Abstract Traditional gene set enrichment analyses are typically limited to a few ontologies and do not account for the interdependence of gene sets or terms, resulting in overcorrected p -values. To address these challenges, we introduce mulea , an R package offering comprehensive overrepresentation and functional enrichment analysis. mulea employs an innovative empirical false discovery rate (eFDR) correction method , specifically designed for interconnected biological data, to accurately identify significant terms within diverse ontologies. mulea expands beyond traditional tools by incorporating a wide range of ontologies, encompassing Gene Ontology, pathways, regulatory elements, genomic locations, and protein domains. This flexibility enables researchers to tailor enrichment analysis to their specific questions, such as identifying enriched transcriptional regulators in gene expression data or overrepresented protein domains in protein sets. To facilitate seamless analysis, mulea provides gene sets (in standardised GMT format) for 27 model organisms, covering 16 databases and various identifiers resulting in almost 900 files. Additionally, the muleaData ExperimentData Bioconductor package simplifies access to these pre-defined ontologies. Finally, mulea ’s architecture allows for easy integration of user-defined ontologies, expanding its applicability across diverse research areas. Availability and Implementation Software for the tools demonstrated in this article is available as an R package on GitHub: https://github.com/ELTEbioinformatics/mulea .

Abstract Despite the ongoing development of new antibiotics, the future evolution of bacterial resistance may render them ineffective. We demonstrate that antibiotic candidates currently under development are as prone to resistance evolution in Gram-negative pathogens as clinically employed antibiotics. Resistance generally stems from both genomic mutations and the transfer of antibiotic resistance genes from microbiomes associated with humans, both factors carrying equal significance. The molecular mechanisms of resistance overlap with those found in commonly used antibiotics. Therefore, these mechanisms are already prevalent in natural populations of pathogens, indicating that resistance can rapidly emerge through selection of pre-existing bacterial variants. Additionally, resistance to new peptide-based antibiotics enhances bacterial virulence, raising concerns. However, certain combinations of antibiotics and bacterial strains are less prone to developing resistance, emphasizing the potential of narrow-spectrum antibacterial therapies that could remain effective. Our comprehensive framework allows for predicting future health risks associated with bacterial resistance to new antibiotics.

Abstract Phage therapy is gaining increasing interest in the fight against critically resistant nosocomial pathogens. However, the narrow host range of bacteriophages hampers the development of broadly effective phage therapeutics and demands precision approaches. Here we combine large-scale phylogeographical analysis with high-throughput phage typing to guide the development of precision phage cocktails targeting carbapenem-resistant Acinetobacter baumannii, a top-priority pathogen. Our analysis reveals that a few strain types dominate infections in each world region, with their geographical distribution remaining stable within six years. As we demonstrate in Eastern Europe, this spatio-temporal distribution enables preemptive preparation of region-specific phage collections that target most local infections. Finally, we showcase the efficacy of a four-phage cocktail against the most prevalent strain type in both in vitro and in vivo animal infection models. Ultimately, genomic surveillance identifies patients benefiting from the same phages across geographical scales, thus providing a scalable framework for precision phage therapy. Highlights A few carbapenem-resistant Acinetobacter baumannii types dominate infections worldwide Phylogeography reveals stable strain composition of individual countries over a six-year period This spatio-temporal distribution allows preemptive preparation of region-specific phage collections A four-phage cocktail is efficacious against the most prevalent strain type in Europe.