植物真菌病是一种侵染性病害,有侵染过程和传染性,种类繁多,占全部植物病害的80%左右,其中稻瘟菌、致病疫霉和灰霉菌给植物带来严重危害。稻瘟菌和致病疫霉导致粮食减产严重。灰霉菌宿主广泛,是限制温室大棚植物生产的首要因素。近年来研究发现致病真菌与植物存在sRNA（small RNA）跨界调控机制,在目前已有研究中,研究者均使用生物实验的方法对少数特定的真菌sRNA序列进行共性研究,而生物实验具有一定的限制,如序列条数过多,操作存在污染等。如今生物信息学迅猛发展,在数据分析、sRNA预测模型等领域均取得不错的进展,对于致病真菌跨界调控植物是否存在较多的相似性,目前尚未有研究者使用计算机的方法开展全面深入的研究。因此使用计算机的方法构建预测真菌sRNA是否为致病关键序列的模型,研究关键sRNA序列对植物的跨界调控作用以及共性化,对于控制真菌性病害、增产增收粮食和持久储藏蔬菜水果具有重要的意义。本文首先基于6种高通量非编码数据:稻瘟菌sRNA、稻瘟菌侵染水稻72h后混合的sRNA、灰霉菌sRNA、灰霉菌侵染番茄72h后混合的sRNA、致病疫霉菌sRNA、致病疫霉菌侵染马铃薯72h后混合的sRNA数据,对其进行大数据统计分析,将真菌侵染后相对于侵染前差异表达明显的sRNA作为致病关键sRNA。其次,挖掘和提取特征,应用KNN、朴素贝叶斯、决策树、随机森林、SVM、XGBoost六种机器学习算法对数据集构建真菌跨界调控植物的关键sRNA预测模型,对训练得到最优参数的模型进行比较,结果显示各模型均良好,其中XGBoost在三种真菌模型中AUC值最高且在准确率、召回率、精确度和F1 score指标中效果均较好,其AUC值分别为:稻瘟菌0.8642,灰霉菌0.9404,致病疫霉菌0.9445。随后对关键sRNA靶向预测结果的核心基因节点进行功能富集分析,得到多个GO（Gene Ontology）和KEGG Pathway。最后对三种真菌的功能富集结果进行共性化统计,得到水稻与番茄的Molecular Function（GO）交集为3个,水稻与马铃薯KEGG Pathway交集为16个;马铃薯与水稻KEGG Pathway交集为11个;马铃薯与番茄KEGG Pathway交集为15个;马铃薯、水稻、番茄中共有的KEGG Pathway为9个。本文所构建的真菌关键sRNA预测模型,是在多种机器学习模型中,对比了多个性能指标而得出的最优模型,该模型适应于本文的三种真菌,因此该模型在一定程度上可用于真菌侵染植物关键sRNA的预测,对真菌侵染植物的研究起到一定的促进作用。同时富集结果存在较多的交集,这表明真菌sRNA跨界调控植物时,对植物的功能和通路调控有着较多的共性,对KEGG Pathway的共性进一步分析,结果表明其可参与植物的基因表达调节和代谢等,从而影响植物的生长、发育、繁殖和对外界坏境作出反应。本文为真菌sRNA跨界调控植物的研究奠定了理论基础并拓宽了思路,为植物真菌性病害防治指出了新方向。