Abstract Nicotiana tabacum is a model organism in plant molecular and pathogenic research and has significant potential in the production of biofuels and active pharmaceutical compounds in synthetic biology. Because of the large allotetraploid genome of tobacco, its genomic features, genetic diversity and genetic regulation of many complex traits remain unknown. In this study, we present a nearly complete chromosome-scale assembly of N. tabacum and provide evidence that homoeologous exchange between subgenomes and epigenetic remodelling are likely mechanisms of genome stabilization and subgenome coordination following polyploidization. By leveraging GenBank-scale sequencing and phenotyping data from 5196 lines, geography at the continent scale, rather than types assigned on the basis of curing crop practices, was found to be the most important correlate of genetic structure. Using 178 marker□trait associations detected in genome-wide association analysis, a reference genotype-to-phenotype map was built for 39 morphological, developmental, and disease-resistance traits. A novel gene, auxin response factor 9 ( Arf9 ), associated with wider leaves after being knocked out, was fine-mapped to a single nucleotide polymorphism (SNP). This point mutation alters the translated amino acid from Ala 203 to Pro 203 , likely preventing homodimer formation during DNA binding. Our analysis also revealed signatures of positive and polygenic selection for multiple traits during the process of selective breeding. Overall, this study demonstrated the power of leveraging GenBank genomics to gain insights into the genomic features, genetic diversity, and regulation of complex traits in N. tabacum , laying a foundation for future research on plant functional genomics, crop breeding, and the production of biopharmaceuticals and biofuels.

Summary The IL-2 receptor α-chain (IL-2Rα/CD25) is constitutively expressed on DN2/DN3 thymocytes and Treg cells but induced by IL-2 on mature T and NK cells. Il2ra expression is regulated by a super-enhancer extensively bound by STAT5 in mature T cells. Here, we demonstrate that STAT5 cooperates with Notch to induce/maintain Il2ra/ CD25 expression in DN2/DN3 cells. Moreover, we systematically investigated CD25 regulation using a series of mice with deletions spanning STAT5 binding elements. Deleting the upstream super-enhancer region mainly affected constitutive CD25 expression on DN2/DN3 thymocytes and Tregs, whereas deleting an intronic region primarily decreased IL-2-induced CD25 on peripheral T and NK cells. Thus, distinct elements preferentially control constitutive versus inducible expression in a cell-type-specific manner, with the MED1 coactivator co-localizing with specific STAT5 binding sites. Moreover, the intronic region was a dominant element whose deletion altered the structure throughout the super-enhancer in mature T cells. These results demonstrate differential functions for distinct super-enhancer elements, thereby indicating ways to manipulate CD25 expression in a cell-type specific fashion.

To mitigate the effects of heat and drought stress, a better understanding of the genetic control of physiological responses to these environmental conditions is needed. To this end, we evaluated an upland cotton (Gossypium hirsutum L.) mapping population under water-limited and well-watered conditions in a hot, arid environment. The elemental concentrations (ionome) of seed samples from the population were profiled in addition to those of soil samples taken from throughout the field site to better model environmental variation. The elements profiled in seeds exhibited moderate to high heritabilities, as well as strong phenotypic and genotypic correlations between elements that were not altered by the imposed irrigation regimes. Quantitative trait loci (QTL) mapping results from a Bayesian classification method identified multiple genomic regions where QTL for individual elements colocalized, suggesting that genetic control of the ionome is highly interrelated. To more fully explore this genetic architecture, multivariate QTL mapping was implemented among groups of biochemically related elements. This analysis revealed both additional and pleiotropic QTL responsible for coordinated control of phenotypic variation for elemental accumulation. Machine learning algorithms that utilized only ionomic data predicted the irrigation regime under which genotypes were evaluated with very high accuracy. Taken together, these results demonstrate the extent to which the seed ionome is genetically interrelated and predictive of plant physiological responses to adverse environmental conditions.