Schorodinger药物发现、药物设计科研利器-工作站、服务器、团队级计算设备全套方案24v3

Schrodinger的生命科学应用软件套件涵盖了一系列用于药物发现、分子建模、生物物理学和化学研究的工具。

Schrodinger核心软件及其主要应用：

1. Maestro - Maestro 是一个图形用户界面，用于控制 Schrodinger 套件中的各种应用程序。它是进行分子可视化、分析和交互式建模的主要平台。
2. MacroModel - 用于分子力学和分子动力学模拟，可以帮助研究分子的构象和能量状态。
3. ★FEP+ (Free Energy Perturbation) - 允许预测蛋白质和小分子之间的结合亲和力，这对于药物设计至关重要。
4. ★Desmond - 一个分子动力学模拟工具，可以模拟生物大分子在溶液中的行为，有助于理解蛋白质的动力学和稳定性。
5. Prime - 用于分子对接和虚拟筛选，帮助识别可能的药物候选物。
6. LigPrep - 准备配体结构用于后续的分子对接或模拟。
7. Protein Preparation Wizard - 用于准备蛋白质结构，包括添加氢原子、修复缺失的侧链和主链原子。
8. SiteMap - 识别蛋白质口袋和潜在的配体结合位点。
9. QikProp - 预测药物属性，如吸收、分布、代谢、排泄和毒性（ADMET）。
10. Glide - 用于高通量分子对接，快速筛选化合物库。
11. ★DeepAutoQSAR / DeepChem - 基于机器学习的工具，用于预测化合物的性质。
12. LiveDesign - 协作设计和信息学工具，用于团队成员之间的实时交流和数据共享。

硬件配置要求

Schrodinger软件通常需要高性能计算环境，尤其是对于大规模模拟和计算密集型任务。具体而言：

• 处理器：多核处理器，尤其是带有超线程技术的现代CPU，因为大多数Schrodinger的应用程序都可以利用多核架构。
• GPU：NVIDIA GPU，特别是支持CUDA技术的GPU，可以显著加速某些计算，如FEP+和分子动力学模拟。

Schrödinger重要软件支持GPU加速：

FEP+ 主要用于计算分子的自由能变化，这是药物设计中评估分子与靶点结合能力的重要参数。通过计算自由能变化，研究人员可以预测分子在生物体内的行为，从而筛选出潜在的候选药物。

• 硬件配置要求：由于FEP+计算涉及大量的分子动力学模拟和热力学积分，因此对计算资源的要求非常高。通常需要使用高性能的GPU来加速计算过程，以减少计算时间并提高准确性。

Desmond一款用于模拟分子动力学的软件。它可以帮助研究人员模拟分子在特定环境下的行为，如溶剂中的运动、与其他分子的相互作用等。这对于理解分子在生物体内的动态行为和机制至关重要。

• 硬件配置要求：与FEP+类似，Desmond也需要强大的计算资源来支持大规模的分子动力学模拟。高性能的GPU和多核CPU是执行这类计算的关键。

DeepAutoQSAR /DeepChem：Schrödinger提供的基于机器学习的工具，用于预测分子的各种性质，如溶解度、毒性、生物活性等。这些工具能够利用大量的分子数据训练模型，从而快速预测新分子的性质，加速药物筛选过程。

• 硬件配置要求：虽然这些机器学习工具相对于传统的分子模拟软件在计算资源上有所降低，但仍然需要足够的计算能力和存储空间来处理和分析大规模的数据集。因此，配备高性能的GPU和充足的内存是运行这些工具的基本要求。

• 内存：大量的RAM，取决于具体任务的规模。对于复杂的分子动力学模拟，可能需要数十GB甚至上百GB的RAM。
• 存储：高速SSD用于操作系统和软件安装，额外的大容量存储设备用于数据存储。

• 网络：对于分布式计算或集群环境，需要高速网络连接以实现高效的数据传输。

数据与存储

Schrodinger在生命科学研究，尤其是药物发现和药物设计领域，依赖多种数据源。这些数据通常来自于以下几个渠道：

1. 公共数据库：如蛋白质数据银行（PDB）、UniProt（Swiss-Prot）、GenBank、DrugBank、ChEMBL、PubChem等。这些数据库包含了丰富的生物分子结构信息、已知药物信息、生物活性数据等。
2. 内部实验数据：制药公司和研究机构的实验室产生的实验数据，包括分子合成、生物测定、结构解析等。
3. 文献数据：科学文献中报道的实验结果、理论分析、计算预测等信息，这些可以从PubMed、Web of Science、Scopus等数据库获取。
4. 专有数据库：Schrodinger自己的数据库，如Selleckchem数据库，包含了FDA批准的药物数据集。
5. 学术和工业合作伙伴：通过合作研究项目共享的数据。

生物医学数据量非常庞大，特别是随着高通量筛选、组学技术（如基因组学、转录组学、蛋白质组学）的发展，数据量呈指数级增长。例如，成年人体细胞数量约为10^13个，每个细胞几乎都包含一套完整的基因组，即大约30亿个碱基对。此外，大规模化合物库的虚拟筛选也可能产生海量数据。

考虑到数据量的庞大和多样性，存储解决方案需要具备以下特点：

• 大容量：存储系统必须能够容纳PB级别的数据，甚至是EB级别的数据。
• 高性能：为了支持复杂的计算和数据分析，存储系统需要有高I/O速度和低延迟，以确保数据读取和写入的效率。
• 可扩展性：随着数据的不断积累，存储系统应该能够轻松扩展，无论是水平扩展还是垂直扩展。
• 数据保护：需要有冗余和备份策略，以防止数据丢失。
• 数据管理：有效的数据管理和检索系统对于查找和利用特定数据至关重要。
• 合规性：存储解决方案应符合相关的法规标准，如HIPAA、GDPR等，以确保数据的安全性和隐私。

（二）Schrodinger计算设备硬件配置推荐

对于Schrodinger来说，大部分软件包都是基于CPU多核计算，但由于计算密集型工作负载，如分子动力学模拟和基于物理的药物设计，GPU加速的计算平台和相应的存储解决方案是必不可少的，此外这些系统通常配备高速固态硬盘（SSD）和可能的NVMe存储，以满足高带宽和低延迟的要求。

2.1 CPU计算为主的工作站硬件配置

2.2 基于GPU计算的工作站硬件配置

2.3科研团队计算设备推荐配置

上述所有配置，代表最新硬件架构，同时保证是最完美，最快，如有不符，可直接退货

欲咨询机器处理速度如何、技术咨询、索取详细技术方案，提供远程测试，请联系

UltraLAB图形工作站供货商：
西安坤隆计算机科技有限公司
国内知名高端定制图形工作站厂家
业务电话：400-705-6800

咨询微信号：