Pearl millet [Cenchrus americanus (L.) Morrone] is a staple food for more than 90 million farmers in arid and semi-arid regions of sub-Saharan Africa, India and South Asia. We report the ∼1.79 Gb draft whole genome sequence of reference genotype Tift 23D2B1-P1-P5, which contains an estimated 38,579 genes. We highlight the substantial enrichment for wax biosynthesis genes, which may contribute to heat and drought tolerance in this crop. We resequenced and analyzed 994 pearl millet lines, enabling insights into population structure, genetic diversity and domestication. We use these resequencing data to establish marker trait associations for genomic selection, to define heterotic pools, and to predict hybrid performance. We believe that these resources should empower researchers and breeders to improve this important staple crop.

Genebanks hold comprehensive collections of cultivars, landraces and crop wild relatives of all major food crops, but their detailed characterization has so far been limited to sparse core sets. The analysis of genome-wide genotyping-by-sequencing data for almost all barley accessions of the German ex situ genebank provides insights into the global population structure of domesticated barley and points out redundancies and coverage gaps in one of the world's major genebanks. Our large sample size and dense marker data afford great power for genome-wide association scans. We detect known and novel loci underlying morphological traits differentiating barley genepools, find evidence for convergent selection for barbless awns in barley and rice and show that a major-effect resistance locus conferring resistance to bymovirus infection has been favored by traditional farmers. This study outlines future directions for genomics-assisted genebank management and the utilization of germplasm collections for linking natural variation to human selection during crop evolution.

Significance Selfing species wheat are bred as pure-line varieties with stagnating yield growths. In contrast, selection gain in maize is high, owing to massive investment sustained by hybrid seed sales, coupled with an efficient exploitation of hybrid vigor. We have developed a three-step strategy for establishing a heterotic pattern, which was one of the central unsolved challenges for initiating hybrid breeding programs. The benefits of our approach are demonstrated using data for wheat, but the strategy is relevant for several autogamous crops. Our three-step approach facilitates identification of a heterotic pattern, and thus may contribute to meeting the global challenge of increasing demand for food, feed, and fuel.

Abstract The great efforts spent in the maintenance of past diversity in genebanks are rationalized by the potential role of plant genetic resources in future crop improvement – a concept whose practical implementation has fallen short of expectations. Here, we implement genomics-informed parent selection to expedite pre-breeding without discriminating against non-adapted germplasm. We collect dense genetic profiles for a large winter wheat collection and evaluate grain yield and resistance to yellow rust in representative coresets. Genomic prediction within and across genebanks identified the best parents for PGR x elite derived crosses that outyielded current elite cultivars in multiple field trials.

Summary Vascular plants segment their body axis with iterative nodes of lateral branches and internodes. Appropriate node initiation and internode elongation are fundamental to plant fitness and crop yield formation; but how they are spatiotemporally coordinated remains elusive. We show that in barley ( Hordeum vulgare L.), selections under domestication have extended the apical meristematic phase to promote node initiation, but constrained subsequent internode elongation. In both vegetative and reproductive axes, internode elongation displays a dynamic proximal – distal gradient, and among subpopulations of domesticated barleys at the global range, node initiation and proximal internode elongation are associated with latitudinal and longitudinal gradients, respectively. Genetic and functional analysis suggest that, in addition to their converging roles in node initiation, flowering time genes are repurposed to specify the dynamic internode elongation. Our study provides an integrated view of barley node initiation and internode elongation, and suggests that plant architecture has to be recognized as dynamic phytomeric units in the context of crop evolution.

ABSTRACT We assessed early vegetative growth in a population of 382 accessions of Arabidopsis thaliana using automated non-invasive high-throughput phenotyping. All accessions were imaged daily from seven to 18 days after sowing in three independent experiments and genotyped using the Affymetrix 250k SNP array. Projected leaf area (PLA) was derived from image analysis and used to calculate relative growth rates (RGR). In addition, initial seed size was determined. The generated data sets were used jointly for a genome-wide association study that identified 238 marker-trait associations (MTAs) individually explaining up to 8 % of the total phenotypic variation. Co-localisation of MTAs occurred at 33 genomic positions. At 21 of these positions, sequential co-localisation of MTAs for two to nine consecutive days was observed. The detected MTAs for PLA and RGR could be grouped according to their temporal expression patterns, emphasising that temporal variation of MTA action can be observed even during the vegetative growth phase, a period of continuous formation and enlargement of seemingly similar rosette leaves. This indicates that causal genes may be differentially expressed in successive periods. Analyses of the temporal dynamics of biological processes are needed to gain important insight into the molecular mechanisms of growth-controlling processes in plants. Highlight A genome-wide association study including the factor time highlighted that early plant growth in Arabidopsis is governed by several medium and many small effect loci, most of which act only during short phases of two to nine days.

Abstract Non-photochemical quenching (NPQ) is a protective mechanism for dissipating excess energy generated during photosynthesis in the form of heat. The accelerated relaxation of the NPQ in fluctuating light can lead to an increase in the yield and dry matter productivity of crops. Since the measurement of NPQ is time-consuming and requires specific light conditions, theoretical NPQ (NPQ (T) ) was introduced for rapid estimation, which could be suitable for High-throughput Phenotyping. We investigated the potential of NPQ (T) to be used for testing plant genetic resources of chickpea under drought stress with non-invasive High-throughput Phenotyping complemented with yield traits. Besides a high correlation between the hundred-seed-weight and the Estimated Biovolume, significant differences were observed between the two types of chickpea desi and kabuli for Estimated Biovolume and NPQ (T) . Desi was able to maintain the Estimated Biovolume significantly better under drought stress. One reason could be the effective dissipation of excess excitation energy in photosystem II, which can be efficiently measured as NPQ (T) . Screening of plant genetic resources for photosynthetic performance could take pre-breeding to a higher level and can be implemented in a variety of studies, such as here with drought stress or under fluctuating light in a High-throughput Phenotyping manner using NPQ (T) .

Genome-wide association studies (GWAS) are a ubiquitous tool for identifying genetic variants associated with complex traits in structured populations. During the past years, many fast GWAS algorithms based on a state-of-the-art model, namely the linear mixed model, have been published to cope with the rapidly growing data size. In this study, we provide a comprehensive overview and benchmarking analysis of commonly used GWAS algorithms. Key mathematical techniques implemented in different algorithms were summarized. Empirical data analysis with selected algorithms showed differences regarding the identification of quantitative trait loci (QTL) in several plant species. The performance of these algorithms evaluated in 10,800 simulated data sets with distinct population size, heritability and genetic architecture revealed the impact of these parameters on the power of QTL identification and false positive rate. Based on these results, a general guide on the choice of algorithms for the research community is proposed.