日本北海道大學成功地開發了一項觸媒資訊學平台「Catalyst Acquisition by Data Science(CADS)」，不僅擁有數據共享與儲存、分析機能、特性預測等3項功能，且可在網頁瀏覽器上簡單操作。觸媒化學中計算化學的利用將可望變得更為簡便。
「CADS」中結合了觸媒設計所必需的機器學習，不需要高度化的程式設計，利用機器學習即可進行設計，且可進行數據的可視化處理，因此能執行高度分析。此外，「CADS」擁有儲存觸媒數據的機能，具備觸媒資訊中心的功能性，且只需要登錄數據，就能簡單地與全世界的觸媒研究人員共享資訊。
研究團隊也以「CADS」實際分析了甲烷氧化耦合(Oxidative Coupling of Methane)觸媒數據，透過「CADS」的交互型可視化機能，進而找到了影響甲烷氧化耦合反應產收率的關鍵突破點。今後隨著「CADS」的普及，將可望加速有效率且更為直接的數據驅動型觸媒設計。