SQUAMOSA promoter-binding-like（SPL）编码一类植物中特异的转录因子家族,是调控植物生长发育、抗逆抗病的重要调控因子。水稻中已经发现19个SPL转录因子,在调控水稻分蘖、种子发育、穗型建成,逆境响应等生命过程中发挥了关键的作用。miRNA156对OsSPL的保守调控揭示了小RNA对OsSPL调控的重要作用。近年来,陆续发现miRNA529、miRNA535也能够靶向OsSPL基因,表明了 OsSPL上游的调控复杂性。从降解组验证结果来看,除了 3个miRNA家族之外,仍存在其他的非编码RNA能够调控OsSPL基因。因此,本研究从127个小RNA测序数据中检测到162,412个不同的小RNA序列,利用17个降解组测序数据,检测到其中3,173个不同小RNA对OsSPL的切割活性。基于降解组测序数据,对这些小RNA及其切割位点进行了统计分析,并构建了以小RNA和OsSPL靶标关系为核心的调控网络,以期获得可利用的调控模块并发掘其潜在的育种应用价值。主要研究结果如下:1、通过传统的基于小RNA（以miRNA为例）表达分析方法挖掘功能小RNA存在容易忽略无表达特征但存在靶基因的miRNA的缺陷,本文采用了基于降解组测序的小RNA数据挖掘策略。首先将有差异表达但没有发现靶基因的miRNA设计为假阳性个体,发现靶基因但没有检测出差异表达的设计为假阴性个体,并以此评估计算其ROC曲线,发现其在3个示例物种中该方法均表现出较高的假阴性,且ROC曲线下面积均在0.5以下。而基于降解组测序数据则可以调控活性变化来衡量小RNA的功能,避免了依赖于表达分析造成的假阴性,同时还能提供具体的切割值和位置,为揭示小RNA的功能和作用机制奠定基础。2、对来自不同实验的127个公共小RNA测序数据进行数据清洗,统计各个文库的组织来源,处理方法,测序深度等基本信息。通过分类,共整理出来自根,茎,叶,幼苗,种子,幼花,幼穗等7个组织中的小RNA测序数据,本研究只保留降解组验证切割评级在Cat2以上,且存在任一数据集中检测到读数大于1的小RNA。将初步筛选后小RNA去冗余并计算表达量,凡能检测到读数值的都进行保留,并以“sRNA#n”形式进行简单不重复命名,其中n为1～162,412的不重复整数。在psRNATarget平台上预测小RNA-OsSPL靶向关系（Small RNA-Target Interaction,STI）,获取预测的调控关系信息,再利用所有已有的降解组文库对这些预测关系进行验证,获得包括3,173序列不同的小RNA、共3460对不同的切割关系,以此为基础构建网络并分析。3、对不同OsSPL家族成员小RNA切割位点多样性及切割活性比较,发现不同OsSPL在不同组织间存在降解丰度和小RNA切割位点差异,并依据检测到切割丰度的降解组数量,进行不同成员间保守和特异,及组织特异和保守的STI和位点的分类。由此发现其中以miRNA156为主的microRNA在2个以上组织中都能够检测到切割活性,尽管并未检测到可以切割所有的OsSPL,但仍然能够靶标到大量OsSPL,特异性差;其他small RNA则具有较高的组织特异性和OsSPL特异性,如phasiRNA,其大部分在花、穗等生殖器官中切割更为活跃;OsSPL15受到大量冗余小RNA的特异调控。4、以降解组间保守的OsSPL3和OsSPL8为例,我们发现部分OsSPL存在组织间的调控模式差异,即不同切割位点的组合,如OsSPL3;其他则并没有表现出切割模式的差异,总在同一个小区间内发生切割,如OsSPL8。5、对基于降解组的小RNA-OsSPL关系进行共表达验证:利用bowtie将这些小RNA重新比对到基因组,并整理为小RNA的位置注释文件,再以小RNA位置注释文件为索引,用ShortStack计算小RNA在特定样本中的表达,计算了它们与OsSPL共表达相关系数,从表达方面来补充说明小RNA调控OsSPL的复杂多变:以cytoHubba筛选出的边界权重最高的50关键节点为例,miRNA表达大多与OsSPL呈负相关,其他siRNA则多与OsSPL呈正相关。6、从三千份水稻重测序数据平台（RFGB）中查找发生在小RNA切割位置的SNPs,从RFGB中获取对应单倍型的表型信息,包括籽粒大小,穗长,千粒重等11个不同的水稻性状。以OsSPL14/IPA1和OsSPL18为例,IPA1中检测到一个尚未被利用在小RNA切割位点附近发生的SNP,且对千粒重、籽粒长短、幼苗株高高低等性状产生影响;而在OsSPL18中一个已经报道与粒重有关的SNP也被检测到发生在小RNA切割位置附近,且籼粳差异较大。