面对海量的数据以及科学家们对化学知识规律的不断需求，产生了化学信息学这一门新的学科。针对化合物熔点性质和生物活性，本文从下面几个方面展开化学信息学中的QSPR／QSAR研究工作：第一章对现今可利用的数据库基本情况进行基本说明。第二章则对两组数据进行了比较讨论，试图说明在QSAR／QSPR研究中经常碰到的一个基本问题。结果表明LLR(局部模型)对于结构散布度很大的分子结构多样化的大样本数据没有效果；但是对于散布度较小且均匀的数据集，LLR局部模型能充分表达近邻分子所包含的特殊结构特征与分子性质之间的关系，显示良好模型结果。第三章采用3D-QSAR／QSPR方法(比较分子场)对黄酮类化合物结构与熔点性质和蛋白质亲和性之间的关系进行了讨论。文中同时采用新近提出的电性距离矢量、三维全息原子场作用矢量以及分子比较场方法针对41个黄酮类物质的GABA_A蛋白受体亲和能力，建立了2D、3D-QSAR模型，模型结果表明，新发展的描述子能良好地表征分子的结构信息，建立稳定的QSAR模型。同时表明2D模型好于3D模型。第四章采用两种结构相似性聚类筛选分析方法对结构多样性丰富的似药小分子数据库中的化合物进行筛选然后进行QSPR建模，对于筛选出的某一类化合物数据集，其模型结果优于文献采用人工神经网络方法建模。第五章则针对物质相似性问题，提出了一种基于性质的同系物结构相似性度量的概念和方法。文中指出，对于不同的性质的同系物，其分子结构的相似度是不同的。