MicroRNA(miRNA)是一类新发现的,长度约为22个核苷酸的内源性非编码RNA. miRNA通过抑制或者降解靶标mRNA对靶标基因进行转录后调控。它在调节基因的转录与表达以及调控生物体正常发育等生物过程中发挥着重要作用。鉴于其在生物体中重要的调节作用,miRNA基因成为研究的重点和热点。目前,通过实验和生物信息的方法,大量的miRNA陆续在脊椎动物和植物中被发现。但是,在昆虫中,对于miRNA的研究局限于几种模式生物和基因组已测序的物种,而对于农业昆虫中的miRNA来说,研究相对较少。在本文中,我们通过整合比较基因组学和机器学习等生物信息学方法,建立了一个从63个昆虫的EST数据库中预测miRNA的流程。在本流程中,我们利用Triplet-SVM分类器来区分pre-miRNA的发夹结构和随机序列形成的发夹结构。由于Triplet-SVM分类器是利用人类miRNAs的前体序列进行训练的,因此,为了提高在昆虫中预测miRNA基因的准确度和特异性,我们用已知的昆虫miRNAs的前体序列重新训练了该分类器。我们在两个参数下进行预测,最终在严参数下从30个物种中预测了86个miRNAs,在松参数下从51个物种中预测出来330个miRNAs。从miRNA家族分析的结果来看,mir-467, mir-297和mir-466这3个家族的：miRNAs在昆虫中表现出高度的保守性。为了验证预测结果的可靠性,我们从东亚飞蝗(Locusta migratoria)中预测出来的27个miRNAs中随机选取了9个用RT-PCR进行验证,其中8个成功验证。我们也对预测出来的miRNAs的靶基因进行了预测,找到了59个靶基因。Gene Ontology的分析结果表明,大多数靶基因编码的产物为转录因子,具有结合和催化活性。