Microalgae are emerging as suitable feedstocks for renewable biofuel production. Characterizing the metabolic pathways involved in the biosynthesis of energy-rich compounds, such as lipids and carbohydrates, and the environmental factors influencing their accumulation is necessary to realize the full potential of these organisms as energy resources. The model green alga Chlamydomonas reinhardtii accumulates significant amounts of triacylglycerols (TAGs) under nitrogen starvation or salt stress in medium containing acetate. However, since cultivation of microalgae for biofuel production may need to rely on sunlight as the main source of energy for biomass synthesis, metabolic and gene expression changes occurring in Chlamydomonas and Coccomyxa subjected to nitrogen deprivation were examined under strictly photoautotrophic conditions. Interestingly, nutrient depletion triggered a similar pattern of early synthesis of starch followed by substantial TAG accumulation in both of these fairly divergent green microalgae. A marked decrease in chlorophyll and protein contents was also observed, including reduction in ribosomal polypeptides and some key enzymes for CO2 assimilation like ribulose-1,5-bisphosphate carboxylase/oxygenase. These results suggest that turnover of nitrogen-rich compounds such as proteins may provide carbon/energy for TAG biosynthesis in the nutrient deprived cells. In Chlamydomonas, several genes coding for diacylglycerol:acyl-CoA acyltransferases, catalyzing the acylation of diacylglycerol to TAG, displayed increased transcript abundance under nitrogen depletion but, counterintuitively, genes encoding enzymes for de novo fatty acid synthesis, such as 3-ketoacyl-ACP synthase I, were down-regulated. Understanding the interdependence of these anabolic and catabolic processes and their regulation may allow the engineering of algal strains with improved capacity to convert their biomass into useful biofuel precursors.

Abstract Water deficit is a major limiting factor for wheat ( Triticum sp.) development and productivity. One approach to increase water stress adaptation in wheat is incorporating novel alleles from the drought-adapted wheat progenitor, wild emmer ( T. turgidum ssp. dicoccoides ). We explored this idea in the context of vegetative growth by examining the phenotypic consequence of a series of wild emmer ( acc . Zavitan) introgressions into elite durum wheat ( cv . Svevo) under water-limited conditions. Using image-based phenotyping we cataloged divergent (from Svevo) growth responses to water stress ranging from high plasticity to high stability among the introgression lines. We identified an introgression line (IL20) that exhibits a highly plastic response to water stress by shifting its root-to-shoot biomass ratio for detailed characterization. By combining genotypic information with root transcriptome analysis, we propose several candidate genes (including a root-specific kinase) that can confer the shoot-to-root carbon resource allocation in IL20 under water stress. Discovery of high plasticity trait in IL20 in response to water stress highlights the potential of wild introgressions for enhancing stress adaptation via mechanisms that may be absent or rare in elite breeding material.

ABSTRACT Anthropogenic activities have altered approximately two‐thirds of the Earth's land surface. Urbanization, industrialization, agricultural expansion, and deforestation are increasingly impacting the terrestrial landscapes, leading to shifts of areas in artificial surface (i.e., humanmade), cropland, pasture, forest, and barren land. Land use patterns and associated greenhouse gas (GHG) emissions play a critical role in global climate change. Here we synthesized 29 years of global historical data and demonstrated how land use impacts global GHG emissions using structural equation modeling. We then obtained predictive estimates of future global GHG emissions using a deep learning model. Our results show that, from 1992 to 2020, the global terrestrial areas covered by artificial surface and cropland have expanded by 133% and 6% because of population growth and socioeconomic development, resulting in 4.0% and 3.8% of declines in pasture and forest areas, respectively. Land use was significantly associated with GHG emissions ( p < 0.05). Artificial surface dominates global GHG emissions, followed by cropland, pasture, and barren land. The increase in artificial surfaces has driven up global GHG emissions through the increase in energy consumption. Conversely, improved agricultural management practices have contributed to mitigating agricultural GHG emissions. Forest, on the other hand, serves as a sink of GHG. In total, global GHG emissions increased from 31 to 46 GtCO 2 eq from 1992 to 2020. Looking ahead, if current trends in global land use continue at the same rates, our model projects that global GHG emissions will reach 76 ± 8 GtCO 2 eq in 2050. In contrast, reducing the rates of land use change by half could limit global GHG emissions to 60 ± 3 GtCO 2 eq in 2050. Monitoring and analyzing these projections allow a better understanding of the potential impacts of various land use scenarios on global climate and planning for a sustainable future.