microRNAs(miRNAs)是一种内源非编码RNA,其通过切割抑制靶基因的表达参与作物生长发育的生理生化过程。在水稻中,部分miRNA已被报导是参与胚乳发育的重要非编码调控因子。但是,其参与的通路和调控途径仍需进一步研究。此外,miRNA预测和分析软件较多,如何选取水稻适合的miRNA分析软件也是一个问题。本研究首先选取多个常用miRNA分析软件,综合评估其预测已知miRNA的可靠性。然后从中筛选出适用于水稻miRNA研究的软件,进行胚乳发育相关miRNA的分析。最后结合共调控网络等手段,解析miRNA调控胚乳发育的潜在生物学过程。我们选取8种常用miRNA软件,对拟南芥、水稻、玉米和小麦4个物种的高通量测序数据进行已知miRNA的预测。本研究结合数据库miRBase和sRNAanno的miRNAs 注释信息、使用随机森林、BLAST 和 ROC(Receiver Operating Characteristic)曲线等算法,横向(物种内)和纵向(物种间)对每种软件的灵敏度、准确性、特异度、计算时间和RAM使用率等方面进行综合评价。结果表明:(1)sRNAbench准确率最高,其次是miRExpress;(2)miRDeep-P2灵敏度最高且预测已知miRNA时间最短;(3)Mirkwood内存使用率最高。综合所有评估结果,我们认为sRNAbench与miRExpress是预测水稻已知miRNA最好的两种软件。基于以上结果,我们选取了 28个公共数据的水稻胚乳相关和水稻其他组织的sRNA-seq数据,使用sRNAbench与miRExpress软件进行已知miRNA分析。差异表达分析发现,两个软件结果中共有胚乳特异性表达上调miRNA60个,下调miRNA 85个。此外,我们搜集了 78个水稻胚乳相关RNA-seq数据进行转录组的从头拼接和胚乳组织特异性共表达网络构建,最终获得了 551个潜在的lncRNA和包含50937节点(nodes)、1789707个共表达关系(relationships)的共调控网络。接下来,综合主成分分析、聚类分析和通路富集分析,我们挑选了 41个水稻胚乳相关样品与32个水稻其他组织的RNA-Seq数据,对胚乳特异表达miRNA和其靶基因对进行筛选。结果发现,83个lncRNA下调表达、31个上调表达、465个基因下调表达。其中osa-miRNA1428a-3p被报导可靶向LOC_Os03g17980基因,即在胚乳发育早期阶段通过影响淀粉积累从而调控胚乳的osk3基因。osa-miRNA398a被报导可靶向LOC_Os07g46990基因,即调控籽粒重量大小、参与胚乳的生长发育的OsCSD基因。综合靶基因共调控网络、功能富集和文献查阅,我们还预测出miR166a-3p,miR171i-5p和miR408-5p可能影响胚乳发育的已知miRNA。然而这三个miRNA是否真的能够影响水稻胚乳的发育,仍需要进一步的生物实验证明。本研究综合软件评估、转录组数据收集计算、共调控网络构建和模块化功能预测等手段,从全基因组水平实现挖掘调控水稻胚乳发育的非编码RNA及其潜在参与的生物学过程。拟为培育优良品质水稻提供数据和理论支持。