Abstract Evidence is mounting that the gut-brain axis plays an important role in mental diseases fueling mechanistic investigations to provide a basis for future targeted interventions. However, shotgun metagenomic data from treatment-naïve patients are scarce hampering comprehensive analyses of the complex interaction between the gut microbiota and the brain. Here we explore the fecal microbiome based on 90 medication-free schizophrenia patients and 81 controls and identify a microbial species classifier distinguishing patients from controls with an area under the receiver operating characteristic curve (AUC) of 0.896, and replicate the microbiome-based disease classifier in 45 patients and 45 controls (AUC = 0.765). Functional potentials associated with schizophrenia include differences in short-chain fatty acids synthesis, tryptophan metabolism, and synthesis/degradation of neurotransmitters. Transplantation of a schizophrenia-enriched bacterium, Streptococcus vestibularis , appear to induces deficits in social behaviors, and alters neurotransmitter levels in peripheral tissues in recipient mice. Our findings provide new leads for further investigations in cohort studies and animal models.

Summary Respiratory diseases impose an immense health burden worldwide. Epidemiological studies have revealed extensive disparities in the incidence and severity of respiratory tract infections (RTIs) between males and females . It is recently hypothesized that there might also be a nasal microbiome axis contributing to the observed sex disparities, but without evidence. In this work, we study the nasal microbiome of healthy young adults in, as of today, the largest cohort based on deep shot-gun metagenomic sequencing. We mainly focus on the bacteriome, but also integrate the mycobiome to get a more holistic perspective. De novo assembly is performed to catalog the nasal bacterial colonizers/residents, which also identify and therefore account for uncharacterized components of the community. The bacteriome is then profiled based on the non-redundant metagenome-assembled genomes (MAGs) catalog constructed therefrom. Unsupervised clustering reveals clearly separable structural patterns in the nasal microbiome between the two sexes. Following this link, we systematically evaluate sex differences for the first time and reveal extensive sex-specific features in the nasal microbiome composition. More importantly, through network analyses, we capture markedly higher ecological stability and antagonistic potentials in the nasal microbiome of females than that of males. The analysis of the keystone bacteria of the communities reveal that the sex-dependent evolutionary characteristics might have contributed to this difference . Highlights The non-redundant nasal bacterial MAGs catalog constructed from ultra-deeply sequenced metagenomic data provides a valuable resource. Integrating nasal bacteriome and mycobiome data provides a more holistic perspective for the understudied human nasal microbiome. Unsupervised clustering helps uncover extensive sex differences in the nasal microbiome compositions. Network analyses capture markedly higher ecological stability and antagonistic potentials in the nasal microbiome of females than that of males. Sex-dependent genetic evolutionary forces play a role in the shaping of keystones in the nasal microbial community.

Abstract The oral microbiota contains billions of microbial cells, which could contribute to diseases in a number of body sites. Challenged by eating, drinking and dental hygiene on a daily basis, the oral microbiota is regarded as highly dynamic. Here, we report significant human genomic associations with the oral metagenome from more than 1,915 individuals, for both the tongue dorsum and saliva. We identified five genetic loci associated with oral microbiota at study-wide significance ( p < 3.16 × 10 −11 ). Four of the five associations were well replicated in an independent cohort of 1,439 individuals: rs1196764 at APPL2 with Prevotella jejuni, Oribacterium uSGB 3339 and Solobacterium uSGB 315 ; rs3775944 at the serum uric acid transporter SLC2A9 with Oribacterium uSGB 1215, Oribacterium uSGB 489 and Lachnoanaerobaculum umeaense ; rs4911713 near OR11H1 with species F0422 uSGB 392; and rs36186689 at LOC105371703 with Eggerthia . Further analyses confirmed 84% (386/455 for tongue dorsum) and 85% (391/466 for saliva) of genetic-microbiota associations including 6 genome-wide significant associations mutually validated between the two niches. Human genetics accounted for at least 10% of oral microbiome compositions between individuals. Machine learning models showed that polygenetic risk score dominated over oral microbiome in predicting predisposing risk of dental diseases such as dental calculus and gingival bleeding. These findings indicate that human genetic differences are one explanation for a stable or recurrent oral microbiome in each individual.

Abstract The significance of the urinary microbiome in maintaining health and contributing to disease development is increasingly recognized. However, a comprehensive understanding of this microbiome and its influencing factors remains elusive. Utilizing whole metagenomic and whole-genome sequencing, along with detailed metadata, we characterized the urinary microbiome and its influencing factors in a cohort of 1579 Chinese individuals. Our findings unveil the distinctiveness of the urinary microbiome from other body sites, delineating five unique urotypes. We identified 137 host factors significantly influencing the urinary microbiome, collectively explaining 13.16% of the variance in microbial composition. Notably, gender-related factors, including sex hormones, emerged as key determinants in defining urotype groups and microbial composition, with the urinary microbiome exhibiting strong predictive ability for gender (AUC=0.815). Furthermore, we discovered 43 genome-wide significant associations between host genetic loci and specific urinary bacteria, particularly Acinetobacter , linked to 8 host loci ( p < 5x10 −8 ). These associations were also modulated by gender and sex hormone levels. In summary, our study provides novel insights into the impact of host genetics and other factors on the urinary microbiome, shedding light on its implications for host health and disease.

ABSTRACT Nanopore sequencing, a third-generation sequencing technology, has revolutionized the gene sequencing industry with its advantages of long reads, fast speed, real-time sequencing and analysis, and potential in detecting base modifications. This technology allows researchers to sequence longer DNA fragments in a single read, providing more comprehensive genomic information compared to previous methods. Nanopore sequencing operates on electrical signals generated by a nanopore embedded in a membrane separating two electrolyte-filled chambers. When single-stranded DNA (ssDNA) passes through the nanopore, it creates variations in the current that correspond to different DNA bases. By analyzing these current fluctuations with machine learning algorithms, the DNA sequence can be determined. In this study, we introduced several improvements to nanopore sequencing, including nanopore local chemistry sequencing, novel motor and pore proteins, chip design, and basecalling algorithms. Our new nanopore sequencing platform, CycloneSEQ, demonstrated long-duration sequencing (107 hours) on a single chip with high yield (>50 Gb). In human genomic DNA sequencing, CycloneSEQ was able to produce long reads with N50 33.6 kb and modal identity 97.0%. Preliminary findings on human whole-genome de novo assembly, variant calling, metagenomics sequencing, and single-cell RNA sequencing have further highlighted CycloneSEQ’s potential across different areas of genomics.

Objective: Gut microbiota dysbiosis and aberrant gut-brain functional modules including short-chain fatty acid (SCFA) production and long-lasting immune activation (IA) are presented in schizophrenia. Given the key roles of gut microbiota and SCFA in shaping immunity, we propose that dysbiosis-induced SCFA upregulation could contribute to IA and behavioral symptoms in schizophrenia. Design: Gut microbiota, SCFA, and IA biomarkers were compared between schizophrenic patients and healthy controls. The roles of SCFA in schizophrenia-related IA were analyzed in cultured peripheral blood mononuclear cells (PBMCs) and a mouse model of schizophrenia. The effects of SCFAs on schizophrenia-related phenotypes were analyzed in both human and mouse. Results: Both microbial-derived SCFA and SCFA-producing bacteria were elevated in the guts of schizophrenic patients, and this increased SCFA production in gut was associated with IA in schizophrenia. The microbiome signature underpinning schizophrenia-related IA includes increased diversity and increased SCFA-producing bacteria and inflammation-associated bacteria. The impact of SCFAs on immune responses of cultured PBMC depend on the diagnosis and IA status of donors. Small-molecule serum filtrates from immune-activated schizophrenic patients increased the inflammatory response of PBMCs from healthy volunteers, which can be enhanced and attenuated by SCFAs supplementation and inhibition of SCFA signaling, respectively. Chronically elevated SCFAs in adolescence induced neuroinflammation and schizophrenia-like behaviors in adult mice. Moreover, chronically elevated SCFAs in adult mice prenatally exposed to IA potentiated their expression of schizophrenia-like behaviors. Conclusion: microbiota-derived SCFAs are important mediators of dysregulated gut-brain axis and participant in pathogenesis via enhance IA in schizophrenia.### Competing Interest StatementThe authors have declared no competing interest.

Emerging evidence has linked the gut microbiota to schizophrenia. However, the functional changes in the gut microbiota and the biological role of individual bacterial species in schizophrenia have not been explored systematically. Here, we characterized the gut microbiota in schizophrenia using shotgun metagenomic sequencing of feces from a discovery cohort of 90 drug free patients and 81 controls, as well as a validation cohort of 45 patients taking antipsychotics and 45 controls. We screened 83 schizophrenia associated bacterial species and constructed a classifier comprising 26 microbial biomarkers that distinguished patients from controls with a 0.896 area under the receiver operating characteristics (ROC) curve (AUC) in the discovery cohort and 0.765 ROC AUC in the validation cohort. Our analysis of fecal metagenomes revealed that schizophrenia-associated gut brain modules (GBMs) included short chain fatty acids synthesis, tryptophan metabolism, and synthesis/degradation of neurotransmitters including glutamate, GABA, and nitric oxide. The schizophrenia enriched gut bacterial species include several oral cavity resident microbes, such as Streptococcus vestibulari. We transplanted S. vestibularis into the gut of the mice with antibiotic induced microbiota depletion to explore its functional role. We observed that this microbe transiently inhabited the mouse gut and this was followed by hyperactivity and deficit in social behaviors, accompanied with altered neurotransmitter levels in peripheral tissues. In conclusion, our study identified 26 schizophrenia associated bacterial species representing potential microbial targets for future treatment, as well as GBMs, some of which may give rise to new microbial metabolites involved in the development of schizophrenia.

Bone mass loss contributes to the risk of bone fracture in elderly. Many factors including age, obesity, estrogen and diet, are associated with bone mass loss. Some mice transplantation experiments suggest that the intestinal microbiome might influence the bone mass by regulating the immune system. However, there has been little evidence from human studies, not to mention the metagenome-wide association studies (MWAS). We have recruited 361 Chinese elderly women to explore the influence of gut microbiome on bone health by metagenomic shotgun sequencing data. Our results indicate that some lifestyle habits, like tea-drinking, have beneficial effects on bone mass loss. In addition, the gut microbiome diversity mildly increases with bone mass loss which might be contributed by the raise of pathogenic genera, such as Escherichia. Moreover, we have detected some microbial species and modules as markers for bone mineral density (BMD). Functionally, we observed positive correlation between bone mass loss and some modules which might influence the BMD, saying pectin degradation, trehalose degration and arginine degration.