The model predicts various properties, including melting point, enthalpy of vaporization, critical temperature and pressure, as well as solubility in scCO₂. Solubility predictions are generated using two distinct approaches: one model is trained on a comprehensive dataset encompassing a broad range of compounds, while the other is specifically tailored for organic compounds, such as pharmaceuticals.

Модель прогнозирует растворимость лекарств в сверхкритическом диоксиде углерода, используя метод CatBoost с дескрипторами CDK и температурой плавления лекарства в качестве входных переменных. Пользователям необходимо ввести представление препарата в формате SMILES, а также параметры температуры и давления сверхкритического СО₂.

Модели могут предсказать значение максимума поглощения (CatBoost/ECFP) и IC₅₀ (kNN/text vectorization) для платиносодержащих BODIPY. Кроме того, модели облегчают скрининг подобных структур путем расчета евклидова расстояния между векторами отпечатков пальцев Моргана входной структуры и структурами в обучающей базе данных.

Эта модель основана на методе CatBoost с использованием отпечатков пальцев Моргана. Полный набор экспериментальных данных состоял из 10 849 записей, которые были использованы для оценки максимума полосы поглощения порфиринов и металлопорфиринов. Набор данных включал как свободные порфирины и хлорины, так и их комплексы с ионами различных металлов, таких как цинк(II), никель(II), медь(II), кобальт(II), золото(III), индий(III), палладий(II), платина(II), серебро(II), кадмий(II), магний(II) и алюминий(III).

Данная модель может предсказать максимум полосы поглощения и молярный коэффициент светопоглощения (CatBoost/ECFP) для различных классов красителей, включая ксантены, акридины, диарилметаны, антрахиноны и дипиррометены.

Модель на основе RFR метода с использованием ISIDA fragment дескрипторов может предсказать значение ¹¹B ЯМР химического сдвига для BODIPY.