Barley (Hordeum vulgare L.) is among the world’s earliest domesticated and most important crop plants. It is diploid with a large haploid genome of 5.1 gigabases (Gb). Here we present an integrated and ordered physical, genetic and functional sequence resource that describes the barley gene-space in a structured whole-genome context. We developed a physical map of 4.98 Gb, with more than 3.90 Gb anchored to a high-resolution genetic map. Projecting a deep whole-genome shotgun assembly, complementary DNA and deep RNA sequence data onto this framework supports 79,379 transcript clusters, including 26,159 ‘high-confidence’ genes with homology support from other plant genomes. Abundant alternative splicing, premature termination codons and novel transcriptionally active regions suggest that post-transcriptional processing forms an important regulatory layer. Survey sequences from diverse accessions reveal a landscape of extensive single-nucleotide variation. Our data provide a platform for both genome-assisted research and enabling contemporary crop improvement. An integrated high-resolution genetic, physical and shotgun sequence assembly of the barley genome, one of the earliest domesticated and most important crops, is described; it will provide a platform for genome-assisted research and future crop improvement. Two groups in this issue report the compilation and analysis of the genome sequences of major cereal crops — bread wheat and barley — providing important resources for future crop improvement. Bread wheat accounts for one-fifth of the calories consumed by humankind. It has a very large and complex hexaploid genome of 17 Gigabases. Michael Bevan and colleagues have analysed the genome using 454 pyrosequencing and compared it with diploid ancestral and progenitor genomes. The authors discovered significant loss of gene family members upon polyploidization and domestication, and expansion of gene classes that may be associated with crop productivity. Barley is one of the earliest domesticated plant crops. Although diploid, it has a very large genome of 5.1 Gigabases. Nils Stein and colleagues describe a physical map anchored to a high-resolution genetic map, on top of which they have overlaid a deep whole-genome shotgun assembly, cDNA and RNA-seq data to provide the first in-depth genome-wide survey of the barley genome.

Random amplified polymorphic DNA (RAPD) analysis appears to offer a cost- and time-effective alternative to restriction fragment-length polymorphism (RFLP) analysis. However, concerns about the ability to compare RAPD results from one laboratory to another have not been addressed effectively. DNA fragments that were amplified by five primers and shown to be reproducibly polymorphic between two oat cultivars (within the Ottawa laboratory) were tested in six other laboratories in North America. Four of the six participants amplified very few or no fragments using the Ottawa protocol. These same participants were able to generate a considerable number of amplified fragments by using their own protocols. The reproducibility of results among laboratories was affected by two factors. First, different laboratories amplified different size ranges of DNA fragments, and, consequently, small and large polymorphic fragments were not always reproduced. Second, although reproducible results were obtained with four of the primers, reproducible results were not obtained with the fifth primer, using the same reaction conditions. It is suggested that if the overall temperature profiles (especially the annealing temperature) inside the tubes are identical among the laboratories, then RAPD fragments are likely to be reproducible.

The T cytoplasm of maize serves as a model for the nuclear restoration of cytoplasmic male sterility. The rf2 gene, one of two nuclear genes required for fertility restoration in male-sterile T-cytoplasm (cmsT) maize, was cloned. The protein predicted by the rf2 sequence is a putative aldehyde dehydrogenase, which suggests several mechanisms that might explain Rf2-mediated fertility restoration in cmsT maize. Aldehyde dehydrogenase may be involved in the detoxification of acetaldehyde produced by ethanolic fermentation during pollen development, may play a role in energy metabolism, or may interact with URF13, the mitochondrial protein associated with male sterility in cmsT maize.

Abstract Interactomes embody one of the most effective representations of cellular behavior by revealing function through protein associations. In order to build these models at the organism scale, high-throughput techniques are required to identify interacting pairs of proteins. Next-generation interaction screening (NGIS) protocols that combine yeast two-hybrid (Y2H) with deep sequencing are promising approaches to generate protein-protein interaction networks in any organism. However, challenges remain to mining reliable information from these screens and thus, limit its broader implementation. Here, we describe a statistical framework, designated Y2H-SCORES, for analyzing high-throughput Y2H screens that considers key aspects of experimental design, normalization, and controls. Three quantitative ranking scores were implemented to identify interacting partners, comprising: 1) significant enrichment under selection for positive interactions, 2) degree of interaction specificity among multi-bait comparisons, and 3) selection of in-frame interactors. Using simulation and an empirical dataset, we provide a quantitative assessment to predict interacting partners under a wide range of experimental scenarios, facilitating independent confirmation by one-to-one bait-prey tests. Simulation of Y2H-NGIS identified conditions that maximize detection of true interactors, which can be achieved with protocols such as prey library normalization, maintenance of larger culture volumes and replication of experimental treatments. Y2H-SCORES can be implemented in different yeast-based interaction screenings, accelerating the biological interpretation of experimental results. Proof-of-concept was demonstrated by discovery and validation of a novel interaction between the barley powdery mildew effector, AVR A13 , with the vesicle-mediated thylakoid membrane biogenesis protein, HvTHF1. Author Summary Organisms respond to their environment through networks of interacting proteins and other biomolecules. In order to investigate these interacting proteins, many in vitro and in vivo techniques have been used. Among these, yeast two-hybrid (Y2H) has been integrated with next generation sequencing (NGS) to approach protein-protein interactions on a genome-wide scale. The fusion of these two methods has been termed next-generation-interaction screening, abbreviated as Y2H-NGIS. However, the massive and diverse data sets resulting from this technology have presented unique challenges to analysis. To address these challenges, we optimized the computational and statistical evaluation of Y2H-NGIS to provide metrics to identify high-confidence interacting proteins under a variety of dataset scenarios. Our proposed framework can be extended to different yeast-based interaction settings, utilizing the general principles of enrichment, specificity, and in-frame prey selection to accurately assemble protein-protein interaction networks. Lastly, we showed how the pipeline works experimentally, by identifying and validating a novel interaction between the barley powdery mildew effector AVR A13 and the barley vesicle-mediated thylakoid membrane biogenesis protein, HvTHF1. Y2H-SCORES software is available at GitHub repository https://github.com/Wiselab2/Y2H-SCORES .

ABSTRACT Mapping protein-protein interactions at a proteome scale is critical to understanding how cellular signaling networks respond to stimuli. Since eukaryotic genomes encode thousands of proteins, testing their interactions one-by-one is a challenging prospect. High-throughput yeast-two hybrid (Y2H) assays that employ next-generation sequencing to interrogate cDNA libraries represent an alternative approach that optimizes scale, cost, and effort. We present NGPINT, a robust and scalable software to identify all putative interactors of a protein using Y2H in batch culture. NGPINT combines diverse tools to align sequence reads to target genomes, reconstruct prey fragments and compute gene enrichment under reporter selection. Central to this pipeline is the identification of fusion reads containing sequences derived from both the Y2H expression plasmid and the cDNA of interest. To reduce false positives, these fusion reads are evaluated as to whether the cDNA fragment forms an in-frame translational fusion with the Y2H transcription factor. NGPINT successfully recognized 95% of interactions in simulated test runs. As proof of concept, NGPINT was tested using published data sets and recognized all validated interactions. NGPINT can be used in any organism with an available reference, thus facilitating the discovery of protein-protein interactions in non-model organisms.

Abstract Background Gene annotation in eukaryotes is a non-trivial task that requires meticulous analysis of accumulated transcript data. Challenges include transcriptionally active regions of the genome that contain overlapping genes, genes that produce numerous transcripts, transposable elements and numerous diverse sequence repeats. Currently available gene annotation software applications depend on pre-constructed full-length gene sequence assemblies which are not guaranteed to be error-free. The origins of these sequences are often uncertain, making it difficult to identify and rectify errors in them. This hinders the creation of an accurate and holistic representation of the transcriptomic landscape across multiple tissue types and experimental conditions. Therefore, to gauge the extent of diversity in gene structures, a comprehensive analysis of genome-wide expression data is imperative. Results We present FINDER, a fully automated computational tool that optimizes the entire process of annotating genes and transcript structures. Unlike current state-of-the-art pipelines, FINDER automates the RNA-Seq pre-processing step by working directly with raw sequence reads and optimizes gene prediction from BRAKER2 by supplementing these reads with associated proteins. The FINDER pipeline (1) reports transcripts and recognizes genes that are expressed under specific conditions, (2) generates all possible alternatively spliced transcripts from expressed RNA-Seq data, (3) analyzes read coverage patterns to modify existing transcript models and create new ones, and (4) scores genes as high- or low-confidence based on the available evidence across multiple datasets. We demonstrate the ability of FINDER to automatically annotate a diverse pool of genomes from eight species. Conclusions FINDER takes a completely automated approach to annotate genes directly from raw expression data. It is capable of processing eukaryotic genomes of all sizes and requires no manual supervision – ideal for bench researchers with limited experience in handling computational tools.

ABSTRACT The barley powdery mildew fungus, Blumeria hordei ( Bh ), secretes hundreds of candidate secreted effector proteins (CSEPs) to facilitate pathogen infection and colonization. One of these, CSEP0008, is directly recognized by the barley nucleotide-binding leucine-rich-repeat (NLR) receptor, MLA1, and therefore designated AVR A1 . Here we show that AVR A1 and the sequence-unrelated Bh effector BEC1016 (CSEP0491) suppress immunity in barley. We used yeast two-hybrid next-generation interaction screens (Y2H-NGIS), followed by binary Y2H and in planta protein-protein interactions studies, and identified a common barley target of AVR A1 and BEC1016, the endoplasmic reticulum (ER)-localized J-domain protein, Hv ERdj3B. Silencing of this ER quality control (ERQC) protein increased the Bh penetration. Hv ERdj3B is ER luminal, and we showed using split GFP that AVR A1 and BEC1016 translocate into the ER - signal peptide-independently. Silencing of Hv ERdj3B and expression the two effectors hampered trafficking of a vacuolar marker through the ER as a shared cellular phenotype, agreeing with the effectors targeting this ERQC component. Together, these results suggest that the barley innate immunity, preventing Bh entry into epidermal cells, is dependent on ERQC, which in turn requires the J-domain protein, Hv ERdj3B, regulated by AVR A1 and BEC1016. Plant disease resistance often occurs upon direct or indirect recognition of pathogen effectors by host NLR receptors. Previous work has shown that AVR A1 is directly recognized in the cytosol by the immune receptor, MLA1. We speculate that the AVR A1 J-domain target being inside the ER, where it is inapproachable by NLRs, has forced the plant to evolve this challenging direct recognition. SIGNIFICANCE The complex plant immune system is highly dependent on fundamental cellular machineries, such as the endomembrane system and the ER quality control (ERQC), essential for delivery of immunity-associated membrane-bound and endomembrane soluble proteins to their destinations. We now find that pathogen effectors can interact with an ERQC component and suppress immunity, thereby adding to the molecular insight in plant-pathogen interactions.

ABSTRACT The barley MLA nucleotide-binding, leucine-rich-repeat (NLR) receptor and its orthologs confer recognition specificity to many cereal diseases, including powdery mildew, stem and stripe rust, Victoria blight, and rice blast. We used interolog inference to construct a barley protein interactome (HvInt) comprising 66133 edges and 7181 nodes, as a foundation to explore signaling networks associated with MLA. HvInt was compared to the experimentally validated Arabidopsis interactome of 11253 proteins and 73960 interactions, verifying that the two networks share scale-free properties, including a power-law distribution and small-world network. Then, by successive layering of defense-specific ‘omics’ datasets, HvInt was customized to model cellular response to powdery mildew infection. Integration of HvInt with expression quantitative trait loci (eQTL) enabled us to infer disease modules and responses associated with fungal penetration and haustorial development. Next, using HvInt and an infection-time-course transcriptome, we assembled resistant (R) and susceptible (S) subnetworks. The resulting differentially co-expressed (R-S) interactome is essential to barley immunity, facilitates the flow of signaling pathways and is linked to Mla through trans eQTL associations. Lastly, next-generation, yeast-two-hybrid screens identified fifteen novel MLA interactors, which were incorporated into HvInt, to predict receptor localization, and signaling response. These results link genomic, transcriptomic, and physical interactions during MLA-specified immunity. AUTHOR SUMMARY Powdery mildew fungi infect more than 9,500 agronomic and horticultural plant species. In order to prevent economic loss due to diseases caused by pathogens, plant breeders incorporate resistance genes into varieties that are grown for food, feed, fuel and fiber. One of these resistance genes encodes the barley MLA immune receptor, an ancestral cereal protein that confers recognition to powdery mildew, stem and stripe rust, rice blast and Victoria blight. However, in order to function properly, these immune receptors must interact with additional proteins and protein complexes during the different stages of fungal infection and plant defense. We used a combination of computational- and laboratory-based methods to predict over 66,000 possible protein-protein interactions in barley. This network of proteins was then integrated with various defense-specific datasets to assemble the molecular building blocks associated with resistance to the powdery mildew pathogen, in addition to those proteins that interact with the MLA immune receptor. Our application of genome-scale, protein-protein interaction data provides a foundation to decipher the complex molecular components that control immune responses in crops.

The Pseudomonas syringae cysteine protease AvrPphB activates the Arabidopsis resistance protein RPS5 by cleaving a second host protein, PBS1. AvrPphB induces defense responses in other plant species, but the genes and mechanisms mediating AvrPphB recognition in those species have not been defined. Here, we show that AvrPphB induces defense responses in diverse barley cultivars. We show also that barley contains two PBS1 orthologs, that their products are cleaved by AvrPphB, and that the barley AvrPphB response maps to a single locus containing a nucleotide-binding leucine-rich repeat (NLR) gene, which we termed AvrPphB Resistance 1 (Pbr1). Transient co-expression of PBR1 with wild-type AvrPphB, but not a protease inactive mutant, triggered defense responses, indicating that PBR1 detects AvrPphB protease activity. Additionally, PBR1 co-immunoprecipitated with barley and N. benthamiana PBS1 proteins, suggesting mechanistic similarity to detection by RPS5. Lastly, we determined that wheat cultivars also recognize AvrPphB protease activity and contain a Pbr1 ortholog. Phylogenetic analyses showed however that Pbr1 is not orthologous to RPS5. Our results indicate that the ability to recognize AvrPphB evolved convergently, and imply that selection to guard PBS1-like proteins is ancient. Also, the results suggest that PBS1-based decoys may be used to engineer protease effector recognition-based resistance in barley and wheat.

In this single class period case study, students examine the difference between genotype and phenotype by studying the mechanisms by which commercially available petunias have been bred to have different phenotypes (flower colors). Students review the central dogma of molecular biology, connecting the phenotypes of the petunia plants to their genotypes, and the existence of a transgene in plants with unusual (orange) flowers. The case study describes the molecular and biochemical mechanisms by which the secondary metabolites that determine flower color are produced. This case is designed as a “clicker case” utilizing personal response systems or “clickers” to engage students in a large classroom setting. This approach allows for students to collaborate actively, while the instructor is leading and pacing the lecture in a way that allows engagement with large groups. As students work through the case, they work out the processes needed to add transgenes to a plant, as well as how we can detect these modifications decades later. Lastly, instructors can lead a discussion of the scientific and social issues surrounding the creation, use, and regulation of genetically modified organisms. Primary Image: Orange petunias in Helsinki railway station in 2016. Photo credit: Hany Bashandy and Teemu H. Teeri, CC BY 4.0, via Wikimedia Commons