在体内，化合物与酶或受体的相互作用，药物在体内的转运、分布等过程均与系统的平衡和反应速率有关，因此，系统的自由能变化为：

ΔG=2.303RTlgK

按照上式的要求，所有的生物活性数据应转化为对数值或负对数值，而以负对数值最为常用。化合物使用的剂量越小，生物活性越强；以负对数表示时，剂量越小其数值越大，易于用坐标图表示。另外利用回归分析的先决条件是，实验误差应该是正态分布，而生物试验结果只有在对数值时其实验误差才是正态分布的。

生物活性数据从能否给出准确的数字来分类可分为定性的、半定量的及定量的三类。所谓定性的数据就是只有效(+)和无效(一)两种。判别分析和模式识别方法可应用于这类生物活性数据的构效关系研究。半定量的生物活性数据通常以++++(最强)，+++(很强)，++(较强)，+(有效)，一(无效)表示，有强弱顺序的概念。聚类分析及模式识别方法可应用于这类生物活性数据的构效关系研究。如果把这种数据数字化，例如用5，4，3，2，1来表示(数字为对数值)，也可以用多元回归分析方法进行计算，但这种数值显得过于粗糙，对结果的可信性是有影响的。定量的生物活性数据是对化合物的生物活性给出准确的数字，以具体的数值来表示强弱的顺序，例如ED50(半数有效量)，IC50(半数抑制浓度)，Ka(结合常数，亲和力常数)，Ki(抑制常数)等。Hansch方法，Free—Wilson方法，分子连接性方法及CoMFA方法等需用这类生物活性数据进行构效关系研究。

测定化合物的生物活性可以用体外(in vitro)实验，也可以用体内(in vivo)实验。体外实验可以使用纯酶、受体、细胞或离体组织如肌肉、心脏、血管、肠等来测试化合物的生物活性；体内实验则使用动物甚至人体来测定生物活性。体外实验的测试药物用量均较小，且可以快速得到结果，实验的影响因素较少且易于人为控制，测得生物活性数据的精确性及重现性均较好。体内实验测试药物的用量较大，动物的种属差异、个体差异较大，测试结果受动物本身的情况、喂养情况、环境条件等的影响而波动，因此生物活性数据的精确性及重现性均不如体外测试的结果。用纯酶、受体来测定生物活性有快速、微量、准确的特点，因此一般在可以得到纯酶或受体时，均愿意使用酶或受体来测定生物活性。分离技术及生物技术的发展，使酶和受体分离或克隆处理的种类愈来愈多，因此以酶或受体为靶标测试化合物生物活性将会愈加普遍。组合化学(combinatory chemistrv)的发展与快速微量的大量筛选(mass screening)是分不开的。但是判断一个化合物能否做为药用，即它是否安全、有效，需要依靠体内实验的结果。药物是要在体内发挥生理作用的。用酶或受体测得的结果反映的是化合物与酶的结合常数或抑制常数和与受体的亲和力，属药效学(pharmacodynamic)的问题。用细胞、离体组织测定的结果还包括简单转运的问题而药物在体内要经过多次转运、分布才能达到作用部位的受体表面，在转运分布的过程中药物有可能被机体排泄和代谢。因此体内实验结果既包括药效学的问题又包括药物动力学(pharmacokinetic)和药物代谢的问题。同时药物在体内还可能与其他受体相结合而显示出副作用和毒性。这就是为什么要以体内实验的结果来判断一个化合物是否安全、有效的原因。体外有效的化合物(可能生物活性很强)，但由于在体内不易被吸收、转运、或是易于排泄、代谢而不能显出生物活性，这种情况是不乏实例的。例如F．Kuyper等人所设计的长链羧酸取代的甲氧苄啶(Trimethoprim，TMP)类似物，体内抑制二氢叶酸还原酶的作用比TMP要强50倍，但体内则几乎无效。体外无效的化合物不一定在体内也无效，因为化合物在体内经多种酶的作用可被代谢。一般是化合物经代谢而失活，但也有经代谢而致活的化合物，明显的例子如前药，另外如百浪多息(Prontosil)在体外无效，但在体内因代谢为磺胺而显出制菌作用。体外实验的结果与体内实验的结果并不平行。因此，体外实验只能作为初筛。体外有效的化合物需通过体内实验加以肯定，体外无效的化合物需根据其化学结构推测一下，对于在体内有可能经代谢致活的化合物则应再以体内测定，以免漏筛。

以纯酶、受体、细胞、组织或动物为测试生物活性的对象，其所显示的生物活性包含有不同成分的药物动力学及药物代谢的问题。如果对某类化合物能分别以酶或受体、细胞或组织及动物，测试其生物活性，然后分别以测得的各种生物活性指标进行定量构效关系研究，可以使我们对这类化合物的构效关系研究由简单到复杂，并有可能分别对药动相和药效相的构效关系进行了解，这无疑对于进一步的药物设计有很大的帮助。但是这种做法在多数情况下是难以达到的。