Abstract Clonal propagation of plants by induction of adventitious roots (ARs) from stem cuttings is a requisite step in breeding programs. A major barrier exists for propagating valuable plants that naturally have low capacity to form ARs. Due to the central role of auxin in organogenesis, indole-3-butyric acid (IBA) is often used as part of commercial rooting mixtures, yet many recalcitrant plants do not form ARs in response to this treatment. Here, we describe the synthesis and screening of a focused library of synthetic auxin conjugates in Eucalyptus grandis cuttings and identify 4-chlorophenoxyacetic acid-L-tryptophan-OMe as a competent enhancer of adventitious rooting in a number of recalcitrant woody plants, including apple and argan. Comprehensive metabolic and functional analyses reveal that this activity is engendered by prolonged auxin signaling due to initial fast uptake and slow release and clearance of the free auxin 4-chlorophenoxyacetic acid. This work highlights the utility of a slow-release strategy for bioactive compounds for more effective plant growth regulation.

Temperature compensation, expressed as the ability to maintain clock characteristics (mainly period) in face of temperature changes, is considered a key feature of circadian clock systems. In this study, we explore the genetic basis for circadian clock plasticity under high temperatures by utilizing a new doubled haploid (DH) population derived from two reciprocal Hordeum vulgare sps. spontaneum hybrids genotypes (crosses between B1K-50-04 and B1K-09-07). Genotyping by sequencing of DH lines indicated a rich recombination landscape, with minor fixation (less than 8%), for one of the parental alleles, yet with prevalent and varied segregation distortion across seven barley chromosomes. Phenotyping was conducted with a high-throughput platform under optimal and high temperature environments. Genetic analysis, which included QxE and binary-threshold models, identified a significant influence of the maternal organelle genome (the plasmotype), as well as several nuclear quantitative trait loci (QTL), on clock phenotypes (free-running period and amplitude). Moreover, it showed the differential contribution of cytoplasmic genome clock rhythm buffering against high temperature. Resequencing of the parental chloroplast indicated the presence of several candidate genes underlying these significant effects. This first reported plasmotype-driven clock plasticity paves the way for identifying an hitherto unknown impact of nuclear and plasmotype variations on clock robustness and on plant adaptation to changing environments.

The exchange of metabolites (i.e., metabolic interactions) between bacteria in the rhizosphere determines various plant-associated functions. Systematically understanding the metabolic interactions in the rhizosphere, as well as in other types of microbial communities, would open the door to the optimization of specific pre-defined functions of interest, and therefore to the harnessing of the functionality of various types of microbiomes. However, mechanistic knowledge regarding the gathering and interpretation of these interactions is limited. Here, we present a framework utilizing genomics and constraint based modeling approaches, aiming to interpret the hierarchical trophic interactions in the soil environment. 243 genome-scale metabolic models of bacteria associated with a specific disease suppressive vs disease conductive apple rhizospheres were drafted based on genome resolved metagenomes, comprising an in-silico native microbial community. Iteratively simulating microbial community members9 growth in a metabolomics-based apple root-like environment produced novel data on potential trophic successions, used to form a network of communal trophic dependencies. Network-based analyses have characterized interactions associated with beneficial vs non-beneficial microbiome functioning, pinpointing specific compounds and microbial species as potential disease supporting and suppressing agents. This framework provides a means for capturing trophic interactions and formulating a range of testable hypotheses regarding the metabolic capabilities of microbial communities within their natural environment. Essentially, it can be applied to different environments and biological landscapes, elucidating the conditions for the targeted manipulation of various microbiomes, and the execution of countless predefined functions.