Abstract Advances in genomics have expedited the improvement of several agriculturally important crops but similar efforts in wheat ( Triticum spp.) have been more challenging. This is largely owing to the size and complexity of the wheat genome 1 , and the lack of genome-assembly data for multiple wheat lines 2,3 . Here we generated ten chromosome pseudomolecule and five scaffold assemblies of hexaploid wheat to explore the genomic diversity among wheat lines from global breeding programs. Comparative analysis revealed extensive structural rearrangements, introgressions from wild relatives and differences in gene content resulting from complex breeding histories aimed at improving adaptation to diverse environments, grain yield and quality, and resistance to stresses 4,5 . We provide examples outlining the utility of these genomes, including a detailed multi-genome-derived nucleotide-binding leucine-rich repeat protein repertoire involved in disease resistance and the characterization of Sm1 6 , a gene associated with insect resistance. These genome assemblies will provide a basis for functional gene discovery and breeding to deliver the next generation of modern wheat cultivars.

Incorporating deep learning in the image analysis pipeline has opened the possibility of introducing precision phenotyping in the field of agriculture. However, to train the neural network, a sufficient amount of training data must be prepared, which requires a time-consuming manual data annotation process that often becomes the limiting step. Here, we show that an instance segmentation neural network (Mask R-CNN) aimed to phenotype the barley seed morphology of various cultivars, can be sufficiently trained purely by a synthetically generated dataset. Our attempt is based on the concept of domain randomization , where a large amount of image is generated by randomly orienting the seed object to a virtual canvas. After training with such a dataset, performance based on recall and the average Precision of the real-world test dataset achieved 96% and 95%, respectively. Applying our pipeline enables extraction of morphological parameters at a large scale, enabling precise characterization of the natural variation of barley from a multivariate perspective. Importantly, we show that our approach is effective not only for barley seeds but also for various crops including rice, lettuce, oat, and wheat, and thus supporting the fact that the performance benefits of this technique is generic. We propose that constructing and utilizing such synthetic data can be a powerful method to alleviate human labor costs needed to prepare the training dataset for deep learning in the agricultural domain.

The Black Hole Explorer (BHEX) is a next-generation space very long baseline interferometry (VLBI) mission concept that will extend the ground-based millimeter/submillimeter arrays into space. The mission, closely aligned with the science priorities of the Japanese VLBI community, involves an active engagement of this community in the development of the mission, resulting in the formation of the Black Hole Explorer Japan Consortium. Here we present the current Japanese vision for the mission, ranging from scientific objectives to instrumentation. The Consortium anticipates a wide range of scientific investigations, from diverse black hole physics and astrophysics studied through the primary VLBI mode, to the molecular universe explored via a potential single-dish observation mode in the previously unexplored 50-70 GHz band that would make BHEX the highest-sensitivity explorer ever of molecular oxygen. A potential major contribution for the onboard instrument involves supplying essential elements for its high-sensitivity dual-band receiving system, which includes a broadband 300 GHz SIS mixer and a space-certified multi-stage 4.5K cryocooler akin to those used in the Hitomi and XRISM satellites by the Japan Aerospace Exploration Agency. Additionally, the Consortium explores enhancing and supporting BHEX operations through the use of millimeter/submillimeter facilities developed by the National Astronomical Observatory of Japan, coupled with a network of laser communication stations operated by the National Institute of Information and Communication Technology.

Abstract Floral transition, regulated by the systemic action of the mobile florigen protein FLOWERING LOCUS T (FT), is essential for successful plant reproduction 1 . How FT controls downstream gene expression remains incompletely understood, although it relies on the florigen activation complex (FAC), a core component of FT function 2–4 . The FAC is a nucleus-localized transcriptional activator of genes encoding MADS-box transcription factors critical to reproductive development and consists of florigen FT; a scaffold 14-3-3 protein that is a key component for complex assembly; and FD, a basic leucine-zipper protein that recruits the FAC to DNA. Here we report that the FAC exhibits phase separation. In rice shoot apical meristem cells, rice florigen Heading date 3a (Hd3a) fused to the green fluorescent protein formed speckles in the nucleus. The FAC speckle is formed in a FAC-dependent manner in tobacco cells. Recombinant Hd3a, but not OsFD1, phase-separated in vitro, and this effect was enhanced in the presence of 14-3-3 protein. Furthermore, mutations affecting functionally important residues in the pocket region or C-terminal disordered region of Hd3a affected FAC phase separation, providing a biochemical framework for the protein’s effect on flowering. The ability to form condensates via phase transition represents a previously unknown mechanism for gene activation by the FAC.

Background/Aim: Few studies have examined the association between programmed cell death ligand 1 (PD-L1) expression in small cell lung cancer and the effect of chemoimmunotherapy. Patients and Methods: Patients diagnosed with extensive-stage small cell lung cancer at our hospital between September 2019 and August 2023, who were treated with atezolizumab plus carboplatin and etoposide and had pathological tissue immunostained with SP142, were retrospectively examined to determine whether treatment efficacy differed depending on the expression of PD-L1. Results: Twenty-nine patients were analyzed. SP142 immunostaining revealed that the tumor cell (TC) score was 3, 2, 1, and 0 in 1, 0, 0, and 28 cases, respectively. The tumor-infiltrating cell (IC) score was 3, 2, 1, and 0 in 1, 0, 5, and 23 cases, respectively. The median progression-free survival (PFS) of the patients who tested positive and negative for TC was 13 and 5 months, respectively [hazard ratio (HR)=0.041; 95% confidence interval (CI)=0.000-36.225; p=0.109]; and the median overall survival (OS) was 13 and 7.5 months (HR=0.046; 95%CI=0.000-948.833; p=0.338), respectively. The median PFS of the patients who tested positive and negative for IC was 8 and 4 months, respectively (HR=0.216; 95%CI=0.061-0.765; p=0.004); the median OS was 15 and 8 months, respectively (HR=0.573; 95%CI=0.168-1.955; p=0.346). Conclusion: Patients who tested positive for IC had a significantly longer PFS than those who tested negative. Thus, PD-L1 expression may be a predictive factor of efficacy of chemoimmunotherapy in extensive-stage small cell lung cancer.