Abstract Crop breeders increasingly need to mitigate the effects of climate change. Ideally, their selection strategies are based on an understanding of crop responses to environmental covariates such as temperature. In this study, the height of 352 varieties (European and Swiss) was repeatedly measured in multiple years. P-splines were used to model plant height as a function of time, from which the phenology parameters jointing (start) and end of stem elongation were derived. An asymptotic model was used to estimate the base-temperature of growth ( T min ), the steepness of the response ( lrc ), and the growth at optimum temperature ( r max ). Parameter r max had the largest effect on final height, whereas the temperature-response parameters in the narrow sense ( T min , lrc ) were closely connected to phenology. Final height and r max decreased from the more continental, eastern European countries towards the more maritime, western countries. For genotypes registered in Great Bitain, T min was distinctly lower compared to most other regions. Integrating such analysis of in-season responsiveness to fluctuating environmental conditions in breeding will help to improve the genetic gain for climate adaptation. It can only be achieved based on high-throughput assessment of phenotypes in the field throughout the season. Highlight Wheat phenology and environmental responses have been affected by breeders’ selections since 1970. High throughput field phenotyping methods reveal these developments, allowing to better adapt future varieties to climate change.

Abstract In wheat, temperature affects the timing and intensity of stem elongation (SE). Genetic variation for this process is therefore important for adaptation. This study investigates the genetic response to temperature fluctuations during SE and its relationship to phenology and height. Canopy height of 315 wheat genotypes (GABI wheat panel) was scanned twice weekly in the field phenotyping platform (FIP) of ETH Zurich using a LIDAR. Temperature response was modelled using linear regressions between SE and mean temperature in each measurement interval. This led to a temperature–responsive (slope) and a temperature-irresponsive (intercept) component. The temperature response was highly heritable (H 2 = 0.81) and positively related to a later start and end of SE as well as final height. Genome-wide association mapping revealed three temperature-responsive and four temperature-irresponsive quantitative trait loci (QTL). Furthermore, putative candidate genes for temperature-response QTL were frequently related to the flowering pathway in A. thaliana , whereas temperature-irresponsive QTLs corresponded with growth and reduced height genes. In combination with Rht and Ppd alleles, these loci, together with the loci for the timing of SE accounted for 71% of the variability in height. This demonstrates how high-throughput field phenotyping combined with environmental covariates can contribute to a smarter selection of climate-resilient crops. Highlight We measured ambient temperature response of stem elongation in wheat grown under field conditions. The results indicate that temperature response is highly heritable and linked to the flowering pathway.

ABSTRACT High throughput phenotyping (HTP) platforms and devices are increasingly used for the characterization of growth and developmental processes for large sets of plant genotypes. Such HTP data require challenging statistical analyses in which longitudinal genetic signals need to be estimated against a background of spatio-temporal noise processes. We propose a two-stage approach for the analysis of such longitudinal HTP data. In a first stage, we correct for design features and spatial trends per time point. In a second stage, we focus on the longitudinal modelling of the spatially corrected data, thereby taking advantage of shared longitudinal features between genotypes and plants within genotypes. We propose a flexible hierarchical three-level P-spline growth curve model, with plants/plots nested in genotypes, and genotypes nested in populations. For selection of genotypes in a plant breeding context, we show how to extract new phenotypes, like growth rates, from the estimated genotypic growth curves and their first-order derivatives. We illustrate our approach on HTP data from the PhenoArch greenhouse platform at INRAE Montpellier and the outdoor Field Phenotyping platform at ETH Zürich.

Abstract Predicting plant development, a longstanding goal in plant physiology, involves two interwoven components: continuous growth and the progression of growth stages (phenology). Current models, like thermal time, assume species-level growth responses to temperature. We challenge this assumption, suggesting that cultivar-specific temperature responses significantly affect phenology. To investigate, we collected field-based growth and phenology data in winter wheat and soybean over multiple years. We used diverse models, from linear to neural networks, to assess growth responses to temperature at various trait and covariate levels. Cultivar-specific non-linear models best explained phenology-related cultivar-environment interactions. With cultivar-specific models, additional relations to other stressors than temperature were found. The availability of the presented field phenotyping tools allows incorporating cultivar-specific temperature response functions in future plant physiology studies, which will deepen our understanding of key factors that influence plant development. Consequently, this work has implications for crop breeding and cultivation under adverse climatic conditions.

Abstract Plants defend themselves against pathogens using either resistance, measured as the host’s ability to limit pathogen multiplication, or tolerance, measured as the host’s ability to reduce the negative effects of infection. Tolerance is a promising trait for crop breeding, but its genetic basis has rarely been studied and remains poorly understood. Here, we reveal the genetic basis of leaf tolerance to the fungal pathogen Zymoseptoria tritici that causes the globally important septoria tritici blotch disease on wheat. Leaf tolerance to Z. tritici is a quantitative trait that was recently discovered in wheat by using automated image analyses that quantified the symptomatic leaf area and counted the number of pycnidia found on the same leaf. A genome-wide association study including both tolerance and resistance to STB found a strong negative genetic correlation between these traits, indicative of a trade-off. We identified four chromosome intervals associated with tolerance and a separate chromosome interval associated with resistance. Within these intervals, we identified candidate genes, including wall-associated kinases similar to Stb6 , the first cloned STB resistance gene. A trade-off between tolerance and resistance would hinder breeding simultaneously for both traits, but our findings suggest a way forward using marker-assisted breeding. We expect that the methods described here can be used to characterize tolerance to other fungal diseases that produce visible fruiting bodies, such as speckled leaf blotch on barley, potentially unveiling conserved tolerance mechanisms shared among plant species.