Utvecklandet av nya läkemedel är en lång och kostsam process där endast ett fåtal projekt verkligen resulterar i färdiga läkemedel. Traditionellt används begreppen ”in vitro” (i glas) och ”in vivo” (i levande) för att beskriva faserna i ett potentiellt läkemedels utveckling och prövning. Modern datateknik möjliggör dock ett tidigare steg, där olika substanser, typiskt lagrade i stora databaser, analyseras med hjälp av datorbaserade verktyg. Populärt sägs dessa simuleringar då genomföras ”in silico” (i kisel).

Ett centralt forskningsområdena inom läkemedelsindustrin är det som benämns ADMET dvs. absorption, distribution, metabolism, excretion och toxicity. Det övergripande syftet är att studera hur olika substanser interagerar med den mänskliga kroppen, för att därmed tidigt kunna rikta in projekten mot de mest lovande substanserna. Specifikt bör substanser som är olämpliga, t.ex. beroende på att de är toxiska, upptäckas och uteslutas så tidigt som möjligt.

Inom INFUSIS-projektet studeras sofistikerade metoder och algoritmer för att ur stora datasamlingar extrahera kunskap om olika substansers egenskaper, och därmed deras lämplighet att ingå i läkemedel med specifika uppgifter. En dylik dataanalys benämns generellt ”data mining”, och de metoder och algoritmer som används har ofta sitt ursprung i det delområde av artificiell intelligens som kallas maskininlärning.