ABSTRACT Accurate measurement of seed size parameters is essential for both: breeding efforts□aimed at□enhancing yields and basic research□focused on discovering genetic components that regulate seed size. To address this need, we have developed an open-source graphical user interface (GUI) software, SeedExtractor that□determines seed size and shape (including area, perimeter, length, width, circularity, and centroid), and seed color with capability to process a large number of images in a time-efficient manner. In this context, our application takes ∼2 seconds for analyzing an image, i.e. significantly less compared to the other tools. As this software is open-source, it can be modified by users□to serve more specific needs. The adaptability of SeedExtractor was demonstrated by analyzing scanned seeds from multiple crops. We further validated the utility of this application by analyzing mature-rice seeds from 231 accessions in Rice Diversity Panel 1. The derived seed-size traits, such as seed length, width, were subjected to genome-wide association analysis. We identified well-known loci for regulating seed length ( GS3 ) and width ( qSW5/GW5 ) in rice, which demonstrated the accuracy of this application to extract seed phenotypes and accelerate trait discovery. In summary, we present a publicly available application that can be used to determine key yield-related traits in crops. HIGHLIGHT SeedExtractor is an open-source application designed to accurately measure seed size and seed color in a time-efficient manner for a wide variety of plant species.

Global nighttime temperatures are rising at twice the rate of daytime temperatures and pose a challenge for rice (Oryza sativa) production. High nighttime temperature (HNT) stress affects rice yield by reducing grain weight, size, and fertility. Although the genes associated with these yield parameters have been identified and characterized under normal temperatures, the genetic basis of grain weight regulation under HNT stress remains less explored. We examined the natural variation for rice single grain weight (SGW) under HNT stress imposed during grain development. A genome-wide association analysis identified several loci associated with grain weight under HNT stress. A locus, single grain weight 1 (SGW1), specific to HNT conditions resolved to LONELY GUY-Like 1 (LOGL1), which encodes a putative cytokinin activation enzyme. We demonstrated that LOGL1 contributes to allelic variation at SGW1. Accessions with lower LOGL1 transcript abundance had higher grain weight under HNT. This was supported by higher grain weight of logl1 mutants relative to the wild type under HNT. Compared to logl1 mutants, LOGL1 over-expressers showed increased sensitivity to HNT. We showed that LOGL1 regulates the thiamine biosynthesis pathway, which is under circadian regulation, which in turn is likely perturbed by HNT stress. These findings provide a genetic source to enhance rice adaptation to warming night temperatures and improve our mechanistic understanding of HNT stress tolerance pathways.