QSAR Builderは、定量的構造活性相関（QSAR）、定量的物性相関（QSPR）及び定性的構造・物性相関（C-SAR）モデルの作成・評価を行うことができます。

記述子の発生としては各種物理化学特性はもちろんのこと、QSAR　Builder　が得意とする各種フラグメント化手法にて目的に合った構造フラグメント群を発生させて相関解析に利用することができます。統計手法は定量的・定性的な数値を解析できる各種手法が用意されており、それらを複数組み合わせた予測モデルを作成することが出来ます。
Algorithm Builderにてコンパイルすることによって、QSAR Builderで作成した予測モデルを新規化合物に対して適用可能となります。

QSAR Builderの中で各モデルは、メイン・ワークスぺースに現れる連番がふられたオブジェクトを使用して構築されます。モデルはプロジェクト・ファイルとして保存されます。

QSAR Builderのワークスペースは、ディスクリプタ計算、フラグメント化、統計解析用ツールと同様に、データフィルタリングと化学的スプレッド・シート・コンポーネントを統一します。

Workspace

ユーザはワークスペース内で予測モデルを作成します。データセットの用意からフラグメント手法の選択・発生、各種物理化学特性の利用、それに選択した統計手法と解析結果などが全て“オブジェク”として管理されます。その予測モデルがどのようなプロセスを経て作成に至ったのかを開発チームのメンバーは、ワークスペース内のオブジェクト群の配置を見ることによって容易に理解することが出来ます。

Fragmentation Tools

化合物の構成部分を説明するフラグメント化手法が幾つか用意され、記述子として利用できます。

Atom-based
化合物を構成する原子に分割します。同じ原子種でも、Aromaticity、Cyclization、Hybridization、Hydrogenationの区別を指定することが出来ます。
Chain-based
Atom-Basedが一原子のフラグメントですが、Chain-Basedは2原子以上の組合せたフラグメントを意味します。Aromaticity、Cyclization、Hybridization、Hydrogenationの区別を指定することが出来ます。
Isolating Carbon
官能基と孤立した炭素（群）に分割し、その相互作用の組合せを記述子として利用できます。
Scaffold-based
化合物をScaffoldフラグメントに分割します。環構造と、それにリンクされたフラグメントが指定されます。
Custome
Free-Wilson手法を基にしています。母骨が同じような解析に利用できます。

Phys-Chem Descriptors

物理化学物性（Phys-chem）アルゴリズムは、創薬最適化に深く関連する計算されたディスクリプタ値を提供します。

Excess molar refraction (N~700)
H-bond acidity, H-donor capability (N~700)
H-bond basicity,H-acceptor capability (N~700)
McGowan's Volume [Abraham, 1987]
Hexadecane/gas partition coefficient (N~700)
LogP partition coefficient (N~9,800)
TPSA - topological polar surface area [Ertl, 2000].

Database

ChemDraw、ISIS/DrawにOLE連携
SDF,RDF,MOL,Tab-Deliminated対応

データベースは、構造、部分構造、フィールドによる検索や絞込みが行え、分子リストの作成、保存、編集、統合が行えます。

Data Matrix

マトリックスは列に研究対象構造とフラグメントを表示し、カラムにはディスクリプタとインクレメント情報が表示されす。
CPUに優しいマトリックス・オブジェクトは高速な統計解析、および 100,000x 50,000データセットまでの計算処理能力有しています。

Expression Editor

メニューから利用できる柔軟で理解しやすいクエリービルダーが用意されています。迅速なアセンブラー翻訳ツールとデータ・ベース・フィルタ、スクリーニングおよび計算アプリケーションのためのツールを提供します。

Statistical Methods

統計手法には、メディシナルケミストが必要とする手法を搭載しています。

Recursive Partitioning
Hierarchical Cluster Analysis
Binomial Regression
K Nearest Neighbors
PLS
Simple Distance PLS
Standard MLR
PCA
LOO, LMO with Random Data sets
Model Validation (LOO, LMO)
Bayes Method
MLR using Gradient Method

【稼動環境】: Windows 2000/XP; Pentium 1Ghz以上; メモリ512MB以上; 100MB HDDスペース

In silicoリード修飾・開発アルゴリズム作成ツール　Algorithm Builder
ADME物性予測　ADME Boxes
毒性予測　Tox Boxes
DMSO液中の溶解性予測　DMSO Solubility Box
ADME物性・毒性予測（ネットワーク同時利用）　ADME/TOX WEB