Human gut microbiome composition is shaped by multiple factors but the relative contribution of host genetics remains elusive. Here we examine genotype and microbiome data from 1,046 healthy individuals with several distinct ancestral origins who share a relatively common environment, and demonstrate that the gut microbiome is not significantly associated with genetic ancestry, and that host genetics have a minor role in determining microbiome composition. We show that, by contrast, there are significant similarities in the compositions of the microbiomes of genetically unrelated individuals who share a household, and that over 20% of the inter-person microbiome variability is associated with factors related to diet, drugs and anthropometric measurements. We further demonstrate that microbiome data significantly improve the prediction accuracy for many human traits, such as glucose and obesity measures, compared to models that use only host genetic and environmental data. These results suggest that microbiome alterations aimed at improving clinical outcomes may be carried out across diverse genetic backgrounds. Statistical analyses of a metagenomics-sequenced human cohort identify a relatively minor role for genetics in determining microbiome composition and show that several human phenotypes are as strongly associated with the gut microbiome as with host genetics. The composition of the human gut microbiome is determined by many factors. Eran Segal and colleagues performed an extensive statistical analysis of the largest metagenomics-sequenced human cohort so far to determine the contribution of host genotype to microbiome composition. Host genetics has only a minor influence on microbiome variability, which is more strongly associated with environmental factors such as diet. The authors propose a 'microbiome-association index' that describes the association of the microbiome with host phenotype. Combining this measurement with host genetic and environmental data improves the accuracy of predictions about several human metabolic traits, such as glucose and obesity traits.

“Normal” for the gut microbiota For the benefit of future clinical studies, it is critical to establish what constitutes a “normal” gut microbiome, if it exists at all. Through fecal samples and questionnaires, Falony et al. and Zhernakova et al. targeted general populations in Belgium and the Netherlands, respectively. Gut microbiota composition correlated with a range of factors including diet, use of medication, red blood cell counts, fecal chromogranin A, and stool consistency. The data give some hints for possible biomarkers of normal gut communities. Science , this issue pp. 560 and 565

Identifying the downstream effects of disease-associated SNPs is challenging. To help overcome this problem, we performed expression quantitative trait locus (eQTL) meta-analysis in non-transformed peripheral blood samples from 5,311 individuals with replication in 2,775 individuals. We identified and replicated trans eQTLs for 233 SNPs (reflecting 103 independent loci) that were previously associated with complex traits at genome-wide significance. Some of these SNPs affect multiple genes in trans that are known to be altered in individuals with disease: rs4917014, previously associated with systemic lupus erythematosus (SLE), altered gene expression of C1QB and five type I interferon response genes, both hallmarks of SLE. DeepSAGE RNA sequencing showed that rs4917014 strongly alters the 3' UTR levels of IKZF1 in cis, and chromatin immunoprecipitation and sequencing analysis of the trans-regulated genes implicated IKZF1 as the causal gene. Variants associated with cholesterol metabolism and type 1 diabetes showed similar phenomena, indicating that large-scale eQTL mapping provides insight into the downstream effects of many trait-associated variants.

“Normal” for the gut microbiota For the benefit of future clinical studies, it is critical to establish what constitutes a “normal” gut microbiome, if it exists at all. Through fecal samples and questionnaires, Falony et al. and Zhernakova et al. targeted general populations in Belgium and the Netherlands, respectively. Gut microbiota composition correlated with a range of factors including diet, use of medication, red blood cell counts, fecal chromogranin A, and stool consistency. The data give some hints for possible biomarkers of normal gut communities. Science , this issue pp. 560 and 565

The relationship between gut microbial metabolism and mental health is one of the most intriguing and controversial topics in microbiome research. Bidirectional microbiota-gut-brain communication has mostly been explored in animal models, with human research lagging behind. Large-scale metagenomics studies could facilitate the translational process, but their interpretation is hampered by a lack of dedicated reference databases and tools to study the microbial neuroactive potential. Surveying a large microbiome population cohort (Flemish Gut Flora Project, n = 1,054) with validation in independent data sets (ntotal = 1,070), we studied how microbiome features correlate with host quality of life and depression. Butyrate-producing Faecalibacterium and Coprococcus bacteria were consistently associated with higher quality of life indicators. Together with Dialister, Coprococcus spp. were also depleted in depression, even after correcting for the confounding effects of antidepressants. Using a module-based analytical framework, we assembled a catalogue of neuroactive potential of sequenced gut prokaryotes. Gut-brain module analysis of faecal metagenomes identified the microbial synthesis potential of the dopamine metabolite 3,4-dihydroxyphenylacetic acid as correlating positively with mental quality of life and indicated a potential role of microbial γ-aminobutyric acid production in depression. Our results provide population-scale evidence for microbiome links to mental health, while emphasizing confounder importance.

The inflammatory bowel diseases (IBDs), which include Crohn’s disease (CD) and ulcerative colitis (UC), are multifactorial chronic conditions of the gastrointestinal tract. While IBD has been associated with dramatic changes in the gut microbiota, changes in the gut metabolome—the molecular interface between host and microbiota—are less well understood. To address this gap, we performed untargeted metabolomic and shotgun metagenomic profiling of cross-sectional stool samples from discovery (n = 155) and validation (n = 65) cohorts of CD, UC and non-IBD control patients. Metabolomic and metagenomic profiles were broadly correlated with faecal calprotectin levels (a measure of gut inflammation). Across >8,000 measured metabolite features, we identified chemicals and chemical classes that were differentially abundant in IBD, including enrichments for sphingolipids and bile acids, and depletions for triacylglycerols and tetrapyrroles. While > 50% of differentially abundant metabolite features were uncharacterized, many could be assigned putative roles through metabolomic ‘guilt by association’ (covariation with known metabolites). Differentially abundant species and functions from the metagenomic profiles reflected adaptation to oxidative stress in the IBD gut, and were individually consistent with previous findings. Integrating these data, however, we identified 122 robust associations between differentially abundant species and well-characterized differentially abundant metabolites, indicating possible mechanistic relationships that are perturbed in IBD. Finally, we found that metabolome- and metagenome-based classifiers of IBD status were highly accurate and, like the vast majority of individual trends, generalized well to the independent validation cohort. Our findings thus provide an improved understanding of perturbations of the microbiome–metabolome interface in IBD, including identification of many potential diagnostic and therapeutic targets. Using metabolomics and shotgun metagenomics on stool samples from individuals with and without inflammatory bowel disease, metabolites, microbial species and genes associated with disease were identified and validated in an independent cohort.

Microbiome-wide association studies on large population cohorts have highlighted associations between the gut microbiome and complex traits, including type 2 diabetes (T2D) and obesity1. However, the causal relationships remain largely unresolved. We leveraged information from 952 normoglycemic individuals for whom genome-wide genotyping, gut metagenomic sequence and fecal short-chain fatty acid (SCFA) levels were available2, then combined this information with genome-wide-association summary statistics for 17 metabolic and anthropometric traits. Using bidirectional Mendelian randomization (MR) analyses to assess causality3, we found that the host-genetic-driven increase in gut production of the SCFA butyrate was associated with improved insulin response after an oral glucose-tolerance test (P = 9.8 × 10−5), whereas abnormalities in the production or absorption of another SCFA, propionate, were causally related to an increased risk of T2D (P = 0.004). These data provide evidence of a causal effect of the gut microbiome on metabolic traits and support the use of MR as a means to elucidate causal relationships from microbiome-wide association findings. Mendelian randomization analyses using genotyping data, gut metagenomic sequence and fecal short-chain-fatty-acid levels from 952 individuals combined with GWAS data show evidence of a causal effect of the gut microbiome on metabolic traits.

Background and aims

 Proton pump inhibitors (PPIs) are among the top 10 most widely used drugs in the world. PPI use has been associated with an increased risk of enteric infections, most notably Clostridium difficile. The gut microbiome plays an important role in enteric infections, by resisting or promoting colonisation by pathogens. In this study, we investigated the influence of PPI use on the gut microbiome. 

Methods

 The gut microbiome composition of 1815 individuals, spanning three cohorts, was assessed by tag sequencing of the 16S rRNA gene. The difference in microbiota composition in PPI users versus non-users was analysed separately in each cohort, followed by a meta-analysis. 

Results

 211 of the participants were using PPIs at the moment of stool sampling. PPI use is associated with a significant decrease in Shannon9s diversity and with changes in 20% of the bacterial taxa (false discovery rate <0.05). Multiple oral bacteria were over-represented in the faecal microbiome of PPI-users, including the genus Rothia (p=9.8×10⁻³⁸). In PPI users we observed a significant increase in bacteria: genera Enterococcus, Streptococcus, Staphylococcus and the potentially pathogenic species Escherichia coli. 

Conclusions

 The differences between PPI users and non-users observed in this study are consistently associated with changes towards a less healthy gut microbiome. These differences are in line with known changes that predispose to C. difficile infections and can potentially explain the increased risk of enteric infections in PPI users. On a population level, the effects of PPI are more prominent than the effects of antibiotics or other commonly used drugs.

David van Heel and colleagues report results of a large genome-wide association study of celiac disease. Most of the associated loci contain genes with immune functions, and over half harbor risk variants that are correlated with variation in cis gene expression. We performed a second-generation genome-wide association study of 4,533 individuals with celiac disease (cases) and 10,750 control subjects. We genotyped 113 selected SNPs with PGWAS < 10−4 and 18 SNPs from 14 known loci in a further 4,918 cases and 5,684 controls. Variants from 13 new regions reached genome-wide significance (Pcombined < 5 × 10−8); most contain genes with immune functions (BACH2, CCR4, CD80, CIITA-SOCS1-CLEC16A, ICOSLG and ZMIZ1), with ETS1, RUNX3, THEMIS and TNFRSF14 having key roles in thymic T-cell selection. There was evidence to suggest associations for a further 13 regions. In an expression quantitative trait meta-analysis of 1,469 whole blood samples, 20 of 38 (52.6%) tested loci had celiac risk variants correlated (P < 0.0028, FDR 5%) with cis gene expression.

Summary

 Gut microbial dysbioses are linked to aberrant immune responses, which are often accompanied by abnormal production of inflammatory cytokines. As part of the Human Functional Genomics Project (HFGP), we investigate how differences in composition and function of gut microbial communities may contribute to inter-individual variation in cytokine responses to microbial stimulations in healthy humans. We observe microbiome-cytokine interaction patterns that are stimulus specific, cytokine specific, and cytokine and stimulus specific. Validation of two predicted host-microbial interactions reveal that TNFα and IFNγ production are associated with specific microbial metabolic pathways: palmitoleic acid metabolism and tryptophan degradation to tryptophol. Besides providing a resource of predicted microbially derived mediators that influence immune phenotypes in response to common microorganisms, these data can help to define principles for understanding disease susceptibility. The three HFGP studies presented in this issue lay the groundwork for further studies aimed at understanding the interplay between microbial, genetic, and environmental factors in the regulation of the immune response in humans. 

PaperClip