随着计算机的发展，在化学中崛起一门新兴的学科，即计算机化学。计算机化学是将计算机、数学应用于化学的一门交叉学科，是化学领域的一个重要分支。计算机与化学的联姻始于20世纪60年代，到了70年代，计算机化学得以突飞猛进的发展，在化学的许多分支领域都结满了丰硕的果实。
首先，计算机化学能够帮助化学家分析样品。当我们得到一个样品，并要知道它是什么化合物时，可借助大型分析测试仪器，如红外光谱、质谱和核磁共振波谱仪等对样品进行分析，然后，把测得的某种潜图与标准样品的谱图相比较而确定样品是什么化合物。但由于化合物有成千上万种，如要把测得的样品的谱图与成千上万的标准谱图用人工去比较，不但费时、费力，而且效率非常低。针对这一问题，在20世纪70年代，计算机科学领域中出现了数据库的新技术。该技术是以计算机为媒介，把科学研究中所积累的数据，如成千上万种化合物的标准谱图存入数据库中。然后，在分析新的化合物时，只要把要测定的化合物的谱图通过计算机与数据库中的标准谱图相比较，就能确定要测定的是什么化合物。同时它还可延伸人的功能，如进行化合物相似性比较等。这种情况与美国IBM公司“深蓝”计算机与人对弈的情况相似，计算机取胜的主要原因之一是它调用了“精兵”——数据库技术，“深蓝”计算机中存储了200多万个世界著名的棋局供它“短兵相接”时之用。
在这基础上，科学家们进一步提出，运用计算机去模拟谱学家根据谱图进行结构解析的过程，即运用计算机进行结构的自动解析。该类研究属于人工智能的范畴。实际上，近年来，科学家一直希望计算机效仿天地间最重要的生灵——人，这就是所说的人工智能研究。人工智能包括的范围很广，如定理证明、语言识别、对弈及专家系统等。让计算机这么又傻又笨的家伙学人去思维，去干事情，又谈何容易！经过了多年的探索，闻名遐迩的美国斯坦福大学的研究者发现，专家之所以能够解决问题是因为他们有知识，而且能够依据所拥有的知识演绎推理。若让计算机像人一样做事情就要先让它拥有知识，同时教给它推理的方法。斯坦福大学沿着这一方向开创了人工智能研究中的崭新领域——专家系统研究，这种专家系统首先要有一个知识库。如有了一个包含有机化合物结构信息的知识库，就可建立解析有机化合物结构的专家系统。目前，结构解析专家系统仍为计算机化学中的一个重要研究方向，它已经展现并将会进一步展现出该研究的美好前景。
再进一步，科学家们希望计算机化学有帮助预测化合物性质的功能。这是目前在生物学、药物学、毒物学及环境科学中一个重要的发展趋势，也是计算机辅助分子设计中的重要组成部分。现在，已发现的一千多万个化合物中，许多化合物的性质尚未进行测试。即使在自然界中，已发现的十多万个化合物的毒性及对人类的伤害缺乏足够的可信赖数据。另外，在世界范围内每年新合成的化合物有几十万个，在投放社会使用前，必须对化合物性质进行准确测试。如均用实验来对如此大量的化合物性质进行测试，必然要耗费大量的时间、精力和经费。如医用药物类，多年来一直是先合成一系列化合物，然后再通过生物试验进行筛选。有人统计约从一万个化合物中才能筛选出一个投入临床应用药物。若借助于计算机的帮助，就能大大加速和简化这一类工作，我们把已知结构和性质的大量化合物的数据存人计算机作为知识库，在此基础上，借助于数学方法，用计算机对化合物进行结构一性质相关性的研究，最终用于化合物的物理化学性质的预测。
计算机还可帮助化学家合成新的化合物。有机化合物的合成最早开始于1895年，但计算机辅助合成还是近几十年的事情。在建立了已知分子的结构和性质知识库的基础上，当化学家给出一个要合成的化合物（目标化合物）的分子结构后，计算机就能推算出可由哪几种化合物（前体化合物）来合成目标化合物，并指出由哪种前体化合物合成目标化合物的可能性最大。另外，也可能算出由哪种前体化合物，通过哪一种合成路线合成目标化合物最好。
另外，将数学、统计学应用于化学学科而发展起来的化学计量学也是正在发展的计算机化学的一部分。我们相信，随着计算机化学的发展，它将会在化学、生物化学、医学化学、环境化学及药物化学中起越来越重要的作用。