A clear picture of animal relationships is a prerequisite to understand how the morphological and ecological diversity of animals evolved over time. Among others, the placement of the acoelomorph flatworms, Acoela and Nemertodermatida, has fundamental implications for the origin and evolution of various animal organ systems. Their position, however, has been inconsistent in phylogenetic studies using one or several genes. Furthermore, Acoela has been among the least stable taxa in recent animal phylogenomic analyses, which simultaneously examine many genes from many species, while Nemertodermatida has not been sampled in any phylogenomic study. New sequence data are presented here from organisms targeted for their instability or lack of representation in prior analyses, and are analysed in combination with other publicly available data. We also designed new automated explicit methods for identifying and selecting common genes across different species, and developed highly optimized supercomputing tools to reconstruct relationships from gene sequences. The results of the work corroborate several recently established findings about animal relationships and provide new support for the placement of other groups. These new data and methods strongly uphold previous suggestions that Acoelomorpha is sister clade to all other bilaterian animals, find diminishing evidence for the placement of the enigmatic Xenoturbella within Deuterostomia, and place Cycliophora with Entoprocta and Ectoprocta. The work highlights the implications that these arrangements have for metazoan evolution and permits a clearer picture of ancestral morphologies and life histories in the deep past.

Abstract Background Ticks transmit pathogens of medical and veterinary importance, and represent an increasing threat for human and animal health. Important steps in assessing disease risk and developing possible new future control strategies involve identifying tick-borne microbes, their temporal dynamics and interactions. Methods Using high throughput sequencing, we studied the microbiota dynamics of Ixodes ricinus from 371 nymphs collected monthly over three consecutive years in a peri-urban forest. After adjusting a Poisson Log Normal model to our data set, the implementation of a principal component analysis as well as sparse network reconstruction and differential analysis allowed us to assess inter-annual, seasonal and monthly variability of I. ricinus microbial communities as well as their interactions. Results Around 75% of the detected sequences belonged to five genera known to be maternally inherited bacteria in arthropods and potentially circulating in ticks: Candidatus Midichloria, Rickettsia, Spiroplasma, Arsenophonus and Wolbachia . The structure of the I. ricinus microbiota was temporally variable with interannual recurrence and seemed to be mainly driven by OTUs belonging to environmental genera. The total network analysis revealed a majority of positive (partial) correlations. We identified strong relationships between OTUs belonging to Wolbachia and Arsenophonus , betraying the presence of the parasitoid wasp Ixodiphagus hookeri in ticks, and the well known arthropod symbiont Spiroplasma , previously documented to be involved in the defense against parasitoid wasp in Drosophila melanogaster . Other associations were observed between the tick symbiont Candidatus Midichloria and pathogens belonging to Rickettsia , probably Rickettsia helvetica . More specific network analysis finally suggested that the presence of pathogens belonging to genera Borrelia, Anaplasma and Rickettsia might disrupt microbial interactions in I. ricinus . Conclusions Here, we identified the I. ricinus microbiota and documented for the first time the existence and recurrence of marked temporal shifts in the tick microbial community dynamics. We statistically showed strong relationships between the presence of some pathogens and the structure of the I. ricinus non-pathogenic microbes. We interestingly detected close links between some tick symbionts and the potential presence of either pathogenic Rickettsia or a parasitoid in ticks. All these new findings might be very promising for the future development of new control strategies of ticks and tick-borne diseases.

Abstract Symsagittifera roscoffensis is a well-known member of the order Acoela that lives in symbiosis with the algae Tetraselmis convolutae during its adult stage. Its natural habitat is the eastern coast of the Atlantic, where at specific locations thousands of individuals can be found lying in large pools on the surface of sand at low tide and in the sandy interstitial web at high tide. As a member of the Acoela it has been used as a proxy for early bilaterian animals; however, its phylogenetic position remains debated. In order to understand the basic structural characteristics of the acoel genome, we sequenced and assembled the genome of aposymbiotic S. roscoffensis . The size of S. roscoffensis genome was measured to be in range 910 - 940 Mb. Sequencing of the genome was performed using PacBio Hi-Fi technology. Hi-C and RNA-seq data were also generated to scaffold and annotate the genome. The resulting assembly is 1.1 Gb large (covering 118% of the estimated genome size) and highly continuous, with N50 scaffold size of 1.04 Mb. The repetitive fraction of the genome is 61%, of which 85% (half of the genome) are LTR retrotransposons. Genome-guided transcriptome assembly identified 34,493 genes, of which 29,351 are protein coding (BUSCO score 97.6%), and 30.2% of genes are spliced leader (SL) trans-spliced. The completeness of this genome suggests that it can be used extensively to characterize gene families and conduct accurate phylogenomic reconstructions. Significance Symsagittifera is a representative of the phylum Acoela, the first offshoot of bilaterian animals. This key phylogenetic position adds an extra value to the knowledge of its genome, since it will inform us on how the genome of a bilaterian ancestor might have looked like. Moreover, Symsagittifera roscoffensis is a model organism used in symbiogenesis research. Host and algae can be cultured independently and, after mixing, the symbiosis can be followed. Symbiogenesis was established early on during the evolution of Metazoa. In spite of its biological relevance, very little is known on the molecular mechanisms that control it. Here the genome of the acoel host should provide us with insights on the first adaptations to symbiogenesis occurring in bilateral animals.

Abstract Reliable detection of bacteria belonging to the Borrelia burgdorferi sensu lato species complex in vertebrate reservoirs, tick vectors, and patients is key to answer questions regarding Lyme borreliosis epidemiology. Nevertheless, the description of characteristics of qPCRs for the detection of B. burgdorferi s. l. are often limited. This study covers the development and validation of two duplex taqman qPCR assays used to target four markers on the chromosome of genospecies of B. burgdorferi s. l.. Analytical specificity was determined with a panel of spirochete strains. qPCR characteristics were specified using water or tick DNA spiked with controlled quantities of the targeted DNA sequences of B. afzelii , B. burgdorferi sensu stricto or B. bavariensis . The effectiveness of detection results was finally evaluated using DNA extracted from ticks and biopsies from mammals whose infectious status had been determined by other detection assays. The developed qPCR assays allow exclusive detection of B. burgdorferi s. l. with the exception of the M16 marker which also detect relapsing fever Borrelia species. The limit of detection is between 10 and 40 copies per qPCR reaction depending on the sample type, the B. burgdorferi genospecies and the targeted marker. Detection tests performed on various kind of samples illustrated the accuracy and robustness of our qPCR assays. Within the defined limits, this multi-target qPCR method allows a versatile detection of B. burgdorferi s. l., regardless of the genospecies and the sample material analyzed, with a sensitivity that would be compatible with most applications and a reproducibility of 100% under measurement conditions and limits of detection, thereby limiting result ambiguities. Highlights Four qPCR assays used in duplex were developed to detect Borrelia burgdorferi sensu lato. The limits of detection and quantification were defined according to state of the art standards. The specifications allow to detect B. burgdorferi sensu lato from different sampling sources.

Photosymbiosis indicates a long-term association between animals and photosynthetic organisms. It has been mainly investigated in photosymbiotic cnidarians, while other photosymbiotic associations have been largely neglected. The acoel Symsagittifera roscoffensis lives in obligatory symbiosis with the microalgal Tetraselmis convolutae and has recently emerged as alternative model to study photosymbiosis. Here, we investigated the effects of Bisphenol A, a common plastic additive, on two pivotal stages of its lifecycle: aposymbiotic juvenile development and photosymbiogenesis. Based on our results, this pollutant altered the development of the worms and their capacity to engulf algae from the environment at concentrations higher than the levels detected in seawater, yet aligning with those documented in sediments of populated areas. Data provide novel information about the effects of pollutants on photosymbiotic associations and prompt the necessity to monitor their concentrations in marine environmental matrices.

The role of microbial interactions on the properties of microbiota is a topic of key interest in microbial ecology. Microbiota contain hundreds to thousands of operational taxonomic units (OTUs), most of which are rare. This feature of community structure can lead to methodological difficulties: simulations have shown that methods for detecting pairwise associations between OTUs (which presumably reflect interactions) yield problematic results. The performance of association detection tools is impaired for a high proportion of zeros in OTU table. Here, we explored the statistical testability of such associations given occurrence and read abundance data. The goal was to understand the impact of OTU rarity on the testability of correlation coefficients. We found that a large proportion of pairwise associations, especially negative associations, cannot be reliably tested. This constraint could hamper the identification of candidate biological agents that could be used to control rare pathogens. Consequently, identifying testable associations could serve as an objective method for trimming datasets (in lieu of current empirical approaches). This trimming strategy could significantly reduce the computation time and improve inference of association networks. When OTU prevalence is low, association measures for occurrence and read abundance data are correlated, raising questions about the information actually being captured.

Microorganisms often live in symbiotic relationship with their environment and they play a central role in many biological processes. They form a complex system of interacting species. Within the gut microbiota these interaction patterns have been shown to be involved in obesity, diabetes and mental disease. Understanding the mechanisms that govern this ecosystem is therefore an important scientific challenge. Recently, the acquisition of large samples of microbiota data through metabarcoding or metagenomics has become easier. Until now correlation-based network analysis and graphical modelling have been used to identify the putative interaction networks formed by the species of microorganisms, but these methods do not take into account all features of microbiota data. Indeed, correlation-based network cannot distinguish between direct and indirect correlations and simple graphical models cannot include covariates as environmental factors that shape the microbiota abundance. Furthermore, the compositional nature of the microbiota data is often ignored or existing normalizations are often based on log-transformations, which is somewhat arbitrary and therefore affects the results in unknown ways. We have developed a novel method, called MAGMA, for detecting interactions between microbiota that takes into account the noisy structure of the microbiota data, involving an excess of zero counts, overdispersion, compositionality and possible covariate inclusion. The method is based on Copula Gaussian graphical models whereby we model the marginals with zero-inflated negative binomial generalized linear models. The inference is based on an efficient median imputation procedure combined with the graphical lasso. We show that our method beats all existing methods in recovering microbial association networks in an extensive simulation study. Moreover, the analysis of two 16S microbial data studies with our method reveals interesting new biology. MAGMA is implemented as an R-package and is freely available at https://gitlab.com/arcgl/rmagma, which also includes the scripts used to prepare the material in this paper.

How vascular systems and their respiratory pigments evolved is still debated. To unravel blood evolution in Bilaterians, we studied the marine Annelid Platynereis dumerilii. Platynereis exhibits a closed vascular system filled with extracellular hemoglobin. An exhaustive screen in Platynereis genome reveals a family of 17 globins. Seven extracellular globins are produced by specialized hemogenic cells lining the vessels of the segmental appendages of the worm, serving as gills. Extracellular globins are absent in juveniles then accumulate considerably as the worm size and activity increase, culminating in swarming adults. Phylogenetic analyses with deep screenings in complete genomes establish that five globin genes (stem globins) were present in the last common ancestor of Bilaterians. All known Bilaterian blood globins are derived convergently from a single presumably ubiquitously expressed, intracellular stem globin gene. All five globin types are retained in Platynereis, reinforcing this species status as a key slow evolving genome within Bilaterians.