The gut microbiome has been implicated in a variety of physiological states, but controversy over causality remains unresolved. Here, we performed bidirectional Mendelian randomization (MR) analyses on 3,432 Chinese individuals with whole genome, whole metagenome, anthropometric, and blood metabolic trait data. We identified 58 causal relationships between the gut microbiome and blood metabolites, and replicated 43 of them. Increased relative abundances of fecal Oscillibacter and Alistipes were causally linked to decreased triglyceride concentration. Conversely, blood metabolites such as glutamic acid appeared to decrease fecal Oxalobacter , and members of Proteobacteria were influenced by metabolites such as 5-methyltetrahydrofolic acid, alanine, glutamate, and selenium. Two-sample MR with data from Biobank Japan partly corroborated results with triglyceride and with uric acid, and also provided causal support for published fecal bacterial markers for cancer and cardiovascular diseases. This study illustrates the value of human genetic information to help prioritize gut microbial features for mechanistic and clinical studies.

Abstract The oral microbiota contains billions of microbial cells, which could contribute to diseases in a number of body sites. Challenged by eating, drinking and dental hygiene on a daily basis, the oral microbiota is regarded as highly dynamic. Here, we report significant human genomic associations with the oral metagenome from more than 1,915 individuals, for both the tongue dorsum and saliva. We identified five genetic loci associated with oral microbiota at study-wide significance ( p < 3.16 × 10 −11 ). Four of the five associations were well replicated in an independent cohort of 1,439 individuals: rs1196764 at APPL2 with Prevotella jejuni, Oribacterium uSGB 3339 and Solobacterium uSGB 315 ; rs3775944 at the serum uric acid transporter SLC2A9 with Oribacterium uSGB 1215, Oribacterium uSGB 489 and Lachnoanaerobaculum umeaense ; rs4911713 near OR11H1 with species F0422 uSGB 392; and rs36186689 at LOC105371703 with Eggerthia . Further analyses confirmed 84% (386/455 for tongue dorsum) and 85% (391/466 for saliva) of genetic-microbiota associations including 6 genome-wide significant associations mutually validated between the two niches. Human genetics accounted for at least 10% of oral microbiome compositions between individuals. Machine learning models showed that polygenetic risk score dominated over oral microbiome in predicting predisposing risk of dental diseases such as dental calculus and gingival bleeding. These findings indicate that human genetic differences are one explanation for a stable or recurrent oral microbiome in each individual.

To explore potential intermediate host of a novel coronavirus is vital to rapidly control continuous COVID-19 spread. We found genomic and evolutionary evidences of the occurrence of 2019-nCoV-like coronavirus (named as Pangolin-CoV) from dead Malayan Pangolins. Pangolin-CoV is 91.02% and 90.55% identical at the whole genome level to 2019-nCoV and BatCoV RaTG13, respectively. Pangolin-CoV is the lowest common ancestor of 2019-nCoV and RaTG13. The S1 protein of Pangolin-CoV is much more closely related to 2019-nCoV than RaTG13. Five key amino-acid residues involved in the interaction with human ACE2 are completely consistent between Pangolin-CoV and 2019-nCoV but four amino-acid mutations occur in RaTG13. It indicates Pangolin-CoV has similar pathogenic potential to 2019-nCoV, and would be helpful to trace the origin and probable intermediate host of 2019-nCoV.

Abstract The significance of the urinary microbiome in maintaining health and contributing to disease development is increasingly recognized. However, a comprehensive understanding of this microbiome and its influencing factors remains elusive. Utilizing whole metagenomic and whole-genome sequencing, along with detailed metadata, we characterized the urinary microbiome and its influencing factors in a cohort of 1579 Chinese individuals. Our findings unveil the distinctiveness of the urinary microbiome from other body sites, delineating five unique urotypes. We identified 137 host factors significantly influencing the urinary microbiome, collectively explaining 13.16% of the variance in microbial composition. Notably, gender-related factors, including sex hormones, emerged as key determinants in defining urotype groups and microbial composition, with the urinary microbiome exhibiting strong predictive ability for gender (AUC=0.815). Furthermore, we discovered 43 genome-wide significant associations between host genetic loci and specific urinary bacteria, particularly Acinetobacter , linked to 8 host loci ( p < 5x10 −8 ). These associations were also modulated by gender and sex hormone levels. In summary, our study provides novel insights into the impact of host genetics and other factors on the urinary microbiome, shedding light on its implications for host health and disease.

The strong genetic contribution of the major histocompatibility complex (MHC) to rheumatoid arthritis (RA) susceptibility has been generally attributed to HLA-DRB1. However, due to the high linkage disequilibrium in the MHC region, it is difficult to define the real or additional independent genetic risks using the conventional HLA genotyping or chip-based microarray technology. By the capture sequencing of entire MHC region for discovery and HLA-typing for validation in 2,773 subjects of Han ancestry, we identified HLA-DQα1:160D as the strongest independent genetic risk for anti-citrullinated protein antibodies (ACPA)-positive RA in Han population (P = 6.16 x 10-36, OR=2.29). Further stepwise conditional analysis revealed that DRβ1:37N has an independent protective effect on ACPA-positive RA (P=5.81 x 10-16, OR=0.49). The DQα1:160 coding allele DQA1*0303 displayed high impact on joint radiographic severity, especially in patients with early disease and smoking (P = 3.02 x 10-5). Interaction analysis by comparative molecular modeling revealed that the negative charge of DQα1:160D stabilizes the dimer of dimers, leading to an increased T cell activation. The electrostatic potential surface analysis indicated that the negative charged DRβ1:37N encoding alleles could bind with epitope P9 arginine, thus may result in a decreased RA susceptibility. In this study, we provide the first evidence that HLA-DQA1, instead of HLA-DRB1, is the strongest and independent genetic risk for ACPA-positive RA in Chinese Han population. Our study also illustrates the value of MHC deep sequencing for fine mapping disease risk variants in the MHC region.