Rare species are increasingly recognized as crucial, yet vulnerable components of Earth's ecosystems. This is also true for microbial communities, which are typically composed of a high number of relatively rare species. Recent studies have demonstrated that rare species can have an over-proportional role in biogeochemical cycles and may be a hidden driver of microbiome function. In this review, we provide an ecological overview of the rare microbial biosphere, including causes of rarity and the impacts of rare species on ecosystem functioning. We discuss how rare species can have a preponderant role for local biodiversity and species turnover with rarity potentially bound to phylogenetically conserved features. Rare microbes may therefore be overlooked keystone species regulating the functioning of host-associated, terrestrial and aquatic environments. We conclude this review with recommendations to guide scientists interested in investigating this rapidly emerging research area.

Abstract Host-associated bacterial communities can function as an important line of defence against pathogens in animals and plants. Empirical evidence and theoretical predictions suggest that species-rich communities are more resistant to pathogen invasions. Yet, the underlying mechanisms are unclear. Here, we experimentally test how the underlying resource competition networks of resident bacterial communities affect invasion resistance to the plant pathogen Ralstonia solanacearum in microcosms and in tomato plant rhizosphere. We find that bipartite resource competition networks are better predictors of invasion resistance compared with resident community diversity. Specifically, communities with a combination of stabilizing configurations (low nestedness and high connectance), and a clear niche overlap with the pathogen, reduce pathogen invasion success, constrain pathogen growth within invaded communities and have lower levels of diseased plants in greenhouse experiments. Bacterial resource competition network characteristics can thus be important in explaining positive diversity–invasion resistance relationships in bacterial rhizosphere communities.

Plant-pathogen interactions are shaped by multiple environmental factors, making it difficult to predict disease dynamics even in relatively simple agricultural monocultures. Here, we explored how variation in the initial soil microbiome predicts future disease outcomes at the level of individual plants. We found that the composition and functioning of the initial soil microbiome predetermined whether the plants survived or succumbed to disease. Surviving plant microbiomes were associated with specific rare taxa, highly pathogen-suppressing

Composting is an efficient way to convert organic waste into fertilizers. However, waste materials often contain large amounts of antibiotic resistance genes (ARGs) and mobile genetic elements (MGEs) that can reduce the efficacy of antibiotic treatments when transmitted to humans. Because conventional composting often fails to remove these compounds, we evaluated if hyperthermophilic composting with elevated temperature is more efficient at removing ARGs and MGEs and explored the underlying mechanisms of ARG removal of the two composting methods. We found that hyperthermophilic composting removed ARGs and MGEs more efficiently than conventional composting (89% and 49%, respectively). Furthermore, the half-lives of ARGs and MGEs were lower in hyperthermophilic compositing compared to conventional composting (67% and 58%, respectively). More-efficient removal of ARGs and MGEs was associated with a higher reduction in bacterial abundance and diversity of potential ARG hosts. Partial least-squares path modeling suggested that reduction of MGEs played a key role in ARG removal in hyperthermophilic composting, while ARG reduction was mainly driven by changes in bacterial community composition under conventional composting. Together these results suggest that hyperthermophilic composting can significantly enhance the removal of ARGs and MGEs and that the mechanisms of ARG and MGE removal can depend on composting temperature.

Abstract Plant growth depends on a range of functions provided by their associated rhizosphere microbiome, including nutrient mineralization, hormone co-regulation and pathogen suppression. Improving the ability of plant associated microbiome to deliver these functions is thus important for developing robust and sustainable crop production. However, it is yet unclear how beneficial effects of probiotic microbial inoculants can be optimised and how they are mediated. Here, we sought to enhance the tomato plant growth by targeted introduction of probiotic bacterial consortia consisting of up to eight plant-associated Pseudomonas strains. We found that the effect of probiotic consortium inoculation was richness-dependent: consortia that contained more Pseudomonas strains, reached higher densities in the tomato rhizosphere and had clearer beneficial effects on multiple plant growth characteristics. Crucially, these effects were best explained by changes in the resident community diversity, composition and increase in the relative abundance of initially rare taxa, instead of introduction of plant-beneficial traits into the existing community along with probiotic consortia. Together, our results suggest that beneficial effects of microbial introductions can be driven indirectly through effects on the diversity and composition of resident plant rhizosphere microbiome.

Abstract The plant health status is determined by the interplay of plant-pathogen-microbiota in the rhizosphere. Here, we investigate this tripartite system focusing on the pathogen Fusarium oxysporum f. sp. lycopersici (FOL) and tomato plants as a model system. First, we explore differences in tomato genotype resistance to FOL potentially associated with the differential recruitment of plant-protective rhizosphere taxa. Second, we show the production of fusaric acid by FOL to trigger systemic changes in the rhizosphere microbiota. Specifically, we show this molecule to have opposite effects on the recruitment of rhizosphere disease-suppressive taxa in the resistant and susceptible genotypes. Last, we elucidate that FOL and fusaric acid induce changes in the tomato root exudation with direct effects on the recruitment of specific disease-suppressive taxa. Our study unravels a mechanism mediating plant rhizosphere assembly and disease suppression by integrating plant physiological responses to microbial-mediated mechanisms in the rhizosphere.

Abstract Background The incidence of early-stage lung adenocarcinoma (ES-LUAD) is steadily increasing among non-smokers. Previous research has identified dysbiosis in the gut microbiota of patients with lung cancer. However, the local microbial profile of non-smokers with ES-LUAD remains largely unknown. In this study, we systematically characterized the local microbial community and its associated features to enable early intervention. Methods A prospective collection of ES-LUAD samples (46 cases) and their corresponding normal tissues adjacent to the tumor (41 cases), along with normal lung tissue samples adjacent to pulmonary bullae in patients with spontaneous pneumothorax (42 cases), were subjected to ultra-deep metagenomic sequencing, host transcriptomic sequencing, and proteomic sequencing. The obtained omics data were subjected to both individual and integrated analysis using Spearman correlation coefficients. Results We concurrently detected the presence of bacteria, fungi, and viruses in the lung tissues. The microbial profile of ES-LUAD exhibited similarities to NAT but demonstrated significant differences from the healthy controls (HCs), characterized by an overall reduction in species diversity. Patients with ES-LUAD exhibited local microbial dysbiosis, suggesting the potential pathogenicity of certain microbial species. Through multi-omics correlations, intricate local crosstalk between the host and local microbial communities was observed. Additionally, we identified a significant positive correlation (rho > 0.6) between Methyloversatilis discipulorum and GOLM1 at both the transcriptional and protein levels using multi-omics data. This correlated axis may be associated with prognosis. Finally, a diagnostic model composed of six bacterial markers successfully achieved precise differentiation between patients with ES-LUAD and HCs. Conclusions Our study depicts the microbial spectrum in patients with ES-LUAD and provides evidence of alterations in lung microbiota and their interplay with the host, enhancing comprehension of the pathogenic mechanisms that underlie ES-LUAD. The specific model incorporating lung microbiota can serve as a potential diagnostic tool for distinguishing between ES-LUAD and HCs.

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.

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.