Các hợp chất được xác định là có cấu trúc tương đồng với các hợp chất ức chế tyrosinase mạnh (kết quả sàng lọc sử dụng phễu lọc tìm kiếm độ tương đồng), sẽ được đánh giá khả năng ức chế sử dụng mô hình QSAR. Đầu tiên, nghiên cứu sử dụng mô hình QSAR phân loại (Classify) nhằm phân loại hợp chất thành có tiềm năng ức chế hay không có tiềm năng ức chế. Sau đó, các hợp chất được phân loại là có tiềm năng ức chế, sẽ được sàng lọc qua mô hình QSAR hoạt tính (Potency) để đánh giá khả năng ức chế tyrosinase mạnh hay yếu.
Các hợp chất thu được từ phễu lọc tìm kiếm đồng dạng sẽ được tính toán các tham số phân tử đặc trưng biểu thị mối quan hệ giữa đặc tính, cấu trúc và hoạt tính sinh học sử dụng phần mềm TOMOCOMD-CARDD. Danh sách các tham số phân tử và ý nghĩa các tham số phân tử này được liệt kê trong Phụ lục 2. Tập kiểm tra (testing set) được chuẩn bị từ danh sách kết quả các tham số phân tử vừa tính được sử dụng phần mềm WEKA 3.6. Tập huấn luyện (training set) cho mô hình QSAR phân loại gồm 1072 hợp chất, trong đó có 526 hợp chất có hoạt tính và 546 hợp chất không có hoạt tính ức chế tyrosinase. Tập huấn luyện cho QSAR hoạt tính gồm 257 chất có hoạt tính mạnh và 141 chất có hoạt tính trung bình-yếu [34].
Nghiên cứu sử dụng mô hình QSAR là mô hình hợp kết hợp giữa các mô hình đơn có độ chính xác cao được xây dựng từ việc áp dụng các thuật toán thống kê và mô hình học máy khác nhau. Sau đó, sử dụng thêm trình huấn luyện stacking để kết hợp đầu ra của các mô hình đơn nhằm đạt kết quả tốt nhất. 2 mô hình QSAR phân loại và QSAR hoạt tính được sử dụng đều là các mô hình được nhóm nghiên cứu của TS. Lê Thị Thu Hường đánh giá là tốt nhất [34], có độ tin cậy cao, 95,43% và 93,72% tương ứng.