Schrödinger Platform 使用介绍：功能、价格与上手指南

Schrödinger Platform 是面向药物发现与材料科学的计算平台，集成了分子模拟、AI 建模与数据管理能力。本文梳理其核心功能模块、授权与价格模式，并给出从注册到运行首个项目的上手指南，帮助团队评估是否引入该平台。

Schrödinger Platform 是计算化学与 AI 药物发现领域使用较广的商业软件平台之一。它把基于物理的模拟方法与机器学习模型整合在同一套工作流中，适合需要从靶点结构出发进行虚拟筛选、自由能计算或分子性质预测的团队。本文将介绍其核心功能、价格构成，并给出可执行的上手步骤。

一、Schrödinger Platform 是什么

Schrödinger 成立于 1990 年，最初以分子建模与模拟软件起家，后逐步扩展为覆盖药物发现与材料科学的计算平台。平台既提供桌面端建模工具，也提供云端计算与数据协作能力。

它的典型用户包括：

制药与生物技术公司的计算化学、CADD 团队
材料科学研发团队
高校与研究所的计算化学课题组
需要将 AI 模型与物理模拟结合的药物发现团队

二、核心功能模块

Schrödinger Platform 的功能可按研发阶段划分。

1. 结构与建模

Maestro：统一的图形界面，用于构建、编辑和可视化分子结构。
Protein Preparation Wizard：对晶体结构进行加氢、补缺失环、优化氢键网络等预处理。
Ligand Preparation：生成配体构象与质子化状态。

2. 虚拟筛选与对接

Glide：主流分子对接工具，支持标准精度、高通量筛选与超高通量模式。
Prime：用于结合位点优化与 MM-GBSA 结合能估算。

3. 自由能计算

FEP+：基于自由能微扰的相对结合自由能计算，常用于先导化合物优化。
ABFEP / REST：扩展的自由能方法，适用于更复杂体系。

4. AI 与机器学习

Desmond：分子动力学模拟引擎，为 AI 模型提供训练数据。
LiveDesign：协作式药物设计平台，支持数据共享与模型部署。
Active Learning：结合实验数据迭代优化候选分子。

5. 材料科学模块

Materials Science Suite：用于电池材料、聚合物、催化剂等体系的模拟与筛选。

三、价格与授权模式

Schrödinger Platform 采用商业授权模式，价格未公开统一标价，通常根据模块、用户数和部署方式报价。

授权类型	适用场景	价格特点
学术授权	高校与科研机构	相对较低，需提供学术证明
商业单模块	仅需 Glide 或 FEP+ 等单一功能	按模块年费计价
企业全平台	多模块、多用户协作	定制报价，通常较高
云端按需	短期项目或算力弹性需求	按使用量或时长计费

实际采购时建议直接联系 Schrödinger 销售团队获取报价。学术用户可关注官方学术计划，部分模块对教学用途有专门安排。

四、上手指南：从零运行第一个项目

以下步骤以桌面端 Maestro 为例。

步骤 1：获取授权与安装

访问 Schrödinger 官网，提交试用或采购申请。
获得授权文件后，下载对应操作系统的安装包。
按提示安装，并将授权文件放入指定目录。

步骤 2：准备蛋白结构

从 PDB 数据库下载目标蛋白结构。
在 Maestro 中打开，运行 Protein Preparation Wizard。
检查缺失原子、质子化状态与氢键网络，保存预处理结构。

步骤 3：生成配体库

导入候选分子 SMILES 或 SDF 文件。
使用 Ligand Preparation 生成多质子化状态与构象。
输出可用于对接的配体文件。

步骤 4：运行分子对接

在 Maestro 中启动 Glide。
定义受体网格，选择对接精度。
提交任务，查看打分与结合模式。

步骤 5：结果分析与迭代

按对接打分与相互作用筛选候选分子。
对优选分子运行 MM-GBSA 或 FEP+ 进一步评估。
将结果导入 LiveDesign 与实验团队共享。

五、优缺点简评

优势：

物理模拟与 AI 模型集成度高
FEP+ 在自由能计算领域认可度较高
界面统一，工作流衔接顺畅

注意点：

商业授权成本较高，中小企业需评估投入产出
部分高级模块需要较强算力支持
学习曲线存在，建议安排系统培训

六、结论

Schrödinger Platform 适合对计算精度要求较高、且具备一定预算的药物发现或材料研发团队。若只需基础对接，可优先考虑单模块授权；若需要 AI 与物理模拟结合的完整工作流，全平台方案更合适。建议先申请试用，用真实项目验证效果后再决定采购范围。

返回 AI 教程列表