Biological age (BA) has been proposed to evaluate the aging status instead of chronological age (CA). Our study shows evidence that there might be multiple "clocks" within the whole-body system: systemic aging drivers/clocks overlaid with organ/tissue-specific counterparts. We utilize multi-omics data, including clinical tests, immune repertoire, targeted metabolomic molecules, gut microbiomes, physical fitness examinations, and facial skin examinations, to estimate the BA of different organs (e.g., liver, kidney) and systems (immune and metabolic system). The aging rates of organs/systems are diverse. People's aging patterns are different. We also demonstrate several applications of organs/systems BA in two independent datasets. Mortality predictions are compared among organs' BA in the dataset of the United States National Health and Nutrition Examination Survey. Polygenic risk score of BAs constructed in the Chinese Longitudinal Healthy Longevity Survey cohort can predict the possibility of becoming centenarian.

Abstract More than a decade of gut microbiome studies have a common goal for human health. As most of the disease studies sample the elderly or the middle-aged, a reference cohort for young individuals has been lacking. It is also not clear what other omics data need to be measured to better understand the gut microbiome. Here we present high-depth metagenomic shotgun sequencing data for the fecal microbiome together with other omics data in a cohort of 2,183 adults, and observe a number of vitamins, hormones, amino acids and trace elements to correlate with the gut microbiome and cluster with T cell receptors. Associations with physical fitness, sleeping habits and dairy consumption are identified in this large multi-omic cohort. Many of the associations are validated in an additional cohort of 1,404 individuals. Our comprehensive data are poised to advise future study designs to better understand and manage our gut microbiome both in population and in mechanistic investigations.

The gut microbiome has been implicated in a variety of physiological states, but controversy over causality remains unresolved. Here, we performed bidirectional Mendelian randomization (MR) analyses on 3,432 Chinese individuals with whole genome, whole metagenome, anthropometric, and blood metabolic trait data. We identified 58 causal relationships between the gut microbiome and blood metabolites, and replicated 43 of them. Increased relative abundances of fecal Oscillibacter and Alistipes were causally linked to decreased triglyceride concentration. Conversely, blood metabolites such as glutamic acid appeared to decrease fecal Oxalobacter , and members of Proteobacteria were influenced by metabolites such as 5-methyltetrahydrofolic acid, alanine, glutamate, and selenium. Two-sample MR with data from Biobank Japan partly corroborated results with triglyceride and with uric acid, and also provided causal support for published fecal bacterial markers for cancer and cardiovascular diseases. This study illustrates the value of human genetic information to help prioritize gut microbial features for mechanistic and clinical studies.

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.

The gut microbiome has been established as a key environmental factor to health. Genetic influences on the gut microbiome have been reported, yet, doubts remain as to the significance of genetic associations. Here, we provide shotgun data for whole genome and whole metagenome from a Chinese cohort, identifying no less than 20% genetic contribution to the gut microbiota. Using common variants-, rare variants- and copy number variations (CNVs)-based association analyses, we identified abundant signals associated with the gut microbiome especially in metabolic, neurological and immunological functions. The controversial concept of enterotypes may have a genetic attribute, with the top 2 loci explaining 11% of the Prevotella-Bacteroides variances. Stratification according to gender led to the identification of differential associations in males and females. Genetically encoded responses to ectopic presence of oral bacteria in the gut appear to be a common theme in a number of diseases investigated by MWAS (Metagenome-wide association studies). Our two-stage M-GWAS (Microbiome genome-wide association studies) on a total of 1295 individuals unequivocally illustrates that neither microbiome nor GWAS studies could overlook one another in our quest for a better understanding of human health and diseases.

Abstract Background Malaria, caused by Plasmodium , is a global life-threatening infection disease especially during the COVID-19 pandemic. However, it is still unclear about the dynamic change and the interactions between intestinal microbiota and host immunity. Here, we investigated the change of intestinal microbiome and transcriptome during the whole Plasmodium infection process in mice to analyze the dynamic landscape of parasitaemia dependent intestinal microbiota shifting and related to host immunity. Results There were significant parasitaemia dependent changes of intestinal microbiota and transcriptome, and the microbiota was significantly correlated to the intestinal immunity. We found that (i) the diversity and composition of the intestinal microbiota represented a significant correlation along with the Plasmodium infection in family, genus and species level; (ii) the up-regulated genes from the intestinal transcriptome were mainly enriched in immune cell differentiation pathways along with the malaria development, particularly, naive CD4+ T cells differentiation; (iii) the abundance of the parasitaemia phase-specific microbiota represented a high correlation with the phase-specific immune cells development, particularly, Th1 cell with family Bacteroidales BS11 gut group, genera Prevotella 9, Ruminococcaceae UCG 008, Moryella and specie Sutterella* , Th2 cell with specie Sutterella* , Th17 cell with family Peptococcaceae , genus Lachnospiraceae FCS020 group and spices Ruminococcus 1*, Ruminococcus UGG 014* and Eubacterium plexicaudatum ASF492, Tfh and B cell with genera Moryella and species Erysipelotrichaceae bacterium canine oral taxon 255. Conclusion There was a remarkable dynamic landscape of the parasitaemia dependent shifting of intestinal microbiota and immunity, and a notable correlation between the abundance of intestinal microbiota.

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.