Microbial secondary metabolites have long been recognized as a rich source for pharmaceutical compound discovery and to have crucial ecological functions. However, the sequence-to-function mapping in microbial secondary metabolism pathways remains challenging because neither protein function nor substrate specificity can accurately be predicted from genome data. Here we focus on the iron-scavenging pyoverdines, siderophores of Pseudomonas bacteria, as model system to develop a knowledge-guided bioinformatic pipeline that extracts functional information of both the pyoverdine synthesis machinery and uptake receptors from 1928 draft genomes. For pyoverdine synthesis, our approach predicts the chemical structure of 188 different pyoverdines with nearly 100% accuracy. For pyoverdine uptake, our pipeline uncovers 94 different pyoverdine receptor groups. Our results demonstrate that combining feature sequence and phylogenetic approaches is a powerful way to reconstruct bacterial secondary metabolism pathways based on sequence data, unveiling an enormous yet overlooked diversity of siderophores and their receptors.

Unlocking the secrets of microbial interactions through genomics is pivotal for advancing microbial ecology. In most ecosystems, the scarcity of iron makes iron-mediated interactions a central theme in shaping microbial communities. Bacteria have evolved diverse strategies, including the production of siderophores, diverse secondary metabolites, to scavenge iron from their surroundings. Here, we use bioinformatic tools to predict siderophore iron-interaction networks among 1928 Pseudomonas strains from sequence data. Our approach uses coevolution analysis to group siderophore synthetase clusters and receptors used for uptake into key-lock pairs. Through a mix of computational analyses and experimental validation, we reconstruct Pseudomonas iron-interaction networks across a spectrum of habitats, from soil to water, plants, and human-related environments and reveal substantial differences in network structure and connectivity across habitats. Altogether, our sequence-to-interaction mapping tool empowers researchers to decode bacterial ecology in complex microbiomes, setting the stage for novel interventions to engineer microbiome functionality.

Abstract Siderophores, a highly diverse family of secondary metabolites, play a crucial role in facilitating the acquisition of the essential iron. However, the current discovery of siderophore relies largely on manual approaches. In this work, we introduced SIDERTE, a digitized siderophore information database containing 822 siderophore records with 649 unique structures. Leveraging this digitalized dataset, we gained a systematic overview of siderophores by their clustering patterns in the chemical space. Building upon this, we developed a ligand-based method for predicting new iron-binding molecules. Applying this method to a commercial library, we experimentally confirmed that 40 out of the 48 molecules predicted as siderophore candidates possessed iron-binding abilities. Expanding our approach to the COCONUT natural product database, we predicted a staggering 3,199 siderophore candidates, showcasing remarkable structure diversity that are largely unexplored. Our study provides a valuable resource for accelerating the discovery of novel iron-binding molecules and advancing our understanding towards siderophores.

Abstract Microbes shape their habitats through consuming resources, as well as actively producing and secreting diverse chemicals. These chemicals serve various niche-construction functions and can be considered “public good” for the community. Most microorganisms, for instance, release small molecules known as siderophores to scavenge irons from the extracellular environment. Despite being exploitable by cheaters, biosynthetic genes producing such molecules widely exist in nature, invoking active investigation on the possible mechanisms for producers to survive cheater invasion. In this work, we utilized the chemostat-typed model to demonstrate that the division of the iron by private and public siderophores can promote stable or dynamical coexistence between the cheater and “partial cooperators”, an adaptive strategy with the production of both public and private siderophores. Further, our analysis revealed that when microbes not only consume but also produce resources, this type of “resource partition model” exhibit different stability criteria than that of the classical consumer resource model, allowing more complex systems dynamics.

The game between cooperation and cheating in the microbial world is captivating. Microbes that acquire essential iron through the secretion of siderophores face the public good dilemma. In this game of iron, the specific recognition of different types of siderophores by corresponding receptors adds more complexity. Despite the prevalence of siderophore synthesis and piracy among microbes, the ecological consequences of siderophore-mediated interactions remain largely underexplored. This study introduced the framework of resource partition model for siderophore-mediated interactions, revealing conditions for stable coexistence in dual-species scenarios and uncovering surprising oscillatory and chaotic coexistence in systems with three or more species. Intriguingly, analytical analysis and simulations highlight the how 9cheating9 promotes biodiversity, emphasizing the non-monotonic changes in biodiversity as the level of siderophore piracy increases in producers. This work sheds light on the complex dynamics introduced by resource partition in microbial communities, elucidating the intricate balance between cooperation and cheating.