ABSTRACT Classical genetic studies have identified many cases of pleiotropy where mutations in individual genes alter many different phenotypes. Quantitative genetic studies of natural genetic variants frequently examine one or a few traits, limiting their potential to identify pleiotropic effects of natural genetic variants. Widely adopted community association panels have been employed by plant genetics communities to study the genetic basis of naturally occurring phenotypic variation in a wide range of traits. High-density genetic marker data – 18M markers – from two partially overlapping maize association panels comprising 1,014 unique genotypes grown in field trials across at least seven US states and scored for 162 distinct trait datasets enabled the identification of of 2,154 suggestive marker-trait associations and 697 confident associations in the maize genome using a resampling-based genome-wide association strategy. The precision of individual marker-trait associations was estimated to be three genes based a reference set of genes with known phenotypes. Examples were observed of both genetic loci associated with variation in diverse traits (e.g. above-ground and below-ground traits), as well as individual loci associated with the same or similar traits across diverse environments. Many significant signals are located near genes whose functions were previously entirely unknown or estimated purely via functional data on homologs. This study demonstrates the potential of mining community association panel data using new higher density genetic marker sets combined with resampling-based genome-wide association tests to develop testable hypotheses about gene functions, identify potential pleiotropic effects of natural genetic variants, and study genotype by environment interaction.

ABSTRACT Nannochloropsis oceanica , as other stramenopile microalgae, is rich in long-chain polyunsaturated fatty acids (LC-PUFA) such as eiconsapentaenoic acid (EPA). We observed that fatty acid desaturases (FAD) involved in LC-PUFA biosynthesis were among the strongest blue light induced genes in N. oceanica CCMP1779. Blue light was also necessary for maintaining LC-PUFA levels in CCMP1779 cells, and growth under red light led to a reduction in EPA content. Aureochromes are stramenopile specific proteins that contain a light-oxygen-voltage-sensing (LOV) domain that associates with a flavin mononucleotide and is able to sense blue light. These proteins also contain a bZIP DNA binding motif and can act as blue light regulated transcription factors by associating with a E-box like motif, which we found enriched in the promoters of blue light induced genes. We demonstrated that, in vitro , two CCMP1779 aureochromes were able to absorb blue light. Moreover, the loss or reduction of any of the three aureochromes led to a decrease in the blue light specific induction of several FADs in CCMP1779. EPA content was also significantly reduced in NoAureo 2 and NoAureo 4 mutants. Taken together, our results indicate that aureochromes mediate blue light dependent regulation of LC-PUFA content in N. oceanica CCMP1779 cells.

Next-generation DNA sequencing has revolutionized the study of biology. However, the short read lengths of the dominant instruments complicate assembly of complex genomes and haplotype phasing of mixtures of similar sequences. Here we demonstrate a method to reconstruct the sequences of individual nucleic acid molecules up to 11.6 kilobases in length from short (150-bp) reads. We show that our method can construct 99.97%-accurate synthetic reads from bacterial, plant, and animal genomic samples, full-length mRNA sequences from human cancer cell lines, and individual HIV env gene variants from a mixture. The preparation of multiple samples can be multiplexed into a single tube, further reducing effort and cost relative to competing approaches. Our approach generates sequencing libraries in three days from less than one microgram of DNA in a single-tube format without custom equipment or specialized expertise.

Circadian clocks allow organisms to predict environmental changes caused by the rotation of the Earth. Although circadian rhythms are widespread among different taxa, the core components of circadian oscillators are not conserved and differ between bacteria, plants, animals and fungi. Stramenopiles are a large group of organisms in which circadian rhythms have been only poorly characterized and no clock components have been identified. We have investigated cell division and molecular rhythms in Nannochloropsis species. In the four strains tested, cell division occurred principally during the night period under diel conditions, however, rhythms dampened within 2-3 days after transfer to constant light. We developed firefly luciferase reporters for long-term monitoring of in vivo transcriptional rhythms in two Nannochlropsis species, N. oceanica CCMP1779 and N. salina CCMP537. The reporter lines express free-running bioluminescence rhythms with periods of ~21-31 h that dampen within ~3-4 days under constant light. Using different entrainment regimes, we demonstrate that these rhythms are regulated by a circadian-type oscillator. In addition, the phase of free-running luminescence rhythms can be modulated pharmacologically using a CK1 ε/δ inhibitor, suggesting a role of this kinase in the Nannochloropsis clock. Together with the molecular and genomic tools available for Nannochloropsis species, these reporter lines represent an excellent system for future studies on the molecular mechanisms of stramenopile circadian oscillators.

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.

Sorghum is emerging as an ideal genetic model for designing high-biomass bioenergy crops. Biomass yield, a complex trait influenced by various plant architectural features, is typically regulated by numerous genes. This study aims to dissect the genetic mechanisms underlying fourteen plant architectural and ten biomass yield traits in a sorghum association panel (SAP) across two growing seasons. We identified 321 associated loci via genome-wide association studies involving 234,264 single nucleotide polymorphisms (SNPs). These loci encompass both genes with a priori links to biomass traits, such as maturity, dwarfing (Dw), leafbladeless1, cryptochrome, and several loci not previously linked to roles in determining these traits. We identified 22 pleiotropic loci associated with variation in multiple phenotypes. Three of these loci, located on chromosomes 3 (S03_15463061), 6 (S06_42790178; Dw2), and 9 (S09_57005346; Dw1), exert significant and consistent effects on multiple traits. Additionally, we identified three genomic hotspots on chromosomes 6, 7, and 9, containing multiple SNPs associated with variation in plant architecture and biomass yield traits. Positive correlations were observed among linked SNPs close to or within the same genomic regions. Thirteen haplotypes were identified from these positively correlated SNPs on chr 6, with haplotypes 8 and 11 emerging as optimal combinations, exhibiting pronounced effects on the traits. Lastly, network analysis revealed that loci associated with flowering, plant heights, leaf characteristics, plant number, and tiller number per plant were highly interconnected with other genetic loci linked to plant architecture and biomass yield traits. The pyramiding of favorable alleles related to these traits holds promise for enhancing the future development of bioenergy sorghum crops.

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.

Plant breeding relies on information gathered from field trials to select promising new crop varieties for release to farmers and to develop genomic prediction models that can enhance the efficiency and rate of genetic improvement in future breeding cycles. However, field trials conducted in one environment provide limited insight into how well crop varieties will perform in other environments. As the pace of climate change intensifies, the time lag of developing and deploying new crop varieties indicates that plant breeders will need to make decisions about new crop varieties without knowing the future environments those crop varieties will encounter in farmers9 fields. Therefore, significant improvements in cross-environment prediction of crop performance are essential for creating and maintaining resilient agricultural systems in the latter half of the twenty-first century. To address this challenge, we conducted linked yield trials of 752 public maize genotypes in two distinct environments: Lincoln, Nebraska, and East Lansing, Michigan. Our findings confirmed that genomic predictions of yield can outperform direct yield measurements used to train the genomic prediction model in predicting yield in a second environment. Additionally, we developed and trained another trait-based yield prediction model, which we refer to as the Silicon Breeder9s Eye (SBE). Our results demonstrate that SBE prediction has comparable predictive power to genomic prediction models. SBE prediction has the potential to be applied to a wider range of breeding programs, including those that lack the resources to genotype large populations of individuals, such as programs in the developing world, breeding programs for specialty crops, and public sector programs.