Human gut microbiome composition is shaped by multiple factors but the relative contribution of host genetics remains elusive. Here we examine genotype and microbiome data from 1,046 healthy individuals with several distinct ancestral origins who share a relatively common environment, and demonstrate that the gut microbiome is not significantly associated with genetic ancestry, and that host genetics have a minor role in determining microbiome composition. We show that, by contrast, there are significant similarities in the compositions of the microbiomes of genetically unrelated individuals who share a household, and that over 20% of the inter-person microbiome variability is associated with factors related to diet, drugs and anthropometric measurements. We further demonstrate that microbiome data significantly improve the prediction accuracy for many human traits, such as glucose and obesity measures, compared to models that use only host genetic and environmental data. These results suggest that microbiome alterations aimed at improving clinical outcomes may be carried out across diverse genetic backgrounds. Statistical analyses of a metagenomics-sequenced human cohort identify a relatively minor role for genetics in determining microbiome composition and show that several human phenotypes are as strongly associated with the gut microbiome as with host genetics. The composition of the human gut microbiome is determined by many factors. Eran Segal and colleagues performed an extensive statistical analysis of the largest metagenomics-sequenced human cohort so far to determine the contribution of host genotype to microbiome composition. Host genetics has only a minor influence on microbiome variability, which is more strongly associated with environmental factors such as diet. The authors propose a 'microbiome-association index' that describes the association of the microbiome with host phenotype. Combining this measurement with host genetic and environmental data improves the accuracy of predictions about several human metabolic traits, such as glucose and obesity traits.

“Normal” for the gut microbiota For the benefit of future clinical studies, it is critical to establish what constitutes a “normal” gut microbiome, if it exists at all. Through fecal samples and questionnaires, Falony et al. and Zhernakova et al. targeted general populations in Belgium and the Netherlands, respectively. Gut microbiota composition correlated with a range of factors including diet, use of medication, red blood cell counts, fecal chromogranin A, and stool consistency. The data give some hints for possible biomarkers of normal gut communities. Science , this issue pp. 560 and 565

“Normal” for the gut microbiota For the benefit of future clinical studies, it is critical to establish what constitutes a “normal” gut microbiome, if it exists at all. Through fecal samples and questionnaires, Falony et al. and Zhernakova et al. targeted general populations in Belgium and the Netherlands, respectively. Gut microbiota composition correlated with a range of factors including diet, use of medication, red blood cell counts, fecal chromogranin A, and stool consistency. The data give some hints for possible biomarkers of normal gut communities. Science , this issue pp. 560 and 565

The relationship between gut microbial metabolism and mental health is one of the most intriguing and controversial topics in microbiome research. Bidirectional microbiota-gut-brain communication has mostly been explored in animal models, with human research lagging behind. Large-scale metagenomics studies could facilitate the translational process, but their interpretation is hampered by a lack of dedicated reference databases and tools to study the microbial neuroactive potential. Surveying a large microbiome population cohort (Flemish Gut Flora Project, n = 1,054) with validation in independent data sets (ntotal = 1,070), we studied how microbiome features correlate with host quality of life and depression. Butyrate-producing Faecalibacterium and Coprococcus bacteria were consistently associated with higher quality of life indicators. Together with Dialister, Coprococcus spp. were also depleted in depression, even after correcting for the confounding effects of antidepressants. Using a module-based analytical framework, we assembled a catalogue of neuroactive potential of sequenced gut prokaryotes. Gut-brain module analysis of faecal metagenomes identified the microbial synthesis potential of the dopamine metabolite 3,4-dihydroxyphenylacetic acid as correlating positively with mental quality of life and indicated a potential role of microbial γ-aminobutyric acid production in depression. Our results provide population-scale evidence for microbiome links to mental health, while emphasizing confounder importance.

Microbiome-wide association studies on large population cohorts have highlighted associations between the gut microbiome and complex traits, including type 2 diabetes (T2D) and obesity1. However, the causal relationships remain largely unresolved. We leveraged information from 952 normoglycemic individuals for whom genome-wide genotyping, gut metagenomic sequence and fecal short-chain fatty acid (SCFA) levels were available2, then combined this information with genome-wide-association summary statistics for 17 metabolic and anthropometric traits. Using bidirectional Mendelian randomization (MR) analyses to assess causality3, we found that the host-genetic-driven increase in gut production of the SCFA butyrate was associated with improved insulin response after an oral glucose-tolerance test (P = 9.8 × 10−5), whereas abnormalities in the production or absorption of another SCFA, propionate, were causally related to an increased risk of T2D (P = 0.004). These data provide evidence of a causal effect of the gut microbiome on metabolic traits and support the use of MR as a means to elucidate causal relationships from microbiome-wide association findings. Mendelian randomization analyses using genotyping data, gut metagenomic sequence and fecal short-chain-fatty-acid levels from 952 individuals combined with GWAS data show evidence of a causal effect of the gut microbiome on metabolic traits.

To study the effect of host genetics on gut microbiome composition, the MiBioGen consortium curated and analyzed genome-wide genotypes and 16S fecal microbiome data from 18,340 individuals (24 cohorts). Microbial composition showed high variability across cohorts: only 9 of 410 genera were detected in more than 95% of samples. A genome-wide association study of host genetic variation regarding microbial taxa identified 31 loci affecting the microbiome at a genome-wide significant (P < 5 × 10−8) threshold. One locus, the lactase (LCT) gene locus, reached study-wide significance (genome-wide association study signal: P = 1.28 × 10−20), and it showed an age-dependent association with Bifidobacterium abundance. Other associations were suggestive (1.95 × 10−10 < P < 5 × 10−8) but enriched for taxa showing high heritability and for genes expressed in the intestine and brain. A phenome-wide association study and Mendelian randomization identified enrichment of microbiome trait loci in the metabolic, nutrition and environment domains and suggested the microbiome might have causal effects in ulcerative colitis and rheumatoid arthritis. Analysis of human genotypes and 16S microbiome data of 18,473 individuals from 25 cohorts through a genome-wide association study, a phenome-wide association study and Mendelian randomization identifies host genetic and microbial trait associations.

Summary

 Gut microbial dysbioses are linked to aberrant immune responses, which are often accompanied by abnormal production of inflammatory cytokines. As part of the Human Functional Genomics Project (HFGP), we investigate how differences in composition and function of gut microbial communities may contribute to inter-individual variation in cytokine responses to microbial stimulations in healthy humans. We observe microbiome-cytokine interaction patterns that are stimulus specific, cytokine specific, and cytokine and stimulus specific. Validation of two predicted host-microbial interactions reveal that TNFα and IFNγ production are associated with specific microbial metabolic pathways: palmitoleic acid metabolism and tryptophan degradation to tryptophol. Besides providing a resource of predicted microbially derived mediators that influence immune phenotypes in response to common microorganisms, these data can help to define principles for understanding disease susceptibility. The three HFGP studies presented in this issue lay the groundwork for further studies aimed at understanding the interplay between microbial, genetic, and environmental factors in the regulation of the immune response in humans. 

PaperClip

The human gut microbiota has now been associated with drug responses and efficacy, while chemical compounds present in these drugs can also impact the gut bacteria. However, drug-microbe interactions are still understudied in the clinical context, where polypharmacy and comorbidities co-occur. Here, we report relations between commonly used drugs and the gut microbiome. We performed metagenomics sequencing of faecal samples from a population cohort and two gastrointestinal disease cohorts. Differences between users and non-users were analysed per cohort, followed by a meta-analysis. While 19 of 41 drugs are found to be associated with microbial features, when controlling for the use of multiple medications, proton-pump inhibitors, metformin, antibiotics and laxatives show the strongest associations with the microbiome. We here provide evidence for extensive changes in taxonomy, metabolic potential and resistome in relation to commonly used drugs. This paves the way for future studies and has implications for current microbiome studies by demonstrating the need to correct for multiple drug use.

Differences in gut microbiota composition and function were observed between patients with inflammatory bowel disease or irritable bowel syndrome.