、社内外の研究グループがコラボレーションするためのプラットフォームの実現でも実績を拡大している。同社は昨年8月にNASDAQに上場したが、昨年12月期の業績も好調であり、総収入は前年比26％増の1億810万ドル、ソフトウエア事業は同39％増の9,250万ドルを計上している。
国内の事業も順調に拡大しており、とくに材料研究向けのマテリアルズサイエンススイート（MSS）が大きく伸びた。有機EL（OLED）、ポリマー、複合材料、原子層堆積（ALD）／化学蒸着（CVD）などの半導体プロセス、触媒／特殊化学品、製剤、アロイ／セラミックスなど幅広い用途に対応。とくに、実際の研究目的を主体にして、さまざまな解析手法を組み合わせたワークフローのかたちで提供できることが大きな特徴となっている。
計算エンジンも多彩なプログラムが揃っており、量子力学関係ではオプトエレクトロニクス、結合／リガンド解離エネルギー、反応解析、有機材料の電気伝導度、アモルファス構造中の分子特性、スペクトル特性などを解析するワークフローが確立されている。また、大規模な分子動力学計算を実行することにより、平衡化、拡散係数の算出、ガラス転移温度と線膨張係数の計算、固液界面の相互作用エネルギー、応力−ひずみ曲線、ポリマー構造体への水の吸収などを解析することができる。材料研究者にも直感的に理解しやすいGUI（グラフィカルユーザーインターフェース）で利用できることも利点だ。
一方、創薬研究向けのコラボレーションプラットフォームとして開発された「LiveDesign」が、マテリアルズ・インフォマティクス（MI）分野でも注目されている。機械学習のためのデータを記録・蓄積し、足りないデータを補完し、機械学習を自動で行い、解析手法と結果を共有するという目的で、ぴったりの機能を提供できるためである。
MIのために電子ノートを導入する事例もあるが、材料分野は非構造化データが多いため、データを紐付けることが難しい場合がほとんど。このため、同社ではLiveDesignをMIの基盤にすることを推奨している。共通のスプレッドシートに同じ項目で整理してデータを紐付けて入力でき、欠落したデータ項目には物理化学計算や機械学習モデルで予測値を代入、揃ったデータセットを自動的に機械学習にかけ、構築したモデルや解析結果を共有することが可能。一連の作業を統合的に実施することができる。シミュレーションや機械学習などで計算資源が必要な場合はクラウドサービスも用意している。