解析基因表达的调控机制是生物学研究的重要问题,解决这一问题的前提和基础是对基因组中顺式调控元件（cis-regulatory elements,CREs）进行系统地鉴定和表征。顺式调控元件是基因组的重要组成部分,通过调控基因的时空表达,参与决定生物表型。顺式调控元件具有进化速率快、高度组织特异性的特点,使得其鉴定和语法解析一直比较困难。近年来,随着ENCODE、FANTOM、GTEx等大型项目的实施,人类基因组顺式调控元件的研究达到了前所未有的深度和广度,同时也揭示出诸多人类基因转录调控的语法。相比之下,目前人们对于植物顺式调控元件的了解仍十分有限,有关植物增强子的序列特征及其调控语法的知识则更加匮乏。现有的组学数据表明植物增强子和哺乳动物增强子具有不同的序列特征和表观修饰模式,这暗示动植物调控机制可能存在较大差异。水稻作为重要的粮食作物,其产量和品质关系上亿人口的温饱问题。同时,水稻也是研究最多的植物物种之一,在公共数据库积累了大量水稻基因组和表观基因组数据。因此,以水稻作为高等植物代表种,深入研究其顺式调控元件具有极其重要的意义。通过对水稻增强子进行调控语法解析,将不仅有助于我们更深刻地理解植物基因调控规律,而且还可以为水稻和其他粮食作物设计育种提供重要的基础。本研究结合水稻STARR-seq测序数据、表观修饰等数据,分析了水稻增强子DNA序列特征及其调控语法。主要研究内容和结果如下:1)基于水稻中公开发表的STARR-seq数据,利用鉴定到的增强子元件,基于基因组DNA序列构建了水稻增强子的深度学习预测模型,对模型的预测效果进行评估表明,该模型能够准确地对水稻基因组中的增强子进行预测（Accuracy:0.830±0.002）。2)通过对模型学习到的特征进行解析,发现模型第一个卷积层中52.7%（135/256）的filters捕获到的PWM可以与水稻已知的转录因子motif匹配。进一步分析表明,上述模型filters可以分成两类,其中一类代表与预测结果正相关,检查其PWM发现富含GC碱基;另一类代表与预测结果负相关,富含AT碱基。3)结合水稻的七种组蛋白修饰数据,模型第一个卷积层学习到的序列特征能够有效地表征水稻基因组的组蛋白修饰模式,基于上述序列特征对不同组蛋白修饰的预测相关性范围从0.537（±0.021）到0.760（±0.009）,其中H3K4me2具有最高的修饰相关性,这暗示H3K4me2可能是水稻增强子相关的组蛋白修饰。同时基于第一个卷积层学习到的序列特征,构建XGBoost模型分类蛋白质编码启动子和nc RNA启动子,该模型准确率达到82%,这也意味着本文的模型可以在水稻基因组中发现一些潜在的通用模式。4)通过计算机饱和突变分析发现,增强子的中心区域具有最高的变异效应,同时结合phast Cons、phylo P和单核苷酸多态性数据同样发现,增强子的中心区域具有最高的保守性,这暗示中心区域可能受到较强的功能约束。综上所述,本研究通过整合水稻增强子数据、表观修饰数据以及群体多态性数据,在鉴定到的水稻增强子基础上,分析了水稻增强子的序列特征及其调控语法,同时鉴定到一批具有高变异效应的位点。上述结果对理解水稻增强子调控语法以及未来结合基因编辑技术对水稻进行精准改良有重要意义。