MATLAB 为分子发现和计算化学提供了稳健的环境。您可以使用高级化学信息学、人工智能 (AI) 和量子化学工具导入、可视化和分析化学结构与数据集。利用 Python® 的互操作性，您能够集成 RDKit、Psi4、VASP、LAMMPS 和其他库，以实现药品设计、性质预测、分子仿真和电子结构分析中的完整工作流。
使用 MATLAB 和 Simulink，您能够：
- 导入、可视化和划分大型分子数据集（SDF、SMILES、CSV 等）
- 使用 MATLAB 和 RDKit 工作流计算分子指纹并执行相似性分析
- 利用 GPU 加速进行大规模聚类和相似性计算
- 使用第三方工具集成量子化学计算（DFT、分子动力学和电子性质）
- 自动化工作流，并将化学信息学、AI 和计算化学结合起来用于研究
- 共享可重现的脚本和交互式 App 以用于协作和教学
MATLAB 和 RDKit 化学信息学
在 MATLAB 中导入、可视化和划分分子数据集，以通过将 MATLAB 与 RDKit 结合使用来简化您的化学信息学工作流。
密度泛函理论
使用 MATLAB 加强您的密度泛函理论 (DFT) 教学。访问用于演示、量子计算和交互式可视化的即用型工具。
MATLAB 和 Psi4 分子动力学仿真工作流
在 MATLAB 中使用 Psi4 运行分子动力学和量子化学仿真，作为探索计算化学工作流的可行方式。
面向 MATLAB 的 VASPLAB
使用面向 MATLAB 的 VASPLAB（社区工具包）分析和可视化 VASP 仿真结果以用于计算化学。
全身生理药代动力学 (PBPK) 模型
使用 SimBiology 对全身药代动力学进行建模和仿真。
产品
了解用于分子发现应用的产品。
