Abstract High-throughput amplicon sequencing of large genomic regions remains challenging for short-read technologies. Here, we report a high-throughput amplicon sequencing approach combining unique molecular identifiers (UMIs) with Oxford Nanopore Technologies or Pacific Biosciences CCS sequencing, yielding high accuracy single-molecule consensus sequences of large genomic regions. Our approach generates amplicon and genomic sequences of >10,000 bp in length with a mean error-rate of 0.0049-0.0006% and chimera rate <0.022%.

ABSTRACT Stable isotope probing (SIP) facilitates culture-independent identification of active microbial populations within complex ecosystems through isotopic enrichment of nucleic acids. Many SIP studies rely on 16S rRNA sequences to identify active taxa but connecting these sequences to specific bacterial genomes is often challenging. Here, we describe a standardized laboratory and analysis framework to quantify isotopic enrichment on a per-genome basis using shotgun metagenomics instead of 16S rRNA sequencing. To develop this framework, we explored various sample processing and analysis approaches using a designed microbiome where the identity of labeled genomes, and their level of isotopic enrichment, were experimentally controlled. With this ground truth dataset, we empirically assessed the accuracy of different analytic models for identifying active taxa, and examined how sequencing depth impacts the detection of isotopically labeled genomes. We also demonstrate that using synthetic DNA internal standards to measure absolute genome abundances in SIP density fractions improves estimates of isotopic enrichment. In addition, our study illustrates the utility of internal standards to reveal anomalies in sample handling that could negatively impact SIP metagenomic analyses if left undetected. Finally, we present SIPmg , an R package to facilitate the estimation of absolute abundances and perform statistical analyses for identifying labeled genomes within SIP metagenomic data. This experimentally validated analysis framework strengthens the foundation of DNA-SIP metagenomics as a tool for accurately measuring the in situ activity of environmental microbial populations and assessing their genomic potential. Importance Answering the question of ‘ who is eating what?’ within complex microbial communities is paramount for our ability to model, predict, and modulate microbiomes for improved human and planetary health. This question is often pursued using stable isotope probing to track the incorporation of labeled compounds into cellular DNA during microbial growth. However, with traditional stable isotope methods, it is challenging to establish links between an active microorganism’s taxonomic identity and genome composition, while providing quantitative estimates of the microorganism’s isotope incorporation rate. Here, we report an experimental and analytical workflow that lays the foundation for improved detection of metabolically active microorganisms and better quantitative estimates of genome-resolved isotope incorporation, which can be used to further refine ecosystem-scale models for carbon and nutrient fluxes within microbiomes.

Background: Microorganisms in biogas reactors are essential for degradation of organic matter and methane production.. However, a comprehensive genome-centric comparison, including relevant metadata for each sample, is still needed to identify the globally distributed biogas community members and serve as a reliable repository. Results: Here, 134 publicly available metagenomes derived from different biogas reactors were used to recover 1,635 metagenome-assembled genomes (MAGs) representing different biogas bacterial and archaeal species. All genomes were estimated to be >50% complete and nearly half ≥90% complete with ≤5% contamination. In most samples, specialized microbial communities were established, while only a few taxa were widespread among the different reactor systems. Metabolic reconstruction of the MAGs enabled the prediction of functional traits related to biomass degradation and methane production from waste biomass. An extensive evaluation of the replication index provided an estimation of the growth rate for microbes involved in different steps of the food chain. The recovery of many MAGs belonging to Candidate Phyla Radiation and other underexplored taxa suggests their specific involvement in the anaerobic degradation of organic matter. Conclusions: The outcome of this study highlights a high flexibility of the biogas microbiome, allowing it to modify its composition and to adapt to the environmental conditions, including temperatures and a wide range of substrates. Our findings enhance our mechanistic understanding of the AD microbiome and substantially extend the existing repository of genomes. The established database represents a relevant resource for future studies related to this engineered ecosystem.

Linking the genomic content of uncultivated microbes to their metabolic functions remains a critical challenge in microbial ecology. Resolving this challenge has implications for improving our management of key microbial interactions in biotechnologies such as anaerobic digestion, which relies on slow-growing syntrophic and methanogenic communities to produce renewable methane from organic waste. In this study, we combined DNA stable isotope probing (SIP) with genome-centric metagenomics to recover the genomes of populations enriched in 13C after feeding 13C-labeled butyrate. Differential abundance analysis on recovered genomic bins across the SIP metagenomes identified two metagenome-assembled genomes (MAGs) that were significantly enriched in the heavy 13C DNA. Phylogenomic analysis assigned one MAG to the genus Syntrophomonas, and the other MAG to the genus Methanothrix. Metabolic reconstruction of the annotated genomes showed that the Syntrophomonas genome encoded all the enzymes for beta-oxidizing butyrate, as well as several mechanisms for interspecies electron transfer via electron transfer flavoproteins, hydrogenases, and formate dehydrogenases. The Syntrophomonas genome shared low average nucleotide identity (< 95%) with any cultured representative species, indicating it is a novel species that plays a significant role in syntrophic butyrate degradation within anaerobic digesters. The Methanothrix genome contained the complete pathway for aceticlastic methanogenesis, indicating that it was enriched in 13C from syntrophic acetate transfer. This study demonstrates the potential of stable-isotope-informed genome-resolved metagenomics to elucidate the nature of metabolic cooperation in slow-growing uncultured microbial populations, such as syntrophic bacteria and methanogens, that are important to waste treatment as well as global carbon cycling. Importance: Predicting the metabolic potential and ecophysiology of mixed microbial communities remains a major challenge, especially for slow-growing anaerobes that are difficult to isolate. Unraveling the in-situ metabolic activities of uncultured species could enable a more descriptive framework to model substrate transformations by microbiomes, which has broad implications for advancing the fields of biotechnology, global biogeochemistry, and human health. Here, we investigated the in-situ function of mixed microbiomes by combining DNA-stable isotope probing with metagenomics to identify the genomes of active syntrophic populations converting butyrate, a C4 fatty acid, into methane within anaerobic digesters. This approach thus moves beyond the mere presence of metabolic genes to resolve "who is doing what" by obtaining confirmatory assimilation of labeled substrate into the DNA signature. Our findings provide a framework to further link the genomic identities of uncultured microbes with their ecological function within microbiomes driving many important biotechnological and global processes.

Abstract Amplicon sequencing of small subunit (SSU) rRNA genes is a foundational method for studying microbial communities within various environmental, human, and engineered ecosystems. Currently, short-read platforms are commonly employed for high-throughput applications of SSU rRNA amplicon sequencing, but at the cost of poor taxonomic classification. The low-cost Oxford Nanopore Technologies (ONT) platform is capable of sequencing full-length SSU rRNA genes, but the lower raw-read accuracies of previous ONT sequencing chemistries have limited accurate taxonomic classification and de novo generation of operational taxonomic units (OTUs) and amplicon sequence variants (ASVs). Here, we examine the potential for Nanopore sequencing with newer (R10.4+) chemistry to provide high-throughput and high-accuracy full-length 16S rRNA gene amplicon sequencing. We present a sequencing workflow utilizing unique molecular identifiers (UMIs) for error-correction of SSU rRNA (e.g. 16S rRNA) gene amplicons, termed ssUMI. Using two synthetic microbial community standards, the ssUMI workflow generated consensus sequences with 99.99% mean accuracy using a minimum UMI subread coverage threshold of 3x, and was capable of generating error-free ASVs and 97% OTUs with no false-positives. Non-corrected Nanopore reads generated error-free 97% OTUs but with reduced detection sensitivity, and also generated false-positive ASVs. We showcase the cost-competitive and high-throughput scalability of the ssUMI workflow by sequencing 90 time-series samples from seven different wastewater matrices, generating ASVs that were tightly clustered based on sample matrix type. This work demonstrates that highly accurate full-length 16S rRNA gene amplicon sequencing on Nanopore is possible, paving the way to more accessible microbiome science.

Abstract Managing and engineering activated sludge wastewater treatment microbiomes for low-energy nitrogen removal requires process control strategies to stop the oxidation of ammonium at nitrite. Our ability to out-select nitrite oxidizing bacteria (NOB) from activated sludge is challenged by their metabolic and physiological diversity, warranting measurements of their in situ physiology and activity under selective growth pressures. Here, we examined the stability of nitrite oxidation in activated sludge during a press disturbance induced by treating a portion of return activated sludge with a sidestream flow containing free ammonia (FA) at 200 mg NH 3 -N/L. The nitrite accumulation ratio peaked at 42% by day 40 in the experimental bioreactor with the press disturbance, while it did not increase in the control bioreactor. A subsequent decrease in nitrite accumulation within the experimental bioreactor coincided with shifts in dominant Nitrospira 16S rRNA amplicon sequence variants (ASVs). We applied bioorthogonal non-canonical amino acid tagging (BONCAT) coupled with fluorescence activated cell sorting (FACS) to investigate changes in the translational activity of NOB populations throughout batch exposure to FA. BONCAT-FACS confirmed that the single Nitrospira ASV washed-out of the experimental bioreactor had reduced translational activity following exposure to FA, whereas the two Nitrospira ASVs that emerged after process acclimation were not impacted by FA. Thus, the coexistence of functionally degenerate and physiologically resistant Nitrospira populations provided resilience to the nitrite-oxidizing function during the press disturbance. These results highlight how BONCAT-FACS can resolve ecological niche differentiations within activated sludge and inform strategies to engineer and control microbiome function. Importance Nitrogen removal from activated sludge wastewater treatment systems is an energy-intensive process due to the large aeration requirement for nitrification. This energy footprint could be minimized with engineering control strategies that wash-out nitrite oxidizing bacteria (NOB) to limit oxygen demands. However, NOB populations can have a high degree of physiological diversity, and it is currently difficult to decipher the behavior of individual taxa during applied selective pressures. Here, we utilized a new substrate analog probing approach to measure the activity of NOB at the cellular translational level in the face of an applied press disturbance to the activated sludge process. Substrate analog probing corroborated the time-series reactor sampling, showing that coexisting and functionally redundant Nitrospira provided resilience to the nitrite oxidation process. Taken together, these results highlight how substrate analog approaches can illuminate in situ ecophysiologies within shared niches, and can inform strategies to improve microbiome engineering and management.