הערכה מדויקת של רעילות של תרכובות כימיות ממלאת תפקיד מרכזי בהבטחת הבטיחות והיעילות שלהן בתחום של גילוי ופיתוח תרופות. רשתות עצביות מלאכותיות (neural network) הן מודל חישובי של למידת מכונה בהשראת המבנה והתפקוד של המוח האנושי, המסוגלות ללמוד דפוסים ויחסים בתוך נתונים ולפיהם לבצע תחזיות כשהן מוצגות עם נתונים חדשים. מטרת המחקר הינה לפתח מודל המשלב מספר רשתות עצביות, אשר מסוגל לחזות באופן מדויק את ערכי הרעילות האקוטית של מולקולות. המודל אומן על סט ערכי תכונות מולקולריות רבות של מולקולות אשר ערכי הרעילות שלהן ידועים. לאחר מכן נבחנה יכולת החיזוי של המודל על נתונים חדשים. התוצאות הראו כי למודל קיימות יכולות חיזוי טובות מאד של ערכי הרעילות של המולקולות. בנוסף, נבדק לאילו תכונות מולקולריות ישנה ההשפעה המשמעותית ביותר על חיזוי הרעילות. המחקר הינו חדשני וראשוני בשילובו בין כימיה חישובית ולמידת מכונה מתקדמת לניבוי הרעילות האקוטית, ובכך הוא יכול לקדם את תחום פיתוח התרופות שכיום משתמש בעיקר בניסויים בבעלי חיים לזיהוי הרעילות.
