Conifers have dominated forests for more than 200 million years and are of huge ecological and economic importance. Here we present the draft assembly of the 20-gigabase genome of Norway spruce (Picea abies), the first available for any gymnosperm. The number of well-supported genes (28,354) is similar to the >100 times smaller genome of Arabidopsis thaliana, and there is no evidence of a recent whole-genome duplication in the gymnosperm lineage. Instead, the large genome size seems to result from the slow and steady accumulation of a diverse set of long-terminal repeat transposable elements, possibly owing to the lack of an efficient elimination mechanism. Comparative sequencing of Pinus sylvestris, Abies sibirica, Juniperus communis, Taxus baccata and Gnetum gnemon reveals that the transposable element diversity is shared among extant conifers. Expression of 24-nucleotide small RNAs, previously implicated in transposable element silencing, is tissue-specific and much lower than in other plants. We further identify numerous long (>10,000 base pairs) introns, gene-like fragments, uncharacterized long non-coding RNAs and short RNAs. This opens up new genomic avenues for conifer forestry and breeding. The draft genome of the Norway spruce (P. abies) is presented; this is the first gymnosperm genome to be sequenced and reveals a large genome size (20 Gb) resulting from the accumulation of transposable elements, and comparative sequencing of five other gymnosperm genomes provides insights into conifer genome evolution. The first draft gymnosperm genome, that of a Norway spruce (Picea abies), is published this week by the Spruce Genome Project consortium. The genome is from a tree originally collected in 1959 in eastern Jämtland, central Sweden. At 20 gigabases, the genome is more than a hundred times larger than that of the model plant species Arabidopsis, but the two contain a similar number of genes. The large genome size is the result of an accumulation of transposable elements. Comparative sequencing of five further gymnosperm genomes suggests that transposable element diversity is shared among extant conifers. The sequence data are available for public access from the ConGenIE website ( http://congenie.org/ ).

Abstract Speciation, the continuous process by which new species form, is often investigated by looking at the variation of nucleotide diversity and differentiation across the genome (hereafter genomic landscapes). A key challenge lies in how to determine the main evolutionary forces at play shaping these patterns. One promising strategy, albeit little used to date, is to comparatively investigate these genomic landscapes as a progression through time by using a series of species pairs along a divergence gradient. Here, we resequenced 201 whole-genomes from eight closely related Populus species, with pairs of species at different stages along the divergence gradient to learn more about speciation processes. Using population structure and ancestry analyses, we document extensive introgression between some species pairs, especially those with parapatric distributions. We further investigate genomic landscapes, focusing on within-species (nucleotide diversity and recombination rate) and among-species (relative and absolute divergence) summary statistics of diversity and divergence. We observe highly conserved patterns of genomic divergence across species pairs. Independent of the stage across the divergence gradient, we find support for signatures of linked selection (i.e., the interaction between natural selection and genetic linkage) in shaping these genomic landscapes, along with gene flow and standing genetic variation. We highlight the importance of investigating genomic patterns on multiple species across a divergence gradient and discuss prospects to better understand the evolutionary forces shaping the genomic landscapes of diversity and differentiation.

Abstract Advances in next-generation sequencing methods and the development of new statistical and computational methods have opened up possibilities made for large-scale, high quality genotyping in most organisms. Conifer genomes are large and are known to contain a high fraction of repetitive elements and this complex genome structure has bearings for approaches that aim to use next-generation sequencing methods for genotyping. In this chapter we provide a detailed description of a workflow for variant calling using next-generation sequencing in Norway spruce ( Picea abies ). The workflow that starts with raw sequencing reads and proceeds through read mapping to variant calling and variant filtering. We illustrate the pipeline using data derived from both whole-genome resequencing data and reduced-representation sequencing. We highlight possible problems and pitfalls of using next-generation sequencing data for genotyping stemming from the complex genome structure of conifers and how those issues can be mitigated or eliminated.

Abstract Non-additive genetic effects can be effectively exploited in control-pollinated families with the availability of genome-wide markers. We used 41,304 SNP markers and compared pedigree vs. marker-based genetic models by analysing height, diameter, basic density and pulp yield for 338 Eucalyptus urophylla x E.grandis control-pollinated families represented by 949 informative individuals. We evaluated models accounting for additive, dominance, and first-order epistatic interactions (additive by additive, dominance by dominance, and additive by dominance). We showed that the models can capture a large proportion of the genetic variance from dominance and epistasis for growth traits as those components are typically not independent. We also show that we could partition genetic variances more precisely when using relationship matrices derived from markers compared to using only pedigree information. In addition, phenotypic prediction accuracies were only slightly increased by including dominance effects for growth traits since estimates of non-additive variances yielded rather high standard errors. This novel result improves our current understanding of the architecture of quantitative traits and recommends accounting for dominance variance when developing genomic selection strategies in hybrid Eucalyptus .

ABSTRACT In a warming climate, the ability to accurately predict and track shifting environmental conditions will be fundamental for plant survival. Environmental cues define the transitions between growth and dormancy as plants synchronise development with favourable environmental conditions, however these cues are predicted to change under future climate projections which may have profound impacts on tree survival and growth. Here, we use a quantitative genetic approach to estimate the genetic basis of spring and autumn phenology in Populus trichocarpa to determine this species capacity for climate adaptation. We measured bud burst, leaf coloration, and leaf senescence traits across two years (2017-2018) and combine these observations with measures of lifetime growth to determine how genetic correlations between phenology and growth may facilitate or constrain adaptation. Timing of transitions differed between years, although we found strong cross year genetic correlations in all traits, suggesting that genotypes respond in consistent ways to seasonal cues. Spring and autumn phenology were correlated with lifetime growth, where genotypes that burst leaves early and shed them late had the highest lifetime growth. We also identified substantial heritable variation in the timing of all phenological transitions (h 2 = 0.5-0.8) and in lifetime growth (h 2 = 0.8). The combination of abundant additive variation and favourable genetic correlations in phenology traits suggests that cultivated varieties of P. trichocarpa have the capability to create populations which may adapt their phenology to climatic changes without negative impacts on growth.

Summary Entering and exiting winter dormancy presents important trade-offs between growth and survival at northern latitudes and many forest trees display local adaptation across latitude. Transfers of a species outside its native range introduce the species to novel combinations of environmental conditions potentially requiring different combinations of alleles to optimize growth. We performed genome wide association analyses and a selection scan in a P. trichocarpa mapping population derived from crossings between clones collected across the native range and introduced into Sweden. GWAS analyses were performed using phenotypic data collected across two field seasons and in a controlled phytotron experiment. We uncovered 629 putative candidate genes associated with spring and autumn phenology traits as well as with growth. Many regions harboring variation significantly associated with the initiation of leaf shed and leaf autumn coloring appeared to have been evolving under positive selection in the native environments of P. trichocarpa . A comparison between the candidate genes identified with results from earlier GWAS analyses performed in the native environment found a smaller overlap for spring phenology traits than for autumn phenology traits, aligning well with earlier observations that spring phenology transitions have a more complex genetic basis that autumn phenology transitions.

Abstract The capacity to flower under long days has been a major pre-requisite for the adaptation of the common bean to European climates. The complexity of such adaptation has been studied, mostly under the optics of QTL mapping, but still the genetic basis of the trait remains elusive. In the current study we sequenced a collection of >200 accessions of P. vulgaris of Mesoamerican, Andean and European origin, for which the flowering capacity under long days during the summer season in Sweden was evaluated. Our variant calling strategy allowed us to identify 16.9e 6 SNPs and 38.6e 3 long structural variants. Furthermore, we observed gene-pool specific selective sweeps that correspond to the independent domestication events in the Americas. GWAS and haplotype structure tests identified single nucleotide and structural variants strongly associated to the capacity to flower under long days, particularly in chromosome 1.

ABSTRACT Rapid global climate change is posing a huge threat to biodiversity. Assessments of the adaptive capacity for most taxa is usually performed on the species as a whole, but fails to incorporate intraspecific adaptive variation that may play a fundamental role in buffering future shifting climates. Here we generate a chromosome-scale genome assembly for Populus koreana , a pioneer and keystone tree species in East Asia temperate forests. We also obtain whole-genome sequences of 230 individuals collected from 24 natural populations. An integration of population genomics and environmental variables was performed to reveal the genomic basis of local adaptation to diverse climate variable. We identify a set of climate-associated single nucleotide polymorphisms (SNPs), insertions-deletions (Indels) and structural variations (SVs), in particular numerous adaptive non-coding variants distributed across the genome of P. koreana . We incorporate these variants into an environmental modelling scheme to predict spatiotemporal responses of P. koreana to future climate change. Our results highlight the insights that the integration of genomic and climate data can shed on the future evolutionary adaptive capacities of a species to changing environmental conditions.

Background: Genomic prediction is a genomics assisted breeding methodology that can increase genetic gains by accelerating the breeding cycle and potentially improving the accuracy of breeding values. In this study, we used 41,304 informative SNPs genotyped in a Eucalyptus breeding population involving 90 E.grandis and 78 E.urophylla parents and their 949 F1 hybrids to develop genomic prediction models for eight phenotypic traits - basic density and pulp yield, circumference at breast height and height and tree volume scored at age thee and six years. Based on different genomic prediction methods we assessed the impact of the composition and size of the training/validation sets and the number and genomic location of SNPs on the predictive ability (PA). Results: Heritabilities estimated using the realized genomic relationship matrix (GRM) were considerably higher than estimates based on the expected pedigree, mainly due to inconsistencies in the expected pedigree that were readily corrected by the GRM. Moreover, GRM more precisely capture Mendelian sampling among related individuals, such that the genetic covariance was based on the actual proportion of the genome shared between individuals. PA improved considerably when increasing the size of the training set and by enhancing relatedness to the validation set. Prediction models trained on pure species parents could not predict well in F1 hybrids, indicating that model training has to be carried out in hybrid populations if one is to predict in hybrid selection candidates. The different genomic prediction methods provided similar results for all traits, therefore GBLUP or rrBLUP represents better compromises between computational time and prediction efficiency. Only slight improvement was observed in PA when more than 5,000 SNPs were used for all traits. Using SNPs in intergenic regions provided slightly better PA than using SNPs sampled exclusively in genic regions. Conclusions: Effects of training set size and composition and number of SNPs used are the most important factors for model prediction rather than prediction method and the genomic location of SNPs. Furthermore, training the prediction model on pure parental species provide limited ability to predict traits in interspecific hybrids. Our results provide additional promising perspectives for the implementation of genomic prediction in Eucalyptus breeding programs.

The emergence of waterlogged Oryza species ∼15Mya (million years ago) supplied an anoxic warm bed for methane-producing microorganisms, and methane emissions have hence accompanied the entire evolutionary history of the genus Oryza. However, to date no study has addressed how methane emission has been altered during Oryza evolution. In this paper we used a diverse collection of wild and cultivated Oryza species to study the relation between Oryza evolution and methane emissions. Phylogenetic analyses and methane detection identified a co-evolutionary pattern between Oryza and methane emissions, mediated by the diversity of the rhizospheric ecosystems arising from different oxygen levels. Fumarate was identified as an oxygen substitute used to retain the electron transport/energy production in the anoxic rice root, and the contribution of fumarate reductase to Oryza evolution and methane emissions has also been assessed. We confirmed the between-species patterns using genetic dissection of the traits in a cross between a low and high methane-emitting species. Our findings provide novel insights on the evolutionary processes of rice paddy methane emissions: the evolution of wild rice produces different Oryza species with divergent rhizospheric ecosystem attributing to the different oxygen levels and fumarate reductase activities, methane emissions are comprehensively assessed by the rhizospheric environment of diversity Oryza species and result in a co-evolution pattern.