CHAIN proiektuak findegiko erregaien konposizioa zein machine learningeko (ikaskuntza automatikoa) ereduak aztertzea du ardatz. Makinek ikasteko teknikak garatzea da adimen artifizialaren adar horren helburua, erregaiei ingurumenarekiko errespetua oinarri duten jatorri fosilik gabeko osagai ecofriendly alternatiboak txertatzeko, bereziki industria arloan, CO2 isurpenak murrizten lagundu eta merkatuak eskatzen dituen eko-erregaiak eta produktu kimikoak ekoitzi ahal izateko. Azterketak gasolinaren eta kerosenoaren ekoizpenari erreparatu dio nagusiki.
Proiektua bi urtetan garatu da (2019ko martxotik 2021eko martxora bitartean), eta 577.835 euroko aurrekontua izan du; horietatik 288.917,5 euro SPRIk lankidetza bidezko ikerketa proiektuak sustatzeko abian duen ELKARTEK laguntza-programaren bidez finantzatu dira.
CHAIN proiektuaren barruan, lortutako emaitza nagusietako bat gasolina ekoizteko osagai anitzeko iragarpen-ereduaren garapen egokia izan da, FUEL aldizkariak aitortu eta argitaratu duen bezala, izan ere, eredu gutxi daude prozesu errealeko findegi batetik ateratako irteera-propietate ugariko gasolina-laginak sailkatzeko gai direnak. Machine learning eta adimen artifizialeko teknika berriak erabili dira horiek garatzeko, eta findegian bertan bildutako 230.000 emaitzatik gorako benetako ekoizpen-datuak modelatu ahal izan da. Eredu hau erabilgarria izan liteke ingurumen-inpaktu txikiagoa duten nahasketa alternatibo berriak diseinatzeko (bioerregaiak, hondakinetatik eratorritako erregaiak, etab.), eta horrek balio erantsia ematen dio.
Europar Batasuneko fintze-industria CO2 isurpen gutxiko etorkizunerako trantsizioan murgilduta dago, I+G arloko proiektuetara bideratutako inbertsioen eta teknologia berrien hedapenaren bitartez. Ildo horretan, Petronorrek hainbat pauso eman ditu norabide horretan, zenbait proiekturen garapenaren bitartez, hala nola, erregai sintetikoen lantegia, pirolisiaren instalazioa edota hidrogeno berdea elektrolisi bidez fabrikatzeko elektrolizagailuak.