油菜是我国重要的油料作物。油菜产业每年向国民提供约520万吨优质食用植物油,约占国内油料作物总产油量的50%。然而我国食用植物油产量已连续10年以上低于需求量,大量的消费缺口由国外进口来填补。据悉,2021年国内进口食用植物油超过1,000万吨,对外依存度达70%。同时,国内油菜育种技术相比国外,在优质品种育成速度和成功率方面仍存有较大差距。随着“后基因组”时代的到来,油菜基础研究领域积累了海量组学资源。如何将这些多组学数据优势转化为育种优势,是当前乃至未来很长一段时间油菜遗传育种的核心研究内容之一。为了逐步实现这一目标,本研究首先搭建了油菜转录组数据库Bn TIR和油菜变异组数据库Bn VIR;在此基础上,通过系统地整合Bn TIR、Bn VIR、油菜泛基因组数据库Bn PIR以及大规模的多组学数据,构建了全面、安全稳定的油菜多组学数据库Bn IR。主要结果如下:（1）油菜转录组数据库Bn TIR的设计与实现。系统全面的基因表达信息有助于研究者快速挖掘和分析与油菜重要性状相关的目标基因及其表达特征,为基因的功能研究提供相应的基础和支撑。本研究对涵盖油菜苗期、开花期、成熟期三个阶段、全组织的273个高分辨率样本进行转录组测序,搭建油菜转录组数据库Bn TIR（网址:http://yanglab.hzau.edu.cn/Bn TIR）。该数据库集合了基因表达信息查询、e FP可视化、基因共表达网络、基因组浏览器等功能模块,并提供基因ID转换、序列比对、序列提取、转录因子家族、转录因子调控网络以及热图绘制等工具,为研究者提供了一个方便快捷、功能全面的信息获取平台,有利于油菜功能基因组学和候选基因的定位研究,推动油菜遗传育种的发展。（2）油菜变异组学数据库Bn VIR的设计与实现。完整、丰富的遗传变异集合是遗传育种中准确定位到遗传位点和候选基因、分子标记辅助遗传育种以及种质资源鉴定的重要基础。本研究首先搜集了2,311份核心油菜种质的群体重测序数据,通过处理和分析获得10,091,900个遗传变异,并基于群体基因型、118份表型数据以及309份材料的基因表达数据等资源,构建油菜变异组数据库Bn VIR（网址:http://yanglab.hzau.edu.cn/Bn VIR）。该数据库集合了变异信息查询、种质资源查询、群体遗传学和进化分析等功能模块,并提供在线变异注释、连锁不平衡热图绘制工具,为研究者提供了一个快速、高效地挖掘油菜候选变异/基因的平台,对今后分子标记的开发、候选基因的功能研究以及油菜育种改良具有十分重要的意义。（3）油菜多组学数据库Bn IR的设计与实现。为充分利用油菜研究领域积累的海量组学数据,助力油菜重要性状相关功能基因的挖掘与定位,本研究对Bn TIR、Bn VIR与Bn PIR进行了整合,并增添11个油菜参考基因组、100,947条种子发育20天和40天的群体表达量数据、2,791个样本的转录组数据、13,343,263条种子甲基化数据以及通过全基因组关联分析（Genome-Wide Association Studies,GWAS）、表达数量性状位点定位（Expression Quantitative Trait Loci,e QTL）产生的1,431,217条GWAS结果和121,720,300个e QTL位点等多组学资源,构建油菜多组学数据库Bn IR（网址:http://bna.hzau.edu.cn/）。该系统后端存有64张数据表,前台包括10个主要的功能模块和87个功能子页面,允许用户通过基因名称、基因编号、基因索引和染色体位置等多种方式获取结果数据,实现了整合查询、可视化展示大量油菜组学数据的功能。研究人员借助Bn IR能快速地开展基于候选基因的油菜分子标记研究,对油菜种质资源的精准鉴定、评价、利用以及分子育种具有重要推动作用。（4）开展Web异常检测,保障Bn IR稳健运行。及时地检测Bn IR接收的Web异常流量,是Bn IR提供稳定、长期以及安全服务的重要保障。本研究将HTTP CISC2010公共数据集和Bn IR中1,668,668条原始Web日志记录作为实验对象,训练了13个机器学习算法模型来检测Bn IR接收的Web异常流量。并基于性能最佳的支持向量机、决策树和多层感知器的堆叠（stacking）集成模型搭建Web异常检测系统,实现了Bn IR日志数据的存储、数据预处理、异常检测、异常存储和流量分类结果展示功能。测试结果表明,Web异常检测能发挥保障Bn IR服务稳定性、数据安全性的作用,可以为数据库稳健的运行保驾护航。