近年来研究表明,真菌主要通过跨物种RNA干扰机制（RNAi）和分泌蛋白侵染机制感染植物。稻瘟菌sRNA利用水稻的RNAi机制实现侵染过程,而效应蛋白则通过抑制PTI增加自身毒性来达到侵染目的。然而,在稻瘟菌和水稻相互作用的过程中,当前人们对于sRNA和蛋白参与调控的具体机理仍是知之甚少。因此,通过结合转录组学和蛋白组学深入研究稻瘟菌侵染水稻机制,对于防治稻瘟病具有重要的意义。本文通过对稻瘟菌和水稻互作过程中的基因组、转录组和蛋白组数据进行针对性分析,横向构建各组学的分层网络,应用深度学习方法来预测多组学间的关联关系,从而纵向构建稻瘟菌-水稻多组学分层异质互作网络,并对其进行功能富集分析,找到参与稻瘟菌-水稻互作机制中的关键因子。首先,从基因组、转录组和蛋白组数据出发,通过不同的分析方法,筛选出969个水稻基因、1850对稻瘟菌-水稻RNA互作对、660对稻瘟菌内部RNA互作对和2653对稻瘟菌和水稻的蛋白互作关系。然后,本文提出了两种基于深度学习方法的预测模型。第一种是基于循环神经网络的稻瘟菌-水稻蛋白互作对预测模型（RNNMRPIP）,用来预测稻瘟菌与水稻间存在互作关系的蛋白对。第二种是基于自编码器的稻瘟菌-水稻多组学关系对预测模型（AEMRMRP）,用来预测稻瘟菌和水稻间多组学的关联关系。最后,对各组学互作网络分别进行分析,整合并构建稻瘟菌-水稻多组学分层异质互作网络,挖掘其GO功能模块和KEGG富集通路。发现富集结果大多与基因表达、蛋白质的合成与运输和代谢过程相关。目前,从基于深度学习方法构建多组学分层异质互作网络的角度,来分析稻瘟菌侵染水稻的研究尚未见报道。本文应用大数据分析和深度学习方法,对稻瘟菌的sRNA和蛋白共同实现入侵水稻的过程进行深入分析,相比于以往的单一组学方法,本文方法的效率和准确率有较大提升。本文提出了一种针对跨物种多组学互作关系调控网络构建的新方法,并在此基础上构建稻瘟菌和水稻的蛋白互作对的预测模型和多组学分层异质互作网络中关联关系的预测模型,阐明稻瘟菌侵染水稻过程中的关键调控因子与机制,有助于制定稻瘟病持久性和广谱性的防治策略,也在解决其他真菌入侵植物问题方面做出了一定的贡献。