本文主要分成两大部分：第一部分对计算机辅助药物设计（CADD）方法进行了详细的介绍，提出了线形生物大分子的动力学建模与仿真方法；第二部分深入阐述了PCA方法在分子信息降维中的应用。 获得生物大分子的结构信息是应用CADD方法的第一步，为了通过简化方法来模拟线形大分子低能构象时存在的形态，本文提出了球-虚弹簧模型，即同时具有弹簧良好的伸缩特性和棒的扭转特性。一般的大分子结构很复杂，分子间的动力学问题难以计算，因此需要从简化模型出发来研究复杂问题的本质，故选取线形大分子作为研究对象在虚弹簧模型的基础上建立横向伸缩振动和轴向扭转振动模型来探讨了影响线形分子构象改变的力学问题。而简化的最终目的是对受体大分子或药物大分子的运动进行仿真，为药物设计提供理论支持，故本部分的最后分别对横向伸缩和轴向扭转模型进行了仿真，结果表明，线形大分子中单个等效原子的伸缩振动是导致分子构象发生变化的重要因素，轴向扭转振动的影响则可忽略。 由于描述生物分子的不同指标之间具有很大的相关性，并且这些指标对研究不同领域的贡献也不同，因此对数据进行降维处理成为必要，故本文第二部分主要研究高维分子信息处理中的降维问题和降维方法。本部分讨论了几种常用的降维方法，重点分析了经典线性降维方法－主成分分析法（PCA）的理论基础和公式推导过程，并在实例中将其应用于氨基酸立体参数的降维处理。由于线性PCA方法处理高维数据具有一定的局限性，本部分的最后介绍了非线性PCA方法。 本文的创新点在于：将分子键简化为虚弹簧，并在此基础上建立了线形生物大分子的动力学模型；应用线性主成分分析法对氨基酸的立体参数进行降维处理并取得较好的效果。