Tx-LLM的通用性质使其能够预测与治疗相关的各种属性。它在66项任务中有43项接近最先进的性能（SOTA），并在22项任务上超越了SOTA。Tx-LLM特别擅长将分子信息（如SMILES表示）与文本上下文（如细胞系或疾病名称）相结合的任务。这种优势可能源于其在预训练期间获得的广泛知识。