定量构效关系
“定量构效关系”简称QSAR (quantitative structureactivity relationships)是通过一定的数学模型对活性化合物的结构特征(以物理化学参数、分子拓朴指数、量子化学指数等表示)与生物大分子(例如酶、辅酶、受体、核酸、膜等)之间的互相作用或所表现的生物效应进行定量解析，从而寻找结构与活性间的量变规律。其目的在于指导新药的设计，预测新设计的化合物的生物活性，推论药物的作用机理，使药物研究建立在比较合理的基础上，减少盲目性，提高新药发现率。
研究定量构效关系有多种方法，从采用的结构参数方面可分为物化参数（包括量子化学参数）及二维结构参数两类；从采用的数学方法方面，主要可分多元回归分析方法及模式识别方法两大类。Hansch -藤田方法(Hansch analysis)的基本依据是药物在体内的转运和与受体的相互作用为药物分子与生物大分子之间的物理和化学作用。他们用分子或原子团的某些与热力学有关的物化参数，通过统计学方法描述同源物的生物活性。Hansch-藤田模式如下式所示：
log1/C=K1logP+K2(logP)2+K3Es+K4σ+…
+K5
式中C是化合物产生指定生物效应的克分子浓度；logP是化合物的疏水性参数； Es是取代基的Taft立体参数；σ是取代基的Hammett电子效应常数；K1—K5为采用最小二乘法求得。
Free-Wilson方法及分子连接性方法系采用分子的结构参数与同源物的生物活性进行相关分析。Free-Wilson方法又称De Novo可加性模型。该模型假定分子的活性是母体化合物和取代基的活性贡献之和。不论其它位置取代基变换与否，每一取代基对生物活性的贡献是恒定的与可加的。
Kier根据图论的基本原理，在分支指数的基础上，提出了分子连接性方法。该法用同源物的分子连接性指数(txv)为参数来描述它们与生物活性间的关系。
Hansch-藤田分析、Free-Wilson方法和分子连接性法所采用的数学方法均为多元回归分析法。也就是采用因变量剩余平方和取最小值的方法（最小二乘），求得各因变量（即各参数）的系数，得出相关方程式。对方程中的各项参数应通过统计方法检验其显著性。应用这种方法进行定量构效关系的研究要求方程中各项参数之间没有或只能有很少的共线性，即各参数之间应是正交的，以使方程中的各参数代表各自的独立贡献。因此在参数的选择及同源物的设计等方面应该考虑避免参数间的共线性。其次应注意避免人为的因素以造成机会相关。Hansch-藤田方法在设计同源物时，则应用聚类分析方法对取代基进行选择，以避免取代基各理化参数之间的共线性，从而以较少数量的化合物获得较多的信息。
在Hansch-藤田分析法的基础上，Topliss提出一种不需要数学统计的非定量的逐步选择修饰结构的方法。此法从影响化合物生物活性的物化参数、立体性质考虑，优选有限的几个不同电性、疏水性、立体性的取代基团，以这些取代基分别取代于母体化合物的不同位置，然后根据各化合物所表现的生物活性差异作为下阶段的设计依据。这种设计方法又称为树型设计(Topliss Tree)此法对于能很快测验生物活性的实验室是经济而简便的 (见“脱利树型方法”条)。
Free-Wilson法与分子连接性法所使用的结构参数均缺乏明确的物理意义，因此，所得构效相关式对指导新化合物的设计存在一定的问题。目前以Hansch-藤田分析方法应用得较多。
对Hansch-藤田分析方法提出过不少修正。例如Ma-rtin认为药物既可能以中性形式又可能以离子形式与受体相结合。据此，通过药物动力学的隔室模型理论推演出解离化合物的超热力学模型。该模型比较复杂，应用不普遍。又如Kubinyi在McFarland研究的反流模型基础上，从药物动力学中脂水交替相间的多隔室模型理论出发，推演出双线性模型(bilinear model)。该模型与Hansch-藤田的抛物线模型的不同点是曲线的上升及下降部分均为直线，且两直线的斜率根据数据的分布情况而变化，而不是象抛物线那样上升下降两部分为严格对称的弧线，因此对数据可更好地拟合。此模型应用得较多。
另一种研究定量构效关系的数学方法为模式识别法。此法是多种数学模型的总称，可采用非参数数据或多种参数对药物的生物活性进行描述和分类，其应用渐多。模式识别法包括聚类分析、因子分析或主成分分析、判别分析等。判别分析可用于非定量的生物活性数据，经过建立判别函数，以预测新设计的化合物的生物活性等级或类别。
量子化学理论已日益渗透到药物研究领域中，大型电子计算机的应用，已能解算演释出来的各种量化近似法，甚至“从头算法”。通过计算，可以得到药物分子的各种理论指数，从而估测药物与受体结合时的构象，推论活性中心的作用形式，为从分子水平上研究药物的构效关系，进行有目的地药物设计开辟了又一条途径。
计算机图形学，X光衍射和QSAR联用是新近的重要进展。其总体设想是： 通过X光衍射或分子力场的计算，有可能将受体或酶的结构特征和药物的构象同时显示在计算机屏幕上，让人们直观地考察药物与受体或酶相互作用的三维彩色图形，确定疏水结合区域，空间嵌合情况，电荷分布状态等。根据计算机处理出来的信息，有可能设计最佳活性的药物分子。
自QSAR问世以来，它对新药的设计，对化合物活性的预测、对受体图形的描述、和对药物作用机理的估计，已取得了十分可喜的成果。但是，还有不足之处。例如，各种理化参数只能近似地表示化合物的结构特征，而不是真正描述分子三维结构形象的客观指标，药物在体内的复杂过程，也还不能用数学模型全面概括。因此，化合物活性预测的可靠性受到限制。随着科学的发展和不断实践，QSAR的研究无疑将向纵深发展，可为合理设计新药开辟乐观的前景。