A mesterséges intelligencia folyamatosan fejlődő területén a generatív gépi tanulási modellek az adatszintézis hatékony eszközeivé váltak. Segítségükkel az adat teljes eloszlását modellezhetjük, illetve mintavételezéssel új adatokat generálhatunk. Egy korszerű példa a generatív modellekre a feltételes képszintézis területén utóbbi időben kiemelkedően teljesítő látens diffúziós architektúra. A modern gyógyszerkutatás egyik fő motivációja az új, gyógyszerként viselkedő vegyületek előállítása, melyben segítségünkre lehetnek a generatív neurális modellek is. A nehezen navigálható diszkrét molekulateret egy folytonos látens reprezentációtérbe tömörítő modellel képesek lehetünk eddig nem ismert, de megfelelő kémiai tulajdonságokkal rendelkező gyógyszermolekulákat találni. A kutatómunka célja a diffúziós generatív modellek megismerése, illetve azok de novo molekulagenerálásra történő alkalmazhatóságának vizsgálata.