面對海量的數據以及科學家們對化學知識規律的不斷需求，產生了化學信息學這一門新的學科。針對化合物熔點性質和生物活性，本文從下面幾個方面展開化學信息學中的QSPR／QSAR研究工作： *章對現今可利用的數據庫基本情況進行基本說明。
        第 二章則對兩組數據進行了比較討論，試圖說明在QSAR／QSPR研究中經常碰到的一個基本問題。結果表明LLR(局部模型)對于結構散布度很大的分子結構多樣化的大樣本數據沒有效果；但是對于散布度較小且均勻的數據集，LLR局部模型能充分表達近鄰分子所包含的特殊結構特征與分子性質之間的關系，顯示良好模型結果。
       第三章采用3D-QSAR／QSPR方法(比較分子場)對黃酮類化合物結構與熔點性質和蛋白質親和性之間的關系進行了討論。文中同時采用新近提出的電性距離矢量、三維全息原子場作用矢量以及分子比較場方法針對41個黃酮類物質的GABA_A蛋白受體親和能力，建立了2D、3D-QSAR模型，模型結果表明，新發展的描述子能良好地表征分子的結構信息，建立穩定的QSAR模型。同時表明2D模型好于3D模型。
        第四章采用兩種結構相似性聚類篩選分析方法對結構多樣性豐富的似藥小分子數據庫中的化合物進行篩選然后進行QSPR建模，對于篩選出的某一類化合物數據集，其模型結果優于文獻采用人工神經網絡方法建模。
         第五章則針對物質相似性問題，提出了一種基于性質的同系物結構相似性度量的概念和方法。文中指出，對于不同的性質的同系物，其分子結構的相似度是不同的。

【關鍵詞】：定量構效關系 局部模型 全局模型 分子比較場 分子結構相似性