Abstract Variation in the blood metabolome is intimately related to human health. Prior work has shown that host genetics and gut microbiome composition, combined, explain sizable, but orthogonal, components of the overall variance in blood metabolomic profiles. However, few details are known about the interplay between genetics and the microbiome in explaining variation on a metabolite-by-metabolite level. Here, we performed analyses of variance for each of the 945 blood metabolites that were robustly detected across a cohort of 2,049 individuals, while controlling for a number of relevant covariates, like sex, age, and genetic ancestry. Over 60% of the detected blood metabolites were significantly associated with either host genetics or the gut microbiome, with more than half of these associations driven solely by the microbiome and around 30% under hybrid genetic-microbiome control. The variances explained by genetics and the microbiome for each metabolite were indeed largely additive, although subtle, but significant, non-additivity was detected. We found that interaction effects, where a metabolitemicrobe association was specific to a particular genetic background, were quite common, albeit with modest effect sizes. The outputs of our integrated genetic-microbiome regression models provide novel biological insights into the processes governing the composition of the blood metabolome. For example, we found that unconjugated secondary bile acids were solely associated with the microbiome, while their conjugated forms were under strong host genetic control. Overall, our results reveal which components of the blood metabolome are under strong genetic control, which are more dependent on gut microbiome composition, and which are dependent upon both. This knowledge will help to guide targeted interventions designed to alter the composition of the blood metabolome.

Microbially-derived short chain fatty acids (SCFAs) in the human gut are tightly coupled to host metabolism, immune regulation, and integrity of the intestinal epithelium. However, the production of SCFAs can vary widely between individuals consuming the same diet, with lower levels often associated with disease. A systems-scale mechanistic understanding of this heterogeneity is lacking. We present a microbial community-scale metabolic modeling (MCMM) approach to predict individual-specific SCFA production profiles. We assess the quantitative accuracy of our MCMMs using in vitro, ex vivo, and in vivo data. Next, we show how MCMM SCFA predictions are significantly associated with blood-derived clinical chemistries, including cardiometabolic and immunological health markers, across a large human cohort. Finally, we demonstrate how MCMMs can be leveraged to design personalized dietary, prebiotic, and probiotic interventions that optimize SCFA production in the gut. Our results represent an important advance in engineering gut microbiome functional outputs for precision health and nutrition.

Microbially derived short-chain fatty acids (SCFAs) in the human gut are tightly coupled to host metabolism, immune regulation and integrity of the intestinal epithelium. However, the production of SCFAs can vary widely between individuals consuming the same diet, with lower levels often associated with disease. A systems-scale mechanistic understanding of this heterogeneity is lacking. Here we use a microbial community-scale metabolic modelling (MCMM) approach to predict individual-specific SCFA production profiles to assess the impact of different dietary, prebiotic and probiotic inputs. We evaluate the quantitative accuracy of our MCMMs using in vitro and ex vivo data, plus published human cohort data. We find that MCMM SCFA predictions are significantly associated with blood-derived clinical chemistries, including cardiometabolic and immunological health markers, across a large human cohort. Finally, we demonstrate how MCMMs can be leveraged to design personalized dietary, prebiotic and probiotic interventions aimed at optimizing SCFA production in the gut. Our model represents an approach to direct gut microbiome engineering for precision health and nutrition.

Abstract Aggregation and accumulation of amyloid-β (Aβ) is a defining feature of Alzheimer’s disease (AD) pathology. To study microglial responses to Aβ, we applied exogenous Aβ peptide, in either oligomeric or fibrillar conformation, to primary mouse microglial cultures and evaluated system level transcriptional changes and then compared these to transcriptomic changes in the brains of CRND8 APP mice. We find that primary microglial cultures have rapid and massive transcriptional change to in response to Aβ. Transcriptomic responses to oligomeric or fibrillar Aβ in primary microglia, though partially overlapping, are distinct and are not recapitulated in vivo where Aβ progressively accumulates. Furthermore, though classic immune mediators show massive transcriptional changes in the primary microglial cultures, these changes are not observed in the mouse model. Together, these data extend previous studies which demonstrate that microglia responses ex vivo are poor proxies for in vivo responses. Finally, these data demonstrate the potential utility of using microglia as biosensors of different aggregate conformation, as the transcriptional responses to oligomeric and fibrillar Aβ can be distinguished.

Abstract Deeply phenotyped cohort data can elucidate differences associated with genetic risk for common complex diseases across an age spectrum. Previous work has identified genetic variants associated with Alzheimer’s disease (AD) risk from large-scale genome-wide association study meta-analyses. To explore effects of known AD-risk variants, we performed a phenome-wide association study on ~2000 clinical, proteomic, and metabolic blood-based analytes obtained from 2,831 cognitively normal adult clients of a consumer-based scientific wellness company. Results uncovered statistically significant SNP-analyte associations for five genetic variants after correction for multiple testing (for SNPs in or near NYAP1, ABCA7, INPP5D , and APOE ). These effects were detectable from early adulthood. Sex modified the effects of four genetic variants, with multiple interrelated immune-modulating effects associated with the PICALM variant. Sex-stratified GWAS results from an independent AD case-control meta-analysis supported sexspecific disease effects of the PICALM variant, highlighting the importance of sex as a biological variable. These analyses support evidence from previous functional genomics studies in the identification of a causal variant within the PILRA gene. Taken together, this study highlights clues to the earliest effects of AD genetic risk variants in individuals where disease symptoms have not (yet) arisen.

Defining a 'healthy' gut microbiome has been a challenge in the absence of detailed information on both host health and microbiome composition. Here, we analyzed a multi-omics dataset from hundreds of individuals (discovery n=399, validation n=540) enrolled in a consumer scientific wellness program to identify robust associations between host physiology and gut microbiome structure. We attempted to predict gut microbiome α-diversity from nearly 1000 analytes measured from blood, including clinical laboratory tests, proteomics and metabolomics. While a broad panel of 77 standard clinical laboratory tests and a set of 263 proteins from blood could not accurately predict gut microbial α-diversity, we found that 45% of the variance in microbial community diversity was explained by a subset of 40 blood metabolites, many of microbial origin. This relationship between the host metabolome and gut microbiome α-diversity was very robust, persisting across disease conditions and antibiotics use. Several of these novel metabolic biomarkers of gut microbial diversity were previously associated with host health (e.g. cardiovascular disease risk, diabetes, and kidney function). A subset of 11 metabolites classified participants with potentially problematic low α-diversity (ROC AUC=0.88, Precision-Recall AUC=0.76). Relationships between host metabolites and α-diversity remained consistent across most of the Body Mass Index (BMI) spectrum, but were modified in extreme obesity (class II/III, but not class I), suggesting a significant metabolic shift. Out-of-sample prediction accuracy of α-diversity from the 40 identified blood metabolites in a validation cohort, whose microbiome samples were analyzed by a different vendor, confirmed the robust correspondence between gut microbiome structure and host physiology. Collectively, our results reveal a strong coupling between the human blood metabolome and gut microbial diversity, with implications for human health.

The gut microbiome has important effects on human health, yet its importance in human aging remains unclear. Using two independent cohorts comprising 4582 individuals across the adult lifespan we demonstrate that, starting in mid-to-late adulthood, gut microbiomes become increasingly unique with age. This uniqueness pattern is strongly associated with gut microbial amino acid derivatives circulating within the bloodstream, many of which have been previously identified as longevity biomarkers. At the latest stages of human life, two distinct patterns emerge wherein individuals in good health show continued microbial drift toward a unique compositional state, while the same drift is absent in individuals who perform worse on a number of validated health measures. The identified healthy aging pattern is characterized by an overall depletion of core genera found across most humans - primarily a depletion in the nearly ubiquitous genus Bacteroides . Consistently, retaining a high Bacteroides dominance into extreme age, or, equivalently, having a low gut microbiome uniqueness score, predicts decreased survival in a four-year follow-up. Our comprehensive analysis identifies the gut microbiome as a novel component of healthy aging, with important implications for the world’s growing older population.

Bowel movement frequency (BMF) variation has been linked to changes in the composition of the human gut microbiome and to many chronic conditions, like metabolic disorders, neurodegenerative diseases, chronic kidney disease (CKD), and other intestinal pathologies like irritable bowel syndrome (IBS) and inflammatory bowel disease (IBD). Slow intestinal transit times (constipation) are thought to lead to compromised intestinal barrier integrity and a switch from saccharolytic to proteolytic fermentation within the microbiota, giving rise to microbially-derived toxins that may make their way into circulation and cause damage to organ systems. However, these phenomena have not been characterized in generally-healthy populations, and the connections between microbial metabolism and the early-stage development and progression of chronic disease remain underexplored.Here, we examine the phenotypic impact of BMF variation across a cohort of over 2,000 generally-healthy, community dwelling adults with detailed clinical, lifestyle, and multi-omic data.We show significant differences in key blood plasma metabolites, proteins, chemistries, gut bacterial genera, and lifestyle factors across BMF groups that have been linked, in particular, to inflammation and CKD severity and progression.In addition to dissecting BMF-related heterogeneity in blood metabolites, proteins, and the gut microbiome, we identify self-reported diet, lifestyle, and psychological factors associated with BMF variation, which suggest several potential strategies for mitigating constipation and diarrhea. Overall, this work highlights the potential for managing BMF to prevent disease.