麻省理工学院研究团队开发的FASTSOLV模型结合新数据库BigSolDB，显著提升了有机固体在不同溶剂中的溶解度预测精度与速度，推动了分子性质预测技术的发展。

QMO是一种基于机器学习的分子优化框架，可改善输入分子的属性。它在药物样性、溶解度、SARS-CoV-2主蛋白酶抑制剂和抗菌肽毒性优化方面表现出色。QMO的结果与外部验证一致，为材料优化问题提供有效手段。

通过扩展混合模型和更大数据集的训练，成功改善了口服和静脉给药的药代动力学模型，降低了误差，并提供了其他指标的预测能力。