在病原微生物持续危害公众健康与生命的今天,及时有效的检测将显著提高人类监控应对此类风险的能力。当前,微生物检测仍以PCR技术为基础,因此敏感而又特异的PCR引物,将是检测成功与否的关键。本论文基于公共数据库中广泛存在的核酸序列片段,针对常见的呼吸系统传染性病毒,成功设计了一套新的引物设计流程,使得这些引物一方面在病毒或其亚型内部保守,同时又不与其他相近病毒或亚型的基因组序列相似,保证了其特异性地扩增目标产物的能力,实现有效检测病毒病原体的目的。在明确目标病原微生物后,研究其基因组功能,了解传染致病的分子机制,则有助于人们预防并治疗病原微生物所引起的各种疾病。故而,发展准确的基因组注释计算方法,就显得很有必要。鉴于传统的序列同源比对方法无法推断出序列同源性较差的基因的功能,同时数据库中许多基因的功能也仍然未知,本论文通过整合基因之间的相互作用网络关系数据,并在相互关联的基因之间可能具有相似或相同的功能的假设下,开发出了一套新的基因功能预测方法。该方法在细菌蛋白质组有害因子的鉴定中,预测准确度高达90%,远远超过了传统的序列同源比对BLAST方法(<80%),而且也优于国际上基于序列特征提取的机器学习方法。特别地,近10年来,以高通量为标志的二代测序技术,使得人们获取病原微生物全基因组数据的时间与经济成本显著下降。面对大量的基因组序列信息与众多的功能未知区域的注释需求,本论文以多株工业生产大肠杆菌为例,论述了微生物基因组高通量测序数据分析的生物信息学流程,帮助研究人员从中获得有关基因组功能或表型的信息。最后,考虑到病原微生物在导致宿主感染致病的过程中,分子之间存在跨物种的相互作用关系,本论文从蛋白质结构域的视角,系统分析了病毒与宿主之间的相互作用,并对不同类型的病毒进行了比较。研究显示,病毒优先与宿主胞内互作网络中的中心结构域及瓶颈结构域结合,不同类型的病毒以共同的或特异的机制来破坏宿主胞内分子网络,例如、 RNA与逆转录病毒一方面能够靶定共同的宿主结构域,另一方面又借助各自独有的结构域竞争性地参与宿主内互作。而且,病毒感染与基因组变异以一种相似的方式来改变人类胞内网络的局部或全局特征,进而导致人类疾病表型的发生,例如病毒优先靶定与疾病相关的宿主基因或结构域。这种将跨物种相互作用与宿主基因组联合的研究方法,可能会给病原菌或基因组变异引起人类疾病的分子机制研究带来曙光。