Collaboration broadens the “root economics space” ranging from “do-it-yourself” to “outsourcing” to mycorrhizal partners.

Summary The effects of plants on the biosphere, atmosphere and geosphere are key determinants of terrestrial ecosystem functioning. However, despite substantial progress made regarding plant belowground components, we are still only beginning to explore the complex relationships between root traits and functions. Drawing on the literature in plant physiology, ecophysiology, ecology, agronomy and soil science, we reviewed 24 aspects of plant and ecosystem functioning and their relationships with a number of root system traits, including aspects of architecture, physiology, morphology, anatomy, chemistry, biomechanics and biotic interactions. Based on this assessment, we critically evaluated the current strengths and gaps in our knowledge, and identify future research challenges in the field of root ecology. Most importantly, we found that belowground traits with the broadest importance in plant and ecosystem functioning are not those most commonly measured. Also, the estimation of trait relative importance for functioning requires us to consider a more comprehensive range of functionally relevant traits from a diverse range of species, across environments and over time series. We also advocate that establishing causal hierarchical links among root traits will provide a hypothesis‐based framework to identify the most parsimonious sets of traits with the strongest links on functions, and to link genotypes to plant and ecosystem functioning.

Abstract Root phenotyping describes methods for measuring root properties, or traits. While root phenotyping can be challenging, it is advancing quickly. In order for the field to move forward, it is essential to understand the current state and challenges of root phenotyping, as well as the pressing needs of the root biology community. In this letter, we present and discuss the results of a survey that was created and disseminated by members of the Graduate Student and Postdoc Ambassador Program at the 11th symposium of the International Society of Root Research. This survey aimed to (1) provide an overview of the objectives, biological models and methodological approaches used in root phenotyping studies, and (2) identify the main limitations currently faced by plant scientists with regard to root phenotyping. Our survey highlighted that (1) monocotyledonous crops dominate the root phenotyping landscape, (2) root phenotyping is mainly used to quantify morphological and architectural root traits, (3) 2D root scanning/imaging is the most widely used root phenotyping technique, (4) time-consuming tasks are an important barrier to root phenotyping, (5) there is a need for standardised, high-throughput methods to sample and phenotype roots, particularly under field conditions, and to improve our understanding of trait-function relationships.

ABSTRACT Root crown phenotyping measures the top portion of crop root systems and can be used for marker-assisted breeding, genetic mapping, and understanding how roots influence soil resource acquisition. Several imaging protocols and image analysis programs exist, but they are not optimized for high-throughput, repeatable, and robust root crown phenotyping. The RhizoVision Crown platform integrates an imaging unit, image capture software, and image analysis software that are optimized for reliable extraction of measurements from large numbers of root crowns. The hardware platform utilizes a back light and a monochrome machine vision camera to capture root crown silhouettes. RhizoVision Imager and RhizoVision Analyzer are free, open-source software that streamline image capture and image analysis with intuitive graphical user interfaces. RhizoVision Analyzer was physically validated using copper wire and features were extensively validated using 10,464 ground-truth simulated images of dicot and monocot root systems. This platform was then used to phenotype soybean and wheat root crowns. A total of 2,799 soybean ( Glycine max ) root crowns of 187 lines and 1,753 wheat ( Triticum aestivum ) root crowns of 186 lines were phenotyped. Principal component analysis indicated similar correlations among features in both species. The maximum heritability was 0.74 in soybean and 0.22 in wheat, indicating differences in species and populations need to be considered. The integrated RhizoVision Crown platform facilitates high-throughput phenotyping of crop root crowns, and sets a standard by which open plant phenotyping platforms can be benchmarked.

Abstract Motivation Trait data are fundamental to quantitatively describe plant form and function. Although root traits capture key dimensions related to plant responses to changing environmental conditions and effects on ecosystem processes, they have rarely been included in large-scale comparative studies and global models. For instance, root traits remain absent from nearly all studies that define the global spectrum of plant form and function. Thus, to overcome conceptual and methodological roadblocks preventing a widespread integration of root trait data into large-scale analyses we created the Global Root Trait (GRooT) Database. GRooT provides ready-to-use data by combining the expertise of root ecologists with data mobilization and curation. Specifically, we (i) determined a set of core root traits relevant to the description of plant form and function based on an assessment by experts, (ii) maximized species coverage through data standardization within and among traits, and (iii) implemented data quality checks. Main types of variables contained GRooT contains 114,222 trait records on 38 continuous root traits. Spatial location and grain Global coverage with data from arid, continental, polar, temperate, and tropical biomes. Data on root traits derived from experimental studies and field studies. Time period and grain Data recorded between 1911 and 2019 Major taxa and level of measurement GRooT includes root trait data for which taxonomic information is available. Trait records vary in their taxonomic resolution, with sub-species or varieties being the highest and genera the lowest taxonomic resolution available. It contains information for 184 sub-species or varieties, 6,214 species, 1,967 genera and 254 families. Due to variation in data sources, trait records in the database include both individual observations and mean values. Software format GRooT includes two csv file. A GitHub repository contains the csv files and a script in R to query the database.

Summary The root economics space is a useful framework for plant ecology, but rarely considered for crop ecophysiology. In order to understand root trait integration in winter wheat, we combined functional phenomics with trait economic theory utilizing genetic variation, high-throughput phenotyping, and multivariate analyses. We phenotyped a diversity panel of 276 genotypes for root respiration and architectural traits using a novel high-throughput method for CO 2 flux and the open-source software RhizoVision Explorer for analyzing scanned images. We uncovered substantial variation for specific root respiration (SRR) and specific root length (SRL), which were primary indicators of root metabolic and construction costs. Multiple linear regression estimated that lateral root tips had the greatest SRR, and the residuals of this model were used as a new trait. SRR was negatively correlated with plant mass. Network analysis using a Gaussian graphical model identified root weight, SRL, diameter, and SRR as hub traits. Univariate and multivariate genetic analyses identified genetic regions associated with aspects of the root economics space, with underlying gene candidates. Combining functional phenomics and root economics is a promising approach to understand crop ecophysiology. We identified root traits and genomic regions that could be harnessed to breed more efficient crops for sustainable agroecosystems.

Nutrient uptake is critical for crop growth and determined by root foraging in soil. Growth and branching of roots lead to effective root placement to acquire nutrients, but relatively less is known about absorption of nutrients at the root surface from the soil solution. This knowledge gap could be alleviated by understanding sources of genetic variation for short-term nutrient uptake on a root length basis. A new modular platform for high-throughput phenotyping of multiple ion uptake kinetics was designed to determine nutrient uptake rates in Zea mays . Using this system, uptake rates were characterized for the crop macronutrients nitrate, ammonium, potassium, phosphate and sulfate among the Nested Association Mapping (NAM) population founder lines. The data revealed that substantial genetic variation exists for multiple ion uptake rates in maize. Interestingly, specific nutrient uptake rates (nutrient uptake rate per length of root) were found to be both heritable and distinct from total uptake and plant size. The specific uptake rates of each nutrient were positively correlated with one another and with specific root respiration (root respiration rate per length of root), indicating that uptake is governed by shared mechanisms. We selected maize lines with high and low specific uptake rates and performed an RNA-seq analysis, which identified key regulatory components involved in nutrient uptake. The high-throughput multiple ion uptake kinetics pipeline will help further our understanding of nutrient uptake, parameterize holistic plant models, and identify breeding targets for crops with more efficient nutrient acquisition. Significance Statement Nutrient uptake is among the most limiting factors for plant growth and yet has not been used as a selection criterion in breeding. This is partly due to the lack of high-throughput phenotyping methods for measuring nutrient uptake. Here we describe a novel high-throughput phenotyping pipeline for quantification of multiple ion uptake rates. Using this new phenotyping system, our results demonstrate that specific ion uptake performance by maize plants is positively correlated among the macronutrients nitrogen, phosphorus, potassium and sulfur, and that substantial variation exists within a genetically diverse population. The findings reveal components of regulatory pathways possibly related with enhanced uptake, and confirm that nutrient uptake itself is a potential target for breeding of nutrient-efficient crops.

Abstract Bread wheat ( Triticum aestivum L) is one of main staple food crops worldwide contributing 20% calories in human diet. Drought stress is the main factor limiting yields and threatening to food security, with climate change resulting in more frequent and intense drought. Developing drought-tolerant wheat cultivars is a promising way forward. The use of a holistic approaches that include high-throughput phenotyping and genetic makers in selection could help in accelerating genetic gains. Fifty advanced breeding lines were selected from the CIMMYT Turkey winter wheat breeding program and studied under irrigated and semiarid conditions for two years. High-throughput phenotyping were done for wheat crown root traits using shovelomics techniques and canopy green area and senescence dynamics using vegetation indices (green area using RGB images and Normalized Difference Vegetation Index using spectral reflectance). In addition, genotyping by KASP markers for adaptability genes was done. Overall, under semiarid conditions compared to irrigated conditions yield reduced by 3.09 t ha −1 (−46.8%). Significant difference between the treatment and genotype was observed for grain yield and senescence traits. Genotypes responded differently under drought stress. Root traits including shallower nodal root angle under irrigated conditions and root number per shoot under semiarid conditions were associated with increased grain yield. RGB based vegetation index measuring canopy green area at anthesis was more strongly associated with GY than NDVI under drought. Five established functional genes ( PRR73.A1 – flowering time, TEF-7A – grain size and weight, TaCwi.4A - yield under drought, Dreb1 -drought tolerance, and ISBW11.GY.QTL.CANDIDATE- grain yield) were associated with different drought-tolerance traits in this experiment. We conclude that a combination of high-throughput phenotyping and selection for genetic markers can help to develop drought-tolerant wheat cultivars.

The emergence of functional phenomics signifies the rebirth of physiology as a 21st century science through the use of advanced sensing technologies and big data analytics. Functional phenomics highlights the importance of phenotyping beyond only identifying genetic regions because a significant knowledge gap remains in understanding which plant properties will influence ecosystem services beneficial to human welfare. Here, a general approach for the theory and practice of functional phenomics is outlined including exploring the phene concept as a unit of phenotype. The functional phenomics pipeline is proposed as a general method for conceptualizing, measuring, and validating utility of plant phenes. The functional phenomics pipeline begins with ideotype development. Second, a phenotyping platform is developed to maximize the throughput of phene measurements. A mapping population is screened measuring target phenes and indicators of plant performance such as yield and nutrient composition. Traditional forward genetics allows genetic mapping, while functional phenomics links phenes to plant performance. Based on these data, genotypes with contrasting phenotypes can be selected for smaller yet more intensive experiments to understand phene-environment interactions in depth. Simulation modeling can be used to understand the phenotypes and all stages of the pipeline feed back to ideotype and phenotyping platform development.

Abstract Plant phenotypic plasticity in response to nutrient and water availability is an important adaptation for abiotic stress tolerance. Roots intercept water and nutrients while foraging through soil searching for further resources. Substantial amounts of nitrate can leach into groundwater; yet, little is known about how deep rooting affects this process. Here, we phenotyped root system traits and deep 15 N nitrate capture across 1.5 m profiles of solid-media using tall mesocosms in switchgrass ( Panicum virgatum L.), a cellulosic bioenergy feedstock. Root and shoot biomass, photosynthesis and respiration, and nutrient uptake traits were quantified in response to a water and nitrate stress factorial experiment in the greenhouse for switchgrass upland (VS16) and lowland (AP13) ecotypes. The two switchgrass ecotypes shared common plastic abiotic responses to nitrogen (N) and water availability and yet showed genotypic differences for root and shoot traits. A significant interaction between nitrogen and water stress for axial and lateral root traits represents a complex and shared root development strategy for stress mitigation. Deep root growth and 15 N capture were found to be closely linked to aboveground growth. Together, these results represent the wide genetic pool of switchgrass and that deep rooting promotes nitrate capture, plant productivity, and sustainability. Highlight Two main ecotypes of switchgrass have both shared and different root responses to varying water and nitrogen conditions, with deep rooting shown to be closely linked to aboveground growth.