随着现代科技的发展，生物信息学和化学信息学在新药创制过程中的作用越来越重要，已经成为加速新药研发过程、降低研发成本的关键所在。开发在药物研发过程中易于使用，且效率较高的化学、生物学数据挖掘工具，以帮助药物研发人员进行药物设计是必要的。本文使用可视化软件开发工具Visual C++6.0和OpenGL实现了化学数据挖掘系统，其核心算法是聚类分析和BP神经网络。本数据挖掘系统还实现了数据挖掘结果的可视化，能对聚类分析谱系图、基因芯片和样本点的空间分布进行实时的模拟显示及打印输出。并运用该系统对药物研发过程中使用的有关化学及生物学数据进行了聚类分析和BP神经网络模式识别试验。结果表明：该挖掘工具能方便地从Oracle数据库中提取相关数据并进行有效的数据挖掘，发现和提取新知识，比许多现有通用统计软件更适合在药物设计过程使用，更灵活，且使用范围更宽。 本文还研究了局域网环境下，用Client/Server模式实现分布式多线程并行计算的技术。为进一步设计和提高网络环境下对分布在网络中的海量数据进行快速搜索和高效数据挖掘计算进行了初步探索。实验结果表明，在相同计算量下与单机单线程处理方式相比，分布式多线程并行程序运行速度提高极为明显，是最快单机速度的4.4倍，大幅度提高了系统的运行效率，充分利用、挖掘和发挥了网络系统中所有的计算能力和资源，为化学数据挖掘程序并行化实际应用打下良好基础。