13C NMR 化学位移的预测是在 Mnova NMRPredict 中使用两种不同的程序进行的，然后通过所谓的"最佳 "预测进行组合。

第一个是以化学位移预测为导向的数据库。该数据库采用扩展的HOSE 编码方法 （层次有序的球形环境）。它包括对每个碳原子化学环境的一维编码。HOSE 编码方法对于在参考文献中得到充分体现的查询结构非常有效。从感兴趣的原子开始，使用定义原子类型、键类型、环闭合和球形的字符对与该原子直接成键（第一球形）、超过两个键（第二球形）的所有原子进行编码，以此类推。

最佳 "预测也使用了神经网络算法，该算法比 HOSE 代码方法的容错能力更强。当数据库中没有查询原子时，它能给出更准确的结果。