近年来,研究人员在哺乳动物样本内发现了植物miRNA(植物xenomiR),但在其是否稳定存在并参与跨界调控这一关键问题上不为人所知。为了更进一步地探究植物xenomiR的跨界调控方法,本项目基于人类健康组织中的高通量miRNA测序数据,应用大数据分析方法,提出有效的算法和模型来研究植物xenomiR,对miRNA的跨界调控研究、中草药小分子RNA药物设计、人体营养疾病治疗等领域具有重要的意义。本文提出并构建了一种基于生物大数据的植物xenomiR跨界调控研究模型,在假设植物miRNA对人类的跨界调控是存在的基础上,通过选取多种人类日常可食用的植物作物,获取来源于该作物本身的植物miRNA序列数据。并在组内相关实验研究所获取的在人体样本内检测到的植物miRNA数据基础上,进行数据筛选及预处理。其后,通过靶基因预测、功能富集分析、GO语义分析等后续分析,探究这些miRNA在其植物本体内与人体内参与到的生物过程有何异同。本文应用Multiple Dimensional Scaling算法(MDS)将众多生物过程在二维平面内可视化,更有效率地探究各生物过程之间的关系,同时深层次地挖掘出植物xenomiR在植物与人体内产生的调控共性及个性,对之前的结果进行有效的验证。本文研究结果发现,在植物xenomiR对人的调控共性方面,三种作物都可以调节人体的日常发育与代谢,同时也可以对蛋白修饰、有丝分裂细胞周期等生物过程进行调控。而在调控个性方面,大豆可以对蛋白质泛素化的过程进行调控,其对蛋白代谢、降解等有重要作用,同时还参与了细胞增殖分化、修复损伤及免疫炎症等各项生命活动;水稻对人体发育的调控尤为明显,包含神经系统发育、大脑发育、心室系统发育等重要发育环节;玉米对蛋白质磷酸化有调控作用,其能够对蛋白的活性和功能进行调节,是最普遍同时也是最重要的调节机制。以上研究表明当人类进食植物时,人体的发育和代谢功能会受到相应的影响,各方面的生理机能也会产生变化,这一结论解释了日常的饮食习惯对人体生理机能产生的不同影响。本文提出的跨界调控分析模型,通过对数据进行一系列的对比分析,挖掘出样本间的共性和个体差异,对生物实验有着重要的指导意义,为后续的验证奠定了数据基础,也为跨物种调控的研究提供了思路。