We report the first annotated chromosome-level reference genome assembly for pea, Gregor Mendel’s original genetic model. Phylogenetics and paleogenomics show genomic rearrangements across legumes and suggest a major role for repetitive elements in pea genome evolution. Compared to other sequenced Leguminosae genomes, the pea genome shows intense gene dynamics, most likely associated with genome size expansion when the Fabeae diverged from its sister tribes. During Pisum evolution, translocation and transposition differentially occurred across lineages. This reference sequence will accelerate our understanding of the molecular basis of agronomically important traits and support crop improvement. The first annotated chromosome-level reference genome assembly for pea, Gregor Mendel’s original genetic model, provides insights into legume genome evolution and the molecular basis of agricultural traits for pea improvement.

Summary Lentil ( Lens culinaris Medik.) is cultivated under a wide range of environmental conditions, which led to diverse phenological adaptations and resulted in a decrease in genetic variability within breeding programs due to reluctance in using genotypes from other environments. We phenotyped 324 genotypes across nine locations over three years to assess their phenological response to the environment of major lentil production regions and to predict days from sowing to flowering (DTF) using a photothermal model. DTF was highly influenced by the environment and is sufficient to explain adaptation. We were able to predict DTF reliably in most environments using a simple photothermal model, however, in certain site-years, results suggest there may be additional environmental factors at play. Hierarchical clustering of principal components revealed the presence of eight groups based on the responses of DTF to contrasting environments. These groups are associated with the coefficients of the photothermal model and revealed differences in temperature and photoperiod sensitivity. Expanding genetic diversity is critical to the success of a breeding program; understanding adaptation will facilitate the use of exotic germplasm. Future climate change scenarios will result in increase temperature and/or shifts in production areas, we can use the photothermal model to identify genotypes most likely to succeed in these new environments.

Endothelial cells (ECs) make up the innermost layer throughout the entire vasculature. Their phenotypes and physiological functions are initially regulated by developmental signals and extracellular stimuli. The underlying molecular mechanisms responsible for the diverse phenotypes of ECs from different organs are not well understood. To characterize the transcriptomic and epigenomic landscape in the vascular system, we cataloged gene expression and active histone marks in nine types of human ECs (generating 148 genome-wide datasets) and carried out a comprehensive analysis with chromatin interaction data. We identified 3,765 EC-specific enhancers, some of which were associated with disease-associated genetic variations. We also identified various candidate marker genes for each EC type. Notably, reflecting the developmental origins of ECs and their roles in angiogenesis, vasculogenesis and wound healing. While the importance of several HOX genes for early vascular development and adult angiogenesis in pathological conditions has been reported, a systematic analysis of the regulation and roles of HOX genes in mature tissue cells has been lacking. These datasets provide a valuable resource for understanding the vascular system and associated diseases.

Abstract Background Effective population size ( N e ) is a pivotal parameter in population genetics as it can provide information on the rate of inbreeding and the contemporary status of genetic diversity in breeding populations. The population with smaller N e can lead to faster inbreeding, with little potential for genetic gain making selections ineffective. The importance of N e has become increasingly recognized in plant breeding, which can help breeders monitor and enhance the genetic variability or redesign their selection protocols. Here, we present the first N e estimates based on linkage disequilibrium (LD) in the pea genome. Results We calculated and compared N e using SNP markers from North Dakota State University (NDSU) modern breeding lines and United States Department of Agriculture (USDA) diversity panel. The extent of LD was highly variable not only between populations but also among different regions and chromosomes of the genome. Overall, NDSU had a higher and longer-range LD than the USDA that could extend up to 500Kb, with a genome-wide average r 2 of 0.57 (vs 0.34), likely due to its lower recombination rates and the selection background. The estimated N e for the USDA was nearly three-fold higher ( N e = 174) than NDSU ( N e = 64), which can be confounded by a high degree of population structure due to the selfing nature of pea. Conclusions Our results provided insights into the genetic diversity of the germplasm studied, which can guide plant breeders to actively monitor N e in successive cycles of breeding to sustain viability of the breeding efforts in the long term.

Abstract The superiority of multi-trait genomic selection (MT-GS) over univariate genomic selection (UNI-GS) can be improved by redesigning the phenotyping strategy. In this study, we used about 300 advanced breeding lines from North Dakota State University (NDSU) pulse breeding program and about 200 USDA accessions evaluated for ten nutritional traits to assess the efficiency of sparse testing in MT-GS. Our results showed that sparse phenotyping using MT-GS consistently outperformed UNI-GS when compared to partially balanced phenotyping using MT-GS. This strategy can be further extended to multi-environment multi-trait GS to improve prediction performance and reduce the cost of phenotyping and time-consuming data collection process. Given that MT-GS relies on borrowing information from genetically correlated traits and relatives, consideration should be given to trait combinations in the training and prediction sets to improve model parameters estimate and ultimately prediction performance. Our results point to heritability and genetic correlation between traits as possible parameters to achieve this objective.

Abstract Phenotypic evaluation and efficient utilization of germplasm collections can be time-intensive, laborious, and expensive. However, with the plummeting costs of next-generation sequencing and the addition of genomic selection to the plant breeder’s toolbox, we now can more efficiently tap the genetic diversity within large germplasm collections. In this study, we applied and evaluated genomic selection’s potential to a set of 482 pea accessions – genotyped with 30,600 single nucleotide polymorphic (SNP) markers and phenotyped for seed yield and yield-related components – for enhancing selection of accessions from the USDA Pea Germplasm Collection. Genomic prediction models and several factors affecting predictive ability were evaluated in a series of cross-validation schemes across complex traits. Different genomic prediction models gave similar results, with predictive ability across traits ranging from 0.23 to 0.60, with no model working best across all traits. Increasing the training population size improved the predictive ability of most traits, including seed yield. Predictive abilities increased and reached a plateau with increasing number of markers presumably due to extensive linkage disequilibrium in the pea genome. Accounting for population structure effects did not significantly boost predictive ability, but we observed a slight improvement in seed yield. By applying the best genomic prediction model (e.g., RR-BLUP), we then examined the distribution of genotyped but nonphenotyped accessions and the reliability of genomic estimated breeding values (GEBV). The distribution of GEBV suggested that none of the nonphenotyped accessions were expected to perform outside the range of the phenotyped accessions. Desirable breeding values with higher reliability can be used to identify and screen favorable germplasm accessions. Expanding the training set and incorporating additional orthogonal information (e.g., transcriptomics, proteomics, metabolomics, physiological traits, etc.) into the genomic prediction framework could enhance prediction accuracy.

Abstract Understanding the genomic relationship between wild and cultivated genomes would facilitate access to the untapped variability found in crop wild relatives. We developed genome assemblies of a cultivated lentil ( Lens culinaris ) as well as a wild relative ( L. ervoides ). Comparative analyses revealed large-scale structural rearrangements and additional repetitive DNA in the cultivated genome, resulting in regions of reduced recombination, segregation distortion and permanent heterozygosity in the offspring of a cross between the two species. These novel findings provide plant breeders with better insight into how best to approach accessing the novel variability available in wild relatives.

Arsenic (As) is a carcinogenic and hazardous substance that poses a serious risk to human health. Physiological studies have shown that growth of lentil crop have been impaired due to arsenic toxicity, and is transportable into human food chains. Our research focused on the transportation of As in lentil crops and its mitigation using Arbuscular Mycorrhizal Fungus (AMF). Shoot length, fresh and dry weight of shoot and root were found comparatively higher in 5 and 15 mgkg-1 arsenic treated lentil seedlings than in a 100 mgkg-1 As concentrated soil. As accumulation in lentil's pods of BARI Mashur 1 were found higher than others; but As uptake in root and shoot were increased significantly in all BARI released lentil genotypes. Biomass growth of lentil was found higher in AMF treated soils in compare to non-AMF. AMF effectively reduced the arsenic uptake in root and shoot at 8 and 45 mgkg-1 As concentrated soils compared. As free lentil seeds are significantly important for human consumption through mitigation of As accumulation in lentil roots shoots and pods. AMF shows great potential in providing As free lentil seeds throughout the world.