Abstract Microbial and viral communities transform the chemistry of Earth's ecosystems, yet the specific reactions catalyzed by these biological engines are hard to decode due to the absence of a scalable, metabolically resolved, annotation software. Here, we present DRAM (Distilled and Refined Annotation of Metabolism), a framework to translate the deluge of microbiome-based genomic information into a catalog of microbial traits. To demonstrate the applicability of DRAM across metabolically diverse genomes, we evaluated DRAM performance on a defined, in silico soil community and previously published human gut metagenomes. We show that DRAM accurately assigned microbial contributions to geochemical cycles and automated the partitioning of gut microbial carbohydrate metabolism at substrate levels. DRAM-v, the viral mode of DRAM, established rules to identify virally-encoded auxiliary metabolic genes (AMGs), resulting in the metabolic categorization of thousands of putative AMGs from soils and guts. Together DRAM and DRAM-v provide critical metabolic profiling capabilities that decipher mechanisms underpinning microbiome function.

Bacteriophages typically have small genomes

ABSTRACT Microbial and viral communities transform the chemistry of Earth’s ecosystems, yet the specific reactions catalyzed by these biological engines are hard to decode due to the absence of a scalable, metabolically resolved, annotation software. Here, we present DRAM ( D istilled and R efined A nnotation of M etabolism), a framework to translate the deluge of microbiome-based genomic information into a catalog of microbial traits. To demonstrate the applicability of DRAM across metabolically diverse genomes, we evaluated DRAM performance on a defined, in silico soil community and previously published human gut metagenomes. We show that DRAM accurately assigned microbial contributions to geochemical cycles, and automated the partitioning of gut microbial carbohydrate metabolism at substrate levels. DRAM-v, the viral mode of DRAM, established rules to identify virally-encoded auxiliary metabolic genes (AMGs), resulting in the metabolic categorization of thousands of putative AMGs from soils and guts. Together DRAM and DRAM-v provide critical metabolic profiling capabilities that decipher mechanisms underpinning microbiome function.

Predicting elemental cycles and maintaining water quality under increasing anthropogenic influence requires understanding the spatial drivers of river microbiomes. However, the unifying microbial processes governing river biogeochemistry are hindered by a lack of genome-resolved functional insights and sampling across multiple rivers. Here we employed a community science effort to accelerate the sampling, sequencing, and genome-resolved analyses of river microbiomes to create the Genome Resolved Open Watersheds database (GROWdb). This resource profiled the identity, distribution, function, and expression of thousands of microbial genomes across rivers covering 90% of United States watersheds. Specifically, GROWdb encompasses 1,469 microbial species from 27 phyla, including novel lineages from 10 families and 128 genera, and defines the core river microbiome for the first time at genome level. GROWdb analyses coupled to extensive geospatial information revealed local and regional drivers of microbial community structuring, while also presenting a myriad of foundational hypotheses about ecosystem function. Building upon the previously conceived River Continuum Concept 1 , we layer on microbial functional trait expression, which suggests the structure and function of river microbiomes is predictable. We make GROWdb available through various collaborative cyberinfrastructures 2, 3 so that it can be widely accessed across disciplines for watershed predictive modeling and microbiome-based management practices.

Abstract Despite the promise of the gut microbiome to forecast human health, few studies expose the microbial functions underpinning such predictions. To comprehensively inventory gut microorganisms and their gene content that control trimethylamine induced cardiovascular disease, we mined over 200,000 gut-derived genomes from cultivated and uncultivated microbial lineages. Creating MAGICdb (Methylated Amine Gene Inventory of Catabolism database), we designated an atherosclerotic profile for 6,341 microbial genomes that encoded metabolisms associated with heart disease. We used MAGICdb to evaluate diverse human fecal metatranscriptome and metaproteome datasets, demonstrating how this resource eases the recovery of methylated amine gene content previously obscured in microbiome datasets. From the feces of healthy and diseased subjects, we show MAGICdb gene markers predicted cardiovascular disease as effectively as traditional blood diagnostics. This functional microbiome catalog is a public, exploitable resource, enabling a new era of microbiota-based therapeutics.

Abstract Background The murine CBA/J mouse model widely supports immunology and enteric pathogen research. This model has illuminated Salmonella interactions with the gut microbiome since pathogen proliferation does not require disruptive pretreatment of the native microbiota, nor does it become systemic, thereby representing an analog to gastroenteritis disease progression in humans. Despite the value to broad research communities, microbiota in CBA/J mice are not represented in current murine microbiome genome catalogs. Results Here we present the first microbial and viral genomic catalog of the CBA/J murine gut microbiome. Using fecal microbial communities from untreated and Salmonella -infected, highly inflamed mice, we performed genomic reconstruction to determine the impacts on gut microbiome membership and functional potential. From high depth whole community sequencing (~42.4 Gbps/sample), we reconstructed 2,281 bacterial and 4,129 viral draft genomes. Salmonella challenge significantly altered gut membership in CBA/J mice, revealing 30 genera and 98 species that were conditionally rare and unsampled in non-inflamed mice. Additionally, inflamed communities were depleted in microbial genes that modulate host anti-inflammatory pathways and enriched in genes for respiratory energy generation. Our findings suggest decreases in butyrate concentrations during Salmonella infection corresponded to reductions in the relative abundance in members of the Alistipes . Strain-level comparison of CBA/J microbial genomes to prominent murine gut microbiome databases identified newly sampled lineages in this resource, while comparisons to human gut microbiomes extended the host relevance of dominant CBA/J inflammation resistant strains. Conclusions This CBA/J microbiome database provides the first genomic sampling of relevant, uncultivated microorganisms within the gut from this widely used laboratory model. Using this resource, we curated a functional, strain-resolved view on how Salmonella remodels intact murine gut communities, advancing pathobiome understanding beyond inferences from prior amplicon-based approaches. Salmonella- induced inflammation suppressed Alistipes and other dominant members, while rarer commensals like Lactobacillus and Enterococcus endure. The rare and novel species sampled across this inflammation gradient advance the utility of this microbiome resource to benefit the broad research needs of the CBA/J scientific community, and those using murine models for understanding the impact of inflammation on the gut microbiome more generally.

Abstract With rising global temperatures, permafrost carbon stores are vulnerable to microbial degradation. The enzyme latch theory states that polyphenols should accumulate in saturated peatlands due to diminished phenol oxidase activity, inhibiting resident microbes and promoting carbon stabilization. Pairing microbiome and geochemical measurements along a permafrost thaw-induced saturation gradient in Stordalen Mire, a model Arctic peatland, we confirmed a negative relationship between phenol oxidase expression and saturation but failed to support other trends predicted by the enzyme latch. To inventory alternative polyphenol removal strategies, we built CAMPER, a gene annotation tool leveraging polyphenol enzyme knowledge gleaned across microbial ecosystems. Applying CAMPER to genome-resolved metatranscriptomes, we identified genes for diverse polyphenol-active enzymes expressed by various microbial lineages under a range of redox conditions. This shifts the paradigm that polyphenols stabilize carbon in saturated soils and highlights the need to consider both oxic and anoxic polyphenol metabolisms to understand carbon cycling in changing ecosystems.

Accounting for only 8% of Earth's land coverage, freshwater wetlands remain the foremost contributor to global methane emissions. Yet the microorganisms and processes underlying methane emissions from wetland soils remain poorly understood. Over a five-year period, we surveyed the microbial membership and in situ methane measurements from over 700 samples in one of the most prolific methane-emitting wetlands in the United States. We constructed a catalog of 2,502 metagenome-assembled genomes (MAGs), with nearly half of the 72 bacterial and archaeal phyla sampled containing novel lineages. Integration of these data with 133 soil metatranscriptomes provided a genome-resolved view of the biogeochemical specialization and versatility expressed in wetland soils. Centimeter-scale depth differences best explained patterns of microbial community structure and transcribed functionalities, even more so than land coverage or temporal information. Moreover, while extended flooding restructured soil redox, this perturbation failed to reconfigure the transcriptional profiles of methane cycling microorganisms, contrasting with theoretical expected responses to hydrological perturbations. Co-expression analyses coupled to depth resolved methane measurements exposed the metabolisms and trophic structures most predictive of methane hotspots. This compendium of biogeochemically-classified genomes and their spatiotemporal transcriptional patterns begins to untangle the microbial carbon, energy and nutrient processing contributing to soil methane production.

Rivers face constant anthropogenic stressors, resulting in significant changes in microbial community composition. What remains unclear is whether these changes render the microbiome better adapted to the stressed environment. Here, by subjecting 64 river-connected mesocosms to multiple stressors, we show that sediment microbiomes of small lowland rivers are highly sensitive to lowered flow velocity resulting in substantially altered community compositions not fully capable of compensating for the stressor effect within two weeks albeit having stable functions encoded in metagenomes. Transcriptomics revealed a systematic heat shock response in the community and a highly active, previously unknown anaerobic key stone species with great metabolic versatility. Increases in temperature (+3.5 degrees C) or salinity (+0.5 mS/cm) were outcompeted by lowered flow and elicited only minor responses at community or transcriptomic level with, e.g., upregulation of the photosystem of chloroplasts. Following a two week recovery period, transcriptomic stress responses vanished completely compared to control mesocosms, exemplifying the river microbiomes' resilience. We conclude that, given the complex community responses at both the cellular and compositional level, maintaining natural river flow is vital to preventing energy loss and reduced microbiome activity in river sediments.

Abstract Rivers have a significant role in global carbon and nitrogen cycles, serving as a nexus for nutrient transport between terrestrial and marine ecosystems. Although rivers have a small global surface area, they contribute substantially to global greenhouse gas emissions through microbially mediated processes within the river hyporheic zone. Despite this importance, microbial roles in these climatically relevant systems are mostly inferred from 16S rRNA amplicon surveys, which are not sufficiently resolved to inform biogeochemical models. To survey the metabolic potential and gene expression underpinning carbon and nitrogen biogeochemical cycling in river sediments, we collected an integrated dataset of over 30 metagenomes, metaproteomes, and paired metabolomes. We reconstructed over 500 microbial metagenome assembled genomes (MAGs), which we dereplicated into 55 unique genomes spanning 12 bacterial and archaeal phyla. We also reconstructed 2482 viral genomic contigs, which were dereplicated into 111 viral MAGs >10kb in size. As a result of integrating gene expression data with geochemical and metabolite data, we created a conceptual model that uncovers new roles for microorganisms in organic matter decomposition, carbon sequestration, nitrogen mineralization, nitrification, and denitrification. Integrated through shared resource pools of ammonium, carbon dioxide, and inorganic nitrogen we show how these metabolic pathways could ultimately contribute to carbon dioxide and nitrous oxide fluxes from hyporheic sediments. Further, by linking viral genomes to these active microbial hosts, we provide some of the first insights into viral modulation of river sediment carbon and nitrogen cycling. Importance Here we created HUM-V (Hyporheic Uncultured Microbial and Viral), an annotated microbial and viral genome catalog that captures the strain and functional diversity encoded in river sediments. Demonstrating its utility, this genomic inventory encompasses multiple representatives of the most dominant microbial and archaeal phyla reported in river sediments and provides novel viral genomes that can putatively infect these. Furthermore, we used HUM-V to recruit gene expression data to decipher the functional activities of these genomes and reconstruct their active roles in river sediment biogeochemical cycling. We show the power of genome resolved, multi-omics to uncover the organismal interactions and chemical handoffs shaping an intertwined carbon and nitrogen metabolic network and create a framework that can be extended to other river sediments. The accessible microbial and viral genomes in HUM-V will serve as a community resource to further advance more untargeted, activity-based measurements in these and related freshwater terrestrial-aquatic ecosystems.