Abstract Genome-wide association study (GWAS) identifies trait-associated loci, but due in part to slow decay of linkage disequilibrium (LD), identifying the causal genes can be a bottleneck. Transcriptome-wide association study (TWAS) addresses this by identifying gene expression-phenotype associations or integrating gene expression quantitative trait loci (eQTLs) with GWAS results. Here, we used self-pollinated soybean as a model to evaluate the application of TWAS in the genetic dissection of traits in plant species that exhibit slow LD decay. The first RNA-Seq analysis of a soybean diversity panel was conducted, which identified the genetic regulation of 29,286 genes. Different TWAS solutions were less affected by LD and robust with source of expression that identified known genes related to traits from different development stages and tissues. A novel gene named pod color L2 was identified via TWAS and functionally validated by genome editing. Our introduction of the new exon proportion feature significantly improves the capture of expression variations resulting from structural variations and alternative splicing. As a result, the genes identified by our TWAS approach exhibited a diverse range of causal variations, including SNP, insertion/deletion, gene fusion, copy number variation, and alternative splicing. Using our TWAS approach, we identified genes associated with flowering time, including both previously known candidates and novel genes that had not been linked to this trait before, providing complementary insights with GWAS. In summary, this study supports the application of TWAS for candidate gene identification in species with low rates of LD decay.

Abstract The clarification of genomic signatures left during evolutionary histories of crops is crucial for breeding varieties adapting to changing climate. Soybean, a leguminous crop, provides both plant oil and protein. Here, we analyzed genome sequences of 2,214 soybeans and proposed its evolutionary route, which includes four geographic paths, expansion of annual wild soybean ( Glycine soja Sieb. & Zucc.) from Southern China, domestication in Central China, expansion of landrace ( G. max (L.) Merr.), and local breeding. We observed that local adaptation of the wild and cultivated soybeans was largely independent, and that genetic introgression was mostly derived from sympatric rather than allopatric wild populations during the range expansion of soybean landraces. Range expansion and breeding processes were accompanied with positive selection of flowering-time genes including GmSPA3c as validated by knock-out mutants. Our study shed lights on the evolutionary history of soybean and provides valuable genetic resources for future breeding. Teaser The expansion and selection history of soybean

Summary Cadmium (Cd) accumulation in maize grains is detrimental to human health. Developing maize varieties with low-Cd contents via marker-assisted selection is important for ensuring the production of maize grains safe for consumption. However, the key gene controlling maize grain Cd accumulation has not been cloned. In this study, we identified two major loci for maize grain Cd accumulation ( qCd1 and qCd2 ) on chromosome 2 during a genome-wide association study (GWAS). The qCd1 locus was analyzed by bulked segregant RNA-seq and fine mapping with a biparental segregating population of Jing724 (low-Cd line) and Mo17 (high-Cd line). The ZmCd1 candidate gene in the qCd1 locus encodes a vacuolar membrane-localized heavy metal P-type ATPase transporter, ZmHMA3, which is orthologous to the tonoplast Cd transporter OsHMA3. Genomic DNA sequence and transcript analyses suggested that a transposon in intron 1 of ZmCd1 is responsible for the abnormal amino acid sequence in Mo17. An EMS mutant analysis and an allelism test confirmed ZmCd1 influences maize grain Cd accumulation. The natural variations in ZmCd1 were used to develop four PCR-based molecular markers, which revealed five ZmCd1 haplotypes in the GWAS population. The molecular markers were also used to predict the grain Cd contents in commonly cultivated maize germplasms in China. The predicted Cd contents for 36 inbred lines and 13 hybrids were consistent with the measured Cd contents. Furthermore, several low-Cd elite inbred lines and hybrids were identified, including Jing2416, MC01, Jingnonke728, and Jingke968. Therefore, the molecular markers developed in this study are applicable for molecular breeding and developing maize varieties with low grain Cd contents.

A genome-wide association study (GWAS) identifies trait-associated loci, but identifying the causal genes can be a bottleneck, due in part to slow decay of linkage disequilibrium (LD). A transcriptome-wide association study (TWAS) addresses this issue by identifying gene expression–phenotype associations or integrating gene expression quantitative trait loci with GWAS results. Here, we used self-pollinated soybean (Glycine max [L.] Merr.) as a model to evaluate the application of TWAS to the genetic dissection of traits in plant species with slow LD decay. We generated RNA sequencing data for a soybean diversity panel and identified the genetic expression regulation of 29 286 soybean genes. Different TWAS solutions were less affected by LD and were robust to the source of expression, identifing known genes related to traits from different tissues and developmental stages. The novel pod-color gene L2 was identified via TWAS and functionally validated by genome editing. By introducing a new exon proportion feature, we significantly improved the detection of expression variations that resulted from structural variations and alternative splicing. As a result, the genes identified through our TWAS approach exhibited a diverse range of causal variations, including SNPs, insertions or deletions, gene fusion, copy number variations, and alternative splicing. Using this approach, we identified genes associated with flowering time, including both previously known genes and novel genes that had not previously been linked to this trait, providing insights complementary to those from GWAS. In summary, this study supports the application of TWAS for candidate gene identification in species with low rates of LD decay.

Transcriptome-wide association studies (TWAS) can provide single gene resolution for candidate genes in plants, complementing genome-wide association studies (GWAS) but efforts in plants have been met with, at best, mixed success. We generated expression data from 693 maize genotypes, measured in a common field experiment, sampled over a 2-h period to minimize diurnal and environmental effects, using full-length RNA-seq to maximize the accurate estimation of transcript abundance. TWAS could identify roughly 10 times as many genes likely to play a role in flowering time regulation as GWAS conducted data from the same experiment. TWAS using mature leaf tissue identified known true-positive flowering time genes known to act in the shoot apical meristem, and trait data from a new environment enabled the identification of additional flowering time genes without the need for new expression data. eQTL analysis of TWAS-tagged genes identified at least one additional known maize flowering time gene through trans-eQTL interactions. Collectively these results suggest the gene expression resource described here can link genes to functions across different plant phenotypes expressed in a range of tissues and scored in different experiments.

Transcriptome-Wide Association Studies (TWAS) can provide single gene resolution for candidate genes in plants, complementing Genome-Wide Association Studies (GWAS) but efforts in plants have been met with, at best, mixed success. We generated expression data from 693 maize genotypes, measured in a common field experiment, sampled over a two-hour period to minimize diurnal and environmental effects, using full-length RNA-seq to maximize the accurate estimation of transcript abundance. TWAS could identify roughly ten times as many genes likely to play a role in flowering time regulation as GWAS conducted data from the same experiment. TWAS using mature leaf tissue identified known true positive flowering time genes known to act in the shoot apical meristem, and trait data from new environments enabled the identification of additional flowering time genes without the need for new expression data. eQTL analysis of TWAS-tagged genes identified at least one additional known maize flowering time gene through trans-eQTL interactions. Collectively these results suggest the gene expression resource described here can link genes to functions across different plant phenotypes expressed in a range of tissues and scored in different experiments.

The geological structure of the upper reaches of the Yellow River is complex, especially in the Sigouxia-Laganxia section. It has always been a high-incidence area of landslide disasters, which poses a threat to the safe operation of the upper reaches of the Yellow River. In this study, based on the high-precision remote sensing image data, the spatial distribution of each landslide was obtained by superimposing the remote sensing image and the 1:50,000 digital elevation model (DEM). Some typical landslides were selected for detailed field investigation and field verification. The results show that the remote sensing image characteristics of landslides in the upper reaches of the Yellow River are obvious. Through remote sensing interpretation and field investigation, a total of 508 landslides of various types were found, including 24 giant landslides. The spatial spreading patterns of landslides mainly include six types: dumb-bell shape, rectangle, saddle type, long arc shape, triangle, and side-by-side shape. The length and width of the landslide deposit are mainly concentrated at 550–1500 m and 600–1500 m, and the average elevation of the sliding body is mainly concentrated between 2000 and 2800 m. The average slope of the landslide is mainly distributed between 15–20°. Giant landslides are mainly distributed in the Jianzha basin area, surrounded by the Jishishan fault and the Lajishan fault in the West Qinling Mountains. The spatial distribution characteristics of giant landslides have obvious regional differences due to different factors such as lithologic differences and riverside erosion. The research results are of great significance for the early identification, prevention, and mitigation of landslide disasters in the upper reaches of the Yellow River.