Abstract Populations are locally adapted when they exhibit higher fitness than foreign populations in their native habitat. Maize landrace adaptations to highland and lowland conditions are of interest to researchers and breeders. To determine the prevalence and strength of local adaptation in maize landraces, we performed a reciprocal transplant experiment across an elevational gradient in Mexico. We grew 120 landraces, grouped into four populations (Mexican Highland, Mexican Lowland, South American Highland, South American Lowland), in Mexican highland and lowland common gardens and collected phenotypes relevant to fitness, as well as reported highland-adaptive traits such as anthocyanin pigmentation and macrohair density. 67k DArTseq markers were generated from field specimens to allow comparison between phenotypic patterns and population genetic structure. We found phenotypic patterns consistent with local adaptation, though these patterns differ between the Mexican and South American populations. While population genetic structure largely recapitulates drift during post-domestication dispersal, landrace phenotypes reflect adaptations to native elevation. Quantitative trait Q ST was greater than neutral F ST for many traits, signaling divergent directional selection between pairs of populations. All populations exhibited higher fitness metric values when grown at their native elevation, and Mexican landraces had higher fitness than South American landraces when grown in our Mexican sites. Highland populations expressed generally higher anthocyanin pigmentation than lowland populations, and more so in the highland site than in the lowland site. Macrohair density was largely non-plastic, and Mexican landraces and highland landraces were generally more pilose. Analysis of δ 13 C indicated that lowland populations may have lower WUE. Each population demonstrated garden-specific correlations between highland trait expression and fitness, with stronger positive correlations in the highland site. These results give substance to the long-held presumption of local adaptation of New World maize landraces to elevation and other environmental variables across North and South America.

Abstract Crop wild relatives represent valuable sources of alleles for crop improvement, including adaptation to climate change and emerging diseases. However, introgressions from wild relatives might have deleterious effects on desirable traits, including yield, due to linkage drag. Here we comprehensively analyzed the genomic and phenotypic impacts of wild introgressions into cultivated sunflower to estimate the impacts of linkage drag. First, we generated new reference sequences for seven cultivated and one wild sunflower genotype, as well as improved assemblies for two additional cultivars. Next, relying on previously generated sequences from wild donor species, we identified introgressions in the cultivated reference sequences, as well as the sequence and structural variants they contain. We then used a ridge regression model to test the effects of the introgressions on phenotypic traits in the cultivated sunflower association mapping population. We found that introgression has introduced substantial sequence and structural variation into the cultivated sunflower gene pool, including > 3,000 new genes. While introgressions reduced genetic load at protein-coding sequences and positively affected traits associated with abiotic stress resistance, they mostly had negative impacts on yield and quality traits. Introgressions found at high frequency in the cultivated gene pool had larger effects than low frequency introgressions, suggesting that the former likely were targeted by artificial selection. Also, introgressions from more distantly related species were more likely to be maladaptive than those from the wild progenitor of cultivated sunflower. Thus, pre-breeding efforts should focus, as far as possible, on closely related and fully compatible wild relatives.

Abstract High-throughput genotyping of large numbers of lines remains a key challenge in plant genetics, requiring geneticists and breeders to find a balance between data quality and the number of genotyped lines under a variety of different existing technologies when resources are limited. In this work, we are proposing a new imputation pipeline (“HBimpute”) that can be used to generate high-quality genomic data from low read-depth whole-genome-sequence data. The key idea of the pipeline is the use of haplotype blocks from the software HaploBlocker to identify locally similar lines and merge their reads locally. The effectiveness of the pipeline is showcased on a dataset of 321 doubled haploid lines of a European maize landrace, which were sequenced with 0.5X read-depth. Overall imputing error rates are cut in half compared to the state-of-the-art software BEAGLE, while the average read-depth is increased to 83X, thus enabling the calling of structural variation. The usefulness of the obtained imputed data panel is further evaluated by comparing the performance in common breeding applications to that of genomic data from a 600k array. In particular for genome-wide association studies, the sequence data is shown to be performing slightly better. Furthermore, genomic prediction based on the overlapping markers from the array and sequence is leading to a slightly higher predictive ability for the imputed sequence data, thereby indicating that the data quality obtained from low read-depth sequencing is on par or even slightly higher than high-density array data. When including all markers for the sequence data, the predictive ability is slightly reduced indicating overall lower data quality in non-array markers. Author summary High-throughput genotyping of large numbers of lines remains a key challenge in plant genetics and breeding. Cost, precision, and throughput must be balanced to achieve optimal efficiencies given available technologies and finite resources. Although genotyping arrays are still considered the gold standard in high-throughput quantitative genetics, recent advances in sequencing provide new opportunities for this. Both the quality and cost of genomic data generated based on sequencing are highly dependent on the used read depth. In this work, we are proposing a new imputation pipeline (“HBimpute”) that uses haplotype blocks to detect individuals of the same genetic origin and subsequently uses all reads of those individuals in the variant calling. Thus, the obtained virtual read depth is artificially increased, leading to higher calling accuracy, coverage, and the ability to all copy number variation based on relatively cheap low-read depth sequencing data. Thus, our approach makes sequencing a cost-competitive alternative to genotyping arrays with the additional benefit of the potential use of structural variation.

ABSTRACT Generations of farmer selection have produced a unique collection of traditional maize varieties adapted to the environmental challenges of the central Mexican highlands. In addition to agronomic and cultural value, Mexican highland maize represents a good system for the study of local adaptation and acquisition of adaptive phenotypes under cultivation. In this study, we characterized a recombinant inbred line population derived from the cross of the B73 reference line and the Mexican highland maize variety Palomero Toluqueño. Evaluation over multiple years in lowland and highland field sites in Mexico identified genomic regions linked to yield components and putatively adaptive morphological traits. A region on chromosome 7 associated with ear weight showed antagonistic allelic effects in lowland and highland fields, suggesting a trade-off consistent with local adaptation. We identified several alleles of highland origin associated with characteristic highland traits, including reduced tassel branching, increased stem pigmentation and the presence of stem macrohairs. The oligogenic architecture of characteristic morphological traits supports their role in adaptation, suggesting they have arisen from consistent directional selection acting at distinct points across the genome. We discuss these results in the context of the origin of phenotypic novelty during selection, commenting on the role of de novo mutation and the acquisition of adaptive variation by gene flow from endemic wild relatives.

Background. Gene regulatory variation has been proposed to play an important role in the adaptation of plants to environmental stress. In the central highlands of Mexico, farmer selection has generated a unique group of maize landraces adapted the challenges of the highland niche. In this study, gene expression in Mexican highland maize and a reference maize breeding line were compared to identify evidence of regulatory variation in stress-related genes. It was hypothesised that local adaptation in Mexican highland maize would be associated with a transcriptional signature observable even under benign conditions. Methods. Allele specific expression analysis was performed using the seedling-leaf transcriptome of an F1 individual generated from the cross between the highland adapted Mexican landrace Palomero Toluqueño and the reference line B73, grown under benign conditions. Results were compared with a published dataset describing the transcriptional response of B73 seedlings to cold, heat, salt and UV treatments. Results. A total of 2386 genes were identified to show allele specific expression. Of these, 277 showed an expression difference between Palomero Toluqueño and B73 alleles that mirrored the response of B73 cold, heat, salt and/or UV treatments, and, as such, were considered to display a constitutive stress response. Constitutive stress response candidates included genes associated with plant hormone signaling and a number of transcription factors. Construction of a gene co-expression network revealed further signaling and stress-related genes to be among the potential targets of the transcription factors candidates. Discussion. Constitutive activation of responses may represent the best strategy when stresses are severe but predictable. Expression differences observed here between Palomero Toluqueño and B73 alleles indicate the presence of cis-acting regulatory variation linked to stress-related genes in Palomero Toluqueño. Considered alongside gene annotation and population data, allele specific expression analysis of plants grown under benign conditions provides an attractive strategy to identify functional variation potentially linked to local adaptation.

Abstract Genetic variation is of crucial importance for selection and genetic improvement of crops. Landraces are valuable sources of diversity for germplasm improvement, but for quantitative traits efficient strategies for their targeted utilization are lacking. Here, we propose a genome-based strategy for making native diversity accessible for traits with limited genetic variation in elite germplasm. We generated ~ 1,000 doubled-haploid (DH) lines from three European maize landraces, pre-selected based on molecular and phenotypic information. Using GWAS, we mapped haplotype-trait associations for early development traits at high resolution in eleven environments. Molecular haplotype inventories of landrace derived DH libraries and a broad panel of 65 breeding lines based on 501,124 SNPs revealed novel variation for target traits in the landraces. DH lines carrying these novel haplotypes outperformed breeding lines not carrying the respective haplotypes. Most haplotypes associated with target traits showed stable effects across populations and environments and only limited correlated effects with undesired traits making them ideal for introgression into elite germplasm. Our strategy was successful in linking molecular variation to meaningful phenotypes and identifying novel variation for quantitative traits in plant genetic resources.