Cereal grasses of the Triticeae tribe have been the major food source in temperate regions since the dawn of agriculture. Their large genomes are characterized by a high content of repetitive elements and large pericentromeric regions that are virtually devoid of meiotic recombination. Here we present a high-quality reference genome assembly for barley (Hordeum vulgare L.). We use chromosome conformation capture mapping to derive the linear order of sequences across the pericentromeric space and to investigate the spatial organization of chromatin in the nucleus at megabase resolution. The composition of genes and repetitive elements differs between distal and proximal regions. Gene family analyses reveal lineage-specific duplications of genes involved in the transport of nutrients to developing seeds and the mobilization of carbohydrates in grains. We demonstrate the importance of the barley reference sequence for breeding by inspecting the genomic partitioning of sequence variation in modern elite germplasm, highlighting regions vulnerable to genetic erosion. The International Barley Genome Sequencing Consortium reports sequencing and assembly of a reference genome for barley, Hordeum vulgare. Triticeae grasses, which include barley, wheat and rye, are widely cultivated plants with particularly complex genomes and evolutionary histories. Sequencing of the barley genome has been particularly challenging owing to its large size and particular genomic features, such as an abundance of repetitive elements. Nils Stein and colleagues of the International Barley Genome Sequencing Consortium report sequencing and assembly of a reference genome for barley (Hordeumvulgare L). They use a combined approach of hierarchical shotgun sequencing of bacterial artificial chromosomes, genome mapping on nanochannel arrays and chromosome-scale scaffolding with Hi-C sequencing. This brings the first comprehensive, completely ordered assembly of the pericentromeric regions of a Triticeae genome. The authors also sequenced and examined genetic diversity in the exomes of 96 European elite barley lines with a spring or winter growth habit, and highlight the utility of this resource for cereal genomics and breeding programs.

Novel crop improvement methodologies, including the exploitation of natural genetic variation, are urgently required to feed our rapidly growing human population in the context of global climate change. Here we describe a ‘Fast Identification of Nucleotide variants by DigITal PCR’ (FIND-IT) method for the rapid identification of pre-targeted genetic variants or rare alleles in large genomic populations. Libraries of 500,000 individuals can be screened and desired variants isolated within two weeks. FIND-IT is widely applicable for mining valuable diversity in any genomic population, including elite breeding and wild germplasm collections. The method provides single nucleotide resolution that has been validated by identifying and isolating knockout lines, non-synonymous codon changes and variants of miRNA and transcription factor binding sites in the agronomically important crop barley. In contrast to existing methods, FIND-IT does not require transformation, cloning or enzymatic steps, and is exempt from GMO regulations. Thus, FIND-IT can be applied immediately to elite crop cultivars and can be tailored to minimize or eliminate time-consuming backcrossing requirements.

Pangenomes are collections of annotated genome sequences of multiple individuals of a species. The structural variants uncovered by these datasets are a major asset to genetic analysis in crop plants. Here, we report a pangenome of barley comprising long-read sequence assemblies of 76 wild and domesticated genomes and short-read sequence data of 1,315 genotypes. An expanded catalogue of sequence variation in the crop includes structurally complex loci that have become hot spots of gene copy number variation in evolutionarily recent times. To demonstrate the utility of the pangenome, we focus on four loci involved in disease resistance, plant architecture, nutrient release, and trichome development. Novel allelic variation at a powdery mildew resistance locus and population-specific copy number gains in a regulator of vegetative branching were found. Expansion of a family of starch-cleaving enzymes in elite malting barleys was linked to shifts in enzymatic activity in micro-malting trials. Deletion of an enhancer motif is likely to change the developmental trajectory of the hairy appendages on barley grains. Our findings indicate that rapid evolution at structurally complex loci may have helped crop plants adapt to new selective regimes in agricultural ecosystems.

In nature, genetic variation occurs in every population and results in the evolution of a diversity of new properties, some of which promote the survival of the species. To accelerate nature's evolution based on genetic diversity, plant breeders may induce additional mutations to raise the number of genetic variations increasing the chances to obtain varieties with new desired traits like improved nutritive quality, yields and resilience to biotic and abiotic stress factors. Induced mutagenesis based on chemical mutagens is considered non-GM and has been used in barley (Hordeum vulgare) for decades (Hansson et al., 2024). Reverse genetic techniques including TILLING (Targeting Induced Local Lesions in Genomes) screening methodology and more recently TILLING-by-sequencing spinoffs are tools used to identify individual plant variants with the desired valuable genomic alterations. However, these tools are hampered by low mutation capacity. TILLING is a PCR-based technique designed to detect mismatched single nucleotides in a target gene. In 2023, Szarejko and her research group in Poland published a thorough overview of the TILLING success stories within the last 20 years (Szurman-Zubrzycka et al., 2023) including a description of the TILLING populations in different barley cultivars and landraces obtained following chemical mutagenesis (Figure 1a). The TILLING population sizes range between 1372 and 9600 individual plant variants. The mutation frequencies are individually chosen and dose-dependent (1/154–1/2500 Kbp). When multiplied (# of individuals × mutations per individual), the total number of mutations present in barley TILLING populations ranges between 10 and 100 million (Figure 1a). This may sound like a lot, but with a barley genome size of around 4300 Mbp (here, RGT Planet; Jayakodi et al., 2020), less than 2% of the nucleotides in the entire population are mutated. This severely reduces the possibility to find a desired mutation in TILLING populations. The FIND-IT technology is a new approach overriding these constraints. The FIND-IT technology was published in Science Advances in 2022 (Figure 1b) (Knudsen et al., 2022) and provides an agile and high-throughput approach to screen unprecedented large size chemically induced variant populations. FIND-IT combines systematic sample pooling and splitting with high-sensitivity, droplet digital PCR (ddPCR)–based genotyping for targeted identification of desired traits at single-nucleotide resolution. The ddPCR technology is 1000-fold more sensitive than conventional PCR. The FIND-IT approach is applicable to any living organism that can be grown in the field or in culture. The experimental approach is outlined in detail in Knudsen et al., 2022 and illustrated schematically in Figure 1b. In total, more than 500 000 FIND-IT barley variant plants are today available for screening. FIND-IT populations were also developed in other crops and microorganisms using sodium azide or ethyl methanesulphonate (EMS) as mutagens. Thus FIND-IT has been the key technology used to obtain sweet seeds in white lupin (Mancinotti et al., 2023), eliminate the presence of anti-nutritional saponins in quinoa seeds (Trinh et al., 2024), improve phosphate bioavailability in the barley grain (Madsen et al., 2024), avoid hydroxynitrile glucoside-derived formation of the pro-carcinogen ethyl carbamate in whisky production (Figure S1; Jørgensen et al., 2024) and modify the flavour profiles of Saccharomyces species for use in industrial brewing (Stovisek et al., 2024). The FIND-IT technology pipeline was designed based on knowledge of the mutant load and spectrum obtained in barley using different doses of sodium azide as monitored by whole genome sequencing (Figure 1b; Knudsen et al., 2022). The introduced mutations were found to be equally distributed over the seven barley chromosomes with a higher number of mutations observed at increased mutagen doses. Thus, FIND-IT libraries can be generated for different purposes: Medium mutation load (e.g. 1.7 mm sodium azide treatment for an average of 14 770 SNPs per individual plant) for gene-function analyses or low mutation load (e.g. 0.3 mm sodium azide treatment for an average of 5565 SNPs per individual plant) for barley breeding (Knudsen et al., 2022). The whole-genome sequencing documents that 15% of the barley sodium azide mutations are transversions and 85% are transitions with a preference for C > T and G > A (Figure 1c). In the RGT Planet barley genome, 1900 Mb are C's and G's. Upon sodium azide mutagenesis using an average dose, 10 000 randomly positioned SNPs are introduced in each single plant of which around 8000 will be C > T and G > A transitions. Using the FIND-IT technology, a library collection of 350 000 plants may now be analysed containing approximately 350 000 × 8000 = 2 800 000 000 randomly distributed C > T and G > A transitions (Figure 1b). Because the entire RGT Planet barley genome only harbours 1900 Mb C and G nucleotides, this means that virtually all putative mutation sites in the plant variant population have been saturated. When the sites are saturated, their status shifts from being random to become available as defined distinct sites in one or more individual plants present in the variant collection. Accordingly, the individual grains of the plant carrying a specific desired SNP in a specific gene may be identified from the many grain pools using a TaqMan™ assay and digital PCR (Figure 1b). You know the mutation is there and just have to FIND-IT. Compared with existing cereal TILLING resources for variation breeding and in relation to the natural variation found in the barley pan-genome accession panel, the FIND-IT off-target mutation pressure in breeding libraries is low and can be efficiently reduced by backcrossing to the parent or by direct crosses to elite barley cultivars in commercial breeding programmes. In this context, it is to be noticed that the off-target mutation pressure using FIND-IT would typically be adjusted to be comparable in number of SNPs induced in a single classical backcrossing step between two parents with naturally distinct genomes (Knudsen et al., 2022). As a proof of principle, we demonstrated the efficiency of the FIND-IT technology pipeline by isolating 100 targeted barley gene knockout lines and two dozen lines with specific amino acid exchanges or miRNA and promoter variants (Figure S2; Knudsen et al., 2022). Taking advantage of the fact that FIND-IT is a non-GMO approach method, data were directly verified by growing the barley variants in the field (Knudsen et al., 2022), an important requirement to validate new crop traits (Khaipho-Burch et al., 2023). The current development of high-quality plant genome and pan-genome resources allows breeding strategies to become highly customized. While TILLING-by-sequencing resources are static regarding the chosen variant, and with CRISPR technologies still facing multiple challenges to become field-applicable (Cardi et al., 2023), the FIND-IT pipeline stays agile, offers high flexibility and high-throughput, and is breeding compatible today. FIND-IT library resources can be regularly updated with new elite lines, customized for specific use (e.g. winter versus spring crop libraries) while the high sensitivity of ddPCR and sample pooling keeps variant screening highly competitive. When isolated from large elite line libraries with low individual mutation load, original FIND-IT variants can be directly implemented in elite breeding protocols to efficiently lose off-target mutations during yield breeding cycles providing unprecedented fast market rollout of novel traits. We thank the Carlsberg Foundation for funding support: Carlsberg Foundation grant: CF14-0461 (to B.L.M.) and Carlsberg Foundation grant: CF15-0236 (to B.S.). The authors have not declared a conflict of interest. Data sharing not applicable to this article as no datasets were generated or analysed during the current study. Figure S1. Disentangling hydroxynitrile glucoside biosynthesis in a barley (Hordeum vulgare) metabolon using FIND-IT technology provides access to elite malting barleys for ethyl carbamate free whisky production. Figure S2. Barley FIND-IT variant library with selected variants isolated and agronomically evaluated. Please note: The publisher is not responsible for the content or functionality of any supporting information supplied by the authors. Any queries (other than missing content) should be directed to the corresponding author for the article.

Ancient environmental DNA (aeDNA) is now commonly used in paleoecology and evolutionary ecology, yet due to difficulties in gaining sufficient genome coverage on individual species from metagenome data, its genetic perspectives remain largely uninvestigated. Hybridization capture has proven as an effective approach for enriching the DNA of target species, thus increasing the genome coverage of sequencing data and enabling population and evolutionary genetics analysis. However, to date there is no tool available for designing capture probe sets tailored for aeDNA based population genetics. Here we present eProbe, an efficient, flexible and easy-to-use program toolkit that provides a complete workflow for capture probe design, assessment and validation. By benchmarking a probe set for foxtail millet, an annual grass, made by the eProbe workflow, we demonstrate a remarkable increase of capturing efficiency, with the target taxa recovery rate improved by 577-fold, and the genome coverage achieved by soil capture-sequencing data even higher than data directly shotgun sequenced from the plant tissues. Probes that underwent our filtering panels show notably higher efficiency. The capture sequencing data enabled accurate population and evolutionary genetic analysis, by effectively inferring the fine-scale genetic structures and patterns, as well as the genotypes on functional genes.