The Database of Protein Disorder (DisProt, URL: www.disprot.org) has been significantly updated and upgraded since its last major renewal in 2007. The current release holds information on more than 800 entries of IDPs/IDRs, i.e. intrinsically disordered proteins or regions that exist and function without a well-defined three-dimensional structure. We have re-curated previous entries to purge DisProt from conflicting cases, and also upgraded the functional classification scheme to reflect continuous advance in the field in the past 10 years or so. We define IDPs as proteins that are disordered along their entire sequence, i.e. entirely lack structural elements, and IDRs as regions that are at least five consecutive residues without well-defined structure. We base our assessment of disorder strictly on experimental evidence, such as X-ray crystallography and nuclear magnetic resonance (primary techniques) and a broad range of other experimental approaches (secondary techniques). Confident and ambiguous annotations are highlighted separately. DisProt 7.0 presents classified knowledge regarding the experimental characterization and functional annotations of IDPs/IDRs, and is intended to provide an invaluable resource for the research community for a better understanding structural disorder and for developing better computational tools for studying disordered proteins.

Abstract The bidirectional interaction between the immune system and the gut microbiota is a key contributor to various host physiological functions. Immune-associated diseases such as cancer and autoimmunity, as well as the efficacy of immunomodulatory therapies, have been linked to microbiome variation. While COVID-19 infection has been shown to cause microbial dysbiosis, it remains understudied whether the inflammatory response associated with vaccination also impacts the microbiota. Here, we investigate the temporal impact of COVID-19 vaccination on the gut microbiome in healthy and immuno-compromised individuals; the latter included patients with primary immunodeficiency and cancer patients on immunomodulating therapies. We find that the gut microbiome remained remarkably stable post-vaccination irrespective of diverse immune status, vaccine response, and microbial composition spanned by the cohort. The stability is evident at all evaluated levels including diversity, phylum, species, and functional capacity. Our results indicate the resilience of the gut microbiome to host immune changes triggered by COVID-19 vaccination and suggest minimal, if any, impact on microbiome-mediated processes. These findings encourage vaccine acceptance, particularly when contrasted with the significant microbiome shifts observed during COVID-19 infection.

Abstract Short linear motif (SLiM)-mediated protein–protein interactions play important roles in several biological processes where transient binding is needed. They usually reside in intrinsically disordered regions (IDRs), which makes them accessible for interaction. Although information about the possible necessity of the flanking regions surrounding the motifs is increasingly available, it is still unclear if there are any generic amino acid attributes that need to be functionally preserved in these segments. Here, we describe the currently known ligand-binding SLiMs and their flanking regions with biologically relevant residue features and analyse them based on their simplified characteristics. Our bioinformatics analysis reveals several important properties in the widely diverse motif environment that presumably need to be preserved for proper motif function, but remained hidden so far. Our results will facilitate the understanding of the evolution of SLiMs, while also hold potential for expanding and increasing the precision of current motif prediction methods. Author summary Protein–protein interactions between short linear motifs and their binding domains play key roles in several molecular processes. Mutations in these binding sites have been linked to severe diseases, therefore, the interest in the motif research field has been dramatically increasing. Based on the accumulated knowledge, it became evident that not only the short motif sequences themselves, but their surrounding flanking regions also play crucial roles in motif structure and function. Since most of the motifs tend to be located within highly variable disordered protein regions, searching for functionally important physico-chemical properties in their proximity could facilitate novel discoveries in this field. Here we show that the investigation of the motif flanking regions based on different amino acid attributes can provide further information on motif function. Based on our bioinformatics approach we have found so far hidden features that are generally present within certain motif categories, thus could be used as additional information in motif searching methods as well.

Commensal gut bacteria are key contributors to the resilience against pathogen invasion. This is exemplified by the success of fecal microbiota transplantation in treating recurrent Clostridioides difficile infection. Yet, characteristics of communities that can confer colonization resistance and the underlying mechanisms remain largely unknown. Here we use a synthetic community of 14 commensal gut bacteria to uncover inter-species interactions and metabolic pathways underpinning the emergent resilience against C. difficile invasion. We challenged this synthetic community as well as fecal-matter-derived communities with antibiotic treatment and C. difficile in a continuous flow bioreactor. Using generalized Lotka-Volterra and genome-scale metabolic modelling, we identified interactions between Escherichia coli and Bacteroides/Phocaeicola sp. as key to the pathogen's suppression. Metabolomics analysis further revealed that fructooligosaccharide metabolism, vitamin B3 biosynthesis, and competition for Stickland metabolism precursors contribute to suppression. Analysis of metagenomics data from patient cohorts and clinical trials attested the in vivo relevance of the identified metabolic pathways and the ratio between Bacteroides and Escherichia in successful colonization resistance. The latter was found to be a much stronger discriminator than commonly used alpha diversity metrics. Our study uncovers emergent microbial interactions in pathogen resistance with implications for rational design of bacteriotherapies.

Abstract Current diagnostic methods for canine urothelial carcinoma (UC) are technically challenging or can lack specificity, hence there is a need for novel biomarkers of UC. To this end, we analysed the microRNA (miRNA) cargo of extracellular vesicles (EVs) from urine samples of dogs with UC to identify candidate miRNA biomarkers. Urine was fractionated using ultrafiltration combined with size-exclusion chromatography and small RNA sequencing analysis was performed on both the EV enriched and (EV free) protein fractions. A greater number of candidate miRNA biomarkers were detected in the EV fraction than the protein fraction, and further validation using droplet digital PCR (ddPCR) was performed on the EV enriched fraction of a second cohort of dogs with UC which indicated that miR-182, miR-221 and miR-222 were significantly overrepresented in dogs with UC when compared with healthy dogs and dogs with urinary tract infections. Pathway analysis confirmed that these three miRNAs are involved in cancer. In addition, their potential downstream gene targets were predicted and PIK3R1, a well-known oncogene is likely to be a shared target between miRNA-182 and miRNA-221/222. In summary, this study highlights the potential of urinary EV-associated miRNAs as a source of biomarkers for the diagnosis of canine UC.

Quantification of transfer RNA (tRNA) using illumina sequencing based tRNA-Seq is complicated by their degree of redundancy and extensive modifications. As such, no tRNA-Seq method has become well established, while various approaches have been proposed to quantify tRNAs from sequencing reads. Here, we use realistic tRNA-Seq simulations to benchmark tRNA-Seq quantification approaches, including two novel approaches. We demonstrate that these novel approaches are consistently the most accurate, using data simulated to mimic five different tRNA-Seq methods. This simulation-based benchmarking also identifies specific shortfalls for each quantification approach and suggests that up to 13% of the variance observed between cell lines in real tRNA-Seq data could be due to systematic differences in quantification accuracy.

Abstract Stability of microbial cooperation through common goods is susceptible to cheating. Evidence suggests that cheating plays a less prominent role in many natural systems than hitherto predicted by models of eco-evolutionary dynamics and evolutionary game theory. While several cheater negating factors such as spatial segregation have been identified, most consider single-nutrient regimes. Here we propose a cheater-suppressing mechanism based on previous experimental observations regarding the biochemical trade-off between growth speed and delay in switching to alternative nutrients. As changing the nutrient source requires redistribution of enzymatic resources to different metabolic pathways, the advantage in speed is offset by lower agility due to longer time required for resource re-allocation. Using an in silico model system of sucrose utilisation by Saccharomyces cerevisiae , we find that a tradeoff between growth rate and diauxic lag duration can supress cheaters under fluctuating nutrient availability and thereby stabilise cooperation. The resulting temporal dynamics constrain cheaters despite their competitive benefit for the growth on the primary nutrient via avoided public goods synthesis costs. We further show that this speed-agility trade-off can function in synergy with spatial segregation to avoid the collapse of the community due to the cheaters. Taken together, the growth-agility trade-off may contribute to cheater suppression in microbial ecosystems experiencing fluctuating environments, such as plant root microbiota and gut microbiota.

Abstract Shotgun metagenomics is a powerful tool to identify antimicrobial resistance (AMR) genes in microbiomes but has the limitation that extrachromosomal DNA, such as plasmids, cannot be linked with the host bacterial chromosome. Here we present a laboratory and bioinformatics pipeline HAM-ART (Hi-C Assisted Metagenomics for Antimicrobial Resistance Tracking) optimised for the generation of metagenome-assembled genomes including both chromosomal and extrachromosomal AMR genes. We demonstrate the performance of the pipeline in a study comparing 100 pig faecal microbiomes from low- and high-antimicrobial use pig farms (organic and conventional farms). We found significant differences in the distribution of AMR genes between low- and high-antimicrobial use farms including a plasmid-borne lincosamide resistance gene exclusive to high-antimicrobial use farms in three species of Lactobacilli . Author Summary Antimicrobial resistance (AMR) is one of the biggest global health threats humanity is facing. Understanding the emergence and spread of AMR between different bacterial species is crucial for the development of effective countermeasures. In this paper we describe a user-friendly, affordable and comprehensive (laboratory and bioinformatics) workflow that is able to identify, associate and track AMR genes in bacteria. We demonstrate the efficiency and reliability of the method by comparing 50 faecal microbiomes from pig farms with high-antibiotic use (conventional farms), and 50 faecal microbiomes from pig farms with low-antibiotic use (organic farms). Our method provides a novel approach to resistance gene tracking, that also leads to the generation of high quality metagenomic assembled genomes that includes genes on mobile genetic elements, such as plasmids, that would not otherwise be included in these assembled genomes.

Synthetic communities can help uncover metabolic forces shaping microbial ecosystems. Yet, in case of the gut microbiota, culturing in undefined media has prevented detection of metabolic dependencies. Here we show, using chemically defined media, how species survival is jointly determined by supplied resources and community metabolism. We used 63 representative gut bacterial strains and varied inoculum compositions to assemble stable communities in 14 defined media. Over 95% of the species showed markedly improved or diminished performance relative to monoculture in at least one condition, including 153 cases (21%) of emergent survival, i.e., species incapable of surviving on their own but thriving in a community, and 252 (35%) community-driven extinctions. Through single species additions and exclusions, metabolomic analysis, and ecological modelling, we demonstrate how inter-species dependencies, especially in poor media, are mediated by biotic nutrient supply. Our results highlight communal metabolic dividend as a key biotic force promoting emergent survival and diversity.