The development of efficient and inexpensive genome sequencing methods has revolutionized the study of human bacterial pathogens and improved vaccine design. Unfortunately, the sequence of a single genome does not reflect how genetic variability drives pathogenesis within a bacterial species and also limits genome-wide screens for vaccine candidates or for antimicrobial targets. We have generated the genomic sequence of six strains representing the five major disease-causing serotypes of Streptococcus agalactiae , the main cause of neonatal infection in humans. Analysis of these genomes and those available in databases showed that the S. agalactiae species can be described by a pan-genome consisting of a core genome shared by all isolates, accounting for ≈80% of any single genome, plus a dispensable genome consisting of partially shared and strain-specific genes. Mathematical extrapolation of the data suggests that the gene reservoir available for inclusion in the S. agalactiae pan-genome is vast and that unique genes will continue to be identified even after sequencing hundreds of genomes.

A large-scale molecular dynamics simulation is performed on a glass-forming Lennard-Jones mixture to determine the nature of dynamical heterogeneities which arise in this model fragile liquid. We observe that the most mobile particles exhibit a cooperative motion in the form of string-like paths (``strings'') whose mean length and radius of gyration increase as the liquid is cooled. The length distribution of the strings is found to be similar to that expected for the equilibrium polymerization of linear polymer chains.

Autism spectrum disorders (ASDs) are neurodevelopmental conditions characterized by social and behavioural impairments. In addition to neurological symptoms, ASD subjects frequently suffer from gastrointestinal abnormalities, thus implying a role of the gut microbiota in ASD gastrointestinal pathophysiology. Here, we characterized the bacterial and fungal gut microbiota in a cohort of autistic individuals demonstrating the presence of an altered microbial community structure. A fraction of 90% of the autistic subjects were classified as severe ASDs. We found a significant increase in the Firmicutes/Bacteroidetes ratio in autistic subjects due to a reduction of the Bacteroidetes relative abundance. At the genus level, we observed a decrease in the relative abundance of Alistipes, Bilophila, Dialister, Parabacteroides, and Veillonella in the ASD cohort, while Collinsella, Corynebacterium, Dorea, and Lactobacillus were significantly increased. Constipation has been then associated with different bacterial patterns in autistic and neurotypical subjects, with constipated autistic individuals characterized by high levels of bacterial taxa belonging to Escherichia/Shigella and Clostridium cluster XVIII. We also observed that the relative abundance of the fungal genus Candida was more than double in the autistic than neurotypical subjects, yet due to a larger dispersion of values, this difference was only partially significant. The finding that, besides the bacterial gut microbiota, also the gut mycobiota contributes to the alteration of the intestinal microbial community structure in ASDs opens the possibility for new potential intervention strategies aimed at the relief of gastrointestinal symptoms in ASDs.

Using extensive molecular dynamics simulations of an equilibrium, glass-forming Lennard-Jones mixture, we characterize in detail the local atomic motions. We show that spatial correlations exist among particles undergoing extremely large ("mobile") or extremely small ("immobile") displacements over a suitably chosen time interval. The immobile particles form the cores of relatively compact clusters, while the mobile particles move cooperatively and form quasi-one-dimensional, stringlike clusters. The strength and length scale of the correlations between mobile particles are found to grow strongly with decreasing temperature, and the mean cluster size appears to diverge near the mode-coupling critical temperature. We show that these correlations in the particle displacements are related to equilibrium fluctuations in the local potential energy and local composition.

Abstract Background Endolithic niches offer an ultimate refuge, supplying buffered conditions for microorganisms that dwell inside rock airspaces. Yet, survival and growth strategies of Antarctic endolithic microbes residing in Earths’ driest and coldest desert remains virtually unknown. Results From 109 endolithic microbiomes, 4,539 metagenome-assembled genomes were generated, 49.3% of which were novel candidate bacterial species. We present evidence that trace gas oxidation and atmospheric chemosynthesis may be the prevalent strategies supporting metabolic activity and persistence of these ecosystems at the fringe of life and the limits of habitability. Conclusions These results represent the foundation to untangle adaptability at the edge of sustainability on Earth and on other dry Earth-like planetary bodies such as Mars.

Abstract Agricultural soils harbor rich and diverse microbial communities that have a deep influence on soil properties and productivity. Large scale studies have shown the impact of environmental parameters like climate or chemical composition on the distribution of bacterial and fungal species. Comparatively, little data exists documenting how soil microbial communities change between different years. Quantifying the temporal stability of soil microbial communities will allow us to better understand the relevance of the differences between environments and their impact on ecological processes on the global and local scale. We characterized the bacterial and fungal components of the soil microbiota in ten vineyards in two consecutive years. Despite differences of species richness and diversity between the two years, we found a general stability of the taxonomic structure of the soil microbiota. Temporal differences were smaller than differences due to geographical location, vineyard land management or differences between sampling sites within the same vineyard. Using machine learning, we demonstrated that each site was characterized by a distinctive microbiota, and we identified a reduced set of indicator species that could classify samples according to their geographic origin across different years with high accuracy. Importance The temporal stability of the soil microbiota is important to understand the relevance of the differences that are found in response to a variety of environmental factors. By comparing fungal and bacterial microbiota from samples collected in the same sites in two consecutive years, we found a remarkable stability of both components, with characteristic differences between bacteria and fungi. Our work fills an important gap toward the definition of a microbial cartography of agricultural soils.

Saline lakes are rapidly drying out across the globe, particularly in Central Asia, due to climate change and anthropogenic activities. We present the results of a long-read next generation sequencing analysis of the 16S rRNA-based taxonomic structure of bacteriomes of the Tengiz-Korgalzhyn lakes system. We found that the shallow endorheic, mostly saline lakes of the system show unusually low bacterioplankton dispersal rates at species-level taxonomic resolution. The major environmental factor structuring the lake9s microbial communities was salinity. The dominant bacterial phyla of the lakes with high salinity included a significant proportion of marine and halophilic species. In sum, these results, which can be applied to other lake systems of the semi-arid regions, improve our understanding of the factors influencing lake microbiomes undergoing salinization in response to climate change and other anthropogenic factors. Our results show that finer taxonomic classification can provide new insights and improve our understanding of the environmental factors influencing the microbiomes of lakes undergoing salinization in response to climate change and other anthropogenic factors.

Cryptoendolithic communities are microbial ecosystems dwelling inside porous rocks. They are able to persist at the edge of the biological potential for life in the ice-free areas of continental Antarctica. These areas include the McMurdo Dry Valleys, often cited as a Terrestrial analog of the Martian environment. Despite their interest as a model for the early colonization by living organisms of terrestrial ecosystems and for adaptation to extreme conditions of stress, little is known about the evolution, diversity and genetic makeup of bacterial species that reside in these environments. We performed metagenomic sequencing of 18 communities from rocks collected in Antarctic desert areas over a distance of about 350 km. A total of 469 draft bacterial genome sequences were assembled, and clustered into 269 candidate species that lack a representative genome in public databases. The majority of these new species belong to monophyletic bacterial clades that diverged from related taxa in a range from 1.2 billion to 410 Ma, much earlier than the glaciation of Antarctica, and that are functionally distinct from known related taxa. The hypothesis that Antarctic cryptoendolithic bacterial lineages were generated by the selection of pre-existing cold-tolerant organisms whose origin dates back to the Tonian glaciations gives new insights for the possibility of life on Mars.

Background: The ability of finding complex associations in large omics datasets, assessing their significance, and prioritizing them according to their strength can be of great help in the data exploration phase. Mutual Information based measures of association are particularly promising, in particular after the recent introduction of the TICe and MICe estimators, which combine computational efficiency with good bias/variance properties. Despite that, a complete software implementation of these two measures and of a statistical procedure to test the significance of each association is still missing. Findings: In this paper we present MICtools, a comprehensive and effective pipeline which combines TICe and MICe into a multi-step procedure that allows the identification of relationships of various degrees of complexity. MICtools calculates their strength assessing statistical significance using a permutation-based strategy. The performances of the proposed approach are assessed by an extensive investigation in synthetic datasets and an example of a potential application on a metagenomic dataset is also illustrated. Conclusions: We show that MICtools, combining TICe and MICe, is able to highlight associations that would not be captured by conventional strategies. MICtools is implemented in Python, and is available for download at https://github.com/minepy/mictools.