提升昆虫基因组质量,有利于更好地开发和利用昆虫基因组资源,为昆虫基因组学研究提供数据支撑,具有重要的现实意义。然而,当前昆虫基因组学研究存在发展不平衡、拼接质量参差不齐等问题。截至2020年12月,在NCBI（美国国家生物信息中心数据库）中提交的625个昆虫基因组中,仅有82个基因组组装到染色体水平,其余仅为Scaffold或Contig水平,高质量基因组数据的缺乏给数据深度挖掘和有效利用带来挑战。因此,本研究基于物种间基因组的共线性,开发了基因组优化软件,并将其应用在褐飞虱基因组中;对优化后的褐飞虱基因组重新进行了注释,结合转录组数据构建了基因共表达网络,鉴定和筛选了具有高连接度的网络核心（hub）基因。主要研究结果如下:1.基于共线性的基因组辅助组装软件开发基于Python语言开发了基因组辅助组装软件iGAS（Improving Genome Assembly based on Synteny）。该软件以近缘物种的基因组为参考,利用共线性信息对基因组Scaffold或Contig进行排序及优化。为测试软件性能,使用iGAS对16个动植物基因组分别进行优化,统计优化后基因组的N50、NA50及组装错误量等指标,并与同类软件Ra GOO和Chromosomer进行比较。结果表明,以近缘物种的染色体水平基因组作为参考时,iGAS优化后基因组的N50和NA50最大可分别提升22倍和3.57倍,且在三种软件中具有最低的组装错误量;以近缘物种的非染色体水平基因组作为参考时,iGAS在N50、NA50及组装错误量上也均优于Ra GOO和Chromosomer。为方便用户使用,还搭建了iGAS在线分析平台（http://insect-genome.com/software/iGAS/home.html）,为基因组组装质量的优化提供了有力的技术和平台支撑。2.褐飞虱共表达网络分析与hub基因鉴定褐飞虱早期基因组版本测序较早,只利用二代测序数据,为了提升基因组的组装质量,以灰飞虱基因组为参考,利用iGAS软件对早期版本的褐飞虱基因组进行了优化。对优化后基因组重新进行注释,并结合72个RNA-seq数据,利用加权基因共表达网络分析技术（Weighted gene co-expression network analysis,WGCNA）,构建了褐飞虱基因共表达网络。在18个网络模块内,共预测获得323个与重要生物学功能有密切联系的hub基因。在模块内所有的9,874个基因中,与已知的昆虫RNAi靶标基因同源的基因共有674个,占模块基因总数的6.83%;而在预测的323个hub基因中,与已知RNAi靶标基因同源的基因有24个,占7.43%。褐飞虱基因共表达网络中hub基因的鉴定,有望作为筛选褐飞虱RNA干扰潜在靶标的方法,在未来害虫防治中发挥重要作用。