Significance Grain weight is an important crop yield component; however, its underlying regulatory mechanisms are largely unknown. Here, we identify a grain-weight quantitative trait locus (QTL) in rice encoding a new-type GNAT-like protein that harbors intrinsic histone acetyltransferase activity (OsglHAT1). Elevated OsglHAT1 expression enhances grain weight and yield by enlarging spikelet hulls via increasing cell number and accelerating grain filling, and increases global acetylation levels of histone H4. Our findings reveal the first example, to our knowledge, of a QTL for a yield component trait being due to a chromatin modifier that has the potential to improve crop high-yield breeding.

How rice defeats the floodwaters Deepwater rice varieties grow taller when flooded, in a growth response driven by the plant hormones gibberellin and ethylene. This keeps the leaves above the water. Kuroha et al. identified the genes underlying this phenotype, which encode a component of the gibberellin biosynthetic pathway and its regulatory ethylene-responsive transcription factor. This genetic relay drives growth of the plant stem internodes in response to flooding. Modern cultivated deepwater rice, which has been domesticated for adaptation to the monsoon season of Bangladesh, emerged from the genetic variation found in wild rice strains over a broader geographic region. Science , this issue p. 181

Abstract Reduced-representation sequencing (RRS) provides cost-effective and time-saving genotyping platforms. Although the outstanding advantage of RRS in throughput, the obtained genotype data usually contains a large number of errors. Several error correction methods employing hidden Morkov model (HMM) have been developed to overcome these issues. Those methods assume that markers have a uniform error rate with no bias in the allele read ratio. However, bias does occur because of uneven amplification of genomic fragments and read mismapping. In this paper we introduce an error correction tool, GBScleanR, which enables robust and precise error correction for noisy RRS-based genotype data by incorporating marker-specific error rates into the HMM. The results indicate that GBScleanR improves the accuracy by more than 25 percentage points at maximum as compared to the existing tools in simulation datasets and achieves the most reliable genotype estimation in real data even with error prone markers.

Abstract Mineral element accumulation in plants is influenced by soil conditions and varietal factors. We investigated the dynamic accumulation of 12 elements in straw at the flowering stage and in grains at the mature stage in eight rice varieties with different genetic backgrounds (Japonica, Indica, and admixture) and flowering times (early, middle, and late) grown in soil with various pH levels. In straw, Cd, As, Mn, Zn, Ca, Mg, and Cu accumulation was influenced by both soil pH and varietal factors, whereas P, Mo, and K accumulation was influenced by pH, and Fe and Ni accumulation was affected by varietal factors. In grains, Cd, As, Mn, Cu, Ni, Mo, Ca, and Mg accumulation was influenced by both pH and varietal factors, whereas Zn, Fe, and P accumulation was affected by varietal factors, and K accumulation was not altered. Only As, Mn, Ca and Mg showed similar trends in the straw and grains, whereas the pH responses of Zn, P, K, and Ni differed between them. pH and flowering time had synergistic effects on Cd, Zn, and Mn in straw and on Cd, Ni, Mo, and Mn in grains. Soil pH is a major factor influencing mineral uptake in rice straw and grains, and genetic factors, flowering stage factors, and their interaction with soil pH contribute in a combined manner.

Rapid and cost-effective genotyping of large mapping populations can be achieved by sequencing a reduced representation of the genome of every individual in a given population and using that information to generate genetic markers. A customized genotyping-by-sequencing (GBS) pipeline was developed to genotype a rice F2 population from a cross of Oryza sativa ssp. japonica cv. Nipponbare and the African wild rice species Oryza longistaminata. While most GBS pipelines aim to analyze mainly homozygous populations we attempted to genotype a highly heterozygous F2 population. We show how species- and population-specific improvements of established protocols can drastically increase sample throughput and genotype quality. Using as few as 50,000 reads for some individuals (134,000 reads on average) we were able to generate up to 8,154 informative SNP markers in 1,081 F2 individuals. Additionally, the effects of enzyme choice, read coverage and data post-processing are evaluated. Using GBS-derived markers we were able to assemble a genetic map of 1,536 cM. To demonstrate the usefulness of our GBS pipeline we determined QTL for the number of tillers. We were able to map four QTLs to chromosomes 1, 3, 4 and 8 and confirm their effects using introgression lines. We provide an example of how to successfully use GBS with heterozygous F2 populations. By using the comparatively low-cost MiSeq platform we show that the GBS method is flexible and cost-effective even for smaller laboratories.