日本理化學研究所衍生新創公司Molecular Catalyst Design積極推動應用於有機合成之資料驅動型分子性觸媒設計系統，期藉由量子化學計算與機器學習結合，大幅提升觸媒開發效率，促進有機合成領域的數位轉型。此系統的核心技術為「分子場解析」。所謂分子場，是將分子三維結構及其電子特性轉換為數值資料，再與量子化學計算所得的觸媒活性、選擇性以及反應遷移態（自由能最高、最能反映反應特徵的狀態）進行回歸分析。透過機器學習，可辨識並視覺化影響觸媒活性的關鍵分子結構部位，協助研究人員快速找到高效率的觸媒設計方向。
另一優勢則是可透過量子化學計算建立高一致性的分子性觸媒資料庫。相較於受實驗條件差異影響的文獻數據，計算資料更容易跨觸媒與反應類型整合。即使目標反應資料不足，也能利用相似反應樣本提升預測精度，並藉由三維結構比較獲得新的設計靈感。實際操作上，使用者選定目標反應的遷移態結構後，系統會轉換為可供機器學習分析的三維影像資料，再結合資料庫中的觸媒活性數據進行訓練。結果會以不同顏色標示各結構部位的重要程度；研究人員若修改分子結構，系統亦可即時更新活性預測值，讓觸媒構造的最佳化可在電腦上完成。
Molecular Catalyst Design已驗證此項技術可應用於不對稱合成觸媒與聚合觸媒開發，並曾在約半年內開發出可精準控制4種立體異構產物的複雜不對稱觸媒系統。目前Molecular Catalyst Design已向大學、公設研究機構提供針對不對稱催化的免費版平台，聚合觸媒資料庫亦在建置中，未來將追加功能，並計畫於2026年度推出企業付費版，期廣泛服務海內外大學、研究機構及製藥、化學企業，加速醫藥、塑膠、與電子材料等有機合成研發效率，推進產業數位化。