A high-quality reference for the sunflower genome (Helianthus annuus L.) and analysis of gene networks involved in flowering time and oil metabolism provide a basis for nutritional exploitation and analyses of adaptation to climate change. Nicolas Langlade and colleagues report the genome sequence of the domesticated sunflower, Helianthus annuus L., a global oil crop that can maintain stable yields across a wide range of environmental conditions. Their comparative analyses provide insights into the evolutionary history of Asterids. They also analysed transcriptomic data from vegetative and floral organs, re-sequenced 80 domesticated lines and performed genome-wide association studies identifying 35 loci associated with flowering time. These resources will be useful in breeding programs as well as ecological and evolutionary studies. The domesticated sunflower, Helianthus annuus L., is a global oil crop that has promise for climate change adaptation, because it can maintain stable yields across a wide variety of environmental conditions, including drought1. Even greater resilience is achievable through the mining of resistance alleles from compatible wild sunflower relatives2,3, including numerous extremophile species4. Here we report a high-quality reference for the sunflower genome (3.6 gigabases), together with extensive transcriptomic data from vegetative and floral organs. The genome mostly consists of highly similar, related sequences5 and required single-molecule real-time sequencing technologies for successful assembly. Genome analyses enabled the reconstruction of the evolutionary history of the Asterids, further establishing the existence of a whole-genome triplication at the base of the Asterids II clade6 and a sunflower-specific whole-genome duplication around 29 million years ago7. An integrative approach combining quantitative genetics, expression and diversity data permitted development of comprehensive gene networks for two major breeding traits, flowering time and oil metabolism, and revealed new candidate genes in these networks. We found that the genomic architecture of flowering time has been shaped by the most recent whole-genome duplication, which suggests that ancient paralogues can remain in the same regulatory networks for dozens of millions of years. This genome represents a cornerstone for future research programs aiming to exploit genetic diversity to improve biotic and abiotic stress resistance and oil production, while also considering agricultural constraints and human nutritional needs8,9.

Summary Genes under balancing selection control phenotypes such as immunity, color or sex, but are difficult to identify. Self-incompatibility genes are under negative frequency-dependent selection, a special case of balancing selection, with up to 30 to 50 alleles segregating per population. We developed a method based on pooled Single-Molecule transcriptomics to identify balanced polymorphisms expressed in tissues of interest. We searched for multi-allelic, non-recombining genes causing self-incompatibility in wild sunflower ( Helianthus annuus ). A diversity scan in pistil identified a gene, Ha7650b ,that displayed balanced polymorphism and colocalized with a quantitative trait locus for self-incompatibility. Unexpectedly, Ha7650b displayed gigantism (400 kb), which was caused by increase in intron size as a consequence of suppressed recombination. Ha7650b emerged after a whole-genome duplication (29 millions years ago) followed by tandem duplications and neofunctionalisation. Ha7650b shows expression, genetic location, genomic neighbourhood and predicted function that provide strong evidence that it is involved in self-incompatibility. Pooled Single-Molecule transcriptomics is an affordable and powerful new method that makes it possible to identify diversity and structural outliers simultaneously. It will allow a breakthrough in the discovery of self-incompatibility genes and other expressed genes under balancing selection.

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 Parasitic plants cause yield losses for important crops. Among these, Orobanche cumana Wallr, sunflower broomrape, is one of the major pests for sunflower. Previous studies stated that in most cases, the haustorium, a specific parasitic plant organ, penetrates host roots intercellularly. However, host cellular mechanisms involved during the parasitic cells penetration remained poorly described. We investigated sunflower root cellular behavior during haustorium penetration using various microscopy approaches including live cell imaging of inoculated transgenic fluorescent sunflower roots. We showed that the haustorium of O. cumana penetrated living sunflower root tissues, as a result of the degradation of the host cell wall and the formation of a new host trans-cellular apoplastic compartment for haustorium accommodation. Moreover, broomrape induced cell divisions in outer root tissues at very early stages of the interaction, leading to localized hypertrophy at the site of broomrape attachments. These findings are a change of paradigm in the research field of parasitic plants. They extend host root intracellular accommodation mechanisms initially shown for symbiotic and pathogenic biotrophic fungi to parasitic plants. It paves the way for future understanding and development of resistance to parasitic plants. Key message Combination of in vivo confocal, large field and transmission electron microscopy approaches revealed how intimate the relationship between the parasitic plant broomrape ( Orobanche cumana Wallr.) and its sunflower host ( Helianthus annus L.) is at very early stages of their interaction.

Genome-wide association studies are a powerful and widely used tool to decipher the genetic control of complex traits. One of the main challenges for hybrid crops, such as maize or sunflower, is to model the hybrid vigor in the linear mixed models, considering the relatedness between individuals. Here, we compared two additive and three non-additive association models for their ability to identify genomic regions associated with flowering time in sunflower hybrids. A panel of 452 sunflower hybrids, corresponding to incomplete crossing between 36 male lines and 36 female lines, was phenotyped in five environments and genotyped for 2,204,423 SNPs. Intra-locus effects were estimated in multi-locus models to detect genomic regions associated with flowering time using the different models. Thirteen quantitative trait loci were identified in total, two with both model categories and one with only non-additive models. A quantitative trait loci on LG09, detected by both the additive and non-additive models, is located near a GAI homolog and is presented in detail. Overall, this study shows the added value of non-additive modeling of allelic effects for identifying genomic regions that control traits of interest and that could participate in the heterosis observed in hybrids.