Главным результатом работы стала не просто база данных, а целая аналитическая платформа. Для удобства исследователей разработан специализированный веб-интерфейс, который позволяет оперативно проводить анализ данных, сравнивать результаты и экспортировать результаты поиска. Для моделирования характеристик стекол, еще до этапа дорогостоящего лабораторного синтеза, на основе моделей машинного обучения и нейронных сетей была разработана модель по прогнозированию ключевых параметров стекол — плотности, температуры размягчения, показателя преломления. Предлагаемый подход значительно сокращает временные затраты на разработку перспективных составов на начальном этапе исследования. В будущем планируется расширить область применения прогнозируемых параметров стекол