Bar-coded multiplexed sequencing approaches based on new-generation sequencing technologies provide capacity to sequence a mapping population in a single sequencing run. However, such approaches usually generate low-coverage and error-prone sequences for each line in a population. Thus, it is a significant challenge to genotype individual lines in a population for linkage map construction based on low-coverage sequences without the availability of high-quality genotype data of the parental lines. In this paper, we report a method for constructing ultrahigh-density linkage maps composed of high-quality single-nucleotide polymorphisms (SNPs) based on low-coverage sequences of recombinant inbred lines. First, all potential SNPs were identified to obtain drafts of parental genotypes using a maximum parsimonious inference of recombination, making maximum use of SNP information found in the entire population. Second, high-quality SNPs were identified by filtering out low-quality ones by permutations involving resampling of windows of SNPs followed by Bayesian inference. Third, lines in the mapping population were genotyped using the high-quality SNPs assisted by a hidden Markov model. With 0.05× genome sequence per line, an ultrahigh-density linkage map composed of bins of high-quality SNPs using 238 recombinant inbred lines derived from a cross between two rice varieties was constructed. Using this map, a quantitative trait locus for grain width ( GW5 ) was localized to its presumed genomic region in a bin of 200 kb, confirming the accuracy and quality of the map. This method is generally applicable in genetic map construction with low-coverage sequence data.

Abstract Breeding crops with the quality of broad-spectrum disease resistance using genetic resources is one of the principal goals of crop improvement. However, the molecular mechanism of broad-spectrum resistance remains largely unknown. Here, we show that GH3-2, encoding an indole-3-acetic acid (IAA)-amido synthetase, mediates a broad-spectrum resistance to bacterial Xanthomonas oryzae pv oryzae and Xanthomonas oryzae pv oryzicola and fungal Magnaporthe grisea in rice (Oryza sativa). IAA, the major form of auxin in rice, results in rice more vulnerable to the invasion of different types of pathogens, which is at least partly due to IAA-induced loosening of the cell wall, the natural protective barrier of plant cells to invaders. X. oryzae pv oryzae, X. oryzae pv oryzicola, and M. grisea secrete IAA, which, in turn, may induce rice to synthesize its own IAA at the infection site. IAA induces the production of expansins, the cell wall-loosening proteins, and makes rice vulnerable to pathogens. GH3-2 is likely contributing to a minor quantitative trait locus for broad-spectrum resistance. Activation of GH3-2 inactivates IAA by catalyzing the formation of an IAA-amino acid conjugate, which results in the suppression of expansin genes. Thus, GH3-2 mediates basal resistance by suppressing pathogen-induced IAA accumulation. It is expected that, regulated by a pathogen-induced strong promoter, GH3-2 alone may be used for breeding rice with a broad-spectrum disease resistance.

Huge efforts have been invested in the last two decades to dissect the genetic bases of complex traits including yields of many crop plants, through quantitative trait locus (QTL) analyses. However, almost all the studies were based on linkage maps constructed using low-throughput molecular markers, e.g. restriction fragment length polymorphisms (RFLPs) and simple sequence repeats (SSRs), thus are mostly of low density and not able to provide precise and complete information about the numbers and locations of the genes or QTLs controlling the traits. In this study, we constructed an ultra-high density genetic map based on high quality single nucleotide polymorphisms (SNPs) from low-coverage sequences of a recombinant inbred line (RIL) population of rice, generated using new sequencing technology. The quality of the map was assessed by validating the positions of several cloned genes including GS3 and GW5/qSW5, two major QTLs for grain length and grain width respectively, and OsC1, a qualitative trait locus for pigmentation. In all the cases the loci could be precisely resolved to the bins where the genes are located, indicating high quality and accuracy of the map. The SNP map was used to perform QTL analysis for yield and three yield-component traits, number of tillers per plant, number of grains per panicle and grain weight, using data from field trials conducted over years, in comparison to QTL mapping based on RFLPs/SSRs. The SNP map detected more QTLs especially for grain weight, with precise map locations, demonstrating advantages in detecting power and resolution relative to the RFLP/SSR map. Thus this study provided an example for ultra-high density map construction using sequencing technology. Moreover, the results obtained are helpful for understanding the genetic bases of the yield traits and for fine mapping and cloning of QTLs.

A high-density single nucleotide polymorphism (SNP) array is critically important for geneticists and molecular breeders. With the accumulation of huge amounts of genomic re-sequencing data and available technologies for accurate SNP detection, it is possible to design high-density and high-quality rice SNP arrays. Here we report the development of a high-density rice SNP array and its utility. SNP probes were designed by screening more than 10 000 000 SNP loci extracted from the re-sequencing data of 801 rice varieties and an array named RiceSNP50 was produced on the Illumina Infinium platform. The array contained 51 478 evenly distributed markers, 68% of which were within genic regions. Several hundred rice plants with parent/F1 relationships were used to generate a high-quality cluster file for accurate SNP calling. Application tests showed that this array had high genotyping accuracy, and could be used for different objectives. For example, a core collection of elite rice varieties was clustered with fine resolution. Genome-wide association studies (GWAS) analysis correctly identified a characterized QTL. Further, this array was successfully used for variety verification and trait introgression. As an accurate high-throughput genotyping tool, RiceSNP50 will play an important role in both functional genomics studies and molecular breeding.

ABSTRACT Transcription bridges genetic information and phenotypes. Here, we evaluated how changes in transcriptional regulation enable maize ( Zea mays ), a crop originally domesticated in the tropics, to adapt to temperate environments. We generated 572 unique RNA-seq datasets from the roots of 340 maize genotypes. Genes involved in core processes such as cell division, chromosome organization and cytoskeleton organization showed lower heritability of gene expression. While genes involved in anti-oxidation activity exhibited higher expression heritability. An expression genome-wide association study (eGWAS) identified 19,602 expression quantitative trait loci (eQTLs) associated with the expression of 11,444 genes. A GWAS for alternative splicing identified 49,897 splicing QTLs (sQTLs) for 7,614 genes. Rare allele burden within genomic intervals with trans -eQTLs correlated with extremes of expression in target genes as previously reported for cis -eQTLs. Genes harboring both cis -eQTLs and cis -sQTLs in linkage disequilibrium were disproportionately likely to encode transcription factors or were annotated as responding to one or more stresses. Independent component analysis of gene expression data identified loci regulating co-expression modules involved in phytohormone pathways, cell wall biosynthesis, lipid metabolism and stress response. Several genes involved in cell proliferation, flower development, DNA replication and gene silencing showed lower gene expression variation explained by genetic factors between temperate and tropical maize lines. A GWAS of 27 previously published phenotypes identified several candidate genes overlapping with genomic intervals showing signatures of selection during adaptation to temperate environments. Our results illustrate how maize transcriptional regulatory networks enable changes in transcriptional regulation to adapt to temperate regions.

ABSTRACT A number of crop wild relatives can tolerate extreme stressed to a degree outside the range observed in their domesticated relatives. However, it is unclear whether or how the molecular mechanisms employed by these species can be translated to domesticated crops. Paspalum Paspalum vaginatum is a self-incompatible and multiply stress-tolerant wild relative of maize and sorghum. Here we describe the sequencing and pseudomolecule level assembly of a vegetatively propagated accession of P. vaginatum . Phylogenetic analysis based on 6,151 single-copy syntenic orthologous conserved in 6 related grass species placed paspalum as an outgroup of the maize-sorghum clade demonstrating paspalum as their closest sequenced wild relative. In parallel metabolic experiments, paspalum, but neither maize nor sorghum, exhibited significant increases in trehalose when grown under nutrient-deficit conditions. Inducing trehalose accumulation in maize, imitating the metabolic phenotype of paspalum, resulting in autophagy dependent increases in biomass accumulation.

In many applications, such as gene co-expression network analyses, data arises with a huge number of covariates while the size of sample is comparatively small. To improve the accuracy of prediction, variable selection is often used to get a sparse solution by forcing coefficients of variables contributing less to the observed response variable to zero. Various algorithms were developed for variable selection, but LASSO is well known for its statistical accuracy, computational feasibility and broad applicability to adaptation. In this project, we applied LASSO to the gene co-expression network of rice with salt stress to discover key gene interactions for salt-tolerance related phenotypes. The dataset we have is a high-dimensional one, having 50K genes from 100 samples, with the issue of multicollinearity for fitting linear regression - the expression level of genes in the same pathway tends to be highly correlated. The property of LASSO with sparse parameters is naturally suitable to identify gene interactions of interest in this dataset. After biologically functional modules in the co-expression network was identified, the major changed expression patterns were further selected by LASSO regression to establish a linear relationship between gene expression profiles and physiological responses, such as sodium/potassium condenses, with salt stress. Five modules of intensively co-expressed genes, from 45 to 291 genes, were identified by our method with significant P-values, which indicate these modules are significantly associated with physiological responses to stress. Genes in these modules have functions related to ion transport, osmotic adjustment, and oxidative tolerance. For example, LOC_Os7g47350 and LOC_Os07g37320 are co-expressed gene in the same module 15. Both are ion transporter genes and have higher gene expression levels for rice with low sodium levels with salt stress.

The filamentous and unicellular algae of the class Zygnematophyceae are the closest algal relatives of land plants. Inferring the properties of the last common ancestor shared by these algae and land plants allows us to identify decisive traits that enabled the conquest of land by plants. We sequenced four genomes of filamentous Zygnematophyceae (three strains of Zygnema circumcarinatum and one strain of Z. cylindricum) and generated chromosome-scale assemblies for all strains of the emerging model system Z. circumcarinatum. Comparative genomic analyses reveal expanded genes for signaling cascades, environmental response, and intracellular trafficking that we associate with multicellularity. Gene family analyses suggest that Zygnematophyceae share all the major enzymes with land plants for cell wall polysaccharide synthesis, degradation, and modifications; most of the enzymes for cell wall innovations, especially for polysaccharide backbone synthesis, were gained more than 700 million years ago. In Zygnematophyceae, these enzyme families expanded, forming co-expressed modules. Transcriptomic profiling of over 19 growth conditions combined with co-expression network analyses uncover cohorts of genes that unite environmental signaling with multicellular developmental programs. Our data shed light on a molecular chassis that balances environmental response and growth modulation across more than 600 million years of streptophyte evolution.