本研究利用线性回归和图卷积神经网络模型分析实验数据，预测分子溶解度。结果表明，GCNN模型性能最佳，线性回归模型揭示了化学影响机制，为新药设计提供了参考。未来应结合两者优势，推动高通量筛选的突破。

本研究开发了一种基于光学相干断层扫描（OCT）的影像系统，专用于高通量筛选，具备自动成像和深度学习分割算法，能够有效评估组织对治疗的反应。这一全自动系统在药物研发中具有重要意义。