Asian rice, Oryza sativa is a cultivated, inbreeding species that feeds over half of the world's population. Understanding the genetic basis of diverse physiological, developmental, and morphological traits provides the basis for improving yield, quality and sustainability of rice. Here we show the results of a genome-wide association study based on genotyping 44,100 SNP variants across 413 diverse accessions of O. sativa collected from 82 countries that were systematically phenotyped for 34 traits. Using cross-population-based mapping strategies, we identified dozens of common variants influencing numerous complex traits. Significant heterogeneity was observed in the genetic architecture associated with subpopulation structure and response to environment. This work establishes an open-source translational research platform for genome-wide association studies in rice that directly links molecular variation in genes and metabolic pathways with the germplasm resources needed to accelerate varietal development and crop improvement. Understanding the genetics and physiology of domesticated species is important for crop improvement. By studying natural variation and the phenotypic traits of 413 diverse accessions of rice, Zhao et al. identify many common genetic variants that influence quantitative traits such as seed size and flowering time.

Cereal grains are the dominant source of cadmium in the human diet, with rice being to the fore. Here we explore the effect of geographic, genetic, and processing (milling) factors on rice grain cadmium and rice consumption rates that lead to dietary variance in cadmium intake. From a survey of 12 countries on four continents, cadmium levels in rice grain were the highest in Bangladesh and Sri Lanka, with both these countries also having high per capita rice intakes. For Bangladesh and Sri Lanka, there was high weekly intake of cadmium from rice, leading to intakes deemed unsafe by international and national regulators. While genetic variance, and to a lesser extent milling, provide strategies for reducing cadmium in rice, caution has to be used, as there is environmental regulation as well as genetic regulation of cadmium accumulation within rice grains. For countries that import rice, grain cadmium can be controlled by where that rice is sourced, but for countries with subsistence rice economies that have high levels of cadmium in rice grain, agronomic and breeding strategies are required to lower grain cadmium.

Amending contaminated soils with organic wastes can influence trace element mobility and toxicity. Soluble concentrations of metals and arsenic were measured in pore water and aqueous soil extracts following the amendment of a heavily contaminated mine soil with compost and biochar (10% v:v) in a pot experiment. Speciation modelling and toxicity assays (Vibrio fischeri luminescence inhibition and Lolium perenne germination) were performed to discriminate mechanisms controlling metal mobility and assess toxicity risk thereafter. Biochar reduced free metal concentrations furthest but dissolved organic carbon primarily controlled metal mobility after compost amendment. Individually, both amendments induced considerable solubilisation of arsenic to pore water (>2500 μg l(-1)) related to pH and soluble phosphate but combining amendments most effectively reduced toxicity due to simultaneous reductions in extractable metals and increases in soluble nutrients (P). Thus the measure-monitor-model approach taken determined that combining the amendments was most effective at mitigating attendant toxicity risk.

Abstract Rice (Oryza sativa) is the staple food for over half the world's population yet may represent a significant dietary source of inorganic arsenic (As), a nonthreshold, class 1 human carcinogen. Rice grain As is dominated by the inorganic species, and the organic species dimethylarsinic acid (DMA). To investigate how As species are unloaded into grain rice, panicles were excised during grain filling and hydroponically pulsed with arsenite, arsenate, glutathione-complexed As, or DMA. Total As concentrations in flag leaf, grain, and husk, were quantified by inductively coupled plasma mass spectroscopy and As speciation in the fresh grain was determined by x-ray absorption near-edge spectroscopy. The roles of phloem and xylem transport were investigated by applying a ± stem-girdling treatment to a second set of panicles, limiting phloem transport to the grain in panicles pulsed with arsenite or DMA. The results demonstrate that DMA is translocated to the rice grain with over an order magnitude greater efficiency than inorganic species and is more mobile than arsenite in both the phloem and the xylem. Phloem transport accounted for 90% of arsenite, and 55% of DMA, transport to the grain. Synchrotron x-ray fluorescence mapping and fluorescence microtomography revealed marked differences in the pattern of As unloading into the grain between DMA and arsenite-challenged grain. Arsenite was retained in the ovular vascular trace and DMA dispersed throughout the external grain parts and into the endosperm. This study also demonstrates that DMA speciation is altered in planta, potentially through complexation with thiols.

Abstract In precision agriculture, water content sensors are fundamental to monitor soil moisture and hence optimize irrigation scheduling. Climate‐smart agriculture has also focused on improving soil moisture retention by using soil conditioners. However, despite that ‘sensor deployment’ and ‘soil conditioners’ are both intended to improve water use efficiency, data are lacking on the responses of soil water sensors to soil conditioners for enhanced water holding capacity. We evaluated soil moisture sensor readings taken in a sandy loam soil, with added biochar (2.5% w/w), compost (5% w/w), hydrogel (0.6% w/w) and water treatment residues (WTR; 5% w/w). The soils were saturated and then subjected to wetting and drying cycles. Measurements were taken continuously using multiple commercial sensors: ML3 and SM150T soil moisture sensors (Delta‐T Devices) as well as EC‐5 soil moisture sensors (Meter). The accuracy of the tested sensors was reduced by the addition of conditioners in the following order: biochar <WTR<compost <hydrogel. Sensor accuracy was highly dependent on soil water content, with larger deviations from actual values when soil water content <0.14 m 3 m −3 . All sensors performed best at mid values of soil water content (0.14–0.33 m 3 m −3 ), where ML3, SM150T and EC‐5 sensor readings did not differ significantly from the actual water content in unamended soil. The presence of conditioners did affect such accuracy, but the application of a soil + conditioner − specific calibration was effective in increasing sensor accuracy in this water content range.

Although arsenic is generally a toxic compound, there are a number of ferns in the genus Pteris that can tolerate large concentrations of this metalloid. In order to probe the mechanisms of arsenic hyperaccumulation, we expressed a Pteris vittata cDNA library in an Escherichia coli ΔarsC (arsenate reductase) mutant. We obtained three independent clones that conferred increased arsenate resistance on this host. DNA sequence analysis indicated that these clones specify proteins that have a high sequence similarity to the phi class of glutathione-S-transferases (GSTs) of higher plants. Detoxification of arsenate by the P. vittata GSTs in E. coli was abrogated by a gshA mutation, which blocks the synthesis of glutathione, and by a gor mutation, which inactivates glutathione reductase. Direct measurements of the speciation of arsenic in culture media of the E. coli strains expressing the P. vittata GSTs indicated that these proteins facilitate the reduction of arsenate. Our observations suggest that the detoxification of arsenate by the P. vittata GSTs involves reduction of As(V) to As(III) by glutathione or a related sulfhydro compound.

Abstract Many rice-growing areas are affected by high concentrations of arsenic ( As ). Rice varieties that prevent As uptake and/or accumulation can mitigate As threats to human health. Genomic selection is known to facilitate rapid selection of superior genotypes for complex traits. We explored the predictive ability (PA) of genomic prediction with single-environment models, accounting or not for trait-specific markers, multi-environment models, and multi-trait and multi-environment models, using the genotypic (1600 K SNP) and phenotypic (grain arsenic content, grain yield and days to flowering, observed under two irrigation systems over two years) data of the Bengal and Assam Aus Panel (BAAP). Under the base-line single environment model, PA of up to 0.707 and 0.654 was obtained for grain yield and grain As respectively, the three prediction methods (BL, GBLUP and RKHS) considered performed similarly, and marker selection based on linkage disequilibrium allowed to reduce the number of SNP to 17 K, without negative effect on PA of genomic predictions. Single environment models giving distinct weight to trait-specific markers in the genomic relationship matrix outperformed the base-line models up to 32%. Multi-environment models, accounting for G × E interactions, and multi-trait and multi-environment models outperformed the base-line models by up to 47% and 61%, respectively. Among the multi-trait and multi-environment models, the Bayesian multi-output regressor stacking function obtained the highest PA (0.831 for grain As ) with much higher efficiency for computing time. These findings pave the way for breeding for As -tolerance in the progenies of biparental crosses involving members of the BAAP. It also applies to breeding for other complex traits evaluated under multiple environments.

We took land encroachment for urban development that threatened a 60-year-old field experiment as an opportunity to transport and redesign an entire experiment to more effectively address contemporary challenges. The field experiment comprised long-term pH plots, established for agronomic demonstration in 1961, but used over the years for both applied and fundamental research. We redesigned the experimental layout to add strength to the statistical design through randomisation. Continuation and enrichment of the long-term pH experimental platform lends a unique resource for microbiome research per se. Here we have provided a rationale for why the decision was made to move the soils from the former Woodlands Field pH experiment. Moving soil on the scale of a field experiment requires costs and benefits to be weighed up in that the realisation of the transfer costs and the costs for the ongoing maintenance can outweigh the costs of a new experimental set up or indeed closing the experiment and walking away. It is important to recognise that much of the value is in assets that are not monetary. Considerations include the availability of a site suitable from a biophysical perspective but also considering ownership and future access. The topsoil (0–20 cm to plough depth) was moved to a new location in a similar environment and within the same soil association. The soil was disturbed under very dry conditions and placed back into the earth in the new location within 90 minutes, and thus as near to normal cultivation as possible. Additional plots were added to the experiment that will be amended to the pH treatments in the long-term experiment providing an exciting opportunity to assess how soil microbial communities change over time. Soil samples taken 2 years after the relocation of the soils indicate that the soil pH gradient (4.5–7.5) has been maintained. Safeguarding this long-term resource on soil pH helps us to predict the impacts of changed practice with regard to liming on productivity and also to address wider contemporary and future issues surrounding net zero, food security and soil protection.