Large-scale genome-wide association (GWA) studies have become an important tool in human genomics, mostly focused on disease but also on adaptive variations such as skin colour. The technique is now shown to be similarly useful in plants. Atwell et al. report a GWA study of over a hundred phenotypes in naturally occurring inbred lines of Arabidopsis thaliana. The results range from significant associations, usually for single genes, to more difficult-to-interpret findings that indicate confounding by complex genetics and population structure. The accompanying paper by Todesco et al. demonstrates the ability of this technique to detect major-effect gene loci. Using forward genetics and GWA analyses, they show that variation at a single locus (ACD6) in Arabidopsis underlies phenotypic variation in vegetative growth as well as resistance to infection. The strong enhancement of resistance mediated by one of the alleles at this locus explains its persistence in natural populations throughout the world, despite it drastically reducing new leaf production. Here, large-scale genome-wide association studies were carried out with the naturally occurring inbred lines of Arabidopsis thaliana, which can be genotyped once and phenotyped repeatedly. The results range from significant associations, usually corresponding to single genes, to findings that are more difficult to interpret, because confounding by complex genetics and population structure makes it hard to distinguish true associations from false. Although pioneered by human geneticists as a potential solution to the challenging problem of finding the genetic basis of common human diseases1,2, genome-wide association (GWA) studies have, owing to advances in genotyping and sequencing technology, become an obvious general approach for studying the genetics of natural variation and traits of agricultural importance. They are particularly useful when inbred lines are available, because once these lines have been genotyped they can be phenotyped multiple times, making it possible (as well as extremely cost effective) to study many different traits in many different environments, while replicating the phenotypic measurements to reduce environmental noise. Here we demonstrate the power of this approach by carrying out a GWA study of 107 phenotypes in Arabidopsis thaliana, a widely distributed, predominantly self-fertilizing model plant known to harbour considerable genetic variation for many adaptively important traits3. Our results are dramatically different from those of human GWA studies, in that we identify many common alleles of major effect, but they are also, in many cases, harder to interpret because confounding by complex genetics and population structure make it difficult to distinguish true associations from false. However, a-priori candidates are significantly over-represented among these associations as well, making many of them excellent candidates for follow-up experiments. Our study demonstrates the feasibility of GWA studies in A. thaliana and suggests that the approach will be appropriate for many other organisms.

Alleles that are under selection in Arabidopsis serve as genetic markers that can be used to predict local adaptation.

Flowering time is a key life-history trait in the plant life cycle. Most studies to unravel the genetics of flowering time in Arabidopsis thaliana have been performed under greenhouse conditions. Here, we describe a study about the genetics of flowering time that differs from previous studies in two important ways: first, we measure flowering time in a more complex and ecologically realistic environment; and, second, we combine the advantages of genome-wide association (GWA) and traditional linkage (QTL) mapping. Our experiments involved phenotyping nearly 20,000 plants over 2 winters under field conditions, including 184 worldwide natural accessions genotyped for 216,509 SNPs and 4,366 RILs derived from 13 independent crosses chosen to maximize genetic and phenotypic diversity. Based on a photothermal time model, the flowering time variation scored in our field experiment was poorly correlated with the flowering time variation previously obtained under greenhouse conditions, reinforcing previous demonstrations of the importance of genotype by environment interactions in A. thaliana and the need to study adaptive variation under natural conditions. The use of 4,366 RILs provides great power for dissecting the genetic architecture of flowering time in A. thaliana under our specific field conditions. We describe more than 60 additive QTLs, all with relatively small to medium effects and organized in 5 major clusters. We show that QTL mapping increases our power to distinguish true from false associations in GWA mapping. QTL mapping also permits the identification of false negatives, that is, causative SNPs that are lost when applying GWA methods that control for population structure. Major genes underpinning flowering time in the greenhouse were not associated with flowering time in this study. Instead, we found a prevalence of genes involved in the regulation of the plant circadian clock. Furthermore, we identified new genomic regions lacking obvious candidate genes.

Herbivorous insects exhibit strong feeding preferences when choosing among plant genotypes, yet experiments to map loci mediating plant susceptibility to herbivory rarely incorporate host choice. To address this gap, we applied genome-wide association (GWA) mapping to uncover genetic polymorphisms mediating damage from foraging insects (two populations of Scaptomyza flava ) across a mixture of Arabidopsis thaliana genotypes in experimental enclosures. The effect of chemical defenses (glucosinolates) on herbivory depended on herbivore genotype. Unlike many studies that minimize the effects of host choice behavior, we also found a large effect of plant size on herbivory—likely through its effect on plant apparency—that was independent of herbivore genotype. These herbivory-associated loci are polymorphic at fine spatial scales, and thus have potential to shape variation in herbivory within natural populations. We also show that the polymorphism with the largest effect on herbivory underlies adaptive latitudinal variation in Arabidopsis plant size across Europe. Overall, our results provide genetic support for ecological observations that variation in both chemical defenses and non-canonical defense traits (e.g., plant size and phenology) jointly shapes plant-herbivore interactions.

ABSTRACT Plants interact simultaneously with highly diversified microbes defined as the plant microbiota. Microbiota modulates plant health and appears as a promising lever to develop innovative, sustainable and eco-friendly agro-ecosystems. Key patterns of microbiota assemblages in plants have been revealed by an extensive number of studies based on taxonomic profiling by metabarcoding. However, understanding the functionality of microbiota and identifying the genetic and molecular mechanisms underlying the interplay between plants and their microbiota are still in its infancy and relies on reductionist approaches primarily based on the establishment of representative microbial collections. In Arabidopsis thaliana , most of these microbial collections include one strain per OTU isolated from a limited number of habitats, thereby neglecting the ecological potential of genetic diversity within microbial species to affect the plant-microbiota molecular dialog. With this study, we aimed at estimating the extent of genetic variation between strains within the most abundant and prevalent leaf-associated non-pathogenic bacterial species in 163 natural populations of A. thaliana located south-west of France. By combining a culture-based collection approach consisting of the isolation of more than 7,000 bacterial colonies with an informative-driven approach, we isolated 35 pure strains from eight non-pathogenic bacterial species. We detected significant intra-specific genetic variation at the genomic level and for growth rate in synthetic media. In addition, significant host genetic variation was detected in response to most bacterial strains in in vitro conditions, with the presence of both negative and positive responses on plant growth. Our study provides new genetic and genomic resources for a better understanding of the plant-microbe ecological interactions at the microbiota level. We also highlight the need of considering genetic variation in both non-pathogenic bacterial species and A. thaliana to decipher the genetic and molecular mechanisms involved in the ecologically relevant dialog between hosts and leaf microbiota.

Abstract A paradoxical finding from genome-wide association studies (GWAS) in plants is that variation in metabolite profiles typically maps to a small number of loci, despite the complexity of underlying biosynthetic pathways. This discrepancy may partially arise from limitations presented by geographically diverse mapping panels. Properties of metabolic pathways that impede GWAS by diluting the additive effect of a causal variant, such as allelic and genic heterogeneity and epistasis, would be expected to increase in severity with the geographic range of the mapping panel. We hypothesized that a population from a single locality would reveal an expanded set of associated loci. We tested this in a French Arabidopsis thaliana population (< 1 km transect) by profiling and conducting GWAS for glucosinolates, a suite of defensive metabolites that have been studied in depth through functional and genetic mapping approaches. For two distinct classes of glucosinolates, we discovered more associations at biosynthetic loci than previous GWAS with continental-scale mapping panels. Candidate genes underlying novel associations were supported by concordance between their observed effects in the TOU-A population and previous functional genetic and biochemical characterization. Local populations complement geographically diverse mapping panels to reveal a more complete genetic architecture for metabolic traits.

Abstract According to the principles of heredity, each parental allele of hybrids equally participates in the progeny. At some loci, however, it happens that one allele is favored to the expense of the other. Gamete killers are genetic systems where one allele (the killer) triggers the death of the gametes carrying the other (killed) allele. They have been found in many organisms, and are of major interest to understand mechanisms of evolution and speciation. Gamete killers are particularly prevalent in plants, where they can compromise crop breeding. Here, we deciphered a pollen killer in Arabidopsis thaliana by exploiting natural variation, de novo genomic sequencing and mutants, and analyzing segregations in crosses. We found that the killer allele carries an antidote gene flanked by two elements mandatory for the killing activity. We identified the gene encoding the antidote, a chimeric protein addressed to mitochondria. This gene appeared in the species by association of domains recruited from other genes, and it recently underwent duplications within a highly variable locus, particularly in the killer genotypes. Exploring the species diversity, we identified sequence polymorphisms correlated with the antidote activity.

Abstract Dissecting the genetic components of Genotype-by-Environment interactions is of key importance in the context of increasing instability and plant competition due to climate change and phytosanitary treatment limitations. It is widely addressed in plants using Multi-Environment Trials (MET), in which statistical modelling for genome-wide association studies (GWAS) is promising but significantly more complex than for single-environment studies. In this context, we introduce metaGE, a flexible and computationally efficient meta-analysis approach for the joint analysis of any MET GWAS experiment. To cope with the specific requirements of the MET context, metaGE accounts for both the heterogeneity of QTL effects across environments and the correlation between GWAS summary statistics acquired on the same or related set(s) of genotypes. Compared to previous GWAS in 3 plant species and a multi-parent population, metaGE identified known and new QTLs. It provided valuable insight into the genetic architecture of several complex traits and the variation of QTL effects conditional to environmental conditions.

Abstract Understanding the role of host genome in modulating microbiota variation is a need to shed light into the holobiont theory and overcome the current limits on the description of host-microbiota interactions at the genomic and molecular levels. However, the host genetic architecture structuring microbiota is only partly described in plants. In addition, most association genetic studies on microbiota are often carried out outside the native habitats where the host evolve and the identification of signatures of local adaptation on the candidate genes has been overlooked. To fill these gaps and dissect the genetic architecture driving adaptive plant-microbiota interactions, we adopted a Genome-Environmental-Association (GEA) analysis on 141 whole-genome sequenced natural populations of Arabidopsis thaliana characterized in situ for their leaf and root bacterial communities and a large range of environmental descriptors (i.e. climate, soil and plant communities). Across 194 microbiota traits, a much higher fraction of among-population variance was explained by the host genetics than by ecology, with the plant neighborhood as the main ecological driver of microbiota variation. Importantly, the relative importance of host genetics and ecology expressed a phylogenetic signal at the family and genus level. In addition, the polygenic architecture of adaptation to bacterial communities was highly flexible between plant compartments and seasons. Relatedly, signatures of local adaptation were stronger on QTLs of the root microbiota in spring. Finally, we provide evidence that plant immunity, in particular the FLS2 gene, is a major source of adaptive genetic variation structuring bacterial assemblages in A. thaliana .