Big data abound in microbiology, but the workflows designed to enable researchers to interpret data can constrain the biological questions that can be asked. Five years after anvi’o was first published, this community-led multi-omics platform is maturing into an open software ecosystem that reduces constraints in ‘omics data analyses.

ABSTRACT Natural microbial communities consist of closely related taxa that may exhibit phenotypic differences and inhabit distinct niches. However, connecting genetic diversity to ecological properties remains a challenge in microbial ecology due to the lack of pure cultures across the microbial tree of life. ‘Candidatus Accumulibacter phosphatis’ is a polyphosphate-accumulating organism that contributes to the Enhanced Biological Phosphorus Removal (EBPR) biotechnological process for removing excess phosphorus from wastewater and preventing eutrophication from downstream receiving waters. Distinct Accumulibacter clades often co-exist in full-scale wastewater treatment plants and lab-scale enrichment bioreactors, and have been hypothesized to inhabit distinct ecological niches. However, since individual strains of the Accumulibacter lineage have not been isolated in pure culture to date, these predictions have been made solely on genome-based comparisons and enrichments with varying strain composition. Here, we used genome-resolved metagenomics and metatranscriptomics to explore the activity of co-existing Accumulibacter strains in an engineered bioreactor environment. We obtained four high-quality genomes of Accumulibacter strains that were present in the bioreactor ecosystem, one of which is a completely contiguous draft genome scaffolded with long Nanopore reads. We identified core and accessory genes to investigate how gene expression patterns differed among the dominating strains. Using this approach, we were able to identify putative pathways and functions that may confer distinct functions to Accumulibacter strains and provide key functional insights into this biotechnologically significant microbial lineage. IMPORTANCE ‘ Candidatus Accumulibacter phosphatis’ is a model polyphosphate accumulating organism that has been studied using genome-resolved metagenomics, metatranscriptomics, and metaproteomics to understand the EBPR process. Within the Accumulibacter lineage, several similar but diverging clades are defined by shared sequence identity of the polyphosphate kinase ( ppk1) locus. These clades are predicted to have key functional differences in acetate uptake rates, phage defense mechanisms, and nitrogen cycling capabilities. However, such hypotheses have largely been made based on gene-content comparisons of sequenced Accumulibacter genomes, some of which were obtained from different systems. Here, we performed time-series genome-resolved metatranscriptomics to explore gene expression patterns of co-existing Accumulibacter clades in the same bioreactor ecosystem. Our work provides an approach for elucidating ecologically relevant functions based on gene expression patterns between closely related microbial populations.

Abstract Candidatus Accumulibacter was the first microorganism identified as a polyphosphate-accumulating organism (PAO), important for phosphorus removal from wastewater. This genus is diverse, and the current phylogeny and taxonomic framework appears complicated, with the majority of publicly available genomes classified as “ Candidatus Accumulibacter phosphatis”, despite notable phylogenetic divergence. The ppk1 marker gene allows for a finer scale differentiation into different “types” and “clades”, nevertheless taxonomic assignments remain confusing and inconsistent across studies. Therefore, a comprehensive re-evaluation is needed to establish a common understanding of this genus, both in terms of naming and basic conserved physiological traits. Here, we provide this re-assessment using a comparison of genome, ppk1 , and 16S rRNA gene-based approaches from comprehensive datasets. We identified 15 novel species, along with the well-known Ca . A. phosphatis, Ca . A. deltensis and Ca . A. aalborgensis. To compare the species in situ , we designed new species-specific FISH probes and revealed their morphology and arrangement in activated sludge. Based on the MiDAS global survey, Ca . Accumulibacter species were widespread in WWTPs with phosphorus removal, indicating the process design as a major driver for their abundance. Genome mining for PAO related pathways and FISH-Raman microspectroscopy confirmed the potential for the PAO metabolism in all Ca . Accumulibacter species, with detection in situ of the typical PAO storage polymers. Genome annotation further revealed fine-scale differences in the nitrate/nitrite reduction pathways. This provides insights into the niche differentiation of these lineages, potentially explaining their coexistence in the same ecosystem while contributing to overall phosphorus and nitrogen removal. Importance Candidatus Accumulibacter is the most studied PAO organism, with a primary role in biological nutrient removal. However, the species-level taxonomy of this lineage is convoluted due to the use of different phylogenetic markers or genome sequencing. Here, we redefined the phylogeny of these organisms, proposing a comprehensive approach which could be used to address the classification of other diverse and uncultivated lineages. Using genome-resolved phylogeny, compared to 16S rRNA gene- and other phylogenetic markers phylogeny, we obtained a higher resolution taxonomy and established a common understanding of this genus. Furthermore, genome mining of gene and pathways of interest, validated in situ by application of a new set of FISH probes and Raman micromicrospectroscopy, provided additional high-resolution metabolic insights into these organisms.

ABSTRACT Extracellular electron transfer (EET) by electroactive bacteria in anoxic soils and sediments is an intensively researched subject, but EET’s function in planktonic ecology has been less considered. Following the discovery of an unexpectedly high prevalence of EET genes in a bog lake’s bacterioplankton, we hypothesized that the redox capacities of dissolved organic matter (DOM) enrich for electroactive bacteria by mediating redox chemistry. We developed the bioinformatics pipeline FEET (Find EET) to identify and summarize EET proteins from metagenomics data. We then applied FEET to several bog and thermokarst lakes and correlated EET protein occurrence values with environmental data to test our predictions. Our results provide evidence that DOM participates in EET by bacterioplankton. We found a similarly high prevalence of EET genes in most of these lakes, where oxidative EET strongly correlated with DOM. Numerous novel clusters of multiheme cytochromes that may enable EET were identified. Taxa previously not considered EET-capable were found to carry EET genes. We conclude that EET and DOM interactions are of major ecological importance to bacterioplankton in small boreal lakes, and that EET, particularly by methylotrophs and phototrophs, should be further studied and incorporated into both conceptual and quantitative methane emission models of melting permafrost.

Abstract 2,4-Dichlorophenoxyacetic acid (2,4-D) is an herbicide commonly used in aquatic and terrestrial environments that is degraded by bacteria through the TFD pathway. Previous work has relied on culture-based methods to develop primers for qPCR analysis of the gene cassette in environmental samples. In this study, we combined molecular and genomic approaches to examine the accuracy of established tfdA qPCR primers on environmental samples and update the phylogeny of tfdA genes detected in bacterial genomes. We found most putative 2,4-D degraders are within the Proteobacteria but also found several novel degraders including members of the phyla Candidatus Rokubacteria and Candidatus Eremiobacteraeota. In silico analysis of established primers showed potential amplification of < 5% of putative degrader sequences but 52-100% of experimentally verified degraders when allowing for three and one mismatches between template and primer sequences, respectively. Overall, our work expands the diversity of putative 2,4-D degraders and demonstrates the limitations of culture-based tools for investigating functional diversity of microorganisms in the environment. Importance Cultivation-based methods can misrepresent the diversity of environmental microorganisms. Our work showcases one example of how culture-based development of molecular tools underestimates the full spectrum of 2,4-D degrading microorganisms. Accurately identifying microorganisms with 2,4-D degradation potential is crucial for understanding the biodegradation potential of a commonly used herbicide across terrestrial, aquatic, and subsurface environments. Additionally, this work reinforces well-documented pitfalls associated with relying on cultured representatives when constructing primers and the challenges of translating findings from a few cultured representatives to understudied or unknown microorganisms in complex environments.

ABSTRACT A grand challenge in microbial ecology is disentangling the traits of individual populations within complex communities. Various cultivation-independent approaches have been used to infer traits based on the presence of marker genes. However, marker genes are not linked to traits with complete fidelity, nor do they capture important attributes, such as the timing of expression or coordination among traits. To address this, we present an approach for assessing the trait landscape of microbial communities by statistically defining a trait attribute as shared transcriptional pattern across multiple organisms. Leveraging the KEGG pathway database as a trait library and the Enhanced Biological Phosphorus Removal (EBPR) model microbial ecosystem, we demonstrate that a majority (65%) of traits present in 10 or more genomes have niche-differentiating expression attributes. For example, while 14 genomes containing the high-affinity phosphorus transporter pstABCS display a canonical attribute (e.g. up-regulation under phosphorus starvation), we identified another attribute shared by 11 genomes where transcription was highest under high phosphorus conditions. Taken together, we provide a novel framework for revealing hidden metabolic versatility when investigating genomic data alone by assigning trait-attributes through genome-resolved time-series metatranscriptomics.

ABSTRACT Microbial community dynamics are dictated by both abiotic environmental conditions and biotic interactions. These communities consist of individual microorganisms across the continuum of phylogenetic diversity, ranging from coexisting members of different domains of life and phyla to multiple strains with only a handful of single nucleotide variants. Ecological forces act on a shifting template of population-level diversity that is shaped by evolutionary processes. However, understanding the ecological and evolutionary forces contributing to microbial community interactions and overall ecosystem function is difficult to interrogate for complex, naturally occurring microbial communities. Here, we use two time series of lab-scale engineered enrichment microbial communities simulating phosphorus removal to explore signatures of microbial diversity at multiple phylogenetic scales. We characterized microbial community dynamics and diversity over the course of reactor start-up and long-term dynamics including periods of eubiosis and dysbiosis as informed by the intended ecosystem function of phosphorus removal. We then compared these signatures to lineages from full-scale WWTPs performing phosphorus removal. We found that enriched lineages in lab-scale bioreactors harbor less intra-population diversity than lineages from the full-scale WWTP overall. Our work establishes a foundation for using engineered enrichment microbial communities as a semi-complex model system for addressing the fundamental ecological and evolutionary processes necessary for developing stable microbiome based biotechnologies.

Methylmercury is a potent, bioaccumulating neurotoxin that is produced by specific microorganisms by methylation of inorganic mercury released from anthropogenic sources. The hgcAB genes were recently discovered to be required for microbial methylmercury production in diverse anaerobic bacteria and archaea. However, the full phylogenetic and metabolic diversity of mercury methylating microorganisms has not been fully explored due to the limited number of cultured, experimentally verified methylators and the limitations of primer-based molecular methods. Here, we describe the phylogenetic diversity and metabolic flexibility of putative mercury methylating microorganisms identified by hgcA sequence identity from publicly available isolate genomes and metagenome-assembled genomes (MAGs), as well as novel freshwater MAGs. We demonstrate that putative mercury methylators are much more phylogenetically diverse than previously known, and the distribution of hgcA is most likely due to several independent horizontal gene transfer events. Identified methylating microorganisms possess diverse metabolic capabilities spanning carbon fixation, sulfate reduction, nitrogen fixation, and metal resistance pathways. Using a metatranscriptomic survey of a thawing permafrost gradient from which we identified 111 putative mercury methylators, we demonstrate that specific methylating populations may contribute to hgcA expression at different depths. Overall, we provide a framework for illuminating the microbial basis of mercury methylation using genome-resolved metagenomics and metatranscriptomics to identify methylators based upon hgcA presence and describe their putative functions in the environment.

All living organisms must recognize and respond to various environmental stresses throughout their lifetime. In natural environments, cells frequently encounter fluctuating concentrations of different stressors that can occur in combination or sequentially. Thus, the ability to anticipate an impending stress is likely ecologically relevant. One possible mechanism for anticipating future stress is acquired stress resistance, where cells pre-exposed to a mild sub-lethal dose of stress gain the ability to survive an otherwise lethal dose of stress. We have been leveraging wild strains of Saccharomyces cerevisiae to investigate natural variation in the yeast ethanol stress response and its role in acquired stress resistance. Here, we report that a wild vineyard isolate possesses ethanol-induced cross-protection against severe concentrations of salt. Because this phenotype correlates with ethanol-dependent induction of the ENA genes, which encode sodium efflux pumps already associated with salt resistance, we hypothesized that variation in ENA expression was responsible for differences in acquired salt tolerance across strains. Surprisingly, we found that the ENA genes were completely dispensable for ethanol-induced survival of high salt concentrations in the wild vineyard strain. Instead, the ENA genes were necessary for the ability to resume growth on high concentrations of salt following a mild ethanol pretreatment. Surprisingly, this growth acclimation phenotype was also shared by the lab yeast strain despite lack of ENA induction under this condition. This study underscores that cross protection can affect both viability and growth through distinct mechanisms, both of which likely confer fitness effects that are ecologically relevant.

Summary Advances in high-throughput sequencing technologies and bioinformatic pipelines have exponentially increased the amount of data that can be obtained from uncultivated microbial lineages inhabiting diverse ecosystems. Various annotation tools and databases currently exist for predicting the functional potential of sequenced genomes or microbial communities based upon sequence identity. However, intuitive, reproducible, and user-friendly tools for further exploring and visualizing functional guilds of microbial community metagenomic sequencing datasets remains lacking. Here, we present metabolisHMM, a series of workflows for visualizing the distribution of curated and user-provided Hidden Markov Models (HMMs) to understand metabolic characteristics and evolutionary histories of microbial lineages. metabolisHMM performs functional annotations with a set of curated or user-defined HMMs to 1) construct ribosomal protein and single marker gene phylogenies, 2) summarize the presence/absence of metabolic pathway markers, and 3) create heatmap visualizations of presence/absence summaries.Availability and Implementation metabolisHMM is freely available on Github at and on PyPi at under the GNU General Public License v3.0.