杂草控制在农业生产中至关重要。人们已经开发了许多策略来控制这些不需要的植物，这些植物会给作物带来很大的伤害。其中，使用除草剂（杂草杀手）的化学攻击是与杂草作斗争的主要方向之一。考虑到植物的抗药性以及部分除草剂对环境的负面影响，新型除草剂的研发是一个亟待解决的问题。已知的除草剂被分成五个训练集，用于药效团和贝叶斯模型的构建。基于FCFP4、FCFP6、ECFP4和ECFP6指纹以及不同的分子描述符（如LogP、分子量、环数、可旋转键数、氢受体和给体数，以及分子极性表面积），为每个训练集单独建立了贝叶斯模型。然后，OTAVAchemicals的筛选库被用于对这些模型进行筛选。通过特殊的数学方法，计算了化合物活性的概率。因此，贝叶斯模型估计了包括化合物结构(指纹)在内的物理化学参数如何与模板除草剂相似。只选择得分最高的化合物。此外，使用相同的训练集构建、优化和验证了具有不同药效团特征和排除体积组合的药效团模型。