Summary To understand dynamic interplay between the human microbiome and host during health and disease, we analyzed the microbial composition, temporal dynamics, and associations with host multi-omics, immune and clinical markers of microbiomes from four body sites in 86 participants over six years. We found that microbiome stability and individuality are body-site-specific and heavily influenced by the host. The stool and oral microbiome were more stable than the skin and nasal microbiomes, possibly due to their interaction with the host and environment. Also, we identified individual-specific and commonly shared bacterial taxa, with individualized taxa showing greater stability. Interestingly, microbiome dynamics correlated across body sites, suggesting systemic coordination influenced by host-microbial-environment interactions. Notably, insulin-resistant individuals showed altered microbial stability and associations between microbiome, molecular markers, and clinical features, suggesting their disrupted interaction in metabolic disease. Our study offers comprehensive views of multi-site microbial dynamics and their relationship with host health and disease. Study Highlights The stability of the human microbiome varies among individuals and body sites. Highly individualized microbial genera are more stable over time. At each of the four body sites, systematic interactions between the environment, the host and bacteria can be detected. Individuals with insulin resistance have lower microbiome stability, a more diversified skin microbiome, and significantly altered host-microbiome interactions.

Abstract The gut microbiome is thought to play a critical role in the onset and development of psychiatric disorders, including depression and substance use disorder (SUD). To test the hypothesis that the microbiome affects addiction predisposing behaviors and cocaine intravenous self-administration (IVSA) and to identify specific microbes involved in the relationship, we performed 16S rRNA gene sequencing on feces from 228 diversity outbred mice. Twelve open field measures, two light-dark assay measures, one hole board and novelty place preference measure significantly differed between mice that acquired cocaine IVSA (ACQ) and those that failed to acquire IVSA (FACQ). We found that ACQ mice are more active and exploratory and display decreased fear than FACQ mice. The microbial abundances that differentiated ACQ from FACQ mice were an increased abundance of Barnesiella, Ruminococcus , and Robinsoniella and decreased Clostridium IV in ACQ mice. There was a sex-specific correlation between ACQ and microbial abundance, a reduced Lactobacillus abundance in ACQ male mice, and a decreased Blautia abundance in female ACQ mice. The abundance of Robinsoniella was correlated, and Clostridium IV inversely correlated with the number of doses of cocaine self-administered during acquisition. Functional analysis of the microbiome composition of a subset of mice suggested that gut-brain modules encoding glutamate metabolism genes are associated with the propensity to self-administer cocaine. These findings establish associations between the microbiome composition and glutamate metabolic potential and the ability to acquire cocaine IVSA thus indicating the potential translational impact of targeting the gut microbiome or microbial metabolites for treatment of SUD. HIGHLIGHTS Correlational analysis of novelty behaviors to IVSA acquisition shows that mice that acquire cocaine IVSA are more active and exploratory and have decreased fear than those that failed-to-acquire IVSA. The gut microbiome profiling of 228 diversity outbred mice indicates the relative abundances of Barnesiella, Ruminococcus, Robinsoniella and Clostridium IV are associated with the ability to self-administer cocaine. Associations between the gut microbiome and IVSA acquisition are sex-specific. Decreased relative abundances of Lactobacillus and Blautia are associated with IVSA in male and female mice, respectively. The relative abundances of Robinsoniella and Clostridium IV were correlated with the number of infusions of self-administered cocaine. Functional potential analysis of the gut microbiome supports a role for microbiomes encoding glutamate metabolism in the ability to self-administer cocaine.

Abstract Microbiome analysis has revolutionized our understanding of various biological processes, spanning human health, epidemiology (including antimicrobial resistance and horizontal gene transfer), as well as environmental and agricultural studies. At the heart of microbiome analysis lies the characterization of microbial communities through the quantification of microbial taxa and their dynamics. In the study of bacterial abundances, it is becoming more relevant to consider their relationship, to embed these data in the framework of network theory, allowing characterization of features like node relevance, pathway and community structure. In this study, we address the primary biases encountered in reconstructing networks through correlation measures, particularly in light of the compositional nature of the data, within-sample diversity, and the presence of a high number of unobserved species. These factors can lead to inaccurate correlation estimates. To tackle these challenges, we employ simulated data to demonstrate how many of these issues can be mitigated by applying typical transformations designed for compositional data. These transformations enable the use of straightforward measures like Pearson’s correlation to correctly identify positive and negative relationships among relative abundances, especially in high-dimensional data, without having any need for further corrections. However, some challenges persist, such as addressing data sparsity, as neglecting this aspect can result in an underestimation of negative correlations.

Abstract Microbiome analysis is transforming our understanding of biological processes related to human health, epidemiology (antimicrobial resistance, horizontal gene transfer) environmental and agricultural studies. At the core of microbiome analysis is the description of microbial communities based on quantification of microbial taxa and dynamics. In the study of bacterial abundances, it is becoming more relevant to consider their relationship, to embed these data in the framework of network theory, allowing characterization of features like node relevance, pathway and community structure. In this work we characterize the principal biases in reconstructing networks from correlation measures, associated with the compositional character of relative abundance data, the diversity of abundances and the presence of unobserved species within a single sample, that might lead to wrong correlation estimates. We show how most of these problems can be overcome by applying typical transformations for compositional data, that allow the application of simple measures such as Pearson’s correlation to correctly identify the positive and negative relationships between relative abundances, when data dimensionality is sufficiently high. Some issues remain, like the role of data sparsity, that if not properly addressed can lead to imbalances in correlation coefficient distribution.

Abstract The gut-brain axis is increasingly recognized as an important pathway involved in cocaine use disorder. Microbial products of the murine gut have been shown to affect striatal gene expression, and depletion of the microbiome by antibiotic treatment alters cocaine-induced behavioral sensitization in C57BL/6J male mice. Some reports suggest that cocaine-induced behavioral sensitization is correlated with drug self-administration behavior in mice. Here we profile the composition of the naïve microbiome and its response to cocaine sensitization in two Collaborative Cross (CC) strains. These strains display extremely divergent behavioral responses to cocaine sensitization. A high-responding strain, CC004/TauUncJ (CC04), has a gut microbiome that contains a greater amount of Lactobacillus than the cocaine-nonresponsive strain CC041/TauUncJ (CC41). The gut microbiome of CC41 is characterized by an abundance of Eisenbergella, Robinsonella and Ruminococcus . In response to cocaine, CC04 has an increased Barnsiella population, while the gut microbiome of CC41 displays no significant changes. PICRUSt functional analysis of the functional potential of the gut microbiome in CC04 shows a significant number of potential gut-brain modules altered after exposure to cocaine, specifically those encoding for tryptophan synthesis, glutamine metabolism, and menaquinone synthesis (vitamin K2). Depletion of the microbiome by antibiotic treatment revealed an altered cocaine-sensitization response following antibiotics in female CC04 mice. Depleting the microbiome by antibiotic treatment in males revealed increased infusions for CC04 during a cocaine intravenous self-administration dose-response curve. Together these data suggest that genetic differences in cocaine-related behaviors may involve the microbiome. FUNDING U01DA043809 to JAB, GMW P50DA039841 to EJC