Elemental accumulation in seeds is the product of a combination of environment and a wide variety of genetically controlled physiological processes. We measured the kernel elemental composition of the Nested Association Mapping (NAM) of maize ( Zea mays L.) grown in 4 different environments. Analysis of variance revealed strong effects of genotype, environment and genotype by environment interactions. Using Joint-linkage mapping on a set of 7000 markers we identified 354 quantitative trait loci (QTL) across 20 elements, four environments and a combination of the environments. Leveraging 20 M SNPs derived from genome resequencing on the parents of the population, genome-wide association mapping studies (GWAS) detected 8573 loci. While most of the GWAS SNPs were located near genes not previously implicated in elemental regulation, several SNPs were located next to orthologs of well-characterized elemental regulation genes.

Abstract Plants obtain soil-resident elements that support growth and metabolism via water-mediated flow facilitated by transpiration and active transport processes. The availability of elements in the environment interact with the genetic capacity of organisms to modulate element uptake through plastic adaptive responses, such as homeostasis. These interactions should cause the elemental contents of plants to vary such that the effects of genetic polymorphisms influencing elemental accumulation will be dramatically dependent on the environment in which the plant is grown. To investigate genotype by environment interactions underlying elemental accumulation, we analyzed levels of elements in maize kernels of the Intermated B73 x Mo17 (IBM) recombinant inbred population grown in 10 different environments spanning a total of six locations and five different years. In analyses conducted separately for each environment, we identified a total of 79 quantitative trait loci controlling seed elemental accumulation. While a set of these QTL were found in multiple environments, the majority were specific to a single environment, suggesting the presence of genetic by environment interactions. To specifically identify and quantify QTL by environment interactions (QEIs), we implemented two methods: linear modeling with environmental covariates and QTL analysis on trait differences between growouts. With these approaches, we found several instances of QEI, indicating that elemental profiles are highly heritable, interrelated, and responsive to the environment. Author Summary Plants take up elements from the soil, a process that is highly regulated by the plant’s genome. To investigate how maize alters its elemental uptake in response to different environments, we analyzed the kernel elemental content of a population derived from a cross grown 10 different times in six locations. We found that environment had a profound effect on which genetic loci were important for elemental accumulation in the kernel. Our results suggest that to have a full understanding of elemental accumulation in maize kernels and other food crops, we will need to understand the interactions identified here at the level of the genes and the environmental variables that contribute to loading essential nutrients into seeds.

ABSTRACT Despite being one of the most consumed vegetables in the United States, the elemental profile of sweet corn ( Zea mays L.) is limited in its dietary contributions. To address this through genetic improvement, a genome-wide association study was conducted for the concentrations of 15 elements in fresh kernels of a sweet corn association panel. In concordance with mapping results from mature maize kernels, we detected a probable pleiotropic association of zinc and iron concentrations with nicotianamine synthase5 ( nas5 ), which purportedly encodes an enzyme involved in synthesis of the metal chelator nicotianamine. Additionally, a pervasive association signal was identified for cadmium concentration within a recombination suppressed region on chromosome 2. The likely causal gene underlying this signal was heavy metal ATPase3 ( hma3 ), whose counterpart in rice, OsHMA3 , mediates vacuolar sequestration of cadmium and zinc in roots, whereby regulating zinc homeostasis and cadmium accumulation in grains. In our association panel, hma3 associated with cadmium but not zinc accumulation in fresh kernels. This finding implies that selection for low cadmium will not affect zinc levels in fresh kernels. Although less resolved association signals were detected for boron, nickel, and calcium, all 15 elements were shown to have moderate predictive abilities via whole-genome prediction. Collectively, these results help enhance our genomics-assisted breeding efforts centered on improving the elemental profile of fresh sweet corn kernels.

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.

Understanding the mechanisms underlying plants' adaptation to their environment will require knowledge of the genes and alleles underlying elemental composition. Modern genetics is capable of quickly, and cheaply indicating which regions of DNA are associated with particular phenotypes in question, but most genes remain poorly annotated, hindering the identification of candidate genes. To help identify candidate genes underlying elemental accumulations, we have created the known ionome gene (KIG) list: a curated collection of genes experimentally shown to change uptake, accumulation, and distribution of elements. We have also created an automated computational pipeline to generate lists of KIG orthologs in other plant species using the PhytoMine database. The current version of KIG consists of 176 known genes covering 5 species, 23 elements and their 1588 orthologs in 10 species. Analysis of the known genes demonstrated that most were identified in the model plant Arabidopsis thaliana, and that transporter coding genes and genes altering the accumulation of iron and zinc are overrepresented in the current list.### Competing Interest StatementThe authors have declared no competing interest.

Seedling establishment and seed nutritional quality require the sequestration of sufficient mineral nutrients. Identification of genes and alleles that modify element content in the grains of cereals, including Sorghum bicolor, is fundamental to developing breeding and selection methods aimed at increasing bioavailable mineral content and improving crop growth. We have developed a high throughput workflow for the simultaneous measurement of multiple elements in Sorghum seeds. We measured seed element levels in the genotyped Sorghum Association Panel (SAP), representing all major cultivated sorghum races from diverse geographic and climatic regions, and mapped alleles contributing to seed element variation across three environments by genome-wide association. We observed significant phenotypic and genetic correlation between several elements across multiple years and diverse environments. The power of combining high-precision measurements with genome wide association was demonstrated by implementing rank transformation and a multilocus mixed model (MLMM) to map alleles controlling 20 element traits, identifying 255 loci affecting the sorghum seed ionome. Sequence similarity to genes characterized in previous studies identified likely causative genes for the accumulation of zinc (Zn) manganese (Mn), nickel (Ni), calcium (Ca) and cadmium (Cd) in sorghum seed. In addition to strong candidates for these four elements, we provide a list of candidate loci for several other elements. Our approach enabled identification of SNPs in strong LD with causative polymorphisms that can be used directly in plant breeding and improvement.

Sorghum bicolor is a promising cellulosic feedstock crop for bioenergy because of its potential for high biomass yields. However, in its early growth phases, sorghum is sensitive to cold stress, preventing early planting in temperate environments. Cold temperature adaptability is vital for the successful cultivation of both bioenergy and grain sorghum at higher latitudes and elevations, and for early season planting or to extend the growing season. Identification of genes and alleles that enhance biomass accumulation of sorghum grown under early cold stress would enable the development of improved bioenergy sorghum through breeding or genetic engineering. We conducted image-based phenotyping on 369 accessions from the sorghum Bioenergy Association Panel (BAP) in a controlled environment with early cold treatment. The BAP is a collection of densely genotyped and racially, geographically, and phenotypically diverse accessions. The plants were weighed, watered, and imaged daily to measure growth dynamics and water use efficiency (WUE). Daily, non-destructive imaging allowed for a temporal analysis of growth-related traits in response to cold stress. We performed a genome-wide association study (GWAS) to identify candidate genomic intervals and genes controlling response to early cold stress. GWAS identified transient quantitative trait loci (QTL) strongly associated with each growth-related trait, permitting an investigation into the genetic basis of cold stress response at different stages of development. The analysis identified a priori and novel candidate genes associated with growth-related traits and the temporal response to cold stress.

SUMMARY Arbuscular mycorrhizal fungi (AMF) establish symbioses with major crop species, providing their hosts with greater access to mineral nutrients and promoting tolerance to heavy metal toxicity. There is considerable interest in AMF as biofertilizers and for their potential in breeding for greater nutrient efficiency and stress tolerance. However, it remains a challenge to estimate the nutritional benefits of AMF in the field, in part due to a lack of suitable AMF-free controls. Here we evaluated the impact of AMF on the concentration of 20 elements in the leaves and grain of field grown maize using a custom genetic mapping population in which half of the families carry the AMF-incompatibility mutation castor . By comparing AMF-compatible and AMF-incompatible families, we confirmed the benefits of AMF in increasing the concentration of essential mineral nutrients ( e . g ., P, Zn, and Cu) and reducing the concentration of toxic elements ( e . g ., Cd and As) in a medium-input subtropical field. We characterised the genetic architecture of element concentration using quantitative trait mapping and identified loci that were specific to AMF-compatible or AMF-incompatible families, consistent with their respective involvement in mycorrhizal or direct nutrient uptake. Patterns of element covariance changed depending on AMF status and could be used to predict variation in mycorrhizal colonisation. We comment on the potential of AMF to drive genotype-specific differences in the host ionome across fields and to impact the alignment of biofortification breeding targets. Our results highlight the benefits of AMF in improving plant access to micronutrients while protecting from heavy metals, and indicate the potential benefits of considering AMF in biofortification programs.

Advances in quantitative genetics have enabled researchers to identify genomic regions associated with changes in phenotype. However, genomic regions can contain hundreds to thousands of genes, and progressing from genomic regions to candidate genes is still challenging. In genome-wide association studies (GWAS) measuring elemental accumulation (ionomic) traits, a mere 5% of loci are associated with a known ionomic gene - indicating that many causal genes are still unknown. To select candidates for the remaining 95% of loci, we developed a method to identify conserved genes underlying GWAS loci in multiple species. For 19 ionomic traits, we identified 14,336 candidates across Arabidopsis, soybean, rice, maize, and sorghum. We calculated the likelihood of candidates with random permutations of the data and determined that most of the top 10% of candidates were orthologous genes linked to GWAS loci across all five species. The candidate list also includes orthologous genes with previously established ionomic functions in Arabidopsis and rice. Our methods highlight the conserved nature of ionomic genetic regulators and enable the identification of previously unknown ionomic genes.

The elemental content of a soybean seed is determined by both genetic and environmental factors and is an important component of its nutritional value. The elemental content is stable, making the samples stored in germplasm repositories an intriguing source of experimental material. To test the efficacy of using samples from germplasm banks for gene discovery, we analyzed the elemental profile of seeds from 1653 lines in the USDA Soybean Germplasm Collection. We observed large differences in the elemental profiles based on where the lines were grown, which lead us to break up the genetic analysis into multiple small experiments. Despite these challenges, we were able to identify candidate SNPs controlling elemental accumulation as well as lines with extreme elemental accumulation phenotypes. Our results suggest that elemental analysis of germplasm samples can identify SNPs in linkage disequilibrium to genes, which can be leveraged to assist in crop improvement efforts.