Disturbance to human microbiota may underlie several pathologies. Yet, we lack a comprehensive understanding of how lifestyle affects the dynamics of human-associated microbial communities. Here, we link over 10,000 longitudinal measurements of human wellness and action to the daily gut and salivary microbiota dynamics of two individuals over the course of one year. These time series show overall microbial communities to be stable for months. However, rare events in each subjects’ life rapidly and broadly impacted microbiota dynamics. Travel from the developed to the developing world in one subject led to a nearly two-fold increase in the Bacteroidetes to Firmicutes ratio, which reversed upon return. Enteric infection in the other subject resulted in the permanent decline of most gut bacterial taxa, which were replaced by genetically similar species. Still, even during periods of overall community stability, the dynamics of select microbial taxa could be associated with specific host behaviors. Most prominently, changes in host fiber intake positively correlated with next-day abundance changes among 15% of gut microbiota members. Our findings suggest that although human-associated microbial communities are generally stable, they can be quickly and profoundly altered by common human actions and experiences.

Abstract The increasing accumulation of antibiotic resistance genes (ARGs) in pathogens poses a severe threat to the treatment of bacterial infections. However, not all ARGs do not pose the same threats to human health. Here, we present a framework to rank the risk of ARGs based on three factors: “anthropogenic enrichment”, “mobility”, and “host pathogenicity”. The framework is informed by all available bacterial genomes (55,000), plasmids (16,000), integrons (3,000), and 850 metagenomes covering diverse global eco-habitats. The framework prioritizes 3% of all known ARGs in Rank I (the most at risk of dissemination amongst pathogens) and 0.3% of ARGs in Rank II (high potential emergence of new resistance in pathogens). We further validated the framework using a list of 38 ARG families previously identified as high risk by the World Health Organization and published literature, and found that 36 of them were properly identified as top risk (Rank I) in our approach. Furthermore, we identified 43 unreported Rank I ARG families that should be prioritized for public health interventions. Within the same gene family, homologous genes pose different risks, host range, and ecological distributions, indicating the need for high resolution surveillance into their sequence variants. Finally, to help strategize the policy interventions, we studied the impact of industrialization on high risk ARGs in 1,120 human gut microbiome metagenomes of 36 diverse global populations. Our findings suggest that current policies on controlling the clinical antimicrobial consumptions could effectively control Rank I, while greater antibiotic stewardship in veterinary settings could help control Rank II. Overall, our framework offered a straightforward evaluation of the risk posed by ARGs, and prioritized a shortlist of current and emerging threats for global action to fight ARGs.

Abstract An individual’s microbiome consists of a diverse set of bacterial strains that encode rich information on its colonization and evolutionary history. Here, we introduce a versatile and straightforward reference-based strain tracking approach (StrainTrack) that determines whether distinct metagenomes carry closely-related strains based on gene presence and absence profiles. We show that StrainTrack can predict whether two metagenomes originate from the same donor via counting the number of species sharing closely-related strains, achieving >96% specificity, and ∼100% sensitivity. When applied to the metagenomes of adult twins in the TwinsUK registry, we identify six cases of closely-related strains carried by both twins, potentially over decades of colonization.

What enables strains of the same species to coexist in a microbiome? Here, we investigate if host anatomy can explain strain co-residence of Cutibacterium acnes , the most abundant species on human skin. We reconstruct on-person evolution and migration using 947 C. acnes colony genomes acquired from 16 subjects, including from individual skin pores, and find that pores maintain diversity by limiting competition. Although strains with substantial fitness differences coexist within centimeter-scale regions, each pore is dominated by a single strain. Moreover, colonies from a pore typically have identical genomes. An absence of adaptive signatures suggests a genotype-independent source of low within-pore diversity. We therefore propose that pore anatomy imposes random single-cell bottlenecks during migration into pores and subsequently blocks new migrants; the resulting population fragmentation reduces competition and promotes coexistence. Our findings imply that therapeutic interventions involving pore-dwelling species should focus on removing resident populations over optimizing probiotic fitness.

Abstract We present Microbe-seq , a high-throughput single-microbe method that yields strain-resolved genomes from complex microbial communities. We encapsulate individual microbes into droplets with microfluidics and liberate their DNA, which we amplify, tag with droplet-specific barcodes, and sequence. We use Microbe-seq to explore the human gut microbiome; we collect stool samples from a single individual, sequence over 20,000 microbes, and reconstruct nearly-complete genomes of almost 100 bacterial species, including several with multiple subspecies strains. We use these genomes to probe genomic signatures of microbial interactions: we reconstruct the horizontal gene transfer (HGT) network within the individual and observe far greater exchange within the same bacterial phylum than between different phyla. We probe bacteria-virus interactions; unexpectedly, we identify a significant in vivo association between crAssphage, an abundant bacteriophage, and a single strain of Bacteroides vulgatus. Microbe-seq contributes high-throughput culture-free capabilities to investigate genomic blueprints of complex microbial communities with single-microbe resolution.

Abstract The microbiome contributes to the development and maturation of the immune system 1–3 In response to commensal bacteria, CD4 + T cells can differentiate into distinct functional subtypes with regulatory or effector functions along the intestine. Peripherally-induced Foxp3 + -regulatory T cells (pTregs) maintain immune homeostasis at the intestinal mucosa by regulating effector T cell responses against dietary antigens and microbes 4 . Similarly to pTregs, a subset of small intestine intraepithelial lymphocytes CD4 + CD8αα + (CD4 IELS ) exhibit regulatory properties and promote tolerance against dietary antigens 5 . Development of CD4 IELS from conventional CD4 + T cells or from Treg precursors depends on the microbiota 5,6 . However, the identity of the microbial antigens recognized by CD4 IELs remains unknown. We identified species belonging to the Bacteroidetes phylum as commensal bacteria capable of generating CD4 IEL from naïve CD4 + T cells expressing the pTreg transnuclear (TN) monoclonal TCR 6 as well as from polyclonal WT T cells. We found that β-hexosaminidase, a widely conserved carbohydrate-metabolizing enzyme in the Bacteroidetes phylum, is recognized by TN T cells, which share their TCR specificity with CD4 + T cells found in the intraepithelial compartment of polyclonal specific-pathogen-free (SPF) mice. In a mouse model of colitis, β-hexosaminidase-specific CD4 IELs provided protection from ulceration of the colon and weight loss. Thus, a single T cell clone can recognize a variety of abundant commensal bacteria and elicit a regulatory immune response at the intestinal epithelial surface.

Abstract The metagenome embedded in urban sewage is an attractive new data source to understand urban ecology and assess human health status at scales beyond a single host. Analyzing the viral fraction of wastewater in the ongoing COVID-19 pandemic has shown the potential of wastewater as aggregated samples for early detection, prevalence monitoring, and variant identification of human diseases in large populations. However, using census-based population size instead of real-time population estimates can mislead the interpretation of data acquired from sewage, hindering assessment of representativeness, inference of prevalence, or comparisons of taxa across sites. Here, we show that taxon abundance and sub-species diversisty in gut-associated microbiomes are new feature space to utilize for human population estimation. Using a population-scale human gut microbiome sample of over 1,100 people, we found that taxon-abundance distributions of gut-associated multi-person microbiomes exhibited generalizable relationships with respect to human population size. Here and throughout this paper, the human population size is essentially the sample size from the wastewater sample. We present a new algorithm, MicrobiomeCensus, for estimating human population size from sewage samples. MicrobiomeCensus harnesses the inter-individual variability in human gut microbiomes and performs maximum likelihood estimation based on simultaneous deviation of multiple taxa’s relative abundances from their population means. MicrobiomeCensus outperformed generic algorithms in data-driven simulation benchmarks and detected population size differences in field data. New theorems are provided to justify our approach. This research provides a mathematical framework for inferring population sizes in real time from sewage samples, paving the way for more accurate ecological and public health studies utilizing the sewage metagenome. Author summary Wastewater-based epidemiology (WBE) is an emerging field that employs sewage as aggregated samples of human populations. This approach is particularly promising for tracking diseases that can spread asymptomatically in large populations, such as the COVID-19. As a new type of biological data, sewage has its own unique challenges to utilize. While wastewater samples are usually assumed to represent large populations, it is not guaranteed, because of stochasticity in toilet flushes; unlike epidemiological experiments collecting data from individuals, sample size, i.e., the human population size represented by a wastewater sample, is a fundamental yet difficult-to-characterize parameter for sewage samples. Researchers would need to aggregate data from large areas and week-long collection to stabilize data, during which, important spikes in small areas or short time scales may be lost. It also remains challenging to turn viral titers into case prevalences, evaluating representativeness, or comparing measurements across sites/studies. This study provides a framework to estimate human population size from sewage utilizing human gut-associated microorganisms. Through analysis, we demonstrate that variance of taxon abundances and single-nucleotide polymorphism as two variables that change with population size. We provide a new tool MicrobiomeCensus that performs population size estimation from microbial taxon abundances. MicrobiomeCensus outperforms generic algorithms in terms of computational efficiency while at comparable or better accuracy. Using MicrobiomeCensus, we detected population size differences in sewage samples taken in Cambridge, MA, under two sampling approaches, i.e., “grab” or “composite” sampling. This study provides a framework to utilize individual-level microbiomes to learn from sewage, paving the way to prevalence estimation and improved spatio-temporal resolutions in WBE..

Fecal Microbiota Transplant (FMT) has shown some success in treating inflammatory bowel diseases (IBD). There is emerging evidence that host engraftment of donor taxa is a tenet of successful FMT. We undertook a double-blind, randomized, placebo-controlled pilot study to characterize the response to FMT in children and young adults with mild to moderate active Crohn's disease (CD) and ulcerative colitis (UC). Subjects with CD or UC were randomized to receive antibiotics and weekly FMT or placebo in addition to baseline medications. We enrolled 15 subjects aged 14-29 years. Four subjects had CD, and 11 had UC. Subjects exhibited a wide range of microbial diversity and donor engraftment. Specifically, engraftment ranged from 26 to 90% at week 2 and 3-92% at 2 months. Consistent with the current literature, increases over time of both alpha diversity (p < 0.05) and donor engraftment (p < 0.05) correlated with improved clinical response. We discovered that the post-antibiotic but pre-FMT time point was rich in microbial correlates of eventual engraftment. Greater residual alpha diversity after antibiotic treatment was positively correlated with engraftment and subsequent clinical response. Interestingly, a transient rise in the relative abundance of Lactobacillus was also positively correlated with engraftment, a finding that we recapitulated with our analysis of another FMT trial.

Horizontal Gene Transfer, the process by which bacteria acquire new genes and functions from non-parental sources, is common in the human microbiome. If the timescale of HGT is rapid compared to the timescale of human colonization, then it could have the effect of "personalizing" bacterial genomes by providing incoming strains with the genes necessary to adapt to the diet or lifestyle of a new host. The extent to which HGT occurs on the timescale of human colonization, however, remains unclear. Here, we analyzed 6,188 newly isolated and sequenced gut bacteria from 34 individuals in 9 human populations, and show that HGT is more common among bacteria isolated from the same human host, indicating that the timescale of transfer is short compared to the timescale of human colonization. Comparing across 9 human populations reveals that high rates of transfer may be a recent development in human history linked to industrialization and urbanization. In addition, we find that the genes involved in transfer reflect the lifestyle of the human hosts, with elevated transfer of carbohydrate metabolism genes in hunter gatherer populations, and transfer of antibiotic resistance genes among pastoralists who live in close contact with livestock. These results suggest that host-associated bacterial genomes are not static within individuals, but continuously acquire new functionality based on host diet and lifestyle.

For fecal microbiota transplantation (FMT) to be successful in complex immune diseases like inflammatory bowel disease (IBD), it is assumed that therapeutic microbes and their beneficial functions and immune interactions must colonize the recipient and persist in sufficient quantity and for a long enough period of time to result in a clinical benefit. But few studies have comprehensively profiled the colonization and persistence of transferred microbes along with the transfer of their microbial and immune functions. Using 16S, metagenomic, and immunoglobulin A (IgA) sequencing, we analyzed hundreds of longitudinal microbiome samples from a randomized controlled trial of 12 patients with ulcerative colitis who received fecal transplant or placebo for 12 weeks. We uncovered a range of competitive dynamics among donor and patient strains, showing that persistence of transferred microbes is far from static. Indeed, one patient experienced dramatic loss of donor bacteria 10 weeks into the trial, coinciding with a bloom of pathogenic bacteria and worsening clinical symptoms. We similarly evaluated transfer of microbial functions, including desired ones like butyrate production and unintended ones like antibiotic resistance. By profiling bacteria coated with IgA, we identified IgA-coated bacteria associated with inflammation, and we found that microbial interactions with the host immune system can be transferred across people. This transfer of immune function is likely critical for gut microbiome therapeutics for immune-related diseases. Our findings elucidate the colonization dynamics of gut microbes as well as their functions in the context of FMT to treat a complex disease\---|information that may provide a critical foundation for the development of more-targeted therapeutics.