Abstract Improvements in crop resistance to pathogens can reduce yield losses and address global malnourishment today. Gene-for-gene -type interactions can identify new sources of resistance but genetic resistance is often short lived. Ultimately an understanding of how pathogens rapidly adapt will allow us to both increase resistance gene durability and more effectively target chemical treatments. Until recently all agricultural pathogens were living on wild hosts. To understand crop pathogen evolution, we compared genetic diversity in agricultural and wild populations. Wild reservoirs may be the source of emergent pathogen lineages, but here we outline a strategy for comparison of wild and agricultural pathogen populations to highlight genes adapting to agriculture. To address this, we have selected and developed the beet rust system ( Beta vulgaris , Uromyces beticola , respectively) as our wild-agricultural model. Our hypothesis is that pathogen adaptation to agricultural crops will be evident as divergence in comparisons of wild and agricultural plant pathogen populations. We sampled isolates in both the wild and agriculture, sequenced and assembled and annotated a large fungal genome and analysed genetic diversity in 42 re-sequenced rust isolates. We found population differentiation between isolates in the wild compared to a predominantly agricultural group. Fungal effector genes are co-evolving with host resistance and are important for successful colonisation. We predicted (and found) that these exhibit a greater signal of diversification and adaptation and more importantly displayed increased wild agricultural divergence. Finding a signal of adaptation in these genes highlights this as an important strategy to identify genes which are key to pathogen success, that analysis of agricultural isolates alone cannot. Author Summary As quickly as we develop new strategies for crop defence, pathogens evolve to circumvent them. Novel crop pathogen strains emerge periodically and sweep through the agricultural system. However, because of the (often) clonal nature of these crop pathogens it is difficult to identify the trait that is key to their success. In other words, if there is a trait that is key for success in agriculture, all agricultural isolates will have it (or die without it). What we need is a case and control system where we identify genes important to pathogen success in agricultural by comparing them to pathogens that live in the wild. Here we exemplify this strategy by focussing on genes already known to specifically adapt for the successful colonisation of the host, the fungal effector genes. We find that these genes appear to be evolving quickly and that they are more different between the wild and agriculture than other non-effector genes. These differences between wild and agricultural pathogens suggest we are observing adaptation to agriculture. We do this work in the sugar beet rust system because of its tractability to sample but this understanding about how to identify genetic variation that is key to pathogen success in agriculture is applicable to crop systems where pathogen reservoirs exist as well as other pathogen reservoir systems (e.g. zoonoses).

Abstract The genetic code is one of the most highly conserved features across life. Only a few lineages have deviated from the “universal” genetic code. Amongst the few variants of the genetic code reported to date, the codons UAA and UAG virtually always have the same translation, suggesting that their evolution is coupled. Here, we report the genome and transcriptome sequencing of a novel ciliate, belonging to the Oligohymenophorea class, where the translation of the UAA and UAG stop codons have changed to specify different amino acids. Genomic and transcriptomic analyses revealed that UAA has been reassigned to encode lysine, while UAG has been reassigned to encode glutamic acid. We identified multiple suppressor tRNA genes with anticodons complementary to the reassigned codons. We show that the retained UGA stop codon is enriched in the 3’UTR immediately downstream of the coding region of genes, suggesting that there is functional drive to maintain tandem stop codons. Using a phylogenomics approach, we reconstructed the ciliate phylogeny and mapped genetic code changes, highlighting the remarkable number of independent genetic code changes within the Ciliophora group of protists. According to our knowledge, this is the first report of a genetic code variant where UAA and UAG encode different amino acids.

Abstract The model plant Nicotiana benthamiana is an increasingly attractive organism for the production of high-value, biologically active molecules. However, N. benthamiana accumulates high levels of pyridine alkaloids, in particular nicotine, which complicates the downstream purification processes. Here, we report the assembly of an improved N. benthamiana genome as well as the generation of low-nicotine lines by CRISPR/Cas9-based inactivation of berberine bridge enzyme-like proteins (BBLs). Triple as well as quintuple mutants accumulated 3-4 times less nicotine than the respective control lines. The availability of lines without functional BBLs allowed us to probe their catalytic role in nicotine biosynthesis, which has remained obscure. Notably, chiral analysis revealed that the enantiomeric purity of nicotine was fully lost in the quintuple mutants. In addition, precursor feeding experiments showed that these mutants cannot facilitate the specific loss of C6 hydrogen that characterizes natural nicotine biosynthesis. Our work delivers an improved N. benthamiana chassis for bioproduction and opens the possibility that BBLs are the sought-after coupling enzymes in nicotine biosynthesis.

ABSTRACT Gaeumannomyces tritici is responsible for take-all disease, one of the most important wheat root threats worldwide. High-quality annotated genome resources are sorely lacking for this pathogen, as well as for the closely related antagonist and potential wheat take-all biocontrol agent, G. hyphopodioides . As such, we know very little about the genetic basis of the interactions in this host-pathogen-antagonist system. Using PacBio HiFi sequencing technology we have generated nine near-complete assemblies, including two different virulence lineages for G. tritici and the first assemblies for G. hyphopodioides and G. avenae (oat take-all). Genomic signatures support the presence of two distinct virulence lineages in G. tritici (types A and B), with A strains potentially employing a mechanism to prevent gene copy-number expansions. The CAZyme repertoire was highly conserved across Gaeumannomyces , while candidate secreted effector proteins and biosynthetic gene clusters showed more variability and may distinguish pathogenic and non-pathogenic lineages. A transition from self-sterility (heterothallism) to self-fertility (homothallism) may also be a key innovation implicated in lifestyle. We did not find evidence for transposable element and effector gene compartmentalisation in the genus, however the presence of Starship giant transposable elements likely contributes to genomic plasticity in the genus. Our results depict Gaeumannomyces as an ideal system to explore interactions within the rhizosphere, the nuances of intraspecific virulence, interspecific antagonism, and fungal lifestyle evolution. The foundational genomic resources provided here will enable the development of diagnostics and surveillance of understudied but agriculturally important fungal pathogens.

We present a reference genome assembly from an individual male Violet Carpenter Bee (Xylocopa violacea, Linnaeus, 1758). The genome sequence is 1.02 gigabases in span. 48% of the assembly is scaffolded into 17 pseudo-chromosomal units. The mitochondrial genome has also been assembled and is 21.8 kilobases in length. The genome is highly repetitive, likely representing a highly heterochromatic architecture expected of bees from the genus Xylocopa. We also use an evidence-based methodology to annotate 10,152 high confidence coding genes. This genome was sequenced as part of the pilot project of the European Reference Genome Atlas (ERGA) and represents an important addition to the genomic resources available for Hymenoptera.

We present a chromosome-scale annotated assembly of the rye (Secale cereale L. inbred line 'Lo7') genome, which we use to explore Triticeae genomic evolution, and rye's superior disease and stress tolerance. The rye genome shares chromosome-level organization with other Triticeae cereals, but exhibits unique retrotransposon dynamics and structural features. Crop improvement in rye, as well as in wheat and triticale, will profit from investigations of rye gene families implicated in pathogen resistance, low temperature tolerance, and fertility control systems for hybrid breeding. We show that rye introgressions in wheat breeding panels can be characterised in high-throughput to predict the yield effects and trade-offs of rye chromatin.

Next generation sequencing (NGS) technologies enable rapid and cheap genome-wide transcriptome analysis, providing vital information about gene structure, transcript expression and alternative splicing. Key to this is the the accurate identification of exon-exon junctions from RNA sequenced (RNA-seq) reads. A number of RNA-seq aligners capable of splitting reads across these splice junctions (SJs) have been developed, however, it has been shown that while they correctly identify most genuine SJs available in a given sample, they also often produce large numbers of incorrect SJs. Herein we describe the extent of this problem using popular RNA-seq mapping tools, and present a new method, called Portcullis, to rapidly filter false SJs junctions from spliced alignments produced by any RNA-seq mapper capable of creating SAM/BAM files. We show that Portcullis distinguishes between genuine and false positive junctions to a high-degree of accuracy across different species, samples, expression levels, error profiles and read lengths. Portcullis makes efficient use of memory and threading and, to our knowledge, is currently the only SJ prediction tool that reliably scales for use with large RNAseq datasets and large highly fragmented genomes, whilst delivering highly accurate SJs.

Large-scale chromosome rearrangements are arguably the most dramatic type of mutations, often leading to rapid evolution and speciation. However, chromosome dynamics have only been studied at the sequence level in a small number of model systems. In insects, Diptera (flies and mosquitoes) and Lepidoptera (butterflies and moths) have high levels of chromosome conservation. Whether this truly reflects the diversity of insect genome evolution is questionable given that many species exhibit rapid karyotype evolution. Here, we investigate chromosome evolution in aphids - an important group of hemipteran plant pests - using newly generated chromosome-scale genome assemblies of the green peach aphid ( Myzus persicae ) and the pea aphid ( Acyrthosiphon pisum ), and a previously published chromosome-scale assembly of the corn-leaf aphid ( Rhopalosiphum maidis ). We find that aphid autosomes have undergone dramatic reorganisation over the last 30 million years, to the extent that chromosome homology cannot be determined between aphids from the tribes Macrosiphini ( M. persicae and A. pisum ) and Aphidini ( R. maidis ). In contrast, gene content of the aphid sex (X) chromosome remained unchanged despite rapid sequence evolution, low gene expression and high transposable element load. To test whether rapid evolution of genome structure is a hallmark of Hemiptera, we compared our aphid assemblies to chromosome-level assemblies of two blood-feeding Hemiptera ( Rhodnius prolixus and Triatoma rubrofasciata ). Despite being more diverged, the blood-feeding hemipterans have conserved synteny and we detect only two chromosome fusion or fission events. The exceptional rate of structural evolution of aphid autosomes renders them an important emerging model system for studying the role of large-scale genome rearrangements in evolution.

Advances in genome sequencing and assembly technologies are generating many high quality genome sequences, but assemblies of large, repeat-rich polyploid genomes, such as that of bread wheat, remain fragmented and incomplete. We have generated a new wheat whole-genome shotgun sequence assembly using a combination of optimised data types and an assembly algorithm designed to deal with large and complex genomes. The new assembly represents more than 78% of the genome with a scaffold N50 of 88.8kb that has a high fidelity to the input data. Our new annotation combines strand-specific Illumina RNAseq and PacBio full-length cDNAs to identify 104,091 high confidence protein-coding genes and 10,156 non-coding RNA genes. We confirmed three known and identified one novel genome rearrangements. Our approach enables the rapid and scalable assembly of wheat genomes, the identification of structural variants, and the definition of complete gene models, all powerful resources for trait analysis and breeding of this key global crop.

The performance of RNA-Seq aligners and assemblers varies greatly across different organisms and experiments, and often the optimal approach is not known beforehand. Here we show that the accuracy of transcript reconstruction can be boosted by combining multiple approaches, and we present a novel algorithm to integrate multiple RNA-Seq assemblies into a coherent transcript annotation. Our algorithm can remove redundancies and select the best transcript models according to user-specified metrics, while solving common artefacts such as erroneous transcript chimerisms. We have implemented this method in an open-source Python3 and Cython program, Mikado, available at https://github.com/lucventurini/Mikado.