自从RNA作为基因组和蛋白质组之间的关键中间体被发现以来,转录本的鉴定和基因表达的定量一直是分子生物学中独特的核心活动。RNA的高通量测序技术（RNA-Sequencing,RNA-seq）也得以成为生命科学研究领域中的重要工具。但是,高通量测序数据的高通量、高维度、高噪声等特点导致了组学分析的高门槛特性,对于不具备生物信息学背景的研究人员而言难以对其进行处理与分析。目前,综合式集成化的转录组分析平台较少,且操作复杂、可视化质量低、缺乏人机交互,极大限制了转录组学在生命科学、医学等领域的应用。基于以上现状,本研究在Linux与windows环境中,使用R语言、python、perl、R Shiny、Html、CSS、Markdown、Java Script和Bootstrap等设计并构建了Castor Cloud高通量数据分析平台,开发了本地应用以及Web Sever网站,提供了从测序下机数据到包括质量控制、参考基因组比对、基因表达定量、皮尔森相关性分析、主成分分析、差异表达分析、KEGG注释与富集分析、GO注释与富集分析、KEGG通路映射分析、加权基因共表达网络分析等以及定制数据可视化的完整分析流程。平台对主流算法工具进行了集成封装,提供多种分析策略,基于调优参数实时渲染发表级的可视化图形,较一般商业化平台有显著优势。对绿蓖1号、淄蓖5号品种的蓖麻植株喷施正常浓度的除草剂砜嘧磺隆,在损伤后的恢复期按照组织部位进行取样测序。应用构建完成的平台对测序下机数据进行数据分析、基因挖掘与可视化,发现Rc GSTU8与P450基因参与了除草剂解毒调控与花青素的转运积累并在液泡中调节更为复杂的解毒机制,同时共表达的Rc PYL4基因群体调控蓖麻侧根生长以增强汲水与汲养,应对除草剂造成的损伤;发现苯丙氨酸与半胱氨酸等代谢途径可能介导了蓖麻系统抗性的增强,同时通过代谢流的重新定向确保通路动态平衡,抵抗逆境胁迫并维持正常的生长发育过程。通过对候选基因进行q RT-PCR,从而验证了平台分析的可靠性与准确性。本研究建立了多线程运算、高集成封装、多策略分析的RNA-Seq高通量测序分析平台,为相关的研究人员提供了定制化、易操作、高速度的数据挖掘功能,提供了多格式、高质量、交互式的可视化图形工具,极大节约了高通量数据分析的学习与操作成本,完善了高通量测序流程中最薄弱的配套环节,为从基因水平探究生物学过程、揭示效应机制提供了有效工具与现实基础。同时通过对平台的实际应用,完成了对关键基因的挖掘,为蓖麻中除草剂的解毒机制研究提供了新的视角,为后续开展进一步研究与遗传育种工作提供了理论支撑。