A few commonly used non-antibiotic drugs have recently been associated with changes in gut microbiome composition, but the extent of this phenomenon is unknown. Here, we screened more than 1,000 marketed drugs against 40 representative gut bacterial strains, and found that 24% of the drugs with human targets, including members of all therapeutic classes, inhibited the growth of at least one strain in vitro. Particular classes, such as the chemically diverse antipsychotics, were overrepresented in this group. The effects of human-targeted drugs on gut bacteria are reflected on their antibiotic-like side effects in humans and are concordant with existing human cohort studies. Susceptibility to antibiotics and human-targeted drugs correlates across bacterial species, suggesting common resistance mechanisms, which we verified for some drugs. The potential risk of non-antibiotics promoting antibiotic resistance warrants further exploration. Our results provide a resource for future research on drug-microbiome interactions, opening new paths for side effect control and drug repurposing, and broadening our view of antibiotic resistance.

Abstract Clostridioides difficile is an urgent threat in hospital-acquired infections world-wide, yet the microbial composition associated with C. difficile , in particular in C. difficile infection (CDI) cases, remains poorly characterised. To investigate the gut microbiome composition in CDI patients, we analysed 534 metagenomes from 10 publicly available CDI study populations. We then tracked C. difficile on a global scale, screening 42,900 metagenomes from 253 public studies. Among the CDI cohorts, we detected C. difficile in only 30% of the stool samples from CDI patients. However, we found that multiple other toxigenic species capable of inducing CDI-like symptomatology were prevalent. In addition, the majority of the investigated studies did not adhere to the recommended guidelines for a correct CDI diagnosis. In the global survey, we found that C. difficile prevalence, abundance and biotic context were age-dependent. C. difficile is a rare taxon associated with reduced diversity in healthy adults, but common and associated with increased diversity in infants. We identified a group of species co-occurring with C. difficile exclusively in healthy infants, enriched in obligate anaerobes and in species typical of the healthy adult gut microbiome. C. difficile in healthy infants was therefore associated with multiple indicators of healthy gut microbiome maturation. Our analysis raises concerns about potential CDI overdiagnosis and suggests that C. difficile is an important commensal in infants and that its asymptomatic carriage in adults depends on microbial context.

Summary Understanding how genetic variation contributes to phenotypic differences is a fundamental question in biology. Here, we set to predict fitness defects of an individual using mechanistic models of the impact of genetic variants combined with prior knowledge of gene function. We assembled a diverse panel of 696 Escherichia coli strains for which we obtained genomes and measured growth phenotypes in 214 conditions. We integrated variant effect predictors to derive gene-level probabilities of loss of function for every gene across strains. We combined these probabilities with information on conditional gene essentiality in the reference K-12 strain to predict the strains’ growth defects, providing significant predictions for up to 38% of tested conditions. The putative causal variants were validated in complementation assays highlighting commonly perturbed pathways in evolution for the emergence of growth phenotypes. Altogether, our work illustrates the power of integrating high-throughput gene function assays to predict the phenotypes of individuals. Highlights Assembled a reference panel of E. coli strains Genotyped and high-throughput phenotyped the E. coli reference strain panel Reliably predicted the impact of genetic variants in up to 38% of tested conditions Highlighted common genetic pathways for the emergence of deleterious phenotypes

Abstract Multi-omics analyses are increasingly employed in microbiome studies to obtain a holistic view of molecular changes occurring within microbial communities exposed to different conditions. However, it is not always clear to what extent each omics data type contributes to our understanding of the community dynamics and whether they are concordant with each other. Here we map the molecular response of a synthetic community of 32 human gut bacteria to three non-antibiotic drugs by using five omics layers, namely 16S rRNA gene profiling, metagenomics, metatranscriptomics, metaproteomics, and metabolomics. Using this controlled setting, we find that all omics methods with species resolution in their readouts are highly consistent in estimating relative species abundances across conditions. Furthermore, different omics methods complement each other in their ability to capture functional changes in response to the drug perturbations. For example, while nearly all omics data types captured that the antipsychotic drug chlorpromazine selectively inhibits Bacteroidota representatives in the community, the metatranscriptome and metaproteome suggested that the drug induces stress responses related to protein quality control and metabolomics revealed a decrease in polysaccharide uptake, likely caused by Bacteroidota depletion. Taken together, our study provides insights into how multi-omics datasets can be utilised to reveal complex molecular responses to external perturbations in microbial communities.

Abstract Liver steatosis is the most frequent liver disorder and its advanced stage, non-alcoholic steatohepatitis (NASH), will soon become the main reason for liver fibrosis and cirrhosis. The “multiple hits hypothesis” suggests that progression from simple steatosis to NASH is triggered by multiple factors including the gut microbiota composition. The Epstein Barr virus induced gene 2 (EBI2) is a receptor for the oxysterol 7a, 25-dihydroxycholesterol synthesized by the enzymes CH25H and CYP7B1. EBI2 and its ligand control activation of immune cells in secondary lymphoid organs and the gut. Here we show a concurrent study of the microbial dysregulation and perturbation of the EBI2 axis in a mice model of NASH. We used mice with wildtype, or littermates with CH25H -/- , EBI2 -/- , or CYP7B1 -/- genotypes fed with a high-fat diet (HFD) containing high amounts of fat, cholesterol, and fructose for 20 weeks to induce liver steatosis and NASH. Fecal and small intestinal microbiota samples were collected, and microbiota signatures were compared according to genotype and NASH disease state. We found pronounced differences in microbiota composition of mice with HFD developing NASH compared to mice did not developing NASH. In mice with NASH, we identified significantly increased 33 taxa mainly belonging to the Clostridiales order and/ or the family, and significantly decreased 17 taxa. Using an Elastic Net algorithm, we suggest a microbiota signature that predicts NASH in animals with a HFD from the microbiota composition with moderate accuracy (area under the receiver operator characteristics curve=0.64). In contrast, no microbiota differences regarding the studied genotypes (wildtype vs knock-out CH25H -/- , EBI2 -/- , or CYP7B1 -/- ) were observed. In conclusion, our data confirm previous studies identifying the intestinal microbiota composition as a relevant marker for NASH pathogenesis. Further, no link of the EBI2 – oxysterol axis to the intestinal microbiota was detectable in the current study.

In January 2021, Germany commenced surveillance of SARS-CoV-2 variants under the Corona Surveillance Act, which ceased in July 2023. The objective was to bolster pandemic control, as specific alterations in amino acids, particularly within the spike protein, were linked to heightened transmission and decreased vaccine effectiveness. Consequently, our team conducted whole genome sequencing using the commercially accessible ARTIC protocol on Illumina's NextSeq500 platform and MiSeq for SARS-CoV-2 positive samples obtained from patients at Heidelberg University Hospital, affiliated hospitals, and the public health office in the Rhine-Neckar/Heidelberg region. Throughout the pandemic, we refined the existing ARTIC V4 protocol as well as our bioinformatics pipeline, the details of which are outlined in this report. This report reflects the protocol for the MiSeq analysis, the protocol for the NextSeq500 can be found in our previous publication.

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.